STUDI TERHADAP PERENCANAAN PREMI OPTIMAL DENGAN REINSTATEMENTS PADA PERUSAHAAN REASURANSI HERLAN BUDIAWAN

Ukuran: px
Mulai penontonan dengan halaman:

Download "STUDI TERHADAP PERENCANAAN PREMI OPTIMAL DENGAN REINSTATEMENTS PADA PERUSAHAAN REASURANSI HERLAN BUDIAWAN"

Transkripsi

1 STUDI TERHADAP PERENCANAAN PREMI OPTIMAL DENGAN REINSTATEMENTS PADA PERUSAHAAN REASURANSI HERLAN BUDIAWAN DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 23

2 ABSTRAK HERLAN BUDIAWAN. Studi terhadap Perecaaa Premi Optimal dega Reistatemets pada Perusahaa Reasurasi. Dibimbig oleh I GUSTI PUTU PURNABA da RETNO BUDIARTI. Reasurasi merupaka pertagguga megeai seluruh atau sebagia risiko perusahaa asurasi. Perusahaa asurasi membayar sejumlah premi yag telah disepakati kepada perusahaa reasurasi (reisurer). Selajutya, premi-premi tersebut aka mejadi pedapata bagi perusahaa reasurasi. Perecaaa premi sagat diperluka perusahaa reasurasi dalam meghadapi risiko-risiko atas klaim yag diajuka. Perecaaa premi dalam karya ilmiah ii adalah perecaaa premi pada kotrak reasurasi dega reistatemet. Premi ii tidak dibayarka pada awal kotrak, tetapi dibayarka ketika kerugia reisurer melebihi batas maksimum kemampuaya. Utuk ilustrasi secara umum, diasumsika bahwa kerugia reasurasi megikuti sebara ekspoesial terpotog. Kotrak reasurasi memiimumka ilai harapa dari kuadrat selisih atara total pemasuka premi da kerugia perusahaa reasurasi, sehigga perecaaa premi yag diguaka optimal. Miimisasi ilai harapa kuadrat terhadap semua perecaaa premi tersebut dapat dilihat sebagai masalah kredibilitas. Matriks koragam dari peubah acak pejelas pada perecaaa premi dega reistatemet memiliki ivers sehigga perecaaa premi optimal tersebut memiliki solusi uik. Perecaaa premi optimal bersifat tak bias da tak egatif. Kata kuci: reasurasi, reistatemet, sebara ekspoesial terpotog

3 ABSTRACT HERLAN BUDIAWAN. Studyig o Optimal Premium Plas with Reistatemets of Reisurace. Supervised by I GUSTI PUTU PURNABA ad RETNO BUDIARTI. Reisurace is a uderwrite all or a portio of the isurace risk. Isurer paid a umber of premiums to reisurer ad that premiums would be icome for reisurer. Premium pla is very importat for reisurer facig risks of submitted claims. Premium pla i this paper is premium pla of reisurace with reistatemet. This premium is ot paid i the begiig of the cotract, but it is paid whe the loss of the reisurer exceed maximum boud capacity of reisurer. For illustratio purpose, it is assumed that the reisurer s loss is satisfied a trucated expoetial distributio. Reisurace cotract miimizes the expectatio of square the differece betwee the total premium icome ad the loss of the reisurace, therefore it is said to be optimal. Miimizig the expectatio of square all over premium plas ca be viewed as a credibility problems. Covariace matrix of the explaatory radom variables of premium pla with reistatemet is ivertible, so that the premium pla has a uique solutio. Optimal premium pla are ubiased ad oegative. Keywords: reisurace, reistatemet, trucated expoetials distributio

4 STUDI TERHADAP PERENCANAAN PREMI OPTIMAL DENGAN REINSTATEMENTS PADA PERUSAHAAN REASURANSI HERLAN BUDIAWAN Skripsi Sebagai salah satu syarat utuk memperoleh gelar Sarjaa Sais pada Departeme Matematika DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 23

5 Judul Skripsi : Studi terhadap Perecaaa Premi Optimal dega Reistatemets pada Perusahaa Reasurasi. Nama Rerla Budiawa NIM : G54828 Meyetujui Pembimbig I,. Dr. Ir. I Gusti Putu Pumaba, DBA. Ir. Re Budiarti, MS. NIP: NIP: Megetahui: MS. Taggal Lulus: 2B MAY 2

6 Judul Skripsi : Studi terhadap Perecaaa Premi Optimal dega Reistatemets pada Perusahaa Reasurasi. Nama : Herla Budiawa NIM : G54828 Meyetujui Pembimbig I, Pembimbig II, Dr. Ir. I Gusti Putu Puraba, DEA. NIP: Ir. Reto Budiarti, MS. NIP: Megetahui: Ketua Departeme, Dr. Berlia Setiawaty, MS. NIP: Taggal Lulus:

7 KATA PENGANTAR Puji syukur peulis pajatka kepada Allah swt atas berkat, rahmat da kasih sayag-nya sehigga peulis mampu meyelesaika karya ilmiah ii. Berbagai kedala dialami oleh peulis sehigga bayak sekali pihak yag membatu da berkotribusi dalam pembuata karya ilmiah ii. Oleh karea itu, dalam kesempata ii peulis megucapka terima kasih kepada:. keluarga tercita: Ayah da Ibu. Ayah sebagai pemberi motivasi da Ibu sebagai sumber ispirasi, kakakku Ei Rustii beserta suami Hary Widjayato, Ida Farida beserta suami Awar Musadad, Ria Haerai beserta suami Sigit, da Dede Komara beserta istri Lia Nuraei (terima kasih atas doa, dukuga, kesabara da kasih sayagya), adikku Yati Wuladari (terima kasih atas doa, semagat, motivasi da dukugaya). Kepoakaku Irva, Adre, Fauzi, Idria, Fadhil da Fakhri (terimakasih atas doa da keceriaya). 2. Dr. Ir. I Gusti Putu Puraba, DEA. selaku dose pembimbig I yag telah meluagka waktu da pikira dalam membimbig, memberi motivasi, semagat da doa, 3. Ir. Reto Budiarti, MS. selaku dose pembimbig II yag telah memberika ilmu, motivasi, kritik da sara, serta doaya, 4. Dr. Ir. I Waya Magku, M.Sc. selaku dose peguji yag telah memberika ilmu, sara da doaya, 5. semua dose Departeme Matematika, terima kasih atas semua ilmu yag telah diberika, 6. staf Departeme Matematika: Ibu Susi, Bapak Yoo, Mas Hery, Ibu Ade, Alm. Bapak Boo, Bapak Dei, IbuYati atas semagat da doaya, 7. Dewi, Hedra da Rochmat yag telah meluagka waktu utuk mejadi pembahas pada semiar karya ilmiah saya, 8. tema-tema satu bimbiga: Heru, Aisyah, Prama, Fey, da Irma, 9. sahabatku Hardoo, Arbi, Khafizd, Izzudi, James, Ari, Haryato, Ridwa, Irwa, Bei, Fuka, Nova, Achie, Fey, Mega (terima kasih atas kebersamaaya),. tema-tema mahasiswa Matematika agkata 45 (terima kasih atas doa, dukuga semagatya serta kebersamaaya),. kakak-kakak Matematika agkata 43 da 44 yag mejadi cermi utuk mejadi pribadi yag lebih baik, 2. adik-adik Matematika agkata 46 da 47 yag terus medukug agar berkembag, 3. Gumatika Brilia, Gumakusi da HIMAT yag meujukka hal-hal baru, 4. semua pihak yag telah membatu dalam peyusua karya ilmiah ii. Semoga karya ilmiah ii dapat bermafaat bagi duia ilmu pegetahua khususya bidag matematika da mejadi ispirasi bagi peelitia selajutya. Bogor, Mei 23 Herla Budiawa

8 RIWAYAT HIDUP Peulis dilahirka di Ciajur Jawa Barat, pada taggal 2 Desember 989 dari Bapak Koko da Ibu Kokom. Peulis merupaka putra ke-5 dari eam bersaudara. Pada tahu 22 peulis lulus dari SD Negeri Girimukti, tahu 25 peulis lulus dari SMP Negeri Cipaas, tahu 28 peulis lulus dari SMA Negeri Sukaresmi. Peulis diterima sebagai mahasiswa Istitut Pertaia Bogor (IPB) pada tahu 28 melalui jalur Udaga Seleksi Masuk IPB (USMI), Tigkat Persiapa Bersama. Pada tahu 29, peulis memilih mayor Matematika pada Departeme Matematika, Fakultas Matematika da Ilmu Pegetahua Alam. Selama megikuti perkuliaha, peulis mejadi asiste mata kuliah Kalkulus II (S) pada tahu akademik 2-2. Tahu 28-2 peulis medapatka beasiswa PPA (Peigkata Prestasi Akademik) IPB da Beasiswa BUMN (Bada Usaha Milik Negara) pada tahu Peulis aktif dalam orgaisasi kemahasiswaa di kampus, seperti orgaisasi himpua profesi Departeme Matematika yag dikeal dega GUMATIKA (Gugus Mahasiswa Matematika) sebagai Staf Divisi Pegembaga Sumber Daya Mausia (PSDM) tahu 2-2 da sebagai sekretaris orgaisasi mahasiswa daerah Ciajur yag dikeal dega HIMAT (Himpua Mahasiswa Tjiadjoer). Peulis perah mejadi sekretaris Masa Perkeala Departeme utuk agkata 2 atau agkata 47. Peulis perah medapatka peghargaa, yaitu juara bulu tagkis G-5 League tahu 2, 2, 22 da juara II bulu tagkis KEJURDA UNPAD tahu 22.

