162
Analisis Social Cluster pada Bank-Bank Komersial Oleh: A Sasmito Adibowo (24103239) S Marisa Prawiraatmadja (24102029) Dosen Pembimbing: Ir. Nurhayati Ma’Mun M.Sc PROGRAM STUDI MAGISTER MANAJEMEN ADMINISTRASI BISNIS DAN TEKNOLOGI PROGRAM PASCA SARJANA INSTITUT TEKNOLOGI BANDUNG Januari 2005

Analisis Social Cluster pada Bank-Bank Komersial

Embed Size (px)

DESCRIPTION

This research models the interbank money market as a form of social interaction in which various social clusters may occur as a result of the interactions between its constituents. A sociogram or social interaction graph (social network) was modeled from the transactions that occurred in the market in which cluster analysis was performed by means of the Markov Clustering (MCL) algorithm in order to reveal the various emergent clusters existing in it. From the various clusters output by the algorithm, a behavioral analysis was performed using a stimulus-response model in which the stimuli are several environment variables which are the various interest rates and the responses are each bank’s interest rate in the market.

Citation preview

Page 1: Analisis Social Cluster pada Bank-Bank Komersial

Analisis Social Cluster pada Bank-Bank Komersial

Oleh:

A Sasmito Adibowo (24103239)

S Marisa Prawiraatmadja (24102029)

Dosen Pembimbing:

Ir. Nurhayati Ma’Mun M.Sc

PROGRAM STUDI MAGISTER MANAJEMEN

ADMINISTRASI BISNIS DAN TEKNOLOGI

PROGRAM PASCA SARJANA

INSTITUT TEKNOLOGI BANDUNG

Januari 2005

Page 2: Analisis Social Cluster pada Bank-Bank Komersial
Page 3: Analisis Social Cluster pada Bank-Bank Komersial

Social Cluster Analysis on Commercial Banks

by:

A Sasmito Adibowo (24103239)

S Marisa Prawiraatmadja (24102029)

Abstract The purpose of the Indonesian Central Bank is to ensure the stability of the Rupiah. Conforming to that goal, one of the institution’s tasks is to control the monetary system. In order to attain its ultimate target, it develops various models to guide its decision making processes and functions as the linkages between the various instruments at its disposal and the organization’s terminal goal. The various researches that had been performed by the Central Bank reveals that the interbank money market is one of the variables affected by monetary policies and possessing strong information content to be used as an operational target. This particular research depicts a portion of the behavior of the Indonesian interbank money market and how it responds to the macroeconomic factors controllable by the Central Bank. This research models the interbank money market as a form of social interaction in which various social clusters may occur as a result of the interactions between its constituents. A sociogram or social interaction graph (social network) was modeled from the transactions that occurred in the market in which cluster analysis was performed by means of the Markov Clustering (MCL) algorithm in order to reveal the various emergent clusters existing in it. From the various clusters output by the algorithm, a behavioral analysis was performed using a stimulus-response model in which the stimuli are several environment variables which are the various interest rates and the responses are each bank’s interest rate in the market. One outcome of the research shows that in general banks places the average loan rate of the interbank money market as the primary priority and its loan rate in the market as a secondary priority that determines the bank’s interest rate offered to the market. This result somewhat differs from the previous microstructure research performed by the Central Bank in which the data was obtained from surveys to the banks in question. Another result of the research is that since banks have unequal access to new information concerning macroeconomic conditions, those banks that have less access to these information tends to be a follower in the market. Additionally this research is able to show with more detail the priorities involved when banks determine its interest rate in the money market. CATEGORIES: behavioral finance, social analysis, data mining. KEYWORDS: sociogram, social network, money market, social clusters, markov clustering (MCL), real-time gross settlement.

Page 4: Analisis Social Cluster pada Bank-Bank Komersial

ii

Analisis Social Cluster pada Bank-Bank Komersial Oleh:

A Sasmito Adibowo (24103239)

S Marisa Prawiraatmadja (24102029)

Abstrak

Bank Indonesia (BI) sebagai bank sentral dibentuk dengan tujuan untuk mencapai dan memelihara kestabilan Rupaiah. Sesuai dengan tujuan tersebut salah satu tugas Bank Indonesia adalah mengendalikan sistem moneter. Untuk mencapai tujuan itu Bank Indonesia mengembangkan berbagai model sebagai penuntun dalam proses pengambilan keputusan dan untuk mengaitkan dampak penggunaan berbagai instrumen kepada sasaran akhir. Dari penelitian-penelitian yang telah dilakukan BI ditemukan bahwa Pasar Uang Antar Bank (PUAB) merupakan variabel kebijakan moneter yang memiliki information content kuat sebagai sasaran operasional. Penelitian ini dapat menggambarkan perilaku para pelaku PUAB dan reaksi pasar terhadap lingkungan makroekonomi yang dikendalikan oleh BI. Penelitian ini memodelkan PUAB sebagai suatu interkasi sosial dimana secara potensial terjadi berbagai social clusters sebagai akibat dari interaksi sosial atau sociogram (social network) dimodelkan dari transaksi-transaksi yang ada di dalam PUAB kemudian dari graph tersebut dilakukan analisis cluster dengan menggunakan algoritma Markov Clustering (MCL) untuk melihat emergent clusters yang terbentuk. Dari berbagai cluster yang tergambarkan dari proses ini dilakukan analisis perilaku bank dengan model stimulus-respons dengan stimulusnya adalah beberapa variabel lingkungan suku-suku bunga dan responnya adalah tingkat suku bunga masing-masing bank di dalam PUAB. Hasil penelitian menunjukkan bahwa bank menempatkan suku bunga PUAB rata-rata sebagai prioritas pertama dan suku bunga hari sebelumnya sebagai prioritas kedua dalam menentukan suku bunga PUAB. Hal ini berbeda dengan hasil survei dari penelitian mikrostruktur yang dilakukan oleh SPPK-BI. Dari penelitian ini terlihat pula bahwa karena kemampuan bank dalam menyerap informasi makroekonomi berbeda-beda maka bank yang mempunyai sedikit akses informasi cenderung untuk menjadi follower di dalam cluster yang dominan. Penelitian ini juga dapat menunjukkan dengan lebih rinci variabel lingkungan yang menjadi prioritas pertama bank dalam menentukan suku bunga PUAB dan urutannya. KATEGORI : behavioral finance, social analysis, data mining. KATA KUNCI : sociogram, social network, money market, social clusters, markov clustering (MCL), real-time gross settlement (RTGS).

Page 5: Analisis Social Cluster pada Bank-Bank Komersial

Halaman Pengesahan

Analisis Social Cluster pada Bank-Bank Komersial

Oleh:

A Sasmito Adibowo (24103239)

S Marisa Prawiraatmadja (24102029)

Program Studi Manajemen Administrasi Bisnis

Sekolah Bisnis dan Manajemen

Institut Teknologi Bandung

Menyetujui,

Pembimbing 1

Pembimbing 2

Ir. Nurhayati Ma’Mun M.Sc

Wahyu Dewati, SE Akt, MA

Page 6: Analisis Social Cluster pada Bank-Bank Komersial
Page 7: Analisis Social Cluster pada Bank-Bank Komersial

KATA PENGANTAR

Puji dan syukur kepada Tuhan Yang Maha Esa atas rahmat dan

anugerah-Nya sehingga Proyek Akhir ini dapat diselesaikan. Penyusunan

Proyek Akhir berjudul Analisis Social Cluster pada Bank-Bank Komersial

ini, bertujuan untuk memenuhi syarat penyelesaian studi program Strata-

2 di Magister Bisnis Administrasi Institut Teknologi Bandung.

Dalam penyusunan Proyek Akhir ini, penulis banyak menerima bantuan

dan dukungan dari berbagai pihak. Oleh karena itu pada kesempatan ini

penulis ingin mengucapkan terima kasih yang sebesar-besarnya kepada:

1. Prof. Dr. Jann Hidajat Tjakraatmadja, MSISE selaku dosen

pembimbing seminar I dan II yang telah memberikan masukan dan

saran dalam seminar.

2. Ir. Nurhayati Ma’mun, M.Sc. selaku dosen pembimbing yang telah

banyak meluangkan waktu dan tenaga sehingga Proyek Akhir ini

dapat diselesaikan.

3. Dwi Larso PhD selaku dosen pembimbing tidak resmi yang telah

banyak membantu pada awal-awal proyek akhir ini.

4. Wahyu Dewati, SE Akt, MA Selaku pembimbing kami di Bank

Indonesia.

5. Doddy Zulverdi, SE, MIA yang telah banyak memberikan masukan

untuk penelitian ini.

6. Papa, Mama, yang memberikan dorongan semangat dan doa

sehingga Proyek Akhir ini dapat diselesaikan.

7. Karyawan dan karyawati Bank Indonesia, khususnya yang bekerja

pada Direktorat Riset Ekonomi dan Kebijakan Moneter.

Page 8: Analisis Social Cluster pada Bank-Bank Komersial

ii

8. Teman-teman di MBA yang tidak dapat disebutkan satu persatu,

yang telah bersama-sama melewati masa-masa kuliah di MBA-ITB.

Penulis menyadari bahwa masih banyak terdapat kekurangan dalam

Proyek Akhir ini, baik dari segi isi maupun penulisan. Karena itu kritik

dan saran yang membangun sangat diharapkan.

Akhir kata, penulis berharap Proyek Akhir ini dapat bermanfaat bagi

pembaca pada umumnya dan rekan-rekan MBA-ITB pada khususnya.

Bandung, Januari 2005

A Sasmito Adibowo dan S Marisa Prawiraatmadja

Page 9: Analisis Social Cluster pada Bank-Bank Komersial

iii

Daftar Isi

Bab I Profil Perusahaan ..................................................................... I-1 I.1 Sejarah Perusahaan.........................................................................I-1

I.1.1 Perkembangan Bank Sentral .....................................................I-1 I.1.2 Gambaran Umum Bank Indonesia ............................................I-2 I.1.3 Sejarah Bank Indonesia.............................................................I-2

I.2 Lingkup Bidang Tugas .....................................................................I-2 I.2.1 Menetapkan dan Melaksanakan Kebijakan Moneter..................I-3 I.2.2 Mengatur dan Menjaga Kelancaran Sistem Pembayaran ...........I-3 I.2.3 Mengatur dan Mengawasi Bank.................................................I-4

I.3 Visi, Misi, Strategi dan Tujuan.........................................................I-4 I.3.1 Visi ............................................................................................I-4 I.3.2 Misi............................................................................................I-4 I.3.3 Nilai-Nilai Strategis ....................................................................I-4 I.3.4 Tujuan.......................................................................................I-5

I.4 Struktur Organisasi .........................................................................I-5 I.5 Sumber Daya ...................................................................................I-5

I.5.1 Sumber Daya Manusia ..............................................................I-5 I.5.2 Sumber Daya Teknologi.............................................................I-6 I.5.3 Sumber Daya Finansial [LAP03, LAP02, LAP00] .......................I-7

I.6 Tantangan Bisnis .............................................................................I-7 I.6.1 Tantangan Bisnis Utama ...........................................................I-7 I.6.2 Pengejawantahan Tantangan Bisnis ..........................................I-8 I.6.3 Sasaran Operasional................................................................I-10

Bab II Proses Bisnis........................................................................II-14 II.1 Proses Bisnis Utama ....................................................................II-14

II.1.1 Perbankan .............................................................................II-14 II.1.2 Kebijakan Moneter.................................................................II-17 II.1.3 Sistem Pembayaran ...............................................................II-20

II.2 Proses Bisnis Pendukung.............................................................II-24 II.2.1 Manajemen Intern .................................................................II-24

Bab III Perumusan Masalah ...........................................................III-26 III.1 Alasan Pemilihan Masalah.........................................................III-27 III.2 Posisi Permasalahan yang Dipecahkan......................................III-27

Bab IV Pemecahan Masalah...........................................................IV-32 IV.1 Metodologi Pemecahan Masalah ................................................IV-32

IV.1.1 Pembentukan Cluster..........................................................IV-33 IV.1.2 Pembagian Periode ..............................................................IV-34 IV.1.3 Pembentukan Graph ...........................................................IV-36 IV.1.4 Identifikasi Cluster ..............................................................IV-37 IV.1.5 Analisis Perilaku..................................................................IV-39

IV.2 Pengumpulan dan Pengolahan Data..........................................IV-40 IV.2.1 Pengumpulan Data..............................................................IV-40 IV.2.2 Pengolahan Data .................................................................IV-43

IV.3 Analisis dan Interpretasi Hasil...................................................IV-48 IV.3.1 Pembentukan Cluster..........................................................IV-48 IV.3.2 Analisis Perilaku Bank ........................................................IV-54

IV.4 Kesimpulan................................................................................IV-64

Page 10: Analisis Social Cluster pada Bank-Bank Komersial

iv

Bab V Rekomendasi........................................................................ V-66 V.1 Langkah-Langkah Penerapan ......................................................V-66

V.1.1 Pengumpulan requirement. ....................................................V-66 V.1.2 Studi kelayakan atas berbagai requirement. ..........................V-66 V.1.3 Pemrioritasan requirement. ....................................................V-66 V.1.4 Perancangan arsitektur sistem..............................................V-67 V.1.5 Pembuatan sistem. ................................................................V-67 V.1.6 Pengujian sistem. ..................................................................V-67 V.1.7 Pelatihan bagi para pengguna serta administrator sistem.....V-67 V.1.8 Evaluasi efektivitas sistem.....................................................V-67

V.2 Saran...........................................................................................V-67 Daftar Pustaka .................................................................................. 69 Daftar Istilah dan Singkatan ............................................................. 71

Lampiran............................................................................................... 73 Struktur Organisasi Bank Indonesia per September 2004...................... 1 Laporan Keuangan Bank Indonesia ........................................................ 1 BankClusters .......................................................................................... 2

V.2.1 Main.java.................................................................................... 2 V.2.2 IMatLink.java............................................................................ 29 V.2.3 MatlabRegress.java................................................................... 30 V.2.4 MultipleRegression.java............................................................ 31 V.2.5 MultiRegressTO.java................................................................. 31 V.2.6 JMatLinkAdapter.java............................................................... 32

Hasil Perhitungan Regresi dan Uji Statistik Seluruh Periode ................ 35

Page 11: Analisis Social Cluster pada Bank-Bank Komersial

I-1

Bab I Profil Perusahaan

I.1 Sejarah Perusahaan

I.1.1 Perkembangan Bank Sentral

Keberadaan Bank Sentral diawali dengan berdirinya Swedish Riksbank

yang beroperasi pada tahun 1668 (Pollard, 2003) dan diikuti oleh

berdirinya The Bank of England pada tahun 1694 (Capie, 1994). Hingga

tahun 1913 terdapat 21 Bank Sentral, dan setelah perang dunia II

meningkat pesat terutama akibat adanya dekolonisasi. Jumlah ini

bertambah lagi pada awal 1990an dengan runtuhnya Uni Soviet dan

munculnya negara-negara baru bekas republik-republik Soviet, sehingga

pada tahun 1998 terdapat 173 Bank Sentral.

Bank Sentral pada mulanya adalah sama seperti bank biasa yang

mempunyai tugas sebagaimana dilakukan oleh bank-bank lainnya.

Selanjutnya secara bertahap bank tersebut diberi tugas dan tanggung

jawab yang lebih besar dibandingkan dengan bank lainnya, seperti

menerbitkan uang kertas, dan bertindak sebagai agen dan bankir

pemerintah, disebut Bank Sentral. Dalam perkembangan selanjutnya,

bank sentral selain memiliki tugas dan tanggung jawab yang lebih besar

juga terlepas dari beberapa tugas dan tanggung jawab utama bank pada

umumnya. Sehingga bank sentral tidak lagi identik dengan bank

komersial, bank tabungan, atau lembaga keuangan lainnya. Masyarakat

tidak dapat menyimpan uang, meminta kredit atau mentransfer uang di

bank sentral.

Dengan demikian, bank sentral dibentuk tidak dalam kerangka mencari

keuntungan seperti bank-bank komersial, tetapi untuk mencapai suatu

tujuan sosial ekonomi tertentu, yaitu menjaga stabilitas harga dan

stabilitas ekonomi. Di samping itu, bank sentral dibentuk juga untuk

menjaga dan mengarahkan agar aktivitas lembaga-lembaga perbankan

dapat berjalan secara lancar sehingga dapat mendorong kegiatan ekonomi.

Page 12: Analisis Social Cluster pada Bank-Bank Komersial

I-2

I.1.2 Gambaran Umum Bank Indonesia

Sebagaimana organisasi bank sentral pada umumnya, susunan unit dan

bentuk koordinasi dalam oganisasi Bank Indonesia juga dipengaruhi oleh

tujuan, tugas, dan wewenangnya. Secara garis besar kegiatan Bank

Indonesia dikelompokkan ke dalam tiga sektor utama, yaitu sektor

moneter, sektor perbankan, dan sektor sistem pembayaran, ditambah

dengan satu sektor pendukung, yaitu sektor manajemen intern. Dalam

pelaksanaannya, keempat sektor tersebut berkaitan erat dalam

mendukung upaya pencapaian tujuan Bank Indonesia.

I.1.3 Sejarah Bank Indonesia

Bank Indonesia berdiri sejak tanggal 1 Juli 1953 sesuai dengan UU No. 11

tahun 1953, mengenai pokok Bank Indonesia sebagai pengganti Javasche

Bank Wet yang telah berdiri sejak tahun 1922. Sampai dengan tahun 1968

tugas pokok Bank Indonesia selain menjaga stabilitas moneter,

mengedarkan uang, dan mengembangkan sistem perbankan, juga masih

tetap melaksanakan beberapa fungsi sebagaimana dilakukan oleh bank

komersial.

Dengan diberlakukannya UU No. 13 tahun 1968, Bank Indonesia tidak

lagi berfungsi ganda karena beberapa fungsi sebagaimana dilakukan oleh

bank komersial dihapuskan. Namun demikian misi Bank Indonesia

sebagai agen pembangunan masih melekat, demikian juga tugas-tugas

sebagai kasir pemerintah dan bankers bank. Selanjutnya kedudukan Bank

Indonesia selaku bank sentral Republik Indonesia dipertegas dengan UU

No. 23 tahun 1999.

I.2 Lingkup Bidang Tugas

Sesuai dengan UU No. 23/1999 tujuan Bank Indonesia adalah mencapai

dan memelihara kestabilan rupiah dengan tugas sebagai berikut:

Page 13: Analisis Social Cluster pada Bank-Bank Komersial

I-3

I.2.1 Menetapkan dan Melaksanakan Kebijakan Moneter

• Menetapkan sasaran-sasaran moneter

• Mengendalikan moneter dengan menggunakan instrumen-instrumen

berikut :

� operasi pasar terbuka di pasar uang, baik rupiah maupun valas

� penetapan tingkat diskonto

� penetapan cadangan wajib minimum

� pengatur kredit atau pembiayaan

• Memberikan kredit atau pembiayaan kepada bank untuk mengatasi

kesulitan pendanaan jangka pendek bank yang bersangkutan

• Melaksanakan kebijakan nilai tukar berdasarkan sistem nilai tukar

yang telah ditetapkan

• Mengelola cadangan devisa

• Menyelenggarakan survey untuk mendukung pelaksanaan tugas Bank

Indonesia.

I.2.2 Mengatur dan Menjaga Kelancaran Sistem Pembayaran

• Melaksanakan dan memberikan persetujuan dan ijin atas

penyelenggaraan jasa sistem pembayaran

• Mewajibkan penyelenggara jasa sistem pembayaran untuk

menyampaikan laporan tentang kegiatannya

• Menetapkan penggunaan alat pembayaran

Page 14: Analisis Social Cluster pada Bank-Bank Komersial

I-4

• Mengatur sistem kliring

• Menetapkan macam, harga, ciri uang yang akan dikeluarkan, bahan

yang digunakan dan tanggal mulai berlakunya sebagai alat

pembayaran yang sah.

I.2.3 Mengatur dan Mengawasi Bank

• Menetapkan peraturan, memberikan & mencabut izin usaha bank.

• Melaksanakan pengawasan bank serta mengenakan sanksi terhadap

bank

• Melaksanakan pemeriksaan terhadap Bank

I.3 Visi, Misi, Strategi dan Tujuan

I.3.1 Visi

“Menjadi lembaga Bank Sentral yang dapat dipercaya secara nasional

maupun internasional melalui penguatan nilai-nilai strategis yang dimiliki

serta pencapaian inflasi yang rendah dan stabil.”

I.3.2 Misi

“Mencapai dan memelihara kestabilan nilai rupiah melalui pemeliharaan

kestabilan moneter dan pengembangan stabilitas sistem keuangan untuk

pembangunan jangka panjang yang berkesinambungan.”

I.3.3 Nilai-Nilai Strategis

“Nilai-nilai yang menjadi dasar Bank Indonesia, manajemen dan pegawai

untuk bertindak dan atau berperilaku, yang terdiri atas Kompetensi,

Integritas, Transparansi, Akuntabilitas dan Kebersamaan.”

Page 15: Analisis Social Cluster pada Bank-Bank Komersial

I-5

I.3.4 Tujuan

Sesuai dengan UU no 23 tahun 1999, tujuan Bank Indonesia (BI) adalah

untuk “mencapai dan memelihara kestabilan nilai Rupiah.” Arah ini

berbeda daripada ketetapan sebelumnya pada UU no 13 tahun 1968 yang

hanya menggarisbesarkan tugas-tugas pokok BI tanpa merumuskan

sebuah tujuan secara jelas.

I.4 Struktur Organisasi

Dalam melaksanakan tugas-tugasnya, Bank Indonesia dipimpin oleh

Dewan Gubernur yang terdiri atas seorang Gubernur, seorang Deputi

Gubernur Senior, dan sekurang-kurangnya empat (4) orang atau

sebanyak-banyaknya tujuh orang Deputi Gubernur. Dewan Gubernur

dipimpin oleh Gubernur dengan Deputi Gubernur Senior sebagai wakil.

Dalam hal Gubernur dan Deputi Gubernur Senior berhalangan, Gubernur

atau Deputi Gubernur Senior menunjukkan seorang Deputi Gubernur

untuk memimpin Dewan Gubernur. Apabila karena sesuatu hal

penunjukan ini tidak dapat dilaksanakan, maka salah seorang Deputi

Gubernur yang paling lama masa jabatannya bertindak sebagai pemimpin

Dewan Gubernur.

Selanjutnya Bank Indonesia menjabarkan tugas yang diamanatkan oleh

undang-undang yaitu tugas di sektor moneter, perbankan dan sistem

pembayaran ke dalam satuan kerja yang terdiri atas direktorat-direktorat

dan biro-biro.

(Struktur organisasi Bank Indonesia terdapat pada lampiran)

I.5 Sumber Daya

I.5.1 Sumber Daya Manusia

Dalam rangka memenuhi tuntutan perkembangan internal dan eksternal

Bank Indonesia serta mewujudkan misi Bank Indonesia, telah dilakukan

beberapa penyempurnaan organisasi dan pengembangan sumber daya

Page 16: Analisis Social Cluster pada Bank-Bank Komersial

I-6

manusia (SDM). Untuk menghasilkan sumber daya menusia yang memiliki

nilai-nilai strategis dan mempunyai motivasi serta kinerja yang tinggi,

dimulailah Proyek Penyempurnaan Sistem Manajemen Sumber Daya

Manusia dan dihasilkan beberapa rancangan kebijakan Manajemen

Sumber Daya Manusia, kebijakan dan ketentuan pelaksanaan promosi,

mutasi, sistem penilaian kinerja, penerimaan, pendidikan dan

perencanaan karir. Di bidang Sistem Informasi Manajemen Sumber Daya

Manusia (SIMASDAM) telah dilakukan penyusunan blue print dan road

map SIMASDAM. SIMASDAM akan ditindaklanjuti dengan pengembangan

aplikasi sesuai hasil penyempurnaan sistem Manajemen Sumber Daya

Manusia.

No.Akhir

Tahun AnggaranKantor Pusat

Kantor Bank Indonesia di

DaerahKantor Perwakilan

Jumlah Pegawai

1 1997/1998 3.341 2.882 67* 6.290

2 1998/1999 3.299 2.852 21 6.172

3 1999/2000 3.068 2.601 17 5.686

4 2000/2001 3.123 2.615 18 5.756

5 Januari 2002 3.119 2.556 18 5.693

6 Januari 2003 2.971 2.480 14 5.465

7 Januari 2004 2.985 2.512 16 5.516

* Termasuk petugas belajar jangka panjang Tabel I-1 Jumlah pegawai Bank Indonesia

I.5.2 Sumber Daya Teknologi

Untuk memenuhi tuntutan perkembangan internal dan ekstenal Bank

Indonesia yang memerlukan dukungan teknologi informasi yang handal

dan berkualitas tinggi, dilakukan kajian program transformasi. Hasil

kajian tersebut adalah penyempurnaan fungsi organisasi Direktorat

Teknologi Informasi, sesuai dengan misi Direktorat Teknologi Informasi

yaitu menyediakan dukungan dan sumber daya teknologi yang berkualitas

tinggi secara efektif dan efisien untuk meningkatkan kinerja pelaksanaan

tugas Bank Indonesia.

Page 17: Analisis Social Cluster pada Bank-Bank Komersial

I-7

I.5.3 Sumber Daya Finansial [LAP03, LAP02, LAP00]

Laporan Keuangan Bank Indonesia tahun 2000, tahun 2002 dan tahun

2003 dapat dilihat pada lampiran.

I.6 Tantangan Bisnis

I.6.1 Tantangan Bisnis Utama

Sebagaimana ditetapkan pada UU No 23 tahun 1999, tujuan utama Bank

Indonesia adalah untuk mencapai kestabilan nilai Rupiah terhadap

barang/jasa dan terhadap mata uang negara lain. Untuk mencapai

tujuan tersebut, Bank Indonesia memiliki seperangkat instrumen yang

dapat dipergunakan. Perangkat-perangkat ini secara garis besar terbagi

atas dua kategori: hard dan soft. Berbagai perangkat yang termasuk hard

antara lain operasi pasar terbuka, giro wajib minimum, dan fasilitas

diskonto. Sedangkan termasuk perangkat-perangkat soft antara lain

adalah persuasi moral serta pembentukan opini masyarakat lewat media

massa.

Dengan demikian maka tantangan bisnis Bank Indonesia adalah

bagaimana cara menjembatani pemakaian berbagai instrumen untuk

dapat mencapai tujuan organisasi. Kerangka kerja untuk melakukan ini

disebut Inflation Targeting Framework (ITF).

Kebijakan penggunaan berbagai instrumen ini ditetapkan dengan

mempertimbangkan hasil dari berbagai analisis dan proyeksi mengenai

lingkungan-lingkungan yang terkait, terutama yang menyangkut sektor-

sektor keuangan. Analisis dan proyeksi dapat didapatkan hanya murni

menggunakan judgment semata, namun pendekatan ini jauh dari optimal

akibat kondisi-kondisi psikososial para analis, termasuk resiko

didominasinya pengambilan keputusan oleh satu orang (seringkali

pimpinan tim), tekanan-tekanan lingkungan sosial (seperti dari

pemerintah pusat dan pelaku-pelaku bisnis), serta ketergantungan

Page 18: Analisis Social Cluster pada Bank-Bank Komersial

I-8

terhadap keahlian individu-individu tertentu yang kurang berdampak baik

kepada sustainabilitas kinerja organisasi.

Agar dapat memberikan kualitas yang baik dan dapat

dipertanggungjawabkan secara obyektif serta untuk mendukung nilai-nilai

strategis kompetensi, integritas, dan akuntabilitas, maka Bank Indonesia

mengembangkan berbagai model yang bertindak sebagai penuntun dalam

proses pengambilan keputusan. Model-model ini berfungsi untuk

mengaitkan dampak dari penggunaan berbagai instrumen Bank Indonesia

kepada sasaran akhir yaitu tingkat inflasi. Model utama yang

dikembangkan, adalah makroekonomi, proyeksi parsial, dan indikator.

[BI03]

I.6.2 Pengejawantahan Tantangan Bisnis

I.6.2.1 Inflation Targeting Framework [Wid02]

Perubahan pelaksanaan kebijakan moneter dari pendekatan kuantitas

(quantity targeting framework) atau base money menjadi inflation targeting

framework (ITF) memerlukan beberapa perubahan termasuk proses

pengambilan keputusan dan pelaksanaan operational sehari-hari.

Penerapan ITF mengharuskan otoritas moneter mengambil kebijakan dan

tindakan yang bersifat forward-looking dan preemptive, yaitu selalu

berdasarkan pada proyeksi inflasi (ultimate target) yang telah ditetapkan,

perkiraan suku bunga dan kondisi ekonomi terkini serta berbagai

indikator atau informasi yang sifatnya tidak dapat dikendalikan. Agar

berbagai proses kegiatan dan tahapan yang dilakukan mulai dari

penetapan target, proyeksi, proses pengambilan keputusan dan diseminasi

hasil-hasil keputusan yang telah diambil dapat dilakukan secara teratur,

terencana dan tepat waktu diperlukan suatu sistem yang lebih

komprehensif.

Salah satu kunci sukses penerapan ITF adalah proyeksi inflasi termasuk

alternative proyeksi berbagai indikator ekonomi yang akan berakibat

terhadap perubahan kebijakan yang telah dan akan diambil. Untuk itu

Page 19: Analisis Social Cluster pada Bank-Bank Komersial

I-9

perlu adanya tim proyeksi dan sistem yang komprehensif dalam

melakukan analisa kebijakan dan perencanaan yang jelas dan dapat

diukur yang disebut Forecasting and Policy Analysis System (FPAS).

I.6.2.2 Instrumen Mix [Kus02]

Kerangka operasional pengendalian moneter pada dasarnya

diformulasikan untuk dapat secara efektif mempengaruhi target

operasional kebijakan moneter. Pada dasarnya terdapat hubungan yang

kuat antar instrumen moneter sehingga disain suatu instrument akan

mempengaruhi instrument yang lain sehingga perlu adanya koordinasi

antar instrument moneter. Koordinasi antar instrumen moneter

dilakukan berdasarkan fungsi instrumen tersebut dalam mempengaruhi

sasaran operasional, yaitu:

� Fungsi penyesuaian likuiditas (liquidity management)

� Fungsi signalling

� Fungsi pendukung.

Pola hubungan antar instrumen dapat dilihat dari bekerjanya ketiga fungsi

tersebut di pasar uang. Secara skematik dapat digambarkan pada

Gambar �I-1.

Page 20: Analisis Social Cluster pada Bank-Bank Komersial

I-10

Operasi Pasar Terbuka (OPT) adalah instrumen-instrumen kebijakan

moneter yang berbentuk kegiatan jual beli surat-surat berharga oleh bank

sentral, baik di pasar primer maupun di pasar sekunder melalui

mekanisme lelang atau nonlelang. OPT menjalankan fungsinya dalam

bentuk menyesuaikan sisi penawaran sehingga suku bunga yang

terbentuk dapat diarahkan ke level target yang diinginkan, sedangkan

standing facility (lending dan fasilitas diskonto) menjalankan fungsinya

dalam membatasi fluktuasi suku bunga ke dalam koridor yang

diciptakannya. Kebijakan signalling yang efektif dapat mengarahkan

ekspektasi pasar sehingga permintaan cadangan bank mengarah pada

target, sedangkan fungsi pendukung dapat menciptakan lingkungan yang

mendukung terbentuknya fungsi permintaan yang lebih elastis dan lebih

stabil.

I.6.3 Sasaran Operasional

I.6.3.1 PUAB O/N Sebagai Sasaran Operasional

Sasaran operasional Bank Indonesia dapat dicapai melalui penggunaan

suku bunga antar bank overnight yang didukung dengan mekanisme

liquidity adjustment dan signalling sebagai instrument moneter untuk

mencapai sasaran tersebut. Suku bunga pasar uang O/N merupakan

hasil langsung dari interaksi permintaan dan penawaran di pasar

cadangan bank dan memiliki karakteristik mendekati tiga persyaratan

Controllability Stability

OPTOPT

ReserveReserveRequirementRequirement

FasilitasFasilitasDiskontoDiskonto

PersuasiPersuasiMoralMoral

MonetaryMonetaryBase (M0)Base (M0)

Suku BungaSuku Bunga(SBI, PUAB)(SBI, PUAB)

Money SupplyMoney Supply

Nilai TukarNilai Tukar

Suku BungaSuku Bunga

InstrumenInstrumen TargetTargetOperasionalOperasional

TargetTargetAntaraAntara

TargetTargetAkhirAkhir

Inflasi Inflasi ((dari sisi dari sisi demand)demand)

Gambar I-1 Skema transmisi kebijakan moneter

Page 21: Analisis Social Cluster pada Bank-Bank Komersial

I-11

bagi pemilihan sasaran operasional moneter yaitu controllability,

measurability dan ability to affect the ultimate target. Tantangan yang

dihadapi Bank Indonesia untuk mencapai sasaran ini adalah:

• Dapatkah suku bunga PUAB O/N dijadikan sasaran operasional

kebijakan moneter di Indonesia ?

• Apakah Bank Indonesia sudah mempunyai mekanisme liquidity

adjustment dan signalling untuk mengendalikan suku bunga PUAB

O/N ?

a. Measurability (Dapat diukur)

Pemilihan suku bunga PUAB O/N akan didasarkan oleh kemampuan suku

bunga tersebut untuk menggambarkan suku bunga aktual overnight yang

terjadi di pasar uang antar bank (PUAB). PUAB O/N sebagai sasaran

operasional kebijakan moneter adalah rata-rata tertimbang suku bunga

PUAB O/N yang terjadi pada keseluruhan hari (pagi dan sore). Rata-rata

tertimbang PUAB O/N diperoleh dari perhitungan bobot volume transaksi

yang terjadi di pasar sepanjang hari itu.

Controllability

Agar PUAB O/N dapat digunakan sebagai sasaran operasional berarti

variabel ini harus dapat diukur seberapa jauh otoritas moneter dapat

mengendalikannya.

Penelitian yang sudah dilakukan oleh Bank Indonesia mencoba membahas

beberapa issue penting yang terkait dengan perilaku suku bunga PUAB

O/N selama periode Januari 2000 – Mei 2002. Data empiris menunjukkan

bahwa standar deviasi suku bunga PUAB O/N selama periode tersebut

relatif tidak terlalu besar, berkisar antara 0.12 sampai dengan 0.74

kecuali pada beberapa bulan tertentu. Pengamatan yang dilakukan oleh

Bank Indonesia juga menunjukkan bahwa terjadi segmentasi di pasar

Page 22: Analisis Social Cluster pada Bank-Bank Komersial

I-12

PUAB yang menyebabkan perbedaan suku bunga atau standar deviasi

bulanan walaupun magnitudenya tidak terlalu besar.

Ability to Affect Ultimate Target

Semakin baik suatu jenis suku bunga berfungsi sebagai indikator

kebijakan moneter semakin kuat alasan untuk menjadikan suku bunga

tersebut sebagai sasaran operasional dari suatu kebijakan moneter. Hasil

penelitian yang pernah dilakukan oleh Bank Indonesia menunjukkan

bahwa dalam jangka pendek suku bunga PUAB O/N memiliki bobot

informasi yang berasal dari suku bunga SBI dan mempengaruhi ultimate

target (inflasi). Penelitian lain tentang jalur transmisi moneter, khususnya

jalur suku bunga seperti gambar, menunjukkan bahwa suku bunga PUAB

dapat mempengaruhi inflasi melalui output gap.

Keterangan : Sebelum Krisis (Juli 1997)- Suku bunga deposito dan kredit sensitif terhadap shock kebijakan moneter- Investasi tidak sensitif terhadap suku bunga kredit diduga karena besarnya akses perusahaan besar pada

pembiayaan luar negeri

Setelah Krisis (1998)- Respon suku bunga deposito terhadap shock kebijakan moneter cukup signifikan- Respon suku bunga kredit terhadap perubahan kebijakan moneter tidak begitu

signifikan. Hal ini kemungkinan disebabkan oleh keputusan bank untuk menyalurkan kredit lebih dipengaruhi oleh faktor non harga, khususnya premi resiko.

r SBI naikr PUAB

naik r dep naik

Konsumsi turun

Investasi turun

Output gap Inflasi

r kredit naik

Gambar I-2 Skema transmisi kebijakan moneter melalui jalur suku bunga [Kus02].

Hubungan antara suku bunga SBI dan suku bunga PUAB dapat pula

diartikan sebagai hubungan antara suku bunga SBI sebagai instrumen

moneter dan suku bunga PUAB sebagai “sasaran operasional”. Instrumen

moneter yang ada dapat mengendalikan suku bunga PUAB O/N baik

melalui mekanisme liquidity adjustment maupun signalling.

I.6.3.2 Keterkaitan Antara Instrumen Moneter (SBI) Dengan Suku Bunga PUAB O/N

Secara umum kenaikan suku bunga SBI menyebabkan kenaikan suku

bunga PUAB O/N, sesuai efek signaling yang diharapkan.

Page 23: Analisis Social Cluster pada Bank-Bank Komersial

I-13

Semakin tinggi/rendah suku bunga SBI menyebabkan perbedaan kisaran

suku bunga PUAB O/N semakin membesar/mengecil. Perbedaan kisaran

yang terlalu besar/kecil dan berlangsung lama dapat mengganggu sinyal

kebijakan moneter karena pelaku pasar akan melihat adanya ketidak

konsistenan Bank Indonesia dalam mengirim sinyal indikator kebijakan

moneter. Oleh karena itu, Bank Indonesia biasanya akan mengubah suku

bunga SBI agar kisaran kembali ke level yang ideal.

Page 24: Analisis Social Cluster pada Bank-Bank Komersial

II-14

Bab II Proses Bisnis

II.1 Proses Bisnis Utama

II.1.1 Perbankan

Dalam sektor perbankan, tugas dan wewenang Bank Indonesia

diutamakan pada pengaturan, perijinan, pembinaan dan pengawasan

terhadap kegiatan bank-bank umum dan bank perkreditan rakyat, antara

lain dengan melakukan penilaian kesehatan bank.

II.1.1.1 Dasar Hukum [PBI04]

Peraturan Bank Indonesia Nomor 6/10/PBI/2004 tentang Sistem

Penilaian Tingkat Kesehatan Bank Umum.

II.1.1.2 Pengertian Umum

Kesehatan atau kondisi keuangan dan non keuangan Bank merupakan

kepentingan semua pihak terkait, baik pemilik, pengelola (manajemen)

Bank, masyarakat pengguna jasa Bank, Bank Indonesia selaku otoritas

pengawasan Bank, dan pihak lainnya. Kondisi Bank dapat digunakan

untuk mengevaluasi kinerja Bank dalam menerapkan prinsip kehati-

hatian, kepatuhan ternadap ketentuan yang berlaku dan manajemen

risiko.

Tingkat Kesehatan Bank adalah hasil penilaian kualitatif atas berbagai

aspek yang berpengaruh terhadap kinerja suatu Bank melalui Penilaian

Kuantitatif dan atau Penilaian Kualitatif terhadap faktor-faktor

permodalan, kualitas aset, manajemen, rentabilitas, likuiditas, dan

sensitivitas terhadap risiko pasar.

II.1.1.3 Ketentuan Umum

Penilaian Tingkat Kesehatan Bank mencakup penilaian terhadap faktor-

faktor dan komponen-komponen sebagai berikut :

Page 25: Analisis Social Cluster pada Bank-Bank Komersial

II-15

1. Permodalan (capital), meliputi penilaian terhadap komponen-

komponen:

� Kecukupan, komposisi, dan proyeksi (trend ke depan) permodalan

serta kemampuan permodalan Bank dalam mengcover aset

bermasalah.

� Kemampuan Bank memelihara kebutuhan penambahan modal yang

berasal dari keuntungan, rencana permodalan Bank untuk

mendukung pertumbuhan usaha, akses kepada sumber permodalan

dan kinerja keuangan pemegang saham untuk meningkatkan

permodalan Bank.

2. Kualitas Aset (asset quality), meliputi penilaian terhadap komponen-

komponen:

� Kualitas aktiva produktif, konsentrasi exposure risiko kredit,

perkembangan aktiva produktif bermasalah, dan kecukupan

penyisihan penghapusan aktiva produktif (PPAP)

� Kecukupan kebijakan dan prosedur, sistem kaji ulang (review)

intersistem dokumentasi, dan kinerja penanganan aktiva produktif

bermasalah.

3. Manajemen (management), meliputi penilaian terhadap komponen-

komponen:

� Kualitas manajemen umum dan penerapan manajemen risiko.

� Kepatuhan Bank terhadap ketentuan yang barlaku dan komitmen

kepada Bank Indonesia dan atau pihak lainnya.

Page 26: Analisis Social Cluster pada Bank-Bank Komersial

II-16

4. Rentabilitas (earning), meliputi penilaian terhadap komponen-

komponen:

� pencapaian return on assets (ROA), return on equity (ROE), net

interest margin (NIM) dan tingkat efisiensi Bank.

� perkembangan laba operasi, diversifikasi pendapatan, penerapan

prinsip akuntansi

� pengakuan pendapatan dan biaya, dan prospek laba operasi.

5. Likuiditas (liquidity), meliputi penilaian terhadap komponen-komponen:

� Rasio aktiva/pasiva likuid, potensi maturity mismatch, kondisi Loan

to Deposit Ratio (LDR), proyeksi cash flow, dan konsentrasi

pendanaan.

� Kecakupan kebijakan dan pengelolaan likuiditas (assets and

liabilities management/ALMA), akses kepada sumber pendanaan,

dan stabilitas pendanaan.

6. Sensitivitas terhadap risiko pasar (sensitivity to market risk), meliputi

penilaian terhadap komponen-komponen:

� Kemampuan modal Bank dalam meng-cover potensi kerugian

sebagai akibat fluktuasi (adverse movement) suku bunga dan nilai

tukar.

� Kecukupan penerapan manajemen risiko pasar.

Berdasarkan hasil penetapan peringkat setiap komponen ditetapkan

peringkat setiap faktor. Peringkat setiap komponen dan setiap faktor

masing-masing terdiri dari peringkat 1, peringkat 2, peringkat 3, peringkat

4, dan peringkat 5. Urutan peringkat yang lebih rendah mencerminkan

kondisi Bank yang lebih baik.

Page 27: Analisis Social Cluster pada Bank-Bank Komersial

II-17

II.1.1.4 Mekanisme Penilaian

Bank Indonesia wajib melakukan penilaian Tingkat Kesehatan Bank

secara berkala setiap tiga bulan, yaitu setiap bulan Maret, Juni,

September dan Desember. Penilaian dilakukan berdasarkan hasil

pemeriksaan, laporan berkala yang disampaikan Bank, dan atau

informasi lain yang diketahui umum seperti hasil penilaian oleh

otoritas/lembaga lain yang berwenang.

Bank yang melakukan pelanggaran dapat dikenakan sanksi administratif

berupa:

• Teguran tertulis.

• Pembekuan kegiatan usaha tertentu.

• Pencantuman pengurus dan atau pemegang saham Bank dalam daftar

orang yang dilarang menjadi pemegang saham atau pengurus Bank.

II.1.2 Kebijakan Moneter

II.1.2.1 Gambaran Umum

Kebijakan moneter sebagai salah satu kebijakan ekonomi berperan penting

dalam suatu perekonomian. Peranan tersebut tercermin pada

kemampuannya dalam mempengaruhi stabilitas harga, pertumbuhan

ekonomi, perluasan kesempatan kerja, dan keseimbangan neraca

pembayaran. Pengalaman di banyak negara menunjukkan bahwa

kebijakan moneter yang memiliki beberapa sasaran akhir tidak

memberikan hasil optimal. Sejalan dengan perkembangan ekonomi dunia,

Indonesia menetapkan sasaran harga sebagai sasaran tunggal

sebagaimana tercantum dalam Undang-Undang No. 3 tahun 2004,

Amandemen UU BI tentang Bank Indonesia, bahwa tujuan utama

pelaksanaan kebijakan moneter di Indonesia adalah untuk mencapai dan

memelihara stabilitas nilai Rupiah.

