KAJIAN MANAJEMEN RISIKO PEMBIAYAAN UMKM PADA PRODUK MURABAHAH DAN IJARAH (STUDI KASUS BMT AL-FATH IKMI CIPUTAT)
Oleh AULIA EKA ANINDHITA H24080031
DEPARTEMEN MANAJEMEN FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR BOGOR 2012
1
RINGKASAN AULIA EKA ANINDHITA. H24080031. Kajian Manajemen Risiko Pembiayaan UMKM pada Produk Murabahah dan Ijarah (Studi Kasus BMT AlFath IKMI Ciputat) Di bawah bimbingan BUDI PURWANTO.
BMT Al-Fath IKMI Ciputat adalah lembaga keuangan mikro syariah yang dibentuk dalam upaya memberdayakan umat secara kebersamaan melalui kegiatan simpanan dan pembiayaan yang berdampak pada peningkatan ekonomi anggota dan mitra binaan ke arah yang lebih baik. BMT Al-Fath IKMI Ciputat menyalurkan pembiayaan kepada debitur yang bergerak di sektor UMKM untuk membantu mengembangkan usaha debitur. Pembiayaan yang telah disalurkan BMT Al-Fath IKMI Ciputat pada 2009 mencapai Rp5.074.393.134,00 dimana produk Murabahah dan Ijarah mengambil proporsi terbanyak. Pada proses penyaluran pembiayaan, BMT AL-Fath IKMI Ciputat menghadapi kendala mengenai kemampuan debitur yang rendah untuk memenuhi persyaratan pembiayaan, sehingga hal tersebut dapat mengakibatkan risiko gagal bayar. Penelitian ini menggunakan data kualitatif dan kuantitatif yang berasal dari Formulir Permohonan Pembiayaan dan Laporan Pembiayaan bulan Januari 2012. Data tersebut diolah serta dianalisis menggunakan analisis diskriminan dan Creditrisk+. Perhitungan dan analisis yang dilakukan untuk mengetahui faktorfaktor yang mempengaruhi kolektabilitas debitur, mengetahui potensi kerugian yang akan dialami BMT Al-Fath IKMI Ciputat akibat gagal bayar pada produk murabahah dan Ijarah, dan menganalisis tindakan mitigasi untuk mengurangi kerugian. Software yang digunakan untuk pengolahan data adalah Minitab14 dan Microsoft excel 2003. Analisis Diskriminan dilakukan untuk mengelompokkan debitur ke dalam kolektabilitas dan mendapatkan fungsi diskriminan setiap kelompok kolektabilitas sehingga diketahui faktor-faktor yang mempengaruhi kolektabilitas debitur. Variabel respon pada analisis ini adalah kolektabilitas debitur. Variabel predictors yang digunakan adalah usia, lama usaha, pembiayaan lalu, pengajuan ke, jumlah pengajuan, skala angsuran, plafon, margin, harga taksiran jaminan, total pendapatan, total biaya hidup, harga belanja, pendidikan , dan jaminan. Metode Penarikan sample yang digunakan untuk analisis diskriminan adalah Non Probability Sampling, yaitu Purposive sampling dan Quota Sampling. Jumlah responden ditentukan berdasarkan perhitungan slovin dengan Populasi 950 dan α=10% maka diperoleh jumlah sample sebanyak 90 debitur. Hasil dari pengolahan analisis diskriminan adalah faktor-faktor yang dapat digunakan untuk memprediksi kolektabilitas debitur adalah usia, pendidikan terakhir, jenis jaminan, total biaya hidup, dan total pendapatan. Pada metode Creditrisk+ data diperoleh dari Laporan Pembiayaan bulan Januari 2012. Perhitungan potensi kerugian dengan metode creditrisk+ menggunakan sebaran Poisson dengan tingkat kepercayaan 95-99%. Hasil dari metode creditrisk+ adalah potensi kerugian yang akan dialami BMT Al-Fath IKMI selama 2012 sebesar Rp460,050,000.
KAJIAN MANAJEMEN RISIKO PEMBIAYAAN UMKM PADA PRODUK MURABAHAH DAN IJARAH (STUDI KASUS BMT AL-FATH IKMI CIPUTAT)
SKRIPSI Sebagai salah satu syarat untuk memperoleh gelar SARJANA EKONOMI pada Departemen Manajemen Fakultas Ekonomi dan Manajemen Institut Pertanian Bogor
Oleh AULIA EKA ANINDHITA H24080031
DEPARTEMEN MANAJEMEN FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR BOGOR 2012
Judul Skripsi : Kajian Manajemen Risiko Pembiayaan UMKM Pada Produk Murabahah dan Ijarah (Studi Kasus BMT Al-Fath IKMI Ciputat) Nama
: Aulia Eka Anindhita
NIM
: H24080031
Menyetujui, Dosen Pembimbing
(Ir. Budi Purwanto, ME) NIP. 19630705 199403 1003
Mengetahui, Ketua Departemen
(Dr. Ir. Jono M. Munandar, M.Sc) NIP. 19610123 198601 1002
Tanggal Lulus :
RIWAYAT HIDUP
Penulis dilahirkan pada tanggal 5 Agustus 1990 di Jakarta, merupakan anak tunggal dari pasangan Ayahanda Agung Eko Hendrodhito dan Ibunda Tri Sulistia Dewi. Penulis memulai pendidikan di Taman Kanak-kanak Cahaya Agung pada tahun 1995 sampai dengan tahun 1996. Pada tahun 2002 lulus dari pendidikan Sekolah Dasar Muhammadiyah 12 Pamulang, kemudian melanjutkan ke Sekolah Menengah Pertama (SMP) Negeri 1 Pamulang dan lulus tahun 2005, selanjutnya lulus dari Sekolah Menengah Atas (SMA) Negeri 1 Cisauk yang sekarang berubah nama menjadi SMA Negeri II Tangerang Selatan pada tahun 2008. Pada tahun 2008 diterima di Institut Pertanian Bogor (IPB) melalui jalur USMI (Undangan Seleksi Masuk Institut Pertanian Bogor) yang pada akhirnya masuk ke Fakultas Ekonomi dan Manajemen (FEM), Departemen Manajemen. Selama masa perkuliahan, penulis aktif mengikuti organisasi Sharia Economics Student Club selama dua periode kepengurusan. 2009/2010 dan 2010/2011 sebagai staf divisi Shar-E (Sharia Research and Education) dan sekretaris divisi Shar-E. Selain itu, penulis juga aktif mengikuti berbagai kegiatan yang diadakan oleh Himpunan Profesi Manajemen (COM@). Selama 2010 hingga 2011, Penulis aktif menjadi pengajar kumulasi Mata Kuliah Akuntansi Biaya dan Manajemen produksi dan Operasi dari COM@. Pada tahun 2012, penulis menjadi asisten praktikum untuk mata kuliah Akuntansi Biaya.
iii
KATA PENGANTAR
Puji syukur kehadirat Allah SWT atas segala rahmat-Nya, sehingga penulis dapat menyelesaikan skripsi berjudul Kajian Manajemen Risiko Pembiayaan UMKM Pada Produk Murabahah dan Ijarah (Studi Kasus BMT AlFath IKMI Ciputat) sebagai syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Manajemen, FEM IPB. Penerapan Manajemen risiko gagal bayar yang dilakukan BMT Al-Fath IKMI masih sederhana, Oleh sebab itu penelitian ini dilakukan untuk memberikan masukan kepada BMT Al-Fath IKMI dalam penerapan manajemen risiko gagal bayar. Penulis menyadari bahwa dalam penyusunan skripsi ini masih terdapat kekurangan, maka kritik dan saran diharapkan untuk penyempurnaan dan bahan referensi, sehingga bermanfaat bagi semua pihak.
Bogor, Mei 2012
Penulis
iv
UCAPAN TERIMA KASIH
Penulis menyadari dalam penyusunan skripsi ini, banyak pihak yang telah memberikan saran, bimbingan, dukungan dan bantuan baik secara langsung maupun tidak langsung. Oleh karena itu, pada kesempatan ini penulis menyampaikan ucapan terima kasih yang sebesar-besarnya kepada : 1. Keluarga tercinta : Ibu Tri Sulistia Dewi, Bapak Agung Eko Hendrodhito, dan Eyang Ibrahim yang senantiasa memberikan doa, kasih sayang, semangat, serta makna dalam hidup penulis. 2. Bapak Ir. Budi Purwanto, ME selaku dosen pembimbing yang telah meluangkan waktu untuk memberikan bimbingan, saran, motivasi dan pengarahan kepada penulis. 3. Bapak Opan Sopyan selaku Kepala Bagian Pembiayaan BMT Al-Fath IKMI yang telah membantu selama proses penelitian dan seluruh karyawan BMT Al-Fath IKMI yang telah menerima penulis dengan baik. 4. Seluruh staf pengajar, staf tata usaha, staf perpustakaan, dan karyawan/wati Departemen Manajemen FEM IPB atas segala bantuan selama masa perkuliahan. 5. Seluruh keluarga besar Pondok Nuansa Sakinah lantai 2: Ajijah, Lita, Eya, Dewi, Dina, Aiy, Fitjaw, Icut, Nunu, Jejes, Nanda, dll. atas doa, perhatian dan kasih sayang keluarga baru PNS lantai 2. 6. Teman-teman asrama A1 lorong 6 yang telah menjadi teman pertama di IPB dan masih menjalin silaturahmi hingga sekarang, semoga kita bisa selalu saling menolong dalam kebaikan. 7. Annisa Utami yang telah menjadi teman terbaik dari SMA hingga sekarang, terimakasih telah memberikan masukan dan semangat. Semoga mimpi kita bersama yang sempat tertunda dapat terwujud. 8. Teman-teman Manajemen 45 terutama untuk Putri, Septi, Dede, Mey, Ana, Sylva dan Wina yang selalu memberikan semangat dan doa kepada penulis. 9. Teman-teman Pengurus SES-C (Sharia Economics Student Club) 2009-2011: Muti, Ryan, Flo, Rahmat, Diniyyah, Asep, dan lainnya yang selalu menjadi
v
penyemangat dan menemani penulis dalam menyiarkan Ekonomi Syariah di FEM IPB. 10. Teman-teman Pengurus FORMASI (Forum Mahasiswa Studi Islam) 20092011: Kak Jun, Ba Heni, Kak Milky, Kak Putri, Kak Dinda, Kak Mamet, Depta, Tebe, Sella, Ita, dan lainnya yang telah membantu penulis dalam memberikan pengalaman dan pencerahan kepada penulis. 11. Ba Ratna yang telah menjadi mentor liqo yang selalu memberikan ilmu yang bermanfaat dan memberi kesan baik yang mendalam. Semoga Ba Ratna selalu dalam Lindungan-Nya. 12. Teman-teman satu bimbingan: Nika, Ira, Mia, Harbun, dan Aidil yang selalu memberi semangat dan berjuang bersama penulis dalam penyusunan skripsi. 13. Semua pihak yang tidak dapat disebutkan satu persatu, terima kasih telah membantu menyelesaikan skripsi ini.
vi
DAFTAR ISI
Halaman RINGKASAN RIWAYAT HIDUP .............................................................................................. iii KATA PENGANTAR .......................................................................................... iv UCAPAN TERIMA KASIH ................................................................................ v DAFTAR ISI ........................................................................................................ vii DAFTAR TABEL ................................................................................................ ix DAFTAR LAMPIRAN ........................................................................................ xi I.
PENDAHULUAN .......................................................................................... 1 1.1 Latar Belakang .............................................................................................. 1 1.2 Rumusan Masalah ......................................................................................... 4 1.3 Tujuan Penelitian .......................................................................................... 4 1.4 Manfaat Penelitian ........................................................................................ 5 1.5 Ruang Lingkup Penelitian ............................................................................. 5
II. TINJAUAN PUSTAKA ................................................................................. 6 2.1 Baitul Maal Waat Tamwil (BMT)................................................................. 6 2.1.1 Pengertian Baitul Maal Waat Tamwil (BMT) ....................................... 6 2.1.2 Produk dan Jasa BMT ............................................................................ 7 2.2 Risiko .......................................................................................................... 10 2.2.1 Pengertian Risiko ................................................................................. 10 2.2.2 Risiko Pembiayaan UMKM ................................................................. 11 2.3 Manajemen Risiko ...................................................................................... 13 2.3.1 Pengertian Manajemen Risiko ............................................................. 13 2.3.2 Proses Identifikasi Risiko..................................................................... 14 2.3.2 Proses Pengukuran Risiko .................................................................... 17 2.3.3 Proses Mitigasi Risiko ......................................................................... 19 2.4 Penelitian Terdahulu ................................................................................... 21 III. METODE PENELITIAN ............................................................................ 24 3.1 Kerangka Pemikiran .................................................................................... 24 3.2 Lokasi dan Waktu Penelitian ...................................................................... 25 3.3 Metode Pengumpulan Data ......................................................................... 25 3.4 Metode Penarikan Sample........................................................................... 26 3.5 Metode Pengolahan dan Analisis Data ....................................................... 27 3.5.1 Analisis Diskriminan ............................................................................ 27 3.5.2 Creditrisk+ ........................................................................................... 27 3.5.3 Analisis Deskriptif ............................................................................... 28
vii
IV. HASIL DAN PEMBAHASAN .................................................................... 29 4.1 BMT Al-Fath IKMI .................................................................................... 29 4.1.1 Profil BMT Al-Fath IKMI ................................................................... 29 4.1.2 Produk BMT Al-Fath IKMI ................................................................. 29 4.1.3 Analisis Pembiayaan BMT Al-Fath IKMI ........................................... 32 4.1.4 Identifikasi Risiko Gagal Bayar BMT Al-Fath IKMI .......................... 34 4.2 Identifikasi Risiko dengan Analisis Diskriminan ....................................... 36 4.3 Pengukuran Potensi Kerugian BMT Al-Fath IKMI dengan Creditrisk+ ... 46 4.4 Mitigasi Risiko Pembiayaan BMT Al-Fath IKMI ...................................... 54 4.6 Implikasi Manajerial ................................................................................... 58 KESIMPULAN DAN SARAN ........................................................................... 60 1. 2.
Kesimpulan ............................................................................................... 60 Saran .......................................................................................................... 60
DAFTAR PUSTAKA .......................................................................................... 62 LAMPIRAN ......................................................................................................... 65
viii
DAFTAR TABEL
No.
Halaman
1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12.
Perkembangan UMKM di Indonesia tahun 2010............................................ 1 Pembiayaan BMT Al-Fath IKMI 2005-2009 .................................................. 2 Non Performing Financing (NPF) BMT Al-Fath IKMI 2005-2009 ............... 3 Jumlah debitur berdasarkan band .................................................................. 47 Expected Loss debitur berdasarkan band di setiap kelas .............................. 48 Expected Number of Default berdasarkan band di setiap kelas .................... 49 Jumlah debitur default berdasarkan sebaran Poisson .................................... 50 Potensi kerugian kelas Rp50,000 .................................................................. 51 Potensi kerugian kelas Rp500,000 ................................................................ 51 Potensi kerugian kelas Rp5,000,000 ............................................................. 52 Potensi kerugian kelas Rp50,000,000 ........................................................... 53 Tindakan mitigasi risiko................................................................................ 54
ix
DAFTAR GAMBAR
No. 1. 2. 3. 4. 5. 6. 7.
Halaman Siklus manajemen risiko ............................................................................ 14 Metode pengukuran risiko kredit ............................................................... 17 Kerangka pemikiran penelitian .................................................................. 25 Hasil analisis diskriminan Murabahah ...................................................... 38 Fungsi diskriminan Murabahah ................................................................. 39 Hasil analisis diskriminan Ijarah ............................................................... 42 Fungsi diskriminan Ijarah .......................................................................... 43
x
DAFTAR LAMPIRAN
No. 1. 2. 3. 4. 5.
Halaman Struktur organisasi BMT Al-Fath IKMI ....................................................... 66 Flowchart pembiayaan .................................................................................. 67 Pengolahan analisis diskriminan ................................................................... 68 Pengolahan metode Creditrisk+ ................................................................... 76 Pengolahan sebaran Poisson dengan Minitab 14 ........................................ 106
xi
I. PENDAHULUAN
1.1 Latar Belakang Sektor Usaha Mikro, Kecil, dan Menegah (UMKM) di Indonesia mengalami pertumbuhan yang menggembirakan. Keberadaan UMKM di Indonesia pada tahun 2010 sangat besar jumlahnya yaitu 53.823.732 atau 99,9% dari total seluruh unit usaha di Indonesia. UMKM di Indonesia juga telah banyak menyerap tenaga kerja Indonesia. Sebanyak 99.401.775 tenaga kerja Indonesia bekerja di sektor UMKM pada tahun 2010. UMKM sendiri telah menyumbang pemasukan untuk PDB Indonesia sebesar Rp3.466.393,3 Milyar atau sekitar 57,12% dari total PDB Indonesia. Tabel 1. Perkembangan UMKM di Indonesia tahun 2010 UMKM Usaha Besar Total Jumlah 53,823,732.00 4,838.00 53,828,570.00 Pangsa 99.99% 0.01% 100% Penyerapan Tenaga Kerja Persentase Penyerapan Tenaga Kerja Sumbangan kepada PDB Persentase Sumbangan
99,401,775.00 2,839,711.00 102,241,486.00
97.22%
2.78%
100.00%
3,466,393.30 2,602,369.50
6,068,762.80
57.12%
42.88%
100%
Sumber: Departemen Koperasi Indonesia, 2011
Pertumbuhan UMKM harus mendapat dukungan dari semua pihak agar tetap konsisten tumbuh. Salah satu bentuk dukungan tersebut adalah bantuan pembiayaan. Perbedaan pembiayaan dengan kredit adalah pada kredit, bank telah menetapkan bunga yang harus dilunasi, sedangkan pada pembiayaan, bank dan mitra sama-sama menyepakati bagi hasil atau margin yang akan diberikan peminajam. Oleh sebab itu, pembiayaan lebih adil dibanding kerdit. UMKM sangat membutuhkan Lembaga Keuangan seperti Perbankan. Banyak Perbankan di Indonesia baik asing maupun lokal yang sangat tertarik dalam pemberian kredit atau pembiayaan kepada para pengusaha UMKM karena
2
besarnya pangsa pasar yang dimiliki UMKM. Namun, ada berbagai kendala dalam pemberian kredit atau pembiayaan yang dilakukan oleh Perbankan, diantaranya wilayah jangkauan bank, jumlah pinjaman UMKM kecil, ketidakmampuan UMKM dalam pemenuhan persyaratan yang ditetapkan bank (bankable) hingga permasalahan dalam pengembalian kredit tersebut. Oleh karena itu, Lembaga Keuangan yang cocok untuk mengahadapi hambatan pembiayaan UMKM adalah Lembaga Keuangan Mikro. Di Indonesia sendiri terdapat Lembaga Keuangan Mikro Syariah (LKMS) yaitu Bank Pembiayaan Rakyat Syariah (BPRS) dan Baitul Maal wat-Tamwil (BMT). Skim pembiayaan syariah di Indonesia masih tergolong baru. Walaupun demikian jika dilihat dari pertumbuhannya, perkembangan pembiayaan syariah selama beberapa tahun terakhir mengalami peningkatan yang pesat. Keberadaan Baitul Maal wat-Tamwil (BMT) diharapkan dapat membantu UMKM yang selama ini menghadapi permasalahan pembiayaan (Ma’turidi dan Syukur 2008). BMT diharapkan dapat menjadi Lembaga Keuangan Mikro Syariah (LKMS) dalam membantu pembiayaan UMKM yang relatif kecil namun berisiko tinggi. BMT Al-Fath IKMI (Ikatan Masjid Indonesia) merupakan salah satu Lembaga Keuangan Mikro Syariah yang telah memberikan pembiayaan kepada UMKM. Sejak tahun 2005 hingga 2009, BMT Al-Fath IKMI secara konsisten meningkatkan jumlah pembiayaannya. Produk yang ditawarkan juga bertambah. Pada 2005 hanya produk pembiayaan yang ditawarkan hanya Murabahah dan Mudharabah, namun sejak 2007 BMT Al-Fath IKMI menambah produknya menjadi Murabahah, Ijarah, Mudharabah, dan Musyarakah. Tabel 2. Pembiayaan BMT Al-Fath IKMI 2005-2009 Tahun
Murabahah
Ijarah
Mudharabah
Musyarakah
total pembiayaan
2005
1.428.361.370,31
0
15.264.974
0
1.443.626.344,31
2006
1.906.771.597,30
0
12.396.837
0
1.919.168.434,30
2007
2.056.941.750,29
260.164.331
14.237.437
5.000.000
2.336.343.518,29
2008
3.178.111.934,00
683.897.497
42.354.337
5.000.000
3.909.363.768,00
5.400.000
5.074.393.134,00
2009 4.110.332.580,00 924.356.116 34.304.437 Sumber: Laporan Keuangan BMT Al-Fath IKMI, 2005-2009
3
BMT Al-Fath IKMI telah melakukan fungsi penyaluran dana kepada para debitur. Debitur yang sudah menerima penyaluran dana pada bulan Januari 2012 berjumlah 1053 untuk produk Murabahah dan Ijarah. Debitur BMT AlFath IKMI bersifat heterogen dan berasal dari berbagai latar belakang, namun pada umumnya debitur berasal dari pengusaha UMKM (usaha mikro kecil dan menengah). Rendahnya kemampuan debitur dalam memenuhi persyaratan dan penggunaan dana menimbulkan risiko yang besar bagi BMT Al-Fath IKMI. Penilaian keberhasilan sebuah Lembaga Keuangan Mikro Syariah tidak hanya dari peningkatan jumlah pembiayaan atau pertambahan produk, namun juga harus dilihat dari kemampuan lembaga keuangan tersebut dalam mengatasi
risiko
pembiayaan.
Peningkatan
jumlah
pembiayaan
dan
pertambahan produk juga harus didukung dengan tata kelola yang baik pada BMT terutama dalam segi manajemen risiko pembiayaan. Salah satu alat ukur manajemen risiko pada pembaiayaan adalah NPF (Non Performing Financing). Seiring peningkatan jumlah pembiayaan yang diberikan BMT Al-Fath IKMI sejak tahun 2005 hingga 2009, NPF BMT Al-Fath IKMI pun ikut berubah. Penyebab perubahan NPF adalah bertambahnya produk baru, peningkatan jumlah pembiayaan, dan kelemahan BMT Al-Fath IKMI dalam melakukan penilaian terhadap calon debitur yang semakin beragam. Pada tahun 2007 BMT Al-Fath IKMI menambah dua produk baru yaitu Ijarah dan Musyarakah seperti pada tabel 2 dan pada tahun 2007 juga NPF BMT Al-Fath IKMI meningkat. Tabel 3. Non Performing Financing (NPF) BMT Al-Fath IKMI 2005-2009 tahun 2005 2006 2007 2008 NPF Bruto
5,50%
7,00%
11,27%
8,88%
2009 11,14%
Sumber: Laporan Keuangan BMT Al-Fath IKMI, 2005-2009
BMT Al-Fath IKMI telah menerapkan manajemen risiko yang masih sederhana. Penerapan manajemen risiko pada BMT akan memberikan manfaat dalam memperbaiki indeks NPF. Pencegahan pada kemungkinan terjadinya kerugian di masa yang akan datang dapat dilakukan dengan menerapkan manajemen risiko. Manajemen risiko juga dapat meningkatkan metode dan
4
proses pengambilan keputusan yang sistematis berdasarkan atas ketersediaan informasi, sebagai dasar pengukuran yang lebih akurat mengenai kinerja BMT yang pada akhirnya menuju pada peningkatan daya saing BMT. 1.2 Rumusan Masalah BMT Al-Fath IKMI sendiri telah menerapkan manajemen risiko untuk mengurangi kerugian akibat gagal bayar. Manajemen risiko yang diterapkan BMT Al-Fath IKMI berupa analisis pembiayaan, pengikuran indeks NPF, dan tindakan mitigasi risiko. BMT Al-Fath IKMI melakukan tindakan mitigasi risiko setelah terjadi pembiayaan bermasalah pada debitur. Penerapan Manajemen risiko sebenarnya sudah dapat dilakukan sebelum terjadinya masalah gagal bayar. Manajemen risiko diawali dengan pencarian informasi yang akurat mengenai debitur. Informasi debitur digunakan untuk mengelompokkan debitur sehingga BMT Al-Fath IKMI dapat melakukan tindakan mitigasi risiko yang tepat berdasarkan kelompok debitur. Berdasarkan penjelasan di atas, rumusan masalah yang akan diteliti adalah: 1. Apa saja faktor-faktor yang dapat memprediksi kolektabilitas debitur? 2. Berapa potensi kerugian yang akan dihadapi BMT Al-Fath IKMI akibat gagal bayar? 3. Bagaimana tindakan mitigasi risiko pembiayaan yang dapat dilakukan untuk mengurangi kerugian? 1.3 Tujuan Penelitian Mengacu pada rumusan penelitian di atas, maka tujuan penelitan ini antara lain: 1. Mengetahui faktor-faktor yang dapat memprediksi kolektabilitas debitur BMT Al-Fath IKMI 2. Menghitung pencadangan yang harus disediakan akibat gagal bayar 3. Menganalisis tindakan mitigasi risiko pembiayaan untuk mengurangi kerugian
5
1.4 Manfaat Penelitian Manfaat dari penelitian ini adalah BMT Al-Fath IKMI dapat memprediksi kolektabilitas debitur dengan menggunakan faktor-faktor yang diperoleh dari hasil analisis diskriminan. Selain itu, penelitian ini berguna sebagai masukan bagi BMT Al-Fath IKMI dalam menentukan jumlah pencadangan yang harus disediakan akibat gagal bayar. Manfaat ketiga adalah memberikan masukan mengenai strategi mitigasi risiko yang dapat dilakukan oleh BMT Al-Fath IKMI. 1.5 Ruang Lingkup Penelitian Penelitian ini akan membahas risiko kredit pada pembiayaan syariah, sedangkan risiko yang lain seperti risiko operasional, pasar, dan strategis tidak dibahas dalam penelitian ini. BMT Al-Fath IKMI memiliki berbagai macam produk pembiayaan akan tetapi jenis pembiayaan yang akan diteliti hanya pada pembiayaan UMKM untuk produk Murabahah dan Ijarah. Pemilihan produk Murabahah dan Ijarah dilakukan atas dasar kemiripan karakteristik kedua produk tersebut dan besarnya proporsi pembiayaan pada kedua produk tersebut. Data dan informasi yang diperoleh adalah berdasarkan sudut pandang pihak BMT Al-Fath IKMI. Data yang digunakan untuk mengukur potensi kerugian adalah data saldo akhir harga pokok, kolektabilitas, dan probability of default. Saldo akhir harga pokok dan kolektabilitas debitur berasal dari dokumentasi BMT Al-Fath IKMI pada bulan Januari 2012. Hal ini dikarenakan potensi kerugian yang diukur adalah untuk tahun 2012 dan data yang disediakan oleh BMT Al-Fath IKMI baru sampai bulan Januari 2012. Probability of default yang digunakan hanya berdasarkan Peraturan Menteri Negara Koperasi dan UKM karena BMT AlFath IKMI berbentuk Koperasi.
