Hasil Pencarian  ::  Simpan CSV :: Kembali

"Analisis value chain merupakan suatu alat analisis untuk mengetahui posisi perusahaan dalam rantai yang membentuk nilai suatu produk atau jasa. Analisis value chain dapat dibagi menjadi analisis hubungan dengan supplier (suplier linkages) dan hubungan dnegan konsumen (customer linkages). Analisis value chain membantu perusahaan dalam mengidentifikasi posis perusahaan dalam rantai nilai tersebut, kemudian menganalisis aktifitas aktifitas yang terjadi. Aktifitas yang terjadi harus memberikan nilai tambah bagi nilai produk. Setelah itu perusahaan dapat menentukan strategi kompetitif yang digunakan, apakah menggunakan low cost atau differensiai. Perusahaan juga harus menyadari bahwa rantai nilai suatu produk dapat dimaksimalkan dengan menggunakan internet."

"Penaksiran distribusi tail dari distribusi severity loss merupakan hal yang sangat penting dalam menentukan price indication untuk high excess loss layer dalam reasuransi per-risk excess of loss. Salah satu metode yang dapat digunakan adalah extreme value theory (EVT) yang fokus pada nilai loss yang sangat besar. Metode ini memberikan dasar teoritis yang kuat dalam membangun model yang dapat mendeskripsikan kejadian ekstrem dengan baik. Model EVT yang akan digunakan adalah model Peak Over Threshold (POT) yang mengklasifikasikan suatu nilai pengamatan sebagai kejadian ekstrem apabila nilainya telah melewati ambang batas (threshold) yang ditetapkan. Model POT yang dibahas dalam tugas akhir ini akan diaplikasikan untuk menentukan distribusi tail dari distribusi severity loss untuk data klaim automobile bodily injury dan kemudian digunakan untuk menentukan price indication yang sesuai.

---

Estimating the tail of loss severity distribution is essential in determining price indication for high-excess loss layer in per-risk excess of loss reinsurance. One method that can be used is Extreme Value Theory (EVT) which focuses on huge loss values. This method provides a firm theoretical foundation on building statistical model describing extreme events. EVT model which will be used is Peak Over Threshold (POT) that classifies observations as extreme events if their value exceeds some predetermined threshold. POT model in this thesis will be used to determine the tail of loss severity distribution for automobile bodily injury data claim and then will be used to determine a suitable price indication."

