Faisal Muhammad Akram
JURNAL Edueco
Universitas Balikpapan ANALISIS DAMPAK FAKTOR-FAKTOR YANG MEMPENGARUHI PENERAPAN CADANGAN KERUGIAN PENURUNAN NILAI
INDIVIDUAL DI PERBANKAN
(STUDI KASUS BANK JAKARTA)
Faisal Muhammad Akram Universitas Padjajaran pos-el: faisal24006@mail.
ABSTRAK
Penelitian ini bertujuan untuk menganalisis penerapan PSAK 71 mengenai pengakuan dan pengukuran expected credit loss (ECL) dalam perhitungan CKPN individual, dengan fokus pada identifikasi tantangan dan solusi dalam penentuan parameter ECL seperti Probability of Default (PD).
Loss Given Default (LGD), dan Exposure at Default (EAD).
Penelitian ini menggunakan pendekatan studi literatur dengan menganalisis berbagai sumber primer dan sekunder, termasuk PSAK 71, pedoman Otoritas Jasa Keuangan (OJK), serta studi empiris sebelumnya yang terkait dengan implementasi ECL di sektor perbankan Indonesia.
Hasil analisis menunjukkan bahwa implementasi PSAK 71, khususnya dalam perhitungan CKPN individual, menghadapi tantangan utama dalam penentuan parameter ECL yang akurat dan berbasis forward-looking information.
Studi ini mengidentifikasi perlunya pengembangan indikator kuantitatif dan kualitatif yang terstruktur untuk menilai kondisi debitur serta penentuan bobot skenario yang realistis.
Studi ini terbatas pada tinjauan literatur dan belum melakukan pengujian empiris Temuan ini dapat menjadi panduan bagi bank dalam menyusun model perhitungan CKPN individual yang lebih aplikatif dan sesuai dengan prinsip PSAK 71.
Studi ini memberikan kontribusi dengan mengintegrasikan konsep manajemen risiko berdasarkan ISO 31000 ke dalam kerangka penilaian ECL untuk perhitungan CKPN individual.
Kata kunci : PSAK 71.
CKPN.
ECL.
Perhitungan Individual.
Manajemen Risiko Kredit.
ABSTRACT
This study aims to analyze the implementation of PSAK 71 regarding the recognition and measurement of Expected Credit Loss (ECL) in the calculation of individual Allowance for Impairment Losses (CKPN), with a focus on identifying challenges and proposing solutions in determining ECL parameters such as Probability of Default (PD).
Loss Given Default (LGD), and Exposure at Default (EAD).
The research adopts a literature review approach by examining various primary and secondary sources, including PSAK 71, guidelines issued by the Financial Services Authority (OJK), and previous empirical studies related to ECL implementation in the Indonesian banking sector.
The analysis reveals that the implementation of PSAK 71, particularly in calculating individual CKPN, faces major challenges in determining accurate and forward-looking ECL parameters.
The study highlights the need for developing structured quantitative and qualitative indicators to assess debtor conditions, as well as realistic scenario weightings for different economic outlooks.
However, this study is limited to literature analysis and does not conduct direct empirical testing.
The findings provide practical insights for banks to design more applicable and compliant models for calculating individual CKPN in accordance with PSAK 71 principles.
Furthermore, the study contributes theoretically by integrating the ISO 31000 risk management framework into the ECL assessment model, thereby enhancing the robustness and reliability of credit loss estimation in the Indonesian banking industry.
Keywords: PSAK 71.
CKPN.
ECL.
Individual Calculation.
Credit Risk Management.
Jurnal Edueco Volume 8 Nomor 2.
Desember 2025 Faisal Muhammad Akram JURNAL Edueco Universitas Balikpapan PENDAHULUAN Perkembangan standar akuntansi keuan gan global secara terus-menerus menuntut penyesuaian bagi lembaga keuangan, termasuk bank di Indonesia.
Perkembangan standar akuntansi keuangan global secara terus-menerus menuntut penyesuaian dan peningkatan kapasitas bagi lembaga keuangan, termasuk bank-bank di Indonesia, untuk memastikan keselarasan dengan praktik internasional yang transparan dan berbasis risiko.
Seiring dengan dinamika pasar keuangan global, standar seperti IFRS 9 yang diadopsi melalui PSAK 71 menekankan pentingnya pengakuan dan pengukuran aset keuangan yang lebih realistis, berbasis Expected Credit Loss (ECL), serta penerapan prinsip forwardlooking information.
Kondisi ini mendorong perbankan nasional untuk memperkuat meningkatkan kualitas data dan model risiko, serta menyesuaikan kebijakan internal agar sejalan dengan tuntutan governance, transparansi, dan akuntabilitas.
Dengan perkembangan standar global bukan hanya kewajiban regulasi, tetapi juga strategi penting dalam memperkuat ketahanan dan kredibilitas sistem keuangan Indonesia di tengah integrasi ekonomi global yang semakin kompleks.
PSAK 71 (Instrumen Keuanga.
merupakan standar akuntansi keuangan di Indonesia yang mengadopsi secara penuh IFRS 9 Financial Instruments, dan mulai berlaku efektif pada 1 Januari 2020.
Standar ini menggantikan PSAK 55 dan menghadirkan perubahan mendasar dalam klasifikasi, pengukuran, dan pengakuan kerugian penurunan nilai .
atas aset keuangan.
