UJIAN A70 PERIODE JUNI 2014 SOLUSI UJIAN PAI A70. A70-Pemodelan dan Teori Risiko 9/14/2014

Ukuran: px
Mulai penontonan dengan halaman:

Download "UJIAN A70 PERIODE JUNI 2014 SOLUSI UJIAN PAI A70. A70-Pemodelan dan Teori Risiko 9/14/2014"

Transkripsi

1 SOLUSI UJIAN PAI A70 UJIAN A70 PERIODE JUNI 2014 A70-Pemodelan Teori Risiko 9/14/2014 Berikut merupakan solusi ujian PAI yang saya buat secara khusus untuk teman-teman PT Padma Radya Aktuaria, secara umum untuk teman-teman yang mau mengambil ujian PAI A70. Semoga bermanfaat.

2 1 1) Diketahui. Akan dicari nilai dari. ( * Karena ( ), maka ( ) 3) Diketahui bedistribusi gamma - dengan, [ ] [ ] ( ) ( ) 2) Diketahui berdistribusi lognormal - dengan Akan dicari nilai dari. Berdasarkan persamaan didapat. Karena, maka Karena, maka. Sehingga didapat nilai 4) Diketahui Catatan: seharusnya pilihan jawabannya dalam variable bukan variable. 5) Diketahui. Karena, maka..

3 2 6) Diketahui variable acak ( ) ( ) dengan pdf Akan dicari fungsi. Karena menyatakan variabel acak merupakan fungsi dari variabel acak, maka haruslah. ( ) ( ) ( ( ) ( ) 7) Diketahui ) ( Akan dicari nilai. Karena maka (, ) ( ) 8) Diketahui. Akan dicari nilai dari ( ). ( ) ( ) ( ) ( ) ( ) Karena, maka ( ) ( ( ) ) 9) Diketahui dengan. Akan dicari nilai. Karena, didapat ( ) 10) Misalkan =deductible tahun ini =deductible tahun depan. Diketahui dengan. Akan dicari nilai

4 3 ( ) ( * ( * ( * ( * 11) Diketahui deductible. Dengan menggunakan persamaan bisa diperoleh nilai sebagai berikut ( * Akan dicari nilai yang membuat menjadi dua kali lipat. 12) Diketahui fungsi survival pareto, ( ). Padahal ( ). Sehingga didapat atau. Diketahui juga Karena maka ( ( * * Sehingga diperoleh. Selanjutnya akan dicari nilai. 13) Diketahui, ( ). Padahal ( ), maka. Akan dicari nilai ( ).

5 4 14) Diketahui. Akan dicari nilai dari jika variable acak adalah 120% kali variable acak. Karena, maka. [ ] 15) Diketahui [ ] ( ). Akan di cari nilai. ( ) ( * Karena syarat, maka yang memenuhi syarat adalah. 16) Diketahui ( ). Akan dicari fungsi survival. ( ) ( ) ( ) ] 17) Diketahui [ ] ( ) ( ). Akan dicari nilai yang dinyatakan dalam bentuk. ( ) Karena ( ) ( ), maka 18) Diketahui ( ) ( ) ( ) ( ) ( ) Maka nilai

6 5 22) Diketahui. Akan dicari nilai [ ]. [ ] 19) Diketahui [ ]. Akan dicari expected loss prepayment dengan. Jika merupakan variable acak klaim dengan, maka ( *. ( *. ( 20) Misalkan merupakan variable acak frekuensi klaim dengan merupakan variable acak severity klaim setelah naik 50%. Diketahui bahwa distribusi sebagai berikut: Severity Klaim Probabilitas 60 25% % % % Maka ( ). Akan dicari nilai [ ]. [ ] ( ). 21) Diketahui. Akan dicari nilai [ ]. [ ] ) 23) Diketahui data klaim sebagai berikut: 100; 100; 100; 200; 300; 300; 300; 400; 500; 600. Data tersebut kebetulan sudah urut, sehingga bisa langsung digunakan untuk mencari. Karena, maka. 24) Data dari soal dapat dinyatakan dalam bentuk tabel berikut: waktu meninggal Berdasarkan tabel diatas didapat nilai-nilai sebagai berikut: banyaknya data waktu meninggal urutan ke- (dari belakang) waktu keluar

7 6 Mengacu pada table diatas, didapat [ ] yaitu: [ ] 25) Diketahui Karena variable acak berdistribusi pareto, maka dengan metode moment didapat persamaan dicari nilai.. Akan Pada bagian lampiran yang ada pada soal, rumus ( *. Sehingga ( ( ) + ( ( ) ) 26) Diketahui. Akan dicari maksimum likelihood estimator untuk.. 27) Diketahui. Akan dicari maksimum likelihood estimator untuk. 28) Diketahui variable acak berdistribusi Compound Poisson merupakan variable acak severity yang berdistribusi konstan. Segkan ukuran sampel yang diperlukan untuk full kredibilitas adalah. Karena berdistribusi konstan maka. Jika merupakan variable acak poisson dari Compound Poisson, maka. Sementara akan dicari standard untuk full kredibilitas yaitu.