9 DAFTAR ISI Halama DAFTAR LAMPIRAN... ix I PENDAHULUAN. Latar Belakag....2 Tujua... II LANDASAN TEORI 2. Kotrak Reasurasi Tak Proporsioal Ruag Cotoh, Kejadia, da Peluag Peubah Acak da Fugsi Sebara Nilai Harapa da Ragam Matriks... 3 III PEMBAHASAN 3. Kotrak Reasurasi dega Reistatemets Perecaaa Premi Optimal Eksistesi da Keuika dari Perecaaa Premi Optimal Sifat dari Perecaaa Premi Optimal Cotoh Sebara Ekspoesial Terpotog (Trucated Expoetials Distributio)... 9 IV SIMPULAN... 2 DAFTAR PUSTAKA... 3 LAMPIRAN... 4 viii

10 DAFTAR LAMPIRAN Halama Bukti Lema Bukti Persamaa ix

11 I PENDAHULUAN. Latar Belakag Pada dasarya kehidupa mausia tidak lepas dari risiko, bahaya atau kerugia material yag datag di luar perhitugaya. Seseorag atau bada usaha yag selalu meghadapi risiko aka berusaha utuk meguragi atau meghidari risiko tersebut dega berbagai cara. Salah satu cara yag ditempuh seseorag atau bada usaha utuk memperkecil risiko yag mereka hadapi adalah dega berasurasi. Di sisi lai, perusahaa asurasi atau pihak peaggug yag bidag usahaya justru mejual jasa asurasi utuk megambil alih sebagia atau seluruh risiko yag dihadapi oleh tertaggug, juga aka selalu meghadapi risiko kemugkia adaya tututa gati kerugia da/atau satua dari tertaggug yag wajib mereka bayar sesuai dega persyarata da ketetua polis yag berlaku. Dega demikia, pihak peaggug juga memerluka kebijaka megelola risiko taggug gugat yag mugki aka terjadi setiap saat akibat perjajia-perjajia asurasi dega pihak tertaggug. Lagkah yag harus ditempuh oleh para peaggug utuk memperkecil risiko taggug gugat adalah dega mempertaggugka kembali kepetiga atas kelebiha taggug gugat yag tidak mugki mereka taggug sediri. Kegiata pertagguga ulag terhadap risiko yag dihadapi oleh perusahaa asurasi seperti ii dikeal dega reasurasi. Reasurasi atau pertagguga ulag pada keyataaya mempuyai peraa yag sagat petig dalam idustri asurasi. Pera da fugsi reasurasi tidak haya memberika proteksi asurasi, tetapi juga dapat meaikka kapasitas akseptasi perusahaa asurasi atas risiko-risiko yag melampaui batas kemampuaya karea kelebiha taggug gugat yag tidak bisa mereka taggug sediri aka dijami oleh peaggug ulag. Reasurasi mempuyai dua tipe kotrak atau perjajia reasurasi, yaitu kotrak proporsioal (proportioal treaties) da kotrak tak proporsioal (o proportioal treaties). Kedua kotrak tersebut mempuyai perbedaa medasar terutama dalam hal peetapa premi. Pada karya ilmiah ii dibahas perecaaa premi optimal dega reistatemet utuk kotrak tak proporsioal pada perusahaa reasurasi. Di dalam kotrak ii, premi reistatemet, yaitu jumlah yag harus dibayarka ketika kerugia perusahaa reasurasi melebihi batas maksimum yag aka dibayarka kepada tertaggug didefiisika sebagai peubah acak. Rujuka utama karya ilmiah ii adalah tulisa Hess da Schmidt (24) yag berjudul Optimal Premium Plas for Reisurace with Reistatemets..2 Tujua Tujua dari karya ilmiah ii adalah sebagai berikut:. Mempelajari eksistesi perecaaa premi yag memiimumka ilai harapa dari kuadrat selisih atara total pemasuka premi da kerugia suatu perusahaa reasurasi. 2. Meujukka bahwa perecaaa premi optimal ada, uik, da memeuhi prisip premi bersih. 3. Mempelajari sifat-sifat perecaaa premi optimal. II LANDASAN TEORI Dalam bab ii aka dibahas beberapa ladasa teori yag berkaita dega bahasa karya ilmiah ii. 2. Kotrak Reasurasi Tak Proporsioal Sebagaimaa telah disebut di pedahulua, salah satu kategori kotrak reasurasi adalah kotrak reasurasi tak proporsioal. Kotrak reasurasi tak proporsioal mempuyai cara kerja berbeda dega kotrak reasurasi proporsioal. Kotrak reasurasi proporsioal meetapka pembagia sesi premi secara berimbag da beba risiko yag ditaggug peaggug pertama (pemberi sesi) da peaggug ulag adalah sama, sedagka dalam kotrak reasurasi tak proporsioal, tidak berlaku cara kerja seperti itu. Peetapa premi dalam kotrak reasurasi tak proporsioal tidak haya tergatug pada jumlah limit taggug gugat yag mejadi tagguga peaggug ulag, tetapi juga didasarka pada tigkat rasio klaim/kerugia. Risiko-risiko yag dijami oleh kotrak

12 2 reasurasi tak proporsioal tidak haya terbatas pada risiko biasa, tetapi juga meliputi kejadia-kejadia yag dapat meimbulka kerugia besar. Adapu yag dimaksud dega kotrak reasurasi tak proporsioal adalah suatu perjajia reasurasi yag meetapka bahwa para peaggug ulag dega meerima sejumlah premi yag telah disepakati bersedia membayar kepada peaggug pertama seluruh kerugia yag melampaui limit retesi (uderlyig et retetio) sampai pada batas jumlah atau persetase tertetu akibat peristiwa-peristiwa tertetu yag telah disepakati. (Mariato 997) 2.2 Ruag Cotoh, Kejadia, da Peluag Defiisi (Percobaa Acak) Percobaa acak adalah percobaa yag dapat dilakuka berulag-ulag dalam kodisi yag sama. Semua kemugkia hasil yag aka mucul dapat diketahui, tetapi hasil pada percobaa berikutya tidak dapat diduga dega tepat. (Hogg et al. 25) Defiisi 2 (Ruag Cotoh) Ruag cotoh adalah himpua semua hasil yag mugki dari suatu percobaa acak, da diotasika dega Ω. (Grimmet & Stirzaker 992) Defiisi 3 (Kejadia) Kejadia adalah suatu himpua bagia dari ruag cotoh Ω. (Grimmet & Stirzaker 992) Defiisi 4 (Kejadia Salig Lepas) Kejadia A da B disebut salig lepas jika irisa dari keduaya adalah himpua kosog ( ). (Grimmet & Stirzaker 992) Defiisi 5 (Meda-ς) Meda- adalah suatu himpua F yag aggotaya terdiri atas himpua bagia dari ruag cotoh Ω yag memeuhi kodisi berikut:. Ø F, 2. Jika A F maka A c F, 3. Jika A, A 2, F maka i A i F. (Grimmet & Stirzaker 992) Defiisi 6 (Ukura Peluag) Misalka F adalah meda-ς dari ruag cotoh Ω. Ukura peluag P pada (Ω, F ) adalah suatu fugsi P: F [,] yag memeuhi:. P(Ø), P(Ω), 2. Jika A, A 2, F adalah himpua yag salig lepas, yaitu A i A j utuk setiap pasaga i j, maka P i A i P A i i (Grimmet & Stirzaker 992) 2.3 Peubah Acak da Fugsi Sebara Defiisi 7 (Peubah Acak) Misalka Ω adalah ruag cotoh dari suatu percobaa acak. Fugsi X terdefiisi pada Ω yag memetaka setiap usur ω Ω ke satu da haya satu bilaga real X ω x disebut peubah acak. Ruag dari X adalah himpua bagia bilaga real A {x: x X ω, ω Ω}. (Hogg et al. 25) Defiisi 8 (Fugsi Sebara) Misalka X adalah peubah acak dega ruag A. Misalka kejadia A (, x] A, maka peluag dari kejadia A adalah P X x F X x. Fugsi F X disebut fugsi sebara dari peubah acak X. (Hogg et al. 25) Defiisi 9 (Peubah Acak Diskret) Peubah acak X dikataka diskret jika ilaiya berada haya pada himpua bagia yag terhitug dari R. (Grimmet & Stirzaker 992) Catata: Suatu himpua bilaga C disebut terhitug jika C terdiri atas bilaga terhigga atau aggota C dapat dikorespodesika - dega bilaga bulat positif. Defiisi (Peubah Acak Kotiu) Peubah acak X dikataka kotiu jika fugsi sebaraya dapat diekspresika sebagai F X x f u du, x.

13 3 utuk suatu fugsi f: R, yag dapat diitegralka. Selajutya, fugsi f f X disebut fugsi kepekata peluag (probability desity fuctio) bagi X. (Hogg et al. 25) Defiisi (Fugsi Massa Peluag) Fugsi massa peluag dari peubah acak diskret X adalah fugsi p: R, yag diberika oleh p X x P X x. (Grimmet & Stirzaker 992) Defiisi 2 (Peubah Acak Ekspoesial) Suatu peubah acak X disebut peubah acak ekspoesial dega parameter α, α >, jika ilaiya terletak pada [, ) da mempuyai fugsi kepekata peluag f X x αe αx, x. (Grimmet & Stirzaker 992) 2.4 Nilai Harapa da Ragam Defiisi 3 (Nilai Harapa). Jika X adalah peubah acak diskret dega fugsi massa peluag p X, maka ilai harapa X, diotasika dega E X adalah E X x x p X x asalka jumlah di atas koverge mutlak. 2. Jika X adalah peubah acak kotiu dega fugsi kepekata peluag f X, maka ilai harapa X diotasika dega E X adalah E X x f X x dx, asalka itegral di atas koverge mutlak. Jika itegral di atas diverge, maka ilai harapa dari X tidak ada. (Hogg et al. 25) Defiisi 4 (Nilai Harapa Bersyarat) Misalka X da Y adalah peubah acak kotiu da f X Y adalah fugsi kepekata peluag bersyarat dari X dega syarat Y y, maka ilai harapa dari X dega syarat Y y adalah, E X Y y xf X Y x y dx. (Hogg et al. 25) Defiisi 5 (Ragam) Ragam dari peubah acak X adalah ilai harapa dari kuadrat selisih atara X dega ilai harapaya. Secara matematis dapat diyataka sebagai Var X E X E X 2 E X 2 E X 2. (Hogg et al. 25) Defiisi 6 (Koragam) Misalka X da Y adalah dua peubah acak dega E X μ da E Y μ 2, maka koragam peubah acak X da Y adalah Cov X, Y E X μ Y μ 2 E XY μ μ Matriks (Hogg et al. 25) Defiisi 7 (Traspos dari Suatu Matriks) Traspos dari suatu matriks A berukura m adalah matriks B berukura m yag didefiisika oleh b ji a ij, utuk j,2,, da i,2,, m. Traspos dari matriks A diotasika dega A T. (Leo 2 Defiisi 8 (Matriks Simetris) Suatu matriks A berukura disebut simetris jika A T A. (Leo 2) Defiisi 9 (Matriks Idempotet) Suatu matriks A berukura disebut matriks idempotet jika A 2 A. (Leo 2) Defiisi 2 (Ivers Matriks) Suatu matriks A berukura dikataka tak sigular (osigular) atau dapat dibalik (ivertible) jika terdapat matriks B sehigga AB BA I. Matriks B disebut sebagai ivers perkalia (multiplicative iverse) dari A. (Leo 2)

