BAB V KESIMPULAN, KETERBATASAN, IMPLIKASI DAN SARAN
5.1
Kesimpulan Berdasarkan hasil pengolahan dan pengujian data dari 40 sampel
perusahaan debitur Bank BRI Cabang Medan Putri Hijau dalam memprediksi tingkat gagal bayar menggunakan Model Altman Modifikasi (Z” Score) dan perbandingan dengan Model CRR (Credit Risk Rating) serta Kolektibilitas Bank Indonesia (BI Checking), maka dapat diperoleh beberapa kesimpulan sebagai berikut: 1. Dari 40 (empat puluh) perusahaan debitur Bank BRI Cabang Medan Putri Hijau yang menjadi sampel pada penelitian ini, tingkat keakuratan Model Altman Modifikasi (Z” Score) dalam memprediksi tingkat gagal bayar tahun 2012 dan 2013 memiliki tingkat akurasi yang cukup tinggi sebesar 92.5%, dimana hanya terdapat tiga perusahaan yang faktanya sedang mengalami kebangkrutan (financial distress) dan gagal bayar (default) kepada bank, berdasarkan kondisi aktual perusahaan dan didukung oleh data Kolektibilitas Bank Indonesia (BI Checking) perusahaan posisi Desember 2014, yaitu atas nama PT Pastuh Abadi Sejati, PT Sentra Properti Indonusa, PT Sukses Berkah Amanah. Hal ini membuktikan kondisi penelitian sebelumnya yang dilakukan oleh Edward
I. Altman menggunakan multivariate
discriminant analysis pada tahun 1968, dimana disimpulkan bahwa
85
model tersebut dapat memprediksi kebangkrutan perusahaan dengan tingkat keakuratan sampai dengan 94% pada tahun pertama dan 72% pada tahun kedua. Sehingga dalam penelitian ini, Model Altman Modifikasi (Z” Score) dapat digunakan sebagai alternatif model dalam memprediksi tingkat gagal bayar perusahaan pada saat bank melakukan
proses
pemberian
pinjaman
baru,
suplesi
atau
perpanjangan. 2. Hasil penelitian dengan menggunakan metode statistik SPSS 22, dari hasil uji paired sample t test disimpulkan bahwa terdapat perbedaan tingkat keakuratan Model CRR (Credit Risk Rating) dan Model Altman Modifikasi (Z” Score) dalam memprediksi tingkat gagal bayar pada 40 sampel perusahaan debitur Bank BRI Cabang Medan Putri Hijau, dimana hasil uji paired sample t test menunjukkan Pair 1 (CRR2012 - ALTMAN2012) diperoleh nilai df 39 dengan nilai t hitung 9.954 lebih besar dari nilai t-tabel 2.021, dan tingkat signifikansi 0.000 atau lebih kecil dari 0.05 dan Pair 2 (CRR2013 ALTMAN2013) diperoleh nilai df 39 dengan nilai t hitung 12.079 lebih besar dari nilai t tabel 2.021 dan tingkat signifikansi 0.000 atau lebih kecil dari 0.05. 3. Dari hasil perhitungan Model Altman Modifikasi (Z” Score) terdapat satu perusahaan yang termasuk kategori grey area secara berturut-turut pada saat prediksi kebangkrutan tahun 2012 dan 2013, yaitu PT Bina Pemuda. Hal ini menjadi early warning sign agar perusahaan dapat
86
melakukan segera perbaikan dan pencegahan sebelum terjadinya masalah keuangan yang dapat menyebabkan kebangkrutan. 4. Terdapat tiga perusahaan (PT Pastuh Abadi Sejati, PT Sentra Properti Indonusa, PT Sukses Berkah Amanah) yang tidak sesuai dengan prediksi kebangkrutan Model Altman Modifikasi (Z” Score) dan termasuk dalam kolektibilitas macet Bank Indonesia, dari hasil penelitian dan informasi yang diperoleh dari Bank BRI Cabang Medan Putri
Hijau
bahwa
penyebab
perusahaan-perusahaan
tersebut
mengalami kebangkrutan awalnya tidak disebabkan oleh masalah keuangan tetapi faktor non finansial yang mempengaruhi kondisi perusahaan menjadi bermasalah, yaitu faktor manajemen perusahaan yang kurang maksimal menggunakan pinjaman bank/penyalahgunaan pinjaman bank sehingga berdampak kepada cash flow perusahaan menjadi