Page 28: Analisis Social Cluster pada Bank-Bank Komersial

II-18

Kebijakan moneter dengan sasaran tunggal umumnya menggunakan

pendekatan harga, sedangkan kebijakan moneter dengan sasaran multi

umumnya menggunakan pendekatan kuantitas.

Dalam melaksanakan kebijakan moneter Bank Indonesia antara lain

menyusun program moneter (Monetary Programming) yang intinya adalah

melakukan perencanaan kebijakan pengendalian uang beredar (moneter),

dengan mengasumsikan bahwa kebijakan dan perkembangan sektor-

sektor lain (fiskal, nilai tukar dan riil) akan berjalan seperti yang

ditetapkan. Secara umum kebijakan moneter dibagi dua, yaitu kebijakan

moneter ketat (kontraksi) dan longgar (ekspansi). Konstraksi dilakukan

apabila jumlah uang beredar dianggap lebih tinggi daripada jumlah yang

ditetapkan sedangkan ekspansi sebaliknya. Hal ini dilakukan sehingga

uang beredar akan berada pada suatu jumlah yang ditetapkan.

Untuk mencapai sasaran akhir yang diinginkan ada tenggang / lag antara

pelaksanaan kebijakan dan tercapai atau tidak tercapainya sasaran akhir

itu. Oleh karena itu diperlukan indikator-indikator yang lebih segera

dapat dilihat indikasi kebijakan yang dilakukan sehingga diperlukan

Gambar II-1 Perbandingan pendekatan harga dan kuantitas dalam penentuan kebijakan moneter [Asca02].

Page 29: Analisis Social Cluster pada Bank-Bank Komersial

II-19

adanya sasaran-sasaran yang bersifat antara (sasaran antara –

intermediate target). Sasaran antara dipilih yang memiliki keterkaitan

stabil dengan sasaran akhir, cakupannya luas, dapat dikendalikan otoritas

moneter, tersedia relatif cepat, akurat, dan tidak sering direvisi.

II.1.2.2 Pengendalian Moneter di Indonesia Periode Pasca 1997

Pada periode ini stance kebijakan moneter yang diambil oleh Bank

Indonesia dalam rangka pemulihan adalah kontraksi moneter. Instrumen

yang aktif digunakan adalah instrumen-instrumen Giro Wajib Minimum

(GWM), Fasilitas Diskonto, Operasi Pasar Terbuka (OPT), dan Intervensi

Rupiah (IR), ditambah dengan Intervensi Valuta Asing .

Operasi Pasar Terbuka (OPT) merupakan instrumen tidak langsung yang

berbentuk kegiatan jual beli surat-surat berharga oleh bank sentral, baik

di pasar primer maupun pasar sekunder melalui mekanisme lelang atau

nonlelang. OPT dilakukan atas inisiatif Bank Indonesia dengan frekuensi

dan kuantitas sesuai yang diinginkannya.

Intervensi Rupiah (IR) merupakan instrumen tidak langsung yang sejajar

dengan instrumen operasi OPT. Cara kerjanya melalui kegiatan pinjam

meminjam dana yang dilakukan Bank Indonesia secara langsung di pasar

uang antar bank (PUAB) dengan jangka waktu overnight sampai dengan 7

hari. Tujuan IR untuk mem-fine-tune sasaran kuantitas yang belum

tercapai melalui lelang SBI dan sebagai sinyal arah pergerakan suku

bunga.

Kontraksi moneter sampai saat ini masih dilakukan mengingat sampai

saat ini fungsi perbankan sebagai lembaga intermediasi belum pulih,

perbankan belum dapat menyalurkan dananya ke kredit, sehingga SBI

dan IR menjadi pilihan utama penempatan dana yang pada gilirannya

akan cenderung meningkatkan beban Bank Indonesia.

Page 30: Analisis Social Cluster pada Bank-Bank Komersial

II-20

II.1.3 Sistem Pembayaran

Dalam melaksanakan tugas dan wewenang di bidang sistem pembayaran,

Bank Indonesia menyelenggarakan Sistem Kliring dan RTGS (Real Time

Gross Setlement).

II.1.3.1 Dasar Hukum

Dasar hukum Bank Indonesia berada pada Undang-Undang Bank

Indonesia (UU nomor 23 tahun 1999 yang telah diamandemenkan dengan

UU nomor 3 tahun 2004). Pasal 16 UUBI menyatakan bahwa “Bank

Indonesia berwenang mengatur sistem kliring antar Bank dalam mata

uang rupiah dan atau valuta asing”. Sedangkan Pasal 17 ayat (1) UUBI

menyatakan bahwa “Penyelenggaraan kegiatan kliring antar bank dalam

mata uang rupiah dan atau valuta asing dilakukan oleh Bank Indonesia

atau pihak lain dengan persetujuan Bank Indonesia.

II.1.3.2 Gambaran Umum [BI00]

Kliring adalah pertukaran warkat atau data keuangan elektronik (data

keuangan dalam bentuk elektronik yang digunakan sebagai dasar

Gambar II-2 Pola Transaksi Antar Bank Non-Kliring [BI00]

Page 31: Analisis Social Cluster pada Bank-Bank Komersial

II-21

perhitungan dalam kliring) antar Bank baik atas nama Bank maupun

nasabah yang hasil perhitungannya diselesaikan pada waktu tertentu

(Pasal 1 angka 3 Peraturan Bank Indonesia No. 1/3/PBI tanggal 13

Agustus 1998).

Tujuan diselenggarakan kliring antar Bank adalah untuk meningkatkan

efektivitas, efisiensi dan keamanan pembayaran dengan menggunakan

uang giral sehingga dapat meningkatkan kelancaran transaksi

perekonomian. Meningkatnya penggunaan uang giral akan meningkatkan

simpanan dana masyarakat di Bank sehingga dapat dipergunakan oleh

Bank untuk membiayai sektor-sektor produktif di masyarakat.

Kegiatan kliring diselenggarakan oleh Kantor Pusat Bank Indonesia (KPBI)

dan seluruh Kantor Bank Indonesia (KBI), Bank Umum yang ditunjuk

atau di beri ijin oleh Bank Indonesia untuk menjadi penyelenggara kliring

di wilayah-wilayah yang tidak terdapat Kantor Bank Indonesia. Sedangkan

bank yang dapat menjadi peserta kliring adalah setiap Bank yang berada

di wilayah kliring dengan persetujuan dari penyelenggara.

Gambar II-3 Pola transaksi antar bank melalui kliring [BI00]

Page 32: Analisis Social Cluster pada Bank-Bank Komersial

II-22

II.1.3.3 Manfaat Kliring

• Bagi masyarakat, memberikan alternatif dalam melakukan suatu

pembayaran (transfer of value) dengan efektif, efisien dan aman.

• Bagi Bank, merupakan salah satu advantage service kepada nasabah,

menjadi fee based income, serta menjadi salah satu upaya dalam

menggalang dana pihak ketiga (nasabah) untuk kepentingan portfolio

fund.

• Bagi Bank Sentral sebagai penyelenggara dan tempat penyelesaian

akhir, dapat secara cepat dan akurat mengetahui kondisi keuangan

suatu Bank maupun transaksi-transaksi yang terjadi di masyarakat

baik antar nasabah Bank maupun antar Bank, sehingga dapat

menentukan kebijakan-kebijakannya secara lebih akurat dan tepat.

II.1.3.4 Cakupan Kliring

Kliring untuk warkat-warkat pembayaran giral di Indonesia saat ini masih

bersifat kliring lokal, yaitu kliring antar Bank di suatu wilayah kliring.

Sedangkan wilayah kliring adalah lingkungan yang memungkinkan

kantor-kantor Bank memperhitungkan warkat-warkatnya dalam jadwal

kliring yang telah ditentukan.

Gambar II-4 Flow Kliring - Prosedur Umum dalam Kliring [BI00]

Saat ini penyelenggaraan kliring di Indonesia dilaksanakan dengan

menggunakan empat macam Sistem Kliring, yaitu Sistem Manual, Semi

Page 33: Analisis Social Cluster pada Bank-Bank Komersial

II-23

Otomasi (SOKL), Otomasi dan Elektronik. Pemilihan sistem kliring

tergantung dari banyaknya jumlah warkat/DKE, peserta kliring serta

kesiapan teknologi.

Sistem Penyelenggaraan Kliring Sistem Kliring Transaksi/Hari Keterangan Manual < 5.000/hari Di kota-kota yang tidak terdapat Kantor Bank Indonesia (45 kliring lokal) SOKL < 40.000/hari Di seluruh KBI kecuali KBI Jakarta, Medan, Surabaya) & 18 penyelenggara kliring non BI. Otomasi > 60.000/hari Di KBI Jakarta, Surabaya, Medan Elektronik > 200.000/hari Di KPBI Jakarta

Tabel II-1 Sistem Penyelenggaraan Kliring

Jenis-jenis kegiatan kliring yang biasa dilakukan adalah kliring

penyerahan, kliring pengembalian (retur) dan transaksi Pasar Uang Antar

Bank (PUAB).

II.1.3.5 Bank Kalah Kliring

Definisi bank kalah kliring adalah bank yang perhitungan kliringnya

mengalami defisit akibat kewajibannya dalam kliring lebih besar

dibandingkan dengan tagihannya dalam kliring. Pengertian ini oleh

masyarakat selalu diasosiasikan secara negatif seolah-olah bank yang

kalah kliring otomatis mengalami permasalahan likuiditas. Apabila ditilik

dari segi peraturan kliring, tidak terdapat ketentuan Bank Indonesia yang

melarang suatu bank mengalami kalah kliring. Meskipun demikian, Bank

Indonesia selalu menghimbau agar Bank dapat melakukan cash flow

management secara baik serta selalu memelihara saldo giro yang cukup

untuk mengantisipasi kemungkinan kalah kliring yang dimaksud.

Umumnya bank yang mengalami “kalah kliring” melakukan transaksi

PUAB, yaitu apabila nominal kekalahan kliring tersebut telah dibukukan

kedalam rekening giro bank yang bersangkutan pada Bank Indonesia dan

dapat menyebabkan saldo rekening giro bank yang bersangkutan

melanggar Giro Wajib Minimum (GWM) dan atau bersaldo negatif sehingga

dapat terkena denda GWM dan atau denda overdraft (bersaldo negatif) dan

atau penghentian sementara dari keikutsertaannya dalam kliring. Saat ini

Page 34: Analisis Social Cluster pada Bank-Bank Komersial

II-24

transaksi PUAB tidak diakomodir secara khusus dalam suatu Jadwal

Kliring PUAB tersendiri. Bank yang melakukan transaksi PUAB dapat

melakukannya dalam Kliring Penyerahan dengan menggunakan Nota

Kredit atau melalui Satuan Kerja Akunting dengan menggunakan Bilyet

Giro Bank Indonesia atau sarana elektronis BI-LINE (khusus di KPBI

Jakarta).

II.1.3.6 Sanksi Kliring

• Sanksi administratif termasuk sanksi kewajiban membayar dan

penghentian kliring.

• Bank bersaldo debet dapat dikenakan skorsing kliring.

II.2 Proses Bisnis Pendukung

II.2.1 Manajemen Intern

Manajemen intern adalah departemen-departemen yang tidak terlibat

langsung dalam bisnis utama BI tetapi merupakan departemen

pendukung sehingga proses bisnis dapat berjalan dengan lancar. Bagian-

bagian yang termasuk manajemen intern adalah:

� Direktorat Logistik dan Pengamana (DLP)

� Direktorat Teknologi Informasi (DTI)

� Direktorat Sumber Daya Manusia (DSDM)

� Unit Khusus Program Transformasi (UKPT)

� Direktorat Keuangan Intern (DKI)

� Direktorat hukum (DHk)

� Biro Sekretariat (BSk)

Page 35: Analisis Social Cluster pada Bank-Bank Komersial

II-25

� Direktorat Pengawasan Intern (DPI)

� Biro Gubernur (BGub)

� Pusat Pendidikan dan Studi Kebanksentralan (PPSK)

� Unit Khusus Museum Bank Indonesia (UKM BI)

Page 36: Analisis Social Cluster pada Bank-Bank Komersial

III-26

Bab III Perumusan Masalah

Penerapan Inflation Targeting (IT) di Indonesia masih menimbulkan pro

dan kontra. Di satu sisi, komitmen untuk mencapai target inflasi

bermanfaat untuk mendisiplinkan bank sentral dalam menjalankan

kebijakan moneter, terutama dalam situasi ketika tekanan-tekanan untuk

melakukan kebijakan moneter yang akomodatif sangat besar.

Pertimbangan pragmatis digunakannya suku bunga sebagai sasaran

operasional karena pelaku pasar dan masyarakat pada umumnya lebih

mudah menangkap sinyal kebijakan moneter melalui suku bunga

dibandingkan dengan melalui besaran moneter lainnya.

Peranan PUAB penting baik sebagai media transmisi kebijakan moneter

dan sarana pemenuhan likuiditas perbankan, namun keberadaan pasar

tersebut masih jauh dari kondisi ideal. Sehubungan dengan hal tersebut,

sebagai langkah awal menuju kondisi pasar yang lebih baik dilakukan

pendekatan mikrostruktur untuk meneliti faktor-faktor yang berperan

penting dalam upaya memperbaiki pasar yang ada di Indonesia. Menurut

pendekatan mikrostruktur, faktor tersebut meliputi gambaran peta

struktur mikro pasar, proses pembentukan dan perilaku harga PUAB,

peran pemain dominan serta keterkaitan antara PUAB dengan pasar

keuangan lainnya.

Dari penelitian-penelitian yang dilakukan oleh bagian SPPK ditemukan

bukti bahwa suku bunga PUAB O/N merupakan indikator kebijakan

moneter terbaik dalam jangka pendek serta memiliki information content

kuat sebagai kandidat target antara (intermediate target) kebijakan

moneter [Dew02]. Sedangkan model teoritis maupun studi empiris yang

dapat digunakan sebagai pembanding dalam bidang market microstructure,

khususnya PUAB, masih langka sehingga diperlukan penelitian-penelitian

lebih lanjut. Model-model teoritis dan kajian empiris yang tersedia pada

umumnya membahas mikrostruktur pasar modal dan pasar valas pada

negara maju yang pasar keuangannya sudah advanced. Oleh karena itu

Page 37: Analisis Social Cluster pada Bank-Bank Komersial

III-27

sebuah model yang dapat menggambarkan pola interaksi antar bank

dalam PUAB akan membantu Bank Indonesia dalam sasaran pengendalian

inflasi serta peranannya saat ini sebagai pengawas bank.

III.1 Alasan Pemilihan Masalah

Masalah ini dipilih untuk memberikan gambaran lebih baik kepada Bank

Indonesia mengenai salah satu mikrostruktur ekonomi yaitu pasar uang

antar bank. Pemetaan mikrostruktur berguna sebagai salah satu alat

pemindai untuk pengendalian nilai mata uang yang menjadi peranan Bank

Indonesia sebagai otoritas sentral moneter.

Pemetaan ini akan menggambarkan perilaku para pelaku PUAB dan

bagaimana pasar ini bereaksi terhadap stimulus/shock dari luar baik

secara agregat maupun secara individual masing-masing pelaku. Secara

spesifik diteliti bagaimana pengaruh beberapa variabel lingkungan

makroekonomi – di mana sebagian besar variabel-variabel ini dapat

dikendalikan langsung oleh Bank Indonesia – terhadap perilaku transaksi

dan tingkat suku bunga di dalam pasar uang antar bank itu sendiri.

Pemodelan ini akan dapat memberikan sebagian jawaban tingkat

controllability PUAB terhadap instrumen-instrumen keuangan yang

dimiliki oleh BI.

Hasil dari pemetaan ini diharapkan akan dapat digunakan oleh BI dalam

proses penentuan kebijakannya yang bersangkutan dengan tingkat suku

bunga bank terutama di dalam PUAB.

III.2 Posisi Permasalahan yang Dipecahkan

Dugaan adanya loose oligopoly [Dew02] yang dipimpin oleh bank-bank

besar memberi dasar pada dugaan lebih lanjut akan adanya sindikasi-

sindikasi yang dapat mempengaruhi suku bunga. Salah satu contoh

kejadian yang menandakan hal ini adalah pada tanggal 1 Februari 2002 di

mana sekelompok bank asing melakukan bidding SBI melebihi dana yang

sebenarnya mereka miliki dan pada saat bersamaan BI menarik SBI dalam

Page 38: Analisis Social Cluster pada Bank-Bank Komersial

III-28

jumlah lebih besar dari biasanya sehingga mereka berusaha mencari

pinjaman di PUAB. Kejadian ini menyebabkan suku pada tanggal-tanggal

1, 4, dan 5 Februari 2002 bunga PUAB O/N melonjak hingga sebesar

17.14% (+29.5% dari rata-rata bulan tersebut) sehingga standard deviation

pada bulan ini menjadi 4.29% - umumnya kurang dari 1%. [Kus02].

Namun pada tanggal-tanggal tersebut tingkat suku bunga SBI hanya

sebesar 16.93% sehingga terjadi negative spread yang menyebabkan

penyimpanan uang di PUAB secara sementara jauh lebih menguntungkan

bila dibandingkan dengan investasi pada SBI.

Walaupun mungkin bank-bank asing tersebut mengalami kerugian yang

disebabkan oleh perbedaan tingkat bunga SBI dengan pinjaman yang

mereka dapatkan dari PUAB, kemungkinannya adalah naiknya tingkat

suku bunga PUAB memberikan kesempatan bagi pihak-pihak tertentu

untuk mendapatkan keuntungan lebih dari PUAB. Mengacu pada teori

konspirasi, kemungkinan terjadi sebuah sindikasi pada tanggal-tanggal ini

yang menempatkan kekuatan tawar (bargaining power) BI sebagai

penyedia uang sesaat menjadi lebih lemah ketimbang PUAB.

Dugaan adanya segmentasi yang mempengaruhi suku bunga PUAB serta

adanya preferensi penentuan counterpart pada transaksi PUAB [Dew02])

menjadi titik tolak penelitian ini untuk melihat lebih lanjut bagaimana

interaksi antar bank di dalam PUAB serta bagaimana pengaruh BI dapat

digunakan untuk mengendalikannya.

Dari penelitian PUAB tahun 2002 yang termuat di dalam [Dew02]

didapatkan bahwa:

� PUAB Rupiah O/N merupakan pasar loose oligopoly dimana terdapat

beberapa pemain besar dibandingkan pemain lainnya namun dengan

pangsa pasar yang tidak terlalu besar. Dominasi baru terlihat jelas

pada 10 pemain besar dengan pangsa pasar mencapai 45%.

Page 39: Analisis Social Cluster pada Bank-Bank Komersial

III-29

� Pemain dominan (lending maupun borrowing) berperan sebagai market

maker dan memiliki power untuk mengambil keuntungan dengan

menetapkan suku bunga yang lebih tinggi saat meminjamkan dana,

demikian pula sebaliknya dalam hal meminjam. Tetapi power tersebut

terbatas karena bank dominan pun menghadapi kendala segmentasi

dimana tidak semua bank dominan selalu mendapat akses ke bank non

dominan. Akibatnya dalam hal bank dominan meminjam dari bank

dominan lainnya, suku bunga yang dibayar justru lebih tinggi

dibandingkan dengan suku bunga yang dibayar oleh bank non dominan

saat meminjam dari bank non dominan.

� Meski power untuk menetapkan harga terbatas, suku bunga bank

dominan dijadikan acuan oleh peserta PUAB karena diperhitungkan

dalam pengumuman indikatif suku bunga JIBOR pada pagi hari.

Sebagian besar transaksi bank dominan dilakukan di pagi hari,

sehingga diduga proses pembentukan harga yang krusial terjadi saat

tersebut. Hal ini sejalan dengan periode transaksi yang paling ramai

adalah pukul 09.00 s.d. pukul 11.00. Adapun volume transaksi terbesar

dalam satu hari terjadi pada hari Selasa dan Rabu, dan untuk siklus

mingguan terjadi pada minggu II dan minggu III setiap bulannya.

� Berdasarkan hasil uji empiris, disimpulkan bahwa informasi publik

berpengaruh signifikan dalam pembentukan suku bunga PUAB. Segera

setelah masuknya informasi publik ke pasar, tampak respon pergerakan

harga yang cukup besar dan signifikan namun tidak selalu diikuti oleh

perubahan volume transaksi yang signifikan sehingga kurang

berpengaruh terhadap likuiditas pasar. Tidak responsifnya volume

transaksi dari waktu ke waktu terhadap pergerakan harga akibat

masuknya informasi baru mencerminkan bahwa informasi bukan

merupakan pendorong utama transaksi PUAB. Hal ini didukung oleh

hasil survei bahwa pemenuhan kebutuhan likuiditas, squaring, profit

taking dan pemanfaatan informasi baru, merupakan alasan bank

melakukan transaksi PUAB.

Page 40: Analisis Social Cluster pada Bank-Bank Komersial

III-30

� Persistensi volatilitas yang moderat dan perubahan volume transaksi

yang tidak signifikan mencerminkan proses rekonsiliasi perbedaan

persepsi pelaku PUAB atas dampak informasi terhadap harga dan

realokasi likuiditas pasar.

� Salah satu temuan yang menarik adalah pengumuman perubahan suku

bunga penjaminan PUAB baru menunjukkan perbedaan volatilitas

setelah pukul 09.00 tetapi dengan rasio standar deviasi dibawah 1 yang

berarti pada hari-hari adanya pengumuman perubahan suku bunga

penjaminan, volatilitas justru lebih kecil dibandingkan dengan hari-

hari lainnya.

� Dari hasil estimasi model perilaku harga PUAB ditemukan bahwa suku

bunga JIBOR (suku bunga indikatif dari price setter dan referensi

transaksi di pagi hari) merupakan salah satu variabel yang memberikan

kontribusi besar pada volatilitas PUAB. Demikian pula akumulasi

perubahan suku bunga kebijakan IRK dan pertumbuhan volume

operasi pasar terbuka serta lag perubahan volume PUAB. Hal ini

didukung temuan hasil analisis announcement effect bahwa

pengumuman target indikatif dan hasil lelang operasi pasar terbuka

serta perubahan kebijakan IRK dengan segera menimbulkan respon

perubahan harga yang signifikan. Selanjutnya, suku bunga PUAB O/N

selain dipengaruhi oleh variabel independent lainnya, dipengaruhi oleh

dirinya sendiri dan PUAB 7 hari, karena likuiditas PUAB 7 hari yang

jatuh tempo menambah ketersediaan likuiditas PUAB O/N.

� Dari hasil estimasi model ditemukan karakteristik suku bunga PUAB

yaitu shock pada periode sebelumnya akan menimbulkan reaksi

volatilitas yang sangat kuat pada hari berikutnya dengan persistensi

efek volatilitas yang sangat pendek yakni efek tersebut segera

menghilang dan volatilitas PUAB kembali kepada level semula yang

cukup moderat sepanjang periode pengamatan.

Page 41: Analisis Social Cluster pada Bank-Bank Komersial

III-31

� Hasil estimasi persamaan dengan variabel dummy menunjukkan secara

statistik terdapat perubahan yang signifikan pada koefisien suku bunga

IRK dan volume operasi pasar terbuka. Dapat disimpulkan bahwa

kebijakan IRK pasif dan aktif berpengaruh signifikan dalam perilaku

suku bunga PUAB O/N Rupiah. Hal ini didukung temuan analisis

announcement effect dan hasil survei yang memperlihatkan bahwa

perubahan IRK sangat berpengaruh dan diserap s.d. 10 menit pertama

sejak pelaku pasar menerima informasi.

� Temuan dari survei secara umum mengkonfirmasi hasil uji empiris yang

telah dilakukan tentang pembentukan harga yaitu struktur pasar dan

struktur mikro, serta perilaku harga. Beberapa hal baru yang perlu

diungkap adalah bahwa Perilaku harga PUAB dipengaruhi oleh variable

mikro dan makro serta faktor non ekonomi, walaupun dengan tingkat

pengaruh dan kecepatan respon yang berbeda.

� Variabel mikro direspon dengan sangat cepat mulai dari kurang dari 5

menit sampai dengan 30 menit setelah adanya berita. Variabel makro

tidak ada yang sangat berpengaruh terhadap suku bunga PUAB, oleh

karena itu direspon dengan sangat lambat oleh perbankan. Sementara

itu, faktor non ekonomi yang dapat mempengaruhi PUAB adalah

manuver oleh beberapa bank besar, komentar pejabat pemerintah, serta

situasi politik dan keamanan. Controllability dari PUAB menghadapi

kendala pada sikap konservatifnya pemain terhadap perubahan dalam

OPT yang menyangkut waktu lelang, frekuensi lelang, setelmen,

keragaman instrumen dan peserta lelang.

Page 42: Analisis Social Cluster pada Bank-Bank Komersial

IV-32

Bab IV Pemecahan Masalah

IV.1 Metodologi Pemecahan Masalah

Berangkat dari [Dew02] yang menyatakan bahwa umumnya bank-bank

memiliki preferensi masing-masing di dalam penentuan counterpart pada

PUAB, penelitian ini melanjutkan hipotesis bahwa adanya preferensi ini

menyebabkan terjadinya pengelompokan antar bank yang dapat saja tidak

merata. Dengan kata lain terjadi emergent cluster [Rob01] bank-bank

relatif terhadap interaksinya di dalam PUAB. Adanya emergent cluster ini

digunakan untuk melakukan inferensi apakah terjadi koalisi antar bank,

memetakan arus uang giral yang mengalir di antara mereka, serta

mengukur bagaimana reaksi bank-bank ini terhadap variabel-variabel

lingkungannya. Pengukuran-pengukuran ini dilakukan terhadap

beberapa periode di mana dilakukan rezim kebijakan ekspansi atau

kontraksi oleh BI. Periode ekspansi adalah pada saat BI berusaha untuk

menambah uang beredar di masyarakat dan ditandai oleh rendahnya

suku-suku bunga berbagai produk keuangan yang ditawarkan oleh BI,

sedangkan periode kontraksi adalah saat BI ingin mengurangi uang

beredar di masyarakat yang terlihat dari tingginya suku-suku bunga

instrument mix BI. Pembagian menjadi periode-periode kontraksi dan

ekspansi ini dilakukan dengan niatan mengasosiasikan perilaku

perbankan dengan kondisi-kondisi makroekonomi pada saat itu.

Perilaku perbankan pada setiap periode dapat dinyatakan dengan cluster-

cluster yang terbentuk pada masing-masing periode. Bank-bank yang

sering berinteraksi satu dengan lainnya dengan tingkat kepercayaan (yang

dimodelkan lewat indeks kedekatan) yang tinggi cenderung akan

membentuk satu emergent cluster. Jika terdapat banyak bank yang sering

berinteraksi maka akan terbentuk satu cluster besar. Pada sisi lain, bank-

bank yang jarang berinteraksi dengan anggota-anggota cluster besar ini

akan keluar dan membentuk cluster tersendiri dengan bank-bank lain

yang interaksinya lebih intens.

Page 43: Analisis Social Cluster pada Bank-Bank Komersial

IV-33

IV.1.1 Pembentukan Cluster

Secara skematik proses pembentukan emergent cluster dalam perbankan

dapat digambarkan sebagai berikut :

1. Bank-bank komersial di Indonesia

Pada kondisi ini belum terlihat interaksi yang terjadi antar bank komersial

di Indonesia. Masing-masing bank berdiri sendiri sebagai anggota dari

sistem moneter .

2. Interaksi antar bank

Pada tahap ini terjadi interaksi antar bak dalam berbagai bentuk. Salah

satu bentuk interaksi ini terjadi pada pasar uang antar bank (PUAB).

A

E H

C

G

B D

F

A

E H

C

G

B D

F

Page 44: Analisis Social Cluster pada Bank-Bank Komersial

IV-34

3. Cluster yang terbentuk

Karena intensitas interaksi yang tinggi hanya terjadi pada berbagai subset

dari bank-bank yang ada, maka terbentuklah cluster di antara bank-bank

ini. Dari gambar dicontohkan ada dua cluster, kelompok pertama terdiri

dari bank-bank {A, B, C, D} dan kelompok yang kedua beranggotakan {E,

F, G, H}. Disini juga terjadi interaksi antar kelompok pertama dan kedua,

yaitu antara {B, D} dengan {E}, walaupun interaksi-interaksi ini kurang

intens.

Analisis pembentukan cluster dilakukan pada kurun waktu (periode)

tertentu di mana titik-titk potong antar periode diambil atas dasar

perubahan stance kebijakan dari kontraksi ke ekspansi sehingga dapat

terlihat pola cluster-cluster yang terbentuk pada periode satu dengan

periode lainnya.

IV.1.2 Pembagian Periode

Data set yang diperoleh dari BI berkisar pada tanggal 2 Januari 2001

sampai dengan 20 Juli 2003. Dari periode ini diidentifikasikan jangka-

jangka waktu dijalankannya rezim kontraksi maupun ekspansi lewat

pergerakan nilai suku bunga SBI-1. Kebijakan kontraksi diterapkan

apabila BI cenderung menarik dana dari pasar, sedangkan kebijakan

ekspansi diterapkan apabila BI cenderung melepas dana ke pasar. Pada

saat suku bunga SBI-1 cenderung bergerak naik dikatakan rezim

A

C

B

D

E H

G

F

Page 45: Analisis Social Cluster pada Bank-Bank Komersial

IV-35

kontraksi sedang dijalankan karena pada saat itu BI menganggarkan

jumlah-jumlah yang cukup besar pada pelelangan SBI-1. Sebaliknya pada

saat suku bunga SBI-1 bergerak turun dikatakan rezim ekspansi sedang

dijalankan karena pada saat itu jumlah volume pelelangan SBI-1

cenderung berkurang sehingga tingkat-tingkat suku bunga yang

didapatkan pada pelelangan-pelelangan di periode ini menjadi cenderung

kecil.

Dari kriteria ini didapatkan empat periode rezim kebijakan keuangan BI,

yaitu:

0 %

2 %

4 %

6 %

8 %

10 %

12 %

14 %

16 %

18 %

20 %

2001

-01-

02

2001

-03-

02

2001

-05-

02

2001

-07-

02

2001

-09-

02

2001

-11-

02

2002

-01-

02

2002

-03-

02

2002

-05-

02

2002

-07-

02

2002

-09-

02

2002

-11-

02

2003

-01-

02

2003

-03-

02

2003

-05-

02

2003

-07-

02

2003

-09-

02

2003

-11-

02

2004

-01-

02

2004

-03-

02

2004

-05-

02

2004

-07-

02

sbi_1 Poly. (sbi_1)

Periode I(kontraksi) Periode III

(ekspansi)

Periode II(transisi)

Periode IV(ekspansi)

Tidak ada data transaksi PUAB

Gambar IV-1 Grafik pergerakan suku bunga SBI-1 yang menentukan pembagian periode-periode di dalam jangka waktu yang diteliti

� Periode I, periode kontraksi, yang berkisar dari 2 Januari 2001 sampai

dengan 24 Agustus 2001, di mana SBI-1 meningkat dari 14.73%

menjadi 17.2%.

� Periode II, periode transisi, yang berkisar dari 25 Agustus 2001 sampai

dengan 26 April 2002, di mana terjadi inflection suku bunga SBI-1.

� Periode III, periode ekspansi drastis, yang berkisar dari 27 April 2002

sampai dengan 4 Oktober 2002, di mana suku bunga SBI-1 menurun

secara relatif cepat dari 16.5% menjadi 13.06% atau -0.0215%/hari.

Page 46: Analisis Social Cluster pada Bank-Bank Komersial

IV-36

� Periode IV, periode ekspansi landai, yang berkisar dari 5 Oktober 2002

sampai dengan 20 Juli 2003, di mana penurunan suku bunga SBI-1

relatif melandai dari 13.06% menjadi 9.21% atau sekitar -

0.0129%/hari.

IV.1.3 Pembentukan Graph

Sebuah sociogram [Rob01] dibentuk dengan memproses seluruh transaksi-

transaksi yang terjadi di dalam PUAB di dalam empat periode yang telah

ditentukan sebelumya untuk menghasilkan sebuah weighted directed

graph [Ros95] untuk masing-masing periode di mana setiap verteks V

adalah sebuah bank, setiap edge berarah E adalah transaksi pemberian

pinjaman dari bank pemberi menuju ke bank penerima, dan bobot W

untuk masing-masing edge adalah sebuah indeks kedekatan yang

memodelkan tingkat kepercayaan antar kedua bank yang terlibat. Indeks

kedekatan ini berbanding lurus dengan frekuensi dan besar uang (volume)

yang dipinjamkan dan berbanding terbalik dengan besar bunga masing-

masing pinjaman.

W(x,y) = Indeks kedekatan bank x ke bank y vj = Nilai transaksi ke-j antara bank x dan bank y ij = Suku bunga ke-j

Ilustrasi sociogram bank-bank di dalam PUAB ada pada Gambar �IV-2.

Sociogram yang ada pada gambar ini didapatkan dari contoh acak

sebagian kecil bank-bank yang terlibat.

Catatan: contoh graph ini bukan yang digunakan untuk pemrosesan

cluster dan hanya ditampilkan di sini sebagai ilustrasi. Graph yang

sebenarnya sangat besar dan dense sehingga tidak dapat tergambar

dengan baik.

�= )(),(j

jyx i

vW

Page 47: Analisis Social Cluster pada Bank-Bank Komersial

IV-37

Data yang digunakan untuk membentuk sociogram ini didapatkan

langsung dari data transaksi RTGS pada periode 2 Januari 2001 sampai

31 Juni 2003 yang berbentuk sebuah file spreadseet Excel yang memuat

timestamp transaksi, bank pemberi, bank penerima, jumlah uang yang

ditransaksikan, serta bunga dari pinjaman yang bersangkutan. Data ini

telah dikodekan oleh karyawan Bank Indonesia untuk menyembunyikan

identitas masing-masing bank dalam rangka kode etik kerahasiaan bank.

Dari data ini dihasilkan empat sociogram yang berbeda untuk setiap

periode yang telah diuraikan di bagian IV.1.2.

IV.1.4 Identifikasi Cluster

Identifikasi emergent cluster [Rob01] dilakukan dengan menerapkan

algoritma Markov Cluster Process (MCL) [Don00] terhadap sociogram yang

didapat dari seluruh bank yang terlibat dalam transaksi di PUAB. Ide

dasar dari algoritma ini adalah dengan mensimulasikan aliran atau

random walk melalui berbagai edge pada graph yang ada kemudian

memperkuat aliran ini di mana arusnya sudah kuat dan memperlemah

aliran di bagian-bagian yang arusnya lemah. Proses ini diulang terus-

Gambar IV-2 Ilustrasi sebuah sociogram dari contoh acak sebagian kecil bank-bank yang terlibat.

Page 48: Analisis Social Cluster pada Bank-Bank Komersial

IV-38

menerus sampai tercapai suatu steady state di mana tempat-tempat yang

arusnya lemah akhirnya mengering. Verteks-verteks yang memiliki arus-

arus kuat di antaranya masing-masing dikumpulkan menjadi cluster.

Dengan menggunakan algoritma MCL dapat dipetakan bagaimana arus

kepercayaan terjadi di dalam PUAB serta di pihak-pihak mana saja

mayoritas uang giral yang beredar. Karena masing-masing edge

menyatakan transaksi agregat antar bank maka berbagai cluster yang

dihasilkan oleh proses MCL menyatakan bahwa di dalam kelompok-

kelompok inilah uang giral dipertukarkan secara intens. Sedangkan bobot

edge yang merupakan indeks kepercayaan menyatakan bahwa tingkat

Gambar IV-3 Ilustrasi proses MCL, dari arah kiri atas ke kanan bawah ditunjukkan iterasi MCL dalam menemukan cluster-cluster pada suatu graph [Don00].

Page 49: Analisis Social Cluster pada Bank-Bank Komersial

IV-39

kepercayaan antar bank yang terdapat pada satu cluster lebih besar relatif

terhadap tingkat kepercayaan bank-bank yang berada di dalam cluster

yang berbeda.

IV.1.5 Analisis Perilaku

Perilaku inidividu masing-masing bank dianalisis dengan membentuk

model regresi linier berganda di mana variabel dependen adalah rata-rata

berbobot suku bunga PUAB yang diberikan oleh bank yang bersangkutan

sedangkan variabel-variabel independennya adalah berbagai variabel

lingkungan yang dianggap relevan di dalam penelitian ini. Variabel-

variabel lingkungan ini adalah:

� Suku bunga SBI satu bulan (SBI-1).

� Suku bunga SBI tiga bulan (SBI-3).

� Suku bunga FASBI.

� Suku bunga SOR.

� Nilai tukar USD terhadap IDR.

� Suku bunga rata-rata berbobot PUAB.

� Suku bunga rata-rata berbobot bank yang bersangkutan pada hari

sebelumnya.

Dari masing-masing garis regresi setiap bank dilakukan uji t-statistic

untuk menentukan manakah variabel-variabel independen yang

berpengaruh kemudian dilakukan ranking terhadap nilai-nilai absolut

beta-weight masing-masing bank. Ranking yang lebih kecil (mendekati

nilai satu) untuk suatu variabel independen berarti bank tersebut

cenderung lebih mempertimbangkan variabel itu untuk menentukan suku

bunganya di dalam PUAB.

Page 50: Analisis Social Cluster pada Bank-Bank Komersial

IV-40

Variabel-variabel SBI-1, SBI-3, FASBI, dan SOR didapatkan dari pihak

Bank Indonesia. Variabel suku-suku bunga PUAB didapatkan dengan

memproses data transaksi RTGS. Sedangkan nilai tukar USD terhadap

IDR didapatkan dari Oanda1 Historical Currency Exchange Rate.

IV.2 Pengumpulan dan Pengolahan Data

IV.2.1 Pengumpulan Data

Data yang diperlukan dalam penelitian ini adalah data transaksi pada

PUAB (tanggal transaksi, bank pemberi kredit, bank penerima kredit,

besarnya kredit dan besarnya bunga), data suku bunga SBI, suku bunga

FASBI dan kurs rupiah terhadap dolar pada suatu periode tertentu.

Salah satu kendala yang dihadapi dalam penelitian ini adalah kerahasiaan

data transaksi antar bank. Maka dari itu data transaksi antar bank yang

kami gunakan telah berbentuk kode yang menyamarkan identitas masing-

masing bank yang terlibat.

Contoh data PUAB yang dikumpulkan adalah sebagai berikut:

waktu_transaksi bank_pemberi bank_penerima jumlah_nominal bunga

2003/01/02 08:49:39 GA II 10,000 12.19%2003/01/02 08:50:02 GA BL 10,000 12.19%2003/01/02 09:06:26 HF MJ 7,000 12.19%2003/01/02 09:21:34 PB MJ 10,000 12.25%2003/01/02 09:24:56 CD DF 10,000 12.20%2003/01/02 09:25:16 CD A 20,000 12.19%2003/01/02 09:41:51 GA MJ 20,000 12.19%2003/01/02 09:46:38 IE DF 10,000 12.20%2003/01/02 09:50:02 MC CE 5,000 12.19%2003/01/02 09:58:21 EA CE 20,000 12.25%

Tabel IV-1 Contoh data transaksi PUAB

Contoh data SBI dan FASBI yang dikumpulkan adalah sebagai berikut:

1 http://www.oanda.com/convert/fxhistory

Page 51: Analisis Social Cluster pada Bank-Bank Komersial

IV-41

Tanggal SBI 1 WA SBI 3 WA SOR Fasbi O/N Pagi

2001/01/02 00:00:00 14.53 14.53 14.750 10.8752001/01/03 00:00:00 14.73 14.73 14.875 10.8752001/01/04 00:00:00 14.73 14.73 14.875 10.8752001/01/05 00:00:00 14.73 14.73 14.875 10.8752001/01/08 00:00:00 14.73 14.73 14.875 10.8752001/01/09 00:00:00 14.73 14.73 14.875 10.8752001/01/10 00:00:00 14.84 14.84 14.875 10.8752001/01/11 00:00:00 14.84 14.84 14.875 11.3752001/01/12 00:00:00 14.84 14.84 14.875 11.3752001/01/15 00:00:00 14.84 14.84 14.875 11.3752001/01/16 00:00:00 14.84 14.84 14.875 11.375

Tabel IV-2 Contoh data suku-suku bunga SBI, FASBI, dan SOR

Contoh data nilai tukar USD terhadap IDR adalah sebagai berikut:

Tanggal Nilai Tukar

01/02/2001 9725

01/03/2001 9520

01/04/2001 9525

01/05/2001 9500

01/06/2001 9525

01/07/2001 9525

01/08/2001 9539.71

Tabel IV-3 Contoh data nilai tukar USD terhadap IDR

IV.2.1.1 Data Regresi

Tabel berikut memberikan contoh sebagian kecil data yang digunakan

untuk melakukan regresi berganda antara variabel-variabel lingkungan

dengan suku bunga PUAB masing-masing bank.

Day number

Bank name

Period id

Y loan_rate

X SBI_1

X SBI_3

X FASBI

X SOR

X USD

X PUAB

X PREV_ RATE

11351 AF 1 12.00 14.81 14.81 11.63 14.88 9475 11.77 12.25

11351 AG 1 11.91 14.81 14.81 11.63 14.88 9475 11.77 11.90

11351 AJ 1 12.00 14.81 14.81 11.63 14.88 9475 11.77 12.15

11351 AL 1 12.13 14.81 14.81 11.63 14.88 9475 11.77 12.07

11351 BF 1 11.88 14.81 14.81 11.63 14.88 9475 11.77 11.88

11351 BK 1 11.75 14.81 14.81 11.63 14.88 9475 11.77 11.75

11351 BM 1 12.13 14.81 14.81 11.63 14.88 9475 11.77 11.93

11351 CA 1 11.90 14.81 14.81 11.63 14.88 9475 11.77 11.75

11351 CB 1 11.63 14.81 14.81 11.63 14.88 9475 11.77 11.75

11351 CD 1 11.75 14.81 14.81 11.63 14.88 9475 11.77 12.00

11351 DA 1 12.20 14.81 14.81 11.63 14.88 9475 11.77 12.25

11351 DC 1 11.75 14.81 14.81 11.63 14.88 9475 11.77 11.80

Tabel IV-4 Contoh data untuk masukan model regresi berganda

Page 52: Analisis Social Cluster pada Bank-Bank Komersial

IV-42

Tiap baris menggambarkan respons bunga PUAB masing-masing bank

pada hari tertentu terhadap nilai variabel-variabel lingkungan pada hari

tersebut. Keterangan masing-masing field di dalam tabel ini adalah

sebagai berikut:

� Day Number – nomor hari, yaitu jumlah hari yang telah lewat semenjak

tanggal 1 Januari 1970. Field ini digunakan untuk mendapatkan rata-

rata berbobot harian dari bunga pinjaman masing-masing bank.

� Bank Name – kode nama bank yang bersangkutan.

� Period ID – menerangkan bahwa hari yang termuat pada field Day

Number termasuk di periode ini.

� Y loan_rate – rata-rata berbobot bunga PUAB bank yang bersangkutan

pada hari itu.

� X sbi_1 – Besar suku bunga per tahun SBI satu bulan pada hari itu,

dalam persen.

� X sbi_3 – Besar suku bunga per tahun SBI tiga bulan pada hari itu,

dalam persen.

� X fasbi – Besar suku bunga per tahun FASBI pada hari itu, dalam

persen.

� X sor – Besar suku bunga per tahun SOR pada hari itu, dalam persen

� X usd – kurs tengah nilai tukar USD terhadap IDR.

� X puab – Rata-rata berbobot suku bunga puab per tahun pada hari itu,

dalam persen.

