Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKKartu kredit sebagai kartu pembayaran adalah produk yang dikeluarkan oleh bank dan menjadi pilihan favorit nasabah bank dalam melakukan transaksi secara offline dan online. Berbagai program promosi yang dilakukan oleh bank untuk meningkatkan penerbitan kartu untuk nasabah baru dan untuk menarik penggunaan kartu bagi para pemegang kartu kredit saat ini. Bank XYZ, sebagai salah satu penerbit kartu kredit, secara intensif menawarkan promosi kepada pelanggannya untuk bertransaksi menggunakan kartu kredit melalui berbagai media seperti SMS Blast maupun email notifikasi. Konten promosi yang dikirimkan ke pelanggan dapat mempengaruhi keputusan pelanggan untuk melakukan transaksi di merchant manapun menggunakan kartu kredit Bank XYZ. Dengan memanfaatkan analisa Big Data dengan Recency, Frequency dan Monetary (RFM) dan Association Rules, Bank XYZ dapat mengirimkan konten promosi kartu kredit yang sesuai dengan profile pelanggan. Mengirimkan konten promosi yang sesuai dengan profil pelanggan akan meningkatkan transaksi pelanggan menggunakan kartu kredit mereka. Peningkatan transaksi ini akan berkontribusi terhadap pendapatan Bank XYZ.

---

ABSTRACTCredit cards as a payment card are products issued by banks and become favorite customer`s choice to pay multiple transactions offline and online. Many promotion programs are done by banks to raise card issuances for new customer and to attract card usage for current credit card holders. Bank XYZ, as one of credit card issuer in Indonesia, is intensively offering promotions to its customer to use their credit cards through communication media such as SMS blast and email notifications. Media content may affect customer decision to purchase in any merchant using Bank XYZ credit card. By utilizing Big Data analysis with Recency, Frequency and Monetary(RFM), and Association Rules, Bank XYZ may send credit card promotional content fit with a customer profile. Sending proper promotional content fit with a customer profile will raise customer spending using their credit cards. Transactions rising contribute to Bank XYZ revenue.

"

"ABSTRAKIndustri kartu kredit di Indonesia saat ini terus mengalami meningkatkan. Berdasarkan data AKKI Asosiasi Kartu Kredit Indonesia bahwa pada tahun 2015 nilai transaksi kartu kredit mencapai Rp.273,14 triliun yaitu meningkat 8.4 dibandingkan dengan tahun 2014 yang sebesar Rp.250.17 triliun. Hal ini sejalan dengan tingginya persaingan di industri kartu kredit dimana terdapat 24 bank/perusahaan penerbit kartu kredit di Indonesia Bank Indonesia, 2015 . Pada tesis ini membahas mengenai pengolahan Big data menggunakan data transaksi pemegang kartu kredit Bank BRI dengan software R untuk didapatkan informasi yang dapat digunakan pada peningkatan strategi pemasaran bank tersebut. Hasil dari pengolahan data tersebut menunjukkan bahwa pemegang kartu kredit Bank BRI paling banyak melakukan transaksi satu kali dalam sebulan dan sales volume transaksinya rata-rata diatas Rp.2 juta. Pemegang kartu kredit BRI paling banyak melakukan transaksi di sepuluh kota yaitu kota Jakarta Jakarta barat, Jakarta timur, Jakarta utara , Surabaya, Makassar, Bandung, Tangerang, Jakarta Selatan, Medan, Yogyakarta, Bekasi dan Surabaya kota.Sepuluh merchant yang paling banyak ditransaksikan oleh pemegang kartu kredit BRI yaitu PT. Trinusa Travelindo www.traveloka.com , Matahari Dept. Store, Chatime, Mc Donalds indonesia, Pizza Hut, Indomaret, Hypermart dan carrefour. Jenis kartu kredit BRI yang paling banyak digunakan di kelompok transaksi tertinggi satu kali, dua kali dan lebih dari empat kali yaitu kartu kredit standard sedangkan untuk kelompok transaksi tertinggi tiga kali dan empat kali yaitu kartu kredit platinum. Informasi ini dapat digunakan oleh bank dalam menentukan strategi pemasarannya yang berdasarkan pasar sasaran, jenis kartu kredit dan kebiasaan dari pemegang kartunya sehingga dapat meningkatkan efesiensi dan efektifitas dari strategi pemesaran tersebut. Hasil pengolahan data ditampilkan dalam bentuk bar chart. Selanjutnya dilakukan penelitian pre-eksperimental mengenai pengaruh pesan promosi SMS Blast dengan loss-framed message dan gain-framed message. Penelitian dilakukan pada 200 pemegang kartu kredit Bank BRI yang termasuk kedalam kelompok transaksi tertinggi tiga kali sebulan dan dibagi menjadi dua grup. Treatment diberikan dalam bentuk SMS Blast kepada subjek. Hasil SMS Blast promosi menunjukkan bahwa grup yang diberikan pesan dengan loss-framed message memicu transaksi lebih besar 27,2 dibandingkan dengan gain-framed message. Hasil ini sesuai dengan teori yang menjelaskan bahwa individu pada dasarnya akan menghindari kerugian atau loss aversion Kahneman dan Tversky, 1979 .

