PEMODELAN ASURANSI JIWA BERDASARKAN ASUMSI MORTALITA WEIBULL
|
|
- Suhendra Iskandar
- 7 tahun lalu
- Tontonan:
Transkripsi
1 PEMODELAN ASURANSI JIWA BERDASARKAN ASUMSI MORTALITA WEIBULL Des Alwie Zayati JurusaMatematika, FMIPA, UiversitasSriwijaya dalwiezayati@yahoo.com ABSTRAK Pemodela asurasi jiwa berdasarka asumsi mortalita Weibull diawali dega memodelka fugsi-fugsi aktuaria, seperti fugsi survival, fugsi desitas, da peluag hidup berdasarka laju mortalita(force of mortality)dega asumsi mortalita Weibull. Selajutya fugsi-fugsi aktuaria tersebut diperguaka utuk meghitug mea da variasi dari ilai sekarag(preset value) asurasi berjagka tahu dega beefit dibayarka diakhir tahu kematia berdasarka asumsi Weibull Selai itu juga aka diperhitugka betuk mea da variasi dari auitas hidup berjagka tahu. Berdasarka ilai sekarag aktuaria(actuarial Preset Value) da auitas hidup, diperoleh pemodela premi asurasi jiwa berdasarka asumsi Mortalita Weibull. Sehigga model ii dapat mejadi alteratif bagi perhituga asurasi jiwa. Kata Kuci :laju mortalita, fugsi survival, fugsidesitas, auitas, hukummortalita Weibull. 1. PENDAHULUAN Asurasi adalah pegaliha risiko dari pihak tertaggug kepadapihak peaggug. Upaya pegaliha risiko bertujua utuk meguragi beba tertaggug apabila terjadi risiko terhadap tertaggug pada suatu waktu. Pihak peaggug aka memberika mefaat dega syarat tertaggug harus membayar premi. Pembayara premi disesuaika dega jumlah mafaat (beefit) yag igi diperoleh ketika terjadi risiko. Artikel hasil peelitia ii memodelka fugsi-fugsi aktuaria pada asurasi jiwa berdasarka asumsi mortalita Weibull. Sehigga dapat merupaka alteratif perhituga pada asurasi jiwa, khususya asurasi jiwa berjagka tahu utuk beefit yag dibayarka diakhir tahu kematia. 2. TUJUAN PENELITIAN Tujua dari peelitia ii adalah: 1. Memperoleh hubuga force of mortalityberdasarka asumsi mortalita Gompertzdegafugsi-fugsi aktuaria laiya, seperti: fugsi survival, fugsi desitas, peluag hidup da peluag kematia. 298
2 2. Memperoleh betuk betuk mea da variasi dari APV asurasi jiwa berjagka tahu dega beefit dibayarka diakhir tahu kematia berdasarka asumsi Gompertz. 3. Memperoleh betuk betuk mea da variasi dari auitas hidup berjagka tahu dega variabel tigkat buga i berdasarka asumsi Gompertz. 4. Memodelka premi asurasi berjagka tahu berdasarka asumsi Gompertz. dega variabel tigkat buga 3. PEMBAHASAN Memodelka hubuga laju mortalita berdasarka asumsi Weibull : ( x) kx, dega k>0, >0, x 0 Atau μ x+t = k ( x t) hubuga dega fugsi-fugsi aktuaria laiya, seperti : i. fugsi survival d s( x) μ(x) = dy s( x) = s'( x) s( x) l l megitegralkasuatuperyataadari x ke x +, sehiggadidapat l l l0 299
3 BerdasarkaasumsiWeibull : ( x) kx, dega k>0, >0, x 0 daktetapa; ks 1 ux ga u= k 1 ii.peluag hidup da peluag kematia Peluag hidup dihitug dega pedekata force of mortality : l l megitegralkasuatuperyataadari x ke x +, sehiggadidapat sehiggadiperoleh l l l l l 300
4 . dega. Sehiggadiperoleh : BerdasarkaasumsiWeibull : ( x) kx Atau μ x+t k ( x t), dega k>0, >0, x 0 daktetapa; tp x = exp xt 1 1 u x degau= k ) ( x s k. 1 iii.fugsi desitas F T(x) (t) daf T(x) (t) meujukkamasigmasigfugsidistribusidafugsikepadatapeluagdari T(x), sisaumurdari x. Da dapat diotasikabahwa F T(x) (t) = t = t q x. 1 1 Sehigga,
5 Berdasarka asumsi Weibull: u1xt expuxt x Memodelka ilai sekarag aktuaria utuk asurasi jiwa berjagka tahu dega beefit dibayarka diakhir tahu kematia berdasarka asumsi mortalita Weibull. Asurasijiwaberjagkamegasumsikabahwaseseorag yag berusia () aka medapatka 1 (satu) uit mafaatketika orag tersebutmegalamirisikoselama tahu masa kotrak, sehigga jika orag tersebut tidak megalami risikohiggaakhir masa kotrakmaka orag tersebuttidakakamedapatkamafaat. Asurasi berjagka tahu dega beefit dibayarka diakhir tahu kematia,dega asumsi beefit dibayarka sebesar 1 uit. Dalam kasus iiterdapat 3 fugsi yag diguaka, yaitufugsi beefit b k+1, fugsi discout V k+1, dastatistikprobabilitas Z k+1. 1, utuk k = 0,1,2,3,...-1 = 0, utuklaiya = =,utuk k = 0,1,2,3, , utuklaiya Gambar1.GarisBilagaNilaiSekaragAktuariaAsurasiJiwaBerjagka Nilai sekarag aktuaria yag diperolehadalah :
