Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Penelitian ini menyelidiki pengaruh perhatian publik tentang isu lingkungan terhadap kinerja indeks saham konvensional dan ESG di Indonesia dari Februari 2013 hingga Februari 2023. Jumlah observasi data yang digunakan mencakup sekitar 847 pengamatan indeks konvensional dan 121 pengamatan indeks ESG. Studi ini menggunakan analisis regresi Model Panel Common Model Effect (CEM) dan Robust Ordinary Least Square (OLS) Panel untuk menganalisis hubungan antara perhatian publik, yang diukur melalui jumlah artikel berita di Detik.com, Indeks Volume Pencarian Google (GSVI) dari Google Trends terkait isu lingkungan dengan kinerja pengembalian saham. Hasil penelitian ini menunjukkan bahwa perhatian publik terkait isu lingkungan dalam bentuk artikel berita memberikan pengaruh terhadap performa pengembalian indeks ESG di Indonesia. Penelitian ini diharapkan dapat memberikan wawasan kepada investor, pembuat kebijakan, dan peneliti lain mengenai efektivitas perhatian publik dalam mengatasi isu lingkungan seiring dengan meningkatnya minat dari investor bertanggung jawab secara sosial dalam pengambilan keputusan investasi. ......This research investigates the impact of public attention on environmental issues on the performance of conventional and ESG stock indices in Indonesia from February 2013 to February 2023. The dataset used consists of approximately 847 observations for conventional indices and 121 observations for ESG index. The study employs Common Model Effect (CEM) and Robust Ordinary Least Square (OLS) data panel approach to examine the relationship between public attention, measured by the number of news articles on Detik.com, and the Google Search Volume Index (GSVI) from Google Trends related to environmental issues, and stock return performance. The results of this research indicate that public attention to environmental issues, in the form of news articles, has an impact on the return performance of ESG indices in Indonesia. This study is expected to provide insights to investors, policymakers, and other researchers regarding the effectiveness of public attention in addressing environmental issues, particularly with the increasing interest of socially responsible investors in investment decision-making

Abstrak :
Biological assessment is a useful alternative for assessing the ecological quality of aquatic ecosystems since biological communities integrate the environmental effects of water chemestry....

Abstrak :
Kota Semarang merupakan kota metropolitan terbesar kelima di Indonesia. Berbagai permasalahan lingkungan sering timbul sebagai dampak dari banyaknya konversi lahan di wilayah pesisir maupun perbukitan. Penelitian ini bertujuan untuk mengukur perubahan lanskap dan penutup lahan di Kota Semarang periode tahun 1996-2016. Pengolahan Citra Landsat tahun 1996, 2003, dan 2016 dilakukan untuk memperoleh klasifikasi penutup lahan. Penggunaan Indeks Lanskap seperti PD, PLAND, LPI, LSI, MNN, IJI, SHDI, dan SHEI dilakukan untuk menganalisis struktur dan pola lanskap. Regresi Logistik Biner digunakan untuk membuat model perubahan lanskap dan penutup lahan serta faktor-faktor yang mempengaruhi perubahan tersebut. Faktor fisik, sosial ekonomi, dan lingkungan digunakan sebagai variabel prediktor dari model tersebut. Pada periode tahun 1996-2016, lahan yang ada semakin terfragmentasi dengan tingkat percampuran dan pola persebaran antar penutup lahan yang tinggi. Pada tahun 1996-2003, hal tersebut dominan terjadi di wilayah ketinggian 25-100 mdpl, sedangkan pada periode tahun 2003-2016, hal tersebut terjadi di wilayah ketinggian 100-500 mdpl. Model perubahan lanskap dan penutup lahan Kota Semarang paling baik diterapkan pada wilayah ketinggian 100-500 mdpl. Berdasarkan model tersebut, probabilitas perubahan lanskap dan penutup lahan paling tinggi adalah ketika berada di wilayah yang tinggi dan datar, kerapatan sungai dan jalan yang relatif tinggi, kepadatan penduduk tinggi, status tanah berupa Hak Pakai dan Hak Guna Bangunan, nilai tanah yang rendah, dan jarak yang relatif jauh dari pusat kota. ...... Semarang City is one of the largest city in Indonesia. Tidal flooding, flash floods, sea water intrusion at the coast and landslide at the hills, are the issues the city currently dealt with as a side effect of land conversion. The study on spatial pattern and its change of landscape land cover is important for a better understanding in environmental management at this city. Landsat images from 1996, 2003 and 2016 and eight landscape indices PD, PLAND, LPI, LSI, MNN, IJI, SHDI, dan SHEI were used to analyze landscape land cover pattern and its change. Binary Logistic Regression and geography information system were used to build a mathematical and spatial modelling of landscape land cover change using driving factors such as elevation, slope, land subsidence, population density, land ownership, land price, street density, drainage density, and distance from city center. Landscape indices shows that the highest land utilization higher PD, LSI, MNN, IJI, SHDI, SHEI and lower LPI mostly occurred at elevation 25 100 meter in 1996 and 2003 and in 2016, it occurred at elevation 100 500 meter. In the period of 1996 2003, land fragmentation with high mixing and diversity occurred at elevation 25 100 meter, while in the period 2003 2016, it occurred at elevation 100 500 meter. Spatial modeling of landscape land cover at Semarang City is best applied at elevation 100 500 meter. The probability of landscape land cover change is high when located at the high and flat areas, high drainage and street density, highest population density, and lowest land price.

