JUDUL SKRIPSI : ESTIMASI PERUSAHAAN ASURANSI JIWA DI INDONESIA DENGAN PENDEKATAAN ADAPTIVE NEURO FUZZY. Disusun oleh :

Transkripsi

1 JUDUL SKRIPSI : ESTIMASI PERUSAHAAN ASURANSI JIWA DI INDONESIA DENGAN PENDEKATAAN ADAPTIVE NEURO FUZZY Disusun oleh : Nama : FITRI APRILIANA NPM : Jurusan : Akuntansi Pembimbing : Dr. Armaini Akhirson,SE.,MMA

2 LATAR BELAKANG MASALAH JUMLAH KEKAYAAN INDUSTRI ASURANSI Keterangan Tahun Asuransi Jiwa , , , , ,2 Asuransi Kerugian , , , , ,5 Reasuransi 816,5 953, , , ,5 Program Asuransi Sosial & Jaminan Sosial , , , , ,2 Program Asuransi untuk PNS & TNI / POLRI / , , , , ,9 Jumlah /total , , , , ,6

3 RUMUSAN MASALAH BATASAN MASALAH Bagaimana tingkat rasio likuiditas, RBC, Rasio Beban Klaim dan pendapatan premi pada perusahaan asuransi jiwa pada tahun Bagaimanakah bentuk inferensi fuzzy Pendapatan Premi dengan metode Adaptive Neuro Fuzzy? Bagaimanakah perbandingan pendapatan premi metode ANFIS apabila dibandingkan dengan pendapatan premi aktual Bagaimana tingkat keakurasian dari ANFIS dalam mengenai pendapatan premi. Dalam Penulisan ini, hanya membatasi masalah pada perusahaan Asuransi yaitu yang tercatat di Asosiasi Asuransi Jiwa Indonesia.Data yang digunakan untuk penelitian yaitu dari periode dengan sampel 11 perusahaan asuransi jiwa. Data tersebut lalu diolah menggunakan Adaptive Neuro Fuzzy Inference System (ANFIS). TUJUAN PENELITIAN Untuk mengetahui tingkat rasio likuiditas, RBC, Rasio Beban Klaim dan pendapatan premi pada perusahaan asuransi jiwa pada tahun Untuk mengetahui bentuk inferensi fuzzy pendapatan premi dengan metode Adaptive Neuro Fuzzy sehingga dapat dilakukan pengkategorian. Untuk mengetahui perbandingan pendapatan premi metode ANFIS apabila dibandingkan dengan pendapatn premi aktual. Untuk mengetahui tingkat keakurasian ANFIS mengenai pendapatan premi

4 LANDASAN TEORI ASURANSI Perusahan ASURANSI JIWA Karakteristik Perusahaaan Asuransi Jiwa Pendapatan premi asuransi, Likuiditas, RBC, Rasio beban Klaim ANFIS (ADAPTIVE NEURO FUZZY INFERENCE SYSTEM)

5 KERANGKA PEMIKIRAN Perusahaan Asuransi (Undang-Undang Nomor 2 tahun 1992) Asuransi Jiwa Undang-Undang Nomor 2 tahun 1992) Likuiditas RBC (KMK) nomor 424/KMK.06/2003 Rasio Beban Klaim ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) Eng Agus Naba, 2009 Pendapatan Premi IAI, 2000

6 METODE PENELITIAN OBJEK PENELITIAN Perusahaan Asuransi Jiwa dan Sampel dalam penelitian ini adalah 11 perusahaan asuransi jiwa yang terdaftar di Asosiasi Asuransi Jiwa Indonesia. Data yang dipilih meliputi beberapa hal yaitu ; 1. Menerbitkankan laporan keuangan yang telah diaudit setiap tahun periode tahun 2007 sampai Merupakan Perusahaan asuransi jiwa yang terdaftar di Asosiasi Asuransi Jiwa Indonesia dan Dewan Asuransi Indonesia, Pertumbuhan aset rata-rata 3 tahun ( ) 3. Perusahaan yang berlaba dan pertumbuhan labanya tidak negative selama tiga tahun berturut-turut pada tahun 2007 sampai Merupakan perusahaan asuransi jiwa yang sehat menurut 424/KMK.06/2003. V A R I A B E L Likuiditas VARIABEL INPUT RBC VARIABEL OUTPUT Rasio beban Klaim Pendapatan Premi

7 METODE ANALISIS DATA Setelah variabel terkumpul, selanjutnya adalah melakukan analisis data yaitu melakukan proses permodelan pendapatan premi sehingga bisa diketahui seberapa besar pengaruh yang diterima oleh variable output.. Proses permodelan dilakukan dengan bantuan aplikasi aplikasi Matlab R2010b. Kemudian diolah dengan ANFIS (Adaptive Neuro Fuzzy Inference System).

