Article Per Year (5 Year)
p-Index From 2019 - 2024
1.909
P-Index
This Author published in this journals
All Journal Indonesian Journal of Electronics and Instrumentation Systems Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Proceedings of KNASTIK Jurnal sistem informasi, Teknologi informasi dan komputer JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Jurnal Pengabdian kepada Masyarakat Bina Darma Algoritme Jurnal Mahasiswa Teknik Informatika MDP Student Conference
Wijang Widhiarso
Universitas Multi Data Palembang
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Other

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Proceedings of KNASTIK

 1 
Usulan Penggunaan Metode-Metode dalam Data Mining untuk Manajemen Risiko Bank Komersil di Indonesia Widhiarso, Wijang; Winarko, Edi
Proceedings of KNASTIK 2010
Publisher : Duta Wacana Christian University

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Ada delapan (8) risiko yang di kelola dalam peraturan Bank Indonesia tentang pengelolaan resiko, yakni: risiko kredit, risiko pasar, risiko operasional, risiko likuiditas, risiko kepatuhan, risiko hukum, risiko strategi dan risiko reputasi. Dari hasil telaah terhadap literatur yang ada serta model yang diusulkan terlihat bahwa metode SVM dan Naive Bayes untuk analisis risiko kredit dianggap tepat karena metode ini memiliki kinerja yang lebih baik ketika bekerja dengan fitur-fitur multi dimensional dan berkelanjutan. Metode K-Means diiusulkan untuk menganalisis risiko pasar karena metode  ini dianggap mampu menangani data multi dimensial yang besar dan sangat tergantung kepada parameter input. Metode Bayesian Markov Chain Monte Carlo (MCMC) direkomendasi  khusus untuk menajemen risiko operasional terutama masalah kehilangan data baik data  yang juga dikombinasi dengan opini dari pakar. Penggunaan metode Multi Classes Suport Vector Machines untuk risiko likuiditas karena metode ini mampu mengurangi jumlah indeks, menurunkan kompleksitas analisis saat mengelola risiko keuangan yang sumber datanya biasanya bersifat statistik, mampu meningkatkan efisiensi dan ketepatan prediksi. Untuk risiko hukum, risiko kepatuhan, risiko reputasi dan risiko stratejik penulis mengusulkan metode decision tree untuk mengelola ketiga risiko tersebut dengan data mining. Alasannya adalah bahwa decision tree memiliki profil operasional yang sederhana dan cocok dengan mekanisme struktur analisis risiko hukum.
Co-Authors Ahmad Farisi Cendy Prakarsah Cerwyn Asyraq Chandra Wijaya Dafid Dafid Derry Alamsyah Edi Winarko Edo Renaldo Ericco Andreas Ervina Patricia Arifin Hafiz Irsyad Kersen Kersen MUHAMMAD AKBAR SATRIAWAN Ricky Putra Sardika Rizky Pribadi, Muhammad Sri Hartati Vera Nofita Verren Oktaviana Yohannes Yohannes Zicola Vladimir VIky Khan