TEORI RESIKO ELEMENTER

Ukuran: px
Mulai penontonan dengan halaman:

Download "TEORI RESIKO ELEMENTER"

Transkripsi

1 TEORI RESIKO ELEMETER Ringkasan: Pada bagian ini, kita mengembangkan beberapa hubungan antara cadangan, premi, biaya keamanan dan tingkat retensi yang berguna untuk asuransi umum. Hubungan ini didasarkan pada pengetahuan beberapa alat statistik. 1. Pengantar Teknik perusahaan asuransi dan aktuari konvensional didasarkan pada penyederhanaan model dari portofolio sebuah perusahaan asuransi di dalam peubah acak yang digantikan dengan nilai harapannya. De Moivre, Matematikawan Prancis, membuktikan pada awal 1700 bahwa bisnis perusahaan asuransi akhirnya akan menjadi hancur jika itu gagal untuk memasukkan margin mendukungnya di dalam harga itu berubah untuk pembayaran tambahan: dengan kata lain, penanggung harus memasukkanbiayakeamanan di dalam preminya untuk melindungi terhadap kehilangan dikarenakan fluktuasi acak. Penelitian dari fluktuasi acak (variasi stokastik) yang terjadi di dalam jumlah klaim terakumulasi merupakan cabang dari matematika aktuaria disebut teori resiko. Teori ini berguna sebagai panduan ke hubungan antara cadangan, retensi dan tingkat resiko dan order umum dari besarnya dari kuantitas ini. Contoh 1.1. Mempertimbangkan kontrak tiga asuransi. Pertama, hanya mungkin jumlah klaim sebesar 10 usd; hanya satu klaim yang mungkin selama tahun polis berlaku, dan besarnya peluang klaim ialah 0.1. Dua kontrak lainnya sama kondisinya, tetapi besar klaim masing-masing sebesar 100 usd dan 1000 usd dan besarnya peluang masing-masing ialah 0.1 dan Premi resikonya sama untuk ketiga kontraknya, sebut saja, 10 usd (bagian 7.1). kontrak pertama, Penanggung yakin akan membayar jumlah yang sama dengan penerimaan premi resikonya, tidak lebih, tidak kurang. Kontrak ini rendah resiko jauh yang bersangkutan. Kontrak kedua, ada kemungkinan bahwa penanggung akan harus membayar 10 kali dari jumlah penerimaan premi resikonya. Dengan kata lain, hal tersebut

2 beresiko bahwa penerimaan premi tidak akan cukup memenuhi kewajiban klaimnya. Untuk menjalankan resiko ini seharusnya untuk biaya premi tambahan. Ini biasnya diimplikasikan oleh biaya keamanan tambahan ke premi resiko dasar. Kontrak ketiga sering lebih beresiko dibandingkan kedua karena kemungkinan sering kehilangan lebih besar, dan seharusnya direfleksikan ke premi. Ini akan lebih mudah untuk mengukur resiko yang melekat di portofolio asuransi oleh standar deviasi (bagian 4.2) dari besaran klaim terakumulasi. Dalam kasus portofolio mengandung tepatnya satu kontrak dari tipe pertama, standar deviasi dari pengeluaran klaim adalah 10 2 x x = 0. Portofolionya rendah resiko dan standar deviasi bernilai nol. Jika kontrak tunggal di portofolio berupa tipe 2 atau tipe 3, standar deviasi dari pengeluaran klaim akan menjadi atau x x = 30.0 (tipe 2), x x = 99.5 (tipe 3). Berdasarkan ukuran resiko ini, kontrak ketiga bernilai tiga kali lebih beresiko dibandingkan dengan kedua. Contoh 1.2. Tiga kontrak asuransi telah dideskripsikan dalam contoh 1.1. Penanggung dengan cadangan 1000 usd menulis 1000 kontrak tipe 2 dan biaya premi setiap kontraknya sebesar usd. Tidak ada kontrak lainya. Abaikan masalah pengeluaran, hitung peluang bahwa penanggung tidak akan dapat memenuhi kewajibannya. Misalkan kita gunakan C untuk melambangkan peubah merepresentasikan pembayaran klaim total sehubungan dengan kontrak tersebut. ilai harapan C adalah menjadi 1000 x 0.1 x 100 = Kita asumsikan bahwa kontraknya saling bebas, dimana ragam C akan 1000 x 30 2 = ,

3 Menggunakan standar deviasi dihitung dalam contoh 1.1, dan aturan tambahan untuk ragam dari jumlah peubah acak yang saling bebas (bagian 4.2). Karena itu, standar deviasi dari C adalah 949. Peubah acak C menjumlahkan 1000 peubah acak yang saling bebas secara stokastik dan identik. Karena itu, teorema limit pusat (bagian 5.2) memberi tahu kita bahwa Z = (C )/(949) akan mendekati peubah acak normal dengan nilai harapan nol dan ragamnya satu. Pendapatan premi dan cadangan penanggung sebesar 10000x = Kita memerlukan sehingga atau P(C>11 500); P C > P(Z > 1.58); ; dengan z adalah peubahacak normal baku. Kita dapat peroleh peluang ini secara langsung dari tabel ( ). Peluang bahwa penanggung akan tidak bisa memenuhi kewajiban klaimnya adalah sekitar 1/17. Bacaan lanjutan: Beard et al. [2] Portofolio dengan besar klaim konstan (tetap) Kita telah selesai dengan contoh sederhana dari tipe ini dalam portofolio perusahaan asuransi (contoh 1.2). Sedangkan, Contoh buatan yang sederhana bahwa hanya sebuah klaim per kontrak yang mungkin selama setahun. Sekarang kita relax asumsi ini. Kita asumsikan 1. Semua klaim mempunyai besaran yang sama X; 2. Total jumlah klaim tersebut dalam sebuah portofolio perusahaan asuransi mengikuti sebaran Poisson dengan nilai harapan n (bagian 5.6). Jika K dinotasikan total jumlah polis dalam portofolio dan q laju frekuensi klaim (per polis) maka n=kq. Misalkan dinotasikan jumlah klaim selama tahun tersebut dari portofolio. Berdasarkan asumsi 2 maka

4 P = r = e n n r /r! (2.1) (r = 0,1,2,..). ilai harapan dan ragam dari adalah n (bagian 5.6). jika n cukup besar (katakan lebih besar dari 10) approksimasi normal di Poisson dapat digunakan (bagian 5.7) dan P x = φ x n / n (2.2) dimana φ z dinotasikan area di bawah kurva normal baku di kiri z. Peubah acak Z = n / n akan memiliki sebaran normal baku (persamaan 5.7.3). kita misalkan bahwa cadangan bebas penanggung sebesar U di awal tahun dan semua kontrak akan diisukan di hari pertama di tahun tersebut. Total premi resiko untuk portofolio akan menjadi P = KqX = nx, (2.3) dan jika biaya pengaman dari λdimasukkan ke dalam premi, penerimaan premi aktualnya akan sebesar Total pengeluaran klaim selama 1 tahun akan menjadi P = nx 1 + λ. (2.4) C = X. (2.5) Dana Penanggung akan ditambah penerimaan premi selama tahun berjalan dan dideplesi dengan pengeluaran klaim. Cadangan bebas Penanggung di akhir tahun akan sebesar U 1 = U + nx 1 + λ X. (2.6) Cadangan bebas U 1 harus tak negatif jika penangung asuransi ingin memenuhi kewajibannya. Hal tersebut penting, karena, bahwa peluangu 1 yang negatif sangat kecil (katakan ε). Disimbolkan, P U 1 < 0 = ε, (2.7) Berdasarkan (2.6), persamaan (2.7) dapat ditulis kembali menjadi Bahwa atau P U + nx 1 + λ X < 0 = ε P > (U/X) + n 1 + λ = ε P n n > U + λ n = ε X n Tapi pendekatan ke unit peubah acak normal. Karena itu, berikutnya bahwa

5 U X n + λ n = z ε. (2.8) dimana z ε adalah titik sehingga area di bawah unit kurva normal ke kanan dari e (gambar 2.1). Mengatur kembali (2.8) kita mendapatkan U = z ε X n λ n. (2.9) Gambar 2.1. Area di kanan z ε dibawah kurva normal baku. Sekarang, kita dapat membuat beberapa pengamatan: 1. Cadangan yang diperlukan dan biaya resiko saling terhubung. Membesarnya biaya resiko, mengecilkan cadangan yang diperlukan. Membesarnya cadangan, mengecilnya biaya resiko. 2. Jika biaya resiko λ sama dengan nol, cadangan resiko secara langsung mempunyai proporsi X n (standar deviasi dari jumlah total klaim dan iliram resiko diindikasikan di bagian 1). 3. Tidak ada cadangan diperlukan jika ruas kanan dari (2.9) bernilai negatif. Dalam situasi ini λ > z ε / n. (2.10) atau n > z ε /λ 2. (2.11) Contoh 2.1. Sebuah portofolio berisi 1000 kontrak. Jumlah tanggungan ditetapkan masing-masing sebesar 500 usd. Tingkat frekuensi klaim untuk setiap

