Hasil Pencarian  ::  Simpan CSV :: Kembali

"Analysis; Panel analysis; "

"Data panel merupakan gabungan dari dua jenis data, yaitu data cross section dan data longitudinal. Model regresi linier yang melibatkan data panel disebut dengan model regresi data panel. Pada saat melakukan observasi, sering ditemui bahwa nilai observasi di suatu lokasi bergantung pada nilai observasi di lokasi sekitarnya, yang dikenal dengan spasial dependen. Model regresi data panel yang turut melibatkan aspek ketergantungan lokasi (spasial dependen) dikenal dengan model spasial data panel. Model spasial lag data panel menunjukkan adanya ketergantungan antara variabel dependen di suatu lokasi dengan variabel dependen di lokasi sekitarnya. Pada tugas akhir ini akan dibahas penaksiran parameter pada Random Effects Spatial Lag Panel Data Model dengan komponen error satu arah menggunakan metode maksimum likelihood."

"Dalam dunia ekonomi, terdapat variabel yang tidak berubah terhadap waktu dan mempengaruhi variabel dependen, sehingga Hausman dan Taylor mengadakan penyesuaian untuk model data panel biasa. Model data panel Hausman Taylor merupakan model data panel yang memperhitungkan adanya time variant variable dan time invariant variable. Jika pada model data panel Hausman Taylor terdapat variabel penjelas yang dicurigai berkorelasi dengan efek individu, maka penaksiran parameter dengan metode OLS menjadi bias dan inkonsisten. Oleh karena itu, untuk mendapatkan estimasi parameter model yang konsisten dan efisien, maka digunakan instrument variable, dan metode penaksiran yang digunakan adalah Generalized Method of Moment dan Two Stage Least Square."

"Pada model data panel komponen error satu arah diasumsikan observasi observasi antar individu saling independen padahal kenyataannya asumsi ini bisa saja tidak terpenuhi. Oleh karena itu menurut Hsiao dan Tahmiscioglu 2008 diperlukan tambahan efek waktu yang tidak terobservasi pada model. Pada skripsi ini akan dibahas mengenai model data panel komponen error dua arah. Model dibatasi pada model dinamis simpel dimana variabel eksplanatori adalah lag 1 dari variable respon. Penaksiran parameter model menggunakan metode Generalized Least Square GLS. Sebelum proses GLS terlebih dahulu dilakukan first difference koreksi first difference terhadap rata rata dari individu dan postulasi persamaan koreksi first difference tersebut pada kondisi khusus. Ditunjukkan juga bahwa estimator yang diperoleh bersifat konsisten. Sebagai ilustrasi digunakan simulasi Monte Carlo Diperoleh hasil bahwa rata rata error relatif dari GLS estimator semakin kecil untuk nilai mutlak rho yang membesar. Selain itu rata rata error relatif untuk nilai rho 0 cenderung lebih besar dibandingkan rho 0.

---

In one way error component panel data model it is assumed that individuals among observations are independent but actually this assumption might not be fulfilled. Therefore Hsiao and Tahmiscioglu 2008 suggest that the unobserved time effects are needed to be incorporated in the model. A two way error components model for panel data will be described. Model discussed is limited to simple dynamic model where the explanatory variable is the lag 1 of the response variable. Parameter estimation is done using Generalized Least Square GLS method. Before proceeding with the GLS method preliminary steps are conducted first differencing individual mean correction of the first differenced and postulating a first difference correction equation in special conditions. Once the estimator is obtained the consistency property is proved afterwards. As an illustration hypothetical data set with several parameters setting are generated using Monte Carlo simulation. The result show that mean relative error of GLS estimator will be smaller as the values of absolute rho are larger. Furthermore the mean relative error for rho 0 are greater than that of rho 0."

"Kebutuhan manusia akan listrik semakin meningkat seiring dengan pertumbuhan penduduk. Listrik menjadi kebutuhan manusia yang sangat penting yang membuat ketersediaan sumber energi pembangkit listrik harus tetap tersedia. Energi panel surya menjadi salah satu jawaban atas masalah krisis listrik yang terjadi. Pemanfaatan instalasi panel surya semakin meningkat, baik secara off-grid maupun on-grid. Namun, tak tertutup kemungkinan adanya gangguan yang bisa mengurangi besarnya radiasi matahari yang diterima oleh panel surya tersebut. Salah satu jenis gangguan itu adalah bayangan. Bayangan yang dilakukan pada permukaan panel surya bisa mengurangi kapasitas daya keluarannya. Skripsi ini membahas tentang bagaimana pengaruh bayangan dengan pola tertentu pada sistem grid-connected (on-grid). Pengujian dilakukan dengan mengukur hasil keluaran grid-tie inverter yang mengkonversi keluaran panel surya (DC) menjadi sesuai dengan karakteristik grid PLN (AC). Selain itu, dilakukan perhitungan harga atau nilai ekonomi dari daya yang dihasilkan tersebut. Hasil pengukuran memperlihatkan bahwa perlakuan bayangan pada panel surya dengan pola-pola tertentu mengurangi daya keluaran jika dibandingkan dengan tanpa bayangan. Dari keenam pola yang dilakukan, pola 1 menunjukkan penurunan terkecil sebesar 14,783%. Pola 3,4 dan 5 menunjukkan penurunan sebesar 100% tanpa melakukan bayangan pada keseluruhan panel.