8 7. Jika berdistribusi lognormal dengan, akan dicari nilai. ( ) 29) Diketahui ( ). Akan dicari nilai ( ). ( ) ( ) ] ( * 30) Diketahui ( ) ( ) Akan dicari nilai. Karena sudah diketahui fungsi, maka bisa didapat nilai sebagai berikut: ]

PERSATUAN AKTUARIS INDONESIA

PERSATUAN AKTUARIS INDONESIA PERSATUAN AKTUARIS INDONESIA Komisi Penguji PERSATUAN AKTUARIS INDONESIA UJIAN PROFESI AKTUARIS MATA UJIAN : A70 Pemodelan dan Teori Risiko TANGGAL : 24 Juni 2014 JAM : 13.30 16.30 WIB LAMA UJIAN : 180

Lebih terperinci

UJIAN A20 PERIODE JUNI 2014 SOLUSI UJIAN PAI A20. A20-Probabilitas dan Statistika 9/25/2014

UJIAN A20 PERIODE JUNI 2014 SOLUSI UJIAN PAI A20. A20-Probabilitas dan Statistika 9/25/2014 SOLUSI UJIAN PAI A20 UJIAN A20 PERIODE JUNI 2014 A20-Probabilitas dan Statistika 9/25/2014 Berikut merupakan solusi ujian PAI yang saya buat secara khusus untuk teman-teman PT Padma Radya Aktuaria, dan

Lebih terperinci

PERSATUAN AKTUARIS INDONESIA

PERSATUAN AKTUARIS INDONESIA PERSATUAN AKTUARIS INDONESIA Komisi Penguji PERSATUAN AKTUARIS INDONESIA UJIAN PROFESI AKTUARIS MATA UJIAN : A70 Pemodelan dan Teori Risiko TANGGAL : 25 Juni 2013 JAM : 13.30 16.30 WIB LAMA UJIAN : 180

Lebih terperinci

MA4183 MODEL RISIKO Control your Risk!

MA4183 MODEL RISIKO Control your Risk! Catatan Kuliah MA4183 MODEL RISIKO Control your Risk! disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang MA4183 Model Risiko A. Jadwal

Lebih terperinci

Catatan Kuliah. MA4183 Model Risiko

Catatan Kuliah. MA4183 Model Risiko Catatan Kuliah MA4183 Model Risiko Forecast and control your risk Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang MA4183 Model Risiko

Lebih terperinci

MA4181 MODEL RISIKO Risk is managed, not avoided

MA4181 MODEL RISIKO Risk is managed, not avoided Catatan Kuliah MA4181 MODEL RISIKO Risk is managed, not avoided disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Tentang MA4181 Model Risiko

Lebih terperinci

MA4181 MODEL RISIKO Risk is managed, not avoided

MA4181 MODEL RISIKO Risk is managed, not avoided Catatan Kuliah MA4181 MODEL RISIKO Risk is managed, not avoided disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Tentang MA4181 Model Risiko

Lebih terperinci

MA4183 MODEL RISIKO Control your Risk!

MA4183 MODEL RISIKO Control your Risk! Catatan Kuliah MA4183 MODEL RISIKO Control your Risk! disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang MA4183 Model Risiko A. Jadwal

Lebih terperinci

Catatan Kuliah. MA4183 Model Risiko Forecast, assess, and control your risk. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. MA4183 Model Risiko Forecast, assess, and control your risk. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah MA4183 Model Risiko Forecast, assess, and control your risk Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang MA4183

Lebih terperinci

terhadap kesehatan persalinan. Sehingga tak heran jika negara-negara maju di

terhadap kesehatan persalinan. Sehingga tak heran jika negara-negara maju di Nama: Ummi Fadilah NIM: 12/339683/PPA/3995 Teori Resiko Aktuaria PROSES PEMODELAN PENDAHULUAN Salah satu ciri dari negara maju adalah pemerintah dan masyarakat yang peduli terhadap kesehatan persalinan.

Lebih terperinci

Catatan Kuliah. MA4183 Model Risiko Risk: Quantify and Control. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. MA4183 Model Risiko Risk: Quantify and Control. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah MA4183 Model Risiko Risk: Quantify and Control Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2017 1 Tentang MA4183 Model Risiko

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang Masalah

BAB I PENDAHULUAN Latar Belakang Masalah BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Dari tahun ke tahun, produksi mobil dunia semakin berkembang pesat. Berbagai merek ataupun jenis beserta keunggulan-keunggulan yang ditawarkan berbedabeda

Lebih terperinci

Catatan Kuliah. MA4183 Model Risiko

Catatan Kuliah. MA4183 Model Risiko Catatan Kuliah MA4183 Model Risiko Forecast and control your risk Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang MA4183 Model Risiko

Lebih terperinci

Catatan Kuliah. MA4183 Model Risiko Forecast, assess, and control your risk. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. MA4183 Model Risiko Forecast, assess, and control your risk. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah MA4183 Model Risiko Forecast, assess, and control your risk Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang MA4183

Lebih terperinci

MA4181 MODEL RISIKO Risk is managed, not avoided

MA4181 MODEL RISIKO Risk is managed, not avoided Catatan Kuliah MA4181 MODEL RISIKO Risk is managed, not avoided disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Tentang MA4181 Model Risiko