6
II.
TINJAUAN PUSTAKA
2.1 Baitul Maal Waat Tamwil (BMT) 2.1.1 Pengertian Baitul Maal Waat Tamwil (BMT) BMT adalah sebutan ringkas dari Baitul Maal wat Tamwil, padanannya Balai-usaha Mandiri Terpadu. Kegiatan Baituttaamwil adalah mengembangkan usaha-usaha produktif dan investasi dalam meningkatkan kualitas kegiatan ekonomi pengusaha kecil mikro antara lain dengan mendorong kegiatan menabung dan fasilitasi pembiayaan guna menunjang usaha ekonominya. Kegiatan Baitul Maal adalah menggalang titipan ZISWAF (Zakat, Infaq, Shodaqoh, Wakaf dan Fidyah) dan dana sosial lainnya serta menjalankannya sesuai dengan peraturan dan amanahnya. Prinsip Operasional BMT terbagi ke dalam dua kegiatan yaitu Penggalangan Dana (funding) dan Penyaluran Dana (lending/financing). Penggalangan Dana BMT berasal dari modal dasar (simpanan pokok anggota, simpanan wajib anggota, simpanan pokok khusus pendiri, dan modal penyertaan), simpanan sukarela dengan menggunakan akad wadi’ah (tabungan masyarakat dan Zakat, Infak, dan Shodaqoh), simpanan sukarela berjangka atau disebut juga investasi mudharabah, dan linkage pembiayaan. Sedangkan penyaluran pembiayaan dilakukan sesuai dengan produk-produk pembiayaan yang dimiliki oleh BMT, seperti mudharabah, musyarakah, murabahah, Ijarah, dan lainnya ke berbagai sektor ekonomi. Pendapatan BMT berasal dari margin dan bagi hasil dari kegiatan pembiayaan. Pendapatan tersebut terlebih dahulu dipotong dengan biaya operasional BMT. Setelah pendapatan dipotong biaya operasional, maka pendapatan bersih tersebut dibagikan kepada pihak-pihak yang terlibat dalam penggalngan dana BMT dalam bentuk SHU (sisa hasil usaha), bonus, dan bagi hasil (Pusat Inkubasi Bisnis dan Usaha Kecil 2012).
7
2.1.2 Produk dan Jasa BMT Karim (2009) menyatakan bahwa produk dan jasa dalam perbankan syariah dapat dibagi menjadi dua bagian besar, yaitu: A. Produk penyaluran dana (financing) Dalam menyalurkan dananya pada nasabah, secara garis besar produk pembiayaan syariah terbagi ke dalama empat kategori yang dibedakan berdasarkan tujuan penggunaannya, yaitu: 1. Pembiayaan dengan prinsip jual beli Pembiayaan Murabahah Murabahah
adalah
transaksi
jual
beli
dimana
bank
menyebutkan jumlah keuntungannya. Bank bertindak sebagai penjual, sementara nasabah sebagai pembeli. Harga jual adalah harga beli bank dari pemasok ditambah keuntungan (margin). Kedua belah pihak harus menyepakati harga jual dan jangka waktu pembayaran. Harga jual dicantumkan dalam akad jual beli dan jika telah disepakati tidak dapat berubah selama berlakunya akad. Pembiayaan salam Salam adalah transaksi jual beli di mana barang yang diperjualbelikan belum ada. Oleh karena itu, barang diserahkan secara tangguh sementara pembayaran dilakukan secara tunai. Bank bertindak sebagai pembeli, sementara nasabah sebagai penjual. Sekilas transaksi ini mirip jual beli ijon, namun dalam transaksi ini kuantitas, kualitas, harga, dan waktu penyerahan barang harus ditentukan secara pasti. Pembiayaan Istishna’ Produk istishna’ menyerupai produk salam, tetapi dalam istishna’ pembayarannya dapat dilakukan oleh bank dalam beberapa kali (termin) pembayaran. Skim Istishna’ dalam Bank Syariah umumnya diaplikasikan pada pembiayaan manufaktur dan konstruksi.
8
2. Pembiayaan dengan prinsip sewa Transaksi Ijarah dilandasi adanya perpindahan manfaat. Jadi pada dasarnya prinsip Ijarah sama saja dengan prinsip jual beli, tetapi perbedaanya terletak pada objek transaksinya. Bila pada jualbeli, objek transaksi adalah barang, pada Ijarah objek transaksi adalah jasa. Pada akhir masa sewa, bank dapat saja menjual barang yang disewakannya kepada nasabah. Karena itu dalam perbankan syariah dikenal Ijarah muntahhiyah bittamlik (sewa yang diikuti dengan berpindahnya kepemilikan). Harga sewa dan harga jual yang disepakati pada awal perjanjian. 3. Pembiayaan dengan prinsip bagi hasil Pembiayaan musyarakah Transaksi musyarakah dilandasi adanya keinginan para pihak yang bekerja sama untuk meningkatkan nilai aset yang mereka miliki secara bersama-sama. Semua bentuk usaha yang melibatkan dua pihak atau lebih di mana mereka secara bersama-sama memadukan seluruh bentuk sumber daya baik yang berwujud maupun tidak berwujud. Pembiayaan mudharabah Mudharabah adalah bentuk kerja sama antara dua atau lebih pihak dimana pemilik modal (shahib al-maal) mempercayakan sejumlah modal kepada pengelola (mudharib) dengan suatu perjanjian pembagian keuntungan. Bentuk ini menegaskan kerja sama dalam perpaduan kontribusi 100% modal kas dari shahib almaal dan keahlian mudharib. Perbedaan yang esensial dari musyarakah dan mudharabah terletak pada besarnya kontribusi atas manajemen dan keuangan atau salah satu di antara itu. Dalam mudharabah, modal hanya berasal dari satu pihak, sedangkan dalam musyarakah modal berasal dari dua pihak atau lebih.
9
4. Pembiayaan dengan akad pelengkap Untuk mempermudah pelaksanaan pembiayaan, biasanya diperlukan juga akad pelengkap. Akad pelengkap ini tidak ditujukan untuk mencari keuntungan, tetapi ditujukan untuk mempermudah pelaksanaan pembiayaan. Hiwalah (Alih utang-piutang) Tujuan fasilitas hiwalah adalah untuk membantu supplier mendapatkan modal tunai agar dapat melanjutkan produksinya. Bank mendapat ganti-biaya atas jasa perpindahan piutang. Untuk mengantisipasi risiko kerugian yang akan timbul, bank perlu melakukan penelitian atas kemampuan pihak yang berutang dan kebenaran transaksi antara memindahkan piutang dengan yang berutang. Rahn (Gadai) Tujuan akad rahn adalah untuk memberikan jaminan pembayaran kembali kepada bank dalam memberikan pembiayaan. Apabila nasabah wanprestasi, bank dapat melakukan penjualan barang yang digadaikan atas perintah hakim. Qardh (Pinjaman) Qardh adalah pinjaman uang. Aplikasi dalam perbankan biasanya dalam empat hal, yaitu: a. Sebagai pinjaman talangan haji b. Sebagai pinjaman tunai dari produk kartu kredit syariah, di mana nasabah diberi keleluasaan untuk menarik uang tunai milik bank melalui ATM. c. Sebagai pinjaman kepada pengusaha kecil, dimana menurut perhitungan bank akan memberatkan si pengusaha bila diberikan pembiayaan dengan skema jual beli, Ijarah, atau bagi hasil d. Sebagai pinjaman kepada pengurus bank.
10
Wakalah (perwakilan) Wakalah dalam aplikasi perbankan terjadi apabila nasabah memberikan kuasa kepada bank untuk mewakili dirinya melakukan pekerjaan jasa tertentu, seperti pembukuan L/C, inkaso, dan transfer uang. Kafalah (Garansi Bank) Garansi bank dapat diberikan dengan tujuan untuk menjamin pembayaran suatu kewajiban pembayaran. B. Produk penghimpunan dana (funding) Prinsip operasional syariah yang diterapkan dalam penghimpunan dana masyarakat adalah prinsip Wadi’ah dan Mudharabah. Prinsip Wadi’ah Prinsip wadi’ah yang diterapkan adalah wadi’ah yad dhamanah dan wadi’ah amanah. Wadi’ah yad dhamanah diterapkan pada produk rekening giro. Wadi’ah dhamanah berbeda dengan wadi’ah amanah. Dalam wadi’ah amanah, pada prinsipnya harta titipan tidak boleh dimanfaatkan oleh yang dititipi. Sementara itu, dalam hal wadi’ah dhamanah, pihak yang dititipi (bank) bertanggung jawab atas keutuhan harta titipan sehingga ia boleh memanfaatkan harta titipan tersebut. Prinsip Mudharabah Dalam mengaplikasikan prinsip mudharabah, penyimpan atau deposan bertindak sebagai shahibul maal (pemilik modal) dan bank sebagai mudharib (pengelola). Dana tersebut digunakan bank untuk melakukan mudharabah atau Ijarah seperti yang dijelaskan terdahulu. Dapat pula dana tersebut digunakan bank untuk melakukan mudharabah kedua, maka bank bertanggung jawab penuh atas kerugian yang terjadi. 2.2 Risiko 2.2.1 Pengertian Risiko Risiko
adalah
ketidakpastian
yang
telah
diketahui
tingkat
probabilitas kepastiannya (Djohanputro 2008). Bank yang memiliki ukuran dan kompleksitas usaha yang tinggi wajib menerapkan Manajemen Risiko untuk seluruh jenis risiko. Bank yang tidak memiliki
11
ukuran dan kompleksitas usaha yang tinggi wajib menerapkan Manajemen Risiko sekurang-kurangnya untuk 4 (empat) jenis Risiko :
Risiko Kredit Risiko yang timbul sebagai akibat kegagalan peminjam dana dalam
memenuhi kewajibannya. Ali (2006) menyatakan bahwa risiko kredit adalah risiko kerugian yang diderita bank, terkait dengan kemungkinan bahwa pada saat jatuh tempo, counterparty-nya gagal memenuhi kewajiban-kewajibannya kepada bank
Risiko Pasar Risiko yang timbul karena adanya pergerakan variabel pasar dari
portofolio yang dimiliki oleh bank, yang dapat merugikan Bank. Variabel pasar yang dimaksud adalah suku bunga dan nilai tukar.
Risiko Operasional Risiko yang antara lain disebabkan adanya ketidakcukupan dan atau
tidak berfungsinya proses internal, kesalahan manusia, kegagalan sistem, atau adanya problem eksternal yang mempengaruhi operasional Bank.
Risiko Strategis Risiko yang antara lain disebabkan adanya penetapan dan
pelaksanaan strategi Bank yang tidak tepat, pengambilan keputusan bisnis yang tidak tepat atau kurang responsif Bank terhadap perbuhan eksternal. 2.2.2 Risiko Pembiayaan UMKM Sesuai dengan Undang- Undang Nomor 20 Tahun 2008 tentang Usaha Mikro, Kecil dan Menengah (UMKM) : a. Usaha Mikro adalah usaha produktif milik orang perorangan dan/atau badan usaha perorangan yang memenuhi kriteria Usaha Mikro sebagaimana diatur dalam Undang-Undang ini. b. Usaha Kecil adalah usaha ekonomi produktif yang berdiri sendiri, yang dilakukan oleh orang perorangan atau badan usaha yang bukan merupakan anak perusahaan atau bukan cabang perusahaan yang dimiliki, dikuasai, atau menjadi bagian baik langsung maupun tidak langsung dari usaha menengah atau usaha besar yang memenuhi
12
kriteria Usaha Kecil sebagaimana dimaksud dalam Undang-Undang ini. c. Usaha Menengah adalah usaha ekonomi produktif yang berdiri sendiri, yang dilakukan oleh orang perseorangan atau badan usaha yang bukan merupakan anak perusahaan atau cabang perusahaan yang dimiliki, dikuasai, atau menjadi bagian baik langsung maupun tidak langsung dengan Usaha Kecil atau usaha besar dengan jumlah kekayaan bersih atau hasil penjualan tahunan sebagaimana diatur dalam Undang-Undang ini. Risiko
pembiayaan
menurut
Karim
(2009)
mencakup
dua
aspek,yaitu: 1. Default Risk (risiko kebangkrutan) Default risk adalah risiko yang terjadi pada first way out yang dipengaruhi oleh: -
Industry Risk : karakteristik masing-masing jenis usaha yang bersangkutan, kinerja keuangan jenis usaha yang bersangkutan
-
Kondisi
internal
perusahaan
nasabah,
seperti
manajemen,
organisasi, pemasaran, teknis produksi, dan keuangan -
Faktor negatif lainnya yang mempengaruhi usaha nasabah, seperti keadaan force majeure
2.
Recovery risk (risiko jaminan) Recovery risk adalah risiko yang terjadi pada second way out yang dipengaruhi oleh: -
Kesempurnaan pengikatan jaminan
-
Nilai jual kembali jaminan
-
Faktor negatif lainnya misalnya tuntutan hukum pihak lain atas jaminan, lamanya transaksi ulang jaminan
-
Kredibilitas penjamin (jika ada) Karim (2009) juga menyatakan bahwa risiko pembiayaan terkait
dengan produk pembiayaan. Risiko-risiko yang terkait pada produk pembiayaan adalah:
13
1. Risiko pada murabahah adalah bagi hasil kepada dana pihak ketiga menjadi tidak bersaing karena terlalu panjangnya jangka waktu pengembalian pembiayaan 2. Risiko pada Ijarah adalah rusaknya barang oleh nasabah di luar pemakaian normal. 3. Risiko pada IMBT terjadi saat pembayaran dilakukan dengan metode balloon payment, yakni pembayaran angsuran dalam jumlah besar di akhir periode. 4. Risiko pada salam dan Istishna ada dua yaitu risiko gagal menyrahkan barang dan risiko jatuhnya harga barang 5. Risiko pada mudharabah dan musyarakah meliputi tiga aspek yaitu, Business risk (risiko bisnis yang dibiayai), shrinking risk (risiko
berkurangnya
nilai
pembiayaan
mudharabah
dan
musyarakah), character risk (risiko karakter buruk mudharib). 2.3 Manajemen Risiko 2.3.1 Pengertian Manajemen Risiko Manajemen risiko adalah suatu proses mengidentifikasi, mengukur risiko, serta membentuk strategi untuk mengelolanya melalui sumber daya yang tersedia. Strategi yang dapat digunakan antara lain mentransfer risiko pada pihak lain, mengindari risiko, mengurangi efek buruk dari risiko dan menerima sebagian maupun seluruh konsekuensi dari risiko tertentu (Djohanputro 2008). Risk management merupakan suatu disiplin ilmu yang formal yang menjadi suatu rangkaian tindakan dalam mengendalikan berbagai risiko dan sebagai upaya untuk menekan pengaruh buruk risiko tersebut (Ali 2006).
14
Evaluasi Pihak Berkepentingan
Identifikasi Risiko
Pengawasan dan Pengendalian Risiko
Pengukuran Risiko
Model Pengelolaan Risiko
Pemetaan Risiko
Gambar 1. Siklus manajemen risiko Djohanputro (2008) 2.3.2 Proses Identifikasi Risiko Pada tahap identifikasi risiko, lembaga keuangan dapat menggunakan analisis pembiayaan untuk identifikasi risiko. Rivai dan Veithzal (2008) menyatakan bahwa analisis pembiayaan adalah kajian yang dilakukan untuk mengetahui kelayakan dari suatu permasalahan pembiayaan. Melalui hasil analisis pembiayaan, dapat diketahui apakah usaha nasabah layak (feasible) dan marketable (hasil usaha dapat dipasarkan), dan profitable (menguntungkan), serta dapat dilunasi tepat waktu. Tujuan utama analisis permohonan pembiayaan adalah untuk memperoleh keyakinan apakah nasabah mempunyai kemauan dan kemampuan memenuhi kewajibannya kepada bank secara tertib, sesuai dengan kesepakatan dengan bank. Hal-hal yang perlu dipraktikkan dalam penyelesaian pembiayaan nasabah, terlebih dahulu harus terpenuhi prinsip 5C’s analysis, yaitu sebagai berikut Character Character adalah keadaan watak/sifat dari nasabah, baik dalam kehidupan pribadi maupun dalam lingkungan usaha. Kegunaan dari penilaian terhadap karakter ini adalah untuk mengetahui sampai sejauh mana
iktikad/kemauan
nasabah
untuk
memenuhi
kewajibannya
(willingness to pay) sesuai dengan perjanjian yang telah ditetapkan.
15
Capital Capital adalah jumlah dana/modal sendiri yang dimiliki calon nasabah. Semakin besar modal sendiri dalam perusahaan, tentu semakin tinggi kesungguhan calon nasabah dalam menjalankan usahanya dan bank akan merasa lebih yakin dalam memberikan kredit. Penilaian atas besarnya modal sendiri merupakan hal yang penting mengingat kredit bank hanya sebagai tambahan pembiayaan dan bukan untuk membiayai seluruh modal yang diperlukan. Dalam praktik, kemampuan capital ini dimanifestasikan dalam bentuk kewajiban untuk menyediakan self financing, yang sebaiknya jumlahnya lebih besar dari kredit yang dimintakan kepada bank. Bentuk dari self financing ini tidak selalu harus berupa uang tunai, namun dalam bentuk barang modal seperti tanah, bangunan, mesin-mesin. Besar kecilnya capital ini dapat dilihat dari neraca perusahaan, yaitu pada komponen “owner equity”, laba ditahan, dan lain-lain. Untuk perorangan, dapat dilihat dari daftar kekayaan yang bersangkutan setelah dikurangi utang-utangnya. Capacity Capacity adalah kemampuan yang dimiliki calon nasabah dalam menjalankan usahanya guna memperoleh laba yang diharapkan. Kegunaan dari penilaian ini adalah untuk mengetahui/mengukur sampai sejauh mana calon nasabah mampu mengembalikan atau melunasi utangutangnya (ability to pay) secara tepat waktu dari usaha yang diperolehnya. Collateral Collateral adalah barang-barang yang diserahkan nasabah sebagai agunan terhadap kredit yang diterimanya. Collateral tersebut harus dinilai oleh bank untuk mengetahui sejauh mana risiko kewajiban finansial nasabah kepada bank. Penilaian terhadap jaminan ini meliputi jenis, lokasi, bukti pemilikan, dan status hukumnya.
16
Condition of Economy Condition of economy, yaitu situasi dan kondisi politik, sosial, ekonomi, budaya yang memengaruhi keadaan perekonomian pada suatu saat yang kemungkinannya memengaruhi kelancaran perusahaan calon debitur. Untuk mendapat gambaran mengenai hal tersebut, perlu diadakan penelitian mengenai kondisi konjungtur, peraturan-peraturan pemerintah, situasi, politik, dan perekonomian dunia, keadaan lain yang memengaruhi pasar. Analisis Diskriminan dapat digunakan untuk melakukan identifikasi risiko. Analisis diskriminan digunakan pada kasus yang memiliki variabel respon berupa data kualitatif dan variabel penjelas berupa data kuantitatif.
Tujuan
pemakaian
analisis
diskriminan
yaitu
mengklasifikasikan suatu individu atau observasi ke dalam kelompok yang saling bebas (mutually exclusive/disjoint) dan menyeluruh (exhaustive ) berdasarkan sejumlah variabel penjelas. Model dasar analisis diskriminan adalah sebuah persamaan yang menunjukkan suatu kombinasi linear dari berbagai variable independent, yaitu: D b0 b1 X 1 b2 X 2 b3 X 3 ...bk X k
(1)
Dimana : D : skor diskriminan b : Koefisien diskriminan atau bobot X : predictor atau variable independen Koefisien ’b’ adalah yang diestimasi, sehingga nilai ’D’ setiap grup sedapat mungkin berbeda. Analisis diskriminan dapat melakukan dua hal sekaligus, yaitu pengelompokkan dan identifikasi sifat khas suatu kelompok, dimana kelompok dikenal sebagai group dan sifat khas dikenal sebagai variable pembeda (discriminating variables). Antara kelompok dan variable pembeda tersebut kemudian dibuat suatu hubungan fungsional yang disebut dengan fungsi diskriminan (Matjik dan Sumertajaya 2011).
17
2.3.2 Proses Pengukuran Risiko Pengukuran risiko dilakukan dengan pendekatan kuantitatif. Saunders dan Cornett (2003) menyatakan bahwa terdapat bermacam-macam metode pengukuran risiko dengan pendekatan kuantitatif. Pengukuran risiko ini digunakan untuk mengukur risiko kredit pada pinjaman individual. Metode pengukuran risiko yang disebutkan Saunders dan Cornett (2003) sebanyak delapan metode yang digambarkan pada gambar 2. Metode Pengukuran Risiko dengan Pendekatan Kuantitatif
Credit Scoring Model
RAROC
Altman’s Linear Discriminant
Option Model
Term Structure Based Method
Credit Metrics
Mortality Rate Models
Creditrisk+
Gambar 2. Metode pengukuran risiko kredit menurut Saunders dan Cornett (2003) -
Credit Scoring Model adalah metode pengukuran risiko dengan n
model Z i j X i , j error . Secara teori statistik, model ini j 1
tidak baik karena Z tidak dapat mengukur kemungkinan sama sekali. Penggunaan model ini sudah jarang karena sudah tersedia teknik statistik yang lebih unggul. -
Altman’s Linear Discriminant Model adalah metode pengukuran risiko dengan cara mendiskriminasikan atau membedakan kredit menjadi kelompok default dan non-default berdasarkan faktorfaktor tertentu. Kelemahan dari metode ini adalah sulitnya mengkuantifikasi faktor-faktor termasuk dampak dari siklus bisnis.
18
-
Term Structure Based Method adalah metode pengukuran risiko dengan cara mengukur kemungkinan default berdasarkan premi risiko.
-
Mortality Rate Models adalah metode pengukuran risiko yang mirip dengan proses yang digunakan oleh perusahaan asuransi dalam menentukan kebijakan harga. Probability default pada Term Structure Based Method dihitung berdasarkan data sebelumnya.
-
RAROC (Risk adjusted return on capital) adalah metode pengukuran risiko berdasarkan perhitungan return on capital dan menggabungkan pendekatan durasi untuk memperkirakan kerugian terburuk nilai pinjaman.
-
Option Model adalah metode pengukuran risiko dengan metode penentuan harga option untuk mengevaluasi option default. Metode ini digunakan oleh banyak bank untuk memonitor risiko kredit.
-
Credit
Metrics
adalah
metode
pengukuran
risiko
dengan
menggunakan pendekatan Value at Risk (VaR). data yang diperlukan untuk metode ini adalah peringkat kredit peminjam, matriks transisi peringkat kredit peminjam, tingkat recovery, data pinjaman macet, dan sebaran yield. -
Creditrisk+ adalah model aktuaria murni yang dirilis pada akhir 1997 oleh Credit Suisse Financial Products (CSFP). Pada Creditrisk+, probability of default (kemungkinan gagal bayar) yang digunakan berdasarkan statistik data historis dari pengalaman gagal bayar. Creditrisk+ mengasumsikan sebaran probability of default mengikuti
sebaran Poisson. Pada creditrisk+ hanya risiko gagal bayar yang akan dimodelkan, sedangkan penurunan peringkat risiko diabaikan. Tidak seperti model KMV, pada creditrisk+ tidak menghubungkan risiko gagal bayar dengan struktur modal (Crouhy et al 2002). Model Creditrisk+ adalah model statistik dari risiko gagal bayar dengan tidak memperhatikan penyebab gagal bayar. (CSFB 1997).
19
Menurut Crouhy et al (2000), dalam penggunaan model Creditrisk+ diasumsikan bahwa: 1. untuk kredit, probability of default pada suatu periode, misalnya satu bulan akan sama dengan bulan-bulan lainnya. 2. untuk jumlah obligor yang besar, probability of default dari obligor yang khusus bersifat kecil dan jumlah kegagalan yang terjadi pada periode tertentu tidak bergantung pada jumlah kegagalan pada periode lainnya. Kelebihan metode ini adalah mudah diimplementasikan dan kemudahan ketersediaan data. Data yang diperlukan adalah credit exsposure, default
rates, default
rate volatilities, dan recovery rate
(CSFB 1997). Selain itu, Creditrisk+ cocok digunakan untuk mengukur pinjaman yang kecil (Saunderes dan Cornett 2003). Metode ini juga memilki kelemahan, salah satunya adalah terdapat asumsi bahwa risiko kredit tidak berhubungan langsung dengan risiko pasar, creditrisk+ tidak dapat mengukur penyebab terjadinya gagal bayar, dan besarnya exposure dari tiap debitur tetap dan tidak sensitif terhadap perubahan tingkat suku bunga. 2.3.3 Proses Mitigasi Risiko Djohanputro (2008) menyatakan bahwa ada empat teknik pengelola risiko secara klasik. Keempat teknik tersebut adalah 1. Penghindaran risiko (risk avoidance) adalah tindakan perusahaan untuk tidak melakukan bisnis atau kegiatan tertentu yang mengandung risiko yang tidak diinginkan. Risiko-risiko yang harus dihindari adalah risiko yang tidak sesuai dengan visi perusahaan, memiliki dampak sosial yang terlalu besar, dan peraturan yang tidak kondusif. Penghindaran risiko dapat dilakukan dengan mengelompokkan calon debitur ke dalam kolektabilitas sebelum pembiayaan dicairkan. Tindakan ini dilakukan dengan menggunakan mendiskriminankan calon debitur berdasarkan informasi dari calon debitur.
