Electronic Resource
Analisis Kinerja Perbankan Syariah di Indonesia Menggunakan Metode DEA dan Machine Learning
Latar Belakang – Bank Syariah di Indonesia terus mengalami perkembangan, namun
penguasaan pasar masih sangat jauh dibandingkan bank Konvensional. Hal ini
merupakan sebuah ironi di Indonesia yang mayoritas agama masyarakatnya beragama
Islam. Perlu dilakukan pengukuran kinerja perbankan Syariah dengan data terkini dan
predictive analysis kondisi perbankan Syariah di masa yang akan datang melaui teknik
yang sedang sangat berkembang saat ini yaitu Machine Learning.
Tujuan – Penelitian ini bertujuan untuk mengukur tingkat efisiensi perbankan Syariah
di Indonesia serta melakukan predictive analysis kondisi perbankan Syariah.
Metode Penelitian – Metode yang digunakan adalah Data Envelopment Analysis
(DEA) untuk mengukur Technical Efficiency (TE) dan Pure Technical Efficiency
(PTE) serta menggunakan beberapa algoritma Machine Learning untuk memprediksi
skor efisiensi bank Syariah. Penelitian ini dilakukan terhadap seluruh bank Syariah
baik BUS maupun UUS dengan pembanding 5 Konvensional BUKU 3 dan 5 bank
Konvensional BUKU 4. Data yang digunakan dalam penelitian ini adalah data
sekunder yaitu bersumber dari laporan keuangan bank umum syariah dan konvensional
tahun 2015-2022.
Temuan – Bank Syariah memiliki Technical Efficiency dan Scale Efficiency yang
lebih tinggi dibandingkan bank Konvensional. Unit Usaha Syariah (UUS) lebih lebih
efisien dibandingkan BUS. Merger tiga bank Syariah meningkatkan skor efisiensi.
Algoritma yang paling cocok untuk melakukan prediksi skor efisiensi bank Syariah
adalah Neural Network (NN).
No other version available