Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 4 dokumen yang sesuai dengan query
cover
Endri
"Nilai tukar Rupiah terhadap mata uang asing terutama Dollar Amerika Serikat merupakan salah satu indikator panting dalam menganalisis perekonomian Indonesia, karena dampaknya yang luas terhadap makroekonomi aggregat, seperti pertumbuhan ekonomi, keseimbangan eksternal, daya saing, tingkat bunga dan tingkat inflasi. Oleh karena itu, pergerakan nilai tukar selalu menjadi perhatian serius oleh otoritas moneter untuk seialu memantau dan mengendalikannya, terutama berkaitan dengan faktor -faktor yang mempengaruhi nilai tukar rupiah. Kebijakan yang dilakukan oleo otoritas moneter untuk mengendalikan fluktuasi nilai tukar Iebih panting lagi dilakukan semenjak Indonesia menggunakan sistem nilai tukar mengambang, terutama berkaitan dengan faktor-faktor yang mempengaruhi fluktuasi nilai tukar.
Semenjak jatuhnya sistem "Bretton Woods" pada bulan Maret 1973, terjadi perubahan dalam sistem nilai tukar tetap (fixed exchange rate) menjadi sistem nilai tukar mengambang (flexible exchange rate) yang mengandalkan pada mekanisme pasar. Di Indonesia sendiri, perubahan sistem nilai tukar ini dialami pada bulan November 1978 dan sejak saat itu Indonesia mulai memberlakukan sistem nilai tukar mengambang terkendali (managed floating). Artinya, penetapan nilai tukar tidal( murni berdasarkan mekanisme pasar, tetapi masih ada intervensi pemerintah melalui Bank Indonesia. Periode sistem mengambang terkendali yang dianut Indonesia sejak tahun 1978 mendasarkan perhitungan depresiasinya hanya pada dollar. Baru pada tahun 1986 -setelah devaluasi 1986,- Indonesia mendasarkan perhitungan depresiasinya pada basket of currency, yang terdiri dan mata uang negara-negara mitra dagang utama Indonesia, yaitu antara lain Amerika, Jepang, Inggris, Singapura, dan Belanda.
Perubahan sistem nilai tukar yang dipergunakan di Indonesia pada dasarnya talc lepas dari perkembangan perekonomian dunia. Hal ini dikarenakan sejak awal Indonesia mengananut sistem perekonomian terbuka, yang membawa implikasi mudahnya gejolak dan luar (ekslernal shock) mempengaruhi perekonomian Indonesia. Dengan sistem nilai tukar mengambang, pergerakan nilai tukar semakin sulit untuk diprediksi, karena pergerakan nilai tukar yang berdasarkan kekuatan permintaan dan penawaran valuta asing di pasar, tanpa camper tanggan otoritas moneter.
Ketertarikan ahli-ahli ekonomi terhadap pendekatan moneter telah dimulai sejak tahun 1970-an, Mereka telah meletakkan dasar pemikiran bahwa terdapat kestabilan dalam keseimbangan permintaan uang, dan keseimbangan permintaan uang yang merupakan fungsi linear-homogen dari pendapatan Dalam pendekatan ini, ketidakseimbangan neraca pembayaran diidentifikasi dengan penyesuaian dalam pasar uang.
Tesis dari studi ini adalah untuk menganalisis fluktuasi nilai tukar selama periode 1987-1997, dimana model yang lebih tepat untuk ini adalah menggunakan pendekatan moneter. Perubahan dalam variabel moneter menyebabkan efek panting terhadap nilai tukar. Kebijakan pengendaliaan terhadap pergerakan nilai tukar rupiah yang dilakukan oleh pemerintah melalui otoritas moneter lebih banyak menggunakan instrumen kebijakan moneter. Sejak pemerintah menetapkan penggunaan sistem nilai tukar mengambang (1978-1997), instrumen kebijakan moneter sangat berperan dalam menjaga kestabilan pergerakan nilai tukar rupiah."
Depok: Fakultas Ekonomi dan Bisnis Universitas Indonesia, 2002
T20221
UI - Tesis Membership  Universitas Indonesia Library
cover
Endri
"Using the non-parametric method of Data Envelopment Analysis (DEA) and the parametric method of Stochastic Frontier Approach (SPA), this study investigates the efficiency of the Islamic Banking recent operations in Indonesia over the period 2005 to 2007. In specifying input-output variables of Islamic banks, the intermediation approach is selected as it is in line with the principle of Islamic financial system. The attributions of technical efficiency (utilization of capacity) and scale efficiency (optimality of scale achieved) are identified. The principal findings for the period under study indicated that technical and scale efficiency scores are improving but 100 percent optimal during research period. According to SFA approach, closer to 100 percent means a bank acts efficiently. Overall, the result shows that Islamic banks suffer slight inefficiencies during the period 2005-2007, and tend to be increasing. The study has several important policy implications to offer, one of which is that it could be taken as a guideline for the Indonesian government to chart a policy on banking deregulation and mergers. Moreover, the study provides some information and identifies the source of inefficiency, vyhich could, in turn, be used to assist banks? managements to overcome the problems of inefficiency."
