Claim Missing Document
Check
Articles

Found 6 Documents
Search
Journal : Jurnal Sains dan Seni ITS

Analisis Pola Hubungan Kerugian Negara Akibat Korupsi Dengan Demografi Koruptor Amilia Firda Rahmana; Santi Puteri Rahayu
Jurnal Sains dan Seni ITS Vol 2, No 2 (2013)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (680.837 KB) | DOI: 10.12962/j23373520.v2i2.4862

Abstract

Masalah korupsi bukan lagi masalah baru dalam persoalan hukum dan ekonomi bagi suatu negara. Hasil survei Transparansi Internasional Indonesia menunjukkan bahwa Indonesia merupakan negara terkorup nomor 6 dari 133 negara. Berdasarkan informasi dari Kepolisian Negara Republik Indonesia (Polri), kasus korupsi meningkat sebesar 52,8 persen dari tahun 2011 hingga 2012. Meningkatnya kasus korupsi dan dampak dari tahun ke tahun membuat penulis tertarik untuk melakukan penelitian tentang kasus korupsi. Tujuan dari penelitian ini adalah mengetahui karakteristik demografi kasus dugaan korupsi yang terjadi di Jawa Timur, signifikansi dependensi besarnya kerugian negara akibat korupsi dengan variabel demografi koruptor di Jawa Timur, dan pola hubungan kerugian negara akibat korupsi dengan demografi koruptor di Jawa Timur. Variabel pada penelitian ini adalah kerugian Negara, usia, jenis kelamin, daerah kejaksaan, pekerjaan, dan pendidikan. Metode analisis yang digunakan adalah statistika deskriptif, analisis korespondensi, dan analisis model log linear. Hasil statistika deskriptif menerangkan bahwa mayoritas koruptor di Jawa Timur melakukan korupsi antara 100 juta hingga 1 Milyar Rupiah sebesar 47 persen. Kerugian Negara memiliki hubungan yang signifikan dengan usia, daerah kejaksaan, pekerjaan, dan pendidikan.
Peramalan Pendapatan Operasional Bank Menggunakan Metode Fungsi Transfer dan Neural Network Nayla Nayla Ma’rufah Ma’rufah; Santi Santi Puteri Rahayu Rahayu; Suhartono Suhartono Suhartono
Jurnal Sains dan Seni ITS Vol 2, No 2 (2013)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (966.894 KB) | DOI: 10.12962/j23373520.v2i2.4877

Abstract

Abstrak— Pendapatan operasional suatu bank terdiriatas dua jenis yaitu pendapatan bunga dan pendapatan non bunga. BerdasarkanStatistik Perbankan Indonesia (SPI) pada November 2012, pendapatan bunga bankumum mencapai Rp 355.961 miliar sedangkan pendapatan non bunga mencapai Rp112.791 miliar. Dengan demikian, sebanyak 76% pendapatan operasional bank umumdiperoleh dari pendapatan bunga. Peramalan pendapatan operasional bankkhususnya pendapatan bunga, dilakukan untuk memberikan informasi yangbermanfaat tentang pendapatan operasional. Dalam penelitian ini, variabel yangdigunakan adalah biaya dana dan LDR sebagai variabel bebas serta pendapatanbunga bank sebagai variabel tak bebas. Penelitian ini menggunakan pendekatan metodefungsi transfer dan neural network untuk meramalkan pendapatan bunga bank.Hasil yang diperoleh menunjukkan dengan menggunakan pendekatan fungsi transferkedua variabel bebas berkaitan secara signifikan dengan pendapatan bunga BRIsedangkan untuk BCA hanya variabel biaya dana yang berkaitan secara signifikanterhadap pendapatan bunga. Selain itu, berdasarkan ketepatan peramalan metodefungsi transfer merupakan metode yang paling sesuai untuk meramalkan pendapatanbunga BRI sedangkan metode neural network merupakan metode yang sesuai untukmeramalkan pendapatan bunga BCA.
Pengembangan Jaringan Distribusi Uang dan Layanan Kas untuk Menentukan Lokasi Baru Kantor Perwakilan Dalam Negeri (KPwDN) Bank Indonesia di Pulau Sulawesi Menggunakan Analisis Faktor Fakhrul Azizi Indillah; Santi Puteri Rahayu; Suhartono Suhartono
Jurnal Sains dan Seni ITS Vol 5, No 1 (2016)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (760.369 KB) | DOI: 10.12962/j23373520.v5i1.14363