Abstrak :
Penelitian ini menganalisis dynamic connectedness antara stablecoin berbasis fiat yang diwakili oleh USD Coin (USDC), Pax Dollar (USDP), Tether USDt (USDT) dan stablecoin berbasis emas yang diwakili oleh Digix Gold Token (DGX) dan Gold Coin (GLC) dengan indeks saham internasional yang diwakili oleh S&P500, STOXX50, Nikkei225, CSI300, dan JKSE dengan menggunakan metode baru yaitu pendekatan keterhubungan dinamis berbasis DCC-GARCH. Dengan adanya spillover volatilitas antara stablecoin dan indeks saham, penelitian ini melanjutkan menggunakan metode t-copula DCC-GARCH untuk melihat strategi investasi dengan menghitung rasio lindung nilai dan bobot portofolio antara kedua jenis aset tersebut. Hasil penelitian menunjukkan bahwa terdapat dynamic connectedness antara stablecoin dengan indeks saham internasional walaupun tidak terlalu kuat dan dalam menyusun strategi investasi bedasarkan rasio lindung nilai, secara keseluruhan penelitian ini menemukan bukti yang menunjukkan bahwa konstruksi portofolio dapat secara signifikan mengurangi risiko investasi di semua aset terhadap Nikkei225 dan JKSE, sedangkan strategi investasi dengan bobot portofolio pada posisi long cocok untuk stablecoin berbasis emas yaitu GLC dan DGX, dimana kedua aset ini dapat menjadi strategi diversifikasi dalam menyusun portofolio pada posisi long dengan semua aset yang digunakan. ......This research analyzes the dynamic relationship between fiat-based stablecoins represented by USD Coin (USDC), Pax Dollar (USDP), Tether USDt (USDT) and gold-based stablecoins represented by Digix Gold Token (DGX) and Gold Coin (GLC) with indices international stocks represented by S&P500, STOXX50, Nikkei225, CSI300, and JKSE using a new method, the DCC-GARCH based dynamic connected approach. Given the volatility spillover between stablecoins and the stocks indeces, this research continues adopt the DCC-GARCH t-copula method to find investment strategies by calculating the hedging ratio and portfolio weight between the two types of assets. The research results show that there is a dynamic connectedness between stablecoins and international stock indices, although not too strong and in developing investment strategies based on hedging ratios, overall this research finds evidence that shows that portfolio construction can significantly reduce investment risk in all assets used in This research is on two assets Nikkei225 and JKSE, while the investment strategy with portfolio weights in long positions is suitable for gold-based stablecoins GLC and DGX, where these two assets can be a diversification strategy in compiling a portfolio in long positions with all the assets used.

Abstrak :
Skripsi ini menguji pola transmisi volatilitas indeks sektoral dengan menggunakan model DCC MGARCH yang diusulkan oleh (Engle, 2002) untuk meneliti pola transmisi volatilitas. Data yang digunakan adalah data harian dari 2003 hingga 2013 dengan menggunakan indeks sektor keuangan untuk menganalisis contagion antara Indonesia dan Negara-negara yang menjadi partner dagang utama dengan Indonesia. Dari hasil output ditemukan bahwa investor cenderung untuk bereaksi terhadap ?bad news?. Saya juga menemukan bahwa efek contagion yang diakibatkan oleh Eurozone Sovereign Debt Crisis lebih terasa dibandingkan dengan efek contagion yang diakibatkan US Subprime Mortgage Crisis.

---

This thesis tested the pattern of volatility transmission of sectoral indices by using DCC MGARCH model proposed by (Engle, 2002) to assess volatility transmission. I used daily data from 2003 to 2013 to analyze contagion between financial sector of Indonesia and its major trading partner. We found that investors overreacts to bad news, and that the contagion effect following Eurozone Sovereign Debt Crisis is more pronounced than the one following US Subprime Mortgage Crisis.

