Hasil Pencarian  ::  Simpan CSV :: Kembali

"Perdagangan lada dunia saat ini dikuasai oleh 5 negara penghasil lada terbcsaryaitu Vietnam, India, Indonesia, Brazil dan Malaysia* Sedangkan negara yang permintaanekspornya besar adalah Amerika Serikat, Belanda, Jennan, Jepang dan Singapura. Saatini lahan tanaman lada makin menurun walaupun potensi dari lada ilu sendiri relatifbagus. Namun demikian, lada mcrupakan komoditi dari sektor pertan'n yang reiatifdapat bertahan terhadap guncangan kenaikan harga bahan bakar yang saat ini tengamelanda dunia, sehingga cukup dapat diandalkan sebagai komoditi potensial.Tujuan dari penelitian ini adalah untuk mengetahui signifikansi dan elastisitasfaktor pendapatan nasional negara tujuan utama ekspor Iada Indonesia (Amerika Senkat,Belanda, Jerman, Jepang dan Singapura), nilai tukar nominal dan'harga relatif serta posisirelatif diantara kelima negara tujuan ekspor tersebut.Model yang digunakan untuk estimasi dalam penelitian ini adalah adopsi dzipenelitian Goldstein-Khan lentang Respon Penawaran dan Pennintaan ekspor terhadapperubahan harga dengan Pendapatan nasional riil negara tujuan (GDP), nilai tukarnominal(NER) dan harga relatif (PXWPI), dengan menggunakan pendckatan analisis datapanel.Dalam analisis data panel, pemilihan model cstimasi yang efisien dilakukanmelalui uji spesitikasi F-test untuk mengetahui adanya efek individu, kemudian ujiI-Iausmann untuk menentukan Fixed Effect Model (FEM) atau Random Effect Model(REM). Dalam penelitian ini temyata model yang efisien untuk analisis faktor faktor yangmempengaruhi permintaan ekspor lada di 5 negara tujuan utama adalah Random Ejkc!Model.I-Iasil estimasi sccara keseluruhan menunjukkan bahwa variabel pendapatan riilnegara tujuan (GDP) berpengaruh secara signitikan positif terhadap permintaan eksporlada Indonesia, variabel nilai tukar nominal (NBR) berpengaruh sccara signitikan positifterhadap pcrmintaan ekspor lada Indonesia dan variabel harga relatif (PXWPI)berpengaruh secara signifikan negatif terhadap perrnintaan ekspor Iada IndonesiaPendapatan riil (GDP) mitra dagang belpengaruh ncgatif sccara signifikan padatingkat kepercayaan 90% dan inelastis positiff terhadap permintaan ekspor ladaIndonesia. Hal ini sesuai dengan karakteristik lada Indonesia dengan indkasi geograiis yang dimiliki sehingga semakin meningkat pendapatan nasional riil negara tujuan utamaekspor, maka [ada Indonesia makin diminati dan makin banyak permintaan ekspor darinegara tujuan utama ekspor.Variabel Harga Relatif {PXWWPl) signifnkan positif terhadap peunintaan eksporlada Indonesia dengan tingkat kepercayaan sebesar 99%. Hasil ini mcnjclaskan bahwaapabila harga relatif komoditi meningkat, maka akan mendorong permintaan ekspormeningkat pula, karena tidak ada komoditi pengganti (substitusi) untuk lada Indonesiayag memiliki indikasi gcografis>Variabel Nominal Exchange Rate (NBR) berpengaruh signifikan positif terhadappermintaan ekspor lada Indonesia. Hal ini menujukkan bahwa apabila nilai tukarmeningkat maka harga akan murah sehingga lada Indonesia mempunyai daya saingdinegara tujuan utama ekspor."

"Tesis ini membahas faktor-faktor yang mempengaruhi efisiensi operasional Kantor Cabang Syariah di Unit Usaha Syariah Bank XYZ. Faktor-faktor yang diteliti terdiri dari tingkat Non Peiforming Financing, tingkat Financing to Deposit Ratio, Lokasi Kantor Cabang, Market Power dan Kepadatan Penduduk per km2. Metode yang digunakan untuk menghitung skor efisiensi kantor cahang adalah Data Envelopment Analysis (DBA). Selanjutnya untuk menguji hubungan antara variabel-variabel penentu dengan skor efisiensi menggunakan analisis regresi model data panel. Hasil penelitian menyimpulkan bahwa variabel yang berpengaruh signifikan terhadap efisiensi kantor cabang syariah Bank XYZ adalah tingkat Financing to Deposit Ratio, Lokasi Kantor Cabang dan Kepadatan Penduduk per km2 . Selanjutnya dalam penelitian ini menyarankan agar manajemen Bank XYZ meningkatkan efisiensi kinerja kantor cabang syariah di masa mendatang.

