Estimasi Loss Reserve Menggunakan Metode Double Chain Ladder
|
|
- Devi Kusuma
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Estimasi Loss Reserve Menggunakan Metode Double Chain Ladder Annisa Lestari 1, Lienda Noviyanti 2, Achmad Zanbar Soleh 3 Mahasiswa Prodi Magister Statistika, Departemen Statistika, FMIPA Universitas Padjadjaran 1 Dosen Departemen Statistika, FMIPA Universitas Padjadjaran 2,3 anlesanles@yahoo.com ABSTRAK Salah satu permasalahan dalam manajemen asuransi yaitu menetapkan total agregat klaim yang harus dipersiapkan dalam menanggulangi klaim-klaim yang masih dalam proses (RBNS) dan klaim-klaim dimasa yang akan dating namun belum dilaporkan (IBNR). Dalam prekteknya, klaim yang terjadi hingga klaim tersebut diselesaikan menimbulkan durasi waktu, hal tersebut diakibatkan karena adanya prosedur-prosedur seperti memeriksa kelengkapan dokumen dan melakukan penelitian terhadap penyebab terjadinya risiko. Perusahaan asuransi mengumpulkan klaim-klaim menjadi besar klaim agregat dan banyaknya pelaporan klaim agregat berdasarkan periode klaim dan periode penyelesaian klaim (development), sehingga menghasilkan nilai estimasi total besar klaim agregat untuk periode mendatang disebut loss reserve. Metode yang populer digunakan dalam mengestimasi loss reserve yaitu metode Chain Ladder klasik. Namun metode ini hanya menghasilkan nilai estimasi loss reserve IBNR. Oleh karena itu, peneliti merekomendasikan metode Double Chain Ladder (DCL) yang merupakan pengembangan dari metode Chain Ladder klasik dengan melibatkan data penyelesaian klaim agregat dan data banyaknya pelaporan klaim agregat Martínez-Miranda et al [1]. Metode DCL juga dapat menghasilkan nilai estimasi berupa loss reserve IBNR dan RBNS. Kata kunci: double chain ladder, loss reserve, IBNR, RBNS 1. PENDAHULUAN Salah satu permasalahan dalam manajemen asuransi yaitu menetapkan total agregat klaim yang harus dipersiapkan dalam menanggulangi klaim-klaim yang masih dalam proses dan klaim-klaim dimasa yang akan datang. Dalam prekteknya, klaim yang terjadi hingga klaim tersebut diselesaikan menimbulkan durasi waktu, hal tersebut diakibatkan karena adanya prosedur-prosedur seperti memeriksa kelengkapan dokumen dan melakukan penelitian terhadap penyebab terjadinya risiko. Durasi waktu yang ditumbulkan dalam proses penyelesaian klaim berdampak kepada perusahaan asuransi dalam menganggarkan dana guna memperlancar proses pembayaran klaim. Perusahaan asuransi mengumpulkan klaim-klaim menjadi besar klaim agregat dan banyaknya pelaporan klaim agregat berdasarkan periode klaim dan periode penyelesaian klaim (development), sehingga menghasilkan nilai estimasi total besar klaim agregat untuk periode mendatang disebut loss reserve. Total besar klaim agregat merupakan penjumlahan dari estimasi besar klaim agregat untuk klaim-klaim yang masih dalam proses penyelesaian dan klaim-klaim yang akan terjadi pada periode berikutnya. Hal ini dijelaskan pada peraturan Nomor:PER09/BL/2012 pada bagian keenam Pasal 11 yang menyebutkan bahwa cadangan teknis dalam bentuk cadangan klaim paling sedikit dihitung sebesar penjumlahan nilai estimasi klaim yang masih dalam proses penyelesaian (loss reserve RBNS) dan nilai estimasi klaim yang terjadi tetapi belum dilaporkan (loss reserve IBNR). Penting bagi perusahaan asuransi menentukan loss reserve RBNS dan loss reserve IBNR secara terpisah dikarenakan memiliki fungsi yang berbeda. Loss reserve RBNS ditentukan karena klaim-klaim yang masih dalam proses harus dibayarkan tepat waktu demi memberikan layanan yang prima kepada pihak tertanggung yang 114
2 telah mengajukan klaim. Sedangkan loss reserve IBNR perlu ditentukan karena berdampak pada total besarnya klaim agregat yang harus dialokasikan oleh perusahaan asuransi untuk pembayaran klaim-klaim yang akan terjadi pada periode mendatang. Metode yang populer digunakan dalam mengestimasi loss reserve yaitu metode Chain Ladder klasik. Metode Chain Ladder klasik pertama kali diperkenalkan oleh Mack pada tahun 1993 Mack [2]. Namun metode ini hanya menghasilkan nilai estimasi loss reserve IBNR karena bergantung pada kumpulan data pengalaman pembayaran klaim agregat dan tidak dapat memasukkan informasi tambahan lainnya seperti data banyaknya pelaporan klaim ke dalam proses perhitungan Schoepf [3]. Oleh karena itu, peneliti merekomendasikan metode Double Chain Ladder (DCL) yang mana merupakan pengembangan dari metode Chain Ladder klasik dengan melibatkan data penyelesaian klaim agregat dan data banyaknya pelaporan klaim agregat karena tidak hanya perlu mengestimasi total besar klaim agregat yang akan datang tetapi juga banyaknya klaim agregat yang akan dilaporkan tiap periode waktu Martínez-Miranda et al. [1]. Metode DCL juga dapat menghasilkan nilai estimasi berupa loss reserve IBNR dan RBNS. Berdasarkan latar belakang yang telah diuraikan sebelumnya, maka dapat dirumuskan identifikasi masalah yaitu berapa estimasi total loss reserve menggunakan metode Double Chain Ladder? Tujuan dari Penelitian ini adalah menghitung estimasi total loss reserve menggunakan metode Double Chain Ladder.Batasan masalah dari penelitian ini adalah data penyelesaian klaim yang digunakan merupakan data dari satu jenis produk asuransi jiwa dengan risiko meninggal pada tahun Data yang digunakan dibagi kedalam periode tiap semester. 