---

ABSTRACTThe credit card industry in Indonesia is constantly improving. Based on data from AKKI Association of Indonesian Credit Card that in 2015 the value of credit card transactions reached Rp.273, 14 trillion, which increased 8.4 compared to the year 2014 which amounted to Rp.250.17 trillion. This is in line with the high competition in the credit card industry where there are 24 banks credit card issuing companies in Indonesia Bank Indonesia, 2015 . In this thesis discusses the processing of Big data using the data of Bank BRI credit card transactions with software R to obtain information that can be used on improving the bank 39 s marketing strategy. The result of data processing shows that Bank BRI credit card holders do most transactions once a month and sales volume of transactions on average above Rp.2 million. BRI credit card holders make the most transactions in ten cities Jakarta West Jakarta, East Jakarta, North Jakarta , Surabaya, Makassar, Bandung, Tangerang, South Jakarta, Medan, Yogyakarta, Bekasi and Surabaya kota.Ten merchant with the most transaction by BRI credit card holders are PT. Trinusa Travelindo www.traveloka.com , Sun Dept. Store, Chatime, Mc Donalds Indonesia, Pizza Hut, Indomaret, Hypermart and Carrefour. BRI credit card types are the most widely used in the highest transaction group once, twice and more than four times is the standard credit card while for the highest transaction group three times and four times is the platinum credit card. This information can be used by the bank in determining its marketing strategy based on the target market, the type of credit card and the habits of the card holder so as to improve the efficiency and effectiveness of the enlargement strategy. The results of data processing is displayed in the form of a bar chart. Furthermore, pre experimental research on the effect of promotional SMS Blast messages with loss framed message and gain framed message. The study was conducted on 200 Bank BRI credit card holders who were included in the highest transaction group three times a month and divided into two groups. Treatment is given in the form of SMS Blast to the subject. The result of the promotional SMS Blast indicates that the group given message with loss framed message triggers a larger transaction of 27.2 compared to the gain framed message. This result is consistent with the theory that explains that individuals will essentially avoid loss or loss aversion Kahneman and Tversky, 1979 ."

"ABSTRAKPenelitian ini ditujukan untuk menentukan kepemilikan produk yang mempengaruhi peningkatan Product Holding Ratio PHR untuk identifikasi nasabah potensial, menentukan segmen yang terbentuk dari nasabah potensial, dan penawaran produk yang sesuai untuk setiap segmen yang terbentuk. Dari data nasabah Bank XYZ, dilakukan regresi logistic dan scoring untuk mendapatkan model dan insight untuk meningkatkan kepemilikan produk PHR serta analisis klaster untuk menentukan segmen nasabah potensial. Hasil analisis menunjukkan pengelompokan karakteristik nasabah potensial menjadi 3 tiga , yakni nasabah student, housewife, dan professional. Masing-masing kelompok memiliki profil, produk yang telah dimiliki dan kecenderungan bertransaksi di merchant tertentu. Hal ini akan dimanfaatkan untuk menyusun produk yang sesuai untuk ditawarkan dan cara komunikasi pemasaran yang tepat sesuai dengan karakteristik tiap kelompok.