Abstrak :
Hutan mangrove di wilayah pesisir memiliki peran sebagai penyimpan karbon yang sangat penting untuk menyeimbangkan emisi karbon di atmosfer. Mangrove dapat menyerap karbon per satuan luas empat kali lebih tinggi dibandingkan hutan terestrial di wilayah tropis. Masifnya pembangunan dan alih fungsi lahan di wilayah pesisir Kecamatan Teluknaga mengancam keberadaan ekosistem mangrove. Hal ini menimbulkan kekhawatiran yang mendorong untuk meningkatkan upaya pelestarian kawasan mangrove dimana salah satunya, yaitu dengan melakukan perhitungan estimasi stok karbon. Oleh sebab itu, penelitian ini bertujuan untuk menganalisis persebaran spasial biomassa dan stok karbon hutan mangrove di pesisir Kecamatan Teluknaga pada periode 2016 – 2022 dengan menggunakan pendekatan indeks vegetasi terbaik. Penelitian ini menggunakan Sentinel-2 untuk ditransformasikan menjadi indeks vegetasi ARVI, EVI, dan SAVI sebagai pendekatan untuk melakukan pemodelan biomassa. Selain itu, digunakan juga analisis statistik korelasi untuk menentukan indeks vegetasi terbaik yang dapat memodelkan biomassa di pesisir Kecamatan Teluknaga. Hasil penelitian menunjukkan bahwa indeks vegetasi ARVI memiliki korelasi terbaik (R = 0,60) untuk memodelkan biomassa dengan nilai RMSE 36,67 kg/piksel. Diketahui bahwa mayoritas hutan mangrove di wilayah pesisir Kecamatan Teluknaga mengalami peningkatan nilai biomassa dan stok karbon pada periode 2016 – 2022. Adapun peningkatan yang paling signifikan terlihat pada hutan mangrove di Desa Muara dan Desa Lemo. Hal tersebut sejalan dengan peningkatan luas dan kepadatan hutan mangrove. ......Mangrove forests in coastal areas have a role as a carbon store which is very important in balancing carbon emissions in the atmosphere. Mangroves can absorb carbon per unit area four times higher than terrestrial forests in the tropics. The massive development and land use change in the coastal area of Teluknaga District threatens the existence of the mangrove ecosystem. This raise concerns that encourage efforts to increase mangrove conservation, one of which is by calculating carbon stock estimates. Therefore, this study aims to analyze the spatial distribution of biomass and carbon stock of mangrove forests in the coastal district of Teluknaga in 2016 – 2022 using the best vegetation index approach. This study used Sentinel-2 to be transformed into ARVI, EVI, and SAVI vegetation indices to model biomass. In addition, statistical correlation analysis was also used to determine the best vegetation index to model the biomass in the coastal area of Teluknaga District. The results showed that the ARVI vegetation index had the best correlation (R = 0,60) for modeling biomass with an RMSE value of 36,67 kg/pixel. It is known that most mangrove forests in the coastal area of Teluknaga District experienced an increase in the value of their biomass and carbon stock in 2016 – 2022. The significant rise happens in Muara and Lemo villages’s mangrove forest. The increased biomass and carbon stock are in line with the rise in the area and density of mangrove forests.

