EVALUASI DUA TAHAP EFISIENSI CABANG BANK MENGGUNAKAN DATA ENVELOPMENT ANALYSIS (DEA)

EVALUASI DUA TAHAP EFISIENSI CABANG BANK MENGGUNAKAN DATA ENVELOPMENT ANALYSIS (DEA) Oleh : Vivit Ninda Mayangsari (1207 100 030) Dosen Pembimbing: Pembimbing: Drs. Sulistiyo, Sulistiyo, MT 1

PENDAHULUAN

Latar Belakang

Latar Belakang Rumusan Masalah

Pertumbuhan industri perbankan yang tinggi dengan tingkat persaingan yang ketat

Batasan Masalah Tujuan Penelitian Manfaat Penelitian

Perbaikan kinerja cabang bank agar tetap kompetitif dengan memanfaatkan input terhadap output yang akan diperoleh

TINJAUAN PUSTAKA METODE PENELITIAN

Data Envelopment Analysis (DEA), model program

HASIL PENELITIAN

matematis nonparametrik untuk mengevaluasi produktivitas relatif dari unit pembuat keputusan (Decision Making Unit/DMU)

PENUTUP

2

PENDAHULUAN

Latar Belakang

Latar Belakang Rumusan Masalah

Penelitian sebelumnya Batasan Masalah Tujuan Penelitian Manfaat Penelitian

• Sumitro (2005) 2005) : Penilaian Efisiensi Bank Umum Swasta Nasional Devisa dan Bank Asing dengan Menggunakan Data Envelopment Analysis (DEA). (DEA). • Laily, A.S (2010) : Pengukuran dan Analisis Efisiensi Bank Pembangunan Daerah Menggunakan Data (DEA). Envelopment Analysis (DEA).

TINJAUAN PUSTAKA METODE PENELITIAN HASIL PENELITIAN PENUTUP

3

PENDAHULUAN Latar Belakang

Rumusan Masalah Batasan Masalah Tujuan Penelitian Manfaat Penelitian TINJAUAN PUSTAKA METODE PENELITIAN

Rumusan Masalah 1. Bagaimana mengevaluasi efisiensi cabang bank dengan menggunakan Data Envelopment Analysis (DEA) dalam pendekatan utama kinerja bank yaitu intermediation approach dan

production approach. 2. Bagaimana mengidentifikasi faktor-faktor yang mempengaruhi ketidakefisienan cabang bank. 3. Bagaimana cara meningkatkan efisiensi cabang bank yang tidak efisien berdasar metode Data Envelopment Analysis (DEA) yang berfokus pada output (output-oriented).

HASIL PENELITIAN PENUTUP

4

PENDAHULUAN Latar Belakang Rumusan Masalah

Batasan Masalah Tujuan Penelitian Manfaat Penelitian

Batasan Masalah 1. Input dan output mempunyai kedudukan yang sama dengan unit lain dalam tipe yang sama. 2. Variabel-variabel input merupakan kelompokkelompok biaya independen satu sama lain. 3. Objek yang diteliti adalah kantor-kantor cabang pada Bank Umum Swasta Nasional Devisa. 4. Optimasi yang digunakan adalah optimasi

output-oriented. TINJAUAN PUSTAKA METODE PENELITIAN HASIL PENELITIAN PENUTUP

5

PENDAHULUAN Latar Belakang Rumusan Masalah Batasan Masalah

Tujuan Penelitian Manfaat Penelitian TINJAUAN PUSTAKA METODE PENELITIAN HASIL PENELITIAN PENUTUP

Tujuan Penelitian 1. Mengevaluasi efisiensi cabang bank dengan menggunakan Data Envelopment Analysis (DEA) dalam pendekatan utama kinerja bank yaitu intermediation approach dan production approach. 2. Mengidentifikasi faktor-faktor yang mempengaruhi ketidakefisienan dari cabang bank. 3. Mendapatkan alternatif cara untuk meningkatkan efisiensi atau perbaikan terhadap cabang bank yang tidak efisien berdasar metode Data Envelopment Analysis (DEA) yang berfokus pada output (output-oriented)

6

PENDAHULUAN Latar Belakang Rumusan Masalah Batasan Masalah Tujuan Penelitian

Manfaat Penelitian

Manfaat Penelitian 1. Sebagai salah satu acuan untuk mengetahui efisiensi cabang bank. 2. Memberikan informasi tentang kinerja cabang bank dalam pendekatan utama kinerja bank yaitu intermediation approach dan production approach. 3. Memberikan alternatif bagi cabang bank yang tidak efisien untuk meningkatkan efisien kinerjanya.