2. METODE PENELITIAN Asuransi jiwa merupakan program perlindungan dalam bentuk ekonomis atas meninggal atau hidupnya seseorang yang menjadi tertanggung. Kontrak perlindungan disajikan dalam bentuk tertulis berupa polis. Asuransi jiwa memiliki kewajiban memberikan sejumlah uang atau benefit kepada ahli waris apabila tertanggung meninggal atau tetap hidupnya tertanggung pada akhir kontrak disebut ekspirasi. Benefit yang diterima bermacam-macam sesuai kesepakatan yang tercantum dalam polis. Risiko yang ditanggung oleh perusahaan asuransi dapat berupa ekspirasi, nilai tunai atau tebus, meninggalnya tertanggung, rawat inap, cacat, dan lain-lain. Seseorang mengalami risiko maka terdapat tahapan-tahapan proses dalam pengajuan klaim sampai benefit diterima oleh pihak tertanggung disebut outstanding claims. Prosedur-prosedur tersebut seperti memeriksa kelengkapan dokumen dan melakukan penelitian terhadap penyebab terjadinya risiko sehingga dibutuhkan waktu sampai klaim tersebut dilaporkan kepada penanggung (perusahaan asuransi), hal ini disebut IBNR (incured But Not Reported). Sedangkan klaim yang sudah dilaporkan hanya saja belum dibayarkan disebut RBNS (reported but not settle). Pihak asuransi wajib memberikan layanan yang prima kepada nasabah (tertanggung) dengan ketepatan estimasi waktu pembayaran benefit dan menjaga nama baik perusahaan dengan cara membayar tepat waktu benefit yang seharusnya diterima pihak tertanggung akibat risiko yang diderita. Oleh karena itu, kelancaran dalam menangani klaim hingga pembayaran benefit kepada pihak tertanggung atau ahli waris dapat membangun kepercayaan nasabah dan pihak terkait untuk terus terikat kerja sama, sehingga perusahaan asuransi membutuhkan dana siap pakai untuk mengatasi outstanding claims yaitu cadangan klaim atau loss reserve. 2.1 Data dan Asumsi Model 115
3 Data pengalaman klaim agregat disajikan dalam matriks segitiga berdimensi m dengan periode klaim ke-i dan periode penundaan (development) ke-j dalam semesteran membentuk Incremental Loss Amount pada Tabel 2.1. Datadata yang dibutuhkan dalam estimasi loss reserve menggunakan metode Double Chain Ladder adalah sebagai berikut: 1. Data pembayaran klaim agregat dalam matriks segitiga yang dinotasikan m dimana m = {X ij (i, j) I}. X ij merupakan variabel acak total besarnya klaim agregat dari klaim yang terjadi pada periode klaim ke-i dibayarkan pada periode development ke-j dari periode klaim i. 2. Data banyaknya pelaporan klaim agregat dalam matriks segitiga yang dinotasikan ℵ m dimana ℵ m = {N ij (i, j) I}. X ij merupakan variabel acak banyaknya klaim agregat yang dilaporkan dari klaim yang terjadi pada periode klaim ke-i dilaporkan pada periode i+j, I = {(i, j) i = 1,, m; j = 0, m 1; i + j m}. 3. Data pembayaran klaim individu yang dinotasikan Y (h) ijl dimana (h = 1,, N PAID ijl ). Dengan asumsi model sesuai dengan Verrall et al [4] sebagai berikut, kecuali asumsi ke 2: 1. Diketahui N ij, distribusi dari banyaknya klaim mengikuti distribusi multinomial, sehingga vektor acak (N PAID ij0,, N PAID ijd ) ~ Multi (N ij ; p 0,, p d ) untuk setiap N ij I. Dimana p merupakan peluang penundaan dengan d l=0 p l = 1 dan 0 p l 1 l. 2. Pembayaran individu Y (h) ijl independen. Dimana μ i dan σ i2 berturut-turut merupakan rata-rata dan varians untuk setiap i= 2,..., m. Diasumsikan μ i = μγ i, dengan μ merupakan faktor rata-rata dan γ i merupakan inflasi pada periode klaim. Dan juga varians σ i2 = σ 2 γ i dengan σ 2 menjadi faktor varians. 3. Banyaknya N ij merupakan variabel acak independen dari distribusi poisson dengan E[N ij ] = α i β j dan identifikasi, β j = 1 j=0. 4. Variabel Y (h) ijl independen dengan N ij dan juga RBNS dan IBNR dengan asumsi single payment. Tabel 2.1 Incremental Loss Amount dalam Matriks Segitiga Periode Periode Development ke-j Klaim ke-i j... m-2 m-1 1 X 1,0 X 1,1... X 1,j... X 1,m 2 2 X 2,0 X 2,1... X 2,j... X 2,m 2 X 1, X 2, ,,, i X i, X i,j X i, m ,,, X m, Terdapat 2 segitiga yaitu segitiga atas dan segitiga bawah pada matriks segitiga. Segitiga atas merupakan data pengalaman klaim agregat yang terobservasi terjadi pada periode klaim ke-i dan dibayarkan pada periode development ke-j dengan maksimum periode penundaan sebanyak m, sedangkan segitiga bawah (bagian yang diarsir) merupakan hasil estimasi loss reserve pada periode klaim ke-i dan periode development ke-j. Metode Double Chain Ladder (DCL) merupakan salah satu metode pengestimasian loss reserve. Metode ini merupakan pengembangan dari metode Chain Ladder yang diperkenalkan pertama kali oleh Mack pada tahun Penerapan chain ladder dua kali pada matriks segitiga pembayaran klaim agregat m dan matriks segitiga banyaknya pelaporan klaim agregat ℵ m. Parameter-parameter yang dibutuhkan ke dalam proses perhitungan adalah sebagai berikut: 1. α i = ultimate number dari banyaknya klaim yang terjadi pada periode ke-i. 2. β j = proporsi ultimate number dari banyaknya klaim yang dilaporkan pada periode ke-j. 116
