Hasil Pencarian  ::  Simpan CSV :: Kembali

"Summary: Examines the multidisciplinary applications, problems, and case histories in risk modeling, assessment, and management This book examines risk analysis, focusing on quantifying risk and constructing probability in conjunction with real-world decision-making problems, including institutional, organizational, and political considerations. The author presents basic concepts (hierarchical holographic modeling; decision"

"Penelitian ini membahas mengenai penerapan manajemen risiko pada proyek konstruksi rumah tinggal di PT X. Penelitian ini menggunakan pendekatan kualitatif dengan metode studi kasus. Metode pengumpulan data pada penelitian ini menggunakan instrumen wawancara dan analisis dokumen. PT X yang merupakan perusahaan jasa konstruksi sering mengalami kerugian karena keterlambatan dan pembengkakan biaya pada proyek konstruksi rumah tinggal. Penelitian ini bertujuan untuk mengetahui faktor penyebab keterlambatan dan pembengkakan biaya selama proyek konstruksi rumah tinggal dan penerapan manajemen risiko pada proyek konstruksi rumah tinggal di PT X. Hasil dari penelitian ini berupa risk register yang berisikan hasil identifikasi risiko, analisis risiko, dan rekomendasi penanganan risiko terkait faktor penyebab keterlambatan dan pembengkakan biaya pada proyek konstruksi rumah tinggal di PT X.

---

This study discusses the implementation of risk management in residential construction projects at PT X. This research uses a qualitative approach with a case study method. The data collection method in this study used interview instruments and document analysis. PT X, which is a construction service company, often experiences losses due to time and cost overruns during construction projects. This study aims to determine the factors that cause time and cost overruns during residential construction project and the implementation of risk management in residential construction projects at PT X. The results of this study are in the form of a risk register containing the results of risk identification, risk analysis, and recommendations for risk responses related to factors causing time and cost overruns in residential construction projects at PT X."

"Perbankan dalam menjalankan fungsinya sebagai financial intermediary selalu berhubungan dengan risiko. Sehingga dalam menjalankan kegiatan operasionalnya, bank harus dapat mengelola risikonya dengan baik. Selain itu, bisnis perbankan yang mengalami perkembangan pesat, juga membuat risiko kegiatan usaha perbankan menjadi semakin kompleks. Oleh karena itu bank dituntut untuk menerapkan manajemen risiko agar memiliki keunggulan kompetitif dalam persaingan bisnis perbankan. Basel Committee on Banking Supervision pada bulan Januari 1996 mengeluarkan Amendment terhadap Basel Capital Accord (BCA) 1988, perbankan diharapkan untuk memasukkan unsur risiko pasar dalam perhitungan Capital Adequacy Ratio (CAR). Bank Indonesia (BI) sebagai regulator perbankan di Indonesia mewajibkan perbankan untuk menerapkan manajemen risiko di bank masing-masing sesuai peraturan yang dikeluarkan oleh Basel Committee on Banking Supervision tersebut. Salah satu risiko yang dihadapi perbankan adalah risiko pasar. Risiko pasar adalah risiko yang timbul karena adanya pergerakan variable pasar (adverse movement) dari portfolio yang dimiliki oleh bank yang dapat merugikan bank itu sendiri. Risiko pasar yang dibahas dalam karya akhir ini adalah risiko nilai tukar pada portfolio Bank XYZ yang terdiri dari tiga mata uang. Dalam BCA 1996 disebutkan baln-va pengukuran risiko dapat dilakukan dengan standardized approach maupun internal model. Basel mensyaratkan penggunaan Value at Risk (VaR) untuk melakukan penghitungan risiko karena VaR adalah tool yang efektif untuk menggambarkan dan mengkomunikasikan risiko. VaR mengukur maksimum potensi kerugian pada portfolio instrumen keuangan yang diyakini akan terjadi dimasa mendatang dengan tingkat kepercayaan tertentu dan pada holding period tertentu. Pengukuran risiko nilai tukar dapat dilakukan dengan berbagai pendekatan. Pendekatan yang dipergunakan dalam penelitan ini adalah variance covariance. Sedangkan metode yang dipakai untuk mengbitung volatilitas return mata uang asing adalah deviasi standar normal dan Generalized Autoregressive Conditional Heteroscedasticity (GARCH). Aset yang dipilih adalab tiga jenis mata uang asing pada portfolio Bank XYZ, yaitu Dolar Amerika (USD), Euro (EUR) dan Dolar Singapura (SGD) pada periode 2 Desember 2002 sampai dengan 27 Februari 2004 atau sebanyak 298 titik. Pemiliban atas tiga mata uang tersebut dikarenakan USD, EUR dan SGD merupakan tiga aset terbesar didalam portfolio mata uang asing Bank XYZ. Untuk melakukan perhitungan VaR perlu dilakukan pengujian data terlebih dahulu, yang meliputi uji stasioneritas dengan ADF Test, uji normalitas dan uji volatilitas data (white heteroscedastic lest). Berdasarkan basil pengujian data diketahui bahwa data return USD dan SGD memiliki volatilitas homoscedaslic, sehingga perbitungan volatilitasnya menggunakan deviasi standar normal. Sedangkan data return EUR yang memiliki volatilitas heteroscedastic. perbitungan volatilitasnya menggunakan GARCH. Setelab didapat basil volatilitas untuk ketiga mata uang tersebut, kemudian dilakukan perhitungan VaR untuk masing-masing mata uang dan portfolio dengan menggunakan confidence level 95% dan holding period I hari. Dari basil perhitungan VaR. diketahui potensi kerugian maksimum yang dihadapi Bank XYZ pada tanggal 27 Februari 2004 akibat memegang posisi mata uang USD adalah sebesar Rp3.582.910.169; akibat memegang posisi mata uang EUR adalah sebesar Rp19.193.059 dan akibat memegang posisi SGD adalah sebesar Rp2.118.359.962. Sedangkan potensi kerugian maksimum yang dihadapi Bank XYZ pada tanggal 27 Februari 2004 pada portfolio yang terdiri dari USD, EUR dan SGD adalah sebesar Rp5.720.463.191 dengan menggunakan metode undiversified VaR. Sedangkan potensi kerugian maksimum pada portfolionya dengan menggunakan metode diverstfied VaR adalah sebesar Rp5.417.153.223. Uji validasi model perlu dilakukan untuk mengetahui apakah model volatilitas untuk masing-masing mata uang tersebut valid. Uji validasi yang dilakukan dalam penelitian ini menggunakan Kupiec Test berdasarkan Total Number of Failures (TNoF) maupun Time Until First Failure (TUFF). Dari hasil uji validasi dapat disimpulkan bahwa model volatilitas untuk mata uang USD, EUR dan SGD adalah valid, karena nilai likelihood ratio (LR) yang lebih kecil dari 3,841. Sehingga, nilai VaR yang dihasilkan dapat rnenangkap pergerakan actual loos yang ada dan nilai akumulasi penyimpangan (overshooting) yang terjadi masih berada didalam batas toleransi sehingga dapat memberikan hasil yang cukup akurat."

