Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 197116 dokumen yang sesuai dengan query
cover
Wawan Setiawan
Fakultas Ekonomi dan Bisnis Universitas Indonesia, 2008
T25389
UI - Tesis Open  Universitas Indonesia Library
cover
Irene Budianto
Fakultas Ekonomi dan Bisnis Universitas Indonesia, 2008
T25485
UI - Tesis Open  Universitas Indonesia Library
cover
Niki Reginal Subakti
"Hasil penelitian menunjukan distribusi frekuensi kerugian operasional claim spare part membentuk distribusi Geometric sedangkan distribusi severitas kerugian operasional membentuk distribusi Lognormal. Hasil tersebut didapat dari hasil pengujian distribusi dengan metode Kolmogorov Smirnov yang memiliki D max terkecil. Dengan menggunakan metode Loss Distribution Approach Aggregation Model, metode analisis simulasi Monte Carlo, besarnya Operational Value at Risk bulanan dari risiko operasional akibat claim spare part dengan tingkat kepercayaan 95% yang diperoleh adalah sebesar Rp 690.507.800,-. Berdasarkan hasil back testing dengan kupiec test menyatakan bahwa pengukuran risiko operasional akibat claim spare part pada PT.X dengan menggunakan Aggregation Loss Distribution Model simulasi Monte Carlo adalah valid. Jadi, nilai Operational VaR bisa digunakan sebagai dasar untuk membuat pencadangan kerugian PT.X.

The results show that the frequency distribution of operational losses spare part claim form Geometric distribution while operating loss severity distributions form a Lognormal distribution. Results are obtained from the test results with the distribution of Kolmogorov Smirnov method which has the smallest D max. By using the method of Loss Distribution Approach Aggregation Model, method of Monte Carlo simulation analysis, the magnitude of Operational Value at Risk monthly operational risks due to spare part claim with 95% confidence level obtained is Rp 690,507,800, -. Based on the results of back testing with the test kupiec stated that due to operational risk measurement claim spare part of PT X by using LDA aggregation Model with Monte Carlo simulation is valid. Thus, VaR Operational value can be used as a basis for making backups loss PT.X."
Depok: Fakultas Ekonomi dan Bisnis Universitas Indonesia, 2010
T28231
UI - Tesis Open  Universitas Indonesia Library
cover
Pesiwarissa, Darcel Anadona Indria
"Krisis perbankan tempo lalu ternyata menjadi pelajaran yang berharga bagi kalangan perbankan, termasuk pihak pemegang otoritas perbankan, yakni Bank Indonesia (BI). Hikmah dari kejadian tersebut adaiah semua pihak menjadi mawas diri untuk bekerja lebih baik dan profesional pada masa mendatang. Sebelum krisis, unsur pengawasan tidak dilakukan secara optimal dan para pelaku perbankanpun tidak memperhitungkan berbagai macam faktor risiko bisnis.
Namun setelah itu, BI sebagai koordinator perbankan nasionalpun mulai mengkaji dart menata kembali industri yang telah dihantam badai yang paling dahsyat, yang selama ini belum pernah terjadi dalam sejarah perbankan nasional. Pada awal Januari 2004 BI menerbitkan Arsitektur Perbankan Indonesia (API) yang merupakan sebuah program menyeluruh yang dapat dijadikan pedoman bagi seluruh kalangan perbankan hingga 2010.
Ada delapan pilar API yang mesti dilaksanakan oleh para pelaku bisnis perbankan. Salah satu pilar antara lain menyebutkan tentang perlunya manalemen risiko (risk nianagenrent) bagi kalangan perbankan. Pemberlakuan ketentuan BI No. 5/8/PBI/2003 tentang Penerapan Manajemen Risiko bagi Bank Umum yang mewajibkan bank memasukkan faktor risiko operasional ke dalam perhitungan kewajiban penyediaan modal minimum diharapkan dapat memperkuat sistem pengawasan perbankan secara menyeluruh.
Dalam rangka menerapkan manajcmen risiko operasional secara efektif, maka bank "X" harus mampu mengidentifikasi risiko operasional dan mengukurnya. Hasil identifikasi risiko operasional digambarkan pada LEDB berupa kejadian kerugian (loss event), penyebab kerugian dan dampak dari kejadian kerugian dalam jumlah uang.
Untuk keperluan pengukuran risiko operasional mula-mula dilakukan pengumpulan data kerugian dari LEDB. Selanjutnya data disaring untuk keperluan penelitian dan dianalisis secara statistic. Data kerugian dan data observasi jumlah kejadian kerugian digunakan sebagai dasar pembuatan severity of loss probability model dan frequency of loss probability model.
