Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Karya akhir ini bertujuan untuk mengukur besarnya risiko kredit khususnya untuk scgmen karlu kredit Bank X di tahun 2005 dengan mempergunakan metode CreditRisk+. Alasan pcinilihan topik ini adalah : a. Produk Karlu Kredit merupakan jenis kredit yang memiliki resiko tinggi, mengingat sejak keputusan pemberian kredit oleh bank cenderung hanya didasarkan kepada verifikasi dokumen pendukung seperti slip gaji, surat keterangan, lembar penagihan kartu kredit bank lain, hasil rating sesama anggota Asosiasi Kartu Kredit Indonesia (AKKI), hasil verifikasi melalui telepon, serta lambahan dokumen pendukung lainnya, dan hanya sebagian calon pemegang karlu kredit yang prosesnya didahului oleh survey atau pengecekan lapangan mengingat kemampuan bank umumnya tidak memungkinkan unluk melakukan pengecekan lapangan semua calon pemegang kartu kredit, juga karena proses keputusan kredit hams sudah diberikan paling lambat lima hari sejak aplikasi kartu kredit diterima bank, selain itu kredit yang diberikan adalah unluk tujuan konsumsi dan tidak memiliki jaminan atas pemberian kredit tersebut. b. Bank X adalah penerbit kartu kredit terbesar not-nor dua di Indonesia di tahun 2005 setelah Citibank dengan jumlah pcmegang kartu kredil lebih dari 800.000 Cardholder dengan total outstanding balanced sebesar lebih dari Rp. 1,5 trilyun sehingga terdapat potensi risiko kredit yang cukup besar khususnya dalam hal terjadinya Default bagi Bank X, apabila pengeiolaan risiko kredit nya tidak dilakukan secara baik. c. Bank X belum mencrapkan metode Internal Raring Base (IRB) approach khususnya metode CrcclitRiski- untuk menghitung risiko kredit portofolio kartu krcdit nya. d. Adanya ketentuan Basel 11 tcntang kcharusan menghitung risiko krcdit scbagai salah satu unsur dalam menghitung CAR. Berdasarkan ketentuan Basel II, perhitungan risiko krcdit dapat mempergunakan beberapa pendekatan, antara lain dengan Standardized Model dan Internal Model, dimana dalam penelitian ini akan dilakukan perhitungan dengan menggunakan Internal Model dengan pendekatan CreditRisk+. CreditRisk+ dianggap sebagai Internal Model yang tepat untuk menghitung risiko krcdit pada suatu portofolio, hal ini karena metode ini dapat dipergunakan untuk menghitung risiko krcdit suatu portofolio krcdit dalam jumlah yang banyak namun dengan besaran outstanding masing-masing krcdit kecil, juga karena metode ini tidak memerlukan tambahan data makro sehingga dalam penerapannya lebih efisien namun tetap efektif. Selain itu metode ini dikenal scbagai Default Model yang hanya mcmbedakan portofolio krcdit menjadi dua golongan yaitu bagian portofolio krcdit yang An Del iult dan Default saja scrta mcngabaikan penycbab tcrjadinya Default tersebut. Penerapan CreditRisk+ dilakukan dengan menghitung risiko kartu kredit di Bank X dengan batasan-batasan scbagai berikut : a. Data portofolio kartu kredit yang dipergunakan adalah data selama 12 bulan di tahun 2005. b. Nilai exposure berkisar antara Rp 500 ribu hingga Rp 250 juta, mengingat hampir 90% oposure yang ada di dalam portofolio Bank X berada pada kisaran nilai tersebut, tanpa memperhatikan jenis kartu kredit Classic, Gold atau Platinum. Secara garis besar, tahapan penghitungan risiko kredit mempergunakan metade CreditRisk+ dilakukan dcngan mcnghitung Frequency of Default dan Severity cof Losses, kemudian rnenghitung Distribution of Default Losses. Selanjutnya dari perhitungan terschut, akan diperaleh besamya potensi kerugian berupa Expected Loss. Unexpected Loss dan bcsarnya Economic Capital untuk menutup kerugian yang terjadi. Perhitungan portofolio kartu kredit dengan mempergunakan metade CreditRisk+ dengan asunisi tingkat keyakinan 95% dan Probability of Default dihitung dcngan Poisson Model, menunjukkan basil sebagai berikut: a. Nilai Expected Loss yang menunjukkan besamya kerugian yang diperkirakan tcrjadi setiap bulan dapat dihitung nilainya mempergunakan metode CreditRisk+, sebagai contoh nilai Expected Lost di bulan November 2005 bcsarnya adalah Rp.74,823 Milyar. Nilai Expected Loss setiap bulan tersebut diharapkan dapat ditutup olch nilai PPAP yang dibcntuk oleh Bank X dan dcngan mernpergunakan Likelihood Ratio Test dikctahui bahwa hampir scluruh Expected Loss yang ada di tahun 2005 masih dapat ditutup oleh nilai Pencadangan Penghapusan Aktiva Produktif(PPAP) yang dibcntuk olch Bank X. b. Dengan pencrapan metade CreditRisk+ dal= penelitian ini, besamya nilai VaR sctiap bulan juga dapat dihitung nilainya, dengan tingkat kepercayaan 95 % maka nilai VaR suatu bulan menunjukkan proyeksi besamya nilai kerugian terbesar (Unexpected Loss) bulan berikutnya, sebagai contoh nilai VaR bulan November 2005 sebesar Rp.82,875 Milyar yang menunjukkan proyeksi nilai kerugian maksimum bulan Desember 2005 dengan tingkat kepercayaan 95 %, dimana nilai kcrugian aktual pada bulan Desembcr adalah sebesar Rp.80,303 Milyar. c. Hasil