Software yang digunakan dalam penelitian ini adalah MS.Excell 2003, Answertree 2.01 dan SPSS for Windows versi 15.0.
HASIL DAN PEMBAHASAN Gambaran Umum Karakteristik Debitur Banyaknya debitur kredit konsumtif yang digunakan pada penelitian ini sebanyak 1000 orang. Jumlah debitur yang termasuk kategori default sebanyak 500 orang (50%) dan termasuk kategori non default sebanyak 500 orang (50%). Hal ini menunjukkan bahwa masing-masing kategori memiliki jumlah debitur yang sama (Gambar 1).
tanggungan lebih dari atau sama dengan 3 orang, jabatan staf, dengan lama bekerja lebih dari 10 tahun. Tabel 1 berikut ini menjelaskan karakteristik debitur berdasarkan status kredit. Tabel 1. Karakteristik debitur Peubah X1
X2
X3 X4 X5 X6 X7
non default 50%
default 50%
X8 X9 X10
Gambar 1. Diagram pie status kredit debitur
X11
Gambar 2 menunjukkan klasifikasi debitur berdasarkan jenis kelamin. Debitur kredit yang berjenis kelamin laki-laki sebanyak 785 orang (78%) dan debitur yang berjenis kelamin perempuan sebanyak 215 orang (22%). Dengan demikian, sebagian besar debitur kredit konsumtif berjenis kelamin laki-laki.
X12
perempuan 22%
laki-laki 78%
Gambar 2. Diagram pie klasifikasi debitur berdasarkan jenis kelamin Mayoritas debitur yang dianalisis sudah menikah, berpendidikan kurang dari atau sama dengan SMA, usia kurang dari 45 tahun, memiliki rumah milik pribadi, dengan lama menetap lebih dari 5 tahun, jumlah
X13 X14 X15 X16
Modus Default Non default THP<2 2≤THP<3 (60.20%) (46.00%) Dibayarkan Dibayarkan bendahara baik bendahara baik ada giro ataupun ada giro ataupun tidak tidak (84.60%) (75.80%) Angsuran tepat Angsuran tepat (47.00%) (51.40%) Tidak punya Tidak punya (72.00%) (58.20%) Usia<45 tahun Usia<45 tahun (67.00%) (80.80%) Rumah milik Rumah milik sendiri sendiri (57.2%) (67.80%) LM≥5 tahun LM≥5 tahun (63.60%) (78.80%) LB≥10 tahun LB≥10 tahun (71.40%) (66.40%) Sudah menikah Sudah menikah (87.60%) (88.00%) ≤SMA (70.40%) ≤SMA (67.60%) Staf Staf (51.60%) (54.40%) JW≥3 (61.80%) JW≥3 (63.20%) Tidak punya Tidak punya (78.00%) (73.80%) Baru Baru (66.00%) (64.00%) JT≥3 (53.60%) JT≥3 (56.20%) Instansi Instansi pemerintah pemerintah daerah/BUMD daerah/BUMD (34.60%) (27.40%)
Meskipun kategori default dan non default cenderung memiliki karakteristik yang sama, namun terjadi perbedaan pada peubah perbandingan THP terhadap angsuran. Debitur default memiliki nilai perbandingan THP terhadap angsuran kurang dari dua sedangkan debitur non default memiliki nilai perbandingan THP terhadap angsuran sama dengan dua sampai tiga. Hal ini mengindikasikan adanya perbedaan pendapatan dan kemampuan dalam membayar pinjaman kredit. Untuk lebih lengkap mengenai deskripsi distribusi debitur terdapat pada Lampiran 2. Hasil statistika deskriptif ini masih harus dilakukan pengujian secara statistika inferensia untuk mengetahui faktor-
5
faktor yang berpengaruh terhadap status kredit debitur. Analisis Regresi Logistik Biner Sebelum melakukan analisis regresi logistik biner sebaiknya perhatikan ukuran contoh yang diambil dengan mempertimbangkan banyaknya kategori dari setiap peubah penjelas yang akan dianalisis secara simultan. Banyaknya kategori dari setiap peubah penjelas mengakibatkan pemodelan yang kurang baik dilihat dari kemampuan mengklasifikasikan peubah penjelas terhadap peubah respon dan pendugaan parameter yang didapatkan menjadi tidak logis. Untuk mengatasi masalah ini dapat dilakukan penggabungan kategori-kategori dari peubah penjelas. Penggabungan kategori ini dapat mengurangi banyaknya sel yang harus terisi dan hasil analisis regresi logistik yang didapat akan lebih baik. Pendugaan model yang dibentuk dari 16 peubah penjelas menghasilkan nilai statistik-G sebesar 248.782. Model tersebut menghasilkan nilai-p = 0.000 sehingga dapat ditarik kesimpulan bahwa sedikitnya ada satu βi tidak sama dengan nol diantara peubah penjelas tersebut pada taraf nyata 5%. Uji Wald pada model menunjukkan bahwa ada peubah-peubah penjelas yang kurang atau tidak bisa menerangkan model dengan baik pada taraf nyata 5%, yaitu riwayat rekening pinjaman, lama bekerja, status perkawinan, pendidikan terakhir, pangkat terakhir, telepon