Salah satu aspek utama PSAK 71 adalah penerapan model Expected Credit Loss (ECL), yang bersifat forwardlooking dan mewajibkan entitas, terutama bank dan lembaga keuangan, untuk memperkirakan potensi kerugian kredit sejak awal pengakuan aset, bukan hanya setelah terjadi bukti kerugian .
ncurred los.
PSAK
71 juga mengatur perlakuan akuntansi terhadap derivatif, lindung nilai .
edge accountin.
, serta penilaian risiko kredit secara lebih transparan dan berbasis data historis, kondisi terkini, dan proyeksi masa Dengan demikian, penerapan PSAK 71 bertujuan untuk meningkatkan reliabilitas laporan keuangan, memperkuat manajemen risiko, dan memastikan transparansi serta akuntabilitas dalam pelaporan instrumen keuangan sesuai praktik internasional.
IFRS 9 (International Financial Reporting Standard .
adalah standar
pelaporan keuangan internasional yang diterbitkan oleh International Accounting Standards Board
(IASB)
menggantikan IAS 39, dan mulai berlaku efektif secara global pada 1 Januari 2018.
Standar ini mengatur tentang klasifikasi, pengukuran, penurunan nilai .
, dan akuntansi lindung nilai .
edge accountin.
atas instrumen keuangan.
Salah satu perubahan paling signifikan dalam IFRS 9 adalah penerapan model Expected Credit Loss (ECL), yang bersifat forward-looking dan mewajibkan entitas memperkirakan potensi kerugian kredit sejak awal pengakuan aset, bukan hanya saat kerugian telah terjadi.
Selain itu.
IFRS 9 menyederhanakan kategori pengukuran aset keuangan menjadi tiga:
amortised cost, fair value through other comprehensive income (FVOCI), dan fair value through profit or loss (FVTPL).
Tujuan utama IFRS 9 adalah meningkatkan relevansi dan transparansi laporan keuangan, memperkuat manajemen risiko kredit, serta menyelaraskan praktik akuntansi dengan Jurnal Edueco Volume 8 Nomor 2.
Desember 2025 Faisal Muhammad Akram JURNAL Edueco Universitas Balikpapan realitas ekonomi yang dinamis di sektor keuangan global.
Dengan diterapkannya PSAK 71 (Financial Instrument.
yang mengadopsi IFRS 9, terjadi perubahan paradigma dari model incurred loss menuju pendekatan expected credit loss (ECL) untuk pengakuan cadangan kerugian penurunan nilai (CKPN).
Pendekatan ECL pencadangan sejak pengakuan awal aset keuangan dan mempertimbangkan informasi masa depan .
orward-lookin.
yang lebih Hal ini secara teoretis dan praktis menuntut bank untuk meningkatkan kapasitas model risiko kredit dan sistem Pada praktiknya di Indonesia, bank-bank mulai menerapkan PSAK 71 sejak 1 Januari Laporan dari forum standar akuntansi menyebut bahwa bank harus memperkirakan kerugian sejak awal transaksi keuangan melalui skenario makro dan indikator ekonomi (Otoritas Jasa Keuangan, 2.
Perubahan ini tidak hanya bersifat teknis akuntansi tetapi juga berdampak pada manajemen risiko kredit, level CKPN, serta ekuitas bank (Indriani et al.
, 2.
Bank Jakarta yang telah menerapkan PSAK 71 sejak 2020 menghadapi tantangan yang khas dalam perhitungan CKPN Tantangan utama muncul dalam menetapkan parameter ECL seperti Probability of Default (PD) dan Loss Given Default (LGD) yang bersifat forwardlooking, serta dalam menentukan bobot skenario optimis dan pesimis terutama bila data historis terbatas atau kondisi makro tidak stabil.
Studi internasional juga mencatat bahwa penerapan ECL menuntut upgrade signifikan dalam kualitas data dan model risiko (PwC Indonesia, 2.
Perhitungan CKPN secara individual .
er debitu.
merupakan salah satu aspek penting dalam PSAK 71, khususnya untuk kredit restrukturisasi atau debitur dengan peningkatan risiko kredit secara signifikan (Stage 2 dan Stage .
Dengan pendekatan tiga-tahap dalam PSAK 71 di mana Stage 1 .
anpa peningkatan risiko signifika.
Stage 2 .
eningkatan risik.
Stage 3 .
erjadi kerugian kredi.
sehingga bank harus memonitor kualitas portofolio secara Perkembangan standar akuntansi keuangan global khususnya adopsi IFRS 9 melalui PSAK 71 menuntut bank di Indonesia melakukan penyesuaian proses pengakuan, pengukuran, dan pelaporan risiko kredit berbasis Expected Credit Loss (ECL) yang forward-looking.
Pada tataran praktik, studi kasus ringkas di Bank
Jakarta
(PT
Bank
DKI)
menunjukkan kebutuhan penguatan data, model, dan tata kelola: bank milik Pemprov DKI Jakarta ini (KBMI II) berpusat di Jl.
Suryopranoto No.
Jakarta Pusat, dengan kepemilikan mayoritas oleh Pemprov DKI dan rekam jejak sebagai BPD ibu kota, sehingga eksposur kreditnya erat pada ekosistem daerah dan proyek layanan publik.
