Pengembangan Model Jaringan Saraf Tiruan Untuk Pendugaan Kinerja Perbankan Syariah
Date
2024Author
Solihati, Garin Pratiwi
Suhardiyanto, Herry
Hakim, Dedi Budiman
Irawan, Tony
Metadata
Show full item recordAbstract
Berdasarkan Undang-Undang Nomor 10 tahun 1998 tentang Perbankan, bank dijelaskan sebagai badan usaha yang menghimpun dana dari masyarakat dalam bentuk simpanan dan menyalurkannya kepada masyarakat dalam bentuk kredit atau bentuk-bentuk lainnya untuk meningkatkan taraf hidup masyarakat. Bank syariah adalah bank yang beroperasi sesuai dengan prinsip syariah yang mengacu pada syariat Islam, dengan berpedoman utama kepada Alquran dan hadis.
Good Corporate Governance merupakan salah satu faktor yang juga dianggap mampu mempengaruhi kesehatan perbankan. Dalam menjalankan strategi-strategi bisnis yang sudah direncanakan oleh perusahaan guna meningkatkan kinerja perlu sekali perusahaan memiliki tata kelola yang baik. Kinerja keuangan bank dapat memengaruhi kepercayaan masyarakat, yang cenderung memilih bank dengan kredibilitas dan tingkat keuntungan yang besar. Tetapi pada kenyataannya walaupun sudah menjalankan tata kelola perusahaan dengan baik tetapi tidak diikuti oleh kondisi kesehatan yang baik pula. Tujuan dari penelitian ini yaitu 1) Untuk menganalisis faktor-faktor internal (Good Corporate Governance (GCG), Islamic Corporate Social Responsibility (ICSR), Zakat, Syariah Governace (SG), Syariah Compliance (SC) dalam memprediksi kesehatan bank syariah secara lebih baik. 2) Untuk menganalisis faktor-faktor Eksternal (Kurs, SWBI, Inflasi dan GDP ) dalam memprediksi kesehatan bank umum syariah secara lebih baik. 3)Untuk menganalisis faktor-faktor Internal (Good Corporate Governance (GCG)), Islamic Corporate Social Responsibility (ICSR), Zakat, Syariah Governace (SG), Syariah Compliance (SC) dan Eksternal (Kurs, SWBI, Inflasi dan GDP ) dalam memprediksi kesehatan bank umum syariah secara lebih baik.
Penelitian ini dilakukan di Jakarta dengan pendekatan deskriptif kuantitatif dengan menggunakan sampel 14 bank syariah di Indonesia dengan parameter internal meliputi GCG, ICSR, Zakat, Syariah Governance, Syariah Compliance sebagai parameter external meliputi Kurs, SWBI, Inflasi dan GDP, metode pengolahan data menggunakan Jaringan Saraf Tiruan (JST) . Pengembangan model JST dilakukan dengan menentukan nilai terbaik untuk beberapa parameter model. Parameter model tersebut antara lain random state, Learning Rate initial, momentum, dan hidden layer sizes. Parameter yang digunakan meliputi 3 (tiga ) model yaitu parameter internal, eksternal, internal dan eksternal.
Hasil dari Evaluasi Data Hasil JST Model 1(Satu), menunjukan R² dan RMSE, Parameter ROA (Returnn On Asset) dan CAR(Capital Adequancy Ratio) menunjukkan kinerja model terbaik dengan nilai R² 0,6316 dan 0,6265, dan RMSE yang relatif rendah sebesar 1,3269 dan 8,5499, merupakan Model yang cukup baik dalam menjelaskan variansi dan cukup akurat dalam prediksi.Nilai Bobot tertinggi pada Model 1 (satu) untuk Parameter ROA adalah kualifikasi pendidikan, Parameter ROE adalah Profit Share Ratio, Parameter FDR adalah Equitable Distribution Ratio, Parameter BOPO Equitable Distribution Ratio, Pamater NIM adalah Zakat, Parameter CAR adalah Profit Share Ratio, Parameter NPF adalah
ICSR.
