Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKValue at risk (VaR) merupakan alat ukur risiko yang telah digunakan secara luas. Meskipun demikian, VaR memiliki beberapa keterbatasan dalam mengukur risiko, diantaranya yaitu VaR tidak memperhatikan risiko yang lebih besar dari VaR dan VaR bukan alat ukur risiko yang koheren karena tidak memenuhi sifat subadditivity. Oleh karena itu, diperkenalkanlah conditional value at risk (CVaR) sebagai alat ukur risiko alternatif yang mengatasi kelemahan-kelemahan VaR tersebut. CVaR dapat mengkuantifikasi kerugian yang lebih besar dari VaR dan CVaR bersifat koheren. Pada skripsi ini, dipelajari conditional value at risk dan karakteristiknya serta keterkaitannya dengan VaR. Selanjutnya disajikan pula perhitungan VaR dan CVaR pada saham Unilever dengan tingkat kepercayaan 95%, 99%, dan 99.9%.

---

ABSTRACTValue at risk (VaR) is a widely used risk measure. Despite its popularity, VaR has some limitations. VaR is unable to quantify loss beyond VaR and not a coherent risk measure. Thus, the researchers introduced conditional value at risk (CVaR) as measure of risk which overcomes VaR limitations. CVaR is able to quantify loss beyond VaR and moreover it is coherent. In this undergraduate thesis, conditional value at risk and its characteristics also the relation between VaR and CVaR will be studied. Furthermore, the calculation of VaR and CVaR are performed using Unilever stocks with 95%, 99%, and 99,9% confidence interval."

"Dalam menjaga kondisi finansial perusahaan agar tetap stabil, perusahaan asuransi akan menetapkan sebuah batasan atas risiko yang dihadapinya. Sebagai gantinya, perusahaan asuransi akan melakukan pengalihan risiko ke perusahaan reasuransi jika terjadi kerugian yang melebihi batas yang telah ditetapkan. Total risiko asuransi dapat diukur dengan menggunakan alat ukur risiko. Salah satu alat ukur risiko yang paling umum digunakan yaitu Value-at-Risk (VaR) dan Tail Value-at-Risk (TVaR). Dalam skripsi ini akan digunakan alat ukur risiko baru yang mengombinasikan Value-at-Risk (VaR) dan Tail Value-at-Risk (TVaR) yang dinamakan dengan Lambda Value-at-Risk (LVaR). Ukuran risiko LVaR dipilih karena lebih fleksibel digunakan. Ukuran risiko ini menggunakan koefisien bobot yang dapat disesuaikan dengan profil risiko perusahaan asuransi. Sebagai contoh, perusahaan asuransi yang konservatif akan menggunakan koefisien bobot yang lebih besar karena akan memperhitungkan rata-rata kerugian yang jangkauannya lebih luas. Pada praktiknya, perusahaan reasuransi juga memiliki batasan dalam menanggung risiko. Oleh karena itu, besar risiko yang dialihkan ke reasuransi akan mempertimbangkan batasan yang telah ditetapkan oleh reasuransi. Selain itu, besar risiko juga akan dihitung dengan beberapa tingkat kepercayaan yang berbeda dan menggunakan asumsi distribusi tertentu. Studi kasus yang digunakan dalam skripsi ini menggunakan asumsi risiko kerugian distribusi berekor tipis yaitu distribusi Eksponensial dan distribusi berekor tebal yaitu distribusi Pareto. Pada skripsi ini, kontrak reasuransi optimal ditentukan berdasarkan perspektif asuransi dengan meminimumkan total pengeluaran asuransi yang diukur dengan ukuran risiko baru, LVaR, yang besarnya dipengaruhi oleh tingkat kepercayaan, safety loading, batas penerimaan risiko yang dialihkan ke reasuransi, dan koefisien bobot pada ukuran risiko LVaR sedemikian sehingga diperoleh ceded loss function yang optimal.

