BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
|
|
- Verawati Santoso
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Salah satu permasalahan penting dalam asuransi kerugian adalah cadangan klaim. Cadangan klaim merupakan perkiraan banyaknya uang yang harus disiapkan oleh suatu perusahaan asuransi untuk memenuhi pembayaran di masa depan atas klaim-klaim yang terjadi. Perusahaan asuransi perlu mengatur cadangan klaim untuk memenuhi kewajiban mereka terhadap tertanggung karena waktu diterimanya premi dan pembayaran klaim tidak sama. Di Indonesia hal ini diatur dalam 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. Selain itu terdapat Pedoman Standar Akutansi Keuangan (PSAK) No. 28 tentang akuntansi asuransi kerugian yang mengatur mengenai pelaporan keuangan perusahaan asuransi. Waktu terjadinya klaim dan kerugian yang harus ditanggung oleh perusahaan asuransi yang tidak pasti berkaitan dengan penetapan/prediksi cadangan klaim. Aktuaris perusahaan perlu melakukan perhitungan statistika untuk menghitung prediksi cadangan klaim. Umumnya perhitungan cadangan klaim dilakukan berdasarkan skema run-off triangle data. Menurut Antonio et al. (2006) run-off triangle data merupakan suatu gambaran klaim aggregate dan merupakan ringkasan dari suatu kumpulan data klaim-klaim individual. Permasalahan mengenai skema run-off triangle data dibahas pada penelitian Mutaqin et al. (2008). Perhitungan cadangan klaim yang paling mendasar adalah perhitungan secara deterministik, salah satunya adalah metode Chain-Ladder. Metode Chain- Ladder melakukan perhitungan cadangan klaim berdasarkan skema run-off triangle data kumulatif. Seiring perkembangan pengetahuan, saat ini telah banyak dikembangkan perhitungan cadangan klaim secara stokastik. Perhitungan cadangan klaim secara stokastik tidak dilakukan untuk menunjukkan kegagalan perhitungan cadnngan klaim secara deterministik. Perhitungan cadangan klaim secara stokastik lebih 1
2 2 memberikan penekanan pada ketersediaan ukuran kesalahan prediksi cadangan klaim. Algoritma perhitungan cadangan klaim menggunakan metode Chain- Ladder diadaptasi pada beberapa model perhitungan cadangan klaim secara stokastik. England dan Verral (2002), Alai et al. (2009), Verral et al. (2010), Yunawan (2013), serta Zbonakova (2014) melakukan penelitian mengenai cadangan klaim stokastik berdasarkan metode Chain-Ladder salah satunya model overdispersed poisson dari Generalized Linear Model (GLM). Model overdispersed poisson memberikan hasil prediksi cadangan klaim yang sama dengan metode Chain-Ladder, selain itu hasil perhitungan kesalahan prediksinya cukup kecil. Alai et al. (2009) melakukan perbandingan prediksi cadangan klaim dengan metode Bornhuetter-Fergusson dan model overdispersed poisson dari GLM. Penelitian ini memberikan hasil bahwa kesalahan prediksi cadangan klaim yang dihasilkan metode Bornhuetter-Fergusson lebih besar dibandingkan model overdispersed poisson. Penelitian mengenai perhitungan cadangan klaim secara stokastik diantaranya dilakukan oleh Verral (2004) untuk model Bayesian Generalized Linier, Antonio et al. (2006) untuk metode Lognormal Mixed Model serta penelitian terbaru mengenai cadangan klaim menggunakan Hierarchical Generalized Linear Model (HGLM) yang dilakukan oleh Gigante et al. (2013). Gigante et al. (2013) melakukan perbandingan prediksi cadangan klaim menggunakan metode Bornhuetter-Fergusson dan model overdispersed poisson-gamma dari HGLM. Hasil penelitian ini menyatakan bahwa kesalahan prediksi cadangan klaim menggunakan model overdispersed poisson-gamma lebih kecil dibandingkan metode Bornhuetter-Fergusson. HGLM merupakan perluasan dari GLM dengan penambahan efek acak. Selain itu, HGLM juga dapat dipandang sebagai perluasan dari Generalized Linear Mixed Model (GLMM) yang memiliki efek tetap dan efek acak, dengan perluasan asumsi efek acak dari berdistribusi normal menjadi mengikuti distribusi anggota keluarga dispersi eksponensial. Lee dan Nelder (1996) mulai mengembangkan HGLM dengan menuliskan jurnal tentang HGLM dan
