Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tukar menukar antar mata uang asing yang dikategorikan sebagai jual beli dalam islam disebut dengan As Sharf. Dalam kaitan dengan investasi, tidak ada bisnis yang tidak mempunyai risiko karena kita tidak mengetahui apa-apa yang akan terjadi besok. Demikian pula dengan nilai tukar mata uang asing. Nilainya terus berfluktuasi sewaktu¬-waktu sehingga mendorong para peneliti untuk melakukan penelitian tentang pergerakan nilai tukar ini dan mempredeiksikan nilainya di masa mendatang untuk meminimalisir risiko yang mungkin terjadi dan kerugian yang ditanggungnya. Umumnya data statistik didekati dengan asumsi normal dimana asumsi ini cenderung menyesatkan karena mengabaikan kemungkinan terjadinya pergerakan ekstrim dalam distribusi data tersebut. Kegagalan mengidentifikasi potensi risiko ekstrim dapat membawa bencana keuangan bagi lembaga dan institusi keuangan terutama yang berbasis syariah.Tujuan dari penelitian ini adalah untuk meneliti apakah pergerakan kurs Rupiah terhadap mata uang asing adalah mempunyai distribusi normal atau ekstrim. Begitu juga untuk meneliti berapa besar potensi risiko ekstrim yang mungkin terjadi Metode yang digunakan adalah Extreme Value Theory (EVT) dengan pendekatan distribusi nilai lebih menggunakan konsep Generalized Pareto Distribution. Nilai yang didapatkan kemudian dibandingkan dengan pendekatan dengan asumsi normal untuk kemudian dianalisis dan diambil kesirnpulan. Hasil penelitian mendapatkan bahwa distribusi return kurs Rupiah terhadap US Dollar pada periode 1998-2003 adalah tidak normal. Diketahui pula bahwa indeks tail yang didapatkan juga cukup signifikan sesuai dengan konsep GPD. Hasil perbandingan metode EVT dan pendekatan normal dan skewness heteroskedasiik menunjukkan bahwa kesimpulan pengujian yang dilakukan sesuai dengan kesimpulan dari beberapa peneliti lain untuk metode yang sama."

"Kerjasama investasi dalam Islam merupakan akad dari muyarokah. Saham merupakan bentuk equity investment yang didasarkan pada sistem bagi hasil atau profit loss sharing. Tingkat bagi hasil adalah refleksi dari profitabilitas dari underlying bisnisnya. Dengan demikian dapat dikatakan bahwa saham semestinya menjadi bentuk investasi ideal bagi investor muslim yang tidak setuju dengan sistem bunga. Dalam Islam tidak ada investasi yang risk free, setiap investasi ada keuntungan dan risiko yang ditanggung. Investasi yang tidak memperhatikan nilai risikonya adalah tindakan maysir. Tujuan dari penelitian ini adalah meneliti apakah distribusi empiris tingkat bagi hasil untuk saham syariah mempunyai bentuk normal atau skewness, begitu juga terhadap penyebaran varian apakah memiliki karakteristik homoskedastik atau heteroskedastik dan apakah metode parametrik daily earning at risk pada saham syariah dapat digunakan untuk menganalisis risiko harga saham syariah. Inilah permasalahan yang akan diteliti secara empiris dari market risk khususnya saham dalam Jakarta Islamic Index.Hasil penenelitian mendapatkan sebagian besar saham memiliki pola distribusi empiris skewness. Karakteristik penyebaran varian sebagian besar bersifat heteroskedastik. Hasil pengujian metode parametrik daily earning at risk dengan backtesting mendapatkan hasil yang baik, sebab seluruh pengujian menyatakan model adalah valid. Dampak dari diperolehnya bentuk distribusi empiris yaitu skewness negatif adalah perlunya penyesuian nilai Zscore yang berakibat terjadi perubahan potensi risiko yang semakin besar dan dampak karakteristik penyebaran varian secara empiris yaitu heteroskedastik adalah hasil analisis potensi risiko yang terjadi lebih konservatif dari pada langsung menggunakan asumsi distribusi normal dan homoskedastik.