14 4 III PEMBAHASAN 3. Kotrak Reasurasi dega Reistatemets Kotrak reasurasi tak proporsioal merupaka suatu perjajia reasurasi yag meetapka bahwa para peaggug ulag (reisurer) dega meerima sejumlah premi yag telah disepakati bersedia membayar kepada peaggug pertama seluruh kerugia yag melampaui limit retesi (uderlyig et retetio) sampai pada batas jumlah atau persetase tertetu akibat peristiwa-peristiwa tertetu yag telah disepakati. Misalka bilaga real H, adalah kostata yag meyataka batas atas liabilitas total dari reisurer da peubah acak S: Ω R dega P S H adalah peubah acak yag meyataka kerugia total dari reisurer. Kerugia Asurasi Kerugia total X yag ditaggug oleh sebuah perusahaa asurasi dapat dipresetasika sebagai X N j Y j (3.) dega X total klaim/kerugia total perusahaa asurasi, N bayakya klaim yag diajuka oleh tertaggug, Y j besarya klaim dari tertaggug ke-j, dega j,2,, N. Model ii serig disebut juga model kolektif utuk kerugia total X. Secara umum model ii merepresetasika klaim secara meyeluruh pada periode tertetu. Peubah acak N meyataka bayakya klaim da peubah acak Y j meyataka besarya klaim ke-j, j,2,, N. Diasumsika Y j adalah bebas stokastik idetik da j N bebas terhadap N. Kerugia Reasurasi Perusahaa asurasi meetuka tigkat retesi tertiggi utuk setiap kelas risiko dari masig-masig pertaggugaya. Peetapa retesi pada keyataaya tidak haya petig bagi pemberi sesi, tetapi juga petig bagi para peaggug ulag dalam meetuka limit tertiggi yag dapat ditaggugya berdasarka kotrak reasurasi. Peetua limit tertiggi ii erat sekali kaitaya dega kerugia perusahaa terutama dalam hal miimisasi tigkat kerugia. Kerugia reisurer dalam kotrak reasurasi dega prioritas d, da ilai, adalah X N j mi Y j d +, (3.2) dega d adalah batas maksimum klaim yag aka dibayarka perusahaa asurasi terhadap pihak tertaggug da adalah batas maksimum yag dapat dibayarka oleh perusahaa reasurasi terhadap klaim yag diajuka. Peubah acak dari model bersama utuk kerugia tertaggug tidak dapat diamati oleh perusahaa reasurasi, tetapi model koleksi N, Y j dapat ditrasformasika ke j N dalam model kolektif N, Y j j N (Hess 23). Oleh karea itu, kerugia total reisurer dapat dipresetasika sebagai X N j mi Y j d, (3.3) dega X kerugia reisurer, Y j besarya klaim ke-j yag melebihi prioritas, N bayakya klaim yag melebihi prioritas. Jika kotrak reasurasi merupaka prioritas total D, da batas maksimum total H,, maka kerugia reisurer adalah S mi X D +, H (3.4) dega X D + X D, jika X D, jika X D <. Peubah acak S memeuhi P S H. Kemudia diasumsika kotrak reasurasi pada S dega N reistatemets di dalam retag, H dibagi ke dalam + bagia,,, 2,,, H dega H +. (3.5)

15 5 Premi awal π R dibayarka pada awal kotrak, yaitu pada retag,, da premi reistatemet π k R dibayarka ketika kerugia S melebihi k dega k {,2,, }. Barisa terhigga π π k k,,, R mejadi perecaaa premi utuk kotrak reasurasi dega -reistatemets. Peluag premi reistatemets yag dibayarka adalah P S, k P k < S k +, k,,, (3.6),, k,,, da memeuhi k. (3.7) Jika sekurag-kuragya terdapat m-klaim yag melebihi prioritas da jika klaim ke-m melebihi prioritas seperti m j mi Y j d, m k < mi Y j d,, j (3.8) maka premi reistatemet π k harus dibayar. 3.2 Perecaaa Premi Optimal Asumsika Π adalah kumpula dari semua perecaaa premi utuk kotrak reasurasi dega -reistatemets. Utuk recaa premi π π k k,,, Π, total premi reistatemet didefiisika sebagai peubah acak da dapat dipresetasika sebagai δ π π + π k χ k <S dega χ k<s, jika k < S, jika k S. (3.9) (3.) Premi awal, diotasika dega π merupaka premi yag dibayarka pada awal kotrak, da premi reistatemet, diotasika dega π k merupaka premi yag dibayarka ketika kerugia S melebihi k dega k {,2,, }. Nilai harapa dari kuadrat selisih atara kerugia da total pemasuka premi suatu perusahaa reasurasi didefiisika sebagai E δ π S 2. (3.) Recaa premi π π k k,,, Π dikataka tak bias jika E δ π E S, (3.2) tak egatif jika π k, k,,,, da optimal jika π megakibatka E δ π S 2 miimum. Pada pembahasa selajutya, aka ditujukka bahwa terdapat perecaaa premi uik π π k k,2,, Π yag memiimumka E δ π S 2, bersifat tak bias da tak egatif. 3.3 Eksistesi da Keuika dari Perecaaa Premi Optimal Memiimumka E δ π S 2 terhadap semua perecaaa premi π Π dapat dilihat sebagai masalah kredibilitas. Masalah kredibilitas sagat petig bagi suatu perusahaa reasurasi karea hal ii aka memegaruhi seberapa besar tigkat kepercayaa tertaggug terhadap perusahaa tersebut. Kredibilitas ii sagat erat kaitaya dega kemampua suatu perusahaa reasurasi dalam meaggug kerugiakerugia yag dialami oleh pihak tertaggug. Telah diketahui bahwa masalah kredibilitas mempuyai solusi uik. Jika matriks koragam Χ dari vektor acak dibetuk oleh peubah acak pejelas yag mempuyai represetasi uik sebagai pejumlaha liear dari peubah acak pejelas, da jika ivers dari matriks koragam Χ diketahui, maka formula eksplisit dapat diberika utuk koefisie pada solusiya. Didefiisika: χ <S Χ (3.3) χ <S dega μ E Χ, μ E S, da Σ Var Χ, ρ Cov Χ, S, ς 2 Var S. Selajutya utuk memperlihatka bahwa perecaaa premi optimal mempuyai solusi yag uik, aka ditujukka Σ mempuyai ivers da aka ditetuka ivers dari Σ. Didefiisika matriks B k b k:i,j R x utuk k,2,, dega b k:i,j, jika i, j k, selaiya. 3.4

16 6 Sehigga diperoleh matriks B sebagai berikut. B B 3, B 2,, B Selajutya, matriks A didefiisika sebagai A B k. (3.5) Sehigga diperoleh matriks A sebagai berikut. A k2 k3 k2 k2 k3 k3 k3 k3 α α α α α α α Kemudia didefiisika matriks G R x dega g i,j ki, jika j, selaiya..,. (3.6) Sehigga diperoleh matriks G sebagai berikut. G α + α α α 2 + α α α 3 + α α α 4 + α α α + α α Selajutya hubuga atara Σ, A, da G aka ditujukka dalam Lema sebagai berikut. Lema Matriks Σ memeuhi Σ A GG T. (3.7) Bukti: Disajika pada Lampira.. Didefiisika matriks C k R x utuk k,,, dega, jika i, j k, k, k +, k + c k:i,j, jika i, j k, k +, k +, k, selaiya. (3.8) Kemudia diperoleh C B. (3.9) C B. Lema 2 Matriks A adalah ivertible da memeuhi A C k. (3.2) Bukti (Lema 2) Utuk k,2,, didefiisika matriks D k R x dega, jika i k j d k:i,j, jika i < k + j (3.2), selaiya. Utuk k, l,2,, didefiisika B k C l D k, jika k l Ο, selaiya. Bukti: Disajika pada Lampira 2. (3.22) Oleh karea itu, berdasarka persamaa (3.2) da persamaa (3.22) diperoleh AA B k B k C k D k C k D + D 2 + D D

17 7 Ι. Lema 3 Matriks Σ adalah ivertible da memeuhi Σ C k. k 3.23 Bukti (Lema 3) Ambil G AB da B adalah simetris da idempotet. Dari Lema diperoleh Σ A GG T A AB AB T A AB B T A T A AB B A A AB A A GA Ι G A. Megguaka Lema 2 da persamaa G 2 α o G, diperoleh ΣΣ Σ k C k Ι G A α o C + C k Ι G A α o C + A Ι G α o AC + AA Ι G α o AB + Ι Ι G α o G + Ι α o G α o G 2 + Ι G α o G G 2 + Ι G α o G α o G + Ι G α o α o G + Ι G G + Ι G Ι. Lema ii meujukka bahwa perecaaa premi optimal mempuyai solusi yag uik. Teorema Terdapat suatu perecaaa premi optimal π π k k,,, Π yag memiimumka E δ π S 2 da premi total dari perecaaa premi π yag memeuhi δ π μ + ρ T Σ Χ μ (3.24) da E δ π S 2 ς 2 + ρ T Σ ρ. (3.25) Secara khusus, premi awal π memeuhi π μ μ T Σ ρ (3.26) da premi reistatemet π,, π memeuhi π π Σ ρ. (3.27) Perecaaa premi π adalah tak bias. Bukti dapat dilihat di Hess & Schmidt [2]. 3.4 Sifat dari Perecaaa Premi Optimal Teorema memperlihatka eksistesi da keuika dari perecaaa premi optimal yag sama baikya dega formula eksplisit utuk premi awal da premi reistatemet dari recaa premi ii. Aka ditujukka bahwa perecaaa premi optimal adalah tak egatif. Utuk k,,,, +, didefiisika ρ k Cov S, χ k <S, jika k,,,, jika k, + ρ (3.28) da ρ ρ. (3.29) Pada bagia ii, aka diperoleh sebuah formula pelegkap utuk perecaaa premi optimal. Teorema 2 Perecaaa premi optimal π π k k,,, memeuhi π k μ ρ, α o jika k ρ k ρ k+ ρ k ρ k, jika k,,. (3.3) Bukti (Teorema 2) k,,,, kita mempuyai C k ρ ρ k ρ k+ c k ρ k ρ k+ c k+ (3.3) dega c k e k, jika k,,,, jika k, +,