pengujian dcngan metode Likelihood Ratio pada tingkat kepercayaan 95%, mcnunjukkan bahwa sclama periodc pengamatan besarnya nilai VaR yang mcrupakan proycksi jumlah kerugian terbcsar bulan bcrikutnya cukup akurat untuk dipcrgunakan dalam mcnghitung risiko krcdit, karena selama periodc pengamatan seluruh nilai kcrugian aktual yang terjadi masih dibawah =bang batas jumlah kcrugian yang dapat ditolelir atau tidak terdapat nilai kerugian aktual yang nilainya lcbih bcsar atau sama dcngan nilai- VaR yang dihitung dcngan mctodc CredirRisk+. d. Dengan mempcrbunakan mctodc CredizRi.sk+, Bank X mempcrolch insentif berupa penurunan kewajiban pemenuhan modal, scbagai contoh di bulan November 2005 kewajiban pemenuhan modal mempcrbunakan metode CrecliiRisk+ adalah 0.39 % dad total exposure nya, angka ini jauh lcbih rendah dibandingkan dengan mempcrbunakan Standardized Approach yang mcnghasilkan kewajiban pemenuhan modal sebesar 6,29 % dari total exposure, schingga Bank X mempcrolch insentif nilai modal sebesar 5,90% (6,29% - 0,39%) yang dapat dialokasikan oleh Bank X untuk kcpcntingan lainnya yang lcbih produktif. e. Bank X memperolch manfaat lain dad pcncrapan metode CredirRisk+, selain dapat menghitung risiko kredit nya secara Icbih akurat. pcncrapan metode ini dapat mcmbantu manajcmen Bank X dalam mcnyusun strategi yang lebih cfcktif dan pengalokasian SDM yang Iebih akurat dalam mclakukan penagihan kreditnya yang Default.

---

The purpose of this thesis is to measure credit risk especially for the credit card segment of Bank X in 2005 by utilizing the CreditRisk+ method. The reasons of selecting this topic are: a. Credit Card is a type of credit that has a high risk, because since the decision of credit offer by the bank tends to be only based on supporting document verification for instance salary slip, recommendation letter, other bank's billing statement, rating result from other members of Asosiasi Kartu Kredit Indonesia (AKKI), phone verification result, as well as (he addition of the other supporting document, and only some of the process of the cardholder's applicant is proceeded by survey or external verification (on the spot), concerning that the bank's capacity generally does not possible to do field verification for all applicants, also because of the decision must been given at least in five days since the credit card application is accepted by the bank, moreover credit that is given aims for consumption and does not have the collateral. b. The Bank X is on 2''d rank of credit card's issuer in Indonesia in 2005 after Citibank, with the numbers of cardholders are more than 800.000 and the total outstanding balanced is more than Rp.1,5 trillion. On that condition, The Bank X has a potential high risk on its credit especially in the matter of the default occurrence, if the risk management of its credit is not well developed. c. The Bank X has not applied the method of Internal Rating Base (IRB) approach yet especially the CreditRisk+ method to calculate the credit risk of its credit card's portfolio. d. There is the regulation of Basel II about obligation to calculate the credit risk as one of the elements in calculating Capital Adequacy Ratio (CAR). Based on the Based in regulation, the calculation of the credit risk can be utilized in several approaches, such as by Standardized Model or Internal Model, that in this research it will be done credit risk calculation by using Internal Model with the CreditRisk+ approach. CreditRisk+ was reputed as the precise Internal Model to calculate the risk of credit in a portfolio, because this method can be utilized to calculate the risk of credit in a large portfolio of each small credit, also because of this method do not need the addition of the macro's economic data, so in its implementation is more efficient but still effective. Moreover this method is known as the Default Model that differentiates the credit portfolio only into two groups, the first is a Not Default credit portfolio and the other one is a Default credit portfolio, also this model ignores the cause of the Default occurrence. The implementation of CreditRisk+ is done by calculating the risk of the credit card in the Bank X with limitations as follows: a. The credit card portfolio data is the data for 12 months in 2005. b. The exposure revolves between Rp. 500 thousand up to Rp. 250 million; considering that almost 90% exposure available in the Bank X's portfolio is in that value range, without considering the type of Classic, Gold or Platinum card. In general, the stage of calculating credit risk with the CreditRisk+ method will be done by calculating Frequency of Default and Severity of Losses, afterwards calculating Distribution of Default Losses. From the result, will gel the potential loss such as Expected Loss, Unexpected Loss and the Economic Capital to cover the loss. The calculation of credit card portfolio by