TINJAUAN PUSTAKA METODE PENELITIAN HASIL PENELITIAN PENUTUP

7

PENDAHULUAN TINJAUAN PUSTAKA Studi Pendahuluan Definisi Efisiensi Pendekatan Utama Kinerja Bank

Data Envelopment Analysis (DEA) Penetapan Target Perbaikan

METODE PENELITIAN

Definisi Efisiensi Efisiensi merupakan salah satu parameter kinerja yang secara teoritis mendasari seluruh kinerja suatu organisasi. Efisiensi didefinisikan sebagai kesuksesan dalam memproduksi output semaksimal mungkin dari sejumlah input yang diberikan. Konsep dari pengukuran efisiensi itu sendiri dapat dilihat dari fokus input atau output (Farrel, 1957). Penilaian efisiensi cabang bank yang dimaksud adalah technical efficiency. Efisiensi teknis menunjukkan kemampuan perusahaan untuk mencapai output semaksimal mungkin dari sejumlah input.


8



METODE PENELITIAN

Pendekatan Utama Kinerja Bank Dua pendekatan yang merupakan aktivitas inti perbankan adalah[8]:

1. Intermediation approach Pendekatan ini memandang bank sebagai perantara antara penabung dan pengguna (investor).

2. Production approach Pendekatan ini memandang bank sebagai proses produksi dari pelayanan penabung dan pengguna.


9

PENDAHULUAN

Data Envelopment Analysis (DEA)

TINJAUAN PUSTAKA Studi Pendahuluan Definisi Efisiensi Pendekatan Utama Kinerja Bank


Metode ini dikembangkan pertama kali oleh Charner, Cooper, dan Rhodes (CCR) pada tahun 1978 yang diaplikasikan untuk mengukur efisiensi institusi pendidikan. DEA merupakan metodologi nonparametrik pada linier programming yang menghitung rasio bobot dari output terhadap input dari masingmasing unit produksi (Decision Making Unit, DMU) yang hasilnya dinamakan relative efficiency score [1]. Nilai efisiensi yang didapatkan nanti berkisar antara 0 sampai 1. s

z =

∑

u r y rj

∑

v i x ij

r =1 m i =1

METODE PENELITIAN HASIL PENELITIAN PENUTUP

Dimana ur adalah bobot dari output r, vi adalah bobot dari input i, dan yrj dan xij adalah nilai dari output dan input dari masing-masing unit produksi ke-j. 10

PENDAHULUAN TINJAUAN PUSTAKA Studi Pendahuluan Definisi Efisiensi

DEA-CCR Model DEA-CCR merupakan bentuk original dari metode Data Envelopment Analysis yang dikembangkan pertama kali oleh Charner, Cooper, Rhodes (1978). Pada model DEA-CCR ini juga dikenal sebagai model CRS (Constant Return to Scale), yaitu suatu model yang berasumsi bahwa tiap DMU telah beroperasi secara optimal. Model DEA-CCR berorientasi output diformulasikan sebagai berikut.

Pendekatan Utama Kinerja Bank dengan kendala



: tingkat penambahan output total DMU ke-o : DMU yang sedang diteliti : tingkat penambahan output DMU ke-o : bobot DMU ke-j i : input ke-i r : output ke-r j : DMU ke-j

: slack input ke-i : slack output ke-r : nilai input ke-i unit ke-j : nilai output ke-r unit ke-j

11


DEA-BCC Model DEA-BCC merupakan pengembangan dari model DEA-CCR yang dikembangkan oleh Banker, Charnes dan Cooper (1984). Model ini berasumsi pada variable return to scale (VRS) dimana ukuran input atau output dapat menyebabkan naik turunnya nilai efisiensi. Hal ini dikarenakan bahwa pada kenyataannya tidak semua DMU dapat diasumsikan telah beroperasi secara optimal.

dengan kendala



: tingkat penambahan output total DMU ke-o : DMU yang sedang diteliti : tingkat penambahan output DMU ke-o : bobot DMU ke-j i : input ke-i r : output ke-r

: slack input ke-i : slack output ke-r : nilai input ke-i unit ke-j : nilai output ke-r unit ke-j j : DMU ke-j 12

PENDAHULUAN

Skala Efisiensi TINJAUAN PUSTAKA Studi Pendahuluan Definisi Efisiensi

Skala efisiensi merupakan perbedaan dari nilai technical efficiency CRS terhadap technical efficiency VRS.