Lebih terperinci

Catatan Kuliah. MA4283 Teori Risiko dan Kredibilitas Forecasting Risk: Precise and Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. MA4283 Teori Risiko dan Kredibilitas Forecasting Risk: Precise and Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah MA4283 Teori Risiko dan Kredibilitas Forecasting Risk: Precise and Prospective Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2018

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Perusahaan asuransi dirasa perlu oleh masyarakat yang memiliki kecenderungan untuk menghindari atau mengalihkan risiko. Menurut Undang- Undang No.2 Tahun 1992 tentang

Lebih terperinci

Catatan Kuliah. MA4283 Teori Risiko dan Kredibilitas Forecasting Risk: Precise and Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. MA4283 Teori Risiko dan Kredibilitas Forecasting Risk: Precise and Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah MA4283 Teori Risiko dan Kredibilitas Forecasting Risk: Precise and Prospective Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2018

Lebih terperinci

BAB 4 ANALISIS DAN PEMBAHASAN

BAB 4 ANALISIS DAN PEMBAHASAN BAB 4 ANALISIS DAN PEMBAHASAN Pada bab ini akan dianalisis dan dibahas tentang pengukuran risiko operasional klaim asuransi kesehatan pada PT. XYZ menggunakan metode EVT. Pengukuran risiko operasional

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Pendahuluan Pada bab ini akan diuraikan mengenai beberapa teori dan metode yang mendukung serta mempermudah dalam melakukan perhitungan dan dapat membantu di dalam pembahasan

Lebih terperinci

Pengantar Statistika Matematik(a)

Pengantar Statistika Matematik(a) Catatan Kuliah Pengantar Statistika Matematik(a) Statistika Lebih Dari Sekadar Matematika disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Aktuaria adalah suatu disiplin ilmu yang menerapkan metode-metode statistika maupun matematika dalam menentukan price dan resiko pada industri asuransi dan keuangan.

Lebih terperinci

MA4183 MODEL RISIKO Control your Risk!

MA4183 MODEL RISIKO Control your Risk! Catatan Kuliah MA4183 MODEL RISIKO Control your Risk! disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang MA4183 Model Risiko A. Jadwal

Lebih terperinci

PERSATUAN AKTUARIS INDONESIA

PERSATUAN AKTUARIS INDONESIA PERSATUAN AKTUARIS INDONESIA Komisi Penguji PERSATUAN AKTUARIS INDONESIA UJIAN PROFESI AKTUARIS MATA UJIAN : A60 Matematika Aktuaria TANGGAL : 25 Juni 204 JAM : 09.00-2.00 WIB LAMA UJIAN : 80 Menit SIFAT

Lebih terperinci

Catatan Kuliah. MA4183 Model Risiko

Catatan Kuliah. MA4183 Model Risiko Catatan Kuliah MA4183 Model Risiko Forecast and control your risk Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang MA4183 Model Risiko

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3.1 Flowchart Penelitian Gambar 3.1 Flowchart Diagram 36 37 3.2 Langkah-Langkah Penelitian Metodologi penelitian merupakan tahapan yang harus ditetapkan sebelum melakukan penelitian,

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Asuransi merupakan suatu kegiatan pemindahan atau pengalihan risiko untuk mencegah terjadinya kerugian besar yang disebabkan oleh risiko-risiko tertentu. Risiko-risiko

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Setiap manusia mempunyai rencana masa depan, akan tetapi setiap rencana itu pasti mempunyai risiko. Risiko merupakan suatu keadaan adanya ketidakpastian dan tingkat

Lebih terperinci

BAB I PENDAHULUAN. memperkecil atau meminimumkan ketidakpastian tersebut. Risiko dapat terjadi

BAB I PENDAHULUAN. memperkecil atau meminimumkan ketidakpastian tersebut. Risiko dapat terjadi BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam setiap kegiatan yang dilakukan oleh suatu kelompok atau perorangan pasti ada risiko yang harus ditanggung. Risiko merupakan kemungkinan terjadinya suatu

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN 7 BAB IV HASIL DAN PEMBAHASAN Metode yang digunakan untuk menganalisis keberlanjutan studi dalam wajib belajar 6 tahun (SD/MI) adalah metode Life Table, Kaplan-Meier, dan hazard proporsional Cox. 4.1 Metode

Lebih terperinci

MA4183 MODEL RISIKO Bab 5 Teori Kebangkrutan

MA4183 MODEL RISIKO Bab 5 Teori Kebangkrutan MA4183 MODEL RISIKO Bab 5 Teori Kebangkrutan Control your risk! Konsep Surplus 1 Perusahaan asuransi memiliki modal awal atau initial surplus 2 Perusahaan menerima premi dan membayarkan klaim 3 Premi bersifat

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Catastrophe risk atau resiko bencana alam merupakan kerugian yang ditimbulkan dari bencana alam seperti gempa bumi, angin badai atau angin topan dan banjir, dimana

Lebih terperinci

BAB I PENDAHULUAN. banyak orang agar mau menjadi pemegang polis pada perusahaan tersebut. Salah

BAB I PENDAHULUAN. banyak orang agar mau menjadi pemegang polis pada perusahaan tersebut. Salah BAB I PENDAHULUAN 1.1 Latar Belakang Perusahaan asuransi menawarkan berbagai produk untuk menarik minat banyak orang agar mau menjadi pemegang polis pada perusahaan tersebut. Salah satu produk asuransi