---

In order to keep the company’s financial condition stable, the insurance company will set a limit on the risks it faces. In return, the insurance company will transfer the risk to a reinsurance company if there is a loss that exceeds the predetermined limit. Total insurance risk can be measured using risk measurement tools. One of the most commonly used risk measurement tools is Value-at-Risk (VaR) and Tail Value-at-Risk (TVaR). In this thesis, a new risk measurement tool will be used that combines Value-at-Risk (VaR) and Tail Value-at-Risk (TVaR) called Lambda Value-at-Risk (LVaR). The LVaR risk measure was chosen because it is more flexible to use. This risk measure uses weighting coefficients that can be adjusted to the risk profile of the insurance company. For example, a conservative insurance company will use a larger weight coefficient because it will take into account a wider range of average losses. In practice, reinsurance companies also have limits in assuming risks. Therefore, the amount of risk transferred to reinsurance will consider the limits set by the reinsurer. In addition, the amount of risk will also be calculated with several different levels of confidence and using certain distribution assumptions. The case study used in this thesis uses the assumption of a thin-tailed distribution risk of loss, namely the Exponential distribution and a thick-tailed distribution, namely the Pareto distribution. In this thesis, the optimal reinsurance contract is determined based on the insurance perspective by minimizing the total insurance expenditure measured by a new risk measure, LVaR, the amount of which is influenced by the confidence level, safety loading, risk acceptance limit transferred to reinsurance, and the weight coefficient on the LVaR risk measure so as to obtain the optimal ceded loss function."

"Penelitian ini memiliki tujuan untuk membuktikan apakah short-term wholesale funding berpengaruh terhadap kontribusi risiko sistemik sebuah bank kepada sistem perbankan berdasarkan penelitian Lopez-Espinosa et al. (2012). Risiko sistemik diukur lewat metode pengukuran Conditional Value-at-Risk (CoVaR) yang merupakan pengembangan dari Value-at-Risk (VaR).Pada penelitian ini ditemukan bahwa short-term wholesale funding tidak memiliki pengaruh terhadap kontribusi risiko sistemik bank-bank yang terdaftar di Bursa Efek Indonesia, berbeda dengan temuan Lopez-Espinosa et al. (2012). Penelitian ini juga menemukan bahwa ukuran bukan proxy yang tepat untuk mengukur risiko sistemik, mempertegas hasil yang dikemukakan oleh Zhou (2010) dan Lopez-Espinosa et al. (2012).

---

This research aim to find the effect of short-term wholesale funding on banks systemic risk based on earlier research by Lopez-Espinosa et al. (2012). Systemic risk measured by Conditional Value-at-Risk (CoVaR) method - developed from Value-at-Risk (VaR).

This research found that short-term wholesale funding does not significantly contributes to systemic risk of banks listed on Bursa Efek Indonesia, differs from result of Lopez-Espinosa et al. (2012). This research also found that size is not an appropriate proxy to measure systemic risk ? a confirmation of Zhou (2010) and Lopez-Espinosa et al. (2012) researchs result."

"Part of Speech Tagging (POS Tagging) adalah kegiatan pemberian label kelas kata pada suatu kata. Proses ini pada awalnya dilakukan secara manual. Namun proses part of speech tagging secara manual menghabiskan banyak waktu dan tenaga karena membutuhkan banyak ahli bahasa untuk memberikan tag pada setiap kata. Masalah ini kemudian menjadi pendorong bagi para peneliti untuk membangun metode dan aplikasi yang dapat melakukan part of speech tagging secara otomatis. Penelitian di bidang part of speech tagger untuk Bahasa Indonesia belum terlalu mendapat perhatian, karena sampai saat ini. belum ada suatu aplikasi part of speech tagger untuk Bahasa Indonesia. Maka penulis melakukan penelitian untuk menghasilkan suatu aplikasi part of speech tagger untuk Bahasa Indonesia dengan memanfaatkan tiga metode yaitu Conditional Random Fields, Transformation Based Learning, dan kombinasi kedua metode ini. Penelitian ini menggunakan korpus Bahasa Indonesia yang tersusun atas 49 buah artikel surat kabar dan terdiri atas total 13.465 buah token. Tagset yang digunakan pada penelitian ini terdiri atas 21 jenis tag (21 jenis kelas kata). Tagset ini merupakan modifikasi dari Penn Treebank Tagset."