6 :. Secara umum utuk beefit sebesar b : EZ :. Berdasarka asumsi mortalita Weibull : EZ : u1xt expuxt x dabesar momet ke-2, EZ : u1xt expuxt 1 x 1. VariasidariAsurasi berjagka -tahu adalah : : u1xt expuxt x u1xt expuxt x Memodelka mea da variasi dari auitas hidup berjagka tahu berdasarka asumsi Weibull. Auitashidup yag diguakautukpembayarapremiperlidugaialahauitasdueberjagka tahu utuk 303
7 seseorag yag berusia (). Tertaggug akamelakukapembayarapremiperliduga di usia () jika tertaggug bertaha hidup di usia (), da tertaggug aka melakuka pembayara premi perliduga di usia ( 1) jika tertaggug bertaha hidup dari usia () higga (1), da seterusya. Seluruhkemugkiatertaggugmembayarkapremiperlidugaharusdiperhitugka di awalkotrakatau di usia () sehigga kemugkia tersebut dipegaruhi oleh besarya faktor diskoto dega iterval waktu yag disesuaika. Berikut garis bilaga utuk auitasdueberjagka tahu Gambar2.AuitasDue utukauitashidupberjagka Tahu : :. NilaisekaragdaripeubahacakAuitasDue Tahudaripembayara sebesar 1uit pertahuadalah utukauitashidupberjagka dapremituggalbersihyaadalah 0 : EY. Pejumlaha per bagiadapatdiguakautukmetrasformasimejadi :, KareaY = (1-Z) / d,dimaa 0 304
8 Merupakailaiawalpeubahacakutuksebuah uit asurasidwigua, yag dibayarkapadaakhirtahukematia, sehigga 1EZ : 1 : Dapat diyataka : : 1 1 u1xt expuxt x Memodelka premi asurasi berjagka tahu berdasarka asumsi Weibull. Premiasurasijiwaberjagka yag harusdibayarolehtertaggugsupayamedapatka 1 uit mafaatketikaterjadirisikoadalah : : : : Premi asurasi berjagka tahu dega variabel tigkat buga berdasarka asumsi Weibull : : u1xtexpuxt x 1 u1xt expuxt x 4. KESIMPULAN Premi Asurasi jiwa berjagka tahu dega beefit dibayarka diakhir tahu kematia berdasarka asumsi Weibull : : u1xtexpuxt x 1 u1xt expuxt x 305
9 DAFTAR PUSTAKA Bowers, N.L Actuarial Mathematics.The Society of Actuaries. Schaumburg: Illiois. Kelliso, S.G The Theory of Iterest. Sigapore: Library of Cogress Catalogig. Liya W, Zhag Xiaodog, 2009, Icreasig Edowmet Assurace Policy Actuarial Models uder Radom Rate of Iterest, Secod Iteratioal Workshop o Computer Sciece, Nofridawati, Nova, 2013, PremiAsurasiJiwapadaAkhirKematiadapadaSaatKematiaTerjadi. Matematika, 1, (2): Pig H., Wei Xiag, 2009, Discrete life isurace Actuarial Models with Variable iterest Rate Based o Moivre s ad Makeham s Law of Mortality, IEEE. Computer Society, Sholahudi, T Teori Tigkat Suku Buga. com/2013/03/teori-tigkat-suku-buga.html. Diaksespadataggal 18 September Syamrilaode PegertiaPremiAsurasi. Diakses 306
II. LANDASAN TEORI. Kajian tentang perhitungan nilai aktuaria yang akan dibayarkan n-kali pertahun
4 II. LANDASAN TEORI Kajia tetag perhituga ilai aktuaria yag aka dibayarka -kali pertahu utuk berbagai produk asurasi jiwa, dapat dilakuka dega terlebih dahulu megetahui beberapa teori-teori dasar terkait
Lebih terperinciANUITAS DUE PADA STATUS HIDUP PERORANGAN BERDASARKAN FORMULA WOOLHOUSE
2 ANUITAS DUE PADA STATUS HIDUP PERORANGAN BERDASARKAN FORMULA WOOLHOUSE Sri Purwati 1, Johaes Kho 2, Aziskha 2 1 Mahasiswa Program S1 Matematika FMIPA Uiversitas Riau email : srii_purwatii@yahoo.co.id
Lebih terperinci(A.4) PENENTUAN CADANGAN DISESUAIKAN MELALUI METODE ILLINOIS PADA PRODUK ASURANSI DWIGUNA BERPASANGAN
Prosidig Semiar Nasioal Statistika Uiversitas Padjadjara, 3 November 2 (A.4) PENENTUAN CADANGAN DSESUAKAN MELALU METODE LLNOS PADA PRODUK ASURANS DWGUNA BERPASANGAN Suhartii, Lieda Noviyati, Achmad Zabar
Lebih terperinciModel Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika
Prosidig Semirata FMIPA Uiversitas Lampug, 0 Model Pertumbuha BeefitAsurasi Jiwa Berjagka Megguaka Deret Matematika Edag Sri Kresawati Jurusa Matematika FMIPA Uiversitas Sriwijaya edagsrikresawati@yahoocoid
Lebih terperinciModul 1 Modul 2 Modul 3 Modul 4 Modul 5 Modul 6
i B Tijaua Mata Kuliah uku Materi Pokok (BMP) Matematika Aktuaria ii disampaiika dalam sembila modul (pokok bahasa) yag diorgaisasika sebagai berikut. Modul 1. Probabilitas Modul 2. Teori Buga Modul 3.
Lebih terperinciANUITAS. 9/19/2012 MK. Aktuaria Darmanto,S.Si.