Lebih terperinci

Pemodelan Data Curah Hujan Menggunakan Proses Shot Noise Modeling Rainfall Data Using a Shot Noise Process

Pemodelan Data Curah Hujan Menggunakan Proses Shot Noise Modeling Rainfall Data Using a Shot Noise Process Prosiding Statistika ISSN: 2460-6456 Pemodelan Data Menggunakan Proses Shot Noise Modeling Rainfall Data Using a Shot Noise Process 1 Novi Tri Wahyuni, 2 Sutawatir Darwis, 3 Teti Sofia Yanti 1,2,3 Prodi

Lebih terperinci

Catatan Kuliah. MA4183 Model Risiko Forecast, assess, and control your risk. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. MA4183 Model Risiko Forecast, assess, and control your risk. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah MA4183 Model Risiko Forecast, assess, and control your risk Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang MA4183

Lebih terperinci

Seri Pendidikan Aktuaris Indonesia Ruhiyat

Seri Pendidikan Aktuaris Indonesia Ruhiyat Seri Pendidikan Aktuaris Indonesia Ruhiyat 5+ Soal & Matematika Aktuaria DRAF JAWABAN UJIAN PAI A6 - MATEMATIKA AKTUARIA 26 NOVEMBER 24 Ruhiyat Departemen Matematika FMIPA IPB Bogor, 25 . Sebuah variable

Lebih terperinci

terdefinisi. Oleh karena itu, estimasi resiko kematian pasien dapat diperoleh berdasarkan nilai hazard ratio. Model hazard proporsional parametrik

terdefinisi. Oleh karena itu, estimasi resiko kematian pasien dapat diperoleh berdasarkan nilai hazard ratio. Model hazard proporsional parametrik BAB I PENDAHULUAN 1.1 Latar Belakang Waktu tahan hidup (survival) merupakan waktu tunggu hingga terjadinya suatu kejadian (event) tertentu. Pada bidang kesehatan, event dapat dianggap sebagai suatu kegagalan

Lebih terperinci

MODEL DISTRIBUSI TOTAL KERUGIAN AGGREGAT MANFAAT RAWAT JALAN BERDASARKAN SIMULASI

MODEL DISTRIBUSI TOTAL KERUGIAN AGGREGAT MANFAAT RAWAT JALAN BERDASARKAN SIMULASI MODEL DISTRIBUSI TOTAL KERUGIAN AGGREGAT MANFAAT RAWAT JALAN BERDASARKAN SIMULASI Puspitaningrum Rahmawati, Bambang Susanto, Leopoldus Ricky Sasongko Program Studi Matematika (Fakultas Sains dan Matematika,

Lebih terperinci

SIMULASI TOTAL KERUGIAN ASURANSI MENGGUNAKAN DEDUCTIBLE DAN LIMITED COVERAGE SYAMSUL

SIMULASI TOTAL KERUGIAN ASURANSI MENGGUNAKAN DEDUCTIBLE DAN LIMITED COVERAGE SYAMSUL SIMULASI TOTAL KERUGIA ASURASI MEGGUAKA DEDUCTIBLE DA LIMITED COVERAGE SYAMSUL DEPARTEME MATEMATIKA FAKULTAS MATEMATIKA DA ILMU PEGETAHUA ALAM ISTITUT PERTAIA BOGOR BOGOR 2016 PERYATAA MEGEAI SKRIPSI

Lebih terperinci

BAB III PEMBAHASAN. penggunaan metode benefit prorate constant dollar dengan suku bunga model

BAB III PEMBAHASAN. penggunaan metode benefit prorate constant dollar dengan suku bunga model BAB III PEMBAHASAN Pada bab ini akan dijelaskan mengenai estimasi parameter model Vasicek, penggunaan metode benefit prorate constant dollar dengan suku bunga model Vasicek, kemudian diterapkan dalam perhitungan

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Suatu badan usaha yang selalu menghadapi risiko akan berusaha menghindarkan diri atau memperkecil risiko dengan berbagai macam cara. Salah satu cara yang ditempuh badan

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Asuransi adalah sebuah janji dari perusahaan asuransi (penanggung) kepada nasabahnya (tertanggung) bahwa apabila nasabah mengalami resiko dalam hidupnya, maka

Lebih terperinci

BAB IV METODE PENELITIAN

BAB IV METODE PENELITIAN BAB IV METODE PENELITIAN 4.1. Desain Penelitian Penelitian ini akan memberikan penjelasan secara deskriptif mengenai hasil perhitungan statistik dalam mengukur risiko kredit menggunakan metode CreditRisk

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang

BAB I PENDAHULUAN Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Pertumbuhan ekonomi Indonesia yang semakin meningkat dan dikuti oleh majunya pemikiran masyarakat dalam usaha perniagaan membuat maraknya usaha asuransi akhir-akhir

Lebih terperinci

Prosiding Statistika ISSN:

Prosiding Statistika ISSN: Prosiding Statistika ISSN: 2460-6456 Distribusi Binomial Negatif-Lindley pada Data Frekuensi Klaim Asuransi Kendaraan Bermotor di Indonesia Binomial Negative-Lindley Distribution in the Frequency Data

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan

BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Salah satu permasalahan penting dalam asuransi kerugian adalah cadangan klaim. Cadangan klaim merupakan perkiraan banyaknya uang yang harus disiapkan

Lebih terperinci

Catatan Kuliah. MA4183 Model Risiko Risk: Quantify and Control. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. MA4183 Model Risiko Risk: Quantify and Control. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah MA4183 Model Risiko Risk: Quantify and Control Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2017 1 Tentang MA4183 Model Risiko

Lebih terperinci

MA4183 MODEL RISIKO Control your Risk!

