Hasil Pencarian  ::  Simpan CSV :: Kembali

"Prediksi potensi kebangkrutan bank berbasis rasio keuangan adalah topik penelitian yang tiada henti diteliti. Upaya ini dilakukan agar dapat menemukan model prediksi yang dianggap mampu menjelaskan tingkat kesehatan bank, mampu memprediksi dan mendeteksi secara dini potensi kebangkrutan bank, menemukan formula yang bisa diterapkan untuk semua bank, demi menyelamatkan bank dan sekaligus menciptakan kemakmuran perekonomian negara terkait dengan peran perbankan sebagai tulang punggung perekonomian negara. Hal ini dimungkinkan dengan bantuan teknik statistik berbasis model regresi logistik multinomial—variabel dependen bersifat kategorik sebagai suatu fungsi dari sejumlah variabel independen. Model prediksi potensi kebangkrutan bank yang dikembangkan dalam penelitian ini menemukan bahwa rasio keuangan mengenai capital adequacy sebuah bank adalah signifikan secara statistik (signifikan dalam dua fungsi logit) dalam mendeteksi secara dini potensi kebangkrutan bank. Ini terbukti dari ketepatan prediksi yang bisa diraih, yaitu bank gagal (bank likuidasi) (BL) adalah 75%, bank dalam penyelamatan (BDP) adalah 62.50%, dan bank sehat (bank survive) (BS) adalah 97.14%. Rasio keuangan dipercaya memiliki andil dalam model prediksi kebangkrutan sebesar 89.36%.

---

Prediction of potential bank bankruptcy based on financial ratios is a continuing research. This study is aimed to provide prediction model capable of explaining bank's health, predicting or detecting early potential bankruptcy of bank, finding formula that can be applied to all banks, promoting sound banking and simultaneously creating economic prosperity of the country considering that bank is the country's economic infrastructure. Statistical technique based on multinomial logistic regression model is used as method to test the model with categorical dependent variables given a set of independent variables. It is found that financial ratio related to bank's capital adequacy is statistically significant (in two logit functions) in providing early detection of potential bank insolvency. The accuracy of predictions by the model is 75% for failed banks (BL), 62.50% for banks classified under special surveillance or banks in resolution (BDP), and 97.14% for healthy banks (BS). Financial ratios are believed to have contributed to the bankruptcy prediction model by 89.36%."

"ABSTRAKTujuan penelitian ini adalah mendeteksi kemungkinan perusahaan melakukan fraud laporan keuangan dengan menggunakan rasio-rasio keuangan dan prediksi kebangkrutan. Rasio keuangan dihitung menggunakan 5 rasio keuangan berdasarkan Kanapickiené dan Grundiené (2015). Prediksi kebangkrutan dihitung dengan menggunakan Z score dari Altman (1968). Pengujian hipotesis dengan model regresi logit 62 perusahaan terbuka tahun 2010-2015. Hasil penelitian menunjukkan rasio profitabilitas, rasio aktivitas, dan rasio struktur aset dapat memprediksi secara signifikan kemungkinan terjadinya fraud. Sedangkan prediksi kebangkrutan dengan menggunakan Z score tidak dapat memprediksi probabilitas terjadinya fraud pada laporan keuangan.

---

ABSTRACTThe objective of this research is to detect corporate financial statement fraud's probability with financial ratios and bankcruptcy prediction. The financial ratios will be measured with five financial ratios based on Kanapickiené dan Grundiené (2015). The bankcruptcy prediction will be measured with Z score from Altman (1968). The 62 public company between 2010-2015 will be tested with logit regression model. The result shows that profitability ratio, activity ratio, and assets composition ratio can predict the probability of fraud significantly. Meanwhile, the bankcruptcy prediction with Z score can not predict the probability of financial statement fraud."