Abstrak :
Provinsi Sumatera Selatan merupakan daerah produksi karet terbesar di Indonesia pada tahun 2021 yaitu sebanyak 870.966 ton. Pusat Penelitian Karet Sembawa merupakan lembaga penelitian yang dapat menghasilkan lateks yang mana tanaman karet (Hevea brasiliensis) merupakan komoditas utama yang diteliti. Umur tegakan merupakan salah satu variabel penting karena dapat memprediksi produktivitas lateks. Tujuan dari penelitian ini adalah untuk memetakan distribusi umur tegakan karet menggunakan data nilai spektral band dan indeks vegetasi serta hubungannya terhadap produktivitas lateks. Penginderaan jauh menggunakan citra optik multispektral Sentinel-2 dapat digunakan untuk mengestimasi umur tegakan karena memberikan informasi dengan efisiensi waktu yang lebih baik serta kemudahan mendapatkan data pada area yang susah untuk dijangkau. Nilai spektral band yang kemudian digabungkan menjadi indeks vegetasi diasumsikan dapat mempresentasikan umur tegakan karena kerapatan atau kehijauan kanopi tegakan karet memiliki variasi nilai yang berbeda antara tegakan yang berumur muda dan tegakan yang berumur tua. Indeks vegetasi yang digunakan adalah Normalized Difference Vegetation Index (NDVI), Normalized Difference Yellowness Index (NDYI), serta Soil Adjusted Vegetation Index (SAVI). Pemodelan ini dapat dibentuk melalui pendekatan model statistik yang berupa metode regresi linear berganda karena dengan menggunakan lebih banyak variabel, model yang dihasilkan akan lebih akurat dan presisi. Hasil dari pemodelan yang menggunakan pendekatan model statistik berbasis data citra Sentinel-2 memiliki tingkat akurasi lebih baik (RMSE = 4,767 tahun dan R2 = 0,308) dari beberapa penelitian terdahulu. ......South Sumatra Province is the largest rubber-producing region in Indonesia in 2021, with a total production of 870,966 tons. Sembawa Rubber Research Center is a research institution that focuses on studying the main commodity, rubber trees (Hevea brasiliensis). The rubber trees in the research area have different age groups and conditions. Estimation of rubber stand age an important variable as it can predict latex productivity. The objective of this research is to map the distribution of rubber tree ages using spectral band values and vegetation indices data, and to examine their correlation with latex productivity. Remote sensing, using multispectral optical images from Sentinel-2, can be used to estimate the age of rubber trees, as it provides information more efficiently and allows for data acquisition in hard-to-reach areas. The combined spectral band values, assumed to represent rubber tree age, can vary between young and old rubber tree canopies in terms of density or greenness. The vegetation indices used in this study are the Normalized Difference Vegetation Index (NDVI), Normalized Difference Yellowness Index (NDYI), and Soil Adjusted Vegetation Index (SAVI). Statistical model approach with multiple linear regression is employed, as using more variables can result in a more accurate and precise model. The results indicate that the statistical model using Sentinel-2 image data has better accuracy (RMSE = 4.767 years and R2 = 0,308) compared to previous research.

Abstrak :
Penentuan model yang tepat dalam memperkirakan risiko suatu saham dapat menjadi panduan bagi investor dalam memilih saham. Untuk itu, penelitian ini dimaksudkan untuk mencapai tujuan menentukan model yang cocok untuk semua indeks sektoral yang diteliti. Kemudian melihat karakteristik yang terdapat pada masing-masing indeks sektoral dan membandingkan di antaranya. Selain itu, penelitian ini juga akan melihat apakah conditional variance suatu indeks sektoral asimetri dalam merespon masuknya informasi good news dan bad news. Dalam penelitian ini maka dilakukan uji statistik terhadap 10 data return indeks sektoral dan IHSG di Bursa Efek Jakarta selama periode 2 Januari 1996 sampai 30 Juni 2003. Pengujian dilakukan dengan menggunakan model ARMA-EGARCH (1,1). Hasil pengujian conditional mean dan conditional variance, semua sektor kecuali sektor industri dasar dapat dimodelkan dengan ARMA-EGARCH (1,1). Hasil yang diperoleh bahwa conditional variance (b1} dan setiap indeks sektoral menunjukkan hasil dengan nilai koefisien yang signifikan. Magnitude (g1) dan seluruh indeks sektoral juga menunjukkan koefisien yang positif dan signifikan, yang berarti positif shock mempunyai pengaruh kecil terhadap fluktuasi saham. Koefisien yang positif dan magnitude tersebut konsisten dengan berbagai studi empirik yang pernah dilakukan sebelumnya antara lain Cho dan Engle (2000), Kim dan Karanasos (2001), serta Aziz dan Ekrem (2001). Estimasi parameter volatility asymmetry (q1) menunjukkan hasil yang berbeda antar sektor. Return indeks sektor pertanian, industri dasar, industri barang konsumsi, transportasi dan infrastruktur, aneka industri, dan pertambangan tidak menghasilkan koefisien yang signifikan secara statistik. Sedangkan untuk return indeks keuangan, manufaktur, properti, perdagangan, dan IHSG signifikan secara statistik dan menunjukkan tanda koefisien negatif. Artinya masuknya informasi (good dan bad news) memberi dampak asimetri (efek asimetri/leverage) terhadap indeks sektoral tersebut. Karena nilai koefisien q1 indeks sektoral tersebut berada di antara ?1 dan 0 (-1 < q1 < 0) maka berarti conditional variance akan meningkat lebih besar ketika merespon informasi negatif (bad news) dibandingkan terhadap informasi positif (good news) dengan magnitude yang sama. Hasil pengujian ini menunjukkan bahwa saham-saham yang berada di sektor keuangan, perdagangan, manufaktur, dan properti memiliki risiko yang lebih besar dibandingkan saham-saham di sektor lainnya. Saham-saham tersebut bereaksi lebih besar terhadap informasi negatif (bad news) yang datang, sehingga mengakibatkan risiko lebih besar bagi investor yang memegang saham pada sektor tersebut.

