ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI NON PERFORMING FINANCING (NPF) PADA BANK SYARIAH DI INDONESIA

 

Redho Ikhsan1, Adinda Nunung Karyatni2

Universitas Trisakti, Indonesia

[email protected], [email protected]

 

Abstrak:

Perbankan syariah merupakan salah satu sektor yang sempat diramalkan sebagai sektor yang dapat meningkatkan stabilitas ekonomi di Indonesia. Banyaknya bank syariah yang lahir di Indonesia membuktikan bahwa eksistensi ekonomi syariah di Indonesia cukup tinggi sehingga bank syariah dijadikan sebagai salah satu alternatif dalam menjalankan sistem perbankan di Indonesia. Bank syariah adalah bank yang menjalankan berbagai kegiatan transaksinya berdasarkan prinsip-prinsip perekonomian yang telah ditetapkan dalam Islam. Tujuan dari penelitian ini adalah untuk menguji mengenai pengaruh variabel yang diduga memiliki pengaruh terhadap NPF bank syariah. Variabel tersebut adalah inflasi, interest rate, dan Net Operating Margin (NOM). Penelitian ini menggunakan metode kuantitatif deskriptif dengan metode analisis regresi linier berganda. Data yang digunakan adalah data sekunder dengan jenis data time series sebanyak 114 daata mulai tahun 2011-2020. Hasil penelitian menunjukkan bahwa NOM berpengaruh negative pada NPF, namun BI Rate dan Inflasi tidak berpengaruh pada NPF. Hasil uji simultan menunjukan bahwa ketiga variable independent secara Bersama-sama mempengaruhi NPF sebesar 15,1%. Dari hasil Uji Regresi berganda ini, secara global (uji F) dapat dikatakan bahwa variabel independen berpengaruh signifikan secra Bersama-sama terhadap NPF. Dan dari uji kelengkapan model (Uji Goodness of fit) bahwa kemampuan seluruh variabel independence (BI Rate, Inflasi, NOM) adalah 15,1%, sedangkan sisanya 84,9% dijelaskan oleh faktor lain yang tidak dimasukkan ke dalam model. Dengan demikian bahwa model ini dikatakan masih belum cukup sebagai alat pengambil kebijakan, perlu diteliti variabel-varibel lain yang mungkin dapat berpengaruh terhadap NPF.

 

Kata Kunci: inflasi, bi rate, net operation margin (nom), npf

 

Abstract:

Islamic banking is one of the sectors that was predicted as a sector that can improve economic stability in Indonesia. The number of Islamic banks born in Indonesia proves that the existence of Islamic economics in Indonesia is high enough so that Islamic banks are used as an alternative in running the banking system in Indonesia. Islamic banks are banks that carry out various transaction activities based on economic principles that have been established in Islam. The purpose of this study was to examine the effect of variables that are thought to have an influence on the NPF of Islamic banks. These variables are inflation, interest rate, and Net Operating Margin (NOM). This research uses descriptive quantitative method with multiple linear regression analysis method. The data used is secondary data with 114 time series data types from 2011-2020. The results showed that NOM had a negative effect on NPF, but BI Rate and Inflation had no effect on NPF. Simultaneous test results show that the three independent variables together affect the NPF of 15.1%. From the results of this multiple regression test, globally (F test) it can be said that the independent variables have a significant effect on the NPF. And from the model completeness test (Goodness of fit test) that the ability of all independence variables (BI Rate, Inflation, NOM) is 15.1%, while the remaining 84.9% is explained by other factors not included in the model. Thus, it is said that this model is still not sufficient as a tool for policy makers, it is necessary to examine other variables that may affect the NPF

 

Keywords: inflation, bi rate, net operation margin (nom), npf�����������������������������������������������������������

Corresponding: Redho Ikhsan

E-mail: [email protected]


 

PENDAHULUAN

Pembiayaan atau financing, yaitu pendanaan yang diberikan oleh suatu pihak kepada pihak lain untuk mendukung investasi yang telah direncanakan, baik dilakukan sendiri maupun lembaga (Ilyas, 2015). Dengan kata lain, pembiayaan adalah pendanaan yang dikeluarkan untuk mendukung investasi yang telah direncanakan.