Abstract

Tugas Bank Indonesia terutama dalam pengelolaan uang rupiah, khususnya pendistribusiannya ke seluruh daerah, menghadapi tantangan yang tidak mudah. Salah satu tantangan terbesar dalam pengedaran uang rupiah adalah ketersediaan moda dan jalur transportasi reguler yang terbatas, serta kondisi geografis maupun alam Indonesia, termasuk di dalamnya kondisi iklim dan cuaca yang sering mengalami perubahan. Dalam kasus ini akan dilakukan analisis menggunakan analisis faktor yang selanjutnya dibuat skor faktor untuk membuat pengelompokan daerah mana yang perlu dibangun KPwDN Bank Indonesia baru. Setelah dilakukan analisis didapatkan hasil pada provinsi Gorontalo, Kabupaten Pohuwato perlu dibangun KPwDN Bank Indonesia. Pada provinsi Sulawesi Selatan, Kota Makassar perlu diabangun KPwDN Bank Indonesia. Pada provinsi Sulawesi Utara, Bitung perlu dibangun KPwDN Bank Indonesia. Pada provinsi Sulawesi Tengah, Kabupaten Banggai perlu dibangun KPwDN Bank Indonesia. Pada provinsi Sulawesi Tenggara, Kabupaten Kolaka perlu dibangun KPwDN Bank Indonesia. Pada provinsi Sulawesi Barat, Kabupaten Mamuju perlu dibangun KPwDN Bank Indonesia.
Pemodelan Faktor-Faktor yang Mempengaruhi Kemiskinan Kabupaten/Kota di Jawa Timur Menggunakan Regresi Data Panel Nur Fajriyah; Santi Puteri Rahayu
Jurnal Sains dan Seni ITS Vol 5, No 1 (2016)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (616.553 KB) | DOI: 10.12962/j23373520.v5i1.14368

Abstract

Masalah klasik yang hingga kini masih menjadi persoalan utama di Jawa Timur adalah masalah kemiskinan. Pada tahun 2011, tingkat kemiskinan Jawa Timur melebihi tingkat kemiskinan nasional. Padahal di tahun yang sama, pertumbuhan ekonomi Jawa Timur menunjukkan angka yang lebih besar dibandingkan pertumbuhan ekonomi nasional. Tahun 2013 Jawa Timur menjadi provinsi dengan jumlah penduduk miskin terbanyak di Indonesia. Dengan mengetahui faktor – faktor yang mempengaruhi jumlah penduduk miskin, di-harapkan dapat menurunkan tingkat kemiskinan di Jawa Timur. Salah satu metode yang dapat digunakan adalah regresi data panel, dimana metode tersebut melibatkan data cross section dan time series.Untuk itu, dalam penelitian ini akan dilakukan analisa mengenai faktor-faktor yang berpengaruh terhadap ke-miskinan Kabupaten/Kota di Jawa Timur menggunakan regresi data panel. Data dalam penelitian ini merupakan data sekunder mengenai kemiskinan yang diperoleh dari Badan  Pusat Statistik (BPS). Terdapat tiga variabel respon yang digunakan, yaitu persentase penduduk miskin, indek kedalaman kemiskinan, dan indeks keparahan kemiskinan. Sedangkan variabel prediktor yang digunakan adalah sebanyak 8 variabel. Hasil penelitian menunjukkan bahwa metode estimasi terbaik untuk ketiga variabel respon adalah FEM dengan efek cross section. Variabel prediktor yang sama-sama signifikan pada masing-masing  model adalah angka melek huruf, tingkat partisipasi angkatan kerja, penduduk yang bekerja di sektor pertanian, serta PDBR per  kapita. Sedangkan variabel prediktor yang sama-sama tidak signifikan pada masing-masing variabel respon adalah penduduk tanpa akses kesehatan.
Pemodelan Faktor-faktor yang Mempengaruhi Tingkat Pengangguran Terbuka di Provinsi Jawa Timur Tahun 2015 Menggunakan Regresi Spasial Ida Puspita Ningtias; Santi Puteri Rahayu
Jurnal Sains dan Seni ITS Vol 6, No 2 (2017)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (279.554 KB) | DOI: 10.12962/j23373520.v6i2.24984