18 8 da e k merupaka uit ke-k dari vector R. Didefiisika π π π. (3.32) Berdasarka persamaa (3.23) da (3.27), diperoleh π Σ ρ C k ρ k k k ρ k ρ k+ c k ρ k ρ k+ c k+ ρ k ρ k+ c k ρ k ρ k+ c k ρ k ρ k+ k ρ k ρ k e k. ρ k ρ k+ c k+ ρ k ρ k c k Persamaa π k terbukti utuk k,2,,. Selajutya, kita mempuyai μ j k α j e k. (3.33) Dega megguaka persamaa (3.26), diperoleh π μ μ T Σ ρ μ μ T π μ α j μ α j j μ α j j μ α j j j k j ρ k ρ k+ ρ k ρ k+ ρ k ρ k ρ k ρ k ρ j ρ j + α j ρ ρ α ρ j ρ j + α j + ρ α μ ρ j ρ j + + α j ρ j α μ ρ α j j ρ α μ ρ + α ρ α μ ρ. α Persamaa π terbukti utuk k. Teorema ii memberika represetasi lai dari premi pada perecaaa premi optimal da meujukka bahwa perecaaa premi optimal adalah tak egatif. Teorema 3 Perecaaa premi optimal π π k k,,, memeuhi E S S, jika k π k E S k < S k + E S k < S k, jika k,,. (3.34) Secara khusus, perecaaa premi optimal adalah tak egatif. Bukti (Teorema 3) Utuk k,,, kita mempuyai E S k < S k + E Sχ k<s k+ P k < S k + E Sχ k<s E Sχ k+ <S ρ k + μ α j j k ρ k ρ k+ + μ μ + ρ k ρ k+. E S k < S k ρ k+ + μ j k+ E Sχ k <S k P k < S k E Sχ k <S E Sχ k <S ρ + μ α j k j k ρ k + μ ρ ρ k + μ k μ + ρ k ρ k. j k α j α j

19 9 Sehigga diperoleh π k E S k < S k + E S k < S k μ + ρ k ρ k+ ρ k ρ k+ ρ k ρ k, utuk k,2,,. μ + ρ k ρ k Dega argume serupa, dihasilka E S S E Sχ S P S E Sχ <S E Sχ <S da C k ρ ρ k ρ k+ c k ρ k ρ k+ c k+, (seperti ditujukka dalam bukti Teorema 2), diperoleh ρ T C k ρ 2 ρt C k 2 ρ 2 ρt C k C k ρ 2 C kρ T C k ρ 2 ( ρ k ρ k+ c k (ρ k ρ k+ )c k+ ) T. ρ k ρ k+ c k ρ k ρ k+ c k+ 2 ρ k ρ k+ c k c k+ T. ((ρ k ρ k+ )(c k c k+ )) μ α j j ρ + μ α j j 2 ρ k ρ k+ 2 c k c k+ T c k c k+ 2 ρ k ρ k+ 2 e k e k+ T e k e k+ α μα ρ μ ρ α, utuk k. Premi dari perecaaa premi optimal selajutya megikuti Teorema 2. Sebagai tambaha, kita mempuyai E S k < S k + k E S k < S k, utuk k,2,, da E S S. Sehigga secara tidak lagsug premi optimal adalah tak egatif. Teorema 4 Nilai harapa dari kuadrat galat peduga premi total pada perecaaa premi optimal memeuhi persamaa E δ π S 2 ς 2 + k da variaya memeuhi persamaa Var δ π k ρ k ρ k+ 2 (3.35) ρ k ρ k+ 2. (3.36) Bukti (Teorema 4) Utuk k,2,,, didefiisika C k 2 2C k (3.37) 2 ρ k ρ k+ 2 (e k T e k e k T e k+ e T k+ e k + e T k+ e k+ ) 2 ρ k ρ k+ 2 + ρ k ρ k+ 2. Berdasarka persamaa (3.23) da (3.25), diperoleh E δ π S 2 ς 2 + ρ T Σ ρ ς 2 + ρ T C k ρ k ς 2 + ρ k ρ 2 k+. k 3.5 Cotoh Sebara Ekspoesial Terpotog (Trucated Expoetials Distributio) Utuk ilustrasi secara umum, diasumsika kerugia reasurasi memeuhi sebara ekspoesial terpotog. Aggap peubah acak X dega P X x x, jika x αe αt dt, jika x >, utuk parameter α,, yag berarti bahwa X meyebar ekspoesial dega parameter α.

20 Didefiisika S mi X, H X, jika X H H, jika X > H. Besarya premi bersih utuk S adalah E S E X H + E X > H H tαe αt dt + He αh te αt α e αt H + He αh He αh α e αh α +He αh α e αh + α α e αh. Besarya peluag premi reistatemet yag dibayarka adalah P S αe αt dt α e αt dt α α e αt e αt e α e e α. P k < S k + k+ αe αt dt k k+ α e αt dt k α α e αt k k+ e αt k k+ e + e αk e αk e +. P < S H H αe αt dt + αe αt dt H H α e αt dt + α e αt dt α α e αt H + α α e αt H e αt H H + e αt H e αh e α + e e αh e α. Besarya premi yag harus dibayarka adalah E Sχ S tαe αt dt te αt + e αt dt te αt α e αt e α α e α α e α α e α + α α e α e α. E Sχ k <S k+ k+ tαe αt dt k k+ te αt + e αt dt k te αt α e αt k k+ k + e + k+ e α α ke αk α e αk ke αk + k + e + α e αk k+ e α α α e αk e + + ke αk k + e +. E Sχ <S H H tαe αt dt + He αh H te αt + e αt dt + He αh

21 te αt α e αt H + He αh He αh α e αh α e α e α + He αh e α + α e α α e αh α e α e αh + e α. Oleh karea itu, diperoleh E S S E Sχ S P S α e α e α e α α e α e α. E S k < S k + E Sχ k<s k+ P k < S k + α e αk e + + ke αk + k + e e αk e + α e αk + e e αk e + + k e αk + e e αk e + + e e αk e + α e αk e α e αk + k e α α e α + k. e α E S < S H E Sχ <S H P < S H α e α e αh + e α e α α e α +. α Sehigga besarya premi dari perecaaa premi optimal π π k k,,, memeuhi. Utuk k π k E S S α e α e α. 2. Utuk k,2,, π k E S k < S k + E S S α e α e α + k α + e α e α k. 3. Utuk k π k E S < S H E S k < S k + α e α α + α e α e α + k e α e α e α α. Sehigga dapat disimpulka bahwa perecaaa premi optimal memeuhi π k α e α, e α jika k k, jika k,2,, e α e α, e α α jika k da π < k < π.

22 2 IV SIMPULAN Reasurasi merupaka perjajia atara beberapa perusahaa asurasi megeai pegaliha sebagia atau seluruh risiko utuk meghidari kebagkruta akibat risiko katastropik, yaitu risiko yag dapat megakibatka kerugia yag sagat besar. Perecaaa premi sagat diperluka perusahaa reasurasi dalam meghadapi risiko-risiko atas klaim yag diajuka. Salah satu upaya yag dapat dilakuka perusahaa reasurasi utuk megoptimalka premi yag aka dibayarka adalah dega memberlakuka kotrak reasurasi dega reistatemet. Total premi yag dibayarka merupaka pejumlaha atara π (premi yag dibayarka pada awal kotrak) da π k (premi reistatemet) yag dibayarka ketika kerugia perusahaa melebihi batas atas liabilitas reisurer. Eksistesi dari suatu perecaaa premi adalah memiimumka ilai harapa dari kuadrat selisih atara kerugia da total pemasuka premi suatu perusahaa reasurasi sehigga perecaaa premi yag diguaka optimal da dapat dilihat sebagai masalah kredibilitas. Masalah kredibilitas ii sagat petig bagi perusahaa reasurasi karea sagat erat kaitaya dega kemampua perusahaa reasurasi dalam meaggug kerugia-kerugia yag dialami tertaggug sehigga aka memegaruhi seberapa besar tigkat kepercayaa tertaggug terhadap perusahaa tersebut. Perecaaa premi optimal memeuhi prisip premi bersih da mempuyai solusi uik karea matriks koragam dari perecaaa premi tersebut mempuyai ivers. Selai itu, perecaaa premi optimal mempuyai beberapa sifat, yaitu tak bias da tak egatif. Perecaaa premi bersifat tak bias ketika kerugia perusahaa reasurasi sama dega total pemasuka premi pihak tertaggug.

23 3 DAFTAR PUSTAKA Grimmet GR, Stirzaker DR Probability ad Radom Processes. 2 d Ed. Oxford: Claredo Press. Hess KT. 23. Das kollektive modelle der risikhotheorie i der schadeexzedete ruckvericherug. Allg. Statist. Archiv 87: Hess KT, Schmidt KD. 2. Credibility modelle i tarifierug ud reservierug. Allg. Statist. Archiv 85: Hess KT, Schmidt KD. 24. Optimal premium plas for reisurace with reistatemets. Asti Bulleti 34(2): Hogg RV, Craig AT, McKea JW. 25. Itroductio to Mathematical Statistics. 6 th Ed. New Jersey: Pretice Hall. Leo SJ. 2. Aljabar Liear da Aplikasiya. Ed ke-5. Boda A, peerjemah; Hardai HW, editor. Jakarta: Erlagga. Terjemaha dari: Liear Algebra with Applicatios. 5 th Ed. Mariato AJ Reasurasi. Jakarta: Ghalia Idoesia.

24 LAMPIRAN 4

25 5 Lampira Bukti Lema Matriks Σ memeuhi Σ A GG T. Berdasarka persamaa (3.3), Σ Var Χ E ΧΧ T E Χ E Χ T. Jadi, aka dibuktika bahwa A E ΧΧ T da GG T E Χ E Χ T memeuhi Σ A GG T. sehigga matriks Σ Bukti: Berdasarka persamaa (3.3), i,, da j,, i, kita mempuyai Sehigga X i χ i <S, X j χ j<s. X i X j χ i <S j<s χ i<s X i Oleh karea itu, E X i X j E X i P i < S. E ΧΧ T. ki Χ χ <S χ 2<S χ 3<S χ <S ΧΧ T χ <S χ 2<S χ 3<S χ <S χ <S χ 2<S χ 3<S χ <S χ <S <S χ <S 2<S χ <s 3<S χ <S <S χ 2<S <S χ 2<S 2<S χ 2<s 3<S χ 2 <S <S χ 3<S <S χ 3<S 2<S χ 3<s 3<S χ 3 <S <S χ <S <S χ <S 2<S χ <s 3<S χ <S <S χ <S χ 2<S χ 3<S χ <S χ 2<S χ 2<S χ 3<S χ <S χ 3<S χ 3<S χ 3<S χ <S χ <S χ <S χ <S χ <S

26 6 Sehigga E ΧΧ T k2 k3 k2 k2 k3 k3 k3 k3 α α α α α α α A. Terbukti E ΧΧ T A. 2. E Χ E Χ T. Χ χ <S χ 2<S χ 3<S χ <S E Χ k2 k3 α da E Χ T α. k2 k3 Sehigga E Χ E Χ T k2 k2 k3 α k3 α

27 7 α k2 k3 k2 k2 k2 k2 k3 k3 α k3 k2 k3 k3 α k2 α α α k2 k3 k3 α α Sedagka GG T k2 k3 α k2 k3 α α k2 k3 k2 k2 k2 k2 k3 k3 α k3 k2 k3 k3 α k2 α α α k2 k3 k3 α α E Χ E Χ T. Terbukti E Χ E Χ T GG T. Jadi, berdasarka () da (2) terbukti bahwa matriks Σ memeuhi Σ A GG T dega A E ΧΧ T da GG T E Χ E Χ T.