utilizing the CreditRisk+ method with the assumption of the 95%conviction level and probability of default is calculated by Poisson's model, shows results as follows: a. The Expected Loss that shows the estimated loss occurs every month can be calculated with CreditRisk+ method, for example is the Expected Lost value in November 2005 is Rp.74, 823 Billion. That value is expected to be covered by the PPAP that is formed by Bank X and by utilizing Likelihood ratio test it is known that almost all Expected Loss in 2005 still can be covered by the value of PPAP (Pencadangan Penghapusan Aktiva Produktif) that is formed by Bank X. b. With implementation of the CrediiRisk+ method in this research, the size of VaR every month also can be calculated, using the 95 % level of reliability so value of VaR (Unexpected Loss) in a month shows the projection of the biggest losses in the following month, for example is the size of VaR in November 2005 is Rp.82, 875 Billion, it shows the projection of the maximum loss in December 2005 with the 95 %level of reliability, the actual loss in December is Rp.80, 303 Billion. c. The result of the Likelihood Ratio method on 95% level of reliability shows that during the period of observation the size of VaR that shows the projection of the biggest loss in the following month. It is quite accurate to be utilized in calculating the risk of credit, because during the period of observation all of the actual value of loss that is happened is still under the limitation of tolerant total of loss or do not have the actual loss bigger than or same as the VaR value that is calculated with the CreditRisk+ method. d. By utilizing the Credit Risk+ method, Bank X receives incentive of the capital's fulfillment obligation reduction, for example in November 2005 the fulfillment obligation of capital utilized by the CreditRisk+ method is 0,39 % from the total exposure, this number is much more lower compared with Standardized Approach that produces the fulfillment obligation of capital for 6,29 % from the total exposure, therefore Bank X receives 5,90% (6,29% - 0,39%) capital incentive that can be allocated in more other productive area by Bank X. e. Bank X receives another benefit from the implementation of CreditRisk+ method, besides it can calculate the credit risk more accurately, this method implementation can help the management of Bank X to develop more effective strategy and more accurate human resources allocation in dunning its Default credit.

Abstrak :
Tinjauan Hukum Terhadap Perjanjian Kredit Dengan Jaminan Fidusia atas Hak Merek pada PT. Bank Negara Indonesia (Persero) Tbk, di latar belakangi banyaknya para usahawan yang membutuhkan dana cukup besar untuk menjalankan kegiatan usahanya, sehingga dengan adanya kredit diharapkan menjadi modal usaha, namun untuk mendapatkan kredit pihak debitur harus menyerahkan jaminan. Berdasarkan latar belakang tersebut dirumuskan beberapa pokok permasalahan antara lain Bagaimana eksistensi Hak Merek sebagai jaminan fidusia dalam pemberian kredit?, Adakah perlindungan hukum terhadap Bank BNI 46 yang terikat dalam suatu perjanjian pemberian jaminan berupa Hak Merek? dan Apakah upaya eksekusi yang dilakukan Bank BNI 46 untuk mengambil pelunasan hutang Debitor jika terjadi wanprestasi? Dalam menganalisis masalah penelitian ini menggunakan metode pendekatan yuridis normative. eksistensi Hak Merek dapat diketahui dari ada atau tidaknya nilai dari Hak Merek dan Hak Merek harus telah terdaftar dalam Daftar Umum Merek pada Dirjen HAKI dengan bukti pendaftaran Sertipikat Merek, sehingga Bank BNI 46 mendapat perlindungan hukum apabila Hak Merek tersebut telah terdaftar dalam Daftar Umum Merek pada Dirjen HAKI, karena hanya Hak Merek terdaftar saja yang dilindungi Undang-Undang dan akan membawa akibat hukum pada pihak ketiga. Hak Merek yang sudah terdaftar memudahkan Bank BNI 46 mengeksekusi untuk mengambil pelunasan hutang Debitur jika terjadi wanprestasi dengan mendaftarkan Akta Jaminan Fidusia atas Hak Merek pada Kantor Pendaftaran Fidusia dan mencatatkan pengalihan Hak Merek dalam Daftar Umum Merek pada Dirjen HAM menjadi alas nama pemegang hak Baru (Bank BNI 46) dan mengeksekusi sesuai dengan ketentuan Undang-Undang. Berdasarkan hal-hal tersebut di atas disimpulkan eksistensi Hak Merek sebagai jaminan kredit dapat diterima Bank BNI 46 apabila Hak Merek mempunyai nilai dan terdaftar dalam Daftar Umum Merek di Dirjen HAKI, Bank BNI 46 mendapat perlindungan hukum karena Hak Merek tersebut telah terdaftar, sehingga memudahkan eksekusi dengan mendaftarkan dan mencatatkan pengalihan Hak Merek dalam Daftar Umum Merek pada Dirjen HAKI menjadi atas nama Bank BNI 46. Dalam perkembangan hendaknya semua Hak atas Kekayaan Intelektual dapat dijadikan jaminan kredit Berta Pemerintah segera membuat peraturan yang mengatur tata cara pembebanan Hak atas Kekayaan Intelektual supaya jelas pengaturannya.