3 3 estimasinya menggunakan hierarchical-likelihood. Selanjutnya perkembangan teori HGLM dilakukan oleh Lee dan Nelder (2001) serta Lee et al. (2006). Berdasarkan penjelasan di atas, penulis tertarik untuk melakukan penelitian mengenai perhitungan cadangan klaim dengan menggunakan model overdispersed poisson dari GLM dan model overdispersed poisson-gamma dari HGLM. Perhitungan cadangan klaim dilakukan berdasarkan skema run-off triangle data. 1.2 Tujuan dan Manfaat Penelitian Tujuan dan manfaat pada penelitian ini adalah sebagai berikut. 1. Mempelajari pembentukan skema run-off triangle data dan melakukan perhitungan cadangan klaim menggunakan metode Chain-Ladder. 2. Mempelajari proses penurunan model overdispersed poisson berdasarkan algoritma metode Chain-Ladder dan menentukan prediksi cadangan klaim menggunakan model overdispersed poisson dari GLM. 3. Mempelajari penggunaan HGLM pada cadangan klaim dan menentukan prediksi cadangan klaim menggunakan model overdispersed poisson-gamma dari HGLM. 4. Menentukan kesalahan prediksi cadangan klaim sebagai penentu kelayakan model overdispersed poisson-gamma dari HGLM dengan pembanding model overdispersed poisson dari GLM. 1.3 Pembatasan Masalah Pada penelitian ini, pembatasan masalah diperlukan agar pemecahan masalahnya lebih terfokus sehingga menjamin keabsahan dalam penarikan kesimpulan. Pembatasan masalah pada penelitian ini adalah sebagai berikut. 1. Penentuan prediksi cadangan klaim dilakukan berdasarkan skema run-off triangle data dengan asumsi pembayaran klaim selesai pada periode penundaan ke-. 2. Model stokastik berdasarkan metode Chain-Ladder yang akan dikaji pada penelitian ini adalah model overdispersed poisson dari GLM.
4 4 3. Prediksi cadangan klaim menggunakan model overdispersed poisson-gamma (HGLM) dilakukan atas perbaikan dari model overdispersed poisson (GLM). 1.4 Tinjauan Pustaka Penulis merujuk beberapa sumber sebagai tinjauan pustaka dalam penelitian ini. Teori statistika dasar mengenai probabilitas, variabel random, dan karakteristik variabel random mengacu pada Bain dan Engelhardt (1992). Teori asuransi pada Tesis ini dikaji berdasarkan Charpentier et al. (2015) mengenai dasar-dasar perhitungan pada asuransi dan perhitungan secara komputasinya serta Klugman et al.(2004) dan Tse (2009) mengenai pemodelan aggregate losses. Teori mengenai cadangan klaim mengacu pada Wuthrich dan Merz (2008) serta Kaas et.al (2008). Cadangan klaim merupakan salah satu faktor penentu kesehatan perusahaan asuransi, karena itu berkembang penelitian-penelitian mengenai cadangan klaim. England dan Verrall (2002), Verrall (2004), Antonio et al. (2006), Alai et al. (2009), Verrall et al. (2010), Boucher dan Santolino (2010), Gigante et al. (2013), serta Zbonakova (2014) memberikan pembahasan mengenai pemodelan cadangan klaim secara stokastik, diantaranya adalah model stokastik yang dibangun berdasarkan algoritma deterministik. Di Indonesia penelitian mengenai cadangan klaim diantaranya dilakukan oleh Mutaqin et al. (2008), Mutaqin (2012), dan Yunawan (2013). Prediksi cadangan klaim secara stokastik yang dibahas pada penelitian ini menggunakan aplikasi dari GLM dan HGLM. GLM merupakan model linear yang diperumum, sehingga variabel respon tidak harus berdistribusi normal. De Jong dan Heller (2008), McCullagh dan Nelder (1989), McCulloch dan Searle (2001), Kaas et al. (2008), Tse (2009) serta Lee et al. (2006) memberikan pembahasan mengenai GLM. GLM berbeda dengan pemodelan regresi biasa karena dua aspek yaitu distribusi dari variabel respon dipilih dari keluarga dispersi eksponensial dan transformasi dari mean variabel respon berhubungan linear dengan variabel penjelas. Selain itu Hinde dan Demetrio (2007), McCullagh dan Nelder (1989),