28 8 Lampira 2 Bukti persamaa Berdasarka persamaa 3.4, 3.8, da (3.2), didefiisika matriks B k, C k, da D k berturutturut sebagai berikut. B k R x dega b k:i,j utuk k,2,,. C k R x dega c k:i,j utuk k,,,. D k R x dega d k:i,j utuk k,2,,., jika i, j k, selaiya,, jika i, j k, k, k +, k +, jika i, j k, k +, k +, k, selaiya,, jika i k j, jika i < k + j, selaiya, Oleh karea itu, diperoleh B C D B C 2 Ο B C 3 Ο B C Ο B 2 C Ο

29 9 B 2 C 2 D 2 B 2 C 3 Ο B 2 C Ο B 3 C Ο B 3 C 2 Ο B 3 C 3 D 3 B 3 C Ο B C Ο B C Ο

30 2 B C D B C D Uraia tersebut di atas dapat ditulis sebagai berikut. B C D B 2 C 2 D 2 B 3 C 3 D 3 B C D B C D B k C l D k jika k l. B C 2 Ο B C 3 Ο B C Ο B 2 C Ο B 2 C 3 Ο B 2 C Ο B 3 C Ο B 3 C 2 Ο B 3 C Ο B C Ο B C Ο B k C l Ο jika k l. Jadi, dapat disimpulka bahwa B k C l D k, jika k l Ο, selaiya k l.

LANDASAN TEORI. Secara umum, himpunan kejadian A i ; i I dikatakan saling bebas jika: Ruang Contoh, Kejadian, dan Peluang

LANDASAN TEORI. Secara umum, himpunan kejadian A i ; i I dikatakan saling bebas jika: Ruang Contoh, Kejadian, dan Peluang 2 LANDASAN TEORI Ruag Cotoh, Kejadia, da Peluag Percobaa acak adalah suatu percobaa yag dapat diulag dalam kodisi yag sama, yag hasilya tidak dapat diprediksi secara tepat tetapi dapat diketahui semua

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 3 BAB II TINJAUAN PUSTAKA.1 Ruag Cotoh, Kejadia da Peluag Defiisi.1 (Ruag cotoh da kejadia) Suatu percobaa yag dapat diulag dalam kodisi yag sama, yag hasilya tidak bisa diprediksi secara tepat tetapi

Lebih terperinci

HUBUNGAN ANTARA KONVERGEN HAMPIR PASTI, KONVERGEN DALAM PELUANG, DAN KONVERGEN DALAM SEBARAN

HUBUNGAN ANTARA KONVERGEN HAMPIR PASTI, KONVERGEN DALAM PELUANG, DAN KONVERGEN DALAM SEBARAN Jural Matematika UNAND Vol. 2 No. 2 Hal. 0 6 ISSN : 2303 290 c Jurusa Matematika FMIPA UNAND HUBUNGAN ANTARA KONVERGEN HAMPIR PASTI, KONVERGEN DALAM PELUANG, DAN KONVERGEN DALAM SEBARAN VIRA AGUSTA, DODI

Lebih terperinci

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya 5 BAB II LANDASAN TEORI Dalam tugas akhir ii aka dibahas megeai peaksira besarya koefisie korelasi atara dua variabel radom kotiu jika data yag teramati berupa data kategorik yag terbetuk dari kedua variabel

Lebih terperinci

Distribusi Pendekatan (Limiting Distributions)

Distribusi Pendekatan (Limiting Distributions) Distribusi Pedekata (Limitig Distributios) Ada 3 tekik utuk meetuka distribusi pedekata: 1. Tekik Fugsi Distribusi Cotoh 2. Tekik Fugsi Pembagkit Mome Cotoh 3. Tekik Teorema Limit Pusat Cotoh Fitriai Agustia,

Lebih terperinci

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X Pedugaa Selag: Metode Pivotal Lagkah-lagkahya 1. Adaika X1, X,..., X adalah cotoh acak dari populasi dega fugsi kepekata f( x; ), da parameter yag tidak diketahui ilaiya. Adaika T adalah peduga titik bagi..

Lebih terperinci

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang BAB I PENDAHULUAN 1.1 Latar Belakag Masalah Itegral adalah salah satu kosep petig dalam Matematika yag dikemukaka pertama kali oleh Isac Newto da Gottfried Wilhelm Leibiz pada akhir abad ke-17. Selajutya

Lebih terperinci

MENENTUKAN PELUANG RUIN DENGAN METODE KOMBINASI EKSPONENSIAL

MENENTUKAN PELUANG RUIN DENGAN METODE KOMBINASI EKSPONENSIAL MENENTUKAN PELUANG RUIN DENGAN METODE KOMBINASI EKSPONENSIAL Karmila 1*, Hasriati 2, Haposa Sirait 2 1 Mahasiswa Program S1 Matematika 2 Dose Jurusa Matematika Fakultas Matematika da Ilmu Pegetahua Alam

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara BAB I PENDAHULUAN 1.1 Latar Belakag Salah satu pera da fugsi statistik dalam ilmu pegetahua adalah sebagai. alat aalisis da iterpretasi data kuatitatif ilmu pegetahua, sehigga didapatka suatu kesimpula

Lebih terperinci

LIMIT. = δ. A R, jika dan hanya jika ada barisan. , sedemikian hingga Lim( a n

LIMIT. = δ. A R, jika dan hanya jika ada barisan. , sedemikian hingga Lim( a n LIMIT 4.. FUNGSI LIMIT Defiisi 4.. A R Titik c R adalah titik limit dari A, jika utuk setiap δ > 0 ada palig sedikit satu titik di A, c sedemikia sehigga c < δ. Defiisi diatas dapat disimpulka dega cara

Lebih terperinci

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real:

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real: BARISAN TAK HINGGA Secara umum, suatu barisa dapat diyataka sebagai susua terurut dari bilaga-bilaga real: u 1, u 2, u 3, Barisa tak higga merupaka suatu fugsi dega domai berupa himpua bilaga bulat positif

Lebih terperinci

BAB II LANDASAN TEORI. Pada bagian ini akan dibahas tentang teori-teori dasar yang. digunakan untuk dalam mengestimasi parameter model.

BAB II LANDASAN TEORI. Pada bagian ini akan dibahas tentang teori-teori dasar yang. digunakan untuk dalam mengestimasi parameter model. BAB II LANDASAN TEORI Pada bagia ii aka dibahas tetag teori-teori dasar yag diguaka utuk dalam megestimasi parameter model.. MATRIKS DAN VEKTOR Defiisi : Trace dari matriks bujur sagkar A a adalah pejumlaha

Lebih terperinci

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika Prosidig Semirata FMIPA Uiversitas Lampug, 0 Model Pertumbuha BeefitAsurasi Jiwa Berjagka Megguaka Deret Matematika Edag Sri Kresawati Jurusa Matematika FMIPA Uiversitas Sriwijaya edagsrikresawati@yahoocoid

Lebih terperinci

I. DERET TAKHINGGA, DERET PANGKAT

I. DERET TAKHINGGA, DERET PANGKAT I. DERET TAKHINGGA, DERET PANGKAT. Pedahulua Pembahasa tetag deret takhigga sebagai betuk pejumlaha suku-suku takhigga memegag peraa petig dalam fisika. Pada bab ii aka dibahas megeai pegertia deret da

Lebih terperinci

Hendra Gunawan. 12 Februari 2014

Hendra Gunawan. 12 Februari 2014 MA1201 MATEMATIKA 2A Hedra Guawa Semester II, 2013/2014 12 Februari 2014 Bab Sebelumya 8. Betuk Tak Tetu da Itegral Tak Wajar 8.1 Betuk Tak Tetu 0/0 82 8.2 Betuk Tak Tetu Laiya 8.3 Itegral Tak Wajar dg

Lebih terperinci

B a b 1 I s y a r a t

B a b 1 I s y a r a t 34 TKE 315 ISYARAT DAN SISTEM B a b 1 I s y a r a t (bagia 3) Idah Susilawati, S.T., M.Eg. Program Studi Tekik Elektro Fakultas Tekik da Ilmu Komputer Uiversitas Mercu Buaa Yogyakarta 29 35 1.5.2. Isyarat

Lebih terperinci

PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT

PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT Prosidig Semiar Nasioal Matematika da Terapaya 06 p-issn : 0-0384; e-issn : 0-039 PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT Liatus

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Didalam melakuka kegiata suatu alat atau mesi yag bekerja, kita megeal adaya waktu hidup atau life time. Waktu hidup adalah lamaya waktu hidup suatu kompoe atau uit pada

Lebih terperinci

SIFAT-SIFAT FUNGSI EKSPONENSIAL BERBASIS BILANGAN NATURAL YANG DIDEFINISIKAN SEBAGAI LIMIT

SIFAT-SIFAT FUNGSI EKSPONENSIAL BERBASIS BILANGAN NATURAL YANG DIDEFINISIKAN SEBAGAI LIMIT Jural Matematika UNAND Vol. 4 No. 1 Hal. 12 22 ISSN : 2303 2910 c Jurusa Matematika FMIPA UNAND SIFAT-SIFAT FUNGSI EKSPONENSIAL BERBASIS BILANGAN NATURAL YANG DIDEFINISIKAN SEBAGAI LIMIT ENIVA RAMADANI

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN JURAL MATEMATKA DA KOMPUTER Vol. 6. o., 77-85, Agustus 003, SS : 40-858 DSTRBUS WAKTU BERHET PADA PROSES PEMBAHARUA Sudaro Jurusa Matematika FMPA UDP Abstrak Dalam proses stokhastik yag maa kejadia dapat

Lebih terperinci

BAB III RUANG HAUSDORFF. Pada bab ini akan dibahas mengenai ruang Hausdorff, kekompakan pada

BAB III RUANG HAUSDORFF. Pada bab ini akan dibahas mengenai ruang Hausdorff, kekompakan pada 8 BAB III RUANG HAUSDORFF Pada bab ii aka dibahas megeai ruag Hausdorff, kekompaka pada ruag Hausdorff da ruag regular legkap. Pembahasa diawali dega medefiisika Ruag Hausdorff da beberapa sifatya kemudia

Lebih terperinci

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian BAB I PENDAHULUAN A. Latar Belakag Masalah Matematika merupaka suatu ilmu yag mempuyai obyek kajia abstrak, uiversal, medasari perkembaga tekologi moder, da mempuyai pera petig dalam berbagai disipli,