---

The legal review conducted towards the fiduciary guarantee over the brand right of PT. Bank Negara Indonesia (Persero) Tbk. was caused by the immense number of the entrepreneurs needing huge amount of capital to run or expand their business. The credit provided by the bank is definitely expected to be an aid for them to do the thing mentioned. However, in attaining a credit, an applicant should fill the requirements, such as that the applicant should hand a guarantee to the creditor. Such a matter inspires the formulation of several problems to be addressed in this research, that are: how is the existence of the Brand Right as a fiduciary guarantee in a credit grant? Is there any legal protection towards Bank BNI 46 which is bound by a guarantee grant agreement in form of Brand Right, and what would be the execution effort conducted by Bank BNI 46 to take the payment, in case the debtor commit a violation to the agreement? In analyzing this matter, the writer applies a juridical normative approach method. We can trace whether a brand right exist or not by identifying whether there is any value of the brand right, and by figuring out whether the brand right also have been registered in the General List of Brand on the Directorate General of Intellectual and Property Rights (IPR), since it is only the registered brand right which is to be protected by the law, as well as is able bring a legal impact to the third party. A registered brand right will ease Bank BNI 46 to take the debt payment for the debtors in case of any hitch, by registering the fiduciary guarantee certificate on brand right to the fiduciary registration office, and by registering the transfer of the brand right to the new owner into the general list of brand in the Directorate General of IPR. Bank BNI 46 has been legally protected since it has registered, which enables it to execute such a thing by registering the transfer in the general list of brand in the directorate general of trips on behalf of Bank BNI 46. As for recommendation, the writer would like to suggest that all Intellectual Property Rights should be able and allowed to be a credit guarantee, while the government should formulate a law regulating the mechanism of the imposing of rights of the IPR in order to ensure the clearness of the procedure as well as the effectiveness.

Abstrak :
Tesis ini membahas hubungan harga properti residensial dan kredit perbankan 14 provinsi di indonesia menggunakan pendekatan panel VAR. Penelitian ini menggunakan pendekatan Panel VAR dikarenakan berdasarkan kajian teoritis dan empiris, terdapat hubungan yang timbal balik atau kausalitas antara harga properti residensial dan kredit perbankan di mana model VAR merupakan alat analisis yang sangat berguna untuk estimasi adanya hubungan timbal balik di antara variabel-variabel ekonomi. Untuk data panel 14 Provinsi dan Pulau Jawa, memperlihatkan adanya hubungan satu arah antara Kredit Perbankan dengan Harga Properti Residensial, di mana kredit dipengaruhi oleh Harga Properti Residensial. Hasil estimasi Impulse Response Function (IRF) dan Variance Decomposition (VD) menunjukkan bahwa sampai periode ke 10, respon yang diberikan oleh variabel harga properti residensial terhafdap impulse yang diberikan kepada variabel kredit perbankan untuk Panel 14 provinsi dan pulau Jawa masing-masing hanya sebesar 0,8% dan 1,18%. Sebaliknya, sampai periode ke 10, impulse yang diberikan kepada variabel harga properti di 14 provinsi dan pulau Jawa mampu menjelaskan masing-masing 5,58% dan 14,60% fluktuasi variabel kredit perbankan. Untuk data panel Pulau Sumatera menunjukkan hasil yang sama di mana variabel kredit perbankan dipengaruhi oleh variabel harga properti residensial namun tingkat signifikansinya rendah. Untuk data panel Pulau Kalimantan, Sulawesi dan Bali bahkan memperlihatkan tidak adanya hubungan antara variabel kredit perbankan dan variabel harga properti residensial. Hasil ini memiliki implikasi di mana untuk tingkat nasional dan Jawa, kebijakan yang dikeluarkan yang berdampak mengurangi fluktuasi harga properti residensial akan menyebabkan dampak yang cukup besar kepada penyaluran kredit perbankan. Sementara untuk regional Sumatera, Kalimantan, Sulawesi dan Sumatera, fluktuasi harga properti dan perubahan kredit perbankan tidak mempunyai dampak yang signifikan karena perkembangan kredit dan harga properti residensial lebih disebabkan perubahan dalam variabel makroekonomi yaitu PDRB sehingga kebijakan yang lebih tepat adalah melalui upaya peningkatan pertumbuhan ekonomi regional. ......This Thesis discussed residential property price and banking credit relationships of 14 provinces in Indonesia using a panel VAR approach. This study uses a Panel VAR approach because based on theoritical and empirical study there is a reciprocal relationship or causality between residential property prices and banking credit in which teh VAR Model is a very useful analytical tool to estimate the existence of reciprocal relationship between economic variables. For panel data of 14 Provinces and Java Island, shows a one-way relationship between Banking Credit and Residential Property Prices, where credit is affected by Residential Property Price. The Impulse Response Function (IRF) and Variance Decomposition (VD) estimates show that up to the 10th period, the response given by the residential property price variable to the impulse given to the banking credit variable for Panel 14 of the provinces and the island of Java is only 0,8% and 1,18% respectively. Conversely, up to the 10th period, the impulse given to the property price variables in 14 provinces and the island of Java was able to explain about 5,58% and 14,60% the fluctuations in the banking credit variables. For Sumatra Island panel data shows the same result in which the variable of bank credit is influenced by residential property price variable but the level of significance is low. For panel data of Kalimantan Island, Sulawesi and Bali even showed no relation between banking credit variable and residential property price variable. These results have implications for which for the national and Java levels, the policies issued that have an impact on reducing fluctuations in residential property prices will have a substantial impact on bank lending. As for Sumatra, Kalimantan, Sulawesi and Sumatra regions, fluctuations in property prices and changes in bank lending do not have a significant impact as the development of credit and residential property prices is more due to changes in macroeconomic variables ie GRDP so that more appropriate policy is through increased regional economic growth.