Pendekatan Utama Kinerja Bank


METODE PENELITIAN

Jika TECRS = TEVRS maka SE = 1. Jika TEVRS >SE, maka perubahan nilai efisiensi naik atau turun dipengaruhi oleh TEVRS -nya. Jika TEVRS <SE, maka perubahan efisiensi naik atau turun dipengaruhi oleh perkembangan SE-nya.


13

PENDAHULUAN TINJAUAN PUSTAKA Studi Pendahuluan Definisi Efisiensi

DEA-SBM (Slacks-Based Measure) Model SBM diintrepertasikan sebagai hasil dari input dan output inefisien untuk mengidentifikasi semua sumber ketidakefisienan dari DMU yang diteliti[1]. Model DEA-SBM output-oriented diformulasikan sebagai berikut.

Pendekatan Utama Kinerja Bank

Data Envelopment Analysis (DEA)

dengan kendala

Penetapan Target Perbaikan


: nilai efisiensi : bobot DMU ke-j

r : output ke-r

: slack output ke-r : nilai output ke-r unit ke-j j : DMU ke-j

14



METODE PENELITIAN

Penetapan Target Perbaikan Penentuan target ditentukan melalui nilai slack yang diperoleh dari perhitungan DEA yang digunakan. Penetapan target perbaikan berdasarkan outputoriented adalah

Output : θ*yro + s+ Input : xio – s – dengan yro adalah variabel output ke-r dari DMU yang diteliti, xio adalah variabel input ke-i dari DMU yang diteliti, s+ adalah slack untuk output dan s – adalah slack untuk input.


15

Data-data input dan output

Mengolah data dengan model DEACCR fokus output

Mengolah data dengan model DEA-BCC fokus output

Tahap I TE CRS

PTE VRS

Skala Efisiensi

DEA-SBM

Nilai Efisiensi

Tahap II

Target Perbaikan

Analisa Hasil 16

PENDAHULUAN

Pembentukan Model DEA TINJAUAN PUSTAKA Tabel 4.1 Gambaran Umum Variabel Input Output Tiap DMU METODE PENELITIAN

INPUT NO

HASIL PENELITIAN Pembentukan Model DEA Efisiensi Teknis dan Skala

Slacks –Based Measure (SBM) Penetapan Target Perbaikan Analisis Sensitivitas

PENUTUP

DMU

OUTPUT

BB (x1)

BOT (x2)

BOPO (x3)

BO (x4)

BTK (x5)

DPK (x6)

Pinjaman (y1)

Laba (y2)

FBI (y3)

1

BDG

x11

x21

x31

x41

x51

x61

y11

y21

y31

2

SMG

x12

x22

x32

x42

x52

x62

y12

y22

y32

3

SLO

x13

x23

x33

x43

x53

x63

y13

y23

y33

4

DRM

x14

x24

x34

x44

x54

x64

y14

y24

y34

5

VTR

x15

x25

x35

x45

x55

x65

y15

y25

y35

6

DPS

x16

x26

x36

x46

x56

x66

y16

y26

y36

7

MDN

x17

x27

x37

x47

x57

x67

y17

y27

y37

8

PLB

x18

x28

x38

x48

x58

x68

y18

y28

y38

9

MLG

x19

x29

x39

x49

x59

x69

y19

y29

y39

10

WIS

x110

x210

x310

x410

x510

x610

y110

y210

y310

11

KLP

x111

x211

x311

x411

x511

x611

y111

y211

y311

12

PSB

x112

x212

x312

x412

x512

x612

y112

y212

y312

13

PLT

x113

x213

x313

x413

x513

x613

y113

y213

y313

14

WSA

x114

x214

x314

x414

x514

x614

y114

y214

y314

15

WAH

x115

x215

x315

x415

x515

x615

y115

y215

y315

17

PENDAHULUAN

Efisiensi Teknis dan Skala TINJAUAN PUSTAKA Tabel 4.2 Hasil Perhitungan Software LINGO 11.0 METODE PENELITIAN