"Industri penerbangan global telah menderita berbagai masalah finansial ditandai dengan kerugian kumulatif selama periode tahun 2001 sampai 2009. Sejak saat itu, sudah lebih dari 350 maskapai penerbangan telah mengajukan kebangkrutan. Tujuan dari penelitian ini adalah untuk membuat prediksi bangkrut dan tidak bangkrut menggunakan pendekatan model Altman Z Score, regresi logistik, dan analisis diskriminan dengan multi-year basis. Model prediksi dibuat dengan bantuan lima rasio keuangan yaitu Total Debt to Total Asset, Quick Ratio, Cash to Current Liabilities, Retained Earning to Total Asset, dan Sales to Total Asset. Uji simulasi statistik regresi logistik dan analisis diskriminan dilakukan dengan metode simultan. Model baru yang dikembangkan menggunakan titik cutoff untuk membedakan apakah suatu maskapai diklasifikasikan dalam kelompok bangkrut atau kelompok tidak bangkrut. Hasil akhir memperlihatkan model prediksi yang baru menunjukkan tingkat akurasi keseluruhan lebih tinggi dibandingkan dengan model Altman Z Score dan Kroeze Score.

---

The global airline industry has suffered from financial problems marked by cumulative losses over the period from 2001 to 2009. Since then, more than 350 airlines have filed for bankruptcy. The purpose of this study is to make a prediction of bankrupt and non-bankrupt using an approach to Altman Z Score models, logistic regression, and discriminant analysis with the multi-year model. The prediction model created with the help of five financial ratios: Total Debt to Total Assets, Quick Ratio, Cash to Current Liabilities, Retained Earnings to Total Assets and Sales to Total Assets. Simulation of statistic test on logistic regression and discriminant analysis performed by the simultaneous method. The new model was developed using a cut-off point to distinguish whether an airline classified in the group of bankrupt or non-bankrupt. The final results show that the new prediction model shows an overall higher degree of accuracy than Altman Z Score and Kroeze Score model."

"ABSTRACTPemodelan regresi telah diterapkan dalam perbankan ritel karena kemampuannya dalam menganalisis data kontinu maupun diskrit. Hal tersebut merupakan alat yang penting dalam penilaian risiko kredit, stress testing, serta evaluasi aset kredit. Pada tugas akhir ini, pendekatan yang digunakan adalah dengan menggunakan model regresi logistik multinomial untuk mengetahui faktor-faktor yang memengaruhi terjadinya default dan attrition pada suatu kredit. Selain itu, pada tugas akhir ini juga akan diperkenalkan pendekatan regresi spline dengan menggunakan truncated power basis untuk memodelkan fungsi hazard. Fleksibilitas dari fungsi spline memberikan kemampuan untuk memodelkan fungsi hazard yang berbentuk nonlinier dan tidak beraturan. Kemudian, dengan menggunakan regresi spline dan regresi logistik multinomial, akan diperoleh sebuah hasil dan interpretasi yang lebih baik. Terdapat beberapa kelebihan dari penggunaan kedua model tersebut. Pertama, dengan menggunakan fungsi regresi spline yang fleksibel, dapat dimodelkan fungsi hazard yang berbentuk nonlinier dan tidak beraturan. Kedua, mudah dipahami dan diterapkan, dan bentuk parametrik model regresi logistik multinomial yang sederhana dapat memudahkan dalam interpretasi model. Ketiga, memiliki kemampuan untuk prediksi. Pada akhir pembahasan, dengan menggunakan sebuah data kartu kredit akan dilakukan pengaplikasian dari model regresi logistik multinomial dan regresi spline, dilengkapi dengan penjelasan secara statistika dan akurasi prediksi.

---

ABSTRACTRegression modeling has been adapted in retail banking because of its capability to analyze the continuous and discrete data. It is an important tool for credit risk scoring, stress testing and credit asset evaluation. In this thesis, the approach used is multinomial logistic regression model to gain the information regarding the factors that affect the occurrence of default and attrition. In addition, this thesis will also introduce spline regression approach using truncated power basis to model the hazard function. The flexibility of spline function allows us to model the nonlinear and irregular shapes of the hazard functions. Then, by using spline regression and multinomial logistic regression model, there will be a better result and interpretation. There are several advantages by using those both models. First, by using the flexible spline regression function, it can model nonlinear and irregular shapes of the hazard functions. Second, it is easy to understand and implement, and its simple parametric form from multinomial logistic regression model can make it easy in model interpretation. Third, the model has the ability to do prediction. Furthermore, by using a credit card dataset, we will demonstrate how to build these model, and we also provide statistical explanatory and prediction accuracy."