5 5 serta Gourieroux (1984) memberikan pembahasan mengenai overdispersi pada GLM. Selanjutnya, HGLM diperkenalkan Lee dan Nelder (1996) sebagai suatu perluasan GLM dengan penambahan efek acak. Salah satu model hierarchical generalized linear yang telah banyak digunakan adalah model dengan efek acak berdistribusi normal atau GLMM. Penelitian yang mengkaji GLMM dalam statistik aktuaria dilakukan oleh Antonio dan Beirlant (2007). HGLM merupakan perluasan model GLMM pada efek acak dari berdistribusi normal menjadi mengikuti keluarga dispersi eksponensial. Pembahasan teoritik mengenai HGLM mengacu pada Lee dan Nelder (1996), Lee dan Nelder (2001), Lee et al. (2006) serta Tirta et al. (2007). Pada akhir pembahasan, Tesis ini akan mengkaji kesalahan prediksi model sebagai ukuran kelayakan prediksi cadangan klaim menggunakan model overdispersed poisson-gamma (HGLM) dengan pembanding model overdispersed poisson (GLM). Chai dan Daxler (2014), David et al. (2013), Panning (2006), Pyndik dan Rubenfield (1998), serta Wuthrich dan Merz (2008) dirujuk pada Tesis ini untuk pembahasan mengenai ukuran kesalahan prediksi dari suatu model. 1.5 Metodologi Penelitian Metode yang digunakan pada penulisan tesis ini adalah studi literatur (kajian teori) dari berbagai sumber baik buku-buku maupun jurnal-jurnal yang berhubungan dengan prediksi cadangan klaim, GLM dan HGLM. Langkah awal dalam penelitian ini adalah pembentukan skema run-off triangle data berdasarkan pemodelan aggregate losses. Selanjutnya penurunan model overdispersed poisson (GLM) berdasarkan metode Chain-Ladder. Model ini berlaku sebagai pembanding untuk mengukur kelayakan model overdispersed poisson-gamma (HGLM). Bagian inti dari penelitian ini adalah perhitungan prediksi cadangan klaim menggunakan GLM dan HGLM serta perbandingan kesalahan prediksi kedua model tersebut. Aplikasi numerik dilakukan menggunakan data pembayaran klaim dari klaim TPL (Third Party Liability) perusahaan asuransi
6 6 kerugian. Komputasi prediksi cadangan klaim menggunakan GLM dan HGLM dilakukan dengan bantuan software R Sistematika Penulisan Secara lengkap, Tesis ini akan disusun dalam lima bab. BAB I Pendahuluan, berisi Latar Belakang dan Permasalahan, Tujuan dan Manfaat Penelitian, Pembatasan Masalah, Tinjauan Pustaka, Metodologi Penelitian dan Sistematika Penulisan. Bab II akan menyajikan teori-teori dasar yang diperlukan dalam penulisan tesis ini yaitu Teori Probabilitas, Variabel Random, Karakteristik Variabel Random, Keluarga Eksponensial, Distribusi Standar pada Keluarga Eksponensial, Metode Estimasi Likelihood, Generalized Linear Model (GLM), Hierarchical Generalized Linear Model (HGLM), Cadangan Klaim, dan Aggregate Losses. BAB III menjelaskan skema run-off triangle data, prediksi cadangan klaim menggunakan metode Chain-Ladder, penurunan model overdispersed poisson berdasarkan algoritma Chain-Ladder, model overdispersed poisson, dan prediksi cadangan klaim menggunakan model overdispersed poisson (GLM). BAB IV menjelaskan tentang Hierarchical Generalized Linear Model (HGLM) pada cadangan klaim, prediksi cadangan klaim menggunakan model overdispersed poisson-gamma dan kesalahan prediksi cadangan klaim. BAB V memuat aplikasi numerik berdasarkan studi kasus pada produk asuransi kendaraan TPL perusahaan asuransi kerugian menggunakan teori yang telah dirumuskan pada Bab III dan Bab IV. Aplikasi numerik dilakukan untuk mendapatkan hasil prediksi cadangan klaimnya kemudian membandingkan hasil prediksi cadangan klaim berdasarkan kesalahan prediksinya. Tesis ini ditutup dengan BAB VI yang berisi kesimpulan dan saran.