8 HASIL PENELITIAN NO. Asuransi Jiwa Likuiditas Tahun (%) 1 PT.Prudential PT.Allianz PT.CommenWealth PT.Asuransi Adisarana PT.AXA MANDIRI LIKUIDITAS 6 PT.SUN LIFE INDONESIA PT.SEQUIS FINANCIAL PT.SINAS MAS PT.SEQUIS LIFE PT.ASURANSI JIWASRAYA 11 BNI LIFE INSURANCE dapat ditarik kesimpulan sebagian besar perusahaan yang diperoleh dari tahun bahwa dapat disimpulkan bahwa likuiditas dapat mempengaruhi pendapatan premi perusahaan yang yang terlihat dari peningkatan dan penurunan dari tahun ketahun dan juga kondisi/ kesehatan keuangan perusahaan yang baik dapat dilihat dari tingkat likuiditas.

9 HASIL PENELITIAN RBC (Risk Based Cpital NO. Asuransi Jiwa RBC(%) 1 PT.Prudential PT.Allianz PT.CommenWealth PT.Asuransi Adisarana PT.AXA MANDIRI PT.SUN LIFE INDONESIA PT.SEQUIS FINANCIAL PT.SINAS MAS PT.SEQUIS LIFE PT.Asuransi Jiwasraya BNI LIFE INSURANCE dapat disimpulkan sebagian besar perusahaan yang diperoleh dari tahun Risk Based Capital sudah cukup baik dan melampaui ketentuan dari Menteri Keuangan dikarnakan bahwa dari kesehatan suatu perusahaan asuransi yang harus dipenuhi oleh sebesar 120% Semakin besar rasio kesehatan RBC sebuah perusahaan asuransi, semakin sehat kondisi financial perusahaan tersebut dan posisi keuangan yang sangat kuat

10 HASIL PENELITIAN Rasio Beban Klaim NO. Asuransi Jiwa 1 PT.Prudential 2 PT.Allianz 3 PT.CommenWealth 4 PT.Asuransi Adisarana 5 PT.AXA MANDIRI Rasio Beban (%) PT.SUN LIFE INDONESIA 7 PT.SEQUIS FINANCIAL 8 PT.SINAS MAS 9 PT.SEQUIS LIFE 10 PT.Asuransi Jiwasraya 11 BNI LIFE INSURANCE dapat disimpulkan sebagian besar perusahaan yang diperoleh dari tahun , Besarnya hasil beban klaim pada setiap tahunnya sangat bervariasi pada setiap perusahaan dan mencerminkan nilai perolehan premi yang didapat dari setiap tahun. Semakin besar nilai perolehan premi maka akan membuat besar klaim menjadi semakin tinggi, hal ini cukup logis karena premi yang didapatkan perusahaan mengandung unsur risiko yang memicu terjadinya klaim.

11 HASIL PENELITIAN NO. Asuransi Jiwa Tahun 1 PT.Prudential 2 PT.Allianz 3 PT.CommenWealth 4 PT.Asuransi Adisarana 5 PT.AXA MANDIRI Pendapatan Premi PT.SUN LIFE INDONESIA 7 PT.SEQUIS FINANCIAL 8 PT.SINAS MAS 9 PT.SEQUIS LIFE 10 PT.ASURANSI JIWASRAYA 11 BNI LIFE INSURANCE , , , , , , , , bahwa dapat disimpulkan sebagian besar perusahaan yang diperoleh dari tahun sangat terlihat pada perusahaan asuransi jiwa seperti PT.Prudential Assurance pada tahun 2007 sebesar Rp dan pada tahun 2010 sebesar Rp terjadi peningkatan sebesar Rp dan seterusnya sehingga terjadi peningkatkan pertumbuhan di setiap tahunnya dan pada PT.Sequis Financial pada tahun 2007 sebesar Rp dan tahun 2010 sebesar Rp terjadi penurunan sebesar Rp

12 TAHAP IMPLEMENTASI ANFIS Persiapan Data Time Series Pembentukan Jumlah Pusat Cluster T Training dan Checking data Input- Output Pembentukan Rule Keakurasian ANFIS

13 Pendapatan Premi Fuzzy system

14 HASIL PENELITIAN Permodelan Output Subtractive Clustering Cluster Input 1 Input 2 Input 3 Output 1 Cluster No. Nama Perusahaan 1 PT Prudential Life Assurance 2 PT AXA Mandiri Financial 3 PT Commonwealth 4 PT Asuransi Jiwa Adisarana Wanaartha Cluster Cluster Cluster Cluster Cluster Cluster Cluster Cluster Cluster No. Hasil Cluster Tahun 1 PT.SUN LIFE INDONESIA PT.CommenWealth PT.Asuransi Adisarana PT.SINARMAS PT.ALLIANZ PT.Prudential PT.SEQUIS FINANCIAL PT.SUN LIFE INDONESIA PT.SEQUIS FINANCIAL PT.Prudential Life Assurance 2010 Dari Hasil Cluster dapat dikategorikan sebagai berikut :

15 HASIL PENELITIAN Learning Adaptive Neuro Fuzzy terlihat bahwa output yang dihasilkan sistem fuzzy tampak mengikuti arah training. Output ditunjukan dengan simbol bintang berwarna merah dan data training dengan simbol lingkaran berwarna biru.