"ABSTRAKKarya akhir ini dilaksanakan dengan tujuan utama untuk mcngetahui bcsarnya risiko krcdit khususnya pada bisnis Mikro sektor usaha di Bank BRI. Perhitungan ini teramat sangat ,penting dilakukan mcngingat bahwa, pertama, Usaha Mikro adalah merupakan usaha yang paling banyak di Indonesia, namun para pengusaha mikro tidak mampu berhubungan denganbank Kedua, adanya anggapan bahwa sektor usaha mikro berisiko tinggi karena pengusaha mikro tidak bankable dan tidak mampu menyediakan agunan, Ketiga, Bank BRI adalah bankumum yang paling banyak menyalurkan pembiayaan di sektor mikro dan komposisi kreditmikro adalah 30 % dari sduruh kredit Bank BRL Keempat, Adanya ketentuan Basel tcntangkeharusan menghitung risiko kredit sebagai salah satu unsur dalam pcrhitungan CARBank BRI telah memberikan pelilyanan Krcdit Mikro tanpa subsidi pemerintilh adalahsejak tahun 1984, Kredit Mikro Scktor Usaha Bank BRT diberikan kcpada nasabah pcrorangan yang merupakan pengusaha mikro, dengan maksimum Rp, 50,000.000,-. Rata-rata pinjaman untuk setiap debitur sampai akhir tahun 2003 adalah Rp. 4,36 juta. Sampai saat ini Bank BRI telah memberikan pinjaman kepada 32.728.335 debitur. Jumlah debitur yang masih memiliki pinjaman adalah sebesar 3 juta nasabah dengan total outstanding kredit mencapai Rp. 13.273 miliar.Berdasarkan ketentuan pada Basel II, dalam perhitungan risiko kredit dapat menggunakan beberapa pendekatan, antara lain dengan standardized dan internal model. Pada penelitian ini, akan dilakukan pcrhitungan dengan menggunakan internal model dengan pendekatan Credit Risk. Credit Risk* adalah model yang tepat untuk mengukur risiko kredit dengan jumlah pinjaman yang kecil dan nasabah yang sangat banyak. Model Credit Risk* adalah merupakan model unconditional sehingga tidak memerlukan tambahan data makro dan merupakan default model. Risiko Kredit yang dihitung adalah berupa potensi kerugian yangdialami dari suatu portfolio kredit mikro sektor usaha. Credit Risk+ mengabaikan penyebabdari terjadinya default.Penerapan Credit Risk dilakukan untuk menghitung risiko kredit mikro Bank BRI dengan batasan sebagai berikut. Pertama, Kredit Mikro yang diteliti adalah hanya pada sector usaha dengan data selama 3 tahun, yaitu dari Januari 2001 sampai dengan Desember 2003. Kedua, Kriteria Default diasumsikan sama dengan kolektibilitas macet sesuai ketentuan Bank Indonesia, karena Bank BRI belum mempunyai credit scoring. Ketiga, Bank BRI tidak mempunyai data agunan, karena agunan pada kredit mikro hanya sebagai aspek psikologis.Dalam Model Credit Risk * digunakan dua tahapan, yaitu pertama mencari Frecuency of Default dan Severity of Losses. Kedua Distribution ofDefault Losses. Setelah mendapatkan Loss Distribution, akan dapat diketahui besarnya potensi kerugian berupa expected losses dan unexpected losses serta besamya economic capital untuk menutup kerugian yang terjadi.Hasil simulasi perhitungan kredit mikro sektor usaha dengan menggunakan Credit Risk + dengan asumsi tingkat keyakinan 95 % dan probability of default dihitung dengan Poisson Model menunjukkan sebagai berikut.Pertama, Perhitungan Probability of Default menunjukkan bahwa kredit mikro sector usaha yang memiliki kemungkinan untuk te1jadinya no default lebih besar dari kemungkinan terjadinya default pada tahun 2001 adalah kredit diatas Rp. 3 juta, pada tahun 2002 kredit diatas Rp. 5 juta dan pada tahun 2003 kredit diatas Rp. I 0 juta. Sedangkan untuk kredit diatasRp. 10 juta sampai dengan Rp. 20 juta, walaupun memiliki kemungkinan tetjadinya no default lebih besar dibandingkan dengan kemungkinan default, namun kemungkinan default tersebut adalah lebih besar dibandingkan kemungkinan default kredit dibawah Rp. 2 jutaKedua, Besarnya potensi kerugian kredit mikro sektor usaha yang diperoleh dari perkalian probability of default dengan loss given default adalah sebesar Rp. 57.247.955.748, padatahun 2001, sebesar Rp. 158.886.611.142,- pada tahun 2002 dan menjadi sebesar Rp. 550.014.556.136,- pada tahun 2003. Potensi kerugian tersebut bila dibandingkan dengan outstanding kredit mikro sektor usaha adalah sebesar 1 ,08°/c, pad a tahun 2001, sebesar 2,86% pada tahun 2002 dan sebesar 7,69% pada tahun 2003.Ketiga, Expected Loss sesuai perhitungan denganmodel Credit Risk dapat ditutup oleh cadangan yang dibentuk oleh bank, yaitu pada tahun 2001 sebesar Rp.l9.823.793.748,- jauhlebih kecil dari pembentukan PPAP sebesar Rp. 134.613.934.416,-, tahun 2002 expected losssebesar Rp.52.793.866.260,- lebih kecil dari PPAP sebesar Rp. 187.314.166.50 I,-, tahun 2003 expected loss sebesar Rp 293.321.124.509,- sedikit lebih kecil dari PPAP sebesar Rp.300.371.973.033,-.Keempat, Untuk menutup unexpected loss diambilkan dari modal. Dan besarnya economic capital yang harus disediakan meningkat setiap tahunnya, yaitu dari Rp. 37.424.162.038,- pada tahun 2001, menjadi Rp. 106.092.744.882,- pada tahun 2002 dan Rp. 256.693.431.672,- pada tahun 2003. Dengan mengetahui jumlah dan peningkatan Economic Capital dapat digunakan untuk melakukan analisa strategi untuk melakukan alokasi asset yang tepat dan paling menguntungkan.Hasil backtesting pada tingkat keyakinan 95% tahun 2001 adalah kondisi aktual credit at risk atau jumlah kredit default pada kredit mikro sesuai dcngan prcdiksi. Namun pada tahun 2002, posisi aktual kredit sampai dengan Rp. 2 juta berada sedikit diatas prediksi, dan pada tahun 2003 posisi aktual yang melewati prediksi meningkat menjadi kredit sampai dengan Rp. 5 juta. Hal ini dapat terjadi karena antara lain, pertama adanya komposisi pertanian semakin besar hampir menyamai kredit untuk perdagangan. Sektor pertanian adalah sektor yang faktor kegagalannya sulit diprediksi karena faktor ekstern seperti kondisi alam dan Iingkungan sangat mempengaruhi. Kedua, adanya perubahan ketentuan kolektibilitas terhadap kreditmikro menyebabkan jumlah default menjadi meningkat. Ketiga, Underestimated pada estimasi dibandingkan dengan kondisi aktual dapat tetjadi karena adanya volatility defaultrates. Mean dapat berubah tergantung pada siklus bisnis. Namun mengingat sempitnya waktudan data yang ada maka dampak pengaruh siklus bisnis tidak diteliti.Penerapan Credit Risk* pada perhitungan risiko kredit mikro sektor usaha Bank BRI menunjukkan bahwa kerugian yang dialami relatif rendah dan masih dapat ditutup oleh cadangan yang dibentuk dan economic capital. Penyediaan modal minimum yang digunakanjuga lebih rendah dibandingkan ketentuan Basel sebesar 8 %. Hal ini menunjukkan bahwakredit mikro sektor usaha adalah merupakan sektor yang sangat potensial untuk dikembangkan karena risiko kredit rendah dan pasar masih terbuka luas."

