Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 105233 dokumen yang sesuai dengan query
cover
Ayu Permelia
"ABSTRAK
Perhitungan secara kuantitatif mengenai jumlah maksimum risiko yang dapat
ditanggung, serta jumlah potential loss pada portofolio saham available for sales yang sebagian besar jumlahnya semakin tinggi setiap tahun. Berdasarkan hal tersebut dibutuhkan suatu metode untuk mengukur dan mengestimasi jumlah
risiko maksimum yang dapat ditanggung menggunakan Value at Risk dengan
Simulasi Monte Carlo. Value at risk merupakan maksimum kerugian yang
diharapkan dalam horizon waktu dengan tingkat kepercayaan tertentu. Alasan
pemilihan simulasi Monte Carlo dikarenakan lebih powerfull dan flexible serta
memberikan estimasi yang lebih besar dibandingkan metode lainnya dengan
kelemahan tingkat komputasi yang rumit.
Estimasi risiko portofolio saham available for sales dengan simulasi Monte Carlo
memiliki dua kategori yaitu related parties dan third parties. Periode pengamatan
data dilakukan dari Tahun 2012 sampai dengan Tahun 2014. Horizon waktu yang
digunakan untuk dilakukan simulasi secara tahunan dan kuartalan dengan tingkat
kepercayaan yang digunakan yaitu 95%, 97.5% dan 99%. Hasil penelitian
menunjukkan bahwa sebagian besar emiten pada portofolio saham available for
sales PT Taspen (Persero), nilai Value at Risk simulasi Monte Carlo lebih kecil
dibandingkan dengan potential loss yang ada. Sehingga dapat diberikan saran
kepada PT Taspen (Persero) akan batas kerugian maksimal yang dihadapi setiap
emiten. Selain itu, penentuan tingkat kepercayaan dapat disesuaikan dengan
kemampuan pencadangan dana suatu perusahaan, dikarenakan semakin tinggi
tingkat kepercayaan yang digunakan maka semakin tinggi pula cadangan dana
yang harus disiapkan.

ABSTRACT
Quantitative calculation of the maximum amount of risk that may be incurred, as
well as the amount of potential loss on a portfolio of stocks available for sales
were mostly higher in number every year. Based on this we need a method to
measure and estimate the maximum amount of risk that may be incurred using the
Value at Risk with Monte Carlo simulations. Value at risk is the maximum
expected loss within a time horizon with a certain confidence level. Reasons for
the selection of Monte Carlo simulation due to more powerful, flexible and
provide larger estimates than other methods but the weakness are complexity
computational level.
.
Monte Carlo Simulation for Risk Estimation of Available for Sale Stock Portfolio
has two categories of related parties and third parties. The data observation period
from 2012 up to 2014. Time horizon used for simulation of annual and quarterly
basis with a confidence level used is 95%, 97.5% and 99%. The results showed
that the vast majority of listed companies in the available for sale stock portfolio
in PT Taspen (Persero), the result of the Value at Risk Monte Carlo simulation is
smaller than the potential losses that exist. So it can be given advice to PT
TASPEN (Persero) will limit the maximum loss that faced each issuer. In
addition, the determination of confidence level can be tailored to a company's
ability reserve fund, because the higher the level of trust that is used, the higher
the reserve fund must be prepared."
2016
T-Pdf
UI - Tesis Membership  Universitas Indonesia Library
cover
Pesiwarissa, Darcel Anadona Indria
"Krisis perbankan tempo lalu ternyata menjadi pelajaran yang berharga bagi kalangan perbankan, termasuk pihak pemegang otoritas perbankan, yakni Bank Indonesia (BI). Hikmah dari kejadian tersebut adaiah semua pihak menjadi mawas diri untuk bekerja lebih baik dan profesional pada masa mendatang. Sebelum krisis, unsur pengawasan tidak dilakukan secara optimal dan para pelaku perbankanpun tidak memperhitungkan berbagai macam faktor risiko bisnis.