Pasal 1 ayat (25) Undang-Undang Republik Indonesia Nomor 21 Tahun 2008 tentang Perbankan Syariah, menyatakan �Pembiayaan adalah penyediaan dana atau tagihan yang dipersamakan dengan itu berupa: transaksi bagi hasil dalam bentuk mudharabah dan musyarakah, transaksi sewa-menyewa dalam bentuk ijarah atau sewa beli dalam bentuk ijarah muntahiya bittamlik, transaksi jual beli dalam bentuk piutang murabahah, salam, dan istishna, transaksi pinjam meminjam dalam bentuk piutang qardh.

Pembiayaan sering digunakan untuk menunjukkan aktivitas utama Lembaga Keuangan, karena berhubungan dengan rencana memperoleh pendapatan. Berdasarkan UU No. 7 tahun 1992, yang dimaksud pembiayaan adalah (Akhmad Sirojudin Munir, 2017): �Penyediaan uang atau tagihan yang dapat dipersamakan dengan itu berdasarkan tujuan atau kesepakatan pinjam meminjam antara bank dengan pihak lain yang mewajibkan pihak peminjam untuk melunasi hutangnya setelah jangka waktu tertentu ditambah dengan sejumlah bunga, imbalan atau pembagian hasil�

Apabila pihak lain tersebut tidak dapat mengembalikan uang/tagihan tersebut, maka akan terjadi default atau �gagal bayar� atas nasabah tersebut.

Transaksi gagal bayar pada lembaga pembiayaan ini akan menurunkan tingkat kualitas pembiayaan pada lembaga keuangan tersebut (Hafizd, 2020). Turunnya kualitas pembiayaan ini akan sangat berdampak pada kelangsungan lembaga pembiayaan tersebut yang dalam jangka panjang akan sangat berpengaruh pada system keuangan secara makro (Amirullah, 2020).

Kredit bermasalah terjadi ketika debitur sudah tidak mampu melunasi sebagian atau seluruh kewajibannya, kepada kreditur seperti perjanjian yang telah disepakati sebelumnya (Suardana, Budiartha, & Ujianti, 2022). Siamat menjabarkan bahwa penetapan kualitas kredit didasarkan pada penilaian yang dilakukan dengan menganalisis faktor prospek usaha, kinerja debitur dan kemampuan membayar. Komponen dari masing-masing faktor dijabarkan sebagai berikut:

1.       Komponen penilaian faktor prospek usaha: potensi pertumbuhan usaha, kondisi pasar dan posisi debitur dalam persaingan, kualitas manajemen dan permasalahan tenaga kerja, dukungan dari grup atau afiliasi; dan upaya yang dilakukan debitur dalam rangka memelihara lingkungan hidup.

2.       Komponen penilaian faktor kinerja debitur: perolehan laba, struktur permodalan, arus kas; dan sensitivitas terhadap risiko pasar.

3.       Komponen penilaian faktor kemampuan membayar: ketepatan pembayaran pokok dan bunga, ketersediaan dan keakuratan informasi keuangan debitur kelengkapan dokumentasi kredit, kepatuhan terhadap perjanjian kredit, kesesuaian penggunaan dana; dan kewajaran sumber pembayaran kewajiban.

Dengan memperhatikan komponen-komponen penilaian di atas, maka tingkat kolektabilitas (kualitas) kredit dapat diklasifikasikan menjadi: lancar (Pass);, dalam perhatian Khusus (Special mention), kurang lancar (Sub standard), diragukan (doubtful); dan macet (Loss)

 

Berdasarkan ketentuan Bank Indonesia, apabila dilihat dari tingkat kolektabilitasnya maka kredit bermasalah atau sering disebut NPL (Non-Performing Loan atau NPF (Non-Performing Financing) untuk Lembaga Syariah), adalah merupakan kredit atau pembiayaan yang digolongkan ke dalam kolektabilitas Kurang Lancar (KL), Diragukan (D) dan Macet (M).