"Mengukur risiko yang mungkin terjadi pada suatu portofolio, diperlukan suatu nilai yang merupakan kuantifikasi dari risiko tersebut. Salah satu cara yang dapat digunakan untuk menghitung risiko adalah metode Value at Risk. Value at Risk merupakan suatu nilai yang merupakan ringkasan atau nilai risiko kerugian yang mungkin terjadi pada suatu portfolio, pada saat tertentu, dengan jangka waktu / periode pengamatan (holding period) tertentu serta dengan tingkat kepercayaan tertentu. Dalam tulisan ini penulis mencoba untuk menghitung risiko pada asset kredit dengan menggunakan Metode Value at Risk, yaitu terhadap portfolio per jenis kredit pada bank. Terlebih dahulu akan dilakukan observasi terhadap nilai-nilai posisi outstanding dari asset kredit yang merupakan risk drivers. Dengan menggunakan nilai return kredit yang telah dinilai berdasarkan mark-to-market, maka hasil olah data akan mendapatkan deviasi standar yang merupakan penyebaran atau dispersi dari return kredit itu. Selanjutnya untuk mengukur sensitivitas terhadap gerakan pasar, maka perlu untuk membandingkan hasil perhitungan VaR yang telah dilakukan dengan kredit bermasalah bank tersebut. Kredit bermasalah merupakan risiko yang tidak dapat di diversifikasi, karena perusahaan tidak mampu menghadapi gejolak pasar yang sangat berfluktuasi. Tapi kredit portfolio merupakan risiko yang dapat didiversifikasi oleh salah satunya seperti loan concentration."