rumah, status debitur dan jumlah tanggungan. Analisis regresi logistik menghasilkan beberapa peubah penjelas yang secara statistik bermakna dalam menentukan karakteristik debitur, yaitu perbandingan THP terhadap angsuran, penguasaan cash flow, kepemilikan rekening simpanan, usia, kepemilikan tempat tinggal, lama menetap, jangka waktu dan jenis/bidang usaha (Lampiran 3). Model logit yang dihasilkan adalah sebagai berikut: g(x) = -3.342 + 1.387 X1(1) + 2.067 X1(2) + 0.486 X2(1) + 1.126 X2(2) + 0.549 X4(1) – 1.104 X5(1) + 0.580 X6(1) + 0.903 X7(1) + 0.617 X12(1) + 0.353 X16(1) + 0.762 X16(2) + 0.777 X16(3) + 0.851 X16(4) + 1.252 X16(5)
Tabel 2. Ketepatan prediksi model Prediksi default non default 356 144
Aktual default non default
156 % keseluruhan
344
% benar 71.2 68.8 70.0
Berdasarkan Tabel 2 di atas dapat disimpulkan bahwa dari 500 debitur yang berkategori default sebanyak 356 orang atau 71.2% di antaranya diklasifikasikan dengan benar, sedangkan dari 500 debitur yang berkategori non default sebanyak 344 orang atau 68.8% diklasifikasikan dengan benar. Total klasifikasi yang benar dari 1000 debitur adalah 70.0%. Hasil ini menandakan model sudah cukup baik untuk memprediksi kategori respon. Interpretasi Koefisien Interpretasi peubah-peubah pada model regresi logistik menggunakan nilai rasio oddsnya. Apabila suatu peubah memiliki nilai koefisien yang bertanda positif maka nilai rasio oddnya di atas satu sedangkan suatu peubah dengan nilai koefisien yang bertanda negatif maka nilai rasio oddsnya di bawah satu. Tabel 3. Nilai rasio odds dari peubah penjelas Peubah Konstanta
B
Rasio odds
-3.342
0.035
X1 X1(1) X1(2)
1.387 2.067
4.003 7.902
0.486 1.126 0.549 -1.104 0.580 0.903 0.617
1.625 3.084 1.731 0.331 1.787 2.468 1.853
0.353 0.762 0.777 0.851 1.252
1.424 2.143 2.174 2.342 3.497
X2 X2(1) X2(2) X4(1) X5(1) X6(1) X7(1) X12(1) X16 X16(1) X16(2) X16(3) X16(4) X16(5)
Koefisien peubah perbandingan THP terhadap angsuran (X1) bernilai positif dengan nilai rasio odds kurang dari satu. Debitur
6
dengan perbandingan THP terhadap angsuran sama dengan dua sampai tiga cenderung menjadi debitur non default 4.003 kali dibandingkan debitur dengan perbandingan THP terhadap angsuran kurang dari dua. Sedangkan debitur dengan perbandingan THP terhadap angsuran lebih dari atau sama dengan tiga cenderung akan menjadi debitur non default 7.902 kali dibandingkan debitur dengan perbandingan THP terhadap angsuran kurang dari dua. Peubah perbandingan THP terhadap angsuran diperoleh dari besarnya pendapatan dibandingkan dengan kemampuan untuk membayar. Hal ini mengindikasikan semakin besar nilai perbandingan THP terhadap angsuran maka semakin besar pula peluang debitur tersebut membayar kredit dengan lancar. Debitur dengan penguasaan cash flow (X2) kategori dibayarkan dengan bendahara baik ada giro ataupun tidak cenderung akan menjadi debitur non default 1.625 kali dibandingkan dengan debitur pada kategori dilakukan sendiri. Sedangkan debitur dengan penguasaan cash flow kategori didebet melalui rekening BRI cenderung menjadi debitur non default 3.084 kali dibandingkan pada kategori dilakukan sendiri. Peubah penguasaan cash flow dapat diartikan sebagai cara debitur dalam mengembalikan pinjaman kredit. Dari penjelasan di atas dapat disimpulkan bahwa pembayaran kredit yang dilakukan oleh bendahara baik ada giro ataupun tidak dan didebet melalui rekening BRI akan menjamin debitur untuk membayar kredit sesuai dengan aturan dan tidak akan mengalami keterlambatan. Nilai rasio odds untuk peubah kepemilikan rekening simpanan (X4) sebesar 1.731, artinya debitur yang memiliki rekening simpanan cenderung menjadi debitur non default 1.731 kali dibandingkan debitur yang tidak memiliki rekening simpanan. Dengan adanya rekening simpanan, debitur akan lebih mudah melakukan pembayaran kredit dan pihak bank pun akan lebih mudah dalam mengontrol debitur. Koefisien peubah usia (X5) bernilai negatif dengan nilai rasio odds kurang dari satu. Debitur yang berusia lebih dari atau sama dengan 45 tahun cenderung menjadi debitur non default 0.331 kali dibandingkan dengan debitur yang berusia kurang dari 45 tahun. Pengertian yang setara bahwa debitur yang berusia kurang dari 45 tahun 3.021 kali akan menjadi debitur non default. Seseorang yang berusia lebih tua ternyata tidak menjamin akan melakukan pembayaran kredit