Seperti yang telah diketahui bahwa kredit bermasalah adalah kondisi yang sangat ditakuti oleh setiap bank (Yulita & PANGESTUTI, 2014). Kondisi tersebut memberikan ������� implikasi negatif terhadap sektor perbankan, seperti yang dijelaskan oleh (PURBA, 2017) beberapa hal yang mungkin terjadi adalah: bank akan kehilangan kesempatan memperoleh pendapatan dari kredit, sehingga dapat memperburuk tingkat rentabilitas bank karena menurunnya perolehan laba, meningkatnya rasio kualitas aktiva produktif yang menunjukkan memburuknya kondisi keuangan bank, seiring dengan bertambahnya jumlah kredit bermasalah, maka modal bank akan semakin berkurang karena sebagian modal bank harus dialokasikan untuk memenuhi ketentuan minimum PPAP (Penyisihan Penghapusan Aktiva Produktif), sehingga kondisi ini akan berpengaruh langsung terhadap penurunan rasio KPMM (Kewajiban Penyediaan Modal Minimum) atau CAR (Capital Adequacy Ratio), penurunan pendapatan akan mengakibatkan penurunan pada ROA (Return On Asset), dengan terjadinya peningkatan rasio kualitas aktiva produktif, penurunan CAR (Capital Adequacy Ratio) dan penurunan ROA (Return On Asset) maka tingkat kesehatan bank akan menurun.

Dengan melihat dampak yang terjadi apabila suatu bank mempunyai NPF yang besar akan berakibat seperti tersebut diatas, karena itu perlu untuk ditelaah faktor-faktor apa yang mempengaruhi NPF pada suatu bank, baik itu pengaruh dari faktor internal maupun eksternal (Fikriati, 2015). Oleh karena itu jurnal kali ini mencoba mengangkat masalah NPF ini disertai dengan pengujian statistik.

(Bofondi & Ropele, 2011) mengemukakan bahwa faktor makro ekonomi merupakan faktor yang sangat signifikan berpengaruh terhadap besarnya rasio NPL. Faktor makro yang diteliti oleh Bofondi dan Ropele adalah GDP, inflasi, stock price index, home price index, pendapatan disposibble, interest rate, dan investasi.

(Jinan, 2014) menggunakan 9 faktor ekonomi yang digunakan untuk melihat faktor-faktor yang mempengaruhi NPL, dari hasil penelitian tersebut terlihat bahwa terdapat pengaruh yang signifikan GDP, inflasi, exchange rate, customer price index, interest rate, dan pengangguran terhadap tingkat rasio NPL.

 

METODE PENELITIAN

Penelitian ini adalah sebuah penelitian kuantitatif deskriptif yang menguji mengenai pengaruh Inflaso, BI Rate, Net Operation Margin (NOM) terhadap Non-Performing Financing (NPF). Penelitian ini menggunakan data sekunder yang berasal dari publikasi Otoritas Jasa Keuangan (OJK), yang berupa Statistik Perbankan Syariah. Data yang digunakan adalah data tahun 2011-2020 sebanyak 114 data dimana bank syariah belum merger menjadi Bank Syariah Indonesia (BSI) sebab terhitung pada tahun 2021, beberapa bank syariah melakukan merger dan menjadi Bank Syariah Indonesia (BSI). Teknik pengumpulan data yang digunakan adalah dengan teknik observasi tidak langsung yakni dengan melakukan pengumpulan data melalui data-data OJK yang diolah.

Penelitian ini bertujuan melihat pengaruh hubungan antara variabel-variabel independen terhadap variabel dependen dengan menggunakan analisis regresi linear berganda. Statistik untuk menguji hipotesis dalam penelitian ini menggunakan metode regresi linear berganda. Variabel dependen yang digunakan dalam penelitian ini adalah NPF, sedangkan variabel independen yang digunakan adalah inflasi, BI Rate dan Net Operation Margin (NOM). Adapun model yang digunakan dalam penelitian ini sebagai berikut:

�..(1)

Keterangan������� :

Y������������� : Net Performing Financing (NPF)

����������� : Konstanta

����������� : Koefisien Regresi

X1���������� : Inflasi

X2���������� : BI Rate

X3���������� :� Net Operation Margin (NOM)

������������ : Error

 

HASIL DAN PEMBAHASAN

Berdasarkan data yang diperoleh dari Otoritas Jasa Keuangan (OJK), Badan Pusat Statistik (BPS) dan Bank Indonesia (BI), diperoleh 114 data dari periode tahun 2011 hingga tahun 2020. Adapun data-data tersebut meliputi data NPF, Inflasi, BI Rate dan Net Operation Margin (NOM).