"Tingkat Kesehatan Bank Syariah [TKBS] adalah perangkat penting dalam melakukan penilaian dan pengawasan terhadap kualitas operasional bank syariah. Secara teoritis perangkat dapat didesain melalui pendekatan CAMELS dengan modifikasi struktur finansial bank syariah. Untuk tetap menonjolkan karakteristik istimewa operasional bank Islam maka modifikasi haruslah mempertimbangkan risk based supervisory dan kepatuhan syariah [shari?h complieance].Tujuan penelitian adalah untuk mendapatkan faktor apa yang menjadi prediktor terbaik dan model prediksi apa yang paling akurat dalam prediksi keanggotaan sampel bank syariah kedalam komposit penilaian TKBS. Bukti empiris penelitian menun-jukkan bahwa persamaan model desain komposit penilaian TKBS signifikan secara statistik dengan tingkat signifikansi model sebesar ? = 0,01. Artinya dengan tingkat kesalahan penelitian dibawah 5 % tidak ditemukan “gap” antara teori desain TKBS dengan praktek operasional bank umum syariah di Indonesia. Adapun sebagai prediktor terbaik penelitian adalah rasio kecukupan modal bank syariah untuk mengantisipasi risk exposure (R1M). Adapun rasio partisipasi finansial (R7M) yang merupakan salah satu misi utama bank Islam dapat direkomendasikan sebagai salah satu prediktor TKBS. Hasil uji keakuratan model menemukan bahwa correct estimate atau tingkat akurasi prediksi model analisis regresi logistik adalah 91,7% dan lebih baik jika dibandingkan dengan model analisis diskriminan dengan correct estimates sebesar 81,3%. Penelitian kajian ini dapat digunakan tidak hanya sebagai perangkat pengawasan bank yang efektif oleh otoritas perbankan syariah dalam menilai kualitas operasional bank tetapi juga sebagai masukan ketika akan menyusun regulasi pengawasan terhadap perbankan syariah.

---

In this paper, we analyze an alternative tool to assess the operational soundness of the Islamic banking quality. Shari?h banking rating system is most important tools in assessing and supervisory of banking quality. Theoretically, the tools designed can still use the CAMELS but some adjustments on financial ratio based on risk supervisory and shari?h compliance so can accommodate the salient feature of Islamic banking. The objective of this research is expected to analyze model and best predictors in shari?h banking rating composite. Empirical research has shown that design can be implemented on practically Islamic banking in Indonesia with statistic significant level is 0,01 (multiple discriminant and logistic regression models). Its mean no gap between theoretically and practically under 5 percent error level. As best predictor is capital adequacy ratio to anticipate risk exposure (R1M) meanwhile a financial participation ratio (R7M) what a special mission of Islamic banking can be recommended as predictor of shari?h banking rating system. Accuration model testing has found that correct estimate of logistic regression model is 91,7% and more better than discriminant analyze model that a correct estimate is 81,3%. This research is capable of being used as an effective supervisory tool not only for assessing the operational quality but also directing the Islamic banking authority when formulating the supervisory actions based on supervisory review."

"Penelitian ini bertujuan membuat model early warning system yang mampu memprediksi financial distress pada bank umum di Indonesia. Model early warning system dibuat dengan mengestimasi indikator yang menyebabkan suatu bank mengalami permasalahan finansial sehingga harus diberhentikan oleh pemerintah. Estimasi dilakukan dengan menggunakan tiga metode, yaitu analisis diskriminan, pooled logit, dan panel logit. Data yang digunakan untuk membuat model berupa rasio keuangan bank 1994-1997 yang berasal dari Direktori Perbankan Indonesia (DPI). Sedangkan untuk pengujian out-sample menggunakan data tahun 1998. Model yang dibuat digunakan untuk memprediksi financial distress bank di atas tahun 2000. Hasil penelitian menunjukkan beberapa ciri bank yang akan tutup pada dua atau tiga tahun ke depan. Selain itu, model early warning system yang dibuat mampu memprediksi financial distress pada bank umum di Indonesia.