dengan lancar, hal ini dapat disebabkan oleh banyak faktor, misalnya saja dari segi kondisi ekonomi yang semakin menurun dan pengalaman bekerja yang masih kurang. Peubah kepemilikan tempat tinggal (X6) memiliki nilai rasio odds sebesar 1.787, artinya debitur yang memiliki rumah sendiri cenderung menjadi debitur non default 1.787 kali dibandingkan debitur dengan kepemilikan tempat tinggal bukan milik sendiri. Keberadaan rumah milik pribadi akan memudahkan debitur dalam melakukan pembayaran kredit dengan lancar karena debitur tidak harus mengalokasikan pendapatannya untuk keperluan pembelian rumah. Debitur dengan lama menetap (X7) lebih dari atau sama dengan 5 tahun cenderung akan menjadi debitur non default 2.468 kali dibandingkan debitur dengan lama menetap kurang dari 5 tahun. Uraian di atas dapat mudah dimengerti karena debitur yang telah menetap pada kurun waktu yang relatif lama akan mengalami kehidupan yang lebih mapan. Nilai rasio odds untuk peubah jangka waktu (X12) sebesar 1.853, artinya debitur dengan jangka waktu pembayaran kredit lebih dari atau sama dengan 3 tahun cenderung akan menjadi debitur non default 1.853 kali dibandingkan debitur dengan jangka waktu pembayaran kurang dari 3 tahun. Semakin lama jangka waktu pembayaran kredit maka semakin besar peluang debitur untuk membayar kredit dengan lancar. Debitur dengan jenis/bidang usaha (X16) pada instansi pemerintah daerah/BUMD, TNI, BUMN, POLRI/Jaksa/PN dan instansi pemerintah pusat cenderung menjadi debitur non default 1-4 kali dibandingkan debitur jenis/bidang usaha pada dengan swasta/lainnya. Hal tersebut dapat dimengerti karena debitur dengan jenis/bidang usaha pada instansi pemerintah daerah/BUMD, TNI, BUMN, POLRI/Jaksa/PN dan instansi pemerintah pusat akan lebih terjamin dalam hal pendapatan sehingga pembayaran kredit dapat dilakukan dengan lancar. Dendrogram Hasil Pemisahan Analisis CHAID Analisis CHAID menghasilkan suatu yang menggambarkan dendrogram pengelompokan berdasarkan hubungan terstruktur peubah respon dengan peubah penjelas yang signifikan pada taraf nyata 5%. Dari 16 peubah penjelas yang dianalisis terdapat 8 peubah penjelas yang berpengaruh
7
terhadap karakteristik debitur. Peubah penjelas tersebut adalah perbandingan THP terhadap angsuran, riwayat rekening pinjaman, usia, lama menetap, lama bekerja, kepemilikan tempat tinggal, kepemilikan rekening simpanan dan jangka waktu. Hasil analisis CHAID pada Lampiran 4 menunjukkan bahwa peubah penjelas yang sangat nyata dalam menentukan karakteristik debitur adalah perbandingan THP terhadap angsuran. Berdasarkan dendrogram CHAID dihasilkan 14 karakteristik debitur kredit konsumtif pada Tabel 4. Suatu karakteristik debitur dikatakan baik (OK) untuk bahwa seorang debitur menyatakan digolongkan ke dalam kategori non default yaitu apabila persentase default yang dihasilkan pada suatu terminal node kurang dari 50% sedangkan apabila persentase default lebih dari 50% maka karakteristik debitur tersebut dapat dikatakan tidak baik (not OK). Suatu segmen dari karakteristik debitur akan diberikan beberapa catatan (with notes) apabila memiliki persentase default lebih dari 20% sampai dengan 80%. Karakteristik debitur ke-1 adalah debitur dengan nilai perbandingan THP terhadap angsuran lebih dari atau sama dengan tiga, jangka waktu pembayaran kredit lebih dari atau sama dengan 3 tahun dan lama bekerja lebih dari atau sama dengan 10 tahun. Persentase debitur non default sebesar 100.00% dan debitur default sebesar 0.00%. Artinya debitur dengan karakteristik ke-1 akan diprediksi menjadi debitur non default. Karakteristik debitur ke-1 dapat dikatakan baik (OK) untuk mengklasifikasikan debitur non default karena memiliki persentase default kurang dari 50%. Karakteristik debitur ke-2 adalah debitur dengan nilai perbandingan THP terhadap angsuran sama dengan dua sampai tiga, lama menetap lebih dari atau sama dengan 5 tahun, jangka waktu pembayaran kredit lebih dari atau sama dengan 3 tahun dan riwayat rekening pinjaman kategori angsuran tepat. Persentase debitur non default sebesar 94.44% dan debitur default sebesar 5.56%. Debitur dengan karakteristik ke-2 akan diprediksi menjadi debitur non default karena persentase debitur non default lebih besar daripada debitur default. Karakteristik debitur ke-2 dapat dikatakan baik (OK) untuk mengklasifikasikan debitur non default karena memiliki persentase default kurang dari 50%. Karakteristik debitur ke-3 adalah debitur dengan nilai perbandingan THP terhadap angsuran lebih dari atau sama dengan tiga,