Kedua model tersebut diuji masing-masing dengan menggunakan uji Kolmogorov-Smirnov dan uji Chi-Square. Berdasarkan uji model tersebut dipilih Exponential distribution dan Poisson distribution.
Selanjutnya, guna pengukuran risiko operasional dilakukan simulasi Monte Carlo. Untuk itu dilakukan penetapan asumsi-asumsi bagi setiap jumlah kerugian dan jumlah kejadian kerugian. Penetapan asumsi tersebut dilakukan terhadap setiap angka kerugian dan jumlah kejadian kerugian. Angka jumlah kerugian diasumsikan mengikuti Exponential distribution, sedangkan angka jumlah kejadian diasumsikan mengikuti Poisson distribution. Setelah itu ditetapkan forecast atau output yang diharapkan.
Hasil simulasi Monte Carlo adalah aggregate loss distribution. Berdasarkan distribusi kerugian hasil simulasi tersebut dilakukan perhitungan OpVaR, yang besarnya adalab Rp. 17.613.014.530,- (95th percentile) dari Rp. 31.151.154.671,- (99th percentile).

Banking crisis in Indonesia has indeed become a worthy lesson for bankers, including Bank Indonesia as monetary authority. The crisis has encouraged related parties to be more prudent and professional in the future. Supervision has not been done properly before banking crisis occurred and business risks have not been wholly considered.
Then, Bank Indonesia began to review and rebuild the banking industry in Indonesia. In the beginning of 2004, Bank Indonesia issued Indonesian Banking Architecture (API), a comprehensive program aimed to be guidance for bankers until 2010.
API introduces 8 pillars which must be accomplished by bankers. One of them states a need for risk management in banking industry. BE regulation No. 5/8/PBI/2003 regarding Risk Management Accomplishment for Banks, requesting banks to consider operational risk in the calculation of minimum capital requirement is expected to strengthen the control system in banking as a whole.
For the purpose of effective operational risk management, bank "X" must be able to identify operational risk and measure it: The identification of this risk is reported in Loss Event Data Base (LEDB).
To measure the risk, data of losses are gathered from LEDB, The data, consisting of loss amounts and frequency of losses are then used to establish severity of loss probability model and frequency of loss probability model. Both models are tested using Kolmogorov-Smimov Test and Chi-Square Test. Based on those tests, Exponential distribution and Poisson distribution are consecutively chosen as Severity of loss probability model and Frequency of loss probability model.
For the purpose of risk measurement, Monte Carlo simulation is done. Before doing this simulation, certain assumptions are established for each loss amount and each loss frequency.
The result of this simulation is aggregate loss distribution. Based on the distribution, Operational Value at Risk (OpVaR) is Rp. 17,613,014,530.00 (95th percentile) and Rp. 31,151,154,671.00 (99th percentile).
"
Depok: Fakultas Ekonomi dan Bisnis Universitas Indonesia, 2006
T18322
UI - Tesis Membership  Universitas Indonesia Library
cover
Eddy Karmin
Fakultas Ekonomi dan Bisnis Universitas Indonesia, 2008
T24341
UI - Tesis Open  Universitas Indonesia Library
cover
Endang Tri Kuswati
"Kerugian klaim penjaminan KUR sebagai salah satu risiko operasional berpotensi memberikan dampak kerugian diluar yang diperkirakan. Penetapan strategi dan kebijakan yang tepat diharapkan dapat untuk meminimalkan risiko. Penelitian dengan pendekatan Quantitave Strategic Planning Matrix (QSPM) dilakukan untuk melakukan analisis strategi dan metode OpVaR GEV dan GPD untuk melakukan analisis kebijakan pencadangan klaim. Hasil penelitian membuktikan bahwa dengan pendekatan QSPM strategi yang dipilih oleh PT Askrindo sesuai dengan strategi terpilih yaitu penetrasi pasar. Metode yang dipilih untuk menentukan besarnya pencadangan klaim penjaminan KUR dari hasil pengukuran yang dilakukan adalah metode OpVaR GEV dengan pendekatan estimasi parameter PWM, karena memiliki nilai yang paling kecil selisihnya dengan realisasi klaim yang terjadi dan terbukti valid berdasarkan hasil back testing pada a = 1% dan 5%. Selisihnya dengan realisasi kerugian klaim penjaminan KUR untuk tahun 2012 hanya 26% dari realisasi, lebih kecil jika dibandingkan dengan metode regulator yaitu sebesar 60%.

