Hasil Pencarian  ::  Simpan CSV :: Kembali

"Buku ini mengenai pengertian kredit dan falsafah kredit, perencanaan kredit, analisa pemberian kredit, administrasi kredit, serta pengawasan kredit"

"Metode kepustakaan dan lapangan adalah metode penulis dalam menganalisa Tinjauan Hukum Perjanjian Kredit Dalam Rangka Fasilitas Pendanaan Jangka Pendek (FPJP) dan Akta Pengikatan Agunan Secara Gadai Bank. Bank Indonesia yang merupakan sarana pengikatan antara bank penerima FPJP dengan Bank Indonesia sebagai pemberi FPJP; Perjanjian tersebut merupakan perjanjian dibawah tangan yang penulis bandingkan dengan perjanjian berdasarkan ketentuan kenotariatan yang menurut hemat penulis perlu adanya beberapa revisi atas kerangka akta (geraamte) yang terdiri atas kepala akta, komparisi, premise, isi akta dan penutup akta sehingga Bank Indonesia sebagai pemberi FPJP akan selalu terlindungi dari aspek yuridisnya."

"Bank perlu mengelola risiko kredit yang terkandung dalam portfolio kredit. Salah satu bentuk penilaian risiko kredit dengan menggunakan pendekatan atas dasar numerik adalah credit scoring.Credit scoring merupakan suatu model statistik yang dibangun atas dasar data historis debitur dalam periode waktu tertentu untuk memprediksi probabilitas talon debitur akan default (gagaI bayar) dan umumnya digunakan dalam proses pemutusan kredit. Metode penyaringan calon debitur dengan menggunakan scoring cocok digunakan untuk penyaringan calon debitur konsumtif dengan berbagai keuntungan yaitu mengurangi subyektifitas keputusan kredit, waktu anaiisa lebih cepat sehingga cocok digunakan untuk kredit konsumtif yang jumlahnya massal, bersifat terukur, terdokumentasi dan mudah dikembangkan.Tujuan dari penulisan ini untuk memberi gambaran mengenai pembentukan credit scoring yang dikembangkan oleh Bank X khususnya credit scoring pada kredit kepemilikan rumah (KPR) dan menyusun credit scoring model yang baru sebagai masukan bagi Bank X dalam mengantisipasi perubahan data demografi dan perilaku nasabah kredit konsumtif Bank X sejak implementasi awal model scoring KPR tersebut di tahun 2003. Penulisan difokuskan pada credit scoring model untuk KPR Bank X karena jenis kredit ini mencapai 42 % dari portfolio kredit konsumtif Bank X dan menunjukkan pertumbuhan yang baik.Dari 1908 data debitur KPR Bank X yang berumur 2 - 3 tahun diolah dengan menggunakan logistic regression dan diperoleh model credit scoring baru dengan sebelas variabei yang signifikan terhadap credit scoring model produk KPR Bank X yaitu variabel region, usia, jumlah anak, pendidikan, pekerjaan, tipe perusahaan, income, Debt Service Ratio, Debt to Income, dan Lama Hubungan dengan Bank.Uji terhadap model credit scoring yang dibentuk memberi hasil yaitu nilai Hit Ratio sebesar 82.1 %, yang berarti model dapat mengklasifikasikan sampel dengan correct classification sebesar 82,1 % ke dalam kelompok Good dan Bad , uji Hosmer & f emeshow Significance menghasilkan nilai chi-square 4.532 dengan signifikansi sebesar 0.806 menunjukkan bahwa data prediksi pada model dapat menggambarkan data aktual dan uji KS Statistic menghasilkan nilai sebesar 37.46 % menunjukkan bahwa model ini cukup peka dalam mernbedakan populasi Bad dan Good.Uji terhadap probability of default atas dasar bad rate dari model credit scoring ini menunjukkan bahwa semakin tinggi score yang diperoleh maka probability of default akan semakin kecil. Intepretasi terhadap persamaan credit scoring model mengaitkan tipe talon debitur baik dari data demografi maupun data keuangan dengan nilai bobot skor yang dihasilkan.Pembentukan model credit scoring juga akan memberikan suatu prediksi level acceptance rate kredit dan dengan menetapkan cut off score tertentu maka Bank X dapat memprediksi acceptance rate yang akan diperoleh yang dapat disesuaikan dengan target pencapaian kredit yang sesuai kebijakan ekspansi kredit Bank X. Bila berdasarkan penurunan had rate terbesar, maka cut off score dapat ditetapkan pada selang score 0-20 dengan acceptance rate 81.34 -91.72 %.

---

Credit portfolio risk management is a main issue that bank should address and per formed well. One of the numerical approach measurement of risk that can be used by bank is credit scoring.

Credit scoring is a statistic model that is built based on debitor 's historical database in certain period q f time. This model is constructed to predict the probability of debitor's default, and at the moment, widely used by banks in the credit approval decision making process.

