UJIAN A70 PERIODE JUNI 2014 SOLUSI UJIAN PAI A70. A70-Pemodelan dan Teori Risiko 9/14/2014
|
|
- Dewi Darmadi
- 7 tahun lalu
- Tontonan:
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 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 terperinciUJIAN 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 terperinciPERSATUAN 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 terperinciMA4183 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 terperinciCatatan 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 terperinciMA4181 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 terperinciMA4181 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 terperinciMA4183 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 terperinciCatatan 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 terperinciterhadap 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 terperinciCatatan 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 terperinciBAB 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 terperinciCatatan 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 terperinciCatatan 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 terperinciMA4181 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 terperinciCatatan 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 terperinciBAB 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 terperinciCatatan 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 terperinciBAB 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 terperinciBAB 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 terperinciPengantar 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 terperinciBAB 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 terperinciMA4183 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 terperinciPERSATUAN 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 terperinciCatatan 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciMA4183 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 terperinciBAB 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 terperinciBAB 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 terperinciPemodelan 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 terperinciCatatan 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 terperinciSeri 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 terperinciterdefinisi. 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 terperinciMODEL 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 terperinciSIMULASI 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciProsiding 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 terperinciBAB 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 terperinciCatatan 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 terperinciMA4183 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 terperinciBAB 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 terperinciBAB 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 terperinciCatatan 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciEstimasi 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciLANDASAN 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 terperinciPemodelan 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 terperinciBAB 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 terperinciII. 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 terperinciBAB 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 terperinciSATUAN 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 terperinciGeneralized 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 terperinciBAB 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 terperinciPersatuan 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciLAMPIRAN 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 terperinciUKURAN 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciProsiding 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciBILANGAN 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 terperinciESTIMASI 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 terperinciBAB 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 terperinciPRODI. 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 terperinciBAB 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 terperinciBAB 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 terperinciBAB 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 terperinciPENGUKURAN 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 terperinciPENGUKURAN 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 terperinciMA4181 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 terperinciDistribusi 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 terperinciSEKOLAH 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 terperinciIII. 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 terperinciESTIMASI 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