Loss of KUR claims guarantee as one kind of the operational risk have potential impact of losses beyond that predicted. Determination of appropriate strategies and policies can be expected to minimize the risk. Research with approach to Quantitative Strategic Planning Matrix (QSPM) is conducted to analyse the strategies, while methods of OpVaR GEV and GPD is conducted to analyse  claims reserves policies. Results of this study prove that with the QSPM approach strategy chosen by PT Askrindo is appropriate with the chosen strategy, i.e. market penetration. The method chosen to determine the amount of KUR claim reserves from measurements taken is OpVaR GEV method with the PWM parameter estimation approach, because it has the smallest difference with the actual claims incurred and proved to be valid based on the results of back testing at a = 1% and 5%. The difference with the realization of loss of KUR claims in 2012 is only 26% of the actual, smaller when compared with the regulator method that is equal to 60%.

"
Depok: Fakultas Ekonomi dan Bisnis Universitas Indonesia, 2014
T-pdf
UI - Tesis Membership  Universitas Indonesia Library
cover
Krisdiana Wijaya
"Bisnis kartu kredit di Indonesia berkembang cukup pesat dalam dekade terakhir ini. Hal ini dapat dilihat dari banyaknya pelaku bisnis yang terjun ke bisnis kartu kredit, baik sebagai penerbit kartu (issuer) maupun pemroses transaksi (acquirer). Namun seiring dengan berkembangnya bisnis tersebut, ternyata diikuti dengan meningkatnya jenis dan tingkat kejahatan kartu kredit di Indonesia. Untuk itu diperlukan para pelaku bisnis di kartu kredit harus dapat mengukur berapa risiko operasional yang dialaminya serta bagaimana upaya-upaya yang harus dilakukan untuk meminimalkan terjadinya risiko operasional tersebut.
Card Center PT Bank ABC termasuk salah satu pelaku pada bisnis kartu kredit di Indonesia. Namun hingga saat ini belum memiliki satu model yang bisa digunakan untuk menghitung berapa besarnya kerugian yang diakibatkan oleh risiko operasional. Berdasarkan permasalahan tersebut maka penulisan karya ilmiah kali ini dilakukan untuk mengukur besarnya kerugian yang diakibatkan oleh risiko operasional, terutama karena external fraud. Pembatasan permasalahan hanya pada pengukuran kerugian akibat external fraud dikarenakan untuk saat ini, data yang tersedia pada Card Center PT Bank ABC yang paling lengkap dan tersedia dengan rapi adalah data kerugian jenis risiko external fraud.
Penelitian dilakukan dengan mengambil data-data harian dari kejadian external fraud dengan jenis: counterfeit, fraud application, fraud cash advanced, NRI, lost/stolen, fraud use, MOTO, dan others. Sedangkan periode penelitian diambil dari 1 Januari 2002 hingga 30 Juni 2005, dengan alasan data sudah mulai tersedia dengan rapi mulai tahun tersebut.
Metode yang digunakan dalam penelitian ini adalah metode analisis simulasi, tepatnya dengan simulasi Monte' Carlo. Sedangkan model yang dipakai adalah Aggregating Model. Model ini mengagregasikan frekuensi dan severity dari kejadian external fraud. Distribusi frekuensi yang digunakan adalah distribusi Geometric, sedangkan distribusi severity yang digunakan adalah distribusi Lognormal. Pemilihan kedua jenis distribusi tersebut didukung dengan serangkaian goodness of fit test. Setelah jenis distribusi ditentukan kemudian dilakukan penghitungan Operational VaR. Perhitungan dilakukan pada spreadsheet Excell® dengan melakukan simulasi Monte Carlo. Proses iterasi dilakukan sebanyak 10000 kali. Pcnghitungan dilakukan beberapa kali untuk mendapatkan rata-rata berapa nilai Operational VaRnya. Langkah berikutnya adalah melakukan hack testing. Pengujian ini untuk mengetahui keakuratan model yang dipergunakan. Back testing dilakukan dengan Kupiec Test.
Dan perhitungan yang tclah dilakukan, dapat disimpulkan bahwa pengukuran risiko operasional akibat external fraud pada PT Bank ABC dengan menggunakan Aggregating Model dapat diterima. Dengan pengukuran risiko operasional ini, diharapkan Card Center PT Bank ABC dapat mengetahui berapa risiko yang dialarni dan berapa prediksinya di periode berikutnya.
