Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini bertujuan menganalisis Manajemen Risiko di Universitas X yang dilakukan sesuai dengan kombinasi pedoman ISO 31000:2018 dan praktik terbaik (Pennsylvania University, University Risk Management and Insurance Association & University of Washington). Analisis dilakukan dengan mengidentifikasi risiko-risiko Universitas X berbasis pendekatan terintegrasi dengan sasaran strategis kerangka balance scorecard Universitas X. Hasil penilaian risiko lebih spesifik akan menghasilkan profil risiko bagi Eksekutif Universitas X. Penelitian ini adalah analisis deskriptif dengan metode studi kepustakaan dan studi lapangan; wawancara dan observasi langsung pada SMR Universitas X. Hasil penelitian berupa profil risiko Eksekutif Universitas X yang dapat merekomendasi pihak eksekutif dalam pengelolaan risiko serta mengawasi dan mengontrol kepada bagian Direksi Unit/Direktorat dalam rangka mencapai tujuan organisasi.

---

This research aims to analyze Risk Management in University of X which performed in combination with ISO 31000: 2018 and best practices (University of Pennsylvania, University of Risk Management and Insurance Association & University of Washington). The analysis was performed by identifying University X risks, based on an integrated approach to the University Xs strategic balance scorecard framework.

The results of a more specific risk assessment will produce a risk profile for Executive University X. This research is descriptive analysis with the methods of literary study and field study; interviews and direct observation only at SMR University X. The results of the research are risk profile of executive University X that can recommend the executive in risk management and observe and control the management of Units/Directorates in order to achieve organizational goals."

"ABSTRAKPenelitian ini bertujuan mengidentifikasi apakah pedoman audit investigasi Badan Pengawasan Keuangan dan Pembangunan BPKP telah mengakomodir seluruh aspek dalam Fraud Examiners Manual FEM . Penelitian ini juga bertujuan untuk mengidentifikasi pemenuhan pedoman audit investigasi Badan Pengawasan Keuangan dan Pembangunan atas aspek hukum di Indonesia. Penelitian dilakukan menggunakan metode kualitatif dengan pendekatan perbandingan. Pengumpulan data melalui studi dokumen dan observasi. Hasil penelitian menunjukkan pedoman audit investigasi BPKP yang disebut Pedoman Penugasan Bidang Investigasi PPBI telah memenuhi aspek hukum di Indonesia. PPBI juga telah mengakomodir aspek umum yang terdapat dalam FEM. Namun, tidak seperti Fraud Examiners Manual, PPBI mengharuskan hal-hal teknis terkait audit investigasi dituangkan dalam petunjuk teknis pelaksanaan audit investigasi yang merupakan turunan dari PPBI. Sampai dengan penelitian berakhir BPKP belum memiliki petunjuk teknis pelaksanaan audit investigasi oleh karena itu direkomendasikan untuk segera menyusun petunjuk teknis pelaksanaan audit investigasi.

---

ABSTRACTThe purpose of this research is to determine whether BPKP rsquo s guidelines of investigative audit has accommodated all aspects of Fraud Examiners Manual FEM . The purpose of this research also to determine compliance of BPKP rsquo s guidelines of investigative audit over the legal aspects of Indonesia. It is a qualitative research using a comparison approach. Data are collected through the study documents and observation. The results show that BPKP rsquo s guidelines of investigative audit which is called PPBI has fulfilled legal aspect in Indonesia. PPBI has also accommodated the general aspects contained in FEM. However, unlike the Fraud Examiners Manual, PPBI requires technical matters related to the investigative audit to be set forth in the technical guidelines for conducting an investigative audit which is a derivative of the PPBI. Until the research ends BPKP does not have technical guidance on the conduct of the investigative audit yet, therefore it is recommended to immediately prepare technical guidelines for the implementation of the investigative audit."

"ABSTRAKPenelitian ini bertujuan untuk menganalisis proses bisnis terkait pendapatan dan penerimaan kas PDAM Lematang Enim serta bertujuan memberikan rancangan pengendalian internal atas proses bisnis tersebut. Metode dalam penelitian ini merupakan analisis deskriptif berupa studi kasus. Data telah diperoleh melalui analisis dokumen, observasi, serta wawancara mendalam terhadap informan seperti direktur umum, direktur teknik, kepala bagian keuangan, serta staff keuangan. Hasil penelitian menunjukkan bahwa terdapat beberapa kelemahan manajemen PDAM Lematang Enim dalam mengoptimalkan proses penerimaan kas dari pelanggan. Kelemahan-kelemahan ini berdampak terhadap peningkatan nilai piutang serta nilai cadangan piutang tidak tertagih. Perusahaan belum menerapkan pengendalian internal secara formal dan terstruktur, sehingga proses bisnis hanya dijalankan dan dikendalikan berdasarkan kebiasaan saja. Penelitian ini memberikan rekomendasi kepada perusahaan terkait langkah-langkah pengendalian yang dapat diterapkan perusahaan guna menyelesaikan permasalahan yang ada.Kata Kunci: PDAM, pengendalian internal, siklus pendapatan dan penerimaan kas, cadangan piutang tidak tertagih.