20
2. Pengurangan Risiko adalah metode yang dilakukan saat perusahaan sudah sadar memasuki dan menanggung risiko. Pengurangan risiko dapat dilakukan terhadap paling tidak salah satu dari kedua faktor: pengurangan kemungkinan terjadinya risiko dan menekan besarnya dampak bila risiko terjadi. Pengurangan
risiko
dapat
dilakukan
dengan
melakukan
pencadangan. 3. Pemindahan Risiko adalah memindahkan risiko dari perusahaan kepada pihak lain yang bersedia atau ke perusahaan yang membisniskan risiko. 4. Penanganan Risiko adalah tindakan yang dilakukan karena perusahaan dengan sadar ingin mempertahankan risiko dan mengelolanya sendiri. Pertimbangan dilakukan berdasarkan atas efektivitas biaya. Adapun tindakan penyelamatan yang dapat dilakukan oleh bank menurut Suyatno et al (2007) adalah sebagai berikut : Rescheduling Kebijaksanaan ini berkaitan dengan jangka waktu pembiayaan sehingga keringanan yang dapat diberikan yaitu memperpanjang jangka waktu kredit, memperpanjang jarak waktu angsuran, penurunan jumlah untuk setiap angsuran yang mengakibatkan perpanjangan jangka waktu pembiayaan Reconditioning Bantuan yang dapat diberikan adalah berupa keringanan atau perubahan persyaratan pembiayaan. Restructuring Jika
kesulitan
nasabah
adalah
faktor
modal,
maka
penyelamatannya adalah dengan meninjau kembali situasi dan kondisi permodalan, baik modal dalam arti dana untuk keperluan modal kerja maupun modal berupa barang-barang modal.
21
2.4 Penelitian Terdahulu Oktavi (2009) melakukan penelitian dengan judul analisis faktor-faktor yang memengaruhi pengambilan pembiayaan dan efektivitas pembiayaan usaha kecil pada lembaga keuangan mikro syariah (Studi Kasus KJKS BMT BUS). Tujuan dari penelitian ini adalah mengetahui faktor-faktor yang
mempengaruhi pengambilan pembiayaan dan menilai keefektifan pembiayaan usaha kecil pada KJKS BMT BUS. Penelitian menggunakan alat analisis regresi linear berganda untuk mengetahui faktor-faktor yang mempengaruhi. Hasil dari penelitian tersebut adalah faktor-faktor yang memengaruhi pengambilan pembiayaan adalah biaya peminjaman, jangka waktu angsuran, dan adanya agunan. Penilaian efektivitas pembiayaan dinilai dengan melihat tanggapan responden mengenai prosedur pembiayaan dan dengan melihat dampak pembiayaan terhadap pendapatan usaha dan keuntungan usaha. Keterbatasan
penelitain
ini
adalah
sedikitnya
faktor-faktor
yang
mempengaruhi pengambilan pembiayaan. Selain itu, penilaian efektivitas pembiayaan hanya dinilai dengan melihat tanggapan responden mengenai prosedur pembiayaan dan dengan melihat dampak pembiayaan terhadap pendapatan usaha dan keuntungan usaha dengan menggunakan analisis deskriptif. Peniliti tidak melakukan penilaian efektivitas dari sudut pandang kemampuan debitur dalam pengembalian pembiayaan. Saadah (2009) telah melakukan penelitian dengan judul Penyaluran dan Pengembalian Kredit
Pada Usaha Mikro Kecil dan Menengah Melalui
Lembaga Keuangan Mikro Syariah (Kasus KBMT dan BPRS Di Bogor ). Tujuan dari penelitian ini adalah Mengidentifikasi pola penyaluran dan pengembalian kredit di KBMT Wasilah, KBMT Tadbiirul Ummah dan BPRS Bina Rahmah dan BPRS Rif’atul Ummah yang ada di kota Bogor atau dalam bahasa syariahnya disebut pembiayaan antara KBMT Wasilah, KBMT Tadbiirul Ummah, BPRS Bina Rahmah dan BPRS Rif’atul Ummah, dan mengidentifikasi hubungan kinerja keuangan di KBMT Wasilah dan KBMT Tadbiirul Ummah di kota Bogor. Pada penelitian tersebut dibahas mengenai penyaluran dan pengembalian pembiayaan terhadap UMKM perempuan. Kesimpulan dari penelitian tersebut adalah proses penyaluran antara KBMT
22
dan BPRS tidak jauh berbeda, penyaluran pembiayaan menurut sektor yang paling banyak adalah dalam bidang perdagangan dibandingkan sektor yang lain baik itu di KBMT maupun di BPRS, kinerja keuangan kedua KBMT masih dalam batas aman. Pada penelitan Penyaluran dan Pengembalian Kredit Pada Usaha Mikro Kecil dan Menengah Melalui Lembaga Keuangan Mikro Syariah (Kasus KBMT dan BPRS Di Bogor ) hanya menjelaskan mengenai penyaluran dan pengembalian pembiayaan serta pengaruhnya terhadap Non Performing Financing (NPF) dan Kinerja Keuangan Lembaga Keuangan. Selain itu penulis tidak menjelaskan bagaimana Lembaga Keuangan tersebut mengatasi risiko gagal bayar. Mulyanti (2011) melakukan penelitian dengan judul faktor-faktor yang mempengaruhi penetapan margin murabahah pada BMT Khairu Ummah Leuwiliang Bogor. Tujuan penelitian ini adalah mengetahui kebijakan pembiayaan jual beli murabahah di BMT Kahiru Ummah, mengetauhi faktorfaktor internal dan eksternal yang mempengaruhi pembiayaan di BMT Kahiru Ummah. Hasil dari penilitian ini Mulyanti (2011) adalah kebijakan pembiayaan murabahah yang dilakukan BMT Khairu Ummah sudah sesuai dengan aturan syariah. Faktor-faktor yang mempengaruhi penetapan margin adalah biaya operasional, biaya bagi hasil, pendapatan pembiayaan, dan pengembalian murabahah. Penelitian ini hanya membahas bagaimana BMT Khairu Ummah menetapkan margin Murabahah tanpa mempertimbangkan kondisi debitur dan risiko terjadinya gagal bayar. Bhakti (2009) melakukan penelitian dengan judul Analisis Diskriminan dalam Klasifikasi Pola Pengembalian Kredit Sektor Pertanian (Studi Kasus PT. Bank XYZ). Tujuan dari penelitian tersebut adalah mengetahui sistem kelayakan kredit yang dilakukan Bank XYZ untuk mengantisipasi risiko pada sektor budidaya pertanian, mengetahui fungsi pembeda (discriminant function) dari setiap kelas kolektibilitas pada sektor budidaya pertanian, menganalisis fungsi diskriminan digunakan untuk memprediksi kategori kolektibilitas dari nilai variabel kelayakan kredit pada sektor budidaya pertanian. Pada penelitian tersebut dibahas mengenai penggunaan Sistem ICRR (Internal Credit Risk Return) pada PT. Bank XYZ. Pada sistem ini
23
terdapat beberapa variable yang dapat digunakan untuk mengklasifikasi debitur ke dalam lima kolektabilitas dengan menggunakan analisis diskriminan. Setiap kolektabilitas memiliki fungsi diskriminan masing-masing sehingga dapat membedakan setiap debitur. Setelah mengetahui jumlah debitur berdasarkan kolektabilitasnya dengan alat analisis diskriminan, PT. Bank XYZ dapat mengetahui indeks NPL dari penyaluran kredit tersebut. Selanjutnya, PT. Bank XYZ dapat mengambil tindakan untuk mengendalikan indeks NPL. Pada penelitian Analisis Diskriminan dalam Klasifikasi Pola Pengembalian Kredit Sektor Pertanian (Studi Kasus PT. Bank XYZ), penulis hanya membahas variabel-variabel yang dapat digunakan untuk memprediksi kolektabilitas debitur dan tidak membahas potensi kerugian secara kuantitatif yang akan dihadapi oleh Bank XYZ akibat adanya kredit macet. Selain itu, pada Bank XYZ sudah memiliki sistem Manajemen Risiko sendiri yaitu ICRR yang sudah dapat memeringkatkan debitur berdasarkan variabel-variabel tertentu. Iqbal (2006) telah melakukan penelitian dengan judul Analisis Risiko Pembiayaan Syariah, Pendekatan Metode Creditrisk+ Portofolio (Studi Kasus BMT Prima Dinar Cabang Tawangmangu, Kabupaten Karanganyar, Propinsi Jawa Tengah). Tujuan dari penelitian ini adalah Menentukan potensi kerugian dan menentukan strategi mitigasi risiko. Penulis menggunakan metode Creditrisk+ portofolio untuk menentukan potensi kerugian. Penulis sendiri mengemukakan bahwa kekurangan dari metode creditrisk+ portofolio adalah tidak dapat menjelaskan penyebab terjadinya gagal bayar. Oleh sebab itu, penulis tidak dapat menjelaskan faktor-faktor apa saja yang dapat digunakan untuk memprediksi tingkat kolektabilitas debitur.
24
III.
METODE PENELITIAN
3.1 Kerangka Pemikiran BMT Al-Fath IKMI melakukan fungsi menyalurkan dana dengan melakukan pembiayaan kepada UMKM. Produk pembiayaan yang dimiliki BMT Al-Fath IKMI adalah Murabahah dan Ijarah. Sebelum menyalurkan pembiayaan kepada para debitur, BMT Al-Fah IKMI melakukan analisis 5C kepada calon debitur dan usahanya. Debitur yang diberikan pembiayaan dikelompokkan berdasarkan kolektabilitasnya. Informasi 5C debitur yang telah diketahui tingkat kolektabilitasnya dapat digunakan sebagai input analisis diskriminan. Analisis ini dilakukan untuk mengetahui faktor-faktor yang dapat digunakan untuk memprediksi tingkat kolektabilitas calon debitur. Hasil dari analisis diskriminan dapat digunakan untuk bahan pertimbangan BMT Al-Fath IKMI dalam mengambil keputusan tindakan mitigasi risiko yang cocok.. Proses pengukuran risiko dilakukan dengan mengukur seberapa besar kerugian yang dialami BMT Al-Fath IKMI akibat risiko pembiayaan. Pengukuran risiko pembiayaan menggunakan Creditrisk+. Hasil dari metode Creditrisk+ adalah potensi kerugian akibat gagal bayar debitur. Tindakan mitigasi risiko yang bisa diambil meliputi penghindaran risiko, pengurangan risiko, pemindahan risiko, dan penahanan risiko. Tindakan mitigasi
berdasarkan
hasil
analisis
digunakan
untuk
memperbaiki
kolektabilitas debitur. Tindakan mitigasi risiko dapat berbeda untuk setiap debitur disesuaikan dengan karakterisitik debitur dan usahanya. Kerangka pemikiran penelitian dapat dilihat pada gambar 3.
25
BMT Al-Fath IKMI
Pembiayaan : Murabahah Ijarah
Analisis 5C
Nasabah & Usaha
Kolektabilitas
Creditrisk+
Analisis Diskriminan
Potensi Kerugian
Faktor-faktor untuk memprediksi tingkat kolektabilitas
Mitigasi Risiko
Gambar 3. Kerangka pemikiran penelitian 3.2 Lokasi dan Waktu Penelitian Penelitian dilaksanakan di BMT AL-FATH IKMI yang berlokasi di Jalan Aria Putra No. 7 Ciputat Tangerang Selatan. Penelitian dilakukan sejak Maret
hingga April 2012. 3.3 Metode Pengumpulan Data Data yang dikumpulkan pada Penelitian ini meliputi data primer dan sekunder.
26
a. Data primer Data primer diperoleh melalui pengamatan, pencatatan, pengumpulan data dan wawancara langsung dengan Kepala Bagian Pembiayaan dan Account Officer yang terkait dengan bidang penelitian. b. Data Sekunder Data sekunder didapatkan dari data historis BMT AL-FATH, laporan penelitan dan publikasi elektronik. Jenis data sekunder adalah data yang telah melalui pengolahan lebih lanjut dan telah dipublikasikan serta dari berbagai literatur. 3.4 Metode Penarikan Sample Penulis menggunakan teknik pengambilan sample Non Probability Sampling yaitu Purposive Sampling. Purposive Sampling merupakan metode penetapan sampel dengan berdasarkan pada kriteria-kriteria tertentu dan kriteria yang digunakan adalah debitur murabahah dan Ijarah baik bulanan maupun pekanan yang bekerja di sektor UMKM saja yang dapat dijadikan responden. Total debitur yang menerima pembiayaan murabahah dan Ijarah sebanyak 1053 debitur dengan proporsi 756 orang pengguna murbahah dan 297 orang pengguna Ijarah. Pengguna murabahah dan Ijarah terbagi menjadi pengusaha UMKM sebanyak 950 dan karyawan 103 orang. Jumlah sample yang digunakan ditetapkan berdasarkan rumus Slovin dengan Populasi 950 orang dan tingkat kepercayaan 90% (α = 10%), maka didapat 91 responden yang akan dijadikan responden. n
N 1 N ( ) 2
(2)
n = sample N = populasi α = tingkat kesalahan (10%) Jumlah sample masing-masing produk ditentukan berdasarkan quota sampling. Persentase populasi debitur murabahah sebesar 74% sehingga jumlah sample debitur murabahah adalah 67 debitur. Persentase populasi debitur Ijarah sebesar 26% sehingga jumlah sample debitur Ijarah adalah 24 debitur.
27
3.5 Metode Pengolahan dan Analisis Data 3.5.1 Analisis Diskriminan Variabel prediktor pada penelitian ini meliputi faktor-faktor analisis pembiayaan yang tercantum pada Formulir Permohonan Pembiayaan BMT Al-Fath IKMI. Formulir tersebut diisi oleh pemohon pembiayaan sehingga formulir tersebut memuat informasi mengenai debitur. Informasi yang diberikan debitur tersebut dijadikan variabel prediktor yang secara garis besar menggambarkan Character, Capital, Capacity, Collateral, Condition dari debitur. 3.5.2 Creditrisk+ Data yang dibutuhkan untuk melakukan perhitungan potensi kerugian dengan metode creditrisk+ adalah data debitur yang melakukan pembiayaan dengan skim murabahah dan Ijarah yang terangkum dalam bulan Januari 2012. Langkah pengukuran risiko dengan metode creditrisk+ menurut Crouhy et al (2000) adalah 1. Data yang dibutuhkan adalah exposure, probability default, default rate volatilities, recovery rate. 2. Membagi exposure atau loss given default (LGD) ke dalam beberapa kelas dan beberapa band. Pembagian kelas dapat disesuaikan berdasarkan exposure terendah dan tertinggi. Pembagian exposure ke dalam band dilakukan dengan cara membagi exposure dengan nilai kelas. Pembulatan band dilekukan berdasarkan ketentuan umum, jika lebih dari sama dengan 0.5 maka dibulatkan ke atas, sedangkan kurang dari 0.5 dibulatkan ke bawah. Data dibagi ke dalam empat kelas dan sepuluh band. 3. Menghitung Expected Loss dilakukan dengan cara mengkalikan LGD setiap debitur di setiap band dengan Probability Default. Proses ini dapat dinotasikan sebagai berikut EL A LGDA PD A 4. Menghitung expected number of default dilakukan dengan cara mencari nilai n j . Nilai n j dicari dengan membagi expected loss total setiap band dengan band. Proses tersebut dinotasikan sebagai berikut
28
nj
EL j Lj
EL j
.
Expected
EL
A:LA L j
A
Loss
total
( EL j )
didapatkan
dari
.
5. Menentukan jumlah debitur default dengan menggunakan sebaran n n j
Poisson. Rumus sebaran Poisson adalah Prob(n default)=
nj e
n!
ket: Prob(n default): tingkat kepercayaan lebih dari sama dengan 95% n j : expected number of default
e : angka natural (2.718281828) n : jumlah debitur default Sebaran Poisson juga dapat dicari dengan menggunakan Minitab14 sehingga dapat langsung ditemukan jumlah debitur default pada tingkat kepercayaan lebih dari sama dengan 95%. 6.
Menghitung potensi kerugian dapat dicari dengan menggunakan j 10 k 4
rumus Potential Loss= j 1
(L k 1
j
n( 5%) j Real lossj nilai
kelask) 3.5.3 Analisis Deskriptif Analisis deskriptif adalah analisis yang berfungsi untuk menjelaskan secara rinci atau memberi gambaran terhadap objek yang diteliti melalui data sebagaimana adanya, tanpa melakukan pengolahan data secara kuantitatif dan membuat kesimpulan yang sesuai yang berlaku umum.
29
IV.
HASIL DAN PEMBAHASAN
4.1 BMT Al-Fath IKMI 4.1.1 Profil BMT Al-Fath IKMI BMT Al-Fath IKMI adalah lembaga keuangan mikro syariah yang notabenenya adalah lembaga keuangan aset umat dengan prinsip operasionalnya mengacu pada prinsip-prinsip syari'at Islam. BMT AlFath IKMI dibentuk dalam upaya memberdayakan umat secara kebersamaan melalui kegiatan simpanan dan pembiayaan serta kegiatankegiatan lain yang berdampak pada peningkatan ekonomi anggota dan mitra binaan ke arah yang lebih baik, lebih aman, serta lebih adil. BMT (Baitul Maal wat Tamwiil) Al-Fath IKMI dirintis oleh 25 orang pendiri pada tanggal 13 Oktober 1996, dan kini jumlah pendirinya menjadi 31 orang. Sebagai lembaga yang mengemban misi sosial, maka dibentuklah divisi Baitul Maal yang dikelola secara terpisah agar dapat berjalan secara optimal melayani umat. Sebagai lembaga bisnis maka dibentuklah Baitut Tamwil dengan dikelola oleh tenaga muslim yang profesional dibidang keuangan. Struktur organisasi BMT Al-Fath IKMI dapat dilihat pada lampiran 1. Visi BMT Al-Fath IKMI adalah Meningkatkan kualitas keimanan anggota dan mitra binaan sehingga mampu berperan aktif sebagai khalifah Allaah SWT. Misi BMT Al-Fath IKMI adalah Menerapkan prinsip-prinsip syari'at dalam kegiatan ekonomi, memberdayakan pengusaha kecil dan menengah, dan membina kepedulian aghniyaa (orang mampu) kepada dhuafaa (kurang mampu) secara terpola dan berkesinambungan. 4.1.2 Produk BMT Al-Fath IKMI BMT Al-Fath IKMI memiliki produk dan layanan di bidang jasa keuangan. Produk yang dimiliki oleh BMT Al-Fath IKMI adalah Tawakal (Tabungan Wadiah BMT Al-Fath)
30
Simpanan dari mitra yang penarikannya dapat dilakukan setiap saat. Tabungan ini menggunakan prinsip wadiah /titipan. Dalam tabungan ini BMT Al-Fath tidak wajib memberikan bagi hasil kepada penabung. BMT Al-Fath boleh memberikan bonus setiap bulan sesuai dengan kebijakanBMT Al-Fath. Tabah (Tabungan berjangka Al-Fath) Tabungan / investasi dengan menggunakan prinsip mudharabah mutlaqah yang penarikannya dapat dilakukan sesuai dengan jangka waktu yang dikehendaki. Pilihan jangka waktu yang dapat dipilih adalah: 3 Bulan dengan nisbah 25% (mitra): 75% (BMT), 6 Bulan dengan Nisbah 30% mitra: 70% (BMT), 9 Bulan dengan nisbah 35%(mitra): 65% (BMT) dan 12 bulan dengan nisbah 40% (mitra): 60% (BMT). Sidik (Simpanan Pendidikan) Bentuk simpanan yang alokasi dananya diperuntukan untuk dana pendidikan bagi putra-putri mitra. Penarikan dapat dilakukan dua kali dalam satu tahun, pertama pada saat ajaran baru, kedua pada saat semester. Simpanan dengan prinsip mudharabah mutlaqah ini akan mendapat bagi hasil setiap bulan dengan nisbah 20% (mitra): 80% (BMT). Simpanan Idul Fitri Simpanan yang direncanakan untuk keperluan idul fitri. Penarikan dilakukan satu kali menjelang idul fitri. Simpanan ini menggunakan prinsip mudharabah mutlaqah sehingga akan mendapatkan bagi hasil setiap bulan sesuai dengan nisbah 20% (mitra): 80% (BMT). Simpanan Qurban Simpanan yang diperuntukan untuk keperluan pembelian hewan qurban. Penarikan dilakukan satu kali menjelang ibadah qurban. Simpanan ini menggunakan prinsip mudharabah mutlaqah sehingga akan mendapatkan bagi hasil setiap bulan sesuai dengan nisbah 20% (mitra): 80% (BMT).
31
Simpanan Nikah Simpanan yang diperuntukan bagi mereka yang merencanakan pernikahan. Penarikan dilakukan satu kali, satu bulan menjelang pernikahan. Simpanan ini menggunakan prinsip mudharabah mutlaqah sehingga akan mendapatkan bagi hasil setiap bulan sesuai dengan nisbah 20% (mitra): 80% (BMT). Simpanan Haji Simpanan yang diperuntukan bagi mereka yang merencanakan untuk menunaikan haji. Penarikan dilakukan satu kali. Simpanan ini menggunakan
prinsip
mudharabah
mutlaqah
sehingga
akan
mendapatkan bagi hasil setiap bulan sesuai dengan nisbah 20% (mitra): 80% (BMT). Pembiayaan Mudharabah Akad kerjasama antara BMT selaku pemilik modal (Shahibul Maal) dengan mitra selaku pengelola usaha (mudharib) untuk mengelola usaha yang produktif dan halal. Dan hasil keuntungan dibagi sesuai dengan nisbah yang disepakati kedua belah pihak. Pembiayaan Musyarakah Akad kerjasama usaha produktif dan halal antara BMT dengan mitra dimana sumber modalnya dari kedua belah pihak. Keuntungan dibagi sesuai dengan nisbah yang disepakati kedua belah pihak. Sedangkan kerugian ditanggung kedua belah Pihak sesuai dengan porsi modal masing-masing. Piutang Murabahah Akad jual beli barang antara mitra dengan BMT Al-Fath IKMI dengan menyatakan harga perolehan/harga beli/ harga pokok ditambah keuntungan/margin yang disepakati kedua belah pihak. BMT membelikan barang-barang yang dibutuhkan mitra atau BMT memberi kuasa kepada mitra untuk membeli barang-barang kebutuhan mitra atas nama BMT. Lalu barang tersebut dijual kepada mitra dengan harga pokok ditambah dengan keuntungan yang diketahui dan disepakati bersama dan diangsur selama jangka waktu tertentu.
32
Piutang Ijarah Akad sewa menyewa barang atau jasa antara BMT Al-Fath IKMI dan mitra. BMT Al-Fath IKMI menyewakan jasa atau barang kepada mitra dengan harga sewa yang telah disepakati dan diangsur selama jangka waktu tertentu. 4.1.3 Analisis Pembiayaan BMT Al-Fath IKMI Proses penyaluran dana yang dilakukan BMT Al-Fath IKMI diawali dengan adanya permohonan pembiayaan yang diajukan oleh mitra BMT dengan menyertakan fotocopy KTP, Kartu Keluarga, surat nikah, slip gaji, kepemilikan agunan, dan pas foto . Selanjutnya Customer Service dan Account Officer BMT Al-Fath IKMI melakukan pemeriksaan kelengkapan berkas. Jika berkas yang disertakan lengkap dan sesuai persyaratan maka tim BMT Al-Fath IKMI melakukan survey kepada mitra, namun jika berkas belum lengkap maka BMT Al-Fath IKMI mempersilakan mitra untuk melengkapinya terlebih dahulu. Pada survey yang dilakukan oleh BMT Al-Fath IKMI dilakukan juga analisis kelayakan usaha mitra. Jika hasil analisis dinyatakan tidak layak maka permohonan pembiayaan ditolak. Sedangkan jika analisis kelayakan usaha dinyatakan layak maka mitra dipanggil untuk menghadap kepada komite pembiayaan untuk dilakukan pengikatan dan penyelesaian administrasi. Selama usaha mitra dibiayai, maka tim BMT Al-Fath IKMI akan melakukan monitoring kepada mitra tersebut. Diagram alir penyaluran pembiayaan dapat dilihat pada lampiran 2. BMT Al-Fath IKMI melakukan analisis pembiayaan sebelum melakukan penyaluran dana. Analisis tersebut dilakukan berdasarkan faktor-faktor penilaian pembiayaan yang berpedoman pada prinsip 5-P: People (orang/karakter) Orang atau mitra pemohon pembiayaan merupakan titik sentral yang harus diperhatikan dalam setiap pemberian pembiayaan. Oleh karena itu, BMT Al-Fath IKMI harus mendapatkan keyakinan terhadap mitra pembiayaan melalui penilaian karakter dari mitra pembiayaan tersebut.
