ANALISIS DANA PINJAMAN PEGAWAI NEGERI SIPIL (PNS) MENGGUNAKAN METODE GENERALIZED LINEAR MIXED MODEL (GLMM) PADA DATA LONGITUDINAL

ULLY, SAPUTRI (2021) ANALISIS DANA PINJAMAN PEGAWAI NEGERI SIPIL (PNS) MENGGUNAKAN METODE GENERALIZED LINEAR MIXED MODEL (GLMM) PADA DATA LONGITUDINAL. Masters thesis, Universitas Andalas.

[img]
Preview
Text (Cover dan Abstrak)
1. cover+abstrak.pdf - Published Version

Download (1MB) | Preview
[img]
Preview
Text (BAB 1 (Pendahuluan))
2. BAB 1 (Pendahuluan).pdf - Published Version

Download (206kB) | Preview
[img]
Preview
Text (BAB Akhir (Penutup/Kesimpulan))
3. BAB akhir.pdf - Published Version

Download (238kB) | Preview
[img]
Preview
Text (Daftar Pustaka)
4. Daftar pustaka.pdf - Published Version

Download (178kB) | Preview
[img] Text (Tugas Akhir Ilmiah Utuh)
5. Tugas Akhir utuh (cover dg pembimbing).pdf - Published Version
Restricted to Repository staff only

Download (3MB)

Abstract

Pinjaman merupakan fasilitas pengkeditan yang disediakan oleh bank kepada nasabah dengan memberikan sejumlah dana dalam memenuhi kepentingan tertentu. Data pinjaman nasabah dapat diteliti secara berulang (longitudinal) untuk melihat korelasi antar kelompok pengamatan dan korelasi antar waktu pengamatan. Tingginya permintaan nasabah atas pinjaman dana, membuat bank lebih selektif dalam menganalisis perhitungan untuk menghindari terjadinya risiko. Analisis tersebut dipengaruhi oleh faktor underwriting dan frailty yang dimodelkan dengan analisis regresi. Data pinjaman bank yang bersifat longitudinal diambil dari nasabah berstatus pekerjaan sebagai Pegawai Negeri Sipil (PNS) pada tahun 2010 hingga 2020. Data ini dianalisis menggunakan metode Generalized Linear Models (GLM) dan Generalized Linear Mixed Model (GLMM) dengan melihat pengaruh faktor frailty. Berdasarkan nilai AIC dan BIC terkecil diperoleh GLMM adalah model terbaik. Dengan faktor yang mempengaruhi data pinjaman nasabah adalah masa kerja, jumlah tanggungan, golongan gaji, dan bunga bank.

Item Type: Thesis (Masters)
Primary Supervisor: Dr. Dodi Devianto
Uncontrolled Keywords: longitudinal, underwriting, frailty, Generalized Linear Models, Generalized Linear Mixed Model, AIC, BIC.
Subjects: Q Science > QA Mathematics
Divisions: Pascasarjana (S2)
Depositing User: s2 matematika matematika
Date Deposited: 31 Aug 2021 04:56
Last Modified: 31 Aug 2021 04:56
URI: http://scholar.unand.ac.id/id/eprint/81293

Actions (login required)

View Item View Item