ANUITAS 9/19/2012 MK. Aktuaria Darmato,S.Si. 1 OVERVIEW Auitas adl suatu pembayara dalam jumlah tertetu, yag dilakuka setiap selag waktu da lama tertetu, secara berkelajuta. Suatu auitas yg pasti dilakuka
Lebih terperinciMODEL VALUASI PREMI ASURANSI JIWA ENDOWMEN BERBASIS SUKU BUNGA STOKASTIK. Oleh Sudianto Manullang, S.Si., M.Sc ABSTRAK
MODEL VALUASI PREMI ASURANSI JIWA ENDOWMEN BERBASIS SUKU BUNGA STOKASTIK Oleh Sudiato Maullag, S.Si., M.Sc ABSTRAK Peelitia ii bertujua utuk medapatka model premi asurasi jiwa edowme dega megguaka suku
Lebih terperinciManajemen Keuangan. Idik Sodikin,SE,MBA,MM KONSEP WAKTU UANG PADA MASALAH KEUANGAN. Modul ke: Fakultas EKONOMI DAN BISNIS. Program Studi Akuntansi
Modul ke: 05 KONSEP WAKTU UANG PADA MASALAH KEUANGAN Fakultas EKONOMI DAN BISNIS Program Studi Akutasi Idik Sodiki,SE,MBA,MM Pedahulua Kosep ilai waktu dari uag (time value of moey) pada dasarya mejelaska
Lebih terperinciCATATAN KULIAH #12&13 Bunga Majemuk
CATATAN KULIAH #12&13 Buga Majemuk 10.1 Pedahulua Pada pembahasa sebelumya diasumsika bahwa P atau ilai pokok pembayara tidak megalami perubaha dari awal higga akhir sehigga ilai buga selalu dihitug dari
Lebih terperinciBAB VII RANDOM VARIATE DISTRIBUSI DISKRET
BAB VII RANDOM VARIATE DISTRIBUSI DISKRET Diskret radom variabel dapat diguaka utuk berbagai radom umber yag diambil dalam betuk iteger. Pola kebutuha ivetori (persediaa) merupaka cotoh yag serig diguaka
Lebih terperinci(A.6) PENENTUAN CADANGAN ASURANSI DISESUAIKAN MELALUI METODE OHIO PADA PRODUK GABUNGAN ASURANSI JIWA DAN PENDIDIKAN BERPASANGAN
Prosidig Semiar Nasioal Statistika Uiversitas Padjadjara, 3 November 2 (A.6) PENENTUAN CADANGAN ASURANSI DISESUAIKAN MELALUI METDE HI PADA PRDUK GABUNGAN ASURANSI JIWA DAN PENDIDIKAN BERPASANGAN Puput
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakag Didalam melakuka kegiata suatu alat atau mesi yag bekerja, kita megeal adaya waktu hidup atau life time. Waktu hidup adalah lamaya waktu hidup suatu kompoe atau uit pada
Lebih terperinciBAB 2 TINJAUAN TEORI
BAB 2 TINJAUAN TEORI 2.1 ISTILAH KEENDUDUKAN 2.1.1 eduduk eduduk ialah orag atatu idividu yag tiggal atau meetap pada suatu daerah tertetu dalam jagka waktu yag lama. 2.1.2 ertumbuha eduduk ertumbuha peduduk
Lebih terperinciMuniya Alteza
NILAI WAKTU UANG 1. Kosep dasar ilai waktu uag (time value of moey) 2. Nilai masa depa (future value) 3. Nilai sekarag (preset value) 4. Auitas (auity) 5. Perpetuitas (perpetuity) 6. Buga tahua efektif/
Lebih terperinciNilai Waktu dan Uang (Time Value of Money)
Nilai Waktu da Uag (Time Value of Moey) Kosep Dasar Jika ilai omialya sama, uag yag dimiliki saat ii lebih berharga daripada uag yag aka diterima di masa yag aka datag Lebih baik meerima Rp juta sekarag
Lebih terperinciIII. METODOLOGI PENELITIAN. Penelitian ini dilakukan pada semester genap tahun ajaran 2014/2015 di Jurusan
III METODOLOGI PENELITIAN 31 Waktu dan Tempat Penelitian Penelitian ini dilakukan pada semester genap tahun ajaran 2014/2015 di Jurusan Matematika dan Ilmu Pengetahuan Alam Universitas Lampung 32 Metode
Lebih terperinciBARISAN DAN DERET. Materi ke 1
BARISAN DAN DERET Materi ke 1 Pola Bilaga adalah? Susua bilaga yag disusu meurut atura tertetu. Cotoh : 1. Pola Bilaga Gajil 1, 3, 5,... 2. Pola Bilaga Geap 2, 4, 6,... PERHATIKAN SSNAN BILANGAN DI BAWAH
Lebih terperinciBAB III PERANCANGAN PROGRAM APLIKASI
BB III PERNCNGN PROGRM PLIKSI 3.1 Peracaga Program Utuk meracag program aplikasi perhituga premi ii dega pedekata Gompertz, peulis megguaka Delphi 7.0 yag dioperasika pada Microsoft Widows 2000. lgoritma
Lebih terperinciMATEMATIKA EKONOMI 1 Deret. DOSEN Fitri Yulianti, SP, MSi.