4 3. α i = ultimate pembayaran klaim agregat dari klaim yang terjadi pada periode ke-i. 4. β j = ultimate pembayaran klaim agregat yang dibayarkan pada periode ke-j. 5. π l = proporsi dari klaim yang telah diselesaikan setelah l. 6. μ = rata-rata pembayaran klaim pada periode kejadian klaim pertama. 7. γ i = parameter dari claim severity inflation yang merupakan rata-rata inflation dari pembayaran agregat untuk periode klaim ke-i 2.2 Metode Double Chain Ladder Langkah pertama dalam mengestimasi loss reserve yaitu mengaplikasikan metode Chain Ladder pada Incremental loss amount X ij dalam matriks segitiga. Incremental loss amount membentuk cumulative claim amount C ij dengan menggunakan persamaan C ij = j l=0 X il (1) Setelah didapatkan nilai cumulative claim amount, selanjutnya hitung development factor λ j menggunakan persamaan λ j = m j i=1 C ij m j i=1 C i,j 1 Development factor dibutuhkan dalam mengestimasi ultimate loss dengan menggunakan persamaan U i = E[C i, ] = ( j=m i+1 λ j )C i,, i = 1,, m (3) (2) Berdasarkan persamaan (1), (2), dan (3) diperoleh estimasi loss reserve berdasarkan periode klaim ke-i dengan menggunakan persamaan R i = j=m i+1 X ij (4) Setelah didapatkan nilai estimasi loss reserve menggunakan metode Chain Ladder, langkah selanjutnya dapat mengaplikasikan Metode DCL dengan mengestimasi parameter-parameter θ 1 = (p, μ, γ ) dengan tahapan awal mengestimasi (α i, β j) untuk data banyaknya klaim yang dilaporkan dan mengestimasi (α i,β j) untuk data besar klaim dalam matriks segitiga dengan menggunakan persamaan β 0 = 1 l=1 λ l (5) β j = λ j 1 l=1 λ l dimana j = 1, 2,, m 1 (6) α i = j=0 N ij λ j j=m i+1 (7) 117
5 Estimasi β j menggunakan persamaan (5) dan (6), sedangkan α i menggunakan persamaan α i = j=0 X ij λ j j=m i+1 (8) Setelah diperoleh nilai β j dan β j menggunakan persamaan (6), sehingga untuk menentukan parameter p menggunakan persamaan j β j = l=0 β j l p l, j=0,..., m-1 (9) Agar lebih memudahkan perhitungan digunakan perkalian matrik, akan tetapi tentukan terlebih dahulu nilai π l untuk mendapatkan nilai p l. β 0 β 0 0 π 0 ( ) = ( ) ( ) β β π β 0 j Nilai p l memiliki ketentuan l=0 p l = 1 dan 0 p l 1 l = 0,, m 1. Menurut Martínez- Miranda et al.[5] beberapa prosedur dalam penyesuaian nilai p l sebagai berikut: d 1 d 1. π l > 0 dimana l=0 π l < 1 l=0 π l untuk d + 1 m p l = π l untuk setiap l d 1 dimana l = 0,, d p d = 1 d 1 l=0 p l. 4. p d+1 = = p = 0. Selanjutnya mengestimasi parameter μ dan γ i menggunakan persamaan μ = α 1 α 1 (10) γ i = α 1 α 1μ (11) Parameter terakhir yang diestimasi pada metode DCL yaitu variance σ 2. Terlebih dahulu tentukan nilai φ menggunakan persamaan DCL ) 2 φ = 1 m m i (X ij X ij n m i=1 j=0 (12) X ij DCL γ i 118
6 j Seminar Statistika FMIPA UNPAD 2017 (SNS VI) Dengan n = m(m + 1)/2 dan X ij DCL = l=0 N i,j l p lμ γ i sehingga diperoleh σ 2 = μ φ μ 2. Variansi dari pembayaran klaim berdasarkan periode klaim ke-i menggunakan persamaan σ i2 = σ 2 γ i, i = 1,, m (13) Setelah ditentukan setiap parameter yang dibutuhkan maka diperoleh loss reserve IBNR dan RBNS dengan mengabaikan tail menggunakan persamaan j X ij RBNS = l=i m+j N i,j l p lμ γ i (14) IBNR = l=0 N i,j l p lμ γ i (15) X ij i m+j 1 3. HASIL DAN PEMBAHASAN Data pengalaman klaim asuransi jiwa dengan risiko meninggal pada tahun dengan periode klaim dan development semesteran serta data banyaknya klaim agregat yang dilaporkan disajikan dalam Incremental loss amount pada Tabel 3.1 dan data pelaporan klaim agregat dalam matriks segitiga pada Tabel 3.2. Tabel 3.1 Periode klaim ke-i periode development ke-j ,877,993,625 55,612,826,370 22,298,392,881 3,974,459,027 3,465,118, ,368, ,757,936,142 75,464,363,148 20,745,353,004 8,474,869,649 1,965,683, ,956,223,181 84,471,084,894 21,806,352,467 5,787,436, ,850,373, ,600,776,562 23,668,992, ,636,257, ,408,532, ,485,705, Incremental Loss Amount dalam Matriks Segitiga Tabel 3.2 Data Pelaporan Klaim Agregat dalam Matriks Segitiga Periode klaim ke-i Periode Pelaporan ke-j
7 Seminar Statistika FMIPA UNPAD 2017 (SNS VI) Tabel 3.3 Estimasi Parameter Berdasarkan Matriks Segitiga Data Pengalaman Klaim j β j i α i Tabel 3.4 Estimasi Parameter Berdasarkan Matriks Segitiga Data Pelaporan Klaim j β j i α i ,723,159, ,968,545, ,637,193, ,370,603, ,379,648, ,494,816, Tabel 3.6 Estimasi Parameter Penundaan dan Probabilitas Penundaan l π l p l
8 Tabel 3.7 Estimasi Parameter dari claim severity inflation i γ i Tabel 3.8 Estimasi Loss Reserve RBNS dalam Matriks Segitiga Periode klaim ke-i periode development ke-j ,877,993,625 55,612,826,370 22,298,392,881 3,974,459,027 3,465,118, ,368, ,757,936,142 75,464,363,148 20,745,353,004 8,474,869,649 1,965,683, ,793, ,956,223,181 84,471,084,894 21,806,352,467 5,787,436, ,183, ,850,373, ,600,776,562 23,668,992,880 6,426,970, ,636,257, ,408,532,967 21,977,327, ,485,705,766 10,526,410, Tabel 3.9 Estimasi Loss Reserve IBNR dalam Matriks Segitiga Periode klaim ke-i periode development ke-j ,877,993,625 55,612,826,370 22,298,392,881 3,974,459,027 3,465,118, ,368, ,757,936,142 75,464,363,148 20,745,353,004 8,474,869,649 1,965,683, ,861, ,956,223,181 84,471,084,894 21,806,352,467 5,787,436,093 1,744,310, ,457, ,850,373, ,600,776,562 23,668,992,880 5,014,770,437 3,121,121, ,486, ,636,257, ,408,532,967 26,548,046,358 13,215,320,319 4,315,249,648 1,083,245, ,485,705,766 50,488,182,931 27,222,677,572 7,604,188,962 2,483,025, ,307,170 Tabel 3.10 Estimasi Loss Reserve RBNS dan IBNR Berdasarkan Future Calender year 121
9 RBNS IBNR ,954,685,052 84,075,171, ,265,576, ,702,925, ,566,270, ,307,170 Dengan factor rata-rata μ sebesar 33,926,342 dan factor varians σ 2 sebesar 61,384,357,005,562,200. Berdasarkan hasil estimasi loss reserve RBNS dan IBNR pada Tabel 3.10 diperoleh total loss reserve RBNS periode klaim 2017 semester pertama sebesar 39,954,685,052 estimasi loss reserve IBNR pada 2017 semester pertama sebesar 84,075,171,259, semester kedua sebesar 44,265,576,474. Pada tahun 2018 semester pertama sebesar 12,702,925,379 dan semester kedua sebesar 3,566,270,784. Sedangkan pada tahun 2019 total estimasi loss reserve IBNR sebesar 623,307, KESIMPULAN Metode Double Chain Ladder membutuhkan 2 matriks segitiga berupa data penyelesaian klaim agregat dan Data banyaknya pelaporan klaim agregat dengan mengaplikasikan metode Chain Ladder dua kali. Metode DCL mampu menghasilkan estimasi berupa Loss