Abstract

Pada penelitian ini, regresi spasial  digunakan untuk mengetahui faktor-faktor yang mempengaruhi tingkat pengangguran terbuka di Provinsi Jawa Timur tahun 2015. Aspek spasial diduga sebagai salah satu faktor yang berpengaruh terhadap tingkat pengangguran terbuka. Pengangguran terbuka terjadi karena jumlah penduduk meningkat sehingga menyebabkan jumlah angkatan kerja meningkat namun jumlah penduduk yang bekerja tidak meningkat. Penelitian ini bertujuan untuk menggambarkan karakteristik faktor-faktor yang diduga mempengaruhi tingkat pengangguran terbuka di Provinsi Jawa Timur kemudian dilanjutkan dengan pemodelan menggunakan regresi spasial. Data yang digunakan bersumber dari website Badan Pusat Statistik (BPS) Provinsi Jawa Timur serta publikasi Keadaan Angkatan Kerja di Jawa Timur Agustus 2015. Berdasarkan hasil analisis dan pembahasan, tingkat pengangguran terbuka pada kabupaten dan kota terhadap kategori tinggi memusat di Provinsi Jawa Timur sebelah timur laut sedangkan untuk kategori sedang dan rendah tersebar di seluruh kabupaten dan kota di Provinsi Jawa Timur. Hasil pemodelan regresi spasial diperoleh spatial error model menggunakan bobot rook contiguity merupakan model terbaik sebab memiliki nilai AIC paling rendah diantara multiple linier regression dan spatial autoregressive model. Variabel yang signifikan berpengaruh terhadap spatial error model adalah persentase penduduk miskin serta distribusi PDRB atas dasar harga berlaku menurut lapangan usaha jasa lainnya. Kabupaten Gresik dan Kabupaten Sidoarjo merupakan dua kabupaten yang paling mempengaruhi spatial error model Kota Surabaya dimana kota ini sebagai ibukota Provinsi Jawa Timur.
Pemodelan Harga Saham Sektor Konstruksi Bangunan, Properti dan Real Estate di JII 70 Tahun 2013-2018 Menggunakan Regresi Data Panel (FEM Cross-section SUR) Bagus Rahmatullah; Imam Safawi Ahmad; Santi Puteri Rahayu
Jurnal Sains dan Seni ITS Vol 8, No 2 (2019)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (802.952 KB) | DOI: 10.12962/j23373520.v8i2.44380

Abstract

Persaingan bisnis di era pasar bebas saat ini semakin ketat. Setiap perusahaan membutuhkan modal agar dapat lebih berkembang dan tetap eksistensi. Salah satu cara perusahaan untuk memperoleh modal adalah dengan menawarkan saham di Bursa Efek Indonesia. Namun harga saham yang diperdagangkan dapat berubah tiap waktu, sehingga para investor perlu melakukan analisis terhadap kinerja perusahaan yang ditinjau dari rasio keuangan perusahaan dan makro ekonomi di Indonesia terlebih dahulu agar memperoleh keuntungan baik dari dividen maupun capital gain. Berdasarkan analisis menggunakan regresi data panel diperoleh estimasi model data panel yang sesuai untuk pemodelan harga saham 12 perusahaan terdaftar di Jakarta Islamic Index (JII) 70 tahun 2013-2018 adalah Fixed Effect Model dengan Cross-section SUR. Secara simultan, semua variabel independen yang terdiri dari Current Ratio (CR), Debt to Equity Ratio (DER), Return on Equity (ROE), Return on Asset (ROA), Price to Book Value (PBV), Earning Per Share (EPS), Price Earning Ratio (PER), kurs rupiah, dan suku bunga secara bersama-sama berpengaruh signifikan. Namun secara parsial hanya variabel CR, DER, ROE, PBV, EPS, Kurs Rupiah, dan Suku Bunga yang berpengaruh signifikan terhadap harga saham dengan koefisien determinasi sebesar 96,15%.