� X prev_puab – rata-rata berbobot bunga PUAB bank pada hari

sebelumnya atau hari terakhir melakukan transaksi, dalam persen.

Page 53: Analisis Social Cluster pada Bank-Bank Komersial

IV-43

IV.2.2 Pengolahan Data

IV.2.2.1 Implementasi Program

Analisis data dilakukan dengan menggunakan perangkat-perangkat lunak

Microsoft Access, Microsoft Excel, Matlab, TribeMCL, serta sebuah

program custom-made yang dinamakan BankClusters dan ditulis dalam

bahasa pemrograman Java untuk mengkoordinasikan pemrosesan data

antar berbagai perangkat lunak sebelumnya. Data yang diterima dari

pihak BI diwujudkan menjadi tabel-tabel di dalam database Access untuk

diproses dan kemudian hasilnya dimasukkan kembali ke dalam database

ini. Sebagian hasil perhitungan juga dikeluarkan dalam bentuk

spreadsheet Excel untuk dilakukan analisis dan interpretasi lebih lanjut.

Matlab digunakan untuk melakukan penghitungan regresi linier berganda.

Sedangkan TribeMCL2 adalah program untuk melakukan Markov

Clustering sebagaimana digariskan di [Don00]. Interaksi dengan Matlab

dilakukan secara langsung lewat komponen JMatLink3. Lain halnya

dengan integrasi Excel yang dilakukan dengan meng-generate sebuah file

spreadsheet yang memuat berbagai cluster yang teridentifikasi pada

masing-masing periode serta hasil regresi masing-masing bank di dalam

cluster yang bersangkutan. Pembuatan spreadsheet ini dilakukan dengan

bantuan komponen JExcelApi4.

2 http://micans.org/mcl/ 3 http://www.held-mueller.de/JMatLink/ 4 http://www.andykhan.com/jexcelapi/

Page 54: Analisis Social Cluster pada Bank-Bank Komersial

IV-44

1: buat graph transaksi

2: buat data input regresi

3: hi tung regresi

4: simpan data hasil regresi

5: temukan cluster

6: simpan data cluster

7: tul is spreadsheet data cluster dan hasil regresi

:BankClusters :Access:Matlab:TribeMCL:JExcelApi

Gambar IV-4 Interaction diagram antara berbagai komponen di dalam program yang digunakan untuk mengolah data dalam penelitian.

BankClusters dibuat berwujud sebagai sebuah throwaway prototype yang

dibuat khusus untuk penelitian ini saja dan tidak dimaksudkan untuk

digunakan secara sehari-hari. Walau demikian program yang dibuat

dalam penelitian ini telah memberikan suatu rancangan awal untuk

diterapkannya sebuah sistem informasi untuk melakukan clustering serta

analisis regresi secara automatis.

IV.2.2.2 Langkah-Langkah Pengolahan Data

Respons suku bunga PUAB terhadap variabel-variabel lingkungan

merupakan input untuk analisis regresi linier berganda:

77665544332211 Xb Xb Xb Xb Xb Xb Xb a Y +++++++=

Di mana variabel Y adalah variabel independen yaitu suku bunga PUAB

dari suatu bank dan X1..X7 adalah variabel-variabel independennya yaitu

variabel-variabel lingkungan yaitu rata-rata berbobot suku-suku bunga BI,

rata-rata berbobot suku bunga PUAB secara keseluruhan, dan rata-rata

Page 55: Analisis Social Cluster pada Bank-Bank Komersial

IV-45

berbobot suku bunga PUAB bank yang bersangkutan pada hari

sebelumnya.

Output dari regresi linier berganda adalah konstanta regresi b yang

kemudian distandarkan menjadi sebuah �-value. Nilai � menunjukkan

bobot variabel independen yang bersangkutan terhadap persamaan regresi

berganda secara keseluruhan. [Sup04]

ß BANK

SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE

BI 6.82E+13 -6.82E+13 -6.87E-01 7.20E-01 -1.78E-01 7.76E-01 -8.75E-02

JA -5.81E+13 5.81E+13 -6.94E-01 5.10E-01 1.25E-04 8.79E-01 9.62E-02

PB -3.56E+13 3.56E+13 5.76E-01 2.04E-01 1.06E-01 9.04E-01 -7.31E-02

PE -1.58E+15 1.58E+15 -3.04E-01 1.47E+00 3.81E-02 9.58E-01 -9.91E-02

SH 2.80E+14 -2.80E+14 -2.57E-01 2.10E-01 6.37E-02 8.41E-01 1.72E-01

UA 4.40E+13 -4.40E+13 -8.59E-01 -1.05E+00 -2.21E-02 6.81E-01 1.08E-01

Tabel IV-5 Contoh hasil output nilai-nilai � masing-masing bank terhadap variabel-variabel lingkungan yang diuji.

Kemudian dilakukan pengujian statistik untuk regresi linier berganda

yaitu dengan uji t, sehingga didapat nilai t untuk masing-masing variabel.

BANK t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_RATE t crit

BI 0.44 -0.44 -1.50 0.40 -1.61 5.80 -0.74 2.00

JA -0.45 0.45 -3.18 0.42 0.00 11.14 1.28 2.00

PB -0.35 0.35 1.77 0.14 1.78 9.78 -0.84 2.03

PE -0.50 0.50 -0.34 0.37 0.16 3.30 -0.36 1.99

SH 0.64 -0.64 -1.46 0.28 1.45 14.90 3.21 1.98

UA 0.08 -0.08 -2.41 -0.67 -0.25 6.37 1.19 1.99

Tabel IV-6 Contoh output t-statistic masing-masing bank terhadap responsnya dengan variabel-variabel lingkungan

Jika nilai t lebih besar dari t kritis maka variabel lingkungan yang

bersangkutan dikatakan berpengaruh terhadap PUAB. Tingkat pengaruh

variabel tersebut dinyatakan dengan besarnya nilai mutlak �. Sebaliknya

jika t lebih kecil dari t kritis maka variabel tersebut tidak berpengaruh

terhadap penentuan PUAB sehingga nilai � yang terasosiasikan tidak

dianggap. Contoh: untuk bank JA, variabel lingkungan yang

Page 56: Analisis Social Cluster pada Bank-Bank Komersial

IV-46

diperhitungkan dalam menetukan suku bunga PUAB adalah FASBI

dengan nilai �=0.964 dan PUAB bank lain dengan nilai �=0.879 –

sedangkan variabel-variabel lain nilai � masing-masingnya tidak

diperhitungkan karena hasil uji t terhadap variabel-variabel ini

menyatakan bahwa variabel-variabel independen yang bersangkutan tidak

berpengaruh secara signifikan terhadap variabel dependen pada bank itu.

| ß | untuk variable yg mempengaruhi PUAB

BANK Sbi_1 sbi_3 FASBI SOR USD PUAB PREV_RATE

BI - - - - - 7.76E-01 -

JA - - 6.94E-01 - - 8.79E-01 -

PB - - - - - 9.04E-01 -

PE - - - - - 9.58E-01 -

SH - - - - - 8.41E-01 1.72E-01

UA - - 8.59E-01 - - 6.81E-01 -

Tabel IV-7 Contoh nilai-nilai ß masing-masing bank yang telah melewati uji t-statistic.

Urutan prioritas variabel lingkungan didapat dengan membandingkan nilai

mutlak � untuk variabel lingkungan yang satu dengan nilai mutlak �

untuk variabel lingkungan lain pada bank yang sama kemudian diurutkan

dari yang mempunyai nilai besar ke yang kecil. Angka 1 menunjukkan

bahwa bank yang bersangkutan sangat memperhitungkan variabel X

dalam menentukan suku bunga PUAB – karena nilai � paling besar pada

bank itu. Misalnya bank JA, untuk menetukan suku bunga PUAB

variabel lingkungan yang dipertimbangkan adalah suku bunga PUAB bank

lain sebagai prioritas pertama dan FASBI sebagai prioritas kedua.

URUTAN PRIORITAS (RANK)

BANK SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE

BI - - - - - 1 -

JA - - 2 - - 1 -

PB - - - - - 1 -

URUTAN PRIORITAS (RANK)

BANK SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE

PE - - - - - 1 -

SH - - - - - 1 2

Page 57: Analisis Social Cluster pada Bank-Bank Komersial

IV-47

UA - - 1 - - 2 -

Tabel IV-8 Contoh output karakteristik perilaku bank dalam prioritasnya memilih variabel-variabel lingkungan yang menjadi penentu suku bunga PUAB.

Karakteristik perilaku cluster diambil dari karakteristik perilaku masing-

masing anggotanya. Untuk setiap cluster dihitung frekuensi di mana

masing-masing variabel menempati peringkat (rank) tertentu (yaitu antara

1 – 7 inklusif sesuai dengan banyaknya variabel lingkungan yang

dimodelkan) sebagaimana ditentukan oleh bank-bank anggota cluster

tersebut. Dari masing-masing frekuensi pada setiap rank kemudian

dikalikan dengan invers dari rank-nya kemudian dijumlahkan sesuai

dengan masing-masing variabel lingkungan untuk menghasilkan sebuah

nilai weighted frequency. Hal ini dilakukan untuk mendapatkan nilai yang

besar untuk frekuensi tinggi dan rank tinggi pula (rank yang bernilai kecil)

dan untuk mendapatkan nilai yang besar untuk frekuensi yang rendah

dan rank yang rendah. Nilai weighted frequency ini kemudian di-rank

kembali per cluster untuk melihat kecenderungan cluster dalam prioritas

penentuan suku bunganya.

� ×= )1( fr

W i

Wi = weighted frequency untuk variabel ke-i.

r = Peringkat (rank) prioritas masing-masing variabel lingkungan ke-i,

r ∈ {1..7} .

FREKUENSI VARIABEL YANG DIPERHITUNGKAN CLS 1/Rank Rank

SBI_1 SBI_3 FASBI SOR USD PUAB PREV_PUAB

1 1.00 1 0 0 1 0 0 5 0

0.50 2 0 0 1 0 0 1 1

0.33 3 0 0 0 0 0 0 0

0.25 4 0 0 0 0 0 0 0

0.20 5 0 0 0 0 0 0 0

0.17 6 0 0 0 0 0 0 0

Page 58: Analisis Social Cluster pada Bank-Bank Komersial

IV-48

0.14 7 0 0 0 0 0 0 0

W 0.0 0.0 0.8 0.0 0.0 2.8 0.5

Rank - - 2 - - 1 3

Tabel IV-9 Contoh hasil penghitungan model perilaku sebuah cluster

Dari contoh yang termuat pada Error! Reference source not found. dapat

dilihat bahwa perilaku Cluster 1 dalam menentukan suku bunga PUAB

secara berurut dipengaruhi oleh suku bunga PUAB bank lain, FASBI dan

suku bunga PUAB periode sebelumnya.

IV.3 Analisis dan Interpretasi Hasil

Suku bunga antar bank (PUAB O/N) ditetapkan sebagai sasaran

operasional Bank Indonesia dengan asumsi bahwa PUAB O/N dapat

dikendalikan oleh otoritas moneter (Bank Indonesia), dapat diukur dan

mampu berfungsi sebagai indicator kebijakan moneter. Hasil pengolahan

data berikut akan memperlihatkan apakah pemilihan PUAB O/N sebagai

sasaran operasional adalah tepat.

IV.3.1 Pembentukan Cluster

Hasil pembentukan cluster selama periode I sampai dengan IV (01 Januari

2001 s/d 20 Juli 2003) adalah sebagai berikut:

JUMLAH ANGGOTACLUSTER CLUSTER

3 6, 91, 4

7 7, 47, 18, 6, 6, 3, 9

12 33, 2, 17, 3, 3, 5, 3,8, 6, 5, 10, 2

9 3, 4, 82, 8, 2, 3, 4IV( 4/10/2002-20/7/2003)

( 1/1/2001-24/8/2001 )

II( 24/8/2001-26/4/2002 )

III

PERIODE( FROM - TO )

I

( 26/4/2002-4/10/2002)

Tabel IV-10 Ringkasan jumlah anggota-anggota cluster di dalam empat periode.

Secara garis besar mayoritas transaksi terkumpul pada satu atau dua

kelompok besar selama keempat periode. Pada saat terjadi perubahan

dari periode kontraksi ke periode ekspansi, preferensi penentuan

Page 59: Analisis Social Cluster pada Bank-Bank Komersial

IV-49

counterpart di dalam PUAB nampak meningkat dari terpecahnya PUAB

menjadi banyak cluster-cluster kecil dengan masing-masing mempunyai

jumlah anggota yang relatif sedikit. Sedangkan di akhir periode

pengamatan jumlah cluster berkurang yang menunjukkan bahwa perilaku

transaksi di dalam PUAB cenderung kembali merata seperti halnya pada

periode awal pengamatan.

IV.3.1.1 Periode I

Periode ini berkisar antara 1 Januari 2001 sampai 24 Agustus 2001 yaitu

periode kontraksi yang dikarakteristikkan dengan kenaikan suku bunga

SBI 1. Pada periode ini terjadi fenomena-fenomena berikut:

� Jumlah cluster sangat sedikit (yaitu tiga cluster) dengan jumlah anggota

masing-masing cluster adalah 6, 91, dan 4 bank. ada satu cluster

dominan yang anggotanya terbanyak (91 bank).

� Karena mayoritas transaksi PUAB terjadi pada satu cluster saja – yaitu

cluster dominan – maka struktur PUAB pada periode ini dikatakan

cenderung monopolistik.

� Umumnya SBI_1 dan SBI_3 tidak mempengaruhi penentuan suku

bunga PUAB.

� Cluster dominan (yang mempunyai jumlah anggota terbesar) relatif

cukup mewakili pasar bank komersial yang ada. Pada periode kontraksi

ini perilaku bank-bank menjadi relatif solid karena transaksi PUAB

terjadi cukup merata.

IV.3.1.2 Periode II

Periode ini berkisar antara 24 Agustus 2001 sampai dengan 26 April 2002

yaitu periode transisi – antara kontraksi dengan ekspansi – di mana terjadi

infleksi perubahan suku bunga SBI 1. Pada periode ini terjadi fenomena-

fenomena berikut:

Page 60: Analisis Social Cluster pada Bank-Bank Komersial

IV-50

� Jumlah cluster relatif lebih banyak bila dibandingkan dengan Periode I

(yaitu tujuh cluster) dengan dua cluster yang relatif dominan namun

masing-masing jumlah anggotanya lebih sedikit dibandingkan dengan

cluster dominan yang ada pada Periode I. Jumlah anggota masing-

masing cluster adalah: 7, 47, 18, 6, 6, 3, dan 9 bank.

� Karena mayoritas transaksi terjadi pada dua cluster dominan ini maka

struktur PUAB pada periode ini dikatakan cenderung duopolistik.

� Perilaku anggota berbagai cluster dalam menentukan prioritas variabel

yang mempengaruhi suku bunga PUAB cenderung homogen, yaitu

memperhitungkan suku bunga PUAB rata-rata, kemudian PUAB diri

sendiri periode sebelumnya dan akhirnya nilai tukar USD terhadap

IDR.

� Dalam menentukan suku bunga yang diberikan di PUAB, umumnya

bank-bank tidak memperhitungkan suku bunga FASBI sedangkan

suku-suku bunga SBI_1 dan SBI_3 hanya diperhitungkan oleh bank-

bank yang berada pada cluster dominan.

� Anggota-anggota cluster dominan Periode I cenderung terpecah ke dalam

dua cluster dominan pada periode ini yang masing-masing terdiri dari

47 dan 18 bank. Hal ini mungkin terjadi karena bank lebih berhati-hati

dalam memilih counterpart di dalam transaksi PUAB.

IV.3.1.3 Periode III

Periode ini berkisar antara 27 April 2002 sampai dengan 4 Oktober 2002

yang dinamakan periode ekspansi drastis di mana suku bunga SBI 1

turun secara relatif drastis. Fenomena-fenomena yang terjadi di dalam

periode ini adalah:

� Jumlah cluster lebih banyak dibandingkan Periode I dan Periode II (yaitu

12 cluster) yang terdiri dari dua cluster dominan, tiga cluster sedang dan

sisanya cluster-cluster kecil. Jumlah anggota pada cluster dominan

Page 61: Analisis Social Cluster pada Bank-Bank Komersial

IV-51

pada periode ini lebih sedikit dibandingkan dengan anggota cluster

dominan pada Periode II. Jumlah anggota masing-masing cluster pada

periode ini adalah: 33, 2, 17, 3, 3, 5, 3, 8, 6, 5, 10, dan 2 bank.

� Walaupun terdapat dua cluster dominan, istilah duopolistik kurang

dapat dipakai untuk menggambarkan karakteristik periode ini karena

jumlah anggota pada kedua cluster terbesar relatif sedikit bila

dibandingkan dengan jumlah seluruh pemain di pasar. Selain itu pada

periode ini juga terdapat banyak cluster-cluster kecil. Dari dua fakta ini

disimpulkan bahwa istilah pasar yang terfragmentasi lebih cocok

dipakai untuk menggambarkan mikrostruktur PUAB pada periode ini.

� Data SBI_3 pada periode ini sebagian besar tidak ada yaitu periode 28

Februari 2002 sampai dengan 3 Juni 2003. Sehingga untuk kegunaan

regresi diambil rata-ratanSBI_3 pada periode II sebagai untuk mengisi

data point SBI_3 yang kosong. Tetapi walaupun demikian mayoritas

bank yang menggunakan suku bunga SBI 3 bulan sebagai parameter

penentuan suku bunga PUAB cenderung melihatnya sebagai prioritas

terakhir.

� Umumnya suku bunga SBI_1 diperhitungkan oleh bank dalam

penentuan suku bunga PUAB.

� Salah satu cluster dominan yang terbentuk – yaitu yang anggotanya

terbanyak (33 bank) – merupakan gabungan dari anggota-anggota

cluster dominan pada Periode II. Selain itu terbentuk juga cluster

dominan baru yang terdiri dari 17 bank di mana bank-bank ini bukan

anggota cluster dominan pada periode sebelumnya.

� Pada awal penerapan kebijakan ekspansi perilaku bank cenderung

terfragmentasi yaitu pada transaksi PUAB terbentuk banyak cluster.

Hal ini menunjukkan bahwa preferensi dan favoritisme penentuan

counterpart di dalam PUAB cenderung meningkat.

Page 62: Analisis Social Cluster pada Bank-Bank Komersial

IV-52

IV.3.1.4 Periode IV

Periode ini berkisar dari 5 Oktober 2002 sampai dengan 20 Juli 2003 yang

dinamakan periode ekspansi landai di mana derajat tingkat penurunan

suku bunga SBI 1 cenderung berkurang. Pada periode ini terjadi

fenomena-fenomena berikut:

� Jumlah cluster lebih sedikit apabila dibandingkan dengan Periode III

yaitu 10 cluster di mana terdapat satu cluster dominan yang anggotanya

lebih banyak dibandingkan dengan cluster-cluster dominan pada Periode

3. Jumlah anggota masing-masing cluster adalah: 3, 4, 82, 8, 3, 8, 2,

3, dan 4 bank.

� Mayoritas transaksi PUAB kembali mengumpul pada cluster dominan.

Karena jumlah cluster masih relatif banyak dengan masing-masing

memiliki jumlah anggota yang mayoritas sedikit, maka struktur PUAB

pada periode ini dapat dikatakan dalam proses konsolidasi, yaitu pada

tahap penstabilan cenderung menuju kembali ke pola monopoli yang

pernah nampak pada Periode I.

� Perilaku cluster dalam menentukan prioritas variabel-variabel

lingkungan yang mempengaruhi PUAB cenderung heterogen. Skala

prioritas dari tujuh variabel lingkungan dari masing-masing bank untuk

menentukan suku bunga PUAB yang diberikannya cenderung sangat

variatif.

IV.3.1.5 Ikhtisar

Pada Periode I dan Periode IV, bank mengelompok menjadi satu cluster

dominan yang jumlah anggotanya hampir sama dengan jumlah bank yang

ada di pasar. Hal ini dikarenakan adanya perbedaan kemampuan bank

dalam menyerap atau mengolah informasi perubahan lingkungan makro

yang terjadi atau yang disampaikan oleh Bank Indonesia sehingga bank-

bank yang kurang dapat menganalisis informasi baru cenderung menjadi

follower dan merasa lebih aman berada dalam kelompok besar.

Page 63: Analisis Social Cluster pada Bank-Bank Komersial

IV-53

Pola pembentukan cluster pada Periode IV hampir sama dengan pada

Periode I, yaitu mengumpul pada satu cluster yang sangat dominan.

Namun pada periode tersebut tidak terjadi perubahan kebijakan moneter –

yang ada hanya perubahan stance kebijakan dari kontraksi ke ekspansi.

Terbentuknya satu cluster dominan mungkin dikarenakan lingkungan

dianggap sudah stabil. Sedangkan perubahan stance kebijakan dari

kontraksi ke ekspansi dianggap hal biasa karena sudah berlangsung sejak

Periode II. Dapat dikatakan bahwa pembentukan cluster bank tidak

dipengaruhi secara langsung oleh perubahan kebijakan tetapi oleh

interaksi antara demand dan supply kredit di dalam PUAB itu sendiri.

Pada setiap periode terdapat cluster dominan, yaitu cluster dengan jumlah

anggota terbanyak. Untuk Periode I dan Periode IV hanya ada satu cluster

dominan sedangkan untuk Periode II dan Periode III terbentuk dua cluster

dominan. Perilaku cluster-cluster dominan tersebut dalam menentukan

suku bunga PUAB umumnya dipengaruhi oleh lebih dari empat variabel

lingkungan dan juga umumnya menempatkan suku bunga PUAB rata-rata

sebagai prioritas pertama. Variabel lingkungan yang dipertimbangkan

sebagai prioritas kedua cenderung bervariasi, ada yang menempatkan

PUAB diri sendiri pada hari periode sebelumnya sedangkan beberapa yang

lain menggunakan suku bunga SBI 1 atau SOR.

Page 64: Analisis Social Cluster pada Bank-Bank Komersial

IV-54

JUMLAH URUTAN PRIORITAS ( RANK )BANK SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE

1 6 - - 2 - - 1 32 91 - - 3 5 4 1 23 4 - - - - - 1 2

1 7 - - - - 3 1 22 47 3 4 - 6 5 1 23 18 - - - - 3 1 24 6 - 2 - - 2 1 45 6 - 3 - - - 1 26 3 - - - - 3 1 27 9 - - - - 3 1 2

1 33 3 - 4 4 6 1 22 2 - - 2 - - 1 -3 17 2 6 7 4 5 1 34 3 2 - 1 - 5 4 35 3 - 5 2 - 4 1 26 5 1 - - 3 - 2 47 3 - - - - - - -8 8 0 0 0 0 0 0 09 6 - - 3 - 4 1 210 5 - - 2 - - 1 -11 10 - - 3 - - 1 212 2 - - - - - 1 -

1 3 4 - - 1 - 3 12 4 - - 2 - - 1 23 82 3 6 4 2 7 1 54 8 2 4 3 - - 1 55 3 2 6 4 1 7 5 36 8 - - 2 - 3 1 37 2 3 - - 1 1 5 38 3 - - 2 - - 1 39 4 - - - - 3 1 2

( FROM - TO )

II

CLUSTER

( 4/10/2002-20/7/2003)

( 26/4/2002-4/10/2002)

( 24/8/2001-26/4/2002 )

( 1/1/2001-24/8/2001 )

III

IV

PERIODE

I

Tabel IV-11 Ikhtisar perilaku cluster pada setiap periode

IV.3.2 Analisis Perilaku Bank

Analisis perilaku bank dilakukan lewat dua pendekatan. Pendekatan

pertama adalah menelaah perilaku bank-bank yang relatif dominan, di

mana dominan di sini didefinisikan sebagai top loaners – para pemberi

pinjaman terbesar. Definisi ini diambil karena identitas bank-bank

dominan versi BI tidak dapat diperoleh untuk menjaga kerahasiaan bank.

Pendekatan kedua adalah menelaah pergerakan bank-bank di antara

cluster-cluster dominan pada setiap periode. Dengan pendekatan ini dapat

dilihat perilaku bank-bank yang secara intensif terlibat di dalam PUAB.

Page 65: Analisis Social Cluster pada Bank-Bank Komersial

IV-55

IV.3.2.1 Top Loaner

Perilaku bank komersial pertama-tama dilihat dari bank pemberi pinjaman

terbesar setiap periode (Top Loaner). Indikator yang digunakan adalah

rasio rata-rata berbobot pinjaman yang diberikan dengan rata-rata

berbobot hutang yang diterimanya (loan to debt ratio) terbesar untuk 10

bank. Tabel berikut menunjukkan bahwa perilaku bank-bank yang

berada dalam kelompok top loaners cenderung sama yaitu menempatkan

suku bunga PUAB rata-rata sebagai prioritas pertama dalam menentukan

suku bunga PUAB yang diberikannya sebagai pinjaman.

Pada Periode I hampir semua bank hanya menempatkan PUAB bank lain

sebagai prioritas pertama dalam menentukan suku bunga PUAB saat itu,

kecuai bank-bank GA dan VA. Sedangkan pada periode-periode II, III dan

IV variabel-variabel lingkungan yang mempengaruhi bank dalam

menentukan suku bunga PUAB lebih bervariasi, walaupun hampir semua

bank tetap menempatkan suku bunga PUAB rata-rata sebagai urutan

pertama. Perilaku bank-bank pada Periode II selain meperhitungkan suku

bunga PUAB diri sendiri juga mempertimbangkan variabel-variabel SBI_3

dan kurs dolar Amerika Serikat. Variabel yang diperhitungkan pada

periode-periode III dan IV adalah suku bunga PUAB rata-rata sebagai

prioritas utama, PUAB bank yang bersangkutan pada hari sebelumnya,

kemudian SBI_3 dan terakhir FASBI.

PERIODE BANK L/D URUTAN PRIORITAS (RANK)

( FROM - TO )

CLUS-TER NAME RATIO SBI_1 SBI_3 FASBI SOR USD PUAB PREV_

RATE

I 2 RB 6.60 - - 2 - - 1 -

(1/1/2001-24/8/2001) 2 IB 4.26 - - - - - 1 -

2 AK 4.06 - - - - - - -

2 DE 3.84 - - - - - 1 -

2 MI 3.71 - - - - - 1 -

1 PB 3.17 - - - - - 1 -

3 ME 3.15 - - - - - 1 -

2 VA 3.02 - - 2 - 4 1 3

2 SE 3.02 - - - - - 1 -

2 GA 2.78 - - - - 2 1 -

PERIODE BANK L/D URUTAN PRIORITAS (RANK)

( FROM - TO )

CLUS-TER

NAME RATIO SBI_1 SBI_3 FASBI SOR USD PUAB PREV_ RATE

Page 66: Analisis Social Cluster pada Bank-Bank Komersial

IV-56

II 6 RB 9.97 - - - - 3 1 2

(24/8/2001-26/4/2002) 2 TA 7.39 - 2 - - 3 1 4

6 AK 4.70 - - - - - - -

4 AD 3.79 - - - - 2 1 3

2 BC 3.71 - - - - - - 1

6 MI 3.13 - - - - - 1 2

2 MA 2.93 - - - - - 1 2

4 HD 2.91 - 1 - - - - -

2 AF 2.81 - - - - - 1 -

3 DE 2.73 - - - - - 1 2

III 3 BQ 54.49 - - - - - 1 2

(26/4/2002-4/10/2002) 1 SF 15.42 - - 3 - - 1 2

1 BZD 6.90 - - - - - - -

1 AF 6.29 - - - - - 1 -

3 BP 5.65 - - - - - 1 -

3 VA 5.55 - 3 - - - 1 2

12 AG 5.41 - - - - - 1 -

1 IA 5.11 - - - - - 1 -

2 AI 4.92 - - 2 - - 1 -

1 YA 3.69 - - - - - 1 2

IV 9 RB 7.12 - - - - 3 1 2

(4/10/2002-20/7/2003) 3 AF 6.84 - - - - - 1 -

8 DI 6.29 - - - - - 1 2

6 BE 5.64 - - - - - 1 -

6 BG 5.62 - - 1 - - 2 -

3 YA 4.55 - - - - - 1 2

4 BS 4.12 - 2 - - - 1 -

4 SD 4.10 - - - - - - -

2 AD 3.94 - - - - - 1 2

4 SF 3.39 - - - - - - -

Tabel IV-12 Ikhtisar perilaku top loaners pada setiap periode

Dari tabel nampak bahwa bank RB berada pada peringkat pertama untuk

periode-periode 1, 2 dan 4, sedangkan pada Periode III bank ini tidak

masuk dalam top loaner. Berbeda halnya dengan bank BQ muncul

menjadi top loaner pada Periode III walaupun pada periode-periode lainnya

bank ini tidak pernah mencapai kategori ini. Sebaliknya bank AF yang

awalnya tidak masuk dalam top loaner, pada periode selanjutnya (periode-

periode II, III dan IV) AF dapat bertahan menjadi anggota top loaner.

Fenomena ini menunjukkan bahwa perilaku bank dapat dipengaruhi oleh

kebijakan tertentu yang ditetapkan oleh BI. Pada saat BI menerapkan

Page 67: Analisis Social Cluster pada Bank-Bank Komersial

IV-57

kebijakan kontraksi, bank AF lebih menahan diri tidak memberikan

pinjaman dalam jumlah besar atau memberikan pinjaman tetapi

frekuensinya kecil. Ketika kebijakan BI beralih dari kontraksi ke ekspansi,

bank AF lebih berani bermain di pasar sehingga dalam tiga periode

berturut-turut dapat menjadi top loaner. Sedangkan bank RB terlihat

lebih berhati-hati pada Periode III dimana BI menetapkan kebijakan

ekspansi dengan tidak memberikan pinjaman dalam jumlah atau

frekuensi yang tinggi relatif dengan hutang yang diambilnya – tetapi

mungkin bank RB lebih memilih menyimpan dananya di SBI atau

investasi dalam bentuk lain. Karena sempat secara konsisten muncul

dalam beberapa periode secara berdampingan sebagai top loaner, dapat

dikatakan bahwa bank-bank RB dan AF termasuk risk taker dan

cenderung menggunakan PUAB untuk mendapatkan keuntungan.

IV.3.2.2 Jalur Pergerakan Bank

Analisa selanjutnya dilakukan berdasarkan perilaku bank sebagai anggota

cluster dari satu periode ke periode yang lain. Analisa ini melihat jalur-

jalur pergerakan bank antar cluster-cluster dominan pada periode-periode

yang berbeda. Asumsinya adalah bank yang berada dalam cluster

dominan pada satu periode akan tetap berada dalam cluster dominan di

periode selanjutnya. Seperti telah diuraikan sebelumnya, pada Periode II

terbentuk dua cluster dominan, yaitu Cluster 2 dengan 47 bank dan

Cluster 3 dengan 18 bank. Demikian pula pada Periode III, terbentuk dua

cluster dominan, yaitu Cluster 1 dengan 33 bank dan Cluster 3 dengan

17 bank. Sedangkan pada Periode I dan Periode IV hanya terdapat satu

cluster dominan dengan anggotanya masing-masing sejumlah 91 bank dan

82 bank.

Page 68: Analisis Social Cluster pada Bank-Bank Komersial

IV-58

Skema pergerakan bank-bank selama empat periode pengamatan

digambarkan pada Gambar �IV-5.

Setiap lingkaran menggambarkan cluster dominan yang ada pada periode

yang bersangkutan. Angka di dalam lingkaran menyatakan jumlah

anggota cluster dominan tersebut. Sedangkan garis-garis berpola dan

berwarna masing-masing menggambarkan jalur perpindahan antar cluster

yang mungkin diambil oleh bank-bank yang ada. Dari pengamatan

ditemukan bahwa Jalur B berhenti di Cluster 3 Periode III – tidak ada

bank yang berpindah ke cluster dominan di Periode IV yang berasal dari

Cluster 3 dari Periode II.

IV.3.2.2.1 Jalur A

Jalur ini bermula dari Cluster 2 Periode I, melewati Cluster 2 Periode II

dan Cluster 1 Periode III dan berakhir di Cluster 3 Periode IV.

Bank yang selalu berada dalam cluster dominan selama empat periode

melewati Jalur A adalah bank AF, AH, BH, BL, DD, EA, MH, dan UB

(sejumlah delapan bank). Perilaku bank-bank ini dalam menentukan

Gambar IV-5 Jalur-jalur pergerakan bank-bank antar cluster-cluster dominan pada setiap periode.

Page 69: Analisis Social Cluster pada Bank-Bank Komersial

IV-59

suku bunga PUAB umumnya hanya dipengaruhi oleh dua variabel, kecuali

bank MH pada Periode III dan bank BL pada Periode IV. Ada dugaan

bahwa bank-bank tersebut adalah dominant player yang menguasai 80%

pasar perbankan di Indonesia, sesuai dengan penelitian mikrostruktur

yang dilakukan oleh BI, sehingga dalam menentukan suku bunga PUAB

mereka tidak terlalu terpengaruh oleh variabel-variabel lingkungan yang

diuji..

BANK URUTAN PRIORITASNAME SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE

2 AF - - - - - 1 22 AH - - - - - 1 -

2 BH - - - - - 1 -2 BL - - - - - 1 -2 DD - - - - - - -2 EA - - 2 - - 1 -

2 MH - - - - - 1 22 UB - - - - - - -

2 AF - - - - - 1 -2 AH - - - - - 1 -2 BH - - - - 1 - -

2 BL - - - - - 1 -2 DD - - - - - 1 22 EA - - - - - 1 2

2 MH - 2 - - - 1 -2 UB - - - - - - -

1 AF - - - - - 1 -1 AH - - - - - 1 -1 BH - - - - - 1 2

1 BL - - - - - - -1 DD - - 2 - - 1 -1 EA - - - - - 1 -1 MH 1 - - 2 - 3 -

1 UB - - - - - - -

3 AF - - - - - 1 -3 AH - - - - 2 1 -3 BH - - - - - 1 -3 BL 2 - - 1 - 3 4

3 DD - - - - - 1 -3 EA - - - - - 1 -3 MH - - - - - 1 -3 UB - - - - - 1 -

(26/4/2002-4/10/2002)

IV

(4/10/2002-20/7/2003)

(1/1/2001-24/8/2001)

II(24/8/2001-26/4/2002)

III

PERIODE CLUSTER( FROM - TO )

I

Tabel IV-13 Ringkasan perilaku bank-bank yang berada di Jalur A

IV.3.2.2.2 Jalur B (Cluster Dominan II)

Jalur ini bermulai dari Cluster 2 Periode I, melewati Cluster 3 Periode II

untuk berhenti di Cluster 3 Periode III. Tidak ada bank yang melewati

jalur ini yang menjadi anggota cluster dominan di Periode III dan IV.

Page 70: Analisis Social Cluster pada Bank-Bank Komersial

IV-60

Bank yang berada dalam cluster dominan Periode II adalah bank AC, AL,

CD, DE, DG, EB, FA, HE, HF, IA, KA, KB, MC, PA, SJ, YA (16 bank). Pada

jalur ini bank yang selalu berada dalam cluster yang sama hanya bertahan

selama dua periode, yaitu periode-periode I&II.

Perilaku bank-bank pada jalur ini dalam menetukan PUAB tetap

menempatkan PUAB bank lain sebagai prioritas pertama dan PUAB

periode sebelumnya sebagai prioritas selanjutnya. Beberapa bank juga

mempertimbangkan nilai kurs dollar.

BANK URUTAN PRIORITASNAME SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE

2 AC - - - - - 1 -2 AL - - - - - 1 22 CD - - - - - 1 -

2 DE - - - - - 1 -2 DG - - - - - 1 -2 EB - - - - 2 1 -

2 FA - - - - - - 12 HE - - - - - 1 -

2 HF - - 2 - 4 1 32 IA - - - 1 3 2 -2 KA - - - - 2 1 -

2 KB - - - - - - -2 MC - - - - - 1 2

2 PA - - - - - 1 22 SJ - - - - - 1 -2 YA - - - - - 1 -

3 AC - - - - - 1 23 AL - - - - - 1 -

3 CD - - - - - 1 -3 DE - - - - - 1 23 DG - - - - - 1 2

3 EB - - - - - 1 -3 FA - - - - - - -3 HE - - - - - 1 2

3 HF - - - - - 1 -3 IA - - - - - 2 1

3 KA - - - - - 1 23 KB - - - - - 1 -3 MC - - - - - - -

3 PA - - - - 1 - -3 SJ - - - - 3 1 2

3 YA - - - - - 1 -

II

(24/8/2001-26/4/2002)

CLUSTER( FROM - TO )

I

(1/1/2001-24/8/2001)

PERIODE

Tabel IV-14 Ringkasan perilaku bank-bank yang berada di Jalur B

IV.3.2.2.3 Jalur C

Jalur ini terbentuk karena ada bank yang pada periode-periode I dan II

berada di dalam cluster dominan tetapi pada periode III berpindah ke

Page 71: Analisis Social Cluster pada Bank-Bank Komersial

IV-61

cluster dominan kedua kemudian kembali lagi ke cluster dominan

Periode IV. Bank-bank tersebut adalah: BB, BM, BQ, CA, CB, CC, DA, IE,

MA, NA, PC, RA, dan VA (sejumlah 13 bank). Dalam menetukan suku

bunga PUAB, bank-bank ini sangat dipengaruhi oleh rata-rata suku bunga

PUAB dan PUAB periode sebelumnya. Ada pula bank yang

mempertimbangkan nilai kurs dollar pada periode I dan II. Sedangkan

pada periode III beberapa bank mempertimbangkan variabel suku bunga

yang dikendalikan oleh BI, yaitu SBI_1 dan FASBI.

BANK URUTAN PRIORITAS (RANK)NAME SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE

2 BB - - - - - 1 -2 BM - - - - - 1 2

2 BQ - - - - - - -

2 CA - - - - - - -2 CB - - - - - 1 2

2 CC - - - 1 3 2 -

2 DA - - - - - 1 -

2 IE - - - - 2 1 -2 MA - - 2 - - 1 -

2 NA - - - - - 1 -

2 PC - - - - - 1 -2 RA - - - - - 1 -

2 VA - - 2 - 4 1 3

2 BB - - - - - 1 2

2 BM - - - - 3 1 2

2 BQ - - - - 2 - 12 CA - - - - - - -

2 CB - - - - - - -

2 CC - - - - - - -2 DA - - - - - 1 2

2 IE - - - - - 1 2

2 MA - - - - - 1 2

2 NA - - - - - 1 -2 PC - - - - - 1 -

2 RA - - - - - 1 -

2 VA - - - - - 1 -

PERIODE CLUSTER( FROM - TO )

I

(1/1/2001-24/8/2001)

II

(24/8/2001-26/4/2002)

Page 72: Analisis Social Cluster pada Bank-Bank Komersial

IV-62

BANK URUTAN PRIORITAS (RANK)NAME SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE

3 BB 1 - 4 2 - 3 -3 BM - - - - - 1 -3 BQ - - - - - 1 23 CA - - - - - 1 -3 CB 1 - 3 - - 2 -3 CC - - - - - - -3 DA - - - - - 1 23 IE - - 2 - - 1 -3 MA 2 - 5 1 - 3 43 NA 1 - - - - 2 -3 PC 1 - - - - 2 -3 RA - - - - - 1 -3 VA - 3 - - - 1 2

3 BB - - - - - 1 -3 BM - - - - - 1 -3 BQ - - - - - 2 13 CA - - - - - 1 -3 CB - - - - - 1 -3 CC - 2 - - - - 13 DA - - - - - 1 23 IE - - - - - 1 -3 MA - - - - - 1 -3 NA - - - - - 1 -3 PC - - - - - 1 -3 RA - - - - - 1 -3 VA - - - - 1 2 -

PERIODE CLUSTER( FROM - TO )

(4/10/2002-20/7/2003)

III(26/4/2002-4/10/2002)

IV

Tabel IV-15 Ringkasan perilaku bank-bank yang berada di Jalur C

IV.3.2.2.4 JALUR D

Bank-bank yang melewati jalur ini adalah mereka yang berpindah-pindah

dari cluster dominan pertama ke dominan kedua pada periode-periode II

dan III dan kembali lagi ke cluster dominan Periode IV. Bank-bank yang

dimaksud adalah AC, AL, CD, DE, DG, EB, HE, HF, IA, KB, SJ, dan YA

(sejumlah 12 bank). Dalam menetukan suku bnga PUAB, bank-bank ini

sangat dipengaruhi oleh rata-rata suku bunga PUAB tetapi tidak

terpengaruh oleh variabel-variabel suku bunga yang dikendalikan BI.

Beberapa di antaranya menunjukkan bahwa mereka juga

memperhitungkan nilai tukar USD terhadap IDR untuk menentukan suku

bunga PUAB dan pada periode III memperhitungkan suku bunga FASBI.

Page 73: Analisis Social Cluster pada Bank-Bank Komersial

IV-63

BANK URUTAN PRIORITAS (RANK)NAME SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE

2 AC - - - - - 1 -

2 AL - - - - - 1 22 CD - - - - - 1 -

2 DE - - - - - 1 -2 DG - - - - - 1 -

2 EB - - - - 2 1 -2 HE - - - - - 1 -

2 HF - - 2 - 4 1 32 IA - - - 1 3 2 -

2 KB - - - - - - -2 SJ - - - - - 1 -

2 YA - - - - - 1 -

3 AC - - - - - 1 2

3 AL - - - - - 1 -3 CD - - - - - 1 -

3 DE - - - - - 1 23 DG - - - - - 1 2

3 EB - - - - - 1 -3 HE - - - - - 1 2

3 HF - - - - - 1 -3 IA - - - - - 2 1

3 KB - - - - - 1 -3 SJ - - - - 3 1 2

3 YA - - - - - 1 -

1 AC - - - - - - -

1 AL - - - - - 1 21 CD - - 2 - - 1 -

1 DE - - - - - - -1 DG - - 3 - - 2 1

1 EB - - - - - 1 -1 HE - - 3 - - 2 1

1 HF - - - - - 1 -1 IA - - - - - 1 -

1 KB 1 - 4 - 5 2 31 SJ - - - - - 1 2

1 YA - - - - - 1 2

3 AC - 2 - - - 1 -3 AL - - 1 - - 2 -3 CD - - - - - 1 -

3 DE - - - - - 1 -3 DG - - - - - 1 -

3 EB - - - - - 1 23 HE - - - - - 1 -

3 HF - - - - - 1 23 IA - - - - - 1 -

3 KB 1 - - 2 - - 33 SJ - - - - - - -

3 YA - - - - - 1 2

CLUSTER( FROM - TO )

PERIODE

I(1/1/2001-24/8/2001)

II(24/8/2001-26/4/2002)

III

(26/4/2002-4/10/2002)

IV

(4/10/2002-20/7/2003)

Tabel IV-16 Ringkasan perilaku bank-bank yang berada di Jalur D

Selain jalur-jalur cluster-cluster dominan yang telah diuraikan

sebelumnya, terdapat beberapa bank yang selalu tergabung dalam cluster

bukan dominan tetapi tetap ada di setiap periode, yaitu bank JA, ME dan

Page 74: Analisis Social Cluster pada Bank-Bank Komersial

IV-64

MG. Perlu ditelaah apakah bank-bank tersebut adalah bank yang kurang

populer di dalam PUAB tetapi cukup kuat karena dapat bertahan di dalam

kelompok-kelompok kecilnya selama empat periode.

IV.4 Kesimpulan

Secara garis besar penelitian ini membuahkan kesimpulan-kesimpulan

berikut:

� Dalam penelitian ini ditemukan bahwa umumnya bank menempatkan

suku bunga PUAB rata-rata sebagai prioritas pertama dan suku bunga

PUAB yang diberikan oleh dirinya sendiri pada hari sebelumnya sebagai

prioritas kedua dalam menetukan suku bunga PUAB. Hal ini berbeda

dengan hasil penelitian mikrostruktur yang dilakukan oleh SPPK-BI

dengan metode kuosioner. Menurut penelitian ini bank sangat

dipengaruhi oleh suku bunga PUAB hari sebelumnya dan FASBI sebagai

reference rate. Perbedaan kedua penelitian ini disebabkan karena

periode yang digunakan untuk analisis data yang diambil berbeda.