 

Grafik 1. Data fluktuatif

 

Berdasarkan grafik tersebut, terlihat bahwa data-data tersebut menunjukan data yang sangat fluktuatif. Selama kurun waktu tahun 2011 hingga tahun 2020, data terendah dari NPF sebesar 2,26% pada bulan Desember 2012 dan data tertinggi NPF sebesar 6,17% pada bulan Mei 2016. Dimana NPF sebesar 6,17% tersebut melebihi batas maksimum yang ditetapkan OJK sebesar 5%.

Untuk data inflasi, mencapai nilai terendah pada Agustus 2020 sebesar 1,32% dan mencapai nilai tertinggi pada Agustus 2013 sebesar 8,79%.� Data BI Rate terendah sebesar 3,75% pada Desember 2020 dan nilai tertinggi sebesar 7,75% pada November 2014. Sedangkan untuk NOM pada bulan Mei 2016 mencapai nilai terendah sebesar 0,17% dan pada bulan Agustus 2014 mencapai nilai tertinggi sebesar 2,93%.

Berdasarkan data tersebut dapat dilihat bahwa NPF yang tinggi sebesar 6,17% yang berada pada bulan Mei 2016 dan berpengaruh terhadap menurunnya profitabilitas yang diterima oleh bank, yang salah satunya ditunjukan dengan Nilai NOM terendah sebesar 0,17%. Hal tersebut serupa terjadi pada bulan-bulan setelahnya, dengan nilai NPF yang cukup tinggi yaitu melebihi nilai diatas 5%, mengakibatkan nilai NOM Bank syariah yang cukup rendah.

Oleh karena itu, perlu diteliti adakah faktor-faktor lain yang mempengaruhi besarnya nilai NPF. Untuk faktor secara internal (Somantri & Sukmana, 2019), digunakan indikator NOM sedangkan faktor eksternal yang diperkirakan mempengaruhi NPF adalah inflasi dan BI Rate.

Pengujian tersebut menggunakan analisis regresi linier berganda, dengan variabel dependen adalah NPF sedangkan variabel independent yaitu Inflasi (Misbahul Munir, 2018), BI Rate dan NOM. Model regresi yang digunakan dalam hipotesis haruslah menghindari kemungkinan terjadinya penyimpangan asumsi klasik. Asumsi klasik regresi meliputi Uji Autokorelasi, Uji Heteroskedastisitas, Uji Multikolinieritas dan Uji Normalitas.

Autolasikore yaitu suatu keadaan dimana kesalahan pengganguan dari periode tertentu (mt) berkorelasi dengan kesalahan pengganggu dari periode sebelumnya (mt-1). Pada kondisi ini kesalahan pengganggu tidak bebas tetapi satu sama lain saling berhubungan. Bila kesalahan pengganggu periode t dengan t-1 berkorelasi maka terjadi kasus korelasi serial sederhana tingkat pertama (first order autocorrelation) (Rimadhani & Erza, 2017).

Untuk melakukan uji regresi berganda, data tidak boleh mengandung autokorelasi. Data yang digunakan untuk analisis ini adalah data deret waktu (time series), secara teori akan mengandung autokorelasi. Maka akan dilakukan pengujian autokorelasi menggunakan SPSS.

Sesuai dengan pengujian autokorelasi menggunakan uji Durbin-Watson melalui SPSS, diperoleh nilai sebesar 0,297 dimana jika dibandingkan dengan nilai tabel du dan dl, nilai tersebut menghasilkan bahwa data tersebut terjadi autokorelasi.

Jika data mengandung autokorelasi, maka pengujian menggunakan regresi linier tidak dapat dilanjutkan. Oleh karena itu, perlu dilakukan transformasi menggunakan metode Cochrane Orcutt dengan menghitung nilai (koefisien autokorelasi) menggunakan nilai error regresi.

Setelah dilakukan transformasi menggunakan metode Cochrane Orcutt, diperoleh nilai durbin Watson sebesar 1,860 dan jika dibandingkan dengan nilai tabel, maka diperoleh bahwa data yang telah dilakukan transformasi tidak mengandung autokorelasi. Uji asumsi selanjutnya adalah uji heteroskedastisitas. Pengujian heteroskedastisitas menggunakan SPSS dengan hasil sebagai berikut:

 

 

Jika titik-titik data menyebar di atas dan di bawah titik 0 (nol) pada sumbu Y dan X serta tidak membentuk pola tertentu seperti zig-zag atau menumpuk, maka dapat disimpulkan bahwa tidak terjadi gejala heteroskedastisitas.

