PERANCANGAN MODEL PENYALURAN KREDIT USAHA RAKYAT (KUR) DI BPD CABANG X DENGAN MENGGUNAKAN AGENT-BASED MODELING AND SIMULATION Oleh: TATBITA TITIN SUHARIYANTO 2509.100.132 Dosen Pembimbing: Moses Laksono Singgih, Ir., M.Sc., P.hD., Prof. Bambang Syairudin, Ir., MT., Dr.
Kredit Usaha Rakyat (KUR) Unit Mikro, Kecil, Menengah, dan Koperasi
Produktif
Layak
Belum bankable
BPD penyalur KUR terbesar (Rp 3.3 triliun)
Pemerintah (Dinas Koperasi dan UMKMK)
Kebijakan Penjaminan Kredit kepada Pada tahun 2013, BPD X mengurangi UMKMK Nomor KEP-07/M.EKON/01/01/2012 penyaluran KUR tentang Penambahan Pelaksana KUR Bank Pembangunan Daerah Kredit macet di bank mayoritas disumbang oleh KUR sebesar 10% Tingkat gagal bayar mencapai 3,25% dari debitur
Nilai Non Performing Loan (NPL)/Kredit Bermasalah di BPD X sebesar 13,5% Komite KUR. 2013
BPD X
Nilai NPL terbesar dari seluruh BPD di Indonesia
Nilai NPL < 5% Bank Indonesia, 2011
Salah satu cabang terbesar BPD X
Pemerintah (Dinas Koperasi dan UMKMK)
Telah menyalurkan KUR kepada 119 debitur Plafond yang disalurkan sebesar Rp 41,593 M
NPL di BPD Cabang X sebesar
Bank Pembangunan Daerah
57,62%
BPD X
BISNIS
GAGAL
GAGAL
MENGEMBALIKAN KREDIT
BPD Cabang X
Ketidakpastian
Saling ketergantungan
Kompleksitas
Mengapa
ABMS fokus pada interaksi agen membuat sistem simulasi ini dipilih untuk menyelesaikan masalah KUR yang melibatkan banyak agen.
Bank Pelaksana
Sekitar 86 debitur
AGEN
Pemodelan ABMS?
Beragamnya perilaku UMKMK dalam hal pengembalian kredit
Ketidakpastian UMKMK dalam membayar kredit
PERUMUSAN MASALAH
TUJUAN PENELITIAN
Bagaimana merancang model berbasis agen yang dapat menggambarkan permasalahan eksisting Kredit Usaha Rakyat (KUR) di BPD Cabang X?
Merancang model berbasis agen yang dapat menggambarkan permasalahan eksisting Kredit Usaha Rakyat (KUR) di BPD Cabang X
Bagaimana merancang skenario perbaikan pada model berbasis agen yang dapat mengurangi nilai non performing loan BPD Cabang X?
Merancang skenario perbaikan pada model berbasis agen yang dapat mengurangi non performing loan BPD Cabang X
BATASAN Jenis produk kredit yang diamati adalah Kredit Usaha Rakyat (KUR) untuk Kredit Modal Kerja dan Kredit Investasi
Pelaksanan KUR pada wilayah cakupan BPD Cabang X Data debitur KUR yang digunakan adalah data debitur yang mendapatkan KUR dari bulan Agustus 2010 hingga Mei 2013 Perancangan model simulasi tidak melibatkan stakeholder lembaga penjamin
ASUMSI Pergantian kepemimpinan di BPD Cabang X tidak mengubah mekanisme KUR secara signifikan Jenis perhitungan pokok tiap bulan menggunakan metode flat Cadangan KUR di bank tidak terbatas Nilai NPL pada simulasi diambil per 33 ticks dan per ticks diasumsikan waktu per 30 hari
METODOLOGI PENELITIAN
Perancangan Model Konseptual Identifikasi agen yang terlibat Model Data Flow Diagram Perancangan causal loop diagram
Identifikasi role tiap agen Penilaian terhadap role tiap agen (bahasa pemrograman)
METODOLOGI PENELITIAN Perancangan Model Simulasi Perancangan model dengan menggunakan software NetLogo
Uji Verifikasi Uji verifikasi dilakukan untuk memastikan tidak adanya error pada model
Uji Validasi Tahap pengujiaan apakah logika dari model yang dirancang telah sesuai dengan kondisi permasalahan dalam sistem dan real system.
