Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKBelum ada peraturan yang mengharuskan perusahaan di luar industri keuangandan perbankan untuk menerapkan manajemen risiko, karenanya saat ini PT XYZbelum memiliki pengukuran risiko khususnya risiko operasional. Namun perusahaanmenyadari bahwa retail minimarket modern yang dikelolanya memilikipotensi risiko operasional yang besar yang mungkin dihadapinya di kemudianhari, maka ada keinginan kuat dari perusahaan untuk menerapkan manajemenrisiko. Penelitian ini dilakukan untuk mengidentifikasi, mengukur cadangankerugian risiko operasional (operational Value at Risk), dan memitigasi risiko operasionalyang mungkin dialami oleh PT. XYZ. Dari proses indentifikasi ditemukanbahwa risiko operasional yang paling signifikan terhadap bisnis perusahaan adalahrisiko hilangnya persediaan barang dagangan di toko ritel minimarket. PengukuranOpVaR dilakukan dengan menggunakan metode loss distribution approach menghasilkanangka sebesar Rp. 11.885.041.054 dan dinyatakan valid setelah dilakukanbacktesting.

---

ABSTRACTThere are no regulations requiring companies outside the financial and bankingindustry to implement risk management, hence the current PT. XYZ does not havea particular risk measurement of operational risk. However, the company realizedthat retail modern minimarket has great potential operational risks that may be encounteredin the future, then there is a strong desire of companies to implement riskmanagement. This study was conducted to identify, measure operational risk lossreserves or Operational Value at Risk, and mitigate operational risks that may beexperienced by PT. XYZ. From the identification process, this study finds that themost significant operational risks to the company?s business is the risk of loss ofmerchandise supply in a retail minimarket store. OpVaR measurements performedusing the loss distribution approach amounted to IDR 11,885,041,054 and declaredvalid after backtesting."

"Tujuan dari penelitian ini adalah untuk menganalisis perhitungan pencadangan kerugian risiko operasional dari salah satu perusahaan jasa sewa kendaraan dan apakah analisis tersebut dapat diterapkan di perusahaan tersebut untuk perhitungan risiko. Penelitian ini dilakukan dengan menghitung nilai Operational Value at Risk (OpVaR) di PT. KLM. Data yang digunakan dalam penelitian ini adalah kerugian operasional selama 26 bulan mulai dari Januari 2018 hingga Februari 2020. Penelitian ini menggunakan metode loss distribution approach-aggregation dalam menghitung nilai risiko operasional.Hasil penelitian ini menunjukkan bahwa nilai OpVaR pada PT. KLM yang telah dinyatakan valid setelah backtesting selama periode 1 tahun mulai dari Januari hingga Desember 2019 yaitu nilai OpVaR terendah sebesar Rp91.053.721 dan nilai OpVaR tertinggi sebesar Rp104.550.879. Penelitian ini diharapkan dapat memberikan pemahaman tambahan mengenai masalah operasional dan nilai kerugian operasional yang mungkin dihadapi perusahaan jasa sewa kendaraan, sehingga dapat digunakan untuk perencanaan, serta memberikan opsi mitigasi yang dapat diterapkan oleh perusahaan untuk meminimalkan potensi kerugian operasional yang dihadapi.

---

The purpose of this research is to analyze the operational risk loss reserve of a car rental company and whether it can be applied within the company to measure the risks. This research is conducted by measuring Operational Value at Risk (OpVaR) from PT. KLM. The data used in this research is the operational losses in PT. KLM for the past 26 months starting from January 2018 to February 2020. This research uses loss distribution approach-aggregation method in measuring the operational risk. The results indicate that the value of OpVaR at PT. KLM that has been declared valid after backtesting during the 1-year period from January to December 2019 consists of the lowest OpVaR value of IDR 91.053.721 and the highest OpVaR value of IDR 104.550.879. This research is expected to provide additional understanding of operational problems and the amount of risk that might be faced by car rental companies, so that it can be used in its planning, as well as providing mitigation options that can be applied by the companiy to minimize potential operational risk losses that encountered."