---

ABSTRACTThis study is aimed to determine the ownership of products that affect the increase in Product Holding Ratio PHR for the identification of potential customers, determining the segments formed from potential customers, and offering appropriate products for each segment. Base on customer rsquo s data from Bank XYZ, logistic and scoring regressions are applied to obtain models and insights to improve product ownership PHR as well as cluster analysis to determine the segment of potential customers. The results of the analysis show the grouping of potential customer characteristics into 3 three , student, housewife, and professional customers. Each group has a profile, produc that has been owned and the tendency to make transactions in certain merchants. This will be utilized to develop appropriate products to offer and the right way of marketing communications based on the characteristics of each group."

"Berbagai produk simpanan dan pinjaman yang diberikan oleh perbankan sering kita gunakan dalam keseharian. Bank XYZ merupakan salah satu bank terbesar yang ada di Indonesia dengan berbagai produk perbankan untuk melayani masyarakat. Berbagai produk yang dimiliki oleh Bank XYZ mengharuskan adanya jaminan keamanan dan kerahasiaan data nasabah, salah satunya adalah kartu kredit. Namun, berbagai upaya yang dilakukan perbankan untuk melindungi privasi data tersebut harus disertai kesadaran nasabah terhadap data yang dimiliki agar tidak disalahgunakan, terutama data kartu kredit yang dapat menimbulkan risiko finansial. Tujuan dari penelitian ini adalah untuk menganalisis dan mengukur tingkat kesadaran keamanan informasi nasabah kartu kredit Bank XYZ serta memberikan rekomendasi langkah yang perlu dilakukan untuk dapat mengurangi kasus fraud kartu kredit yang terjadi di Bank XYZ. Penilaian tingkat kesadaran keamanan informasi dihitung dengan melakukan penyebaran kuesioner yang hasilnya diolah menggunakan teknik Analytical Hierarchy Process (AHP) yang merupakan salah satu metode Multiple Criteria Decision Analysis (MCDA). Metode ini menghitung nilai total dari suatu alternatif berdasarkan nilai dan bobot beberapa kriteria yang ada. Hasil dari penelitian ini mendapatkan bahwa secara keseluruhan tingkat kesadaran keamanan informasi pemegang kartu kredit Bank XYZ telah berada di tingkat baik, namun masih terdapat beberapa sub-fokus area yang berada di tingkat sedang pada fokus area Use of Internet, Information Handling, PIN Management dan buruk pada fokus area Mobile Devices Use. Rekomendasi bagi Bank XYZ telah diberikan dimulai dari tingkat prioritas fokus area tertinggi yang telah diukur menggunakan teknik AHP untuk meningkatkan tingkat kesadaran informasi pada fokus area yang belum berada di ketegori baik.

---

Many various savings and loan products provided by banks we often use in our daily life. Bank XYZ is one of the largest banks in Indonesia with a variety of banking products to serve the public. Various products owned by Bank XYZ require security and confidentiality of customer data, one of them is credit card. However, various efforts that have been done by bank to protect the privacy of data must be followed by customer awareness of the sensitive data, especially credit card data that can pose financial risks. The purpose of this study is to analyze and measure the level of information security awareness of Bank XYZ credit card customers and provide recommendations that need to be taken to reduce credit card fraud cases that occur at Bank XYZ. Information security awareness level assessment is calculated by distributing questionnaires that are processed using the Analytical Hierarchy Process (AHP) technique, one of the Multiple Criteria Decision Analysis (MCDA) methods. This method calculates the total value of an alternative based on the value and weight of several criteria. The results of this study found that overall the level of information security awareness of Bank XYZ credit cardholders has been at a good level, but there are still several sub-focus areas that are at an average level in the focus areas of Use of Internet, Information Handling, PIN Management and poor on Mobile Devices Use focus area. Recommendations for Bank XYZ have been given from the highest priority focus area which has been measured using AHP techniques to increase the level of information awareness in focus areas which is in the good category yet."