16 HASIL PENELITIAN Selanjutnya dari proses training data akan dibentuk fuzzy rule sesuai jumlah pusat cluster yang ada yaitu 10 fuzzy rule

17 HASIL PENELITIAN Keakurasian Hasil Asumsi ANFIS ERROR Dari hasil data yang telah di checking terdapat error negatif terkecil adalah -17 dan positif terkecil adalah 29. Error negatif terkecil terjadi pada vektor BNI Life Insurance pada tahun Error positif terkecil pada vektor PT.SEQUIS LIFE pada tahun 2008

18 Hasil Penelitian Analisis Error Secara keseluruhan, Adaptive Neuro Fuzzy Inference System (ANFIS) mampu melakukan training atas data dan memodelkan kelakuan hubungan inputoutput dengan baik, hal ini dibuktikan dengan rata-rata tingkat error mampu mencapai 0 yaitu sebesar

19 KESIMPULAN A N F I S Dari keseluruhan hasil yang didapat maka dapat diambil kesimpulan bahwa jika dilihat dari sebagian besar dari variable input yaitu Likuidasi,RBC dan Rasio Beban Klaim sudah sesuai. Begitu juga dengan variable output pada hasil perhitungan pendapatan premi yaitu PT. PT.Prudential Assurance mengalami peningkatan dan diikuti juga dengan perusahaan-perusahaan lainnya tetapi pada PT.SEQUIS FINANCIAL yang mengalami penurunan. Pada Permodelan ANFIS menghasilkan 10 aturan fuzzy dimana yang bisa memodelkan kelakuan input-output antara variable (rasio likuiditas, RBC, Rasio Beban Klaim) dan pendapatan premi. Secara Keseluruhan, Adaptive Neuro Fuzzy System ( ANFIS). Dalam Perbandingan keakurasian antara asumsi ANFIS dengan asumsi AKTUAL sudah cukup bagus dalam hal ini dapat dibuktikan dengan rata-rata error memcapai 0 yaitu sebesar Dari data training yang dapat di uji dengan baik, mengalami selisih antara aktual pendapatan premi dan pendapatan premi anfis yaitu terlihat error negatif terkecil adalah -17 dan positif terkecil adalah 29

20 SARAN Penelitian selanjutnya diharapkan dapat menambah variabel lain di luar variabel yang digunakan dalam penelitian ini, yaitu seperti memasukan Investasi sebagai pelengkap RBC dan beberapa variable harus dipertimbangkan. selanjutnya mungkin dapat mempertimbangkan beberapa variabel eksternal di luar penelitian ini. Meski tingkat keakurasian hasil estimasi cukup baik dengan tingkat error yang kecil yaitu sebesar , kedepannya diharapkan untuk memperhatikan faktor faktor diluar penelitian ini. Bagi Asosiasi Asuransi Jiwa Indonesia, diharapkan sebaiknya Asosiasi memakai ANFIS dalam melakukan pemeringkatan ataua pengkategorian perusahan asuransi tersebut.

21 Sekian dan Terima Kasih

22 NO. MATRIK Nama,thn Judul,analisa Kesimpulan 1 Irma Mutiarani Analisis Pemeringkatan Kesehatan Keuangan Perusahaan Asuransi dengan Pendekatan Fuzzy Logic Metode Mamdani dan Sugeno Hasil pengujian Fuzzy Logic Toolbox dengan metode mamdani dan sugeno sebagian besar perusahaan asuransi sudah tepat dalam pengambilan keputusan dalam penetapan premi,

23 2. SYUDASTRI Estimasi Tingkat Inflasi Di Indonesia Dengan Pendekatan Adaptive Neuro Fuzzy. analisa yang sudah dilakukan, sistem fuzzy menghasilkan 9 aturan fuzzy yang bisa mendefinisikan kelakuan inputoutput. Hasil dari penelitan ini menunjukkan tingkat akurasi yang cukup tinggi dengan rata-rata tingkat error mampu nilai tukar, jumlah uang beredar, suku bunga PUAB, mencapai 0 yaitu sebesar 0,6031 setelah di uji dengan data pada periode dan output gap 3. Niken Wulandari Analisis Pengaruh Risk Based capital dan Underwriting Ratio Terhadap Profitabilitas Pada Perusahaan Asuransi Kerugian Hasil pengujian hipotesis dengan uji F menunjukkan bahwa adanya pengaruh yang signifikan dari tingkat Risk Based Capital dan Underwriting Ratio terhadap profitabilitas pada perusahaan asuransi kerugian, terbukti dengan nilai koefisien korelasi yang signifikan sebesar 0,570 dan R2 0,325. Untuk hasil pengujian hipotesis secara parsial dengan uji t ditemukan adanya pengaruh yang signifikan tingkat Risk Based Capital terhadap profitabilitas pada perusahaan asuransi kerugian dengan koefisien korelasi parsial bernilai negatif sebesar 0,507.