"Reasuransi berperan sebagai stabilisator industri asuransi dan dapat menjadi alat yang efektif untuk mengurangi risiko bagi perusahaan asuransi. Sebuah transaksi reasuransi adalah perjanjian dari dua atau lebih pihak yang terdiri dari perusahaan asuransi atau disebut juga cedent dan perusahaan reasuransi. Penentuan polis reasuransi yang optimal untuk kedua belah pihak sering menjadi permasalahan. Dikarenakan kepentingan dari perusahaan asuransi dan perusahaan reasuransi bertentangan, seringkali polis reasuransi yang menarik untuk satu pihak dianggap merugikan untuk pihak lainnya. Oleh karena itu, penelitian ini mempertimbangkan kepentingan dari perusahaan asuransi dan perusahaan reasuransi secara sekaligus dengan berfokus pada penentuan polis reasuransi stop-loss yang Pareto-optimal. Bentuk reasuransi yang optimal direpresentasikan oleh ceded loss function yang optimal, yaitu fungsi loss dari perusahaan reasuransi. Ukuran risiko yang akan digunakan adalah Value at Risk (VaR). Ceded loss function yang Pareto-optimal didapat dengan mencari nilai parameter retensi yang optimal, yaitu suatu nilai yang meminimalkan kombinasi linier VaR dari total kerugian perusahaan asuransi dan perusahaan reasuransi pada tingkat kepercayaan yang berbeda,di bawah prinsip ekspektasi premi. Berdasarkan data klaim yang diperoleh dari perusahaan Asuransi Jiwa Reliance Indonesia, didapatkan bentuk reasuransi stop-loss yang Pareto-optimal dalam beberapa skenario.

---

Reinsurance acts as a stabilizer for the insurance industry and can be an effective tool for reducing risk for insurance companies. A reinsurance transaction is an agreement between two or more parties, consisting of an insurance company (also known as the cedent) and a reinsurance company. Determining the optimal reinsurance policy for both parties often presents a challenge. Since the interests of the insurance company and the reinsurance company can be conflicting, a reinsurance policy that is attractive to one party may be detrimental to the other. Therefore, this research considers the interests of both the insurance company and the reinsurance company simultaneously, focusing on determining a Pareto-optimal stop-loss reinsurance policy. The optimal form of reinsurance is represented by the optimal ceded loss function, which is the loss function of the reinsurance company. The risk measure used is Value at Risk (VaR). The Pareto-optimal ceded loss function is obtained by finding the optimal retention parameter, which is a value that minimizes the linear combination of VaR of the total losses for the insurance company and the reinsurance company at different confidence levels, under the premium expectation principle. Based on claim data obtained from Reliance Life Insurance Indonesia, a Pareto-optimal stop-loss reinsurance form is derived in several scenarios."