---

The human need of electricity is more increased as well as population growth. The electricity becomes the most important needs which make availability of energy resource for power plant must be settled. The solar panel energy would be one of the answers of the crisis of electricity problem. Utilization of solar panel installation is increasing, as in off-grid as well as on-grid. However, possibility of disturbance would be happened that could reduce amount of sun irradiation absorbed by solar panel. One of disturbance is shading. Shading that occurred in solar panel could reduce its power output capacity.

This paper discuss about how the influence of shading with certain pattern on grid-connected system (on-grid). Trial is done by measuring output result of grid-tie inverter that convert output of solar panel (DC) become appropriate to PLN grid (AC). Besides on that, doing calculated of the price of output power.

The result shows that shading on solar panel with certain pattern reduce the output power if compare to no shading. From six patterns, pattern 1 shows the least decreasing 14,783%. Pattern 3,4 and 5 shows the greatest decreasing 100% without applying shadow on whole panel."

"Model data panel dinamis merupakan model data panel yang melibatkan lag dari variabel dependen sebagai variabel eksplanatori yang berkorelasi dengan error. Lag dari variabel dependen tersebut dinamakan variabel eksplanatori endogen. Salah satu bentuk model data panel dinamis adalah model panel vector autoregression (PVAR). Dimana model panel VAR memiliki pola yang sama dengan model VAR yang merupakan model runtun waktu multivariat dengan menambahkan dimensi cross section ke dalam model VAR. Model panel VAR yang dibahas pada penulisan ini model dengan dua variabel, lag sebanyak , dan komponen error satu arah fixed effect. Selanjutnya akan dibahas cara penaksiran parameter dari model panel VAR. Karena terdapat korelasi antara variabel eksplanatori endogen dengan error menyebabkan hasil taksiran dengan OLS menjadi bias dan tak konsisten. Sehingga untuk mengatasi permasalahan tersebut dilakukan transformasi forward orthogonal deviation (FOD) untuk menghilangkan efek individu dan selanjutnya menggunakan metode instrumental variabel untuk mangatasi korelasi variabel eksplanatori endogen dengan error. Kemudian model ini ditaksir dengan metode penaksiran Generalized Method of Moment (GMM).

---

The dynamic panel data model is a panel data model that involves lag of the dependent variable as explanatory variable which is correlated with the error. Lag of the dependent variable is called endogenous explanatory variables. One form of dynamic data panel model is panel vector autoregression (PVAR) model. The panel VAR models have the same pattern with the VAR model which is a model of multivariate time series with the added dimension of the cross section into the VAR model. Panel VAR model discussed in this paper with two variables, lag, and a one-way error component fixed effect. Furthermore, we will discuss how the parameter estimation of panel VAR model. Because there is a correlation between endogenous explanatory variables with the error cause the estimates of the parameters using OLS method be biased and inconsistent. Therefore to overcome these problems we have to transform the model with forward orthogonal deviation (FOD) transformation to wipes out the effect of the individual and then use the method of instrumental variables to overcome correlation of endogenous explanatory variables. Then estimate the model using Generalized Method of Moment (GMM) estimator."