---

ABSTRACTThis study aims to analyze business processes related to revenue and cash collection of PDAM Lematang Enim and aims to provide an internal control design of the business process. The method in this research is descriptive analysis in the form of case study. Data have been obtained through document analysis, observation, and in depth interviews with informants such as general director, technical director, chief financial officer, and finance staff. The results show that there are some weaknesses of PDAM Lematang Enim management in optimizing the cash collection process from customers. These weaknesses have an impact on the increase in the value of receivables and the value of uncollectible accounts receivable. The company has not implemented formal and structured internal controls, so business processes are only run and controlled by custom. This research provides recommendation to companies related to control measures that can be applied to solve existing problems.Keywords PDAM, internal control, revenue and cash collection cycle, allowance."

"Seleksi portofolio merupakan proses penting dalam manajemen investasi, di mana investor memilih kombinasi aset keuangan untuk dimasukkan ke dalam portofolio. Tujuan dari seleksi portofolio adalah untuk menciptakan kombinasi aset yang dapat memberikan return maksimum dan/atau risiko yang minimum. Dalam kasus portofolio berdimensi besar, di mana terdapat banyak aset yang harus dimasukkan, pencarian solusi optimal dapat menjadi tantangan karena kompleksitas perhitungan seiring dengan bertambahnya dimensi. Oleh karena itu, dibutuhkan metode numerik yang efisien untuk menyelesaikannya. Salah satu metode numerik yang dapat digunakan untuk menyelesaikan permasalahan berdimensi besar adalah metode konjugat gradien. Metode konjugat gradien merupakan metode iteratif yang efisien, karena tidak membutuhkan perhitungan matriks Hessian. Sampai saat ini, metode konjugat gradien terus dikembangkan untuk meningkatkan efisiensinya, diantaranya adalah metode konjugat gradien Improved Fletcher-Reeves (IFR) dan metode konjugat gradien Modified-Polak-Ribi`ere- Polyak (MPRP). Salah satu cara untuk meningkatkan efisiensi metode konjugat gradien adalah dengan mengkombinasikan dua parameter metode konjugat gradien. Pada penelitian ini, dibentuk metode gradien konjugat hibrid IFR-MPRP dengan mengkombinasikan parameter metode konjugat gradien IFR dan metode konjugat gradien MPRP. Berdasarkan analisis konvergensi, metode konjugat gradien hibrid IFR-MPRP yang dibentuk memenuhi descent condition dan sifat konvergensi global. Kemudian, efisiensi dari metode konjugat gradien hibrid IFR-MPRP diuji dengan menggunakan 134 fungsi tes dan diperoleh hasil bahwa metode hibrid IFR-MPRP unggul dibandingkan metode konjugat gradien IFR dan MPRP. Selain itu, metode konjugat gradien hibrid IFR-MPRP juga terbukti efektif dalam menyelesaikan masalah seleksi portofolio saham.

---

Portfolio selection is an important process in investment management, where investors choose a combination of financial assets to include in a portfolio. The aim of portfolio selection is to create a combination of assets that can provide maximum return and/or minimum risk. In the case of large-dimension portfolios, where there are many assets to include, finding the optimal solution can be challenging due to the complexity of the calculations as the dimensions increase. Therefore, an efficient numerical method is needed to solve it. One numerical method that can be used to solve large dimensional problems is the conjugate gradient method. The conjugate gradient method is an efficient iterative method, because it does not require the calculation of the Hessian matrix. To date, conjugate gradient methods continue to be developed to increase their efficiency, including the Improved Fletcher-Reeves (IFR) and Modified Polak-Ribière-Polyak (MPRP) methods. One way to increase the efficiency of the conjugate gradient method is to combine two parameters of the conjugate gradient method. In this research, a hybrid IFR-MPRP conjugate gradient method is created by combining the parameters of the IFR method and the MPRP method. Based on convergence analysis, the proposed IFR-MPRP hybrid gradient conjugate method satisfies the descent condition and global convergence properties. Then, the efficiency of the IFR-MPRP hybrid gradient conjugate method is tested using 134 test functions and showed that the proposed method is superior to the IFR and MPRP gradient conjugate methods. In addition, the IFR-MPRP hybrid conjugate gradient method is also proven effective in solving stock portfolio selection problems."