"Perkembangan pesat dari industri perbankan yang diiringi oleh semakin meningkatnya kompleksitas dari kegiatan usaha perbankan berpengaruh kepada peningkatan risiko yang melekat pada kegiatan bank. Secara garis besar risiko yang dihadapi perbankan terdiri dari tiga jenis risiko yaitu risiko pasar (market risk), risiko kredit (credit risk) dan risiko operasional (operational risk). Termasuk didalam risiko pasar adalah risiko tingkat suku bunga (interest rate risk) dan risiko nilai tukar (foreign exchange).Kerugian dalam jumlah besar yang diakibatkan oleh perbbahan nilai tukar telah beberapa kali terjadi. Diantaranya dialami oleh Bank Negara Malaysia yang mengalami kerugian sebesar lebih dari US$ 3 milyar pada tahun 1992 dan US$ 2 milyar pada tahun 1993. Kasus di Indonesia teriadi pada saat krisis ekonomi pada tahun 1998, Bank yang memiliki pinjaman dalam mata uang asing, terutama dalam mata uang US$ mengalami kerugian besar akibat terdepresiasinya nilai rupiah terhadap US$ hingga 70%.Risiko nilai tukar tersebut dapat diantisipasi melalui penerapan manajemen risiko yang baik dan metode pengukuran risiko nilai tukar yang memadai. Untuk memudahkan bank dalam inengukur 6sikonya Bank Indonesia menetapkan dua kerangka metode pengukuran perrnodalan minimum yaitu standard model dan internal model. Bank yang kompleks dan aktif dalam perdagangan instrumen keuangan dianjurkan untuk menggunakan internal model.Salah satu internal model yang sering digunakan oleh perbankan akhir-akhir ini untuk mengukur besarnya risiko pasar yang dihadapi adalah metode Value at Risk (VaR). VaR merupakan pengukuran risiko secara kuantitatif yang mengestimasi potensial kerugian maksimal (maximum potential loss) yang mungkin terjadi pada masa yang akan datang yang akan dihadapi pada jangka waktu tertentu (holding period) dan pada tingkat kepercayaan (confidence level) tertentu pada kondisi pasar yang normal.Perhitungan VaR terdiri atas metode Parametric, diantaranya adalah metode Variance-Covariance, metode Non Parametric, diantaranya Historical Simulation dan Monte Carlo. Dalam perhitungan VaR dengan metode Variance-Covariance dibutuhkan peramalan volatilitas. Volatilitas dari suatu data time series bisa bersifat homoskedastis (mempunyai nilai volatilitas yang konstan) atau bersifat heteroskedastis (mempunyai nilai volatilitas yang berubah-ubah). Metode yang biasa digunakan untuk memodelkan volatilitas yang berubahubah adalah Exponentional Weighted Moving Average (EWMA) dan Generalized Autoregressive Heteroskedaslic (GARCH). Metode GARCI-I mengasumsikan bahwa. variance hari tertentu merupakan fungsi dari variance dan kuadrat error dari hari-hari sebelumnya.Pada pasar keuangan, market value dari suatu aset dipengaruhi dan mempengaruhi aset lainnya. Besarnya pengaruh tersebut dinyatakan dalam besaran korelasi. Nilai korelasi ini mempengaruhi besarnya VaR portofolio. Sebelumnya korelasi sering dinyatakan dalam besaran yang konstan. Pengukuran korelasi yang bersifat berubah-ubah telah dilakukan namun dengan metode yang cukup rumit. Robert Engle pada papernya yang berjudul Dynamic Conditional Correlation -A Simple Class of Multivariate GARCH Models memaparkan metode pengukuran korelasi dinamis (korelasi yang berubah-ubah dari hari kehari) yang terbukti dapat diandalkan dan cukup sederhana dalam metode penghitungannya.Bank "X" merupakan bank no 8 terbesar di Indonesia apabila dilihat dari sisi aktiva. Laba bersih yang diraih pada tahun 2004 adalah sebesar Rp. 660 milyar. Bank "X" termasuk ke dalam kategori bank devisa dan memiliki risiko nilai tukar dalam beberapa mata uang asing atau biasa disebut sebagai portofolio. Apabila dilihat dari neraca Bank "X" pada tanggal 31 Desember 2004, Sebanyak 17% aktiva terekspos risiko nilai tukar. Demikian juga pada sisi pasiva, sebanyak 17% terekspos risiko nilai tukar. Bank "X" telah memenuhi persyaratan baik kualitatif maupun kuantitatif yang ditetapkan oleh Bank Indonesia untuk dapat mengukur risiko pasar dengan metode internal. Bank "X" telah menerapkan metode internal untuk mengukur nilai VaR dari portofolio mata uang asingnya. Saat ini, Bank "X" baru menggunakan korelasi konstan dalam mengukur risiko nilai tukarnya. Amat penting bagi Bank "X" untuk melihat apakah penerapan korelasi dinamis mampu memberikan hasil yang lebih akurat dalam memprediksi nilai VaR.Melihat besarnya jurnlah asset maupun liabilities yang terekspos oleh risiko nilai tukar maka amat penting bagi Bank "X" untuk memastikan bahwa metode pengukuran yang dimilikinya telah optimal dalam mengukur besarnya risiko nilai tukar. Panting bagi Bank "X" untuk mengetahui nilai VaR yang dihadapi apabila dihitung dengan metode yang lain. Hingga Bank "X" dapat mengetahui apakah metode yang diterapkannya pada saat ini telah optimal.Berdasarkan kedua hal diatas, maka penelitian ini bertujuan untuk menghitung VaR dad risiko nilai tukar alas portofolio mata uang asing yang terdapat pada Bank "X" selama tahun 2004 dengan menggunakan metode pendugaan volatilitas GARCH dan pendugaan korelasi Dynamic Conditional Correlation, untuk kemudian membandingkannya dengan nilai VaR yang dihasilkan oleh metode internal yang dirniliki Bank "X". Hingga dapat disimpulkan metode mana yang lebih baik.Pengukuran nilai VaR dengan menggunakan metode pendugaan volatilitas GARCH dan pendugaan korelasi dynamic conditional correlation yang diterapkan pada portofolio mata uang asing Bank "X" selama tahun 2004 terlihat lebih efektif dari metode pengukuran VaR yang dirniliki oleh Bank "X". Metode yang digunakan pada penelitian ini hanya menghasilkan 2 failure lebih sedikit apabila dibandingkan dengan 8 failure yang dihasilkan oleh metode yang dirniliki oleh Bank "X".Penggunakan metode pendugaan korelasi dynamic conditional correlation rnampu menurunkan nilai VaR yang dibutuhkan apabila dibandingkan dengan metode pengukuran VaR dengan pendugaan volatilitas GARCH yang menggunakan relasi biasa tanpa menurunkan tingkat akurasi dari nilai VaR yang dihasilkan. Kedua pengukuran tersebut samasama menghasilkan 2 failure, namun 75% nilai VaR yang dihasilkan dengan pengimplementasian Dynamic Conditional Correlation menghasilkan lebih rendah dibanding penggunaan korelasi statistik. Penghematan yang terbesar terjadi pada tanggal 30 Januari 2004 yaitu sebesar 71.25%.Pada tahun 2004, berdasarkan uji white heteroskedastisity no cross term, seluruh mata uang bersifat homoskedastis. Metode pengukuran volatilitas GARCH dan Dynamic Conditional Correlation diperkirakan akan lebih marnpu bertahan daripada metode pengukuran yang dimiliki Bank "X" apabila diterapkan pada kondisi volatilitas mata uang yang berubah-ubah/heteroskedastis."