Namun setelah itu, BI sebagai koordinator perbankan nasionalpun mulai mengkaji dart menata kembali industri yang telah dihantam badai yang paling dahsyat, yang selama ini belum pernah terjadi dalam sejarah perbankan nasional. Pada awal Januari 2004 BI menerbitkan Arsitektur Perbankan Indonesia (API) yang merupakan sebuah program menyeluruh yang dapat dijadikan pedoman bagi seluruh kalangan perbankan hingga 2010.
Ada delapan pilar API yang mesti dilaksanakan oleh para pelaku bisnis perbankan. Salah satu pilar antara lain menyebutkan tentang perlunya manalemen risiko (risk nianagenrent) bagi kalangan perbankan. Pemberlakuan ketentuan BI No. 5/8/PBI/2003 tentang Penerapan Manajemen Risiko bagi Bank Umum yang mewajibkan bank memasukkan faktor risiko operasional ke dalam perhitungan kewajiban penyediaan modal minimum diharapkan dapat memperkuat sistem pengawasan perbankan secara menyeluruh.
Dalam rangka menerapkan manajcmen risiko operasional secara efektif, maka bank "X" harus mampu mengidentifikasi risiko operasional dan mengukurnya. Hasil identifikasi risiko operasional digambarkan pada LEDB berupa kejadian kerugian (loss event), penyebab kerugian dan dampak dari kejadian kerugian dalam jumlah uang.
Untuk keperluan pengukuran risiko operasional mula-mula dilakukan pengumpulan data kerugian dari LEDB. Selanjutnya data disaring untuk keperluan penelitian dan dianalisis secara statistic. Data kerugian dan data observasi jumlah kejadian kerugian digunakan sebagai dasar pembuatan severity of loss probability model dan frequency of loss probability model.
Kedua model tersebut diuji masing-masing dengan menggunakan uji Kolmogorov-Smirnov dan uji Chi-Square. Berdasarkan uji model tersebut dipilih Exponential distribution dan Poisson distribution.
Selanjutnya, guna pengukuran risiko operasional dilakukan simulasi Monte Carlo. Untuk itu dilakukan penetapan asumsi-asumsi bagi setiap jumlah kerugian dan jumlah kejadian kerugian. Penetapan asumsi tersebut dilakukan terhadap setiap angka kerugian dan jumlah kejadian kerugian. Angka jumlah kerugian diasumsikan mengikuti Exponential distribution, sedangkan angka jumlah kejadian diasumsikan mengikuti Poisson distribution. Setelah itu ditetapkan forecast atau output yang diharapkan.
Hasil simulasi Monte Carlo adalah aggregate loss distribution. Berdasarkan distribusi kerugian hasil simulasi tersebut dilakukan perhitungan OpVaR, yang besarnya adalab Rp. 17.613.014.530,- (95th percentile) dari Rp. 31.151.154.671,- (99th percentile).

Banking crisis in Indonesia has indeed become a worthy lesson for bankers, including Bank Indonesia as monetary authority. The crisis has encouraged related parties to be more prudent and professional in the future. Supervision has not been done properly before banking crisis occurred and business risks have not been wholly considered.
Then, Bank Indonesia began to review and rebuild the banking industry in Indonesia. In the beginning of 2004, Bank Indonesia issued Indonesian Banking Architecture (API), a comprehensive program aimed to be guidance for bankers until 2010.
API introduces 8 pillars which must be accomplished by bankers. One of them states a need for risk management in banking industry. BE regulation No. 5/8/PBI/2003 regarding Risk Management Accomplishment for Banks, requesting banks to consider operational risk in the calculation of minimum capital requirement is expected to strengthen the control system in banking as a whole.
For the purpose of effective operational risk management, bank "X" must be able to identify operational risk and measure it: The identification of this risk is reported in Loss Event Data Base (LEDB).
To measure the risk, data of losses are gathered from LEDB, The data, consisting of loss amounts and frequency of losses are then used to establish severity of loss probability model and frequency of loss probability model. Both models are tested using Kolmogorov-Smimov Test and Chi-Square Test. Based on those tests, Exponential distribution and Poisson distribution are consecutively chosen as Severity of loss probability model and Frequency of loss probability model.
For the purpose of risk measurement, Monte Carlo simulation is done. Before doing this simulation, certain assumptions are established for each loss amount and each loss frequency.