33
Purpose (tujuan penggunaan) BMT Al-Fath IKMI menganalisis apakah tujuan penggunaan dana oleh mitra pembiayaan apakah dapat menunjang kegiatan usaha mitra dan sesuai dengan tujuan pemberian pembiayaan BMT Al-Fath IKMI. Prospect (peluang pasar) BMT Al-Fath IKMI menilai apakah usaha yang dijalankan oleh mitra memiliki peluang pasar yang baik untuk dijalankan atau tidak dengan disesuaikan kepada kondisi makro lingkungan usaha. BMT Al-Fath IKMI juga harus mampu melakukan penilaian terhadap risiko bisnis dari usaha mitra pembiayaan. Payment (kemampuan bayar) Penilaian mengenai sumber pembayaran pembiayaan dari calon mitra apakah tersedia dan aman serta apakah setelah pemberian pembiayaan, mitra memiliki sumber pendapatan yang cukup untuk pembayaran pembiayaan. Protection (agunan) Penilaian mengenai jaminan mitra pembiayaan untuk mengantisipasi sekiranya terjadi hal yang di luar perkiraan. Agunan atau jaminan merupakan second way out jika mitra tidak mapu melunasi pembiayaan. Semakin besar nilai agunan maka semakin kecil risiko kerugian akibat gagal bayar. Saat
melakukan
analisis
pembiayaan
BMT
Al-Fath
IKMI
menggunakan Formulir Permohonan Pembiayaan, Rancangan Anggaran Belanja Mitra, dan berkas-berkas kelengkapan. Selain itu, Account Officer melakukan tinjauan lapangan kepada mitra pembiayaan untuk memperoleh informasi lebih lengkap dan melihat langsung aset yang akan dijadikan jaminan oleh mita pembiayaan. Selama melakukan analisis pembiayaan Tim BMT Al-Fath IKMI harus mematuhi petunjuk kerja. Petunjuk ini digunakan untuk membantu Tim pembiayaan dalam menganalisis agar tidak salah dalam menganalisis sehingga hasil analisis dapat mengurangi potensi gagal
34
bayar dari mitra pembiayaan. Petunjuk kerja yang telah disusun BMT Al-Fath IKMI adalah 1. Kualitas pembiayaan lebih penting daripada ekspansi pembiayaan 2. kejujuran anggota adalah skala prioritas utama dalam penilaian 3. jika tidak memahami usaha anggota, jangan berikan pembiayaan 4. putusan pembiayaan tanpa tekanan hati 5. terlalu naif berfokus pada agunan 6. bila muncul keraguan, sebaiknya ditolak atau ditangguhkan putusan 7. bila anggota meminta jawaban putusan secepatnya, jawaban yang paling tepat adalah “tolak” 8. telusuri dengan seksama kemana arah penggunaan dana BMT 4.1.4 Identifikasi Risiko Gagal Bayar BMT Al-Fath IKMI Informasi-informasi dari mitra pembiayaan yang diperoleh dari analisis pembiayaan digunakan untuk mengidentifikasi penyebab risiko gagal bayar. BMT Al-Fath IKMI sendiri sudah mendefinisikan pembiayaan bermasalah. Menurut BMT Al-Fath IKMI pembiayaan bermasalah adalah -
Pembiayaan yang tidak lancar
-
Pembiayaan dimana debiturnya tidak memenuhi persyaratan yang dijanjikan
-
Pembiayaan yang tidak menepati jadwal angsuran
-
Pembiayaan yang memiliki potensi merugikan BMT
-
Pembiayaan yang memiliki potensi menunggak dalam satu waktu tertentu BMT Al-Fath IKMI sendiri telah mengidentifikasi gejala-gejala
gagal bayar. Gejala-gejala tersebut disusun berdasarkan pengalaman masa lalu dan monitoring yang dilakukan Tim BMT Al-Fath IKMI. Gejala tersebut adalah -
Baki kredit simpanan menurun
-
Pembayaran angsuran tersendat-sendat
-
Sering meminta penundaan pembayaran
-
Terjadi penyimpangan penggunaan pembiayaan
35
-
Mengajukan perpanjangan pembiayaan
-
Sering menghindar saat penagihan
-
Adanya hutang ke pihak lain
-
Isi tempat usaha kosong
-
Memulai usaha baru
-
Adanya sengketa keluarga
-
Adanya informasi negatif dari pihak lain
-
Kesehatan mitra pembiayaan menurun
-
Mitra pembiayaan meninggal
-
Mitra pembiayaan menikah kembali
-
Menggunakan pembiayaan yang diberikan usaha untuk membeli barang-barang konsumtif BMT Al-Fath IKMI telah merumuskan penyebab-penyebab gagal
bayar pembiayaan. Penyebab-penyebab tersebut dibagi ke dalam dua faktor, yaitu faktor internal BMT dan faktor internal mitra pembiayaan. Penyebab tersebut adalah Faktor Internal BMT : 1. Lemah dalam analisis pembiayaan : data kurang akurat, pembiayaan terlalu sedikit, pembiayaan terlalu banyak, jangka waktu terlalu lama, jangka waktu terlalu pendek 2. Kelemahan dalam dokumen, data mengenai pembiayaan anggota tidak terdokumentasikan dengan baik, pengawasan atas fisik dokumen kurang 3. kelemahan dalam supervisi pembiayaan : pengawasan kurang rutin, tindakan pencegahan kurang dini, anggota terlalu banyak, nggota terpencar domisilinya 4. Kecerobohan petugas lapangan disebabkan oleh terlalu bernafsu memperoleh laba, terlalu kompromistis, tidak memiliki kebijakan yang matang, terlalu percaya dan menggampangkan masalah, tidak mampu menyaring risiko bisnis, kurang proaktif dan terlalu reaktif 5. Kelemahan kebijakan Pembiayaan 6. Kelemahan dalam jaminan
36
7. Kelemahan SDM 8. Kelemahan teknologi 9. Kecurangan petugas Faktor Internal Mitra Pembiayaan : 1. Kelemahan karakter 2. kelemahan kemampuan 3. Musibah 4. penyimpangan penggunaan dana 5. sengketa keluarga 6. terlibat banyak hutang 4.2 Identifikasi Risiko dengan Analisis Diskriminan Identifikasi risiko yang dilakukan BMT Al-Fath IKMI merupakan identifikasi risiko setelah terjadinya pemberian pembiayaan. Identifikasi risiko juga dapat dilakukan sebelum pembiayaan cair atau saat calon debitur mengajukan permohonan pembiayaan. Identifikasi risiko dapat dilakukan dengan menganalisis informasi dari permohonan yang dilakukan oleh calon debitur. BMT Al-Fath IKMI mewajibkan calon debitur mengisi Formulir Permohonan Pembiayaan. Informasi yang diisi oleh calon debitur tersebut harus sesuai dan berdasarkan calon debitur sendiri. Secara garis besar Formulir
Permohonan
Pembiayaan
mencakup
informasi
tentang
5C
(characteristic, capital, capacity, collateral, dan condition). Semakin rinci informasi yang diberikan oleh calon debitur maka akan semakin membantu BMT Al-Fath IKMI dalam menilai debitur. Kebenaran informasi dari Formulir Permohonan Pembiayaan juga harus diperiksa kebenarannya dengan surat-surat keterangan lain dari instansi terkait dan survey langsung oleh Account Officer BMT Al-Fath IKMI. Setelah informasi mengenai debitur diperoleh dan telah diperiksa kebenarannya, BMT Al-Fath IKMI dapat menggunakan informasi-informasi tersebut untuk memprediksi kolektabilitas calon debitur. Kendala yang dihadapi oleh BMT Al-Fath IKMI adalah kemampuan debitur dalam memberikan informasi. Salah satu contoh rendahnya kemampuan debitur
37
adalah masih ada calon debitur yang tidak mampu membaca, menulis, dan menghitung
sehingga
tidak
mampu
mengisi
Formulir
Permohonan
Pembiayaan. Selain itu, kurangnya kemampuan calon debitur dalam mengelola usahanya. Oleh karena itu, perlu dilakukan analisis untuk mengetahui faktor-faktor apa sajakah yang dapat digunakan untuk memprediksi kolektabilitas debitur dan memprediksi kolektabilitas debitur berdasarkan faktor-faktor tersebut. Alat analisis yang digunakan adalah Analisis Diskriminan. Alat analisis ini dapat melakukan
dua hal sekaligus, yaitu mengelompokkan debitur dan
mengidentifikasi faktor-faktor yang dapat digunakan untuk memprediksi kolektabilitas debitur. Analisis diskriminan hanya dapat digunakan jika skala pengukuran minimal bersifat interval. Informasi yang diperlukan dalam analisis diskriminan diperoleh dari Formulir Permohonan Pembiayaan dan berkas-berkas penunjang lainnya yang diberikan debitur, seperti kartu keluarga dan lain-lain. Berdasarkan formulir tesebut data yang dapat dikumpulkan adalah informasi mengenai jenis kelamin, usia, status pernikahan, status mitra, pendidikan terakhir, tempat tinggal, lama usaha, status tempat usaha, pembiayaan lalu, pengajuan ke, jumlah pengajuan, akad, skala, plafon, margin, jenis jaminan, harga taksiran, total pendapatan, total biaya hidup, dan harga belanja calon debitur. Namun, karena analisis diskriminan hanya dapat digunakan untuk minimal skala interval, maka informasi yang digunakan untuk variabel predictors adalah usia, lama usaha, pembiayaan lalu, pengajuan ke, jumlah pengajuan, skala angsuran, plafon, margin, harga taksiran jaminan, total pendapatan, total biaya hidup, dan harga belanja. Informasi mengenai pendidikan dan jenis angsuran dapat digunakan dengan pengolahan terlebih dahulu. Pendidikan dijadikan skala ordinal berdasarkan tingkat pendidikan mulai dari yang terendah hingga tetinggi. Begitu juga dengan jenis jaminan diberikan peringkat berdasarkan nilai agunannya berdasarkan Peraturan Bank Indonesia No. 8/19/PBI/2006 pasal 13. Aset usaha dan ijazah diberi peringkat terndah sedangkan tabungan debitur diberi peringkat tertinggi. Setelah keduanya dijadikan skala ordinal data
38
tersebut diolah dengan menggunakan Macro Minitab, yaitu gmacro1. Sehingga variabel predictors untuk analisis diskriminan ini adalah usia, lama usaha, pembiayaan lalu, pengajuan ke, jumlah pengajuan, skala angsuran, plafon, margin, harga taksiran jaminan, total pendapatan, total biaya hidup, harga belanja, pendidikan , dan jaminan, sedangkan kolektabilitas sebagai variabel respon.
Gambar 4. Hasil analisis diskriminan Murabahah Analisis
diskriminan
dilakukan
dengan
mengelompokkan
debitur
berdasarkan variable predictor yang berasal dari Formulir Permohonan Pembiayaan. Variabel predictor yang digunakan seharusnya dapat mewakili prinsip 5C akan tetapi pada kenyataannya data Capital (modal) debitur tidak dapat diperoleh karena debitur tidak mampu mengisinya, sehingga variable predictor yang digunakan hanya mewakili 4C, yaitu characteristic, capacity, collateral, condition. Jumlah debitur yang termasuk ke dalam kelompok kolektabilitas 1 (lancar) sebanyak 16 orang, kolektabilitas 2 (dalam perhatian khusus) sebanyak 10 orang, kolektabilitas 3 (kurang lancar) sebanyak 2 orang, kolektabilitas 4 (diragukan) sebanyak 5 orang, dan kolektabilitas 5 (macet) sebanyak 11 orang. Debitur yang dapat mengembalikan pembiayaan dengan baik adalah kolektabilitas 1 dan 2 yang berjumlah 26 orang. Debitur yang dapat menyebabkan gagal bayar adalah debitur yang berada pada
39
kolektabilitas 3, 4, dan 5 yang berjumlah 18 orang. Hal ini menunjukkan bahwa kondisi debitur pada BMT Al-Fath berada pada kondisi mampu mengembalikan pembiayaan dengan baik, meskipun jumlahnya tidak terlalu berbeda. Total keseluruhan debitur yang dikelompokkan sebanyak 44 orang. Jumlah tersebut berkurang karena pada proses analisis diskriminan dilakukan penghapusan debitur yang misclassification agar proporsi kebenaran mencapai 100%.
Gambar 5. Fungsi diskriminan Murabahah Gambar 5 menampilkan fungsi diskminan untuk murabahah. Fungsi ini dapat
digunakan
untuk
memprediksi
tingkat
kolektabilitas
debitur.
Penggunaan fungsi ini adalah analis pembiayaan meminta data mengenai usia debitur hingga harga belanja debitur, kemudian informasi tersebut dikalikan dengankoefisien variable, jumlah terbesar akan menunjukkan kolektabilitas debitur yang diprediksi. Pada kolektabilitas 1, variable predictor pendidikan terakhir, usia, pengajuan ke mewakili characteristic debitur. Sebagian besar pendidikan terakhir debitur adalah SMA yang berarti sudah mampu memahami prosedur serta kewajiban pembiayaan. Rata-rata Usia debitur adalah 42. Rata-rata jumlah pengajuan yang telah dilakukan debitur sebanyak 4 kali. Variable total pendapatan dan total biaya hidup pada kolektabilitas 1 memiliki rata-rata pendapatan Rp6,960,000 dan rata-rata biaya hidup Rp2,370,000. Variable total pendapatan dan biaya hidup digunakan untuk mengetahui kapasitas atau
40
kemampuan
debitur
dalam
melaksanakan
kewajiban
mengembalikan
pembiayaan. Pada kolektabilitas 1 total pendapatan lebih besar daripada biaya hidup sehingga debitur dapat melunasi kewajibannya. Variable jenis jaminan mewakili prinsip collateral pada prinsip 5C. sebagian besar jenis jaminan debitur yang berada pada kolektabilitas 1 adalah AJB Tanah yang memiliki nilai agunan 60% dari nilai jual objek pajak. Prinsip condition diwakili oleh lama usaha debitur. Rata-rata lama usaha debitur adalah 7.43 tahun. Pada kolektabilitas 2, kondisi pendidikan terkakhir debitur pada kolektabilitas 2 adalah SMA yang berarti sudah mampu memahami prosedur dan kewajiban pembiayaan. Selain pendidikan variable predictor yang mewakili prinsip characteristic adalah pengajuan ke dan usia. Rata-rata pengajuan ke debitur kolektabilitas 2 adalah 5 kali dan rata-rata usaia debitur adalah 36 tahun. Variable predictor yang mewakili collateral adalah jenis jaminan. Jenis jaminan yang paling banyak digunakan pada kolektabilitas 2 adalah kendaraan bermotor. Kendaraan bermotor memiliki nilai agunan 50% dari nilai jual obyek pajak. Variable total pendapatan dan biaya hidup termasuk ke dalam prinsip capacity atau kemampuan debitur untuk memenuhi kewajibannya. Rata-rata pendapatan debitur yang berada pada kolektabilitas 2 adalah Rp5,510,000 sedangkan rata-rata biaya hidup debitur Rp2,700,000. variable predictor yang mewakili condition adalah lama usaha. Rata-rata lama usaha debitur adalah 6.43 tahun. Pada kolektabilitas 3, sebagian besar pendidikan terakhir debitur pada kolektabilitas 3 adalah SMA. Latar belakang pendidikan debitur kolektabilitas 3 sama dengan kolektabilitas 1 dan 2. Rata-rata pengajuan ke debitur pada kolektabilitas 3 adalah 4 kali. Rata-rata Usia debitur adalah 36 tahun. Ketiga variable predictor tersebut termasuk ke dalam prinsip characteristic. Total pendapatan debitur kolektabilitas 3 adalah Rp6,590,000, total biaya hidup debitur kolektabilitas 3 sebesar Rp4,340,000, sedangkan haraga belanja yang diberikan kepada debitur kolektabilitas 3 rata-rata berjumlah Rp21,330,000. Perbandingan antara jumlah pendapatan dengan harga belanja sangat jauh. Kondisi inilah yang mengakibatkan debitur tidak mampu membayar kewajibannya karena pendapatan yang diperolehnya tidak dapat menutupi
41
kewajiban dan kebutuhan hidupnya. Jenis jaminan yang paling banyak digunakan debitur kolektabilitas 3 adalah kendaraan bermotor yang memiliki nilai agunan 50% dari nilai jual obyek pajak. Rata-rata lama usaha debitur adalah 5.86 tahun Pada kolektabilitas 4, variable predictor untuk mengetahui characteristic debitur adalah pengajuan ke, usia, dan pendidikan terakhir. Rata-rata pengajuan debitur adalah 3 kali dan pendidikan terakhir sebagian besar SD dan SMA. Bagi debitur yang memiliki pendidikan SD, faktor pendidikan dapat dijadikan salah satu penyebab debitur tidak mampu membayar adalah kurangnya kemampuan debitur dalam memahami persyaratan dan kewajiban sebagai debitur. Rata-rata pengajuan ke debitur adalah 3 kali dan rata-rata usia debitur adalah 48 tahun. Jenis jaminan yang digunakan debitur kolektabilitas 4 adalah AJB tanah yang memiliki nilai agunan 60% dari nilai jual objek pajak. Pada variable predictors yang mewakili prinsip capacity adalah harga belanja, total biaya hidup, dan total pendapatan. Harga belanja debitur kolektabilitas 4 rata-rata sebesar Rp9,700,000, total biaya hidup rata-rata debitur adalah Rp2,133,800,
dan
total
pendapatan
rata-rata
sebesar
Rp4,008,000.
Perbandingan antara pemasukan dengan pengeluaran debitur tidak berbeda jauh sehingga kondisi ini dapat dijadikan penyebab debitur berada pada kolektabilitas 4. variable predictor yang mewakili condition adalaha lama usaha. Rata-rata lama usaha debitur adalah 4 tahun. Pada kolektabilitas 5, sebagian besar pendidikan terakhir debitur adalah SMA sedangkan jenis jaminan yang paling sering digunakan adalah aset usaha yang tidak memiliki nilai agunan. Jaminan yang mampu diberikan debitur kolektabilitas 5 sangat rendah sehingga tidak dapat menutupi kerugian apabila debitur gagal bayar. Variable predictor yang mewakili capacity sama dengan variable predictor pada kolektabilitas sebelumnya yaitu total pendapatan, total biaya hidup, dan harga belanja. Rata-rata total pendapatan sebesar Rp3,055,500, total biaya hidup sebesar Rp1,325,100, dan rata-rata harga belanja Rp5,179,500. Perbandingan antara pemasukan dengan pengeluaran debitur tidak seimbang sehingga kondisi ini dapat dijadikan penyebab debitur berada pada kolektabilitas 5. Pengajuan ke dan usia dapat mewakili
42
characteristic debitur.
Rata-rata jumlah pengajuan yang telah dilakukan
adalah 7 kali dan rata-rata usia adalah 45 tahun. Banyaknya jumlah variable predictor dapat direduksi dengan analisis diskriminan stepwise menggunakan software SPSS 16. Hasil dari analisis diskriminan stepwise adalah empat variable predictor
yang paling
mempengaruhi untuk memprediksi kolektabilitas debitur adalah jaminan, usia, pendapatan, dan biaya hidup. Hasil ini memudahkan BMT Al-Fath IKMI untuk mengelompokkan debitur. Proses analisis dapat dilihat pada lampiran 3. Hasil analisis diskriminan dapat dijadikan masukan untuk memutuskan apakah debitur diberikan pembiayaan atau tidak. Keputusan yang diambil dengan mempertimbangkan informasi-informasi variable predictor. Secara umum kondisi pendidikan terakhir debitur dari kolektabilitas 1 hingga 5 tidak jauh berbeda yaitu SMA, namun pada kolektabilitas 3 hingga 5 terdapat debitur berpendidikan SD. Jenis jaminan dari kolektabilitas 1 hingga 5 secara umum memiliki nilai agunan yang semakin menurun. Produk kedua BMT Al-Fath IKMI adalah Ijarah. Pemisahan murabahah dan Ijarah dilakukan untuk mengetahui apakah faktor-faktor yang dijadikan pertimbangan untuk pengambilan keputusan pembiayaan akan sama atau tidak. Hasil analisis diskriminan Ijarah dapat dilihat pada gambar 6.
Gambar 6. Hasil analisis diskriminan Ijarah Analisis diskriminan yang dilakukan untuk Ijarah sama dengan yang dilakukan pada murabahah, yaitu berdasarkan variable predictor yang berasal
43
dari Formulir Permohonan Pembiayaan. Variabel predictor yang digunakan seharusnya dapat mewakili prinsip 5C akan tetapi pada kenyataannya data Capital (modal) debitur tidak dapat diperoleh karena debitur tidak mampu mengisinya, sehingga variable predictor yang digunakan hanya mewakili 4C, yaitu characteristic, capacity, collateral, condition. Jumlah debitur yang termasuk ke dalam kelompok kolektabilitas 1 (lancar) sebanyak 12 orang, kolektabilitas 2 (dalam perhatian khusus) sebanyak 4 orang, kolektabilitas 3 (kurang lancar) sebanyak 2 orang, kolektabilitas 4 (diragukan) sebanyak 2 orang, dan kolektabilitas 5 (macet) sebanyak 4 orang. Debitur yang dapat mengembalikan pembiayaan dengan baik adalah kolektabilitas 1 dan 2 yang berjumlah 16 orang. Debitur yang dapat menyebabkan gagal bayar adalah debitur yang berada pada kolektabilitas 3, 4, dan 5 yang berjumlah 8 orang. Hal ini menunjukkan bahwa kondisi debitur pada BMT Al-Fath berada pada kondisi mampu mengembalikan pembiayaan dengan baik. Total keseluruhan debitur yang dikelompokkan sebanyak 24 orang.
Gambar 7. Fungsi diskriminan Ijarah Gambar 7 menampilkan fungsi diskminan untuk Ijarah. Fungsi ini dapat digunakan untuk memprediksi tingkat kolektabilitas debitur. Cara penggunaan fungsi ini adalah analis pembiayaan meminta data mengenai usia debitur hingga harga belanja debitur, kemudian informasi tersebut dikalikan dengankoefisien variable, jumlah terbesar akan menunjukkan kolektabilitas debitur yang diprediksi.
44
Pada kolektabilitas 1, variable predictor total biaya hidup dan total pendapatan pada prinsip 5C mewakili capacity debitur. Debitur yang berada pada kolektabilitas 1 memiliki rata-rata pendapatan Rp5,476,716.67 dan ratarata biaya hidup Rp1,772,616.67. Pada kolektabilitas 1 total pendapatan lebih besar daripada biaya hidup sehingga debitur dapat melunasi kewajibannya. Pendidikan terakhir, usia, dan pengajuan ke mewakili characteristic. Sebagian besar pendidikan terakhir debitur adalah SMA yang berarti sudah mampu memahami prosedur serta kewajiban pembiayaan. Rata-rata usia debitur adalah 36 tahun. Rata-rata pengajuan yang dilakukan debitur adalah 5 kali. Banyaknya jumlah pengajuan dapat dijadikan pertimbangan untuk melihat karakteristik debitur apakah selam pengajuan tersebut debitur bertanggung jawab atau tidak. Variable jenis jaminan mewakili prinsip collateral pada prinsip 5C. sebagian besar jenis jaminan debitur yang berada pada kolektabilitas 1 adalah kendaraan bermotor yang memiliki nilai agunan 50% dari nilai jual objek pajak. Berbeda dengan hasil untuk murabahah, jaminan pada Ijarah tidak terlalu mempengaruhi debitur. Variable lama usaha dapat mewakili prinsip collateral. Rata-rata lama usaha debitur adalah 5 tahun. Pada kolektabilitas 2, debitur pada kolektabilitas 2 rata-rata memiliki pendapatan Rp9,895,000 dan rata-rata biaya hidup Rp4,852,500. Kondisi pendidikan terkahir debitur pada kolektabilitas 2 adalah SMA dan Sarjana yang berarti sudah mampu memahami prosedur dan kewajiban pembiayaan. Selain pendidikan variable predictor yang mewakili prinsip characteristic adalah pengajuan ke dan usia. Rata-rata pengajuan debitur kolektabilitas 2 adalah 5 dan rata-rata usia debitur adalah 40 tahun. Jenis jaminan yang paling banyak digunakan pada kolektabilitas 2 adalah AJB Tanah. Jenis jaminan ini memiliki nilai agunan 60% dari nilai jual obyek pajak. Jenis jaminan pada kolektabilitas 2 memiliki pengaruh yang cukup besar. Variable lama usaha dapat digunakan untuk mengetahui kondisi usaha debitur. Rata-rata lama usaha adalah 7 tahun. Pada kolektabilitas 3, total pendapatan debitur kolektabilitas 3 adalah Rp6,025,000 dan total biaya hidup debitur kolektabilitas 3 sebesar Rp2,717,500. Variable predictor pendidikan, usia, dan pengajuan ke mewakili
45
prinsi characteristic. Sebagian besar pendidikan terakhir debitur pada kolektabilitas 3 adalah SMP dan SMA. Rata-rata usia debitur adalah 41 tahun. Jumlah pengajuan yang dilakukan debitur pada kolektabilitas 3 adalah 9 kali. Jenis jaminan yang digunakan debitur kolektabilitas 3 adalah AJB Tanah yang memiliki nilai agunan 60%
dari nilai jual obyek pajak dan kendaraan
bermotor yang memiliki nilai agunan 50% dari nilai jual obyek pajak. Kondisi usaha debitur dapat diketahui melalui informasi lama usaha debitur. Rata-rata lama usaha debitur adalah 3 tahun. Pada kolektabilitas 4, variable predictor untuk mengetahui characteristic debitur adalah usia, pengajuan ke, dan pendidikan terakhir. Rata-rata usaia debitur 46 tahun. Rata-rata pengajuan debitur adalah 5 kali dan pendidikan terakhir adalah SMA dan Sarjana. Jenis jaminan yang digunakan debitur kolektabilitas 4 adalah BPKB motor yang memiliki nilai agunan 50% dari nilai jual objek pajak, akan tetapi terdapat debitur yang tidak memberikan jaminan. Variable predictors yang mewakili prinsip capacity adalah total biaya hidup dan total pendapatan. Total biaya hidup rata-rata debitur adalah Rp3,525,000 dan total pendapatan rata-rata sebesar Rp7,075,000. Variable predictor yang mewakili condition adalah lama usaha. Rata-rata lama usaha debitur adalah 8 tahun. Pada kolektabilitas 5, sebagian besar pendidikan terakhir debitur adalah SMA. Rata-rata usia debitur adalah 35 tahun dan rata-rata jumlah pengajuan yang telah dilakukan sebanyak 4 kali. Ketiga variable predictor tersebut mewakili characteristic debitur. Jenis jaminan yang paling sering digunakan adalah ijazah yang tidak memiliki nilai agunan. Jaminan yang mampu diberikan debitur kolektabilitas 5 sangat rendah sehingga tidak dapat menutupi kerugian apabila debitur gagal bayar. Variable predictor yang mewakili capacity sama dengan variable predictor pada kolektabilitas sebelumnya yaitu total pendapatan, total biaya hidup. Rata-rata total pendapatan sebesar Rp2,535,000, total biaya hidup sebesar Rp930,425. Pemasukan yang rendah dibanding kolektabilitas lain dapat menjadi penyebab debitur berada pada kolektabilitas 5. Rata-rata lama usaha debitur adalah 4 tahun. Lama usaha tersebut dapat digunakan untuk mengetahui kondisi usaha debitur.
46
Banyaknya jumlah variable predictor dapat direduksi dengan analisis diskriminan stepwise menggunakan software SPSS 16. Hasil dari analisis diskriminan
stepwise
adalah
satu
variable
predictor
yang
paling
memmpengaruhi untuk memprediksi kolektabilitas debitur adalah jaminan. Proses analisis stepwise dapat dilihat pada lampiran 3. Hasil analisis diskriminan dapat dijadikan masukan untuk memutuskan apakah debitur diberikan pembiayaan atau tidak. Keputusan yang diambil dengan mempertimbangkan informasi-informasi variable predictor. Secara umum kondisi pendidikan terakhir debitur dari kolektabilitas 1 hingga 5 tidak jauh berbeda yaitu SMA, namun pada kolektabilitas 3 hingga 5 terdapat debitur berpendidikan SMP. Jenis jaminan dari kolektabilitas 1 hingga 5 secara umum memiliki nilai agunan yang semakin menurun. Nilai jaminan pada kolektabilitas 5 merupakan yang terendah, bahkan terdapat debitar yang tidak memberikan jaminan. 4.3 Pengukuran Potensi Kerugian BMT Al-Fath IKMI dengan Creditrisk+ Pengukuran potensi kerugian termasuk ke dalam pengukuran risiko gagal bayar. Salah satu metode pengukuran potensi kerugian adalah dengan Creditrisk+. Metode ini digunakan karena cukup sederhana dan cocok dengan keadaan BMT Al-Fath IKMI. Pada studi kasus BMT Al-Fath IKMI, input yang dibutuhkan untuk metode Creditrisk+ adalah data saldo akhir harga pokok dari debitur, kolektabilitas debitur, dan probability of default debitur. Saldo akhir harga pokok debitur dijadikan sebagai exposure atau Loss Given Default (LGD). Pada penerapan creditrisk+, sisa margin yang belum terbayarkan tidak perlu diikutsetakan, karena sisa margin yang tidak terbayarkan tidak menjadi kerugian bagi BMT Al-Fath IKMI. BMT Al-Fath IKMI tidak menerapkan sistem manajemen risiko Internal Rating Based Approach, oleh karena itu untuk penentuan probability of default, BMT Al-Fath IKMI menggunakan probability of default dari Peraturan Menteri Negara Koperasi dan UKM No. 20/Per/M.KUKM/XI/2008 tentang Pedoman Penilaian Kesehatan Koperasi Simpan Pinjam dan Unit Simpan Pinjam Koperasi Bagian C point 2.2 yang berbunyi ”menghitung
47
perkiraan besarnya risiko pinjaman bermasalah (RPM) sebagai berikut: 50% dari pinjaman diberikan yang kurang lancar (PKL), 75% dari pinjaman diberikan yang diragukan (PDR), 100% dari pinjaman diberikan yang macet (Pm)”. BMT Al-Fath IKMI membagi tingkat kolektabilitas menjadi lima, yaitu Lancar, Dalam Perhatian Khusus, Kurang Lancar, Diragukan dan Macet. Berdasarkan
Peraturan
Menteri
Negara
Koperasi
dan
UKM
No.