"Setiap perusahaan asuransi pasti memiliki batas kemampuan terkait besar klaim maksimal yang dapat ditanggung. Oleh karena itu, perusahaan asuransi perlu mengasuransikan kembali risiko yang tidak dapat ditanggungnya kepada perusahaan reasuransi. Jenis kontrak reasuransi yang umum digunakan adalah quota-share dan stop-loss. Dalam reasuransi quota-share, besar premi reasuransi adalah proporsional mengikuti proporsi besar klaim yang ditanggung, namun reasuransi ini tidak aman terhadap total klaim yang besar. Sedangkan untuk reasuransi stop-loss, premi reasuransi relatif besar, namun aman terhadap total klaim yang besar. Sehingga dalam skripsi ini akan dikombinasikan kedua jenis reasuransi tersebut, dengan harapan keduanya dapat saling menutupi kekurangan dengan kelebihan masing-masing. Setelah dikombinasikan, perlu ditentukan besar proporsi quota-share dan besar retensi stop-loss yang optimal agar perusahaan asuransi dapat memperhitungkan secara pasti besar risiko yang ditanggungnya. Salah satu kriteria penentuan besar proporsi dan retensi yang optimal adalah berdasarkan optimisasi Value-at-Risk (VaR). Semakin minimum nilai VaR yang dihasilkan, maka semakin kecil pula kerugian dari klaim yang harus dibayarkan perusahaan asuransi. Dengan kendala premi reasuransi, masalah optimisasi ini diselesaikan untuk masing-masing jenis kombinasi reasuransi, baik itu stop-loss setelah quota-share ataupun quota-share setelah stop-loss. Dari masing-masing jenis kombinasi ini, didapatkan hasil optimisasi berupa besar proporsi quota-share dan besar retensi stop-loss yang optimal, sehingga menghasilkan nilai VaR yang minimum dari risiko yang ditanggung perusahaan asuransi. Dengan membandingkan hasil optimisasi VaR dari kedua jenis reasuransi ini, didapat bahwa kombinasi quota-share setelah stop-loss menghasilkan nilai VaR yang lebih minimum.

