Hasil Pencarian  ::  Simpan CSV :: Kembali

"Direktorat Pembinaan Kursus dan Pelatihan memberikan layanan kursus dan pelatihan untuk meningkatkan kualitas hidup manusia Indonesia. Layanan kursus dan pelatihan diselenggarakan oleh lembaga pendidikan yang memenuhi syarat dalam bentuk program Pendidikan Kecakapan Kerja (PKK) dan Pendidikan Kecakapan Wirausaha (PKW). Dalam pelaksanaannya, banyak lembaga yang terlambat dalam menyampaikan laporan pertanggungjawaban (LPJ) hingga melewati akhir tahun anggaran. Hal tersebut dapat menyebabkan timbulnya potensi temuan dalam proses audit keuangan yang perlu ditindaklanjuti. Proses tindak lanjut temuan BPK membutuhkan sumber daya dalam bentuk dana, waktu, dan tenaga yang tidak sedikit. Salah satu upaya untuk mengurangi jumlah lembaga yang berisiko terlambat dalam menyampaikan LPJ adalah dengan mengembangkan model klasifikasi kelayakan lembaga penerima dana bantuan dengan menggunakan teknik data mining. Dalam penelitian ini, teknik data mining yang digunakan adalah classification dengan algoritme decision tree, naive bayes, deep neural network dan logistic regression. Hasil penelitian menunjukkan bahwa model yang dihasilkan oleh algoritme logistic regression dari dataset hasil oversampling memiliki nilai MCC (Matthews correlation coefficient) yang paling tinggi di antara model-model lainnya.

---

The Directorate of Courses and Training Development provides course and training services to improve the quality of human life in Indonesia. These services are organized by qualified training providers in the form of Lifeskills for Work Education (PKK) and Lifeskills for Entrepreneurship Education (PKW) programme. In the implementation, many training providers are delayed in delivering accountability reports (LPJ) to the end of the year. This can lead to potential findings in the process of financial audits that need to be followed up. The follow-up process requires resources in the form of funds, time, and human resources.

One of the efforts to reduce the number of training providers at risk of delay in delivering LPJ is to develop a model of training providers worthiness classification using data mining techniques. The research utilized classification technique employing decision tree, naive bayes, deep neural network and logistic regression algorithm. The result showed us that model generated by the logistic regression algorithm from the oversampled dataset had the highest MCC (Matthews correlation coefficient) value among the other models."

"Teknologi finansial peer-to-peer lending atau awam dikenal sebagai pinjaman online, yang diselenggarakan di Indonesia secara resmi dengan istilah Layanan Pendanaan Bersama Berbasis Teknologi Informasi, merupakan industri teknologi keuangan yang sedang pesat perkembangannya dalam masyarakat ekonomi digital. Masifnya perkembangan tersebut membuat perusahaan pinjaman online kian menjamur, baik yang diawasi maupun tidak diawasi oleh Otoritas Jasa Keuangan. Munculnya teknologi keuangan yang menawarkan fasilitas pinjaman seperti layaknya bank, memposisikan teknologi finansial peer-to-peer lending sebagai salah satu teknologi keuangan yang paling rentan untuk disalahgunakan sebagai sarana tindak pidana pencucian uang. Penelitian ini dilakukan untuk menganalisis tingkat risiko pinjaman online yang diawasi oleh Otoritas Jasa Keuangan, yakni LPBBTI, terhadap kemungkinan tindak pidana pencucian uang. Di samping itu, penelitian ini juga akan mencari tahu metode-metode apa yang digunakan oleh pelaku dalam menyalahgunakan LPBBTI sebagai maksud dan tujuan pencucian uang–baik oleh Pemberi Dana, Penerima Dana, maupun Penyelenggara. Selain mempelajari metode-metode yang dapat dilakukan oleh pelaku, penelitian ini akan menjabarkan upaya pencegahan yang sejauh ini diterapkan, baik secara kelembagaan maupun melalui penerapan Program Anti Pencucian Uang di Sektor Jasa Keuangan. Terakhir, untuk mengidentifikasi kekurangan dan kelebihan penerapan Program Anti Pencucian Uang di Indonesia, Peneliti melakukan analisis perbandingan kepatuhan penerapan antara Indonesia dan Selandia Baru sebagaimana Rekomendasi Financial Action Task Force.

---

Fintech peer-to-peer lending, which is held in Indonesia under the official term of Layanan Pendanaan Bersama Berbasis Teknologi Informasi or LPBBTI (Information Technology-Based Joint Funding Services), is a financial technology industry that is currently developing rapidly in the digital economic society. This massive development has increased peer-to-peer lending fintech companies in quantity, whether they are supervised or not supervised by the Financial Services Authority. The emergence of financial technology that offers loan facilities like conventional banks has positioned fintech peer-to-peer lending as one of the financial technologies most vulnerable to misuse as a means of money laundering crimes. This research was conducted to analyze the risk level of LPBBTI as fintech peer-to-peer lending whose operations are supervised by the Financial Services Authority in Indonesia, in regards of the possibility of money laundering crimes. In addition, this research will also find out what methods are used by perpetrators to misuse LPBBTI for the purposes and objectives of money laundering – by Lender, Borrower and the Company itself. Apart from that, this research will describe the prevention efforts that have been implemented so far, both institutionally and through the implementation of the Anti-Money Laundering Program in the Financial Services Sector. Finally, to identify the occuring implementation of the Anti-Money Laundering Program in Indonesia, this research conducts a comparative analysis of implementation compliance between Indonesia and New Zealand as per the Financial Action Task Force recommendations."