Slacks –Based Measure (SBM) Penetapan Target Perbaikan Analisis Sensitivitas

PENUTUP

CRS Score

VRS Score

Return-to-scale

Scale Efficiency

NO

DMU

1

BDG

0.753127

0.773228

decreasing

0.974004

2

SMG

1.000000

1.000000

constant

1.000000

3

SLO

0.888705

1.000000

increasing

0.888705

4

DRM

1.000000

1.000000

constant

1.000000

5

VTR

0.469519

0.526032

increasing

0.892567

6

DPS

1.000000

1.000000

constant

1.000000

7

MDN

0.927155

0.966088

decreasing

0.959700

8

PLB

1.000000

1.000000

constant

1.000000

9

MLG

0.606813

0.662234

increasing

0.916312

10

WIS

1.000000

1.000000

constant

1.000000

11

KLP

0.752484

0.771213

increasing

0.975715

12

PSB

0.749381

0.796815

decreasing

0.940470

13

PLT

0.802492

0.904608

decreasing

0.887116

14

WSA

0.741918

0.747493

increasing

0.992542

15

WAH

1.000000

1.000000

constant

1.000000

18

PENDAHULUAN TINJAUAN PUSTAKA

SlacksSlacks-Based Measure (SBM) Tabel 4.3 Hasil Perhitungan DEADEA-SBM Software LINGO 11.0 Slack Variabel Output

DMUlack

METODE PENELITIAN


SlacksSlacks-Based Measure (SBM) Penetapan Target Perbaikan Analisis Sensitivitas

BDG

0.5930762

46212.32

31961.17

22580.32

SMG

0.4852513

121900.6

41178.58

25257.46

SLO

0.3697380

149019.9

50876.71

29549.05

DRM

0.7412802

0.000000

15912.12

15870.69

VTR

0.3958901

207996.6

47235.63

27029.30

DPS

0.4311718

463415.6

47666.65

13975.06

MDN

0.5744788

0.000000

22943.10

24780.57

PLB

0.4657820

0.000000

29549.85

28237.62

MLG

0.3887674

210184.4

50465.93

25846.99

WIS

1.0000000

0.000000

0.000000

0.000000

KLP

0.5096068

415171.9

15974.63

11323.33

PSB

0.4896117

69943.95

25960.12

29189.35

PLT

0.6150060

20382.84

10956.24

25785.41

WSA

0.6953716

305806.4

14678.31

0.000000

WAH

1.0000000

0.000000

0.000000

0.000000

Keterangan: : slack variabel pinjaman : slack variabel laba : slack variabel fee based income (FBI)

PENUTUP

19

Efisiensi Teknis Murni (PTE)

Efisiensi Teknis CRS (TE) 1.2

1.2

1

1

0.8

0.8

0.6

0.6

0.4 0.4

0.2

0.2 WAH

WSA

PLT

PSB

KLP

WIS

PLB

MLG

MDN

DPS

VTR

SLO

DRM

DMU-DMU

SMG

0 BDG

WAH

WSA

PLT

PSB

KLP

WIS

MLG

PLB

MDN

DPS

VTR

DRM

SLO

SMG

BDG

0

DMU-DMU

Gambar 4.1 Grafik Efisiensi Teknis CRS Tiap DMU

Gambar 4.2 Grafik Efisiensi Teknis VRS Tiap DMU

DMU-DMU

Gambar 4.3 Skala Efisiensi Tiap DMU

WAH

WSA

PLT

PSB

KLP

WIS

PLB

MLG

MDN

DPS

VTR

DRM

SLO

BDG

WAH

WSA

PLT

0 PSB

0 KLP

0.2

WIS

0.2 MLG

0.4

PLB

0.4

MDN

0.6

DPS

0.6

VTR

0.8

DRM

0.8

SLO

1

SMG

1

BDG

1.2

1.2

SMG

Efisiensi Teknis SBM

Skala Efisiensi (SE)

DMU-DMU

Gambar 4.4 Grafik Efisiensi Teknis SBM Tiap DMU 20

Penetapan Target Perbaikan Tabel 4.8 Rekapitulasi Target Perbaikan Model DEA-CCR (dalam juta rupiah) DMU

BDG

Variabel BB BOT BOPO BO BTK Pinjaman DPK Laba FBI

Nilai Awal 165546.42 577.95 1734.73 9128.09 32693.31 361335.13 2723618.69 43934.27 18769.98