"ABSTRAKAdanya dua buah komponen yang similar yaitu Rear Panel dan Front Panel tetapi waktu pemesinan yang berbeda jauh akibat penggunaan besar diamater pahat dan pergeserannya yang berbeda pada finishing dasar kantong cekung dan kontur cembung, pada Rear Panel mempunyai waktu pemesinan hampir dua kali waktu permesinan Front panel meyebabkan biaya pemesinan Rear Panel menjadi dua kali lipat.Tujuan yang ingin dicapai dan permasalahan yang ada adalah membuat suatu metodologi penentuan besar pahat dan pergeserannya, sehingga dari metodologi tersebut dapat dihitung apakah besar pahat dan pergeseran yang diterapkan pada finishing dasar kantong cekung dan kontur cembung telah optimal dengan batasan tinggi kekasaran permukaan maksimum, apabila belum optimal berapa besar diarnater pahat yang optimal dan pergeseran yang maksimal.Komponen-komponen Rear Panel dan Front panel merupakan kornponen pembentuk airfoil sayap dimana kelengkungan kantong cekung dan kontur cembung dapat didekati dengan kelengkungan suatu busur lingkaran. Pada saat finishing kantong cekung dan kontur cembung posisi pahat selalu normal terhadap kelengkungan kontur sehingga arah sumbu pahat selalu menuju kelengkungan kontur dengan demikian penentuan besar diameter pahat dan pergeserannya. dapat menggunakan prinsip-prinsip trigonometri yaitu prinsip lingkaran dan phytagoras. Karena komponen-komponen tersebut pada kontur cekung terdapat rib-rib yang membentuk kantong cekung maka terjadi kendala-kendala diakibatkan pada penjabaran metodologi tidak terdapat rib-rib sehingga perlu untuk mengarasi hambatan-hambatan tersebut.Akibat penggunaan jenis pahat slot drill corner radius pada finishing kantong cekung, maka pada bagian bawah dasar pahat terjadi mismatch. Makin besar ukuran pahat yang digunakan maka mismatch semakin besar tetapi waktu pemesinannya lebih singkat apabila kondisi pemotongan yang direkomendasikan oleh pabrik pembuat pahat diaplikasikan, dan sebaliknya. Pada finishing kontur cembung besarnya mismatch yang terjadi tergantung pada besar pahat dan pergeseran yang diterapkan.Dari hasil perhitungan didapat bahwa semua pergeseran yang diterapkan pada finishing dasar kantong cekung belum maksimal sehingga perlu dimaksimalkan.Biaya pemesinan Front Panel lebih murah dari biaya pemesinan Rear Panel, meslcipun mismatch yang temjadi pada kontur cembung melebihi batas maksimum. Hal ini disebebkan biaya Hand finishing lebih murah dari biaya pemesinan sehingga metode Front Panel yang dipilih.Penggunaan besar pahat 16R6 pada finishing dasar kantong cekung komponen Rear Panel kurang optimal karena menghasilkan nilai mismatch dibawah betas maksimum. Dari hasil perhitungan penggunaan diamater pahat ZOR6 lebih baik."

"Penelitian ini bertujuan untuk menyelidiki faktor-faktor penentu kebijakan dividen perusahaan-perusahaan Indonesia, dengan menggunakan sampel 17 perusahaan non-keuangan Indonesia yang terdaftar yang terus menerus membayar dividen selama periode 2014 hingga 2018. Penelitian ini mengacu pada beberapa teori yang dapat membantu pembaca untuk lebih baik dalam membaca. memahamikonsep dividen dan kebijakan dividen, yaitu: hipotesis pensinyalan, hipotesis aruskas bebas, hipotesis siklus hidup, dan hipotesis struktur modal. Untuk menguji hipotesis tersebut, penelitian ini menggunakan analisis data panel. Variabel yangdapat menjelaskan keputusan dividen perusahaan yang digunakan dalam penelitian ini dipilih berdasarkan teori, penelitian empiris yang tersedia, dan ditentukan oleh ketersediaan data. Penelitian ini menggunakan dividend payout ratio dan dividendyield untuk mewakili kebijakan dividen. Temuan menunjukkan bahwa arus kas bebas, likuiditas, dan peluang investasi adalah penentu utama rasio pembayarandividen untuk perusahaan Indonesia. Selain itu, hasilnya juga menunjukkan bahwa tangibilitas aset dan ukuran perusahaan adalah penentu utama hasil dividen. Secara umum, hasilnya ternyata menunjukkan sedikit dukungan untuk hipotesispensinyalan dan hipotesis struktur modal tetapi menunjukkan dukungan yang cukup besar untuk hipotesis arus kas bebas dan hipotesis siklus hidup. Penelitian inidiharapkan memiliki implikasi mendalam bagi studi kebijakan dividen di masa depan di Indonesia dan suatu hari nanti dapat membantu perusahaan dan pihakberwenang dalam membuat keputusan yang efektif tentang kebijakan dividen untuk perusahaan Indonesia, serta investor dalam menentukan strategi investasi mereka.

---

This study aims to investigate the determinants of the dividend policy of Indonesian companies, using a sample of 17 listed non-financial Indonesian

companies that continuously paid dividends during the period of 2014 to 2018. This study refers to several theories that can help readers to better comprehend the

concept of dividends and dividend policy, namely: signaling hypothesis, free cash flow hypothesis, life cycle hypothesis, and capital structure hypothesis. In order to test those hypotheses, this study applies the panel data analysis. The variables that

may explain company's dividend decision that were used in this study are selected based on the theory, available empirical researches, and determined by data

availability. This study uses dividend payout ratio and dividend yield to represent the dividend policy. The findings suggest that free cash flow, liquidity, and

investment opportunity are the major determinants of dividend payout ratio for Indonesia companies. Furthermore, the results also suggest that asset tangibility and size are major determinants of dividend yield. In general, the results apparently

show little support for signaling hypothesis and capital structure hypothesis but show considerable support for free cash flow hypothesis and life cycle hypothesis. This research is expected to have profound implications for future studies of

dividend policy in Indonesia and might one day be able to help companies and authorities in making effective decisions about dividend policy for Indonesian

companies, as well as investors in determining their investment strategies."