Secara deskriptif, kinerja 2024 dilaporkan tetap solid antara lain laba bersih mencapai Rp779 miliar dan kualitas kredit terjaga (NPL gross A2,5%.
NPL net A1,1%), sementara pada 2025 bank ini diberitakan bersiap IPO seiring agenda penguatan tata kelola dan permodalan yang seluruhnya menegaskan urgensi transparansi CKPN .
acktesting/benchmarking/sensitivita.
estimasi PD-LGD-EAD dapat reasonable and supportable serta selaras dengan prinsip kehati-hatian.
Pada tahun buku 2024.
Bank DKI melaporkan pertumbuhan total kredit dan pembiayaan sebesar Rp 53,18 triliun, naik dari Rp 52,00 triliun pada akhir 2023.
Jurnal Edueco Volume 8 Nomor 2.
Desember 2025 Faisal Muhammad Akram JURNAL Edueco Universitas Balikpapan atau tumbuh sekitar 2,26 %.
Segmen UKM menjadi motor utama dengan peningkatan 15,47 % YoY, mencapai Rp 2,22 triliun dibandingkan Rp 1,93 triliun Kendati pertumbuhan relatif moderat, kualitas aset tetap terjaga: NPL gross berada pada level 2,54 % dan NPL net sebesar 1,06 % per 31 Desember 2024.
Selain itu.
Bank DKI penurunan nilai (CKPN) dengan rasio 173,20 %, menunjukkan bahwa cadangan yang dibentuk melebihi jumlah aset nonperforming merupakan indikasi kesiapan menghadapi potensi risiko kredit masa depan.
Dari sisi pemodal dan tata kelola.
Bank DKI membukukan laba bersih sebesar Rp 779 miliar sepanjang tahun Pada saat yang sama, bank ini memutuskan untuk membagikan dividen senilai Rp 249,31 miliar .
ayout ratio 32 %) dan menahan sisanya untuk pengembangan usaha, yang menunjukkan keinginan memperkuat permodalan dan kapabilitas bank menghadapi tantangan ke depan.
Selanjutnya, bank ini juga tengah mempersiapkan agenda Initial Public Offering (IPO), yang memperkuat sinyal bahwa bank memprioritaskan transparansi, likuiditas, dan tata kelola yang memenuhi standar pasar publik.
Penyiapan model ECL/CKPN yang akurat di bank ini menjadi sangat relevan, karena bank mempunyai eksposur regional yang mengintegrasikan faktor-makro .
eperti kondisi ekonomi DKI Jakarta, proyek layanan publik.
APBD) ke dalam model risiko kredit mereka agar estimasi PD.
LGD.
EAD menjadi reasonable and Walaupun demikian, penelitian empiris menunjukkan bahwa bank-bank di Indonesia masih menghadapi sejumlah hambatan dalam penerapan ECL dan CKPN individual.
Misalnya, studi Hartanto .
menemukan bahwa indikator kualitatif seperti kondisi debitur, industri, dan ekonomi makro belum banyak digunakan secara sistematis dalam menentukan PD dan LGD (Hartanto & Setijaningsih, 2.
Selain itu, riset yang dilakukan oleh Zia et al.
menekankan bahwa banyak entitas kesulitan dalam forward-looking information secara memadai ke dalam model CKPN mereka (Citrahayu et al.
, 2.
Dalam konteks manajemen risiko dan kerangka standar internasional, penerapan kerangka ISO 31000 (Risk Managemen.
dapat menjadi sumber inspirasi penting bagi ISO 31000 menyediakan pedoman identifikasi, analisis, dan evaluasi risiko yang dapat dikaitkan dengan pengukuran kredit termasuk dalam proses penetapan PD dan LGD yang mempertimbangkan frekuensi dan dampak kejadian risiko (Pramestika & Muchlis, 2.
Dengan mengadaptasi elemen kerangka ini, bank dapat memperkuat model kredit mereka agar lebih resilient terhadap kondisi ekonomi yang berubah cepat.
Penelitian ini berangkat dari fakta bahwa meskipun regulasi dan standar akuntansi telah ada, implementasi praktis dalam menghitung CKPN individual belum secara optimal di industri perbankan Indonesia.
Oleh karena itu, melalui studi literatur, penelitian ini bertujuan untuk menganalisis penerapan PSAK 71 dalam perhitungan CKPN individual serta mengusulkan solusi berbasis pengembangan indikator kualitatif dan kerangka manajemen risiko.
Hasil penelitian diharapkan dapat membantu bank seperti Bank Jakarta dalam menghadapi implementasi ECL.
Jurnal Edueco Volume 8 Nomor 2.
Desember 2025 Faisal Muhammad Akram Dengan demikian, penelitian ini diharapkan memberikan kontribusi teoretis dalam literatur akuntansi keuangan dan praktik manajemen risiko, sekaligus kontribusi praktis bagi industri perbankan di Indonesia dalam memperbaiki model perhitungan CKPN individual yang lebih akurat, responsif dan sesuai dengan standar JURNAL Edueco Universitas Balikpapan METODE PENELITIAN Penelitian pendekatan kualitatif deskriptif dengan metode tinjauan literatur sistematis .
ystematic literature revie.
untuk menganalisis implementasi PSAK 71 terkait pengakuan dan pengukuran Expected Credit Loss (ECL) dalam Cadangan Kerugian Penurunan Nilai (CKPN) individual di sektor perbankan Indonesia.