"ABSTRAKBeberapa peneliti telah melakukan kajian untuk mengetahui determinan manajemen risiko yang efektif dan hubungannya dengan kinerja perusahaan. Hasil penelitian Gordon, Loeb, Tseng 2009 menunjukkan bahwa efektivitas manajemen risiko dan hubungan manajemen risiko dengan kinerja perusahaan bergantung pada kecocokan yang tepat antara manajemen risiko korporasi ERM perusahaan dan variabel-variabel kontekstualnya. Selain itu, hasil penelitian Kaplan dan Mikes 2014 menunjukkan bahwa manajemen risiko yang efektif bergantung pada konteks dan kondisi perusahaan. Mereka juga mengindikasikan bahwa manajemen risiko akan paling efektif bila sesuai dengan karakter dasar dan kemampuan mengendalikan berbagai jenis risiko yang dihadapi oleh perusahaan. Meskipun demikian, hingga saat ini belum ada penelitian empiris yang menelaah signifikansi pengaruh tipe-tipe risiko terhadap hubungan antara keefektifan manajemen risiko dan kinerja perusahaan. Oleh karena itu, penelitian ini bertujuan untuk memberikan dukungan terhadap teori kontingensi yang diajukan oleh Gordon et. Al. 2009 dan memberikan bukti empiris tentang pentingnya pengaruh tipe-tipe risiko pada hubungan antara keefektifan manajemen risiko, yang diukur dengan indeks dari Florio dan Leoni 2017 , dan kinerja perusahaan. Analisis logistik dan analisis residual digunakan untuk menganalisa signifikansi variabel kontekstual tipe-tipe risiko terhadap hubungan antara keefektifan manajemen risiko dan kinerja perusahaan pada sektor perbankan Eropa di periode 2013-2016. Kontribusi penelitian ini adalah memberikan pemahaman bahwa faktor-faktor kontekstual, tipe-tipe risiko dan unsur-unsur di luar neraca, mempengaruhi hubungan antara keefektifan manajemen risiko dan kinerja perusahaan. Dengan pemahaman ini, diharapkan sektor perbankan dan pihak-pihak yang terkait dengan regulasi dapat lebih baik dalam mengelola risiko, yang disesuaikan dengan tipe-tipe risiko dan eksposure dari unsur-unsur di luar neraca untuk memperoleh kinerja perbankan yang lebih baik, sesuai dengan kerangka kerja COSO 2016 serta dapat memenuhi regulasi Basel III di tahun 2018.