---

The purpose of this research is to explain the factors that influencing Islamic Branch Office operational of Shariah Bank at XYZ Unit. The research factors are as follows : Level of Nan Performing Financing, Level of Financing to Deposit Ratio, Branch Office Location, Market Power and People Density per square kilometers. The applied method to calculate Branch Office efficiency score is Data Envelopment Analysis (DEA). Meanwhile, to analyze correlation between determinants variables using efficiencies scores, panel data model is applied.

This research concludes that the variables which have significant effect to the efficiency of Islamic Branch Office of Bank XYZ are : Level of Financing lo Deposit Ratio, Branch Office Location and People Density per square kilometers. Therefore, this research suggests that the management of Islamic Branch Office of Bank XY2 should increase their performance and efficiency in the future."

"

Indonesia merupakan negara yang memiliki penduduk terbanyak ke-empat di dunia. Oleh karena itu, diperlukan pembangunan manusia untuk menciptakan sumber daya manusia yang memiliki kemampuan untuk menggerakkan roda perekonomian. Pembangunan manusia merupakan fokus perhatian pemerintah, dan tercantum dalam beberapa program yang diterapkan pemerintah di tingkat global maupun tingkat nasional. Pembangunan manusia diukur dengan suatu indeks komposit dasar yang dikenal dengan Indeks Pembangunan Manusia (IPM). IPM diukur dari tiga komponen dasar, yaitu umur panjang dan sehat, memiliki pengetahuan, dan standar hidup yang layak, sehingga IPM sering digunakan sebagai ukuran keberhasilan pemerintah dalam pembangunan manusia. Penelitian ini memodelkan variabel-variabel yang memengaruhi IPM Kabupaten/Kota Jawa Tengah pada periode tahun 2017 sampai dengan tahun 2019. Variabel-variabel prediktor yang digunakan dalam penelitian adalah Produk Domestik Regional Bruto, angka partisipasi sekolah SMA, kepadatan penduduk, tingkat partisipasi angkatan kerja, persentase penduduk miskin, dan persentase rumah tangga dengan sanitasi layak.  Penelitian ini menggunakan data yang mengandung informasi lokasi yang diamati dalam beberapa periode waktu (tahun). Data yang terobservasi ini saling berkorelasi secara spasial (ada autokorelasi spasial). Ketika data yang terobservasi mengandung autokorelasi spasial, model regresi linier biasa tidak dapat digunakan karena akan menghasilkan taksiran parameter regresi yang bias dan tidak konsisten. Oleh karena itu diperlukan metode lain yang dapat menangani masalah autokorelasi spasial pada data yaitu model regresi spasial. Selain itu, data juga diamati dalam beberapa periode waktu (tahun), sehingga model yang dapat digunakan dan menggambarkan kondisi data ini adalah model data panel spasial. Model data panel spasial terbagi menjadi dua, yaitu: model data panel spasial lag dan model data panel spasial error. Metode penaksiran parameter yang digunakan untuk model data panel spasial dalam penelitian ini adalah metode Maximum Likelihood. Berdasarkan perbandingan dari kedua model diperoleh hasil bahwa model terbaik yang dapat menjelaskan Indeks Pembangunan Manusia di Jawa Tengah adalah model data panel spasial lag. Variabel-variabel prediktor yang signifikan dan menjelaskan Indeks Pembangunan Manusia di Jawa Tengah adalah Produk Domestik Regional Bruto, angka partisipasi sekolah SMA, kepadatan penduduk, tingkat partisipasi angkatan kerja, persentase penduduk miskin, dan persentase rumah tangga dengan sanitasi layak.

---

Indonesia is the fourth most populous country in the world. Therefore, human development is needed to create human resources that have the ability to drive the economy. Human development is the focus of government attention and listed in several programs implemented by the government at the global and national levels. Human development is measured by a basic composite index known as the Human Development Index (HDI). HDI measures three basic components, that are long and healthy life, being knowledgeable, and have a decent standard of living, so HDI is often used as a measure of government success in human development. This study is modeling variables that affect the HDI of regency or city at Central Java in the period 2017 to 2019. The predictor variables used in this study are gross regional domestic product, high school participation rates, population density, labor force participation rates, percentage of poor people, and percentage of households with proper sanitation. This study uses data that contains location information observed over several time periods (years). Observations on this data are spatially correlated (there are spatial autocorrelations). When observations on data contain spatial autocorrelation, the linear regression model can not be used because it will produce an unbiased and inconsistent regression parameter estimate. Therefore we need another method that can handle the problem of spatial autocorrelation in the data, namely the spatial regression model. In addition, data is also observed in several time periods (years), so that the model can be used and describe the condition of the data is a spatial panel data model. The spatial panel data model is divided into two, known as spatial lag panel data model and spatial error panel data model. The parameter estimation method used for the spatial panel data model in this study is the Maximum Likelihood method. Based on the comparison of two models, it is obtained that the best model can explain the Human Development Index at Central Java is spatial lag panel data model. Significant predictor variables that explain the Human Development Index at Central Java are gross regional domestic product, high school participation rates, population density, labor force participation rates, percentage of poor population, and percentage of households with proper sanitation.

