| dc.description.abstract | Pendapatan terbesar dalam perbankan adalah pendapatan bunga dari penyaluran kreditnya. PT. Bank XYZ merupakan bank umum swasta nasional yang sudah mengembangkan konsentrasinya ke sektor Usaha Kecil dan Menengah (UKM) terutama pada sektor budidaya pertanian. Sektor ini didirikan pada tahun 2003, maka dari itu perlu dilakukan analisa kelayakan kredit untuk meminimalkan risiko, terutama klasifikasi risiko gagal bayar dalam pengembalian kredit. Berdasarkan hal tersebut, penelitian ini bertujuan untuk (1) Mengetahui sistem kelayakan kredit yang dilakukan Bank XYZ untuk mengantisipasi risiko pada sektor budidaya pertanian. (2) Mengetahui fungsi pembeda (discriminan function) dari setiap kelas kolektibilitas pada sektor budidaya pertanian (3) Menganalisis fungsi diskriminan digunakan untuk memprediksi kategori kolektibilitas dari nilai variabel kelayakan kredit pada sektor budidaya pertanian. Data yang digunakan dalam penelitian ini sebagian besar adalah data sekunder. Data sekunder diperoleh dari data internal perusahaan, seperti data debitur bank, informasi perusahaan dan ketentuan BI. Dilakukan juga studi kepustakaan (buku-buku dan literatur-literatur yang relevan) dan melalui internet. Sedangkan data primer diambil pada saat penelitian melalui wawancara dan observasi langsung pada divisi Manajemen Risiko dan Kredit. Data ordinal yang didapat pada penelitian ini akan diubah ke interval dengan bantuan macro Minitab. Analisa menggunakan Analisis Diskriminan dengan bantuan program Minitab versi 14. Dalam meminimalkan risiko gagal bayar pada sektor budidaya pertanian, Internal Credit Risk Rate (ICRR) dapat digunakan sebagai filter awal dan outputnya dijadikan sebagai pengganti proposal kredit. Sehingga output dari sistem ini akan berpengaruh dalam pengambilan keputusan pemberian kredit untuk calon debitur. Analisa sistem kelayakan kredit ini mempertimbangkan 23 variabel penilaian terhadap debitur sebagai parameter pemberian kredit. Berdasarkan validitas menggunakan korelasi product moment Pearson terdapat 20 variabel yang signifikan, yaitu Rasio Hutang, Rasio Keuntungan, Rasio Likuiditas, Rata-rata rekening Koran, Mutasi Kredit, Pengalaman Manajemen, Pengalaman Kredit dengan Bank XYZ, Pengalaman Kredit dengan Bank Lain, Pengalaman Usaha, Reputasi Usaha, Prospek Usaha, Pesaing, Pembeli/Pelanggan, Pemasok, Wilayah Pemasaran, Jenis Produk, Jangka Waktu Fasilitas, Jenis Agunan dan Posisi Klaim. Dari hasil analisis diskriminan muncul lima fungsi pembeda yang akan mengklasifikasikan kelas kolektibilitas Lancar, Dalam Perhatian Khusus (DPK), Kurang Lancar, Diragukan dan Macet. Hasil analisis diskriminan mencerminkan ketepatan prediksi untuk membedakan antar kelas sebesar 80.4%. Pengaruh variabel kelayakan kredit terhadap pengembalian kredit ternyata cukup besar, dilihat dari debitur yang termasuk dalam kolektibilitas Lancar sebesar 84%, kolektibilitas Dalam Perhatian Khusus 5%, kolektibilitas Kurang Lancar 1%, kolektibilitas Diragukan 3% dan kolektibilitas Macet 6%. Jadi dalam pengembalian kreditnya PT. Bank XYZ sudah cukup baik dengan kualitas kredit macet (kolektibilitas 3-5) sebesar 10%. | id |