2010
PDF
Artikel Jurnal  Universitas Indonesia Library
cover
Distya Tarworo Endri
"Seiring dengan kemajuan teknologi, peningkatan interkonektivitas bisnis Bank D yang berarti peningkatan jumlah dan variasi ancaman serta kerawanan keamanan informasi tak terelakkan. Oleh karena itu, peningkatan daya dukung dan sumber daya teknologi informasi pada Bank D sangat penting. Salah satu cara untuk menjawab tantangan diatas adalah melalui penerapan Balanced Scorecard Departemen Teknologi Informasi di Bank D berdasarkan ISO/ IEC 17799:2005 dan ISO/ IEC 27001:2005, yang merupakan aplikasi pertama Balanced Scorecard generasi ke-4 di Indonesia. Yang dimaksud dengan metode pengembangan Balanced Scorecard generasi ke-4 adalah: a) penggunaan penilaian ahli Indikator Kinerja Utama (IKU) Departemen Teknologi Informasi Bank D dan ISO/ IEC 17799:2005 dan ISO/ IEC 27001:2005 pada tiap proses pengembangan Balanced Scorecard generasi ke-4, b) penentuan kriteria pemilihan risiko serta Indikator Risiko Utama (IRU) dan Indikator Pengendalian Utama (IPU) dengan skala Likert, c) pembobotan kriteria pemilihan indikator (IRU dan IPU) berdasarkan tingkat kepentingan dengan perbandingan berpasangan pada metode Analytical Hierarchy Process (AHP), d) penentuan IRU dan IPU dari tiap risiko dengan matriks prioritas, e) pembuatan matriks control risiko, dan f) penentuan hubungan antara IRU dan IPU dengan IKU Departemen Teknologi Informasi Bank D menggunakan matriks prioritas.

In accordance with the advancement of technology, so does the incremental business interconnectivity of Bank D. This will bring along a larger amount and variation of threats and vulnerabilities towards IT security. Therefore, support system and IT resources enhancement becomes critical. One of the ways according with that concern is 4th generation Balanced Scorecard development at the Information Technology Department of Bank D based on ISO/IEC 17799:2005 and ISO/ IEC 27001:2005 that is ' by far ' the first concept application to be implemented in Indonesia. This research is dedicated to find methods of putting 4th generation of Balanced Scorecard into practice at Bank D. Fourth generation Balanced Scorecard development consists of following method: a) involvement of experts judgment that are excel in Key Performance Indicator of Information Technology Department, ISO/ IEC 17799:2005 and ISO/ IEC 27001:2005, b) sort listing of risk and indicator selection criteria using Likert scale, c) weighting of indicator criteria selected using pairwise comparison from Analytical Hierarchy Process, d) setting of Key Risk Indicator (KRI) and Key Control Indicator (KCI) using priority matrix, e) making of risk control matrix, f) setting the relation between KRI, KCI, and KPI of IT Department of Bank D using priority matrix."
Depok: Fakultas Teknik Universitas Indonesia, 2008
S50296
UI - Skripsi Open  Universitas Indonesia Library
cover
Muhammad Rafi Endri
"Penggunaan polimer biodegradable sebagai matriks pada material komposit mulai dipertimbangkan untuk digunakan pada berbagai macam aplikasi karena memiliki sifat yang ramah lingkungan karena memiliki kemampuan yang dapat terdegradasi dengan baik dan cepat. Namun, polimer biodegradable memiliki beberapa kekurangan seperti sifat mekanisnya yang buruk. Metode yang dapat dilakukan untuk memperbaiki sifat mekanis dari polimer biodegradable ini adalah dengan menambahkan serat alami yang bertujuan sebagai penguat ke dalam matriks polimer sehingga membentuk material komposit. Untuk memperoleh produk dengan sifat mekanis yang sesuai dengan melakukan eksperimen secara langsung dibutuhkan proses yang panjang dan memakan biaya yang besar. Oleh karena itu, pembelajaran mesin hadir sebagai solusi dalam menciptakan proses pemilihan material yang efektif, akurat, singkat, dan hemat. Dalam penelitian ini, prediksi kekuatan tarik material polimer biodegradable berpenguat serat alami melibatkan empat model pembelajaran mesin dengan Extreme Gradient Boosting (XGB) sebagai model terpilih karena performanya yang stabil dan baik dengan metrik evaluasi skor R^2 sebesar 0,866, RMSE sebesar 7,26, dan MAE sebesar 4,84. Dilakukan proses validasi dengan melakukan perbandingan nilai yang model hasilkan dengan nilai aktual berdasarkan penelitian yang telah dilakukan terdahulu dan memperoleh performa yang baik dan optimum dengan selisih akurasi, yaitu rentang 1,02% sampai 27,19%.

The use of biodegradable polymers as matrices in composite materials is starting to be considered for use in a wide variety of applications due to their environmentally friendly properties as they have the ability to degrade well and quickly. However, biodegradable polymers have some drawbacks such as poor mechanical properties. A possible method to improve the mechanical properties of these biodegradable polymers is to add natural fibers that act as reinforcement into the polymer matrix to form a composite material. Obtaining a product with suitable mechanical properties by conducting direct experiments is a lengthy and costly process. Therefore, machine learning comes as a solution in creating an effective, accurate, short, and economical material selection process. In this study, the tensile strength prediction of natural fiber-reinforced biodegradable polymer materials involves four machine learning models with Extreme Gradient Boosting (XGB) as the selected model due to its stable and good performance with the evaluation metrics of R^2 score of 0.866, RMSE of 7.26, and MAE of 4.84. The validation process was carried out by comparing the values generated by the model with the actual values based on previous research and obtained good and optimum performance with a difference in accuracy, which ranges from 1.02% to 27.19%."
Depok: Fakultas Teknik Universitas Indonesia, 2024
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library