Prediksi Tingkat Kesehatan 21 Bank di Indonesia menggunakan Camel dan Tree-Based Model

Bank merupakan lembaga yang dipercaya sebagai media intermediasi untuk penyimpanan uang, penyaluran kredit bagi pihak yang membutuhkan, dan juga pemerintah dalam membantu melaksanakan kebijakan moneter. Krusialnya peran perbankan sebagai roda perekonomian sebuah negara, membuat seluruh aktivitas yang dilakukan perbankan harus dilakukan dengan prinsip kehati-hatian dan membutuhkan perhatian khusus dari bank sentral untuk memastikan bank yang beroperasi dalam kategori sehat. Maka dari itu, tujuan dilakukannya penelitian ini adalah untuk mengetahui bank mana sajakah yang memiliki predikat sehat dan tidak sehat menggunakan salah satu metode untuk menilai tingkat kesehatan bank dan kinerjanya, yaitu analisis CAMEL, dengan mempertimbangkan 5 faktor, yaitu Capital, Adequacy, Management, Equity, dan Liquidity. Data yang digunakan dalam penelitian ini berupa data sekunder yang berisi laporan keuangan dari perusahaan perbankan yang terdaftar di BEI pada rentang periode 2012-2021. Laporan keuangan yang terkumpul dari masing-masing bank akan digunakan untuk mencari rasio-rasio yang dapat mewakili penilaian masing-masing faktor dari analisis CAMEL dan menentukan sehat atau tidaknya sebuah bank. Kemudian, setelah mendapatkan nilai CAMEL dari setiap bank, selanjutnya akan dibuat sebuah model klasifikasi menggunakan metode regresi logistik dan tree-based model untuk memprediksi sehat atau tidaknya sebuah bank dan melihat seberapa pengaruhnya kesehatan sebuah bank dalam menentukan tingkat suku buka kredit dan deposito. Dalam menggunakan analisis regresi logistik menunjukkan bahwa tidak semua komponen CAMEL bisa digunakan dalam penelitian karena tidak memenuhi uji asumsi walaupun memiliki akurasi yang tinggi. Dalam menggunakan analisis tree-based model, peneliti bisa memperoleh hasil yang lebih komprehensif dan akurat. Hasil analisis menunjukkan bahwa komponen CAMEL yang memberikan pengaruh terbesar adalah BOPO (Biaya Operasional dan Pendapatan Operasional) terhadap tingkat kesehatan bank dalam dataset yang digunakan.