Abstrak :
Sebagai industri yang berkembang pesat dan memiliki kegiatan usaha yang semakin beragam, perbankan dihadapkan dengan risiko yang semakin kompleks. Salah satu kegiatan bank yang sangat pesat saat ini adalah pemberian kredit dengan implikasi risiko kredit/kerugian yang cukup besar. Karya akhir ini membahas kemampuan bank sebagai salah satu lembaga keuangan dalam menghadapi potensi risiko kredit yang mungkin dialami. CreditMetrics merupakan salah satu model internal dalam pengukuran risiko kredit. Penyusunan model internal direkomendasikan oleh Basel II dalam rangka menghasilkan pengukuran risiko yang sesuai dengan profil risiko bank dan secara umum dapat menghemat modal yang dibutuhkan bank. ......As the industry developed rapidly and has an increasingly diverse business activities, banks are faced with increasingly complex risks. One of the very rapid current banks is providing credit with the implications of credit risk/substantial losses. This final work discusses the ability of banks as a financial institution in facing of potential credit risk that may be occured. CreditMetrics is one of internal models in credit risk measurement. Preparation of internal models recommended by the Basel II Accord in order to generate risk measurement in accordance with the bank's risk profile and in general can save the bank need capital.

Abstrak :
Salah satu kegiatan dari dunia perbankan adalah kegiatan dalam analisa kredit. Kegiatan ini menjadi penting oleh karena kesalahan dalam menganalisa kredit akan berdampak pada kemacetan kredit tersebut atau tidak terbayarnya kredit tersebut. Ada banyak pendekatan yang sudah dikembangkan untuk kegiatan analisa kredit tersebut. Pendekatan dengan 5.C (Collateral, Character, Capacity, Capital dan Condition) adalah yang paling banyak dipakai sebagai pedoman umum. Tentunya dalam kenyataan ada modifikasi dari pendekatan tersebut sesuai dengan pengalaman dari pemakainya. Berbagai informasi yang berkaitan dengan analisa kredit dari 5 C digali dalam studi ini untuk menjawab pertanyaan pokok penelitian yaitu informasi apa saja yang dipakai aleh pihak perbankan dalam kegiatan analisa kredit, adakah perbedaan penggunaan informasi antara bank swasta dengan bank pemerintah. Persoalan tersebut sekaligus menjadi tujuan dari studi ini. Untuk menjawab persoalan di atas telah dilakukan survey yang menggunakan daftar pertanyaan penelitian. Ada 20 bank swasta dan 20 bank pemerintah (kantor pusat dan cabang) di DKI Jakarta berpartisipasi dalam studi ini. 30 daftar pertanyaan penelitian telah dikembangkan dalam studi Pertanyaan penelitian tersebut nampak sebagai berikut : 1. Bagaimanakah gambaran relevansi jenis informasi yang digunakan bank-bank dalam menganalisa suatu permohonan kredit? 2. Bagaimanakah gambaran keterandalan sumber informasi yang digunakan bank-bank dalam menganalisa suatu permohonan kredit? 3. Bagaimanakah gambaran mudah tidaknya memperoleh sumber informasi dari bank-bank dalam menganalisa suatu permohonan kredit? 4. Bagaimanakah gambaran relevansi jenis informasi dalam rangka melihat 5 C dari pemohon kredit yang dilakukan bank-bank dalam menganalisa suatu permohonan kredit? 5. Bagaimanakah gambaran penting tidaknya informasi yang berkaitan dengan 5 C yang dilakukan bank-bank dalam menganalisa suatu permohonan kredit? 6. Bagaimanakah gambaran usulan pemberian kredit tanpa memperhatikan jaminan yang dilakukan bank-bank dalam menganalisa suatu permohonan kredit? 7. Bagaimanakah gambaran bobot masing masing unsur 5 C dalam keputusan pemberian kredit? 8. Apakah pengaruh faktor relasi dan koneksi dari bank-bank dalam keputusan pemberian kredit signifikan? 9. Apakah penting peranan intuisi dari bank bank dalam keputusan pemberian kredit signifikan? 10. Apakah penting suatu laporan keuangan yang diaudit dalam proses analisa kredit signifikan? 11. Apakah sering pihak ketiga mempengaruhi bank-bank dalam keputusan pemberian kredit signifikan? 