Uji asumsi klasik selanjutnya adalah uji multikolinieritas. Multikolinearitas artinya terdapat korelasi yang signifikan di antara dua atau lebih variabel independent dalam model regresi.

Pengujian multikolinieritas salah satunya menggunakan nilai VIF, dimana akan terjadi multikolinieritas jika nilai VIF >10. Berdasarkan pengujian SPSS, nilai VIF untuk inflasi, BI rate dan NOM berturut-turut sebesar 2,338; 2,335 dan 1,005. Sehingga pada data tersebut tidak ditemukan multikolinieritas.

Uji asumsi klasik selanjutnya yaitu uji normalitas, bahwa distribusi probabilitas dari gangguan u1memiliki nilai rata-rata yang diharapkan sama dengan nol, tidak berkorelasi dan mempunyai varian yang konstan.

Pada hasil uji histogram, perhatikan garis melengkung ke atas seperti membentuk gunung. Apabila garis tersebut membentuk gunung dan terlihat sempurna dengan kaki yang simetris, maka dapat disimpulkan bahwa data dalam penelitian berdistribusi normal.

 

Pada hasil uji normal probability plots, perhatikan titik-titik dan garis diagonal. Jika titik-titik mengikuti garis diagnal dari titik 0 dan tidak melebar terlalu jauh, maka dapat disimpulkan data berdistribusi normal.

Namun, jika titik-titik melebar terlalu jauh dari garis diagonal, maka dapat disimpulkan data tidak berdistribusi normal. Pada contoh ini, dapat disimpulkan bahwa data berdistribusi normal.

Setelah melakukan pengujian asumsi klasik, semua asumsi telah terpenuhi dengan menggunakan model regresi yang telah ditransformasi, yaitu dengan metode Cochrane Orcutt.

Hasil Uji Parsial menggunakan SPSS diperoleh hasil sebagai berikut:

Tabel 1. Uji Parsial

 

Unstandarized

B

Coefficient

Std. Error

Sig

Constant

.584

.094

.000

LAG_INFLASI

.030

.051

.549

LAG_BIRATE

.068

.112

.645

LAG_NOM

-.241

.087

.006

Berdasarkan pada tabel diatas, dengan tingkat signifikansi 5%, hanya variabel NOM yang berpengaruh signifikan terhadap NPF dengan nilai signifikansi 0,006. Sedangkan variabel lainnya yaitu Inflasi dan BI Rate tidak berpengaruh pada variabel NPF karena nilai signifikansi variabel tersebut berada diatas nilai 5%.

Pada penelitian ini, dapat disimpulkan bahwa variabel internal yaitu NOM yang berpengaruh signifikan terhadap NPF, sedangkan variabel eksternal yaitu inflasi dan BI Rate tidak berpengaruhi signifikan. Variabel NOM berpengaruh negatif terhadap NPF, artinya jika nilai NPF meningkat, maka nilai NOM akan menurun dan sebaliknya jika nilai NPF Menurun maka nilai NOM akan meningkat. Hal tersebut sejalan dengan teori bahwa performa dari Bank atau Lembaga keuangan terefleksikan dari perolehan NOM sehingga tinggi rendahnya NOM dapat berpengaruh pada tingkat NPF pada suatu Lembaga keuanga. Tentunya akan berpengaru secara negatif sebagaimana yang telah dijelaskan diatas.

Jika nilai NOM naik 1%, maka NPF akan turun sebesar 0,241%. Sebaliknya, jika nilai NOM turun 1%, maka NPF akan meningkat sebesar 0,241%. Hasil uji simultan dengan menggunakan SPSS menghasilkan sebagai berikut:

Tabel 2. Hasil Uji Simultan

Model

R

R Square

Adjusted R Square

Sig.F

1

.276a

.176

.151

.034
  1. Predictors: (Constant), LAG_NOM, LAG_BIRATE, LAG_INFLASI
  2. Dependent Variabel : LAG_NPF

 

Setelah dilakukan pengujian secara parsial, maka langkah selanjutnya adalah menguji apakah ketiga varibel independent (Inflasi, BI Rate dan NOM) berpengaruh secara Bersama-sama terhadap variabel NPF.� Jika dilihat dari tabel diatas, bahwa nilai signifikansi uji simultan didapatkan sebesar 0,034 yang mana nilai tersebut lebih kecil dari taraf signifikansi yang dipilih yaitu 0,05 atau 5% sehingga dapat disimpulkan bahwa ketiga variabel independent berpengaruh secara signfikan terhadap nilai NPF.