MATEMATIKA EKONOMI 1 Deret DOSEN Fitri Yuliati, SP, MSi. Deret Deret ialah ragkaia bilaga yag tersusu secara teratur da memeuhi kaidah-kaidah tertetu. Bilaga-bilaga yag merupaka usur da pembetuk sebuah
Lebih terperinciMANAJEMEN RISIKO INVESTASI
MANAJEMEN RISIKO INVESTASI A. PENGERTIAN RISIKO Resiko adalah peyimpaga hasil yag diperoleh dari recaa hasil yag diharapka Besarya tigkat resiko yag dimasukka dalam peilaia ivestasi aka mempegaruhi besarya
Lebih terperinciMATEMATIKA BISNIS. OLEH: SRI NURMI LUBIS, S.Si GICI BUSSINESS SCHOOL BATAM
MATEMATIKA BISNIS OLEH: SRI NURMI LUBIS, S.Si GICI BUSSINESS SCHOOL BATAM BAB BARISAN DAN DERET A. BARISAN Barisa bilaga adalah susua bilaga yag diurutka meurut atura tertetu.betuk umum barisa bilaga a,
Lebih terperinciBuku Padua Belajar Maajeme Keuaga Chapter 0 KONSEP NILAI WAKTU UANG. Pegertia. Nilai Uag meurut waktu, berarti uag hari ii lebih baik / berharga dari pada ilai uag dimasa medatag pada harga omial yag sama.
Lebih terperinciIV METODE PENELITIAN
IV METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Lokasi peelitia dilakuka di PT. Bak Bukopi, Tbk Cabag Karawag yag berlokasi pada Jala Ahmad Yai No.92 Kabupate Karawag, Jawa Barat da Kabupate Purwakarta
Lebih terperincii adalah indeks penjumlahan, 1 adalah batas bawah, dan n adalah batas atas.
4 D E R E T Kosep deret merupaka kosep matematika yag cukup populer da aplikatif khusuya dalam kasus-kasus yag meyagkut perkembaga da pertumbuha suatu gejala tertetu. Apabila perkembaga atau pertumbuha
Lebih terperinciEksakta: Jurnal Imu-Ilmu MIPA p. ISSN: e. ISSN: Mujiati Dwi Kartikasari
Mujiati Dwi Kartikasari Program Studi Statistika, Uiversitas Islam Idoesia, Jala Kaliurag Km 14,5 Slema, Yogyakarta mujiatikartikasari@uii.ac.id ABSTRACT Premium pricig is oe of importat activities i isurace.
Lebih terperinciMATERI 14 EVALUASI KINERJA PORTOFOLIO
MATERI 14 EVALUASI KINERJA PORTOFOLIO KERANGKA PIKIR EVALUASI KINERjA PORTOFOLIO (EKP) MENGUKUR TINGKAT RETURN PORTOFOLIO RISK-ADJUSTED PERFORMANCE - INDEKS SHARPE - INDEKS TREYNOR - INDEKS JENSEN dede08m.com
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara
BAB I PENDAHULUAN 1.1 Latar Belakag Salah satu pera da fugsi statistik dalam ilmu pegetahua adalah sebagai. alat aalisis da iterpretasi data kuatitatif ilmu pegetahua, sehigga didapatka suatu kesimpula
Lebih terperinciMENENTUKAN PELUANG RUIN DENGAN METODE KOMBINASI EKSPONENSIAL
MENENTUKAN PELUANG RUIN DENGAN METODE KOMBINASI EKSPONENSIAL Karmila 1*, Hasriati 2, Haposa Sirait 2 1 Mahasiswa Program S1 Matematika 2 Dose Jurusa Matematika Fakultas Matematika da Ilmu Pegetahua Alam
Lebih terperinciMINGGU KE-12 TEOREMA LIMIT PUSAT DAN TERAPANNYA
MINGGU KE-12 TEOREMA LIMIT PUSAT DAN TERAPANNYA TEOREMA LIMIT PUSAT DAN TERAPANNYA Telah dikeal bahwa X 1, X 2...X sampel radom dari distribusi ormal dega mea µ da variasi σ 2, maka x µ σ/ atau xi µ σ
Lebih terperinciPENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN
PEDUGA RASIO UTUK RATA-RATA POPULASI MEGGUAKA KUARTIL VARIABEL BATU PADA PEGAMBILA SAMPEL ACAK SEDERHAA DA PEGATURA PERIGKAT MEDIA ur Khasaah, Etik Zukhroah, da Dewi Reto Sari S. Prodi Matematika Fakultas
Lebih terperinciIII. METODE PENELITIAN
30 III. METODE PENELITIAN A. Metode Dasar Peelitia Metode yag diguaka dalam peelitia adalah metode deskriptif, yaitu peelitia yag didasarka pada pemecaha masalah-masalah aktual yag ada pada masa sekarag.
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Model Pertumbuha Betuk ugsi pertumbuha satu jeis spesies pada umumya megguaka otasi ugsi aalitik yag diyataka dalam satu persamaa. Secara umum ugsi pertumbuha meyataka hubuga
Lebih terperinciDefinisi Integral Tentu
Defiisi Itegral Tetu Bila kita megedarai kedaraa bermotor (sepeda motor atau mobil) selama 4 jam dega kecepata 50 km / jam, berapa jarak yag ditempuh? Tetu saja jawabya sagat mudah yaitu 50 x 4 = 200 km.
Lebih terperinciBAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI
BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI Utuk lebih memahami megeai etropi, pada bab ii aka diberika perhituga etropi utuk beberapa distribusi diskrit da kotiu. 3. Distribusi Diskrit Pada sub bab ii dibahas
Lebih terperinciProgram Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya PENS. Probability and Random Process. Topik 10. Regresi
Program Pasca Sarjaa Terapa Politekik Elektroika Negeri Surabaya Probability ad Radom Process Topik 10. Regresi Prima Kristalia Jui 015 1 Outlie 1. Kosep Regresi Sederhaa. Persamaa Regresi Sederhaa 3.