---

Every insurance companies certainly have a capacity limit related to the maximum claim that can be borne. Therefore, insurance companies need to reinsure risks that cannot be borne to reinsurance companies. Types of reinsurance contracts that commonly used are quota-share and stop-loss. In quota-share reinsurance, the reinsurance premium is proportional by the proportion of amount claim that is covered, but this reinsurance is not safe against a large claim. While for stop-loss reinsurance, the reinsurance premium is relatively large but safe for a large claim. So, this undergraduate thesis will combine both types of reinsurance, in the hope that both can cover each other's shortcomings with their respective strengths. After being combined, it is necessary to determine the optimal quota-share proportion and stop-loss retention so insurance companies can calculate surely the number of risks they bear. One criterion of determines optimal proportion and retention is based on Value-at-Risk (VaR) optimization. The more minimum VaR value produced, the loss from claims that must be approved by the insurance company is getting smaller. With the reinsurance premium as a constraint, this optimization problem is solved for each type of reinsurance combination, be it stop-loss after quota-share or quota-share after stop-loss. From each of these types combinations, the result is optimal quota-share proportion and stop-loss retention, so as produce a minimum VaR value from the borne risk by insurance companies. By comparing the results of VaR optimization of these types of reinsurance, a combination quota-share after the stop-loss is obtained resulting in a more minimum VaR value.

"

"Gempa bumi dapat menimbulkan dampak yang cukup besar, baik dalam hal besarnya nilai kerugian maupun luasnya wilayah terdampak. Implikasi keuangan dari gempa bumi besar dapat memiliki efek jangka panjang. Oleh karena itu, perusahaan perlu memahami karakteristik dari kejadian gempa. Penelitian ini mengukur Operational Value at Risk (VaR) untuk klaim asuransi gempa bumi menggunakan data sesi statistik (MAIPARK) tahun 2014-2021. Perhitungan risiko operasional dengan model Loss Distribution Approach-Aggregation (Monte Carlo Simulation) bertujuan untuk memperkirakan perkiraan cadangan modal berdasarkan distribusi frekuensi dan distribusi keparahan data historis. Hasil penelitian menunjukkan bahwa distribusi frekuensi kerugian klaim asuransi gempa bumi mengikuti pola distribusi geometrik, sedangkan distribusi keparahan menunjukkan pola distribusi eksponensial. Dengan tingkat kepercayaan 95%, nilai VaR risiko operasional adalah Rp 2.792.721.528.565,80, dan uji validitas atau backtesting menggunakan uji Kupiec dengan satu kesalahan, dan model dapat diterima.