BAB I PENDAHULUAN. Gambar 1.1 Proses Pembayaran Klaim
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Polis non-life insurance adalah kontrak antara pemegang polis dan perusahaan asuransi. Perusahaan asuransi akan menetapkan sejumlah uang yang akan dibayarkan
Lebih 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 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 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 dan Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Dewasa ini industri asuransi telah menjadi suatu bidang usaha yang menarik dan mempunyai peranan yang tidak kecil dalam perekonomian. Keberadaan industri
Lebih terperinciBAB I PENDAHULUAN. banyak orang agar mau menjadi pemegang polis pada perusahaan tersebut. Salah
BAB I PENDAHULUAN 1.1 Latar Belakang Perusahaan asuransi menawarkan berbagai produk untuk menarik minat banyak orang agar mau menjadi pemegang polis pada perusahaan tersebut. Salah satu produk asuransi
Lebih terperinciGeneralized Linear Model
5 Generalized Linear Model Estimasi Loss Reserve Incurred But Not Reported (IBNR) dengan General Linear Model Menggunakan Gauss Markov Elsa Emeliana 1,a), Lienda Noviyanti 2, b), Achmad Zanbar Soleh 1
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Dari tahun ke tahun, produksi mobil dunia semakin berkembang pesat. Berbagai merek ataupun jenis beserta keunggulan-keunggulan yang ditawarkan berbedabeda
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi digunakan untuk mengetahui bentuk hubungan antara variabel respon dengan satu atau lebih variabel prediktor. Umumnya analisis regresi yang digunakan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis regresi adalah suatu metode yang digunakan untuk menganalisa hubungan antara variabel respon dan variabel prediktor. Pada umumnya analisis regresi
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 terperinciBAB I PENDAHULUAN. mengetahui fenomena yang akan terjadi pada periode mendatang akan
1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pada kehidupan sehari-hari, adanya ketidakmampuan manusia untuk mengetahui fenomena yang akan terjadi pada periode mendatang akan mengakibatkan kurang tepatnya
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dengan semakin majunya peradaban zaman, banyak pihak dalam berbagai bidang memerlukan suatu alat untuk memodelkan suatu data kedalam suatu fungsi yang dapat dipergunakan
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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kebutuhan akan kendaraan pribadi semakin hari semakin meningkat sejalan dengan bertambahnya penduduk. Selain sebagai sarana untuk memenuhi kebutuhan masing masing individu,
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan teori statistika telah mempengaruhi hampir semua aspek kehidupan. Hal ini disebabkan statistika merupakan salah satu disiplin ilmu yang berperan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Dalam penelitian suatu bidang yang melibatkan makhluk hidup terutama manusia sebagai respon atau subjek yang diteliti tentunya harus memperhatikan
Lebih terperinciBAB I PENDAHULUAN. memperkecil atau meminimumkan ketidakpastian tersebut. Risiko dapat terjadi
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam setiap kegiatan yang dilakukan oleh suatu kelompok atau perorangan pasti ada risiko yang harus ditanggung. Risiko merupakan kemungkinan terjadinya suatu
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Jumlah penduduk Indonesia yang tergolong besar, bahkan berada diurutan keempat dunia dengan jumlah penduduk terbesar tentu sangat berpotensi bagi perkembangan bisnis
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar belakang
BAB I PENDAHULUAN 1.1 Latar belakang Analisis regresi merupakan salah satu metode statistika yang digunakan untuk mengetahui hubungan antara variabel Y(variabel dependen, respon, tak bebas, outcome) dengan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Setiap manusia mempunyai rencana masa depan, akan tetapi setiap rencana itu pasti mempunyai risiko. Risiko merupakan suatu keadaan adanya ketidakpastian dan tingkat
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analisis data survival merujuk pada sekumpulan metode statistika digunakan untuk menganalisis data antar kejadian, dimana variabel outputnya berupa lama waktu
Lebih 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 terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Perusahaan asuransi dirasa perlu oleh masyarakat yang memiliki kecenderungan untuk menghindari atau mengalihkan risiko. Menurut Undang- Undang No.2 Tahun 1992 tentang
Lebih terperinciESTIMASI PARAMETER MODEL REGRESI ZERO ADJUSTED INVERSE GAUSSIAN (ZAIG) UNTUK MENENTUKAN BESAR KLAIM
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 04, No. 3 (2015), hal 323-328 ESTIMASI PARAMETER MODEL REGRESI ZERO ADJUSTED INVERSE GAUSSIAN (ZAIG) UNTUK MENENTUKAN BESAR KLAIM Nurul Huda,
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Dengan semakin majunya peradaban, banyak pihak dalam berbagai bidang memerlukan suatu alat untuk memodelkan suatu data ke dalam suatu fungsi yang dapat dipergunakan
Lebih terperinciMODEL REGRESI POISSON YANG DIPERUMUM UNTUK MENGATASI OVERDISPERSI PADA MODEL REGRESI POISSON
MODEL REGRESI POISSON YANG DIPERUMUM UNTUK MENGATASI OVERDISPERSI PADA MODEL REGRESI POISSON Ade Susanti, Dewi Retno Sari Saputro, dan Nughthoh Arfawi Kurdhi Program Studi Matematika FMIPA UNS Abstrak