Lebih terperinci

III PEMBAHASAN. λ = 0. Ly = 0, maka solusi umum dari persamaan diferensial (3.3) adalah

III PEMBAHASAN. λ = 0. Ly = 0, maka solusi umum dari persamaan diferensial (3.3) adalah III PEMBAHASAN Pada bagia ii aka diformulasika masalah yag aka dibahas. Solusi masalah aka diselesaika dega Metode Dekomposisi Adomia. Selajutya metode ii aka diguaka utuk meyelesaika model yag diyataka

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakag Maajeme risiko merupaka salah satu eleme petig dalam mejalaka bisis perusahaa karea semaki berkembagya duia perusahaa serta meigkatya kompleksitas aktivitas perusahaa

Lebih terperinci

oleh hasil kali Jika dan keduanya fungsi yang dapat didiferensialkan, maka

oleh hasil kali Jika dan keduanya fungsi yang dapat didiferensialkan, maka Itegral etu Jika fugsi kotiu yag didefiisika utuk, kita bagi selag mejadi selag bagia berlebar sama Misalka berupa titik ujug selag bagia ii da pilih titik sampel di dalam selag bagia ii, sehigga terletak

Lebih terperinci

1 n MODUL 5. Peubah Acak Diskret Khusus

1 n MODUL 5. Peubah Acak Diskret Khusus ODUL 5 Peubah Acak Diskret Khusus Terdapat beberapa peubah acak diskret khusus yag serig mucul dalam aplikasi. Peubah Acak Seragam ( Uiform) Bila X suatu peubah acak diskret dimaa setiap eleme dari X mempuyai

Lebih terperinci

Program Perkuliahan Dasar Umum Sekolah Tinggi Teknologi Telkom. Barisan dan Deret

Program Perkuliahan Dasar Umum Sekolah Tinggi Teknologi Telkom. Barisan dan Deret Program Perkuliaha Dasar Umum Sekolah Tiggi Tekologi Telkom Barisa da Deret Barisa Defiisi Barisa bilaga didefiisika sebagai fugsi dega daerah asal merupaka bilaga asli. Notasi: f: N R f( ) a Fugsi tersebut

Lebih terperinci

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4 Program Studi : Tekik Iformatika Miggu ke : 4 INDUKSI MATEMATIKA Hampir semua rumus da hukum yag berlaku tidak tercipta dega begitu saja sehigga diraguka kebearaya. Biasaya, rumus-rumus dapat dibuktika

Lebih terperinci

BAB VIII KONSEP DASAR PROBABILITAS

BAB VIII KONSEP DASAR PROBABILITAS BAB VIII KONSEP DASAR PROBABILITAS 1.1. Pedahulua Dalam pertemua ii Ada aka mempelajari beberapa padaga tetag permutasi da kombiasi, fugsi da metode perhituga probabilitas, da meghitug probabilitas. Pada

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

TINJAUAN PUSTAKA Pengertian TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok

Lebih terperinci

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya. BAB 1 PENDAHULUAN 1.1 Latar Belakag Aalisis regresi mejadi salah satu bagia statistika yag palig bayak aplikasiya. Aalisis regresi memberika keleluasaa kepada peeliti utuk meyusu model hubuga atau pegaruh

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB ENDAHULUAN. Latar Belakag Masalah Dalam kehidupa yata, hampir seluruh feomea alam megadug ketidak pastia atau bersifat probabilistik, misalya pergeraka lempega bumi yag meyebabka gempa, aik turuya

Lebih terperinci

Pendekatan Nilai Logaritma dan Inversnya Secara Manual

Pendekatan Nilai Logaritma dan Inversnya Secara Manual Pedekata Nilai Logaritma da Iversya Secara Maual Moh. Affaf Program Studi Pedidika Matematika, STKIP PGRI BANGKALAN affafs.theorem@yahoo.com Abstrak Pada pegaplikasiaya, bayak peggua yag meggatugka masalah

Lebih terperinci

II. TINJAUAN PUSTAKA. Secara umum apabila a bilangan bulat dan b bilangan bulat positif, maka ada tepat = +, 0 <

II. TINJAUAN PUSTAKA. Secara umum apabila a bilangan bulat dan b bilangan bulat positif, maka ada tepat = +, 0 < II. TINJAUAN PUSTAKA 2.1 Keterbagia Secara umum apabila a bilaga bulat da b bilaga bulat positif, maka ada tepat satu bilaga bulat q da r sedemikia sehigga : = +, 0 < dalam hal ii b disebut hasil bagi

Lebih terperinci

Deret Fourier. Modul 1 PENDAHULUAN

Deret Fourier. Modul 1 PENDAHULUAN Modul Deret Fourier Prof. Dr. Bambag Soedijoo P PENDAHULUAN ada modul ii dibahas masalah ekspasi deret Fourier Sius osius utuk suatu fugsi periodik ataupu yag diaggap periodik, da dibahas pula trasformasi

Lebih terperinci

BAB 1 PENDAHULUAN. dimana f(x) adalah fungsi tujuan dan h(x) adalah fungsi pembatas.

BAB 1 PENDAHULUAN. dimana f(x) adalah fungsi tujuan dan h(x) adalah fungsi pembatas. BAB 1 PENDAHUUAN 1.1 atar Belakag Pada dasarya masalah optimisasi adalah suatu masalah utuk membuat ilai fugsi tujua mejadi maksimum atau miimum dega memperhatika pembatas pembatas yag ada. Dalam aplikasi

Lebih terperinci

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k

Lebih terperinci

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari.

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari. Selag Kepercayaa Cotoh Besar Jika ukura cotoh (sample size) besar, maka meurut Teorema Limit Pusat, bayak statistik megikuti/mempuyai sebara yag medekati ormal (dapat diaggap ormal). Artiya jika adalah

Lebih terperinci

BAB I PENDAHULUAN. A. Latar Belakang Masalah

BAB I PENDAHULUAN. A. Latar Belakang Masalah BAB I PENDAHULUAN A. Latar Belakag Masalah Struktur alabar adalah suatu himpua yag di dalamya didefiisika suatu operasi bier yag memeuhi aksioma-aksioma tertetu. Gelaggag ( Rig ) merupaka suatu struktur

Lebih terperinci

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP STATISTICS Haug N. Prasetyo Week 11 PENDAHULUAN Regresi da korelasi diguaka utuk megetahui hubuga dua atau lebih kejadia (variabel) yag dapat diukur secara matematis. Ada dua hal yag diukur atau diaalisis,

Lebih terperinci

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy BAB III PEMBAHASAN Pada BAB III ii aka dibahas megeai betuk program liear fuzzy dega koefisie tekis kedala berbetuk bilaga fuzzy da pembahasa peyelesaia masalah optimasi studi kasus pada UD FIRDAUS Magelag

Lebih terperinci

BAB III PERUMUSAN PENDUGA DAN SIFAT SIFAT STATISTIKNYA

BAB III PERUMUSAN PENDUGA DAN SIFAT SIFAT STATISTIKNYA BAB III PERUMUSAN PENDUGA DAN SIFAT SIFAT STATISTIKNYA 3. Perumusa Peduga Misalka N adala proses Poisso o omoge pada iterval [, dega fugsi itesitas yag tidak diketaui. Fugsi ii diasumsika teritegralka

Lebih terperinci

II LANDASAN TEORI. Sebuah bilangan kompleks dapat dinyatakan dalam bentuk. z = x jy. (2.4)

II LANDASAN TEORI. Sebuah bilangan kompleks dapat dinyatakan dalam bentuk. z = x jy. (2.4) 3 II LANDASAN TEORI 2.1 Peubah Kompleks da Fugsi Kompleks Sebuah bilaga kompleks dapat diyataka dalam betuk z = x + jy, (2.1) dega x da y adalah bilaga-bilaga real da j = 1. Bilaga x disebut bagia real

Lebih terperinci

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi 6. Pecacaha Lajut Relasi Rekuresi Relasi rekuresi utuk dereta {a } adalah persamaa yag meyataka a kedalam satu atau lebih suku sebelumya, yaitu a 0, a,, a -, utuk seluruh bilaga bulat, dega 0, dimaa 0

Lebih terperinci

BARISAN DAN DERET. Nurdinintya Athari (NDT)

BARISAN DAN DERET. Nurdinintya Athari (NDT) BARISAN DAN DERET Nurdiitya Athari (NDT) BARISAN Defiisi Barisa bilaga didefiisika sebagai fugsi dega daerah asal merupaka bilaga asli. Notasi: f: N R f( ) = a Fugsi tersebut dikeal sebagai barisa bilaga

Lebih terperinci

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR Nur Aei Prodi Matematika, FST-UINAM uraeiatullah@gmail.com Ifo: Jural MSA Vol. 3 No. 2 Edisi: Juli Desember

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Model Pertumbuha Betuk ugsi pertumbuha satu jeis spesies pada umumya megguaka otasi ugsi aalitik yag diyataka dalam satu persamaa. Secara umum ugsi pertumbuha meyataka hubuga

Lebih terperinci

REPRESENTASI KANONIK UNTUK FUNGSI KARAKTERISTIK DARI SEBARAN TERBAGI TAK HINGGA

REPRESENTASI KANONIK UNTUK FUNGSI KARAKTERISTIK DARI SEBARAN TERBAGI TAK HINGGA Jural Matematika UNAND Vol. 3 No. Hal. 7 34 ISSN : 33 9 c Jurusa Matematika FMIPA UNAND REPRESENTASI KANONIK UNTUK FUNGSI KARAKTERISTIK DARI SEBARAN TERBAGI TAK HINGGA EKA RAHMI KAHAR, DODI DEVIANTO Program

Lebih terperinci

MA1201 MATEMATIKA 2A Hendra Gunawan

MA1201 MATEMATIKA 2A Hendra Gunawan MA1201 MATEMATIKA 2A Hedra Guawa Semester II, 2016/2017 3 Februari 2017 Bab Sebelumya 8. Betuk Tak Tetu da Itegral Tak Wajar 8.1 Betuk Tak Tetu 0/0 8.2 Betuk Tak Tetu Laiya 8.3 Itegral Tak Wajar dg Batas

Lebih terperinci

Kalkulus Rekayasa Hayati DERET

Kalkulus Rekayasa Hayati DERET Kalkulus Rekayasa Hayati DERET 1 Isi Bab Pedahulua Barisa tak-higga Deret tak-higga Deret Positif : Uji kekovergea Deret Gati Tada Deret Pagkat Deret Taylor da Maclauri 2 Kompetesi Dasar Setelah megikuti

Lebih terperinci

LANDASAN TEORI. Pada bab ini akan diberikan beberapa konsep dasar (pengertian) yang akan digunakan dalam. pembahasan penelitian. 2.