20/Per/M.KUKM/XI/2008 hanya kolektabilitas Kurang Lancar hingga Macet yang memiliki risiko pinjaman bermasalah maka kolektabilitas Lancar dan Dalam Perhatian Khusus memiliki 0% risiko pinjaman bermasalah. Default rate volatilities untuk studi kasus BMT Al-Fath IKMI tidak ada karena probability of default mengikuti Peraturan Menteri Negara Koperasi dan UKM No. 20/Per/M.KUKM/XI/2008 sehingga tidak ada perubahan dalam satu periode dan juga berdasarkan asumsi creditrisk+ data satu periode diasumsikan akan sama dengan periode-periode lainnya. (Crouhy et al 2002). Recovery rate pada studi kasus BMT Al-Fath IKMI sama dengan 0 karena selama ini BMT Al-Fath IKMI tidak pernah menggunakan jaminan debitur untuk mengurangi kerugian akibat gagal bayar. BMT Al-Fath IKMI lebih memilih memberikan rescheduling dan restructuring kepada debitur yang tidak mampu bayar. Tabel 4. Jumlah debitur berdasarkan band Kelas Band 1 2 3 4 5 6 7 8 9 10 Jumlah
50,000 2 7 8 6 9 7 6 12 7 8 72
500,000 36 107 95 84 54 65 41 64 37 44 627
5,000,000 44 83 36 16 10 5 3 3 0 1 201
50,000,000 2 0 0 0 0 0 0 0 0 0 2
Kelas dan Band menunjukkan besarnya saldo akhir harga pokok debitur. Band 1 kelas 50,000 berarti debitur memiliki saldo akhir harga pokok antara
48
Rp50,000-Rp100,000. Jumlah debitur terbanyak berada pada kelas Rp500,000 yaitu 627 orang dari total debitur 902 orang. Hal ini menunjukkan bahwa sebagian besar jumlah pinjaman debitur kepada BMT Al-Fath IKMI antara Rp500,000-Rp5,000,000. Pada kelas Rp500,000 jumlah debitur bermasalah sebanyak 102 orang. Jumlah tersebut merupakan yang terbanyak bila dibandingkan dengan kelas yang lain. Dari 102 orang debitur yang bermasalah sebagian besar meminjam antara Rp749,300 sampai Rp1,247,000. Perhitungan lebih rinci dapat dilihat pada lampiran 4. BMT Al-Fath IKMI dapat mengetahui expected loss berdasarkan saldo akhir harga pokok dan kolektabilitas debitur dengan menggunakan rumus pada langkah 3. Debitur yang berada pada kolektabilitas 3, 4, dan 5 saja yang memiliki peluang untuk merugikan BMT Al-Fath IKMI. Semua kelas memiliki debitur yang berpeluang merugikan BMT Al-Fath IKMI. Besarnya Expected Loss dapat dilihat pada tabel 5. Tabel 5. Expected Loss debitur berdasarkan Band di setiap kelas Kelas 50,000 500,000 5,000,000 50,000,000 Band 1 135,000.00 8,968,275.00 20,288,750.00 48,937,500.00 2 236,250.00 29,963,225.00 72,231,735.00 0.00 3 584,000.00 16,335,025.00 35,499,950.00 0.00 4 615,000.00 35,514,925.00 0.00 0.00 5 1,883,200.00 16,954,000.00 0.00 0.00 6 1,793,700.00 6,651,100.00 29,882,650.00 0.00 7 996,900.00 12,320,100.00 17,500,000.00 0.00 8 609,000.00 33,779,850.00 0.00 0.00 9 2,193,791.00 22,354,800.00 0.00 0.00 10 1,957,000.00 4,907,000.00 0.00 0.00 Jumlah 11,003,841.00 187,748,300.00 175,403,085.00 48,937,500.00 Jumlah Expected Loss terbesar tetap berada pada kelas Rp500,000, yaitu sebesar Rp187,748,300 atau 44.38% dari total expected loss. Hal tersebut mengindikasikan bahwa kerugian terbesar yang diperkirakan akan dialami BMT Al-Fath IKMI disebabkan oleh debitur yang memiliki saldo akhir harga pokok Rp500,000 x Rp5,000,000.
Hasil ini sesuai dengan tahap
sebelumnya yang menunjukkan bahwa jumlah debitur bermasalah yang terbanyak memiliki saldo akhir harga pokok Rp500,000-Rp5,000,000.
49
BMT Al-Fath IKMI dapat memperkirakan rata-rata jumlah debitur default berdasarkan expected loss yang telah diperhitungkan. Tabel 6 menunjukkan hasil dari pengolahan n j yang menggambarkan rata-rata jumlah debitur default yang diperkirakan di setiap band di setiap kelas.
Hasil ini dapat
memberikan informasi kepada BMT Al-Fath IKMI mengenai rata-rata jumlah debitur default pada saldo akhir harga pokok tertentu. Tabel 6. Expected Number of Default berdasarkan band di setiap Kelas 50,000 Band j nj ELj 1 2.70 2.70 2 2.36 1.18 3 3.89 1.30 4 3.08 0.77 5 7.53 1.51 6 5.98 1.00 7 2.85 0.41 8 1.52 0.19 9 4.88 0.54 10 3.91 0.39
500,000 ELj 17.94 29.96 10.89 17.76 6.78 2.22 3.52 8.44 4.97 0.98
nj 17.94 14.98 3.63 4.44 1.36 0.37 0.50 1.06 0.55 0.10
5,000,000 ELj 4.06 7.22 2.37 1.00 0.50 -
nj 4.06 3.61 0.79 0.00 0.00 0.17 0.07 0.00 0.00 0.00
50,000,000 ELj 0.98 -
nj 0.98 -
Kelas Rp500,000 memiliki rata-rata jumlah debitur default diperkirakan ( n j ) terbanyak. Rata-rata tertinggi berada pada kelas Rp500,000 band ke-1, yaitu sebanyak 17.94 orang yang. Keadaan ini menunjukkan bahwa pada saldo akhir harga pokok sebesar Rp514,000 sampai dengan Rp744,000 paling sering terjadi debitur default. Sedangkan, kasus debitur default paling jarang terjadi pada saldo akhir harga pokok Rp400,000 sampai dengan Rp416,300. Hasil perhitungan pada tabel 4 hingga tabel 6 merupakan perhitungan berdasarkan kasus yang selama ini terjadi. Berdasarkan kasus tersebut, BMT Al-Fath IKMI dapat menghitung potensi jumlah debitur default dengan menggunakan sebaran Poisson. Hasil dari perkiraan ini dapat membantu BMT Al-Fath IKMI untuk mengetahui kerugian yang akan dialami BMT Al-Fath IKMI dan membantu dalam penyusunan pencadangan berdasarkan saldo akhir harga pokok. Rangkuman jumlah debitur default menurut sebaran Poisson di setiap kelas dan setiap band tertera pada tabel 7. Penentuan jumlah debitur
50
default dengan sebaran Poisson dengan menggunakan minitab dapat dilihat pada lampiran 5. Tabel 7. Jumlah debitur default berdasarkan sebaran Poisson Kelas Band j 1 2 3 4 5 6 7 8 9 10 total
50,000
nj 2.70 1.18 1.30 0.77 1.51 1.00 0.41 0.19 0.54 0.39
500,000
nj n 6.00 17.94 3.00 14.98 3.00 3.63 3.00 4.44 4.00 1.36 3.00 0.37 2.00 0.50 1.00 1.06 2.00 0.55 2.00 0.10 29.00
5,000,000
nj n 25.00 4.06 21.00 3.61 7.00 0.79 8.00 3.00 1.00 0.17 2.00 0.07 3.00 2.00 1.00 73.00
50,000,000
nj n 7.00 0.98 7.00 2.00 1.00 1.00 18.00
n 3.00 3.00
Hasil dari pengolahan dengan sebaran Poisson menunjukkan jumlah debitur
default
yang
terbanyak
berada
pada
kelas
Rp500,000 x Rp5,000,000 yaitu sebanyak 73 debitur dari 123 (59.35%). Kondisi ini sesuai dengan pada tabel 4 yang menunjukkan jumlah debitur terbanyak juga berada pada kelas Rp500,000 x Rp5,000,000. Setelah BMT Al-Fath IKMI mengetahui jumlah debitur default berdasarkan sebaran Poisson, BMT Al-Fath IKMI dapat mengetahui potensi kerugian yang akan dialami. BMT Al-Fath IKMI tidak pernah menjual jaminan debitur untuk mengurangi kerugian akibat gagal bayar sehingga akan semakin meningkatkan potensi kerugian. Penjualan jaminan debitur akan membantu mengurangi kerugian dan jumlah pencadangan. Pada kondisi tersebut fungsi dasar jaminan sebagai mitigasi risiko akan terlihat. Jumlah potensi kerugian yang dicari dengan metode creditrisk+ akan membantu BMT Al-Fath IKMI dalam menentukan jumlah dana pencadangan berdasarkan saldo akhir harga pokok. Jumlah pencadangan akan berbeda untuk setiap kelas saldo akhir harga pokok. Selanjutnya akan dipaparkan potensi kerugian setiap kelas saldo akhir harga pokok.
51
Tabel 8. Potensi kerugian kelas Rp50,000 50,000 Real Potensi Band j n Loss Kerugian 1 2 3 4 5 6 7 8 9 10
6.00 1.00 3.00 1.00 3.00 1.00 3.00 1.00 4.00 1.00 3.00 1.00 2.00 1.00 1.00 1.00 2.00 1.00 2.00 1.00 Total 29.00 Pada kelas Rp50,000< x Rp500,000, dari
300,000 300,000 450,000 600,000 1,000,000 900,000 700,000 400,000 900,000 1,000,000 6,550,000 29 debitur yang default,
jumlah potensi kerugian yang akan dialami BMT Al-Fath-IKMI sebesar Rp6,550,000. Jumlah potensi kerugian terbesar berada pada band 5 dan 10. Band 5 dan 10 memiliki potensi kerugian terbesar bukan karena jumlah debitur gagal bayar yang banyak akan tetapi karena besarnya saldo akhir harga pokok. Jumlah dana yang dapat dicadangkan untuk debitur yang memiliki saldo akhir harga pokok Rp50,000-Rp500,000 sebesar Rp6,550,000. Tabel 9. Potensi kerugian kelas Rp500,000
Band j 1 2 3 4 5 6 7 8 9 10 Total
n 25.00 21.00 7.00 8.00 3.00 1.00 2.00 3.00 2.00 1.00 73.00
500,000 Real Loss 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00
Potensi Kerugian 12,500,000 21,000,000 10,500,000 16,000,000 7,500,000 3,000,000 7,000,000 12,000,000 9,000,000 5,000,000 103,500,000
52
Pada kelas Rp500,000< x Rp5,000,000, dari 73 debitur yang default, jumlah potensi kerugian yang akan dialami BMT Al-Fath-IKMI dengan creditrisk+ sebesar Rp103,500,000. Jumlah potensi kerugian terbesar berada pada band 2 yaitu sebesar Rp21,000,000. Band 2 memiliki potensi kerugian terbesar bukan hanya karena jumlah debitur gagal bayar yang banyak akan tetapi karena besarnya saldo akhir harga pokok dari setiap debitur juga. BMT Al-Fath IKMI dapat melakukan pencadangan sebesar Rp103,500,000 Tabel 10. Potensi kerugian kelas Rp5,000,000 5,000,000 Band j
n
1 2 3 4 5 6 7 8 9 10 Total
Real Loss Potensi Kerugian
7.00 7.00 2.00 0.00 0.00 1.00 1.00 0.00 0.00 0.00 18.00
1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00
35,000,000 70,000,000 30,000,000 0 0 30,000,000 35,000,000 0 0 0 200,000,000
Kelas selanjutnya adalah kelas Rp5,000,000< x Rp50,000,000. Jumlah debitur default pada kelas ini sebanyak 18 debitur. Jumlah potensi kerugian yang
akan
dialami
BMT
Al-Fath-IKMI
pada
kelas
Rp5,000,000< x Rp50,000,000 sebesar Rp200,000,000. Jumlah debitur default pada kelas ini jauh lebih sedikit dibanding kelas sebelumnya, akan tetapi potensi kerugian yang akan dialami merupakan yang terbesar. Hal ini terjadi karena besarnya saldo akhir harga pokok debitur. BMT Al-Fath IKMI dapat membentuk dana cadangan berdasarkan potensi kerugian yang telah dihitung untuk kelas Rp5,000,000< x Rp50,000,000sebesar Rp200,000,000. dana cadangan pada kelas ini merupakan dana cadangan terbesar. Pembentukan dana cadangan dapat berasal dari margin yang diperoleh BMT Al-Fath IKMI.
53
Tabel 11. Potensi kerugian kelas Rp50,000,000 50,000,000 Real Potensi Band j n Loss Kerugian 1 2 3 4 5 6 7 8 9 10
3.00 -
Total
3.00
1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00
150,000,000.00 150,000,000
Kelas terakhir adalah kelas x Rp50,000,000. Jumlah debitur default pada kelas ini sebanyak 3 debitur. Jumlah potensi kerugian yang akan dialami BMT Al-Fath-IKMI pada kelas x Rp50,000,000 sebesar Rp150,000,000. Potensi kerugian
pada
kelas
ini
terbesar
kedua
setelah
kelas
Rp5,000,000< x Rp50,000,000 sedangkan jumlah debitur default pada kelas ini adalah yang terkecil dibanding kelas lainnya. Seluruh debitur default berada pada band 1. besarnya potensi kerugian pada kelas x Rp50,000,000 karena besarnya saldo akhir harga pokok debitur. Rincian dari potensi kerugian di setiap band pada kelas x Rp50,000,000 dapat dilihat pada tabel 12 berikut. Jumlah potensi kerugian total yang akan dialami oleh BMT Al-Fath IKMI adalah sebesar Rp 460,050,000. Jika dibandingkan dengan total pembiayaan yang disalurkan yaitu sebesar Rp6,514,048,939 maka indeks NPF bruto BMT Al-Fath IKMI sebesar 7.06%. NPF bruto BMT Al-Fath IKMI berdasarkan perhitungan creditrisk+ tersebut tidak sehat karena masih di atas 5%. BMT Al-Fath IKMI harus tetap mengambil tindakan untuk mengendalikan NPF bruto agar tidak bertambah besar.
54
4.4 Mitigasi Risiko Pembiayaan BMT Al-Fath IKMI Mitigasi risiko kredit dilakukan agar dampak dari risiko yang terjadi tidak membuat perusahaan semakin merugi. Selama ini, BMT Al-Fath IKMI memilih rescheduling dan restructuring untuk mengendalikan risiko gagal bayar. Pemberian rescheduling dan restructuring kepada debitur disesuaikan dengan penyebab gagal bayarnya debitur. Rescheduling dilakukan jika debitur tidak mampu membayar sampai dengan waktu yang ditentukan karena ada masalah internal debitur dan penurunan penghasilan dari usahanya. Rescheduling dilakukan dengan memperpanjang jangka waktu pembiayaan, memperpanjang jarak waktu angsuran, dan penurunan jumlah untuk setiap angsuran. Restructuring diberikan jika debitur mengalami kesulitan usaha yang disebabkan faktor modal. Modal yang dimaksud adalah modal dana dan barang-barang modal. Restructuring dilakukan dengan memberikan tambahan pembiayaan atau tambahan modal. Tabel 12. Tindakan mitigasi risiko Mitigasi Risiko BMT Al-Fath Mitigasi risiko berdasarkan Hasil IKMI Analisis Tidak memberikan pembiayaan Tidak memberikan pembiayaan kepada kepada usaha yang tidak sesuai usaha yang tidak sesuai dengan visi syariat Islam BMT Melakukan studi kelayakan bisnis Melakukan studi kelayakan bisnis Tidak menyalurkan pembiayaan kepada debitur yang diprediksi masuk ke dalam kol.3, 4, dan 5 Mensyaratkan jaminan yang memiliki nilai agunan Melakukan penagihan secara Penagihan secara teratur dan sesuai teratur sesuai jadwal jadwal Tidak memberikan pembiayaan yang terlalu besar Mendaftarkan debitur kepada Mendaftarkan debitur kepada asuransi Asuransi Jiwa jiwa Rescheduling Rescheduling dengan mempertimbangkan jumlah pengajuan Restructuring Restructuring kepada kol. 3, 4,dan 5 Reconditioning kepada kol. 3, 4, dan 5 Pencadangan sesuai pengalaman Pencadangan sesuai saldo akhir harga pokok Meminta izin untuk menjual jaminan
55
Hasil dari analisis diskriminan dan creditrisk+ dapat memberikan pilihan tindakan mitigasi yang dapat dijadikan bahan pertimbangan oleh BMT AlFath IKMI. Hasil analisis diskriminan memberikan masukan yang bersifat kualitatif sedangkan hasisl creditrisk+ memberikan masukan yang bersifat kuantitatif. Berdasarkan kedua analisis tersebut debitur yang menjadi pusat perhatian adalah debitur yang berada pada kolektabilitas kurang lancar (3), diragukan (4), dan macet (5). Debitur yang berada pada kolektabilitas satu dan dua dianggap tidak memberikan kerugian. Teknik mitigasi risiko yang pertama adalah penghindaran risiko. Tindakan pertama yang dapat dilakukan oleh BMT Al-Fath IKMI untuk menghindari risiko adalah tidak memberikan pembiayaan kepada debitur yang memiliki usaha yang tidak sesuai dengan visi BMT-Al-Fath IKMI. Selanjutnya, BMT Al-Fath IKMI harus mencari informasi dan melakukan studi kelayakan untuk mengetahui kondisi debitur. Teknik ini juga dapat dilakukan dengan tidak memberikan pembiayaan murabahah dan Ijarah kepada pengusaha yang diprediksi berada pada kolektabilitas 3, 4, dan 5. Prediksi dapat dilakukan dengan menggunakan fungsi diskriminan hasil analisis diskriminan. Secara garis besar bahan pertimbangan pemnyaluran pembiayaan adalah pendidikan terakhir, total pendapatan, total biaya hidup, dan jenis jaminan. Berdasarkan hasil analisis diskriminan Jenis jaminan mempengaruhi kolektabilitas debitur, oleh karena itu sebaiknya BMT Al-Fath IKMI mensyaratkan debitur untuk memberikan jaminan yang memiliki nilai agunan. Tindakan yang telah dilakukan oleh BMT Al-Fath IKMI pada teknik pertama adalah tidak memberikan pembiayaan kepada usaha yang tidak sesuai dengan syariat Islam dan melakukan studi kelayakan usaha. Teknik
mitigasi
risiko
yang
kedua
adalah
pengurangan
risiko.
Pengurangan risiko dapat dilakukan dengan dua cara yaitu pengurangan kemungkinan terjadinya risiko dan menekan besarnya dampak bila terjadi risiko. BMT Al-Fath IKMI dapat melakukan creditrisk+ untuk mengetahui potensi kerugian bila risiko gagal bayar terjadi. Hasil creditrisk+ menunjukkan
bahwa
potensi
kerugian
yang
akan
dialami
sebesar
Rp460,050,000. Penggunaan creditrisk+ dapat membantu BMT Al-Fath IKMI
56
untuk memprediksi NPF yang akan terjadi. NPF bruto untuk pembiayaan murabahah dan Ijarah berdasarkan potensi kerugian yang dihitung dengan creditrisk+ sebesar 7.06%. NPF bruto masih di bawah 8% akan tetapi BMT Al-Fath IKMI harus tetap mengusahakan agar kerugian tidak semakin besar. Hasil dari pengolahan creditrisk+ dapat digunakan sebagai pertimbangan untuk melakukan pencadangan sebesar Rp460,050,000. Tindakan pengurangan risiko yang dapat dilakukan untuk calon debitur yang diprediksi berada pada kolektabilitas 1 dan 2 adalah dengan melakukan penagihan secara teratur dan sesuai jadwal. Tindakan yang diberikan kepada calon debitur yang diprediksi berada pada kolektabilitas 3 hingga 5 adalah tidak mamberikan pembiayaan yang terlalu besar tetapi sesuaikan pembiayaan dengan pendapatan dan biaya hidup debitur. Tindakan mitigasi yang ketiga adalah pemindahan risiko. Tindakan ini dilakukan saat BMT Al-Fath IKMI memutuskan pemberian pembiayaan kepada calon debitur. Tindakan yang dapat dilakukan adalah mendaftarkan debitur pada asuransi jiwa. Hal ini dilakukan untuk menghindari kerugian apabila debitur meninggal dunia. Tindakan mitigasi terkahir adalah penanganan risiko. Tindakan ini dapat dilakukan dengan syarat BMT sudah harus mengetahui risiko apa yang akan ditanggung BMT Al-Fath dan akibat bila risiko itu terjadi. Pada umumnya, penahanan risiko dilakukan atas dasar efektivitas biaya. Penanganan risiko dapat dilakukan dengan cara rescheduling, restructuring, reconditioning, dan kombinasinya. Rescheduling dapat diberikan kepada debitur dengan mempertimbangkan jumlah pengajuan sebelumnya. Banyaknya jumlah pengajuan dapat digunakan untuk mengetahui karakter dari debitur. BMT Al-Fath IKMI harus lebih cermat apakah pengajuan yang telah dilakukan debitur karena perpanjangan dari pinjaman sebelumnya tau tidak. Jika berasal dari pinjaman sebelumnya sebaiknya rescheduling tidak perlu diberikan kembali. Restructuring dapat diberikan pada kolektabilitas 3, 4, dan 5. Variabel predictors yang harus diperhatikan dalam pemberian restructuring adalah lama usaha. Restructuring berkaitan dengan pemberian tambahan kredit
57
karena debitur
mengalami masalah pada usahanya dalam hal modal.
Pemberian restructuring dapat membuat usaha debitur bertahan lebih lama. Rata-rata lama usaha debitur yang berada pada kolektabilitas 3, 4, dan 5 masih di bawah rata-rata kolektabilitas 1 dan 2. Harapannya, setelah pemberian restructuring usaha debitur dapat berjalan lebih lama dan debitur dapat melunasi pembiayaan karena adanya pendapatan dari usahanya. Tindakan-tindakan
yang
termasuk
dalam
reconditioning
adalah
menjadikan margin sebagai utang pokok, penundaan pembayaran margin, penurunan margin, pembebasan margin, pengkorvesian kredit jangka pendek menjadi jangka panjang (Suyatno et al 2007). Pada kolektabilitas tiga dan empat, tindakan yang dapat diambil adalah menunda pembayaran margin, penurunan margin, pembebasan margin, dan pengkonversian kredit jangka pendek menjadi kredit jangka panjang. Tindakan menjadikan margin sebagai utang pokok sebaiknya tidak perlu diambil karena tidak sesuai dengan prinsip ekonomi syariah. Pada kolektabilitas lima, tindakan yang dapat diambil adalah penundaan pembayaran margin, penurunan margin dan pembebasan margin. Tindakan menjadikan margin sebagai utang pokok tidak perlu dilakukan karena karena tidak sesuai dengan prinsip ekonomi syariah. Setelah melakukan seluruh tindakan mitigasi risiko yang telah dijelaskan di atas, apabila masih terdapat debitur yang belum mampu melakukan pelunasan pembiayaan sebaiknya BMT Al-Fath IKMI meminta izin kepada debitur untuk menjual jaminan. Tindakan ini diperbolehkan dalam syariat Islam karena menurut Islam orang yang berhutang tetap wajib melunasi utangnya tersebut. Tindakan pengeksekusian jaminan dilakukan berdasarkan hasil analisis diskriminan dan creditrisk+. Pada analisis diskriminan, jenis jaminan merupakan variabel yang mempengaruhi kolektabilitas debitur. Pada perhitungan creditrisk+, jenis jaminan dapat mengurangi potensi kerugian. Pada dasarnya, fungsi dasar jaminan adalah sebagai alat mitigasi risiko gagal bayar. Pengeksekusian jaminan sebaiknya hanya dilakukan kepada debitur yang berada pada kolektabilitas 5.
58
4.6 Implikasi Manajerial Pengelolaan risiko pembiayaan pada BMT Al-Fath IKMI merupakan kegiatan paling penting untuk keberlangsungan kegiatan pembiayaan. Pengelolaan risiko yang dilakukan oleh BMT Al-Fath IKMI bertujuan untuk mengurangi dan menghindari terjadinya kerugian akibat kredit macet dari penyaluran
dana
BMT.