12. Apakah ada perbedaan yang signifikan nilai rata-rata jenis informasi yang digunakan antara bank swasta dengan bank pemerintah dalam menganalisa suatu permohonan kredit? 13. Apakah ada perbedaan yang signifikan nilai rata-rata dari keterandalan sumber informasi yang digunakan antara bank swasta dengan bank pemerintah dalam menganalisa suatu permohonan kredit? 14. Apakah ada perbedaan yang signifikan nilai rata-rata dari mudah tidaknya sumber informasi yang diperoleh antara bank swasta dengan bank pemerintah dalam menganalisa suatu permohonan kredit? 15. Apakah ada perbedaan yang signifikan nilai rata-rata kaitan antara jenis informasi dengan Collateral dilihat dari sudut relevansinya antara bank swasta dengan bank pemerintah? 16. Apakah ada perbedaan yang signifikan nilai rata rata kaitan antara jenis informasi dengan Character dilihat dari sudut relevansinya antara bank swasta dengan bank pemerintah ? 17. Apakah ada perbedaan yang signifikan nilai rata-rata kaitan antara jenis informasi dengan Capacity dilihat dari sudut relevansinya antara bank swasta dengan bank pemerintah? 18. Apakah ada perbedaan yang signifikan nilai rata-rata kaitan antara jenis informasi dengan Capital dilihat dari sudut relevansinya antara bank swasta dengan bank pemerintah? 19. Apakah ada perbedaan yang signifikan nilai rata-rata kaitan antara jenis informasi dengan Condition dilihat dari sudut relevansinya antara bank swasta dengan bank pemerintah? 20. Apakah ada perbedaan yang signifikan nilai rata-rata dari informasi Collateral dilihat dari sudut kepentingannya antara bank swasta dengan bank pemerintah dalam melakukan kegiatan analisa kredit? 21. Apakah ada perbedaan yang signifikan nilai rata rata dari informasi Character dilihat dari sudut kepentingannya antara bank swasta dengan bank pemerintah dalam melakukan kegiatan analisa kredit? 22. Apakah ada perbedaan yang signifikan nilai rata-rata dari informasi Capacity dilihat dari sudut kepentingannya antara bank swasta dengan bank pemerintah dalam melakukan kegiatan analisa kredit? 23. Apakah ada perbedaan yang signifikan nilai rata-rata dari informasi Capital dilihat dari sudut kepentingannya antara bank swasta dengan bank pemerintah dalam melakukan kegiatan analisa kredit? 24. Apakah ada perbedaan yang signifikan nilai rata dari informasi Condition dilihat dari sudut kepentingannya antara bank swasta dengan bank pemerintah dalam melakukan kegiatan analisa kredit? 25. Apakah ada perbedaan yang signifikan nilai rata-rata bobot masing masing unsur 5 C antara bank swasta dengan bank pemerintah dalam melakukan kegiatan analisa kredit? 26. Apakah ada perbedaan yang signifikan nilai rata-rata antara bank swasta dengan bank pemerintah dalam melakukan analisa kredit tanpa memperhatikan unsur jaminan? 27. Apakah ada perbedaan yang signifikan nilai rata-rata peranan faktor relasi dan koneksi dalam keputusan pemberian kredit antara bank swasta dengan bank pemerintah? 28. Apakah ada perbedaan yang signifikan nilai rata-rata pentingnya intuisi dalam keputusan pemberian kredit antara bank swasta dengan bank pemerintah? 29. Apakah ada perbedaan yang signifikan nilai rata-rata penting tidaknya suatu laporan keuangan yang diaudit dalam proses analisa kredit antara bank swasta dengan bank pemerintah? 30. Apakah ada perbedaan yang signifikan nilai rata-rata sering tidaknya pihak ketiga mempengaruhi pengambilan keputusan pemberian kredit antara bank swasta dengan bank pemerintah? Hasil dari studi ini dapat diringkaskan berikut ini: Jenis informasi yang digunakan dalam kegiatan analisa kredit sangat relevan. Jenis informasi yang digunakan dalam kegiatan analisa kredit tidak mempunyai perbedaan yang signifikan antara bank swasta dengan bank pemerintah kecuali untuk informasi bentuk hukum perusahaan, struktur organisasi dan keadaan produksi. Keterandalan sumber informasi yang digunakan dunia perbankan dalam kegiatan analisa kredit cukup penting. Hanya tiga sumber informasi yang berbeda secara signifikan antara bank swasta dengan bank pemerintah yaitu laporan Biro Pusat