6 kontrak sebesar 0.01 dan biaya pengaman λ = 0.1. Berapa besar cadangan keamanan U semestinya perusahaan asuransi harus pastikan, pada tingkat kepercayaan 99%, bahwa setelah periode 1 tahun necara keuangan tidak akan menunjukkan defisit. Jawab: n = 1000x0.1 = 10, X = 500, ε = 0.01 dan dari tabel 5.1.1, z 0.01 = Menggunakan persamaan (2.9), kita punya = 3184 usd U = 2.33 x 500 x x 10 x 500 Contoh 2.2. Berapa banyak kontrak seharusnya portofolio, di dalam contoh di atas, miliki untuk tidak ada cadangan keamanan yang diperlukan di dalam kondisi yang disebutkan? Jawab: Misalkan K merepresentasi total kontrak. ilai harapan klaim bernilai n = 0.01K. Berdasarkan (2.11), kita harus mempunyai 0.01 > 2.33/ artinya K harus lebih besar dari Bacaan lanjutan: Beard et al. [1] Ukuran Klaim Peubah Kita menghapus batasan bahwa besar klaim ditentukan, dan buat itu menjadi bervariasi. Kita harus lambangkan peubah acak yang menggambarkan besaran klaim i dengan X i dan misalkan X 1, X 2,..., X saling bebas dan (jumlah klaim) juga bebas untuk setiap X i. Peubah acak yang menggambarkan total besar klaim adalah C = X 1 + X X. (3.1) (Ekspresi ini mengurangi ke (2.5) ketika besar klaim individu adalah tertentu tepat di besaran yang sama X.) Seperti sebelumnya, nilai harapan jumlah klaim diberikan oleh n = Kq. Aktual jumlah klaim merupakan peubah acak Poisson dengan nilai harapan tersebut; sebarannya diberikan pada (2.1).

7 Besar klaim X 1, X 2,..., X diasumsikan mempunyai sebaran yang sama, masing-masing memiliki nilai harapan m dan momen kedua sekitar asal 2 (bagian 4.2), menggunakan kondisi pada formula (4.4.3) dan (4.5.2) kita dapat mendeduksi nilai harapan dan ragam dari C diberikan oleh E C = nm; (3.2) Var C = n 2 ; (3.3) Bukti diberikan pada bagian 4. Seperti sebelumnya, kita harus mengasumsikan bahwa cadangan bebas dari besar penanggung akan sebesaru pada awal tahun dan semua kontrak diisukan pada hari pertama di tahun tersebut. Total premi resiko untuk portofolio akan menjadi P = Kqm = nm, (3.4) dan jika biaya pengaman λdimasukkan ke premi, maka aktual premi akan sebesar P = nm(1 + λ) (3.5) Dana Penanggung akan diaugmentasi oleh pendapatan premi selama tahun berjalan dan dideplesi oleh pengeluaran klaim. Cadangan bebas pada akhir tahun akan sebesar U 1 = U + nm 1 + λ C. (3.6) Jika Penanggung dapat memenuhi kewajiban, U 1 tidak dapat kurang dari nol.peluang U 1 bernilai negatif adalahε, nilai yang kecil. Substitusi (3.6) untuk U 1, kita punya P U + nm 1 + λ C < 0 = ε, berarti P C > U + nm 1 + λ = ε atau P C nm U + nm 1 + λ > n 2 n 2 = ε Sebaran pasti dari peubah acak C biasanya sangat kompleks. amun kita telah tahu bahwa nilai harapannya nm dan ragamnya n 2. Dalam kasus portofolio besar, sebaran C cenderung akan mendekati sebaran normal, provided sebaran ukuran klaim dari X 1 tidak begitu condong. Sebaran dari U+nm 1+λ n 2 adalah normal baku, dan kita bisa tulis

8 U + nm 1 + λ n 2 = z ε. (gambar 2.1). menulis ulang formula tersebut, kita mendapatkan U = z ε n 2 nmλ. (3.7) Catatan bahwa formula ini direduksi ke persamaan (2.9) jika setiap klaim merupakan konstanta tetap sebesar X, maka m=x dan 2 = X 2. Contoh3.1. Tabel 3.1. menunjukkan pengamatan sebaran ukuran klaim dari portofolio perusahaan asuransi umum tertentu. Dugalah momen m dan 2 dari sebaran ini. Dugalah juga momen dari kewajiban 1 tertahan ketika batas retensi dibawah kelebihan dari perjanjian kerugian sebesar (a) 1200 usd, (b) 1400 usd, (c) 1600 usd dan 2000 usd. Tanpa melakukan reasuransi, pendugaan m dan 2 dari momen pokok m dan 2 dihitung sebagai berikut: m = 100 x x x = ; 2 = x x x = Efek dari retensi 1200 usd adalah mengubah perhitungan sebagai berikut: m = 100 x x x x = ; 2 = x x x x = Hal ini karena 29.1% kelebihan klaim 1200 usd, tetapi klaim ini hasil dari hanya kewajiban 1200 usd ke penanggung. Hasil untuk retensi lain ditunjukkan di tabel 3.2 Contoh 3.2. Perusahaan asuransi umum dari contoh 3.1 mempunyai cadangan bebas sebesar usd dan menduga akan menulis 1000 polis. Premi diubah termasuk beban keselamatan sebesar 5% dari premi beresikonya dan tingkat frekuensi klaim diduga sebesar 3.5%. Berapa retensi maksimum jika Penanggung menginginkan 99% yakin dapat memenuhi kewajibannya? ilai harapan dari n klaim adalah 1000 x = 35 dan kita diberitahu bahwa biaya resikonya λ = Berdasarkan tabel 5.1.1, area di bawah kurva normal baku di kanan 2.33 adalah Karena itu kita dapat menggunakan (3.7)

9 dengan z ε = 2.33 untuk menghitung cadangan yang diperlukan sesuai dengan berbagai retensi yang ditunjukkan pada tabel 3.2. Hasilnya diunjukkan pada tabel 3.3, dan jelas bahwa retensi maksimum dari sedikit lebih (tapi katakanlah) 1400 usd dipehuni. 1 bagian 7.5 Tabel 3.1. Pengamatan sebaran ukuran klaim dari sebuah portofolio perusahaan asuransi umum Ukuran klaim Persentase dari klaim dalam Rentang (usd) Titik tengah dari rentang rentang yang diberikan Total - Tabel 3.2. Momen dari kewajiban tertahan sehubungan dengan portofolio asuransi umum dengan pengamatan ukuran klaim ditunjukkan pada 3.1. Retensi (usd) Momen m

10 Tabel 3.3. Cadangan bebas yang sesuai dengan variasi batas retensi (contoh 3.2) Retensi (usd) Cadangan bebas yang diperlukan (usd) Contoh 3.3 Asuransi umum dari contoh 3.2 mengatur kelebihan perjanjian kerugian dengan retensi sebesar 2000 usd. Berapa banyak polis yang mungkin ditulis jika Penanggung ingin 99% yakin dapat memenuhi kewajibannya dengan kontrak tersebut? Lagi, kita gunakan (3.7). Kita tahu U = , λ = 0.05, m = , 2 = dan z ε = tidak diketahuinya n. Substitusi nilai yang diketahui ke persamaan (3.7), kita dapatkan = n 48.37n (3.8) Jika x 2 dituliskan sebagai pengganti n, kita harus mencari solusi dari persamaan kuadrat 48.37x x = 0. Persamaan ini memiliki dua solusi: x = dan x = , yang sama dengan : n = 29.3 dan n = Apakah ini merupakan solusi yang relevan dengan masalah kita? Untuk menjawab ini kita kembali ke persamaan (3.8), yang berlaku untuk pembatasan nilai n, dan mungkin ditulis dalam bentuk 48.37n n = 0 Semua nilai yang diperbolehkan untuk n harus memenuhi ketaksamaan

11 g n = 48.37n n (3.9) Grafik di sebelah kiri dari ketaksamaan g n diberikan pada gambar 3.1. Dari grafik ini, kita deduksi bahwa n harus salah satu diantara kurang dari 29.3 ataukah lebih besar dari Tingkat frekuensi klaim ialah 0.035; Karena itu, jumlah polis yang ditulis seharusnya, kurang dari 837 ataukah lebih dari Cadangan bebas Penanggung sebesar usd, dan 5% biaya di premium, bersama-sama menyediakan fluktuasi yang merugikan di pengalaman klaim. Jika jumlah polis yang ditulis kecil, kontribusi keseluruhan dari 5% biaya premi kecil, dan kebanyakan keamanan disediakan oleh cadangan bebas Penanggung. Disamping itu, jika jumlah polis terlalu besar kontribusi ke keamanan cadangan bebas penanggung relatif kecil, dan margin 5% di laju premi akan tidak cukup untuk menghadirkan keamanan yang diperlukan. Gambar3.1. Grafik g n, fungsi di bagian kiri ketaksamaan (3.9). Contoh 3.4. Asuransi umum dari contoh 3.2 mengatur kelebihan perjanjian reasuransikerugian dimana kelebihan melebihi 1400 usd dari semua klaim yang