MA4183 MODEL RISIKO Control your Risk! Catatan Kuliah MA4183 MODEL RISIKO Control your Risk! disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang MA4183 Model Risiko A. Jadwal

Lebih terperinci

BAB 1 PENDAHULUAN Latar Belakang

BAB 1 PENDAHULUAN Latar Belakang BAB 1 PENDAHULUAN 1.1. Latar Belakang Dalam pembicaraan statistik, jawaban yang diinginkan adalah jawaban untuk ruang lingkup yang lebih luas, yakni populasi. Tetapi objek dari studi ini menggunakan sampel

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan teori statistika telah mempengaruhi hampir semua aspek kehidupan. Hal ini disebabkan statistika merupakan salah satu disiplin ilmu yang berperan

Lebih terperinci

Catatan Kuliah. MA4183 Model Risiko

Catatan Kuliah. MA4183 Model Risiko Catatan Kuliah MA4183 Model Risiko Forecast and control your risk Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang MA4183 Model Risiko

Lebih terperinci

BAB I PENDAHULUAN. risiko finansial yang disebabkan oleh peristiwa aktuaria (actuarial events).

BAB I PENDAHULUAN. risiko finansial yang disebabkan oleh peristiwa aktuaria (actuarial events). BAB I PENDAHULUAN 1.1 Latar Belakang Ilmu aktuaria memegang peranan penting dalam analisis dan pengelolaan risiko finansial yang disebabkan oleh peristiwa aktuaria (actuarial events). Variabel risiko yang

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang Esti Pertiwi, 2013

BAB I PENDAHULUAN 1.1 Latar Belakang Esti Pertiwi, 2013 BAB I PENDAHULUAN 1.1 Latar Belakang Peramalan merupakan salah satu kebutuhan yang sangat penting bagi kehidupan manusia, terutama sebagai salah satu faktor dalam pengambilan keputusan. Peramalan biasanya

Lebih terperinci

BAB III MODEL REGRESI BINOMIAL NEGATIF UNTUK MENGATASI OVERDISPERSI PADA MODEL REGRESI POISSON

BAB III MODEL REGRESI BINOMIAL NEGATIF UNTUK MENGATASI OVERDISPERSI PADA MODEL REGRESI POISSON BAB III MODEL REGRESI BINOMIAL NEGATIF UNTUK MENGATASI OVERDISPERSI PADA MODEL REGRESI POISSON 3.1 Regresi Poisson Regresi Poisson merupakan salah satu model regresi dengan variabel responnya tidak berasal

Lebih terperinci

Estimasi Hazard Rate Temporal Point Process

Estimasi Hazard Rate Temporal Point Process Vol. 9, No.1, 33-38, Juli 2012 Estimasi Hazard Rate Temporal Point Process Nurtiti Sunusi 1 Abstrak Point process adalah suatu model stokastik yang dapat menerangkan fenomena alam yang sifatnya acak baik

Lebih terperinci

BAB III ESTIMASI BIAYA GARANSI TV. Pada bab ini akan dibahas tahapan-tahapan yang dilakukan untuk

BAB III ESTIMASI BIAYA GARANSI TV. Pada bab ini akan dibahas tahapan-tahapan yang dilakukan untuk BAB III ESTIMASI BIAYA GARANSI TV Pada bab ini akan dibahas tahapan-tahapan yang dilakukan untuk mengestimasi biaya garansi satu dimensi pada TV. Adapun tahapan-tahapan yang dilakukan seperti terlihat

Lebih terperinci

BAB IV METODE PENELITIAN

BAB IV METODE PENELITIAN BAB IV METODE PENELITIAN 1.1 Desain Penelitian Dalam Bab 4 secara lebih mendalam akan dibahas seacara deskriptif mengenai hasil pengukuran risiko kredit pada segmen Kredit Tanpa Agunan pada bank XYZ dengan

Lebih terperinci

BAB III METODOLOGI PENELITIAN. sampai dengan bulan mei tahun 2014.

BAB III METODOLOGI PENELITIAN. sampai dengan bulan mei tahun 2014. BAB III METODOLOGI PENELITIAN 3.1 Waktu dan Tempat Penelitian 1. Waktu penelitian dilakukan dengan mengambil data statistic penerimaan offer untuk okupasi high rise building dari bulan januari sampai dengan

Lebih terperinci

LANDASAN TEORI. menyatakan hubungan antara variabel respon Y dengan variabel-variabel

LANDASAN TEORI. menyatakan hubungan antara variabel respon Y dengan variabel-variabel 5 II. LANDASAN TEORI 2.1 Model Regresi Poisson Analisis regresi merupakan metode statistika yang populer digunakan untuk menyatakan hubungan antara variabel respon Y dengan variabel-variabel prediktor

Lebih terperinci

Pemodelan Data Besar Klaim Asuransi Kendaraan Bermotor Menggunakan Distribusi Mixture Erlang