---

Appropriate volatility model is useful for an investor to know about their portfolio characteristic. The aims of this paper are to select the appropriate volatility model for all sectoral indices, to see the characteristic of all sectoral indices, and to investigate whether or not the conditional variance of sectoral indices returns are asymmetric in response to good and bad news. This study is using daily returns of 10 sectoral indices and JSX CSPI from January 2, 1996 to June 30, 2003. We apply the ARMA-EGARCH (1,1) model to estimates data returns. Conditional mean and conditional variance of all sector can modeled by ARMA-EGARCH (1,1), except for basic industry sector. The result of conditional variance (b1) and magnitude (g1) are significant to all sectors. This result was consistent with some empiric studies from Cho and Engle (2000), Kim and Karanasos (2001), and Aziz and Ekrem (2001). Estimates of the volatility asymmetry parameter (q1) showed different result from all sectors. Returns of agriculture, basic industry, consumer goods industry, infrastructure, miscellaneous industry, and mining are not statically significant. Returns of finance, manufacture, property, trade, and CSPI are negative and statically significant. It is mean that conditional covariance have asymmetric/leverage effect in response to good and bad news. Because the value of q1 is between -1 < q1 < 0, conditional variance of sectors return increases more in response to bad news than to good news of the same magnitude. This result shows that stocks in finance, trade, manufacture, and property sectors are more risky than stocks in other sectors.

Abstrak :
Penelitian ini membahas pengaruh BI rate, gross domestic product, dan residential property price indices terhadap kredit pemilikan rumah (KPR) yang ada di Indonesia dari bulan Januari 2003 - Desember 2013. Penelitian ini bertujuan untuk meneliti hal-hal yang paling mempengaruhi keputusan masyarakat dalam menggunakan KPR. Berdasarkan hasil survei indeks harga properti residensial primary pada triwulan IV/2013, sebanyak 71,99% dan hasil survei indeks harga properti residensial secondary pada triwulan III/2013 sebanyak 63,33% menggunakan KPR sebagai pilihan utama dalam pembelian rumah. Data yang digunakan dalam penelitian ini merupakan data sekunder yang diperoleh dari Bank Indonesia dan Website Trading Economic. Metode penelitian statistik yang digunakan untuk menguji hipotesis, meliputi uji regresi dengan Eviews6, uji stasioner, uji kointegrasi, uji asumsi klasik, ECM, dan uji F-test, uji t-test, dan uji Goodness of Fit (R2) untuk melihat koefisien determinasi sehingga kita dapat meneliti seberapa baik KPR dapat diterangkan oleh BI rate, gross domestic product, dan residential property price indices. Hasil pengujian menunjukkan bahwa pada jangka panjang (long run) BI rate berpengaruh negatif signifikan terhadap KPR di Indonesia sedangkan GDP berpengaruh positif signifikan terhadap KPR di Indonesia. Pada jangka pendek, BI rate berpengaruh positif signifikan terhadap KPR di Indonesia sedangkan variabel lain yaitu GDP dan RPPI tidak ditemukan signifikan berpengaruh terhadap KPR. ......This research examined the effects of BI rate, , gross domestic product, and residential property price indices to mortgage in Indonesia during January 2003 to December 2013. The purpose of this research is to examine the elements that effect people decision in using mortgage. Based on primary residential property price index survey Q IV/2013, 71.99% people used mortgage to buy their house and based on secondary residential property price index survey Q III/2013, 63.33% people used mortgage as a predominant choice to buy their house. The data that used in this study is a secondary data obtained from Bank Indonesia and Trading Economic website. The statistical method were used to test the hypothesis, include regression test with EVIEWS 6, stasionary test, cointegration test, classic asumption test, error correction model, F-test, t-test, and goodness of fit test (R2) to see determination coefficient so we can examine how good mortgage can be explained by BI rate, gross domestic product, and residential propety price indices. The result of this research show that in the long run, BI rate negatively and significantly related to mortgage in Indonesia and GDP has positif and significant effect on mortgage in Indonesia. In the short run, BI rate positively and significantly related to mortgage in Indonesia while other variables such as GDP and RPPI aren't found to significantly affect mortgage in Indonesia.