The result of this simulation is aggregate loss distribution. Based on the distribution, Operational Value at Risk (OpVaR) is Rp. 17,613,014,530.00 (95th percentile) and Rp. 31,151,154,671.00 (99th percentile).
"
Depok: Fakultas Ekonomi dan Bisnis Universitas Indonesia, 2006
T18322
UI - Tesis Membership  Universitas Indonesia Library
cover
Erdy Setiawan
"Penelitian ini bertujuan untuk mengembangkan penggunaan probabilistic costs estimating untuk mendapatkan range estimate komponen biaya konstruksi bangunan gedung. Pendekatan ini dilakukan karena besarnya pengaruh ketidakpastian terhadap komponen biaya yang didalam pelaksanaannya rentan terhadap risiko terjadinya under budget atau over budget. Model biaya digunakan untuk membantu menganalisis biaya proyek konstruksi, dengan menggunakan direct analytical technique, frequencies statistical analysis, analisis simulasi Monte Carlo, dan constrained optimization.
Penelitian ini menghasilkan suatu bidding model dengan penekanan pada range estimating serta distribusi biaya untuk masing-masing komponen biaya. Diharapkan hasil penelitian dapat digunakan sebagai pedoman decision making dalam menentukan dan mengendalikan biaya konstruksi proyek bangunan gedung, alat checking untuk cost control, tendering process, penempatan contingency, dan bid price strategy.

The purpose of this study was to develop a new concept of probabilistic costs estimating to find a range estimate of costs component in building construction. This approach has been done because there are many uncertainties and inherent risk when we estimated costs component that it might be under budget or over budget. Direct analytical technique, frequencies statistical analysis, Monte Carlo simulation analysis, and constrained optimization were applied in this study.
This result shows a bidding model with each range estimate and cost distribution of costs component. Its hope that the results are used as a reference of decisions making process in planning and controlling construction cost, tendering process, contingency allocation, and bid prices strategy.
"
Depok: Fakultas Teknik Universitas Indonesia, 2003
T14708
UI - Tesis Membership  Universitas Indonesia Library
cover
Nurfadlih Syahlani
"Kontraktor dalam pelaksanaan setiap proyeknya akan banyak sekali menghadapi risiko dan ketidakpastian. Tidak diantisipasinya risiko akan berakibat fatal pada keberhasilan proyek. Untuk itu diperlukan manajemen risiko yang baik pada setiap pelaksanaan proyek agar tujuan proyek dapat tercapai dengan baik. Salah satu pendekatan manajemen risiko yang banyak digunakan adalah pendekatan Project Management Institute (PMBOK Standard). Standar ini memberikan detail proses yang baik sehingga sangat membantu proses penganalisaan risiko. Selanjutnya untuk mengurangi risiko dan ketidakpastian dalam biaya dan waktu pengerjaan proyek digunakan simulasi Monte Carlo. Dengan melakukan simulasi biaya proyek menggunakan metode Monte Carlo didapatkan probabilitas secara komperhensif tentang pembiayaan proyek. Hal tersebut juga berlaku untuk simulasi waktu pengerjaan proyek. Simulasi optimasi pada Monte Carlo juga dilakukan untuk mendapatkan alokasi pembiayaan risiko dengan kendala keterbatasan dana dalam pengelolaan risiko. Hasil dari urutan penelitian ini menunjukan akan besar sekali keuntungan perusahaan berupa hilangnya kemungkinan kerugian karena risiko yang dikelola dengan baik. Penggunaan simulasi Monte Carlo pada manajemen risiko merupakan tools yang sederhana namun memiliki hasil yang lebih detail dan akurat.

Construction company.will faces many risk and uncertainty in any project they carried out. There for, a good risk management is needed to achieve the project's goals. One of the most commonly used approaches in risk management is PMBOK standard. This standard gives clear process detail that will help risk analizing process. Moreover, Monte Carlo simulation used to decrease risk and uncertainty in cost and project time. With cost project simulation by Monte Carlo method, it would give estimation about possible cost project in a comprehensive calculation. This method also used to simulate the project's duration time. Simulation, which give optimum calculation in Monte Carlo, were used to get risk budget allocation with fund limitation Result of this research shows the company benefit by reducing the possibilities of lost which happen by the good risk management. Monte Carlo simulation was simple but it gives more detail and accurate result."