METODOLOGI PENELITIAN
Perancangan Skenario Perbaikan Merancang beberapa skenario perbaikan yang dapat mengurangi NPL
Uji Signifikansi Uji signifikansi dilakukan menggunakan ANOVA (Analysis of Variance) dengan bantuan software SPSS
MANFAAT PENELITIAN
Penulis
Perbankan
Mendapatkan pengetahuan tentang kondisi praktis dan teoritis pelaksanaan KUR Mendapatkan masukan terkait proses pemberian KUR kepada UMKMK
Model Konseptual dalam Data Flow Diagram 6
Operasional Kredit
Mencatat pembayaran kredit
DS4
Data pembayaran kredit
4
Operasional Kredit
Menyalurkan KUR sebesar jumlah plafond yang telah disepakati
DS1
Data pengajuan KUR (pending)
DS2
Data nasabah tidak layak
DS3
Data nasabah layak
Model Konseptual dalam Causal Loop Diagram
Pengidentifikasian Agen yang Terlibat NO
NAMA AGEN
JUMLAH
PERILAKU Memperoleh KUR Membayar kredit tepat waktu
1
Debitur
0-86
HUBUNGAN INTERAKSI Agen lain Keterangan Interaksi Menerima uang KUR melalui rekening Bank
Tidak membayar kredit tepat waktu
2
Bank
Membayar cicilan kredit
Memberikan uang sebesar plafond yang telah disetujui
Menyalurkan KUR melalui rekening kepada debitur yang layak
Menangani pembayaran cicilan
Memonitor pembayaran cicilan
1
Debitur Menghitung NPL
Memonitor debitur yang memiliki kredit bermasalah
Menghitung ketepatan waktu pembayaran cicilan secara periodik untuk mendapatkan nilai NPL
Alur Algoritma Pemrograman
Probabilitas dalam Sistem
Probabilitas dalam Sistem Model Simulasi 1
Model Simulasi 2
Model Simulasi 1 Probabilitas Debitur Membayar atau Tidak Membayar Cicilan ke1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 100% 100% 100% 100% 100% 100% 100% 100% 100% 99% 98% 96% 95% 95% 92% 89% Bayar Tidak bayar 0% 0% 0% 0% 0% 0% 0% 0% 0% 1% 3% 4% 5% 5% 8% 11%
Cicilan ke17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 88% 84% 83% 76% 78% 80% 84% 86% 84% 74% 82% 81% 71% 60% 40% 0% Bayar Tidak bayar 12% 16% 17% 24% 22% 20% 16% 14% 16% 26% 18% 19% 29% 40% 60% 100%
Kategori Rentang Waktu Jenis Kredit Kolektibilitas Pengembalian Kredit Kolektibilitas 1 Kredit Lancar Setiap tanggal jatuh tempo Kolektibilitas 2 Kredit dalam Perhatian Khusus Kurang dari 90 hari Kolektibilitas 3 Kredit Kurang Lancar 91 hari - 120 hari Kolektibilitas 4 Kredit Diragukan 121 hari - 180 hari Kolektibilitas 5 Kredit Macet lebih dari 180 hari
Perilaku Debitur dalam Sistem Jika pada periode ini tidak membayar, maka periode selanjutnya tidak akan membayar
Model Simulasi 2 Probabilitas Debitur Membayar atau Tidak Membayar Kategori 1 2 3 4 5
Character Capacity Capital Condition Collateral (C1) (C2) (C3) (C4) (C5) Yes Yes Yes Yes Yes No Yes Yes Yes Yes No No Yes Yes Yes No No No Yes Yes No No No No Yes
Kategori Jumlah 5C Tunggakan 1 2 3 4 5
Kategori Rentang Waktu Jenis Kredit Kolektibilitas Pengembalian Kredit Kolektibilitas 1 Kredit Lancar Setiap tanggal jatuh tempo Kolektibilitas 2 Kredit dalam Perhatian Khusus Kurang dari 90 hari Kolektibilitas 3 Kredit Kurang Lancar 91 hari - 120 hari Kolektibilitas 4 Kredit Diragukan 121 hari - 180 hari Kolektibilitas 5 Kredit Macet lebih dari 180 hari
0 < 5 bulan < 6 bulan < 8 bulan > 8 bulan
Skenario Perbaikan 1 untuk Model Simulasi 1 Mengeliminasi perilaku debitur yang tidak baik
Me-monitoring debitur pada kolektibilitas 2
Menurunkan NPL antara 0% - 2,4%
Ho: µ1 = µ0 Ha: µ1 ≠ µ0 significance value (2tailed) sebesar 0.00. Nilai ini lebih kecil daripada 0.05 yang berarti terdapat perbedaan yang signifikan.