Penelitian mikrostruktur BI dilakukan secara keseluruhan untuk data

tahun 2001 sampai pertengahan tahun 2003 sehingga terdapat

perubahan-perubahan suku bunga FASBI yang mempengaruhi

preferensi bank dalam menentukan suku bunga PUAB. Sedangkan

pada penelitian ini data tersebut dibagi menjadi empat periode yang

lebih pendek dimana suku bunga FASBI relatif konstan dalam jangka-

jangka waktu tersebut.

� Metode kuesioner yang digunakan dalam penelitian mikrostruktur BI

pada [Dew02] kurang dapat menunjukkan pola perilaku bank

sebagaimana dimanifestasikan pada kegiatan transaksi sehari-hari

dalam menentukan variabel-variabel lingkungan yang dipertimbangkan,

apakah masing-masing bank mempertimbangkan PUAB rata-rata

sebagai prioritas pertama ataukah menggunakan PUAB hari

sebelumnya ataupun prioritas terletak pada kriteria lainnya. Berangkat

dari kekurangan tersebut, maka penelitian ini dirancang untuk dapat

Page 75: Analisis Social Cluster pada Bank-Bank Komersial

IV-65

menunjukkan dengan lebih rinci variabel-variabel lingkungan yang

menjadi prioritas-prioritas setiap bank dalam menentukan suku bunga

PUAB dan urutannnya.

� Penerapan ide dasar dari metodologi penelitian ini tidak terbatas hanya

pada PUAB, namun juga pasar mata uang asing, pasar obligasi, pasar

saham, dan pasar kredit.

� Cluster yang terbentuk pada suatu periode berbeda dengan periode

lainnya karena preferensi bank dalam menentukan counterpart

berubah-ubah sesuai dengan kebutuhan bank pada saat itu.

� Selama Periode I sampai dengan IV yang dianalisis tidak ada perubahan

kebijakan yang dilakukan oleh BI, yang ada hanya perubahan stance

kebijakan moneter dari kontraksi menjadi ekspansi pada akhir tahun

2001 yang menyebabkan suku bunga SBI bergerak turun. Fenomena

ini menunjukkan bahwa pola pembentukan cluster belum dapat

diatribusikan kepada perubahan kebijakan moneter, walau tidak

tertutup kemungkinan bahwa perubahan-perubahan lingkungan yang

terjadi dan dibarengi dengan perbedaan kapasitas masing-masing bank

dalam menyerap serta menganalisis informasi yang ada berperan dalam

preferensi penentuan counterpart di dalam PUAB yang pada akhirnya

menjadi dasar pembentukan cluster.

Page 76: Analisis Social Cluster pada Bank-Bank Komersial

V-66

Bab V Rekomendasi

V.1 Langkah-Langkah Penerapan

Jika pemodelan ini akan digunakan secara rutin, maka sebuah DSS dapat

dibuat untuk mengautomatisasikan sebagian besar penghitungan yang

perlu dilakukan. Apabila telah diputuskan bahwa sebuah DSS akan

diimplementasikan, sebagaimana dengan proyek software construction

lainnya maka langkah-langkah berikut perlu dilakukan:

V.1.1 Pengumpulan requirement.

Pihak-pihak yang terkait dengan DSS yang akan dibuat perlu

dipertemukan untuk mengumpulkan pendapat-pendapat tentang apa saja

yang diharapkan dari sistem yang akan dibuat. Selain itu tahap ini juga

diperlukan untuk mendapatkan stakeholder buy-in terhadap penerapan

DSS.

V.1.2 Studi kelayakan atas berbagai requirement.

Setelah kepentingan-kepentingan seluruh pihak terkait ditampung,

berbagai requirement yang terkumpul perlu ditelaah atas dasar

cost/benefit analysis. Dengan demikian akan tercapai sebuah himpunan

requirement yang memberikan nilai tambah tertinggi bagi BI.

V.1.3 Pemrioritasan requirement.

Berbagai requirement yang lolos studi kelayakan akan diprioritaskan

berdasarkan manfaat yang diberikannya, jangka waktu yang diperlukan

untuk implementasinya, serta biaya yang dibutuhkan untuk mewujudkan

requirement yang bersangkutan. Prioritas lebih tinggi hendaknya

diberikan pada berbagai requirement yang memberikan manfaat lebih

besar namun membutuhkan jangka waktu lebih pendek dan biaya

implementasi yang lebih murah.

Page 77: Analisis Social Cluster pada Bank-Bank Komersial

V-67

V.1.4 Perancangan arsitektur sistem.

Dari himpunan requirement yang telah mendapatkan prioritas, dibuat

sebuah rancangan garis besar DSS yang akan dibuat.

V.1.5 Pembuatan sistem.

Di dalam tahap ini dilakukan pemrograman yang mengimplementasikan

rancangan DSS yang telah dibuat sebelumnya.

V.1.6 Pengujian sistem.

Perangkat lunak yang telah dibuat diuji apakah telah memenuhi berbagai

requirement yang telah digariskan sebelumnya.

V.1.7 Pelatihan bagi para pengguna serta administrator sistem.

Di dalam tahap ini dilakukan pelatihan-pelatihan baik bagi para users

yang akan mempergunakan sistem sehari-hari dan para administrator

yang akan mengawasi serta merawat operasional sistem.

V.1.8 Evaluasi efektivitas sistem.

Secara periodik setelah sistem dipergunakan secara rutin, maka perlu

dianalisis efektivitasnya yang dapat menjawab seberapa besar manfaat

yang diberikan oleh sistem ini.

V.2 Saran

Penulis menyarankan untuk dilakukan penelitian lebih lanjut oleh pihak

BI mengenai topik ini, terutama untuk mengetahui:

� Di cluster mana saja letak bank-bank asing yang melakukan overbidding

pada Februari 2002? Siapa sajakah yang mendapat keuntungan dari

overbidding tersebut? Apakah pihak-pihak yang mendapatkan

keuntungan ini umumnya terletak pada cluster-cluster yang sama dengan

bank-bank yang melakukan overbidding? Hal ini dapat memberikan

Page 78: Analisis Social Cluster pada Bank-Bank Komersial

V-68

gambaran bargaining position BI relatif terhadap PUAB sebagai penyedia

uang giral.

� Apakah bank-bank yang dikategorikan sebagai isolates (tidak menjadi

anggota cluster manapun) termasuk benar-benar sehat ataukah mereka

melakukan praktek-praktek yang kurang baik agar tetap nampak sehat?

Perlukah diberlakukan pengawasan lebih seksama terhadap bank-bank

ini? Karena dengan tidak menjadi anggota cluster manapun, berarti

mereka relatif tidak terlibat di dalam PUAB, yang dapat saja berarti

bahwa bank-bank lain tidak ingin bertransaksi dengan mereka karena

reputasi yang kurang baik.

� Apa saja variabel-variabel lingkungan tambahan yang mempengaruhi

PUAB?

Setelah berbagai penelitian yang relevan dilakukan, perlu dikaji apakah

sebuah penelitian seperti ini perlu untuk dilakukan secara rutin dengan

data yang lebih kini. Apabila perlu, maka pertanyaan lebih lanjut adalah

apakah implementasi sebuah decision support system (DSS)

terkomputerisasi akan menguntungkan untuk dibuat? Sistem ini akan

dapat memberikan jawaban-jawaban lebih real-time terhadap kondisi

mikrostruktur PUAB.

Untuk melihat prefernsi / kecenderungan bank dalam berinteraksi, selain

PUAB sistem ini dapat juga diterapkan pada pasar valas, obligasi, saham

dan kredit.

Page 79: Analisis Social Cluster pada Bank-Bank Komersial

69

Daftar Pustaka

[Asca02] Ascarya. Instrumen-Instrumen Pengendalian Moneter. Seri

Kebanksentralan No.3, Pusat Pendidikan dan Studi Kebanksentralan

(PPSK) Bank Indonesia. Jakarta. Desember 2002.

[BI03] Bank Indonesia. Kerangka Kerja Kebijakan Moneter Untuk Mencapai

Sasaran Tunggal Inflasi Dengan Suku Bunga Sebagai Sasaran

Operasional: Program Kerja Inisiatif 2003. Direktorat Riset Ekonomi

dan Kebijakan Moneter, Direktorat Pengelolaan Moneter, Direktorat

Statistik Ekonomi dan Moneter Bank Indonesia 2003.

[BI00] Biro Pengembangan Sistem Pembayaran Nasional Bank Indonesia.

Sistem Pembayaran Nasional dan Kliring – Bahan Pendidikan Paket

Menengah. Jakarta. Juni 2000.

[Dew02] Dewati, Wahyu, Iss Savitri, Elisabeth Sukawati, Ibrahim, Dadal

Anggoro. Mikrostruktur Pasar Uang Antar Bank Rupiah. Direktorat

Riset Ekonomi dan Kebijakan Moneter Bank Indonesia. Jakarta. 31

Oktober 2002.

[Don00] van Dongen, Stijn. Graph Clustering by Flow Simulation. Centre

for Mathematics and Computer Science (CWI). Amsterdam 2000.

http://micans.org/mcl/lit/svdthesis.pdf.gz

[Jos02] Joseph, CharlesPR., Janu Dewanatara, IGP Wira Kususma, Ryan

Rizaldy. General Equilibrium Model Bank Indonesia (GEMBI).

Direktorat Riset Ekonomi dan Kebijakan Moneter Bank Indonesia.

Jakarta. Desember 2002.

[Kus02] Kusmiarso, Bambang, Erwin Haryono, T.M. Arief Machmud,

Wahyu Pratomo. Kerangka Operasional Kebijakan Moneter: Sebuah

Proposal. Direktorat Riset Ekonomi dan Kebijakan Moneter Bank

Indonesia. Jakarta. 2002.

Page 80: Analisis Social Cluster pada Bank-Bank Komersial

70

[LAP00] Bank Indonesia. Laporan Tahunan 2000. Bank Indonesia.

Februari 2001.

[LAP02] Bank Indonesia. Laporan Tahunan Bank Indonesia 2002. Bank

Indonesia. Februari 2003.

[LAP03] Bank Indonesia. Laporan Perekonomian Indonesia 2003. Bank

Indonesia. 2004.

[PBI04] Bank Indonesia. Sistem Penilaian Tingkat Kesehatan Bank Umum.

Peraturan Bank Indonesia Nomor 6/10/PBI/2004. Jakarta. 12 April

2004.

[Rob01] Robbins, Stephen P. Organizational Behavior 9th ed. Prentice Hall.

2001.

[Ros95] Rosen, Kenneth H. Discrete Mathematics and its Applications 3rd

ed. McGraw-Hill. Singapore. 1995.

[Sup04] Supranto, Johanes. Analisis Multivariat: Arti dan Intrepretasi. PT.

Asdi Mahasatya. Jakarta. 2004.

[UU04] Undang-Undang Republik Indonesia Nomor 3 Tahun 2004.

Perubahan Atas Undang-Undang Republik Indonesia Nomor 23 Tahun

1999 Tentang Bank Indonesia. Jakarta. 15 Januari 2004.

[UU99] Undang-Undang Republik Indonesia Nomor 23 Tahun 1999. Bank

Indonesia. Jakarta. 17 Mei 1999.

[Wid02] Widayat, Wiwiek S, Sri Kurniati, Erwindo Kolopaking. Proses

Pengambilan Keputusan Kebijakan Moneter: Sebuah Proposal.

Direktorat Riset Ekonomi dan Kebijakan Moneter Bank Indonesia.

Jakarta. Juni 2002.

Page 81: Analisis Social Cluster pada Bank-Bank Komersial

71

Daftar Istilah dan Singkatan BI Bank Indonesia Emergent cluster [Rob01] Kelompok sosial yang terbentuk dengan

sendirinya sebagai akibat dari interaksi sosial yang terjadi di antara anggota-anggota kelompok tersebut.

FASBI Fasilitas Simpanan Bank Indonesia JIBOR Jakarta Interbank Offered Rate IDR Indonesian Rupiah. IRK Suku bunga Intervensi Rupiah Kontraksi. PUAB Pasar Uang Antar Bank RTGS Real Time Gross Settlement SBI Sertifikat Bank Indonesia SOR Stop Out Rate SPPK Studi Struktur & Pengembangan Pasar Keuangan USD United States Dollar – mata uang dolar Amerika Serikat

UU Undang-Undang

Page 82: Analisis Social Cluster pada Bank-Bank Komersial
Page 83: Analisis Social Cluster pada Bank-Bank Komersial

73

Lampiran

Page 84: Analisis Social Cluster pada Bank-Bank Komersial

1

DEWAN GUBERNUR

Gubernur Deputi Gubernur Senior Deputi-Deputi Gubernur

DKM DSM DPM DPD

PRAd

SEI

SSR

SEM

SPPK

APK

DLN BKr DPNP DPIP DPwB1 DPwB2 DPmB1 DPmB2 DPBPR UKIP DPbS DPU DASP DLP DTI DSDM UKPT DKI DHk BSk DPI BGub PPSK UKM BI

OPU

PPU

PTPU

Admp

DR

Tim

PTD

AdPS

APLN

PLN

EXIM

KEPI

PAdk

tIM

BSSK

BPPB

IDPnP

Tim

DtB

Prz

IPSiP

SMoN

SNP

SRKP

PDIE

Adms Adml

PwB11

PwB12

PwB13

PwB14

PwB15

PwB16

IDWB1

PwB21

PwB22

PwB23

PwB24

PwB25

PwB26

IDWB2

Tim

IDMB1

Tim

IDMB2

Tim

P3BPR

IDBPR

Tim

IDIP

Tim

PIA

BPUM

BPUK

DU

PPgU

PPPU

PSPN

AkDv

KU

PTR

PwSP

PrIJ

PgL-I

PgL-II

PgJ

Pam

SKTI

PPA

PTTI

OTI

AdT

TPS

TKS

TPIS

Proyek

Tim

PPKI Tim Pro

Ars

Tim Tim

LKeu

PGKI

Ang

BPA

AdPl

Kel

Struktur Organisasi Bank Indonesia per September 2004

KETERANGAN DKM = DIREKTORAT RISET EKONOMI DAN KEBIJAKAN MONETER DPU = DIREKTORAT PENGEDARAN UANG DSM = DIREKTORAT STATISTIK EKONOMI DAN MONETER DLP = DIREKTORAT LOGISTIK DAN PENGAMANAN DPM = DIREKTORAT PENGELOLAAN MONETER DTI = DIREKTORAT TEKNOLOGI INFORMASI DPD = DIREKTORAT PENGELOLAAN DEVISA DSDM = DIREKTORAT SUMBER DAYA MANUSIA DLN = DIREKTORAT LUAR NEGERI UKPT = UNIT KHUSUS PROGRAM TRANSFORMASI BKr = BIRO KREDIT DKI = DIREKTORAT KEUANGAN INTERN DPNP = DIREKTORAT PENGELITIAN DAN PENGATURAN PERBANKAN

DHk = DIREKTORAT HUKUM DPIP = DIREKTORAT PERIZINAN DAN INFORMASI PERBANKAN BSk = BIRO SEKRETARIAT DPwB1/2 = DIREKTORAT PENGAWASAN BANK 1 / 2 DPI = DIREKTORAT PENGAWASAN INTERN DPmB1/2 = DIREKTORAT PEMERIKSAAN BANK 1 / 2 BGub = BIRO GUBERNUR DPBPR = DIREKTORAT PENGAWASAN BANK PERKREDITAN RAKYAT PPSK = PUSAT PENDIDIKAN DAN STUDI KEBANKSENTRALAN UKIP = UNIT KHUSUS INVESTIGASIPERBANKAN UKM BI = UNIT KHUSUS MUSEUM BANK INDONESIA DPbS = DIREKTORAT PERBANKAN SYARIAH

Page 85: Analisis Social Cluster pada Bank-Bank Komersial

1

Page 86: Analisis Social Cluster pada Bank-Bank Komersial

1

�Laporan Keuangan Bank Indonesia

Neraca Bank Indonesia per 31 Desember 2003 dan 2002

(Dalam Jutaan Rupiah) Aktiva 2003 2002 Pasiva 2003 2002 Unaudited Audited Unaudited Audited

1. Emas 10,945,736 9,505,929

A. KEWAJIBAN

1. Uang dalam Peredaran 112,746,176 98,395,190

2. Uang Asing 12,970 13,770 2. Giro

227,488,010 229,231,098

2.1. Pemerintah 77,901,824 103,332,091

3. Hak Tarik Khusus 31,234 169,207 2.1.1. Dalam Rupiah

40,580,792 61,813,103

2.1.2. Dalam Valas 37,321,032 41,518,988

4. Giro 1,288,205 4,879,554 2.2. Bank

61,128,963 44,983,701

4.1. Bank Sentral 362,174

3,352,163 2.2.1. Dalam Rupiah

53,538,271 38,326,357

4.2. Bank Koresponden 926,031

1,527,391 2.2.2. Dalam Valas

7,590,692 6,657,344

2.3. Pihak Swasta Lainnya 712,803 924,774

5. Deposito pada Bank 56,822,693 53,833,317 2.3.1. Dalam Rupiah

687,421 795,363

Koresponden 2.3.2. Dalam Valas 25,382 129,411

Page 87: Analisis Social Cluster pada Bank-Bank Komersial

2

2.4. Lembaga Keuangan 87,744,420 79,990,532

6. Surat Berharga 251,911,412 225,056,498 Internasional

6.1. Dalam Rupiah - - 2.4.1. Dalam Rupiah

87,744,420 79,990,532

6.2. Valas 251,911,412

225,056,498 2.4.2. Dalam Valas - -

3. Surat Berharga yang Diterbitkan 135,929,228 112,795,991

7. Tagihan 320,667,970 377,223,643 3.1. Dalam Rupiah

135,929,228 112,795,991

7.1. Kepada Pemerintah 296,338,806

351,275,336 3.2. Dalam Valas - -

7.1.1.

Dalam Rupiah 296,314,109

351,249,254 4. Pinjaman dari Pemerintah

2,445,078 34,311,039

7.1.2. Dalam Valas 24,697

26,082 4.1. Dalam Rupiah

235,684 261,792

7.2. Kepada Bank 15,223,666

17,942,326 4.2. Dalam Valas

2,209,394 2,322,720

7.2.1.

Dalam Rupiah 14,220,108

16,882,455 4.3.

Surat Utang Bank Indonesia - 31,726,527

7.2.2. Dalam Valas 1,003,558

1,059,871 5. Pinjaman Luar Negeri

16,167,431 16,972,012

7.3. Kepada Lainnya 9,105,498

8,005,981 6. Kewajiban Lain-lain

14,277,408 6,282,275

7.3.1.

Dalam Rupiah 9,105,498

8,005,981

7.3.2.

Dalam Valas - - JUMLAH KEWAJIBAN

509,053,331 497,987,605

8. Penyisihan Kerugian Aktiva (51,248,050)

(48,399,906)

B. EKUITAS

1. Modal 2,948,029 2,948,029

9. Penyertaan 756,556 2. Cadangan Umum 20,584,751

Page 88: Analisis Social Cluster pada Bank-Bank Komersial

3

229,474 22,581,342

3. Cadangan Tujuan 9,677,671 8,822,036

10. Aktiva Lain-lain 8,828,088

9,424,169 4. Hasil Revaluasi Aktiva Tetep

4,662,859 4,865,933

5. Hasil Revaluasi Kurs dan SSB 17,727,744 24,969,454

6. Hasil Indeksasi SUP 31,212,360 75,334,511

7. Hasil Indeksasi SUBI -

(6,428,782)

8. Surplus (Defisit) Th Sebelumnya - -

9. Surplus (Defisit) Tahun Berjalan 2,153,478 2,852,118

JUMLAH EKUITAS 90,963,483 133,948,050

JUMLAH AKTIVA 600,016,814 631,935,655 JUMLAH KEWAJIBAN DAN

EKUITAS 600,016,814 631,935,655

Page 89: Analisis Social Cluster pada Bank-Bank Komersial

4

Neraca Bank Indonesia per 31 Desember 2000 (Dalam Miliar Rupiah)

Aktiva Pasiva

1. Emas 8,170

A. KEWAJIBAN

1. Uang dalam Peredaran 89,704

2. Uang Asing 794 2. Giro

2.1. Pemerintah

91,298

3. Hak Tarik Khusus 306 2.1.1. Dalam Rupiah

61,677

2.1.2. Dalam Valas 29,621

4. Giro 5,151

2.2. Bank

41,313

4.1. Bank Sentral

2,950 2.2.1. Dalam Rupiah

33,677

4.2. Bank Koresponden

2,201 2.2.2. Dalam Valas

7,636

2.3. Pihak Swasta Lainnya

6,485

5. Deposito pada Bank 61,538 2.3.1. Dalam Rupiah

6,283

Koresponden 2.3.2. Dalam Valas 202

2.4. Lembaga Keuangan

105,135

6. Surat Berharga 217,662 Internasional

Page 90: Analisis Social Cluster pada Bank-Bank Komersial

5

6.1. Dalam Rupiah

- 2.4.1. Dalam Rupiah

105,135

6.2. Valas

217,662 2.4.2. Dalam Valas

-

3. Surat Berharga yang Diterbitkan

78,673

7. Tagihan 3.1. Dalam Rupiah

78,673

7.1. Kepada Pemerintah

279,185

3.2. Dalam Valas

-

7.1.1. Dalam Rupiah

279,061 4. Pinjaman dari Pemerintah

27,531

7.1.2. Dalam Valas

124

4.1. Dalam Rupiah

336

7.2. Kepada Bank

20,532

4.2. Dalam Valas

2,165

7.2.1. Dalam Rupiah

18,803

4.3.

Surat Utang Bank Indonesia

25,030

7.2.2. Dalam Valas

1,729 5. Pinjaman Luar Negeri

18,990

7.3. Kepada Lainnya

7,279 6. Kewajiban Lain-lain

1,299

7.3.1. Dalam Rupiah

7,279

7.3.2. Dalam

Valas -

JUMLAH KEWAJIBAN

460,429

8. Penyisihan Kerugian Aktiva

(27,383)

B. EKUITAS

1. Modal 2,606

9. Penyertaan - 2. Cadangan Umum

6,431

3. Cadangan Tujuan 2,756

10. Aktiva Lain-lain

6,369 4. Hasil Revaluasi Aktiva Tetep

4,767

5. Hasil Revaluasi Kurs dan SSB 79,954

6. Hasil Indeksasi SUP

Page 91: Analisis Social Cluster pada Bank-Bank Komersial

6

18,818

7. Hasil Indeksasi SUBI (476)

8. Surplus (Defisit) Th Sebelumnya

1,773

9. Surplus (Defisit) Tahun Berjalan 2,547

JUMLAH EKUITAS 119,175

JUMLAH AKTIVA -

579,604 JUMLAH KEWAJIBAN DAN EKUITAS

579,604

Page 92: Analisis Social Cluster pada Bank-Bank Komersial

1

Laporan Surplus Defisit Periode 1 Januari - 31 Desember 2003 dan 2002

(Dalam Jutaan Rupiah)

2003 2002 Unaudited Audited PENERIMAAN

1. Pengelolaan Moneter 18,169,651 32,224,784 1.1. Pengelolaan Devisa 10,957,998 22,861,847

1.2. Kegiatan Pasar Uang 6,686

3,880

1.3. Pemberian Kredit dan Pembiayaan 7,204,967 9,359,057

2. Penyelenggaraan Sistem Pembayaran 98,159 58,455

3. Pengaturan Perbankan 10,848 24,743

4. Lainnya 111,860 800,235 4.1. Penerimaan Lainnya 111,860 92,625

4.2. Pemulihan Penyisihan Aktiva - 707,610

Jumlah Penerimaan 18,390,518 33,108,217

PENGELUARAN

1. Beban Pengendalian Moneter 17,920,918 26,867,476 1.1. Beban Perumusan dan Pelaks. 14,360,825 18,379,704 Kebijakan Moneter 1.2. Beban Pengelolaan Devisa 3,560,093 8,487,772 2. Beban Sistem Pembayaran 1,347,304 1,060,137 2.1. Beban Pengedaran Uang 1,202,490 1,013,810 2.2. Beban Penyelenggaraan Sistem Pembayaran 144,814 46,327 3. Beban Pengaturan dan Pengawasan Bank 269,479 69,768

4. Beban Umum, Administrasi dan Lainnya 5,344,652 2,258,718 4.1. Beban Penyusutan Aktiva Tetap 191,462 153,495

4.2. Beban Amortisasi Aktiva Tak Berwujud 2,542

2,542

4.1. Beban Penambahan Penyisihan Aktiva Produktif 2,986,437 -

4.2. Beban Umum, Administrasi dan Lainnya 2,164,211 2,102,681 Jumlah Pengeluaran 24,882,353 30,256,099

Surplus (Defisit) Sebelum Pos Luar Biasa (6,491,835) 2,852,118

Page 93: Analisis Social Cluster pada Bank-Bank Komersial

2

POS LUAR BIASA

1. Penerimaan Luar Biasa 25,297,744 -

2. Pengeluaran Luar Biasa 16,652,431 -

Jumlah Pos Luar Biasa 8,645,313 -

SURPLUS (DEFISIT) 2,153,478 2,852,118

BankClusters

V.2.1 Main.java /* * Main * * Version $revision$ by $author$ on $date$ * * Created on Oct 31, 2004 by adib * * Copyright(C) Sasmito Adibowo, 2004. */ package com.arcle.bankclusters; import java.io.BufferedReader; import java.io.File; import java.io.FileOutputStream; import java.io.FileReader; import java.io.FileWriter; import java.io.IOException; import java.io.PrintWriter; import java.sql.Connection; import java.sql.Date; import java.sql.DriverManager; import java.sql.PreparedStatement; import java.sql.ResultSet; import java.sql.SQLException; import java.sql.Statement; import java.sql.Timestamp; import java.sql.Types; import java.text.DecimalFormat; import java.util.HashMap; import java.util.HashSet; import java.util.Iterator; import java.util.Map; import java.util.Properties; import java.util.Random; import java.util.Set; import java.util.StringTokenizer; import jxl.Workbook; import jxl.format.Alignment; import jxl.write.DateFormats; import jxl.write.DateTime; import jxl.write.Label;

Page 94: Analisis Social Cluster pada Bank-Bank Komersial

3

import jxl.write.NumberFormats; import jxl.write.WritableCellFormat; import jxl.write.WritableSheet; import jxl.write.WritableWorkbook; import jxl.write.WriteException; import org.apache.poi.hssf.usermodel.HSSFCell; import org.apache.poi.hssf.usermodel.HSSFCellStyle; import org.apache.poi.hssf.usermodel.HSSFFont; import org.apache.poi.hssf.usermodel.HSSFName; import org.apache.poi.hssf.usermodel.HSSFRow; import org.apache.poi.hssf.usermodel.HSSFSheet; import org.apache.poi.hssf.usermodel.HSSFWorkbook; public class Main { private static final int MIN_CLUSTER_MEMBERS = 2; private static interface PeriodStrategy { void init() throws Exception; void execute(int periodID, Timestamp periodBegin, Timestamp periodEnd) throws Exception; void done() throws Exception; } private class PeriodTemplate { private PeriodStrategy strategy; public PeriodTemplate(PeriodStrategy s) { strategy = s; } public void iterate() throws Exception { Connection conn = getConnection(); strategy.init(); Statement stmt = conn.createStatement(); ResultSet rs = stmt .executeQuery("SELECT period_id, period_begin, period_end FROM transaction_periods ORDER BY period_id"); Timestamp periodStart = null; Timestamp periodEnd = null; while (rs.next()) { int periodID = rs.getInt("period_id"); periodStart = rs.getTimestamp("period_begin"); periodEnd = rs.getTimestamp("period_end"); strategy.execute(periodID, periodStart, periodEnd); } rs.close(); stmt.close(); strategy.done(); } } private MultipleRegression _regEngine;

Page 95: Analisis Social Cluster pada Bank-Bank Komersial

4

private Connection _conn; public Main() { super(); } protected void finalize() throws Throwable { disposeEngine(); super.finalize(); } public void disposeEngine() { if (_regEngine != null) { _regEngine.dispose(); _regEngine = null; } } public MultipleRegression getEngine() { if (_regEngine == null) { _regEngine = new MatlabRegress(); } return _regEngine; } public static void main(String[] args) throws Exception { Main m = new Main(); try { System.out.println("Generating..."); // The tables generated by these methods are already converted into // views, so they are not necessary // condenseEnvRates(conn); // condenseLoanRate(conn); m.generatePeriods(); // generateSample(conn); m.closeConnection(true); System.out.println("Connection closed."); } finally { m.disposeEngine(); } } private void storeClusters(int periodID, Set clusters) throws SQLException { Connection conn = getConnection(); PreparedStatement ps = conn .prepareStatement("INSERT INTO bank_clusters(period_id,cluster_id,bank_name) VALUES(?,?,?)"); ps.setInt(1, periodID); Iterator clustIter = clusters.iterator(); int clusterID = 1;

Page 96: Analisis Social Cluster pada Bank-Bank Komersial

5

while (clustIter.hasNext()) { Set curClust = (Set) clustIter.next(); Iterator nameIter = curClust.iterator(); while (nameIter.hasNext()) { String bankName = (String) nameIter.next(); ps.setInt(2, clusterID); ps.setString(3, bankName); ps.executeUpdate(); } clusterID++; } ps.close(); } private void runMCL(File mclFile, File outputClusters) throws InterruptedException, IOException { File mclOut = new File(mclFile.getName() + ".out"); String mclCmd = "C:\\Program_Files\\cygwin\\usr\\local\\bin\\mcl.exe"; String cmlformatCmd = "C:\\Program_Files\\cygwin\\usr\\local\\bin\\clmformat.exe"; System.err.println("Running MCL..."); String[] cmd1 = new String[] { "cmd.exe", "/c", "start", "/wait", "cmd.exe", "/c", mclCmd, mclFile.getName(), "-o", mclOut.getName() }; Runtime.getRuntime().exec(cmd1).waitFor(); System.err.println("Running ICLFORMAT..."); String[] cmd2 = new String[] { "cmd.exe", "/c", "start", "/wait", "cmd.exe", "/c", cmlformatCmd, "-icl", mclOut.getName(), "-dump", outputClusters.getName() }; Runtime.getRuntime().exec(cmd2).waitFor(); } private void generatePeriods() throws Exception { final Connection conn = getConnection(); new PeriodTemplate(new PeriodStrategy() { final String workBookName = "testpop.xls"; Statement stmt; HSSFWorkbook workBook; public void init() throws Exception { workBook = new HSSFWorkbook(); stmt = conn.createStatement(); stmt.executeUpdate("DELETE FROM bank_clusters"); stmt.executeUpdate("DELETE FROM transaction_graph"); stmt.executeUpdate("DELETE FROM bank_summary"); stmt.executeUpdate("DELETE FROM bank_points");

Page 97: Analisis Social Cluster pada Bank-Bank Komersial

6

System.out.println("Generating transaction graph..."); stmt .executeUpdate("INSERT INTO transaction_graph SELECT * FROM transaction_graph_q"); System.out.println("Regressing..."); stmt .executeUpdate("INSERT INTO bank_summary SELECT * FROM bank_summary_q"); stmt .executeUpdate("INSERT INTO bank_points SELECT * FROM bank_points_q"); calculatePrevRates(); generateMultiRegress(); } public void execute(int periodID, Timestamp periodBegin, Timestamp periodEnd) throws Exception { System.out.println("Clustering for periodID=" + periodID); makeClusters(periodID); writeZoomGraphFile("zoomGraph", periodID); writeWilmaScopeFile("testpop", periodID); writeSheet(workBook, periodID); } public void done() throws Exception { stmt.close(); FileOutputStream fos = new FileOutputStream(workBookName); workBook.write(fos); fos.close(); writeMultiRegressSheet("testpop-multi"); } }).iterate(); conn.commit(); } /** * */ protected void calculatePrevRates() throws SQLException { final Connection conn = getConnection(); Statement stmt = conn.createStatement(); PreparedStatement psNullPrevRates = conn .prepareStatement("SELECT day_number FROM bank_points WHERE bank_name = ? AND x_prev_rate IS NULL ORDER BY day_number"); PreparedStatement psPrevRateBack = conn .prepareStatement("SELECT y_loan_rate FROM bank_points WHERE bank_name = ? AND day_number IN " + "(SELECT MAX(day_number) AS day_number FROM bank_points WHERE bank_name = ? AND day_number < ?)"); PreparedStatement psUpdatePrevRate = conn .prepareStatement("UPDATE bank_points SET x_prev_rate = ? WHERE bank_name = ? AND day_number = ?");

Page 98: Analisis Social Cluster pada Bank-Bank Komersial

7

ResultSet rsBanks = stmt .executeQuery("SELECT DISTINCT bank_name FROM bank_points"); while (rsBanks.next()) { String bankName = rsBanks.getString("bank_name"); psNullPrevRates.setString(1, bankName); // infer backwards ResultSet rsNullPrevRates1 = psNullPrevRates.executeQuery(); while (rsNullPrevRates1.next()) { int dayNumber = rsNullPrevRates1.getInt("day_number"); ResultSet rsLoanRate; // update backwards. psPrevRateBack.setString(1, bankName); psPrevRateBack.setString(2, bankName); psPrevRateBack.setInt(3, dayNumber); rsLoanRate = psPrevRateBack.executeQuery(); if (rsLoanRate.next()) { // any records? there should be at most one double loanRate = rsLoanRate.getDouble("y_loan_rate"); psUpdatePrevRate.setDouble(1, loanRate); psUpdatePrevRate.setString(2, bankName); psUpdatePrevRate.setInt(3, dayNumber); psUpdatePrevRate.executeUpdate(); } rsLoanRate.close(); } rsNullPrevRates1.close(); } rsBanks.close(); psNullPrevRates.close(); psPrevRateBack.close(); psUpdatePrevRate.close(); } /** * @param conn * @param workBook * @param periodID * @throws SQLException */ private void writeSheet(HSSFWorkbook workBook, int periodID) throws SQLException { final String DATA_SHEET_BASE = "DATA_"; final String DATA_RANGE_BASE = "SUMMARY_"; final String CLUSTER_SHEET_BASE = "CLUSTER_"; final Connection conn = getConnection(); HSSFFont bold = workBook.createFont(); bold.setBoldweight(HSSFFont.BOLDWEIGHT_BOLD); HSSFCellStyle headerCell = workBook.createCellStyle();

Page 99: Analisis Social Cluster pada Bank-Bank Komersial

8

headerCell.setBorderBottom(HSSFCellStyle.BORDER_MEDIUM); headerCell.setFont(bold); HSSFRow curRow; // copy correlation & regression coeffs final String[] columns = { "bank_name", "t_sbi_1", "n_sbi_1", "t_sbi_3", "n_sbi_3", "t_fasbi", "n_fasbi", "t_sor", "n_sor", "t_usd", "n_usd", "t_puab", "n_puab", "t_prev_rate", "n_prev_rate", "r_sbi_1", "r_sbi_3", "r_fasbi", "r_sor", "r_usd", "r_puab", "r_prev_rate", "period_id" }; String dataSheetName = DATA_SHEET_BASE + periodID; HSSFSheet dataSheet = workBook.createSheet(dataSheetName); int curRowNum = -1; curRow = dataSheet.createRow(++curRowNum); for (int i = columns.length - 1; i >= 0; i--) { HSSFCell curCell = curRow.createCell((short) i); curCell.setCellValue(columns[i]); curCell.setCellStyle(headerCell); } PreparedStatement ps = conn .prepareStatement("SELECT * FROM bank_summary WHERE period_id = ? ORDER BY bank_name"); ps.setInt(1, periodID); ResultSet rs = ps.executeQuery(); while (rs.next()) { curRow = dataSheet.createRow(++curRowNum); short periodColNum = (short) (columns.length - 1); HSSFCell curCell = curRow.createCell(periodColNum); curCell.setCellValue(rs.getInt("period_id")); for (int i = periodColNum - 1; i >= 1; i--) { curCell = curRow.createCell((short) i); double val = rs.getDouble(columns[i]); if (!rs.wasNull()) { curCell.setCellValue(val); } } curCell = curRow.createCell((short) 0); curCell.setCellValue(rs.getString("bank_name")); } rs.close(); ps.close(); // name the range int left, top, right, bottom; left = 1; top = 1;

Page 100: Analisis Social Cluster pada Bank-Bank Komersial

9

right = columns.length; bottom = curRowNum + 1; HSSFName dataName = workBook.createName(); dataName.setNameName(DATA_RANGE_BASE + periodID); dataName.setReference(dataSheetName + "!" + "$" + numTo26Sys(left) + "$" + top + ":$" + numTo26Sys(right) + "$" + bottom); // copy clusters HSSFSheet clusterSheet = workBook.createSheet(CLUSTER_SHEET_BASE + periodID); curRowNum = -1; HSSFCell curCell; curRow = clusterSheet.createRow(++curRowNum); curRow = clusterSheet.createRow(++curRowNum); curCell = curRow.createCell((short) 1); curCell.setCellValue("Alpha"); curCell = curRow.createCell((short) 2); curCell.setCellValue(0.05); curCell = curRow.createCell((short) 4); curCell.setCellValue("Data Range:"); curCell = curRow.createCell((short) 5); curCell.setCellValue(dataName.getNameName()); String dataNamePosition = "$" + numTo26Sys(curCell.getCellNum() + 1) + "$" + (curRowNum + 1); curRow = clusterSheet.createRow(++curRowNum); // blank row ps = conn .prepareStatement("SELECT DISTINCT cluster_id FROM bank_clusters WHERE period_id = ? ORDER BY cluster_id "); PreparedStatement ps2 = conn .prepareStatement("SELECT bank_name FROM bank_clusters WHERE period_id = ? and cluster_id = ? ORDER BY bank_name"); ps.setInt(1, periodID); ps2.setInt(1, periodID); rs = ps.executeQuery(); while (rs.next()) { curRow = clusterSheet.createRow(++curRowNum); int clusterID = rs.getInt("cluster_id"); ps2.setInt(2, clusterID); HSSFCellStyle cs; curCell = curRow.createCell((short) 1); curCell.setCellValue(clusterID); cs = workBook.createCellStyle(); cs.setAlignment(HSSFCellStyle.ALIGN_LEFT); curCell.setCellStyle(cs); curCell = curRow.createCell((short) 0); curCell.setCellValue("Cluster:"); cs = workBook.createCellStyle();

Page 101: Analisis Social Cluster pada Bank-Bank Komersial

10

cs.setAlignment(HSSFCellStyle.ALIGN_RIGHT); curCell.setCellStyle(cs); String cellRef; // bank name curRow = clusterSheet.createRow(++curRowNum); curCell = curRow.createCell((short) 0); curCell.setCellValue(columns[0]); // headers for (int i = 1; i < columns.length - 2; i++) { curCell = curRow.createCell((short) i); cellRef = "" + numTo26Sys(1) + "" + (curRowNum + 1); String formula = "VLOOKUP(" + cellRef + ",INDIRECT(" + dataNamePosition + ")," + (i + 1) + ",false)"; curCell.setCellFormula(formula); } //HSSFCellUtil.setAlignment(curCell, workBook, HSSFCellStyle.ALIGN_RIGHT); ResultSet rs2 = ps2.executeQuery(); while (rs2.next()) { curRow = clusterSheet.createRow(++curRowNum); curCell = curRow.createCell((short) 0); curCell.setCellValue(rs2.getString(columns[0])); } rs2.close(); // insert blank row curRow = dataSheet.createRow(++curRowNum); } ps2.close(); rs.close(); ps.close(); } private void writeMultiRegressSheet(String baseName) throws SQLException, IOException, WriteException { final String SHEET_BASE_NAME = "PERIOD_"; final Connection conn = getConnection(); Statement stmt = conn.createStatement(); WritableWorkbook workBook = Workbook.createWorkbook(new File(baseName + ".xls")); PreparedStatement psClusters = conn .prepareStatement("SELECT DISTINCT cluster_id FROM bank_clusters WHERE period_id = ?"); PreparedStatement psClustersBanks = conn .prepareStatement("SELECT " + "bc.bank_name AS bank_name, " + "beta_sbi_1," + "beta_sbi_3," + "beta_fasbi," + "beta_sor,"

Page 102: Analisis Social Cluster pada Bank-Bank Komersial

11

+ "beta_usd," + "beta_puab," + "beta_prev_rate, " + "b_intercept," + "b_sbi_1," + "b_sbi_3," + "b_fasbi," + "b_sor," + "b_usd," + "b_puab," + "b_prev_rate, " + "t_intercept," + "t_sbi_1," + "t_sbi_3," + "t_fasbi," + "t_sor," + "t_usd," + "t_puab," + "t_prev_rate, " + "n " + "FROM bank_clusters AS bc, bank_multi_regress AS bmc " + "WHERE bc.bank_name = bmc.bank_name AND bc.period_id = bmc.period_id " + "AND bc.period_id = ? AND bc.cluster_id = ?"); DecimalFormat coefFormat = new DecimalFormat("0.0E0"); final String[] BETA_FIELDS = new String[] { "beta_sbi_1", "beta_sbi_3", "beta_fasbi", "beta_sor", "beta_usd", "beta_puab", "beta_prev_rate" }; final String[] COEFF_FIELDS = new String[] { "b_intercept", "b_sbi_1", "b_sbi_3", "b_fasbi", "b_sor", "b_usd", "b_puab", "b_prev_rate" }; final String[] T_FIELDS = new String[] { "t_intercept", "t_sbi_1", "t_sbi_3", "t_fasbi", "t_sor", "t_usd", "t_puab", "t_prev_rate" }; final String[] FIELD_HEADERS = new String[] { "SBI_1", "SBI_3", "FASBI", "SOR", "USD", "PUAB", "PREV_RATE" }; final String[] T_HEADERS = new String[] { "t_intercept", "t_sbi_1", "t_sbi_3", "t_fasbi", "t_sor", "t_usd", "t_puab", "t_prev_rate", };

Page 103: Analisis Social Cluster pada Bank-Bank Komersial

12

final WritableCellFormat RIGHT_ALIGN = new WritableCellFormat(); RIGHT_ALIGN.setAlignment(Alignment.RIGHT); final WritableCellFormat LEFT_ALIGN = new WritableCellFormat(); LEFT_ALIGN.setAlignment(Alignment.LEFT); ResultSet rsPeriods = stmt .executeQuery("SELECT period_id, period_begin, period_end FROM transaction_periods ORDER BY period_id"); while (rsPeriods.next()) { int periodID = rsPeriods.getInt("period_id"); Date periodBegin = rsPeriods.getDate("period_begin"); Date periodEnd = rsPeriods.getDate("period_end"); WritableSheet sheet = workBook.createSheet(SHEET_BASE_NAME + periodID, Integer.MAX_VALUE); try { sheet.addCell(new Label(0, 2, "Period:", RIGHT_ALIGN)); sheet.addCell(new Label(1, 2, Integer.toString(periodID), LEFT_ALIGN)); sheet.addCell(new Label(2, 2, "From:", RIGHT_ALIGN)); sheet.addCell(new DateTime(3, 2, periodBegin, new WritableCellFormat(DateFormats.FORMAT2))); sheet.addCell(new Label(4, 2, "To:", RIGHT_ALIGN)); sheet.addCell(new DateTime(5, 2, periodEnd, new WritableCellFormat(DateFormats.FORMAT2))); int rowNum = 4; // start of cluster rows int colNum = 0; psClusters.setInt(1, periodID); ResultSet rsClusters = psClusters.executeQuery(); while (rsClusters.next()) { int clusterID = rsClusters.getInt("cluster_id"); sheet.addCell(new Label(colNum++, rowNum, "Cluster:", RIGHT_ALIGN)); sheet.addCell(new jxl.write.Number(colNum++, rowNum, clusterID, LEFT_ALIGN)); rowNum++; colNum = 0; sheet.addCell(new Label(colNum++, rowNum, "BANK NAME")); for (int i = 0; i < FIELD_HEADERS.length; i++) { sheet.addCell(new Label(colNum++, rowNum, "ß " + FIELD_HEADERS[i])); } colNum++; sheet.addCell(new Label(colNum++, rowNum, "n")); for (int i = 0; i < T_HEADERS.length; i++) { sheet

