Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Transfer pricing sering digunakan perusahaan multinasional untuk kepentingan strategi bisnisnya secara global dengan cara memanipulasinya. Manipulasi transfer pricing ini berpotensi mengurangi basis pajak suatu negara yang berasal dari grup perusahaan multinasional yang beroperasi di negara tersebut. Manipulasi transfer pricing memiliki banyak implikasi, terutama yang terkait dengan ketidak sepahaman antara otoritas pajak dan wajib pajak. Salah satunya dan yang paling sering terjadi adalah perbedaan pendapat pada saat dilakukan audit tentang apakah penentuan harga transfer telah memenuhi prinsip harga pasar wajar. Dan jika masalah tersebut muncul, maka ?alat? yang paling tepat untuk menyelesaikannya adalah dokumentasi transfer pricing. Regulasi tentang dokumentasi transfer pricing yang baik adalah suatu kebutuhan, karena diperlukan oleh kedua belah pihak. Di satu sisi, otoritas pajak harus memiliki batasan tentang dokumen yang secara wajar harus tersedia jika melakukan audit, karena tidak bisa secara sepihak meminta semua dokumen yang ?diinginkannya? tanpa memperhatikan biaya kepatuhan yang harus ditanggung wajib pajak. Di sisi lain Wajib Pajak memiliki banyak manfaat yang bisa diperoleh, karena dokumentasi transfer pricing adalah dasar bagi penentuan harga transfer yang benar, sebagai bahan untuk pengisian. Lampiran 3A SPT Tahunan PPh Badan, sebagai media untuk menjelaskan hubungan istimewa antar pihak yang bertransaksi, sebagai pendukung untuk menghadapi pemeriksaan pajak, atau sebagai referensi jika mengajukan keberatan/banding/kasasi, dan yang tidak kalah pentingnya adalah sebagai alat bukti jika berperkara di pengadilan. Berangkat dari kajian terhadap OECD Guidelines, PATA Documentation Package dan EU TPD, serta analisis perbandingan terhadap enam (6) negara dan dilengkapi informasi dari nara sumber, diperoleh beberapa poin yang dapat dijadikan pedoman dalam menyusun regulasi dokumentasi transfer pricing di Indonesia, yaitu : perlunya mengadopsi OECD Guidelines sebagai rujukan agar regulasi memiliki konteks global, memberi penegasan tentang saat dokumentasi transfer pricing harus tersedia, memberi kejelasan tentang siapa yang harus menanggung beban pembuktian apakah harga transfer yang ditentukan wajib pajak telah memenuhi prinsip harga pasar wajar, memastikan bahwa isi/ketentuan dari regulasi dokumentasi transfer pricing memberi keseimbangan antara kebutuhan otoritas pajak dan beban yang harus ditanggung wajib pajak, memberi kejelasan apakah wajib pajak yang tidak membuat dokumentasi transfer pricing perlu diberi sanksi......Transfer pricing is often used by multinational company for the interests of its global business strategies by manipulating it. This manipulation is potential to reduce a country tax basis that come from a group of multinationals company operating in that country. Transfer pricing manipulation has many implications, especially related to disagreement between tax authority and tax payers. One of them and the most often occurred is a dispute between the two parties during the audit process, whether the transfer pricing decision has met the arm`s length principle or not. And if that problem arises, then one of the appropriate tools is to resolve it by the transfer pricing documentation.A regulation of transfer pricing documentation is a must because it is needed by both parties. On the one side, tax authority must have a guideline on the documents that must be reasonably available when performing audit because tax authority can not unilaterally asking all the documents without considering the tax payer`s compliance cost. On the other side, tax payer has many benefits that can be obtained because the transfer pricing documentation is the basis for the legal transfer pricing decision ; as a substantial data to fill Appendix 3A of the Annual Tax Return of Corporate Income Tax ; as a media to explain the transaction between related parties ; as a supporting document to face the tax audit ; or as a reference when applying for an objection /appeal / cassation, and last but not least, is for evidence when the two parties have a case in the court Stepping from the analysis on OECD Guidelines, PATA Documentation Package and EU TPD, and comparative study on six (6) countries and provided with information from the key informant, several points that can be made as references in compiling the regulations on transfer pricing documentation in Indonesia a re obtained, they are : the need on adopting OECD Guidelines as a reference for the regulations to have global context, giving confirmation on when the transfer pricing documentation must be available (contemporaneous documentation), giving clarity on who is responsible to bare the burden of proof concerning whether the transfer price has met the arm`s lengthprinciple, assuring that the content of the regulations is giving a balance between the need of tax authority and the liability that must be borne by tax payer, and giving clarity about the penalty for not making the transfer pricing documentation.

