Analisis Loan to Deposite Ratio pada Bank Pemerintah dan Bank Swasta di Kalimantan Barat
Notice bibliographique
Résumé
This study titled analyzes loan to deposite ratio (LDR) at government banks and private bank in west Kalimantan. The problem is how the development loan to deposite ratio in state bank and private bank in west Kalimantan. While the purpose of this study is to analyzes the ratio of loan to deposite ratio at government banks and private banks. In this study the author uses descriptive research mhetod is done by collecting nominal to get an overview of the reseach result. Approach is the method used in this research is quantitative method, A process of discovering knowledge in the form of figures that tracks that find information about what we want to know. The amount of data used was eight years old in each quarter. The result showed that the level of development of LDR on government banks and private banks based safe limits its loan to deposite ratio of a bank is about 85% - 100% or according Kasmir safe limits for LDR according to government regulations is a maximum of 100. Then the state banks have the highest LDR figure of 89,30% and the lowest value of 79,90%. While private banks are still under the safe LDR value occurs only once in 2012 to the IV quarter with 88,3% LDR figure, While the lowest figure 61,2%
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».