---

Earthquakes may cause a considerable impact, both in loss and the area. The financial implications of a major earthquake can have a long-lasting effect. Therefore, companies need to understand the essential characteristics of earthquake events. This research measures the Operational Value at Risk (VaR) for claim catastrophe Insurance using statistical session (MAIPARK) data for 2014-2021. Calculation of operational risk with loss distribution approach aggregation model (Monte Carlo Simulation) aims to estimate capital reserve estimates based on the frequency distribution and severity distribution of historical data. The results showed that the frequency distribution of earthquake insurance claim losses followed a geometric distribution pattern, while the severity distribution showed an exponential distribution pattern. With a 95% confidence level, the operational risk VaR value is IDR 2,792,721,528,565.80, and the validity test or backtesting uses the Kupiec test with one error, and the model is acceptable."

"Tujuan dari penelitian ini adalah mengukur exchange rate risk pada portofolio foreign exchange di Bank Sumsel Babel dengan Value at Risk dan perhitungan VaR ini dapat membuat pengukuran risiko dan pemantauan risiko menjadi lebih efisien. Pengukuran risiko menggunakan metode internal/VaR ini akan sesuai dengan tingkat risiko yang akan ditanggung akibat nilai tukar yang dimiliki bank. Data yang digunakan pada penelitian studi kasus ini adalah data historis harian kurs selama 2 dua tahun, yaitu tanggal 04 Januari 2016 sampai dengan tanggal 30 Desember 2017 dengan total jumlah pengamatan sebanyak 488 pengamatan. Nilai tukar yang digunakan adalah kurs tengah selama hari kerja trading days yang dipublikasikan oleh Bank Indonesia. Mata uang asing yang digunakan sesuai dengan portofolio mata uang asing di Bank Sumsel Babel dan Metode perhitungan VaR yang digunakan adalah dengan menggunakan model GARCH.

---

The purpose of this research is to measure exchange rate risk on foreign exchange portfolio at Bank Sumsel Babel with Value at Risk and calculation of VaR can make risk measurement and risk monitoring more efficient. Measurement of risk using internal VaR method will be in accordance with the level of risk that will be borne by the exchange rate owned by the bank. The data used in this case study is daily historical data for 2 two years, ie, January 04, 2016 until December 30, 2017, with a total of 488 observations. The exchange rate used is the middle rate during the business day trading days published by Bank Indonesia. The foreign currency used in accordance with foreign currency portfolio in Bank Sumsel Babel and VaR calculation method used is by using the model GARCH."

"Pengenalan entitas bernama (named-entity recognition atau NER) adalah salah satu topik riset di bidang pemrosesan bahasa alami (natural language processing atau NLP). Pengenalan entitas bernama merupakan langkah awal mengubah unstructured text menjadi structured text. Pengenalan entitas bernama berguna untuk mengerjakan NLP task yang lebih high-level seperti ekstraksi informasi (information extraction atau IE), Question Answering (QA), dan lain-lain. Penelitian ini memanfaatkan data berita dan wikipedia masing-masing sebanyak 200 dokumen yang digunakan untuk proses pengujian dan pelatihan. Penelitian ini mencoba mengeksplorasi entitas bernama baru yang tidak sebatas Person, Location, dan Organization. Named entity baru tersebut adalah Event, Product, Nationalities Or Religious or Political groups (NORP), Art, Time, Language, NonHuman or Fictional Character (NHFC), dan Miscellaneous. Jadi, penelitian ini menggunakan 11 entitas bernama. Dalam penelitian ini, permasalahan tersebut dipandang sebagai sequence labelling. Penelitian ini mengusulkan penggunaan model conditional random field sebagai solusi permasalahan ini. Penelitian ini mengusulkan penggunaan fitur tambahan seperti kata sebelum, kata sesudah, kondisi huruf kapital di awal kata, dan lain-lain, serta word embedding. Penelitian ini menghasilkan performa dengan nilai F-measure terbaik sebesar 67.96% untuk data berita dan 67.09% untuk data wikipedia.

---

"