Scoring screening method is appropriately used to sorting out consumer debitor applicant due to its advantages in reducing credit approval subjectivity bias and shot-tens analysis time. Accordingly, scoring method is suitable to be used for analyzing mass consumer credit that is measurable, document able and easy to develop.

The purpose of this paper is to exemplify credit scoring construction developed by bank X; in particular credit scoring on housing loan (Kredit Kepemilikan Rupiah), and composing a new credit scoring model proposition for bank X in order to anticipate changes in demography data and consumer credit's client attitude since its initial KPR credit scoring model implementation in 2003. This paper is focused on bank X's KPR credii scoring model as this type of credit comprise up to 42% of bank X consumer credit portfolio, and showing a constant and promising growth .

About 1908 data of 2-3 years Bank X's KPR debitor clients is processed using logistic regression, and a new credit scoring model with ten significant variables has been acquired. namely variable of region, age, number of children, level of education, occupation, type of company, income, Debt Service Ratio, Debt to Income and relationship period with bank.

The analysis of this new credit scoring model resulted a 82.1% Hit Ratio, which mean that this model is capable to classify sample into Good and Bad group up to 82.1% of the correct classification. Thus, a 4.532 chi square value of Hosmer & Lemeshow Significance analysis with a 0.806 level of significance implies that model 's data prediction can illustrate an actual and tangible data. Furthermore, the 37.46 % value of KS Statistic analysis exhibits model 's high level sensitivity in differentiating Good and Bad population.

Analysis of probability of default of this credit scoring model, using bad rate based test, shows. that the higher the score is the lower probability of default will be. Moreover, credit scoring model equation interpretgtiott links debitor applicant's demography and financial type data with the weighted scored that it produced.

The credit scoring model formation will also provide prediction of credit acceptance rate level and accordingly, with a certain cut off score level, bank X can also predict the adjustment of expected acceptance rate with bank X's targeted loan expansion policy. In the condition based on the highest bad rate decreased, cut off score then, could be pegged at the 0-20 interval with acceptance rate 81.3-1 -91.72 % ."

"ABSTRAKMasalah pembiayaan dalam sektor kesehatan akhir-akhir ini banyak sorotan, baik di luarnegri maupun di Indonesia selesainya "Boom Minyak", resesi ekonomi dunia membawa dampak dalam bidang pembiayaan sektor kesehatan termasuk rumah sakit. Dilema yang dihadapi pihak rumah sakit adalah disatu pihak terjadi keterbatasan pendanaan namun dilain pihak mutu pelayanan dituntut tetap baik. Mau tidak mau rumah sakit harus dikelola sebagai suatu unit sosial ekonomi, maka peranan manajemen keuangan di rumah sakit semakin menonjol.Data mengenai manajemen keuangan rumah sakit di Indonesia tidak banyak dijumpai dalam tulisan-tulisan, namun dari kenyataan yang ada dapat diingatkan bahwa masalah keuangan di rumah sakit perlu mendapat penangan secara profesional. Budihardja dalam laporan praktek magang (residensi) di Pelayanan Kesehatan Sint Carolus mendapatkan gambaran bahwa masalah manajemen keuangan rumah sakit khususnya Manajemen Piutang Pasien merupakan salah satu masalah yang menonjol.Penelitian ini melakukdn suatu pengukuran pencapaian (performance) dari Manajemen Piutang Pasien Rawat Nginap di Rumah Sakit Mitra Keluarga, Jakarta Timur.Pengukuran pencapaian ini mengunakan pendekatan mutu (quality approach), dimana aspek hasil akhir (out come) menjadi aspek yang diteliti, walupun aspek struktur dan aspek prosesnya juga ditinjau. Pengukuran pencapaian dari sisi aspek hasil akhir ini dilakukan dengan indikator-indikator yang digunakan untuk menilai seluruh fungsi yang terkait didalam Manajemen Piutang Pasien Rawat Nginap, mulaidari pra penerimaan (preadmission) sampai dengan paska. pulang (post discharge) maupun perencanaannya. Teknik pengukuran dengan melakukan telaah kelompok (peer review) yang dilakukan oleh suatu kelompok (peer group) yang dibentuk didalam rumah sakit Mitra Keluarga sendiri. Indikator-indikator yang digunakan ditentukan standarnya oleh kelompok, kemudian hasil pengukuran pencapaian dibandingkan dengan standar yang ditentukan. Kesenjangan-kesenjangan yang ada merupakan masalah yang di pecahkan oleh kelompok melalui siklus pemecahan masalah (problem solving cycle).Kalau hanya melihat piutang sebagai tunggakan pasien paska rawat maka nampaknya prestasi manajemen piutang pasien rawat nginap di Rumah Sakit Mitra Keluarga adalah baik, padahal apabila ditinjau secara menyeluruh dengan konsep piutang secara accrual basis, maka pencapaiannya ternyata kurang dari sejak fungsi prapenerimaan (preadmission), penerimaan (admission) maupun selama perawatan (interim). Hasil penelitian ini menunjukkan kelemahan-kelemahan pada prestasi pencapaian sebelum pasien pulang, maka saran-saran yang diajukan adalah perhaikan fungsi-fungsi tersebut seperti pengadaan formulir pra penerimaan dan formulir penerimaan yang memadai, peningkatan kualitas petugas penerimaan serta penataan struktur dan fungsi bagian penerimaan."