Lebih terperinciBAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang
BAB I PENDAHULUAN 1.1 Latar Belakag Masalah Itegral adalah salah satu kosep petig dalam Matematika yag dikemukaka pertama kali oleh Isac Newto da Gottfried Wilhelm Leibiz pada akhir abad ke-17. Selajutya
Lebih terperinciBAB III ANUITAS DENGAN BEBERAPA KALI PEMBAYARAN SETAHUN TERHADAP TABUNGAN PENDIDIKAN
BAB III ANUITAS DNGAN BBRAPA KALI PMBAYARAN STAHUN TRHADAP TABUNGAN PNDIDIKAN. Tabuga Pedidika Aak Tabuga erupaka salah satu produk yag ditawarka oleh bak utuk eyipa uag. Utuk epersiapka daa pedidika aak,
Lebih terperinciJURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN
JURAL MATEMATKA DA KOMPUTER Vol. 6. o., 77-85, Agustus 003, SS : 40-858 DSTRBUS WAKTU BERHET PADA PROSES PEMBAHARUA Sudaro Jurusa Matematika FMPA UDP Abstrak Dalam proses stokhastik yag maa kejadia dapat
Lebih terperinciBAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL)
BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL) Setiap peelitia selalu berkeaa dega sekelompok data. Yag dimaksud kelompok disii adalah: Satu orag mempuyai sekelompok data, atau sekelompok orag mempuyai satu
Lebih terperinciPendekatan Nilai Logaritma dan Inversnya Secara Manual
Pedekata Nilai Logaritma da Iversya Secara Maual Moh. Affaf Program Studi Pedidika Matematika, STKIP PGRI BANGKALAN affafs.theorem@yahoo.com Abstrak Pada pegaplikasiaya, bayak peggua yag meggatugka masalah
Lebih terperinciLOGO MATEMATIKA BISNIS (Deret)
LOGO MATEMATIKA BISNIS (Deret) DOSEN FEBRIYANTO, SE., MM. www.febriyato79.wordpress.com 1 MATEMATIKA BISNIS Matematika Bisis memberika pemahama ilmu megeai kosep matematika dalam bidag bisis. Sehigga suatu
Lebih terperinciPOSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan
POSITRON, Vol. II, No. (0), Hal. -5 ISSN : 30-4970 Peetua Eergi Osilator Kuatum Aharmoik Megguaka Teori Gaggua Iklas Saubary ), Yudha Arma ), Azrul Azwar ) )Program Studi Fisika Fakultas Matematika da
Lebih terperinci4/15/2009. Arti investasi : a. Hasil penjualan. b. Biaya c. Ekspektasi dan kepercayaan.
Arti ivestasi : a. Hasil pejuala. b. Biaya c. Ekspektasi da kepercayaa. Ivestasi : peigkata barag modal berujud Kekuata Ekoomi Utama; Hasil pegembalia ivestasi yag dipegaruhi oleh struktur ekoomi, biaya
Lebih terperinciANALISIS ANUITAS PADA PENENTUAN PREMI ASURANSI JIWA SKRIPSI
ANALISIS ANUITAS PADA PENENTUAN PREMI ASURANSI JIWA SKRIPSI Oleh: LIFARA MARGARETA NIM. 06510055 JURUSAN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI MAULANA MALIK IBRAHIM MALANG 2010
Lebih terperinciPENERAPAN HUKUM MORTALITA MAKEHAM DAN TINGKAT SUKU BUNGA STOKASTIK UNTUK PERHITUNGAN NILAI TUNAI MANFAAT
PENERAPAN HUKUM MORTALITA MAKEHAM DAN TINGKAT SUKU BUNGA STOKASTIK UNTUK PERHITUNGAN NILAI TUNAI MANFAAT Valensia Huang; Farah Kristiani Jurusan Matematika, Fakultas Teknologi Informasi dan Sains, Universitas
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Lokasi da Waktu Peelitia Peelitia ii dilakuka di lokasi huta taama idustri yag terdapat di PT. Wirakarya Sakti Provisi Jambi. Waktu pelaksaaa peelitia ii adalah bula April
Lebih terperinciDistribusi Pendekatan (Limiting Distributions)
Distribusi Pedekata (Limitig Distributios) Ada 3 tekik utuk meetuka distribusi pedekata: 1. Tekik Fugsi Distribusi Cotoh 2. Tekik Fugsi Pembagkit Mome Cotoh 3. Tekik Teorema Limit Pusat Cotoh Fitriai Agustia,
Lebih terperinciIII. METODOLOGI PENELITIAN
16 III. METODOLOGI PENELITIAN 3.1. Keragka Pemikira Pegukura kierja keuaga perusahaa pada dasarya dilaksaaka karea igi megetahui tigkat profitabilitas (keutuga) da tigkat resiko atau tigkat kesehata suatu
Lebih terperinciI. DERET TAKHINGGA, DERET PANGKAT
I. DERET TAKHINGGA, DERET PANGKAT. Pedahulua Pembahasa tetag deret takhigga sebagai betuk pejumlaha suku-suku takhigga memegag peraa petig dalam fisika. Pada bab ii aka dibahas megeai pegertia deret da
Lebih terperinciPENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN
PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN DALAM SUATU MODEL NON-LINIER Abstrak Nur ei 1 1, Jurusa Matematika FMIPA Uiversitas Tadulako Jl. Sukaro-Hatta Palu,
Lebih terperinciBAB II LANDASAN TEORI. Untuk menghitung nilai cadangan asuransi secara umum, maka dibutuhkan
5 BAB II LANDASAN TEORI Untuk menghitung nilai cadangan asuransi secara umum, maka dibutuhkan beberapa teori dasar yang dapat menyederhanakan permasalahan dan mempermudah proses perhitungan dan analisis
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakag Maajeme risiko merupaka salah satu eleme petig dalam mejalaka bisis perusahaa karea semaki berkembagya duia perusahaa serta meigkatya kompleksitas aktivitas perusahaa
Lebih terperinciIII. METODE PENELITIAN. Variabel X merupakan variabel bebas adalah kepemimpinan dan motivasi,
7 III. METODE PENELITIAN 3.1 Idetifikasi Masalah Variabel yag diguaka dalam peelitia ii adalah variabel X da variabel Y. Variabel X merupaka variabel bebas adalah kepemimpia da motivasi, variabel Y merupaka
Lebih terperinci3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian
19 3 METODE PENELITIAN 3.1 Keragka Pemikira Secara rigkas, peelitia ii dilakuka dega tiga tahap aalisis. Aalisis pertama adalah megaalisis proses keputusa yag dilakuka kosume dega megguaka aalisis deskriptif.