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Banyak jenis data memiliki struktur hirarki, tercluster, atau bersarang (nested). Hirarki tersebut dapat hadir secara alami dalam pengamatan observasional
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data. Singkatnya, statistika adalah
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Mortalitas merupakan salah satu sumber yang sangat penting dalam mengetahui resiko dari suatu penyusunan asuransi jiwa. Besarnya faktor resiko penyebab kematian
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 terperinciBAB I PENDAHULUAN. diantaranya asuransi jiwa dan asuransi kesehatan. Setiap individu mempunyai
BAB I PENDAHULUAN 1.1 Latar Belakang Risiko kematian sangat berpengaruh terhadap beberapa jenis asuransi, diantaranya asuransi jiwa dan asuransi kesehatan. Setiap individu mempunyai tingkat risiko kematian
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 terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Pertumbuhan ekonomi Indonesia yang semakin meningkat dan dikuti oleh majunya pemikiran masyarakat dalam usaha perniagaan membuat maraknya usaha asuransi akhir-akhir
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian tentang hubungan diantara fenomena-fenomena real merupakan dasar dari tujuan sains dan memainkan peranan penting dalam kehidupan seharihari. Saat ini analisis
Lebih terperinciGENERALIZED LINEAR MODELS (GLM) UNTUK DATA ASURANSI DALAM MENENTUKAN HARGA PREMI
GENERALIZED LINEAR MODELS (GLM) UNTUK DATA ASURANSI DALAM MENENTUKAN HARGA PREMI Agus Supriatna 1), Riaman 2), Sudradjat 3), Tari Septiyani 4) Departemen Matematika, FMIPA Unpad Jalan Raya Bandung-Sumedang
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Secara umum, analisis survival dapat didefinisikan sebagai seperangkat metode yang digunakan untuk menganalisis data di mana variabel outputnya berupa lama
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Mortalitas atau kematian merupakan salah satu di antara tiga komponen proses demografi yang dapat mempengaruhi struktur penduduk selain fertilitas dan migrasi.
Lebih terperinciPemodelan Data Cacahan (Count Data) dalam GLM. Dr. Kusman Sadik, M.Si Sekolah Pascasarjana Departemen Statistika IPB Semester Genap 2017/2018
Pemodelan Data Cacahan (Count Data) dalam GLM Dr. Kusman Sadik, M.Si Sekolah Pascasarjana Departemen Statistika IPB Semester Genap 2017/2018 Pendahuluan Pada model linear klasik, seperti regresi linear,
Lebih terperinciBAB I PENDAHULUAN. Pada bab ini akan dibahas mengenai latar belakang tema yang diambil dalam
BAB I PENDAHULUAN Pada bab ini akan dibahas mengenai latar belakang tema yang diambil dalam tugas akhir ini, perumusan masalah yang akan dibahas, batasan masalah, tujuan penulisan, manfaat penulisan, dan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Di dalam aspek kehidupan ini, banyak ditemui permasalahan yang berkaitan dengan data. Baik dalam bidang ekonomi, sosial, budaya, politik, sejarah, kesehatan, dan lain-lain.
Lebih terperinciUJIAN A70 PERIODE JUNI 2014 SOLUSI UJIAN PAI A70. A70-Pemodelan dan Teori Risiko 9/14/2014
SOLUSI UJIAN PAI A70 UJIAN A70 PERIODE JUNI 2014 A70-Pemodelan Teori Risiko 9/14/2014 Berikut merupakan solusi ujian PAI yang saya buat secara khusus untuk teman-teman PT Padma Radya Aktuaria, secara umum
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan Regresi adalah suatu metode yang digunakan untuk menganalisis hubungan antara variabel respon dengan variabel penjelas. Pada umumnya, variabel respon
Lebih terperinciPemodelan Data Besar Klaim Asuransi Kendaraan Bermotor Menggunakan Distribusi Mixture Erlang
Statistika, Vol. 17 No. 1, 45 51 Mei 2017 Pemodelan Data Besar Klaim Asuransi Kendaraan Bermotor Menggunakan Distribusi Mixture Erlang Indah permatasari, aceng komarudin mutaqin, lisnur wachidah Program
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Manusia boleh berencana tetapi Tuhan lah yang menentukan. Ungkapan ini sudah sangat sering kita dengar dalam kehidupan sehari-hari. Makna yang terkandung dalam
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Analisis regresi merupakan salah satu analisis yang paling populer digunakan dalam sebuah penelitian untuk mengetahui bentuk hubungan antara variabel
Lebih terperinciPENERAPAN REGRESI POISSON DAN BINOMIAL NEGATIF DALAM MEMODELKAN JUMLAH KASUS PENDERITA AIDS DI INDONESIA BERDASARKAN FAKTOR SOSIODEMOGRAFI
Jurnal Matematika UNAND Vol. 3 No. 4 Hal. 58 65 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENERAPAN REGRESI POISSON DAN BINOMIAL NEGATIF DALAM MEMODELKAN JUMLAH KASUS PENDERITA AIDS DI INDONESIA
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 terperinciProsiding Statistika ISSN:
Prosiding Statistika ISSN: 2460-6456 Penaksiran Besar Klaim Optimal Menggunakan Metode Linear Empirical Bayesian yang Diaplikasikan untuk Perhitungan Premi Asuransi Kendaraan Bermotor di Indonesia 1 Hilda
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Asuransi merupakan suatu kegiatan pemindahan atau pengalihan risiko untuk mencegah terjadinya kerugian besar yang disebabkan oleh risiko-risiko tertentu. Risiko-risiko
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi merupakan salah satu metode statistika yang luas penggunaanya dalam berbagai bidang dan telah diterapkan untuk berbagai jenis pengujian serta penelitian.
