Sistem Peringatan Dini Ketahanan Perbankan Terhadap Guncangan Internal dan Eksternal Dengan Model Artifical Neural Network

  • Muhammad Iqbal Perbanas Institute
  • Azmia Ulfah Perbanas Institute
  • Selamet Riyadi Perbanas Institute
Keywords: stabilitas sistem keuangan, early warning system, artifical neural network

Abstract

Sistem stabilitas keuangan adalah sistem kompleks yang terbentuk dan terkait dengan kebijakan ekonomi dan moneter di negara tersebut. Oleh karena itu diperlukan suatu model untuk dapat memprediksi secara cepat dan akurat ketidakstabilan sistem keuangan yang mungkin terjadi. Penelitian ini bertujuan untuk membangun model Artifical Neural Network (ANN) sebagai sistem peringatan dini untuk memprediksi kegagalan perbankan berdasarkan kepatuhan bank. Penelitian ini menggabungkan faktor internal dan eksternal yang mempengaruhi kinerja perbankan sebagai indikator. Hasil penelitian ini membuktikan bahwa ANN dapat digunakan sebagai metode alternatif untuk mendeteksi tingkat keberlanjutan suatu bank.

References

Aini, Nur. (2013). Pengaruh CAR, NIM, LDR, NPL, BOPO, dan Kualitas Aktiva Produktif terhadap Perubahan Laba (Studi Empiris Pada Perusahaan Perbankan yang terdaftar di BEI) Tahun 2009–2011. Dinamika Akuntansi, Keuangan dan Perbankan, II (1): 14-25. ISSN :1979-4878.
Alawode, Abayomi A., Mohammed Al Sadek. (2008). What is Financial Stability?. Financial Stability Paper Series, No. 1. (http://www.cbb.gov.bh/ assets/FSP/What%20is%20Financial%20Stability.pdf diakses pada tanggal 18 September 2015).
Bank Indonesia. (2015). Kajian Stabilitas Keuangan. http://www.bi.go.id/id/publikasi/perbankan-dan-stabilitas/kajian/ Documents/KSK_24_Maret%202014.pdf, diakses pada tanggal 29 Agustus 2015).
Bank for International Settelement. (2004). International Convergence of Capital Measurement and Capital Standards A Revised Framework (http://www.federalreserve.gov/boarddocs/press/bcreg/2004/20040626/ attachment.pdf, diakses pada tanggal 7 Agustus 2015).
Fitri, Yudarsi Eka, Kamaludin dan Paulus Suluk Kananlua. (2012). Analisis Tingkat Kesehatan Bank dengan Sistem Risk Base Bank Rating (RBBR): Aplikasinya pada PT Bank Bengkulu. The Manager Review, XIII (2): 138-149. .ISSN 1979-2239.
Hosni, Khaoula. (2014). Early Warning Indicators for Systemic Banking Crises. Journal of Business Studies Quarterly, V (4): 222-244. ISSN 2152-1034.
Huang, Feixue, Yue Sheng, dan Zhijie Li. (2010). Evaluation of Default Risk Based on KMV Model for ICBC, CCB and BOC. International Journal of Economics and Finance, II (1): 72-80.
Lampiran SE BI 13/24/DPNP Tahun 2011 tentang Penilaian Tingkat Kesehatan Bank. (http://www.ojk.go.id/Files/regulasi/perbankan/se-bi/2011/ lampiranI_se132411.pdf diakses pada tanggal 28 Juli 2015).
Lasta, Heidy Arrvida, Zainul Arifin dan Nila Firdausi Nuzula. (2014). Analisis Tingkat Kesehatan Bank dengan Menggunakan Pendekatan RGEC (Risk Profile, Goode Corporate Governance, Earnings, Capital) Studi pada PT BRI, Tbk. Periode 2011-2013.Jurnal Administrasi Bisnis, XIII(2): 1-10.
Novaly, Rushans. (2014). Menjaga Sistem Keuangan Agar Tetap Stabil, Sebuah Sistem Terpadu. http://www.kompasiana.com/rushanovaly/menjaga-sistem-keuangan-agar-tetap-stabil-sebuah-sistem-terpadu_ 54f96768a33311ac048b4f19 diakses pada tanggal 7 September 2015.
Peraturan Bank Indonesia No 13/1/PBI Tahun 2011 tentang Penilaian Tingkat Kesehatan Bank Umum. http://www.bi.go.id/id/peraturan/perbankan/ Documents/828aa23594154a89aeabab7dc3103805pbi_130112.pdf, diakses pada tanggal 28 Juli 2015.
Purba, Bonaraja. (2013). Analisis Pengaruh Pertumbuhan PDB, Suku Bunga, IHK, Cadangan Devisa, dan Nilai Tukar Rupiah terhadap Pertumbuhan Jumlah Uang Beredar di Indonesia. Jurnal Saintech, V(1): 17-26.ISSN: 2086-9681.
Purnamasari, Ni Kadek Ita dan Ni Putu Sri Harta Mimba. (2014). Penilaian Tingkat Kesehatan PT. BPD BALI Berdasarkan Risk Profile, GCG, Earning, Capital. E-Jurnal Akuntansi Universitas Udayana, VII(3): 716-732. ISSN: 2302-8556.
Santoso, Wimboh dan Sukarela Batunanggar. (2008). Effective Financial System Stability Framework. Occasional Papers of The South East Asian Central Bank Research and Training Centre (The SEACEN Centre) No. 45. (http://www.seacen.org/GUI/pdf/publications/occasional/2007/OP45.pdf diakses pada tanggal 18 September 2015).
Sekmen, Fuad dan Murat Kurkcu. (2014). An Early Warning System for Turkey: The Forecasting of Economic Crisis by Using The Artifical Neural Networks. Asian Economic and Finacial Review, IV(4): 529-543.
Sitompul, Willy. (2014). Mewujudkan Stabilitas Sistem Keuangan, Apa yang Perlu Kita Ketahui?. http://www.kompasiana.com/willysitompul/ mewujudkan-stabilitas-sistem-keuangan-apa-yang-perlu-kita-ketahui_ 54f3d2bb7455139f2b6c8101.
Sutono dan Batista Sufa Kefi. (2013). Pengaruh Faktor Makroekonomi terhadap Penghimpunan Dana pada Bank Umum di Indonesia. Jurnal Ekonomi Manajemen Akuntansi, XX (34): 1-12. ISSN 0853 – 8778.
Ozkan-Gunay, E. Nur dan Mehmed Ozkan. (2007). Prediction of bank failures in emerging financial markets: an ANN approach. The Journal of Risk Finance, VIII(5): 465-480.
Todorovic, Violeta. (2013). Alternative Regulatory Approaches to Managing Banking Crises. Economic Horizons, XV (3): 217-231. eISSN 2217-9232.
Yang, Bill Huajian dan Mykola Tkachenko. (2012). Modeling Exposure at Default and Loss Given Default: Empirical Approaches and Technical Implementation. The Journalof Credit Risk, VIII(2): 81-102.
Published
2020-06-29
Section
Article