Statistik, laporan resmi dari lembaga pemerintah yang lain dan laporan resmi dari lembaga non pemerintah. Kemudahan meraperoleh sumber informasi dari perbankan untuk kegiatan analisa kreditnya mudah. Hanya ada tiga sumber informasi yang berbeda secara signifikan antara bank swasta dengan bank pemerintah dalam hal kenudahan memperoleh sumber informasi yaitu laporan resmi dari perusahaan, akte perusahaan dan laporan resmi dari lembaga pemerintah yang lain. Relevansi jenis informasi dalam rangka melihat unsur 5 C, dapat dikatakan mempunyai kaitan yang cukup relevan. Pada aspek Capacity, informasi struktur organisasi, jenis barang yang dieksport/import dan keadaan produksi berbeda secara signifikan. Pada aspek Capital informasi bentuk hukum perusahaan dan bentuk pemilikan berbeda secara signifikan. Pada aspek Condition informasi struktur organisasi, keadaan pemasaran dan kondisi ekonomi berbeda secara signifikan. Pada aspek Collateral dan Character tidak mempunyai perbedaan secara signifikan antara bank swasta dengan bank pemerintah. Informasi informasi dari unsur 5 C dalam analisa kredit sangat penting diperhatikan oleh perbankan. Pada aspek Collateral, informasi tanah, pihutang dan inventori mempunyai perbedaan yang signifikan antara bank swasta dengan bank pemerintah. Sedangkan untuk aspek Character, informasi kebiasaan selama ini sebagai nasabah mempunyai perbedaan yang signifikan. Pada aspek Capacity, informasi kemampuan sumber daya manusia, kemampuan produksi/teknis, kemampuan menyesuaikan diri dengan lingkungan sekitar perusahaan, struktur organisasi yang dimiliki, jumlah karyawan yang dimiliki dan product life cycle mempunyai perbedaan yang signifikan. Pada aspek Capital dan aspek Condition semua informasinya tidak mempunyai perbedaan yang signifikan. Ranking dari 5 C dari perbankan sesuai dengan bobot yang diberikan yaitu (1) Character (2) Collateral (3) Capacity (4) Capital (5) Condition. Ranking 5 C untuk bank swasta adalah (1)Character (2) Collateral (3) Capacity (4) Capital (5) Condition. Sedang ranking untuk bank pemerintah adalah (1) Collateral (2) Character (3) Capacity (4) Capital (5) Condition. Hanya aspek Character dan Condition dari 5 C yang mempunyai beda yang signifikan antara bank swasta dengan bank pemerintah. Aspek jaminan perlu mendapat perhatian dalam kegiatan analisa kredit artinya setiap permohonan suatu kredit hendaknya selalu dengan mengikut sertakan jaminan. Dalam hal ini terdapat beda yang signifikan antara bank swasta maupun bank pemerintah. Faktor relasi dan koneksi dalam keputusan pemberian kredit tidak mempunyai pengaruh yang signifikan. Namun antara bank swasta dengan bank pemerintah mempunyai perbedaan yang signifikan dalam hal ini. Peranan intuisi signifikan dalam keputusan pemberian kredit yang dilakukan oleh perbankan. Tidak ada beda yang signifikan antara bank swasta dengan bank pemerintah dalam melihat peranan intuisi dalam keputusan pemberian kredit. Suatu laporan keuangan yang diaudit dalam proses analisa kredit signifikan pentingnya. Dalam hal ini terdapat perbedaan yang signifikan antara bank swasta dengan bank pemerintah dalam melihat penting tidaknya suatu laporan keuangan yang diaudit. Pihak ketiga dalam keputusan pemberian kredit mempunyai pengaruh yang signifikan. Namun tidak ada perbedaan yang signifikan antara bank swasta dengan bank pemerintah. Implikasi umum dari penemuan penelitian adalah hampir tidak ada beda yang signifikan antara bank swasta dengan bank pemerintah dalam menggunakan informasi untuk keperluan analisa kreditnya baik jenis informasi, sumber informasi maupun informasi dari 5 C. Urutan dari unsur 5 C berbeda antara bank swasta dengan bank pemerintah sehingga akan menimbulkan penekanan yang berbeda pula dalam analisa kreditnya. Faktor relasi dan koneksi tidak mempunyai pengaruh yang signifikan dalam keputusan pemberian kredit sedangkan pentingnya intuisi, pentingnya laporan keuangan yang diaudit dan pengaruh pihak ketiga adalah signifikan dalam keputusan pemberian kredit.