Lebih terperinciBAB I PENDAHULUAN. memberikan gambaran tentang sejarah kehidupan suatu kohor yang berangsur-angsur berkurang jumlahnya karena kematian.
BAB I PENDAHULUAN 1.1. Latar Belakang Mortalita atau kematian merupakan salah satu diantara tiga komponen proses demografi yang berpengaruh terhadap struktur penduduk selain fertilitas dan migrasi. Organisasi
Lebih terperinciMODEL ASURANSI KENDARAAN BERMOTOR MENGGUNAKAN DISTRIBUSI MIXED POISSON ABSTRACT
JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman 229-240 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian MODEL ASURANSI KENDARAAN BERMOTOR MENGGUNAKAN DISTRIBUSI MIXED POISSON Tina
Lebih terperinciLANDASAN TEORI. menyatakan hubungan antara variabel respon Y dengan variabel-variabel
5 II. LANDASAN TEORI 2.1 Model Regresi Poisson Analisis regresi merupakan metode statistika yang populer digunakan untuk menyatakan hubungan antara variabel respon Y dengan variabel-variabel prediktor
Lebih 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 terperinciE-Jurnal Matematika Vol. 5 (4), November 2016, pp ISSN:
E-Jurnal Matematika Vol 5 (4), November 2016, pp 133-138 ISSN: 2303-1751 PERBANDINGAN REGRESI ZERO INFLATED POISSON (ZIP) DAN REGRESI ZERO INFLATED NEGATIVE BINOMIAL (ZINB) PADA DATA OVERDISPERSION (Studi
Lebih terperinciBAB I PENDAHULUAN. yang mendapat perhatian dari masyarakat internasional. Menurut data World
BAB I PENDAHULUAN 1.1.Latar Belakang Masalah Masalah kecelakaan lalu lintas saat ini sudah merupakan masalah global yang mendapat perhatian dari masyarakat internasional. Menurut data World Health Organization
Lebih terperinciPENGARUH VARIAN EFEK ACAK TERHADAP PENGESTIMASIAN EFEK TETAP DALAM MODEL POISSON-GAMMA PADA HGLM (HIERARCHICAL GENERALIZED LINEAR MODEL) SKRIPSI
PENGARUH VARIAN EFEK ACAK TERHADAP PENGESTIMASIAN EFEK TETAP DALAM MODEL POISSON-GAMMA PADA HGLM (HIERARCHICAL GENERALIZED LINEAR MODEL) SKRIPSI Oleh Siskha Kusumaningtyas NIM 091810101030 JURUSAN MATEMATIKA
Lebih terperinciSem 7-4. Garis Besar Rencana Pembelajaran (GBRP)
Sem 7-. Garis Besar Rencana Pembelajaran (GBRP) Nama Matakuliah Kode MK/SKS Semester Mata Kuliah Prasyarat : Pemodelan Statistika : H0/SKS : Awal/7 (Tahun IV) : Metode Statistika, Teori Peluang, Ilmu Stokastik,
Lebih terperinciPenaksiran Parameter Regresi Linier Logistik dengan Metode Maksimum Likelihood Lokal pada Resiko Kanker Payudara di Makassar
Vol.14, No. 2, 159-165, Januari 2018 Penaksiran Parameter Regresi Linier Logistik dengan Metode Maksimum Likelihood Lokal pada Resiko Kanker Payudara di Makassar Sutrianah Burhan 1, Andi Kresna Jaya 1
Lebih terperinciBAB I PENDAHULUAN. risiko finansial yang disebabkan oleh peristiwa aktuaria (actuarial events).