Skenario Perbaikan untuk Model Simulasi 2 Skenario Perbaikan 2.1
Skenario Perbaikan 2.2
Memperketat penerimaan debitur
Melonggarkan penerimaan debitur
Hanya debitur kategori 1 yang diterima
Debitur kategori 1 dan 2 yang diterima
Menurunkan NPL hingga 0%
Menurunkan NPL antara 4,6% - 11,4%
significance value lebih kecil daripada 0.05, sehingga dapat disimpulkan bahwa ketiga model telah berbeda signifikan
Mengapa membuat dua model simulasi ? Mengetahui pergerakan debitur di setiap periode cicilan
Model Simulasi 1
Bank perlu memperhatikan debitur ketika sudah berada pada cicilan ke-10 Mengetahui bagaimana nilai NPL apabila perilaku debitur yang tidak baik dihilangkan
Model Simulasi 2
Mengetahui pengaruh kategori 5C debitur terhadap kondisi nilai NPL Semakin banyak debitur yang memilki kategori 5C yang buruk akan meningkatkan nilai NPL
Peta Perancangan Skenario Perbaikan
1 2
Simpulan Konsep Model Pertama
Konsep Model Kedua
mengatur probabilitas debitur membayar atau tidak membayar berdasarkan periode cicilan.
mengatur probabilitas debitur membayar atau tidak membayar berdasarkan kategori 5C.
Skenario Perbaikan 1
Skenario Perbaikan 2.1
Skenario Perbaikan 2.2
menambah probabilitas debitur pada kolektibilitas 2 untuk membayar kembali
hanya melibatkan debitur kategori 1 dalam simulasi
melibatkan debitur kategori 1 dan 2 dalam simulasi
Nilai NPL sebesar 0% - 2,4%
Nilai NPL sebesar 0%
Nilai NPL sebesar 4,6% - 11,4%
Saran Perlu dilakukan penelitian lebih lanjut mengenai analisis 5C (Character, Capacity, Capital, Condition, and Collateral) Model ini dapat dikembangkan untuk melakukan perhitungan pokok tiap bulan yang tidak menggunakan metode flat Model dapat dikembangkan dengan lembaga penjamin dan pemerintah
melibatkan
agen
TERIMA KASIH
DAFTAR PUSTAKA Bank Indonesia, 2004. Peraturan Bank Indonesia Nomor 6/9/PBI/2004 tentang Tindak Lanjut Pengawasan dan Penetapan Status Bank, Bank Indonesia, 2009. Peraturan Bank Indonesia Nomor: 11/2/PBI/2009 tentang Perubahan Ketiga atas Peraturan Bank Indonesia Nomor 7/2/PBI/2005 tentang Penilaian Kualitas Aktiva Bank Umum. Available at: http://www.bi.go.id/NR/rdonlyres/01AE33A6-8EE5-41E7-829F251FE141A214/15415/pbi_110209final.pdf. Bastian, Indra dan Suharjono. 2006. Akuntansi Perbankan. Edisi Pertama. Jakarta: Salemba Empat Bonabeau, E. 2001. Agent-based modeling: methods and techniques for simulating human systems. In Proceedings of National Academy of Sciences 99(3): 7280 -7287. Borshchev, A. & Filippov, A., 2004. From System Dynamics and Discrete Event to Practical Agent Based Modeling : Reasons, Techniques, Tools. Deputi Bidang Pengkajian Sumberdaya UKMK, 2007. Kajian Dampak Kredit Usaha Rakyat. In Deputi Bidang Pengkajian Sumberdaya UKMK Asdep Urusan Penelitian UKM, pp. 8–27. Direktorat Pembiayaan Pertanian, 2012. Pedoman Teknis Kredit Usaha Rakyat (KUR) Sektor Pertanian, Direktorat Pembiayaan Pertanian; Direktorat Jenderal Prasarana dan Sarana Pertanian; Kementrian Pertanian. Hasan, S., 2012. Menkop: KUR Bukti Sukses Financial Inclusion. AntaraNews.com, p.1. Available at: http://www.antaranews.com/berita/332635/menkop-kur-bukti-sukses-financial-inclusion [Accessed April 12, 2013]. Ikatan Akuntan Indonesia. 2000. Standar Akuntansi Keuangan. Jakarta: Salemba Empat Ismail. 2010. Akuntansi Bank. Jakarta : Penerbit Kencana
DAFTAR PUSTAKA
Komite Kredit Usaha Rakyat, 2013. SEBARAN PENYALURAN KREDIT USAHA RAKYAT PERIODE NOVEMBER 2007- FEBRUARI 2013. Available at: http://komite-kur.com/article-77-sebaran-penyaluran-kredit-usaha-rakyat-periode-november-2007-februari-2013.asp [Accessed March 28, 2013].