Berdasar hasil uji estimasi model regresi linier berganda didapatkan hasil bahwa nilai Adjusted R-Square adalah sebesar 0,151 atau 15,1%. Artinya, kemampuan seluruh variabel independen (BI RATE, INFLASI, NOM) (Masyitah, 2019) dalam menjelaskan perubahan NPF adalah 15,1%, sedangkan sisanya 84,9% dijelaskan oleh faktor lain yang tidak dimasukkan ke dalam model. Faktor lain yang mungkin mempengaruhi NPF di Bank syariah selain variabel yang ada pada model adalah Financing Deposit Ratio (FDR), Capital Adequacy ratio (CAR), Beban Operasional (BOPO) dll.

Penelitian yang dilakukan oleh Sri Wahyuni tahun 2016 dengan judul Fakjtor-Fakjtor yang mempengaruhi Non-Performing Financing (NPF) Pada Bank Umum Syariah di Indonesia, didapatkan hasil bahwa GDP (Gross Domestic Product), Inflasi dan FDR tidak berpengaruh terhadap NPF, sedangkan SBIS (Sertifikat bank Syariah Indonesia) dan CAR (Capital Adequacy Ratio) perpengaruh positif terhadap NPF.

Penelitian yang dilakukan oleh KM Vanni tahun 2017 disebutkan bahwa inflasi tidak berpengaruh terhadap NPF sedangkan variabel FDR berpengaruh negatif terhadap NPF dan Kurs berpengaruh positif terhadap NPF. Sedangkan penelitian yang dilakukan oleh Putri Siregar tahun 2020, didapatkan hasil bahwa inflasi tidak berpengaruh terhadap NPF, sedangkan variabel CAR dan FDR berpengaruh negatif terhadap NPF serta BOPO berpengaruh positif terhadap NPF.

Sesuai dengan penelitian dan beberapa penelitian terdahulu, dapat dikatakan bahwa variabel ekternal tidak berpengaruh terhadap NPF sedangan variabel internal berpengaruh terhadap NPF (Nugrohowati & Bimo, 2019).� NPF merupakan salah satu indikator untuk menilai kualitas pembiayaan suatu Bank Syariah, dimana OJK mentargetkan nilai NPF Bank syaraiah dibawah 5%.

 

KESIMPULAN

Dengan tujuan dalam penelitian ini maka dapat ditemukan hasil uji menggunakan SPSS sebagai berikut: 1. Inflasi dan BI Rate tidak berpengaruh terhadap NPF/Kualitas Pembiayaan Bank Syariah di Indonesia. 2. NOM berpengaruh negatif terhdap NPF/Kualitas pembiayaan. Sehingga dari 3 variabel yang diuji tersebut, maka faktor-faktor yang mempengaruhi NPF atau kualitas pembiayaan yang signifikan adalah NOM atau selisih antara margin pendapatan dengan biaya-biaya yang dikeluarkan, tidak signifikan terhadap kulaitas pembiayaan. Sedangkan faktor Inflasi dan BI Rate tidak berpengaruh signifikan terhadap NPF. Artinya, peningkatan dan penurunan NPF lebih disebabkan oleh faktor-faktor internal. Dari hasil Uji Regresi berganda ini, secara global (uji F) dapat dikatakan bahwa variabel independen berpengaruh signifikan secra Bersama-sama terhadap NPF. Dan dari uji kelengkapan model (Uji Goodness of fit) bahwa kemampuan seluruh variabel independence (BI Rate, Inflasi, NOM) adalah 15,1%, sedangkan sisanya 84,9% dijelaskan oleh faktor lain yang tidak dimasukkan ke dalam model. Dengan demikian bahwa model ini dikatakan masih belum cukup sebagai alat pengambil kebijakan, perlu diteliti variabel-varibel lain yang mungkin dapat berpengaruh terhadap NPF. Rekomendasi untuk penelitian selanjutnya yaitu dapat menguji menggunakan beberapa variabel yang berasal dari internal dan beberapa variabel yang berasal dari eksternal. Mengingat penelitian ini menggunakan data time series, dimana data time series cenderung tidak akan memenuhi asumsi klasik regresi khususnya autokorelasi, sehingga disarankan untuk menggunakan metode lain selain regresi linier berganda untuk mendapatkan hasil yang lebih baik dan akurat.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

DAFTAR PUSTAKA

 

Amirullah, Mulia. (2020). Hubungan Kinerja Internal Dan Guncangan Makroekonomi Terhadap Profitabilitas Lembaga Pembiayaan Syariah Di Indonesia Periode 2015-2019. Welfare, 1(2), 111�117.