Pendekatan ini dipilih karena memungkinkan peneliti menelaah berbagai temuan ilmiah, pedoman regulasi, serta praktik industri secara mendalam tanpa melakukan pengujian empiris langsung.
Sumber data mencakup publikasi akademik terindeks Google Scholar, pedoman resmi Otoritas Jasa Keuangan (OJK) serta laporan tahunan bank yang telah menerapkan PSAK 71 sejak 2020.
Setiap sumber dianalisis untuk menemukan pola tematik mengenai tantangan penentuan parameter ECL seperti Probability of Default (PD).
Loss Given Default (LGD), dan Exposure at Default (EAD), serta integrasi pendekatan forward-looking information ke dalam model penilaian risiko kredit (Hartanto & Setijaningsih, 2.
Tahapan penelitian meliputi empat langkah utama: .
identifikasi sumber untuk mengumpulkan literatur yang relevan melalui basis data Google Scholar dan portal regulasi.
seleksi literatur untuk menyaring artikel berdasarkan relevansi dengan topik PSAK 71 dan implementasi ECL di perbankan.
analisis tematik untuk mengelompokkan hasil penelitian menjadi tema besar seperti metodologi perhitungan, tantangan teknis, dan penerapan kebijakan.
sintesis hasil dalam menyusun temuan menjadi model konseptual yang dapat digunakan oleh praktisi perbankan.
Analisis dilakukan secara deskriptifkomparatif untuk merumuskan solusi manajemen risiko ISO 31000, sehingga meningkatkan keandalan model CKPN individual ((Maulidha & Kusumah, 2.
(Indriani et al.
, 2.
Penelitian pendekatan kualitatif deskriptif dengan metode tinjauan literatur sistematis (Systematic Literature Review/SLR) untuk menganalisis implementasi PSAK 71 terkait pengakuan dan pengukuran Expected Credit Loss (ECL) dalam Cadangan Kerugian Penurunan Nilai (CKPN) individual pada sektor perbankan Indonesia.
Pendekatan ini dipilih karena memungkinkan peneliti untuk menelaah berbagai hasil penelitian empiris, kebijakan regulasi, dan praktik industri secara komprehensif tanpa melakukan pengujian empiris langsung.
Literatur yang digunakan terdiri dari 10 artikel jurnal ilmiah yang dipublikasikan dalam rentang waktu 2014 hingga 2024, sehingga mencakup periode sebelum dan sesudah penerapan PSAK 71 yang mulai berlaku efektif pada tahun 2020.
Pencarian literatur dilakukan melalui beberapa basis data akademik seperti Google Scholar.
ScienceDirect.
Garuda (Garba Rujukan Digital Indonesi.
, serta portal resmi Otoritas Jasa Keuangan Jurnal Edueco Volume 8 Nomor 2.
Desember 2025 Faisal Muhammad Akram JURNAL Edueco Universitas Balikpapan (OJK) dan laporan tahunan bank-bank nasional seperti Bank Mandiri.
BCA.
BRI, dan BNI.
Kata kunci yang digunakan dalam pencarian meliputi AuPSAK 71Ay.
AuExpected Credit LossAy.
AuCadangan Kerugian Penurunan NilaiAy.
AuCKPN individualAy.
AuProbability of DefaultAy.
AuLoss Given DefaultAy.
AuExposure at DefaultAy.
AuECL Indonesia bankingAy.
Auforward-looking informationAy, dan Aumanajemen risiko kreditAy.
Kriteria inklusi yang digunakan meliputi artikel yang diterbitkan dalam 10 tahun terakhir .
4Ae2.
, berfokus pada implementasi PSAK 71 dan pengukuran ECL di sektor perbankan Indonesia, diterbitkan dalam jurnal terindeks minimal Google Scholar atau SINTA 2, serta tersedia dalam bahasa Indonesia atau Inggris.
Sedangkan kriteria eksklusi mencakup artikel yang hanya membahas PSAK lain tanpa keterkaitan dengan PSAK 71, publikasi nonakademik seperti berita atau laporan tanpa metodologi ilmiah, serta artikel duplikat dari sumber yang sama.
Proses tinjauan literatur dilakukan melalui empat tahap utama: .
identifikasi literatur yang relevan melalui kata kunci dan basis data yang telah .
menggunakan kriteria inklusi dan eksklusi dengan panduan PRISMA flowchart untuk memastikan transparansi proses .
analisis tematik, yaitu pengelompokan hasil penelitian ke dalam beberapa tema utama seperti metodologi perhitungan ECL (PD.
LGD.
EAD), tantangan penerapan pendekatan forwardlooking, serta integrasi PSAK 71 dengan kebijakan manajemen risiko bank.
sintesis hasil, yakni menggabungkan temuan-temuan penelitian menjadi model
konseptual yang mengintegrasikan prinsip
PSAK 71 dengan kerangka ISO 31000
untuk meningkatkan keandalan model
CKPN
(Hartanto Setijaningsih.
Maulidha Kusumah, 2023.
Indriani et al.
, 2.
Analisis dilakukan dengan bantuan Mendeley manajemen referensi.