Depok: Fakultas Teknik Universitas Indonesia, 2007
S50269
UI - Skripsi Membership  Universitas Indonesia Library
cover
Ali Akbar Soeyono
"Penganggaran modal adalah suatu proses dimana bisnis menentukan dan mengevaluasi biaya potensial atau investasi yang dikeluarkan suatu proyek. Pengeluaran dan investasi ini termasuk proyek-proyek seperti membangun pabrik baru atau usaha jangka panjang. Sering kali, arus kas masuk dan keluar dinilai untuk menentukan potensi keuntungannya dihasilkan memenuhi patokan target yang cukup atau tidak. Di sisi lain, analisis risiko adalah salah satu faktor penting dalam manajemen proyek untuk memastikan proyek ini akan dicapai dengan baik. Dengan mengelola risiko dengan baik, dapat mengantipasi risiko yang mungkin muncul dari awal proyek.
Penelitian ini berisi evaluasi penganggaran modal dan identifikasi analisis risiko dengan menggunakan simulasi Monte Carlo. Teknik yang digunakan dalam penelitian ini untuk penganggaran modal adalah Net Present Value, Internal Rate of Return, Profitability Index, dan Payback Period. Sedangkan untuk analisis risiko adalah simulasi Monte Carlo. Secara keseluruhan penganggaran modal dan analisis risiko akan memberikan perkiraan untuk proyek baik itu akan memberikan arus kas positif atau arus kas negatif. Hasil dari evaluasi penganggaran modal didapatkan nilai NPV sebesar Rp201.821.387.341 dan nilai IRR sebesar 10. Sedangkan kemungkinan pengembangan PLTB ini menghasilkan arus kas negatif sebesar 22,21.

Capital budgeting is the process in which a business determines and evaluates potential expenses or investments that are large in nature. These expenditures and investments include projects such as building a new plant or investing in a long term venture. Often times, a prospective project rsquo s lifetime cash inflows and outflows are assessed in order to determine the potential returns generated meet a sufficient target benchmark. On the other hand, risk analysis is one of the most important factors in a project management to ensure that the project will accomplished well. By managing the risk well, it can anticipate risks that may appear from the beginning of the project.
The research contains of capital budgeting evaluation and risk analysis identification by using Monte Carlo simulation. The techniques use in these research for capital budgeting are Net Present Value, Internal Rate of Return, Profitability Index, and Payback Period. While for risk analysis, Monte Carlo Simulation will be used as the method. Overall, the capital budgeting evaluation and risk analysis will give a forecast for the project either it will give positive cash flow or negative cash flow. The result of capital budgeting evaluation with NPV are Rp201.821.387.341 and IRR are 10. The probability of the wind power plant development give negative value only 22,21.
"
Depok: Fakultas Teknik Universitas Indonesia, 2017
S68378
UI - Skripsi Membership  Universitas Indonesia Library
cover
Rozaq Adi Sagoro
"Ketidakpastian dalam pada data geologi dan geofisika mempengaruhi estimasi cadangan hidrokarbon. Untuk mengurangi ketidakpastian dapat dilakukan analisis resiko, salah satunya menggunakan Simulasi Monte Carlo. Tujuan dari penelitian ini adalah mengestimasi cadangan volumetrik minyak bumi menggunakan Simulasi Monte Carlo. Penelitian ini dilakukan pada kasus offshore di Kalimantan, Indonesia. Ada dua tahap dalam penelitian ini, pertama menganalisis zona reservoir agar diperoleh nilai properti batuan yang digunakan untuk estimasi cadangan, kedua menghitung probabilitas dengan mensimulasikan nilai random berdasarkan distribusinya dan mengestimasi cadangan hidrokarbon berdasarkan perhitungan probabilitas tersebut. Sebagai tambahan, kedua tahapan tersebut perlu dilakukan sebagai landasan untuk membuat keputusan yang efektif apakah akan mengebor prospek. Hasil menunjukkan bahwa Simulasi Monte Carlo dapat memberikan estimasi cadangan hidrokarbon beserta nilai resikonya berdasarkan hasil integrasi atribut RMS, atribut sweetness, dan parameter-parameter Gross Rock Volume, Net to Gross, Porositas, Saturasi Air, dan Formation Volume Factor (Bg).