"Berdasarkan ketentuan Basel II perhitungan risiko kredit dapat menggunakan beberapa pendekatan, yaitu standardized approach dan Internal Rating Based Approach. Bank XYZ belum menerapkan pendekatan Internal Rating Based Approach untuk menghitung risiko kredit pada produk kartu kredit. Sampai saat ini Bank XYZ menggunakan yaitu standardized approach untuk menghitung risiko kredit pada produk kartu kredit. Pada penelitian ini menggunakan pendekatan Internal Rating Based Approach dengan pendekatan Creditrisk+ dalam menghitung risiko kredit pada produk kartu kredit. Hasil akhir dari penelitian ini dengan menggunakan metode CreditRisk+ berupa nilai expected loss dan unexpected loss atau value at risk (VaR) yang kemudian digunakan untuk memproyeksikan tingkat economic capital yang dibutuhkan. Pada penelitian ini, hasil perbandingannya adalah nilai Actual loss < nilai VaR. Dari hasil penelitian diketahui nilai rata-rata VaR selalu lebih besar dibandingkan dengan nilai actual loss untuk periode 2010-2012. Pada tahun 2010 memiliki nilai rata-rata VaR sebesar Rp 21 milyar dan nilai actual loss-nya sebesar Rp 18,174 milyar. Pada tahun 2011 memiliki nilai VaR sebesar Rp18,378 milyar dan nilai actual loss sebesar Rp 15,539 milyar. Sedangkan pada tahun 2012 memiliki nilai VaR sebesar Rp 24,471 milyar dan nilai actual loss sebesar Rp 21,179 milyar. Hal tersebut menunjukkan bahwa risiko akibat adanya default kredit masih dapat ditutupi oleh Bank XYZ. Pengujian metode CreditRisk+ pada tingkat keyakinan 95% membuktikan bahwa selama periode pengamatan jumlah kejadian yang merugikan Bank XYZ dengan kerugian yang lebih besar dari nilai Expected Loss masih dibawah ambang batas dengan kerugian yang masih dapat ditolerir. dalam hal ini memperlihatkan bahwa kinerja metode CreditRisk+ relatif akurat dalam menghitung risiko kredit untuk produk retail seperti kartu kredit. Economic capital required dihitung secara bulanan, sebagai contoh pada bulan Desember 2012 pencadangan modal yang dibutuhkan sebesar Rp 3,31 milyar. Perhitungan dilakukan sesuai dengan periode penelitian, yaitu dari bulan Januari 2010 sampai dengan Desember 2012.

---

Under the terms of the Basel II credit risk calculation can use several approaches, namely the standardized approach and the Internal Rating Based Approach . XYZ Bank has not implemented the Internal Rating Based approach for calculating credit risk on credit card products. Until now XYZ Bank uses the standardized approach to calculate credit risk on credit card products. In this study using the Internal Rating Based approach with CreditRisk + approach to calculating the credit risk on credit card products. The final results of this study using a CreditRisk+ are expected loss and unexpected loss or value-at- risk (VaR), then used to project the level of economic capital required. In this study, the results of the comparison is the value of actual loss < VaR. Thus CreditRisk+ method can be used to measure credit risk in the Bank's credit card product XYZ.

The results showed the average VaR value is always greater than the actual loss values for the period 2010-2012. In the year 2010 had an average VaR value of Rp 21 billion and the value of its actual loss of Rp 18.174 billion. In 2011 the VaR value of Rp18, 378 billion and the value of actual loss of Rp 15.539 billion. Whereas in 2012 the VaR value of Rp 24.471 billion and the value of actual loss of Rp 21.179 billion. It shows that the risk due to credit defaults can still be covered by the XYZ Bank.