---

This research aims to create early warning system models for predicting financial distress on Indonesian commercial banks. Early warning system models is made by estimating bank indicators that led bank run into financial problems which to be shut down by the government. Estimation use three methods, discriminant analysis, pooled logit, and panel logit. The data used to create models is bank's financial ratios in 1994-1997 gathered from Direktori Perbankan Indonesia (DPI). Out of the sample test use the data in 1998. All model were used to predict the bank's financial distress after 2000. This study found some characteristics of distressed banks that will be in the state of failure in two or three years. Finally, this research found that early warning system models is able to predict the probability of financial distress on commercial banks.;"

"ABSTRAKE-Wallet merupakan aplikasi pada smartphone yang berfungsi untuk melakukan pembayaran digital. Salah satu faktor yang menentukan keberhasilan pada aplikasi E-Wallet adalah kepuasan pengguna. Sehingga penelitian mengenai kepuasan pengguna E-Wallet penting untuk dilakukan. Penelitian ini bertujuan untuk mengetahui tingkat kepuasan pengguna E-Wallet berdasarkan kesenjangan antara persepsi dengan ekspektasi pengguna, mengevaluasi tingkat kepuasan pengguna antar E-Wallet, dan menentukan prioritas peningkatan dari faktor-faktor yang memengaruhi kepuasan pengguna E-Wallet. Hasil penelitian ini diketahui bahwa perbandingan antara persepsi dan ekspektasi pengguna didapatkan nilai kesenjangan kepuasan bernilai negatif untuk semua objek penelitian. Hal ini menunjukkan bahwa pengguna E-Wallet belum merasa puas. Berdasarkan hasil perbandingan kesenjangan kepuasan antar E-Wallet didapatkan hasil bahwa untuk faktor keamanan, faktor efisiensi, faktor keandalan, faktor desain tampilan aplikasi, dan faktor manfaat ekonomi terdapat perbedaan kesenjangan kepuasan yang signifikan antar E-Wallet. Sedangkan faktor layanan pelanggan tidak terdapat perbedaan kesenjangan kepuasan yang signifikan antar E-Wallet. Berdasarkan perbandingan antar E-Wallet diketahui bahwa LinkAja tidak lebih baik dari Gopay, OVO, dan Dana. Hasil analisis model Kano menunjukkan bahwa seluruh variabel dalam penelitian ini masuk dalam kategori one-dimensional yang berarti bahwa jika variabel tersebut ada dan berfungsi dengan baik maka pengguna akan merasa puas, jika tidak ada maka pengguna akan merasa tidak puas. Dalam penelitian ini didapatkan prioritas perbaikan yang berbeda-beda untuk setiap objek E-Wallet. Prioritas peningkatan didapatkan dari kombinasi antara pemetaan ekspektasi dan persepsi, model Kano, dan regresi logistik multinomial.

---

ABSTRACTE-Wallet is an application on a smartphone that functions to make payments digitally. One of the factors that determine the success of the E-Wallet application is user satisfaction. Research on user satisfaction is important because user satisfaction is the key to success in digital business. This study aims to determine the level of satisfaction of E-Wallet users based on the gap between user perceptions and user expectations, evaluate the level of user satisfaction between E-Wallet, and determine the priority of improvement for each E-Wallet. The results of this study note that based on a comparison between users' perceptions and expectations, the satisfaction gap value is negative for all research objects. This shows that E-Wallet users are not satisfied. Based on the comparison of satisfaction gaps between E-Wallet, the results show that for security factors, efficiency factors, reliability factors, application interface design factors, and economic benefit factors, there are significant differences in satisfaction gaps between E-Wallet. Based on the comparison between E-Wallet, it is known that LinkAja is no better than Gopay, OVO, and Dana. The results of Kano's analysis show that all variables in this study fall into the one-dimensional category. In this study, the priority of improvement is different for each E-Wallet object. Priority for improvement is derived from a combination of expectation and perception mapping, Kano's model, and multinomial logistic regression."