Segala
keputusan
yang
ditetapkan
dan
diimplementasikan untuk mengelola risiko akibat gagal bayar memiliki implikasi secara manajerial. Implikasi manajerial perlu menjadi perhatian bagi BMT Al-Fath IKMI agar kebijakan yang ditetapkan atas hasil analisis risiko tersebut dapat meningkatkan laba perusahaan serta menentukan teknik mitigasi risiko yang tepat dan akurat. Beberapa implikasi manajerial tersebut adalah: 1. Berdasarkan hasil analisis diskriminan diperoleh variabel atau unsur-unsur 5C atau 5P yang dapat digunakan untuk memprediksi kolektabilitas calon debitur. Hasil analisis ini digunakan untuk meminimalkan risiko gagal bayar karena BMT Al-Fath IKMI sudah dapat memprediksi kolektabilitas debitur sebelum pembiayaan disalurkan. Sehingga jika ada pengelola BMT yang ingin mengetahui masuk dalam kelompok mana
calon debitur
tersebut, pengelola hanya memasukkan informasi dari debitur dan mengalikannya dengan fungsi diskriminan. Selanjutnya, dapat dilihat nilai dari kelompok mana yang terbesar maka debitur tersebut masuk dalam kelompok itu. Saran bagi pengelola BMT Al-Fath IKMI adalah informasi yang diperoleh harus tepat agar prediksi kepada calon debitur dengan fungsi diskriminan dapat memberikan masukan yang baik untuk tindakan mitigasi risiko. 2. Berdasarkan analisis dengan metode creditrisk+ diperoleh potensi kerugian
yang akan
dihadapi
perusahaan
selama
2012
sebesar
Rp460,050,000. Creditrisk+ sangat cocok diterapkan oleh BMT Al-Fath IKMI karena data yang dibutuhkan sederhana. BMT Al-Fath harus terus memperbaharui data laporan pelunasan pembiayaan agar analisis creditrisk+ dapat memberikan hasil yang tepat. Hasil analisis tersebut diharapkan dapat membantu BMT Al-Fath IKMI untuk mengelola risiko
59
pembiayaan yang ditimbulkan akibat gagal bayar. BMT Al-Fath IKMI dapat mempertimbangkan tindakan mitigasi risiko yang harus diambil berdasarkan hasil metode creditrisk+. Sebaiknya perusahaan melakukan pertimbangan atas konsekuensi dari setiap keputusan mitigasi risiko yang diambil. 3. Tindakan pengeksekusian jaminan dilakukan untuk debitur pada kolektabilitas 5 yang tetap tidak mampu melunasi pembiayaan walaupun sudah di-rescheduling, di-restructuring, dan di-reconditioning. BMT AlFath IKMI harus memutuskan eksekusi jaminan akan dilakukan pada kondisi bagaimana. Keputusan ini juga harus dijelaskan kepada debitur, sehingga debitur dapat mengetahui pada kondisi seperti apa jaminan miliknya akan dieksekusi oleh pihak BMT. Eksekusi jaminan dilakukan hanya untuk melunasi kewajiban debitur, jika hasil penjualan jaminan berlebih maka BMT Al-Fath IKMI harus mengembalikan sisa tersebut kepada debitur.
60
KESIMPULAN DAN SARAN
1. Kesimpulan Analisis diskriminan dapat digunakan untuk memprediksi kolektabilitas debitur. Faktor- faktor yang mempengaruhi kolektabilitas debitur adalah usia, pendidikan terakhir, jenis jaminan, total pendapatan, dan total biaya hidup. Jika berdasarkan informasi yang diperoleh dari debitur menunjukkan debitur berada pada kolektabilitas 3, 4, dan 5 maka lebih baik BMT Al-Fath IKMI tidak memberikan pembiayaan kepada debitur tersebut. Metode Creditrisk+ dilakukan untuk mengetahui potensi kerugian yang akan dialami BMT Al-Fath IKMI dengan tingkat kepercayaan 95%-99%. Potensi kerugian yang akan dialami berdasarkan metode creditrisk+ sebesar Rp460,050,000 atau 7.06% dari total pembiayaan murabahah dan Ijarah. Hasil dari metode creditrisk+ dapat dijadikan pertimbangan untuk melakukan tindakan mitigasi yaitu pencadangan. Jumlah pencadangan yang ditetapkan akan mempengaruhi profitabilitas BMT Al-Fath IKMI. Tindakan mitigasi yang belum dilakukan oleh BMT Al-Fath IKMI berdasarkan hasil analisis diskriminan dan creditrisk+ adalah tidak menyalurkan pembiayaan kepada debitur yang diprediksi masuk ke dalam kolektabilitas 3,4, dan 5, mensyaratkan jaminan yang memiliki nilai agunan, tidak memberikan pembiayaan yang terlalu besar, reschedulling pada kolektabilitas 3, 4, dan 5, reconditioning pada debitur kolektabilitas 3, 4, dan 5, meminta izin untuk menjual jaminan debitur. 2. Saran BMT Al-Fath IKMI seharusnya lebih bertindak tegas kepada debitur dalam hal pemeriksaan berkas. BMT Al-Fath IKMI baru boleh melakukan analisis kelayakan jika berkas dinyatakan lengkap dan informasi debitur pada formulir permohonan pembiayaan terisi semua. BMT Al-Fath IKMI harus mampu mengumpulkan informasi yang lengkap dan sesuai dengan prinsip 5C sebelum memutuskan memberikan pembiayaan.
61
BMT Al-Fath IKMI harus melakukan pendampingan kepada calon debitur yang memiliki latar belakang pendidikan yang rendah. Pendampingan dilakukan mulai dari pengisian formulir informasi sampai dengan proses pengembalian pembiayaan. Hal ini dilakukan untuk mengurangi risiko akibat salah pemberian informasi. BMT Al-Fath IKMI sebaiknya menambah pilihan tindakan mitigasi risiko. Hal ini dikarenakan selama ini, BMT Al-Fath IKMI hanya menggunakan rescheduling dan restructuring sebagai tindakan mitigasi risiko. BMT Al-Fath IKMI sebaiknya mempertimbangkan pemberian reconditioning. Selain itu, pengeksekusian jaminan juga perlu dilakukan untuk mengurangi potensi kerugian. Saran untuk penelitian berikutnya adalah melakukan penelitian sejenis dengan produk yang berbeda. Risiko yang diteliti juga tidak hanya risiko kredit tetapi hubungan risiko kredit dengan risiko lainnya seperti risiko pasar dan risiko operasional. Alat analisis yang digunakan lebih baik berbeda karena risiko yang diteliti bukan hanya risiko kredit saja.
62
DAFTAR PUSTAKA
Ali, M. 2006. Manajemen Risiko: Strategi Perbankan dan Dunia Usaha Menghadapi Tantangan Globalisasi Bisnis. PT. Raja Grafindo Persada, Jakarta. Bhakti, Y.Y. 2009. Analisis Diskriminan dalam Klasifikasi Pola Pengembalian Kredit Sektor Pertanian (Studi Kasus PT. Bank XYZ). Skripsi pada Departemen Manajemen Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor, Bogor. CSFB.1997. Creditrisk+: A Credit Risk Management Framework. Credit Suisse First Boston, London. Crouhy et al. 2000. Risk Management: Comprehensive Chapters on Market, Credit, and Operational Risk, Features an Integrated VaR Framework, Hedging Strategies For Reducing Risk. McGraw-Hill, New York. Data UMKM 2010 [Homepage Departemen Koperasi Indonesia], [Online]. 2011. http://www.depkop.go.id/index.php?option=com_phocadownload&view=cate gory&id=27:data-umkm&Itemid=93. [1 Februari 2011]. Djohanputro, B. 2008. Manajemen Risiko Korporat. PPM, Jakarta. Iqbal, A. 2006. Analisis Risiko Pembiayaan Syariah, Pendekatan Metode Creditrisk+ Portofolio (Studi Kasus : BMT Prima Dinar Cabang Tawangmangu, Kabupaten Karanganyar, Propinsi Jawa Tengah). Skripsi pada Program Studi Manajemen Agribisnis Fakultas Pertanian, Institut Pertanian Bogor, Bogor. Karim, AA. 2009. Bank Islam Analisis Fiqih dan Keuangan. Edisi Ketiga. Rajawali Pers, Jakarta. Khalifaturofi’ah, SO. 2009. Analisis Faktor-faktor yang Mempengaruhi Pengambilan Pembiayaan dan Efektivitas Pembiayaan Usaha Kecil Pada
63
Lembaga Keuangan Mikro Syariah (Studi Kasus: KJKS BMT Bina Ummat Sejah tera, Lasem, Jawa Tengah. Skripsi pada Departemen Ilmu Ekonomi Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor, Bogor. Kriteria UMKM [Homepage Departemen Koperasi Indonesia], [Online]. 2011. http://www.depkop.go.id/index.php?option=com_content&view=article&id=1 29. [1 Februari 2011]. Laporan Keuangan BMT Al-Fath IKMI 2005-2009. BMT Al-Fath IKMI Ciputat, Tangerang selatan. Matjik AA, Sumertajaya IM. 2011. Sidik Peubah Ganda dengan Menggunakan SAS. Departemen Statistika, Bogor. Ma’turidi D.H, M. Syukur. 2008. Pembiayaan Syariah dalam Pembangunan Pertanian. Pusat Pembiayaan Pertanian, Sekretariat Jenderal Departemen Pertanian, Bogor. Mulyanti, S. 2011. Faktor-faktor yang Mempengaruhi Penetapan Margin Murabahah pada BMT Khairu Ummah Leuwiliang Bogor. Skripsi pada Departemen Manajemen Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor, Bogor. Rivai V, A.P. Veithzal. 2008. Islamic Financial Management: teori, konsep, dan aplikasi: panduan praktis untuk lembaga keuangan, nasabah, praktisi, dan mahasiswa. Edisi Kesatu. RajaGrafindo Persada, Jakarta. Saadah, H. 2009. Penyaluran dan Pengembalian Kredit pada Usaha Mikro, Kecil, dan Menengah melalui Lembaga Keuangan Mikro Syariah (Kasus KBMT dan BPRS Di Bogor). Skripsi pada Program Sarjana Ekstensi Manajemen Agribisnis Fakultas Pertanian, Institut Pertanian Bogor, Bogor. Saundres A, Cornett MM. 2003. Financial Institutions Management : A Risk Management Approach. Fourth Edition. McGraw-Hill, New York.
64
Suyatno, dkk. 2007. Dasar-Dasar Perkreditan. Edisi keempat. PT. Gramedia Pustaka Utama, Jakarta. Sekilas BMT [Homepage Pusat Inkubasi Bisnis Usaha Kecil], [Online]. 2012. http://pinbuk.org/index.php/sekilas-bmt/pengertian-visi-dan-misi-bmt. [1Februari 2012].
65
LAMPIRAN
66
Lampiran 1. Struktur organisasi BMT Al-Fath IKMI RAT
PENGURUS
PENGAWAS
MANAGER KAB. OPERASIONAL
MANAGER PEMBUKUAN
KABAG
KEUANGAN KANTOR CAB
FUNDING
PEMBUKUAN
LENDING Ket :
CS TELLER
KOLEKTOR
Garis Perintah
Garis Konsultasi
67
Lampiran 2. Flowchart pembiayaan Mitra
Permohonan Pembiayaan
CS/FO/AO
Pemeriksaan Berkas
Tidak Lengkap
Lengkap
Survey
Analisa Kelayakan Usaha
Tidak layak
Layak
Tolak Komite Pembiayaan
Pengikatan
Administrasi
Monitoring
68
Lampiran 3. Pengolahan analisis diskriminan Pengolahan data pendidikan dan jaminan dengan GMacro Minitab14
Pengolahan analisis diskriminan dengan Minitab14
69
Lanjutan Lampiran 3 Pengolahan analisis diskriminan dengan SPSS16 Tests of Equality of Group Means Wilks' F df1 Lambda
df2
Sig.
Usia
0.9023325
2.3271364
4
86
0.623
Pendidikan
0.8921177
2.5999601
4
86
0.402
Lamausaha
0.9887453
0.2447314
4
86
0.912
pembiayaanlalu
0.9462429
1.2214379
4
86
0.308
Pengajuanke
0.9557687
0.9949814
4
86
0.415
jml.pengajuan
0.8749575
3.0726234
4
86
0.062
skalaangsuran
0.9759171
0.5305602
4
86
0.714
Plafond
0.8663231
3.3175302
4
86
0.054
Margin
0.8632289
3.4064889
4
86
0.052
Jaminan
0.8009626
5.3427015
4
86
0.905
Hargataksiran
0.9239186
1.7704488
4
86
0.142
Pendapatan
0.8643138
3.3752255
4
86
0.913
Biayahidup
0.8209154
4.6902752
4
86
0.902
Hargabelanja
0.8703899
3.2015737
4
86
0.701
Tests of Equality of Group Means Wilks' F df1 Lambda
df2
Sig.
Usia
0.9023325
2.3271364
4
86
0.532
Pendidikan
0.8921177
2.5999601
4
86
0.240
Lamausaha
0.9887453
0.2447314
4
86
0.219
pembiayaanlalu
0.9462429
1.2214379
4
86
0.308
Pengajuanke
0.9557687
0.9949814
4
86
0.352
jml.pengajuan
0.8749575
3.0726234
4
86
0.302
skalaangsuran
0.9759171
0.5305602
4
86
0.714
Plafond
0.8663231
3.3175302
4
86
0.054
Margin
0.8632289
3.4064889
4
86
0.069
Jaminan
0.8009626
5.3427015
4
86
0.915
Hargataksiran
0.9239186
1.7704488
4
86
0.142
Pendapatan
0.8643138
3.3752255
4
86
0.391
Biayahidup
0.8209154
4.6902752
4
86
0.592
Hargabelanja
0.8703899
3.2015737
4
86
0.270
70
Lanjutan Lampiran 3
Stepwise Statistics Murabahah Variables Entered/Removed
a,b,c,d
Wilks' Lambda Exact F
Approximate F Statisti
Step Entered Statistic df1 df2 1
2
3
Statistic
df1
df2
Sig.
62.00
c
.741
1
4 62.000
5.420
4
usia
.536
2
4 62.000
5.586
8
.419
3
4 62.000
5.163
12
.355
4
4 62.000
4.562
16
biayahid
pendapa tan
0 122.0 00
a. Maximum number of steps is 28. b. Maximum significance of F to enter is .05. c. Minimum significance of F to remove is .10. d. F level, tolerance, or VIN insufficient for further computation.
Variables in the Analysis Sig. of F to Tolerance
Remove
Sig.
.000
Lambda is entered.
Step
df2
.001
At each step, the variable that minimizes the overall Wilks'
Wilks' Lambda
1
jaminan
1.000
.001
2
jaminan
.771
.000
.810
Usia
.771
.000
.741
jaminan
.769
.000
.626
Usia
.749
.000
.594
biayahidup
.971
.005
.536
3
df1
jaminan
up 4
df3
159.0 37 180.8 86
.000
.000
71 Lanjutan Lampiran 3 4
jaminan
.744
.000
.508
Usia
.747
.000
.503
biayahidup
.594
.002
.469
pendapatan
.594
.042
.419
Variables Not in the Analysis Step 0
1
Tolerance
Min. Tolerance
Sig. of F to Enter
Wilks' Lambda
Usia
1.000
1.000
.010
.810
pendidikan
1.000
1.000
.006
.796
lamausaha
1.000
1.000
.851
.979
pembiayaanlalu
1.000
1.000
.437
.942
pengajuanke
1.000
1.000
.126
.892
jml.pengajuan
1.000
1.000
.042
.854
skalaangsuran
1.000
1.000
.736
.969
plafond
1.000
1.000
.033
.846
margin
1.000
1.000
.036
.849
jaminan
1.000
1.000
.001
.741
hargataksiran
1.000
1.000
.092
.881
pendapatan
1.000
1.000
.018
.828
biayahidup
1.000
1.000
.006
.794
hargabelanja
1.000
1.000
.021
.832
Usia
.771
.771
.000
.536
pendidikan
.993
.993
.013
.603
lamausaha
.993
.993
.829
.723
pembiayaanlalu
.986
.986
.424
.696
pengajuanke
.984
.984
.096
.652
jml.pengajuan
.948
.948
.240
.678
skalaangsuran
.981
.981
.548
.705
plafond
.939
.939
.136
.662
margin
.966
.966
.101
.654
hargataksiran
.830
.830
.379
.692
72 Lanjutan Lampiran 3
2
3
4
pendapatan
.974
.974
.075
.646
biayahidup
.999
.999
.008
.594
hargabelanja
.942
.942
.089
.651
pendidikan
.961
.746
.037
.453
lamausaha
.977
.758
.794
.521
pembiayaanlalu
.971
.760
.357
.499
pengajuanke
.979
.755
.092
.470
jml.pengajuan
.926
.753
.144
.479
skalaangsuran
.966
.759
.630
.514
plafond
.931
.746
.126
.476
margin
.961
.758
.117
.475
hargataksiran
.771
.715
.175
.483
pendapatan
.971
.761
.088
.469
biayahidup
.971
.749
.005
.419
hargabelanja
.921
.754
.058
.461
pendidikan
.833
.702
.133
.372
lamausaha
.955
.732
.728
.405
pembiayaanlalu
.923
.744
.260
.384
pengajuanke
.978
.746
.112
.370
jml.pengajuan
.848
.740
.277
.385
skalaangsuran
.954
.741
.643
.402
plafond
.840
.737
.242
.382
margin
.914
.748
.179
.377
hargataksiran
.735
.706
.160
.375
pendapatan
.594
.594
.042
.355
hargabelanja
.853
.741
.192
.378
pendidikan
.829
.556
.125
.314
lamausaha
.955
.587
.741
.343
pembiayaanlalu
.840
.540
.166
.318
pengajuanke
.977
.593
.115
.313
jml.pengajuan
.534
.373
.622
.340
skalaangsuran
.929
.573
.807
.345
plafond
.598
.423
.723
.343
73 Lanjutan Lampiran 3 margin
.751
.487
.426
.333
hargataksiran
.621
.501
.596
.339
hargabelanja
.577
.402
.297
.327
Wilks' Lambda Number
Step
Exact F
of
Lambd
Variables
a
1
2
3
4
Approximate F
df df df1
2
3
Statistic
df1
df2
Sig.
62.0
Statistic df1
1
.741
1
4 62
5.420
4
2
.536
2
4 62
5.586
8
3
.419
3
4 62
5.163
12
4
.355
4
4 62
4.562
16
00 122. 000
df2
Sig.
.001
.000 159. 037 180. 886
Stepwise Statistics Ijarah Variables Entered/Removed
a,b,c,d
Wilks' Lambda Exact F Step
Entered Statistic
1
jaminan
.554
df1
df2 1
df3 4
19.000
Statistic
df1
3.831
At each step, the variable that minimizes the overall Wilks' Lambda is entered. a. Maximum number of steps is 28. b. Maximum significance of F to enter is .05. c. Minimum significance of F to remove is .10. d. F level, tolerance, or VIN insufficient for further computation.
df2 4
19.000
Sig. .019
.000
.000
74 Lanjutan Lampiran 3 Variables in the Analysis Sig. of F to Step 1
Tolerance jaminan
Remove
1.000
.019
Variables Not in the Analysis Step 0
1
Tolerance
Min. Tolerance
Sig. of F to Enter
Wilks' Lambda
Usia
1.000
1.000
.589
.869
pendidikan
1.000
1.000
.338
.796
lamausaha
1.000
1.000
.370
.807
pembiayaanlalu
1.000
1.000
.071
.649
pengajuanke
1.000
1.000
.729
.903
jml.pengajuan
1.000
1.000
.087
.665
skalaangsuran
1.000
1.000
.690
.893
plafond
1.000
1.000
.279
.775
Margin
1.000
1.000
.030
.584
jaminan
1.000
1.000
.019
.554
hargataksiran
1.000
1.000
.060
.636
pendapatan
1.000
1.000
.123
.695
biayahidup
1.000
1.000
.074
.652
hargabelanja
1.000
1.000
.115
.689
Usia
.937
.937
.528
.468
pendidikan
.983
.983
.334
.435
lamausaha
.998
.998
.414
.450
pembiayaanlalu
.825
.825
.183
.399
pengajuanke
.915
.915
.706
.494
jml.pengajuan
.572
.572
.664
.488
skalaangsuran
.948
.948
.929
.529
plafond
.471
.471
.575
.475
Margin
.595
.595
.298
.428
hargataksiran
.505
.505
.224
.410
pendapatan
.794
.794
.432
.453
75 Lanjutan Lampiran 3 biayahidup
.963
.963
.199
.403
hargabelanja
.537
.537
.240
.414
Wilks' Lambda Exact F
Number of Step 1
Variables
Lambda 1
.554
df1
df2 1
df3 4
Statistic 19
3.831
df1
df2 4
19.000
Sig. .019
76
Lampiran 4. Pengolahan metode Creditrisk+ 50,000 No.
No. Rek
1 01200 Rahasia 2 01200 Rahasia
No.
3 4 5 6 7 8 9
No. 10 11 12 13 14 15 16 17
No. Rek
01200 1120 01200 01200 01200 1120 01200
Rahasia Rahasia Rahasia rahasia rahasia rahasia rahasia
No. Rek 01200 01200 1120 01200 1120 01200 1120 01200
rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia
Eksposure (LGD)
Eksposure dalam 50000
Pembul atan eksposu re
65,000 70,000
1.3 1.4
1 1
Eksposure (LGD)
Eksposure dalam 50000
Pembul atan eksposu re
Kol.
80,000 82,500 100,000 100,000 100,000 112,500 120,000
1.6 1.7 2.0 2.0 2.0 2.3 2.4
2 2 2 2 2 2 2
5 2 5 2 1 3 1
Eksposure (LGD)
Eksposure dalam 50000
Pembul atan eksposu re
Kol.
130,000 140,000 145,000 150,000 154,000 155,000 165,900 166,400
2.6 2.8 2.9 3.0 3.1 3.1 3.3 3.3
3 3 3 3 3 3 3 3
5 1 5 2 5 5 2 2
Kol.
Probabil ity Default
5 1 5 1
Probabil ity Default 1 0 1 0 0 0.5 0
probabil ity default 1 0 1 0 1 1 0 0
expected loss 65,000 70,000 135,000
expected loss 80,000 0 100,000 0 0 56,250 0 236,250
expected loss 130,000 0 145,000 0 154,000 155,000 0 0 584,000
77
Lanjutan Lampiran 4 No.
No. Rek
18 1120 rahasia 19 01200 rahasia 20 01200 rahasia 21 1120 rahasia 22 1120 rahasia 23 01200 rahasia
No.
24 25 26 27 28 29 30 31 32
No.
33 34 35 36 37 38 39
No. Rek
01200 01200 1120 1120 1120 01200 1120 01200 01200
rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia
No. Rek
1120 1120 01200 01200 01200 01200 01200
rahasia rahasia rahasia rahasia rahasia rahasia rahasia
Eksposure (LGD)
Eksposure dalam 50000
Pembul atan eksposu re
Kol.
175,000 200,000 200,000 200,000 207,600 215,000
3.5 4.0 4.0 4.0 4.2 4.3
4 4 4 4 4 4
1 5 5 1 1 5
Eksposure (LGD)
Eksposure dalam 50000
Pembul atan eksposu re
Kol.
240,000 240,500 245,000 249,500 250,000 252,500 255,000 256,300 268,900
4.8 4.8 4.9 5.0 5.0 5.1 5.1 5.1 5.4
5 5 5 5 5 5 5 5 5
5 5 5 1 3 5 5 5 5
Eksposure (LGD)
Eksposure dalam 50000
Pembul atan eksposu re
Kol.
280,000 290,000 300,000 300,000 300,000 303,700 320,000
5.6 5.8 6.0 6.0 6.0 6.1 6.4
6 6 6 6 6 6 6
5 5 5 5 1 5 5
probabil ity default 0 1 1 0 0 1
probabil ity default 1 1 1 0 0.5 1 1 1 1
probabil ity default 1 1 1 1 0 1 1
expected loss 0 200,000 200,000 0 0 215,000 615,000
expected loss 240,000 240,500 245,000 0 125,000 252,500 255,000 256,300 268,900 1,883,200
expected loss 280,000 290,000 300,000 300,000 0 303,700 320,000 1,793,700
78
Lanjutan lampiran 4 No. No. Rek 40 01200 rahasia 41 01200 rahasia 42 1120 rahasia 43 1120 rahasia 44 1120 rahasia 45 1120 rahasia
No. 46 47 48 49 50 51 52 53 54 55 56 57
No.
No. Rek 01200 01200 01200 01200 01200 1120 1120 01200 01200 01200 1120 01200
rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia
No. Rek
58 01200 rahasia 59 1120 rahasia 60 1120 rahasia 61 01200 rahasia 62 01200 rahasia
Eksposure (LGD)
Eksposure dalam 50000
Pembul atan eksposu re
Kol.
327,500 330,000 332,000 332,800 336,600 360,000
6.6 6.6 6.6 6.7 6.7 7.2
7 7 7 7 7 7
5 1 1 5 5 1
Eksposure (LGD)
Eksposure dalam 50000
Pembul atan eksposu re
Kol.
400,000 400,000 400,000 400,000 400,000 400,000 400,000 402,500 407,200 413,000 413,000 416,300
8.0 8.0 8.0 8.0 8.0 8.0 8.0 8.1 8.1 8.3 8.3 8.3
8 8 8 8 8 8 8 8 8 8 8 8
2 2 1 1 1 1 1 5 2 3 1 2
Eksposure (LGD)
Eksposure dalam 50000
Pembul atan eksposu re
Kol.
426,600 430,000 440,000 447,191 450,000
8.5 8.6 8.8 8.9 9.0
9 9 9 9 9
5 5 5 5 5
probabil ity default 1 0 0 1 1 0
probabil ity default 0 0 0 0 0 0 0 1 0 0.5 0 0
probabil ity default 1 1 1 1 1
expected loss 327,500 0 0 332,800 336,600 0 996,900
expected loss 0 0 0 0 0 0 0 402,500 0 206,500 0 0 609,000
expected loss 426,600 430,000 440,000 447,191 450,000
79
Lanjutan Lampiran 4 No.
No. Rek
63 01200 rahasia 64 01200 rahasia
Eksposure (LGD)
Eksposure dalam 50000
450,000 460,000
9.0 9.2
Pembul atan eksposu re 9 9
Kol.
probabil ity default
expected loss
1 0 1 0
0 0 2,193,791
No.
No. Rek
65 01200 rahasia 66 01200 rahasia 67 1120 rahasia 68 01200 rahasia 69 1120 rahasia 70 1120 rahasia 71 1120 rahasia 72 1120 rahasia
Eksposure (LGD)
Eksposure dalam 50000
Pembul atan eksposu re
Kol.
479,500 480,000 497,500 500,000 500,000 500,000 500,000 500,000
9.6 9.6 10.0 10.0 10.0 10.0 10.0 10.0
10 10 10 10 10 10 10 10
5 5 5 5 2 2 1 1
Eksposure (LGD)
Eksposure dalam 500000
Pembul atan eksposu re
Kol.