NVivo 12 Plus untuk melakukan coding tematik, serta Microsoft Excel untuk melakukan berdasarkan tahun, tema, dan metode Dari total 56 artikel yang ditemukan, hanya 10 artikel yang memenuhi seluruh kriteria inklusi dan digunakan dalam analisis akhir.
Artikelartikel perkembangan riset mengenai peralihan dari model incurred loss (PSAK .
menuju expected credit loss (PSAK .
, serta memberikan pemahaman mendalam mengenai tantangan dan solusi penerapan ECL di sektor perbankan Indonesia.
Jurnal Edueco Volume 8 Nomor 2.
Desember 2025 Gambar 1.
Kerangka Berfikir Model penelitian yang disajikan adalah pendekatan Tinjauan Literatur Sistematis (SLR) Kualitatif Deskriptif, di mana peneliti tidak mengumpulkan data baru dari lapangan tetapi secara metodis mensintesis pengetahuan yang sudah ada.
Faisal Muhammad Akram Alur kerjanya dimulai dengan Identifikasi Literatur .
encarian sumbe.
, diikuti Seleksi Relevansi .
enyaringan berdasarkan kriteri.
, kemudian dilakukan Analisis Tematik .
enguraian dan pengelompokan pola atau tema kunci dari literatu.
, dan diakhiri dengan Sintesis Hasil Rekomendasi Model .
embentukan kerangka konseptual atau teori baru berdasarkan konsolidasi bukt.
Kerangka ini sangat kuat karena mengintegrasikan sumber data yang beragam, mulai dari temuan akademik (Jurnal Akademi.
hingga regulasi resmi (Pedoman OJK.
PSAK .
dan praktik industri (Laporan Tahunan Bank.
ISO
31000 Framewor.
, memastikan bahwa model akhir yang direkomendasikan memiliki validitas teoritis yang didukung oleh kepatuhan regulasi dan implementasi
HASIL DAN PEMBAHASAN
Model ECL PSAK 71 menuntut estimasi kerugian kredit berbasis forwardlooking sejak pengakuan awal aset.
artinya, bank tidak boleh menunggu trigger event seperti pada PSAK 55.
Karena itu, penilaian debitur perlu ditopang indikator kuantitatif dan kualitatif yang sistematis agar PD.
LGD, dan EAD mencerminkan risiko aktual dan proyeksi ke depan.
Literatur IFRS 9 menekankan bahwa term structure PD harus menyesuaikan kondisi makro yang diproyeksikan, bukan hanya historis statis (Breed et al.
, 2.
Pengelompokan indikator ke tiga pilar memudahkan pemetaan risiko: .
Karakteristik debitur .
iwayat kredit, leverage, kapasitas arus ka.
Kondisi ekonomi .
iklus sektor, output gap, pengangguran, inflas.
Kinerja kredit .
emenuhan covenant, days past due.
Praktik IFRS 9/PSAK 71 mengharuskan konsistensi definisi default dan indikator significant increase in Jurnal Edueco Volume 8 Nomor 2.
Desember 2025 JURNAL Edueco Universitas Balikpapan credit risk (SICR) yang sinkron dengan manajemen risiko internal.
Di Indonesia.
OJK juga menekankan perlunya rujukan prakiraan makro untuk menghitung CKPN (Otoritas Jasa Keuangan, 2.
ISO 31000 menyediakan kerangka identifikasiAeanalisisAeevaluasi risiko yang bisa diterjemahkan ke scoring indikator:
tiap indikator diberi skor probabilitas .
dan konsekuensi .
portofolio/individual.
Pendekatan ini memperjelas prioritas indikator mana PD/LGD misalnya, cash-flow volatility tinggi dan leverage ekstrem diberi bobot lebih besar ketimbang indikator minor.
Bukti empiris ISO berkorelasi dengan penguatan tata kelola risiko perbankan Indonesia (Tjahjono et , 2.
Setelah indikator dinilai dan dibobot, nilainya dipetakan ke bobot skenario makro .
60% baseline, 20% optimistis, 20% pesimisti.
untuk menghasilkan PD/LGD tertimbang.
EBA
dan literatur IFRS 9 merekomendasikan minimal tiga skenario yang reasonable and supportable serta terdokumentasi Di Indonesia, forum implementasi PSAK 71 mengakui perlunya pedoman prakiraan makro agar CKPN tidak bias (European Banking Authorities, 2.
Penentuan PD harus menggabungkan bukti historis .
ransisi rating, vintage .
ertumbuhan PDB, pengangguran, suku bung.
Studi terbaru menawarkan metode penyesuaian term structure PD terhadap proyeksi makro, sehingga sensitivitas PD terhadap siklus ekonomi lebih akurat dan krusial untuk debitur di Stage 2/3 dengan SICR atau credit-impaired (Tjahjono et al.
, 2.
LGD
menginternalisasi haircut agunan, biaya penagihan, waktu pemulihan, serta cure Indikator pilar Aukinerja kreditAy .
epatuhan covenant, histori tunggakan.
Faisal Muhammad Akram JURNAL Edueco Universitas Balikpapan downturn LGD (Banking & During.
Literatur IFRS 9 dan studi
Indonesia menunjukkan bahwa peralihan PSAK
PSAK
meningkatkan kebutuhan data dan memperluas variasi CKPN akibat penyesuaian makro dan kualitas agunan (Sugiarto & Suroso, 2.