Testing methods CreditRisk+ at 95% confidence level during the period of observation proves that the number of adverse events with Bank XYZ greater losses than Expected Loss value is still below the threshold at which losses can be tolerated. in this case shows that the performance of the method is relatively accurate CreditRisk+ in calculating the credit risk for retail products like credit cards. economic capital required calculated on a monthly basis, for example in December 2012 the required reserve capital of Rp 3.31 billion. The calculation is performed according for period from January 2010 to December 2012."

"ABSTRAKKredit bermasalah atau non performing loan NPL merupakan salah satu indikator penilaian performa sebuah bank dalam menjalankan program kredit kepada nasabahnya. Peningkatan rasio NPL pada PT. Bank XYZ pada tahun 2016 memberikan dampak kerugian yang sangat besar bagi perusahaan. Tinggi atau rendahnya rasio NPL erat kaitannya dengan tingkat kepatuhan debitur dalam menyelesaikan kewajibannya sesuai dengan perjanjian yang ada. Peningkatan rasio NPL tersebut berasal dari berbagai sektor kredit termasuk kredit kepemilikan rumah KPR. Tercatat pada awal tahun 2017 terdapat 16,15 nasabah yang memiliki kredit tidak lancar pada kredit KPR FLPP. Kualitas kredit yang buruk memberikan kerugian pada Bank XYZ. Untuk mengatasi masalah tersebut, pada penelitian ini digunakan teknik data mining untuk melakukan penilaian risiko calon nasabah kredit. Teknik data mining decision tree, support vector machine dan na ve bayes digunakan untuk melakukan penilaian risiko kualitas kredit calon nasabah. Teknik ensemble classification adaptive boosting dan bagging juga digunakan untuk meningkatkan performa dari model klasifikasi dasar. Pemodelan dilakukan dengan menggunakan data nasabah KPR FLPP. Evaluasi penelitian dilakukan menggunakan teknik k-fold cross validation. Hasil dari penelitian menunjukkan model klasifikasi yang dihasilkan oleh metode base classification decision tree merupakan model yang terbaik pada kasus ini. Hasil dari pemodelan dapat digunakan dalam menilai potensi calon nasabah apakah akan menjadi nasabah yang mempunyai kualitas kredit baik atau buruk.

---

ABSTRACTNon performing loan NPL is one of some indicators that can be used to measure the performance of bank in running a credit program to its customer. Bank XYZ rsquo s NPL rate increased in 2016 brought a huge loss to the organization. High or low NPL rate in the bank is closely related to the level of compliance of its customer in fulfilling their obligation based on agreement. The increment of NPL came from several sectors including the mortgage sector. In the beginning of 2017, there are 16.15 of customer have bad credit performance of FLPP mortgage program. Bad quality can bring loss to the Bank XYZ. To resolve that problem, data mining technique is used in order to assess the credit risk of prospect customer. Data mining techniques such decision tree, support vector machine SVM and na ve bayes are used to score the credit risk of the prospect customer. Ensemble classification technique such adaptive boosting and bagging are used as well to improve the performance of base classification rsquo s model. Modelling uses the historical customer data of FLPP mortgage program. The technique of evaluation in this research uses k fold cross validation. The result of this research shows classifiers from base classification decision tree has the best result amongst the other models in this case. The best models can be used to score the potential of prospect customer whether they will be having good credit or bad credit."