"ABSTRAKGSM masih tercatat sebagai sistem jaringan seluler paling laris saat ini. GSM Association memperkirakan angka user jaringan GSM pada akhir 2003 nanti di dunia akan mencapai 1 miliar yang berarti 1/7 dari total seluruh penduduk bumi. Hal ini berarti bahwa 1 dari 7 orang di dunia memanfaatkan jaringan GSM.Di Indonesia sendiri, peningkatan jumlah pelanggan ponsel berbasis GSM ini terlihat tiap tahunnya kecuali pada 1998 sebagai dampak dari krisis moneter. Hingga pada tahun 2002, operator seluler berbasis GSM menguasai 98% pangsa pasar seluler sementara AMPS hanya sekitar 2%. Kesuksesan ponsel GSM semakin terlihat pada akhir tahun 2002 ditandai dengan jumlah pelanggan fix line sebesar 8 juta pelanggan dapat dilampaui oleh pelanggan ponsel sekitar 11 juta pelanggan. Telepon seluler tumbuh rata-rata 57% per tahun, sedangkan telepon tetap berkisar 15-20% per tahun. Perkembangan jumlah pelanggan ponsel ini diperkirakan akan terus bertambah mengingat pasar yang tersedia masih banyak yang belum terlayani. Melihat angka penetrasinya yang masih rendah, yaitu hanya sekitar 5-6% dari jumlah penduduk sekitar 210 juta jiwa, diperkirakan pelanggan ponsel masih dapat mencapai sekitar 20 juta pelanggan.PT. Indosat akan menggabungkan secara merger vertikal PT. Satelindo dan 1M3 yang akan dilakukan selama 2 tahun. Restrukturisasi ini ditargetkan untuk membantu operator seluler dalam Indosat Group merealisasikan peningkatan basis pelanggan dan daya saing. Salah satu misi dari manajemen baru Indosat adalah menjadikan Indosat sebagai penyelenggara jaringan dan jasa terpadu yang berfokus pada seluler. PT. Telkomsel sebagai market leader di bisnis seluler ini akan terns berupaya untuk mempertahankan statusnya dan terus meningkatkan jumlah pelanggannya. Saat ini pesaing terdekat adalah PT. Satelindo, meskipun dalam jumlah pelanggan, Telkomsel masih 2 kalijumlah pelanggan Satelindo. Akan tetapi dengan rencana PT. Indosat untuk menggabungkanSatelindo dan IM3 membuat peta persaingan antara PT. Telkomsel sebagai anak perusahaanPT.Telkom dengan dua anak perusahaan PT. Indosat tersebut semakin meruncing. Perubahan persaingan ini membuat PT. Telkomsel perlu mengembangkan strategi pemasarannya, salah satunya strategi promosi sebagai sarana berkomunikasi kepada konsumen. Pada akhimya tujuan final yang akan dicapai . adalah mempertahankan market leader dan penguasaan terhadap pasar.Hasil analisis diketahui bahwa brand equity produk PT. Telkomsel terlihat pada tingginya brand awareness konsumen terhadap simPATI dan kartuHALO yang merupakanproduk paling popular digunakan konsumen sebagai kanu utama. PT. Telkomsel juga memiliki asosiasi paling positif di segala aspek dibanding pesaing-pesaing lainnya, terutama menyangkut coverage area yang merupakan atribut terpenting bagi konsumen. Produk PT. Telkomsel juga menjadi brand preference utama oleh para konsumen. Pelanggan Telkomsel juga memiliki brand loyalty yang kuat terlihat pada hanya sebagian kecil dari para pelanggannya yang memilih produk kartu seluler operator lain jika berkesempatan mengganti kartu yang dipakai saat ini.Meskipun posisi PT. Telkomsel saat ini sudah dalam keadaan terbaik dibanding para pesaingnya, namun mengingat tingkat persaingan yang semakin korripetitif, dan posisi Indosat Seluler juga semakin mendekati PT. Telkomsel, maka tidak ada kata berhenti untuk berinovasi bagi PT. Telkomsel jika ingin tetap menjadi market leader dan perusahaan dominan di bisnis seluler di Indonesia."

"ABSTRAKPenelitian ini bertujuan untuk mengevaluasi biaya yang ditimbulkan dalam strategi distribusi yang digunakan oleh PT. NDI, serta memberikan saran alternatif baru strategi distribusi yang lebih efisien yang dapat digunakan oleh PT. NDI. Dalam proses penelitian teridentifikasi bahwa biaya ? biaya distribusi didominasi oleh biaya upah, bahan bakar minyak, sewa kendaraan dan sewa gudang. Penelitian diarahkan untuk menghitung ulang biaya yang terjadi pada strategi distribusi yang sekarang digunakan dibandingkan dengan biaya yang mungkin terjadi pada alternatif strategi distribusi baru. Penggunaan model optimalisasi serta Microsoft Excel Solver membantu di dalam menyelesaikan penghitungan biaya distribusi. Hasil penelitian menunjukkan bahwa strategi distribusi yang sekarang digunakan oleh PT. NDI adalah yang lebih efisien dari segi biaya, yaitu dengan membuka empat gudang perwakilan di wilayah Pulogadung, Cibitung, Cipondoh dan Cijantung.

---

ABSTRACTThe research is aimed to evaluate the cost of distribution system at PT. NDI and proposes for new alternatives of distribution system which may be efficient to be implemented at PT. NDI. During the research process, it could be identified that the distribution cost are dominated by wages, fuel, warehouse and vehicle rental. The goal of this research is to recalculate the cost of present distribution system compare to the cost of the some of proposed new alternatives of distribution strategy. Optimalization model and Microsoft Excel Solver help to finalize the calculation of the distribution cost. The result of research found that the distribution strategy which is use at PT. NDI is more efficient in distribution costs, that is using four warehouses in the area of Pulogadung, Cibitung, Cipondoh and Cijantung"