"Manajemen risiko operasional penting dilakukan untuk memberikan peringatan terkait munculnya risiko. Manajemen risiko operasional yang dilakukan saat ini belum terintegrasi dengan baik antar divisi di perusahaan. Risiko operasional yang signifikan saat ini di lokasi tambang Kalimantan Selatan ialah risiko produktivitas yang berkaitan dengan minimnya ketersediaan bahan bakar dan risiko proses berkaitan dengan material jalanan yang buruk dan kondisi cuaca. Penanganan risiko yang dilakukan ialah mengupayakan pengadaan tangki bahan bakar yang lebih besar dan penyediaan alat. Peran manajemen risiko operasional saat ini belum maksimal yang disebabkan oleh minimnya kesadaran risk owner untuk melakukan manajemen risiko. Terdapat pendekatan manajemen risiko yakni COSO Enterprise Risk Management yang menekankan bahwa risiko harus dikelola oleh seluruh pihak di perusahaan dan harus sesuai dengan tujuan perusahaan yang hendak ingin dicapai Dengan menggunakan pendekatan COSO Enterprise Risk Management, terdapat beberapa elemen yang belum terlaksana dengan baik yakni internal environment dimana masih rendahnya komitmen dari risk owner untuk mengelola risiko. Komponen control activities dan monitoring juga belum dilakukan dengan baik karena rendahnya proses dokumentasi dari penanganan risiko serta pengawasan yang kurang efektif.

---

Operational risk management is necessary to provide a warning related to the emergence of risk. Operational risk management these day do not well integrated among all divison in the company. Significabt operational risks that present at the mine site in South Kalimantan is productivity risk associated with the lack of availability of the fuel and material risks associated with the poor road and weather condition. Mitigation risks undertaken is seeking procurement of larger fuel tank and adding tools. The role of operational risk management is currently not maximized due to lack of awareness from risk owner to perform risk management.

There is a risk management approach, the COSO Enterprise Risk Managemet which emphasizes that the risks should be managed by the whole company and must be in accordance with the company?s goals are going to be achieved. Based on the COSO Enterprise Risk Management approach, there are some element that have not done well that is low commitment from the owner to manage the risk. Also control and monitoring activities have not done well because of poor documentation process related to risk mitigation and ineffective monitoring."

"Risiko adalah suatu kejadian atau tindakan yang berdampak negatif terhadap kemampuan lembaga untuk mencapai tujuan dan menentukan strategi. Salah satu pendekatan untuk mengukur risiko operasional adalah Advanced Measurement Approach (AMA), dimana bank diperkenankan untuk mengolah data internal dengan model yang dikembangkan secara internal. Dengan metode Loss Distribution Approach di AMA, bank mengestimasi dua fungsi distribusi probabilitas, yaitu distribusi frekuensi kerugian dan distribusi severitas kerugian tahunan pada setiap risiko. Selanjutnya, kedua fungsi distribusi tersebut digabungkan menjadi distribusi majemuk untuk menentukan value at risk masingmasing risiko menggunakan simulasi Monte Carlo pada tingkat kepercayaan 99,9%. Nilai risiko yang mungkin terjadi diluar estimasi distribusi severitas dapat mempengaruhi value at risk, sehingga dapat mempengaruhi prediksi rencana bisnis untuk tahun yang akan datang. Metode One-Class Support Vector Machine (SVM) dapat digunakan untuk mendeteksi data outlier tersebut. Dalam beberapa kasus, metode statistik tidak dapat mendeteksi data outlier. Selain itu, dalam menentukan data outlier tergantung pada seberapa penting informasi yang diperlukan dari data outlier tersebut, sehingga penentuannya bersifat subjektif. Adapun tujuan simulasi pada tulisan ini adalah melakukan analisis penggunaan metode One-Class SVM dalam mendeteksi outlier pada distribusi severitas dan pengaruh outlier pada perhitungan value at risk. Dari hasil analisis diperoleh data outlier yang mempengaruhi perhitungan value at risk.

---

Achieve its objectives and execute its strategies. One approach to measure operational risk is the Advanced Measurement Approach (AMA), which allows banks to process internal data with internally developed models. Under the Loss Distribution Approach in AMA, the bank estimates two distribution functions of the annual loss data to generate compound distribution to determine value at risk of each risk using Monte Carlo simulation at 99.9% confidence level. The risk amount that may occur outside of the estimated loss severity distribution can affect the value at risk, so that it can affect the prediction of business plan for the next years. In some cases, statistical methods cannot detect outliers and its determination is relatively subjective. The purpose of the simulations in this paper is to perform analysis of the use of One-Class SVM in detecting outliers in the loss severity distribution and the effect of the outliers on the value at risk. As a result, the outliers have successfully been detected in the loss severity distribution and there is the effect of the outliers on the value at risk."