"Secara garis besar, Laporan Magang ini membahas tentang bagaimana kredit macet di Bank XYZ, penyebab dari kredit macet, pencadangan provisi atas kredit macet, dan manajemen risiko atas kredit macet di Bank XYZ. Data yang Penulis gunakan untuk analisis berasal dari dokumen yang digunakan saat melakukan prosedur audit. Hasil temuan menyatakan bahwa kenaikan rasio Non-Performing Loan dapat disebabkan karena faktor eksternal seperti risiko sistemik, dan faktor internal termasuk salah satunya implementasi manajemen risiko yang lemah. Jika manajemen risiko tidak diimplementasikan secara benar, maka bank akan dihadapi dengan ancaman dari segi likuiditas dan profitabilitas.

---

In general, this report discusses about the nature of non-performing loan in XYZ Bank, factors that affect non-performing loan, loan impairment and credit risk management in XYZ Bank. The data is gathered from document used for executing audit procedure. Findings indicated that the increase of non-performing loan are caused by external factor such as systemic risk, and internal factor such as the weak implementation of risk management. If risk management is not well-implemented, it will be a great threat to bank, from the higher liquidity risk to higher profitability risk."

"ABSTRAKTrafik data saat ini terus bertumbuh secara eksponensial, yang didorong dengan makin berkembangnya data nirkabel wireless data dan penggunaan smartphone yang terus bertumbuh. Untuk mendukung perkembangan pemakaian trafik data, semua operator terus mengembangkan jaringan 4G LTE . XL Axiata sebagai salah satu operator besar di Indonesia telah secara resmi mengkomersialkan layanan internet cepat 4G LTE secara nasional di Indonesia.Sejak layanan LTE diluncurkan, masih banyak pelanggan yang belum beralih menggunakan layanan LTE, meskipun handset sudah memiliki kemampuan 4G LTE . Di jaringan XL Axiata, handset 4G yang pernah berada di jaringan 4G LTE kurang dari 30 . Sisanya tidak pernah berada di jaringan 4G, atau hanya berada di jaringan 2G dan 3G saja.Tujuan penelitian ini adalah menganalisis implementasi Big Data di XL Axiata dengan membandingkan biaya investasi yang dikeluarkan untuk implementasi Big Data dengan peningkatan trafik dan revenue yang didapat dengan berpindahnya pelanggan dengan handset 4G yang sebelumnya tidak pernah berada di jaringan 4G hanya di jaringan 2G dan 3G ke jaringan 4G. Analisis meliputi analisis teknis, ekonomi dan bisnis. Analisis dilakukan di 6 kota besar di Indonesia: Jakarta, Bandung, Semarang, Yogyakarta, Surabaya dan Denpasar selama 8 bulan Mei ndash; Desember 2016 . Dari hasil perhitungan, kenaikan trafik yang didapat di 6 kota tersebut rata-rata adalah sebesar 16.17 .

---

ABSTRACTThe current data traffic continues to grow exponentially, driven by the growing wireless data and the use of smartphones. To support the development of data traffic consumption, all the operators continue to develop a 4G network LTE . XL Axiata as one of the major operators in Indonesia has formally commercialize fast Internet service 4G LTE in Indonesia.Since the launch of LTE services, there are still many customers who have not switched to use LTE services, although the handset has the capability of 4G LTE . In XL Axiata network, only less than 30 of handset 4G that has been connected in 4G network, the rest are never connected to 4G network, or just in 2G or 3G networks only.The purpose of this study is to analyze the implementation of Big Data in XL Axiata by comparing the investment cost incurred for Big Data implementation with increasing traffic and revenue gained by switching customers with 4G handset which previously never been on 4G network only in 2G and 3G networks to a 4G network. The analysis includes technical, economic and business analysis. The analysis was conducted in 6 major cities in Indonesia Jakarta, Bandung, Semarang, Yogyakarta, Surabaya and Denpasar for 8 months May December 2016 . From the calculation, the increase of traffic obtained in 6 cities is an average of 16.17 ."