12 dibayarkan oleh reansurer (Penanggung di perusahaan reasuransi). Kelebihan 600 usd akan juga dikenalkan, dan Penanggung mengantisipasi menulis 1000 kontrak sebelumnya. Dugalah (a) Premi resiko tereduksi yang baru mengikuti pengenalan kelebihan (b) Proporsi dari premi resiko yang tertahan oleh Penanggung langsung; dan (c) Peluang bahwa Penanggung tidak akan memenuhi kewajiban klaimnya. (a) Kewajiban rata-rata bersama dari penanggung asuransi dan reansurer, sehubungan dengan kerugian (termasuk kerugian yang melibatkan mereka dalam tanpa pembayaran), adalah 0 x ( ) x ( ) x ( ) x = usd Tingkat frekuensi kerugian (berbeda dengan tingkat frekuensi klaim) adalah 0.035, jadi premi resiko untuk setiap kontrak adalah x =14.45 usd. Gambaran ini tidak termasuk biaya keselamatan. (b) Kewajiban rata-rata pada soal oleh Penanggung langsung sehubungan dengan kerugian adalah 100 x x x = usd Karena itu premi resiko tertahan oleh penanggung asuransi langsung adalah x =12.58 usd, atau 87 % dari keseluruhan premi resiko. Lagi, gambaran ini tidak mengambil biaya keselamatan. (c) Bagian dari pertanyaan ini dapat dijawab secara terpisah dari (a) dan (b). Momen dari kewajiban Penanggung langsung sehubungan dengan kerugian yang perlu diduga sebagai berikut: m =100 x x x = ; 2 =100 2 x x x = Substitusi momen ini dan parameter U = , n = 35 dan λ = 0.05 ke persamaan (3.7), kita dapatkan = z ε 35 x x x 0.05 ketika z ε = ilai ini terletak di luar range tabel 5.1.1, mengindikasikan peluang bahwa Penanggung akan tidak dapat memenuhi kewajibannya kurang dari , yang diabaikan.

13 Contoh 3.5. Bagaimana jawaban anda di contoh 3.4 diubah jika perjanjian reasuransi menyediakan 90% kelebihan lebih dari 1400 usd dari setiap 1 kerugian yang dipenuhi oleh reansurer, dan sisanya 10% oleh penanggung asuransi? (a) Total premi resiko tidak akan berubah di usd (b) Total premi resiko tertahan oleh Penanggung akan menjadi x ( ) = 12.77, Artinya Penanggung asuransi akan menahan 88% dari seluruh premi resiko. (c) Pertama, kita perlu menghitung kewajiban dari Penanggung sehubungan dengan kerugian yang ukurannya bervariasi. Ini ditetapkan pada tabel 3.4, dan diperoleh sebagai berikut: Rata-rata kerugian dalam rentang 1800 usd 2000 usd, contohnya, akan sekitar 1900 usd. Tertanggung bertemu 600 usd pertama dari dirinya. Penanggung bertanggung jawab untuk 800 usd selanjutnya ditambah 10% dari sisa 500 usd. Pengingat di penuhi oleh reansurer. Kewajiban total kewajiban penangung sebesar 850 usd. Serupa untuk selang kerugian lainnya (tabel 3.4). Momen dari kewajiban penanggung ditentukan sebagai berikut: m =100 x x x = ; 2 =100 2 x x x = Substitusi momen ini dan parameter U = , n = 35 dan λ = 0.05 ke persamaan (3.7), kita dapatkan = z ε 35 x x x 0.05 ketika z ε = Peluang bahwa penanggung akan tidak dapat memenuhi kewajibannya lebih besar dibanding sebelumnya, tapi tetap diabaikan. Bacaan lanjutan: Beard et al. [2] **4 ilai Harapan dan dan Ragam dari C ilai harapan dan ragam dari C telah dikutip pada bagian 8.3 dan 3 tanpa bukti. Sekarang kita memberikan bukti yang bergantung pada (4.4.3) dan (4.5.2). dengan definisi sehingga C =E E C dari (4.4.3) C = X X.

14 =E E X i = me = mn. dari (4.1.5) dari (4.1.4) = E m Tabel 3.4.Kewajiban dari penanggung langsung yang berhubungan dengan kerugian dari variasi ukuran (contoh 3.5) Ukuran klaim (usd) Kewajiban penanggung Persentase dari klaim dalam rentang yang diberikan Total - Var(C) =Var E C +E Var C dari (4.5.2) =Var E X i +E Var X i dari (4.1.5) dan (4.2.7)

15 =m 2 Var + 2 m 2 E = nm m 2 n = n 2. = Var m +E 2 m 2 dari (4.2.5) dan (4.1.4) Formula ini untuk Var(C) mengasumsikan bahwa jumlah klaim mengikuti sebaran Poisson tetapi tanpa membuat asumsi tentang sebaran aktuaria untuk sebaran ukuran klaim. Telaah lanjutan: Freyd [6] 177-8**; Pitman [16] 401-4,409**; Wackerly et al. [26] 224-5, Asumsi Kenormalan Selama bagian 3, kita telah mengasumsikan bahwa sebaran dari total klaim sebesar C adalah normal. Pendekatan klasik ini ke permasalahan dan biasanya itu sedikit memuaskan disediakan dalam beberapa polis dalam portofolio yang besar dan mungkin jumlah klaim yang hampir sama. Sedangkan pembaca diperingati bahwa terdapat simulasi yang diasumsikan normal mungkin sedikit salah, dan berbahaya. Contohnya 1. Ketika sebaran dari ukuran klaim nyatanya miring dan portofolionya tidak sangat besar; atau 2. Ketika portofolionya hetero dalam arti bahwa, tambahan jumlah besar dari standar polis, ini juga mengandung jumlah polis kecil dimana mungkin besar klaim yang jauh besar. Metode persetujuan dalam permasalahan (1) diluar cakupan dari teks ini. (lihat contoh, Beard et al. [1] 41-51). Berikut ini contoh menunjukkan masalah (2). *Contoh 5.1. Asuransi umum dengan cadangan bebas usd memiliki portofolio besar yang ukurannya sebanding. ilai dugaan n klaim, sehubungan dengan polis ini, adalah ilai harapan ukuran klaim m = usd, dan momen kedua tentang asal 2 = Penanggung telah diminta menanggung perbedaan tipe polis, dengan besar klaim ditentukan di usd. Hanya satu klaim yang mungkin dibawah polis,d an peluang sebuah

16 klaim dinilai 0.1. Biaya pertanggungan premi semua resiko 5% untuk kemungkinan, dan akan lakukan yang sama dengan polis spesial tunggal ini. Berapa retensi bersih maksimum M untuk polis ini jika penanggung ingin 99% yakin memenuhi kewajibannya? Tanpa polis besar tunggal, sebaran dari kewajiban klaim total akan menjadi normal (gambar 5.1(a)) dengan ilai harapan = x 1000 = ; Ragam = x 1000 = x 10 9 ; Standar deviasi= x10 9 = Efek dari polis besar tunggal dengan retensi bersih M adalah untuk membuat sebaran dari total besar klaim nyatanya tidak normal. Faktanya sebarannya bimodal 2 (gambar 5.1(b)). Puncak pertama di pusatkan di usd, dan berkoresponden dengan situasi ketika tidak ada klaim dengan polis spesial besar. Kedua dipusatkan di ( M), mengorespondensi ke klaim dengan polis spesial. Punuk pertama hampir identik dengan sebaran normal, dengan nilai harapan dan standar deviasi , tetapi dikecilkan dengan faktor 0.9. Punuk kedua yang lebih kecil hampir identik dengan sebaran normal, dengan nilai harapan ( M) dan standar deviasi , tetapi diskalakan mengecil dengan faktor 0.1. Cadangan bebas dan pendapatan premi berisiko tertahan (termasuk biaya kontingensi) dari penanggung sebesar x 1000 x x 0.1 xm usd, ( M) usd. Kita perlu memilih Mjadi begitu area dibawah kurva kepekatan sebaran bimodal di kanan dari ( M) sama dengan mempunyai dua puncak Kita konsentrasikan pada punuk yang kecil, yang hampir identik dengan kurva sebaran normal, dengan nilai harapan ( M) dan standar deviasi , tetapi dikecilkan dengan faktor 0.1. Sebagai gantinya, total area dibawah punuk ini akan menjadi 0.1, sedangkan biasanya 1.0. Area di kanan standar deviasi 2.33 dari nilai harapan punuk akan menjadi 0.1 x 0.01 = 0.001, sedangkan gambar 0.01 kita perlukan. Disisi lain, area di kanan standar deviasi 1.28 dari

17 nilai harapan (tabel 5.1.1) akan menjadi 0.1 x 0.01= sebagai yang kita perlukan. Hal tersebut mengindikasikan bahwa kita harus memiliki M M 1.28 x , dengan M Maksimum retensi diperlukan. Sebuah asumsi yang tidak tepat dari kenormalan untuk total klaim akan menghasilkan sebuah batasan retensi terlalu berlebihan: (latihan 4). Telaah lanjutan: Beard et al. [1] 41-51, 76-79, Gambar 5.1. Sebaran besar klaim total: (a) polis spesial tidak dimasukkan; (b) polis spesialdimasukkan.