Page 104: Analisis Social Cluster pada Bank-Bank Komersial

13

.addCell(new Label(colNum++, rowNum, T_HEADERS[i])); } colNum++; sheet.addCell(new Label(colNum++, rowNum, "equation")); rowNum++; colNum = 0; psClustersBanks.setInt(1, periodID); psClustersBanks.setInt(2, clusterID); ResultSet rsClustersBanks = psClustersBanks.executeQuery(); while (rsClustersBanks.next()) { sheet.addCell(new Label(colNum++, rowNum, rsClustersBanks.getString("bank_name"))); for (int i = 0; i < BETA_FIELDS.length; i++) { double d = rsClustersBanks .getDouble(BETA_FIELDS[i]); if (!rsClustersBanks.wasNull()) { sheet.addCell(new jxl.write.Number(colNum, rowNum, d, new WritableCellFormat( NumberFormats.FORMAT10))); } colNum++; } colNum++; // insert blank column int numData = rsClustersBanks.getInt("n"); sheet.addCell(new jxl.write.Number(colNum, rowNum, numData, new WritableCellFormat( NumberFormats.FORMAT10))); colNum++; for (int i = 0; i < T_FIELDS.length; i++) { double d = rsClustersBanks.getDouble(T_FIELDS[i]); if (!rsClustersBanks.wasNull()) { sheet.addCell(new jxl.write.Number(colNum, rowNum, d, new WritableCellFormat( NumberFormats.FORMAT10))); } colNum++; } // write equation colNum++; // insert blank column

Page 105: Analisis Social Cluster pada Bank-Bank Komersial

14

StringBuffer sb = new StringBuffer(); sb.append("LOAN_RATE = "); for (int i = 0; i < COEFF_FIELDS.length; i++) { double d = rsClustersBanks .getDouble(COEFF_FIELDS[i]); if (d != 0) { if (i == 0) { // first sb.append(coefFormat.format(d)); sb.append(" + "); } else if (i == COEFF_FIELDS.length - 1) { // last sb.append(coefFormat.format(d)); sb.append("*"); sb.append(FIELD_HEADERS[i - 1]); } else { sb.append(coefFormat.format(d)); sb.append("*"); sb.append(FIELD_HEADERS[i - 1]); sb.append(" + "); } } } sheet .addCell(new Label(colNum++, rowNum, sb .toString())); rowNum++; colNum = 0; } rsClustersBanks.close(); rowNum++; // insert blank row colNum = 0; } rsClusters.close(); } catch (WriteException e) { e.printStackTrace(); continue; } } rsPeriods.close(); stmt.close(); psClusters.close(); psClustersBanks.close(); workBook.write(); workBook.close(); } private void generateMultiRegress() throws SQLException { new Object() { private Map _averageValues; private Map _averageValuesAll;

Page 106: Analisis Social Cluster pada Bank-Bank Komersial

15

protected Map getAverageValues() { if (_averageValues == null) { _averageValues = new HashMap(); } return _averageValues; } class PeriodBankField { public int periodID; public String bankName; public String fieldName; public PeriodBankField(int periodID, String bankName, String fieldName) { this.periodID = periodID; this.bankName = bankName; this.fieldName = fieldName; } public boolean equals(Object other) { PeriodBankField o = (PeriodBankField) other; return o.periodID == periodID && o.bankName.equals(bankName) && o.fieldName.equals(fieldName); } public int hashCode() { return periodID ^ bankName.hashCode() ^ fieldName.hashCode(); } } protected double getAverageValue(int periodID, String bankName, String fieldName) throws SQLException { PeriodBankField pbf = new PeriodBankField(periodID, bankName, fieldName); Double averageValue = (Double) getAverageValues().get(pbf); if (averageValue == null) { // try to get for the specific bank PreparedStatement ps = getConnection() .prepareStatement( "SELECT AVG(" + fieldName + ") AS " + fieldName + " FROM bank_points WHERE period_id=? AND bank_name=? AND " + fieldName + " IS NOT NULL "); ps.setInt(1, periodID); ps.setString(2, bankName); ResultSet rs = ps.executeQuery();

Page 107: Analisis Social Cluster pada Bank-Bank Komersial

16

try { if (rs.next()) { double d = rs.getDouble(fieldName); if (!rs.wasNull()) { averageValue = new Double(d); getAverageValues().put(pbf, averageValue); } } } finally { rs.close(); ps.close(); } } // try to get for all banks and all periods. if (averageValue == null) { Statement stmt = getConnection().createStatement(); ResultSet rs = stmt.executeQuery("SELECT AVG(" + fieldName + ") AS " + fieldName + " FROM (SELECT DISTINCT day_number, bank_name, " + fieldName + " FROM bank_points WHERE " + fieldName + " IS NOT NULL )"); try { if (rs.next()) { double d = rs.getDouble(fieldName); if (!rs.wasNull()) { averageValue = new Double(d); getAverageValues().put(pbf, averageValue); } } } finally { rs.close(); stmt.close(); } } return averageValue != null ? averageValue.doubleValue() : 0; } public void execute() throws SQLException { final double ALPHA = 0.05; Connection conn = getConnection(); Statement stmt = conn.createStatement(); stmt.executeUpdate("DELETE FROM bank_multi_regress"); ResultSet rsBankPeriods = stmt .executeQuery("SELECT DISTINCT period_id,bank_name FROM bank_points ORDER BY period_id, bank_name"); PreparedStatement psBankPointsCount = conn .prepareStatement("SELECT COUNT(*) AS num_points FROM bank_points WHERE period_id=? AND bank_name=? "); PreparedStatement psBankPoints = conn

Page 108: Analisis Social Cluster pada Bank-Bank Komersial

17

.prepareStatement("SELECT * FROM bank_points WHERE period_id=? AND bank_name=? ORDER BY day_number "); PreparedStatement psRegress = conn .prepareStatement("INSERT INTO bank_multi_regress (" + "period_id, bank_name, " + "b_intercept," + "b_sbi_1, " + "b_sbi_3, " + "b_fasbi, " + "b_sor, " + "b_usd, " + "b_puab, " + "b_prev_rate, " + "beta_sbi_1, " + "beta_sbi_3, " + "beta_fasbi, " + "beta_sor, " + "beta_usd, " + "beta_puab, " + "beta_prev_rate, " + "t_intercept," + "t_sbi_1, " + "t_sbi_3, " + "t_fasbi, " + "t_sor, " + "t_usd, " + "t_puab, " + "t_prev_rate, " + "n" + ") VALUES (?,?, ?,?,?,?, ?,?,?,?, ?,?,?,?, ?,?,?, ?,?,?,?, ?,?,?,?, ?)"); final String[] INDEPENDENT_FIELDS = { "x_sbi_1", "x_sbi_3", "x_fasbi", "x_sor", "x_usd", "x_puab", "x_prev_rate" }; while (rsBankPeriods.next()) { MultiRegressTO model = new MultiRegressTO(); int periodID = rsBankPeriods.getInt("period_id"); String bankName = rsBankPeriods.getString("bank_name"); psBankPoints.setInt(1, periodID); psBankPoints.setString(2, bankName); psBankPointsCount.setInt(1, periodID); psBankPointsCount.setString(2, bankName); ResultSet rs = psBankPointsCount.executeQuery(); rs.next(); int numPoints = rs.getInt("num_points"); rs.close(); if (numPoints < INDEPENDENT_FIELDS.length + 1) { System.err .println("WARNING: Not enough data points at periodID=" + periodID + " bankName=" + bankName); continue; } model.yPoints = new double[numPoints];

Page 109: Analisis Social Cluster pada Bank-Bank Komersial

18

model.xPoints = new double[INDEPENDENT_FIELDS.length][numPoints]; rs = psBankPoints.executeQuery(); for (int i = 0; rs.next(); i++) { String fieldName = "y_loan_rate"; model.yPoints[i] = rs.getDouble(fieldName); if (rs.wasNull()) { //model.yPoints[i] = Double.NaN; model.yPoints[i] = getAverageValue(periodID, bankName, fieldName); } for (int j = 0; j < INDEPENDENT_FIELDS.length; j++) { fieldName = INDEPENDENT_FIELDS[j]; model.xPoints[j][i] = rs.getDouble(fieldName); if (rs.wasNull()) { //model.xPoints[j][i] = Double.NaN; model.xPoints[j][i] = getAverageValue(periodID, bankName, fieldName); } } } rs.close(); try { getEngine().regress(model); } catch (IllegalArgumentException e) { e.printStackTrace(); continue; } int paramNo = 0; psRegress.setInt(++paramNo, periodID); psRegress.setString(++paramNo, bankName); for (int i = 0; i < model.coefficients.length; i++) { if (Double.isNaN(model.coefficients[i])) { psRegress.setNull(++paramNo, Types.DOUBLE); } else { psRegress.setDouble(++paramNo, model.coefficients[i]); } } for (int i = 0; i < model.betas.length; i++) { if (Double.isNaN(model.betas[i])) { psRegress.setNull(++paramNo, Types.DOUBLE); } else { psRegress.setDouble(++paramNo, model.betas[i]); } }

Page 110: Analisis Social Cluster pada Bank-Bank Komersial

19

for (int i = 0; i < model.t.length; i++) { if (Double.isNaN(model.t[i])) { psRegress.setNull(++paramNo, Types.DOUBLE); } else { psRegress.setDouble(++paramNo, model.t[i]); } } psRegress.setInt(++paramNo, model.yPoints.length); psRegress.executeUpdate(); } psRegress.close(); psBankPoints.close(); psBankPointsCount.close(); rsBankPeriods.close(); stmt.close(); } }.execute(); } private Map generateBankNames() throws SQLException, IOException { int numBanks = Integer.MIN_VALUE; Map bankNames; // (bankName : String, matrixIndex : String) mappings final Connection conn = getConnection(); PreparedStatement psCountBanks = conn .prepareStatement("SELECT DISTINCT COUNT(*) AS num_banks FROM bank_names"); PreparedStatement psListBanks = conn .prepareStatement("SELECT DISTINCT bank_name FROM bank_names ORDER BY bank_name"); ResultSet rs; rs = psCountBanks.executeQuery(); rs.next(); numBanks = rs.getInt("num_banks"); rs.close(); bankNames = new HashMap(numBanks); rs = psListBanks.executeQuery(); for (int i = 0; rs.next(); i++) { String bankName = rs.getString("bank_name"); bankNames.put(bankName, new Integer(i)); } rs.close(); psCountBanks.close(); psListBanks.close(); return bankNames; } private void generateMCL(Map bankNames, int periodID, File matrixFile) throws SQLException, IOException {

Page 111: Analisis Social Cluster pada Bank-Bank Komersial

20

int numBanks = bankNames.size(); final Connection conn = getConnection(); ResultSet rs; PrintWriter mclFile = new PrintWriter(new FileWriter(matrixFile)); mclFile.println("(mclheader"); mclFile.println("mcltype matrix"); mclFile.print("dimensions "); mclFile.print(numBanks); mclFile.print('x'); mclFile.println(numBanks); mclFile.println(')'); mclFile.println("(mclmatrix"); mclFile.println("begin"); PreparedStatement psQueryTransaction = conn .prepareStatement("SELECT src_bank, proximity_index FROM transaction_graph WHERE dst_bank=? AND period_id=? ORDER BY src_bank"); psQueryTransaction.setInt(2, periodID); Iterator iter = bankNames.entrySet().iterator(); while (iter.hasNext()) { Map.Entry cur = (Map.Entry) iter.next(); String dstBank = (String) cur.getKey(); int dstIndex = ((Integer) cur.getValue()).intValue(); mclFile.print(dstIndex); mclFile.print('\t'); psQueryTransaction.setString(1, dstBank); rs = psQueryTransaction.executeQuery(); while (rs.next()) { String srcBank = rs.getString("src_bank"); int srcIndex = ((Integer) bankNames.get(srcBank)).intValue(); double proxIndex = rs.getDouble("proximity_index"); mclFile.print(' '); mclFile.print(srcIndex); mclFile.print(':'); mclFile.print(proxIndex); } rs.close(); mclFile.println("\t$"); } mclFile.println(")"); mclFile.close(); psQueryTransaction.close(); } private Set parseClusters(File clusterFileName, Map bankNames) throws IOException { // reverse mappings from (bankNames : String, bankIndex : Integer) // to (bankIndex : Integer, bankNames : String) Map bankIndexes = new HashMap(bankNames.size()); Iterator iter = bankNames.entrySet().iterator(); while (iter.hasNext()) { Map.Entry cur = (Map.Entry) iter.next(); bankIndexes.put(cur.getValue(), cur.getKey()); }

Page 112: Analisis Social Cluster pada Bank-Bank Komersial

21

Set clusters = new HashSet(); BufferedReader clusterFile = new BufferedReader(new FileReader( clusterFileName)); String line; while ((line = clusterFile.readLine()) != null) { StringTokenizer st = new StringTokenizer(line); int numMembers = st.countTokens(); if (numMembers < MIN_CLUSTER_MEMBERS) { continue; } Set members = new HashSet(numMembers); while (st.hasMoreTokens()) { String cur = st.nextToken(); String bankName = (String) bankIndexes.get(new Integer(cur)); members.add(bankName); } clusters.add(members); } clusterFile.close(); return clusters; } private Object[] makeSampleBanks(int numSamples) throws SQLException { final Connection conn = getConnection(); Set sampleBanks = new HashSet(); String bankNames[] = getBankNames(); Random rnd = new Random(); int start = rnd.nextInt(bankNames.length); int step = rnd.nextInt(bankNames.length); for (int i = start; sampleBanks.size() < numSamples; i += step, i %= bankNames.length) { sampleBanks.add(bankNames[i]); } return sampleBanks.toArray(); } private String[] getBankNames() throws SQLException { final Connection conn = getConnection(); Statement stmt = conn.createStatement(); ResultSet rs = stmt .executeQuery("SELECT COUNT(*) AS num_banks FROM bank_names"); rs.next(); int numBanks = rs.getInt("num_banks"); rs.close(); String[] bankNames = new String[numBanks]; rs = stmt .executeQuery("SELECT bank_name FROM bank_names ORDER BY bank_name"); for (int i = 0; rs.next(); i++) { bankNames[i] = rs.getString("bank_name"); } rs.close(); stmt.close();

Page 113: Analisis Social Cluster pada Bank-Bank Komersial

22

return bankNames; } /** * @return * @throws ClassNotFoundException */ public Connection getConnection() throws SQLException { if (_conn == null) { try { Class.forName("sun.jdbc.odbc.JdbcOdbcDriver"); Properties props = new Properties(); //props.put("filedsn", "testdata.mdb"); props.put("ExtendedAnsiSQL", "1"); //props.put("SafeTransactions","1"); //DriverManager.setLogWriter(new PrintWriter(System.err)); _conn = DriverManager.getConnection("jdbc:odbc:puab", props); //conn.setTransactionIsolation(Connection.TRANSACTION_SERIALIZABLE); _conn.setAutoCommit(false); } catch (ClassNotFoundException e) { e.printStackTrace(); System.exit(-3); } } return _conn; } public void closeConnection(boolean commit) throws SQLException { if (_conn != null) { if (commit) { _conn.commit(); } else { _conn.rollback(); } _conn.close(); _conn = null; } } public void makeClusters(int periodID) throws SQLException, IOException, InterruptedException { File bankNamesFile = new File("bankNames-" + periodID + ".txt"); File matrixFile = new File("matrix-" + periodID + ".mcl"); File clusterFile = new File("cluster-" + periodID + ".txt"); Map bankNames = generateBankNames(); generateMCL(bankNames, periodID, matrixFile); runMCL(matrixFile, clusterFile); Set clusters = parseClusters(clusterFile, bankNames); storeClusters(periodID, clusters);

Page 114: Analisis Social Cluster pada Bank-Bank Komersial

23

writeGraphFile("testpop", periodID, null, clusters); writeGMLFile("testpop", periodID, bankNames); } private void writeGMLFile(String baseName, int periodID, Map bankNames) throws SQLException, IOException { final Connection conn = getConnection(); DecimalFormat labelFormat = new DecimalFormat("0.0E0"); PrintWriter output = new PrintWriter(new FileWriter(baseName + "-" + periodID + ".gml")); output.println("graph"); output.println("\t["); // write nodes Iterator iter = bankNames.entrySet().iterator(); while (iter.hasNext()) { Map.Entry cur = (Map.Entry) iter.next(); String bankName = (String) cur.getKey(); int bankID = ((Integer) cur.getValue()).intValue(); output.println("\t\tnode"); output.println("\t\t\t["); output.println("\t\t\t id " + bankID); output.println("\t\t\t label \"" + bankName + "\""); output.println("\t\t\t]"); } // write edges PreparedStatement ps = conn .prepareStatement("SELECT src_bank,dst_bank,proximity_index FROM transaction_graph WHERE period_id=?"); ps.setInt(1, periodID); ResultSet rs = ps.executeQuery(); while (rs.next()) { String srcBank = rs.getString("src_bank"); String dstBank = rs.getString("dst_bank"); double proxIndex = rs.getDouble("proximity_index"); int srcBankID = ((Integer) bankNames.get(srcBank)).intValue(); int dstBankID = ((Integer) bankNames.get(dstBank)).intValue(); output.println("\t\tedge"); output.println("\t\t ["); output.println("\t\t\t source " + srcBankID); output.println("\t\t\t target " + dstBankID); output.println("\t\t\t label \"" + labelFormat.format(proxIndex) + "\" "); output.println("\t\t ]"); } rs.close(); ps.close();

Page 115: Analisis Social Cluster pada Bank-Bank Komersial

24

output.println("\t]"); output.close(); } private void writeGraphFile(String baseName, int periodID, String sampleBanksQuery, Set clusterings) throws IOException, SQLException { final Connection conn = getConnection(); DecimalFormat labelFormat = new DecimalFormat("0.0E0"); Statement stmt = conn.createStatement(); PrintWriter output = new PrintWriter(new FileWriter(baseName + "-" + periodID + ".txt")); output.println("digraph PUAB_" + periodID + " {"); output.println("\tcompound=true;"); output.println("\tconcentrate=true;"); output.println("\toverlap=scale;"); output.println(); ResultSet rs; if (sampleBanksQuery != null) { rs = stmt .executeQuery("SELECT src_bank, dst_bank, proximity_index " + "FROM transaction_graph WHERE period_id = " + periodID + " AND src_bank IN " + sampleBanksQuery + " AND dst_bank IN " + sampleBanksQuery + " ORDER BY src_bank,dst_bank"); } else { rs = stmt.executeQuery("SELECT src_bank,dst_bank,proximity_index " + "FROM transaction_graph WHERE period_id=" + periodID + " ORDER BY src_bank,dst_bank"); } while (rs.next()) { String srcBank = rs.getString("src_bank"); String dstBank = rs.getString("dst_bank"); double proxIndex = rs.getDouble("proximity_index"); output.print('\t'); output.print('"'); output.print(srcBank); output.print('"'); output.print('\t'); output.print("->"); output.print('\t'); output.print('"'); output.print(dstBank); output.print('"'); output.print('\t'); output.print("[\tlabel=\t\""); output.print(labelFormat.format(proxIndex)); output.print("\"\tweight=\t\""); output.print(Math.round(Math.log(proxIndex) / Math.log(10))); output.println("\"\t];");

Page 116: Analisis Social Cluster pada Bank-Bank Komersial

25

} output.println(); int clusterNumber = 1; if (clusterings != null) { Iterator i = clusterings.iterator(); while (i.hasNext()) { Set members = (Set) i.next(); output.println("\tsubgraph cluster" + clusterNumber + " {"); output.println("\tstyle=filled;"); output.println("\tcolor=lightgray;"); output.println(); Iterator j = members.iterator(); while (j.hasNext()) { String bankName = (String) j.next(); output.print("\t\t"); output.print('"'); output.print(bankName); output.print('"'); output.print('\t'); output.println(";"); } output.println(); output.println("\t}"); output.println(); clusterNumber++; } } output.println(); output.println("}"); output.close(); stmt.close(); } private void writeWilmaScopeFile(String baseName, int periodID) throws IOException, SQLException { final Connection conn = getConnection(); PrintWriter output = new PrintWriter(new FileWriter(baseName + "-" + periodID + ".xwg")); output.println("<?xml version=\"1.0\" encoding=\"ISO-8859-1\"?>"); output.println("<!DOCTYPE WilmaGraph SYSTEM \"WilmaGraph.dtd\">"); output.println("<WilmaGraph>"); output.println("\t<Cluster>"); output.println(); output.println("\t<LayoutEngineType Name=\"ForceLayout\">"); output.println("\t<Property Key=\"Spring\" Value=\"4\"/>"); output.println("\t<Property Key=\"Origin\" Value=\"8\"/>"); output.println("\t<Property Key=\"Repulsion\" Value=\"2\"/>"); output.println("\t</LayoutEngineType>"); output.println(); PreparedStatement ps; ResultSet rs;

Page 117: Analisis Social Cluster pada Bank-Bank Komersial

26

// nodes not in clusters ps = conn .prepareStatement("SELECT DISTINCT bank_name FROM ( " + "SELECT src_bank AS bank_name FROM transaction_graph WHERE src_bank NOT IN " + "(SELECT bank_name from bank_clusters where period_id=?) " + "UNION ALL " + "SELECT dst_bank AS bank_name FROM transaction_graph where dst_bank NOT IN " + "(SELECT bank_name FROM bank_clusters WHERE period_id=?) " + ")"); ps.setInt(1, periodID); ps.setInt(2, periodID); rs = ps.executeQuery(); while (rs.next()) { String bankName = rs.getString("bank_name"); output.println("\t<Node ID=\"" + bankName + "\">"); output.println("\t<ViewType Name=\"Oriented Box Node\" >"); output.println("\t<Property Key=\"Label\" Value=\"" + bankName + "\" />"); output.println("\t</ViewType>"); output.println("\t</Node>"); } rs.close(); ps.close(); output.println(); // clusters ps = conn .prepareStatement("SELECT DISTINCT cluster_id FROM bank_clusters WHERE period_id=?"); PreparedStatement ps2 = conn .prepareStatement("SELECT bank_name FROM bank_clusters WHERE period_id=? AND cluster_id=?"); ps.setInt(1, periodID); ps2.setInt(1, periodID); rs = ps.executeQuery(); while (rs.next()) { int clusterID = rs.getInt("cluster_id"); output.println("\t<Cluster>"); output.println("\t\t<ViewType Name=\"Spherical Cluster\" >"); output.println("\t\t<Property Key=\"Radius\" Value=\"0.44724\"/>"); output.println("\t\t</ViewType>"); output.println(); output.println("\t\t<LayoutEngineType Name=\"ForceLayout\">"); output.println("\t\t<Property Key=\"Spring\" Value=\"3\"/>"); output.println("\t\t<Property Key=\"Origin\" Value=\"5\"/>"); output.println("\t\t</LayoutEngineType>"); output.println();

Page 118: Analisis Social Cluster pada Bank-Bank Komersial

27

ps2.setInt(2, clusterID); ResultSet rs2 = ps2.executeQuery(); while (rs2.next()) { String bankName = rs2.getString("bank_name"); output.println("\t\t<Node ID=\"" + bankName + "\">"); output.println("\t\t<ViewType Name=\"Oriented Box Node\" >"); output.println("\t\t<Property Key=\"Label\" Value=\"" + bankName + "\" />"); output.println("\t\t</ViewType>"); output.println("\t\t</Node>"); } rs2.close(); output.println("\t</Cluster>"); } ps2.close(); rs.close(); ps.close(); output.println(); // edges ps = conn .prepareStatement("SELECT src_bank, dst_bank, proximity_index FROM transaction_graph WHERE period_id=?"); ps.setInt(1, periodID); rs = ps.executeQuery(); while (rs.next()) { String srcBank, dstBank; double proxIndex; srcBank = rs.getString("src_bank"); dstBank = rs.getString("dst_bank"); proxIndex = rs.getDouble("proximity_index"); output.println("\t<Edge StartID=\"" + srcBank + "\" EndID=\"" + dstBank + "\">"); output.println("\t<ViewType Name=\"Arrow\" />"); output.println("\t<Property Key=\"Weight\" Value=\"" + proxIndex + "\" />"); output.println("\t</Edge>"); } rs.close(); ps.close(); output.println("\t</Cluster>"); output.println("</WilmaGraph>"); output.close(); } private void writeZoomGraphFile(String baseName, int periodID) throws IOException, SQLException { final Connection conn = getConnection(); DecimalFormat labelFormat = new DecimalFormat("0.0E0"); Statement stmt = conn.createStatement(); PrintWriter output = new PrintWriter(new FileWriter(baseName + "-" + periodID + ".txt")); output.println("nodedef> name VARCHAR(4)");

Page 119: Analisis Social Cluster pada Bank-Bank Komersial

28

ResultSet rs; PreparedStatement ps = conn .prepareStatement("SELECT DISTINCT bank_name FROM " + "(SELECT src_bank AS bank_name FROM transaction_graph WHERE period_id = ? " + "UNION ALL SELECT dst_bank AS bank_name from transaction_graph WHERE period_id=?) " + "ORDER BY bank_name"); ps.setInt(1, periodID); ps.setInt(2, periodID); rs = ps.executeQuery(); while (rs.next()) { output.println(rs.getString("bank_name")); } rs.close(); ps.close(); output .println("edgedef> n1 VARCHAR(4),n2 VARCHAR(4),DIRECTED TINYINT DEFAULT 2,PROXIMITY_INDEX DOUBLE DEFAULT 0"); ps = conn .prepareStatement("SELECT src_bank, dst_bank, proximity_index FROM transaction_graph WHERE period_id = ?"); ps.setInt(1, periodID); rs = ps.executeQuery(); while (rs.next()) { String line = rs.getString("src_bank") + "," + rs.getString("dst_bank") + ",2," + labelFormat.format(rs.getDouble("proximity_index")); output.println(line); } rs.close(); ps.close(); output.close(); output = new PrintWriter(new FileWriter(baseName + "-" + periodID + "-clusters.txt")); ps = conn .prepareStatement("SELECT DISTINCT cluster_id FROM bank_clusters WHERE period_id=?"); ps.setInt(1, periodID); PreparedStatement ps2 = conn .prepareStatement("SELECT bank_name FROM bank_clusters WHERE period_id=? AND cluster_id=?"); ps2.setInt(1, periodID); rs = ps.executeQuery(); boolean first = true; while (rs.next()) { int clusterID = rs.getInt("cluster_id"); output.print('>'); output.println("Cluster-" + clusterID); ps2.setInt(2, clusterID); ResultSet rs2 = ps2.executeQuery();

Page 120: Analisis Social Cluster pada Bank-Bank Komersial

29

while (rs2.next()) { output.println(rs2.getString("bank_name")); } rs2.close(); } rs.close(); ps2.close(); ps.close(); output.close(); } private static String numTo26Sys(int _num) { int sum = 0; int reminder; String s = ""; do { _num--; reminder = _num % 26; int val = 65 + reminder; _num = _num / 26; s = (char) val + s; // reverce } while (_num > 0); return s; } }

V.2.2 IMatLink.java /* * Created on Jan 12, 2005 * */ package com.arcle.bankclusters; /** * @author adib * */ public interface IMatLink { void destroy(); void kill(); int engOpen(); int engOpen(String startCmds); int engOpenSingleUse(); void engClose(); void engEvalString(String evals); double engGetScalar(String arrayS); double[] engGetVector( String arrayS ); double[][] engGetArray( String arrayS ); String[] engGetCharArray(String arrayS); void engPutArray( String arrayS, int valueI ); void engPutArray( String arrayS, double valueD ); void engPutArray( String arrayS, double[] valuesD ); void engPutArray( String arrayS, double[][] valuesDD ); String engOutputBuffer( ); }

Page 121: Analisis Social Cluster pada Bank-Bank Komersial

30

V.2.3 MatlabRegress.java /* * Created on Jan 12, 2005 */ package com.arcle.bankclusters; /** * @author adib */ public class MatlabRegress implements MultipleRegression { public static final double ALPHA = 0.05; private IMatLink _matlink = null; public synchronized void dispose() { if (_matlink != null) { _matlink.engClose(); _matlink = null; } } protected synchronized void finalize() throws Throwable { dispose(); super.finalize(); } protected synchronized IMatLink getMatLink() { if (_matlink == null) { try { _matlink = (IMatLink) Class.forName("JMatLinkAdapter").newInstance(); _matlink.engOpen(); } catch (InstantiationException e) { e.printStackTrace(); System.exit(-3); } catch (IllegalAccessException e) { e.printStackTrace(); System.exit(-3); } catch (ClassNotFoundException e) { e.printStackTrace(); System.exit(-3); } } return _matlink; } public synchronized void regress(MultiRegressTO model) { final String TMP_VAR = "TMP_regress_" + Math.round(Math.random() * 1000); IMatLink ml = getMatLink(); ml.engEvalString("clear all"); try { ml.engPutArray("X",model.xPoints); ml.engEvalString("X = X'");

Page 122: Analisis Social Cluster pada Bank-Bank Komersial

31

ml.engPutArray("Y", model.yPoints); ml.engEvalString("Y = Y'"); ml.engPutArray("ALPHA", ALPHA); ml.engEvalString("stats = regstats(Y,X, 'linear', {'all'} )"); // the "stats.beta" variable in matlab is realy the coefficients ml.engEvalString(TMP_VAR + " = stats.beta"); model.coefficients = ml.engGetVector(TMP_VAR); ml.engEvalString(TMP_VAR + " = stats.tstat.t"); model.t = ml.engGetVector(TMP_VAR); // calculate the beta ml.engEvalString("Sx = std(X)"); ml.engEvalString("Sx = Sx' "); ml.engEvalString("Sy = std(Y)"); ml.engEvalString("coefs = stats.beta"); // delete the intercept ml.engEvalString("coefs = coefs(2:length(coefs))"); ml.engEvalString("betas = coefs .* Sx ./ Sy"); model.betas = ml.engGetVector("betas"); } finally { ml.engEvalString("clear " + TMP_VAR); } } }

V.2.4 MultipleRegression.java /* * Created on Jan 12, 2005 */ package com.arcle.bankclusters; /** * @author adib */ public interface MultipleRegression { void regress(MultiRegressTO object); void dispose(); }

V.2.5 MultiRegressTO.java /* * Created on Jan 12, 2005 */ package com.arcle.bankclusters; import java.io.Serializable; /** * @author adib */ public class MultiRegressTO implements Serializable { public double[] yPoints;

Page 123: Analisis Social Cluster pada Bank-Bank Komersial

32

public double[][] xPoints; public double[] coefficients; public double[] betas; public double[] t; }

V.2.6 JMatLinkAdapter.java import com.arcle.bankclusters.IMatLink; /** * @author adib * */ public class JMatLinkAdapter extends JMatLink implements IMatLink { private int _epI = Integer.MIN_VALUE; private boolean isOpen = false; public JMatLinkAdapter() { setDebug(false); } protected void finalize() throws Throwable { try { engClose(); } finally { super.finalize(); } } public synchronized void engClose() { if (isOpen) { engClose(_epI); kill(); isOpen = false; } } public synchronized void engEvalString(String evalS) { engEvalString(_epI, evalS); } public synchronized double[][] engGetArray(String arrayS) { return engGetArray(_epI, arrayS); } public synchronized double engGetScalar(String arrayS) { return engGetScalar(_epI, arrayS); } public synchronized double[] engGetVector(String arrayS) { return engGetVector(_epI, arrayS); } public synchronized int engOpen() { return engOpen("");

Page 124: Analisis Social Cluster pada Bank-Bank Komersial

33

} public synchronized int engOpen(String startCmdS) { if (isOpen) { throw new IllegalStateException("Engine already open."); } _epI = engOpenSingleUse(startCmdS); isOpen = true; return _epI; } public synchronized String engOutputBuffer() { return engOutputBuffer(_epI); } public synchronized void engPutArray(String arrayS, double valueD) { engPutArray(_epI, arrayS, valueD); } public synchronized void engPutArray(String arrayS, double[] valuesD) { engPutArray(_epI, arrayS, valuesD); } public synchronized void engPutArray(String arrayS, double[][] valuesDD) { engPutArray(_epI,arrayS, valuesDD); } public synchronized void engPutArray(String arrayS, int valueI) { engPutArray(_epI,arrayS, valueI); } public synchronized double[] engGetVector( int epI, String arrayS ) { int rows, cols; final String TMP_VAR = "TMP_engGetVector_" + epI + "_" + arrayS + "_" + Math.round(Math.random() * 1000); engEvalString(epI, TMP_VAR + " = size(" + arrayS+ ",1)"); rows = (int) engGetScalar(epI, TMP_VAR); engEvalString(epI, TMP_VAR + " = size(" + arrayS+ ",2)"); cols = (int) engGetScalar(epI, TMP_VAR); double[][] array; double[] vector; try { if (rows == 1 && cols >= 1) { vector = new double[cols]; array = engGetArray(epI, arrayS); for (int i=0; i<cols; i++) { vector[i] = array[0][i]; } } else if (rows >= 1 && cols == 1) { vector = new double[rows]; array = engGetArray(epI, arrayS); for (int i=0; i<rows; i++ ) { vector[i] = array[i][0]; }

Page 125: Analisis Social Cluster pada Bank-Bank Komersial

34

} else { throw new IllegalArgumentException("array: '" + arrayS + "' is not a vector."); } } finally { engEvalString(epI, "clear " + TMP_VAR); } return vector; } }

Page 126: Analisis Social Cluster pada Bank-Bank Komersial

35

Hasil Perhitungan Regresi dan Uji Statistik Seluruh Periode

Page 127: Analisis Social Cluster pada Bank-Bank Komersial

36

Period: I From: 1-Jan-01 To: 24-Aug-01 UJI STATISTIK : Uji tH0 : X tidak mempengaruhi Y Jika t > tcrit maka H0 ditolakH1 : X mempengaruhi Y jika H0 ditolak maka variabel X diperhitungkanALPHA = 0,05

Cluster: 1BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_RATE t crit

BI 6,82E+13 -6,82E+13 -6,87E-01 7,20E-01 -1,78E-01 7,76E-01 -8,75E-02 67 -0,13 0,44 -0,44 -1,50 0,40 -1,61 5,80 -0,74 2,00JA -5,81E+13 5,81E+13 -6,94E-01 5,10E-01 1,25E-04 8,79E-01 9,62E-02 75 -2,03 -0,45 0,45 -3,18 0,42 0,00 11,14 1,28 2,00PB -3,56E+13 3,56E+13 5,76E-01 2,04E-01 1,06E-01 9,04E-01 -7,31E-02 43 1,35 -0,35 0,35 1,77 0,14 1,78 9,78 -0,84 2,03PE -1,58E+15 1,58E+15 -3,04E-01 1,47E+00 3,81E-02 9,58E-01 -9,91E-02 96 0,57 -0,50 0,50 -0,34 0,37 0,16 3,30 -0,36 1,99SH 2,80E+14 -2,80E+14 -2,57E-01 2,10E-01 6,37E-02 8,41E-01 1,72E-01 106 -1,70 0,64 -0,64 -1,46 0,28 1,45 14,90 3,21 1,98UA 4,40E+13 -4,40E+13 -8,59E-01 -1,05E+00 -2,21E-02 6,81E-01 1,08E-01 96 -0,51 0,08 -0,08 -2,41 -0,67 -0,25 6,37 1,19 1,99

6 bank

Cluster: 2BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_RATE t crit

A -8,71E+14 8,71E+14 4,09E-01 -6,14E-01 6,55E-02 1,06E+00 -3,27E-01 58 1,18 -0,58 0,58 1,24 -0,50 0,70 10,46 -4,04 2,01AB -8,91E+14 8,91E+14 -7,02E+00 -7,88E+00 -9,64E-02 4,49E-01 -1,12E-01 11 -0,09 -0,08 0,08 -0,09 -0,12 -0,01 0,08 -0,02 3,18AC 2,83E+14 -2,83E+14 -2,85E-01 1,03E+00 -2,14E-01 7,91E-01 -9,70E-02 87 1,01 0,47 -0,47 -0,59 0,49 -1,69 5,35 -0,78 1,99AD -1,85E+14 1,85E+14 1,94E-01 8,31E-01 -1,79E-01 7,80E-01 -2,12E-02 19 0,45 -0,12 0,12 0,34 0,28 -0,25 0,75 -0,02 2,20AF 1,01E+14 -1,01E+14 -4,68E-02 -5,15E-01 5,49E-02 9,64E-01 1,40E-01 77 0,22 0,36 -0,36 -0,22 -0,53 0,94 14,48 2,29 1,99AG 3,42E+12 -3,42E+12 1,45E-01 2,51E-01 5,79E-02 4,89E-01 3,19E-01 120 -1,91 0,28 -0,28 1,50 0,60 2,35 13,77 6,28 1,98AH 7,06E+11 -7,06E+11 -2,93E-01 1,28E+00 -4,73E-02 7,40E-01 -5,21E-02 96 -2,31 0,01 -0,01 -1,28 1,47 -0,85 11,42 -0,71 1,99AI -5,16E+14 5,16E+14 8,74E-01 6,31E-02 2,00E-01 8,38E-01 -1,55E-01 42 0,09 -0,67 0,67 0,94 0,01 0,50 2,24 -0,52 2,03AJ -1,13E+13 1,13E+13 -8,90E-02 -9,71E-01 1,87E-02 1,21E+00 2,19E-02 92 1,67 -0,34 0,34 -0,83 -2,25 0,76 28,50 0,66 1,99AK -6,31E+15 6,31E+15 -4,04E-01 5,00E+00 2,49E-01 5,50E-01 2,58E-01 43 0,13 -0,03 0,03 -0,02 0,05 0,04 0,06 0,04 2,03AL -2,20E+13 2,20E+13 1,94E-01 7,74E-02 1,03E-01 6,17E-01 2,21E-01 110 0,72 -0,26 0,26 0,66 0,07 1,36 6,37 2,58 1,98BA 8,38E+14 -8,38E+14 1,00E-01 2,25E+00 -1,29E-01 5,89E-01 -1,55E-01 10 0,00 0,04 -0,04 0,01 0,01 -0,02 0,09 -0,05 4,30BB -3,06E+14 3,06E+14 2,63E-01 1,74E+00 1,62E-01 9,38E-01 -1,76E-03 36 0,23 -0,50 0,50 0,54 0,63 1,52 4,92 -0,01 2,05BF 6,67E+12 -6,67E+12 -9,71E-02 -1,04E+00 6,45E-03 9,24E-01 6,32E-02 125 -0,19 0,22 -0,22 -0,51 -1,35 0,13 14,04 1,10 1,98BH 2,24E+12 -2,24E+12 -1,44E-01 9,69E-01 1,94E-03 5,82E-01 -5,94E-02 85 0,14 0,01 -0,01 -0,38 0,64 0,02 4,07 -0,54 1,99BJ -5,96E+13 5,96E+13 -8,78E-02 -1,22E+00 5,25E-02 3,68E-01 2,15E-01 95 -2,07 -0,52 0,52 -0,31 -1,03 0,72 3,78 2,24 1,99BK 1,77E+14 -1,77E+14 4,25E-01 -9,71E-01 3,65E-01 7,12E-01 -9,27E-02 71 0,73 0,29 -0,29 1,83 -1,20 1,95 6,70 -0,81 2,00BL 1,61E+14 -1,61E+14 -4,27E-01 1,16E+00 -9,46E-04 7,38E-01 5,40E-02 76 0,62 0,26 -0,26 -0,78 0,52 -0,01 3,52 0,38 2,00BM -7,26E+13 7,26E+13 5,13E-02 -3,81E-01 5,14E-02 1,10E+00 -1,25E-01 82 2,72 -0,55 0,55 0,24 -0,36 0,92 16,91 -2,24 1,99BO 2,47E+14 -2,47E+14 -1,11E+00 -4,06E-01 -3,88E-02 9,74E-01 4,22E-01 13 0,26 0,13 -0,13 -0,68 -0,07 -0,06 1,13 0,98 2,57BQ -7,59E+14 7,59E+14 -0,00E-01 4,93E+00 1,39E-01 -9,25E-01 -2,86E-01 16 0,00 -0,12 0,12 0,00 0,51 0,06 -0,54 -0,25 2,31CA -1,90E+15 1,90E+15 -1,25E+00 -3,80E+00 1,49E-01 1,11E+00 -1,22E-01 57 0,17 -0,18 0,18 -0,37 -0,28 0,18 0,69 -0,17 2,01CB 2,31E+13 -2,31E+13 9,56E-02 -5,75E-01 2,90E-02 1,01E+00 -1,32E-01 107 -1,11 0,74 -0,74 0,78 -1,13 0,93 23,24 -2,89 1,98CC -1,87E+13 1,87E+13 8,33E-01 -4,83E+00 6,31E-01 7,53E-01 1,80E-01 46 0,88 -0,07 0,07 1,88 -2,20 4,20 2,98 1,24 2,02CD -5,03E+13 5,03E+13 -2,19E-01 -6,05E-01 3,40E-02 9,42E-01 1,14E-02 107 -1,41 -0,30 0,30 -1,46 -0,95 0,84 18,23 0,23 1,98