Uncertainty in geological and geophysical data affects the estimation of hydrocarbon reserves. To reduce uncertainty, risk analysis can be performed, one of which uses Monte Carlo Simulation. The purpose of this study is to estimate volumetric reserves of petroleum using the Monte Carlo Simulation. This research was conducted in the case of offshore in Kalimantan, Indonesia. There are two stages in this study, first analyzing reservoir zones to obtain rock property values used for estimation of reserves, secondly calculating probabilities by simulating random values based on their distribution and estimating hydrocarbon reserves based on these probability calculations. In addition, both stages need to be carried out as a basis for making effective decisions on whether to drill prospects. The results show that the Monte Carlo Simulation can provide estimates of hydrocarbon reserves and their risk values based on the integration of RMS attributes, sweetness attributes, and Gross Rock Volume, Net to Gross, Porosity, Water Saturation, and Formation Volume Factor (Bg) parameters."
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2020
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Wawing Dianarta Wardhana
"Dengan semakin banyaknya kebutuhan masyarakat akan layanan perbankan yang terus menerus selama 24 jam maka peranan electronic banking sebagai hentuk layanan bank yang dapat memenuhi tuntutan tersebut juga semakin meningkat. Untuk menerapkan manajemen risiko atas kegiatan operasional maka harus dilakukan proses identifikasi, proses pengukuran dan proses monitor.
Hasil dari proses pengukuran risiko akan menjadi dasar dari metode mitigasi risiko yang akan digunakan. Sebagai salah satu metode yang umum dipakai untuk mengukur risiko VaR akan nnenyatakan suatu jumlah kerugian maksimum dari nilai uang yang mungkin hilang pada suatu periode tertentu dan dalam confidence level atau probabilita tertentu. Operational VaR merupakan suatu nilai kerugian maksimum pada suatu periode tertentu akibat dari adanya resiko operasional.
Dalam karya akhir ini, dikemukakan langkah-langkah perhitungan Operational VaR dengan menggunakan simulasi Monte Carlo dengan data yang berasal dari kerugian operasional pada Group EIectronic Banking Bank ABC. Simuiasi Monte Carlo sesungguhnya adalah proses pembuatan distribusi kerugian untuk mendapatkan nilai Operational VaR dengan menggabungkan antara distribusi frequency of loss dengan distribusi severity of loss.
Model simulasi Monte Carlo tersebut harus melalui pengujian backtestingg terlebih dahulu untuk memastikan model tersebut dapat diterima atau tidak secara statistik dalam menghasilkan nilai Operational VaR. Jika model tersebut dapat diterima maka Operational VaR yang dihasilkan dapat digunakan untuk menentukan kerugian maksimum pada periode waktu tertentu.
Berdasarkan perhitungan yang dilakukan dengan menggunakan data yang berasal dari kerugian operasional pada Group Electronic Banking selama periode 2004-2005 dapat dikemukakan bahwa Operational VaR sejumlah Rp. 8.444.738.,- merupakan kemungkinan kerugian operasional maksimum yang dapat terjadi pada satu hari dengan probabiliti kejadian sebesar 95%.
Berdasarkan hasil pengujian dengan backtesting ternyata metode pengukuran risiko operasional dengan menggunakan simulasi Monte Carlo dapat diterima secara statistik. Dengan dernikian dapat disarankan penerapan metode simulasi Monte Carlo untuk mengukur besarnya nilai kerugian yang akan terjadi pada satu periode tertentu dimasa yang akan datang.

The requirement of banking services that can operates continuously during 24 hour and 7 days a week can be fulfill by electronic banking. Implementing the risk management process of operational activity can be done by identify, measure and monitor the activity.
Result from measurement process will become the base to choose the method of risk mitigation will be used. VaR is one of popular method to measure risk, that will result art amount of a maximum loss of money that is possible to lose at one particular specified period and in a certain level of confidence. Operational Var represent an amount of maximum of loss at one particular specified period effect of operational risk.