18 6 Ringkasan dan Telaah Lanjutan Ekspresi fundamental dari (3.7) dapat digunakan sebagai alat yang berhubungan dengan retensi bersih ke cadangan, sebagai contoh Analisa matematik tambahan (Beard et al. [1] 58-65) menuliskan ke formula dimana P adalah premi resiko total M adalah retensi berisi; dan λ adalah biaya keamanan. U = 2.5 PM λp, (6.1) Formula (6.1) mengsugesti beberapa aturan praktis 1. Jika premi meningkat tanpa ada peningkatan dalam cadangan maka batas retensi harus jatuh. 2. Jika cadangan dan premi saling berkorespondensiditingkatkan dengan rasio yang sama batasan retensi dapat tumbuh. Formula mungkin juga bisa ditulis kembali dalam bentuk M/U = λp U 2 / P U (6.2) Ketika M/U diplotkan terhadap dengan P/U untuk λ yang tetap, kurva menunjukkan sungguh variasi kecil melewati sedikit rentang yang lebar dari nilai realistik untuk P/U (gambar 6.1). Disisi lain, Variasi nilai dari biaya keamanan λ memiliki efek marked di kurva yang tinggi. Contoh yang diberikan λ, tinggi kurva dari M/U diaproksimasi. Sehingga, kita deduksi aturan lain: M = 0.64 λu (6.3) 3. retensi bersih dari asuransi umum harus menjadi persentase dari cadangan U dengan penanggung berkeinginan untuk rugi dengan cara menutupi kerugian selama tahun berjalan. Persentasenya tentang dua thirds dari persentase biaya keamanan. Aturan 3 sering digunakan di dalam praktik oleh reansurer-reansurer. Sedangkan, catatan bahwa ini konflik dengan praktik umum (tetapi umumnya tidak memuaskan) dalam menyeleksi retensi M sebagai persentase tertentu dari pendapatan premium, atau total dari jumlah tanggungan. Telaah lanjutan: Beard et al. [1]

19 Gambar 6.1. Plot dari M/U terhadap dengan P/U untuk variasi nilai λ. (reproduksi dengan ijin dari R. E. Beard, T. Pentika inen dan E. Pesonen (1977), Teori resiko, halaman 64, Chapman and Hall, London.) 7 Latihan 1. Sebaran ukuran klaim diamati diberikan pada tabel hitung contoh momen m dan 2 dari sebaran ini. Hitung juga momen m dan 2 dari kewajiban tertahan ketika retensi dibawah kelebihan perjanjian kerugian 2000 USD. 2. Berapa momen m dan 2 di bagian kedua pertanyaan 1 diubah ketika kelebihan 400 usd dikenalkan? 3. Penjamin asuransi umum menulis 1500 polis. Tingkat frekuensi kerugian untuk setiap kontrak tersebut adalah dan sebaran besar kerugian diberikan pada tabel Retensi bersih penjamin asuransi tersebut adalah 2000 usd dan polis termasuk kelebihan 400 usd. Penjamin memuat biaya keamananλ = 0.05 di dalam preminya. Berapa besar seharusnya cadangan bebas dari penjamin asuransi jika ingin 99.9% yakin dapat memenuhi kewajiban klaim sehubungan dengan polis tersebut?

20 *4. Tunjukkan bahwa nilai harapan dan ragam dari total kewajiban pada contoh 5.1 masing-masing adalah ( M) dan ( x 10^ M 2 ). M adalah retensi untuk polis besar spesial diperoleh. *5. Tunjukkan bahwa cadangan yang diperlukan dengan menggabung 2 perusahaan asuransi adalah selalu kurang dari cadangan dari 2 perusahaan terpisah jika tingkat keamanan (1-ε) dalam kedua contoh perusahaan diperbaiki dalam organisasi gabungan. (kunci: gunakan persamaan (3.7) dengan akhiran A untuk perusahaan A dan akhiran B untuk perusahaan B dan gunakan ketaksamaan x + y > x + y untuk semua bilangan positif x dan y.) 6. Sebaran besar klaim untuk polis kelas tertentu adalah log normal dengan nilai harapan 8500 usd dan standar deviasi usd. Tingkat frekuensi klaim adalah dan Penanggung kecil memiliki 200 dari kontrak ini dalam bukunya. Penanggung memiliki cadangan bebas sebesar usd dan memiliki biayakeamanan sebesar 5% dari premi beresiko dalam lajunya. Gambarkan beberapa detail pengalaman simulasi yang akan kamu tampilkan untuk menduga peluang bahwa penanggung tersebut tidak akan mampu memenuhi kewajibannya. Retensi bersih setelah reasuransi sebesar usd. Apakah kamu berpikir pendekatan normal pada 3 akan menghasilkan jawaban yang akurat pada pengganti simulasi? 7. Ada r perusahaan asuransi dengan pemasukan premi sebesar P 1, P 2,, P r. Perusahaan menukar reasuransi saling timbal balik. Kontrak menyediakan bahwa perusahaan asuransi i mengambil dari masing-masing resiko dari semua perusahaan sebesar P i /P, dengan P = P 1 + P P r. Buktikan bahwa total dana cadangan yang diperlukan perusahaan tersebut sama dengan ketika perusahaan tergabungdalam perusahaan tunggal. (Beard et al. [1] 63.) *8. Jelaskan (3.9)

21 DAFTAR PUSTAKA 1. Beard, R.E., Pentikainen,T & Pesonen, E., (1977). Risk Theory (Second Edition). Chapman & Hall. 2. Beard, R.E., Pentikainen,T & Pesonen, E., (1977). Risk Theory (Second Edition). Chapman & Hall.

BAB 3 REVIEW SIFAT-SIFAT STATISTIK PENDUGA KOMPONEN PERIODIK

BAB 3 REVIEW SIFAT-SIFAT STATISTIK PENDUGA KOMPONEN PERIODIK BAB 3 REVIEW SIFAT-SIFAT STATISTIK PENDUGA KOMPONEN PERIODIK 3. Perumusan Penduga Misalkan N adalah proses Poisson non-homogen pada interval 0, dengan fungsi intensitas yang tidak diketahui. Fungsi intensitas

Lebih terperinci

BAB III PENETAPAN HARGA PREMI PADA KONTRAK PARTISIPASI ASURANSI JIWA ENDOWMEN DENGAN OPSI SURRENDER

BAB III PENETAPAN HARGA PREMI PADA KONTRAK PARTISIPASI ASURANSI JIWA ENDOWMEN DENGAN OPSI SURRENDER BAB III PENETAPAN HARGA PREMI PADA KONTRAK PARTISIPASI ASURANSI JIWA ENDOWMEN DENGAN OPSI SURRENDER Pada bab ini akan ditentukan harga premi pada polis partisipasi yang terdapat opsi surrender pada kontraknya.

Lebih terperinci

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

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

Lebih terperinci

PROBABILITAS &STATISTIK. Oleh: Kholistianingsih, S.T., M.Eng.

PROBABILITAS &STATISTIK. Oleh: Kholistianingsih, S.T., M.Eng. PROBABILITAS &STATISTIK ke-1 Oleh: Kholistianingsih, S.T., M.Eng. KONTRAK PEMBELAJARAN UAS : 35% UTS : 35% TUGAS : 20% KEHADIRAN :10% SEMUA KOMPONEN HARUS ADA KEHADIRAN 0 NILAI MAKS D PEUBAH DAN GRAFIK

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

Lampiran 1. Beberapa Definisi dan Lema Teknis

Lampiran 1. Beberapa Definisi dan Lema Teknis Lampiran 1. Beberapa Definisi dan Lema Teknis Ruang Contoh, Kejadian dan Peluang Suatu percobaan yang dapat diulang dalam kondisi yang sama, yang hasilnya tidak dapat diprediksi dengan tepat tetapi kita

Lebih terperinci

BAB 4 KEKONSISTENAN PENDUGA DARI FUNGSI SEBARAN DAN FUNGSI KEPEKATAN WAKTU TUNGGU DARI PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT

BAB 4 KEKONSISTENAN PENDUGA DARI FUNGSI SEBARAN DAN FUNGSI KEPEKATAN WAKTU TUNGGU DARI PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT 29 BAB 4 KEKONSISTENAN PENDUGA DARI FUNGSI SEBARAN DAN FUNGSI KEPEKATAN WAKTU TUNGGU DARI PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT 4.1 Perumusan Penduga Misalkan adalah proses Poisson nonhomogen

Lebih terperinci

II. TINJAUAN PUSTAKA. Dalam bab ini akan dijelaskan mengenai teori-teori yang mendukung dalam

II. TINJAUAN PUSTAKA. Dalam bab ini akan dijelaskan mengenai teori-teori yang mendukung dalam 4 II. TINJAUAN PUSTAKA Dalam bab ini akan dijelaskan mengenai teori-teori yang mendukung dalam menentukan momen, kumulan, dan fungsi karakteristik dari distribusi log-logistik (α,β). 2.1 Distribusi Log-Logistik

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Menurut Open Darnius (2009, hal : 53) simulasi dapat diartikan sebagai suatu

BAB 2 TINJAUAN TEORITIS. Menurut Open Darnius (2009, hal : 53) simulasi dapat diartikan sebagai suatu BAB 2 TINJAUAN TEORITIS 2.1 Pendahuluan Menurut Open Darnius (2009, hal : 53) simulasi dapat diartikan sebagai suatu rekayasa dari suatu model secara logika ilmiah merupakan suatu metode alternatif untuk