jangka waktu pembayaran kredit kurang dari 3 tahun dan memiliki rekening simpanan. Persentase debitur non default sebesar 82.93% dan debitur default sebesar 17.07%. Debitur dengan karakteristik ke-3 akan diprediksi menjadi debitur non default karena persentase debitur non default lebih besar daripada debitur default. Karakteristik debitur ke-3 dapat dikatakan baik (OK) untuk mengklasifikasikan debitur non default karena memiliki persentase default kurang dari 50%. Karakteristik debitur ke-4 adalah debitur dengan nilai perbandingan THP terhadap angsuran lebih dari atau sama dengan tiga, jangka waktu pembayaran kredit lebih dari atau sama dengan 3 tahun dan lama bekerja kurang dari 10 tahun. Persentase debitur non default sebesar 81.82% dan debitur default sebesar 18.18%. Debitur dengan karakteristik ke-4 akan diprediksi menjadi debitur non default karena persentase debitur non default lebih besar daripada debitur default. Karakteristik debitur ke-4 dapat dikatakan baik (OK) untuk mengklasifikasikan debitur non default karena memiliki persentase default kurang dari 50%. Karakteristik debitur ke-5 adalah debitur dengan nilai perbandingan THP terhadap angsuran sama dengan dua sampai tiga, lama menetap lebih dari atau sama dengan 5 tahun, jangka waktu pembayaran kredit lebih dari atau sama dengan 3 tahun dan riwayat rekening pinjaman kategori angsuran tidak tepat;debitur baru. Persentase debitur non default sebesar 68.57% dan debitur default sebesar 31.43%. Debitur dengan karakteristik ke-5 akan diprediksi menjadi debitur non default karena persentase debitur non default lebih besar daripada debitur default. Karakteristik debitur ke-5 dapat dikatakan baik (OK) untuk mengklasifikasikan debitur non default akan tetapi dengan catatan (with notes) harus diadakan tinjauan ulang terhadap debitur karena besarnya persentase default lebih dari 20%. Karakteristik debitur ke-6 adalah debitur dengan nilai perbandingan THP terhadap angsuran sama dengan dua sampai tiga, lama menetap lebih dari atau sama dengan 5 tahun, jangka waktu pembayaran kredit kurang dari 3 tahun dan berusia kurang dari 45 tahun. Persentase debitur non default sebesar 63.64% dan debitur default sebesar 36.36%. Debitur dengan karakteristik ke-6 akan diprediksi menjadi debitur non default karena persentase debitur non default lebih besar daripada debitur default. Karakteristik debitur ke-6
8
Tabel 4. Karakteristik debitur kredit konsumtif hasil analisis CHAID pada taraf nyata 5% No
Node
Karakteristik Debitur
1
19
Perbandingan THP terhadap angsuran ≥3, jangka waktu pembayaran ≥3 tahun, lama bekerja ≥10 tahun
2
25
Perbandingan THP terhadap angsuran antara 2-3, lama menetap ≥5 tahun, jangka waktu pembayaran ≥3 tahun, angsuran tepat
3
17
Perbandingan THP terhadap angsuran ≥3, jangka waktu pembayaran <3 tahun, memiliki rekening simpanan
4
18
Perbandingan THP terhadap angsuran ≥3, jangka waktu pembayaran ≥3 tahun, lama bekerja <10 tahun
5
6
24
22
Perbandingan THP terhadap angsuran antara 2-3, lama menetap ≥5 tahun, jangka waktu pembayaran ≥3 tahun, angsuran tidak tepat;debitur baru Perbandingan THP terhadap angsuran antara 2-3, lama menetap ≥5 tahun, jangka waktu pembayaran <3 tahun, usia <45 tahun
7
11
Perbandingan THP terhadap angsuran <2, usia <45 tahun, lama menetap ≥5 tahun
8
21
Perbandingan THP terhadap angsuran <2, usia <45 tahun, lama menetap <5 tahun, kepemilikan tempat tinggal rumah milik sendiri
9
6
Perbandingan THP terhadap angsuran antara 2-3, lama menetap <5 tahun
10
13
Perbandingan THP terhadap angsuran <2, usia ≥45 tahun, memiliki rekening simpanan