514,000 533,100 550,000 567,700 570,000 580,000 582,600 583,000 583,000 591,000 595,000 596,200
1.0 1.1 1.1 1.1 1.1 1.2 1.2 1.2 1.2 1.2 1.2 1.2
1 1 1 1 1 1 1 1 1 1 1 1
2 1 5 4 1 5 1 2 2 5 5 5
probabil ity default 1 1 1 1 0 0 0 0
expected loss 479,500 480,000 497,500 500,000 0 0 0 0 1,957,000
500,000 No. 73 74 75 76 77 78 79 80 81 82 83 84
No. Rek 01200 01200 01200 01200 01200 01200 01200 01200 1120 01200 01200 01200
rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia
probabil ity default 0 0 1 0.75 0 1 0 0 0 1 1 1
expected loss 0 0 550,000 425,775 0 580,000 0 0 0 591,000 595,000 596,200
80
Lanjutan Lampiran 4 No. 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108
No. 109 110 111 112 113 114 115
No. Rek 01200 01200 01200 01200 01200 01200 1120 01200 01200 01200 1120 1120 01200 01200 01200 1120 1120 01200 1120 1120 01200 01200 01200 01200
rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia
No. Rek 01200 01200 1120 01200 1120 01200 1120
rahasia rahasia rahasia rahasia rahasia rahasia rahasia
Pembul atan eksposu re 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
Eksposure (LGD)
Eksposure dalam 500000
600,000 600,000 600,000 600,000 600,000 600,000 606,000 610,800 623,500 625,000 625,000 625,000 647,500 664,000 666,600 666,600 675,000 680,000 688,300 690,000 700,000 700,000 700,000 744,000
1.2 1.2 1.2 1.2 1.2 1.2 1.2 1.2 1.2 1.3 1.3 1.3 1.3 1.3 1.3 1.3 1.4 1.4 1.4 1.4 1.4 1.4 1.4 1.5
Eksposure (LGD)
Eksposure dalam 500000
Pembul atan eksposu re
Kol.
749,300 750,000 750,000 750,000 750,000 773,500 775,000
1.5 1.5 1.5 1.5 1.5 1.5 1.6
2 2 2 2 2 2 2
3 1 2 1 1 5 5
Kol. 5 5 1 1 1 1 3 2 1 5 1 1 1 1 2 1 2 5 5 5 1 5 1 5
probabil ity default 1 1 0 0 0 0 0.5 0 0 1 0 0 0 0 0 0 0 1 1 1 0 1 0 1
probabil ity default 0.5 0 0 0 0 1 1
expected loss 600,000 600,000 0 0 0 0 303,000 0 0 625,000 0 0 0 0 0 0 0 680,000 688,300 690,000 0 700,000 0 744,000 8,968,275
expected loss 374,650 0 0 0 0 773,500 775,000
81
Lanjutan Lampiran 4 No. 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151
No. Rek 01200 01200 01200 01200 01200 01200 1120 1120 01200 1120 01200 1120 01200 01200 1120 1120 01200 01200 01200 1120 1120 01200 01200 01200 01200 1120 01200 01200 01200 01200 01200 1120 01200 1120 01200 01200
rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia
Eksposure (LGD)
Eksposure dalam 500000
776,000 777,500 798,500 800,000 800,000 800,000 800,000 800,000 814,200 820,000 830,000 832,000 832,400 833,000 833,000 833,000 833,100 833,100 850,000 850,000 866,600 870,000 872,000 875,000 875,000 875,000 885,000 900,000 900,000 900,000 900,000 903,000 910,000 910,000 910,000 915,000
1.6 1.6 1.6 1.6 1.6 1.6 1.6 1.6 1.6 1.6 1.7 1.7 1.7 1.7 1.7 1.7 1.7 1.7 1.7 1.7 1.7 1.7 1.7 1.8 1.8 1.8 1.8 1.8 1.8 1.8 1.8 1.8 1.8 1.8 1.8 1.8
Pembul atan eksposu re 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
Kol. 5 5 2 1 1 1 2 1 5 1 1 2 1 1 1 1 1 1 5 3 1 5 5 2 1 2 5 5 2 1 1 5 5 5 5 5
probabil ity default 1 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0.5 0 1 1 0 0 0 1 1 0 0 0 1 1 1 1 1
expected loss 776,000 777,500 0 0 0 0 0 0 814,200 0 0 0 0 0 0 0 0 0 850,000 425,000 0 870,000 872,000 0 0 0 885,000 900,000 0 0 0 903,000 910,000 910,000 910,000 915,000
82
Lanjutan Lampiran 4 No. 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187
No. Rek 01200 01200 01200 1120 01200 01200 01200 1120 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200 1120 1120 1120 1120 1120 1120 1120 1120 1120 1120 01200 01200 01200 01200 01200 1120 1120 1120
rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia
Eksposure (LGD)
Eksposure dalam 500000
915,900 916,100 955,000 955,500 975,000 996,000 998,400 999,800 1,000,000 1,000,000 1,000,000 1,000,000 1,000,000 1,000,000 1,000,000 1,000,000 1,000,000 1,000,000 1,000,000 1,000,000 1,000,000 1,000,000 1,000,000 1,000,000 1,000,000 1,000,000 1,000,000 1,000,000 1,000,000 1,009,100 1,034,500 1,037,346 1,044,200 1,050,000 1,050,000 1,050,000
1.8 1.8 1.9 1.9 2.0 2.0 2.0 2.0 2.0 2.0 2.0 2.0 2.0 2.0 2.0 2.0 2.0 2.0 2.0 2.0 2.0 2.0 2.0 2.0 2.0 2.0 2.0 2.0 2.0 2.0 2.1 2.1 2.1 2.1 2.1 2.1
Pembul atan eksposu re 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
Kol. 5 1 5 1 5 4 2 1 5 5 2 1 1 1 1 1 1 1 2 2 2 1 1 1 1 1 1 1 1 5 3 1 1 1 1 1
probabil ity default 1 0 1 0 1 0.75 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0.5 0 0 0 0 0
expected loss 915,900 0 955,000 0 975,000 747,000 0 0 1,000,000 1,000,000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1,009,100 517,250 0 0 0 0 0
83
Lanjutan Lampiran 4 No. 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215
No.
No. Rek 01200 01200 1120 01200 1120 1120 01200 01200 01200 01200 01200 01200 1120 01200 1120 01200 01200 1120 01200 01200 01200 01200 1120 1120 1120 01200 01200 01200
rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia
No. Rek
216 01200 rahasia 217 1120 rahasia 218 1120 rahasia
Pembul atan eksposu re 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
Eksposure (LGD)
Eksposure dalam 500000
1,050,000 1,050,000 1,050,000 1,060,000 1,090,000 1,091,700 1,100,000 1,125,000 1,125,000 1,129,100 1,145,000 1,166,500 1,166,500 1,182,000 1,183,300 1,185,000 1,190,000 1,193,000 1,200,000 1,200,000 1,200,000 1,200,000 1,200,000 1,200,000 1,200,000 1,206,600 1,241,400 1,247,000
2.1 2.1 2.1 2.1 2.2 2.2 2.2 2.3 2.3 2.3 2.3 2.3 2.3 2.4 2.4 2.4 2.4 2.4 2.4 2.4 2.4 2.4 2.4 2.4 2.4 2.4 2.5 2.5
Eksposure (LGD)
Eksposure dalam 500000
Pembul atan eksposu re
1,249,000 1,249,300 1,249,500
2.5 2.5 2.5
3 3 3
Kol. 1 1 1 4 5 1 1 5 1 1 5 2 4 2 3 5 5 2 1 1 1 1 1 1 1 5 1 1
Kol.
probabil ity default 0 0 0 0.75 1 0 0 1 0 0 1 0 0.75 0 0.5 1 1 0 0 0 0 0 0 0 0 1 0 0
probabil ity default
1 0 1 0 2 0
expected loss 0 0 0 795,000 1,090,000 0 0 1,125,000 0 0 1,145,000 0 874,875 0 591,650 1,185,000 1,190,000 0 0 0 0 0 0 0 0 1,206,600 0 0 29,963,225
expected loss 0 0 0
84
Lanjutan Lampiran 4 No. 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254
No. Rek 01200 01200 01200 01200 01200 1120 1120 1120 1120 01200 01200 01200 1120 01200 01200 01200 01200 01200 1120 1120 1120 1120 01200 01200 01200 1120 01200 01200 1120 01200 01200 1120 01200 1120 1120 01200
rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia
Eksposure (LGD)
Eksposure dalam 500000
1,249,800 1,250,000 1,250,000 1,250,000 1,250,000 1,250,000 1,250,000 1,250,000 1,250,000 1,250,600 1,255,000 1,259,300 1,282,000 1,315,000 1,325,000 1,332,000 1,332,300 1,332,700 1,332,800 1,332,800 1,333,200 1,336,000 1,350,000 1,350,000 1,369,000 1,374,800 1,375,000 1,375,000 1,389,000 1,400,000 1,400,000 1,400,000 1,418,500 1,444,600 1,449,000 1,450,000
2.5 2.5 2.5 2.5 2.5 2.5 2.5 2.5 2.5 2.5 2.5 2.5 2.6 2.6 2.7 2.7 2.7 2.7 2.7 2.7 2.7 2.7 2.7 2.7 2.7 2.7 2.8 2.8 2.8 2.8 2.8 2.8 2.8 2.9 2.9 2.9
Pembul atan eksposu re 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
Kol. 1 1 1 1 1 3 1 1 1 1 2 2 5 5 4 1 1 1 3 1 1 5 3 1 1 1 1 1 5 1 1 2 5 1 2 2
probabil ity default 0 0 0 0 0 0.5 0 0 0 0 0 0 1 1 0.75 0 0 0 0.5 0 0 1 0.5 0 0 0 0 0 1 0 0 0 1 0 0 0
expected loss 0 0 0 0 0 625,000 0 0 0 0 0 0 1,282,000 1,315,000 993,750 0 0 0 666,400 0 0 1,336,000 675,000 0 0 0 0 0 1,389,000 0 0 0 1,418,500 0 0 0
85
Lanjutan Lampiran 4 No. 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290
No. Rek 01200 1120 01200 1120 1120 1120 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200 1120 1120 1120 1120 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200 1120 01200 01200 1120 1120
rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia
Eksposure (LGD)
Eksposure dalam 500000
1,451,100 1,465,000 1,496,850 1,499,900 1,499,900 1,499,900 1,500,000 1,500,000 1,500,000 1,500,000 1,500,000 1,500,000 1,500,000 1,500,000 1,500,000 1,500,000 1,500,000 1,500,000 1,500,000 1,500,000 1,500,000 1,511,000 1,532,500 1,545,000 1,553,000 1,553,300 1,575,000 1,580,400 1,590,000 1,600,000 1,600,000 1,600,000 1,600,000 1,625,000 1,650,000 1,660,000
2.9 2.9 3.0 3.0 3.0 3.0 3.0 3.0 3.0 3.0 3.0 3.0 3.0 3.0 3.0 3.0 3.0 3.0 3.0 3.0 3.0 3.0 3.1 3.1 3.1 3.1 3.2 3.2 3.2 3.2 3.2 3.2 3.2 3.3 3.3 3.3
Pembul atan eksposu re 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
Kol. 2 5 3 3 1 1 2 1 1 1 1 1 1 1 1 1 2 1 1 1 1 2 1 1 1 2 2 1 5 2 1 1 1 1 1 1
probabil ity default 0 1 0.5 0.5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0
expected loss 0 1,465,000 748,425 749,950 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1,590,000 0 0 0 0 0 0 0
86
Lanjutan Lampiran 4 No. 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310
No. Rek 01200 01200 1120 01200 01200 01200 01200 01200 1120 1120 1120 01200 1120 01200 01200 1120 1120 1120 01200 01200
rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia
Eksposure (LGD)
Eksposure dalam 500000
1,662,000 1,664,000 1,664,000 1,665,000 1,665,500 1,665,500 1,666,000 1,666,000 1,666,000 1,666,000 1,666,100 1,666,200 1,666,300 1,666,400 1,666,400 1,666,400 1,666,400 1,666,500 1,666,600 1,723,200
3.3 3.3 3.3 3.3 3.3 3.3 3.3 3.3 3.3 3.3 3.3 3.3 3.3 3.3 3.3 3.3 3.3 3.3 3.3 3.4
Pembul atan eksposu re 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
Kol. 1 4 1 1 2 1 1 1 3 1 2 1 2 1 1 2 1 1 1 1
probabil ity default 0 0.75 0 0 0 0 0 0 0.5 0 0 0 0 0 0 0 0 0 0 0
expected loss 0 1,248,000 0 0 0 0 0 0 833,000 0 0 0 0 0 0 0 0 0 0 0 16,335,025
No.
311 312 313 314 315 316 317 318 319 320
No. Rek
01200 01200 01200 01200 01200 1120 1120 1120 1120 01200
rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia
Eksposure (LGD)
Eksposure dalam 500000
Pembul atan eksposu re
Kol.
1,749,700 1,750,000 1,750,000 1,750,000 1,750,000 1,750,000 1,750,000 1,750,000 1,772,500 1,776,100
3.5 3.5 3.5 3.5 3.5 3.5 3.5 3.5 3.5 3.6
4 4 4 4 4 4 4 4 4 4
1 2 2 1 1 2 2 1 2 1
probabil ity default 0 0 0 0 0 0 0 0 0 0
expected loss 0 0 0 0 0 0 0 0 0 0
87
Lanjutan Lampiran 4 No. 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356
No. Rek 01200 1120 01200 01200 01200 01200 01200 1120 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200 1120 01200 1120 01200 01200 01200 01200 01200 1120 01200 01200 01200 01200 01200 01200 01200 01200 01200
rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia
Eksposure (LGD)
Eksposure dalam 500000
1,780,000 1,792,500 1,800,000 1,800,000 1,800,000 1,800,000 1,800,000 1,811,500 1,825,000 1,830,300 1,833,300 1,834,900 1,848,000 1,867,000 1,872,700 1,873,000 1,874,500 1,874,500 1,874,700 1,874,800 1,875,000 1,896,000 1,940,000 1,946,000 1,946,900 1,955,000 1,971,800 1,983,900 1,992,700 1,993,000 1,995,900 1,996,000 1,999,000 2,000,000 2,000,000 2,000,000
3.6 3.6 3.6 3.6 3.6 3.6 3.6 3.6 3.7 3.7 3.7 3.7 3.7 3.7 3.7 3.7 3.7 3.7 3.7 3.7 3.8 3.8 3.9 3.9 3.9 3.9 3.9 4.0 4.0 4.0 4.0 4.0 4.0 4.0 4.0 4.0
Pembul atan eksposu re 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
Kol. 3 5 5 2 2 1 1 5 1 2 1 5 1 5 1 3 1 1 1 1 1 3 5 1 5 5 2 1 4 1 1 1 1 4 3 2
probabil ity default 0.5 1 1 0 0 0 0 1 0 0 0 1 0 1 0 0.5 0 0 0 0 0 0.5 1 0 1 1 0 0 0.75 0 0 0 0 0.75 0.5 0
expected loss 890,000 1,792,500 1,800,000 0 0 0 0 1,811,500 0 0 0 1,834,900 0 1,867,000 0 936,500 0 0 0 0 0 948,000 1,940,000 0 1,946,900 1,955,000 0 0 1,494,525 0 0 0 0 1,500,000 1,000,000 0
88
Lanjutan Lampiran 4 No. 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392
No. Rek 01200 01200 01200 01200 01200 01200 1120 1120 1120 1120 1120 1120 01200 1120 01200 1120 01200 1120 1120 1120 01200 01200 1120 01200 01200 01200 01200 1120 01200 1120 01200 01200 1120 01200 01200 01200
rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia
Eksposure (LGD)
Eksposure dalam 500000
2,000,000 2,000,000 2,000,000 2,000,000 2,000,000 2,000,000 2,000,000 2,000,000 2,000,000 2,000,000 2,000,000 2,000,000 2,000,000 2,012,000 2,033,300 2,041,500 2,042,500 2,045,000 2,061,500 2,081,600 2,083,100 2,083,100 2,083,100 2,100,000 2,100,000 2,112,500 2,125,000 2,125,000 2,167,200 2,172,500 2,177,500 2,187,500 2,200,000 2,218,800 2,220,000 2,220,000
4.0 4.0 4.0 4.0 4.0 4.0 4.0 4.0 4.0 4.0 4.0 4.0 4.0 4.0 4.1 4.1 4.1 4.1 4.1 4.2 4.2 4.2 4.2 4.2 4.2 4.2 4.3 4.3 4.3 4.3 4.4 4.4 4.4 4.4 4.4 4.4
Pembul atan eksposu re 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
Kol. 2 1 1 1 1 1 3 1 1 1 1 1 1 3 5 2 5 1 1 1 1 1 1 1 1 1 1 1 1 1 5 1 3 5 5 1
probabil ity default 0 0 0 0 0 0 0.5 0 0 0 0 0 0 0.5 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0.5 1 1 0
expected loss 0 0 0 0 0 0 1,000,000 0 0 0 0 0 0 1,006,000 2,033,300 0 2,042,500 0 0 0 0 0 0 0 0 0 0 0 0 0 2,177,500 0 1,100,000 2,218,800 2,220,000 0
89
Lanjutan Lampiran 4 No.
No. Rek
393 01200 rahasia 394 01200 rahasia
No.
395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423
No. Rek
01200 01200 01200 01200 01200 01200 1120 1120 01200 01200 01200 1120 01200 01200 01200 01200 01200 01200 01200 1120 1120 01200 01200 01200 01200 01200 1120 01200 1120
rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia
Pembul atan eksposu re 4 4
Eksposure (LGD)
Eksposure dalam 500000
2,220,000 2,222,000
4.4 4.4
Eksposure (LGD)
Eksposure dalam 500000
Pembul atan eksposu re
Kol.
2,248,000 2,250,000 2,250,000 2,250,000 2,250,000 2,250,000 2,250,000 2,250,000 2,260,000 2,268,900 2,291,500 2,332,000 2,332,900 2,333,000 2,349,200 2,368,000 2,393,650 2,400,000 2,400,000 2,400,000 2,400,000 2,437,500 2,450,000 2,450,000 2,466,000 2,466,000 2,478,700 2,498,000 2,498,000
4.5 4.5 4.5 4.5 4.5 4.5 4.5 4.5 4.5 4.5 4.6 4.7 4.7 4.7 4.7 4.7 4.8 4.8 4.8 4.8 4.8 4.9 4.9 4.9 4.9 4.9 5.0 5.0 5.0
5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
5 5 2 2 1 1 2 1 2 1 1 2 1 1 4 4 1 3 1 1 1 1 5 1 1 1 1 1 2
Kol.
probabil ity default
1 0 1 0
probabil ity default 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0.75 0.75 0 0.5 0 0 0 0 1 0 0 0 0 0 0
expected loss 0 0 35,514,925
expected loss 2,248,000 2,250,000 0 0 0 0 0 0 0 0 0 0 0 0 1,761,900 1,776,000 0 1,200,000 0 0 0 0 2,450,000 0 0 0 0 0 0
90
Lanjutan Lampiran 4 No. 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448
No.
449 450 451 452 453 454
No. Rek 1120 01200 01200 01200 01200 1120 1120 1120 1120 01200 01200 01200 01200 01200 01200 01200 1120 01200 1120 01200 1120 01200 01200 01200 01200
rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia
No. Rek
01200 01200 1120 01200 01200 01200
rahasia rahasia rahasia rahasia rahasia rahasia
Pembul atan eksposu re 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
Eksposure (LGD)
Eksposure dalam 500000
2,498,300 2,499,400 2,499,800 2,499,800 2,500,000 2,500,000 2,500,000 2,500,000 2,500,000 2,500,000 2,500,000 2,550,000 2,600,000 2,621,300 2,625,000 2,635,000 2,650,000 2,650,000 2,660,000 2,665,600 2,666,100 2,666,200 2,666,200 2,666,300 2,700,000
5.0 5.0 5.0 5.0 5.0 5.0 5.0 5.0 5.0 5.0 5.0 5.1 5.2 5.2 5.3 5.3 5.3 5.3 5.3 5.3 5.3 5.3 5.3 5.3 5.4
Eksposure (LGD)
Eksposure dalam 500000
Pembul atan eksposu re
Kol.
2,750,000 2,750,000 2,750,000 2,774,600 2,795,000 2,800,000
5.5 5.5 5.5 5.5 5.6 5.6
6 6 6 6 6 6
5 1 2 2 1 1
Kol. 2 1 1 1 1 1 1 1 1 2 1 2 3 1 1 5 1 1 1 1 2 3 1 1 1
probabil ity default 0 0 0 0 0 0 0 0 0 0 0 0 0.5 0 0 1 0 0 0 0 0 0.5 0 0 0
probabil ity default 1 0 0 0 0 0
expected loss 0 0 0 0 0 0 0 0 0 0 0 0 1,300,000 0 0 2,635,000 0 0 0 0 0 1,333,100 0 0 0 16,954,000
expected loss 2,750,000 0 0 0 0 0
91
Lanjutan Lampiran 4 No. 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490
No. Rek 1120 1120 01200 1120 1120 01200 01200 01200 01200 1120 01200 01200 1120 1120 01200 01200 01200 01200 1120 1120 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200
rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia
Eksposure (LGD)
Eksposure dalam 500000
2,800,000 2,800,000 2,833,100 2,833,100 2,875,000 2,894,200 2,912,000 2,915,000 2,915,000 2,916,100 2,916,500 2,916,500 2,916,500 2,916,600 2,918,300 2,950,000 2,955,100 2,994,000 2,997,500 2,999,000 2,999,500 2,999,500 2,999,800 3,000,000 3,000,000 3,000,000 3,000,000 3,000,000 3,000,000 3,000,000 3,000,000 3,000,000 3,000,000 3,000,000 3,000,000 3,000,000
5.6 5.6 5.7 5.7 5.8 5.8 5.8 5.8 5.8 5.8 5.8 5.8 5.8 5.8 5.8 5.9 5.9 6.0 6.0 6.0 6.0 6.0 6.0 6.0 6.0 6.0 6.0 6.0 6.0 6.0 6.0 6.0 6.0 6.0 6.0 6.0
Pembul atan eksposu re 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6
Kol. 2 1 1 1 1 2 1 1 1 1 2 1 2 1 1 1 2 2 1 1 2 1 2 2 1 1 1 1 1 1 1 1 1 1 1 1
probabil ity default 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
expected loss 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
92
Lanjutan Lampiran 4 No. 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513
No. Rek 01200 01200 01200 01200 01200 01200 01200 1120 1120 1120 1120 1120 1120 01200 1120 01200 01200 1120 01200 01200 01200 1120 01200
rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia
Eksposure (LGD)
Eksposure dalam 50000
3,000,000 3,000,000 3,000,000 3,000,000 3,000,000 3,000,000 3,000,000 3,000,000 3,000,000 3,000,000 3,000,000 3,055,200 3,062,500 3,062,600 3,110,800 3,123,500 3,130,500 3,166,500 3,200,000 3,200,000 3,205,600 3,208,300 3,232,500
6.0 6.0 6.0 6.0 6.0 6.0 6.0 6.0 6.0 6.0 6.0 6.1 6.1 6.1 6.2 6.2 6.3 6.3 6.4 6.4 6.4 6.4 6.5
Pembul atan eksposu re 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6
Kol. 1 1 1 1 1 1 1 2 1 1 1 2 1 4 1 1 2 1 2 1 2 3 2
probabil ity default 0 0 0 0 0 0 0 0 0 0 0 0 0 0.75 0 0 0 0 0 0 0 0.5 0
expected loss 0 0 0 0 0 0 0 0 0 0 0 0 0 2,296,950 0 0 0 0 0 0 0 1,604,150 0 6,651,100
No. 514 515 516 517 518 519 520
No. Rek 01200 01200 01200 01200 1120 01200 01200
rahasia rahasia rahasia rahasia rahasia rahasia rahasia
Eksposure (LGD)
Eksposure dalam 50000
Pembul atan eksposu re
Kol.
3,332,000 3,332,000 3,332,000 3,332,000 3,332,100 3,333,100 3,333,200
6.7 6.7 6.7 6.7 6.7 6.7 6.7
7 7 7 7 7 7 7
2 2 1 1 1 1 1
probabil ity default 0 0 0 0 0 0 0
expected loss 0 0 0 0 0 0 0
93
Lanjutan Lampiran 4 No. 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551 552 553 554
No. Rek 01200 01200 1120 1120 1120 1120 1120 1120 1120 1120 01200 1120 1120 01200 01200 1120 01200 01200 01200 1120 01200 1120 01200 1120 01200 01200 01200 1120 01200 1120 1120 1120 01200 01200
rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia
Eksposure (LGD)
Eksposure dalam 50000
3,333,200 3,333,200 3,333,200 3,333,200 3,333,200 3,333,200 3,333,200 3,333,200 3,333,200 3,333,200 3,365,300 3,449,000 3,452,000 3,495,000 3,496,550 3,499,600 3,500,000 3,500,000 3,500,000 3,500,000 3,538,336 3,540,500 3,541,200 3,576,200 3,600,000 3,600,000 3,611,000 3,616,669 3,625,000 3,665,800 3,666,500 3,666,500 3,669,100 3,727,600
6.7 6.7 6.7 6.7 6.7 6.7 6.7 6.7 6.7 6.7 6.7 6.9 6.9 7.0 7.0 7.0 7.0 7.0 7.0 7.0 7.1 7.1 7.1 7.2 7.2 7.2 7.2 7.2 7.3 7.3 7.3 7.3 7.3 7.5
Pembul atan eksposu re 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7
Kol. 1 1 2 2 2 2 2 1 1 1 2 5 5 1 1 1 3 2 1 2 1 1 1 2 1 1 1 2 1 2 1 1 5 1
probabil ity default 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0.5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0
expected loss 0 0 0 0 0 0 0 0 0 0 0 3,449,000 3,452,000 0 0 0 1,750,000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3,669,100 0 12,320,100
94
Lanjutan Lampiran 4 No.
555 556 557 558 559 560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576 577 578 579 580 581 582 583 584 585 586 587 588 589 590
No. Rek
1120 01200 01200 01200 1120 1120 1120 1120 01200 01200 1120 1120 01200 01200 1120 1120 1120 01200 01200 01200 01200 01200 1120 1120 01200 01200 01200 1120 01200 01200 01200 01200 01200 01200 01200 01200
rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia
Eksposure (LGD)
Eksposure dalam 500000
Pembul atan eksposu re
Kol.