Reserve IBNR dan RBNS secara terpisah. Teknik bootstrap diaplikasikan dalam menentukan distribusi populasi sehingga didapatkan nilai rata-rata dan varians menggunakan alogaritma pada Gambar I. Rata-rata dan varians loss reserve berdasarkan metode DCL sebesar 33,926,342 dan 61,384,357,005,562, DAFTAR PUSTAKA [1] Martínez-Miranda, M. D., Nielsen, J.P., Verrall, R. Double chain ladder, ASTIN Bulletin, 42(1), [2] Mack, Thomas. Which Stochastic Model is Underlying the Chain Ladder Method, Cambridge [3] Schoepf, Larissa. "On Double Chain Ladder For Reserve Estimation with bootstrap application", Missouri University Science and Technology [4] Verrall, R., Nielsen, J.P. and Jessen, A. Prediction of RBNS and IBNR claims using claim amounts and claim counts ASTIN Bulletin [5] Martínez-Miranda, M. D., Nielsen, B., Nielsen, J.P., Verrall, R. Cash Flow Simulation for a Model of Outstanding Liabilities Based on Claims Amounts and Claim Numbers, ASTIN Bulletin, 41(1),
Generalized Linear Model
5 Generalized Linear Model Estimasi Loss Reserve Incurred But Not Reported (IBNR) dengan General Linear Model Menggunakan Gauss Markov Elsa Emeliana 1,a), Lienda Noviyanti 2, b), Achmad Zanbar Soleh 1
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Asuransi adalah sebuah janji dari perusahaan asuransi (penanggung) kepada nasabahnya (tertanggung) bahwa apabila nasabah mengalami resiko dalam hidupnya, maka
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Pada saat ini bahaya, kerusakan, dan kerugian merupakan suatu ketidakpastian yang pasti akan dialami siapapun. Sehingga kemungkinan terjadi resiko dalam kehidupan
Lebih terperinciPREDIKSI CADANGAN KLAIM ASURANSI DENGAN METODE BORNHUETTER-FERGUSON M IQBAL HIBATULLAH
PREDIKSI CADANGAN KLAIM ASURANSI DENGAN METODE BORNHUETTER-FERGUSON M IQBAL HIBATULLAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2016 PERNYATAAN
Lebih terperinciESTIMASI TOTAL DAYA LISTRIK YANG HILANG MELALUI PROSES POISSON TERPANCUNG MAJEMUK
ESTIMASI TOTAL DAYA LISTRIK YANG HILANG MELALUI PROSES POISSON TERPANCUNG MAJEMUK Adri Arisena 1, Anna Chadidjah 2, Achmad Zanbar Soleh 3 Departemen Statistika Universitas Padjadjaran 1 Departemen Statistika
Lebih terperinciBAB I PENDAHULUAN. Gambar 1.1 Proses Pembayaran Klaim
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Polis non-life insurance adalah kontrak antara pemegang polis dan perusahaan asuransi. Perusahaan asuransi akan menetapkan sejumlah uang yang akan dibayarkan
Lebih terperinciPROYEKSI CADANGAN KLAIM DENGAN METODE MUNICH CHAIN-LADDER IKHWAN ABIYYU
PROYEKSI CADANGAN KLAIM DENGAN METODE MUNICH CHAIN-LADDER IKHWAN ABIYYU DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2015 PERNYATAAN MENGENAI SKRIPSI
Lebih terperinciESTIMASI CADANGAN KLAIM INCURRED BUT NOT REPORTED (IBNR) MENGGUNAKAN METODE CHAIN LADDER DAN PENDEKATAN OVER-DISPERSED POISSON TUGAS AKHIR
ESTIMASI CADANGAN KLAIM INCURRED BUT NOT REPORTED (IBNR) MENGGUNAKAN METODE CHAIN LADDER DAN PENDEKATAN OVER-DISPERSED POISSON TUGAS AKHIR Ajeng Prastiwi 14611252 JURUSAN STATISTIKA FAKULTAS MATEMATIKA
Lebih terperinciPENDUGAAN CADANGAN KLAIM ASURANSI DENGAN METODE PEMISAHAN ZAHRA ZAFFIRA SABILA RAHMAH
PENDUGAAN CADANGAN KLAIM ASURANSI DENGAN METODE PEMISAHAN ZAHRA ZAFFIRA SABILA RAHMAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2016 PERNYATAAN
Lebih terperinciMODEL DISTRIBUSI TOTAL KERUGIAN AGGREGAT MANFAAT RAWAT JALAN BERDASARKAN SIMULASI
MODEL DISTRIBUSI TOTAL KERUGIAN AGGREGAT MANFAAT RAWAT JALAN BERDASARKAN SIMULASI Puspitaningrum Rahmawati, Bambang Susanto, Leopoldus Ricky Sasongko Program Studi Matematika (Fakultas Sains dan Matematika,
Lebih terperinciCatatan Kuliah. MA4183 Model Risiko Risk: Quantify and Control. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA4183 Model Risiko Risk: Quantify and Control Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2017 1 Tentang MA4183 Model Risiko
Lebih terperinciBab IV Analisis Sensitifitas
Bab IV Analisis Sensitifitas 4.1 Pendahuluan Bagian pendahuluan dari bab IV ini dikutip dari disertasi S3 Tampubolon ( 2008) dengan judul Uncertainties in the Estimation of Outstanding Claims Liability
Lebih terperinciBAB I PENDAHULUAN. Asuransi merupakan sebuah mekanisme pentransferan risiko dari suatu
BAB I PENDAHULUAN 1.1 Latar Belakang Asuransi merupakan sebuah mekanisme pentransferan risiko dari suatu pihak tertanggung (insured) kepada pihak penanggung (insurer) dengan tanda jadi pembayaran sejumlah
Lebih terperinciMA4181 MODEL RISIKO Risk is managed, not avoided
Catatan Kuliah MA4181 MODEL RISIKO Risk is managed, not avoided disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Tentang MA4181 Model Risiko
Lebih terperinciMA4181 MODEL RISIKO Risk is managed, not avoided
Catatan Kuliah MA4181 MODEL RISIKO Risk is managed, not avoided disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Tentang MA4181 Model Risiko
Lebih terperinciRetensi Optimal Untuk Reasuransi Stop-Loss Dengan Pendekatan Buhlmann-Straub Triana Sucova Sibarani 1*, Achmad Zanbar Soleh 2, Lienda Noviyanti 3
Retensi Optimal Untuk Reasuransi Stop-Loss Dengan Pendekatan Buhlmann-Straub Triana Sucova Sibarani 1*, Achmad Zanbar Soleh 2, Lienda Noviyanti 3 Departemen Statistika, Universitas Padjadjaran, Bandung
Lebih terperinciKonsep Dasar Statistik dan Probabilitas
Konsep Dasar Statistik dan Probabilitas Pengendalian Kualitas Statistika Ayundyah Kesumawati Prodi Statistika FMIPA-UII September 30, 2015 Ayundyah (UII) Konsep Dasar Statistik dan Probabilitas September
Lebih terperinciMA4183 MODEL RISIKO Control your Risk!