Macal, C.M. & North, M.J., 2009. AGENT-BASED MODELING AND SIMULATION. In Proceedings of the 2009 Winter Simulation Conference. Argonne, United States of America, pp. 86–98.
Maidstone, R., 2012. Discrete Event Simulation , System Dynamics and Agent Based Simulation : Discussion and Comparison. , pp.1–6.
Mulyono, Teguh Pudjo. 2002. Aplikasi Akuntansi Manajemen: Dalam Praktik Perbankan. Edisi 3. Yogyakarta : BPFE
PT. (Persero) Askrindo, 2007. Produk PT. (Persero) Askrindo. , p.1. Available at: http://www.bumn.go.id/askrindo/tentang-kami/product/ [Accessed April 10, 2013].
Siamat, Dahlan. 2001. Manajemen Lembaga Keuangan. Jakarta: Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia.
Sukrianto, H., 2013. Banyak Kredit Macet, Bank Jatim Kurangi Penyaluran KUR. economy.okezone.com, p.1. Available at: http://economy.okezone.com/read/2013/03/07/457/772636/banyak-kredit-macet-bank-jatim-kurangi-penyaluran-kur [Accessed March 28, 2013].
Syarif, T., 2011. Prospek dan Kendala KUR dalam Mendukung Perkuatan Permodalan UKMK, Bidang Pengkajian Sumberdaya dan UKM dan Koperasi, Kementrian Negara Koperasi dan UKM.
Tako, A.A. & Robinson, S., 2009. COMPARING MODEL DEVELOPMENT IN DISCRETE EVENT SIMULATION AND SYSTEM DYNAMICS. , (Sweetser 1999), pp.979–991.
Tim Nasional Percepatan Penanggulangan Kemiskinan, 2011. Klaster III - Program Kredit Usaha Rakyat (KUR). , p.1. Available at: http://tnp2k.go.id/tanya-jawab/klaster-iii/progam-kredit-usaha-rakyat-kur/ [Accessed April 14, 2013].
Tim Pelaksana Komite Kebijakan Penjaminan Kredit/Pembiayaan Kepada UMKMK, 2007. BUKU TANYA JAWAB SEPUTAR KREDIT USAHA RAKYAT ( KUR ), Tim Komite Kebijakan Penjaminan Kredit/Pembiayaan Kepada Usaha Mikro, Kecil, Menengah dan Koperasi.
Tjoekam. 1999. Perkreditan Bisnis Inti Bank Komersial, PT. Gramedia Pustaka Utama: Jakarta
Undang-Undang Republik Indonesia Nomor 10 Tahun 1998, 1998. Undang-Undang Republik Indonesia Nomor 10 Tahun 1998 tentang Perubahan atas Undang-Undang Nomor 7 Tahun 1992 tentang Perbankan. Available at: http://www.komisiinformasi.go.id/assets/data/arsip/uu-bank-10-1998.pdf.
Xiang, X., Dame, N. & Cabaniss, S., 2005. Verification and Validation of Agent-based Scientific Simulation Models. , pp.47–55.