"Distribusi Exponentiated Generalized Burr Type X merupakan distribusi hasil pengembangan dari distribusi Burr Type X berdasarkan kelas distribusi Exponentiated Generalized. Sifat-sifat statistik dan karakteristik distribusi Exponentiated Generalized Burr Type X meliputi fungsi kepadatan peluang, fungsi distribusi kumulatif, fungsi survival, fungsi hazard, momen, momen pusat, fungsi kuantil, \textit{mean}, variansi, koefisien variasi, \textit{skewness}, dan kurtosis dibahas pada skripsi ini. Penaksiran parameter dari distribusi Exponentiated Generalized Burr Type X menggunakan metode Maximum Likelihood Estimator, dilanjutkan dengan metode numerik Gradien Konjugat Fletcher Reeves dan Broyden-Fletcher-Goldfarb-Shanno. Metode Gradien Konjugat Fletcher Reeves dan Broyden-Fletcher-Goldfarb-Shanno dibandingkan dan dipilih metode terbaik untuk mengestimasi parameter distribusi Exponentiated Generalized Burr Type X, dievaluasi dari nilai \textit{mean squared error} terkecil. Sebagai ilustrasi, digunakan data severitas klaim asuransi pengangguran yang dimodelkan dengan distribusi Exponentiated Generalized Burr Type X. Uji Kolmogorov Smirnov digunakan untuk menguji kecocokan model distribusi Exponentiated Generalized Burr Type X dengan data severitas klaim, kriteria AIC dan BIC digunakan untuk memilih distribusi paling cocok dalam memodelkan data severitas klaim.

---

The Exponentiated Generalized Burr Type X distribution is a distribution resulting from the development of the Burr Type X distribution based on the Exponentiated Generalized distribution class. Statistical properties and characteristics of the Exponentiated Generalized Burr Type X distribution include probability density function, cumulative distribution function, survival function, hazard function, moment, central moment, quantile function, mean, variance, coefficient of variation, skewness, and kurtosis are discussed in this final project. Estimating the parameters of the Exponentiated Generalized Burr Type X using Maximum Likelihood Estimator method, continued with Conjugate Gradient Fletcher Reeves and Broyden-Fletcher-Goldfarb-Shanno numerical methods. The Fletcher Reeves and Broyden-Fletcher-Goldfarb-Shanno Conjugate Gradient methods were compared and the best method was chosen to estimate the Exponentiated Generalized Burr Type X distribution parameters, evaluated from the smallest mean squared error value. As an illustration, severity claim data of unemployment insurance claims is used which is modeled with the Exponentiated Generalized Burr Type X distribution. The Kolmogorov Smirnov test were used for to test the suitability of the Exponentiated Generalized Burr Type X distribution model with claims severity data, the AIC and BIC criteria were used to select the most suitable distribution in modeling claims severity data."