Lebih terperinciMETODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa
19 III. METODE PENELITIAN A. Populasi da Sampel Populasi dalam peelitia ii adalah seluruh siswa kelas VIII SMP Negeri 8 Badar Lampug tahu pelajara 2009/2010 sebayak 279 orag yag terdistribusi dalam tujuh
Lebih terperinciBab 3 Metode Interpolasi
Baha Kuliah 03 Bab 3 Metode Iterpolasi Pedahulua Iterpolasi serig diartika sebagai mecari ilai variabel tergatug tertetu, misalya y, pada ilai variabel bebas, misalya, diatara dua atau lebih ilai yag diketahui
Lebih terperinciBAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014.
BAB III METODE PENELITIAN A. Waktu da Tempat Peelitia Peelitia dilaksaaka dari bula Agustus-September 03.Peelitia ii dilakuka di kelas X SMA Muhammadiyah Pekabaru semester gajil tahu ajara 03/04. B. Subjek
Lebih terperinciIV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1 Lokasi da Waktu peelitia Peelitia dilakuka pada budidaya jamur tiram putih yag dimiliki oleh usaha Yayasa Paguyuba Ikhlas yag berada di Jl. Thamri No 1 Desa Cibeig, Kecamata Pamijaha,
Lebih terperinciBatas Bilangan Ajaib Pada Graph Caterpillar
J. Math. ad Its Appl. ISSN: 189-605X Vol. 3, No., Nov 006, 49 56 Batas Bilaga Ajaib Pada Graph Caterpillar Chairul Imro Jurusa Matematika FMIPA ITS Surabaya imro-its@matematika.its.ac.id Abstrak Jika suatu
Lebih terperinciA. Pengertian Hipotesis
PENGUJIAN HIPOTESIS A. Pegertia Hipotesis Hipotesis statistik adalah suatu peryataa atau dugaa megeai satu atau lebih populasi Ada macam hipotesis:. Hipotesis ol (H 0 ), adalah suatu hipotesis dega harapa
Lebih terperinciPERHITUNGAN NILAI-NILAI AKTUARIA DENGAN ASUMSI TINGKAT SUKU BUNGA BERUBAH SECARA STOKASTIK
PERHITUNGAN NILAI-NILAI AKTUARIA DENGAN ASUMSI TINGKAT SUKU BUNGA BERUBAH SECARA STOKASTIK Kumala Dewi S.; Ferry Jaya Permana; Farah Kristiani Jurusan Matematika, Fakultas Teknologi dan Ilmu Sains, Universitas
Lebih terperinciSTATISTIKA-38 APROKSIMASI TABEL MORTALITA MENGGUNAKAN PERSAMAAN DUFRESNE
STATISTIKA-38 APROKSIMASI TABEL MORTALITA MENGGUNAKAN PERSAMAAN DUFRESNE Ley Jaze Siay 1 Neva Satyahadewi 2 1 PS Matematika FMIPA Uiversitas Pattimura Ambo 2 PS Statistika FMIPA Uiversitas Tajugpura Potiaak
Lebih terperinciEkonomi Rekayasa Koreksi
Ekoomi Rekayasa Koreksi Koreksi pembeara karea kesalaha tada kurug tidak tampil dalam rumus da perhituga Gambar 2.15Tigkat akurasi peratura 72 da 69 2.4.6 Peratura 113 Selai itu ada juga perhituga dega
Lebih terperinciPendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X
Pedugaa Selag: Metode Pivotal Lagkah-lagkahya 1. Adaika X1, X,..., X adalah cotoh acak dari populasi dega fugsi kepekata f( x; ), da parameter yag tidak diketahui ilaiya. Adaika T adalah peduga titik bagi..
Lebih terperinciPertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd
Pertemua Ke- Komparasi berasal dari kata compariso (Eg) yag mempuyai arti perbadiga atau pembadiga. Tekik aalisis komparasi yaitu salah satu tekik aalisis kuatitatif yag diguaka utuk meguji hipotesis tetag
Lebih terperinciBAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah.
BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN 3.1. DIAGRAM ALIR PENELITIAN Perumusa - Sasara - Tujua Pegidetifikasia da orietasi - Masalah Studi Pustaka Racaga samplig Pegumpula Data Data Primer Data Sekuder
Lebih terperinciBAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian
BAB I PENDAHULUAN A. Latar Belakag Masalah Matematika merupaka suatu ilmu yag mempuyai obyek kajia abstrak, uiversal, medasari perkembaga tekologi moder, da mempuyai pera petig dalam berbagai disipli,
Lebih terperinciPERENCANAAN KARIR DAN KOMPENSASI
PERENCANAAN KARIR DAN KOMPENSASI PENGERTIAN Karier adalah seluruh pekerjaa yag ditagai selama kehidupa kerja seseorag. Jalur karier, adalah pola pekerjaa-pekerjaa beruruta yag membetuk karier seseorag.