Pemodelan Data Besar Klaim Asuransi Kendaraan Bermotor Menggunakan Distribusi Mixture Erlang Statistika, Vol. 17 No. 1, 45 51 Mei 2017 Pemodelan Data Besar Klaim Asuransi Kendaraan Bermotor Menggunakan Distribusi Mixture Erlang Indah permatasari, aceng komarudin mutaqin, lisnur wachidah Program

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Manajemen Risiko Operasional.1.1 Definisi Manajemen risiko operasional merupakan serangkaian prosedur dan metodologi yang digunakan untuk mengidentifikasi, mengukur, memantau dan mengendalikan

Lebih terperinci

II. TINJAUAN PUSTAKA. 2.1 Fungsi Keberlangsungan Hidup (Survival Function) Misalkan adalah usia seseorang saat menutup polis asuransi, sehingga adalah

II. TINJAUAN PUSTAKA. 2.1 Fungsi Keberlangsungan Hidup (Survival Function) Misalkan adalah usia seseorang saat menutup polis asuransi, sehingga adalah II. TINJAUAN PUSTAKA 2.1 Fungsi Keberlangsungan Hidup (Survival Function) Misalkan adalah usia seseorang saat menutup polis asuransi, sehingga adalah peubah acak waktu meninggal. Fungsi distribusi dinyatakan

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang Masalah

BAB I PENDAHULUAN Latar Belakang Masalah BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Mortalitas atau kematian merupakan salah satu di antara tiga komponen proses demografi yang dapat mempengaruhi struktur penduduk selain fertilitas dan migrasi.

Lebih terperinci

SATUAN ACARA PERKULIAHAN MATA KULIAH : ANALISIS DATA UJI HIDUP KODE MATA KULIAH : MAA SKS

SATUAN ACARA PERKULIAHAN MATA KULIAH : ANALISIS DATA UJI HIDUP KODE MATA KULIAH : MAA SKS SATUAN ACARA PERKULIAHAN MATA KULIAH : ANALISIS DATA UJI HIDUP KODE MATA KULIAH : MAA 516 3 SKS MINGGU 1 Pendahuluan dan - Pengertian Dasar soal-soal 2 Konsep-Konsep Dasar untuk Hidup Model Kontinu 1.

Lebih terperinci

Generalized Linear Model

Generalized Linear Model 5 Generalized Linear Model Estimasi Loss Reserve Incurred But Not Reported (IBNR) dengan General Linear Model Menggunakan Gauss Markov Elsa Emeliana 1,a), Lienda Noviyanti 2, b), Achmad Zanbar Soleh 1

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis data survival merujuk pada sekumpulan metode statistika digunakan untuk menganalisis data antar kejadian, dimana variabel outputnya berupa lama waktu

Lebih terperinci

Persatuan Aktuaris Indonesia Probabilitas dan Statistik 27 November 2006 A. 5/32 B. ¼ C. 27/32 D. ¾ E. 1 A. 0,20 B. 0,34 C. 0,40 D. 0,60 E.

Persatuan Aktuaris Indonesia Probabilitas dan Statistik 27 November 2006 A. 5/32 B. ¼ C. 27/32 D. ¾ E. 1 A. 0,20 B. 0,34 C. 0,40 D. 0,60 E. Persatuan Aktuaris Indonesia Probabilitas dan Statistik 27 November 2006. Jika A, B, C dan D adalah kejadian (event) di mana: ' B = A, C D = {}, P[ A] = [ ] 4, P B = 4 P C A = 2, P C B = 4, P D A = 4,

Lebih terperinci

BAB II KAJIAN TEORI. Analisis survival atau analisis ketahanan hidup adalah metode yang

BAB II KAJIAN TEORI. Analisis survival atau analisis ketahanan hidup adalah metode yang BAB II KAJIAN TEORI BAB II KAJIAN TEORI A. Analisis Survival Analisis survival atau analisis ketahanan hidup adalah metode yang berhubungan dengan jangka waktu, dari awal pengamatan sampai suatu kejadian

Lebih terperinci

BAB I PENDAHULUAN. kematian bisa menimpa siapa saja di semua kalangan, misalnya cacat karena sakit

BAB I PENDAHULUAN. kematian bisa menimpa siapa saja di semua kalangan, misalnya cacat karena sakit 1 BAB I PENDAHULUAN 1.1 Latar Belakang Kurangnya kemampuan seseorang dalam melaksanakan aktivitas misalnya bekerja atau mencari kebutuhan finansial karena masalah kesehatan atau masalah mental yang mungkin

Lebih terperinci

BAB I PENDAHULUAN. Waktu hidup adalah waktu terjadinya suatu peristiwa. Peristiwa yang

BAB I PENDAHULUAN. Waktu hidup adalah waktu terjadinya suatu peristiwa. Peristiwa yang BAB I PENDAHULUAN 1.1 Latar Belakang Waktu hidup adalah waktu terjadinya suatu peristiwa. Peristiwa yang dimaksud di sini adalah peristiwa kegagalan yang dapat berupa tidak berfungsinya benda tersebut

Lebih terperinci

BAB III OBYEK DAN METODE PENELITIAN. penafsiran semua data yang berkaitan dengan apa yang menjadi obyek di dalam

