Non-Performing Loan (NPL) merupakan indikator penting yang mencerminkan peran kredit bank dalam pertumbuhan ekonomi di dalam suatu negara. Pemerintah dan regulator menginginkan NPL yang rendah dan tingkat pertumbuhan kredit yang tinggi, sebagai sasaran untuk mencapai pertumbuhan ekonomi yang tinggi dan inflasi yang rendah. Sektor keuangan Indonesia yang sedang menghadapi resesi ekonomi tentunya akan berdampak pada kinerja bank, terutama dalam hal pencapaian NPL. Skripsi ini mengkaji NPL perbankan nasional selama 2015 – 2020, serta menyusun model empiris yang dapat digunakan untuk memproyeksikan NPL di masa mendatang. Unit sampling adalah bank yang tergabung dalam kategori bank umum konvensional yang berjumlah sebanyak 104 bank. Data yang digunakan adalah data time series untuk variabel penelitian tahun 2015 – 2020, dan teknik analisis dalam penelitian ini menggunakan analisis regresi time series dengan model estimasi Ordinary Least Square (OLS). Hasil empiris menunjukkan bahwa variabel makroekonomi suku bunga, tingkat inflasi, nilai tukar, dan US Prime Rate berpengaruh signifikan secara parsial terhadap NPL, sedangkan PDB berpengaruh negatif dan tidak signifikan secara parsial terhadap NPL. Namun demikian, suku bunga, tingkat inflasi, PDB, nilai tukar, dan US Prime Rate berpengaruh signifikan dan positif terhadap NPL secara simultan. Peneliti menemukan bahwa proyeksi NPL untuk tahun 2021: untuk skenario pesimis NPL tetap pada 5,08%, pada skenario optimis NPL akan turun menjadi 3,77%, dan pada skenario moderat NPL juga diprediksi akan turun menjadi 4,43%.
Non-Performing Loan (NPL) is an important indicator reflecting the role of bank credit in a country's economic growth. The government and regulators want low NPL and high credit growth rates, as intermediate targets to achieve high economic growth and low inflation. The Indonesian financial sector, which is facing an economic recession, will certainly have an impact on banking performance, especially in terms of achieving NPL. This thesis reviews the NPL of national banks during 2015 – 2020, as well as developing an empirical model that can be used to project NPL in the future. The sampling unit is banks that are incorporated into conventional commercial banks, of which the total number is 104 banks. The data used are time series data for the studying variables of years 2015 – 2020 which are observed, and the analysis technique in this study used time series regression analysis with the estimation model is Ordinary Least Square (OLS). The empirical results indicate that the macroeconomic variables exerting significant influence partially to NPL are interest rate, inflation rate, exchange rate, and US Prime Rate, while GDP has a negative and insignificant effect partially both on NPL. However, the effect of interest rate, inflation rate, GDP, and also exchange rate and US Prime Rate simultaneously to NPL is significant and positive. Projecting NPL in 2021 the research found that in the pessimistic scenario, NPL remains 5.08%, in the optimistic scenario, NPL will decrease to 3.77%, and in the moderate scenario, NPL is also predicted that it will decrease to be 4.43%.