"COVID-19 adalah penyakit yang disebabkan oleh virus SARS-CoV-2 dan menyerang sistem pernapasan manusia. Selain menganggu kesehatan fisik, pandemi COVID-19 juga memberikan dampak psikologis, salah satunya adalah tingkat stres yang meningkat pada masyarakat. Penelitian ini bertujuan untuk mengidentifikasi faktor-faktor yang berasosiasi dengan tingkat stres pada pandemi COVID-19. Dalam mencapai tujuan tersebut, penelitian ini menggunakan metode classification tree dan regresi logistik multinomial. Sebelum melakukan proses identifikasi faktor menggunakan classification tree, dilakukan penanganan masalah imbalance data menggunakan metode SMOTE. Selanjutnya, dilakukan kuantifikasi risiko faktor-faktor yang teridentifikasi pada classification tree menggunakan analisis regresi logistik multinomial. Kinerja model diukur menggunakan nilai precision, recall, F1-Score, dan AUC. Hasil yang diperoleh adalah model classification tree dengan penanganan imbalance data menggunakan SMOTE dapat meningkatkan kinerja model dengan nilai precision 0,5980, nilai recall 0,8653, nilai F1-Score 0,7072, dan AUC 0,702. Dengan model tersebut, didapatkan faktor-faktor yang teridentifikasi berasosiasi dengan tingkat stres pada pandemi COVID-19 adalah Total_OECDInsititutions, Total_CoronaConcerns, dan Age. Peningkatan nilai Corona Concerns cenderung memberikan risiko peningkatan tingkat stres, sedangkan peningkatan nilai OECDInsititutions dan Age cenderung memberikan risiko penurunan tingkat stres.

---

COVID-19 is a disease caused by the SARS-CoV-2 virus that attacks the human respiratory system. In addition to disrupting physical health, the COVID-19 pandemic also has psychological impacts, one of which is an increased level of stress. This study aims to identify factors associated with the level of stress during the COVID-19 pandemic. The study employs the classification tree method and multinomial logistic regression. Prior to the factor identification process using the classification tree, the issue of imbalanced data is addressed using the SMOTE method. Subsequently, the quantification of risk factors identified in the classification tree is conducted using multinomial logistic regression analysis. The model's performance is measured using precision, recall, F1-score, and AUC values. The results obtained indicate that the classification tree model with the handling of imbalanced data using SMOTE can improve model performance, with a precision value of 0,5980, recall value of 0,8653, F1-score value of 0,7072, and AUC value of 0,702. With this model, the identified factors associated with the level of stress during the COVID-19 pandemic are Total_OECDInstitutions, Total_CoronaConcerns, and Age. An increase in Corona Concerns tends to pose a risk of increased stress levels, while an increase in OECD Institutions and Age tends to pose a risk of decreased stress levels."

"Sistem deteksi dini Early Warning System/ EWS pada bank syariah sangat diperlukan. Dengan adanya EWS, bank syariah dapat lebih berhati-hati dalam menentukan kebijakan-kebijakan yang tepat guna mengantisipasi terjadinya kesulitan keuangan atau bahkan kebangkrutan. Penelitian ini bertujuan untuk menganalisis rasio keuangan dan kondisi makroekonomi dalam memprediksi potensi kebangkrutan bank syariah di Indonesia. Teknik analisis yang digunakan adalah model regresi logistik logit dengan variabel dependen berupa kategorik bangkrut dan tidak bangkrut. Model prediksi menemukan bahwa Capital Adequacy Ratio CAR dan pertumbuhan jumlah uang beredar secara statistik signifikan dalam memprediksi potensi kebangkrutan bank syariah di Indonesia, sedangkan rasio keuangan dan indikator makroekonomi lainnya dalam penelitian ini menunjukkan tidak signifikan. Ketepatan prediksi model sebesar 33.33 untuk kategori bangkrut dan 95.83 untuk kategori tidak bangkrut. Secara keseluruhan, ketepatan prediksi model dalam penelitian ini sebesar 80.21, artinya dari 96 data terdapat 77 data dimana hasil prediksinya sesuai cut off yang ditentukan.