Lebih terperinci

PENGETAHUAN MATEMATIKA DASAR UNTUK ASURANSI UMUM

PENGETAHUAN MATEMATIKA DASAR UNTUK ASURANSI UMUM PENGETAHUAN MATEMATIKA DASAR UNTUK ASURANSI UMUM Ringkasan. Dalam tulisan ini akan diuraikan beberapa topik matematika yang diperlukan untuk menguasai pengetahuan asuransi umum. Kemudian sejumlah hasil

Lebih terperinci

BAB 3 REVIEW PENDUGAAN FUNGSI INTENSITAS LOKAL DAN GLOBAL DARI PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT

BAB 3 REVIEW PENDUGAAN FUNGSI INTENSITAS LOKAL DAN GLOBAL DARI PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT 9 BAB 3 REVIEW PENDUGAAN FUNGSI INTENSITAS LOKAL DAN GLOBAL DARI PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT Misalkan adalah proses Poisson nonhomogen pada interval dengan fungsi intensitas yang

Lebih terperinci

BAB II KAJIAN PUSTAKA. yang bertujuan untuk mendapatkan dana pensiun. Menurut Undang-undang

BAB II KAJIAN PUSTAKA. yang bertujuan untuk mendapatkan dana pensiun. Menurut Undang-undang BAB II KAJIAN PUSTAKA A. Tabungan dan Asuransi Pensiun Tabungan dan asuransi pensiun merupakan tabungan jangka panjang yang bertujuan untuk mendapatkan dana pensiun. Menurut Undang-undang Nomor 11 Tahun

Lebih terperinci

Lampiran A. Beberapa Definisi dan Lema Teknis

Lampiran A. Beberapa Definisi dan Lema Teknis LAMPIRAN 33 Lampiran A. Beberapa Definisi dan Lema Teknis Ruang Contoh, Kejadian dan Peluang Definisi A.1 (Ruang contoh dan kejadian) Suatu percobaan yang dapat diulang dalam kondisi yang sama, yang hasilnya

Lebih terperinci

BAB 4 SEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK

BAB 4 SEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK BAB 4 SEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK 4. Sebaran Asimtotik,, Teorema 4. (Sebaran Normal Asimtotik,, ) Misalkan fungsi intensitas seperti (3.2) dan terintegralkan lokal. Jika kernel K adalah

Lebih terperinci

III. HASIL DAN PEMBAHASAN

III. HASIL DAN PEMBAHASAN III. HASIL DAN PEMBAHASAN 3.1 Perumusan Masalah Misalkan adalah proses Poisson nonhomogen pada interval dengan fungsi intensitas yang tidak diketahui. Fungsi intensitas diasumsikan terintegralkan lokal

Lebih terperinci

II LANDASAN TEORI. 2.1 Ruang Contoh, Kejadian dan Peluang. 2.2 Peubah Acak dan Fungsi Sebaran

II LANDASAN TEORI. 2.1 Ruang Contoh, Kejadian dan Peluang. 2.2 Peubah Acak dan Fungsi Sebaran II LANDASAN TEORI 2.1 Ruang Contoh, Kejadian dan Peluang Dalam suatu percobaan sering kali diperlukan pengulangan yang dilakukan dalam kondisi yang sama. Semua kemungkinan hasil yang akan muncul akan diketahui

Lebih terperinci

BAB II TINJAUAN PUSTAKA. Joint life adalah suatu keadaan yang aturan hidup dan matinya merupakan

BAB II TINJAUAN PUSTAKA. Joint life adalah suatu keadaan yang aturan hidup dan matinya merupakan BAB II TINJAUAN PUSTAKA 2.1 Asuransi Joint Life Joint life adalah suatu keadaan yang aturan hidup dan matinya merupakan gabungan dari dua faktor atau lebih, misalnya suami-istri, orang tua-anak dan lain

Lebih terperinci

Catatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2017 1 Tentang AK5161 Matematika

Lebih terperinci

TINJAUAN PUSTAKA. Gambar 1 Plot jenis pengamatan pencilan.

TINJAUAN PUSTAKA. Gambar 1 Plot jenis pengamatan pencilan. TINJAUAN PUSTAKA Pencilan Aunuddin (1989) mendefinisikan pencilan sebagai nilai ektstrim yang menyimpang agak jauh dari kumpulan pengamatan lainnya, yang secara kasar berada pada jarak sejauh tiga atau

Lebih terperinci

BAB IV REDUKSI BIAS PADA PENDUGAAN

BAB IV REDUKSI BIAS PADA PENDUGAAN BAB IV REDUKSI BIAS PADA PENDUGAAN 4.1. Asimtotik Orde-2 Berdasarkan hasil simulasi pada Helmers dan Mangku (2007) kasus kernel seragam, aproksimasi asimtotik orde pertama pada ragam dan bias, gagal memprediksikan

Lebih terperinci

II. TINJAUAN PUSTAKA. Ruang sampel S adalah himpunan semua hasil dari suatu percobaan. Kejadian E

II. TINJAUAN PUSTAKA. Ruang sampel S adalah himpunan semua hasil dari suatu percobaan. Kejadian E 5 II. TINJAUAN PUSTAKA 2.1 Konsep Dasar Peluang Ruang sampel S adalah himpunan semua hasil dari suatu percobaan. Kejadian E adalah himpunan bagian dari ruang sampel. Peluang suatu kejadian P(E) adalah

Lebih terperinci

TINJAUAN PUSTAKA Asuransi Kelompok Penyakit Lanjut Usia (Lansia) di Indonesia

TINJAUAN PUSTAKA Asuransi Kelompok Penyakit Lanjut Usia (Lansia) di Indonesia 3 TINJAUAN PUSTAKA Asuransi Asuransi berasal dari kata assurance atau insurance, yang berarti jaminan atau pertanggungan. Asuransi dalam Undang-Undang No.2 Th 1992 tentang usaha perasuransian adalah perjanjian

Lebih terperinci

BAB II LANDASAN TEORI

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

Lebih terperinci

Catatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2017 1 Tentang AK5161 Matematika

Lebih terperinci

BAB IV SEBARAN ASIMTOTIK PENDUGA TURUNAN PERTAMA DAN KEDUA DARI KOMPONEN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR

BAB IV SEBARAN ASIMTOTIK PENDUGA TURUNAN PERTAMA DAN KEDUA DARI KOMPONEN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR 3 BAB IV SEBARAN ASIMTOTIK PENDUGA TURUNAN PERTAMA DAN KEDUA DARI KOMPONEN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR 4.. Sebaran asimtotik dari,, Teorema 4. ( Normalitas Asimtotik

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang 1 \ BAB I PENDAHULUAN 1.1 Latar Belakang Informasi-informasi faktual yang diperoleh berdasarkan hasil observasi maupun penelitian sangatlah beragam. Informasi yang dirangkum sedemikian rupa disebut dengan

Lebih terperinci

LEMBAR AKTIVITAS SISWA INDUKSI MATEMATIKA

LEMBAR AKTIVITAS SISWA INDUKSI MATEMATIKA Nama Siswa Kelas : : LEMBAR AKTIVITAS SISWA INDUKSI MATEMATIKA Latihan 1 1. A. NOTASI SIGMA 1. Pengertian Notasi Sigma Misalkan jumlah n suku pertama deret aritmatika adalah S n = U 1 + U 2 + U 3 + + U

Lebih terperinci

II. LANDASAN TEORI. karakteristik dari generalized Weibull distribution dibutuhkan beberapa fungsi

II. LANDASAN TEORI. karakteristik dari generalized Weibull distribution dibutuhkan beberapa fungsi II. LANDASAN TEORI Pada bab ini akan diberikan beberapa definisi dan teorema yang berkaitan dengan penelitian penulis. Dalam menyelesaikan momen, kumulan dan fungsi karakteristik dari generalized Weibull

Lebih terperinci

Catatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang AK5161 Matematika

Lebih terperinci

II. TINJAUAN PUSTAKA. Dalam proses penelitian untuk mengkaji karakteristik penduga GMM pada data

II. TINJAUAN PUSTAKA. Dalam proses penelitian untuk mengkaji karakteristik penduga GMM pada data 5 II. TINJAUAN PUSTAKA Dalam proses penelitian untuk mengkaji karakteristik penduga GMM pada data panel ini, penulis menggunakan definisi, teorema dan konsep dasar yang berkaitan dengan pendugaan parameter,

Lebih terperinci

pada Definisi 2.28 ada dan nilainya sama dengan ( ) ( ) Untuk memperoleh hasil di atas, ruas kiri persamaan (25) ditulis sebagai berikut ( )

pada Definisi 2.28 ada dan nilainya sama dengan ( ) ( ) Untuk memperoleh hasil di atas, ruas kiri persamaan (25) ditulis sebagai berikut ( ) LAMPIRAN 21 Lampiran 1 (Pembuktian Lema 2.1 Lema 2.1 (Eksistensi Fungsi Intensitas global Jika ([ ] adalah proses Poisson periodik dengan fungsi intensitas, maka ([ ] pada Definisi 2.28 ada dan nilainya

Lebih terperinci

Memahami konsep dasar turunan fungsi dan mengaplikasikan turunan fungsi pada

Memahami konsep dasar turunan fungsi dan mengaplikasikan turunan fungsi pada 5 TURUNAN JUMLAH PERTEMUAN : 4 PERTEMUAN TUJUAN INSTRUKSIONAL KHUSUS : Memahami konsep dasar turunan fungsi dan mengaplikasikan turunan fungsi pada permasalahan yang ada Materi : 5.1 Pendahuluan Ide awal

Lebih terperinci

Pr { +h =1 = } lim. Suatu fungsi dikatakan h apabila lim =0. Dapat dilihat bahwa besarnya. probabilitas independen dari.