EAD tidak lagi dianggap statis.
produk berkomitmen .
, indikator seperti credit conversion factor, limit utilisasi, dan perilaku penarikan menjelang default Ini Aukarakteristik debiturAy .
erilaku penarika.
dan Aukinerja kreditAy .
ola Pedoman/regulator mendorong modelling yang konsisten lintas kebijakan kredit internal (Otoritas Jasa Keuangan, 2.
Agar indikator dan bobot skenario
tidak sekadar judgemental, bank wajib back-test
PD/LGD/EAD
benchmarking, dan peninjauan tahunan.
IFRS 9 monitoring EBA menekankan dokumentasi asumsi, uji sensitivitas skenario, dan justifikasi perubahan bobot.
Untuk Indonesia, ini relevan karena menantang sehingga disiplin validasi (European Banking Authorities, 2.
Integrasi indikator terstruktur ke ECL memerlukan governance lintas fungsi .
isnis, risiko, akuntansi, model ris.
agar SICR, staging, dan CKPN konsisten.
OJK
telah menerbitkan panduan/edukasi PSAK 71 dan BPAK yang membantu harmonisasi praktik akuntansi bank Hal ini memperkuat akuntabilitas dan audit trail dalam penetapan CKPN individual (Otoritas Jasa Keuangan.
Bukti lokal menunjukkan penerapan PSAK 71 berdampak pada kualitas pelaporan, permodalan, dan profil risiko.
di sisi lain, riset menyoroti tantangan data dan integrasi forward-looking.
Dengan indikator terstruktur berbasis tiga pilar yaitu pembobotan ISO 31000 dan skenario makro yang terdokumentasi, bank dapat memperbaiki ketepatan CKPN individual sekaligus mematuhi prinsip reasonable and supportable information.
Ini menjawab gap yang sering ditemui unit risiko/akuntansi ketika menilai bobot skenario optimistis vs.
pesimistis untuk debitur tertentu.
Implementasi PSAK 71 di Bank Jakarta memiliki relevansi yang sangat tinggi karena karakteristik portofolio kreditnya yang kompleks, mencakup kredit komersial, konsumer, dan kredit program pemerintah daerah.
Sebagai bank pembangunan daerah dengan eksposur tinggi pada sektor publik dan ritel.
Bank Jakarta dihadapkan pada keharusan untuk menerapkan pendekatan Expected Credit Loss (ECL) yang akurat dan konsisten.
Model ECL berbasis forward-looking sebagaimana diatur dalam PSAK 71 menuntut kemampuan bank dalam memperkirakan potensi kerugian sejak pengakuan awal aset keuangan, bukan menunggu terjadinya trigger event sebagaimana di masa PSAK 55 (Breed et , 2.
Hal ini penting bagi Bank Jakarta yang memiliki tanggung jawab menjaga stabilitas keuangan daerah melalui manajemen risiko kredit yang proaktif dan transparan.
Dalam konteks operasionalnya.
Bank Jakarta Unit Manajemen Risiko Kredit (Credit Risk Uni.
yang bertanggung jawab atas validasi dan pemantauan parameter ECL seperti PD.
LGD, dan EAD.
Namun, tantangan utama masih terletak pada kurangnya data historis granular dan makroekonomi yang diperlukan untuk membangun model prediktif berbasis forward-looking information.
Oleh karena itu, pengembangan indikator terstruktur yang dikelompokkan dalam tiga pilar yaitu karakteristik debitur, kondisi ekonomi, dan kinerja kredit menjadi strategi krusial untuk menilai risiko kredit Jurnal Edueco Volume 8 Nomor 2.
Desember 2025 Faisal Muhammad Akram JURNAL Edueco Universitas Balikpapan lebih akurat di Bank Jakarta.
Misalnya, indikator days past due dan covenant compliance sangat relevan bagi segmen kredit korporasi dan ASN yang menjadi portofolio utama Bank Jakarta (Otoritas Jasa Keuangan, 2.
Penerapan pembobotan berbasis ISO 31000 yang menggabungkan dimensi dampak dan frekuensi dapat memperkuat proses penilaian risiko di Bank Jakarta.
Kerangka menentukan indikator mana yang paling berpengaruh terhadap PD dan LGD, misalnya volatilitas arus kas debitur kontraktor daerah atau ketergantungan terhadap proyek pemerintah.
Bukti empiris menunjukkan bahwa penerapan ISO 31000 meningkatkan risk governance maturity dan konsistensi kebijakan risiko di perbankan Indonesia (Tjahjono et al.
Bank Jakarta dapat memperjelas prioritas risiko kredit dan menyesuaikan strategi mitigasi berdasarkan tingkat eksposur masing-masing portofolio.
Tabel 1.
Penerapan Model ECL Berbasis Indikator Terstruktur pada Bank Jakarta Metode / Pendekatan Analisis Rekomendasi / Implikasi bagi Bank Jakarta Sumber / Referensi https://w.
uk//media/boe/fi Skenario Menghasilkan les/prudential Makroekonomi estimasi PD dan (BaselineAe LGD yang lebih regulation/po OptimistisAe reasonable and licyPesimisti.
statement/20 Penentuan bobot memperhitungkan 21/october/pd skenario makro: dampak APBD dan -lgd60% baseline, proyek infrastruktur estimation20% optimistis, terhadap risiko defaulted20% pesimistis kredit pdf?utm_s ource=chatgp Probability of Meningkatkan Default (PD) :
sensitivitas model Penyesuaian term terhadap siklus Tjahjono et Jurnal Edueco Volume 8 Nomor 2.