"ABSTRAKRisiko atau gangguan dapat terjadi ketika sebuah perusahaan mengerjakan kegiatan operasionalnya dan dapat mempengaruhi kinerja yang diberikan kepada konsumen. Dalam penelitian sebelumnya telah banyak penelitian yang mempelajari tentang berbagai kondisi yang dihadapi oleh perusahaan baik secara internal, eksternal maupun tentang hubunganya dengan para konsumen yang dapat memberikan dampak, baik positif maupun negatif terhadap kinerja perusahaan 3PL. Risiko atau gangguan dapat terjadi ketika mereka melakukan kegiatan operasionalnya, baik risiko atau gangguan dalam hal memberikan orientasi kepada konsumennya, kualitas hubungan antara 3PL dengan konsumennya ataupun dalam hal manajemen kargo. Studi ini merupakan sebuah studi deskriptif yang akan mempelajari hubungan antara orientasi konsumen, kualitas hubungan serta manajemen kargo berdasarkan persepsi PT. 123 selaku konsumen dari 3PL PT. XYZ serta bagaimana hubungan antara ketiga variabel tersebut. Pengujian hipotesis menggunakan analisis jalur dimana hasil pengujian hipotesis didapatkan bahwa ada pengaruh antara kualitas hubungan dan manajemen kargo terhadap kinerja PT XYZ namun untuk variabel orientasi konsumen tidak memiliki pengaruh terhadap kinerja PT XYZ

---

ABSTRACTRisk or disruption can occur when a company works on its operations and can affect the performance into customer. In previous studies, there have been many studies that study the various conditions faced by companies both internally, externally and about their relationships with consumers which can have an impact, both positively and negatively on the performance of 3PL companies. Risks or disruptions can occur when they carry out their operational activities, either risk or disruption in terms of providing orientation to their customers, the quality of the relationship between 3PL and its customers or cargo management. This study is a descriptive study which study the relationship between consumer orientation, relationship quality and cargo management based on the perception of PT. 123 as the consumer of the 3PL PT. XYZ and how the relationship between the variables is. Hypothesis testing uses path analysis where the results of testing the hypothesis found that there is an influence between relationship quality and cargo management on the performance of PT XYZ but for consumer orientation variables does not have an influence on the performance of PT XYZ."

"Dengan dilakukannya manajemen risiko pada suatu proyek, maka tingkat keberhasilannya akan semakin tinggi. Pada penelitian ini, manajemen risiko dilakukan dengan identifikasi serta analisis risiko menggunakan teknik analisis lingkungan sistem distribusi Premium di Indonesia dan analisis peta aliran distribusi Premium di Indonesia yang dilakukan dengan diskusi bersama para ahli. Selanjutnya, risiko tersebut dievaluasi menggunakan metode simulasi Monte Carlo dengan bantuan perangkat lunak Crystal Ball Ver. 11.1, dan hasilnya berupa grafik perkiraan serta data statistik signifikansi risiko. Dari penelitian ini didapatkan penurunan risiko distribusi Premium di Indonesia dengan menangani risiko yang sensitivitasnya paling tinggi, yaitu keadaan sarana pendukung distribusi seperti jalan raya, jembatan maupun dermaga, serta keadaan alat distribusi Premium itu sendiri (truk tangki juga kapal tangker).

---

By applying risk management on a project, then its success rate will be improved. In this research, risk management was started by identification and analysis by surroundings system analysis technique and flow map analysis of Premium distribution in Indonesia that was helped by experts. Next, those risks were evaluated using Monte Carlo Simulation, using Crystal Ball Ver. 11.1, and the results are probability graphics and risk significance statistic data. From this research, risk reduction of Premium distribution in Indonesia can be achieved by managing the most sensitive risk, which is the condition of support facilities for distribution such as roadway, bridge and port, then also the condition of the distribution equipment itself (tank truck also tanker ship)."