"

Penelitian ini membahas konstruksi distribusi Marshall-Olkin-Kumaraswamy-Eksponensial (MOKw-E), yang merupakan kombinasi distribusi Marshall-Olkin (MO) dan Kumarawasmy-Eksponensial (Kw-E). Distribusi ini dikenal sebagai model fleksibel yang dapat diaplikasikan untuk data dengan berbagai bentuk distribusi. Estimasi parameter dilakukan menggunakan Maximum Likelihood Estimation (MLE) dengan bantuan dua metode numerik, yaitu metode Nelder-Mead dan metode Gradien Konjugat Fletcher Reeves. Kedua metode ini banyak digunakan dalam penyelesaian permasalahan optimasi karena memiliki tingkat efisiensi yang tinggi dengan komputasi yang sederhana tetapi memberikan hasil yang akurat. Kedua metode ini akan dibandingkan dengan melihat nilai Mean Squared Error (MSE) yang merupakan suatu metrik untuk melihat seberapa cocok model dengan data yang digunakan. Terakhir, model yang dikembangkan diaplikasikan pada data severitas klaim asuransi pengangguran untuk menunjukkan kemampuan model dalam memodelkan data severitas klaim. Model tersebut akan dibandingkan dengan model yang dibangun dari distribusi Kw-E dengan melihat nilai Akaike Information Criteria (AIC) dan Bayessian information criteria (BIC) untuk menunjukan bahwa model yang dikembangkan lebih baik dibandingkan model asalnya.

---

This research discusses the construction of the Marshall-Olkin-Kumaraswamy-Exponential (MOKw-E) distribution, which is a combination of the Marshall-Olkin (MO) and Kumaraswamy-Exponential (Kw-E) distributions. This distribution is known as a flexible model applicable to data with various distribution shapes. Parameter estimation is performed using Maximum Likelihood Estimation (MLE) with the assistance of two numerical methods the Nelder-Mead method and the Conjugate Gradient Fletcher Reeves method. Both methods are widely used in solving optimization problems due to their high efficiency with simple computations yet accurate results. These methods will be compared by examining the Mean Squared Error (MSE) values, which is a metric to assess how well the model fits the data. Finally, the developed model is applied to unemployment insurance claim severity data to demonstrate the model's capability in representing severity claim data. The model will be compared with a model built from the Kw-E distribution by evaluating the Akaike Information Criteria (AIC) and Bayesian Information Criteria (BIC) values to show that the developed model is superior to the original model.

"

"Pesatnya perkembangan ekonomi menyebabkan kebutuhan manusia menjadi tidak terbatas. Usaha yang dapat dilakukan untuk pemenuhan kebutuhan hidup di masa yang akan datang adalah dengan melakukan investasi. Saham merupakan salah satu instrumen investasi dengan tingkat keuntungan yang menarik, namun memiliki risiko kerugian yang tinggi. Hal ini disebabkan oleh adanya pergerakan harga saham yang cenderung tak menentu selama periode waktu tertentu. Untuk meminimalkan risiko kerugian, perlu dilakukan prediksi pergerakan harga saham. Prediksi yang akurat akan membantu para investor dalam menentukan nilai saham di masa yang akan datang. Pada penelitian ini, dilakukan perbandingan untuk memprediksi pergerakan harga saham menggunakan tiga algoritma supervised machine learning yaitu Random Forest, Support Vector Regression (SVR) dan K- Nearest Neighbor (KNN) berdasarkan tingkat akurasinya. Sutau model dikatakan akurat jika memiliki nilai Root Mean Square Error (RMSE) dan Mean Absolute Error (MAE) yang lebih rendah. Pada penelitian ini, diperoleh hasil prediksi harga penutupan saham terbaik menggunakan metode Support Vector Regression dengan melihat rendahnya nilai RMSE dan MAE yang dihasilkan dibandingkan dengan dua metode lain. Dalam perhitungannya, penelitian ini menggunakan histori data harian dari website investing.com. periode Maret 2017 hingga Februari 2020 dari tiga perusahaan di Indonesia yang terdaftar dalam IDX30.