Desember 2025 Metode / Pendekatan Analisis Rekomendasi / Implikasi bagi Bank Jakarta structure PD berbasis data historis dan variabel makro mengurangi bias penilaian risiko untuk debitur di Stage 2 & 3 Sumber / Referensi Loss Given Default (LGD) :
Analisis Pembentukan basis Sugiarto & downturn LGD data LGD terstandar Suroso berbasis kualitas untuk kalibrasi agunan dan CKPN individual waktu pemulihan IFRS Foundation Ae IFRS 9 Menegaskan Financial perlakuan khusus Instruments untuk revolving .
agian credit facilities (Financial & Standard.
Metodologi untuk Validasi Model dan Audit Trail :
struktur probabilitas Back-testing, default dengan (Breed et al.
informasi makro- 2.
dan uji untuk audit trail dan justifikasi parameter Tata Kelola dan Sinergi Lintas Harmonisasi staging Fungsi : Integrasi assessment dan (Otoritas Jasa pelaporan CKPN Keuangan, individual untuk menjaga keandalan PSAK 71 & ISO laporan keuangan Implikasi Meningkatkan Strategis transparansi, dan Ketahanan Bank akuntabilitas (Breed et al.
: Kombinasi CKPN.
PSAK 71 ISO stabilitas keuangan 31000 skenario dan kepercayaan Faisal Muhammad Akram JURNAL Edueco Universitas Balikpapan Integrasi indikator ke dalam model skenario makro .
aselineAeoptimistisAe pesimisti.
juga memiliki relevansi praktis bagi Bank Jakarta, mengingat fluktuasi ekonomi regional Jakarta yang dipengaruhi oleh proyek infrastruktur dan APBD.
Dengan menggunakan bobot skenario makro .
isalnya 60% baseline, 20% optimistis.
European Banking Authority .
Bank Jakarta dapat menghasilkan estimasi PD/LGD tertimbang yang lebih reasonable and Pendekatan memungkinkan bank memperhitungkan dampak kebijakan fiskal daerah atau perlambatan sektor jasa terhadap prospek pembayaran debitur.
Dari sisi estimasi PD.
Bank Jakarta perlu menggabungkan data vintage default internal dengan variabel makro seperti pertumbuhan ekonomi DKI Jakarta, tingkat pengangguran, dan suku bunga acuan.
Penyesuaian term structure PD terhadap proyeksi makro akan meningkatkan sensitivitas model terhadap siklus ekonomi dan mengurangi bias penilaian risiko bagi debitur di Stage 2 dan Stage 3 (Tjahjono et al.
, 2.
Hal ini penting karena portofolio kredit Bank Jakarta cenderung heterogen, mencakup debitur ritel dengan volatilitas pendapatan tinggi dan entitas publik dengan risiko moral hazard rendah.
Untuk estimasi LGD, indikator pilar Aukinerja kreditAy compliance, histori tunggakan, dan forbearance perlu dimasukkan dalam analisis downturn LGD.
Bank Jakarta dapat memperkaya data LGD melalui pencatatan kualitas agunan dan waktu pemulihan faktual.
Studi IFRS 9 Indonesia menunjukkan bahwa transisi dari PSAK 55 ke PSAK 71 meningkatkan kebutuhan data serta memperluas variasi CKPN akibat penyesuaian makro dan kualitas agunan (Sugiarto & Suroso.
Dengan demikian, pembentukan basis data LGD yang terstandar akan menjadi landasan penting untuk kalibrasi model CKPN individual di Bank Jakarta.
Selain itu, indikator EAD (Exposure at Defaul.
tidak lagi dapat diasumsikan statis, terutama untuk fasilitas revolving atau kredit modal kerja daerah.
Bank Jakarta perlu menambahkan indikator seperti credit conversion factor dan tingkat utilisasi limit dalam modelnya agar proyeksi eksposur lebih realistis (Otoritas Jasa Keuangan, 2.
Langkah ini mendukung pendekatan dynamic exposure assessment yang lebih sesuai dengan praktik perbankan berbasis IFRS Kinerja model harus dievaluasi back-testing benchmarking secara berkala untuk memastikan akurasi estimasi ECL.
Disiplin validasi ini menjadi penting mengingat tantangan keterbatasan data historis di perbankan daerah.
IFRS 9
Monitoring Report pentingnya dokumentasi asumsi, uji sensitivitas skenario, dan pembenaran perubahan bobot sebagai bukti keandalan model (European Banking Authority.
Bank Jakarta dapat mengadopsi prinsip ini untuk memperkuat audit trail dan transparansi pelaporan CKPN.
Secara kelembagaan, governance lintas fungsi antara Grup Bisnis.
Grup Risiko Kredit, dan Grup Akuntansi perlu diperkuat untuk menjamin konsistensi antara staging assessment dan pengakuan CKPN individual.
OJK melalui BPAK dan panduan edukasi PSAK 71 telah menekankan pentingnya harmonisasi praktik akuntansi antar-fungsi tersebut untuk menjaga keandalan laporan keuangan bank umum (Otoritas Jasa Keuangan, 2.