"This undergraduate thesis analyzed the Indonesian laws and regulations towards credit card as one of the available payment system in commercial transaction while analyzing the protection that are given to the consumer as the credit card holder as well as the bank as the credit card issuer especially in E-commerce transactions. By conducting juridical-normative research, it can be analyze what are the existing Indonesian laws and regulations on Credit Card as a payment system in commercial transactions as well as legal protection provided for cardholders and bank when using credit card in E-Commerce transactions. Most of the issues have been covered by the law, but in the implementation, it is up to the issuer of the credit card as to the extent of protection that are given to the credit card holder and the card holder should always be on alert upon the transaction that are made when using the credit card as well as when giving out personal information pertaining the credit card. Therefore, bank as the credit card issuer should create a more specific regulation on the risk and responsibilities that the card holder will face and for the government should make sure that the platform of E-commerce is safe to use credit card as a payment system by creating a more specific law towards the protection of the consumer in an online transaction and to continue to conduct supervision on ecommerce transactions.

---

Skripsi ini menganalisis apa saja undang-undang dan peraturan Indonesia dalam mengatur perihal kartu kredit juga perlindungannya terhadap pemegang kartu dan penerbit kartu terutama dalam transaksi E-commerce. Dengan melakukan penelitian yuridis normatif, dapat dianalisis apa saja hukum dan peraturan Indonesia yang berlaku tentang Kartu Kredit sebagai sistem pembayaran dalam transaksi komersial serta perlindungan hukum yang diberikan kepada pemegang kartu dan bank saat menggunakan kartu kredit dalam transaksi E-Commerce. Perihal dan masalah memang sudah banyak tercantum di dalam undang-undang. Namun, dalam implementasinya, hal ini tergantung pada penerbit kartu kredit, sejauh mana perlindungan yang diberikan kepada pemegang kartu kredit dan pemegang kartu harus selalu waspada pada saat transaksi dilakukan ketika menggunakan kartu kredit serta ketika memberikan informasi pribadi yang berkaitan dengan kartu kredit. Oleh karena itu, bank sebagai penerbit kartu kredit harus membuat peraturan yang lebih spesifik mengenai risiko dan tanggung jawab yang akan dihadapi oleh pemegang kartu dan bagi pemerintah harus memastikan bahwa platform E-commerce aman menggunakan kartu kredit sebagai sistem pembayaran oleh menciptakan undang-undang yang lebih spesifik terhadap perlindungan konsumen dalam transaksi online dan untuk terus melakukan pengawasan pada transaksi E-commerce."

"Studi ini membahas tentang perbandingan antara biaya ta?widh kartu kredit bank syariah dengan biaya keterlambatan kartu kredit bank konvensional. Penelitian perbedaan digunakan uji beda rata-rata pada data asli dan data hasil simulasi bootstrapping, sedangkan untuk penelitian pengaruh digunakan analisis regresi linier sederhana. Hasil yang didapatkan bahwa terdapat perbedaan yang signifikan pada biaya ta?widh kartu kredit syariah dan biaya keterlambatan kartu kredit konvensional. Selain itu terbukti bahwa tidak terdapat pengaruh yang signifikan dari biaya keterlambatan kartu kredit konvensional terhadap biaya ta?widh kartu kredit syariah. Hal ini disebabkan adanya perbedaan dalam perhitungan biaya ta?widh dan biaya keterlambatan dalam bank syariah dan bank konvensional. Hasil penelitian menyarankan bahwa sebaiknya digunakan data dengan jumlah besar dalam penelitian yang dilakukan untuk mencegah biasnya hasil penelitian.

---

This study discusses about the comparisons between the cost of late fees ta'widh Islamic bank (Ta?widh) credit card and with a credit card late fees of conventional banks. The study used mean differences of the original data and the data generate by bootstrapping simulation. While the influence of the research used a simple linear regression analysis. The results found that there are significant differences in the ta'widh cost of Islamic credit card and conventional credit card late fees. In addition it is evident that there is no significant effect of a conventional credit card late fees on credit card charges ta'widh sharia. This is due to differences in the calculation of costs and late fees ta'widh in Islamic banks and conventional banks. The results suggest that it is better to use large amounts of data in a study conducted in order to prevent bias in research results."