Abstrak :
Berdasarkan praktek di lapangan dan prinsip kehati-hatian, dalam memberikan kredit bank mensyaratkan adanya jaminan, dimana Salah satu bentuk jaminan yang diberikan oleh debitor untuk menjamin pelunasan hutang atas kreditor adalah fidusia sebagaimana ternyata dalam Undang-undang nomor 42 tahun 1999 tentang Jaminan Fidusia. Fidusia yang lahir dan berkembang melalui yurisprudensi di Indonesia sangat terasa dibutuhkan dikarenakan adanya kekurangan dari lembaga gadai ataupun hipotik versi KUH Perdata ataupun undang-undang. Adanya tingkat persaingan antar bank yang semakin tinggi, membawa pengaruh terhadap pelaksanaan pengikatan jaminan fidusia, dimana dapat diketahui bahwa pada prakteknya pelaksanaan pengikatan jaminan dilakukan selain mengacu pada Undang-Undang nomor 42 tahun 1999 tentang Jaminan Fidusia juga melibatkan pertimbangan bisnis tertentu yang menyebabkan pelaksanaan pengikatan jaminan fidusia dilaksanakan tidak secara konsisten.

Abstrak :
Banking crime phenomenon recently occurs by vreaking the Automatic Teller Machine as conducted by the criminal has created unsafe feeling amongst community specially for bank's customer. There are some typical methods used in the crime operation such as using skimmer, cloning credit card, cloning ATM card and stealing Personal Identification Number by hidden-camera and card reader installing on the machine. This type of electronic transaction crimes (e-banking) has been technically improved along with the highly development of technology in electronic banking transaction. The Act No. 11 year of 2008 regarding Information and Electronic Transaction has been attempted to cover and anticipate the accurrence of electronic crime. In practice, however, there is sort of constraint in implementing the law since such articles have called as grey are or having different meaning in perception of legal institution, so there requirement for another legal remedy in form of legal interpretation. In case the Judge unwilling to search for another legal interpretation but prefers to apply streams of legism then sociologically the law would not catch the highly e-banking crime.

Abstrak :
This paper reveals that West Sumatera banking sector are more likely using the availability of collateral for the credit to micro, small and medium enterprises (MSME). Using 384 sample size from MSME in West Sumatera, if a MSME have enough collateral, the probability of their credit application to be rejected by banks will fall from 59.9% to 11.7% comparing to they don?t have enough collateral. This finding proved a credit guarantee scheme is needed, and for the further study it is recommended to conduct research on the characteristic of the potentials of MSME as a credit scoring model for banks.

Penelitian ini membuktikan bahwa perbankan di Sumatera Barat cenderung untuk menggunakan jaminan yang cukup sebagai dasar penolakan dan pemberian kredit yang diajukan Usaha Mikro Kecil dan Menengah (UMKM). Menggunakan data hasil survei dengan ukuran sampel sebanyak 384 UMKM di Sumatera Barat, penulis menemukan bahwa peluang sebuah aplikasi kredit yang diajukan UMKM ditolak akan berkurang dari 59,9% menjadi 11,7% jika UMKM tersebut memiliki jaminan yang cukup. Hasil penelitian ini merekomendasikan pentingnya sistem penjaminan kredit untuk UMKM dan sekaligus merekomendasikan untuk melakukan penelitian lanjutan untuk mengindentifikasi karakteristik UMKM yang memiliki potensi yang baik dan pembuatan model kredit scoring.

Abstrak :
Skripsi ini membahas pengaturan penyelesaian sengketa kredit perbankan dan penerapan gugatan sederhana dalam menyelesaikan sengketa kredit perbankan di Pengadilan Negeri Jakarta Selatan. Penelitian ini merupakan penelitian yuridis normatif. Pengaturan penyelesaian sengketa kredit perbankan diatur dalam Peraturan Bank Indonesia dan Peraturan Otoritas Jasa Keuangan yang mengatur mekanisme Internal Dispute Resolution dan External Dispute Resolution. Penerapan gugatan sederhana dengan dasar Peraturan Mahkamah Agung Nomor 2 Tahun 2015 di Pengadilan Negeri Jakarta Selatan ini dimanfaatkan oleh perbankan untuk menyelesaikan sengketa kredit antara bank dengan nasabah debiturnya. Sebanyak 70 dari keseluruhan perkara gugatan sederhana diajukan oleh bank. Saran dari penelitian ini yaitu agar Mahkamah Agung membuat petunjuk teknis pelaksanaan gugatan sederhana, menaikkan ketentuan nilai gugatan materil dari Rp200.000.000,00 menjadi Rp500.000.000,00, serta memasukkan aturan eksekusi gugatan sederhana. ...... This thesis discusses about the regulations of banking credit dispute settlement and the small claim court implementation in settling banking credit disputes in the South Jakarta District Court. This research is a normative juridical research. The regulations of banking credit dispute settlement are set forth in Bank Indonesia Regulations and Financial Services Authority Regulations governing the mechanism of Internal Dispute Resolution and External Dispute Resolution. The implementation of small claim court under the Supreme Court Regulation Number 2 of 2015 in the South Jakarta District Court was used by banks to settle credit disputes between banks and debtor customers. As many as 70 of all small claim court cases were filed by banks. The suggestion from this study is that the Supreme Court should make technical instructions for the implementation of a small claim court, increase the provisions for the value of material claims from Rp200.000.000,00 to Rp500.000.000,00, and make small claim court execution rules.