Peramalan Pembiayaan Modal Kerja pada Bank Syariah di Indonesia: Aplikasi Model ARIMA
DOI:
https://doi.org/10.30651/stb.v5i2.28401Kata Kunci:
Pembiayaan Modal Kerja, Bank Syariah, ARIMA, Peramalan Deret Waktu, Sistem Pendukung KeputusanAbstrak
Penelitian ini bertujuan untuk meramalkan pembiayaan modal kerja pada Bank Umum Syariah (BUS) dan Unit Usaha Syariah (UUS) di Indonesia dengan menggunakan model ARIMA sebagai dasar pengambilan keputusan strategis. Objek penelitian adalah total pembiayaan modal kerja BUS dan UUS berdasarkan data bulanan periode Januari 2017 hingga Maret 2025. Tahapan penelitian meliputi analisis statistik deskriptif, uji stasioneritas dengan Augmented Dickey-Fuller, identifikasi pola ACF/PACF, estimasi dan uji signifikansi parameter, validasi residual, serta pemilihan model terbaik berdasarkan kriteria AIC, SBC, dan MSE. Hasil analisis menunjukkan model ARIMA(8,1,7) sebagai model optimal dengan AIC 18.6304 dan MSE 6.792.148, serta residual memenuhi asumsi white noise dan normalitas. Proyeksi 12 bulan ke depan (April 2025–Maret 2026) menunjukkan tren peningkatan pembiayaan dari Rp130,3 triliun hingga Rp148,98 triliun, meskipun terdapat fluktuasi moderat pada beberapa bulan. Pembahasan menegaskan bahwa model ARIMA mampu menangkap dinamika historis dan volatilitas eksternal, sehingga hasil peramalan dapat diintegrasikan ke dalam sistem pengambilan keputusan untuk optimalisasi alokasi dana dan mitigasi risiko likuiditas. Kesimpulannya, ARIMA(8,1,7) terbukti akurat sebagai alat prediksi pembiayaan modal kerja BUS-UUS dan relevan untuk mendukung strategi manajemen perbankan syariah di Indonesia.
Referensi
Abedifar, P., Molyneux, P., & Tarazi, A. (2013). Risk in Islamic Banking. Review of Finance, 17(6), 2035–2096.
Ahmed, H. (2011). Maqasid al-Shari’ah and Islamic Financial Products: A Framework for Assessment. ISRA International Journal of Islamic Finance, 3(1), 149–160.
Arumugam, V., & Natarajan, V. (2023). Time Series Modeling and Forecasting Using Autoregressive Integrated Moving Average and Seasonal Autoregressive Integrated Moving Average Models. Instrumentation Mesure Métrologie, 22(4), 161–168.
Bank Syariah Indonesia. (2024). Laporan Tahunan 2024.
Bello-Angulo, D., Mantilla-Duarte, C., Montes-Paez, E., & Guerrero-Martin, C. (2022). Box–Jenkins Methodology Application to Improve Crude Oil Production Forecasting: Case Study in a Colombian Field. Arabian Journal for Science and Engineering, 47(9), 11269–11278. https://doi.org/10.1007/s13369-021-05997-7
Čihák, M., & Hesse, H. (2010). Islamic Banks and Financial Stability: An Empirical Analysis. Journal of Financial Services Research, 38(2), 95–113.
Dusuki, A. W. (2008). Understanding the objectives of Islamic banking: a survey of stakeholders’ perspectives. International Journal of Islamic and Middle Eastern Finance and Management, 1(2), 132–148.
Fachri, S., Sulistiana, I., Nurhayadi, W., & Wahyuni, I. (2023). The Effect Of Working Capital Financing, MSME Investment Financing And Non-Performing Financing On Bank Profit Growth General Sharia. Jurnal Ekonomi, 12(03), 2023. http://ejournal.seaninstitute.or.id/index.php/Ekonomi
Haniffa, R., & Hudaib, M. (2010). Islamic finance: from sacred intentions to secular goals? Journal of Islamic Accounting and Business Research, 1(2), 85–91.
Hassan, M. K., & Aliyub, S. (2018). A contemporary survey of islamic banking literature. Journal of Financial Stability, 34, 12–43. https://doi.org/https://doi.org/10.1016/j.jfs.2017.11.006
Hassan, M. K., & Lewis, M. K. (2007). Handbook of Islamic Banking. Edward Elgar Publishing Limited.
Huruta, A. D. (2024). Predicting the unemployment rate using autoregressive integrated moving average. Cogent Business and Management, 11(1). https://doi.org/10.1080/23311975.2023.2293305
Ilyas, R. (2015). Konsep pembiayaan dalam perbankan syari’ah. Jurnal Penelitian (P3M STAIN Kudus), 9(1).
iTrade CGS International. (2025, May 2). Laba BSI Triwulan I 2025 Tumbuh Double Digit.
Khan, F. (2010). How ‘Islamic’ is Islamic Banking? Journal of Economic Behavior & Organization, 76(3), 805–820.
Khan, T., & Ahmed, H. (2001). Risk Management: An Analysis of Issues in Islamic Financial Industry (Occasional Papers). Occasional Paper The Islamic Research and Teaching Institute (IRTI), 91.
Otoritas Jasa Keuangan. (2024). Statistik Perbankan Syariah.
Republik Indonesia. (2008). Undang-undang Republik Indonesia No. 21 Tahun 2008 tentang Perbankan Syariah.
Rosyidah, & Sukmana, R. (2018). Aplikasi Metode Autoregressive Integrated Moving Average (Arima) Pada Peramalan Stabilitas Bank Syariah Di Indonesia. Jurnal Ekonomi Syariah Teori Dan Terapan, 5(3), 200–215.
Syarif, A. (2020). Forecasting the Development of Islamic Bank in Indonesia: Adopting ARIMA Model. JTAM (Jurnal Teori Dan Aplikasi Matematika), 4(2), 190. https://doi.org/10.31764/jtam.v4i2.2790
Tiao, G. C. (2015). Time Series: ARIMA Methods. In International Encyclopedia of the Social & Behavioral Sciences (Second Edition, Vol. 96, pp. 316–321).
Wagner, B., & Cleland, K. (2023). Using autoregressive integrated moving average models for time series analysis of observational data. E-BMJ, 383.
Wati, R., & Fasa, M. I. (2024). Manajemen Risiko Likuiditas : Jaminan Keberlanjutan dan Ketahanan Bank Syariah di Era Krisis Moneter. Jurnal Manajemen, 3(4).
Zhang, G. P. (2003). Time series forecasting using a hybrid ARIMA and neural network model. In Neurocomputing (Vol. 50). www.elsevier.com/locate/neucom
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2025 SUSTAINABLE
Artikel ini berlisensi Creative Commons Attribution 4.0 International License.
Hak Cipta
Hak cipta terhadap artikel yang diterbitkan di Sustainable : Jurnal Akuntansi.
Penulis harus menyerahkan hak cipta pada jurnal dengan menandatangai dan mengirimkan form penyerahan hak cipta (template) melalui email sustainable@um-surabaya.ac.id
Penulis dapat menyebarluaskan artikelnya melalui media manapun.
Lisensi
Setiap karya yang ditulis penulis dilisensi dengan Creative Commons Attribution-NonCommercial 4.0 International License.