This thesis, explain the calculation process of Operational Var steps by step using Monte Carlo simulation. The data used in this simulation is coming from operational loss activity held by Electronic Banking of Bank ABC. The Monte Carlo Simulation actually is the process to get a model of distribution of loss as an Operational Var value by joining the distribution of loss and the distribution of severity.
The result generated from Monte Carlo simulation need to pass the back testing examination to ascertain that the model can be accepted statistically in yielding value of Operational Var. If the model accepted then the Operational Var value generated can be used to determine the maximum of loss in certain probability and period of time.
The result from Monte Carlo simulation which is using operational loss data coming from Electronic Banking activity during period 2004-2005, in generated the Operational Var value of Rp. 8.404.738.,- which is representing the possibility to happened of maximum of loss from operational activity equal to 95%.
The back testing examination of Operational VaR value that is generated by Monte Carlo simulation, resulted that the model can be accepted statistically. Thereby this model of distribution of loss can be suggested to be implemented in measuring value of loss that can happened in certain level of probability and at certain period of time."
Depok: Fakultas Ekonomi dan Bisnis Universitas Indonesia, 2006
T19698
UI - Tesis Membership  Universitas Indonesia Library
cover
Riyadi Afdol
"Manajemen risiko merupakan hal yang sangat penting dan perlu diperhatikan oleh perusahaan. Tujuan melakukan manajemen risiko adalah untuk mengelola ketidakpastian sehingga sesuai dengan target proyek. Manajemen risiko ini melakukan tahap demi tahap dalam mengidentifikasi hingga mitigasi risiko. Simulasi Monte Carlo digunakan untuk mengurangi risiko dan ketidakpastian dalam biaya dan waktu pengerjaan proyek.
Hasil dari penelitian ini terdapat perbedaan cukup signifikan dari hasil simulasi biaya dan perbedaan yang tidak signifikan dari hasil simulasi waktu dengan perencanaan perusahaan pada pengerjaan proyek eksplorasi nikel serta terdapat 6 risiko tingkat tinggi, 9 risiko tingkat sedang yang memerlukan mitigasi dan 12 risiko tingkat rendah dari pengerjaan proyek tersebut.

Project Risk management is very important and need to be considered by the company. The purpose of doing risk management is to manage the uncertainty that the project in accordance with the target. Risk management is done step by step in identifying risk until mitigation step. Monte Carlo simulations are used to reduce risk and uncertainty in the cost and time of project.
The results of the research there were significant differences from the results of cost simulation and differences are not significant from the results of the simulation time by planning the company's nickel exploration project work and then there are 6 of high risk, 9 of medium risk requiring mitigation, and 12 of low risk.
"
Depok: Fakultas Teknik Universitas Indonesia, 2013
S46210
UI - Skripsi Membership  Universitas Indonesia Library
cover
Angela Jessica Stephanie
"Dalam melakukan proses produksi, perusahaan sepeda motor tentu membutuhkan aset-aset, dimana aset-aset tersebut memiliki risiko masing-masing. Untuk menanggulangi risiko tersebut dibutuhkan manajemen risiko. Dalam pemilihan proses mitigasi yang tepat, maka penelitian ini bertujuan untuk menganalisis penanggulangan risiko pada aset sehingga menghasilkan pedoman dalam pembiayaan risiko aset fisik pabrik pada sebuah pabrik sepeda motor di Cikarang. Hasil dari penelitian didapatkan sepuluh item risiko prioritas pada aset. Dengan melakukan simulasi didapatkan nilai potential loss kemudian dihitung nilai risiko premium yang dibandingkan dengan premi asuransi. Perusahaan disarankan untuk mengkaji kembali pengontrolan risiko aset fisik dan pembelian asuransi pada aset

Abstract