Abstrak :
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.

Abstrak :
Perbankan Indonesia terus mengalami perubahan bentuk dan karakter secara signifikan pada beberapa dekade terakhir. Perubahan kebijakan-kebijakan dan regulasi perbankan, tekanan kompetisi dalam pasar perbankan dan keuangan, serta tuntutan kinerja menyebabkan bank harus dikelola secara lebih proaktif terhadap kondisi dan potensi bisnis. Perbankan sebagai lembaga perantara keuangan saat ini semakin dilihat sebagai salah satu media translasi dan transformasi risiko dari pemilik dana yang pada umumnya bersifat risk averse. Kemampuan perbankan dalam mengelola risiko semakin menjadi perhatian sejalan dengan peningkatan volume dan kompleksitas operasional bisnis, peningkatan frekuensi dan jumlah kerugian perbankan akibat tindakan kriminal yang melibatkan pihak internal (pekerja bank) dan eksternal (nasabah) serta beberapa kejadian seperti bencana alam, kebakaran, dan serangan terorisme telah mengakibatkan kerugian yang sangat signifikan pada suatu sistem perbankan yang dapat mengakibatkan collapsenya suatu bank. Berdasarkan ketentuan Basel II,maka bank berupaya untuk menerapkan internal model dalam perhitungan rasio modalnya terutama untuk mengetahui seberapa besar potensi kerugian yang akan dilanggung oleh bank di masa yang akan datang. Dengan diterapkannya internal model, otomatis akan berpengaruh terhadap komposisi Modal bank dan kemampuan ekspansinya. Untuk itu diperlukannya suatu data base yang mencatat kejadian yang menimbulkan kcrugian pada bank. Sesuai hasil pengamatan terhadap manajemen risiko operasional Bank DEF ditemukan bahwa bank tersebut menghadapi risiko operasional namun tidak memiliki metode pengukuran risiko yang akurat sehingga memerlukan adanya pendekatan alternatif yang lebih baik dalam mengukur risiko tersebut. Berdasarkan kondisi tersebut maka dalam rangka memberikan salah satu solusi dalam penghitungan risiko operasional, dilakukan penelitian untuk menentukan model estimasi probabilitas frekuensi dan severity of loss yang tepat dengan metode Aggregating Value at Risk (VaR) dalam manajemen risiko operasional Bank DEF. Data historis risiko operasional yang digunakan (Loss Event Data Base/LEDB) bersumber dari hasil audit internal. Selanjutnya dengan metode Aggregating VaR akan dibentuk Aggregated Loss Distribution dengan mengaggregasi dua distribusi yaitu fitted frequency dan fitted severity distribusi, kemudian dilakukan perhitungan potensi kerugian maksimal operasional dengan pendekatan Value at Risk (OpVaR) berdasarkan metode quantile dengan tingkat keyakinan 95%. 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. Penelitian ini memberikan kesimpulan bahwa total nilai Operational Value at Risk (OpVaR) Bank DEF sebesar Rp25.942.954.779. Berdasarkan uji back testing yang telah dilakukan maka atas hasil estimasi VaR dapat diterima. Hal ini menunjukkan bahwa metode Aggregating VaR dapat diimplementasikan sebagai alai ukur besarnya risiko operasional. Mengingat sedang dikembangkannya internal model dalam penghitungan risiko operasional maka di masa mendatang Bank DEF dapat menggunakan Metode Aggregating VaR dalam perhitungan risiko operasional untuk basil yang lebih baik dan akurat.

---

In the last decade, Indonesian banking constantly develops and changes in size and characters. Many factors have caused banks to manage proactively focusing in business condition and potential, such as new regulation and policies in banking, the nature of bank and Financial Institution competitiveness, and business efficiency target. Many risk adverse investors use banks role as one of intermediate financial institutions to deal with their money. Consequently, the need of risk management in banking is required since volume and business operational activities rise in bank. Financial impact in Illegal business activity between internal parts (bank staff) and external parts (customer) and several events such as natural disaster, fire, and terrorist attack have caused significant loses in banking system that could led to bank collapses. Banking industry regulation-under Basel II Accord requires banks to implement internal model in measuring their capital ratio in sequence to predict how large their potential losses in the future in a certain time horizon and certain level degree of freedom. The result automatically will influence bank capital and expansion target. Further, data base to record all operational losses is needed. The research found that Bank DEE; was faced potential operational losses when managing its operational risk. Nevertheless, Bank DEF did not have appropriate and accurate method in measuring operational losses, so that it should need an alternative approach. Concerning this situation, this research proposes a solution in measuring operational risk at Bank DEF. Operational risk historical data (Loss Event Data Base (LEDB) were provided by DEF Bank Internal Audit Division. The aggregated loss distribution is resulted from two distributions (fitted frequency and severity) by applying aggregating VaR method with a confidence level 95%. Operational Value at Risk (OpVaR) total is the total maximum potential losses estimation over a certain time horizon and with a certain degree of confidence level, based on historical data. The research concludes that the total Operational Value at Risk amount is Rp.25.942.954.779 with 95% degree of confidence. Based on the back testing Value at Risk estimation was not rejected. The result showed that banks could implement aggregating VaR method to measure its operational risk, and as such Bank DEF is suggested to implement the method for its risk management system.