Proses ini tentu tidak berhenti sampai di pengukuran saja tetapi juga memerlukan tindak lanjut berupa upaya-upaya untuk meminimalkan terjadinya risiko. Upaya-upaya yang dilakukan antara lain dengan melakukan mitigasi atas risiko yang ada dan tindakan preventif dengan tepat.

In last decade, credit card industry is growing very well in Indonesia. It can be showed from so many players in this field, both as issuer or as acquirer. But parallel with growing of the business, it is also followed by increasing of fraudulent in credit card. Therefore, all players in this business have to be able to assess and measure inherent operational risk in their business. They also must be able to minimize operational risk.
Card Center PT Bank ABC, is one of the players in credit card business in Indonesia. But until now, it has not had a specific model yet to measure its losses caused by operational risk. Based on this problem, the purpose of this research is to measure the impact of operational risk, especially external fraud. Research is focused only in external fraud event due to the source data of this risk already available compared to the others.
The data were taken from Risk Management Unit (RMU) in Card Center PT Bank ABC in daily basis. It contains of eight kinds of external fraud: counterfeit, fraud application, fraud cash advanced, NRI, lost/stolen, fraud use, MOTO, and others. And the period is from 1st January 2002 until 30th June 2005.
This research used Monte Carlo simulation analysis method, with Aggregating Model, which aggregate frequency and severity distribution. This research used Geometric frequency as frequency distribution, and Lognormal distribution as severity distribution. By Goodness of l=it test we can get the best distribution. Having calculated separately both severity and frequency process then combined them into one aggregated loss distributions. The aggregation of loss distribution allows us to predict a figure for the operational losses with certain degree of freedom. In this research we used confidence level 95%. The Monte Carlo simulation can be run in spreadsheet Excel. The iteration is processed 10000 times. To get the average of operational VaR the simulation must be done in several times.
To validate the model against actual operational losses to check the accuracy of its estimation, it is must continued with the next step, back testing. It has two steps, first is a basic analysis, and second is a statistical analysis. In statistical analysis we use Kupiec Test. With Kupiec Test, we can check the violations ratio (number of exception/total sample) of the model matches the confidence level determined.
According to the test, there is one violation occurred in 53 periods. And the result of LR value is smaller than critical value. So, we could accept the model to measure external fraud event. Card Center PT Bank ABC can use the model to measure and predict operational risk in the future caused by external fraud with Aggregating Model-Monte Carlo simulation. This process must continue with other efforts to minimize operational risk, such as mitigation and preventive actions.
"
Depok: Fakultas Ekonomi dan Bisnis Universitas Indonesia, 2006
T18567
UI - Tesis Membership  Universitas Indonesia Library
cover
Darwanti Juliastuti
"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.
"
Depok: Fakultas Ekonomi dan Bisnis Universitas Indonesia, 2007
T19686
UI - Tesis Membership  Universitas Indonesia Library
cover
Dedi Kartomo
"Jumlah kecelakaan lalu lintas semakin meningkat tiap tahunnya, perlu dilakukan peningkatan keamanan dalam berkendara khususnya pada sepeda motor. Roda menjadi bagian yang sangat vital dalam kemanan dan kenyamanan berkendara tetapi hingga saat ini belum ada alat ukur yang kompeten untuk mengukur roundness dan wheel alignment. Oleh sebab itu dirancanglah sebuah alat yang kompak untuk melakukan pengukuran roundness dan wheel alignment dalam satu paket alat. Dengan menggunakan strain gauges dan sinar laser yang memiliki keakuratan tinggi, maka pengukuran roundness dan wheel alignment dapat dilakukan dengan presisi. Dengan metode pengukuran dinamis maka bisa didapatkan hasil pengukuran sesuai dengan keadaan sesungguhnya saat sepeda motor melaju di jalan.

Road accident increase every year, It needs an improvement of safety riding especially on motorcycle riding. Wheel become the most important part to develop a good comfort and safety riding. Nowdays, there haven't a measuring tool which can measure accurately. For that reason there is important to create a tool that can measure problem in wheel roundness and alignment accurately. Using strain gauges to mesure roundness and laser beam to measure the alignment can answer this kind problem. With dynamic measurement method, It can represent the real condition in riding a motorcycle."