Target Perbaikan 110569.87 411.0924 612.302 9128.09 20411.27 361335.13 1946561.79 62427.20484 18769.98

Tabel 4.9 Rekapitulasi Target Perbaikan Model DEA-BCC (dalam juta rupiah)

Improve

DMU

33.21% 28.87% 64.70% 0% 37.57% 0% 28.53 42.09% 0%

BDG

Variabel

Nilai Awal

BB BOT BOPO BO BTK Pinjaman DPK Laba FBI

165546.42 577.95 1734.73 9128.09 32693.31 361335.13 2723618.69 43934.27 18769.98


Improve 35.50% 0% 51.76% 0% 42.57% 0% 30.51% 34.36% 0%

Tabel 4.10 Rekapitulasi Target Perbaikan Model DEA-SBM (dalam juta rupiah) DMU

BDG


Nilai Awal 165546.42 577.95 1734.73 9128.09 32693.31 361335.13 2723618.69 43934.27 18769.98


Improve 0% 0% 0% 0% 0% 12.79% 0% 72.75% 120.30%

21

PENDAHULUAN

Tabel 4.11 Hasil Analisis Sensitivitas Model DEA-CCR DMU

TINJAUAN PUSTAKA METODE PENELITIAN

HASIL PENELITIAN Pembentukan Model DEA

BDG

Nilai Awal

1.327798


DMU

Nilai Awal

Efisiensi Teknis dan Skala BDG

1.293279

SlacksSlacks-Based Measure (SBM)

Analisis Sensitivitas

PENUTUP

165546.42 577.95 1734.73 9128.09 32693.31 361335.13 2723618.69 43934.27 18769.98

Improvisasi 0.332091446 0.288705943 0.647033255 0 0.375672211 0 0.285303116 0.420922774 0

Nilai Dual Price 0.1000000E-06 0.1000000E-06 0.1000000E-06 0.1227366E-03 0.1000000E-06 -0.9213566E-06 0.1000000E-06 -0.1000000E-06 -0.3530574E-04

Kontribusi Peningkatan/ Penurunan 0.005497655 1.66858E-05 0.000112243 0 0.001228197 0 0.07770569 -0.001849293 0

Nilai Baru 1.333295655 1.327814686 1.327910243 1.327798 1.329026197 1.327798 1.40550369 1.325948707 1.327798

Perubahan Efisiensi Teknis 0.750021195 0.753117141 0.753062946 0.753126605 0.752430616 0.753126605 0.711488705 0.754176987 0.753126605

Tabel 4.12 Hasil Analisis Sensitivitas Model DEA-BCC Variabel

BB

Penetapan Target Perbaikan

Nilai Asli (Juta Rp)

BOT BOPO BO BTK Pinjaman DPK Laba FBI

Nilai Asli (Juta Rp)

Improvisasi

Nilai Dual Price

Kontribusi Peningkatan/ Penurunan

Nilai Baru

Perubahan Efisiensi Teknis

165546.42

0.355027006

0.1000000E-06

5.87734E-03

1.299156345

0.769730298

577.95 1734.73 9128.09 32693.31 361335.13 2723618.69 43934.27 18769.98

0 0.517617496 0 0.425668737 0 0.305118559 0.343562412 0

0.2659738E-03 0.1000000E-06 0.2048868E-04 0.1000000E-06 -0.1873029E-05 0.1000000E-06 -0.1000000E-06 -0.1698538E-04

0 8.97927E-05 0 1.39165E-03 0 0.083102661 -1.50942E-03 0

1.293279 1.293368793 1.293279 1.294670652 1.293279 1.376381661 1.291769584 1.293279

0.77322836 0.773174678 0.77322836 0.77239721 0.77322836 0.726542665 0.774131867 0.77322836

