Hasil Pencarian  ::  Simpan CSV :: Kembali

"Sistem perpipaan yang mengalami kegagalan dapat mengakibatkan beberapa masalah terutama adalah masalah finansial. Penyebab utama pada permasalahan ini adalah korosi yang terjadi akibat adanya campuran pada minyak bumi yang dapat menyebabkan permasalahan korosi internal. Hal ini dapat diatasi dengan adanya model matematika yang harus dikembangkan untuk mengoptimalkan perencanaan pada perawatan untuk mengevaluasi kuantitatif probabilitas kegagalan. Dalam inspeksi berbasis risiko dapat digunakan metode Monte Carlo. Dalam metode Monte Carlo biasa digunakan distribusi normal yang dapat menghasilkan nilai bias yaitu underestimation dan overestimation. Dalam penelitian ini digunakan distribusi Gamma sebagai pengganti distribusi normal. Dengan menggunakan distribusi selain distribusi normal yaitu distribusi Gamma akan menurunkan atau menghilangkan nilai bias tersebut. Dengan mengoptimalkan nilai bias tersebut dapat meningkatkan keakuratan dalam inspeksi berbasis risiko dan dapat menurunkan biaya yang harus dikeluarkan dalam melakukan suatu inspeksi.

---

Piping systems failure in oil and gas industry can cause several problems mainly as a financial problem because not only will be directly impacted on maintenance cost but also other indirect losses such as stopped productivity. Internal corrosion is one of the main causes due to the natural content of corrosive chemicals inside the piping systems. This can be overcome by the existence of a mathematical model that must be developed to optimize planning for treatment to quantitatively evaluate the probability of failure. In a risk-based inspection the Monte Carlo method can be used. A normal distribution is commonly used in the Monte Carlo method, that can produce a bias value which is underestimation and overestimation. In this research Gamma distribution is used as an alternate normal distribution. Using other kinds of distribution which is Gamma distribution will reduce or eliminate the value of the bias. Optimizing this bias can increase the accuracy of risk based inspections and can reduce costs incurred in conducting an inspection."

"Salah satu internal model yang digunakan dalam pengukuran risiko kredit adalah CreditRisk+, yang dikembangkan oleh Credit Suisse First Boston. Dalam penelitian ini metode CreditRisk dipilih untuk mengukur risiko kredit atas portofolio pembiayaan yang disalurkan oleh Permodalan Nasional Madani (PNM) kepada Bank Perkreditan Rakyat (BPRJS). Metode CreditRisk+ yang dipakai adalah pendekatan dengan distribusi Gamma, yang merupakan distribusi dua parameter yang menggambarkan mean (ditunjukkan oleh default rates) dan standard deviation (ditunjukkan oleh default rate volatilities). Metode ini dipilih berdasarkan asumsi bahwa default rate bersifat variable, tidak konstan sepanjang waktu, sehingga default rates volatilities tersebut diperhitungkan ke dalam model. Output dari pengaktivasian program model CreditRisk+ memperlihatkan kecenderungan risiko kredit yang semakin meningkat atas portofolio pembiayaan kepada BPR/S, yaitu sebesar Rp 12.428.363.221 pada Januari 2005 hingga mencapai Rp 35.426.390.490 pada Desember 2005 atau hampir tiga kali lipatnya. Dengan mengetahui credit Value at Risk (VaR) yang semakin meningkat, diharapkan pengelolaan atas portofolio pembiayaan kepada BPR/S tersebut harus lebih baik dan efektif, terutama dalam mengantisipasi bertambahnya pembiayaan yang bermasalah. Namun demikian PNM dinilai masih dapat menanggung risiko kredit tersebut, terlihat dari kecukupan modal yang dibutuhkan (economic capital) atas portofolio pembiayaan kepada BPR/S sepanjang tahun 2005 tersebut berkisar antara 2% - 8% dari jumlah modal PNM. Model CreditRisk+ dapat diterima sebagai model yang akurat untuk pengukuran risiko pembiayaan kepada BPRJS. Hal ini dihuktikan dari basil pengujian Likelihood Ratio (LR) pada tingkat kepercayaan 95%, di mana nilai LR masih di bawah ambang batas nilai kritikal yang dapat ditolerir.

---

One of internal model used for measuring credit risk is CreditRisk+, developed by Credit Suisse First Boston. In this research, CreditRisk+ method was selected to measure credit risk on PNM's lending portfolio to rural banks. The CreditRisk+ method being used is the one with Gamma distribution, a two parameters distribution that shows mean (shown by default rates) and standard deviation (shown by default rates volatilities). This method is selected based upon assumption that default rate is variable, not constant through the period so default rates volatilities is incorporated into the model. Output from CreditRisk+ model program activation showed increased credit risk on lending to rural banks, a mere of Rp 12, 428, 363, 221 in January 2005 up to Rp 35, 426, 390, 490 in December 2005, representing an almost three-fold increase. By finding increased credit Value at Risk (VaR), it is hoped that rural bank lending portfolio be managed better and more effective in the future, especially in anticipating the growing non performing portfolio. Nevertheless, PNM still covers credit risk that is shown by required capital adequacy (economic capital) on rural banks lending portfolio in 2005, which range between 2 to 8 percent of total PNM capital. CreditRisk+ model can be viewed as accurate model for rural banks lending risk measurement. This is back-testing by Likelihood Ratio (LR) test at the 5 percent level of significance, which the LR figure is still below the critical value."