---

ABSTRACTSeveral attempts have been made to enlighten the determinants of effective risk management and its relations to the entities performance. Gordon, Loeb, Tseng 2009 show that risk management effectiveness and performance relation is dependent upon the proper match between a firm rsquo s enterprise risk management ERM and its contextual variables. Additionally, Kaplan and Mikes 2014 indicates that the effective risk management depends on the organization rsquo s context and circumstances. Further, they have indicated that risk management will be most effective when it matches the inherent nature and controllability of the different types of risk the organization faces. Nonetheless, there is no known empirical research that has focused on exploring the significance of risk types on the relationship between effective risk management and entities rsquo performance. Thus, this study aims to provide support to contingency theory proposed by Gordon et. al. 2009 and provide empirical evidence on the significance of risk types on the relationship between effective risk management using measurement by Florio and Leoni 2017 and entities rsquo performance. A logistic and residual analysis is used to assess the significance of contextual variable risk types on the ERM and performance relationship in European banking sectors for the period 2013 2016. The contribution of this study is to offer some important insights into the significance of risk coverage and off balance sheet exposure in incentivizing banks to better manage their risk by meeting the upcoming 2018 Basel III requirements that are in line with the new 2016 COSO framework "

"Untuk memiliki desain manajemen risiko yang baik di industri penerbangan, khususnya dalam proses bisnis perawatan kendaraan pengisian bahan bakar pesawat, metode House of Risk (HOR) pun digunakan dalam penelitian ini. Proses bisnis perawatan kendaraan pengisian bahan bakar pesawat ditentukan oleh berbagai risiko sebagai faktor yang dapat mempengaruhi perusahaan dalam mencapai tujuannya. Dengan demikian, sangat penting untuk melakukan manajemen risiko di dalam setiap prosesnya, khususnya di PT Indopelita Aircraft Services. Penelitian ini menentukan kejadian risiko dalam aktivitas proses bisnis pemeliharaan dan mengidentifikasi agen risiko yang dapat memicu kejadian risiko terpilih. Lalu, mitigasi risiko dikembangkan dengan memprioritaskan tindakan pencegahan terbaik. Identifikasi risiko dilakukan melalui kuesioner dan survei dengan para ahli di bidangnya masing-masing. Perhitungan Cronbach’s Alpha dilakukan untuk mengukur konsistensi internal kuesioner. Kerangka HOR pun digunakan dalam menilai risiko yang dipilih dan memilih prioritas tindakan pencegahan untuk mengurangi risiko. Hasil penelitian menunjukkan bahwa terdapat 15 jenis kejadian risiko dan 16 agen risiko. Risiko yang paling signifikan dalam penelitian ini adalah kesalahan manusia. Terakhir, 14 tindakan pencegahan telah ditentukan dan diidentifikasi bahwa tindakan yang paling efektif adalah pengadaan CMMS sebagai sistem yang terintegrasi di dalam perusahaan.

---

To have a good design risk management in the aviation industry, specifically in the business process of aircraft refueler vehicles maintenance, House of Risk (HOR) is being carried out. The aircraft refueler vehicle maintenance business process is determined by various risks as factors that may influence the company in reaching its objectives. Thus, it is crucial to carry out risk management in the business process of aircraft refueler maintenance, especially at PT Indopelita Aircraft Services. This research determines risk events in maintenance business process activities and identifies the risk agent that triggers selected risk events. Then, risk mitigation is developed by prioritizing the best preventive actions. Risk identification is made through the questionnaire and survey of experts in their respective fields. Cronbach’s Alpha calculation was executed to measure the internal consistency of the questionnaire. Also, the HOR framework was used in assessing selected risks and choosing the prioritization of preventive actions to diminish the risks. The result shows that there are 15 types of risk events and 16 risk agents. The most significant risk in this research is human error. Lastly, 14 preventive actions were determined and it is identified that the most significant effective action is CMMS procurement as an integrated system within the company."