Tabel 4.13 Hasil Analisis Sensitivitas Model DEA-SBM DMU

Nilai Awal

Variabel

BDG

0.5930762

Pinjaman Laba FBI

Nilai Asli (Juta Rp) 361335.13 43934.27 18769.98

Improvisasi 0.12789304 0.727476978 1.202996487

Nilai Dual Price -0.3244812E-06 -0.2668679E-05 -0.6246488E-05

Kontribusi Peningkatan/ Penurunan -0.014995006 -0.085294103 -0.141047073

Nilai Baru 0.578081194 0.507782097 0.452029127

Perubahan Efisiensi Teknis 0.578081194 0.507782097 0.452029127

22

PENDAHULUAN

Kesimpulan TINJAUAN PUSTAKA METODE PENELITIAN

HASIL PENELITIAN PENUTUP Kesimpulan Saran

Berdasarkan analisis dan pembahasan yang telah dilakukan terhadap 15 cabang Bank Umum Swasta Nasional Devisa, kesimpulan yang dapat diambil antara lain: 1. Kantor-kantor cabang Bank Umum Swasta Nasional Devisa yang memiliki kinerja efisien pada model DEA-CCR adalah Kantor Cabang SMG, Kantor Cabang DRM, Kantor Cabang DPS, Kantor Cabang PLB, Kantor Cabang WIS, dan Kantor Cabang WAH. Untuk model DEA-BCC kantor cabang yang kinerjanya efisien adalah Kantor Cabang SMG, Kantor Cabang SLO, Kantor Cabang DRM, Kantor Cabang DPS, Kantor Cabang PLB, Kantor Cabang WIS, dan Kantor Cabang WAH. Sedangkan, pada model DEA-SBM kantor cabang yang kinerjanya efisien adalah Kantor Cabang WIS dan WAH. Dari 15 kantor cabang bank yang diteliti, hanya Kantor Cabang WIS dan Kantor Cabang WAH memiliki kinerja terbaik dari ketiga model DEA dengan nilai efisiensi sama dengan 1 atau 100%, artinya kantor cabang tersebut dapat secara optimal menggunakan input dan menghasilkan output yang sesuai.

23

PENDAHULUAN TINJAUAN PUSTAKA METODE PENELITIAN


2. Variabel-variabel yang mempengaruhi ketidakefisienan kinerja pada model DEA-CCR untuk DMU BDG, SLO, MLG VTR dan WSA adalah variabel laba. DMU KLP, PSB, dan PLT variabel yang mempengaruhi ketidakefisienan pada model DEA-CCR adalah variabel pinjaman dan fee based income (FBI). Sementara DMU MDN variabel yang mempengaruhi ketidakefisienan adalah variabel FBI. Lain halnya pada model DEA-BCC untuk DMU MLG dan DMU WSA variabel pinjaman dan laba mempengaruhi ketidakefisiean. Untuk DMU BDG variabel yang mempengaruhi ketidakefisienan pada model DEA-BCC adalah variabel laba. Sama halnya dengan DMU VTR, dan WSA. Lain halnya dengan DMU KLP dan dan DMU PSB variabel yang mempengaruhi ketidakefisienan kinerja DMU tersebut adalah variabel pinjaman dan fee based income (FBI). Untuk DMU MDN dan DMU PLT variabel yang mempengaruhi ketidakefisienan adaah variabel fee based income (FBI). Pada model DEA-SBM untuk DMU BDG, VTR, SMG, SLO, DPS, MLG, KLP, PSB, dan PLT variabel yang mempengaruhi ketidakefisienan kinerja DMU tersebut adalah variabel laba, pinjaman dan fee based income (FBI). Sementara untuk DMU DRM, MDN dan PLB variabel yang mempengaruhi ketidakefisienan adalah variabel laba. Lain halnya dengan variabel yang mempengaruhi ketidakefisienan DMU WSA adalah variabel pinjaman dan laba. 24