Page 128: Analisis Social Cluster pada Bank-Bank Komersial

37

Cluster: 2BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_RATE t crit

CE -1,89E+14 1,89E+14 -1,67E+00 -3,86E+00 1,64E-01 6,45E-01 1,71E-01 31 -0,79 -0,07 0,07 -1,41 -0,99 0,65 2,63 0,88 2,07CG -4,47E+14 4,47E+14 -1,51E-01 2,75E-01 5,55E-01 1,07E+00 -1,21E-01 20 -0,24 -0,24 0,24 -0,31 0,10 0,81 1,54 -0,21 2,18DA -1,30E+14 1,30E+14 -4,99E-02 3,55E-01 1,93E-02 6,94E-01 1,35E-01 127 -2,12 -0,72 0,72 -0,29 0,49 0,44 11,09 1,96 1,98DB -2,83E+13 2,83E+13 3,11E-01 2,75E-01 1,41E-02 9,91E-01 -1,41E-01 72 1,67 -0,20 0,20 1,29 0,31 0,21 12,40 -2,05 2,00DC -7,23E+12 7,23E+12 -2,48E-01 -7,16E-01 2,28E-02 9,75E-01 -1,03E-01 125 -1,57 -0,17 0,17 -1,81 -1,25 0,66 19,16 -2,11 1,98DD 3,35E+14 -3,35E+14 3,86E-01 -3,72E+00 -1,28E-01 5,27E-01 -5,81E-02 47 0,68 0,25 -0,25 0,39 -0,74 -0,40 1,67 -0,22 2,02DE -1,07E+14 1,07E+14 -2,40E-01 1,49E+00 1,49E-02 6,67E-01 3,83E-02 94 -1,41 -0,28 0,28 -0,95 1,37 0,22 8,12 0,45 1,99DF -1,20E+15 1,20E+15 -1,05E+00 -1,50E+00 -2,83E-01 1,00E+00 4,92E-01 21 -0,17 -0,13 0,13 -0,30 -0,14 -0,28 0,79 0,57 2,16DG -3,42E+13 3,42E+13 -1,14E-01 -5,61E-01 9,40E-02 7,44E-01 1,52E-01 83 -0,10 -0,39 0,39 -0,48 -0,61 1,68 8,54 1,84 1,99DI 1,35E+13 -1,35E+13 -2,25E-01 1,88E+00 4,84E-02 7,70E-01 -3,37E-02 69 0,12 0,13 -0,13 -0,57 1,11 0,43 6,94 -0,32 2,00EA -1,54E+14 1,54E+14 -7,06E-01 1,83E+00 -2,80E-02 8,14E-01 -4,45E-02 98 0,00 -0,64 0,64 -2,03 1,31 -0,32 7,74 -0,52 1,99EB -1,54E+11 1,54E+11 1,09E-02 7,26E-02 1,16E-01 1,06E+00 -6,08E-03 68 0,44 0,00 0,00 0,05 0,06 2,31 14,66 -0,10 2,00FA -1,25E+14 1,25E+14 4,36E-01 -2,43E+00 1,68E-01 1,64E-02 3,55E-01 70 0,18 -0,30 0,30 0,93 -1,36 1,43 0,10 2,66 2,00FB -1,08E+15 1,08E+15 7,52E-01 2,77E+00 -1,32E-01 2,82E-01 1,08E-02 27 0,00 -0,14 0,14 0,17 0,19 -0,15 0,26 0,01 2,09FC -1,57E+14 1,57E+14 -1,48E-01 9,68E-01 -7,95E-02 8,09E-01 -6,21E-02 36 0,13 -0,32 0,32 -0,13 0,22 -0,32 3,02 -0,24 2,05GA 4,32E+11 -4,32E+11 -5,11E-02 -3,44E-01 8,05E-02 9,81E-01 3,98E-02 123 1,02 0,01 -0,01 -0,39 -0,63 2,43 20,01 0,89 1,98GB -8,26E+13 8,26E+13 3,71E-01 -5,84E-01 1,83E-01 7,31E-01 1,39E-01 63 -0,37 -0,27 0,27 1,20 -0,47 2,04 8,08 1,31 2,00HC 5,03E+14 -5,03E+14 -1,46E-01 -1,31E+00 -3,96E-01 1,37E-01 5,52E-01 23 0,64 0,58 -0,58 -0,13 -0,22 -0,77 0,34 1,55 2,13HD -9,11E+14 9,11E+14 - -2,23E+00 3,85E-01 1,25E+00 -5,42E-02 14 -0,07 -0,07 0,07 0,07 -0,11 0,10 0,28 -0,01 2,45HE 2,78E+12 -2,78E+12 -1,02E-01 2,07E-01 6,77E-02 1,08E+00 6,60E-02 101 1,93 0,06 -0,06 -0,46 0,21 1,21 14,56 1,16 1,99HF -8,45E+12 8,45E+12 4,78E-01 -8,18E-02 1,00E-01 1,03E+00 -1,48E-01 76 1,66 -0,20 0,20 2,79 -0,08 2,00 14,51 -2,14 2,00HI 1,58E+15 -1,58E+15 -6,94E-01 1,97E+00 1,51E-01 6,88E-01 -1,41E-01 64 -0,49 0,23 -0,23 -0,40 0,25 0,35 1,23 -0,30 2,00IA -1,03E+13 1,03E+13 -2,25E-01 1,19E+00 -7,43E-02 7,89E-01 7,63E-02 101 -3,24 -0,14 0,14 -1,69 2,00 -2,27 15,69 1,39 1,99IB -9,74E+12 9,74E+12 -6,44E-01 1,11E-01 -7,34E-02 4,92E-01 1,94E-01 71 0,01 -0,04 0,04 -1,40 0,05 -0,62 3,50 1,68 2,00IC 9,26E+14 -9,26E+14 -4,49E-01 -3,97E+00 1,02E-01 1,64E-01 2,68E-01 29 0,70 0,30 -0,30 -0,27 -0,50 0,20 0,38 0,47 2,08ID -2,30E+13 2,30E+13 -1,86E-01 1,79E-01 9,42E-02 1,01E+00 7,48E-02 66 -0,53 -0,10 0,10 -1,30 0,31 2,84 16,95 1,37 2,00IE 1,12E+14 -1,12E+14 -6,69E-01 -1,16E+00 2,02E-01 9,35E-01 -5,58E-02 91 0,93 0,54 -0,54 -1,90 -0,95 2,10 8,45 -0,60 1,99IF -3,68E+13 3,68E+13 3,11E-01 -7,80E-01 1,40E-01 1,12E+00 -1,13E-01 41 1,90 -0,19 0,19 0,91 -0,46 1,62 10,99 -1,37 2,03IG -6,01E+13 6,01E+13 -1,27E+00 8,15E-01 -1,33E-02 1,27E+00 2,28E-02 18 -1,12 -0,16 0,16 -2,19 0,46 -0,15 10,82 0,25 2,23IH -3,62E+13 3,62E+13 6,57E-01 -1,16E-01 -8,55E-03 8,10E-01 -1,59E-01 64 1,88 -0,21 0,21 1,77 -0,08 -0,09 5,92 -1,53 2,00KA -1,38E+13 1,38E+13 2,40E-01 -5,01E-01 2,47E-01 9,94E-01 1,37E-02 50 0,12 -0,15 0,15 0,88 -0,30 2,87 13,12 0,18 2,02KB 1,83E+15 -1,83E+15 2,75E-01 -3,15E-01 -4,80E-02 1,09E+00 -4,80E-02 23 0,00 0,19 -0,19 0,13 -0,04 -0,12 1,86 -0,09 2,13LA 1,21E+13 -1,21E+13 3,35E-01 1,44E+00 -1,20E-01 6,02E-01 1,12E-01 43 1,20 0,01 -0,01 0,51 0,41 -0,59 1,55 0,68 2,03MA 6,79E+12 -6,79E+12 3,07E-01 -9,18E-02 2,31E-02 1,03E+00 -9,58E-02 85 1,53 0,20 -0,20 2,00 -0,14 0,67 20,31 -1,98 1,99MB -7,76E+14 7,76E+14 4,78E-01 -6,40E-01 9,78E-02 7,84E-01 1,26E-01 71 0,15 -0,27 0,27 1,25 -0,36 1,08 5,93 0,93 2,00MC 4,24E+13 -4,24E+13 -4,28E-01 1,41E+00 5,50E-02 8,90E-01 -1,99E-01 88 -1,63 0,32 -0,32 -1,55 1,11 0,82 10,63 -2,60 1,99MF 1,00E+15 -1,00E+15 -4,31E-01 4,40E-01 -1,73E-02 8,06E-01 -2,54E-02 103 -0,24 0,08 -0,08 -0,34 0,08 -0,05 2,11 -0,06 1,99MH 1,96E+14 -1,96E+14 2,95E-01 3,40E+00 -2,59E-02 6,85E-01 -5,48E-01 34 -0,14 0,12 -0,12 0,33 1,00 -0,13 2,73 -2,63 2,06

Page 129: Analisis Social Cluster pada Bank-Bank Komersial

38

Cluster: 2BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_RATE t crit

MI -4,59E+14 4,59E+14 8,23E-02 1,25E+00 2,41E-02 5,22E-01 1,68E-01 122 0,00 -0,12 0,12 0,13 0,51 0,15 2,51 0,82 1,98MJ -2,58E+13 2,58E+13 -3,30E-01 3,65E-01 -6,29E-02 9,89E-01 4,47E-03 115 -0,54 -0,36 0,36 -1,66 0,44 -1,31 14,57 0,08 1,98NA -6,89E+13 6,89E+13 -7,06E-02 -5,38E-01 7,16E-02 1,20E+00 -9,28E-02 86 1,90 -0,51 0,51 -0,28 -0,49 1,16 13,05 -1,31 1,99NB 1,67E+13 -1,67E+13 9,99E-02 1,42E+00 -2,56E-02 5,38E-01 6,68E-02 128 0,31 0,44 -0,44 0,41 1,39 -0,41 5,96 0,79 1,98NC 1,13E+13 -1,13E+13 -4,94E-01 -2,78E-01 7,15E-02 1,16E+00 -1,40E-01 110 -0,76 0,24 -0,24 -2,43 -0,33 1,43 13,88 -2,29 1,98ND -3,27E+13 3,27E+13 9,76E-02 1,78E-01 5,64E-02 6,56E-01 -4,29E-03 113 -0,64 -0,46 0,46 0,44 0,19 1,01 6,17 -0,05 1,98PA -1,23E+13 1,23E+13 1,64E-01 -1,68E-02 -9,78E-03 4,67E-01 3,28E-01 77 -0,36 -0,23 0,23 0,67 -0,01 -0,18 6,09 3,68 1,99PC 2,15E+13 -2,15E+13 -4,05E-02 -1,61E+00 3,92E-04 9,50E-01 5,33E-02 106 0,40 0,25 -0,25 -0,15 -1,41 0,01 9,91 0,72 1,98RA 8,81E+13 -8,81E+13 1,59E-02 -9,70E-01 7,99E-02 1,16E+00 -2,06E-02 93 0,97 0,48 -0,48 0,09 -1,18 1,86 21,07 -0,45 1,99RB -1,78E+13 1,78E+13 -5,45E-01 1,57E+00 3,92E-02 8,59E-01 1,22E-01 122 -0,88 -0,14 0,14 -2,36 1,64 0,62 10,60 1,80 1,98RC 7,82E+15 -7,82E+15 -3,28E-01 -5,24E+00 -7,48E-01 2,81E-02 -2,04E-02 18 0,00 0,06 -0,06 -0,02 -0,04 -0,08 0,00 0,00 2,23SA -1,91E+14 1,91E+14 1,06E-01 1,54E-01 -2,19E-01 9,04E-01 -1,86E-01 29 0,17 -0,08 0,08 0,14 0,10 -0,31 2,19 -0,55 2,08SB -3,46E+14 3,46E+14 2,93E-01 -2,99E-01 1,74E-01 5,60E-01 -5,76E-02 57 0,79 -0,30 0,30 0,47 -0,09 0,48 1,34 -0,25 2,01SC 7,34E+13 -7,34E+13 6,40E-02 3,82E-01 2,51E-02 9,39E-01 -2,95E-02 65 -0,35 0,44 -0,44 0,35 0,44 0,58 13,30 -0,41 2,00SE 4,44E+13 -4,44E+13 -1,43E-01 2,52E-02 5,94E-02 9,06E-01 -2,61E-02 80 -1,15 0,28 -0,28 -0,61 0,02 0,98 11,19 -0,35 1,99SG -4,24E+17 4,24E+17 -1,49E+00 3,82E+00 -3,39E-01 5,90E-01 -1,96E-01 23 0,00 -0,02 0,02 -0,02 0,01 -0,02 0,04 -0,01 2,13SJ -2,53E+14 2,53E+14 -2,04E-01 -1,42E-01 2,91E-02 8,65E-01 5,33E-03 80 -1,11 -0,39 0,39 -0,56 -0,07 0,27 6,05 0,04 1,99TA -2,52E+13 2,52E+13 2,03E-01 5,93E-01 -6,68E-02 9,34E-01 -2,52E-01 97 0,35 -0,33 0,33 1,14 0,67 -1,64 15,19 -3,80 1,99TB 1,23E+14 -1,23E+14 -4,65E-01 -9,75E-02 -1,65E-01 4,95E-01 -7,45E-02 93 0,20 0,18 -0,18 -0,93 -0,05 -1,48 3,76 -0,72 1,99TC 9,55E+13 -9,55E+13 -2,16E+00 2,37E+00 6,63E-02 5,35E-01 -1,48E-02 85 -2,56 0,32 -0,32 -5,80 1,73 0,68 5,39 -0,16 1,99TD 7,90E+14 -7,90E+14 -1,56E+00 2,70E+00 -2,91E-01 1,17E+00 -2,71E-01 28 0,44 0,48 -0,48 -0,88 0,46 -0,88 2,26 -0,76 2,09TE 6,53E+13 -6,53E+13 2,86E-01 -5,15E-01 8,90E-02 1,01E+00 -1,55E-01 74 1,26 0,19 -0,19 1,15 -0,46 1,32 13,88 -2,38 2,00UB -3,84E+14 3,84E+14 5,71E-01 4,91E+00 -4,42E-02 4,48E-01 -2,44E-02 41 0,03 -0,22 0,22 0,27 0,65 -0,04 0,53 -0,03 2,03UC -5,31E+13 5,31E+13 3,61E-01 4,17E-01 -1,67E-01 8,41E-01 -2,18E-02 105 3,03 -0,31 0,31 1,07 0,31 -1,98 7,60 -0,25 1,98UD -3,73E+14 3,73E+14 1,58E-01 -1,58E-01 -4,63E-01 9,31E-01 -3,84E-01 39 1,49 -0,17 0,17 0,20 -0,07 -2,83 3,71 -1,88 2,04UE 7,18E+13 -7,18E+13 2,25E-01 -1,18E+00 1,55E-01 7,71E-01 -1,60E-01 43 0,18 0,20 -0,20 0,36 -0,65 1,00 2,05 -0,96 2,03VA -9,44E+12 9,44E+12 4,29E-01 -6,06E-02 -1,91E-01 5,11E-01 2,07E-01 68 -0,11 -0,22 0,22 2,69 -0,09 -4,22 10,66 2,95 2,00YA 5,85E+13 -5,85E+13 1,48E-01 3,18E-01 5,54E-02 7,74E-01 9,86E-02 102 0,00 0,53 -0,53 0,63 0,32 0,84 9,67 1,31 1,99

91 bank

Cluster: 3BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_RATE t crit

HA -5,28E+13 5,28E+13 -1,13E-01 1,47E+00 1,40E-01 7,74E-01 -3,85E-02 102 -0,25 -0,44 0,44 -0,41 1,24 1,83 7,87 -0,43 1,99HG 2,14E+12 -2,14E+12 2,14E-02 -1,05E+00 6,61E-02 1,08E+00 1,77E-02 126 2,50 0,10 -0,10 0,13 -1,54 1,54 18,47 0,38 1,98ME 5,89E+14 -5,89E+14 -2,38E-01 1,24E+00 8,28E-03 8,38E-01 1,13E-01 90 -0,34 0,12 -0,12 -0,19 0,24 0,03 2,18 0,32 1,99MG 9,28E+13 -9,28E+13 -2,44E-01 -7,04E-01 -2,30E-02 6,69E-01 2,79E-01 66 0,28 0,52 -0,52 -0,64 -0,44 -0,25 5,71 2,73 2,00

4 bank

Page 130: Analisis Social Cluster pada Bank-Bank Komersial

39

Period: I

Cluster: 1| ß | untuk variable yg mempengaruhi PUAB Urutan Prioritas ( RANK )

BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATEBI - - - - - 7,76E-01 - - - - - - 1 -JA - - 6,94E-01 - - 8,79E-01 - - - 2 - - 1 -PB - - - - - 9,04E-01 - - - - - - 1 -PE - - - - - 9,58E-01 - - - - - - 1 -SH - - - - - 8,41E-01 1,72E-01 - - - - - 1 2UA - - 8,59E-01 - - 6,81E-01 - - - 1 - - 2 -

6 bank

Cluster: 2BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE

A - - - - - 1,06E+00 3,27E-01 - - - - - 1 2AB - - - - - - - - - - - - - -AC - - - - - 7,91E-01 - - - - - - 1 -AD - - - - - - - - - - - - - -AF - - - - - 9,64E-01 1,40E-01 - - - - - 1 2AG - - - - 5,79E-02 4,89E-01 3,19E-01 - - - - 3 1 2AH - - - - - 7,40E-01 - - - - - - 1 -AI - - - - - 8,38E-01 - - - - - - 1 -AJ - - - 9,71E-01 - 1,21E+00 - - - - 2 - 1 -AK - - - - - - - - - - - - - -AL - - - - - 6,17E-01 2,21E-01 - - - - - 1 2BA - - - - - - - - - - - - - -BB - - - - - 9,38E-01 - - - - - - 1 -BF - - - - - 9,24E-01 - - - - - - 1 -BH - - - - - 5,82E-01 - - - - - - 1 -BJ - - - - - 3,68E-01 2,15E-01 - - - - - 1 2BK - - - - - 7,12E-01 - - - - - - 1 -BL - - - - - 7,38E-01 - - - - - - 1 -BM - - - - - 1,10E+00 1,25E-01 - - - - - 1 2BO - - - - - - - - - - - - - -BQ - - - - - - - - - - - - - -CA - - - - - - - - - - - - - -CB - - - - - 1,01E+00 1,32E-01 - - - - - 1 2CC - - - 4,83E+00 6,31E-01 7,53E-01 - - - - 1 3 2 -CD - - - - - 9,42E-01 - - - - - - 1 -

Page 131: Analisis Social Cluster pada Bank-Bank Komersial

40

Cluster: 2| ß | untuk variable yg mempengaruhi PUAB Urutan Prioritas ( RANK )

BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATECE - - - - - 6,45E-01 - - - - - - 1 -CG - - - - - - - - - - - - - -DA - - - - - 6,94E-01 - - - - - - 1 -DB - - - - - 9,91E-01 1,41E-01 - - - - - 1 2DC - - - - - 9,75E-01 1,03E-01 - - - - - 1 2DD - - - - - - - - - - - - - -DE - - - - - 6,67E-01 - - - - - - 1 -DF - - - - - - - - - - - - - -DG - - - - - 7,44E-01 - - - - - - 1 -DI - - - - - 7,70E-01 - - - - - - 1 -EA - - 7,06E-01 - - 8,14E-01 - - - 2 - - 1 -EB - - - - 1,16E-01 1,06E+00 - - - - - 2 1 -FA - - - - - - 3,55E-01 - - - - - - 1FB - - - - - - - - - - - - - -FC - - - - - 8,09E-01 - - - - - - 1 -GA - - - - 8,05E-02 9,81E-01 - - - - - 2 1 -GB - - - - 1,83E-01 7,31E-01 - - - - - 2 1 -HC - - - - - - - - - - - - - -HD - - - - - - - - - - - - - -HE - - - - - 1,08E+00 - - - - - - 1 -HF - - 4,78E-01 - 1,00E-01 1,03E+00 1,48E-01 - - 2 - 4 1 3HI - - - - - - - - - - - - - -IA - - - 1,19E+00 7,43E-02 7,89E-01 - - - - 1 3 2 -IB - - - - - 4,92E-01 - - - - - - 1 -IC - - - - - - - - - - - - - -ID - - - - 9,42E-02 1,01E+00 - - - - - 2 1 -IE - - - - 2,02E-01 9,35E-01 - - - - - 2 1 -IF - - - - - 1,12E+00 - - - - - - 1 -IG - - - - - 1,27E+00 - - - - - - 1 -IH - - - - - 8,10E-01 - - - - - - 1 -KA - - - - 2,47E-01 9,94E-01 - - - - - 2 1 -KB - - - - - - - - - - - - - -LA - - - - - - - - - - - - - -MA - - 3,07E-01 - - 1,03E+00 - - - 2 - - 1 -MB - - - - - 7,84E-01 - - - - - - 1 -MC - - - - - 8,90E-01 1,99E-01 - - - - - 1 2MF - - - - - 8,06E-01 - - - - - - 1 -MH - - - - - 6,85E-01 5,48E-01 - - - - - 1 2

Page 132: Analisis Social Cluster pada Bank-Bank Komersial

41

Cluster: 2| ß | untuk variable yg mempengaruhi PUAB Urutan Prioritas ( RANK )

BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUABMI - - - - - 5,22E-01 - - - - - - 1MJ - - - - - 9,89E-01 - - - - - - 1NA - - - - - 1,20E+00 - - - - - - 1NB - - - - - 5,38E-01 - - - - - - 1NC - - 4,94E-01 - - 1,16E+00 1,40E-01 - - 2 - - 1ND - - - - - 6,56E-01 - - - - - - 1PA - - - - - 4,67E-01 3,28E-01 - - - - - 1PC - - - - - 9,50E-01 - - - - - - 1RA - - - - - 1,16E+00 - - - - - - 1RB - - 5,45E-01 - - 8,59E-01 - - - 2 - - 1RC - - - - - - - - - - - - -SA - - - - - 9,04E-01 - - - - - - 1SB - - - - - - - - - - - - -SC - - - - - 9,39E-01 - - - - - - 1SE - - - - - 9,06E-01 - - - - - - 1SG - - - - - - - - - - - - -SJ - - - - - 8,65E-01 - - - - - - 1TA - - - - - 9,34E-01 2,52E-01 - - - - - 1TB - - - - - 4,95E-01 - - - - - - 1TC - - 2,16E+00 - - 5,35E-01 - - - 1 - - 2TD - - - - - 1,17E+00 - - - - - - 1TE - - - - - 1,01E+00 1,55E-01 - - - - - 1UB - - - - - - - - - - - - -UC - - - - - 8,41E-01 - - - - - - 1UD - - - - 4,63E-01 9,31E-01 - - - - - 2 1UE - - - - - 7,71E-01 - - - - - - 1VA - - 4,29E-01 - 1,91E-01 5,11E-01 2,07E-01 - - 2 - 4 1YA - - - - - 7,74E-01 - - - - - - 1

91 bank

Cluster: 3BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB

HA - - - - - 7,74E-01 - - - - - - 1HG - - - - - 1,08E+00 - - - - - - 1ME - - - - - 8,38E-01 - - - - - - 1MG - - - - - 6,69E-01 2,79E-01 - - - - - 1

4 bank

Page 133: Analisis Social Cluster pada Bank-Bank Komersial

42

Period: II From: 25-Aug-01 To: 26-Apr-02 UJI STATISTIK : Uji tH0 : X tidak mempengaruhi Y Jika t > tcrit maka H0 ditolakH1 : X mempengaruhi Y jika H0 ditolak maka variabel X diperhitungkanALPHA = 0,05

Cluster: 1BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_RATE t crit

BI 2,29E-01 1,59E-02 -0,00E-01 -2,23E-01 -2,01E-02 9,31E-01 2,01E-01 46 2,54 0,22 0,12 -2,54 -0,22 -0,20 12,65 2,64 2,02HA 5,80E-01 -7,27E-02 -0,00E-01 -6,42E-01 -3,23E-02 1,08E+00 -5,64E-01 103 0,54 0,99 -1,05 -0,54 -1,11 -0,54 19,87 -10,29 1,99HI 2,60E-01 -8,04E-04 - -3,12E-01 1,69E-02 2,15E-01 3,74E-01 62 -3,12 0,13 0,00 3,12 -0,16 0,10 1,45 2,52 2,00ID -1,58E-01 -7,06E-02 - 2,58E-01 -7,63E-02 7,36E-01 1,76E-01 64 -0,70 -0,18 -0,59 0,70 0,30 -0,75 8,72 2,10 2,00MG 2,31E-01 -3,34E-02 -0,00E-01 -2,24E-01 -3,02E-02 1,02E+00 -1,41E-01 72 0,73 1,16 -1,55 -0,73 -1,15 -1,61 64,22 -8,78 2,00SH 4,26E-01 -6,62E-02 - -3,86E-01 -6,43E-02 5,85E-01 5,24E-01 113 -3,56 0,55 -0,71 3,56 -0,52 -0,87 10,02 8,58 1,98UA -3,25E-01 8,53E-02 -0,00E-01 2,46E-01 2,80E-01 7,61E-01 2,30E-02 65 1,83 -0,33 0,69 -1,83 0,26 2,65 7,56 0,23 2,00

7 bank

Cluster: 2BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_RATE t crit

A 1,13E+00 4,56E-01 6,96E-01 -8,16E-03 49 2,02AB 1,78E+01 -3,41E+00 - -1,69E+01 -2,21E+00 -1,48E-01 2,69E-01 8 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00AF 4,58E-03 -1,60E-01 -0,00E-01 1,15E-01 -1,82E-01 8,92E-01 -4,34E-02 22 0,20 0,00 -0,73 -0,20 0,08 -0,80 5,61 -0,10 2,14AH -7,24E-01 4,15E-02 -0,00E-01 7,57E-01 -7,84E-02 9,38E-01 -1,10E-01 79 1,41 -0,74 0,55 -1,41 0,79 -0,93 12,29 -1,47 1,99AJ 7,13E-01 1,36E-01 -0,00E-01 -6,26E-01 1,22E-01 6,79E-01 2,24E-01 90 0,26 0,68 1,15 -0,26 -0,62 1,22 9,11 2,97 1,99BB -1,69E+00 4,78E-02 - 1,39E+00 1,13E-01 1,05E+00 -6,24E-01 24 -0,24 -1,74 0,37 0,24 1,47 1,12 11,14 -5,79 2,12BC 1,93E+00 -4,54E-02 -0,00E-01 -2,12E+00 2,79E-01 -4,26E-02 6,53E-01 40 0,66 1,54 -0,19 -0,66 -1,76 1,27 -0,39 4,43 2,04BE -3,56E-01 -4,60E-02 -0,00E-01 5,84E-01 -1,76E-01 2,25E-01 2,07E-01 69 1,86 -0,27 -0,16 -1,86 0,46 -0,59 1,66 1,43 2,00BF 4,28E-01 -5,27E-02 -0,00E-01 -4,08E-01 -3,82E-02 9,95E-01 -5,88E-02 121 0,91 2,12 -2,27 -0,91 -2,08 -2,00 64,74 -3,79 1,98BH 1,90E+00 -2,14E-02 - -1,95E+00 3,03E-01 1,18E-01 2,07E-01 78 -1,25 1,31 -0,15 1,25 -1,38 2,11 1,07 1,78 1,99BL 1,66E+00 -1,55E-01 - -1,55E+00 -3,47E-01 6,60E-01 4,87E-01 46 -0,68 0,59 -0,54 0,68 -0,56 -1,11 2,76 0,52 2,02BM -4,77E-02 -9,91E-03 -0,00E-01 2,01E-02 -3,36E-02 1,02E+00 -1,13E-01 123 0,77 -0,28 -0,52 -0,77 0,12 -2,03 76,08 -8,31 1,98BQ 2,87E-01 6,52E-02 - -4,58E-01 3,14E-01 2,14E-02 4,38E-01 133 -2,49 0,33 0,64 2,49 -0,54 3,00 0,31 4,95 1,98CA -5,01E-01 5,11E-02 - 8,83E-02 4,97E-01 1,84E-01 -4,00E-01 41 -2,21 -0,20 0,21 2,21 0,04 1,77 0,93 -1,67 2,03CB 6,23E-01 -3,64E-02 8,83E-01 -8,14E-02 85 1,99CC 5,62E-01 -5,41E-01 -0,00E-01 -1,96E-01 -4,54E-01 1,04E+00 -8,18E-01 21 1,29 0,09 -0,83 -1,29 -0,03 -0,50 1,30 -0,99 2,16CE -2,66E-01 -3,66E-02 -0,00E-01 2,53E-01 6,79E-03 4,29E-02 -1,83E-03 18 1,71 -0,05 -0,06 -1,71 0,05 0,01 0,08 0,00 2,23DA 5,67E-02 -4,95E-02 - -1,50E-02 -1,79E-02 9,48E-01 1,02E-01 130 -1,27 0,21 -1,57 1,27 -0,06 -0,66 44,49 4,76 1,98DD 2,16E-01 -1,03E-02 -0,00E-01 -3,35E-01 1,63E-01 1,24E+00 -9,27E-01 66 2,22 0,14 -0,05 -2,22 -0,23 1,08 4,54 -3,11 2,00DH -6,67E-02 -6,00E-02 -0,00E-01 1,09E-01 -6,48E-02 9,78E-01 -1,65E-01 29 1,73 -0,11 -0,66 -1,73 0,17 -0,73 18,37 -3,05 2,08EA 1,81E-01 -7,57E-02 -0,00E-01 -2,64E-01 -4,38E-02 1,05E+00 -5,25E-01 96 0,83 0,27 -0,98 -0,83 -0,41 -0,69 17,33 -8,70 1,99FB 4,40E+00 5,91E-01 -0,00E-01 -4,65E+00 2,28E-01 3,76E-01 1,12E-01 17 0,33 1,56 1,62 -0,33 -1,63 0,58 1,23 0,15 2,26GA 3,02E-01 -5,02E-02 - -3,17E-01 -3,96E-02 9,53E-01 8,97E-02 130 -1,53 1,54 -2,24 1,53 -1,66 -2,05 62,43 5,76 1,98

Page 134: Analisis Social Cluster pada Bank-Bank Komersial

43

Cluster: 2BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_RATE t crit

HG -2,37E-01 5,09E-02 - 1,25E-01 7,49E-02 9,40E-01 -3,79E-02 105 -1,68 -0,47 0,91 1,68 0,25 1,53 19,78 -0,76 1,98IE -3,44E-01 8,50E-03 - 2,72E-01 -3,93E-02 1,05E+00 -2,83E-01 124 -3,71 -0,48 0,11 3,71 0,39 -0,59 15,55 -3,57 1,98IG 2,42E+00 4,07E-01 - -3,08E+00 2,76E-01 6,24E-01 -6,39E-01 13 -0,14 0,32 0,20 0,14 -0,44 0,19 0,80 -0,12 2,57IH -4,16E-01 -1,36E-01 - 4,20E-01 -1,24E-01 7,58E-01 1,21E-01 61 -0,54 -0,36 -0,85 0,54 0,38 -0,79 7,51 0,51 2,01LB 1,49E+01 -1,15E+00 -0,00E-01 -1,36E+01 -3,51E-01 5,78E-01 -6,36E-01 18 0,20 3,34 -3,91 -0,20 -3,10 -1,42 3,11 -3,13 2,23MA -9,42E-02 -1,32E-02 -0,00E-01 1,13E-01 -4,85E-02 9,73E-01 5,44E-02 79 1,60 -0,30 -0,35 -1,60 0,37 -1,60 39,40 2,17 1,99MF -1,83E-02 -8,82E-03 -0,00E-01 1,06E-01 -2,90E-02 9,35E-01 6,20E-02 103 1,12 -0,04 -0,17 -1,12 0,21 -0,64 25,34 1,53 1,99MH -1,52E+00 -4,87E-01 -0,00E-01 1,58E+00 -4,08E-02 6,35E-01 -5,58E-02 46 0,02 -1,34 -4,79 -0,02 1,41 -0,37 7,62 -0,63 2,02MJ -3,98E-01 2,68E-01 - 3,38E-01 1,48E-01 3,97E-01 3,37E-01 112 -0,33 -0,43 2,21 0,33 0,37 1,51 4,34 3,57 1,98NA 4,18E-01 -8,24E-02 - -4,16E-01 -3,62E-02 9,69E-01 -3,94E-02 56 -0,67 1,10 -1,92 0,67 -1,12 -1,07 34,42 -1,35 2,01NB -2,13E-01 7,12E-02 -0,00E-01 1,04E-01 7,62E-02 1,01E+00 -1,71E-01 121 0,78 -0,41 1,24 -0,78 0,20 1,53 19,20 -3,15 1,98PC 4,67E-01 -1,06E-01 - -3,31E-01 1,79E-03 9,76E-01 2,83E-03 89 -0,84 1,28 -1,85 0,84 -0,91 0,05 37,14 0,11 1,99PE -8,49E+14 8,49E+14 -0,00E-01 -1,82E+00 -6,69E-01 6,83E-02 -4,38E-01 13 0,04 -0,02 0,02 -0,04 -0,01 -0,03 0,01 -0,03 2,57RA 4,63E-01 -6,95E-02 -0,00E-01 -5,00E-01 -8,17E-02 2,63E-01 3,10E-02 98 0,29 0,36 -0,45 -0,29 -0,40 -0,61 2,47 0,29 1,99SC -2,25E-01 -1,51E-01 - 2,08E-01 3,45E-02 3,94E-01 1,45E-01 65 -0,10 -0,13 -0,83 0,10 0,12 0,22 3,29 1,11 2,00SD -9,45E-01 1,77E-01 -0,00E-01 1,20E+00 -7,46E-02 3,88E-01 5,03E-01 18 0,21 -0,25 0,30 -0,21 0,36 -0,12 1,45 1,45 2,23SE 9,32E-02 -2,68E-02 - -1,21E-01 -1,53E-01 7,24E-01 1,27E-01 118 -0,51 0,12 -0,32 0,51 -0,16 -1,96 10,58 1,90 1,98TA 7,32E-02 -8,32E-02 - -3,43E-02 -7,93E-02 9,88E-01 -6,10E-02 117 -0,31 0,33 -3,26 0,31 -0,16 -3,72 57,98 -3,55 1,98TC 3,02E-01 -3,10E-02 -0,00E-01 -2,87E-01 -1,13E-01 1,10E-01 7,78E-02 13 0,62 0,03 -0,02 -0,62 -0,03 -0,03 0,06 0,02 2,57TD 3,46E+00 -1,30E+00 - -1,79E+00 -8,46E-01 3,61E-01 -3,60E-01 18 -0,32 0,27 -0,85 0,32 -0,15 -0,89 0,80 -0,18 2,23TE -1,19E+00 1,05E-01 -0,00E-01 1,14E+00 7,23E-03 8,55E-01 -3,96E-02 93 0,99 -1,55 1,41 -0,99 1,50 0,10 14,76 -0,69 1,99UB -1,06E+01 -8,83E-01 2,51E-01 -9,18E-02 9 12,71UC 3,61E-01 1,57E-01 - -5,13E-01 1,16E-01 4,15E-01 4,19E-01 105 -1,95 0,39 1,65 1,95 -0,56 1,32 5,64 4,72 1,98VA -4,05E-02 -4,41E-01 - 5,76E-01 2,71E-01 4,18E-01 2,86E-01 33 -0,12 -0,02 -0,69 0,12 0,21 1,10 2,38 1,56 2,06

47 bank

Cluster: 3BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_RATE t crit

AC 2,25E-01 -3,29E-02 -0,00E-01 -1,85E-01 2,25E-02 9,65E-01 -8,54E-02 103 5,66 0,57 -0,70 -5,66 -0,48 0,57 31,92 -2,81 1,99AL 4,85E-01 -2,38E-02 -0,00E-01 -4,70E-01 -8,49E-03 8,83E-01 -1,08E-01 120 5,50 0,55 -0,23 -5,50 -0,55 -0,10 13,03 -1,47 1,98CD 2,08E+00 -1,80E-01 -0,00E-01 -2,09E+00 -2,41E-01 8,55E-01 1,99E-01 58 1,07 1,69 -1,42 -1,07 -1,71 -1,60 9,89 1,26 2,01DE 2,79E-02 9,87E-02 - -1,55E-01 6,35E-02 6,94E-01 2,71E-01 78 -0,30 0,03 0,97 0,30 -0,19 0,86 10,28 3,71 1,99DG 8,78E-02 -5,34E-02 -0,00E-01 5,24E-03 -1,01E-01 7,77E-01 3,56E-01 104 4,87 0,10 -0,53 -4,87 0,01 -1,08 11,49 5,10 1,98EB 3,04E-01 -1,65E-01 - -2,70E-01 -3,48E-02 3,66E-01 2,17E-01 66 -0,22 0,23 -0,77 0,22 -0,20 -0,21 3,11 1,80 2,00FA 2,59E+00 2,58E-01 -3,41E-02 1,14E-01 60 2,01HE -6,94E-02 -2,89E-02 - 8,62E-02 -3,71E-04 5,60E-01 3,86E-01 122 -0,66 -0,08 -0,30 0,66 0,11 0,00 8,69 5,81 1,98HF 2,33E-01 -5,68E-03 -0,00E-01 -2,01E-01 3,52E-02 8,87E-01 2,63E-02 108 0,26 0,37 -0,08 -0,26 -0,33 0,58 19,12 0,57 1,98IA 8,91E-02 2,24E-02 -0,00E-01 -8,89E-03 1,01E-01 2,91E-01 5,57E-01 115 1,71 0,11 0,25 -1,71 -0,01 1,21 4,17 7,27 1,98

Page 135: Analisis Social Cluster pada Bank-Bank Komersial

44

Cluster: 3BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_RATE t crit

KA -1,12E-01 -6,34E-02 -0,00E-01 2,75E-01 -1,10E-01 9,57E-01 -1,16E-01 67 1,01 -0,25 -0,99 -1,01 0,65 -1,97 25,52 -3,08 2,00KB -8,23E-02 -8,75E-02 -0,00E-01 3,02E-01 -1,85E-01 9,58E-01 8,57E-03 65 1,88 -0,14 -1,12 -1,88 0,53 -1,98 21,22 0,19 2,00MC 1,94E-01 -1,23E-02 -0,00E-01 -1,08E-01 -5,52E-02 2,55E-01 6,48E-02 58 3,54 0,08 -0,05 -3,54 -0,05 -0,19 1,23 0,26 2,01PA -7,63E-01 3,73E-01 -0,00E-01 9,07E-01 7,03E-01 2,77E-01 -3,01E-01 29 0,51 -0,22 1,56 -0,51 0,26 2,65 1,45 -1,55 2,08PB -3,94E-01 1,08E-01 - 2,49E-01 4,23E-02 9,94E-01 -1,03E-01 44 -2,63 -0,56 0,78 2,63 0,37 0,39 12,71 -1,31 2,03SF -3,58E-01 2,41E-02 - 4,93E-01 -1,75E-03 1,11E-01 7,96E-01 88 -0,14 -0,72 0,38 0,14 0,99 -0,02 2,77 12,44 1,99SJ 4,37E-01 1,04E-01 -0,00E-01 -3,36E-01 1,53E-01 8,67E-01 2,58E-01 72 0,19 0,63 1,41 -0,19 -0,49 2,38 16,77 4,83 2,00YA -3,26E-01 8,15E-02 - 4,00E-01 -7,94E-02 9,19E-01 5,26E-02 116 -1,88 -0,66 1,42 1,88 0,84 -1,60 23,18 1,34 1,98

18 bank

Cluster: 4BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_RATE t crit

AD 1,75E-01 2,30E-01 - -2,48E-01 3,17E-01 5,75E-01 2,14E-01 70 -0,27 0,13 1,70 0,27 -0,18 2,47 5,99 2,10 2,00AG -3,58E-01 -1,35E-02 -0,00E-01 4,40E-01 2,98E-02 1,00E+00 -1,38E-01 77 0,80 -1,03 -0,34 -0,80 1,28 0,87 39,36 -5,34 1,99AI 1,15E+00 -1,52E-02 - -9,84E-01 -2,07E-01 9,06E-01 -9,31E-02 76 -0,74 1,47 -0,19 0,74 -1,30 -2,89 16,26 -1,69 2,00CG 2,70E-01 1,88E-01 - -1,32E-01 -6,48E-03 2,33E-01 6,18E-01 55 -1,26 0,18 1,46 1,26 -0,09 -0,05 2,21 5,21 2,01HD 1,90E+00 -1,20E+00 -0,00E-01 -1,81E+00 -3,33E-01 -2,89E-01 5,01E-02 21 1,49 0,34 -2,46 -1,49 -0,31 -0,56 -0,69 0,13 2,16MB -2,00E-01 1,48E-01 - 1,32E-01 5,28E-02 8,77E-01 -1,29E-01 77 0,00 -0,19 1,29 0,00 0,13 0,49 8,20 -1,19 1,99

6 bank

Cluster: 5BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_RATE t crit

BJ -1,83E-01 3,43E-03 - 2,56E-02 1,09E-01 1,43E-01 8,14E-02 51 -3,50 -0,06 0,02 3,50 0,01 0,41 0,68 0,36 2,02DI -1,60E-01 5,65E-02 - 1,35E-01 9,44E-03 1,04E+00 -1,20E-01 109 -0,19 -0,68 2,20 0,19 0,59 0,42 53,18 -6,11 1,98JA 2,46E-01 5,40E-02 -0,00E-01 -3,78E-01 1,27E-01 9,39E-01 -4,77E-01 77 2,24 0,23 0,48 -2,24 -0,37 1,28 10,93 -5,43 1,99LA -5,08E+00 2,03E-01 - 5,57E+00 -2,16E-01 4,46E-01 4,76E-02 22 -0,77 -0,42 0,16 0,77 0,49 -0,17 0,66 0,10 2,14ME 1,42E-01 3,89E-02 - -8,95E-02 -2,58E-02 1,63E+00 -1,32E+00 88 -1,05 0,13 0,30 1,05 -0,08 -0,22 6,40 -5,07 1,99ND 5,75E-01 -1,49E-01 -0,00E-01 -5,54E-01 -2,36E-02 1,33E+00 -6,41E-01 112 1,10 1,17 -2,59 -1,10 -1,16 -0,52 22,96 -10,98 1,98

6 bank

Cluster: 6BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_RATE t crit

AK -1,46E-01 1,31E-01 - -4,75E-02 3,73E-01 4,34E-01 9,39E-02 19 -1,07 -0,03 0,28 1,07 -0,01 0,43 1,10 0,24 2,20MI -2,46E-01 1,97E-01 -0,00E-01 2,56E-01 4,87E-02 5,73E-01 3,76E-01 122 2,49 -0,20 1,40 -2,49 0,21 0,41 6,08 2,40 1,98RB -8,77E-02 -2,26E-02 -0,00E-01 8,44E-02 -7,27E-02 8,78E-01 1,59E-01 163 0,62 -0,26 -0,59 -0,62 0,26 -2,22 31,68 5,73 1,98

3 bank

Page 136: Analisis Social Cluster pada Bank-Bank Komersial

45

Cluster: 7BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_RATE t crit

AE -1,07E+00 1,08E-01 - 7,74E-01 6,61E-02 3,98E-01 3,41E-01 71 -1,17 -0,71 0,60 1,17 0,54 0,40 3,31 1,85 2,00DB -6,51E-01 1,37E-01 - 4,66E-01 8,89E-02 8,90E-01 -1,27E-01 72 -3,71 -0,56 0,90 3,71 0,42 0,73 8,35 -1,14 2,00DC -4,33E-01 5,47E-02 -0,00E-01 3,30E-01 -2,95E-02 9,95E-01 -8,95E-02 127 4,74 -1,04 1,18 -4,74 0,82 -0,73 28,23 -2,51 1,98FC -2,44E-01 -1,56E-01 -0,00E-01 2,60E-01 -3,36E-03 9,14E-01 -8,85E-02 15 0,50 -0,40 -0,89 -0,50 0,42 -0,05 10,81 -0,80 2,36NC -5,70E-01 1,27E-01 - 5,16E-01 6,10E-02 5,82E-01 2,38E-01 74 -0,76 -0,55 0,98 0,76 0,51 0,52 6,21 2,50 2,00RC 2,02E+00 1,91E-01 8,77E-01 -9,68E-02 49 2,02SB -5,84E-01 1,61E-01 - 3,19E-01 2,62E-01 5,44E-01 -4,84E-02 99 -0,13 -0,52 1,21 0,13 0,29 2,31 5,93 -0,49 1,99SG -1,79E+00 -1,24E-01 - 1,69E+00 -2,89E-02 9,29E-01 -2,08E-01 14 -0,44 -2,01 -0,74 0,44 1,80 -0,18 12,00 -1,52 2,45UD -5,94E-01 -9,18E-02 -0,00E-01 6,12E-01 -5,73E-02 9,53E-01 -1,30E-01 29 1,17 -1,28 -1,42 -1,17 1,32 -1,11 24,58 -2,87 2,08

9 bank

Page 137: Analisis Social Cluster pada Bank-Bank Komersial

46

Period: II

Cluster: 1| ß | untuk variable yg mempengaruhi PUAB Urutan Prioritas ( RANK )

BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATEBI - - - - - 9,31E-01 2,01E-01 - - - - - 1 2HA - - - - - 1,08E+00 5,64E-01 - - - - - 1 2HI - - - - - - 3,74E-01 - - - - - - 1ID - - - - - 7,36E-01 1,76E-01 - - - - - 1 2MG - - - - - 1,02E+00 1,41E-01 - - - - - 1 2SH - - - - - 5,85E-01 5,24E-01 - - - - - 1 2UA - - - - 2,80E-01 7,61E-01 - - - - - 2 1 -