Catatan Kuliah MA4183 MODEL RISIKO Control your Risk! disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang MA4183 Model Risiko A. Jadwal
Lebih terperinciCatatan Kuliah. MA4183 Model Risiko Forecast, assess, and control your risk. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA4183 Model Risiko Forecast, assess, and control your risk Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang MA4183
Lebih terperinciMA4181 MODEL RISIKO Risk is managed, not avoided
Catatan Kuliah MA4181 MODEL RISIKO Risk is managed, not avoided disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Tentang MA4181 Model Risiko
Lebih terperinciMA4181 MODEL RISIKO Enjoy the Risks
Catatan Kuliah MA4181 MODEL RISIKO Enjoy the Risks disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2011 Tentang MA4181 Model Risiko A. Jadwal
Lebih terperinci: Premi Tunggal Bersih Asuransi Jiwa Seumur Hidup Unit Link. : 1. I Wayan Sumarjaya, S.Si, M.Stats. 2. Drs. I Nyoman Widana, M.
Judul : Premi Tunggal Bersih Asuransi Jiwa Seumur Hidup Unit Link dengan Garansi Minimum dan Nilai Cap Menggunakan Metode Point To Point Nama : Ni Luh Juliantari Pembimbing : 1. I Wayan Sumarjaya, S.Si,
Lebih terperinciCatatan Kuliah MA4181 Pengantar Proses Stokastik Precise and Stochastic. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA4181 Pengantar Proses Stokastik Precise and Stochastic Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 Tentang MA4181 (Pengantar)
Lebih terperinciCADANGAN ASURANSI PENDIDIKAN MENGGUNAKAN DISTRIBUSI PARETO DENGAN TINGKAT BUNGA VASICEK. Reinhard Sianipar 1, Hasriati 2 ABSTRACT
CADANGAN ASURANSI PENDIDIKAN MENGGUNAKAN DISTRIBUSI PARETO DENGAN TINGKAT BUNGA VASICEK Reinhard Sianipar, Hasriati 2 Mahasiswa Program Studi S Matematika 2 Dosen Jurusan Matematika Jurusan Matematika
Lebih terperinciBAB 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 terperinciMA4183 MODEL RISIKO Control your Risk!
Catatan Kuliah MA4183 MODEL RISIKO Control your Risk! disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang MA4183 Model Risiko A. Jadwal
Lebih terperinciPengantar Proses Stokastik
Bab 1: Dasar-Dasar Probabilitas Statistika FMIPA Universitas Islam Indonesia 2015 Percobaan adalah kegiatan yang menghasilkan keluaran/hasil yang mungkin secara acak. Contoh: pelemparan sebuah dadu. Ruang
Lebih terperinciPREMI TUNGGAL BERSIH ASURANSI JIWA BERJANGKA DENGAN FAKTOR PENEBUSAN
PROSIDING ISBN : 978 979 16353 9 4 PREMI TUNGGAL BERSIH ASURANSI JIWA BERJANGKA DENGAN FAKTOR PENEBUSAN T - 10 Endang Sri Kresnawati Jurusan Matematika FMIPA Universitas Sriwijaya endangsrikresnawati@yahoo.co.id
Lebih terperinciCatatan Kuliah. MA4183 Model Risiko
Catatan Kuliah MA4183 Model Risiko Forecast and control your risk Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang MA4183 Model Risiko
Lebih terperinciCatatan Kuliah. MA4183 Model Risiko
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 terperinciSeminar Implementasi dan Dampak Penerapan POJK No.72/POJK.05/2016 Terhadap Industri Asuransi Syariah AKUNTANSI UJRAH.
Seminar Implementasi dan Dampak Penerapan POJK No.72/POJK.05/2016 Terhadap Industri Asuransi Syariah AKUNTANSI UJRAH M Jusuf Wibisana Ketua IAI-Kompartemen Akuntan Syariah Jakarta 16.08.2017 DISCLAIMER
Lebih terperinciMENGGUNAKAN METODE CHAIN LADDER DAN GENERALIZED LINEAR MODELS (GLMs) DENGAN PENDEKATAN OVER-DISPERSED
TUGAS AKHIR SS141501 PERBANDINGAN TUGAS AKHIR SS141501 ESTIMASI CADANGAN KLAIM MENGGUNAKAN METODE CHAIN LADDER DAN GENERALIZED LINEAR MODELS (GLMs) DENGAN PENDEKATAN OVER-DISPERSED POISSON PERBANDINGAN
Lebih terperinciPengantar Statistika Matematik(a)
Catatan Kuliah Pengantar Statistika Matematik(a) Statistika Lebih Dari Sekadar Matematika disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014
Lebih terperinciESTIMASI OUTSTANDING CLAIMS LIABILITY DAN ANALISIS SENSITIFITAS : MODEL PROBABILISTIC TREND FAMILY (PTF) TESIS ARIF HERLAMBANG NIM :
ESTIMASI OUTSTANDING CLAIMS LIABILITY DAN ANALISIS SENSITIFITAS : MODEL PROBABILISTIC TREND FAMILY (PTF) TESIS Karya tulis sebagai salah satu syarat untuk memperoleh gelar Magister dari Institut Teknologi
Lebih terperinciBAB II TINJAUAN PUSTAKA. karena kerugian, kerusakan atau kehilangan keuntungan yang diharapkan, atau
BAB II TINJAUAN PUSTAKA 2.1. Asuransi Asuransi menurut Undang Undang Indonesia nomor 2 tahun 1992 tentang Usaha Perasuransian pada Bab I Ketentuan Umum Pasal 1 angka 1 menyatakan bahwa Asuransi atau pertanggungan
Lebih terperinciPengantar Proses Stokastik
Bab 1: Dasar-Dasar Probabilitas Atina Ahdika, S.Si, M.Si Statistika FMIPA Universitas Islam Indonesia Ruang Sampel dan Kejadian Ruang Sampel dan Kejadian Ruang Sampel dan Kejadian Percobaan adalah kegiatan
Lebih terperinciProsiding Statistika ISSN:
Prosiding Statistika ISSN: 2460-6456 Penentuan Distribusi Kerugian Agregat Tertanggung Asuransi Kendaraan Bermotor di Indonesia Menggunakan Metode Rekursif Panjer Determination of Aggregate Insured Losses
Lebih terperinciSALINAN SURAT EDARAN OTORITAS JASA KEUANGAN NOMOR 10/SEOJK.05/2015 TENTANG
Yth. 1. Perusahaan Asuransi Syariah; 2. Perusahaan Reasuransi Syariah; 3. Perusahaan Asuransi Yang Memiliki Unit Syariah; dan 4. Perusahaan Reasuransi Yang Memiliki Unit Syariah; di tempat. SALINAN SURAT
Lebih terperinciPengantar Statistika Matematika II