Abstrak :
ABSTRAK
Penelitian ini memiliki tujuan menggambarkan potensi kerugian yang akan dialami oleh PT. AAA di tahun 2020 berserta cara mitigasinya. Data yang digunakan adalah data kerugian bulanan yang dialami oleh PT AAA periode 2012 sampai dengan 2019. Data kerugian yang digunakan adalah data kerugian akibat tindakan fraud internal karyawan. Hasil penelitian ini menunjukan bahwa potensi kerugian yang akan dialami oleh PT. AAA di tahun 2020 sebesar Rp 44.880.958.735,-. Selain itu, penelitian ini merumuskan risk register untuk faktor internal fraud. Untuk pengukuran OpVar, penelitian ini menggunakan rumus Monte Carlo. Penggunaan rumus ini bertujuan agar kerugian operasional, dalam hal ini Fraud dapat tergambarkan dengan jelas

---

ABSTRACT
This study aims to describe the potential losses that will be faced by PT. AAA in 2020 along with how to mitigate them. The data used are monthly loss data experienced by PT. AAA for the period 2012 to 2019. Loss data used is data loss due to employee internal fraud. The results of this study indicate that the potential losses that will be experienced by PT. AAA in 2020 amounted to Rp 44.880.958.735,-. In addition, this research formulates risk registers for internal fraud factors. For the measurement of OpVar, this study uses the Monte Carlo formula. The use of this formula aims to make operational losses, in this case Fraud can be clearly described.

Abstrak :
Tujuan penelitian ini adalah untuk mendampingi manajemen usaha Ayam Aliong (skala menengah) untuk mengurangi risiko operasional usaha melalui pengembangan model bisnis inovatif. Peneliti menggunakan metode Business Coaching (BC) dengan kerangka Kanvas Model Bisnis. Pengumpulan data dan periode penelitian akan dilakukan dari bulan Desember 2022 hingga Maret 2023. Pada Kanvas Model Bisnis Ayam Aliong terdapat kelemahan pada key activities dan key resources. Untuk key activities lebih dikarenakan kurangnya karyawan Ayam Aliong akan risiko operasional sehingga nantinya akan dilakukan pemetaan dan mitigasi risiko operasional melalui metode matriks risiko. Salah satu risiko operasional yang akan peneliti tindak lanjuti adalah tingkat kematian ayam di kandang Ayam Aliong yang cukup berbiaya tinggi dan untuk risiko ini, peneliti mengajukan Standard Operational Procedur (SOP), yang berhubungan dengan key resources, agar dapat meminimalisir angka kematian. Dengan meneliti Ayam Aliong, Diharapkan dapat membantu Ayam Aliong mengelola masalah risikonya dan memitigasi risikonya sendiri serta dapat mengembangkan model bisnisnya kedepan. ......The purpose of this research is to assist the business management of Ayam Aliong (medium scale) to reduce business operational risk through the development of innovative business model. Researcher uses the Business Coaching (BC) method with the Business Model Canvas framework. Data collection and the research period will be carried out from December 2022 to March 2023. In Ayam Aliong’s Business Model Canvas, there are weaknesses in key activities and key resources. For key activities, it is more due to the lack of Ayam Aliong employees in detecting operational risks so that operational risk mapping and mitigation will be carried out later through the risk matrix method. One of the operational risks that researcher will follow up on is the mortality rate of chickens in Ayam Aliong cage which is quite costly and for this risk, researcher proposes a Standard Operating Procedure (SOP), which is relate to key resources, in order to minimize mortality. By researching Ayam Aliong, it is hoped that it can help Ayam Aliong manage its risk problems, mitigate its own risks and be able to develop its business model in the future.

Abstrak :
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.