---

Investment cooperation in Islam is a musyarokah akad (agreement). Share constitutes form of equity investment based on profit loss sharing. Profit sharing rate is reflection of profitability of its underlying business. Therefore, it can be said that share should become ideal investment form for muslim investor disagreeing with interest system. In Islam, there is no risk free investment, there is always profit and risk to bear in every investment. Investment without knowing the content of risk is maysir. This research is aimed at examining whether empirically profit share rate for syari'ah (Islamic law share) has normal or skew ness form, whether variant distribution level is homoscedasticity or heteroscedasticity and whether parametric method of daily earning at risk in syari'ah share can be used to analyze price risk of syari'ah share. This problem will be examined empirically from market risk, especially share in Jakarta Islamic Index.

The research finding indicates that most shares have skew ness empirical distribution pattern. Characteristic of variant distribution is mostly heteroscedasticity. Examination finding of parametric method of daily earning at risk by using back testing indicates good results since entire examination indicates that the model is valid. The impact of this research is risk potential occurring is more conservative."

"Di industri minyak bumi dan gas, pipa merupakan komponen utama yang ada dalam industri tersebut. Karena pipa merupakan komponen utama, maka pipa tersebut harus mendapatkan perhatian lebih dikarenakan kegagalan dalam sistem perpipaan, khususnya dalam industri minyak bumi dan gas, menjadi permasalahan yang sangat serius karena menimbulkan kerugian yang cukup besar. Salah satu cara untuk meminimalisir kegagalan tersebut adalah melalui inspeksi berbasis risiko. Dalam inspeksi berbasis risiko, digunakan simulasi Monte Carlo untuk mengetahui probabilitas komponen mengalami kegagalan. Pada umumnya, simulasi Monte Carlo menggunakan distribusi Normal dalam penentuan Random Variabel Generator. Namun, terdapat kemungkinan data yang dihasilkan adalah Bias, yaitu terdapat error sampling sehingga data tersebut menjadi kurang akurat dikarenakan nilai hasil dari distribusi Normal dapat bernilai negatif. Pada distribusi Normal, dihasilkan data yang sifatnya overestimation data. Maka dari itu, dibutuhkan metode lain untuk penentuan Random Variabel dimana data yang dihasilkan tidaklah bias sehingga akurasi hasil dari Inspeksi Berbasis Risiko meningkat. Metode Weibull dapat mengurangi biased data yang dihasilkan dari distribusi Normal.

---

Pipes are the main component in the oil and gas industries, and it needs a serious attention due to the high risk of the piping system failure. The failure of the piping system leads to a very serious consequence since it caused huge material losses, and the Risk-Based Inspection can minimize the failure. Risk-Based Inspection using the Monte Carlo Simulation for calculating the failure probabilities of the component.

In general, Normal distribution is used in Monte carlo simulation for Random Variable Generator. However, it is possible that the generated data is called Bias, i.e. there is an error sampling, so the resulting data becomes inaccurate. In the Normal distribution, the result of the data produce an overestimation data because the result of the data can be negative on the corrosion rate. Therefore, we need another method for determining Random Variables where the generate data is not biased so the accuracy of the results of the Risk-Based Inspection increases, and the Weibull method can reduce the biased data generated from the Normal distribution."