masalah
sehingga
mengalami
kesulitan
melakukan
pembayaran pinjaman dan menyebabkan kebangkrutan perusahaan. 5. Berdasarkan hasil penelitian yang telah dilakukan, penyebab kondisi perusahaan mengalami kebangkrutan (financial distress) tidak hanya dipengaruhi oleh faktor finansial perusahaan saja, tetapi juga dapat dipengaruhi oleh faktor non finansial, seperti: a. Karakter (tingkat kepercayaan, reputasi bisnis, perilaku pribadi) b. Posisi pasar (kualitas produk/jasa, strategi dan ketergantungan pasar, lokasi usaha)
87
c. Situasi persaingan usaha (perkembangan pasar, struktur internal perusahaan) d. Manajemen perusahaan
5.2
Keterbatasan Dalam pelaksanaan penelitian ini, peneliti menghadapi beberapa
keterbatasan, antara lain: 1. Adanya keterbatasan dalam memperoleh data sampel perusahaan yang menjadi obyek penelitian, hal ini dikarenakan data diperoleh secara manual dimana peneliti harus mengumpulkan data-data laporan keuangan perusahaan dengan mencari melalui berkas dan dokumen pinjaman baik hard copy maupun soft copy, sehingga membutuhkan waktu dalam menyiapkan dan menganalisis data tersebut.
5.3
Implikasi Dalam penelitian ini ada beberapa temuan penelitian yang dapat
memberikan implikasi teoritis dan praktis, antara lain: 1. Implikasi teoritis dalam penelitian ini ialah bagaimana konsep model prediksi kebangkrutan Altman Z Score dapat digunakan dalam rangka memberikan alternatif model prediksi tingkat gagal bayar perusahaan kepada bank untuk menganalisis kelayakan debitur/calon debitur pada saat diberikan pinjaman baru, suplesi atau perpanjangan.
88
2. Implikasi praktis dalam penelitian ini, adanya perbedaan hasil penilaiaan Model CRR dengan kondisi riil perusahaan pada debitur Bank BRI Cabang Medan Putri Hijau dapat menjadi bahan evaluasi bagi manajemen Bank BRI Cabang Medan Putri Hijau agar senantiasa melakukan monitoring dan pembinaan kepada debitur secara berkala minimal 3 bulan sekali, dengan tujuan untuk mengetahui kondisi dan keuangan perusahaan terkini. Dimana apabila perusahaan sedang mengalami perusahaan akan mudah diketahui dan mengambil langkah tindak lanjut secepatnya supaya pinjaman/kredit yang diberikan tidak bermasalah (Non Performing Loan).
5.4
Saran Peluang pemanfaatan internal rating system seperti: Credit Risk Rating
(CRR) yang terhubung dengan aplikasi bisnis pada perbankan di Indonesia sangat besar, mengingat masih besarnya peluang dan pangsa pasar pinjaman sektor ritel, menengah dan konsumer. Bagi beberapa bank nasional papan atas sebagian besar sudah memulai menerapkan model internal rating system dan sebagian masih dalam tahap pengembangan. Peluang terbesar dapat digunakan yaitu penggunaan pada proses kredit konsumen (home loan, car loan) dan kredit ritel komersial, kecil dan menengah, serta korporasi. Bagi bank dengan sistem data centralized (on line), design proses internal rating system dapat dikembangkan dengan basis scoring system untuk melakukan seleksi otomatis by system terhadap calon nasabah. Keterlibatan seorang Account
89
Officer (Pejabat Kredit Lini/Pemrakarsa Kredit) hanya cukup melakukan entry data keuangan dan data pribadi calon nasabah, sebagaimana telah dicantumkan dalam form aplikasi, dan proses seleksi berdasarkan parameter rating yang telah ditentukan dengan tingkat akurasi dan kecepatan yang tinggi.
90