PENDAHULUAN TINJAUAN PUSTAKA METODE PENELITIAN


3. Perbaikan target untuk DMU BDG, SMG, SLO, VTR, DPS, MLG, KLP, PSB, dan PLT dilakukan terhadap variabel pinjaman, laba dan fee based income (FBI). Untuk mencapai efisiensi variabel pinjaman, laba dan fee based income (FBI) dari DMU BDG ditingkatkan sebesar 46212.32%, 31961.17%, dan 22580.32% dari nilai awal. Untuk DMU SMG sebesar 121900.6%, 41178.58%, dan 25257.46% dari nilai awal.Untuk DMU SLO sebesar 149019.9%, 50876.71%, dan 29549.05% dari nilai awal.Untuk DMU VTR sebesar 207996.6%, 47235.63%, dan 27029.30% dari nilai awal.Untuk DMU DPS sebesar 46341.6%, 47666.65%, dan 13975.06% dari nilai awal.Untuk DMU MLG sebesar 210184.4%, 50465.93%, dan 25846.99% dari nilai awal.Untuk DMU KLP sebesar 415171.9%, 15974.63%, dan 11323.33% dari nilai awal. Untuk DMU PSB sebesar 69943.95%, 25960.12%, dan 29189.35% dari nilai awal dan DMU PLT sebesar 20382.84%, 10956.24%, dan 25785.41%. Target perbaikan untuk DMU DRM, MDN, dan PLB dilakukan terhadap variabel laba dan fee based income (FBI). Untuk mencapai efisiensi variabel-variabel laba dan fee based income (FBI) dari DMU DRM ditingkatkan sebesar 15912.12% dan 15870.69% dari nilai awal. Untuk DMU MDN sebesar 22943.10% dan 24780.57%. Untuk DMU PLB sebesar 29549.85% dan 28237.62%. Sedangkan target perbaikan untuk DMU WSA dilakukan terhadap variabel pinjaman dan laba. Untuk mencapai efisien variabel-variabel pinjaman dan laba ditingkatkan sebesar 305806.4% dan 14678.31%. 25

PENDAHULUAN

Saran TINJAUAN PUSTAKA

Saran yang dapat dikembangkan untuk penelitian selanjutnya adalah :

METODE PENELITIAN

HASIL PENELITIAN PENUTUP Kesimpulan

1. DEA memiliki model yang dapat dikembangkan untuk meneliti suatu DMU, oleh karena itu untuk penelitian selanjutnya dapat digunakan model berorientasi pada input-output. 2. Penilaian efisiensi DEA dapat diperluas terhadap instansi bukan bank seperti rumah sakit, perguruan tinggi, saham dan lain sebagainya.

Saran

26

DAFTAR PUSTAKA [1] Cooper, WW., Lawrence M. Seiford, and Kaoru Tone. 2007., Data Envelopment Analysis: A Comprehensive Text with Models, Applications, Reference and DEA-Solver Software, 2nd ed. Springer Science+Business Media, LLC. [2] Farrel, M.J. 1957. The Measurement of Productine Efficiency. Journal of the Royal Statistical Society, Series A, CXX, Part 3, 253-290. [3] Hidayati, Juliza. 2005. Analisis Kinerja Bank dengan DEA. Jurnal Sistem Teknik Industri, Vol.6, No.2, April 2005:17-23. [4] JK, Sugiarto. 2007. Pengukuran dan Analisis Efisiensi Relatif Kantor-Kantor Cabang Bank XYZ dengan Menggunakan Metode Data Envelopment Analysis. Thesis, Jurusan Manajeman Teknik Industri ITS, Surabaya. [5] Laily, A.S. 2010. Pengukuran dan Analisis Efisiensi Bank Pembangunan Daerah Menggunakan Metode Data Envelopment Analysis (DEA). Tugas Akhir, Jurusan Matematika ITS. Surabaya. [6] Paradi, J.C, Stephen Rouatt, and Haiyan Zhu. 2010. Two-Stage Evaluation of Bank Branch Efficiency Using Data Envelopment Analysis. Journal of Omega 39, 99-109. [7] Ray, Subhash C. 2004. Data Envelopment Analysis : Theory and Techniques for Economics and Operation Research. Cambridge University Press. [8] Sumitro. 2005. Penilaian Efisiensi Bank Umum Swasta Nasional Devisa dan Bank Asing dengan Menggunakan Data Envelopment Analysis (DEA). Tugas Akhir, Jurusan Matematika ITS. Surabaya. [9] Thomas, Suyatno. 2007.Kelembagaan Perbankan. URL: http://books.google.co.id (diakses tanggal 28 Desember 2010). [10] www.wikipedia.org (diakses tanggal 1 Januari 2011) [11] Wu, Tai-Hsi., Chen, Ming-Shiun., Yeh, Jin-Yii. 2009. Measuring the Performance of Police Forces in Taiwan using Data Envelopment Analysis. Evaluation and Program Planning 33, 246254. [12] Zhu, Joe. 2009. Quantitative Models for Performance Evaluation and Benchmarking : Data Envelopment Analysis with Spreadsheets. ed. Springer Science+Business Media, LLC. 27

Sekian dan Terima Kasih

28

EVALUASI DUA TAHAP EFISIENSI CABANG BANK MENGGUNAKAN DATA ENVELOPMENT ANALYSIS (DEA)

Recommend Documents