BAB III OBYEK DAN METODE PENELITIAN. penafsiran semua data yang berkaitan dengan apa yang menjadi obyek di dalam BAB III OBYEK DAN METODE PENELITIAN 3.1 Obyek Penelitian Obyek penelitian adalah proses yang mendasari pemilihan, pengolahan, dan penafsiran semua data yang berkaitan dengan apa yang menjadi obyek di dalam

Lebih terperinci

BAB 1 PENDAHULUAN. Asuransi umum adalah istilah yang digunakan untuk menggambarkan sebuah

BAB 1 PENDAHULUAN. Asuransi umum adalah istilah yang digunakan untuk menggambarkan sebuah BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Asuransi umum adalah istilah yang digunakan untuk menggambarkan sebuah sistem atau bisnis yang merupakan tindakan perlindungan secara finansial untuk properti

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam teori probabilitas dan statistika, distribusi binomial adalah distribusi probabilitas diskret jumlah keberhasilan dalam n percobaan ya/tidak (berhasil/gagal)

Lebih terperinci

LAMPIRAN Case Processing Summary Universitas Sumatera Utara

LAMPIRAN Case Processing Summary Universitas Sumatera Utara LAMPIRAN ANALISIS SPSS : 1. Analisis Crosstabs Tujuannya adalah untuk mencari koef. Contingency menggunakan chi-square test Case Processing Summary Cases Valid Missing Total N Percent N Percent N Percent

Lebih terperinci

UKURAN RISIKO BERDASARKAN PRINSIP PENENTUAN PREMI : PROPORTIONAL HAZARD TRANSFORM. Aprida Siska Lestia

UKURAN RISIKO BERDASARKAN PRINSIP PENENTUAN PREMI : PROPORTIONAL HAZARD TRANSFORM. Aprida Siska Lestia Vol.8 No. () Hal. 6-8 UKURAN RISIKO BERDASARKAN PRINSIP PENENTUAN PREMI : PROPORTIONAL HAZARD TRANSFORM Aprida Siska Lestia Program Studi Matematika, FMIPA Universitas Lambung Mangkurat. Email : as_lestia@unlam.ac.id

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan

BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Dewasa ini industri asuransi telah menjadi suatu bidang usaha yang menarik dan mempunyai peranan yang tidak kecil dalam perekonomian. Keberadaan industri

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Salah satu fenomena dalam kehidupan sehari-hari yang sering terjadi adalah fenomena penungguan. Fenomena ini biasa terjadi apabila kebutuhan akan suatu pelayanan melebihi

Lebih terperinci

BAB III REGRESI SPASIAL DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED POISSON REGRESSION (GWPR)

BAB III REGRESI SPASIAL DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED POISSON REGRESSION (GWPR) BAB III REGRESI SPASIAL DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED POISSON REGRESSION (GWPR) 3.1 Regresi Poisson Regresi Poisson merupakan suatu bentuk analisis regresi yang digunakan untuk memodelkan data

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang Masalah

BAB I PENDAHULUAN Latar Belakang Masalah BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Analisis survival merupakan metode statistik yang digunakan untuk analisis pada data-data survival. Data survival merujuk pada data antar kejadian, yaitu data

Lebih terperinci

BAB I PENDAHULUAN. Gambar 1.1 Proses Pembayaran Klaim

BAB I PENDAHULUAN. Gambar 1.1 Proses Pembayaran Klaim BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Polis non-life insurance adalah kontrak antara pemegang polis dan perusahaan asuransi. Perusahaan asuransi akan menetapkan sejumlah uang yang akan dibayarkan

Lebih terperinci

Prosiding Statistika ISSN:

Prosiding Statistika ISSN: Prosiding Statistika ISSN: 2460-6456 Penaksiran Besar Klaim Optimal Menggunakan Metode Linear Empirical Bayesian yang Diaplikasikan untuk Perhitungan Premi Asuransi Kendaraan Bermotor di Indonesia 1 Hilda

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI 4 BAB II LANDASAN TEORI Teori yang ditulis dalam bab ini merupakan beberapa landasan yang digunakan untuk menganalisis sebaran besarnya klaim yang berekor kurus (thin tailed) dan yang berekor gemuk (fat

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan

BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Semakin banyak dan beragamnya industri saat ini, menyebabkan semakin ketat persaingan antara perusahaan industri satu dengan yang lainnya, baik dari

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Data antar kejadian (time-to-event data) adalah data lama waktu sampai suatu peristiwa terjadi atau sering disebut data survival. Untuk memperoleh data antar

Lebih terperinci

BAB 3 METODOLOGI PENELITIAN

BAB 3 METODOLOGI PENELITIAN BAB 3 METODOLOGI PENELITIAN 3.1. Objek Penelitian Penelitian dalam karya akhir ini dilakukan melalui studi pustaka, pengumpulan data dan analisa kuantitatif. Studi pustaka digunakan untuk menyusun landasan

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang Masalah

BAB I PENDAHULUAN Latar Belakang Masalah BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Salah satu konsep yang sangat menarik untuk dikaji adalah konsep copula. Konsep ini banyak digunakan di bidang matematika dan statistika, bahkan aplikasinya

Lebih terperinci

BILANGAN ACAK. Metode untuk mendapatkan bilangan acak : 1. Metode Kongruen Campuran Rumus :