Bab 6: Statistika FMIPA Universitas Islam Indonesia Inferensi Statistik Pendahuluan Inferensi Statistik Inferensi statistik adalah metode untuk menarik kesimpulan mengenai suatu populasi. Inferensi statistik
Lebih terperinciCatatan Kuliah. MA4183 Model Risiko Forecast, assess, and control your risk. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA4183 Model Risiko Forecast, assess, and control your risk Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang MA4183
Lebih terperinciUji Hipotesis dan Aturan Keputusan
Uji Hipotesis dan Aturan Keputusan oleh: Khreshna Syuhada, PhD. 1. Pendahuluan Pada perkuliahan tingkat 2, telah dikenalkan masalah uji hipotesis sebagai berikut: Seorang peneliti memberikan klaim bahwa
Lebih terperinciBAB I PENDAHULUAN. usaha dalam menjalankan kegiatannya menghadapi risiko yang mungkin dapat
BAB I PENDAHULUAN A. Latar Belakang Masalah Asuransi merupakan sarana keuangan dalam tata kehidupan rumah tangga, baik dalam menghadapi risiko atas harta benda yang dimiliki. Demikian pula dunia usaha
Lebih terperinciProsiding Statistika ISSN:
Prosiding Statistika ISSN: 2460-6456 Distribusi Binomial Negatif-Lindley pada Data Frekuensi Klaim Asuransi Kendaraan Bermotor di Indonesia Binomial Negative-Lindley Distribution in the Frequency Data
Lebih terperinciPERSATUAN AKTUARIS INDONESIA
PERSATUAN AKTUARIS INDONESIA Komisi Penguji PERSATUAN AKTUARIS INDONESIA UJIAN PROFESI AKTUARIS MATA UJIAN : A70 Pemodelan dan Teori Risiko TANGGAL : 24 Juni 2014 JAM : 13.30 16.30 WIB LAMA UJIAN : 180
Lebih terperinciPREMI ASURANSI JIWA BERJANGKA MENGGUNAKAN MODEL TINGKAT BUNGA VASICEK
PREMI ASURANSI JIWA BERJANGKA MENGGUNAKAN MODEL TINGKAT BUNGA VASICEK Muslim 1*, Hasriati 2, Asli Sirait 2 1 Mahasiswa Program S1 Matematika 2 Dosen Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciMisalkan X peubah acak dengan fungsi distribusi berikut: + x, 0 x < 1. , 1 x < 2. , 2 x < 3. 1, x 3
Kuis Selamat Datang MA4183 Model Risiko Tanggal 22 Agustus 2015, Waktu: suka-suka menit Misalkan X peubah acak dengan fungsi distribusi berikut: 0, x < 0 1 + x, 0 x < 1 3 5 F (x = 3, 1 x < 2 5 9, 2 x
Lebih terperinciCatatan Kuliah. MA4283 Teori Risiko dan Kredibilitas Forecasting Risk: Precise and Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA4283 Teori Risiko dan Kredibilitas Forecasting Risk: Precise and Prospective Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2018
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Aktuaria adalah suatu disiplin ilmu yang menerapkan metode-metode statistika maupun matematika dalam menentukan price dan resiko pada industri asuransi dan keuangan.
Lebih terperinciCatatan Kuliah. MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic. disusun oleh Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang MA4181 (Pengantar)
Lebih terperinciPengantar Proses Stokastik
Bab 1: Dasar-Dasar Probabilitas Statistika FMIPA Universitas Islam Indonesia Peluang Percobaan adalah kegiatan yang menghasilkan keluaran/hasil yang mungkin secara acak. Contoh: pelemparan sebuah dadu.
Lebih terperinciEstimasi Titik. (Point Estimation) Minggu ke 1-3. Prof. Dr. Sri Haryatmi, M. Sc. Universitas Gadjah Mada
Estimasi Titik (Point Estimation) Minggu ke 1-3 Prof. Dr. Sri Haryatmi, M. Sc. Universitas Gadjah Mada 2014 Prof. Dr. Sri Haryatmi, M. Sc. (UGM) Daftar Isi 2014 1 / 33 DAFTAR ISI 1 Minggu 1 Pertemuan 1
Lebih terperinciPENENTUAN PREMI TAHUNAN KONSTAN DAN CADANGAN BENEFIT PADA ASURANSI JOINT LIFE BELLA YOSIA
PENENTUAN PREMI TAHUNAN KONSTAN DAN CADANGAN BENEFIT PADA ASURANSI JOINT LIFE BELLA YOSIA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 206 PERNYATAAN
Lebih terperinciBAB I PENDAHULUAN. kerusakan, kehilangan atau resiko lainnya. Oleh karena itu setiap resiko yang
BAB I PENDAHULUAN A. Latar Belakang Penelitian Resiko di masa datang dapat terjadi terhadap kehidupan seseorang misalnya kematian, sakit, atau resiko dipecat dari pekerjaannya. Dalam dunia bisnis, resiko
Lebih terperinciBAB 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 terperinciBAB II TINJAUAN PUSTAKA. level, model regresi tiga level, penduga koefisien korelasi intraclass, pendugaan
6 BAB II TINJAUAN PUSTAKA Pada Bab II akan dibahas konsep-konsep yang menjadi dasar dalam penelitian ini yaitu analisis regresi, analisis regresi multilevel, model regresi dua level, model regresi tiga
Lebih terperinciMA4183 MODEL RISIKO Bab 5 Teori Kebangkrutan
MA4183 MODEL RISIKO Bab 5 Teori Kebangkrutan Control your risk! Konsep Surplus 1 Perusahaan asuransi memiliki modal awal atau initial surplus 2 Perusahaan menerima premi dan membayarkan klaim 3 Premi bersifat
Lebih terperinciAnadiora Eka Putri, Nughthoh Arfawi Kurdhi, dan Mania Roswitha Program Studi Matematika FMIPA UNS
MODEL PERSEDIAAN TERINTEGRASI PRODUSEN DAN DISTRIBUTOR DENGAN INVESTASI UNTUK MENGURANGI BIAYA PERSIAPAN, PENINGKATAN KUALITAS PROSES PRODUKSI, DAN POTONGAN HARGA UNTUK BACKORDER Anadiora Eka Putri, Nughthoh
Lebih terperinciPengantar Statistika Matematika II
Bab 2: Sifat-Sifat Estimator Statistika FMIPA Universitas Islam Indonesia Statistik Cukup Dalam kondisi real, kita tidak mengetahui parameter dari populasi data yang akan kita teliti Informasi dalam sampel
Lebih terperinciBAB 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 terperinciMA4183 MODEL RISIKO Control your Risk!