11
12
13
14
16
23
20
12
Perbandingan THP terhadap angsuran ≥3, jangka waktu pembayaran <3 tahun, tidak memiliki rekening simpanan Perbandingan THP terhadap angsuran antara 2-3, lama menetap ≥5 tahun, jangka waktu pembayaran <3 tahun, usia ≥45 tahun Perbandingan THP terhadap angsuran <2, usia <45 tahun, lama menetap <5 tahun, kepemilikan tempat tinggal rumah bukan milik sendiri Perbandingan THP terhadap angsuran <2, usia ≥45 tahun, tidak memiliki rekening simpanan
Non Default Default
Hasil klasifikasi untuk non default
38
0
100.00%
0.00%
68
4
94.44%
5.56%
34
7
82.93%
17.07%
27
6
81.82%
18.18%
48
22
OK
68.57%
31.43%
(with notes)
56
32
OK
63.64%
36.36%
(with notes)
86
103
not OK
45.50%
54.50%
(with notes)
16
21
not OK
43.24%
56.76%
(with notes)
43
66
not OK
39.45%
60.55%
(with notes)
21
33
not OK
38.89%
61.11%
(with notes)
21
34
not OK
38.18%
61.82%
(with notes)
15
28
not OK
34.88%
65.12%
(with notes)
16
63
not OK
20.25%
79.75%
(with notes)
11
81
11.96%
88.04%
OK
OK
OK
OK
not OK
9
dapat dikatakan baik (OK) untuk mengklasifikasikan debitur non default akan tetapi dengan catatan (with notes) harus diadakan tinjauan ulang terhadap debitur karena besarnya persentase default lebih dari 20%. Karakteristik debitur ke-7 adalah debitur dengan nilai perbandingan THP terhadap angsuran kurang dari dua, berusia kurang dari 45 tahun dan lama menetap lebih dari atau sama dengan 5 tahun. Persentase debitur non default sebesar 45.50% dan debitur default sebesar 54.50%. %. Karakteristik debitur ke-7 dapat dikatakan tidak baik (not OK) untuk mengklasifikasikan debitur non default karena persentase debitur default lebih besar daripada debitur non default. Akan tetapi, apabila debitur dengan karakteristik seperti ini ingin dimasukkan ke dalam kategori non default, maka harus disertai dengan catatan (with notes) yaitu diadakan tinjauan ulang terhadap debitur tersebut. Karakteristik debitur ke-8 adalah debitur dengan nilai perbandingan THP terhadap angsuran kurang dari dua, berusia kurang dari 45 tahun, lama menetap kurang dari 5 tahun dan memiliki rumah pribadi. Persentase debitur non default sebesar 43.24% dan debitur default sebesar 56.76%. Karakteristik debitur ke-8 dapat dikatakan tidak baik (not OK) untuk mengklasifikasikan debitur non default karena persentase debitur default lebih besar daripada debitur non default. Akan tetapi, apabila debitur dengan karakteristik seperti ini ingin dimasukkan ke dalam kategori non default, maka harus disertai dengan catatan (with notes) yaitu diadakan tinjauan ulang terhadap debitur tersebut. Karakteristik debitur ke-9 adalah debitur dengan nilai perbandingan THP terhadap angsuran sama dengan dua sampai tiga dan lama menetap kurang dari 5 tahun. Persentase debitur non default sebesar 39.45% dan debitur default sebesar 60.55%. Karakteristik debitur ke-9 dapat dikatakan tidak baik (not OK) untuk mengklasifikasikan debitur non default karena persentase debitur default lebih besar daripada debitur non default. Akan tetapi, apabila debitur dengan karakteristik seperti ini ingin dimasukkan ke dalam kategori non default, maka harus disertai dengan catatan (with notes) yaitu diadakan tinjauan ulang terhadap debitur tersebut. Karakteristik debitur ke-10 adalah debitur dengan nilai perbandingan THP terhadap angsuran kurang dari dua, berusia lebih dari atau sama dengan 45 tahun dan memiliki rekening simpanan. Persentase debitur non
default sebesar 38.89% dan debitur default sebesar 61.11%. Karakteristik debitur ke-10 dapat dikatakan tidak baik (not OK) untuk mengklasifikasikan debitur non default karena persentase debitur default lebih besar daripada debitur non default. Akan tetapi, apabila debitur dengan karakteristik seperti ini ingin dimasukkan ke dalam kategori non default, maka harus disertai dengan catatan (with notes) yaitu diadakan tinjauan ulang terhadap debitur tersebut. Karakteristik debitur ke-11 adalah debitur dengan nilai perbandingan THP terhadap angsuran lebih dari atau sama dengan tiga, jangka waktu pembayaran kredit kurang dari 3 tahun dan tidak memiliki rekening simpanan. Persentase debitur non default sebesar 