LANDASAN TEORI. Pada bab ini akan diberikan beberapa konsep dasar (pengertian) yang akan digunakan dalam. pembahasan penelitian. 2. II. LANDASAN TEORI Pada bab ii aka diberika beberapa kosep dasar (pegertia) yag aka diguaka dalam pembahasa peelitia 2.1 Ruag Vektor Defiisi 3.1.1 (Darmawijaya, 2007) Diketahui (V, +) grup komutatif da

Lebih terperinci

PETA KONSEP RETURN dan RISIKO PORTOFOLIO

PETA KONSEP RETURN dan RISIKO PORTOFOLIO PETA KONSEP RETURN da RISIKO PORTOFOLIO RETURN PORTOFOLIO RISIKO PORTOFOLIO RISIKO TOTAL DIVERSIFIKASI PORTOFOLIO DENGAN DUA AKTIVA PORTOFOLIO DENGAN BANYAK AKTIVA DEVERSIFIKASI DENGAN BANYAK AKTIVA DEVERSIFIKASI

Lebih terperinci

II. LANDASAN TEORI. Pada bab ini akan diberikan beberapa istilah, definisi serta konsep-konsep yang

II. LANDASAN TEORI. Pada bab ini akan diberikan beberapa istilah, definisi serta konsep-konsep yang II. LANDASAN TEORI Pada bab ii aka diberika beberapa istilah, defiisi serta kosep-kosep yag medukug dalam peelitia ii. 2.1 Kosep Dasar Teori Graf Berikut ii aka diberika kosep dasar teori graf yag bersumber

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Distribusi Ekspoesial Fugsi ekspoesial adalah salah satu fugsi yag palig petig dalam matematika. Biasaya, fugsi ii ditulis dega otasi exp(x) atau e x, di maa e adalah basis logaritma

Lebih terperinci

Distribusi Sampel, Likelihood dan Penaksir

Distribusi Sampel, Likelihood dan Penaksir BAB 1 Distribusi Sampel, Likelihood da Peaksir 1.1 Sampel Acak Misalka X 1, X 2,..., X sampel acak berukura (radom sample of size ). Fugsi peluag -variat ya adalah f X1,X 2,,X (x 1, x 2,..., x ) = f Xi

Lebih terperinci

Definisi Integral Tentu

Definisi Integral Tentu Defiisi Itegral Tetu Bila kita megedarai kedaraa bermotor (sepeda motor atau mobil) selama 4 jam dega kecepata 50 km / jam, berapa jarak yag ditempuh? Tetu saja jawabya sagat mudah yaitu 50 x 4 = 200 km.

Lebih terperinci

SISTEM PERSAMAAN LINEAR PADA ALJABAR MIN-PLUS

SISTEM PERSAMAAN LINEAR PADA ALJABAR MIN-PLUS Prosidig Semiar Nasioal Peelitia, Pedidika da Peerapa MIPA, Fakultas MIPA, Uiversitas Negeri Yogyakarta, 4 Mei 0 SISTEM PERSAMAAN LINEAR PADA ALJABAR MIN-PLUS Musthofa Jurusa Pedidika Matematika FMIPA

Lebih terperinci

Fungsi Kompleks. (Pertemuan XXVII - XXX) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya

Fungsi Kompleks. (Pertemuan XXVII - XXX) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya TKS 4007 Matematika III Fugsi Kompleks (Pertemua XXVII - XXX) Dr. AZ Jurusa Tekik Sipil Fakultas Tekik Uiversitas Brawijaya Pedahulua Persamaa x + 1 = 0 tidak memiliki akar dalam himpua bilaga real. Pertayaaya,

Lebih terperinci

III. METODE PENELITIAN. kelas VIII semester ganjil SMP Sejahtera I Bandar Lampung tahun pelajaran 2010/2011

III. METODE PENELITIAN. kelas VIII semester ganjil SMP Sejahtera I Bandar Lampung tahun pelajaran 2010/2011 III. METODE PENELITIAN A. Latar Peelitia Peelitia ii merupaka peelitia yag megguaka total sampel yaitu seluruh siswa kelas VIII semester gajil SMP Sejahtera I Badar Lampug tahu pelajara 2010/2011 dega

Lebih terperinci

PERTEMUAN 13. VEKTOR dalam R 3

PERTEMUAN 13. VEKTOR dalam R 3 PERTEMUAN VEKTOR dalam R Pegertia Ruag Vektor Defiisi R Jika adalah sebuah bilaga bulat positif, maka tupel - - terorde (ordered--tuple) adalah sebuah uruta bilaga riil ( a ),a,..., a. Semua tupel - -terorde

Lebih terperinci

SEBARAN ASIMTOTIK PENDUGA TURUNAN PERTAMA DAN TURUNAN KEDUA DARI FUNGSI INTENSITAS SUATU PROSES POISSON PERIODIK ZAENAL ARIFIN

SEBARAN ASIMTOTIK PENDUGA TURUNAN PERTAMA DAN TURUNAN KEDUA DARI FUNGSI INTENSITAS SUATU PROSES POISSON PERIODIK ZAENAL ARIFIN SEBARAN ASIMTOTI PENDUGA TURUNAN PERTAMA DAN TURUNAN EDUA DARI FUNGSI INTENSITAS SUATU PROSES POISSON PERIODI ZAENAL ARIFIN SEOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 008 PERNYATAAN MENGENAI TESIS

Lebih terperinci

BAB 6: ESTIMASI PARAMETER (2)

BAB 6: ESTIMASI PARAMETER (2) Bab 6: Estimasi Parameter () BAB 6: ESTIMASI PARAMETER (). ESTIMASI PROPORSI POPULASI Proporsi merupaka perbadiga atara terjadiya suatu peristiwa dega semua kemugkiaa peritiwa yag bisa terjadi. Besara

Lebih terperinci

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET BAB VII RANDOM VARIATE DISTRIBUSI DISKRET Diskret radom variabel dapat diguaka utuk berbagai radom umber yag diambil dalam betuk iteger. Pola kebutuha ivetori (persediaa) merupaka cotoh yag serig diguaka

Lebih terperinci

terurut dari bilangan bulat, misalnya (7,2) (notasi lain 2

terurut dari bilangan bulat, misalnya (7,2) (notasi lain 2 Bab Bilaga kompleks BAB BILANGAN KOMPLEKS Defiisi Bilaga Kompleks Sebelum medefiisika bilaga kompleks, pembaca diigatka kembali pada permasalah dalam sistem bilaga yag telah dikeal sebelumya Yag pertama

Lebih terperinci

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR Nur Aei Prodi Matematika, FST-UINAM uraeiatullah@gmail.com Ifo: Jural MSA Vol. 3 No. 2 Edisi: Juli Desember

Lebih terperinci

PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart

PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart Prosidig Semiar Nasioal Peelitia, Pedidika da Peerapa MIPA, Fakultas MIPA, Uiversitas Negeri Yogyakarta, 2 Jui 2012 PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart Adi Setiawa

Lebih terperinci

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak: PENGUJIAN HIPOTESIS A. Lagkah-lagkah pegujia hipotesis Hipotesis adalah asumsi atau dugaa megeai sesuatu. Jika hipotesis tersebut tetag ilai-ilai parameter maka hipotesis itu disebut hipotesis statistik.

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah:

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah: BAB III METODOLOGI PENELITIAN 3. Variabel da Defiisi Operasioal Variabel-variabel yag diguaka pada peelitia ii adalah: a. Teaga kerja, yaitu kotribusi terhadap aktivitas produksi yag diberika oleh para

Lebih terperinci

PEMBUKTIAN TEOREMA HUKUM LEMAH BILANGAN BESAR DENGAN MENGGUNAKAN FUNGSI KARAKTERISTIK

PEMBUKTIAN TEOREMA HUKUM LEMAH BILANGAN BESAR DENGAN MENGGUNAKAN FUNGSI KARAKTERISTIK Jural Matematika UNAND Vol. 2 No. 2 Hal. 71 75 ISSN : 2303 2910 c Jurusa Matematika FMIPA UNAND PEMBUKTIAN TEOREMA HUKUM LEMAH BILANGAN BESAR DENGAN MENGGUNAKAN FUNGSI KARAKTERISTIK SUCI SARI WAHYUNI,

Lebih terperinci

Ketidaksamaan Chebyshev Hukum Bilangan Besar pada Bisnis Asuransi

Ketidaksamaan Chebyshev Hukum Bilangan Besar pada Bisnis Asuransi Vol. 5, No., 86-9, Jauari 009 Ketidaksamaa Chebyshev Hukum Bilaga Besar pada Bisis Asurasi Georgia M. Tiugki Abstrak Bisis asurasi sagat erat kaitaya dega teori statistik, khususya teori probabilitas (kemugkia)

Lebih terperinci

SISTEM PERSAMAAN LINEAR PADA ALJABAR MIN-PLUS. Abstrak

SISTEM PERSAMAAN LINEAR PADA ALJABAR MIN-PLUS. Abstrak Prosidig Semiar Nasioal Peelitia, Pedidika da Peerapa MIPA, Fakultas MIPA, Uiversitas Negeri Yogyakarta, 4 Mei 0 SISTEM PERSAMAAN LINEAR PADA ALJABAR MIN-PLUS Musthofa Jurusa Pedidika Matematika FMIPA

Lebih terperinci

TEOREMA WEYL UNTUK OPERATOR HYPONORMAL

TEOREMA WEYL UNTUK OPERATOR HYPONORMAL Jural UJMC, Volume 3, Nomor, Hal. - 6 pissn : 460-3333 eissn : 579-907X TEOREMA WEYL UNTUK OPERATOR HYPONORMAL Guawa Uiversitas Muhammadiyah Purwokerto, gu.oge@gmail.com Abstract This paper aims at describig

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH 89 BAB V ANALISA PEMECAHAN MASALAH Dalam upaya mearik kesimpula da megambil keputusa, diperluka asumsi-asumsi da perkiraa-perkiraa. Secara umum hipotesis statistik merupaka peryataa megeai distribusi probabilitas

Lebih terperinci

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi.