"Dengan fungsinya sebagai lembaga intermediasi keuangan, kegiatan usaha Bank selalu dihadapkan pada risiko-risiko yang berkaitan erat. Perkembangan lingkungan eksternal dan internal perbankan di era globalisasi yang tumbuh dengan pesat, terutama dengan adanya perkernbangan teknologi yang luar biasa hebat, menjadi penyebab semakin banyaknya risiko yang harus dihadapi perbankan karena kegiatan operasional bank yang semakin kompleks, sejalan dengan beragamnya produk dan jasa yang ditawarkan perbankan. Salah satu risiko yang mengemuka saat ini adalah risiko operasional. Risiko operasional menjadi salah satu faktor risiko tambahan yang hares diukur dan diperhitungkan dalam nilai minimum kecukupan modal (Capital Adequacy Ratio), selain risiko kredit dan risiko pasar. Terdapat tiga pendekatan dalam menetapkan beban modal untuk risiko operasional yaitu Basic Indicator Approach, Standardised Approach dan Advanced Measurement Approach. Penggunaan Basic Indicator Approach yang merupakan model standar dalam mengukur risiko operasional dan cenderung menghasilkan perhitungan capital charge yang lebih besar dibandingkan dengan model internal. Pengukuran risiko operasional Bank AAA dengan menggunakan Basic Indicator Approach menghasilkan capital charge untuk risiko operasional pada akhir tahun 2005 sebesar Rp.3,637,600,000.-. Berkaitan dengan hal tersebut maka dalam karya akhir ini dilakukan pengukuran risiko operasional pada Bank AAA dengan menerapkan dan menguji layak atau tidaknya metode alternatif lainnya yaitu Metode Extreme Value Theory (EVT). Penelitan ini menggunakan data yang merupakan kerugian aktual (actual loss) bulanan berdasarkan hasil temuan Satuan Kerja Audit Intern dan kertas kerja laporan profil risiko dalam periode I Januari 2003 sampai dengan 31 Desember 2006. Dalam menerapkan Metode EVT untuk mengukur risiko operasional Bank AAA, metode identifikasi nilai ekstrem yang digunakan adalah Metode Peaks over Threshold (POT) dengan jumlah data yang tersedia adalah 254 titik. Dalam Metode Peaks over Threshold, penentuan threshold hares dilakukan terlebih dahulu untuk menjadi dasar penyaringan data ekstrem. Dalam penelitian ini dipilih Cara sederhana yang telah diuji oleh Chavez-Demoulin, yaitu penentuan threshold dengan Metode Persentase yang dilakukan sedemikian sehingga 10% dari data adalah nilai ekstrem. Kemudian dilakukan estimasi parameter dengan menggunakan Hill Estimation untuk mengestimasi parameter shape dan Metode Probability-Weighted Moments untuk parameter scale. Selanjutnya dilakukan perhitungan potensi kerugian maksimal operasional Bank AAA dengan pendekatan Operational Value at Risk (OpVaR) dengan beberapa tingkat keyakinan, yaitu 95%, 99% dan 99.9%. Total OpVaR merupakan estimasi potensi kerugian maksimal total yang dapat terjadi pada suatu waktu dengan tingkat kepercayaan tertentu, berdasarkan data historis risiko operasional yang pemah terjadi. Hasil perhitungan OpVaR dalam penelitian ini memberikan kesimpulan bahwa total nilai OpVaR Bank AAA dengan tingkat keyakinan 95% sebesar Rp.73,848,797.-. Hal ini menunjukkan bahwa dengan probabilitas 95%, maka kerugian risiko operasional maksimum yang dihadapi oleh Bank AAA selama satu tahun ke depan adalah sebesar Rp.73,848,797.-. Sedangkan OpVaR Bank AAA dengan tingkat keyakinan 99% sebesar Rp.163,383,930.-, dan dengan tingkat keyakinan 99.9% sebesar Rp.751,768,500.-. Hasil perhitungan OpVaR tersebut menunjukkan bahwa OpVaR akan meningkat sangat tinggi dengan kenaikan tingkat kepercayaan. Berdasarkan hasil penelitian tersebut menunjukkan bahwa pengukuran risiko operasional Bank AAA dengan menggunakan Metode EVT-POT menghasilkan beban modal yang lebih rendah dibandingkan dengan penggunaan Basic Indicator Approach. Dengan demikian, jika Bank AAA menerapkan metode pengukuran risiko operasional dengan Metode EVT-POT maka alokasi modal yang dibutuhkan untuk menutup risiko operasionalnya menjadi lebih rendah sehingga modal yang tersedia dapat dipergunakan untuk melakukan pemekaran aktivitas bank. Berdasarkan uji back testing yang telah dilakukan, maka atas hasil estimasi OpVaR adalah dapat diterima. Dapat disimpulkan dari penelitian ini bahwa Metode Extreme Value Theory dengan menggunakan Peaks Over Threshold dapat dijadikan metode alternatif untuk mengukur risiko operasional Bank AAA.

---

With its function as an intermediation financial institution, business activities of a bank are always facing tightly interconnected risks. The external and internal environmental banking growth in the globalization era which grows rapidly, especially with the existence of an extremely remarkable technology growth, becomes the cause of even more risks it has to face, due to more complex bank operational activities according to various products and services offered.

One of the risks emerging at this moment is the risk of operation. The risk of operation becomes one of the additional risks that should be measured and calculated in the minimum value of capital adequacy ratio, not to mention credit risk and market risk. There are three approaches to ascertain the capital burden for operational risk, i.e. the Basic Indicator Approach, the Standardized Approach and the Advanced Measurement Approach.

The usage of the Basic Indicator Approach, which represents the standard model to measure the operational risk and tends to give bigger capital charge calculation compared to the internal model. The operational risk measurement of Bank AAA by using the Basic Indicator Approach gives a capital charge for the operational risk at the end of year 2005 as much as Rp3,657,600,000.-. In connection with the above-mentioned case, in this final thesis the measurement of the operational risk at Bank AAA is carried out by applying and testing whether it is proper or not to use another alternative method, i.e. the Extreme Value Theory Method (EVT).

