Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Penelitian ini bertujuan untuk mengetahui pengaruh variabel makroekonomi terhadap kualitas portofolio kartu kredit di Bank X, mengetahui pola pertumbuhan kartu kredit selama periode pengamatan, mendapatkan parameter early warning yang menandakan tahap pertumbuhan kredit ada dalam periode Credit Boom dan mengetahui dampak yang ditimbulkan jika terjadi krisis kartu kredit di Bank X. Penelitian ini adalah penelitian kuantitatif dengan menggunakan metode statistik, sampel yang digunakan dalam penelitian ini meliputi data kredit yang diberikan (KYD) beserta kolektibilitasnya, inflasi, nilai tukar USD-IDR, BI Rate dan IHSG pada periode Januari 2008 sampai dengan oktober 2010. Metode yang digunakan digunakan dalam penelitian ini adalah melakukan multiple liner regression setiap variabel makroekonomi terhadap tingkat Non Performing Loan (NPL). Untuk mengetahui pola pertumbuhan KYD di Bank X apakah berada dalam tahap Boom atau tidak maka dilakukan perhitungan parameter-parameter pertumbuhan KYD dan membandingkannya dengan parameter di negara lain yang mengalami pertumbuhan kredit dengan kategori Boom dan kategori steady. Untuk mengetahui kerugian yang dialami oleh Bank ketika terjadi krisis kartu kredit maka digunakan metode CreditRisk+ dimana hasil yang didapat berupa Expected Loss, Unexpected Loss dan Economic capital. Dari hasil pengolahan data dapat ditarik kesimpulan bahwa variabel makroekonomi memiliki pengaruh terhadap kualitas NPL portofolio namun variabel makroekonomi yang berpengaruh berbeda-beda untuk jenis kartu Classic, Gold dan Platinum. Pola pertumbuhan KYD selama periode sampel berada dalam tahap yang steady seperti pola pertumbuhan KYD di negara Malaysia dan Singapura. ......The focus of this study is to determine the macroeconomy variable impact to credit card portfolio quality in Bank X, to know the credit card growth pattern during sample period, to find early warning parameter which characterize that credit growth is in Credit Boom phase and to know the impact if credit card crisis is occur in Bank X. This study is a quantitative research using statistic method. The data used in this study are Outstanding receivable and its quality, USD - IDR exchange rate, BI Rate and IHSG during Januari 2008 until October 2010 sample period. The multiple linear regression is used which relate macroeconomy variables as dependent variable and non performing loan as independent variable. To know whether credit growth in Bank X is in a boom phase or not is done by compute credit growth parameter and compare it to other credit growth parameter in some countries that have boom and steady credit growth category. CreditRisk+ method is used to know the impact in Bank X if the credit card crisis is occur. The output are Expected Loss, Unexpected Loss and Economic Capital. From data analyses we conclude that macroeconomy variable do have an impact to the portfolio quality but for each credit card product there is different variable impact. It was a steady credit growth pattern in Bank X during sample period and the pattern was similar to the paatern in Malaysia and Singapore when credit card crisis was occur in Asia.

Abstrak :
Dalam perencanaan geometrik jalan, terdapat 3 elemen desain yang harus diperhatikan yaitu jarak panjang, alinyemen horisontal dan alinyemen vertikal. Ketiga elemen desain tersebut harus diintegrasikan satu sama lain, sehingga desain geometrik jalan yang dihasilkan dapat memenuhi faktor keselamatan lalu lintas. Jarak pandang sebagai salah satu elemen desain merupakan faktor penting bagi pengemudi ketika menjalankan kendaraannya di jalan raya. Tugas akhir ini dilakukan dengan tujuan mendapatkan model jarak pandang menyiap berdasarkan kondisi lapangan, menganalisis pengaru dari setiap parameter input terhadap kebutuhan jarak pandang menyiap, dan validasi model dengan cara membandingkan model yang dikembangkan dengan model yang sudah ada. Dalam model ini terdapat 9 parameter input yang digunakan yaitu Vps, Vpmaks, Vi, Vo, Apmaks, Gs, Ge, Lp dan Li. Peningkatan panjang kendaraan penghalang dari 4,31 m (kendaraan penumpang) menjadi 25 m (kendaraan berat/truk) mengakibatkan penambahan kebutuhan JPM sebesar 110,6 m. Di sini terlihat bahwa untuk melewati kendaraan berat/truk membutuhkan JPM yang jauh lebih besar dibandingkan melewati kendaraan penumpang (4,31 m). Demikian juga halnya untuk jarak bersih kendaraan panyiap-penghalang pada awal dan akhir (Gs dan Gs) berpengaruh cukup besar terhadap kebutuhan JPM yang aman. Parameter input lainnya sangat penting adalah parameter input yang berhubungan dengan kinerja kendaraan seperti Vps, Vi, Vpmaks, Apmaks, dan Vo. Sebuah perbandingan dengan standar yang ada (AASHTO 1994) dilakukan untuk validasi model. Hasil membuktikan bahwa model JPM yang dimiliki AASHTO tidak sesuai dengan karakteristik kendaraan modern. Dan JPM yang dihasilkan jauh lebih besar dari yang dibutuhkan.