BAB I PENDAHULUAN 1.1 Latar Belakang Ilmu aktuaria memegang peranan penting dalam analisis dan pengelolaan risiko finansial yang disebabkan oleh peristiwa aktuaria (actuarial events). Variabel risiko yang
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Catastrophe risk atau resiko bencana alam merupakan kerugian yang ditimbulkan dari bencana alam seperti gempa bumi, angin badai atau angin topan dan banjir, dimana
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Pada era sekarang ini, bahaya, kerusakan dan kerugian adalah kenyataan yang harus dihadapi manusia di dunia, termasuk di Indonesia. Ini menyebabkan kemungkinan terjadi
Lebih terperinciBAB III MODEL REGRESI BINOMIAL NEGATIF UNTUK MENGATASI OVERDISPERSI PADA MODEL REGRESI POISSON
BAB III MODEL REGRESI BINOMIAL NEGATIF UNTUK MENGATASI OVERDISPERSI PADA MODEL REGRESI POISSON 3.1 Regresi Poisson Regresi Poisson merupakan salah satu model regresi dengan variabel responnya tidak berasal
Lebih terperinciMODEL REGRESI ZERO INFLATED GENERALIZED POISSON
MODEL REGRESI ZERO INFLATED GENERALIZED POISSON Oleh WICAKSONO CAHYO NUGROHO NIM. M0106067 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika JURUSAN
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 terperinciterdefinisi. Oleh karena itu, estimasi resiko kematian pasien dapat diperoleh berdasarkan nilai hazard ratio. Model hazard proporsional parametrik
BAB I PENDAHULUAN 1.1 Latar Belakang Waktu tahan hidup (survival) merupakan waktu tunggu hingga terjadinya suatu kejadian (event) tertentu. Pada bidang kesehatan, event dapat dianggap sebagai suatu kegagalan
Lebih 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 terperinciMasalah Overdispersi dalam Model Regresi Logistik Multinomial
Statistika, Vol. 16 No. 1, 29 39 Mei 2016 Masalah Overdispersi dalam Model Regresi Logistik Multinomial Annisa Lisa Nurjanah, Nusar Hajarisman, Teti Sofia Yanti Prodi Statistika, Fakultas Matematika dan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam penelitian-penelitian di bidang kesehatan sering dijumpai salah satu jenis data yang disebut dengan data antar kejadian atau data survival. Data survival
Lebih terperinciBAB I PENDAHULUAN. yang perlu diketahui, yang disebut sebagai variabel. Variabel adalah sebuah
BAB I PENDAHULUAN 1.1. Latar Belakang Dalam melakukan inferensi terhadap populasi, tidak semua ciri populasi harus diketahui, hanya satu atau beberapa karakteristik populasi yang perlu diketahui, yang
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dalam perkembangan zaman yang modern ini sebuah data akan berarti sangat penting dan paling dibutuhkan baik itu untuk kalangan individu maupun perusahaan. Sebuah data
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Seiring dengan berjalannya waktu, ilmu pengetahuan dan teknologi (sains dan teknologi) telah berkembang dengan cepat. Salah satunya adalah ilmu matematika yang
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
BAB 1 PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Perkembangan ilmu pengetahuan dewasa ini tidak lepas dari kompleknya permasalahan hidup manusia. Salah satu ilmu yang berkenaan dengan hal tersebut
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Kesehatan merupakan anugerah Allah SWT yang tidak bisa dinilai harganya yang harus kita syukuri. Meskipun sudah berhati-hati, orang tidak bisa menghindari
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Kita pasti sudah tidak asing lagi dengan asuransi. Dewasa ini, bisnis asuransi mulai berkembang dengan pesat di Indonesia. Tidak sedikit lagi orang yang berpikir
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan
BAB I PENDAHULUAN Asuransi merupakan salah satu contoh Industri Keuangan Non Bank dimana asuransi terbagi menjadi dua jenis yaitu asuransi jiwa (life insurance) dan asuransi umum atau asuransi non jiwa
Lebih terperinciESTIMASI PARAMETER MODEL REGRESI POISSON TERGENERALISASI TERBATAS DENGAN METODE MAKSIMUM LIKELIHOOD
ESTIMASI PARAMETER MODEL REGRESI POISSON TERGENERALISASI TERBATAS DENGAN METODE MAKSIMUM LIKELIHOOD Fitra1, Saleh2, La Podje3 Mahasiswa Program Studi Statistika, FMIPA Unhas 2,3 Dosen Program Studi Statistika,