Lebih terperinciStatistika Matematika. Soal dan Pembahasan. M. Samy Baladram
Statistika Matematika Soal da embahasa M Samy Baladram Bab 4 Ubiasedess, Cosistecy, ad Limitig istributios Ubiasedess, Cosistecy, ad Limitig istributios 41 Ekspektasi Fugsi Key oits Ṫeorema 411 Jika T
Lebih terperinciBAB II LANDASAN TEORI. Pada bagian ini akan dibahas tentang teori-teori dasar yang. digunakan untuk dalam mengestimasi parameter model.
BAB II LANDASAN TEORI Pada bagia ii aka dibahas tetag teori-teori dasar yag diguaka utuk dalam megestimasi parameter model.. MATRIKS DAN VEKTOR Defiisi : Trace dari matriks bujur sagkar A a adalah pejumlaha
Lebih terperinciBAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:
4 BAB II LANDASAN TEORI 2.1 Model matematis da tahapa matematis Secara umum tahapa yag harus ditempuh dalam meyelesaika masalah matematika secara umerik da megguaka alat batu komputer, yaitu: 2.1.1 Tahap
Lebih terperinciPENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA
PENAKSIRAN DAN PERAMALAN BIAYA Ari Darmawa, Dr. S.AB, M.AB Email: aridarmawa_fia@ub.ac.id A. PENDAHULUAN B. PENAKSIRAN DAN PRAKIRAAN FUNGSI BIAYA C. PENAKSIRAN JANGKA PENDEK - Ekstrapolasi sederhaa - Aalisis
Lebih terperinciPETA KONSEP RETURN dan RISIKO PORTOFOLIO
PETA KONSEP RETURN da RISIKO PORTOFOLIO RETURN PORTOFOLIO RISIKO PORTOFOLIO RISIKO TOTAL DIVERSIFIKASI PORTOFOLIO DENGAN DUA AKTIVA PORTOFOLIO DENGAN BANYAK AKTIVA DEVERSIFIKASI DENGAN BANYAK AKTIVA DEVERSIFIKASI
Lebih terperinciIII. METODE PENELITIAN. kelas VIII semester ganjil SMP Sejahtera I Bandar Lampung tahun pelajaran 2010/2011
III. METODE PENELITIAN A. Latar Peelitia Peelitia ii merupaka peelitia yag megguaka total sampel yaitu seluruh siswa kelas VIII semester gajil SMP Sejahtera I Badar Lampug tahu pelajara 2010/2011 dega
Lebih terperinciPokok Bahasan Return dan Risiko. Return. Klasifikasi Return. Return PENDAHULUAN AIMP. Trisnadi Wijaya, S.E., S.Kom.
Pokok Bahasa -9. Retur da Risiko Lecture Note: Defiisi retur da risiko Klasifikasi retur da risiko Hubuga retur da risiko Retur da Risiko Aktiva Tuggal Abormal Retur Retur da Risiko Portofolio 1 2 Retur
Lebih terperinciBAB 3 DATA DAN METODOLOGI PENELITIAN
BAB 3 DATA DAN METODOLOGI PENELITIAN Pada Bab ii aka memberika iformasi hal yag berkaita dega lagkah-lagkah sistematis yag aka diguaka dalam mejawab pertayaa peelitia.utuk itu diperluka beberapa hal sebagai
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakag Statistika iferesi merupaka salah satu cabag statistika yag bergua utuk meaksir parameter. Peaksira dapat diartika sebagai dugaa atau perkiraa atas sesuatu yag aka terjadi
Lebih terperinciPokok Bahasan Return dan Risiko. Return. Klasifikasi Return. Return PENDAHULUAN AIMP. Trisnadi Wijaya, S.E., S.Kom.
Pokok Bahasa 3-6. Retur da Risiko Lecture Note: Defiisi retur da risiko Klasifikasi retur da risiko Hubuga retur da risiko Retur da Risiko Aktiva Tuggal Abormal Retur Retur da Risiko Portofolio 1 Retur
Lebih terperinciIII. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur
0 III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai Mei 03. B. Populasi da Sampel Populasi dalam peelitia
Lebih terperinciMATEMATIKA EKONOMI (Deret)
LOGO MATEMATIKA EKONOMI (Deret) DOSEN FEBRIYANTO, SE., MM. www.febriyato79.wordpress.com MATEMATIKA EKONOMI Matematika Ekoomi memberika pemahama ilmu megeai kosep matematika dalam bidag bisis da ekoomi.
