Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
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.

Abstrak :
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.

Abstrak :
Penelitian ini membahas brand placements dalam komik strip online Instagram dengan merujuk pada akun Instagram @maghfirare dan variabel- variabel pembentuknya yang berupa: perhatian, penerimaan, referensi, dan etika serta regulasi. Berdasarkan kajian teori lebih lanjut, penelitian ini menguji hubungan antara variabel- variabel tersebut dengan sikap terhadap brand dengan menggunakan uji regresi logistik. Hasil penelitian membuktikan bahwa sikap terhadap brand placements secara keseluruhan memiliki hubungan positif terhadap sikap pada brand, dengan variabel yang memiliki hubungan dengannya berupa variabel penerimaan. Maka, untuk membuat brand placements dalam akun @maghfirare lebih efektif, diperlukan konten promosi yang sangat terintegrasi dengan jalan cerita agar khalayak tidak terganggu dengan apa yang mereka pahami sebagai usaha promosi. Penelitian selanjutnya dapat menggunakan model yang sama untuk melihat brand placements dalam media baru lainnya.

---

This research's focus is the new form of brand placements in Instagram online comic strip and the variables that shaped it, in regard to maghfirare's Instagram account. These variables are attention, acceptance, reference, ethics and regulation. Based on further study, this research used logistic regression to test on the relationship between said variables toward audiences' brand attitude. The result of this research found that audiences' general attitude toward brand placement could influence attitude towards the placed brands positively. Furthermore, brand attitude could be affected by audiences acceptance towards the brand placements. Thus, to make a brand placement in maghfirare's comic strip more effective, it's important to think about the integration between promotion content so that audiences won't be bothered by what they thought as promotion attempt. Further research could test the model for brand placements in other medium, especially those classified as new media.

Abstrak :
Model regresi logistik umum digunakan untuk memodelkan variabel respon berupa variabel kategorik dengan sejumlah variabel prediktor. Kontribusi dari variabel prediktor terhadap variabel respon dinyatakan melalui koefisien regresi (beta), sehingga beta memiliki peran yang penting dalam penggunaan model. Oleh karena itu, perlu dilakukan estimasi nilai beta. Pada skripsi ini dibahas mengenai estimasi beta menggunakan metode Bayesian. Metode Bayesian adalah metode penaksiran parameter yang memanfaatkan gabungan informasi dari data sampel dan informasi terdahulu/prior mengenai karakteristik parameter yang akan ditaksir sehingga metode Bayesian dapat mengatasi masalah jika kualitas data sampel kurang mendukung pengamatan. Prosedur penaksiran parameter tersebut meliputi spesifikasi distribusi prior, digunakan prior non-konjugat, pembentukan fungsi likelihood, dan pembentukan distribusi posterior. Lalu, metode Bayesian Logistic Regression tersebut akan digunakan dalam menganalisa data pasien kanker nasofaring (KNF) pasca radiasi, untuk menilai signifikansi dari komponen skor Zulewski dalam memprediksi ada tidaknya hipotiroid yang merupakan efek samping jangka panjang dari radiasi yang diberikan untuk KNF. Berdasarkan Markov Chain Monte Carlo dengan Gibbs Sampling, diperoleh hasil estimasi yang konvergen. Hasil yang diperoleh adalah tidak ada komponen skor Zulewski yang lebih signifikan antara satu dengan yang lainnya. Diperlukan tambahan informasi dari pengukuran selain komponen skor Zulewski untuk dapat menentukan apakah seorang pasien KNF akan mengalami hipotiroid atau tidak.

---

Logistic regression models are commonly used to model response variables in the form of categorical variables with a number of predictor variables. The contribution of the predictor variable to the response variable is expressed through a regression coefficient (beta) so that beta has an important role in the use of the model. Therefore, it is necessary to estimate the value of beta. This thesis will discuss the estimated beta using the Bayesian method. Bayesian Method is a parameter estimation method that utilizes a combination of information from sample data and prior information about the characteristics of the parameters to be estimated so that the Bayesian method can overcome the problem if the quality of the sample data does not support observation. The parameter estimation procedure includes the prior distribution specification, which is to use non-conjugate prior, the formation of the likelihood function, and the formation of the posterior distribution. Then, the Bayesian Logistic Regression method will be used in analyzing post-radiation nasopharyngeal cancer (NPC) patient data, to determine the significance of the Zulewski’s score component in predicting the presence or absence of hypothyroidism which is a long-term side effect of radiation given to NPC. Based on Markov Chain Monte Carlo with Gibbs Sampling, a convergent estimate is obtained. The result is that there is no component of Zulewski’s score that is more significant between one another. Additional information is needed from measurements other than the Zulewski’s score component to be able to determine whether a NPC patient will have hypothyroidism or not.

Abstrak :
Model regresi logistik dua level merupakan analisis multilevel yang digunakan untuk menganalisis data yang mempunyai struktur hirarki dua level dengan data respon biner (bernilai 0 atau 1). Yang dimaksud dengan data hirarki adalah data dengan unit-unit observasi yang bersarang pada unit yang lebih tinggi. Dalam skripsi ini, bentuk model regresi logistik dua level difokuskan pada model regresi logistik dua level dengan random intercept. Metode penaksiran parameter yang adalah metode Penalized Quasi Likelihood order pertama (PQL-1). Prinsip umum dari metode ini adalah melinierkan bagian yang non-linier dari model regresi logistik dua level dengan perluasan deret Taylor order pertama sehingga didapat model linier 2-level untuk kemudian dilakukan pengestimasian parameter menggunakan Iterative Generalized Least Square (IGLS). Prosedur tersebut dilakukan secara iteratif sampai konvergen. Metode ini diaplikasikan pada data survey di Eropa mengenai faktor-faktor yang mempengaruhi seseorang dalam penggunaan hak pilihnya dalam pemilu. Data terdiri dari 3300 individu yang diambil secara acak dari 20 negara di Eropa.