38.18% dan debitur default sebesar 61.82%. Karakteristik debitur ke-11 dapat dikatakan tidak baik (not OK) untuk mengklasifikasikan debitur non default karena persentase debitur default lebih besar daripada debitur non default. Akan tetapi, apabila debitur dengan karakteristik seperti ini ingin dimasukkan ke dalam kategori non default, maka harus disertai dengan catatan (with notes) yaitu diadakan tinjauan ulang terhadap debitur tersebut. Karakteristik debitur ke-12 adalah debitur dengan nilai perbandingan THP terhadap angsuran sama dengan dua sampai tiga, lama menetap lebih dari atau sama dengan 5 tahun, jangka waktu pembayaran kredit kurang dari 3 tahun dan berusia lebih dari atau sama dengan 45 tahun. Persentase debitur non default sebesar 34.88% dan debitur default sebesar 65.12%. Karakteristik debitur ke-12 dapat dikatakan tidak baik (not OK) untuk mengklasifikasikan debitur non default karena persentase debitur default lebih besar daripada debitur non default. Akan tetapi, apabila debitur dengan karakteristik seperti ini ingin dimasukkan ke dalam kategori non default, maka harus disertai dengan catatan (with notes) yaitu diadakan tinjauan ulang terhadap debitur tersebut. Karakteristik debitur ke-13 adalah debitur dengan nilai perbandingan THP terhadap angsuran kurang dari dua, berusia kurang dari 45 tahun, lama menetap kurang dari 5 tahun dan tidak memiliki rumah pribadi. Persentase debitur non default sebesar 20.25% dan debitur default sebesar 79.75%. Karakteristik debitur ke-13 dapat dikatakan tidak baik (not OK) untuk mengklasifikasikan debitur non default karena persentase debitur default lebih besar daripada debitur non default. Akan tetapi, apabila debitur dengan karakteristik
10
seperti ini ingin dimasukkan ke dalam kategori non default, maka harus disertai dengan catatan (with notes) yaitu diadakan tinjauan ulang terhadap debitur tersebut. Karakteristik debitur ke-14 adalah debitur dengan nilai perbandingan THP terhadap angsuran kurang dari dua, berusia lebih dari atau sama dengan 45 tahun dan tidak memiliki rekening simpanan. Persentase debitur non default sebesar 11.96% dan debitur default sebesar 88.04%. Karakteristik debitur ke-14 dapat dikatakan tidak baik (not OK) untuk mengklasifikasikan debitur non default karena memiliki persentase default lebih dari 80%. Karakteristik debitur yang terbentuk dari analisis CHAID menghasilkan empat klasifikasi debitur. Pertama, klasifikasi debitur yang baik (OK) untuk memprediksi debitur ke dalam kategori non default, yaitu pada karakteristik debitur ke-1 sampai ke-4 dengan persentase untuk masing-masing karakteristik adalah sebesar 100%, 94.44%, 82.93% dan 81.82%. Kedua, klasifikasi debitur yang cukup baik (OK) dalam memprediksi debitur ke dalam kategori non default akan tetapi perlu adanya catatan (with notes) yaitu diadakan tinjauan ulang oleh pihak bank kepada debitur tersebut. Karakteristik debitur yang termasuk klasifikasi kedua adalah karakteristik ke-5 dan ke-6. Ketiga, klasifikasi debitur yang tidak cukup baik (not OK) dalam memprediksi debitur ke dalam kategori non default dan diperlukan adanya suatu tindakan dari pihak bank untuk melakukan verifikasi ulang atau tinjuan ulang terhadap debitur tersebut misalnya dengan wawancara langsung atau survei langsung. Karakteristik debitur yang termasuk klasifikasi ketiga adalah karakteristik ke-7 sampai ke-13. Keempat, klasifikasi debitur yang tidak cukup baik (not OK) dalam memprediksi debitur ke dalam kategori non default, yaitu pada karakteristik ke-14. Untuk itu, pihak bank perlu melakukan tinjauan ulang untuk mendapatkan data yang lebih baik sehingga akan menghasilkan suatu karakteristik debitur yang baik pula. Tabel 5. Ketepatan prediksi Aktual default
default 429
non default
229
Prediksi non default 71
% keseluruhan
271
% benar 85.8 54.2 70.0
Berdasarkan Tabel 5 di atas dapat disimpulkan bahwa dari 500 debitur yang