"Jaminan Fidusia banyak sekali dipergunakan, tetapi apabila terjadi kredit macet maka pelaksanaan eksekusi terhadap Jaminan Fidusia sulit dilakukan. Tujuan penelitian ini untuk mengetahui kendala yang dihadapi dalam pelaksanan eksekusi objek fidusia serta akibat hukum musnahnya objek fidusia terhadap penyelesaian kredit macet. Metode penelitian yang dipergunakan adalah pendekatan yuridis normatif dan spesifikasi penelitian bersifat deskriptif analitis dengan mengkaji bahan-bahan kepustakaan dan penelitian lapangan. Penarikan kesimpulan dari hasil penelitian dilakukan dengan metode analisis normatif kualitatif. Berdasarkan hasil penelitian, kreditur dalam melakukan eksekusi objek fidusia mengalami kendala-kendala yaitu apabila debitur tidak beritikad baik seperti objek fidusia tidak mau diserahkan oleh debitur,objek fidusia telah dialihkan kepada pihak ketiga, nilai objek fidusia berkurang,maka kreditur tetap berhak untuk memperoleh kembali pelunasan atas piutangnya.Pelaksanaan parate eksekusi melalui lembaga lelang mengalami kendala dengan rumitnya prosedur lelang dan tingginya bea lelang dan rendahnya harga lelang, maka parate eksekusi melalui penjualan dibawah tangan banyak dipakai karena menguntungakn debitur dan kreditur dengan memperoleh harga yang tinggi.Jika objek fidusia musnah atau hilang diselesaikan dengan cara mengganti ojek yang hilang tersebut dengan persetujuan kreditur dan debitur. Akan tetapi untuk melindungi kreditur sebenarnya telah ada dalam akta jaminan fidusia bahwa jika objek fidusia hilang atau musnah akan muncul klaim asuransi yang merupakan hak kreditur. Dalam hal objek fidusia nilainya tidak mencukupi dalam pelunasan utang debitur maka debitur tetap bertangghung jawab penuh atas kekurangan dari pelunasan utang tersebut(pasal 1131 KUHPerdata).Kedudukan kreditur terhadap pelunasan benda tersebut adalah konkuren terhadap kreditur lainnya. Perlu juga ditentukan berapa nilai terendah pinjaman uang yang dapat menggunakan jaminan fidusia,karena untuk kredit skala kfecil yang dipergunakan pedagang/industri kecil dirasakan sangat memberatkan apabila ditambah dengan melakukan pendaftaran objek jaminan fidusia."

"Risiko kredit membahas mengenai kerugian yang discbabkan oleh kejadian gagal bayar nasabah. Inti pcngukuran risiko kredit adalah pada penentuan probabilitas gagal bayar. Banyak pendekatan dan model dikembangkan atas dasar asumsi perhitungan probabilitas gaga! bayar. Pemahaman menyeluruh atas karakteristik data kredit memungkinkan manajemen perbankan untuk melakukan analisis manajemen kredit yang komprehensif dan tepat guna. Dalam memahami karakteristik data, metode hazard rate dan model logit memberikan altematif pemahaman berdasarkan analisis kualitas kredit nasabah. Kualitas kredit dipandang sebagai data-data yang berulang keterjadiannya dengan pola atau probabilitas perpindahan tertentu. Dengan pemahaman atas karakteristik repetisi keterjadian kualitas kredit nambah, manajemen kredit perbankan dapal melakukan analisis yang komprehensif mengenai perilaku kualitas kredit nasabah dalam jangka pendek dan memproyeksikannya. Melalui kombinasi mata kerja Markov dengan analisis deskriptif berdasarkan frekuensi keterjadian kualitas kredit, manajemen kredit perbankan akan dapat memformulasikan berbagai kebijakan kredit yang lebih terintegrasi dan tepat guna.

---

Credit risk discusses about loss that caused by counterpany's default. The point of credit risk measurements is how to determine probability of default. Many approach developed base on asumption about probability of default. Understanding all characteristics of credit data., make possibility banking's management analyzing credit management comprehensively and efliciently. In understanding characteristic of data, Duration atau Hazard-rate Approach and logistic approach an altemative base on counterparty's credit quality analysis. Credit quality recognized as data that repetitively happened with specific trend or probability of trantition. Understanding about characteristic behaviour of repetition oounterparty’s credit quality, banking institution management can analyze comprehensively about counter-party's credit quality behaviour in short term and make projection. Combining Markov chain with descriptive analysis base on frequency of credit quality event, banking institution management can formulate any credit policies more integrately and efficiently."