---

The fast growth of economic development causes human needs to be immeasurable. One of the efforts that could be done to fulfill life needs in the future was Investation. Stock is one of the Investation instruments with interesting benefits but has high- risk loss caused by the unstable stock market trend between some period. For minimalizing the risky loss, the literati need to predicting the stock rate trend. The accurate prediction will help the investor in choosing a stock value in the future. In this study, the literati make a comparison to predict stock market trend with three kinds of algorithms supervised machine learning that are Randon Forest, Support Vector Regression (SVR), and K-Nearest Neighbor (KNN) based on their accurate level. A model could be said accurate just if they have a lower value of Root Mean Square Error (RMSE) and Mean Absolute Error (MAE). The best Stock Closing Price prediction will be obtained by the Support Vector Regression method and see how low the result of RMSE and MAE value is compared with another method. To calculate, the study uses a daily data history from investing.com website between March 2017 to February 2020 period. The object data is a three big company in Indonesia which listed in IDX30."

"Investasi dipandang sebagai cara efektif untuk meningkatkan kekayaan. Investasi yang banyak diminati oleh investor adalah saham karena frekuensi perdagangan saham lebih tinggi dibandingkan dengan frekuensi investasi lain di pasar modal. Dilansir dari Otoritas Jasa Keuangan (OJK), salah satu penyebab investor mengalami kerugian adalah tidak melakukan analisis terlebih dahulu sebelum berinvestasi. Analisis saham diperlukan bagi para investor karena menjadi salah satu faktor penentu untuk mengambil tindakan saat akan transaksi pada pasar modal. Optimasi portofolio adalah proses menemukan saham-saham yang terbaik, yang optimal, yang mampu memberikan return yang maksimum dengan risiko yang minimum. Metaheuristik didefinisikan sebagai metode optimasi yang dilakukan secara berulang untuk mencari solusi terbaik penyelesaian sesuai dengan fungsi objektifnya atau tujuan akhirnya. Harris Hawks Optimization (HHO) adalah algoritma optimasi metaheuristik berbasis populasi (population-based) dan alam (nature-based) untuk menangani berbagai tugas pengoptimalan. Penelitian ini bertujuan untuk mengimplementasikan algoritma HHO terhadap optimasi portofolio saham-saham LQ45. Fungsi utama dari portofolio adalah untuk membantu menentukan return yang diinginkan dengan melakukan diversifikasi, atau strategi mengalokasikan saham yang tidak saling terkait. Dengan menggunakan metode HHO beserta dengan Teori Portofolio Modern, dilakukan 10 kali simulasi dengan hasil total sebanyak 25000 kombinasi. Nilai optimum yang diperoleh merupakan titik konvergensi dari fungsi objektif yang bernilai 0,2465, dengan bobot saham yang diperoleh masing-masing sebesar 0,0222. Serta algoritma HHO yang dibuat memiliki kecepatan rata-rata yang cukup cepat untuk mencapai titik konvergen untuk masalah minimalisasi kovarians saham, yaitu dibawah tiga iterasi.

---

Investment is seen as an effective way to increase wealth. Investments that are in great demand by investors are stocks because the frequency of stock trading is higher than the frequency of other investments in the capital market. Reporting from the Financial Services Authority (OJK), one of the causes of investors experiencing losses is not conducting an analysis before investing. Stock analysis is necessary for investors because it is one of the determining factors for taking action when making transactions in the capital market. Portfolio optimization is the process of finding the best, optimal stocks, which are able to provide maximum returns with minimum risk. Metaheuristics is defined as an optimization method that iteratively improves the solution according to its objective function or final goal. Harris Hawks Optimization (HHO) is a population-based and nature-based metaheuristic optimization algorithm to handle various optimization tasks. This research aims to implement the HHO algorithm for portfolio optimization of LQ45 stocks. The main function of the portfolio is to decide the expected return by doing diversification, or strategy to allocate unrelated stocks. By using the HHO method and Modern Portfolio Theory, 10 simulations were conducted with a total of 25000 combinations. The optimum value obtained is the convergence point of the objective function which is 0.2465, with the weight of the shares obtained of 0.0222 each. And the HHO algorithm made has an average speed that is fast enough to reach the convergence point for the stock covariance minimization problem, which is under three iterations."