berkategori default sebanyak 429 orang atau 85.8% di antaranya diklasifikasikan dengan benar, sedangkan dari 500 debitur yang berkategori non default sebanyak 271 orang atau 54.2% diklasifikasikan dengan benar. Total klasifikasi yang benar dari 1000 debitur adalah 70.0%. Hasil ini menandakan analisis CHAID sudah cukup baik untuk memprediksi kategori respon. Perbandingan Hasil Menurut Hosmer dan Lemeshow (2000) salah satu ukuran kebaikan model adalah jika memiliki peluang kesalahan klsifikasi yang minimal dan ketepatan prediksi dari model. Dari Tabel 2 diperoleh total ketepatan prediksi analisis regresi logistik sebesar 70.0% dan dari Tabel 5 diperoleh total ketepatan prediksi metode CHAID sebesar 70.0%. Hal ini menunjukkan kedua analisis memiliki ketepatan prediksi yang sama, artinya bahwa kedua model sudah cukup baik dalam memprediksi kategori respon dalam hal ini status kredit debitur. Akan tetapi terdapat perbedaan besarnya persentase ketepatan prediksi untuk masing-masing kategori pada kedua metode. Untuk debitur kategori default dan diklasifikasikan dengan benar, persentase ketepatan prediksi dari metode CHAID lebih besar dibandingkan regresi logistik yaitu sebesar 85.8%. Sedangkan untuk debitur kategori non default dan diklasifikasikan dengan benar, persentase ketepatan prediksi regresi logistik lebih besar dibanding metode CHAID yaitu 68.8%. Adanya kesalahan prediksi baik pada regresi logistik maupun metode CHAID akan menyebabkan kerugian pada pihak bank. Untuk debitur kategori default dan diprediksi oleh kedua metode menjadi debitur non default mengakibatkan bank menerima debitur yang tidak potensial karena debitur tersebut melakukan penunggakan dalam membayar kredit dan akibatnya pihak bank mengalami kerugian. Sedangkan debitur kategori non default dan diprediksi oleh kedua metode menjadi debitur default mengakibatkan pihak bank gagal mendapatkan debitur yang potensial sehingga keuntungan pihak bank menjadi berkurang. Hasil dari analisis regresi logistik biner berupa sebuah persamaan dari peubah-peubah penjelas yang berpengaruh terhadap peubah respon. Dari 16 peubah penjelas yang dianalisis terdapat 8 peubah penjelas yang berpengaruh terhadap status kredit debitur. Peubah penjelas tersebut adalah perbandingan
11
Tabel 6. Persentase kesalahan klasifikasi untuk setiap karakteristik debitur kredit konsumtif % kesalahan % kesalahan No Node Karakteristik Debitur hasil hasil CHAID regresi logistik 1
19
Perbandingan THP terhadap angsuran ≥3, jangka waktu pembayaran ≥3 tahun, lama bekerja ≥10 tahun
0.00%
0.00%
2
25
Perbandingan THP terhadap angsuran antara 2-3, lama menetap ≥5 tahun, jangka waktu pembayaran ≥3 tahun, angsuran tepat
5.56%
11.11%
3
17
Perbandingan THP terhadap angsuran ≥3, jangka waktu pembayaran <3 tahun, memiliki rekening simpanan
17.07%
21.95%
4
18
Perbandingan THP terhadap angsuran ≥3, jangka waktu pembayaran ≥3 tahun, lama bekerja <10 tahun
18.18%
18.18%
5
24
Perbandingan THP terhadap angsuran antara 2-3, lama menetap ≥5 tahun, jangka waktu pembayaran ≥3 tahun, angsuran tidak tepat;debitur baru
31.43%
31.43%
6
22
Perbandingan THP terhadap angsuran antara 2-3, lama menetap ≥5 tahun, jangka waktu pembayaran <3 tahun, usia <45 tahun
36.36%
36.36%
7
11
Perbandingan THP terhadap angsuran <2, usia <45 tahun, lama menetap ≥5 tahun
45.50%
46.56%
8
21
Perbandingan THP terhadap angsuran <2, usia <45 tahun, lama menetap <5 tahun, kepemilikan tempat tinggal rumah milik sendiri
43.24%
37.84%
9
6
Perbandingan THP terhadap angsuran antara 2-3, lama menetap <5 tahun
39.45%
22.94%
10
13
Perbandingan THP terhadap angsuran <2, usia ≥45 tahun, memiliki rekening simpanan
38.89%
37.04%
11
16
Perbandingan THP terhadap angsuran ≥3, jangka waktu pembayaran <3 tahun, tidak memiliki rekening simpanan
38.18%
47.27%
12
23
Perbandingan THP terhadap angsuran antara 2-3, lama menetap ≥5 tahun, jangka waktu pembayaran <3 tahun, usia ≥45 tahun
34.88%
58.14%
13
20
Perbandingan THP terhadap angsuran <2, usia <45 tahun, lama menetap <5 tahun, kepemilikan tempat tinggal rumah bukan milik sendiri
20.25%
20.25%
14
12
Perbandingan THP terhadap angsuran <2, usia ≥45 tahun, tidak memiliki rekening simpanan
11.96%
11.96%
12