Catatan Kuliah MA4183 MODEL RISIKO Control your Risk! disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang MA4183 Model Risiko A. Jadwal
Lebih terperinciCatatan Kuliah. MA4183 Model Risiko
Catatan Kuliah MA4183 Model Risiko Forecast and control your risk Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang MA4183 Model Risiko
Lebih terperinciPERSATUAN AKTUARIS INDONESIA
PERSATUAN AKTUARIS INDONESIA Komisi Penguji PERSATUAN AKTUARIS INDONESIA UJIAN PROFESI AKTUARIS MATA UJIAN : A70 Pemodelan dan Teori Risiko TANGGAL : 25 Juni 2013 JAM : 13.30 16.30 WIB LAMA UJIAN : 180
Lebih terperinciTRANSLATED. PERNYATAAN STANDAR AKUNTANSI KEUANGAN No. 28 (revisi 1996) AKUNTANSI ASURANSI KERUGIAN PENDAHULUAN
TRANSLATED PERNYATAAN STANDAR AKUNTANSI KEUANGAN No. 28 (revisi 1996) AKUNTANSI ASURANSI KERUGIAN PENDAHULUAN 01 Industri asuransi berkembang selaras dengan perkembangan dunia usaha pada umumnya. Kehadiran
Lebih terperinciESTIMASI PARAMETER MODEL REGRESI ZERO-INFLATED POISSON (ZIP) MENGGUNAKAN METODE BAYESIAN
ESTIMASI PARAMETER MODEL REGRESI ZERO-INFLATED POISSON (ZIP) MENGGUNAKAN METODE BAYESIAN Karima Puspita Sari, Respatiwulan, dan Bowo Winarno Program Studi Matematika FMIPA UNS Abstrak. Model regresi zero-inflated
Lebih terperinciBAB I PENDAHULUAN. sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat
BAB I PENDAHULUAN 1.1 Latar Belakang Jika kita mempunyai data yang terdiri dari dua atau lebih variabel maka sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat berhubungan, hubungan
Lebih terperinciSIMULASI UNTUK MENENTUKAN MODEL DISTRIBUSI TOTAL KERUGIAN AGREGAT (STUDI KASUS DATA KLAIM POLIS ASURANSI KESEHATAN MANFAAT RAWAT INAP)
SIMULASI UNTUK MENENTUKAN MODEL DISTRIBUSI TOTAL KERUGIAN AGREGAT (STUDI KASUS DATA KLAIM POLIS ASURANSI KESEHATAN MANFAAT RAWAT INAP) Irene Septinna Nugrahani 1, Lilik Linawati 2, Leopoldus Ricky Sasongko
Lebih terperinciBAB 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 terperinciMA4181 MODEL RISIKO Enjoy the Risks
Catatan Kuliah MA48 MODEL RISIKO Enjoy the Risks disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2 Tentang MA48 Model Risiko A. Jadwal kuliah:
Lebih terperinciPENGUJIAN HIPOTESIS 2
PENGUJIAN HIPOTESIS. Menguji Kesamaan Dua Rata-rata a. Uji Dua Pihak Misalkan ada dua populasi berdistribusi normal dengan masing-masing rata-rata dan simpangan baku secara berturut-turut μ dan μ dan σ
Lebih terperinciPengantar Statistika Matematika II
Pengantar a Matematika II - Estimator Atina Ahdika, S.Si., M.Si. Prodi a FMIPA Universitas Islam Indonesia April 17, 2017 atinaahdika.com Dalam kondisi real, kita tidak mengetahui parameter dari populasi
Lebih terperinciPengantar Statistika Matematika II
Pengantar a Matematika II Atina Ahdika, S.Si., M.Si. Prodi a FMIPA Universitas Islam Indonesia March 20, 2017 atinaahdika.com t F Parameter adalah karakteristik dari populasi (misal θ) adalah karakteristik
Lebih terperinciBAB 1 PENDAHULUAN. ii Bagaimana rata-rata atau nilai tengah dibuat oleh Stimulan eksternal.
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan ilmu pengetahuan matematika dan penerapannya dalam berbagai bidang keilmuan selalu mencari metode baru untuk memudahkan dalam memprediksi dan menaksir
Lebih terperinciPENENTUAN CADANGAN PREMI DENGAN METODE PREMIUM SUFFICIENCY PADA ASURANSI JIWA SEUMUR HIDUP JOINT LIFE
E-Jurnal Matematika Vol. 5 3), Agustus 2016, pp. 98-102 ISSN: 2303-1751 PENENTUAN CADANGAN PREMI DENGAN METODE PREMIUM SUFFICIENCY PADA ASURANSI JIWA SEUMUR HIDUP JOINT LIFE Ni Putu Mirah Permatasari 1,
Lebih terperinciBAB II KAJIAN TEORI. Sebuah Matriks adalah susunan segi empat siku-siku dari bilangan-bilangan.
BAB II KAJIAN TEORI A. Matriks 1. Definisi Matriks Sebuah Matriks adalah susunan segi empat siku-siku dari bilangan-bilangan. Bilangan-bilangan dalam susunan tersebut dinamakan entri dalam matriks (Howard
Lebih terperinci4.1.1 Distribusi Binomial
4.1.1 Distribusi Binomial Perhatikan sebuah percobaan dengan ciri-ciri sebagai berikut : Hanya menghasilkan (diperhatikan) dua peristiwa atau kategori, misal S (sukses) dan G (gagal) Dilakukan sebanyak
Lebih terperinci01. Pernyataan ini bertujuan untuk mengatur pengakuan, pengukuran, penyajian, dan pengungkapan transaksi asuransi syariah.