"Distribusi normal merupakan salah satu distribusi probabilitas data, yang banyak digunakan dalam berbagai bidang karena sifat ideal yang dimilikinya, yaitu distribusi probabilitas data-datanya terpusat di sekitar mean dan distribusi probabilitas data lainnya tersebar secara merata. Namun ada kasus-kasus tertentu di mana distribusi normal sebaiknya tidak digunakan karena akan menghasilkan analisis yang kurang sesuai, terutama ketika data memiliki kemencengan yang kuat dan mempunyai heavy-tail. Pada tugas akhir ini diperkenalkan distribusi probabilitas yang dapat memfasilitasi kemencengan data, yaitu distribusi skew-normal. Distribusi skew-normal merupakan bentuk perluasan dari distribusi normal dengan memasukkan parameter kemencengan. Tugas akhir ini memberikan penjelasan mengenai karakteristik-karakteristik dari distribusi skew-normal univariat dan perluasannya dengan memasukkan parameter location dan scale, serta distribusi skew-normal secara umum dalam bentuk multivariat. Karakteristik-karakteristik yang dimaksud adalah fungsi kepadatan probabilitas, fungsi distribusi, mean, variansi, fungsi pembangkit momen, dan sifat-sifatnya.

---

The normal distribution is one of the probability distribution of data, which are widely used in various fields because of the nature of the ideal, namely the probability distribution of data centers around the distribution of average data and other probability is spread evenly. But there are certain cases where the normal distribution should not be used because it will produce less precise analysis, especially when the data has a strong skewness and heavy-tail.

This final project will introduce a probability distribution which can facilitate the skewness of data, i.e skew-normal distribution. The skew-normal distribution is an extend form of normal distribution, allowing a skewness parameter.

This final project will give an explanation about the chararteristics of the univariate skew-normal distribution and its extend to the location and scale family, and skew-normal distribution in general in multivariate form. The characteristics are probability density function, distribution function, mean, covariance, variance, moment generating function, and the properties of the distribution. "

"E-waste merupakan salah satu masalah utama di dunia, termasuk Indonesia yang mana memiliki tingkat konsumsi yang tinggi terhadap produk-produk elektronik. E-waste di Indonesia diperkirakan akan semakin meningkat dikarenakan pesatnya perkembangan teknologi dan belum adanya E-waste management yang baik sehingga aliran sampah masih banyak masuk ke sektor informal dan belum dapat dipetakan dengan baik. Untuk dapat memetakan aliran sampah dan jumlah E-waste yang dihasilkan dibutuhkan lifespan dari masing-masing produk elektronik sebagai input. Pada kondisi saat ini, produk-produk elektronik yang telah rusak atau sudah tidak dipakai lagi biasanya tidak langsung dibuang tetapi disimpan dan masuk dalam kategori storage time. Efek dari storage time dapat memperpanjang total lifespan, menurunkan collection rate, dan menurunkan pasokan untuk recycling yang dapat mengganggu sistem E-waste Management. Sehingga model distribusi lifespan untuk mendapatkan persentase sampah yang dihasilkan per tahun dan cara penurunan storage time menjadi kunci penting dalam E-waste Management. Data lifespan didapatkan dari kuesioner survei pada individu dan rumah tangga di Pulau Jawa. Penelitian ini memberikan hasil model distribusi yang better fit terhadap data lifespan dan storage time dan persentase end-of-life per tahun dari produk-produk elektronik di Indonesia dengan penilaian model fit pada Distribusi Normal, Distribusi Lognormal, dan Distribusi Weibull.

---

E waste is one of the major problems in the world, including Indonesia which has a high level of consumption of electronic products. E waste in Indonesia is expected to increase due to the rapid development of technology and the absence of proper E waste management so that the flow of waste is still a lot of entry into the informal sector and can not be adequately mapped. To be able to map the flow of waste and the amount of E waste generated, lifespan required from each electronic product as an input. In current conditions, defective or outdated electronic products are usually not directly disposed of but stored or fall into a category of storage time. The effects of storage time can extend the total lifespan, decrease the collection rate, and decrease the supply for recycling that can disrupt the E waste Management system. So the lifespan distribution model to get the percentage of waste generated per year and how to decrease storage time becomes an important key to E waste Management. Lifespan data were obtained from survey questionnaires on individuals and households in Java. This study gives a better fit distribution model for lifespan data, and storage time and percentage of annual end of life electronic products in Indonesia with model fit assessment on Normal Distribution, Lognormal Distribution, and Weibull Distribution."