Pr { +h =1 = } lim. Suatu fungsi dikatakan h apabila lim =0. Dapat dilihat bahwa besarnya. probabilitas independen dari. 6.. Proses Kelahiran Murni Dalam bab ini, akan dibahas beberapa contoh penting dari waktu kontinu, state diskrit, proses Markov. Khususnya, dengan kumpulan dari variabel acak {;0 } di mana nilai yang mungkin

Lebih terperinci

Catatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 017 1 Tentang AK5161 Matematika

Lebih terperinci

LIMIT KED. Perhatikan fungsi di bawah ini:

LIMIT KED. Perhatikan fungsi di bawah ini: LIMIT Perhatikan fungsi di bawah ini: f x = x2 1 x 1 Perhatikan gambar di samping, untuk nilai x = 1 nilai f x tidak ada. Tetapi jikakita coba dekati nilai x = 1 dari sebelah kiri dan kanan maka dapat

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI 15 BAB II LANDASAN TEORI Pada bab ini diberikan tinjauan pustaka, teori penunjang dan kerangka pemikiran. Tinjauan pustaka terdiri dari penelitian-penelitian sebelumnya yang mendasari skripsi ini, teori

Lebih terperinci

BAB II KAJIAN PUSTAKA, KERANGKA PEMIKIRAN DAN HIPOTESIS

BAB II KAJIAN PUSTAKA, KERANGKA PEMIKIRAN DAN HIPOTESIS BAB II KAJIAN PUSTAKA, KERANGKA PEMIKIRAN DAN HIPOTESIS 2.1 Kajian Pustaka 2.1.1 Risiko Risiko adalah bahaya, akibat, atau konsekuensi yang dapat terjadi akibat sebuah proses yang sedang berlangsung atau

Lebih terperinci

BAB II TINJAUAN PUSTAKA

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

Lebih terperinci

I. PENDAHULUAN II. LANDASAN TEORI

I. PENDAHULUAN II. LANDASAN TEORI 1 I PENDAHULUAN 11 Latar Belakang Perusahaan merupakan salah satu bagian penting dari sektor perekonomian suatu negara Apabila kondisi perekonomian suatu negara sedang membaik dan diikuti dengan perkembangan

Lebih terperinci

matematika PEMINATAN Kelas X PERSAMAAN DAN PERTIDAKSAMAAN EKSPONEN K13 A. PERSAMAAN EKSPONEN BERBASIS KONSTANTA

matematika PEMINATAN Kelas X PERSAMAAN DAN PERTIDAKSAMAAN EKSPONEN K13 A. PERSAMAAN EKSPONEN BERBASIS KONSTANTA K1 Kelas X matematika PEMINATAN PERSAMAAN DAN PERTIDAKSAMAAN EKSPONEN TUJUAN PEMBELAJARAN Setelah mempelajari materi ini, kamu diharapkan memiliki kemampuan berikut. 1. Memahami bentuk-bentuk persamaan

Lebih terperinci

Catatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang AK5161 Matematika

Lebih terperinci

(T.8) SEBARAN ATIMTOTIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT

(T.8) SEBARAN ATIMTOTIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT (T.8) SEBARAN ATIMTOTIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT Ro fah Nur Rachmawati Universitas Bina Nusantara Jl. K.H. Syahdan No. 9 Palmerah Jakarta Barat 11480 rrachmawati@binus.edu

Lebih terperinci

-1- SALINAN PERATURAN KETUA BADAN PENGAWAS PASAR MODAL DAN LEMBAGA KEUANGAN NOMOR: PER- 09/BL/2012 TENTANG

-1- SALINAN PERATURAN KETUA BADAN PENGAWAS PASAR MODAL DAN LEMBAGA KEUANGAN NOMOR: PER- 09/BL/2012 TENTANG -1- SALINAN PERATURAN KETUA BADAN PENGAWAS PASAR MODAL DAN LEMBAGA KEUANGAN NOMOR: PER- 09/BL/2012 TENTANG PEDOMAN PEMBENTUKAN CADANGAN TEKNIS BAGI PERUSAHAAN ASURANSI DAN PERUSAHAAN REASURANSI KETUA BADAN

Lebih terperinci

Analisis Komponen Biaya Asuransi Jiwa Dwiguna (Endowment)

Analisis Komponen Biaya Asuransi Jiwa Dwiguna (Endowment) Jurnal Matematika Vol. 4 No. 1, Juni 2014. ISSN: 1693-1394 Analisis Komponen Biaya Asuransi Jiwa Dwiguna (Endowment) Desak Nyoman Trisnawati Jurusan Matematika FMIPA Universitas Udayana e-mail: desak04trisna@gmail.com

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Berikut ini adalah beberapa definisi dan teorema yang menjadi landasan dalam penentuan harga premi, fungsi permintaan, dan kesetimbangannya pada portfolio heterogen. 2.1 Percobaan

Lebih terperinci

SURAT EDARAN OTORITAS JASA KEUANGAN TENTANG PEDOMAN PEMBENTUKAN CADANGAN TEKNIS BAGI PERUSAHAAN ASURANSI DAN PERUSAHAAN REASURANSI

SURAT EDARAN OTORITAS JASA KEUANGAN TENTANG PEDOMAN PEMBENTUKAN CADANGAN TEKNIS BAGI PERUSAHAAN ASURANSI DAN PERUSAHAAN REASURANSI Yth. 1. Direksi Perusahaan Asuransi; dan 2. Direksi Perusahaan Reasuransi, di tempat. SURAT EDARAN OTORITAS JASA KEUANGAN NOMOR /SEOJK.05/2016 TENTANG PEDOMAN PEMBENTUKAN CADANGAN TEKNIS BAGI PERUSAHAAN

Lebih terperinci

BAB IV PEMBAHASAN. Sebelum melakukan analisis dengan penerapan simulasi Monte Carlo dan VaR,

BAB IV PEMBAHASAN. Sebelum melakukan analisis dengan penerapan simulasi Monte Carlo dan VaR, BAB IV PEMBAHASAN IV.1 Analisa Harga Saham BBCA Sebelum melakukan analisis dengan penerapan simulasi Monte Carlo dan VaR, penulis akan menganalisa pergerakan harga saham BBCA. Data yang diperlukan dalam

Lebih terperinci

LANDASAN TEORI. Distribusi Gamma adalah salah satu keluarga distribusi probabilitas kontinu.

LANDASAN TEORI. Distribusi Gamma adalah salah satu keluarga distribusi probabilitas kontinu. II. LANDASAN TEORI Distribusi Gamma adalah salah satu keluarga distribusi probabilitas kontinu. Distribusi ini merupakan distribusi fungsi padat yang terkenal luas dalam bidang matematika. Distribusi gamma

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA A. Tinjauan Hasil Penelitian Terdahulu Peneltian pertama yang dilakukan oleh Karuniawati (2007) dengan objek penelitian yang dilakukan pada PT. Asuransi Jiwasraya. Hasil penelitian

Lebih terperinci

Memahami konsep dasar turunan fungsi dan menggunakan turunan fungsi pada

Memahami konsep dasar turunan fungsi dan menggunakan turunan fungsi pada 5 TURUNAN JUMLAH PERTEMUAN : 4 PERTEMUAN TUJUAN INSTRUKSIONAL KHUSUS : Memahami konsep dasar turunan fungsi dan menggunakan turunan fungsi pada permasalahan yang ada Materi : 5.1 Pendahuluan Ide awal adanya

Lebih terperinci

BAB III ANALISIS FAKTOR. berfungsi untuk mereduksi dimensi data dengan cara menyatakan variabel asal

BAB III ANALISIS FAKTOR. berfungsi untuk mereduksi dimensi data dengan cara menyatakan variabel asal BAB III ANALISIS FAKTOR 3.1 Definisi Analisis faktor Analisis faktor adalah suatu teknik analisis statistika multivariat yang berfungsi untuk mereduksi dimensi data dengan cara menyatakan variabel asal

Lebih terperinci

matematika LIMIT ALJABAR K e l a s A. Pengertian Limit Fungsi di Suatu Titik Kurikulum 2006/2013 Tujuan Pembelajaran

matematika LIMIT ALJABAR K e l a s A. Pengertian Limit Fungsi di Suatu Titik Kurikulum 2006/2013 Tujuan Pembelajaran Kurikulum 6/1 matematika K e l a s XI LIMIT ALJABAR Tujuan Pembelajaran Setelah mempelajari materi ini, kamu diharapkan memiliki kemampuan berikut. 1. Dapat mendeskripsikan konsep it fungsi aljabar dengan