Relevansi keseluruhan penerapan model ECL berbasis indikator terstruktur bagi Bank Jakarta Jakarta terletak pada peningkatan akurasi, transparansi, dan CKPN Dengan menggabungkan prinsip PSAK 71, pembobotan ISO 31000, dan kerangka tata kelola risiko Jurnal Edueco Volume 8 Nomor 2.
Desember 2025 Faisal Muhammad Akram yang kuat.
Bank Jakarta dapat mengelola volatilitas portofolio kredit dengan lebih efektif serta mematuhi prinsip reasonable and supportable information.
Pendekatan ini bukan hanya memastikan kepatuhan ketahanan keuangan bank daerah dalam menghadapi dinamika ekonomi perkotaan yang kompleks.
JURNAL Edueco Universitas Balikpapan KESIMPULAN Berdasarkan hasil analisis dan kajian literatur, penerapan PSAK 71 dengan pendekatan Expected Credit Loss (ECL) memperkuat sistem manajemen risiko kredit di Bank Jakarta.
Model ECL yang bersifat forward-looking menuntut bank untuk memperkirakan potensi kerugian kredit sejak awal pengakuan aset, bukan menunggu terjadinya trigger event sebagaimana diatur dalam PSAK 55.
Oleh karena itu, pengembangan indikator terstruktur yang mencakup tiga pilar utama yaitu karakteristik debitur, kondisi ekonomi, dan kinerja kredit menjadi dasar penting dalam menghasilkan estimasi Probability of Default (PD).
Loss Given Default (LGD), dan Exposure at Default
(EAD)
mencerminkan risiko riil sekaligus proyeksi kondisi ekonomi ke depan.
Integrasi kerangka ISO 31000 dalam proses pembobotan risiko memberi Bank Jakarta kemampuan menilai risiko kredit mempertimbangkan faktor dampak dan frekuensi kejadian.
Pendekatan ini juga selaras dengan kompleksitas portofolio kredit bank yang beragam.
Selain itu, penerapan tiga skenario makroekonomi yaitu baseline, optimistis, dan pesimistis sebagaimana direkomendasikan oleh European Banking Authority .
, membantu memastikan bahwa estimasi PD dan LGD yang dihasilkan bersifat reasonable and supportable.
Penerapan kerangka ini sekaligus memperkuat koordinasi lintas fungsi antara unit bisnis, manajemen risiko, dan akuntansi, sehingga proses penetapan Cadangan Kerugian Penurunan Nilai (CKPN) individual menjadi lebih transparan, terukur, dan sesuai dengan prinsip kehatihatian.
Penerapan model ECL berbasis indikator terstruktur di Bank Jakarta tidak konsistensi dalam perhitungan CKPN, tetapi juga memperkuat stabilitas keuangan dan tata kelola risiko perbankan Implementasi ini menunjukkan pentingnya integrasi antara data analytics, manajemen risiko, kepatuhan terhadap regulasi OJK, agar sistem penilaian risiko kredit Bank Jakarta mampu mendukung ketahanan keuangan jangka panjang sekaligus menjaga kepercayaan publik terhadap kinerja dan integritas sistem perbankan Dari sisi kontribusi akademis, penelitian ini memberikan pemahaman teoritis yang lebih mendalam mengenai penerapan PSAK 71 dalam konteks perbankan daerah di Indonesia, khususnya dalam kaitannya dengan integrasi antara akuntansi keuangan, manajemen risiko, dan analisis makroekonomi.
Hasil studi ini dapat menjadi referensi bagi akademisi yang ingin mengembangkan model analisis risiko kredit berbasis data forward-looking memperluas kajian tentang adaptasi standar IFRS di lingkungan perbankan Bagi Bank Jakarta, temuan ini memiliki manfaat praktis yang signifikan, terutama dalam meningkatkan akurasi Jurnal Edueco Volume 8 Nomor 2.
Desember 2025 Faisal Muhammad Akram perhitungan CKPN, memperkuat tata kelola risiko kredit, dan mendukung stabilitas keuangan jangka panjang.
Penerapan model ECL berbasis indikator terstruktur juga dapat membantu bank dalam memenuhi kepatuhan terhadap regulasi OJK, memperbaiki strategi mitigasi risiko, dan meningkatkan kepercayaan publik terhadap integritas sistem perbankan daerah.
Namun demikian, penelitian ini literatur sistematis tanpa melakukan verifikasi empiris langsung melalui data internal perbankan.
Oleh karena itu, penelitian selanjutnya disarankan untuk menggunakan data kuantitatif mikro .
isalnya data kredit nasabah, tingkat default, atau laporan CKPN aktua.
guna menguji secara empiris efektivitas model ECL dalam konteks perbankan Indonesia.
Peneliti mengembangkan model prediktif berbasis machine learning atau analisis time-series forward-looking pengukuran risiko kredit.
Dengan demikian, penerapan PSAK
71 berbasis ECL tidak hanya memperkuat akuntabilitas pelaporan keuangan, tetapi juga berkontribusi pada penguatan mendukung stabilitas sistem keuangan kehati-hatian, keberlanjutan dalam industri perbankan JURNAL Edueco
Universitas Balikpapan DAFTAR PUSTAKA