 

Bofondi, Marcello, & Ropele, Tiziano. (2011). Macroeconomic determinants of bad loans: evidence from Italian banks. Bank of Italy Occasional Paper, (89).

 

Fikriati, Naeli Kamilia. (2015). Analisis Pengaruh Dana Pihak Ketiga (DPK), Non Performing Financing (NPF), Dan Inflasi Terhadap Financing To Deposit Ratio (FDR) Bank Pembiayaan Rakyat Syariah (BPRS) Di Indonesia Periode 2010-2013.

 

Hafizd, Jefik Zulfikar. (2020). Peran Bank Syariah Mandiri (BSM) Bagi Perekonomian Indonesia Di Masa Pandemi COVID-19. Al-Mustashfa: Jurnal Penelitian Hukum Ekonomi Syariah, 5(2), 138�148.

 

Ilyas, Rahmat. (2015). Konsep pembiayaan Dalam perbankan syari�ah. Jurnal Penelitian, 9(1).

 

Jinan, Mutohharun. (2014). KH. Ahmad Azhar Basyir, MA.: Prototipe Ulama-Intelektual Muhammadiyah. Tajdida: Jurnal Pemikiran Dan Gerakan Muhammadiyah, 12(2), 133�146.

 

Masyitah, Emi. (2019). Faktor-Faktor Yang Mempengaruhi Penerimaan PPN dan PPnBM. Accumulated Journal (Accounting and Management Research Edition), 1(2), 89�104.

 

Munir, Akhmad Sirojudin. (2017). Analisis Faktor-Faktor Yang Mempengaruhi Kinerja Keuangan Perbankan Syariah Di Indonesia. Ummul Qura, 9(1), 56�68.

 

Munir, Misbahul. (2018). Analisis Pengaruh CAR, NPF, FDR dan Inflasi terhadap Profitabilitas Perbankan Syariah di Indonesia. Ihtifaz: Journal of Islamic Economics, Finance, and Banking, 1(2), 89�98.

 

Nugrohowati, Rindang Nuri Isnaini, & Bimo, Syafrildha. (2019). Analisis pengaruh faktor internal bank dan eksternal terhadap Non-Performing Financing (NPF) pada Bank Perkreditan Rakyat Syariah di Indonesia. Jurnal Ekonomi Dan Keuangan Islam, 42�49.

 

PURBA, FRISCILA. (2017). Determinan Harga Saham Perbankan: Analisis Jangka Panjang Saham�Saham Perbankan Yang Tercatat Di Bursa Efek Indonesia (Bei) Periode Tahun 2005-2014. Universitas Negeri Jakarta.

 

Rimadhani, Mustika, & Erza, Osni. (2017). Analisis Variabel-Variabel Yang Mempengaruhi Pembiayaan Murabahah Pada Bank Syariah Mandiri Periode 2008.01-2011.12. Media Ekonomi, 19(1), 27�52.

 

Somantri, Yeni Fitriani, & Sukmana, Wawan. (2019). Analisis Faktor-Faktor yang Mempengaruhi Financing to Deposit Ratio (FDR) pada Bank Umum Syariah di Indonesia. Berkala Akuntansi Dan Keuangan Indonesia, 4(2), 51�71.

 

Suardana, I. Ketut Gede, Budiartha, I. Nyoman Putu, & Ujianti, Ni Made Puspasutari. (2022). Penyelesaian Kredit Bermasalah dengan Metode Restrukturisasi Pada Koperasi Simpan Pinjam Merta Sari di Denpasar Utara. Jurnal Interpretasi Hukum, 3(1), 1�7.

 

Yulita, Anatia, & PANGESTUTI, Irene Rini Demi. (2014). Analisis pengaruh faktor makroekonomi terhadap tingkat kredit bermasalah pada bank umum di Indonesia. Fakultas Ekonomika dan Bisnis.