Abstrak :
The New Basel Accord II as an International Regulation for Banking Industry will be effective at year-end 2006 by Basel Committee on Banking Supervision. This New Basel will straighten up the Capital Charge for few significance risks In banking industry such as credit risk, liquidity risk, and the new introduced risk, the operational risk. Since this new regulation will be effective soon and banking industry in Indonesia Is not familiar yet, the writer try to help them by designing the matrix and operational loss data processing procedure for capital charge calculation and causal modeling to deal with the regulation and to detect the factors which led to operational loss. The matrix Is arranged from hourly to monthly event according to business lines and event types as in Basel Accord II. To handle the small amount of operational loss data, the writer has used bootstrap method. Bottom-Up Approach is selected to modeling the operational risk. This approach using Peaks Over Threshold-Generalized Pareto Distribution (POT-GPD) plus Peaks Over Threshold-Point Process (POT-PP)from Extreme Value Theory to calculate the capital charge and also using the linear regression for Causal Modeling. The writer found that the larger the sample size is, the harder these distributions to fit with Generalized Pareto Distribution in particular treshold especially for sample size which nearly 50 "it can be assumed Normal distribution so Value at Risk can be used to calculate the capital charge ",even though the writer has tried to remove the threshold to the higher percentile. So, it was suggested to the user of Generalized Pareto Distribution always to fact their data or distributions using the Kolmogrov-Smlmov statistics

Abstrak :
Penelitian ini bertujuan untuk menganalisis penerapan dari manajemen risiko operasional melalui penilaian terhadap efektivitas pengendalian internal PT BW Plantation Tbk sesuai COSO Internal Control ␣ Integrated Framework, untuk selanjutnya hasilnya dihubungkan dengan kondisi aktual pengendalian internal dan manajemen risiko operasional perusahaan. Efektivitas pengendalian internal tersebut diukur melalui persepsi yang diberikan oleh jajaran manajerial dan jajaran pelaksana perusahaan, dengan menggunakan instrumen penelitian yang merupakan hasil penggabungan dari instrumen penelitian yang dibuat oleh Deloitte (2008) dan University of Utah (2006) mengenai penilaian terhadap efektivitas pengendalian internal dan manajemen risiko. Hasil dari penelitian ini kemudian dibandingkan dengan kondisi aktual manajemen risiko operasional yang dilakukan melalui sistem pengendalian internal perusahaan, dan menunjukkan bahwa manajemen risiko operasional perusahaan telah dilakukan secara efektif dan didukung oleh kondisi aktual yang sebenarnya. ...... This study aims to analyze the compony's operational risk management implementation through its internal control effectiveness assessment, according to COSO Internal Control - Integrated Framework, and to be associated further with the actual condition of the company's internal control dan operational risk management. The effectiveness of internal control was measured through the perceptions of the company's managerial and staff level, with the use of a research instrument that was formulated based on research instruments from Deloitte (2008) and University of Utah (2006) about the assessment of the effectiveness of internal control and operational risk management. The result of this research is further compared with the actual condition of the company's operational risk management through its internal control system, and shows that the company's operational risk management has been implemented effectively and the result is supported by the actual condition.

Abstrak :
Dengan semakin banyaknya kebutuhan masyarakat akan layanan perbankan yang terus menerus selama 24 jam maka peranan electronic banking sebagai hentuk layanan bank yang dapat memenuhi tuntutan tersebut juga semakin meningkat. Untuk menerapkan manajemen risiko atas kegiatan operasional maka harus dilakukan proses identifikasi, proses pengukuran dan proses monitor. Hasil dari proses pengukuran risiko akan menjadi dasar dari metode mitigasi risiko yang akan digunakan. Sebagai salah satu metode yang umum dipakai untuk mengukur risiko VaR akan nnenyatakan suatu jumlah kerugian maksimum dari nilai uang yang mungkin hilang pada suatu periode tertentu dan dalam confidence level atau probabilita tertentu. Operational VaR merupakan suatu nilai kerugian maksimum pada suatu periode tertentu akibat dari adanya resiko operasional. Dalam karya akhir ini, dikemukakan langkah-langkah perhitungan Operational VaR dengan menggunakan simulasi Monte Carlo dengan data yang berasal dari kerugian operasional pada Group EIectronic Banking Bank ABC. Simuiasi Monte Carlo sesungguhnya adalah proses pembuatan distribusi kerugian untuk mendapatkan nilai Operational VaR dengan menggabungkan antara distribusi frequency of loss dengan distribusi severity of loss. Model simulasi Monte Carlo tersebut harus melalui pengujian backtestingg terlebih dahulu untuk memastikan model tersebut dapat diterima atau tidak secara statistik dalam menghasilkan nilai Operational VaR. Jika model tersebut dapat diterima maka Operational VaR yang dihasilkan dapat digunakan untuk menentukan kerugian maksimum pada periode waktu tertentu. Berdasarkan perhitungan yang dilakukan dengan menggunakan data yang berasal dari kerugian operasional pada Group Electronic Banking selama periode 2004-2005 dapat dikemukakan bahwa Operational VaR sejumlah Rp. 8.444.738.,- merupakan kemungkinan kerugian operasional maksimum yang dapat terjadi pada satu hari dengan probabiliti kejadian sebesar 95%. Berdasarkan hasil pengujian dengan backtesting ternyata metode pengukuran risiko operasional dengan menggunakan simulasi Monte Carlo dapat diterima secara statistik. Dengan dernikian dapat disarankan penerapan metode simulasi Monte Carlo untuk mengukur besarnya nilai kerugian yang akan terjadi pada satu periode tertentu dimasa yang akan datang.