Motorcycle industry use tangible assets to produce the products in the production line. The assets can suffer risks anytime and whether it don?t be treated well can interrupt the production. Thus, motorcycle industries need risk management. This research purpose to analyze risk treatment trough risk financing of tangible assets in motorcycle company in Cikarang. The output of this research is a decision tool to choose the best strategy for treating risks of assets. The result of this research is there are ten items priory risk of assets. It also finds the potential loss of each risks and value of risk premium. It is suggested to the company to review the strategy of risk financing that they had been decided"
Depok: Fakultas Teknik Universitas Indonesia, 2012
S43820
UI - Skripsi Open  Universitas Indonesia Library
cover
Lukman Effendi
"ABSTRAK
PT Taspen (Persero) adalah perusahaan yang dipercaya oleh pemerintah untuk
mengelola program tabungan hari tua dan program pensiun dalam rangka
mensejahterakan pegawai peserta program dan keluarganya setelah pegawai tersebut
pensiun. Sumber dana program tersebut berasal dari premi dan hasil investasi. Khusus
dalam investasi, perusahaan dituntut untuk dapat menghasilkan tingkat pengembalian
yang tinggi atau minimal sama dengan tingkat inflasi. Batasan tersebut adalah batas
minimal, dan harus diingat bahwa beban yang dihadapi terus meningkat baik untuk
membayar klaim maupun biaya operasional perusahaan. Disamping itu adanya
ketentuan yang dikeluarkan oleh pemerintah yang menetapkan batasan yang harus
dipatuhi dalam rangka perlindungan terhadap kepentingan peserta program dan
keluarganya. Permasalahan lainnya yaitu sebagaimana diketahui bahwa investasí adalah
merupakan usaha utama perusahaan dalam menghasilkan laba yang tentu saja bila
teijadi kesalahan akan berakibat hasil yang diperoleh tidak sesuai dengan harapan.
Untuk itulah penulis memandang perlu melakukan penilaian terhadap kebijakan
investasi perusahaan, apakah sudah optimal atau belum.
Dalam penilaian, penulis akan melihat kinerja perusahaan secara umum, apakah
kondisinya sudah baik atau belum, untuk itu digunakan beberapa analisis rasio yaitu
meliputi rasio likuiditas, rasio solvabilitas dan rasio profitabilitas. Kemudian akan dinilai
pula setiap jenis investasi yang dipilih perusahaan. Untuk melihat hasilnya penulis
membandíngkan antara hasil investasi dengan nilai investasi, kemudian menghitung porsi
hasil investasi terhadap laba usaha perusahaan. Untuk itu penulis menggunakan analisis
komparatif yang meliputi analisis trend/horizontal dan analisis vertikal. Analisis
trend/horizontal bertujuan memperoleh kesimpulan apakah telah terjadi kemajuan atau
kemunduran usaha investasi perusahaan dan mengukur kemampuan perusahaan dan
dana yang tertanam dalam investasi tersebut daiam menghasilkan laba. Sedangkan
analisis vertikal bertujuan untuk mengetahui seberapa besar peran serta suatu Pos dalam
pendapatan usaha perusahaan. Dalam hal penilaian portofollo penulis menggunakan
perhitungan portofolio yang optimal. Untuk menghitung portofolio yang optimal ini penulis
menggunakan bantuan program komputer yaltu dari Charles P. Jones untuk
mendapatkan komposisi portofolio yang efisien. Darl portofolio yang efisien tersebut
setelah digabungkan dengan risk-free rate akan didapatkan portofoho yang optimal yaltu
pada persinggungan dan risk-free line dengan efficIent prontier line.
Dengan menggunakan data perusahaan selama 5 tahun yaitu tahun 1992 sampai
dengan tahun 1996, penulis melakukan penilaian dengan hasil yaitu perusahaan dalam
kondisi yang likuid dan solvabel. Likuid beranti perusahaan mampu untuk membayar
hutang-hutang yang segera harus dibayar dengan aktiva lancar. Solvabel berarti bila
perusahaan dilikuiditir miaka perusahaan akan mampu memenuhi seluruh kewajibannya.
Selanjutnya pada perhitungan profitabilitas, hasilnya kecil berarti kemampuan
perusahaan untuk menghasilkan laba dan total modal yang diinvestasikan kecil yaitu
rata-rata 2,67%.
Kebijakan investasi yang dilakukan perusahaan adalah dengan perpedoman
kepada kebijakan pemegang saham yaitu keamanan (nsiko) yang sekecil mungkin.