7 bank

Cluster: 2BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE

A - - - - - - - - - - - - - -AB - - - - - - - - - - - - - -AF - - - - - 8,92E-01 - - - - - - 1 -AH - - - - - 9,38E-01 - - - - - - 1 -AJ - - - - - 6,79E-01 2,24E-01 - - - - - 1 2BB - - - - - 1,05E+00 6,24E-01 - - - - - 1 2BC - - - - - - 6,53E-01 - - - - - - 1BE - - - - - - - - - - - - - -BF 4,28E-01 5,27E-02 - 4,08E-01 3,82E-02 9,95E-01 5,88E-02 2 5 - 3 6 1 4BH - - - - 3,03E-01 - - - - - - 1 - -BL - - - - - 6,60E-01 - - - - - - 1 -BM - - - - 3,36E-02 1,02E+00 1,13E-01 - - - - 3 1 2BQ - - - - 3,14E-01 - 4,38E-01 - - - - 2 - 1CA - - - - - - - - - - - - - -CB - - - - - - - - - - - - - -CC - - - - - - - - - - - - - -CE - - - - - - - - - - - - - -DA - - - - - 9,48E-01 1,02E-01 - - - - - 1 2DD - - - - - 1,24E+00 9,27E-01 - - - - - 1 2DH - - - - - 9,78E-01 1,65E-01 - - - - - 1 2EA - - - - - 1,05E+00 5,25E-01 - - - - - 1 2FB - - - - - - - - - - - - - -GA - 5,02E-02 - - 3,96E-02 9,53E-01 8,97E-02 - 3 - - 4 1 2

Page 138: Analisis Social Cluster pada Bank-Bank Komersial

47

Cluster: 2| ß | untuk variable yg mempengaruhi PUAB Urutan Prioritas ( RANK )

BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATEHG - - - - - 9,40E-01 - - - - - - 1 -IE - - - - - 1,05E+00 2,83E-01 - - - - - 1 2IG - - - - - - - - - - - - - -IH - - - - - 7,58E-01 - - - - - - 1 -LB 1,49E+01 1,15E+00 - 1,36E+01 - 5,78E-01 6,36E-01 1 3 - 2 - 5 4MA - - - - - 9,73E-01 5,44E-02 - - - - - 1 2MF - - - - - 9,35E-01 - - - - - - 1 -MH - 4,87E-01 - - - 6,35E-01 - - 2 - - - 1 -MJ - 2,68E-01 - - - 3,97E-01 3,37E-01 - 3 - - - 1 2NA - - - - - 9,69E-01 - - - - - - 1 -NB - - - - - 1,01E+00 1,71E-01 - - - - - 1 2PC - - - - - 9,76E-01 - - - - - - 1 -PE - - - - - - - - - - - - - -RA - - - - - 2,63E-01 - - - - - - 1 -SC - - - - - 3,94E-01 - - - - - - 1 -SD - - - - - - - - - - - - - -SE - - - - - 7,24E-01 - - - - - - 1 -TA - 8,32E-02 - - 7,93E-02 9,88E-01 6,10E-02 - 2 - - 3 1 4TC - - - - - - - - - - - - - -TD - - - - - - - - - - - - - -TE - - - - - 8,55E-01 - - - - - - 1 -UB - - - - - - - - - - - - - -UC - - - - - 4,15E-01 4,19E-01 - - - - - 2 1VA - - - - - 4,18E-01 - - - - - - 1 -

47 bank

Cluster: 3BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE

AC - - - - - 9,65E-01 8,54E-02 - - - - - 1 2AL - - - - - 8,83E-01 - - - - - - 1 -CD - - - - - 8,55E-01 - - - - - - 1 -DE - - - - - 6,94E-01 2,71E-01 - - - - - 1 2DG - - - - - 7,77E-01 3,56E-01 - - - - - 1 2EB - - - - - 3,66E-01 - - - - - - 1 -FA - - - - - - - - - - - - - -HE - - - - - 5,60E-01 3,86E-01 - - - - - 1 2HF - - - - - 8,87E-01 - - - - - - 1 -IA - - - - - 2,91E-01 5,57E-01 - - - - - 2 1

Page 139: Analisis Social Cluster pada Bank-Bank Komersial

48

Cluster: 3| ß | untuk variable yg mempengaruhi PUAB Urutan Prioritas ( RANK )

BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATEKA - - - - - 9,57E-01 1,16E-01 - - - - - 1 2KB - - - - - 9,58E-01 - - - - - - 1 -MC - - - - - - - - - - - - - -PA - - - - 7,03E-01 - - - - - - 1 - -PB - - - - - 9,94E-01 - - - - - - 1 -SF - - - - - 1,11E-01 7,96E-01 - - - - - 2 1SJ - - - - 1,53E-01 8,67E-01 2,58E-01 - - - - 3 1 2YA - - - - - 9,19E-01 - - - - - - 1 -

18 bank

Cluster: 4BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE

AD - - - - 3,17E-01 5,75E-01 2,14E-01 - - - - 2 1 3AG - - - - - 1,00E+00 1,38E-01 - - - - - 1 2AI - - - - 2,07E-01 9,06E-01 - - - - - 2 1 -CG - - - - - 2,33E-01 6,18E-01 - - - - - 2 1HD - 1,20E+00 - - - - - - 1 - - - - -MB - - - - - 8,77E-01 - - - - - - 1 -

6 bank

Cluster: 5BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE

BJ - - - - - - - - - - - - - -DI - 5,65E-02 - - - 1,04E+00 1,20E-01 - 3 - - - 1 2JA - - - - - 9,39E-01 4,77E-01 - - - - - 1 2LA - - - - - - - - - - - - - -ME - - - - - 1,63E+00 1,32E+00 - - - - - 1 2ND - 1,49E-01 - - - 1,33E+00 6,41E-01 - 3 - - - 1 2

6 bank

Cluster: 6BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE

AK - - - - - - - - - - - - - -MI - - - - - 5,73E-01 3,76E-01 - - - - - 1 2RB - - - - 7,27E-02 8,78E-01 1,59E-01 - - - - 3 1 2

3 bank

Page 140: Analisis Social Cluster pada Bank-Bank Komersial

49

Cluster: 7| ß | untuk variable yg mempengaruhi PUAB Urutan Prioritas ( RANK )

BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATEAE - - - - - 3,98E-01 - - - - - - 1 -DB - - - - - 8,90E-01 - - - - - - 1 -DC - - - - - 9,95E-01 8,95E-02 - - - - - 1 2FC - - - - - 9,14E-01 - - - - - - 1 -NC - - - - - 5,82E-01 2,38E-01 - - - - - 1 2RC - - - - - - - - - - - - - -SB - - - - 2,62E-01 5,44E-01 - - - - - 2 1 -SG - - - - - 9,29E-01 - - - - - - 1 -UD - - - - - 9,53E-01 1,30E-01 - - - - - 1 2

9 bank

Page 141: Analisis Social Cluster pada Bank-Bank Komersial

50

Period: III From: ########## To: 4-Oct-02 UJI STATISTIK : Uji tH0 : X tidak mempengaruhi Y Jika t > tcrit maka H0 ditolakH1 : X mempengaruhi Y jika H0 ditolak maka variabel X diperhitungkanALPHA 0,05

Cluster: 1BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV t crit

AC -5,63E-01 1,63E-02 -8,69E-02 1,25E+00 -8,66E-02 3,14E-01 -4,61E-02 59 -0,33 -0,66 0,33 -0,46 1,40 -0,94 1,46 -0,33 2,01AF 1,85E+00 - 1,83E-01 -1,91E+00 -7,36E-02 8,90E-01 -4,47E-02 19 -1,25 0,97 1,25 0,82 -0,92 -0,62 2,42 -0,20 2,20AH -1,81E-02 -1,17E-02 -2,21E-01 2,20E-01 4,12E-02 1,08E+00 -1,22E-01 69 0,72 -0,04 -0,72 -1,95 0,43 0,77 8,35 -1,23 2,00AL 1,16E-01 -1,08E-03 2,68E-02 3,59E-01 -9,84E-02 7,36E-01 -3,44E-01 70 0,06 0,15 -0,06 0,17 0,44 -1,25 3,86 -2,25 2,00BC 3,74E-01 1,89E-02 -2,87E-01 -4,87E-01 9,78E-02 9,89E-01 2,71E-01 75 -0,98 0,51 0,98 -1,76 -0,64 1,46 6,54 2,59 2,00BH 8,98E-01 -1,17E-02 2,26E-02 -1,10E+00 5,37E-03 7,11E-01 4,00E-01 65 0,42 1,59 -0,42 0,17 -1,87 0,09 4,67 3,39 2,00BJ 1,48E-01 7,45E-03 -1,97E-01 1,45E-01 -1,92E-02 6,55E-01 1,86E-01 36 -0,11 0,13 0,11 -0,83 0,12 -0,20 2,16 0,83 2,05BL - -6,42E-01 -5,46E+00 -8,96E-02 1,48E+00 -5,25E-01 18 2,23BY -6,18E+01 - 4,09E+01 2,07E+01 -9,83E-01 6,91E-01 1,41E-01 11 -0,17 -0,21 0,17 0,21 0,20 -0,20 0,39 0,16 3,18BZD - 8,85E-01 -6,80E+00 -1,01E-01 9,41E-01 -3,82E-01 22 2,14CD 5,85E-01 2,93E-02 -4,54E-01 -1,76E-01 -5,02E-02 1,14E+00 -1,61E-01 57 -0,43 1,15 0,43 -3,13 -0,34 -0,75 5,56 -1,08 2,01DD 1,12E+00 -4,72E-03 -4,86E-01 -1,02E+00 3,85E-02 1,21E+00 8,99E-02 48 0,16 1,85 -0,16 -3,91 -1,63 0,70 8,68 0,99 2,02DE -2,31E+00 -8,84E-02 6,25E-02 1,66E+00 3,53E-01 1,28E+00 2,97E-01 16 0,12 -0,45 -0,12 0,12 0,32 0,51 1,85 0,60 2,31DG -3,16E-01 -0,00E-01 2,52E-01 3,17E-01 1,14E-02 3,06E-01 4,40E-01 74 0,33 -0,90 -0,33 3,28 0,84 0,32 3,50 4,03 2,00EA 1,26E+00 2,58E-03 -5,53E-02 -1,22E+00 -4,67E-02 8,00E-01 1,41E-01 65 -0,09 1,81 0,09 -0,30 -1,72 -0,60 4,21 1,00 2,00EB 8,64E-02 2,33E-02 -1,23E-02 -3,30E-02 1,86E-02 7,22E-01 2,17E-01 54 -0,44 0,14 0,44 -0,10 -0,05 0,31 5,64 1,91 2,01HE -3,97E-01 -2,01E-03 1,96E-01 4,68E-01 -2,08E-03 2,34E-01 5,01E-01 79 0,31 -1,01 -0,31 2,40 1,16 -0,05 2,37 5,58 1,99HF -2,76E-01 1,67E-03 -2,49E-02 4,11E-01 2,98E-02 9,09E-01 -4,12E-02 70 -0,22 -0,73 0,22 -0,34 1,03 0,81 7,92 -0,51 2,00IA -2,01E-01 3,76E-03 -1,28E-01 3,59E-01 4,78E-02 1,04E+00 -1,10E-01 80 -0,42 -0,55 0,42 -1,56 0,94 1,25 9,80 -1,40 1,99IB -2,96E-01 -2,20E-02 -1,02E-01 6,00E-01 -1,54E-02 6,31E-01 1,25E-01 54 0,40 -0,49 -0,40 -0,80 0,93 -0,24 3,64 0,94 2,01ID -6,59E-01 -9,48E-03 1,87E-01 6,51E-01 1,77E-02 3,19E-01 5,02E-01 35 0,19 -1,30 -0,19 1,56 1,20 0,36 3,23 4,36 2,05KB -7,93E-01 -2,96E-04 2,09E-01 6,35E-01 1,55E-01 5,74E-01 2,90E-01 53 0,03 -2,57 -0,03 2,80 1,96 4,18 7,13 2,85 2,01MC -1,18E+00 -2,25E-02 4,52E-03 1,56E+00 2,98E-02 9,69E-01 -4,30E-01 83 0,66 -2,37 -0,66 0,04 3,02 0,58 7,33 -3,75 1,99MH 3,49E+00 8,72E-03 -3,90E-01 -3,05E+00 -1,09E-01 1,16E+00 -3,24E-01 25 -0,17 3,29 0,17 -1,59 -2,64 -0,94 4,79 -1,67 2,11PB -1,63E+00 -5,67E-04 -1,61E-01 1,83E+00 6,62E-02 9,25E-01 -5,64E-02 51 0,01 -1,24 -0,01 -1,02 1,36 0,82 5,60 -0,51 2,02SD 1,70E+00 -4,83E-02 -2,18E-01 -1,52E+00 2,38E-01 1,53E+00 -6,49E-01 15 0,99 1,05 -0,99 -0,71 -0,82 1,32 5,14 -1,27 2,36SF 6,14E-01 -3,29E-03 -3,17E-01 -6,13E-01 5,48E-02 8,82E-01 3,47E-01 81 0,17 1,03 -0,17 -2,51 -0,98 0,96 7,13 4,15 1,99SI 4,04E-01 2,82E-02 -2,40E-01 -1,66E-01 -3,32E-02 6,53E-01 2,69E-01 48 -0,58 0,44 0,58 -1,15 -0,17 -0,30 3,67 1,74 2,02SJ -4,19E-01 8,19E-04 -5,25E-02 5,13E-01 4,11E-02 7,84E-01 2,03E-01 44 -0,04 -1,53 0,04 -0,63 1,99 0,69 14,57 3,33 2,03UA 9,83E-01 -1,03E-01 -3,42E-01 -6,15E-01 -5,18E-02 7,37E-01 2,19E-01 43 0,98 1,89 -0,98 -2,00 -1,14 -0,83 2,98 1,18 2,03UB -3,53E-01 -1,09E+00 -1,60E-02 1,22E+00 2,51E-02 20 2,18UC 1,59E-01 4,98E-02 5,71E-02 -2,55E-02 1,01E-01 8,69E-01 -4,66E-02 58 -0,60 0,54 0,60 0,67 -0,09 2,37 6,93 -0,41 2,01YA -1,89E-01 -1,96E-02 -1,81E-01 5,85E-01 -4,28E-02 4,12E-01 3,63E-01 83 0,56 -0,36 -0,56 -1,76 1,08 -0,83 3,51 4,40 1,99

33 bank

Page 142: Analisis Social Cluster pada Bank-Bank Komersial

51

Cluster: 2BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUABt_PREV_RATE t crit

AI 7,87E-01 -5,75E-03 -4,88E-01 -2,31E-01 -5,19E-02 1,08E+00 -2,61E-01 70 0,40 1,21 -0,40 -3,35 -0,35 -0,84 6,10 -2,00 2,00MB 1,12E-01 4,62E-03 -6,46E-03 -3,13E-03 5,36E-02 8,08E-01 8,29E-02 36 -0,14 0,25 0,14 -0,05 -0,01 0,91 5,80 0,84 2,05

2 bank

Cluster: 3BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUABt_PREV_RATE t crit

BB 2,52E+00 -1,07E-03 -7,24E-01 -2,41E+00 7,60E-02 1,74E+00 -3,46E-01 38 0,02 3,04 -0,02 -2,57 -2,71 0,67 4,88 -1,84 2,04BM 7,79E-02 9,61E-04 1,09E-01 8,63E-02 -3,90E-02 6,57E-01 4,31E-02 72 -0,15 0,14 0,15 0,92 0,15 -0,68 4,65 0,34 2,00BP 2,90E+00 1,78E-02 -3,60E-01 -3,16E+00 9,12E-03 1,61E+00 -1,40E-01 14 -0,27 1,43 0,27 -1,99 -1,49 0,07 9,18 -1,61 2,45BQ 1,15E+00 2,12E-02 -1,94E-01 -1,08E+00 1,21E-01 5,97E-01 4,18E-01 68 -0,61 1,16 0,61 -1,10 -1,07 1,57 4,36 3,12 2,00CA 8,90E-01 2,49E-02 -2,93E-01 -5,06E-01 -3,03E-02 9,66E-01 -2,23E-01 61 -0,28 0,93 0,28 -1,53 -0,51 -0,36 5,69 -1,81 2,01CB 1,01E+00 4,02E-03 -2,46E-01 -8,55E-01 -1,36E-02 8,77E-01 1,53E-01 78 -0,26 2,01 0,26 -2,06 -1,61 -0,26 6,52 1,62 1,99CC 5,47E+01 -2,22E+00 -1,50E+01 -4,40E+01 -1,04E+01 1,18E+00 -8,04E-02 8 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00DA 5,64E-01 -9,55E-03 -7,29E-02 -4,70E-01 -2,26E-02 6,71E-01 2,97E-01 87 0,35 1,51 -0,35 -0,89 -1,22 -0,59 5,99 3,13 1,99FC 2,09E-01 -4,23E-02 -2,54E-01 1,50E-01 1,39E-01 1,03E+00 -1,03E-01 21 0,76 0,52 -0,76 -1,28 0,47 2,19 5,46 -0,82 2,16IE -3,21E-02 7,65E-03 1,84E-01 2,95E-02 4,07E-02 8,36E-01 -2,27E-02 90 -0,28 -0,11 0,28 2,88 0,10 1,33 7,83 -0,22 1,99MA -1,00E+00 2,07E-02 2,26E-01 1,10E+00 6,24E-03 8,92E-01 -2,67E-01 68 -0,82 -2,08 0,82 2,22 2,13 0,13 6,93 -2,12 2,00NA 9,60E-01 9,73E-03 -1,33E-01 -9,71E-01 -2,12E-02 9,33E-01 1,76E-01 68 -0,52 2,05 0,52 -1,61 -1,97 -0,52 8,63 1,68 2,00PC 1,97E+00 4,00E-01 -3,73E-01 -9,66E-01 1,78E-03 5,66E-01 -2,29E-01 30 -1,28 2,58 1,28 -1,73 -1,14 0,02 2,88 -1,18 2,07RA -1,08E+00 8,75E-03 -2,43E-01 1,35E+00 8,51E-02 8,46E-01 3,78E-02 56 -0,23 -1,51 0,23 -1,80 1,82 1,28 6,03 0,36 2,01SL -8,07E+00 -1,81E-01 -6,53E-01 9,41E+00 1,64E-02 8,81E-01 -3,35E-01 13 0,60 -0,65 -0,60 -0,28 0,71 0,01 0,60 -0,32 2,57TA 5,71E-01 -4,31E-03 -2,12E-01 -4,21E-01 2,15E-02 1,27E+00 -3,04E-01 69 0,27 0,99 -0,27 -1,80 -0,70 0,39 9,12 -2,86 2,00VA -9,99E-02 1,72E-01 8,79E-02 -2,78E-02 -2,76E-02 5,30E-01 4,73E-01 57 -2,19 -0,26 2,19 0,56 -0,07 -0,47 3,20 3,82 2,01

17 bank

Cluster: 4BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUABt_PREV_RATE t crit

AJ -1,09E+00 1,02E-02 5,25E-01 8,15E-01 1,23E-01 2,78E-01 4,14E-01 36 -0,25 -2,46 0,25 4,51 1,85 2,06 2,67 3,53 2,05NB 6,23E-03 -6,28E-03 1,43E-01 -1,01E-01 4,18E-02 8,21E-01 1,28E-01 86 0,82 0,03 -0,82 3,21 -0,44 2,06 14,55 2,04 1,99PA -2,73E-01 3,06E-02 3,07E-01 1,45E-01 -1,57E-04 2,75E-01 5,37E-01 60 -1,47 -0,86 1,47 3,68 0,44 0,00 3,11 5,69 2,01

3 bank

Cluster: 5BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUABt_PREV_RATE t crit

FA 8,09E-01 1,11E-01 -1,96E-01 -1,96E-01 -1,93E-01 6,19E-01 -3,47E-02 51 -2,10 1,16 2,10 -1,25 -0,27 -2,54 3,75 -0,29 2,02IH 7,07E-01 -6,00E-02 -6,31E-01 -4,03E-01 1,59E-02 1,22E+00 1,06E-01 28 0,58 1,18 -0,58 -2,68 -0,68 0,14 5,88 0,82 2,09RB -2,75E-02 3,71E-03 1,34E-01 5,39E-02 -2,29E-02 1,25E-01 7,24E-01 111 -0,16 -0,11 0,16 2,56 0,21 -1,00 2,35 13,18 1,98

3 bank

Page 143: Analisis Social Cluster pada Bank-Bank Komersial

52

Cluster: 6BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUABt_PREV_RATE t crit

BD - -3,69E-01 -2,14E+00 8,44E-02 1,65E+00 -2,56E-01 18 2,23BE 1,91E+00 -3,63E-03 -3,09E-01 -1,82E+00 1,37E-02 1,24E+00 -2,66E-01 85 0,14 2,13 -0,14 -1,66 -1,96 0,16 6,30 -2,09 1,99BF -9,15E-02 -7,35E-04 5,38E-02 2,37E-01 2,76E-02 6,06E-01 2,04E-01 61 0,02 -0,27 -0,02 0,62 0,67 0,67 6,58 2,02 2,01HD - -2,05E-01 1,24E+00 1,26E-01 1,30E+00 -2,71E-01 32 2,06MJ 1,74E+00 -3,21E-02 -2,68E-02 -1,67E+00 -3,51E-02 1,22E+00 -3,36E-01 54 0,59 2,91 -0,59 -0,18 -2,60 -0,52 7,03 -3,03 2,01

5 bank

Cluster: 7BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUABt_PREV_RATE t crit

BG - -7,21E-02 -1,51E+00 -7,76E-02 4,96E-01 4,84E-01 12 2,78BS 1,33E-01 -1,29E-02 -4,58E-01 1,72E-01 5,41E-02 8,82E-01 8,27E-02 15 0,10 0,04 -0,10 -0,84 0,06 0,18 1,83 0,32 2,36BV -3,21E-01 1,55E+00 1,21E-01 6,24E-01 -3,75E-02 20 2,18

3 bank

Cluster: 8BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUABt_PREV_RATE t crit

BI 3,90E-01 2,01E-02 1,43E-01 -3,18E-01 -8,51E-03 9,85E-01 -2,92E-01 62 -0,19 0,43 0,19 0,90 -0,34 -0,11 5,97 -2,22 2,00CG 1,30E+00 -1,34E-03 -4,68E-01 -1,34E+00 1,16E-01 1,34E+00 9,80E-02 50 0,03 2,94 -0,03 -4,13 -2,78 2,13 10,02 1,19 2,02HA -5,25E-01 1,78E-04 2,10E-01 4,29E-01 5,98E-02 5,93E-01 2,70E-01 69 -0,01 -1,27 0,01 2,29 0,98 1,40 5,70 2,38 2,00HI 4,52E-01 -1,81E-03 1,07E-01 -3,84E-01 5,41E-02 9,14E-01 -9,36E-02 53 0,13 1,22 -0,13 1,15 -0,99 1,20 8,79 -0,99 2,01KA 1,08E+00 1,76E-03 -5,25E-01 -8,56E-01 2,56E-02 1,38E+00 -1,56E-01 42 -0,13 1,87 0,13 -4,37 -1,43 0,49 11,51 -1,85 2,03MG 4,53E-01 3,37E-03 -2,78E-01 -2,29E-01 5,14E-02 1,14E+00 -1,80E-01 44 -0,10 0,62 0,10 -1,90 -0,30 0,68 6,40 -1,13 2,03SC - -6,41E-02 -2,34E+00 -1,79E-01 7,96E-01 -1,08E-01 24 2,12SH -1,34E-01 -0,00E-01 2,27E-01 -4,27E-02 3,09E-02 3,25E-01 6,02E-01 73 0,09 -0,32 -0,09 2,06 -0,10 0,73 3,38 6,95 2,00

8 bank

Cluster: 9BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUABt_PREV_RATE t crit

DI -3,10E-01 -8,56E-04 2,11E-01 3,89E-01 -1,33E-02 2,01E-01 5,20E-01 81 0,08 -1,04 -0,08 3,09 1,26 -0,43 2,80 7,10 1,99HG -9,00E-02 -2,92E-03 -1,17E-02 2,81E-01 -1,23E-02 2,95E-01 4,75E-01 69 0,13 -0,15 -0,13 -0,08 0,44 -0,18 1,74 4,19 2,00JA -7,60E-01 2,86E-03 2,80E-01 1,20E+00 -9,78E-02 1,32E-01 1,25E-01 36 -0,05 -1,06 0,05 1,51 1,47 -1,13 0,67 0,51 2,05ME 2,99E-01 -1,32E-02 -5,74E-02 -6,65E-01 1,47E-01 7,46E-01 5,67E-01 76 0,52 0,43 -0,52 -0,42 -0,91 2,21 5,78 5,13 2,00MI -2,57E-01 3,40E-03 -2,18E-01 5,29E-01 4,60E-02 1,02E+00 -1,43E-01 87 -0,11 -0,61 0,11 -2,32 1,19 1,04 11,60 -1,94 1,99ND -4,58E-01 -1,16E-02 6,54E-02 2,65E-01 8,83E-02 5,49E-01 5,40E-01 76 0,75 -1,08 -0,75 0,78 0,59 2,26 7,11 6,32 2,00

6 bank

Page 144: Analisis Social Cluster pada Bank-Bank Komersial

53

Cluster: 10BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUABt_PREV_RATE t crit

A -1,35E+00 -2,84E-03 5,99E-01 1,54E+00 -3,71E-02 -4,33E-02 2,23E-01 26 0,10 -1,28 -0,10 2,52 1,39 -0,36 -0,22 1,21 2,10DF 6,09E+00 5,81E+00 7,79E+00 -1,26E+01 -7,16E-01 -1,69E+00 6,10E+00 8 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00GB 2,57E-01 7,50E-04 -3,12E-01 -1,36E-01 2,44E-02 1,05E+00 6,89E-02 61 -0,02 0,63 0,02 -3,32 -0,33 0,52 8,90 0,82 2,01TD - -8,16E-01 -6,01E-01 1,15E-01 1,48E+00 -1,17E-01 12 2,78TE -4,51E-01 -7,25E-03 1,45E-01 6,94E-01 -2,25E-02 3,57E-01 1,96E-01 60 0,17 -0,63 -0,17 0,84 0,93 -0,28 1,73 1,56 2,01

5 bank

Cluster: 11BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUABt_PREV_RATE t crit

AE - 2,08E-01 9,13E-01 6,97E-04 1,39E-01 3,87E-01 52 2,02DB -9,32E-01 -3,12E-02 -3,03E-01 1,38E+00 9,29E-02 8,04E-01 -6,84E-02 26 0,98 -0,85 -0,98 -1,38 1,32 0,54 3,52 -0,37 2,10DC 4,73E-01 2,81E-03 1,33E-01 -4,36E-01 -8,98E-03 7,24E-01 1,07E-01 89 -0,18 1,37 0,18 1,82 -1,22 -0,25 5,12 0,78 1,99GA 7,53E-02 1,58E-04 1,35E-01 -4,72E-02 2,19E-02 8,69E-01 -3,68E-02 89 -0,01 0,25 0,01 2,07 -0,15 0,70 10,17 -0,44 1,99LB 1,70E+00 -2,85E-01 -5,78E-01 -7,10E-01 2,18E-02 6,13E-01 9,73E-02 16 0,58 0,49 -0,58 -0,42 -0,21 0,05 0,53 0,15 2,31NC 4,38E-01 5,02E-03 -1,55E-01 -3,27E-01 2,66E-02 1,17E+00 -1,62E-01 65 -0,36 1,26 0,36 -2,19 -0,91 0,77 14,92 -2,19 2,00RC 1,97E+00 -0,00E-01 -6,63E-01 -1,55E+00 -1,20E-02 1,03E+00 1,67E-01 19 0,58 1,53 -0,58 -1,66 -1,11 -0,07 1,87 0,61 2,20SB 1,31E+00 4,23E-02 -9,91E-03 -9,68E-01 -1,22E-01 5,96E-01 -2,54E-02 62 -0,32 1,25 0,32 -0,04 -0,89 -1,21 2,34 -0,16 2,00SG 2,28E-01 -0,00E-01 -9,51E-02 3,78E-02 -3,33E-02 6,78E-01 2,20E-01 19 0,53 0,33 -0,53 -0,25 0,11 -0,72 8,11 3,61 2,20TC -7,57E-01 6,11E-01 1,15E-01 1,37E+00 -2,02E-02 1,52E-01 6,26E-02 45 -1,04 -0,72 1,04 0,55 1,28 -0,18 0,46 0,20 2,03

10 bank

Cluster: 12BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUABt_PREV_RATE t crit

AD 9,47E-01 6,18E-03 -1,43E-02 -7,44E-01 -2,16E-02 7,33E-01 4,10E-02 64 -0,10 1,43 0,10 -0,09 -1,08 -0,34 3,24 0,18 2,00AG 7,97E-01 -1,53E-02 -1,98E-01 -4,13E-01 -1,41E-02 9,06E-01 -1,37E-01 62 0,18 0,88 -0,18 -1,55 -0,44 -0,23 5,53 -1,02 2,00

2 bank

Page 145: Analisis Social Cluster pada Bank-Bank Komersial

54

Period: III

Cluster: 1| ß | untuk variable yg mempengaruhi PUAB Urutan Prioritas ( RANK )

BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATEAC - - - - - - - - - - - - - -AF - - - - - 8,90E-01 - - - - - - 1 -AH - - - - - 1,08E+00 - - - - - - 1 -AL - - - - - 7,36E-01 3,44E-01 - - - - - 1 2BC - - - - - 9,89E-01 2,71E-01 - - - - - 1 2BH - - - - - 7,11E-01 4,00E-01 - - - - - 1 2BJ - - - - - 6,55E-01 - - - - - - 1 -BL - - - - - - - - - - - - - -BY - - - - - - - - - - - - - -BZD - - - - - - - - - - - - - -CD - - 4,54E-01 - - 1,14E+00 - - - 2 - - 1 -DD - - 4,86E-01 - - 1,21E+00 - - - 2 - - 1 -DE - - - - - - - - - - - - - -DG - - 2,52E-01 - - 3,06E-01 4,40E-01 - - 3 - - 2 1EA - - - - - 8,00E-01 - - - - - - 1 -EB - - - - - 7,22E-01 - - - - - - 1 -HE - - 1,96E-01 - - 2,34E-01 5,01E-01 - - 3 - - 2 1HF - - - - - 9,09E-01 - - - - - - 1 -IA - - - - - 1,04E+00 - - - - - - 1 -IB - - - - - 6,31E-01 - - - - - - 1 -ID - - - - - 3,19E-01 5,02E-01 - - - - - 2 1KB 7,93E-01 - 2,09E-01 - 1,55E-01 5,74E-01 2,90E-01 1 - 4 - 5 2 3MC 1,18E+00 - - 1,56E+00 - 9,69E-01 4,30E-01 2 - - 1 - 3 4MH 3,49E+00 - - 3,05E+00 - 1,16E+00 - 1 - - 2 - 3 -PB - - - - - 9,25E-01 - - - - - - 1 -SD - - - - - 1,53E+00 - - - - - - 1 -SF - - 3,17E-01 - - 8,82E-01 3,47E-01 - - 3 - - 1 2SI - - - - - 6,53E-01 - - - - - - 1 -SJ - - - - - 7,84E-01 2,03E-01 - - - - - 1 2UA - - - - - 7,37E-01 - - - - - - 1 -UB - - - - - - - - - - - - - -UC - - - - 1,01E-01 8,69E-01 - - - - - 2 1 -YA - - - - - 4,12E-01 3,63E-01 - - - - - 1 2

33 bank

Page 146: Analisis Social Cluster pada Bank-Bank Komersial

55

Cluster: 2| ß | untuk variable yg mempengaruhi PUAB Urutan Prioritas ( RANK )

BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATEAI - - 4,88E-01 - - 1,08E+00 - - - 2 - - 1 -MB - - - - - 8,08E-01 - - - - - - 1 -

2 bank

Cluster: 3BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE

BB 2,52E+00 - 7,24E-01 2,41E+00 - 1,74E+00 - 1 - 4 2 - 3 -BM - - - - - 6,57E-01 - - - - - - 1 -BP - - - - - 1,61E+00 - - - - - - 1 -BQ - - - - - 5,97E-01 4,18E-01 - - - - - 1 2CA - - - - - 9,66E-01 - - - - - - 1 -CB 1,01E+00 - 2,46E-01 - - 8,77E-01 - 1 - 3 - - 2 -CC - - - - - - - - - - - - - -DA - - - - - 6,71E-01 2,97E-01 - - - - - 1 2FC - - - - 1,39E-01 1,03E+00 - - - - - 2 1 -IE - - 1,84E-01 - - 8,36E-01 - - - 2 - - 1 -MA 1,00E+00 - 2,26E-01 1,10E+00 - 8,92E-01 2,67E-01 2 - 5 1 - 3 4NA 9,60E-01 - - - - 9,33E-01 - 1 - - - - 2 -PC 1,97E+00 - - - - 5,66E-01 - 1 - - - - 2 -RA - - - - - 8,46E-01 - - - - - - 1 -SL - - - - - - - - - - - - - -TA - - - - - 1,27E+00 3,04E-01 - - - - - 1 2VA - 1,72E-01 - - - 5,30E-01 4,73E-01 - 3 - - - 1 2

17 bank

Cluster: 4BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE

AJ 1,09E+00 - 5,25E-01 - 1,23E-01 2,78E-01 4,14E-01 1 - 2 - 5 4 3NB - - 1,43E-01 - 4,18E-02 8,21E-01 1,28E-01 - - 2 - 4 1 3PA - - 3,07E-01 - - 2,75E-01 5,37E-01 - - 2 - - 3 1

3 bank

Cluster: 5BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE

FA - 1,11E-01 - - 1,93E-01 6,19E-01 - - 3 - - 2 1 -IH - - 6,31E-01 - - 1,22E+00 - - - 2 - - 1 -RB - - 1,34E-01 - - 1,25E-01 7,24E-01 - - 2 - - 3 1

3 bank

Page 147: Analisis Social Cluster pada Bank-Bank Komersial

56

Cluster: 6| ß | untuk variable yg mempengaruhi PUAB Urutan Prioritas ( RANK )

BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATEBD - - - - - - - - - - - - - -BE 1,91E+00 - - - - 1,24E+00 2,66E-01 1 - - - - 2 3BF - - - - - 6,06E-01 2,04E-01 - - - - - 1 2HD - - - - - - - - - - - - - -MJ 1,74E+00 - - 1,67E+00 - 1,22E+00 3,36E-01 1 - - 2 - 3 4

5 bank

Cluster: 7BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE

BG - - - - - - - - - - - - - -BS - - - - - - - - - - - - - -BV - - - - - - - - - - - - - -

3 bank

Cluster: 8BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE

BI - - - - - 9,85E-01 2,92E-01 - - - - - 1 2CG 1,30E+00 - 4,68E-01 1,34E+00 1,16E-01 1,34E+00 - 3 - 4 1 5 2 -HA - - 2,10E-01 - - 5,93E-01 2,70E-01 - - 3 - - 1 2HI - - - - - 9,14E-01 - - - - - - 1 -KA - - 5,25E-01 - - 1,38E+00 - - - 2 - - 1 -MG - - - - - 1,14E+00 - - - - - - 1 -SC - - - - - - - - - - - - - -SH - - 2,27E-01 - - 3,25E-01 6,02E-01 - - 3 - - 2 1

8 bank

Cluster: 9BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE

DI - - 2,11E-01 - - 2,01E-01 5,20E-01 - - 2 - - 3 1HG - - - - - - 4,75E-01 - - - - - - 1JA - - - - - - - - - - - - - -ME - - - - 1,47E-01 7,46E-01 5,67E-01 - - - - 3 1 2MI - - 2,18E-01 - - 1,02E+00 - - - 2 - - 1 -ND - - - - 8,83E-02 5,49E-01 5,40E-01 - - - - 3 1 2

6 bank

Page 148: Analisis Social Cluster pada Bank-Bank Komersial

57

Cluster: 10| ß | untuk variable yg mempengaruhi PUAB Urutan Prioritas ( RANK )

BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATEA - - 5,99E-01 - - - - - - 1 - - - -DF - - - - - - - - - - - - - -GB - - 3,12E-01 - - 1,05E+00 - - - 2 - - 1 -TD - - - - - - - - - - - - - -TE - - - - - - - - - - - - - -

5 bank

Cluster: 11BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE

AE - - - - - - - - - - - - - -DB - - - - - 8,04E-01 - - - - - - 1 -DC - - - - - 7,24E-01 - - - - - - 1 -GA - - 1,35E-01 - - 8,69E-01 - - - 2 - - 1 -LB - - - - - - - - - - - - - -NC - - 1,55E-01 - - 1,17E+00 1,62E-01 - - 3 - - 1 2RC - - - - - - - - - - - - - -SB - - - - - 5,96E-01 - - - - - - 1 -SG - - - - - 6,78E-01 2,20E-01 - - - - - 1 2TC - - - - - - - - - - - - - -

10 bank

Cluster: 12BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE

AD - - - - - 7,33E-01 - - - - - - 1 -AG - - - - - 9,06E-01 - - - - - - 1 -

2 bank

Page 149: Analisis Social Cluster pada Bank-Bank Komersial

58

Period: IV From: 5-Oct-02 To: 30-Jul-03 UJI STATISTIK : Uji tH0 : X tidak mempengaruhi Y Jika t > tcrit maka H0 ditolakH1 : X mempengaruhi Y jika H0 ditolak maka variabel X diperhitungkanALPHA 0,05

Cluster: 1BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_ t crit

BF -4,76E+00 -3,22E-02 -1,69E-01 4,97E+00 5,28E-02 7,58E-01 -8,90E-02 139 -0,30 -2,06 -0,48 -0,55 2,11 0,43 8,82 -1,27 1,98BZ 5,55E-01 -2,42E-01 1,20E+00 -1,92E+00 -3,20E-01 1,27E+00 -7,75E-02 17 0,72 0,05 -0,80 0,62 -0,17 -0,56 2,44 -0,41 2,26BZD -2,18E+00 1,34E-03 -5,52E-01 3,33E+00 -4,92E-02 -7,15E-02 2,34E-01 118 -0,14 -0,75 0,02 -1,33 1,13 -0,32 -0,63 2,44 1,98

3 bank

Cluster: 2BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_ t crit

AD 8,77E-01 6,62E-02 1,45E-01 -1,16E+00 3,69E-01 2,61E-01 2,33E-01 101 -1,56 0,29 0,68 0,30 -0,38 1,89 2,16 2,42 1,99AG 1,57E+00 3,57E-02 -7,40E-01 -6,15E-01 2,13E-01 4,01E-01 1,37E-01 121 -1,74 0,81 0,59 -2,21 -0,31 1,71 5,31 1,63 1,98AI 2,94E+00 -6,29E-02 -2,61E-01 -2,70E+00 2,79E-02 5,74E-01 1,84E-01 129 0,49 0,98 -0,71 -0,61 -0,87 0,17 4,84 2,26 1,98CG 2,40E+00 5,04E-02 -7,33E-01 -1,24E+00 1,63E-01 6,99E-02 2,33E-01 93 -1,23 1,04 0,68 -1,80 -0,54 1,06 0,84 2,30 1,99

4 bank

Cluster: 3BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_ t crit

A 1,28E+01 3,42E-01 8,57E-01 -1,36E+01 5,73E-01 3,78E-02 -3,23E-01 46 -2,49 2,86 2,38 1,31 -3,01 1,95 0,15 -2,45 2,02AB 2,31E+01 9,37E-01 -3,99E+00 -2,13E+01 3,03E+00 4,03E-02 -7,95E-01 10 -0,23 0,18 0,23 -0,27 -0,15 0,42 0,01 -0,28 4,30AC -6,51E-01 -2,40E-01 8,27E-01 -1,47E-02 -1,78E-01 4,81E-01 9,02E-02 109 2,11 -0,20 -2,35 1,74 0,00 -0,99 3,39 0,98 1,98AE 2,71E+00 1,45E-03 -1,75E-01 -1,98E+00 -3,13E-01 3,82E-01 6,77E-02 98 0,76 0,80 0,01 -0,34 -0,57 -1,37 3,08 0,65 1,99AF 8,08E-01 -3,54E-02 -1,35E-01 -8,77E-01 9,02E-03 1,03E+00 -1,19E-01 63 0,15 0,25 -0,38 -0,32 -0,27 0,05 8,93 -1,39 2,00AH 6,39E-01 6,23E-02 -3,61E-01 -2,25E-01 2,81E-01 5,78E-01 2,70E-02 127 -2,29 0,30 1,04 -1,24 -0,10 2,45 7,51 0,37 1,98AL 1,90E+00 -1,39E-01 -1,04E+00 -8,61E-01 6,72E-02 8,17E-01 -8,12E-02 122 0,94 0,80 -1,92 -2,92 -0,36 0,53 9,02 -1,11 1,98AM 6,85E+00 -6,28E-02 -4,69E-01 -6,27E+00 -3,61E-01 1,11E+00 -3,46E-01 54 2,11 2,57 -0,57 -1,14 -2,24 -2,50 6,14 -3,49 2,01BB 3,58E+00 4,83E-02 -2,56E-01 -3,71E+00 1,07E-01 9,04E-01 6,18E-02 117 -0,76 1,37 0,69 -0,74 -1,38 0,74 9,35 0,84 1,98BD -6,37E-02 -1,30E-01 1,55E-01 -1,46E-01 -1,68E-01 9,86E-01 1,83E-02 79 1,41 -0,03 -1,58 0,39 -0,06 -1,21 10,13 0,24 1,99BH 4,21E-01 -8,81E-02 -2,22E-02 -6,78E-01 1,20E-01 9,25E-01 6,77E-02 134 0,26 0,20 -1,45 -0,07 -0,32 1,05 11,11 1,07 1,98BI -7,39E+00 3,78E-01 -5,90E-01 7,84E+00 6,76E-01 1,82E-01 -1,17E-02 72 -3,22 -1,56 2,96 -0,91 1,63 2,66 1,07 -0,09 2,00BJ -4,29E+00 8,51E-02 8,80E-02 4,39E+00 2,88E-01 4,04E-01 -1,91E-01 63 -1,09 -1,15 0,69 0,14 1,15 1,29 2,81 -1,67 2,00BK -6,01E+00 -7,81E-02 6,93E-01 5,05E+00 -8,54E-02 7,36E-01 -2,03E-02 40 0,42 -1,21 -0,42 1,17 1,00 -0,35 2,98 -0,13 2,04BL 1,08E+01 -1,98E-01 7,91E-01 -1,20E+01 3,27E-02 1,43E+00 -6,89E-01 45 0,64 2,83 -1,45 1,34 -2,97 0,13 8,09 -5,38 2,03BM 1,05E+00 -1,00E-01 -4,46E-01 -4,55E-01 -2,46E-01 8,17E-01 5,21E-02 121 2,22 0,34 -1,33 -1,15 -0,14 -1,81 8,50 0,69 1,98BN 6,08E+00 -2,27E-03 -3,77E-01 -6,05E+00 1,08E-01 8,66E-01 1,04E-02 84 0,08 1,90 -0,03 -0,83 -1,84 0,59 7,85 0,12 1,99BQ 3,14E+00 2,42E-02 -2,08E-01 -2,72E+00 -9,26E-02 1,88E-01 5,74E-01 182 0,55 1,56 0,41 -0,77 -1,32 -0,90 2,65 9,53 1,97CA 1,41E+00 5,37E-02 -2,05E-01 -1,31E+00 1,71E-01 7,71E-01 -1,07E-01 129 -1,15 0,54 0,69 -0,53 -0,49 1,18 7,81 -1,47 1,98