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Dalam penelitian bidang kesehatan melibatkan makhluk hidup sebagai responden atau subjek yang diteliti, terutama manusia. Ketika kita memperhatikan
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Perubahan iklim dunia semakin hari semakin tidak menentu. Hal ini mengakibatkan berbagai macam bencana khususnya bencana alam terjadi setiap saat dan mengakibatkan
Lebih terperinciPemodelan Data Curah Hujan Menggunakan Proses Shot Noise Modeling Rainfall Data Using a Shot Noise Process
Prosiding Statistika ISSN: 2460-6456 Pemodelan Data Menggunakan Proses Shot Noise Modeling Rainfall Data Using a Shot Noise Process 1 Novi Tri Wahyuni, 2 Sutawatir Darwis, 3 Teti Sofia Yanti 1,2,3 Prodi
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Salah satu konsep yang sangat menarik untuk dikaji adalah konsep copula. Konsep ini banyak digunakan di bidang matematika dan statistika, bahkan aplikasinya
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Di zaman sekarang, kemajuan sains dan teknologi sangat berkembang pesat. Salah satu ilmu yang berkembang adalah matematika yang merupakan induk dari semua ilmu
Lebih terperinciPEMODELAN REGRESI BINOMIAL NEGATIF UNTUK MENGATASI OVERDISPERSION PADA REGRESI POISSON
PEMODELAN REGRESI BINOMIAL NEGATIF UNTUK MENGATASI OVERDISPERSION PADA REGRESI POISSON Rena Muntafiah 1, Rochdi Wasono 2, Moh. Yamin Darsyah 3 1,2,3 Program Studi Statistika, Fakultas Matematika dan Ilmu
Lebih terperinciCatatan Kuliah. MA4183 Model Risiko Risk: Quantify and Control. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA4183 Model Risiko Risk: Quantify and Control Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2017 1 Tentang MA4183 Model Risiko
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Semakin banyak dan beragamnya industri saat ini, menyebabkan semakin ketat persaingan antara perusahaan industri satu dengan yang lainnya, baik dari
Lebih terperinciMA4183 MODEL RISIKO Control your Risk!
Catatan Kuliah MA4183 MODEL RISIKO Control your Risk! disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang MA4183 Model Risiko A. Jadwal
Lebih terperinciBAB II TINJAUAN PUSTAKA. penulisan skripsi. Teori penunjang tersebut adalah: Regresi logistik, analisis survival,
BAB II TINJAUAN PUSTAKA 2.1 Pendahuluan Sebelum melalukan pembahasan mengenai permasalahan dari skripsi ini, pada bab ini akan diuraikan beberapa teori penunjang yang dapat membantu dalam penulisan skripsi.
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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan dalam statistika biasanya dirumuskan melalui variabel random yang menjadi perhatian, tetapi fungsi kepadatan probabilitas atau fungsi massa probabilitas
Lebih terperinciPENERAPAN REGRESI ZERO-INFLATED NEGATIVE BINOMIAL (ZINB) UNTUK PENDUGAAN KEMATIAN ANAK BALITA
E-Jurnal Matematika Vol. 2, No.4, Nopember 2013, 11-16 ISSN: 2303-1751 PENERAPAN REGRESI ZERO-INFLATED NEGATIVE BINOMIAL (ZINB) UNTUK PENDUGAAN KEMATIAN ANAK BALITA NI MADE SEKARMINI 1, I KOMANG GDE SUKARSA
Lebih terperinciTabel Mortalita Indonesia (TMI) I Tabel CSO 1980
BAB 1 PENDAHULUAN 11 Latar Belakang Dalam kehidupan sehari-hari, kita tidak dapat menentukan kapan seseorang akan meninggal dunia Walaupun demikian, kita dapat menghitung peluang meninggal seseorang dari
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 terperinciKEMENTERIAN KEUANGAN REPUBLIK INDONESIA BADAN PENGAWAS PASAR MODAL DAN LEMBAGA KEUANGAN -1-
KEMENTERIAN KEUANGAN REPUBLIK INDONESIA BADAN PENGAWAS PASAR MODAL DAN LEMBAGA KEUANGAN -1- SALINAN PERATURAN KETUA BADAN PENGAWAS PASAR MODAL DAN LEMBAGA KEUANGAN NOMOR: PER- 07 /BL/2012 TENTANG REFERENSI
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Aktuaria adalah suatu disiplin ilmu yang menerapkan matematika dan metode statistika dalam memperkirakan dan menentukan baik secara kualitatif maupun kuantitatif
Lebih terperinciCatatan Kuliah. MA4183 Model Risiko
Catatan Kuliah MA4183 Model Risiko Forecast and control your risk Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang MA4183 Model Risiko
Lebih terperinciBab 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 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 terperinciPr { +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