Hasil dari Evaluasi Data Hasil JST Model 2 (dua) menunjukan R² dan
RMSE, Parameter FDR (Fund Deposit Ratio ) menujukan kinerja terbaik dengan R² sebesar 0,6402, tidak optimal tetapi lebih baik dibandingkan parameter-parameter lain, RMSE 10,3349 yang cukup tinggi. Nilai bobot tertinggi p a d a Model 2 (dua) untuk Parameter NPF adalah Gross Domestic Product, Parameter ROA adalah Gross Domestic Product, Parameter ROE adalah Gross Domestic Product, Parameter NIM adalah Kurs, Parameter BOPO adalah Gross Domestic Product, Parameter FDR adalah Kurs, Parameter CAR adalah Sertifikat wadiah bank indonesia
Hasil dari Evaluasi Data Hasil Prediksi Model JST Model 3 (tiga) menunjukan R² dan RMSE, Parameter ROA (Returnn On Asset) dan CAR (Capital Adequancy Ratio) memiliki kinerja model yang paling baik dengan nilai R² yang tinggi sebesar 0,7001 dan 0,7194, RMSE relatif rendah 2,1929 dan 9,0351, merupakan model yang cukup baik dalam menjelaskan variansi dan akurat dalam prediksi. Nilai Bobot tertinggi p a d a Model 3 (tiga) untuk Parameter NPF adalah Profit Sharing Ratio , Parameter ROA adalah Kurs, Parameter ROE adalah Kurs, Parameter NIM adalah GCG, Parameter BOPO adalah GCG, Parameter FDR adalah Profit Sharing Ratio , Parameter CAR adalah Kurs. Based on Law Number 10 of 1998 concerning Banking, banks are described as business entities that collect funds from the public in the form of savings and distribute them to the public in the form of credit or other forms to improve people's living standards. Sharia banks are banks that operate in accordance with sharia principles which refer to Islamic law, with primary guidance on the Koran and hadith
Good Corporate Governance is one of the factors that is also considered capable of influencing banking health. In carrying out the business strategies that have been planned by the company to improve kinerjance, it is very important for the company to have good governance. Bank financial kinerjance can influence public trust, who tend to choose banks with credibility and high levels of profit. But in reality, even though they have implemented good corporate governance, they are not accompanied by good health conditions. The objectives of this research are 1) To analyze internal factors (Good Corporate Governance (GCG), Islamic Corporate Social Responsibility (ICSR), Zakat, Syariah Governace (SG), Syariah Compliance (SC) in better predicting the health of Islamic banks. 2) To analyze External factors (Exchange Rate, SWBI, Inflation and GDP) in better predicting the health of sharia commercial banks. 3) To analyze Internal factors (Good Corporate Governance (GCG)), Islamic Corporate Social Responsibility (ICSR), Zakat, Sharia Governance (SG), Sharia Compliance (SC) and External (Exchange Rate, SWBI, Inflation and GDP) in predict the health of sharia commercial banks better.
This research was conducted in Jakarta with a quantitative descriptive approach using a sample of 14 Islamic banks in Indonesia with internal parameters including GCG, ICSR, Zakat, Syariah Governance, Syariah Compliance as external parameters including Exchange Rate, SWBI, Inflation and GDP, data processing method using Neural Networks Artificial (ANN) . The development of the ANN model is carried out by determining the best values for several model parameters. The model parameters include random state, initial Learning Rate, momentum, and hidden layer sizes. The parameters used include 3 (three) strategies, namely internal, external, internal and external parameters.
The results of the Data Evaluation Results of JST Model 1 (One), show R² and RMSE, the ROA (Return On Asset) and CAR (Capital Adequancy Ratio) parameters show the best model performance with R² values of 0.6316 and 0.6265, and relatively RMSE low at 1.3269 and 8.5499, which is a model that is quite good at explaining variance and quite accurate in predictions. The highest weight value in Model 1 (one) for the ROA parameter is educational qualifications, the ROE parameter is Profit Share Ratio, the FDR parameter is Equitable Distribution Ratio, BOPO Parameter Equitable Distribution Ratio, NIM parameter is Zakat, CAR parameter is Profit Share Ratio, NPF parameter is ICSR
The results of the Data Evaluation Results of JST Model 2 (two) show R² and RMSE, the FDR (Fund Deposit Ratio) parameter shows the best performance with R² of 0.6402, not optimal but better than other parameters, RMSE 10.3349 which
vii
is sufficient high. The highest weight value in Model 2 (two) for the NPF Parameter is Gross Domestic Product, ROA Parameter is Gross Domestic Product, ROE Parameter is Gross Domestic Product, NIM Parameter is Exchange Rate, BOPO Parameter is Gross Domestic Product, FDR Parameter is Exchange Rate, The CAR parameter is the Indonesian Bank Wadiah Certificate .
The results of the data evaluation of the JST Model 3 (three) prediction results show that R² and RMSE, ROA (Return on Assets) and CAR (Capital Adequancy Ratio) parameters have the best model performance with high R² values of 0.7001 and 0, respectively. 7194, relatively low RMSE 2.1929 and 9.0351, is a model that is quite good at explaining variance and accurate in predictions. The highest weight value in Model 3 (three) for the NPF Parameter is Profit Sharing Ratio, ROA Parameter is Exchange Rate, ROE Parameter is Exchange Rate, NIM Parameter is GCG, BOPO Parameter is GCG, FDR Parameter is Profit Sharing Ratio, CAR Parameter is Exchange Rate.