BILANGAN ACAK. Metode untuk mendapatkan bilangan acak : 1. Metode Kongruen Campuran Rumus : BILANGAN ACAK Bilangan acak adalah bilangan sembarang tetapi tidak sembarangan. Kriteria yang harus dipenuhi, yaitu : Bilangan acak harus mempunyai distribusi serba sama (uniform) Beberapa bilangan acak

Lebih terperinci

ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER

ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER 1 ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN

Lebih terperinci

BAB 1 PENDAHULUAN. masing-masing individu untuk terhindar dari kerusakan dan kehilangan. Asuransi

BAB 1 PENDAHULUAN. masing-masing individu untuk terhindar dari kerusakan dan kehilangan. Asuransi BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Harta benda pribadi merupakan bagian yang selalu dilindungi oleh masing-masing individu untuk terhindar dari kerusakan dan kehilangan. Asuransi non-life adalah

Lebih terperinci

PRODI. Semester : Hal: 1 dari 6 RP S1 SB 05. No.Revisi : 00. CP 2.5 : Menerapkan Teori Resiko. Di Industri Keuangan. (Rating perusahaan, Model

PRODI. Semester : Hal: 1 dari 6 RP S1 SB 05. No.Revisi : 00. CP 2.5 : Menerapkan Teori Resiko. Di Industri Keuangan. (Rating perusahaan, Model Hal: 1 dari 6 A. CAPAIAN PEMBELAJARAN: CP 2.5 : Menerapkan Teori Resiko Di Industri Keuangan CP 15.2: Mampu mengelola dan berja dalam tim CP 15.4: Bertanggung jawab atas hasil rja mandiri dan lompok CP

Lebih terperinci

BAB 4 ANALISIS DAN PEMBAHASAN

BAB 4 ANALISIS DAN PEMBAHASAN BAB 4 ANALISIS DAN PEMBAHASAN Bab ini akan menguraikan pemecahan masalah dalam mengukur risiko kredit dengan menggunakan metode Credit Risk +. Dimana pemecahan masalah tersebut akan sesuai mengikuti metodologi

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Risiko adalah besarnya penyimpangan antara tingkat pengembalian yang diharapkan (expected return) dengan tingkat pengembalian aktual (actual return). Pengukuran

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Teori Antrian Teori antrian adalah teori yang menyangkut studi sistematis dari antrian atau baris-baris penungguan. Formasi baris-baris penungguan ini tentu saja merupakan suatu

Lebih terperinci

PENGUKURAN RISIKO MANFAAT PENGUKURAN RISIKO DIMENSI YANG DIUKUR

PENGUKURAN RISIKO MANFAAT PENGUKURAN RISIKO DIMENSI YANG DIUKUR PENGUKURAN RISIKO MANFAAT PENGUKURAN RISIKO 1. Untuk menentukan kepentingan relatif dari suatu risiko yang dihadapi. 2. Untuk mendapatkan informasi yang sangat diperlukan oleh Manajer Risiko dalam upaya

Lebih terperinci

PENGUKURAN RISIKO MANFAAT PENGUKURAN RISIKO DIMENSI YANG DIUKUR

PENGUKURAN RISIKO MANFAAT PENGUKURAN RISIKO DIMENSI YANG DIUKUR PENGUKURAN RISIKO MANFAAT PENGUKURAN RISIKO 1. Untuk menentukan kepentingan relatif dari suatu risiko yang dihadapi. 2. Untuk mendapatkan informasi yang sangat diperlukan oleh Manajer Risiko dalam upaya

Lebih terperinci

MA4181 MODEL RISIKO Enjoy the Risks

MA4181 MODEL RISIKO Enjoy the Risks Catatan Kuliah MA4181 MODEL RISIKO Enjoy the Risks disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2011 Tentang MA4181 Model Risiko A. Jadwal

Lebih terperinci

Distribusi Weibull Power Series

Distribusi Weibull Power Series Distribusi Weibull Power Series Maulida Yanti 1, Sarini S.Si.,M.Stats 2 1 Mahasiswa Departemen Matematika, FMIPA UI, Kampus UI Depok, 16424 2 Staff Pengajar Departemen Matematika, FMIPA UI, Kampus UI Depok,

Lebih terperinci

SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER JAKARTA STI&K SATUAN ACARA PERKULIAHAN

SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER JAKARTA STI&K SATUAN ACARA PERKULIAHAN SEKOLAH TINGGI MANAJEMEN INFORMAA KOMPUTER JAKARTA STIK SATUAN ACARA PERKULIAHAN Mata : TEKNIK SIMULASI Kode Mata : MI - 15222 Jurusan / Jenjang : D3 TEKNIK KOMPUTER Tujuan Instruksional Umum : Agar mahasiswa

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 49 III. METODE PENELITIAN 3.1. Kerangka Pemikiran Penelitian Berdasarkan UU No. 21 Pasal 38 Tahun 2008 Tentang UU Perbankan Syariah disebutkan bahwa bank syariah dan UUS wajib menerapkan manajemen risiko,

Lebih terperinci

ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER

ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER 1 ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER A. Musdalifa, Raupong, Anna Islamiyati Abstrak Estimasi parameter adalah merupakan hal

Lebih terperinci