---

The requirement of banking services that can operates continuously during 24 hour and 7 days a week can be fulfill by electronic banking. Implementing the risk management process of operational activity can be done by identify, measure and monitor the activity. Result from measurement process will become the base to choose the method of risk mitigation will be used. VaR is one of popular method to measure risk, that will result art amount of a maximum loss of money that is possible to lose at one particular specified period and in a certain level of confidence. Operational Var represent an amount of maximum of loss at one particular specified period effect of operational risk. This thesis, explain the calculation process of Operational Var steps by step using Monte Carlo simulation. The data used in this simulation is coming from operational loss activity held by Electronic Banking of Bank ABC. The Monte Carlo Simulation actually is the process to get a model of distribution of loss as an Operational Var value by joining the distribution of loss and the distribution of severity. The result generated from Monte Carlo simulation need to pass the back testing examination to ascertain that the model can be accepted statistically in yielding value of Operational Var. If the model accepted then the Operational Var value generated can be used to determine the maximum of loss in certain probability and period of time. The result from Monte Carlo simulation which is using operational loss data coming from Electronic Banking activity during period 2004-2005, in generated the Operational Var value of Rp. 8.404.738.,- which is representing the possibility to happened of maximum of loss from operational activity equal to 95%. The back testing examination of Operational VaR value that is generated by Monte Carlo simulation, resulted that the model can be accepted statistically. Thereby this model of distribution of loss can be suggested to be implemented in measuring value of loss that can happened in certain level of probability and at certain period of time.

Abstrak :
Penelitian ini membahas penerapan penilaian risiko operasional pada pengelolaan stok dan risiko reputasi uang elektronik berbasis chip di Bank KLM. Uang elektronik berbasis chip diterbitkan oleh Bank KLM untuk menjawab tantangan disruptions. Penelitian ini adalah penelitian kualitatif dengan metode studi kasus. Tujuan dari penelitian ini adalah untuk memahami risiko operasional dan risiko reputasi produk sehingga dapat memberikan mitigasi agar produk berkontribusi postif terhadap kinerja bankwide. Data dikumpulkan dari hasil wawancara dan dokumentasi. Penelitian ini menilai risiko operasional pengelolaan stok uang elektronik berbasis chip yang disebabkan ketidaksesuaian kebutuhan di cabang sebagai unit penjual. Penilaian risiko juga dilakukan terhadap risiko reputasi yang disebabkan risiko operasional dari kegagalan pengisian ulang/top up dan kegagalan transaksi belanja. Hasil penelitian menyarankan mitigasi terkait risiko operasional adalah dengan diterapkan pembatasan stok produk di wilayah cabang. Mitigasi untuk risiko reputasi adalah sosialisasi kepada pihak pengelola keluhan terkait perbaikan layanan yang semula penanganan keluhan adalah tujuh hari kerja menjadi same day. ......This study discusses the application of operational risk assessments to stock management and reputational risk of chip-based electronic money at KLM Bank. Chip-based electronic money is issued by KLM Bank to answer the challenges of disruptions. This research is a qualitative research with a case study method. The purpose of this study is to understand operational risk and reputation risk of the product so that it can provide mitigation and products can contribute positively to bankwide performance. Data is collected from interviews and documentation. This study assesses the operational risk of chip-based electronic money stock management due to a mismatch of needs at the branch as a sales unit. Risk assessment is also carried out on reputation risk caused by operational risks from failure to top up and failure of shopping transactions. The results of the study suggest mitigation related to operational risk is to apply product stock restrictions in the branch area. Mitigation for reputation risk is the socialization to the complaints manager regarding service improvements that initially handled complaints was seven working days to be same day.