Lebih terperinci

III PEMBAHASAN. untuk setiap di dan untuk setiap, dengan. (Peressini et al. 1988)

III PEMBAHASAN. untuk setiap di dan untuk setiap, dengan. (Peressini et al. 1988) 4 untuk setiap di dan untuk setiap (Peressini et al 1988) Definisi 22 Teorema Deret Taylor Nilai hampiran f di x untuk fungsi di a (atau sekitar a atau berpusat di a) didefinisikan (Stewart 1999) 24 Kontrol

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1 Data Data adalah bentuk jamak dari datum, yang dapat diartikan sebagai informasi yang diterima yang bentuknya dapat berupa angka, kata-kata, atau dalam bentuk lisan dan tulisan

Lebih terperinci

II. LANDASAN TEORI. 2. P bersifat aditif tak hingga, yaitu jika dengan. 2.1 Ruang Contoh, Kejadian dan Peluang

II. LANDASAN TEORI. 2. P bersifat aditif tak hingga, yaitu jika dengan. 2.1 Ruang Contoh, Kejadian dan Peluang II. LANDASAN TEORI 2.1 Ruang Contoh, Kejadian dan Peluang Dalam suatu percobaan sering kali diperlukan pengulangan yang dilakukan dalam kondisi yang sama. Semua kemungkinan hasil yang akan muncul akan

Lebih terperinci

Peubah acak X yang berdistribusi normal dengan rataan sebagai: 2 ) X ~ N(,

Peubah acak X yang berdistribusi normal dengan rataan sebagai: 2 ) X ~ N(, 0 DISTRIBUSI NORMAL UMUM Distribusi normal umum ini merupakan distribusi dari peubah acak kontinu yang paling banyak sekali dipakai sebagai pendekatan yang baik dari distribusi lainnya dengan persyaratan

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 5 BAB II TINJAUAN PUSTAKA Dalam bab ini dijelaskan beberapa definisi dan teorema yang digunakan dalam pembahasan berikutnya. 2.1 Teori Peluang Definisi 2.1.1 (Percobaan Acak) (Ross 2000) Suatu percobaan

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Asuransi Asuransi atau Pertanggungan menurut Kitab Undang-undang Hukum Dagang (K.U.H.D) Republik Indonesia pasal 246 adalah Suatu perjanjian dengan mana seorang penanggung mengikatkan

Lebih terperinci

Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2014 1 Tentang AK5161 Matematika

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 10 BAB 2 LANDASAN TEORI 2.1 Analisa Regresi Regresi pertama kali dipergunakan sebagai konsep statistik pada tahun 1877 oleh Sir Francis Galton. Galton melakukan studi tentang kecenderungan tinggi badan

Lebih terperinci

TINJAUAN PUSTAKA. Model Regresi Linier Ganda

TINJAUAN PUSTAKA. Model Regresi Linier Ganda TINJAUAN PUSTAKA Model Regresi Linier Ganda Hubungan antara y dan X dalam model regresi linier umum adalah y = X ß + e () dengan y merupakan vektor pengamatan pada peubah respon (peubah tak bebas) berukuran

Lebih terperinci

BAB I PENDAHULUAN. untuk melindungi dirinya sendiri maupun keluarga dari kemungkinan kejadian

BAB I PENDAHULUAN. untuk melindungi dirinya sendiri maupun keluarga dari kemungkinan kejadian BAB I PENDAHULUAN 1.1 Latar Belakang Masyarakat saat ini semakin menyadari pentingnya mempersiapkan diri untuk melindungi dirinya sendiri maupun keluarga dari kemungkinan kejadian yang tidak pasti, baik

Lebih terperinci

BAB III PENILAIAN OPSI PUT AMERIKA

BAB III PENILAIAN OPSI PUT AMERIKA BAB III PENILAIAN OPSI PUT AMERIKA Pada bab ini akan disajikan rumusan mengenai penilaian opsi put Amerika. Pada bagian pertama diberikan beberapa asumsi untuk penilaian opsi Amerika. Bentuk nilai intrinsik

Lebih terperinci

IV METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian 4.2 Jenis dan Sumber Data

IV METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian 4.2 Jenis dan Sumber Data IV METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Lokasi penelitian tentang risiko harga sayuran di Indonesia mencakup komoditas kentang, kubis, dan tomat dilakukan di Pasar Induk Kramat Jati, yang

Lebih terperinci

II. TINJAUAN PUSTAKA

II. TINJAUAN PUSTAKA II. TINJAUAN PUSTAKA 2.1 Distribusi Logistik Distribusi logistik merupakan distribusi yang memiliki fungsi kepekatan peluang kontinu. Bentuk kurva distribusi logistik adalah simetris dan uni modal. Bentuk

Lebih terperinci

Fungsi Linear dan Fungsi Kuadrat

Fungsi Linear dan Fungsi Kuadrat Modul 1 Fungsi Linear dan Fungsi Kuadrat Drs. Susiswo, M.Si. K PENDAHULUAN ompetensi umum yang diharapkan, setelah mempelajari modul ini, adalah Anda dapat memahami konsep tentang persamaan linear dan

Lebih terperinci

BAB III. PECAHAN KONTINU dan PIANO. A. Pecahan Kontinu Tak Hingga dan Bilangan Irrasional

BAB III. PECAHAN KONTINU dan PIANO. A. Pecahan Kontinu Tak Hingga dan Bilangan Irrasional BAB III PECAHAN KONTINU dan PIANO A. Pecahan Kontinu Tak Hingga dan Bilangan Irrasional Sekarang akan dibahas tentang pecahan kontinu tak hingga yang diawali dengan barisan tak hingga bilangan bulat mendefinisikan

Lebih terperinci

LAMPIRAN SURAT EDARAN OTORITAS JASA KEUANGAN NOMOR 27 /SEOJK.05/2017

LAMPIRAN SURAT EDARAN OTORITAS JASA KEUANGAN NOMOR 27 /SEOJK.05/2017 LAMPIRAN SURAT EDARAN OTORITAS JASA KEUANGAN NOMOR 27 /SEOJK.05/2017 TENTANG PEDOMAN PEMBENTUKAN CADANGAN TEKNIS BAGI PERUSAHAAN ASURANSI DAN PERUSAHAAN REASURANSI - 1 - PEDOMAN PEMBENTUKAN CADANGAN TEKNIS

Lebih terperinci

Distribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai

Distribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai Distribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai analisis statistika. Distribusi normal baku adalah distribusi

Lebih terperinci

KONSISTENSI ESTIMATOR

KONSISTENSI ESTIMATOR KONSISTENSI ESTIMATOR TUGAS STATISTIKA MATEMATIKA II Oleh 1. Wahyu Nikmatus S. (121810101010) 2. Vivie Aisyafi F. (121810101050) 3. Rere Figurani A. (121810101052) 4. Dwindah Setiari W. (121810101054)

Lebih terperinci

3.2 Teorema-Teorema Limit Fungsi

3.2 Teorema-Teorema Limit Fungsi . Teorema-Teorema Limit Fungsi Menghitung it fungsi di suatu titik dengan menggunakan definisi dan pembuktian seperti ang telah diuraikan di atas adalah pekerjaan rumit. Semakin rumit bentuk fungsina,

Lebih terperinci

MA5283 STATISTIKA Bab 3 Inferensi Untuk Mean

MA5283 STATISTIKA Bab 3 Inferensi Untuk Mean MA5283 STATISTIKA Bab 3 Inferensi Untuk Mean Orang Cerdas Belajar Statistika Silabus Silabus dan Tujuan Peubah acak kontinu, distribusi dan Tabel normal, penaksiran titik dan selang, uji hipotesis untuk

Lebih terperinci

PENDAHULUAN LANDASAN TEORI

PENDAHULUAN LANDASAN TEORI 1 PENDAHULUAN Latar Belakang Dalam kehidupan sehari-hari, banyak permasalahan yang dapat dimodelkan dengan proses stokastik. Proses stokastik dapat dibedakan menjadi dua yaitu proses stokastik dengan waktu

Lebih terperinci

USD IDR USD USD USD USD

USD IDR USD USD USD USD IV. Hasil dan Pembahasan Implementasi pendekatan Varian-Kovarian dalam penghitungan VaR Mengestimasikan varian, kovarian dan korelasi distribusi prosentase perubahan faktor-faktor pasar, dengan mengasumsikan

Lebih terperinci

Menentukan Kepala atau Ekor?

Menentukan Kepala atau Ekor? Menentukan Kepala atau Ekor? Ketika ditanya mengenai keluaran dari suatu pelemparan koin, apakah biasanya kebanyakan orang akan memilih angka atau gambar secara sama? Mari kita lakukan investigasi mengenai

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Regresi Linier Sederhana Dalam beberapa masalah terdapat dua atau lebih variabel yang hubungannya tidak dapat dipisahkan karena perubahan nilai suatu variabel tidak selalu terjadi

Lebih terperinci

01. Tujuan Pernyataan ini adalah melengkapi pengaturan dalam PSAK 62: Kontrak Asuransi.

01. Tujuan Pernyataan ini adalah melengkapi pengaturan dalam PSAK 62: Kontrak Asuransi. Berikut adalah isi dari PSAK 28 Revisi 2012 dan PSAK 36 Revisi 2012 berikut Dasar Kesimpulan yang disadur dari website IAI: www.iaiglobal.or.id. PT Padma Radya Aktuaria tidak bertanggung jawab terhadap

Lebih terperinci

BAB III UJI STATISTIK DAN SIMULASI. Menggunakan karakteristik dari distribusi tersebut dan transformasi / = ( ) (3.1.1) / = ( ) (3.1.