Lebih terperinciPENDAHULUAN. Statistika penyajian DATA untuk memperoleh INFORMASI penafsiran DATA. Data (bentuk tunggal : Datum ) : ukuran suatu nilai
1. Pegertia Statistika PENDAHULUAN Statistika berhubuga dega peyajia da peafsira kejadia yag bersifat peluag dalam suatu peyelidika terecaa atau peelitia ilmiah. Statistika peyajia DATA utuk memperoleh
Lebih terperinciBAB III METODOLOGI PENELITIAN. Madiun, untuk mendapatkan gambaran kondisi tempat penelitian secara umum,
32 BAB III METODOLOGI PENELITIAN 3.1 Objek Peelitia Peelitia dilakuka di PT. INKA yag terletak di Jl. Yos Sudarso o 71 Madiu, utuk medapatka gambara kodisi tempat peelitia secara umum, termasuk kegiata-kegiata
Lebih terperinciBab 2 Distribusi Survival dan Tabel Mortalitas
Bab 2 Distribusi Survival dan Tabel Mortalitas 2.1 Distribusi Survival Meninggalnya seseorang merupakan sesuatu yang pasti terjadi namun kapan terjadinya tidak dapat diprediksi. Karena itu, ketahanan hidup
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Distribusi Ekspoesial Fugsi ekspoesial adalah salah satu fugsi yag palig petig dalam matematika. Biasaya, fugsi ii ditulis dega otasi exp(x) atau e x, di maa e adalah basis logaritma
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1. Peelitia Terdahulu Aloii dkk (2014) memiliki permasalaha dalam memilih mesi Vertical Form Fill ad Seal (VFFS) utuk Double Square Bottom Bag (DSBB). Pemiliha mesi yag tepat ditetuka
Lebih terperinciAji Wiratama, Yuni Yulida, Thresye Program Studi Matematika Fakultas MIPA Universitas Lambung Mangkurat Jl. Jend. A. Yani km 36 Banjarbaru
Jural Matematika Muri da Terapa εpsilo Vol.8 No.2 (24) Hal. 39-45 APLIKASI METODE DEKOMPOSISI ADOMIAN UNTUK MENENTUKAN FORMULA TRANSFORMASI LAPLACE Aji Wiratama, Yui Yulida, Thresye Program Studi Matematika
Lebih terperinciPedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai
PENGUJIAN HIPOTESIS Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai ilai-ilai parameter populasi,
Lebih terperinciNILAI TUNAI ANUITAS HIDUP AWAL UNTUK STATUS GABUNGAN BERDASARKAN DISTRIBUSI GOMPERTZ DAN DISTRIBUSI MAKEHAM. Deni Afrianti 1, Hasriati 2 ABSTRACT
NILAI TUNAI ANUITAS HIDUP AWAL UNTUK STATUS GABUNGAN BERDASARKAN DISTRIBUSI GOMPERTZ DAN DISTRIBUSI MAKEHAM Deni Afrianti 1, Hasriati 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan Matematika
Lebih terperinciPENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT
Prosidig Semiar Nasioal Matematika da Terapaya 06 p-issn : 0-0384; e-issn : 0-039 PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT Liatus
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Objek Peelitia Peelitia dilakuka di bagia spiig khususya bagia widig Pabrik Cambrics Primissima (disigkat PT.Primissima) di Jala Raya Magelag Km.15 Slema, Yogyakarta. Peelitia
Lebih terperinciDeret Fourier. Modul 1 PENDAHULUAN
Modul Deret Fourier Prof. Dr. Bambag Soedijoo P PENDAHULUAN ada modul ii dibahas masalah ekspasi deret Fourier Sius osius utuk suatu fugsi periodik ataupu yag diaggap periodik, da dibahas pula trasformasi
Lebih terperinciBAB I PENDAHULUAN. 1.2 Rumusan Masalah Bagaimana peranan statistika matematika dalam menentukan anuitas premi asuransi jiwa?
BAB I PENDAHULUAN 1.1 Latar Belakang Asuransi Jiwa adalah asuransi yang memberikan pembayaran sejumlah uang tertentu atas kematian tertanggung kepada anggota keluarga atau orang yang berhak menerimanya
Lebih terperinciPREMI ASURANSI JIWA CONTINGENT DENGAN HUKUM DE MOIVRE. Fakultas Matematika dan Ilmu Pengetahuan Alam Univeritas Riau Kampus Bina Widya Indonesia
PREMI ASURANSI JIWA CONTINGENT DENGAN HUKUM DE MOIVRE Eli Trisiai Hasriai Rola Pae Mahasiswa Program S Maemaika Dose Jurusa Maemaika Fakulas Maemaika da Ilmu Pegeahua Alam Uierias Riau Kampus Bia Widya
Lebih terperinciBAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya
5 BAB II LANDASAN TEORI Dalam tugas akhir ii aka dibahas megeai peaksira besarya koefisie korelasi atara dua variabel radom kotiu jika data yag teramati berupa data kategorik yag terbetuk dari kedua variabel
Lebih terperinciPERCOBAAN 4 VARIABEL ACAK DAN DISTRIBUSI PROBABILITASNYA
PERCOBAAN 4 VARIABEL ACAK DAN DISTRIBUSI PROBABILITASNYA 4.. Tujua : Setelah melaksaaka praktikum ii mahasiswa diharapka mampu : Membedaka data berdasarka jeis variabelya Mapatka mea da varias dari distribusi
Lebih terperinciBarisan Dan Deret Arimatika
Barisa Da Deret Arimatika A. Barisa Aritmatika Niko etera memiliki sebuah peggaris ukura 0 cm. Ia megamati bilaga-bilaga pada peggarisya ii. Bilaga-bilaga tersebut beruruta 0, 1,, 3,, 0. etiap bilaga beruruta
Lebih terperinciHubungan antara nilai uang yang akan datang (future value - F) terhadap nilai sekarang (present value - P) dituliskan dengan rumus:
BAB II FINANSIAL 1. Nilai waktu dari uag Telah kita ketahui bahwa sebelum memikirka usaha apa yag aka dijalaka, perlu dikaji kelayaka dari usaha tersebut. Salah satu pegkajia yag dilakuka adalah dari sisi
Lebih terperinciBAB 3 METODE PENELITIAN
Sedagka itegrasi ruas kaa utuk ersamaa (3b) diperoleh ds / = S... (36) Dega demikia pesamaa yag harus dipecahka adalah l 1 1 u u = S (37) Dari ersamaa (37) diperoleh persamaa utuk u u S = exp S 1exp S...
Lebih terperinciMETODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc.
METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/0 SUGENG00 Copyright 996-98 Dale Caregie & Associates, Ic. Kesalaha ERROR: Selisih atara ilai perkiraa dega ilai eksakilai
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Racaga da Jeis Peelitia Racaga peelitia ii adalah deskriptif dega pedekata cross sectioal yaitu racaga peelitia yag meggambarka masalah megeai tigkat pegetahua remaja tetag
Lebih terperinci