3,747,500 3,749,000 3,749,000 3,749,000 3,749,000 3,749,500 3,749,600 3,749,600 3,749,900 3,749,900 3,749,900 3,749,900 3,750,000 3,750,000 3,750,000 3,750,000 3,762,883 3,777,700 3,789,500 3,803,800 3,833,300 3,866,600 3,874,700 3,885,750 3,888,800 3,891,000 3,996,000 3,999,000 3,999,800 4,000,000 4,000,000 4,000,000 4,000,000 4,000,000 4,000,000 4,000,000
7.5 7.5 7.5 7.5 7.5 7.5 7.5 7.5 7.5 7.5 7.5 7.5 7.5 7.5 7.5 7.5 7.5 7.6 7.6 7.6 7.7 7.7 7.7 7.8 7.8 7.8 8.0 8.0 8.0 8.0 8.0 8.0 8.0 8.0 8.0 8.0
8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8
3 4 1 1 1 1 3 2 1 1 1 1 5 3 2 1 1 1 1 1 1 1 1 2 1 2 1 3 1 2 2 1 1 1 1 1
probabil ity default 0.5 0.75 0 0 0 0 0.5 0 0 0 0 0 1 0.5 0 0 0 0 0 0 0 0 0 0 0 0 0 0.5 0 0 0 0 0 0 0 0
expected loss 1,873,750 2,811,750 0 0 0 0 1,874,800 0 0 0 0 0 3,750,000 1,875,000 0 0 0 0 0 0 0 0 0 0 0 0 0 1,999,500 0 0 0 0 0 0 0 0
95
Lanjutan Lampiran 4 No.
591 592 593 594 595 596 597 598 599 600 601 602 603 604 605 606 607 608 609 610 611 612 613 614 615 616 617 618
No.
619
No. Rek
01200 1120 1120 1120 01200 01200 1120 01200 01200 01200 01200 01200 1120 01200 01200 01200 1120 1120 01200 01200 1120 1120 01200 01200 01200 01200 1120 1120
rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia
No. Rek
1120 rahasia
Eksposure (LGD)
Eksposure dalam 500000
Pembul atan eksposu re
Kol.
4,000,000 4,000,000 4,000,000 4,000,000 4,000,000 4,023,200 4,047,800 4,075,000 4,096,500 4,101,400 4,106,400 4,113,450 4,125,000 4,166,000 4,166,000 4,166,000 4,166,000 4,166,000 4,166,200 4,166,400 4,166,400 4,166,400 4,166,600 4,166,600 4,166,600 4,166,600 4,166,600 4,202,400
8.0 8.0 8.0 8.0 8.0 8.0 8.1 8.2 8.2 8.2 8.2 8.2 8.3 8.3 8.3 8.3 8.3 8.3 8.3 8.3 8.3 8.3 8.3 8.3 8.3 8.3 8.3 8.4
8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8
1 2 1 1 3 2 1 2 5 1 5 1 1 2 1 1 5 1 1 1 1 1 4 1 1 1 1 3
Eksposure (LGD)
Eksposure dalam 500000
Pembul atan eksposu re
Kol.
4,248,500
8.5
9
probabil ity default 0 0 0 0 0.5 0 0 0 1 0 1 0 0 0 0 0 1 0 0 0 0 0 0.75 0 0 0 0 0.5
probabil ity default
3 0.5
expected loss 0 0 0 0 2,000,000 0 0 0 4,096,500 0 4,106,400 0 0 0 0 0 4,166,000 0 0 0 0 0 3,124,950 0 0 0 0 2,101,200 33,779,850
expected loss 2,124,250
96
Lanjutan Lampiran 4 No. 620 621 622 623 624 625 626 627 628 629 630 631 632 633 634 635 636 637 638 639 640 641 642 643 644 645 646 647 648 649 650 651 652 653 654 655
No. Rek 1120 01200 1120 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200 1120 01200 1120 1120 1120 01200 01200 1120 01200 01200 01200 1120 01200 01200 01200 01200 01200 01200 1120
rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia
Eksposure (LGD)
Eksposure dalam 500000
4,250,000 4,270,250 4,300,000 4,371,500 4,374,800 4,391,600 4,425,000 4,444,000 4,444,400 4,444,400 4,500,000 4,500,000 4,500,000 4,500,000 4,500,000 4,500,000 4,500,000 4,500,000 4,559,200 4,562,600 4,566,200 4,582,600 4,583,000 4,583,000 4,583,000 4,583,200 4,583,300 4,583,300 4,583,300 4,660,400 4,664,000 4,666,000 4,666,400 4,666,500 4,700,000 4,722,200
8.5 8.5 8.6 8.7 8.7 8.8 8.9 8.9 8.9 8.9 9.0 9.0 9.0 9.0 9.0 9.0 9.0 9.0 9.1 9.1 9.1 9.2 9.2 9.2 9.2 9.2 9.2 9.2 9.2 9.3 9.3 9.3 9.3 9.3 9.4 9.4
Pembul atan eksposu re 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9
Kol. 3 1 4 2 1 3 4 1 1 1 2 2 2 1 1 1 1 1 1 2 1 2 1 1 1 2 1 1 1 1 1 5 1 1 5 1
probabil ity default 0.5 0 0.75 0 0 0.5 0.75 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 1 0
expected loss 2,125,000 0 3,225,000 0 0 2,195,800 3,318,750 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 4,666,000 0 0 4,700,000 0 22,354,800
97
Lanjutan Lampiran 4 No.
656 657 658 659 660 661 662 663 664 665 666 667 668 669 670 671 672 673 674 675 676 677 678 679 680 681 682 683 684 685 686 687 688 689 690
No. Rek
01200 01200 01200 01200 1120 1120 01200 01200 01200 01200 01200 1120 01200 01200 01200 01200 1120 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200 1120 1120
rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia
Eksposure (LGD)
Eksposure dalam 500000
Pembul atan eksposu re
Kol.
4,750,000 4,772,600 4,791,500 4,791,600 4,800,000 4,860,500 4,875,200 4,886,500 4,888,500 4,907,000 4,958,100 4,970,000 4,996,000 4,996,500 4,997,500 4,999,100 4,999,200 4,999,500 4,999,900 5,000,000 5,000,000 5,000,000 5,000,000 5,000,000 5,000,000 5,000,000 5,000,000 5,000,000 5,000,000 5,000,000 5,000,000 5,000,000 5,000,000 5,000,000 5,000,000
9.5 9.5 9.6 9.6 9.6 9.7 9.8 9.8 9.8 9.8 9.9 9.9 10.0 10.0 10.0 10.0 10.0 10.0 10.0 10.0 10.0 10.0 10.0 10.0 10.0 10.0 10.0 10.0 10.0 10.0 10.0 10.0 10.0 10.0 10.0
10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10
1 1 1 1 2 1 1 1 1 5 1 2 1 1 1 2 2 1 1 2 1 1 1 1 1 1 1 1 1 1 1 1 1 2 1
probabil ity default 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
expected loss 0 0 0 0 0 0 0 0 0 4,907,000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
98
Lanjutan Lampiran 4
No. 691 692 693 694 695 696 697 698 699
No. Rek 1120 1120 1120 1120 1120 1120 1120 1120 1120
kelas No. 700 701 702 703 704 705 706 707 708 709 710 711 712 713 714 715 716 717 718 719
rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia
Eksposure (LGD)
Eksposure dalam 500000
5,000,000 5,000,000 5,000,000 5,000,000 5,000,000 5,000,000 5,000,000 5,000,000 5,000,000
10.0 10.0 10.0 10.0 10.0 10.0 10.0 10.0 10.0
Eksposure (LGD)
Eksposure dalam 5000000
5,027,500 5,220,000 5,248,000 5,249,400 5,400,000 5,445,300 5,500,000 5,500,000 5,500,000 5,564,000 5,625,000 5,650,000 5,750,000 5,830,000 5,832,000 5,832,500 5,833,000 5,833,000 6,000,000 6,000,000
1.0 1.0 1.0 1.0 1.1 1.1 1.1 1.1 1.1 1.1 1.1 1.1 1.2 1.2 1.2 1.2 1.2 1.2 1.2 1.2
Pembul atan eksposu re 10 10 10 10 10 10 10 10 10
Kol. 1 1 1 1 1 1 1 1 1
probabil ity default 0 0 0 0 0 0 0 0 0
expected loss 0 0 0 0 0 0 0 0 0 4,907,000
5,000,000 No. Rek 1120 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200 1120 01200 1120 1120 01200 01200 1120 01200 01200
rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia
Pembul atan eksposu re 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
Kol. 3 5 1 1 1 1 2 1 1 2 1 1 1 1 2 1 1 1 2 1
Probabil ity default 0.5 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
expected loss 2,513,750 5,220,000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
99
Lanjutan Lampiran 4 No. 720 721 722 723 724 725 726 727 728 729 730 731 732 733 734 735 736 737 738 739 740 741 742 743
No. 744 745 746 747 748 749 750
No. Rek 1120 1120 1120 1120 01200 1120 1120 01200 01200 01200 01200 01200 1120 1120 01200 01200 01200 01200 1120 1120 1120 01200 01200 1120
rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia
No. Rek 1120 01200 01200 01200 01200 01200 1120
rahasia rahasia rahasia rahasia rahasia rahasia rahasia
Eksposure (LGD)
Eksposure dalam 5000000
6,000,000 6,000,000 6,000,000 6,250,000 6,486,900 6,537,700 6,555,000 6,608,000 6,665,500 6,666,400 6,666,400 6,666,400 6,666,400 6,666,400 7,000,000 7,000,000 7,000,000 7,000,000 7,000,000 7,060,000 7,083,100 7,200,000 7,221,200 7,331,900
1.2 1.2 1.2 1.3 1.3 1.3 1.3 1.3 1.3 1.3 1.3 1.3 1.3 1.3 1.4 1.4 1.4 1.4 1.4 1.4 1.4 1.4 1.4 1.5
Eksposure (LGD)
Eksposure dalam 5000000
7,483,200 7,488,500 7,498,000 7,499,000 7,499,400 7,499,800 7,499,800
1.5 1.5 1.5 1.5 1.5 1.5 1.5
Pembul atan eksposu re 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
Pembul atan eksposu re 2 2 2 2 2 2 2
Kol. 5 1 1 1 2 1 5 2 1 1 1 1 1 1 2 2 1 1 1 1 1 1 1 1
Kol. 2 4 1 2 2 1 1
probabil ity default 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
probabil ity default 0 0.75 0 0 0 0 0
expected loss 6,000,000 0 0 0 0 0 6,555,000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 20,288,750
expected loss 0 5,616,375 0 0 0 0 0
100
Lanjutan Lampiran 4 No. 751 752 753 754 755 756 757 758 759 760 761 762 763 764 765 766 767 768 769 770 771 772 773 774 775 776 777 778 779 780 781 782 783 784 785 786
No. Rek 01200 01200 01200 1120 01200 01200 1120 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200 1120 01200 01200 01200 01200 01200
rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia
Eksposure (LGD)
Eksposure dalam 5000000
7,500,000 7,616,500 7,666,000 7,776,800 7,787,500 7,915,000 7,916,500 7,935,360 8,000,000 8,050,000 8,125,000 8,174,500 8,186,533 8,312,400 8,332,000 8,333,000 8,500,000 8,570,000 8,741,500 8,749,300 8,750,000 8,767,100 8,825,000 8,888,000 8,958,300 9,000,000 9,000,000 9,166,500 9,166,600 9,166,600 9,166,600 9,220,000 9,332,800 9,375,000 9,583,300 9,583,300
1.5 1.5 1.5 1.6 1.6 1.6 1.6 1.6 1.6 1.6 1.6 1.6 1.6 1.7 1.7 1.7 1.7 1.7 1.7 1.7 1.8 1.8 1.8 1.8 1.8 1.8 1.8 1.8 1.8 1.8 1.8 1.8 1.9 1.9 1.9 1.9
Pembul atan eksposu re 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
Kol. 1 2 1 2 2 1 1 5 1 2 5 5 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1
probabil ity default 0 0 0 0 0 0 0 1 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
expected loss 0 0 0 0 0 0 0 7,935,360 0 0 8,125,000 8,174,500 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
101
Lanjutan Lampiran 4 No. 787 788 789 790 791 792 793 794 795 796 797 798 799 800 801 802 803 804 805 806 807 808 809 810 811 812 813 814 815 816 817 818 819 820 821 822
No. Rek 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200 1120 1120 01200 01200 01200 01200 01200 01200 01200 01200 01200 01200 1120 01200 1120 01200 01200 01200 01200 01200 01200 01200 01200 1120
rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia
Eksposure (LGD)
Eksposure dalam 5000000
9,583,300 9,619,700 9,750,000 9,791,600 9,997,000 9,998,000 9,999,200 9,999,200 10,000,000 10,000,000 10,000,000 10,000,000 10,000,000 10,050,000 10,300,000 10,416,200 10,519,400 10,625,000 10,625,000 10,625,000 10,657,400 10,664,000 10,666,200 11,000,000 11,099,700 11,110,400 11,110,400 11,250,000 11,250,000 11,333,100 11,457,900 11,666,400 11,875,000 11,969,600 12,000,000 12,050,000
1.9 1.9 2.0 2.0 2.0 2.0 2.0 2.0 2.0 2.0 2.0 2.0 2.0 2.0 2.1 2.1 2.1 2.1 2.1 2.1 2.1 2.1 2.1 2.2 2.2 2.2 2.2 2.3 2.3 2.3 2.3 2.3 2.4 2.4 2.4 2.4
Pembul atan eksposu re 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
Kol. 1 5 2 1 2 1 2 1 2 1 1 1 1 5 5 1 1 1 1 1 2 2 1 1 2 1 1 1 1 1 1 1 1 1 2 2
probabil ity default
expected loss
0 1 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 9,619,700 0 0 0 0 0 0 0 0 0 0 0 10,050,000 10,300,000 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
102
Lanjutan Lampiran 4 No. 823 824 825 826
No. 827 828 829 830 831 832 833 834 835 836 837 838 839 840 841 842 843 844 845 846 847 848 849 850 851 852 853
No. Rek 01200 01200 01200 01200
rahasia rahasia rahasia rahasia
No. Rek 01200 1120 01200 01200 01200 01200 01200 01200 01200 1120 01200 1120 01200 01200 1120 01200 01200 01200 01200 01200 01200 01200 01200 1120 01200 01200 01200
rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia
Eksposure (LGD)
Eksposure dalam 5000000
12,100,000 12,222,500 12,399,250 12,410,800
2.4 2.4 2.5 2.5
Eksposure (LGD)
Eksposure dalam 5000000
12,496,000 12,499,500 12,500,000 12,749,600 12,758,300 12,775,000 13,000,000 13,000,000 13,125,000 13,125,000 13,208,000 13,290,600 13,331,200 13,332,000 13,332,000 13,333,200 13,750,000 13,750,000 14,000,000 14,166,200 14,166,200 14,190,000 14,375,000 14,400,000 14,999,000 14,999,000 15,000,000
2.5 2.5 2.5 2.5 2.6 2.6 2.6 2.6 2.6 2.6 2.6 2.7 2.7 2.7 2.7 2.7 2.8 2.8 2.8 2.8 2.8 2.8 2.9 2.9 3.0 3.0 3.0
Pembul atan eksposu re 2 2 2 2
Pembul atan eksposu re 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
Kol. 2 1 1 5
Kol. 1 1 1 2 3 3 2 1 1 2 2 2 1 1 1 1 1 1 1 1 1 1 1 5 1 1 1
probabil ity default 0 0 0 1
expected loss 0 0 0 12,410,800 72,231,735
probabil ity default
expected loss
0 0 0 0 0.5 0.5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0
0 0 0 0 6,379,150 6,387,500 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 14,400,000 0 0 0
103
Lanjutan Lampiran 4 No. 854 855 856 857 858 859 860 861 862
No. 863 864 865 866 867 868 869 870 871 872 873 874 875 876 877 878
No.
No. Rek 01200 01200 01200 01200 01200 01200 01200 01200 01200
rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia
No. Rek 01200 01200 01200 01200 01200 1120 01200 01200 01200 01200 01200 01200 1120 1120 1120 01200
rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia
No. Rek
879 01200 rahasia
Eksposure (LGD)
Eksposure dalam 5000000
15,000,000 15,000,000 15,000,000 15,000,000 15,844,000 16,664,000 16,666,600 17,000,000 17,333,000
3.0 3.0 3.0 3.0 3.2 3.3 3.3 3.4 3.5
Eksposure (LGD)
Eksposure dalam 5000000
17,498,200 17,500,000 17,706,000 18,332,000 18,332,000 18,888,800 19,166,500 19,166,600 19,545,800 20,000,000 20,000,000 20,000,000 20,000,000 20,000,000 20,300,000 22,221,600
3.5 3.5 3.5 3.7 3.7 3.8 3.8 3.8 3.9 4.0 4.0 4.0 4.0 4.0 4.1 4.4
Eksposure (LGD)
Eksposure dalam 5000000
22,968,000
4.6
Pembul atan eksposu re 3 3 3 3 3 3 3 3 3
Pembul atan eksposu re 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
Pembul atan eksposu re 5
Kol. 1 1 1 1 1 1 3 1 1
Kol. 1 2 1 1 1 1 1 1 1 2 1 1 1 1 1 2
Kol.
probabil ity default 0 0 0 0 0 0 0.5 0 0
probabil ity default
expected loss 0 0 0 0 0 0 8,333,300 0 0 35,499,950
expected loss
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
probabil ity default
2 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
expected loss 0
104
Lanjutan Lampiran 4 Eksposure (LGD)
Eksposure dalam 5000000
23,000,000 23,332,000 23,511,500 23,958,000 24,791,500 26,000,000 26,250,000 26,250,000 26,985,800
4.6 4.7 4.7 4.8 5.0 5.2 5.3 5.3 5.4
Eksposure (LGD)
Eksposure dalam 5000000
27,500,000 27,765,300 30,624,700 32,000,000 32,082,000
5.5 5.6 6.1 6.4 6.4
Eksposure (LGD)
Eksposure dalam 5000000
894 01200 rahasia 895 01200 rahasia 896 01200 rahasia
33,332,000 34,990,000 35,000,000
6.7 7.0 7.0
No.
Eksposure (LGD)
Eksposure dalam 5000000
39,400,000 40,000,000 40,000,000
7.9 8.0 8.0
No. 880 881 882 883 884 885 886 887 888
No.
No. Rek 01200 01200 01200 01200 1120 01200 01200 01200 01200
rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia rahasia
No. Rek
889 1120 rahasia 890 01200 rahasia 891 01200 rahasia 892 1120 rahasia 893 01200 rahasia
No.
No. Rek
No. Rek
897 01200 rahasia 898 01200 rahasia 899 01200 rahasia
Pembul atan eksposu re 5 5 5 5 5 5 5 5 5
Pembul atan eksposu re 6 6 6 6 6
Pembul atan eksposu re 7 7 7
Pembul atan eksposu re 8 8 8
Kol. 1 1 1 2 1 1 1 1 2
Kol. 2 3 2 3 1
Kol.
probabil ity default 0 0 0 0 0 0 0 0 0
probabil ity default 0 0.5 0 0.5 0
probabil ity default
1 0 2 0 3 0.5
Kol.
expected loss
probabil ity default
1 0 1 0 1 0
0 0 0 0 0 0 0 0 0 0
expected loss 0 13,882,650 0 16,000,000 0 29,882,650
expected loss 0 0 17,500,000 17,500,000
expected loss 0 0 0
105
Lanjutan Lampiran 4 No.
No. Rek
900 01200 rahasia
Eksposure (LGD)
Eksposure dalam 5000000
50,000,000
10.0
Eksposure (LGD)
Eksposure dalam 5000000
65,250,000 73,333,200
1.3 1.5
Pembul atan eksposu re 10
Kol.
probabil ity default
expected loss
1 0
0 0
Kelas 50,000,000
No.
No. Rek
901 01200 rahasia 902 01200 rahasia
Pembul atan eksposu re 1 1
Kol.
probabil ity default
4 0.75 1 0
expected loss 48,937,500 0 48,937,500
106
Lampiran 5. Pengolahan Sebaran Poisson dengan Minitab 14 Cumulative Distribution Function Poisson with mean = 2.7 x 0 1 2 3 4 5 6 7 8 9 10 11 12 13
P( X <= x ) 0.06721 0.24866 0.49362 0.71409 0.86291 0.94327 0.97943 0.99338 0.99809 0.99950 0.99988 0.99997 0.99999 1.00000
Cumulative Distribution Function Poisson with mean = 1.18 x 0 1 2 3 4 5 6 7 8
P( X <= x ) 0.30728 0.66987 0.88380 0.96794 0.99276 0.99862 0.99977 0.99997 1.00000
Cumulative Distribution Function Poisson with mean = 1.3 x 0 1 2 3 4 5 6 7 8 9
P( X <= x ) 0.27253 0.62682 0.85711 0.95690 0.98934 0.99777 0.99960 0.99994 0.99999 1.00000
Cumulative Distribution Function Poisson with mean = 0.77 x 0 1 2 3 4
P( X <= x ) 0.46301 0.81953 0.95679 0.99202 0.99881
107
Lanjutan Lampiran 5 5 6 7
0.99985 0.99998 1.00000
Cumulative Distribution Function Poisson with mean = 1.51 x 0 1 2 3 4 5 6 7 8 9
P( X <= x ) 0.22091 0.55448 0.80633 0.93310 0.98095 0.99540 0.99904 0.99982 0.99997 1.00000
Cumulative Distribution Function Poisson with mean = 1 x 0 1 2 3 4 5 6 7 8
P( X <= x ) 0.36788 0.73576 0.91970 0.98101 0.99634 0.99941 0.99992 0.99999 1.00000
Cumulative Distribution Function Poisson with mean = 0.41 x 0 1 2 3 4 5
P( X <= x ) 0.66365 0.93575 0.99153 0.99915 0.99993 1.00000
Cumulative Distribution Function Poisson with mean = 0.19 x 0 1 2 3 4 5
P( X <= x ) 0.82696 0.98408 0.99901 0.99995 1.00000 1.00000
108
Lanjutan Lampiran 5 Cumulative Distribution Function Poisson with mean = 0.54 x 0 1 2 3 4 5 6
P( X <= x ) 0.58275 0.89743 0.98240 0.99769 0.99976 0.99998 1.00000
Cumulative Distribution Function Poisson with mean = 0.39 x 0 1 2 3 4 5
P( X <= x ) 0.67706 0.94111 0.99260 0.99929 0.99995 1.00000
Cumulative Distribution Function Poisson with mean = 17.94 x 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
P( X <= x ) 0.00000 0.00000 0.00000 0.00002 0.00009 0.00034 0.00109 0.00301 0.00731 0.01589 0.03128 0.05638 0.09390 0.14568 0.21203 0.29139 0.38037 0.47427 0.56786 0.65623 0.73549 0.80321 0.85843 0.90150 0.93369 0.95679 0.97274 0.98333 0.99011 0.99431 0.99682
109
Lanjutan Lampiran 4 31 32 33 34 35 36 37 38 39
0.99828 0.99909 0.99953 0.99977 0.99989 0.99995 0.99998 0.99999 1.00000
Cumulative Distribution Function Poisson with mean = 14.98 x 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35
P( X <= x ) 0.00000 0.00000 0.00004 0.00021 0.00087 0.00283 0.00773 0.01821 0.03784 0.07050 0.11944 0.18608 0.26927 0.36513 0.46770 0.57014 0.66604 0.75055 0.82088 0.87633 0.91786 0.94749 0.96766 0.98080 0.98900 0.99391 0.99675 0.99832 0.99916 0.99959 0.99981 0.99991 0.99996 0.99998 0.99999 1.00000
Cumulative Distribution Function Poisson with mean = 3.63 x 0 1 2
P( X <= x ) 0.02652 0.12277 0.29747
110
Lanjutan Lampiran 5 3 4 5 6 7 8 9 10 11 12 13 14 15
0.50886 0.70069 0.83996 0.92422 0.96792 0.98774 0.99574 0.99864 0.99960 0.99989 0.99997 0.99999 1.00000
Cumulative Distribution Function Poisson with mean = 4.44 x 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
P( X <= x ) 0.01180 0.06417 0.18044 0.35252 0.54353 0.71314 0.83866 0.91827 0.96246 0.98426 0.99393 0.99784 0.99929 0.99978 0.99994 0.99998 1.00000
Cumulative Distribution Function Poisson with mean = 1.36 x 0 1 2 3 4 5 6 7 8 9
P( X <= x ) 0.25666 0.60572 0.84308 0.95068 0.98727 0.99722 0.99947 0.99991 0.99999 1.00000
Cumulative Distribution Function Poisson with mean = 0.37 x 0 1 2 3
P( X <= x ) 0.69073 0.94631 0.99359 0.99942
111
Lanjutan Lampiran 5 4 5
0.99996 1.00000
Cumulative Distribution Function Poisson with mean = 0.5 x 0 1 2 3 4 5 6
P( X <= x ) 0.60653 0.90980 0.98561 0.99825 0.99983 0.99999 1.00000
Cumulative Distribution Function Poisson with mean = 1.06 x 0 1 2 3 4 5 6 7 8
P( X <= x ) 0.34646 0.71370 0.90834 0.97711 0.99533 0.99920 0.99988 0.99998 1.00000
Cumulative Distribution Function Poisson with mean = 0.55 x 0 1 2 3 4 5 6
P( X <= x ) 0.57695 0.89427 0.98154 0.99753 0.99973 0.99998 1.00000
Cumulative Distribution Function Poisson with mean = 0.1 x 0 1 2 3
P( X <= x ) 0.90484 0.99532 0.99985 1.00000
Cumulative Distribution Function Poisson with mean = 4.06 x 0 1
P( X <= x ) 0.01725 0.08728
112
Lanjutan Lampiran 5 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
0.22944 0.42184 0.61712 0.77568 0.88298 0.94521 0.97680 0.99104 0.99683 0.99896 0.99969 0.99991 0.99998 0.99999 1.00000
Cumulative Distribution Function Poisson with mean = 3.61 x 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
P( X <= x ) 0.02705 0.12471 0.30098 0.51309 0.70453 0.84274 0.92590 0.96878 0.98814 0.99590 0.99870 0.99962 0.99990 0.99997 0.99999 1.00000
Cumulative Distribution Function Poisson with mean = 0.79 x 0 1 2 3 4 5 6 7
P( X <= x ) 0.45384 0.81238 0.95400 0.99130 0.99866 0.99983 0.99998 1.00000
Cumulative Distribution Function Poisson with mean = 0.17 x 0 1 2 3 4
P( X <= x ) 0.84366 0.98709 0.99928 0.99997 1.00000
113
Lanjutan Lampiran 5 Cumulative Distribution Function Poisson with mean = 0.07 x 0 1 2 3
P( X <= x ) 0.93239 0.99766 0.99995 1.00000
Cumulative Distribution Function Poisson with mean = 0.98 x 0 1 2 3 4 5 6 7 8
P( X <= x ) 0.37531 0.74312 0.92334 0.98221 0.99664 0.99946 0.99993 0.99999 1.00000