PERNYATAAN STANDAR AKUNTANSI KEUANGAN NO. 108 AKUNTANSI TRANSAKSI ASURANSI SYARIAH Paragraf yang dicetak dengan huruf tebal dan miring adalah paragraf standar. Paragraf Standar harus dibaca dalam kaitannya
Lebih terperinciBAB 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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan diuraikan beberapa teori dasar yang digunakan untuk menetapkan harga premi pada polis partisipasi asuransi jiwa endowmen yang terdapat opsi surrender dalam kontraknya,
Lebih terperinciBAB II TINJAUAN PUSTAKA. return, mean, standard deviation, skewness, kurtosis, ACF, korelasi, GPD, copula,
BAB II TINJAUAN PUSTAKA Pada bab ini akan dibahas semua konsep yang mendasari penelitian ini yaitu return, mean, standard deviation, skewness, kurtosis, ACF, korelasi, GPD, copula, VaR, estimasi VaR dengan
Lebih terperinciPengantar Statistika Matematika II
Pengantar Statistika Matematika II Distribusi Sampling Atina Ahdika, S.Si., M.Si. Prodi Statistika FMIPA Universitas Islam Indonesia March 20, 2017 atinaahdika.com Bila sampling berasal dari populasi yang
Lebih terperinciPemodelan Klaim Yang Melebihi Threshold Random Untuk Dua Portofolio Asuransi Yang Saling Bebas
ISSN : 2355-9365 e-proceeding of Engineering : Vol.4, No.1 April 2017 Page 1289 Pemodelan Klaim Yang Melebihi Threshold Random Untuk Dua Portofolio Asuransi Yang Saling Bebas Syaifrijal Zirkon Radion Prodi
Lebih terperinciESTIMASI. Arna Fariza PENDAHULUAN
ESTIMASI Arna Fariza PENDAHULUAN MATERI LALU Karena adanya berbagai alasan seperti banyaknya individu dalam populasi amatan, maka penelitian keseluruhan terhadap populasi tersebut tidaklah ekonomis, baik
Lebih terperinciCatatan Kuliah. MA5181 Proses Stokastik
Catatan Kuliah MA5181 Proses Stokastik Precise. Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang MA5181 Proses Stokastik
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Perkembangan bisnis asuransi semakin hari semakin menjanjikan, hal ini dikarenakan hampir semua bidang kehidupan mempunyai resiko, antara lain, kematian,
Lebih terperinciPENENTUAN CADANGAN PREMI UNTUK ASURANSI JOINT LIFE
E-Jurnal Matematika Vol. 5 (1), Januari 2016, pp. 32-37 ISSN: 2303-1751 PENENTUAN CADANGAN PREMI UNTUK ASURANSI JOINT LIFE Ni Luh Putu Ratna Dewi 1, I Nyoman Widana 2, Desak Putu Eka Nilakusmawati 3 1
Lebih terperinciBAB IV MODEL HIDDEN MARKOV
BAB IV MODEL HIDDEN MARKOV 4.1 State dan Proses Observasi Semua proses didefinisikan pada ruang peluang (Ω, F, P). Misalnya X = {X : k N} adalah rantai Markov dengan state berhingga yang bersifat homogen
Lebih terperinciCADANGAN ASURANSI DWIGUNA LAST SURVIVOR DENGAN METODE PREMIUM SUFFICIENCY
CADANGAN ASURANSI DWIGUNA LAST SURVIVOR DENGAN METODE PREMIUM SUFFICIENCY Margaretta Tiolina Siregar 1 *, Hasriati 2, Aziskhan 2 1 Mahasiswa Program S1 Matematika 2 Dosen JurusanMatematika Fakultas Matematika
Lebih terperinciMA6281 Analisis Data dengan Copula Bab 1: Fungsi distribus. Bab 2: Data dan volatilitas Bab 3: Konsep Copula
MA6281 Analisis Data dengan Copula Bab 1: Fungsi distribusi bivariat Bab 2: Data dan volatilitas Bab 3: Konsep Copula Dependency is not necessarily bad Data risiko operasional Ilustrasi Data risiko operasional
Lebih terperinciSALINAN PERATURAN MENTERI KEUANGAN NOMOR 11/PMK.010/2011 TENTANG KESEHATAN KEUANGAN USAHA ASURANSI DAN USAHA REASURANSI DENGAN PRINSIP SYARIAH
MENTERI KEUANGAN REPUBLIK INDONESIA SALINAN PERATURAN MENTERI KEUANGAN NOMOR 11/PMK.010/2011 TENTANG KESEHATAN KEUANGAN USAHA ASURANSI DAN USAHA REASURANSI DENGAN PRINSIP SYARIAH DENGAN RAHMAT TUHAN YANG
Lebih terperinciPengantar Statistika Matematika II
Bab 3: Estimasi Titik dengan Metode Bayes Statistika FMIPA Universitas Islam Indonesia Dalam pendekatan klasik, parameter θ adalah besaran tetap yang tidak diketahui Sampel random X 1, X 2,..., X n diambil
Lebih terperinciPendugaan Parameter. Ayundyah Kesumawati. April 13, Prodi Statistika FMIPA-UII. Ayundyah (UII) Pendugaan Parameter April 13, / 30
Pendugaan Parameter Ayundyah Kesumawati Prodi Statistika FMIPA-UII April 13, 2015 Ayundyah (UII) Pendugaan Parameter April 13, 2015 1 / 30 Pendugaan 1 Proses yang menggunakan sampel statistik untuk menduga
Lebih terperinciAnalisis Regresi Nonlinear (I)
9 Oktober 2013 Topik Inferensi dalam Regresi Nonlinear Contoh Kasus Regresi linear berganda secara umum sesuai untuk kebanyakan kasus. Namun, banyak kasus peubah respons dan bebas berhubungan melalui fungsi
Lebih terperinciM-2 PERHITUNGAN PREMI ASURANSI KENDARAAN MENGGUNAKAN PENDEKATAN DISTRIBUSI PELUANG
M-2 PERHITUNGAN PREMI ASURANSI KENDARAAN MENGGUNAKAN PENDEKATAN DISTRIBUSI PELUANG Anita Andriani Universitas Hasyim Asy ari Tebuireng, Jombang anita.unhasy@gmail.com Abstrak Asuransi kendaraan bermotor
Lebih terperinciPengantar Statistika Matematika II
Bab 1: a FMIPA Universitas Islam Indonesia Parameter adalah karakteristik dari populasi (misal θ) adalah karakteristik dari sampel Akan dibahas konsep statistik dan distribusi sampling Parameter Misalkan
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Pendahuluan Pada bab ini akan diuraikan mengenai beberapa teori dan metode yang mendukung serta mempermudah dalam melakukan perhitungan dan dapat membantu di dalam pembahasan
Lebih terperinciProsiding Statistika ISSN:
Prosiding Statistika ISSN: 2460-6456 Penaksiran Besar Klaim Optimal Menggunakan Metode Linear Empirical Bayesian yang Diaplikasikan untuk Perhitungan Premi Asuransi Kendaraan Bermotor di Indonesia 1 Hilda
Lebih terperinci/ /16 =
Kuis Selamat Datang MA4181 Pengantar Proses Stokastik Stochastics: Precise and Prospective Tanggal 22 Agustus 2017, Waktu: suka-suka menit Dosen: Khreshna I.A. Syuhada, MSc. PhD. 1. Widya (akan) memenangkan
Lebih terperinciAsuransi Jiwa
611.23.052 Bab 6: Statistika FMIPA Universitas Islam Indonesia 611.23.052 Bentuk-Bentuk Usaha kerjasama atau koperasi dari sejumlah orang yang sepakat memikul kesulitan keuangan bila terjadi musibah terhadap
Lebih terperinciDistribusi Probabilitas : Gamma & Eksponensial
Distribusi Probabilitas : Gamma & Eksponensial 11 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Distribusi Gamma Distribusi Eksponensial 3 Distribusi Gamma Tidak selamanya
Lebih terperinciRANCANGAN SURAT EDARAN OTORITAS JASA KEUANGAN NOMOR /SEOJK.05/2014
Yth. 1. Perusahaan Asuransi;, dan 2. Perusahaan Reasuransi yang Menyelenggarakan Sebagian atau Seluruh Usahanya dengan Prinsip Syariah di tempatindonesia. RANCANGAN SURAT EDARAN OTORITAS JASA KEUANGAN
Lebih terperinci