Investasi perusahaan dibagi dalam dua kelompok yaitu : pertama, investasi jangka
pendek, yang dimaksudkan sebagai penempatan dana sementara belum digunakan, dan
kedua, investasi jangka panjang, yang tujuannya sebagai usaha utama dalam
menghasilkan laba. Jenis investasi yang dipilih meliputi, saham, obligasi, deposito, SBI,
dan investasl langsung Penempatan dana sebagian besar ditempatkan pada SBI dan
deposito, seda ngkan pada saham dan obligasi serta investasi Iangsung, mengingat
risikonya Iebih besar, hanya sebagian kecil saja.
Pengaruh kebijakan investasi terhadap profitabilitas perusahaan cukup besar, hal
ini dapat dilihat dari proporsi hasil investasi terhadap laba perusahaan cukup besar yaitu
rata-rata 53%. Dengan kebijakan investasi yang dilakukan perusahaan saat ini
menunjukkan bahwa walaupun nilai investasi dan hasil investasi setiap tahunnya selalu
meningkat, tetapi bila dilihat rasio hasil investasi terhadap nilai investasi tidak terlalu
besar dan berfluktuasi bahkan bila dibandingkan dengan tirigkat bunga deposito 3 bulan
setiap tahunnya masih lebih kecil. Sebagai contoh dan hash penelitian panulis, hasil
portofolio perusahaan tahun 1996 adalah 14,90%, setelah dihitung dengan
menggunakan bantuan program komputer, portofoho perusahaan tersebut dapat
dioptimalkan, hasilnya adalah 15,615%. Dalam perhitungan tersebut komposisi investasi
yang disarankan adalah 0,172% pada saham. 0,974% pada obligasi, 98854% pada
deposito dan investasi di SBI tidak rekomendasikan.
Dari uraian diatas diketahui bahwa PT Taspen (Persero) daJam kondisi yang sehat
bila dilihat dari rasio likuiditas dan solvabilitas. Hanya saja rasio profitabulitasnya cukup
kecil, padahal beban yang harus dipikul perusahaan setiap tahunnya akan semakin besar
seperti untuk menutup beban klaim dan biaya operasional perusahaan. Untuk ¡tu
pelaksanaan investasi sebagai usaha utama perusahaan dalam menghasilkan laba harus
dioptimalkan. Dengan portofolio perusahaan saat ini dimana investasinya lebih dominan
pada sertifikat bank indonesia dan deposito temyata hasilnya setiap tahun selalu
dibawah tingkat bunga deposito 3 bulan seperti tahun 1996 hasilnya adalah sebesar
14,90%, padahal tingkat bunga deposito adalah 15,29%. Dengari komposisi portofoio
perusahaan yang Iebih banyak pada sertifikat bank indonesia dan deposito tersebut
hasilnya akan sangat tergantung kepada pergerakan tingkat suku buriga bank. Oleh
karena itulah penulis mencoba menghitung berapa komposisi yang optimal bagi
perusahaan sehingga hasil investasi dapat ditingkatkan dan risiko dapat diminirnalkan.
Dengan menggunakafl perhitungafl portofolio yang optimal, maka portofolio perusahaan
tahun 1996 dapat dioptimaikan dan hasHnya lebih besar yaltu 15,62% dan deviasi
standar sebesar 15,76%. Hasil ¡ni dapat diperbesar apabila perusahaan lebih berani
mengambil risiko yaitu dengan merubah komposisi nvestasinya lebit, banyak pada
obligasi.
Dan penilaian kebijakan investasi tersebut saran yang dapat penulis rekomendasi
kan antara lain : (1) perusahaan rnasih perlu meningkatkan kinerjanya , (2) perlu
dipikirkan untuk menambah jenis investasi seperti pada reksadana dan atau investasi di
real assets, (3) Terhadap portofolio yang ada hendaknya senantiasa dilakukan penilaian
secara berkala dan dilakukan revisi sesuai dengan hasil analisis, dan (4) untuk
membenkan per,galaman kepada analis irivestasi, sebaiknya jual beli obligasi dan
saham dilakukan kembali
"
1997
T-Pdf
UI - Tesis Membership  Universitas Indonesia Library
<<   1 2 3 4 5 6 7 8 9 10   >>