This research uses data, which forms the monthly actual loss based on the finding results of the Internal Audit Work Unit and working paper reports of the risk profile during the period of January I, 2003 up to December 31, 2006. In applying the EVT Method to measure the operational risk of Bank AAA, the extreme value identification method used is the Peaks Over Threshold Method (POT) with the available data amount of 254 points.

In the POT Method, the determination of threshold should be done beforehand to become the basic extreme data filtering. This research has chosen a simple method, which has already been examined by Chavez-Demoulin, i.e. the determination of threshold by the Method of Percentage, carried out in such a way so that 10% of the data becomes the extreme value. Then, the parameter estimation is carried out by using the Hill Estimation to estimate the parameter shape and the Probability Weighted Moments Method for parameter scale. Furthermore, a calculation of the maximum operational loss of Bank AAA is carried out by approaching the Operational Value at Risk (OpVaR). With several level of confidence, i.e. 95%, 99% and 99.9%.

The total value of OpVaR constitutes the estimation of the total maximum potential loss which can happen at one time with a certain degree of trust, based on the historical datas of operational risks that ever happened before. The result of the OpVaR calculation in this research gives the conclusion that the total value of OpVaR of Bank AAA with a 95% level of confidence as much as Rp73,848,797.-. This matter indicates that with a 95% probability, the maximum operational loss risk faced by Bank AAA during the year ahead will be as much as Rp73,848,797.-, while the OpVaR of Bank AAA with a 99% level of confidence as much as Rp751,768,500.-. The result of the OpVaR calculation indicates that the OpVaR will increase very high with the increase of the level of confidence.

The Result of this research indicates that the measurement of the operational risk of Bank AAA using the EVT-POT Method yields a lower capital charge compared to use the Basic Indicator Approach. Therefore, if Bank AAA applies an operational risk measurement method with the EVT-POT Method, then the allocation of capital, which is required to cover its operational risk becomes lower, so that the available capital can be used to carry out the development of its bank activities.

Based on the test of back testing, which has been performed, the OpVaR estimation test can be accepted. It can be concluded from this research that the application of Extreme Value Theory using the Peaks Over Threshold Method can be utilized as an alternative method to measure the operational risk of Bank AAA."

"Perusahaan asuransi kendaraan di banyak negara menggunakan Sistem Bonus-Malus untuk menentukan net premi yang dikenakan kepada pemegang polis. Penentuan net premi pada Sistem Bonus-Malus hanya didasarkan pada frekuensi klaim dan mengabaikan severity klaim. Hal ini tidak adil bagi pemegang polis yang memiliki klaim kecil. Untuk mengatasi masalah tersebut, dikembangkan metode penentuan net premi pada Sistem Bonus-Malus yang mempertimbangkan frekuensi dan severity klaim. Frekuensi dan severity dapat diasumsikan independen atau dependen. Dalam menentukan net premi, dibutuhkan distribusi posterior dari parameter distribusi frekuensi dan severity. Pada kasus frekuensi dan severity independen, penentuan distribusi posterior untuk frekuensi dan severity dilakukan secara terpisah sedangkan pada kasus frekuensi dan severity dependen, penentuan distribusi posterior untuk frekuensi dan severity dilakukan dengan menggunakan distribusi bersama dari frekuensi dan severity. Skripsi ini membahas penentuan net premi yang didasarkan pada distribusi frekuensi dan distribusi severity baik untuk frekuensi dan severity independen maupun dependen.

---

Vehicle insurance companies in many countries use the Bonus Malus System to determine the policyholder 39 s net premium. The determination of net premiums on the Bonus Malus System is based solely on the frequency of claims and ignores the severity of claims. This is unfair to policyholders who have small claims. To overcome this problem, the net premium determination method in Bonus Malus System was developed taking into account the frequency and severity of claims. Frequency and severity can be assumed to be independent or dependent. In determining the net premium, a posterior distribution of parameters of the frequency and severity distribution is required. In the case of frequency and severity independent, the determination of the posterior distribution for frequency and severity is performed separately whereas in the case of frequency and severity dependent, the determination of posterior distribution for frequency and severity is done by using the joint distribution of frequency and severity. This thesis discuss the determination of net premium based on frequency distribution and severity distribution for both frequency and severity independent and dependent. "