Page 150: Analisis Social Cluster pada Bank-Bank Komersial

59

Cluster: 3BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_ t crit

CB 8,30E-01 -3,53E-02 3,58E-01 -1,03E+00 -1,58E-01 7,50E-01 -1,41E-01 107 0,88 0,29 -0,38 0,74 -0,34 -0,93 5,77 -1,57 1,98CC 4,58E+00 -3,00E-01 8,75E-01 -5,25E+00 -1,52E-02 2,10E-01 3,71E-01 53 1,22 1,11 -2,02 1,20 -1,22 -0,06 1,00 2,71 2,01CD 1,38E+00 3,02E-02 -3,93E-02 -1,16E+00 1,18E-03 6,89E-01 -4,44E-02 135 -0,82 0,57 0,46 -0,11 -0,46 0,01 7,48 -0,60 1,98DA 5,13E-01 4,99E-02 7,81E-02 -2,46E-01 -1,34E-01 3,78E-01 2,22E-01 133 -0,02 0,20 0,62 0,20 -0,09 -0,86 4,01 2,70 1,98DB 4,35E+00 -2,33E-01 -1,95E-01 -4,56E+00 2,82E-01 1,07E+00 -1,70E-01 23 0,74 1,06 -0,74 -0,75 -1,11 1,26 5,18 -1,05 2,13DC 2,87E+00 -6,10E-02 9,86E-02 -2,76E+00 7,27E-02 5,86E-01 3,35E-03 150 0,18 1,29 -0,93 0,31 -1,21 0,59 7,04 0,05 1,98DD -4,33E+00 4,08E-02 -3,83E-01 4,46E+00 -1,84E-01 9,90E-01 8,93E-03 133 0,72 -1,56 0,54 -1,06 1,57 -1,33 10,46 0,14 1,98DE -5,02E+00 -6,42E-02 1,00E+00 4,48E+00 -2,34E-01 5,08E-01 -9,54E-02 97 0,67 -1,40 -0,68 1,97 1,22 -1,24 4,28 -0,98 1,99DG 6,85E-01 2,18E-02 4,86E-01 -1,14E+00 1,50E-01 4,94E-01 1,33E-01 128 -1,01 0,23 0,27 1,24 -0,37 0,98 5,09 1,64 1,98EA -1,52E+00 3,47E-02 2,04E-02 1,49E+00 1,15E-02 8,69E-01 -9,68E-02 128 -0,61 -0,66 0,52 0,06 0,63 0,09 9,42 -1,41 1,98EB 2,09E+00 -7,54E-02 -4,95E-01 -1,83E+00 1,52E-01 1,08E+00 -2,66E-01 85 -0,02 0,83 -0,96 -1,20 -0,71 0,97 8,80 -3,02 1,99FB 9,62E+00 -2,46E-02 4,29E-01 -1,04E+01 -1,08E-01 9,92E-01 -1,16E-01 87 1,16 2,48 -0,20 0,84 -2,63 -0,58 6,00 -1,18 1,99GA -1,69E+00 -6,67E-02 -4,88E-02 1,96E+00 7,23E-02 6,51E-01 1,07E-02 152 0,28 -1,01 -1,41 -0,21 1,15 0,80 10,68 0,17 1,98HA 1,50E+00 -6,74E-02 3,52E-01 -1,64E+00 1,36E-01 6,03E-01 -1,54E-02 75 -0,47 0,62 -0,94 0,92 -0,67 0,80 6,20 -0,15 2,00HC -1,47E+01 7,53E-01 -1,49E+00 1,65E+01 8,44E-01 -1,41E-01 -2,05E-01 20 -2,92 -2,37 2,33 -1,41 2,75 2,61 -0,56 -0,69 2,18HD 1,14E+00 1,27E-02 -4,35E-01 -7,43E-01 3,48E-01 2,46E-01 1,84E-01 62 -0,75 0,24 0,10 -0,51 -0,15 1,18 1,54 1,37 2,00HE 2,47E+00 -1,73E-01 4,66E-01 -2,54E+00 -1,42E-01 3,94E-01 1,26E-01 125 1,36 0,89 -1,81 1,05 -0,90 -0,89 3,73 1,43 1,98HF 4,33E+00 -1,20E-01 3,63E-01 -4,41E+00 -5,80E-02 4,89E-01 2,03E-01 106 1,03 1,66 -1,54 0,93 -1,66 -0,37 5,09 2,35 1,98HG 2,48E+00 1,61E-02 4,11E-01 -2,99E+00 -9,17E-02 7,47E-01 1,06E-01 126 0,29 0,84 0,18 0,86 -0,97 -0,53 6,43 1,34 1,98HI -1,61E+00 3,46E-02 -4,46E-01 2,10E+00 8,27E-02 5,64E-01 1,18E-01 91 -0,49 -0,47 0,37 -0,91 0,61 0,42 5,29 1,25 1,99IA 5,52E+00 -6,76E-02 -3,97E-02 -5,43E+00 -6,27E-02 7,27E-01 -3,88E-02 134 0,66 1,96 -0,86 -0,10 -1,88 -0,43 6,79 -0,51 1,98IC 4,35E+00 -2,12E-01 8,64E-01 -5,27E+00 2,46E-02 5,90E-01 1,96E-01 117 1,21 1,56 -2,35 1,96 -1,83 0,15 5,44 2,39 1,98ID 4,36E+00 -3,21E-03 -4,64E-01 -3,77E+00 6,17E-02 6,41E-01 -6,42E-02 103 -0,11 1,09 -0,03 -0,99 -0,94 0,37 5,24 -0,69 1,99IE 2,62E-01 -6,02E-02 4,33E-01 -5,61E-01 -1,50E-01 8,73E-01 -1,29E-01 134 0,93 0,12 -0,91 1,31 -0,25 -1,18 10,12 -1,91 1,98IH -7,97E-01 - 1,63E-01 3,61E-01 8,05E-01 6,34E-01 -5,85E-01 11 -0,42 -1,87 0,42 0,37 0,93 1,56 2,26 -1,49 3,18II 7,12E+00 -4,83E-01 2,39E+00 -8,34E+00 -1,94E-01 7,35E-02 -3,51E-01 30 2,39 1,16 -3,45 2,92 -1,31 -1,14 0,29 -2,05 2,07KA 5,85E+00 -1,71E-01 3,78E-01 -5,97E+00 -3,41E-01 4,38E-01 2,50E-01 100 1,99 1,45 -1,48 0,63 -1,46 -1,55 2,45 2,54 1,99KB -1,27E+01 -2,45E-01 1,79E+00 1,15E+01 4,13E-01 8,53E-02 -5,17E-01 25 0,27 -3,50 -1,34 1,77 3,11 1,37 0,51 -2,77 2,11LA 5,23E+00 -4,83E-02 -1,03E+00 -4,92E+00 8,07E-02 1,17E+00 1,93E-01 69 0,33 1,35 -0,40 -1,56 -1,23 0,39 7,58 2,09 2,00LB 3,09E+00 2,17E-02 -6,53E-01 -3,28E+00 2,06E-01 1,28E+00 -8,23E-02 87 -0,70 1,15 0,22 -1,40 -1,19 1,32 10,23 -1,11 1,99MA -2,69E+00 5,59E-03 1,71E-02 2,72E+00 1,45E-01 7,76E-01 -1,31E-01 145 -1,14 -1,32 0,09 0,06 1,29 1,31 9,60 -1,91 1,98MB 3,37E+00 1,09E-01 6,02E-01 -3,82E+00 2,59E-01 5,76E-01 -2,27E-01 31 -1,11 0,63 0,67 0,76 -0,69 0,90 2,15 -1,14 2,07SB -4,32E-01 -3,56E-03 -4,14E-01 8,64E-01 9,08E-02 6,67E-01 -6,80E-02 123 -0,37 -0,14 -0,04 -1,02 0,28 0,57 6,24 -0,84 1,98SC - -3,90E+00 -5,36E+01 7,73E-01 1,51E+00 8,99E-02 10 4,30SG -6,95E+00 9,70E-02 5,96E-02 6,60E+00 5,12E-02 6,73E-01 -2,10E-01 56 -0,24 -1,22 0,59 0,09 1,13 0,20 2,80 -1,69 2,01SH 3,06E+00 2,59E-03 5,94E-01 -3,49E+00 -2,08E-02 7,18E-01 -2,04E-02 70 -0,18 1,04 0,03 1,33 -1,16 -0,12 7,24 -0,23 2,00SI -4,30E+00 5,56E-01 -1,79E+00 6,09E+00 5,05E-01 2,80E-01 1,84E-01 43 -1,39 -0,80 1,39 -1,97 1,10 1,48 1,13 0,75 2,03SJ -5,16E+00 -7,17E-02 -5,70E-02 5,20E+00 3,46E-01 2,66E-01 2,02E-01 61 -0,45 -1,50 -0,58 -0,09 1,46 1,44 1,75 1,59 2,01

Page 151: Analisis Social Cluster pada Bank-Bank Komersial

60

Cluster: 3BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_ t crit

SK -1,89E+01 -2,45E-01 1,56E+00 1,74E+01 4,48E-02 3,80E-01 6,43E-01 13 0,11 -1,04 -0,92 0,53 0,96 0,05 0,96 1,80 2,57SL 1,65E+00 1,73E-02 -2,57E-02 -1,28E+00 -2,87E-01 2,98E-01 1,03E-02 71 0,41 0,30 0,11 -0,03 -0,23 -0,96 1,83 0,08 2,00TC 2,99E+00 -3,49E-02 -2,52E-02 -3,32E+00 1,81E-01 7,21E-01 -9,69E-02 56 -0,01 0,48 -0,20 -0,02 -0,50 0,58 2,71 -0,70 2,01TD 7,42E+00 -2,55E-02 -3,75E-01 -7,19E+00 2,10E-01 6,34E-01 1,82E-01 36 -0,32 1,35 -0,14 -0,35 -1,25 0,63 2,30 1,00 2,05TE 4,03E+00 -4,33E-05 6,17E-01 -4,18E+00 -1,48E-01 3,84E-01 5,92E-02 78 0,43 1,32 0,00 1,22 -1,34 -0,78 2,95 0,53 1,99UA 3,61E+00 -1,49E-01 6,09E-01 -3,86E+00 -2,81E-01 5,80E-01 4,54E-02 130 1,78 1,22 -1,63 1,36 -1,28 -1,61 5,04 0,57 1,98UB 8,52E+00 4,08E-02 1,06E-01 -8,12E+00 -5,27E-01 6,47E-01 -1,86E-01 44 0,55 1,72 0,28 0,14 -1,63 -1,58 3,74 -1,32 2,03UD -8,81E+00 1,04E-01 -8,99E-01 9,32E+00 1,09E-03 1,02E+00 -6,44E-02 21 -0,29 -0,90 0,51 -0,95 0,98 0,00 3,22 -0,30 2,16VA 2,64E+00 1,18E-01 -1,57E-03 -2,82E+00 5,08E-01 5,03E-01 2,04E-03 110 -2,98 0,93 1,48 0,00 -0,96 3,35 5,47 0,02 1,98WA -4,14E+00 1,01E-01 -1,54E+00 5,04E+00 1,53E-01 1,37E+00 -1,44E-01 19 -0,65 -1,07 0,61 -1,69 1,25 0,61 6,08 -1,12 2,20MH -1,28E+00 -1,03E-01 8,47E-01 8,15E-01 -1,92E-01 3,55E-01 1,07E-01 70 0,65 -0,23 -0,71 1,22 0,15 -0,64 2,11 0,84 2,00MI 6,06E-02 2,23E-02 -3,95E-01 2,39E-01 1,52E-01 7,95E-01 2,83E-02 115 -1,18 0,03 0,31 -1,13 0,11 1,20 9,26 0,40 1,98MJ 3,81E+00 -7,38E-03 1,01E+00 -4,67E+00 3,53E-01 1,89E-01 4,82E-02 89 -1,29 0,89 -0,07 1,88 -1,04 1,80 1,19 0,45 1,99MZI -2,43E+00 -4,77E-03 -7,62E-01 3,06E+00 1,78E-01 6,89E-01 1,77E-01 35 -0,85 -0,98 -0,03 -1,21 1,17 0,81 3,47 1,14 2,05NA -2,06E+00 3,15E-02 3,51E-01 1,59E+00 -4,30E-02 8,15E-01 1,04E-01 154 0,18 -0,95 0,50 1,15 0,72 -0,36 10,22 1,67 1,98NB 4,67E-01 1,59E-02 -4,48E-02 -4,94E-01 9,65E-02 7,47E-01 1,36E-01 148 -1,00 0,24 0,29 -0,16 -0,25 0,93 10,00 2,15 1,98NC 2,95E+00 -1,14E-01 -2,97E-01 -2,42E+00 -1,58E-01 6,67E-01 -9,38E-02 134 1,39 0,95 -1,31 -0,69 -0,76 -1,02 6,02 -1,13 1,98ND 9,88E+00 -6,73E-02 -7,80E-01 -9,16E+00 -9,88E-02 8,37E-01 7,79E-02 123 1,13 3,21 -0,80 -1,81 -2,90 -0,67 6,60 0,95 1,98OA 1,84E+01 1,07E-01 2,10E+00 -2,04E+01 -7,13E-01 1,13E+00 -1,35E-01 13 0,36 1,43 0,34 0,77 -1,61 -1,03 2,70 -0,90 2,57PB -1,54E+00 -1,01E-01 -6,29E-02 1,57E+00 1,34E-01 6,83E-01 3,43E-02 81 0,14 -0,45 -0,97 -0,13 0,46 0,64 4,85 0,34 1,99PC -1,21E+00 -1,27E-01 2,33E-01 5,90E-01 2,59E-01 4,85E-01 2,47E-01 54 0,09 -0,24 -0,70 0,30 0,11 0,78 2,03 1,75 2,01PD 2,78E+00 -1,23E-01 4,68E-01 -3,36E+00 7,13E-02 8,02E-01 1,14E-02 103 0,62 0,97 -1,37 1,09 -1,13 0,45 7,87 0,14 1,99RA -5,87E-02 -2,95E-02 -1,07E-02 7,39E-02 -1,35E-01 9,36E-01 -3,22E-03 147 1,10 -0,03 -0,52 -0,04 0,04 -1,23 12,46 -0,05 1,98RC -1,23E+01 -7,27E-02 -5,91E-02 1,25E+01 -2,02E-02 6,80E-01 -4,56E-01 39 0,16 -1,28 -0,42 -0,08 1,30 -0,05 2,77 -2,72 2,04YA -4,15E+00 -2,38E-02 5,72E-01 3,41E+00 1,98E-01 5,72E-01 1,56E-01 126 -0,70 -1,70 -0,32 1,54 1,37 1,29 6,42 2,10 1,98

82 bank

Cluster: 4BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_ t crit

BP 5,25E+00 9,04E-02 -1,01E+00 -4,15E+00 -2,99E-01 7,86E-01 1,37E-01 41 0,09 1,00 0,52 -1,14 -0,79 -0,75 3,32 0,95 2,03BR 6,65E+00 -5,03E-02 -8,31E-01 -5,72E+00 -6,38E-02 5,25E-01 1,90E-01 123 0,68 2,11 -0,57 -2,03 -1,77 -0,42 5,02 2,29 1,98BS -7,32E+00 3,29E-01 -2,51E-01 7,18E+00 4,03E-01 4,79E-01 -1,60E-01 103 -2,60 -1,92 2,89 -0,47 1,86 1,89 3,82 -1,72 1,99BT 2,22E+00 -2,84E-02 -1,19E-01 -1,65E+00 -3,24E-02 1,28E-01 6,62E-02 136 0,22 0,72 -0,31 -0,27 -0,52 -0,19 1,12 0,75 1,98BV 5,79E+00 -1,14E-01 -6,31E-01 -4,79E+00 -2,99E-01 4,14E-01 -3,62E-02 123 1,83 1,49 -1,08 -1,13 -1,19 -1,53 3,21 -0,40 1,98BX 4,72E-01 1,16E-01 -3,46E+00 2,56E+00 6,24E-01 6,77E-01 -3,43E-02 27 -0,33 0,11 0,33 -2,15 0,54 1,36 2,40 -0,18 2,09SD 5,89E+00 2,91E-01 -2,55E+00 -4,75E+00 1,02E+00 4,98E-01 -2,23E-01 28 -0,97 0,69 0,96 -1,48 -0,55 1,32 1,36 -0,94 2,09SF 3,57E+00 1,03E-01 -1,23E+00 -2,25E+00 8,42E-03 9,24E-02 2,72E-02 84 -0,13 0,74 0,66 -1,51 -0,46 0,03 0,54 0,22 1,99

8 bank

Page 152: Analisis Social Cluster pada Bank-Bank Komersial

61

Cluster: 5BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_ t crit

CE 5,21E+00 -4,15E-02 3,74E-02 -6,19E+00 2,62E-01 1,35E+00 -1,35E-01 32 -0,44 1,41 -0,34 0,06 -1,59 1,14 7,92 -1,28DF 7,21E+00 2,12E-01 1,43E+00 -8,70E+00 -1,25E-01 7,28E-01 -2,84E-01 23 -0,53 0,98 0,91 1,20 -1,14 -0,34 3,10 -1,50GB 4,96E-01 5,62E-02 -8,59E-01 3,22E-01 1,32E-01 5,61E-01 2,88E-01 149 -1,20 0,26 1,01 -3,03 0,16 1,26 7,86 4,31

3 bank

Cluster: 6BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_ t crit

BE 1,08E+00 -6,88E-02 -5,93E-01 -2,48E-01 -3,23E-01 6,43E-01 4,72E-02 132 1,65 0,35 -0,78 -1,37 -0,08 -1,91 5,52 0,56 1,98BG 2,76E+00 -1,96E-01 2,06E+00 -4,80E+00 -1,38E-01 5,41E-01 -1,96E-02 75 1,35 0,53 -1,61 2,88 -0,92 -0,55 2,81 -0,17 2,00BW 4,31E+00 -3,43E-02 7,42E-01 -4,92E+00 -1,11E-01 5,60E-01 9,16E-02 124 0,56 1,39 -0,37 1,64 -1,55 -0,67 4,96 1,10 1,98BY 7,33E-01 -1,01E-01 1,78E+00 -2,67E+00 -2,24E-02 3,05E-01 3,73E-01 131 0,77 0,25 -1,14 3,80 -0,88 -0,13 2,76 4,96 1,98DH -4,45E+00 1,71E-01 1,46E-01 3,77E+00 6,42E-01 3,81E-01 1,78E-01 62 -2,15 -1,27 1,37 0,26 1,07 2,64 2,34 1,45 2,00MC -1,90E-01 -5,17E-02 5,41E-01 -2,33E-01 -2,03E-01 9,10E-01 -1,83E-01 119 1,44 -0,07 -0,66 1,48 -0,08 -1,32 8,71 -2,51 1,98TA -1,96E+00 -2,68E-02 5,26E-01 1,42E+00 1,35E-01 6,29E-01 -1,75E-01 73 -0,26 -0,68 -0,27 1,04 0,49 0,66 5,35 -1,72 2,00MD 2,59E+00 -5,63E-02 -1,27E+00 -1,12E+00 -2,14E-01 7,61E-01 -1,97E-02 53 0,81 0,78 -0,39 -1,88 -0,33 -0,88 4,79 -0,16 2,01

8 bank

Cluster: 7BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_ t crit

BC 8,61E+00 -8,72E-02 5,99E-01 -9,14E+00 9,16E-02 3,23E-01 1,56E-01 140 0,34 2,68 -0,90 1,24 -2,79 0,48 2,80 1,88 1,98BZF -6,46E-01 9,63E-02 -2,29E-01 1,85E-01 5,93E-01 3,13E-02 4,26E-01 70 -1,27 -0,16 0,73 -0,33 0,04 2,26 0,19 3,57 2,00

2 bank

Cluster: 8BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_ t crit

DI -2,95E+00 4,22E-02 3,56E-01 2,45E+00 1,50E-01 6,27E-01 2,70E-01 140 -1,57 -1,58 0,75 1,32 1,27 1,42 8,78 4,46 1,98JA -3,79E+00 -1,13E-01 1,58E-01 3,56E+00 3,25E-01 4,30E-01 -3,37E-02 60 -0,18 -0,61 -0,85 0,28 0,57 1,24 2,70 -0,26 2,01ME 2,50E+00 -2,90E-02 1,08E+00 -3,32E+00 1,30E-01 6,75E-01 -2,83E-01 75 -0,87 0,82 -0,31 2,46 -1,05 0,77 5,49 -2,70 2,00

3 bank

Cluster: 9BANK ß SBI_1 ß SBI_3 ß FASBI ß SOR ß USD ß PUAB ß PREV_RATE n t_inter t_SBI_1 t_SBI_3 t_FASBI t_SOR t_USD t_PUAB t_PREV_ t crit

AK 2,77E+00 -1,52E-02 -2,98E-02 -2,87E+00 1,73E-01 7,99E-01 1,71E-02 76 -0,69 0,92 -0,16 -0,07 -0,93 1,06 7,47 0,20 2,00FA 2,03E-01 -1,63E-01 3,46E-01 -1,26E-01 -3,87E-01 4,28E-01 2,45E-01 69 1,66 0,06 -1,29 0,51 -0,03 -1,66 2,77 1,97 2,00MG 4,32E+00 -8,16E-02 8,17E-01 -4,89E+00 1,42E-02 2,55E-01 2,66E-02 71 1,52 0,77 -1,52 1,44 -0,86 0,06 1,72 0,20 2,00RB -8,92E-02 -3,62E-02 -3,18E-01 2,40E-01 3,02E-01 4,61E-01 3,37E-01 185 -1,39 -0,05 -0,63 -1,15 0,12 2,88 6,85 5,43 1,97

4 bank

Page 153: Analisis Social Cluster pada Bank-Bank Komersial

62

Period: IV

Cluster: 1| ß | untuk variable yg mempengaruhi PUAB Urutan Prioritas ( RANK )

BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATEBF 4,76E+00 - - 4,97E+00 - 7,58E-01 - 2 - - 1 - 3 -BZ - - - - - 1,27E+00 - - - - - - 1 -BZD - - - - - - 2,34E-01 - - - - - - 1

3 bank

Cluster: 2BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE

AD - - - - - 2,61E-01 2,33E-01 - - - - - 1 2AG - - 7,40E-01 - - 4,01E-01 - - - 1 - - 2 -AI - - - - - 5,74E-01 1,84E-01 - - - - - 1 2CG - - - - - - 2,33E-01 - - - - - - 1

4 bank

Cluster: 3BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE

A 1,28E+01 3,42E-01 - 1,36E+01 - - 3,23E-01 2 3 - 1 - - 4AB - - - - - - - - - - - - - -AC - 2,40E-01 - - - 4,81E-01 - - 2 - - - 1 -AE - - - - - 3,82E-01 - - - - - - 1 -AF - - - - - 1,03E+00 - - - - - - 1 -AH - - - - 2,81E-01 5,78E-01 - - - - - 2 1 -AL - - 1,04E+00 - - 8,17E-01 - - - 1 - - 2 -AM 6,85E+00 - - 6,27E+00 3,61E-01 1,11E+00 3,46E-01 1 - - 2 4 3 5BB - - - - - 9,04E-01 - - - - - - 1 -BD - - - - - 9,86E-01 - - - - - - 1 -BH - - - - - 9,25E-01 - - - - - - 1 -BI - 3,78E-01 - - 6,76E-01 - - - 2 - - 1 - -BJ - - - - - 4,04E-01 - - - - - - 1 -BK - - - - - 7,36E-01 - - - - - - 1 -BL 1,08E+01 - - 1,20E+01 - 1,43E+00 6,89E-01 2 - - 1 - 3 4BM - - - - - 8,17E-01 - - - - - - 1 -BN - - - - - 8,66E-01 - - - - - - 1 -BQ - - - - - 1,88E-01 5,74E-01 - - - - - 2 1

Page 154: Analisis Social Cluster pada Bank-Bank Komersial

63

Cluster: 3| ß | untuk variable yg mempengaruhi PUAB Urutan Prioritas ( RANK )

BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATECB - - - - - 7,50E-01 - - - - - - 1 -CC - 3,00E-01 - - - - 3,71E-01 - 2 - - - - 1CD - - - - - 6,89E-01 - - - - - - 1 -DA - - - - - 3,78E-01 2,22E-01 - - - - - 1 2DB - - - - - 1,07E+00 - - - - - - 1 -DC - - - - - 5,86E-01 - - - - - - 1 -DD - - - - - 9,90E-01 - - - - - - 1 -DE - - - - - 5,08E-01 - - - - - - 1 -DG - - - - - 4,94E-01 - - - - - - 1 -EA - - - - - 8,69E-01 - - - - - - 1 -EB - - - - - 1,08E+00 2,66E-01 - - - - - 1 2FB 9,62E+00 - - 1,04E+01 - 9,92E-01 - 2 - - 1 - 3 -GA - - - - - 6,51E-01 - - - - - - 1 -HA - - - - - 6,03E-01 - - - - - - 1 -HC 1,47E+01 7,53E-01 - 1,65E+01 8,44E-01 - - 2 4 - 1 3 - -HD - - - - - - - - - - - - - -HE - - - - - 3,94E-01 - - - - - - 1 -HF - - - - - 4,89E-01 2,03E-01 - - - - - 1 2HG - - - - - 7,47E-01 - - - - - - 1 -HI - - - - - 5,64E-01 - - - - - - 1 -IA - - - - - 7,27E-01 - - - - - - 1 -IC - 2,12E-01 - - - 5,90E-01 1,96E-01 - 2 - - - 1 3ID - - - - - 6,41E-01 - - - - - - 1 -IE - - - - - 8,73E-01 - - - - - - 1 -IH - - - - - - - - - - - - - -II - 4,83E-01 2,39E+00 - - - - - 2 1 - - - -KA - - - - - 4,38E-01 2,50E-01 - - - - - 1 2KB 1,27E+01 - - 1,15E+01 - - 5,17E-01 1 - - 2 - - 3LA - - - - - 1,17E+00 1,93E-01 - - - - - 1 2LB - - - - - 1,28E+00 - - - - - - 1 -MA - - - - - 7,76E-01 - - - - - - 1 -MB - - - - - 5,76E-01 - - - - - - 1 -SB - - - - - 6,67E-01 - - - - - - 1 -SC - - - - - - - - - - - - - -SG - - - - - 6,73E-01 - - - - - - 1 -SH - - - - - 7,18E-01 - - - - - - 1 -SI - - - - - - - - - - - - - -SJ - - - - - - - - - - - - - -

Page 155: Analisis Social Cluster pada Bank-Bank Komersial

64

Cluster: 3| ß | untuk variable yg mempengaruhi PUAB Urutan Prioritas ( RANK )

BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATESK - - - - - - - - - - - - - -SL - - - - - - - - - - - - - -TC - - - - - 7,21E-01 - - - - - - 1 -TD - - - - - 6,34E-01 - - - - - - 1 -TE - - - - - 3,84E-01 - - - - - - 1 -UA - - - - - 5,80E-01 - - - - - - 1 -UB - - - - - 6,47E-01 - - - - - - 1 -UD - - - - - 1,02E+00 - - - - - - 1 -VA - - - - 5,08E-01 5,03E-01 - - - - - 1 2 -WA - - - - - 1,37E+00 - - - - - - 1 -MH - - - - - 3,55E-01 - - - - - - 1 -MI - - - - - 7,95E-01 - - - - - - 1 -MJ - - - - - - - - - - - - - -MZI - - - - - 6,89E-01 - - - - - - 1 -NA - - - - - 8,15E-01 - - - - - - 1 -NB - - - - - 7,47E-01 1,36E-01 - - - - - 1 2NC - - - - - 6,67E-01 - - - - - - 1 -ND 9,88E+00 - - 9,16E+00 - 8,37E-01 - 1 - - 2 - 3 -OA - - - - - 1,13E+00 - - - - - - 1 -PB - - - - - 6,83E-01 - - - - - - 1 -PC - - - - - 4,85E-01 - - - - - - 1 -PD - - - - - 8,02E-01 - - - - - - 1 -RA - - - - - 9,36E-01 - - - - - - 1 -RC - - - - - 6,80E-01 4,56E-01 - - - - - 1 2YA - - - - - 5,72E-01 1,56E-01 - - - - - 1 2

82 bank

Cluster: 4BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE

BP - - - - - 7,86E-01 - - - - - - 1 -BR 6,65E+00 - 8,31E-01 - - 5,25E-01 1,90E-01 1 - 2 - - 3 4BS - 3,29E-01 - - - 4,79E-01 - - 2 - - - 1 -BT - - - - - - - - - - - - - -BV - - - - - 4,14E-01 - - - - - - 1 -BX - - 3,46E+00 - - 6,77E-01 - - - 1 - - 2 -SD - - - - - - - - - - - - - -SF - - - - - - - - - - - - - -

8 bank

Page 156: Analisis Social Cluster pada Bank-Bank Komersial

65

Cluster: 5| ß | untuk variable yg mempengaruhi PUAB Urutan Prioritas ( RANK )

BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATECE 5,21E+00 4,15E-02 3,74E-02 6,19E+00 2,62E-01 1,35E+00 1,35E-01 2 6 7 1 4 3 5DF 7,21E+00 2,12E-01 1,43E+00 8,70E+00 1,25E-01 7,28E-01 2,84E-01 2 6 3 1 7 4 5GB 4,96E-01 5,62E-02 8,59E-01 3,22E-01 1,32E-01 5,61E-01 2,88E-01 3 7 1 4 6 2 5

3 bank

Cluster: 6BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE

BE - - - - - 6,43E-01 - - - - - - 1 -BG - - 2,06E+00 - - 5,41E-01 - - - 1 - - 2 -BW - - - - - 5,60E-01 - - - - - - 1 -BY - - 1,78E+00 - - 3,05E-01 3,73E-01 - - 1 - - 3 2DH - - - - 6,42E-01 3,81E-01 - - - - - 1 2 -MC - - - - - 9,10E-01 1,83E-01 - - - - - 1 2TA - - - - - 6,29E-01 - - - - - - 1 -MD - - - - - 7,61E-01 - - - - - - 1 -

8 bank

Cluster: 7BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE

BC 8,61E+00 - - 9,14E+00 - 3,23E-01 - 2 - - 1 - 3 -BZF - - - - 5,93E-01 - 4,26E-01 - - - - 1 - 2

2 bank

Cluster: 8BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE

DI - - - - - 6,27E-01 2,70E-01 - - - - - 1 2JA - - - - - 4,30E-01 - - - - - - 1 -ME - - 1,08E+00 - - 6,75E-01 2,83E-01 - - 1 - - 2 3

3 bank

Cluster: 9BANK SBI_1 SBI_2 FASBI SOR USD PUAB PREV_RATE SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE

AK - - - - - 7,99E-01 - - - - - - 1 -FA - - - - - 4,28E-01 - - - - - - 1 -MG - - - - - - - - - - - - - -RB - - - - 3,02E-01 4,61E-01 3,37E-01 - - - - 3 1 2

4 bank

Page 157: Analisis Social Cluster pada Bank-Bank Komersial

66

Perilaku Cluster dalam Menentukan Urutan Variabel yang Mempengaruhi Penetuan Suku Bunga PUAB. Periode I : 01 Jan s/d 25 Agst 2001

FREKUENSI VARIABEL YANG DIPERHITUNGKAN

SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE

1 1,00 1 0 0 1 0 0 5 00,50 2 0 0 1 0 0 1 10,33 3 0 0 0 0 0 0 0

0,25 4 0 0 0 0 0 0 00,20 5 0 0 0 0 0 0 00,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0

W f 0,0 0,0 0,8 0,0 0,0 2,8 0,5Rank - - 2 - - 1 3

2 1,00 1 0 0 1 2 0 66 10,50 2 0 0 6 1 7 3 140,33 3 0 0 0 0 3 0 30,25 4 0 0 0 0 2 0 00,20 5 0 0 0 0 0 0 00,17 6 0 0 0 0 0 0 0

0,14 7 0 0 0 0 0 0 0W f 0,0 0,0 2,0 1,3 1,7 33,8 3,0

Rank - - 3 5 4 1 2

3 1,00 1 0 0 0 0 0 4 0

0,50 2 0 0 0 0 0 0 10,33 3 0 0 0 0 0 0 00,25 4 0 0 0 0 0 0 00,20 5 0 0 0 0 0 0 00,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0

W f 0,0 0,0 0,0 0,0 0,0 4,0 0,5Rank - - - - - 1 2

RANK1/RANKCLS

Periode II : 25 Agst 2001 s/d 26 April 2002

FREKUENSI VARIABEL YANG DIPERHITUNGKAN

SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE

1 1,00 1 0 0 0 0 0 6 10,50 2 0 0 0 0 1 0 50,33 3 0 0 0 0 0 0 0

0,25 4 0 0 0 0 0 0 00,20 5 0 0 0 0 0 0 00,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0

W f 0,0 0,0 0,0 0,0 0,5 6,0 1,8Rank - - - - 3 1 2

2 1,00 1 1 0 0 0 1 28 3

0,50 2 1 2 0 1 1 1 120,33 3 0 3 0 1 2 0 00,25 4 0 0 0 0 1 0 30,20 5 0 1 0 0 0 1 00,17 6 0 0 0 0 1 0 0

0,14 7 0 0 0 0 0 0 0W f 0,8 0,7 0,0 0,4 0,5 9,6 3,3

Rank 3 4 - 6 5 1 2

CLS 1/RANK RANK

Page 158: Analisis Social Cluster pada Bank-Bank Komersial

67

FREKUENSI VARIABEL YANG DIPERHITUNGKAN

SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE

3 1,00 1 0 0 0 0 1 13 20,50 2 0 0 0 0 0 2 60,33 3 0 0 0 0 1 0 00,25 4 0 0 0 0 0 0 00,20 5 0 0 0 0 0 0 00,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0

W f 0,0 0,0 0,0 0,0 0,7 7,0 2,5Rank - - - - 3 1 2

4 1,00 1 0 1 0 0 0 4 1

0,50 2 0 0 0 0 2 1 10,33 3 0 0 0 0 0 0 10,25 4 0 0 0 0 0 0 00,20 5 0 0 0 0 0 0 00,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0

W f 0,0 1,0 0,0 0,0 1,0 2,3 0,6Rank - 2 - - 2 1 4

5 1,00 1 0 0 0 0 0 4 00,50 2 0 0 0 0 0 0 4

0,33 3 0 2 0 0 0 0 00,25 4 0 0 0 0 0 0 00,20 5 0 0 0 0 0 0 00,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0

W f 0,0 0,7 0,0 0,0 0,0 4,0 2,0Rank - 3 - - - 1 2

6 1,00 1 0 0 0 0 0 2 00,50 2 0 0 0 0 0 0 20,33 3 0 0 0 0 1 0 0

0,25 4 0 0 0 0 0 0 00,20 5 0 0 0 0 0 0 00,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0

W f 0,0 0,0 0,0 0,0 0,3 2,0 1,0Rank - - - - 3 1 2

7 1,00 1 0 0 0 0 0 8 00,50 2 0 0 0 0 1 0 30,33 3 0 0 0 0 0 0 00,25 4 0 0 0 0 0 0 00,20 5 0 0 0 0 0 0 0

0,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0

W f 0,0 0,0 0,0 0,0 0,5 8,0 1,5Rank - - - - 3 1 2

CLS 1/RANK RANK

Page 159: Analisis Social Cluster pada Bank-Bank Komersial

68

Periode III : 27 April s/d 04 Okt 2002

FREKUENSI VARIABEL YANG DIPERHITUNGKAN

SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE

1 1,00 1 2 0 0 1 0 21 30,50 2 1 0 2 1 1 4 6

0,33 3 0 0 3 0 0 2 10,25 4 0 0 1 0 0 0 1

0,20 5 0 0 0 0 1 0 00,17 6 0 0 0 0 0 0 0

0,14 7 0 0 0 0 0 0 0W f 1,3 0,0 0,8 0,8 0,4 7,9 1,6

Rank 3 - 4 4 6 1 2

2 1,00 1 0 0 0 0 0 2 0

0,50 2 0 0 1 0 0 0 00,33 3 0 0 0 0 0 0 0

0,25 4 0 0 0 0 0 0 00,20 5 0 0 0 0 0 0 0

0,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0

W f 0,0 0,0 0,5 0,0 0,0 2,0 0,0Rank - - 2 - - 1 -

3 1,00 1 4 0 0 1 0 10 00,50 2 1 0 1 1 1 3 4

0,33 3 0 1 1 0 0 2 00,25 4 0 0 1 0 0 0 10,20 5 0 0 1 0 0 0 0

0,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0

W f 2,3 0,3 0,3 0,8 0,5 4,1 1,1Rank 2 6 7 4 5 1 3

4 1,00 1 1 0 0 0 0 1 10,50 2 0 0 3 0 0 0 0

0,33 3 0 0 0 0 0 1 20,25 4 0 0 0 0 1 1 0

0,20 5 0 0 0 0 1 0 00,17 6 0 0 0 0 0 0 0

0,14 7 0 0 0 0 0 0 0W f 1,0 0,0 1,5 0,0 0,2 0,5 0,8

Rank 2 - 1 - 5 4 3

5 1,00 1 0 0 0 0 0 2 1

0,50 2 0 0 2 0 1 0 00,33 3 0 1 0 0 0 1 0

0,25 4 0 0 0 0 0 0 00,20 5 0 0 0 0 0 0 0

0,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0

W f 0,0 0,3 1,0 0,0 0,5 1,2 1,0Rank - 5 2 - 4 1 2

6 1,00 1 2 0 0 0 0 1 00,50 2 0 0 0 1 0 1 1

0,33 3 0 0 0 0 0 1 10,25 4 0 0 0 0 0 0 1

0,20 5 0 0 0 0 0 0 00,17 6 0 0 0 0 0 0 0

0,14 7 0 0 0 0 0 0 0W f 2,0 0,0 0,0 0,5 0,0 0,6 0,4

Rank 1 - - 3 - 2 4

CLS 1/RANK RANK

Page 160: Analisis Social Cluster pada Bank-Bank Komersial

69

FREKUENSI VARIABEL YANG DIPERHITUNGKAN

SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE

7 1,00 1 0 0 0 0 0 0 00,50 2 0 0 0 0 0 0 00,33 3 0 0 0 0 0 0 00,25 4 0 0 0 0 0 0 00,20 5 0 0 0 0 0 0 00,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0

W f 0,0 0,0 0,0 0,0 0,0 0,0 0,0Rank - - - - - - -

8 1,00 1 0 0 0 1 0 5 10,50 2 0 0 1 0 0 2 20,33 3 1 0 2 0 0 0 00,25 4 0 0 1 0 0 0 00,20 5 0 0 0 0 1 0 00,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0

W f 0,0 0,0 0,0 0,0 0,0 0,0 0,0Rank 0 0 0 0 0 0 0

9 1,00 1 0 0 0 0 0 3 20,50 2 0 0 2 0 0 0 20,33 3 0 0 0 0 2 1 00,25 4 0 0 0 0 0 0 00,20 5 0 0 0 0 0 0 00,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0

W f 0,0 0,0 1,0 0,0 0,7 1,7 1,5Rank - - 3 - 4 1 2

10 1,00 1 0 0 1 0 0 1 00,50 2 0 0 1 0 0 0 00,33 3 0 0 0 0 0 0 00,25 4 0 0 0 0 0 0 00,20 5 0 0 0 0 0 0 00,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0

W f 0,0 0,0 0,8 0,0 0,0 1,0 0,0Rank - - 2 - - 1 -

11 1,00 1 0 0 0 0 0 6 00,50 2 0 0 1 0 0 0 20,33 3 0 0 1 0 0 0 00,25 4 0 0 0 0 0 0 00,20 5 0 0 0 0 0 0 00,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0

W f 0,0 0,0 0,4 0,0 0,0 6,0 1,0Rank - - 3 - - 1 2

12 1,00 1 0 0 0 0 0 2 00,50 2 0 0 0 0 0 0 00,33 3 0 0 0 0 0 0 00,25 4 0 0 0 0 0 0 00,20 5 0 0 0 0 0 0 00,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0

W f 0,0 0,0 0,0 0,0 0,0 2,0 0,0Rank - - - - - 1 -

CLS 1/RANK RANK

Page 161: Analisis Social Cluster pada Bank-Bank Komersial

70

Periode IV : 05 Okt 2002 s/d 30 Juli 2003 FREKUENSI VARIABEL YANG DIPERHITUNGKAN

SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE

1 1,00 1 0 0 0 1 0 1 10,50 2 1 0 0 0 0 0 00,33 3 0 0 0 0 0 1 00,25 4 0 0 0 0 0 0 00,20 5 0 0 0 0 0 0 00,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0

W f 0,5 0,0 0,0 1,0 0,0 0,7 1,0Rank 4 - - 1 - 3 1

2 1,00 1 0 0 1 0 0 2 10,50 2 0 0 0 0 0 1 20,33 3 0 0 0 0 0 0 00,25 4 0 0 0 0 0 0 00,20 5 0 0 0 0 0 0 00,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0

W f 0,0 0,0 1,0 0,0 0,0 1,3 1,0Rank - - 2 - - 1 2

3 1,00 1 3 0 2 4 2 60 20,50 2 4 5 0 3 1 3 80,33 3 0 1 0 0 1 4 20,25 4 0 1 0 0 1 0 20,20 5 0 0 0 0 0 0 10,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0

W f 2,5 1,0 2,0 2,8 0,8 20,9 1,5Rank 3 6 4 2 7 1 5

4 1,00 1 1 0 1 0 0 3 00,50 2 0 1 1 0 0 1 00,33 3 0 0 0 0 0 1 00,25 4 0 0 0 0 0 0 10,20 5 0 0 0 0 0 0 00,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0

W f 1,0 0,5 0,8 0,0 0,0 1,3 0,3Rank 2 4 3 - - 1 5

5 1,00 1 0 0 1 2 0 0 00,50 2 2 0 0 0 0 1 00,33 3 1 0 1 0 0 1 00,25 4 0 0 0 1 1 1 00,20 5 0 0 0 0 0 0 30,17 6 0 2 0 0 1 0 00,14 7 0 1 1 0 1 0 0

W f 0,7 0,2 0,5 1,1 0,2 0,4 0,6Rank 2 6 4 1 7 5 3

6 1,00 1 0 0 2 0 1 5 00,50 2 0 0 0 0 0 2 20,33 3 0 0 0 0 0 1 00,25 4 0 0 0 0 0 0 00,20 5 0 0 0 0 0 0 00,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0

W f 0,0 0,0 2,0 0,0 1,0 2,1 1,0Rank - - 2 - 3 1 3

CLS 1/RANK RANK

Page 162: Analisis Social Cluster pada Bank-Bank Komersial

71

FREKUENSI VARIABEL YANG DIPERHITUNGKAN

SBI_1 SBI_3 FASBI SOR USD PUAB PREV_RATE

7 1,00 1 0 0 0 1 1 0 00,50 2 1 0 0 0 0 0 10,33 3 0 0 0 0 0 1 00,25 4 0 0 0 0 0 0 00,20 5 0 0 0 0 0 0 00,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0

W f 0,5 0,0 0,0 1,0 1,0 0,3 0,5Rank 3 - - 1 1 5 3

8 1,00 1 0 0 1 0 0 2 00,50 2 0 0 0 0 0 1 10,33 3 0 0 0 0 0 0 10,25 4 0 0 0 0 0 0 00,20 5 0 0 0 0 0 0 00,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0

W f 0,0 0,0 1,0 0,0 0,0 1,3 0,4Rank - - 2 - - 1 3

9 1,00 1 0 0 0 0 0 3 00,50 2 0 0 0 0 0 0 10,33 3 0 0 0 0 1 0 00,25 4 0 0 0 0 0 0 00,20 5 0 0 0 0 0 0 00,17 6 0 0 0 0 0 0 00,14 7 0 0 0 0 0 0 0

W f 0,0 0,0 0,0 0,0 0,3 3,0 0,5Rank - - - - 3 1 2

CLS 1/RANK RANK