Depok: Fakultas Teknik Universitas Indonesia, 2009
S50777
UI - Skripsi Open  Universitas Indonesia Library
cover
Daisy Oktavia
"Industri otomotif Indonesia tidak lepas dari pengaruh perubahan yang ditimbulkan oleh semakin diterimanya prinsip perdagangan bebas di hampir seluruh negara di dunia. Dengan demikian, industri otomotif Indonesia harus mampu melakukan perubahan dan penyesuaian dalam merebut peluang pasar. Kemudian pada perkembangannya, potret persaingan produk otomotif di Indonesia tak lebih dari pergulatan sejumlah pabrikan yang memang dari tahun ke tahun tidak dapat dipungkiri selalu mendominasi pasar, seperti PT. Toyota Astra Motor, PT. Krama Yudha Tiga Berlian (Mitsubishi), PT. Indomobil Niaga Internasional (Suzuki), dan PT. Pantja Motor (Isuzu). Menyebut nama Toyota sebagai Produsen Kendaraan Bemiotor di Indonesia tentulah tidak dapat dipisahkan dengan salah satu kendaraan produksinya yang merajai pasar dan hati masyarakat-KIJANG-. Secara teoritik, keberhasilan suatu perusahaan otomotif, tidak terkecuali PT. Toyota-Astra Motor (TAM), dipengaruhi oleh sejumlah faktor, salah satu diantaranya adalah strategi promosi dan pemasaran yang diterapkan.
Dalam penelitian ini penulis mempergunakan metode deskriptif, dengan pendekatan kualitatif. Metode wawancara digunakan untuk mengumpulkan data primer. Nara sumber berasal dari pihak internal PT. Toyota Astra Motor (Public Relation, Staf Marketing, dan Staf Promosi PT. Toyota Astra Motor), sedangkan nara sumber eksternal merupakan konsumen produk Toyota yang diambil secara acak atau random yang berdomisili di wilayah Jabotabek. Dokumen internal dan eksternal digunakan dalam rangka pengumpulan data sekunder.
Bagi PT. TAM kepuasan pelanggan atau konsumen adalah segalanya, dan mutlak harus selalu ditingkatkan. Tekad yang selalu dipegang teguh ini selaras dengan komitmen PT. TAM bahwa setelah membeli produk Toyota tidak berarti 'putus hubungan' namun tetap akan terus-menerus disempurnakan. Sejalan dengan itu langkah-langkah strategi promosi dan pemasaran yang dilakukan oleh PT. TAM senantiasa diprioritaskan pada kepuasan dan kenyaman konsumen. Pembentukan image seperti di atas selalu menjadi sasaran utama PT. TAM agar dapat harming di tengah maraknya kompetisi industri otomotif nasional.
PT. TAM menerapkan strategi promosi yang berdasarkan pada potential market sesuai dengan jenis produk yang dihasiikan oleh PT. TAM. Secara umum program promosi yang dilakukan oleh PT. TAM dibagi dalam 3 periode dalam satu tahun, yaitu : Program Promosi pada awal tahun (early year), Program Promosi pada pertengahan tahun (mid year), Program Promosi pada akhir tahun (year end). Sementara program pemasaran PT. TAM diarahkan pada pasar potensial bagi produk otomotifnya.
Hasil penelitian tesis ini menunjukkan bahwa secara umum program strategi promosi dan pemasaran PT. TAM telah berjalan dengan sistematis dan terarah sehingga dapat menghasilkan prospek penjualan secara maksimal, walaupun masih ada langkah-langkah yang mungkin dapat dioptimalkan agar hal di atas dapat digali secara lebih optimal lagi.
PT. Toyota Astra Motor dalam menjalankan kebijakan strategi promosi dan pemasaran produk otomotifnya, sebaiknya selalu melakukan pendekatan dengan konsep-konsep promosi dan pemasaran. Faktor pengalaman hendaknya menjadi faktor komplementer yang saling mendukung. Sementara itu, para staf PT. TAM yang menangani riset dan survei bagi kebijakan-kebijakan strategi promosi dan pemasaran sebaiknya terus-menerus dibekali dengan pengetahuan akan konsep-konsep dan teori-teori promosi dan pemasaran beserta paduannya. Selain itu, juga perlunya pengkajian secara lebih mendalam terhadap konsep-konsep dan teori-teori strategi promosi dan pemasaran, agar para praktisi promosi dan pemasaran semakin kaya wawasannya mengenai aspek-aspek strategi promosi dan pemasaran, khususnya dalam proses penggalian unsur-unsur yang sesuai dengan kondisi di lapangan.
xii + 117 + lampiran-lampiran
Bahan bacaan 25 buku, 11 artikel dan lain-lain"
Depok: Fakultas Ilmu Sosial dan Ilmu Politik Universitas Indonesia, 2004
T13743
UI - Tesis Membership  Universitas Indonesia Library
<<   1 2 3 4 5 6 7 8 9 10   >>