---

Early detection system Early Warning System EWS in Islamic banks are indispensable. With the existence of EWS, Islamic banks must be more cautious in determining appropriate policies in order to anticipate financial distress or even bankruptcy. This study aimed to analyze the financial ratios and macroeconomic conditions in predicting the bankruptcy potential of Islamic banks in Indonesia. The analysis technique used is the logistic regression model logit with dependent variable in the form of categorical bankrupt and not bankrupt. The prediction model found that the Capital Adequacy Ratio CAR and money supply growth are statistically significant in predicting the potential bankruptcy of Islamic banks in Indonesia, while the financial ratios and other macroeconomic indicators in this study showed no significant. The accuracy of prediction by the model is 33.33 for the category of bankrupt and 95.83 for the non bankrupt category. Overall, accuracy of the model prediction in this study is 80.21, that means there are 77 of 96 data where the prediction results in accordance with the cut off which is determined."

"ABSTRAKKanker adalah penyebab kematian nomor dua di dunia dan diperkirakan mencapai 9,6 juta kematian pada tahun 2018, dengan kanker payudara menjadi kanker kedua yang sering terjadi setelahnya kanker paru-paru. Kanker payudara terjadi karena pertumbuhan sel abnormal yang tidak terkendali, yang dimulai di saluran yang membawa susu ke puting susu atau kelenjar pembuat susu. Pengobatan kanker payudara tergantung pada subtipe tumor, stadium, penanda genetik, usia pasien, kesehatan pasien umum, status menopause, dan mutasi pada gen kanker payudara yang diwariskan. Di akhir pengobatan pasien diberikan terapi tambahan yang bertujuan meminimalkan risiko kekambuhan. Meskipun terapi ini telah dilakukan, risiko kekambuhan tetap ada. Penanda pengganti adalah penanda yang digunakan untuk menggantikan titik akhir dari uji klinis yang biasanya digunakan mempercepat penanganan pasien. Tujuan dari penelitian ini adalah untuk mengetahui rasio hematologi pengukuran yang dapat digunakan sebagai penanda pengganti dalam kekambuhan kanker payudara sepanjang dengan titik cut-off. Pohon keputusan digunakan untuk menemukan titik batas rasio hematologi pengukuran yang mempengaruhi kekambuhan kanker payudara, dan kemudian hutan acak itu digunakan untuk mengetahui urutan variabel penting dalam klasifikasi. Hasil keduanyametode dikuantifikasi menggunakan regresi logistik. Berdasarkan analisis, ditemukan bahwa rasio jumlah trombosit ke darah putih (titik potong 47.560) dan neutrofil terhadap rasio limfosit (titik potong 1,953) mempengaruhi kekambuhan kanker payudara.

---

ABSTRACTCancer is the number two cause of death in the world and is estimated to reach 9.6 million deaths in 2018, with breast cancer becoming the second most common cancer that follows lung cancer. Breast cancer occurs because of uncontrolled abnormal cell growth, which starts in the ducts that carry milk to the nipples or milk glands. Treatment of breast cancer depends on the tumor subtype, stage, genetic markers, patient age, general patient health, menopausal status, and mutations in inherited breast cancer genes. At the end of treatment the patient is given additional therapy aimed at minimizing the risk of recurrence. Despite this therapy, the risk of recurrence remains. A surrogate marker is a marker used to replace the endpoints of clinical trials that are usually used to speed up patient management. The aim of this study is to determine the hematological ratio measurements that can be used as surrogate markers in breast cancer recurrence along with the cut-off point. The decision tree is used to find the hematological ratio boundary point measurements that affect breast cancer recurrence, and then the random forest is used to determine the order of important variables in the classification. Both results the method is quantified using logistic regression. Based on the analysis, it was found that the ratio of platelet count to white blood (cut point 47,560) and neutrophils against lymphocyte ratio (cut point 1.953) influences breast cancer recurrence."