"Risiko operasional adalah salah satu risiko yang cenderung sulit untuk diantisipasi dan dampaknya seringkali di luar perkiraan bank. Pengukuran Value at Risk (VaR) menjadi penting agar bank dapat menghitung beban modal untuk risiko operasional sesuai dengan profil risikonya. Tesis ini membandingkan perhitungan VaR risiko operasional pada PT Bank ABC dengan dua metode yaitu Monte Carlo Simulation dan Extreme Value Theory. Berdasarkan backtesting terhadap kedua metode tersebut, pengukuran risiko operasional pada Bank ABC lebih realistis jika menggunakan Monte Carlo Simulation.

---

Operational risk in banking is one of the most difficult risk to anticipate and its impact to bank?s losses sometimes unpredictable. Measuring Value at Risk (VaR) then become important to enable bank to calculate capital charges for operational risk in accordance with its risk profile. This research attempts to compare between Extreme Value Theory method and Monte Carlo Simulation to calculate operational risk capital charge in PT Bank ABC. Based on backtesting procedures, it reveals that Monte Carlo Simulation is more suitable for Bank ABC's risk profile."

"ABSTRACTMemberikan proteksi terhadap kemungkinan terjadinya kerugian merupakan hal yang sangat penting dalam setiap perusahaan asuransi. Perusahaan asuransi dapat mengestimasi semua risiko yang mungkin dihadapi dengan alat ukur risiko. Value-at-Risk merupakan salah satu alat ukur risiko dalam industri asuransi, yang didefinisikan sebagai kuantil dari distribusi total kerugian. Sebagai kuantil, dapat menjadi kurang representatif apabila terdapat banyak nilai kerugian yang melebihi dikarenakan informasi kerugian pada ekor kanan distribusi tidak tergambarkan dengan baik. Untuk itu, diperkenalkan Tail Value-at-Risk yang merata-ratakan besarnya kerugian yang lebih besar daripada. Penggunaan membantu perusahaan untuk memperoleh gambaran mengenai modal yang harus disiapkan untuk mengatasi risiko yang dapat terjadi. Estimasi risiko yang lebih baik juga dapat dilakukan dengan memanfaatkan teori kredibilitas, yang mengombinasikan risiko individu dan risiko kelompok pemegang polis dengan bobot tertentu. Bobot yang tepat diperoleh melalui peminimuman antara parameter yang memprediksi kerugian di masa depan dan penaksirnya. Secara umum, penelitian ini membahas mengenai model berdasarkan teori kredibilitas Bühlmann beserta penaksir dari parameter-parameter model tersebut. Risiko individu direpresentasikan dengan individu, sementara risiko kelompok direpresentasikan dengan rata-rata individu dalam suatu kelompok. Penerapan model ini dilakukan dengan menggunakan data klaim dari salah satu perusahaan asuransi di Indonesia.

---

ABSTRACTProviding protection against losses is important issue in every insurance company. Insurance company could estimate all risks which must be faced by risk measures. Value-at-Risk as one of risk measures that is used in insurance industry, is defined as quantile of aggregate losses distribution. As a quantile, could be less representative if there are losses which far exceed because losses in the right tail distribution cannot be well-explained. For this reason, which averages losses that are greater than was introduced. Using, insurance company could obtain approximation of capital needed due to certain losses which possibly happen. Better risk estimation could also be obtained by credibility theory, which combines both individual and group risk information with certain weights. The proper weights are obtained by minimizing the expected squared error between parameter used to predict future losses and its estimator. In general, Credible model based on credibility theory and the parameters estimator will be derived in this research. Individual risk is represented by certain policyholders meanwhile, group risk is represented by average of every policyholders. Numerical simulation based on one of the insurance companys claim data in Indonesia will also be demonstrated."