THP terhadap angsuran, penguasaan cash flow, kepemilikan rekening simpanan, usia, kepemilikan tempat tinggal, lama menetap, jangka waktu dan jenis/bidang usaha. Sedangkan hasil dari metode CHAID berupa dendrogram pemisahan. Dari 16 peubah yang dianalisis terdapat 8 peubah penjelas yang berpengaruh terhadap karakteristik debitur. Peubah penjelas tersebut adalah perbandingan THP terhadap angsuran, riwayat rekening pinjaman, kepemilikan rekening simpanan, usia, kepemilikan tempat tinggal, lama menetap, lama bekerja dan jangka waktu. Dari penjelasan di atas terdapat persamaan dari peubah penjelas yang berpengaruh terhadap peubah respon, yaitu perbandingan THP terhadap angsuran, kepemilikan rekening simpanan, usia, kepemilikan tempat tinggal, lama menetap dan jangka waktu. Peubah perbandingan THP terhadap angsuran merupakan peubah yang sangat berperan pada kedua analisis dalam menentukan status kredit debitur. Tabel 6 menjelaskan besarnya kesalahan prediksi kedua metode untuk setiap karakteristik debitur. Baik analisis regresi logistik maupun metode CHAID pada karakteristik debitur ke-1, 4, 5, 6, 13 dan 14 memiliki persentase kesalahan yang sama. Untuk karakteristik debitur ke-11 dan 12, analisis CHAID memiliki persentase kesalahan lebih kecil dibandingkan analisis regresi logistik. Artinya debitur dengan karakteristik ke-11 dan 12 sebaiknya dianalisis oleh metode CHAID karena memiliki persentase kesalahan prediksi yang lebih kecil. Untuk karakteristik debitur ke-9, analisis regresi logistik memiliki persentase kesalahan yang lebih kecil dibandingkan analisis CHAID. Debitur pada karakteristik ke-9 sebaiknya dianalisis dengan regresi logistik agar menghasilkan kesalahan prediksi yang lebih kecil. Walaupun persentase kesalahan analisis CHAID pada karakteristik debitur ke-2, 3 dan 7 lebih kecil dari analisis regresi logistik, tetapi selisih persentase kesalahan dari kedua metode tidak terlalu besar sehingga tidak dapat disimpulkan bahwa karakteristik debitur pada kelompok ini sebaiknya dianalisis oleh metode CHAID. Demikian juga pada karakteristik debitur ke-8 dan 10 dimana analisis regresi logistik menghasilkan persentase kesalahan yang lebih kecil dibandingkan analisis CHAID. Akan tetapi tidak dapat disimpulkan bahwa karakteristik debitur pada kelompok ini sebaiknya dianalisis dengan regresi logistik.
Persentase kesalahan terbesar hasil analisis CHAID terdapat pada karakteristik debitur ke-7, yaitu sebesar 45.50%. Sedangkan persentase kesalahan terbesar hasil analisis regresi logistik terdapat pada karakteristik debitur ke-12, yaitu sebesar 58.14%. Hasil kedua metode yang digunakan relatif sama dalam melihat pengaruh masingmasing peubah penjelas dalam hubungannya dengan peubah respon. Namun apabila dilihat dari struktur data permasalahan yang dihadapi maka akan terlihat perbedaan yang dihasilkan kedua metode tersebut. Dalam analisis regresi logistik terdapat beberapa kelebihan yaitu informasi yang dihasilkan dari rasio oddsnya menggambarkan resiko relatif antar peubah penjelas terhadap peubah respon dan efek dari setiap peubah penjelas terhadap peubah respon dapat terlihat jelas. Sedangkan kelebihan dari metode CHAID yaitu dapat digunakan untuk mengelompokkan amatanamatan sesuai peubah responnya. Di samping itu informasi yang dihasilkan melalui asosiasi dan interaksi antar peubah penjelas menjadikan analisis ini berbeda dengan analisis regresi logistik biner. Tabel 7. Kesesuaian klasifikasi antara regresi logistik dan CHAID CHAID default non default
Regresi Logistik default non default 488 170 24 318
Tabel 7 menjelaskan kesesuaian klasifikasi antara regresi logistik dan metode CHAID. Debitur kategori default dan diklasifikasikan dengan benar, baik oleh regresi logistik maupun metode CHAID sebanyak 488 orang. Debitur kategori non default dan diklasifikasikan dengan benar, baik oleh regresi logistik maupun metode CHAID sebanyak 318 orang. Berdasarkan hasil tersebut diperoleh besarnya kesesuaian klasifikasi antara regresi logistik dan metode CHAID sebesar 80.6%. Secara umum terdapat kesesuaian hasil analisis kedua metode dalam menjelaskan hubungan antar peubah respon dan peubah penjelas. Akan tetapi apabila masalah yang dihadapi berbeda tentu tidak semua metode ini dapat digunakan, kecuali pada masalah tertentu kedua metode ini dapat digunakan untuk saling melengkapi.
13