 

"

"Sektor Usaha Mikro Kecil dan Menengah (UMKM) merupakan sektor yang berperan penting bagi perekonomian Indonesia, sektor ini mampu memberi kontribusi yang sangat tinggi terhadap PDB dan mampu menyerap banyak tenaga kerja. Meskipun berkontribusi dengan baik untuk sektor ekonomi di Indonesia nyatanya UMKM masih kesulitan untuk memperoleh tambahan permodalan dari perbankan. Menyebarnya wabah Covid-19 yang menghantam berbagai sektor usaha di Indonesia juga berdampak terhadap UMKM. Dukungan modal dari perbankan dalam bentuk kerjasama pembiayaan atau kredit sangat diperlukan agar UMKM mampu bertahan melewati krisis akibat pandemi Covid-19 di Indonesia. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang memengaruhi pembiayaan sektor UMKM pada perbankan di Indonesia pada periode 2020-2022 dengan menggunakan model data panel.  Pada penelitian ini akan dilakukan analisis pada kondisi Bank Umum Syariah (BUS) dan Bank Umum Konvensional (BUK) dalam menyalurkan pembiayaan atau kredit pada sektor UMKM.  Variabel yang digunakan pada  penelitian ini dibagi menjadi tiga kategori yaitu, variabel internal Bank Umum Syariah dengan variabel Financing to Deposit Ratio (FDR), Non Performing Financing (NPF), Retun on Asset (ROA) dan Dana Pihak Ketiga (DPK). Variabel internal Bank Umum Konvensional dengan variabel Loan to Deposit Ratio (LDR), Non Performing Loan (NPL), Retun on Asset (ROA) dan Dana Pihak Ketiga (DPK). Selanjutnya kategori Makroekonomi dengan variabel Inflasi dan Pertumbuhan PDB. Kategori Moneter dengan variabel BI7DRR. Hasil dari penelitian ini menunjukkan bahwa faktor-faktor yang memengaruhi pembiyaan pada Bank Umum Syariah untuk  sektor UMKM di Indonesia pada masa pandemi adalah Dana Pihak Ketiga (DPK), Financing to Deposit Ratio (FDR), Non Performing Loan (NPF), dan Inflasi. Sedangkan faktor-faktor yang memengaruhi penyaluran  kredit Bank Umum Konvensional untuk UMKM adalah Non Performing Loan (NPL), Return on Asset (ROA) dan Dana Pihak Ketiga.

---

The Micro, Small and Medium Enterprises (MSMEs) sector is a sector that plays a vital role in the Indonesian economy; this sector can make a very high contribution to GDP and can absorb a large number of workers. Even though they contribute generously to the economic sector in Indonesia, in fact, MSMEs still need help to obtain additional capital from banks. The spread of the Covid-19 outbreak, which hit various business sectors in Indonesia, also impacted MSMEs. Capital support from banks in the form of collaborative financing or credit is needed so that MSMEs can survive the crisis caused by the Covid-19 pandemic in Indonesia. This study uses the panel data model to analyze the factors that influence the financing of the MSME sector to banks in Indonesia in the 2020-2022 period. This study will analyze the conditions of Islamic Commercial Banks (BUS) and Conventional Commercial Banks (BUK) in channeling financing or credit to the MSME sector. The variables used in this study are divided into three categories, namely, the internal variables of Islamic Commercial Banks with the variables Financing to Deposit Ratio (FDR), Non-Performing Financing (NPF), return on Assets (ROA) and Third Party Funds (DPK). Conventional Commercial Bank internal variables with Loan Deposit Ratio (LDR), Non-Performing Loans (NPL), return on Assets (ROA) and Third Party Funds (DPK) variables. Next is the Macroeconomic category with the Inflation and GDP Growth variables. Monetary Category with BI7DRR variable. The results of this study indicate that the factors influencing financing at Islamic Commercial Banks for the MSME sector in Indonesia during the pandemic were Third Party Funds (DPK), Financing to Deposit Ratio (FDR), Non-Performing Loans (NPF), and Inflation. Meanwhile, the factors influencing Conventional Commercial Bank lending to MSMEs are Non-Performing Loans (NPL), Return on Assets (ROA) and Third Party Funds."