"Tujuan dari penelitian ini adalah untuk merancang model dan matriks key risk indicators (KRI) atas risiko-risiko signifikan dari risiko kredit dan risiko operasional. Penelitian yang dilakukan merupakan studi kasus pada unit analisis PT ABC yang bergerak pada bidang reasuransi. Metode yang digunakan pada tesis ini adalah kualitatif dengan pengumpulan data melalui wawancara dan observasi dokumen perusahaan. Analisis dan perancangan KRI yang dilakukan berupa penentuan akar risiko, indikator pemantauan, serta ambang batas (threshold) dari risiko-risiko signifikan yang berpengaruh pada penurunan rasio risk based capital (RBC) perusahaan. Risiko-risiko yang signifikan tersebut diidentifikasi dari profil risiko perusahaan dan kajian strategis perusahaan, di antaranya pada risiko kredit yaitu risiko piutang perusahaan dengan umur piutang lebih dari 60 hari yang tinggi dan pada risiko operasional yaitu risiko terlambat mencatatkan produksi premi. Perancangan juga dilakukan atas kerangka kerja KRI dalam penerapannya pada manajemen risiko perusahaan. Hasil penelitian menunjukan pada risiko piutang perusahaan dengan umur piutang lebih dari 60 hari yang tinggi diperoleh empat penyebab menengah, lima akar penyebab dan lima indikator KRI. Sedangkan, risiko terlambat mencatatkan produksi premi diperoleh lima penyebab menengah, empat akar penyebab dan empat indikator KRI. Perancangan KRI ini diharapkan membantu perusahaan untuk melakukan proses pemantauan (monitoring), terutama terhadap peristiwa-peristiwa yang menjadi indikasi terjadinya suatu risiko. Berdasarkan peringatan dan informasi dini dari KRI, perusahaan dapat melakukan berbagai tindakan mitigasi lebih awal guna mengurangi kemungkinan terjadinya peristiwa risiko (likelihood) maupun dampak (impact) yang ditimbulkan oleh risiko tersebut.

---

The purpose of this research is to design the model and matrix of key risk indicators (KRI) for the significant risks of credit risk and operational risk. This research is a case study on PT ABC as the analysis unit which is engaged in reinsurance. The method used in this thesis is qualitative with data collection through interviews and observation of the company documents. The analysis and design of KRI are in the form of determining the risk root causes, monitoring indicators, and thresholds of significant risks that affect the decline in the company's risk-based capital (RBC) ratio. The significant risks are identified from the company's risk profile and strategic review, among others on the credit risk is the risk of the company's receivables with a high age of receivables of more than 60 days and on the operational risk is the risk of late recording of premium production. The results showed that in the risk of company receivables with a high age of receivables of more than 60 days, four intermediate causes, five root causes and five KRI indicators were obtained. Meanwhile, the risk of being late in recording premium production obtained five intermediate causes, four root causes and four KRI indicators. The design is also conducted in the framework of KRI in its application to the company's risk management process. The design of this KRI is expected to help the company to conduct the monitoring process, particularly on the events that indicate the occurrence of a risk. Based on early warning and information from the KRI, the company may undertake early various mitigation actions to reduce the likelihood and impact of those risks."

"New Basel II Capital Accord menyadari bahwa dengan memperkenalkan persyaratan permodalan untuk risiko operasional akan menimbulkan dampak yang cukup signifikan terhadap jumlah regulatory capital yang harus disisihkan oleh bank.Penelitian ini menganalisa perbedaan metode dengan mengacu pada metode yang dipersiapkan oleh Basel Committe dalam memperkirakan capital charge untuk risiko operasional. Analisis diperoleh dengan membandingkan Advanced Measurement Approach (AMA) melalui Loss Distribution Approach (LDA) terhadap non-advanced atau Basic Indicator Approach (BIA). Perhitungan capital charge risiko operasional melalui Basic Indicator Approach merupakan persentase tertentu dari gross income. Sedangkan LDA model menekankan pada analisis kerugian operasional yang membutuhkan data historis (Loss Event Database) mengenai kejadian risiko operasional berdasarkan distribusi frekuensi dan severitas dengan menerapkan konsep Value at Risk (VaR).Berdasarkan data yang tersedia pada Bank X, hasil penelitian menunjukkan bahwa penerapan advanced approach dengan LDA model menghasilkan capital charge yang lebih rendah dibandingkan dengan BIA model.

---

New Basel II Capital Accord realized that the introduction of capital requirements for operational risk will cause a significant impact on the amount of regulatory capital that must be set aside by the bank.

This research analyzes the differences of methods with in regards to the methods prepared by the Basel Committee in estimating the capital charge for operational risk. The analysis was done by comparing the Advanced Measurement Approach (AMA) of the Loss Distribution Approach (LDA) to the non-advanced or Basic Indicator Approach (BIA). Calculation of operational risk capital charge with the Basic Indicator Approach is specified by a percentage of the gross income. Meanwhile, the LDA model requires analysis of operating loss using historical data (Loss Event Database) on the operational risk incidents based on the frequency and severity distribution and applying the concept of Value at Risk (VaR).

Based on the data made available by the Bank X, the results showed that the advanced approach applied using the LDA model produces a lower capital charge compared to the BIA model."