BAB III UJI STATISTIK DAN SIMULASI. Menggunakan karakteristik dari distribusi tersebut dan transformasi / = ( ) (3.1.1) / = ( ) (3.1. 11 BAB III UJI STATISTIK DAN SIMULASI 3.1 Interval Kepercayaan Sebuah interval kepercayaan terdiri dari berbagai nilai-nilai bersama-sama dengan persentase yang menentukan seberapa yakin bahwa parameter

Lebih terperinci

BAB 3 METODE PENELITIAN

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

Lebih terperinci

10 Departemen Statistika FMIPA IPB

10 Departemen Statistika FMIPA IPB Suplemen Responsi Pertemuan ANALISIS DATA KATEGORIK (STK35) 0 Departemen Statistika FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referensi Waktu Tabel Kontingensi Struktur peluang tabel kontingensi Perbandingan

Lebih terperinci

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

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

Lebih terperinci

III. KERANGKA PEMIKIRAN

III. KERANGKA PEMIKIRAN III. KERANGKA PEMIKIRAN 3.1 Kerangka Pemikiran Teoritis 3.1.1 Teori Produksi Produksi adalah suatu kegiatan atau proses yang mentransformasikan masukan (input) menjadi hasil keluaran (output) yang berupa

Lebih terperinci

BAB V DISTRIBUSI NORMAL. Deskripsi: Pada bab ini akan dibahas mengenai konsep distribusi normal dalam pengukuran.

BAB V DISTRIBUSI NORMAL. Deskripsi: Pada bab ini akan dibahas mengenai konsep distribusi normal dalam pengukuran. BAB V DISTRIBUSI NORMAL Deskripsi: Pada bab ini akan dibahas mengenai konsep distribusi normal dalam pengukuran. Manfaat: Memberikan metode distribusi normal yang benar saat melakukan proses pengukuran.

Lebih terperinci

BAB II TINJAUAN PUSTAKA. diperhatikan adalah jangka waktu dari awal pengamatan sampai suatu event

BAB II TINJAUAN PUSTAKA. diperhatikan adalah jangka waktu dari awal pengamatan sampai suatu event BAB II TINJAUAN PUSTAKA A. Analisis Survival Analisis survival merupakan suatu analisis data dimana variabel yang diperhatikan adalah jangka waktu dari awal pengamatan sampai suatu event terjadi dengan

Lebih terperinci

4 HASIL DAN PEMBAHASAN

4 HASIL DAN PEMBAHASAN 16 4 HASIL DAN PEMBAHASAN Pada bab ini dibahas mengenai kajian simulasi dan kajian terapan. Simulasi dilakukan untuk mengevaluasi penduga yang diperoleh dengan menggunakan metode pendugaan klasik dan metode

Lebih terperinci

STATISTIKA. Statistika pengkuantifikasian (pengkuantitatifan) hasil-hasil pengamatan terhadap kejadian, keberadaan, sifat/karakterisitik, tempat, dll.

STATISTIKA. Statistika pengkuantifikasian (pengkuantitatifan) hasil-hasil pengamatan terhadap kejadian, keberadaan, sifat/karakterisitik, tempat, dll. STATISTIKA Statistika pengkuantifikasian (pengkuantitatifan) hasil-hasil pengamatan terhadap kejadian, keberadaan, sifat/karakterisitik, tempat, dll. Statistika deskriptif: pencatatan dan peringkasan hasil

Lebih terperinci

MA4181 MODEL RISIKO Risk is managed, not avoided

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

Lebih terperinci

Bab 2 LANDASAN TEORI

Bab 2 LANDASAN TEORI 17 Bab 2 LANDASAN TEORI 2.1 Aljabar Matriks 2.1.1 Definisi Matriks Matriks adalah suatu kumpulan angka-angka yang juga sering disebut elemen-elemen yang disusun secara teratur menurut baris dan kolom sehingga

Lebih terperinci

MODEL STOKASTIK PERTUMBUHAN POPULASI (PURE BIRTH PROCESS)

MODEL STOKASTIK PERTUMBUHAN POPULASI (PURE BIRTH PROCESS) Jurnal Euclid, Vol. 4, No. 1, p.675 MODEL STOKASTIK PERTUMBUHAN POPULASI (PURE BIRTH PROCESS) Surya Amami Pramuditya 1, Tonah 2 1,2 Pendidikan Matematika FKIP Universitas Swadaya Gunung Jati Cirebon amamisurya@fkip-unswagati.ac.id

Lebih terperinci

PENENTUAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN DAN TITIK KESETIMBANGANNYA DALAM PORTOFOLIO HETEROGEN

PENENTUAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN DAN TITIK KESETIMBANGANNYA DALAM PORTOFOLIO HETEROGEN PENENTUAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN DAN TITIK KESETIMBANGANNYA DALAM PORTOFOLIO HETEROGEN (PREMIUM PRICING BASED ON DEMAND FUNCTION AND EQUILIBRIUM POINT IN HETEROGENOUS PORTOFOLIO) Usep

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 21 Beberapa Pengertian Definisi 1 [Ruang Contoh] Ruang contoh adalah himpunan semua hasil yang mungkin dari suatu percobaan acak, dan dinotasikan dengan (Grimmet dan Stirzaker,1992)

Lebih terperinci

2 BILANGAN PRIMA. 2.1 Teorema Fundamental Aritmatika

2 BILANGAN PRIMA. 2.1 Teorema Fundamental Aritmatika Bilangan prima telah dikenal sejak sekolah dasar, yaitu bilangan yang tidak mempunyai faktor selain dari 1 dan dirinya sendiri. Bilangan prima memegang peranan penting karena pada dasarnya konsep apapun

Lebih terperinci

digunakan untuk menyelesaikan persamaan yang nantinya akan diperoleh dalam

digunakan untuk menyelesaikan persamaan yang nantinya akan diperoleh dalam II. LANDASAN TEORI Pada bab ini akan diberikan konsep dasar yang akan digunakan dalam pembahasan hasil penelitian ini, antara lain : 2.1 Fungsi Gamma Fungsi gamma merupakan suatu fungsi khusus. Fungsi

Lebih terperinci

Persamaan dan Pertidaksamaan Linear

Persamaan dan Pertidaksamaan Linear MATERI POKOK Persamaan dan Pertidaksamaan Linear MATERI BAHASAN : A. Persamaan Linear B. Pertidaksamaan Linear Modul.MTK X 0 Kalimat terbuka adalah kalimat matematika yang belum dapat ditentukan nilai

Lebih terperinci

IV PEMBAHASAN. jika λ 1 < 0 dan λ 2 > 0, maka titik bersifat sadel. Nilai ( ) mengakibatkan. 4.1 Model SIR

IV PEMBAHASAN. jika λ 1 < 0 dan λ 2 > 0, maka titik bersifat sadel. Nilai ( ) mengakibatkan. 4.1 Model SIR 9 IV PEMBAHASAN 4.1 Model SIR 4.1.1 Titik Tetap Untuk mendapatkan titik tetap diperoleh dari dua persamaan singular an ) sehingga dari persamaan 2) diperoleh : - si + s = 0 9) si + )i = 0 didapat titik

Lebih terperinci

Silabus. 1 Sistem Bilangan Real. 2 Fungsi Real. 3 Limit dan Kekontinuan. Kalkulus 1. Arrival Rince Putri. Sistem Bilangan Real.

Silabus. 1 Sistem Bilangan Real. 2 Fungsi Real. 3 Limit dan Kekontinuan. Kalkulus 1. Arrival Rince Putri. Sistem Bilangan Real. Silabus 1 2 3 Referensi E. J. Purcell, D. Varberg, and S. E. Rigdon, Kalkulus, Jilid 1 Edisi Kedelapan, Erlangga, 2003. Penilaian 1 Ujian Tengah Semester (UTS) : 30 2 Ujian Akhir Semester (UAS) : 20 3

Lebih terperinci

BAB IV OSILATOR HARMONIS

BAB IV OSILATOR HARMONIS Tinjauan Secara Mekanika Klasik BAB IV OSILATOR HARMONIS Osilator harmonis terjadi manakala sebuah partikel ditarik oleh gaya yang besarnya sebanding dengan perpindahan posisi partikel tersebut. F () =

Lebih terperinci

Catatan Kuliah. MA4183 Model Risiko

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

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Menurut Open Darnius (2006, hal: 53) simulasi dapat diartikan sebagai suatu

BAB 2 TINJAUAN TEORITIS. Menurut Open Darnius (2006, hal: 53) simulasi dapat diartikan sebagai suatu xiv BAB 2 TINJAUAN TEORITIS 2.1 Pendahuluan Menurut Open Darnius (2006, hal: 53) simulasi dapat diartikan sebagai suatu rekayasa dari suatu model secara logika ilmiah merupakan suatu metode alternatif

Lebih terperinci