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi. Distribusi Samplig (Distribusi Pearika Sampel). Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci

III. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung

III. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung 42 III. METODE PENELITIAN 3.. Lokasi da Waktu Peelitia Lokasi peelitia dilakuka di Provisi Sumatera Barat yag terhitug mulai miggu ketiga bula April 202 higga miggu pertama bula Mei 202. Provisi Sumatera

Lebih terperinci

BAB III TAKSIRAN KOEFISIEN KORELASI POLYCHORIC DUA TAHAP. Permasalahan dalam tugas akhir ini dibatasi hanya pada penaksiran

BAB III TAKSIRAN KOEFISIEN KORELASI POLYCHORIC DUA TAHAP. Permasalahan dalam tugas akhir ini dibatasi hanya pada penaksiran BAB III TAKSIRAN KOEFISIEN KORELASI POLYCHORIC DUA TAHAP Permasalaha dalam tugas akhir ii dibatasi haya pada peaksira besarya koefisie korelasi polychoric da tidak dilakuka peguia terhadap koefisie korelasi

Lebih terperinci

9 Departemen Statistika FMIPA IPB

9 Departemen Statistika FMIPA IPB Supleme Resposi Pertemua ANALISIS DATA KATEGORIK (STK351 9 Departeme Statistika FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referesi Waktu Pegatar Aalisis utuk Data Respo Kategorik Data respo kategorik Sebara

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, , Agustus 2003, ISSN : METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, , Agustus 2003, ISSN : METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT Vol. 6. No., 97-09, Agustus 003, ISSN : 40-858 METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT Robertus Heri Jurusa Matematika FMIPA UNDIP Abstrak Tulisa ii membahas peetua persamaa ruag

Lebih terperinci

TINJAUAN PUSTAKA. 2.1 Ruang Vektor. Definisi (Darmawijaya, 2007) Diketahui (V, +) grup komutatif dan (F,,. ) lapangan dengan elemen identitas

TINJAUAN PUSTAKA. 2.1 Ruang Vektor. Definisi (Darmawijaya, 2007) Diketahui (V, +) grup komutatif dan (F,,. ) lapangan dengan elemen identitas II. TINJAUAN PUSTAKA 2.1 Ruag Vektor Defiisi 2.1.1 (Darmawijaya, 2007) Diketahui (V, +) grup komutatif da (F,,. ) lapaga dega eleme idetitas 1. V disebut ruag vektor (vector space) atas F jika ada operasi

Lebih terperinci

,n N. Jelas barisan ini terbatas pada dengan batas M =: 1, dan. barisan ini kovergen ke 0.

,n N. Jelas barisan ini terbatas pada dengan batas M =: 1, dan. barisan ini kovergen ke 0. PROGRAM STUDI PENDIDIKAN MATEMATIKA FKIP UNMUH PONOROGO SOAL UJIAN TENGAH SEMESTER GENAP TA 03/04 Mata Ujia : Aalisis Real Tipe Soal : REGULER Dose : Dr. Jula HERNADI Waktu : 90 meit Hari, Taggal : Selasa,

Lebih terperinci

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data IV METODE PENELITIAN 4.1 Lokasi da waktu Peelitia ii dilakuka di PD Pacet Segar milik Alm Bapak H. Mastur Fuad yag beralamat di Jala Raya Ciherag o 48 Kecamata Cipaas, Kabupate Ciajur, Propisi Jawa Barat.

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur 0 III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai Mei 03. B. Populasi da Sampel Populasi dalam peelitia

Lebih terperinci

BAB VII DISTRIBUSI SAMPLING DAN DESKRIPSI DATA

BAB VII DISTRIBUSI SAMPLING DAN DESKRIPSI DATA BAB VII DITRIBUI AMPLING DAN DEKRIPI DATA 7. Distribusi amplig (samplig distributio) amplig distributio adalah distribusi probabilitas dari suatu statistik. amplig distributio tergatug dari ukura populasi,

Lebih terperinci

ISIAN SINGKAT! 1. Diberikan hasil kali digit digit dari n harus sama dengan 25

ISIAN SINGKAT! 1. Diberikan hasil kali digit digit dari n harus sama dengan 25 head office : Kompleks Sawaga Permai Blok A5 No.1A, Sawaga, Depok 16511 Telp.01-951 1160. cotact perso : 0-878787-1-8585 / 081-8691-10 Bidag Studi Kode Berkas Waktu : Matematika : MA-L01 (solusi) : 90

Lebih terperinci

CATATAN KULIAH Pertemuan I: Pengenalan Matematika Ekonomi dan Bisnis

CATATAN KULIAH Pertemuan I: Pengenalan Matematika Ekonomi dan Bisnis CATATAN KULIAH Pertemua I: Pegeala Matematika Ekoomi da Bisis A. Sifat-sifat Matematika Ekoomi 1. Perbedaa Matematika vs. Nomamatematika Ekoomi Keutuga pedekata matematika dalam ilmu ekoomi Ketepata (Precise),

Lebih terperinci

Homomorfisma Pada Semimodul Atas Aljabar Max-Plus

Homomorfisma Pada Semimodul Atas Aljabar Max-Plus Homomorfisma Pada Semimodul Atas Aljabar Max-Plus A 14 Oleh : Musthofa Jurusa Pedidika Matematika FMIPA UNY Abstrak Kosep homorfisma telah bayak dibahas pada beberapa struktur aljabar yaitu pada ruag vektor

Lebih terperinci

BAB 4. METODE ESTIMASI PARAMETER DARI DISTRIBUSI WAKTU KERUSAKAN

BAB 4. METODE ESTIMASI PARAMETER DARI DISTRIBUSI WAKTU KERUSAKAN BAB 4 METODE ESTIMASI PARAMETER DARI DISTRIBUSI WAKTU KERUSAKAN Estimasi reliabilitas membutuhka pegetahua distribusi waktu kerusaka yag medasari dari kompoe atau sistem yag dimodelka Utuk memprediksi

Lebih terperinci

III. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain

III. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain III. METODE PENELITIAN 3.1 Jeis da Sumber Data Data yag diguaka pada peelitia ii merupaka data sekuder yag diperoleh dari Bada Pusat Statistik (BPS) Provisi NTB, Bada Perecaaa Pembagua Daerah (BAPPEDA)

Lebih terperinci

SIFAT-SIFAT SEMIGRUP SIMETRIS INTERVAL

SIFAT-SIFAT SEMIGRUP SIMETRIS INTERVAL SIFAT-SIFAT SEMIGRUP SIMETRIS INTERVAL Riza Febri Yusma Sri Gemawati Asli Sirait *riza_febri@yahoo.com Mahasiswa Program S Matematika Dose Jurusa Matematika Fakultas Matematika da Ilmu Pegetahua Alam Uiveritas

Lebih terperinci

SEBARAN t dan SEBARAN F

SEBARAN t dan SEBARAN F SEBARAN t da SEBARAN F 1 Tabel uji t disebut juga tabel t studet. Sebara t pertama kali diperkealka oleh W.S. Gosset pada tahu 1908. Saat itu, Gosset bekerja pada perusahaa bir Irladia yag melarag peerbita

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Statistika iferesi merupaka salah satu cabag statistika yag bergua utuk meaksir parameter. Peaksira dapat diartika sebagai dugaa atau perkiraa atas sesuatu yag aka terjadi

Lebih terperinci

InfinityJurnal Ilmiah Program Studi Matematika STKIP Siliwangi Bandung, Vol 2, No.1, Februari 2013

InfinityJurnal Ilmiah Program Studi Matematika STKIP Siliwangi Bandung, Vol 2, No.1, Februari 2013 IfiityJural Ilmiah Program Studi Matematika STKIP Siliwagi Badug, Vol 2, No.1, Februari 2013 KEKONTINUAN FUNGSI PADA RUANG METRIK Oleh: Cece Kustiawa Jurusa Pedidika Matematika FPMIPA UPI, cecekustiawa@yahoo.com

Lebih terperinci

BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON

BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARA DAN FAKTOR DIKON 3.1 Ecoomic Order Quatity Ecoomic Order Quatity (EOQ) merupaka suatu metode yag diguaka utuk megedalika

Lebih terperinci

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai PENGUJIAN HIPOTESIS Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai ilai-ilai parameter populasi,

Lebih terperinci

REGRESI DAN KORELASI

REGRESI DAN KORELASI REGRESI DAN KORELASI Pedahulua Dalam kehidupa sehari-hari serig ditemuka masalah/kejadia yagg salig berkaita satu sama lai. Kita memerluka aalisis hubuga atara kejadia tersebut Dalam bab ii kita aka membahas

Lebih terperinci

MAKALAH ALJABAR LINEAR SUB RUANG VEKTOR. Dosen Pengampu : Darmadi, S.Si, M.Pd

MAKALAH ALJABAR LINEAR SUB RUANG VEKTOR. Dosen Pengampu : Darmadi, S.Si, M.Pd MAKALAH ALJABAR LINEAR SUB RUANG VEKTOR Dose Pegampu : Darmadi, S.Si, M.Pd Disusu : Kelas 5A / Kelompok 5 : Dia Dwi Rahayu (084. 06) Hefetamala (084. 4) Khoiril Haafi (084. 70) Liaatul Nihayah (084. 74)

Lebih terperinci

Semigrup Matriks Admitting Struktur Ring

Semigrup Matriks Admitting Struktur Ring Semigrup Matriks dmittig Struktur ig K a r y a t i Jurusa Pedidika Matematika FMIP, Uiversitas Negeri Yogyakarta Email: yatiuy@yahoo.com bstrak Diberika adalah rig komutatif dega eleme satua da adalah

Lebih terperinci

A. Pengertian Hipotesis

A. Pengertian Hipotesis PENGUJIAN HIPOTESIS A. Pegertia Hipotesis Hipotesis statistik adalah suatu peryataa atau dugaa megeai satu atau lebih populasi Ada macam hipotesis:. Hipotesis ol (H 0 ), adalah suatu hipotesis dega harapa

Lebih terperinci

Prestasi itu diraih bukan didapat!!! SOLUSI SOAL

Prestasi itu diraih bukan didapat!!! SOLUSI SOAL SELEKSI OLIMPIADE TINGKAT KABUPATEN/KOTA 010 TIM OLIMPIADE MATEMATIKA INDONESIA 0 Prestasi itu diraih buka didapat!!! SOLUSI SOAL Bidag Matematika Disusu oleh : Eddy Hermato, ST Olimpiade Matematika Tk

Lebih terperinci

BAB I PENDAHULUAN. , membentuk struktur ring terhadap operasi penjumlahan matriks dan operasi pergandaan matriks baku. Himpunan bagian dari

BAB I PENDAHULUAN. , membentuk struktur ring terhadap operasi penjumlahan matriks dan operasi pergandaan matriks baku. Himpunan bagian dari BB I PENDHULUN. Latar Belakag Masalah Struktur rig (gelaggag) R adalah suatu himpua R yag kepadaya didefiisika dua operasi bier yag disebut pejumlaha da pergadaa yag memeuhi aksioma-aksioma tertetu, yaitu:

Lebih terperinci