"Zooplankton merupakan organisme mikro yang hidup di permukaan laut dan bergerak seperti suatu partikel dalam air. Pergerakan pada zooplankton di permukaan laut dinyatakan ke dalam persamaan diferensial parsial yang disebut persamaan difusi. Dengan menambahkan syarat awal dan syarat batasnya maka dapat dicari solusi eksak dengan menggunakan metode variabel terpisah. Selanjutnya dilakukan simulasi penyelesaian persamaan difusi dengan menggunakan program mathematica.

---

Zooplankton are the microorganisms that live at sea level and move like a particle in the water. The movement of the zooplankton in the sea surface can be expressed in partial differential equations, called the diffusion equation. By adding the initial and boundary condition, a separation variable method can be sought to be used for the particular solution. Next, a simulation is made to solve the completion of the diffusion equation using mathematical program."

"ABSTRAKKnapsack Problem (KP) merupakan masalah optimisasi dalam menentukan objekdari sekumpulan objek yang memiliki nilai dan bobot yang akan ditempatkan kedalam media penyimpanan dengan tujuan memaksimumkan nilai barang dengansyarat kapasitas bobot media penyimpanan terbatas. Dalam tugas akhir ini, akandibahas {0-1} Knapsack Problem ({0-1} KP) yang direpresentasikan dalambentuk graf berarah. Setelah direpresentasikan dalam bentuk graf berarah,kemudian dilakukan transformasi pada nilai busur pada graf berarah tersebut dandicari lintasan terpendek antar dua node. Untuk mencari lintasan terpendek,digunakan Algoritma Amoeboid Organism dengan inputnya adalah matriksadjacency dari graf berarah yang telah ditransformasi nilai busurnya dan matrikskonduktivitas. Output dari algoritma ini adalah menghasilkan matrikskonduktivitas yang elemen-elemennya bernilai mendekati 0 atau 1. Entri yangbernilai mendekati 1 merepresentasikan lintasan terpendek pada graf. Lintasanterpendek yang diperoleh akan menjadi solusi yang optimal pada {0-1} KP.

---

ABSTRACTKnapsack Problem (KP) is optimization problem to choose object from set ofobjects which have profit and weight and the object will be placed in limitedstorage with total of profit is maksimum. First, will be explained aboutrepresenting {0-1} Knapsack Problem ({0-1} KP)to directed graph. After {0-1}KP is represented in directed graph, so transforming value of edge on directedgraph and dicari lintasan terpendek antar dua node. To search shortest path, useAmoeboid Organism Algorithm with adjacency matrices from directed graph andconductivity matrices as input. Output from this algorithm is produce conductivitymatrices with element which have value approach 0 and . Element which havevalue approach 1 represent shortest path on graph. Shortest path on graph isoptimal solution in {0-1} KP."

"ABSTRAKInteraksi antara mangsa, pemangsa sekunder dan pemangsa primer dalam model mangsa-pemangsa dengan pemanenan pada populasi mangsa akan diperkenalkan dalam skripsi ini. Interaksi yang terjadi dapat dideskripsikan sebagai piramida makanan, dengan mangsa berada di tingkat terendah piramida makanan, pemangsa sekunder di tengah-tengah piramida makanan, dan pemangsa primer di atas piramida makanan. Intervensi manusia dibutuhkan untuk mengendalikan populasi mangsa dan akan dianalisis bagaimana pengaruhnya terhadap eksistensi populasi pemangsa sekunder dan populasi pemangsa primer. Titik keseimbangan dan kriteria eksistensi serta kestabilan lokal akan dianalisa untuk menemukan syarat yang akan menjamin koeksistensi sistem ini. Beberapa simulasi numerik akan diberikan untuk menggambarkan hasil analisia. Berdasarkan hasil analisia, diperoleh bahwa selama laju pemanenan pada populasi mangsa lebih kecil dari tingkat pertumbuhan intrinsik mangsa, koeksistensi dari masing-masing populasi akan tercapai.

---

ABSTRACTnteraction between prey, secondary predator, and primary predator as a mathematical model of one prey and two predator system with constant harvesting in prey population will be introduced in this thesis. Their interaction might describe as a food pyramid, with the prey is in the lowest level of pyramid, secondary predator in the middle of food pyramid, and primary predator in the top of food pyramid. Human intervention to controlling prey population is needed and will be analyzed how this will effect on the existence of secondary predator population and primary predator population. Equilibrium points with their existence criteria and local stability will be analyzed to find a threshold that will guarantee the coexistence of this system. Some numerical simulation will be given to illustrate the analytical results. We find that as long as harvesting rate in prey population is smaller than prey recruitment rate, coexistence might achieved."