BAB III PERANCANGAN PROGRAM APLIKASI

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB III PERANCANGAN PROGRAM APLIKASI"

Transkripsi

1 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 lgoritma perhituga Premi dega Simulasi T(x) adalah sebagai berikut : Cari parameter m da c dari pedekata Gompertz berdasarka grafik tabel mortalitas Comissioers 1941 Stadard Ordiary Tetuka dahulu umur tertaggug, besarya beefit,jeis asurasi,,jeis pembayara beefit, jagka waktu asurasi yag diigika (kecuali asurasi seumur hidup), Hitug Force of Iterest, Disko Faktor Bagkitka variabel acak bebas yag uiform sebayak u Bagkitka T (sisa hidup si tertaggug) megguaka rumus T sebayak u Simulasika Nilai Premi dega simulasi Motecarlo megguaka fugsi T dega kodisi Perhituga Premi utuk asurasi yag pembayara beefit dilakuka sesaat terjadiya kematia (Kotiu) Jika surasi Seumur Hidup yag dipilih maka - Guaka ilai-ilai T yag telah dibagkitka sebayak u - Hitug fugsi buga dega memasukka masig-masig 52

2 ilai T pada rumus asurasi seumur hidup - Hitug rata-rata ilai fugsi buga tersebut. Nilai rata-rata tersebut adalah premi bersih asurasi seumur hidup dega pembayara premi sekali bayar (Net Sigle Premium/NSP) Hitug auitas tahua, jika pembayara dilakuka tiap tahu, kemudia NSP tersebut dibagi dega auitas tersebut yag meghasilka premi asurasi seumur hidup dega pembayara tiap tahu seumur hidup si tertaggug. Hitug auitas m-kali pembayara, jika pembayara dilakuka m-kali dalam setahu,kemudia NSP dibagi dega auitas tersebut yag meghasilka premi asurasi seumur hidup dega pembayara m-kali setahu selama si tertaggug hidup Jika surasi Berjagka yag dipilih maka - Cari ilai-ilai T yag telah dibagkitka yag kurag dari jagka waktu asurasi yag diigika. Hitug fugsi buga asurasi berjagka dega megguaka ilai-ilai T yag telah disortir di atas. Hitug rata-rata dari fugsi buga tersebut.nilai rata-rata tersebut adalah premi bersih asurasi berjagka dega pembayara premi sekali bayar Hitug auitas tahua, jika pembayara dilakuka tiap tahu, kemudia NSP tersebut dibagi dega auitas tersebut yag 53

3 meghasilka premi asurasi berjagka dega pembayara tiap tahu selama jagka waktu asurasi. Hitug auitas m-kali pembayara, jika pembayara dilakuka m-kali dalam setahu,kemudia NSP dibagi dega auitas tersebut yag meghasilka premi asurasi berjagka dega pembayara m-kali setahu selama jagka waktu asurasi o Jika surasi Dwigua yag dipilih maka Hitug surasi berjagka tahu (sesuai dega jagka waktu yag dipilih) Hitug surasi Dwigua muri Hitug premi yag harus dibayarka dega cara mejumlahka asurasi berjagka tersebut dega asurasi dwigua muri Hitug auitas tahua, jika pembayara dilakuka tiap tahu, kemudia NSP tersebut dibagi dega auitas tersebut yag meghasilka premi asurasi Dwigua dega pembayara tiap tahu selama jagka waktu asurasi. Hitug auitas m-kali pembayara, jika pembayara dilakuka m-kali dalam setahu,kemudia NSP dibagi dega auitas tersebut yag meghasilka premi asurasi Dwigua dega pembayara m-kali setahu selama jagka waktu asurasi. 54

4 Perhituga Premi utuk asurasi yag pembayara beefit dilakuka di akhir tahu kematia (Diskrit) Jika surasi Seumur Hidup yag dipilih maka - Cari ilai-ilai K (Nilai T yag telah didiskritka) sebayak u - Hitug fugsi buga dega memasukka masig-masig ilai K pada rumus asurasi seumur hidup - Hitug rata-rata ilai fugsi buga tersebut. Nilai rata-rata tersebut adalah premi bersih asurasi seumur hidup dega pembayara premi sekali bayar (Net Sigle Premium/NSP) Hitug auitas tahua, jika pembayara dilakuka tiap tahu, kemudia NSP tersebut dibagi dega auitas tersebut yag meghasilka premi asurasi seumur hidup dega pembayara tiap tahu seumur hidup si tertaggug. Hitug auitas m-kali pembayara, jika pembayara dilakuka m-kali dalam setahu,kemudia NSP dibagi dega auitas tersebut yag meghasilka premi asurasi seumur hidup dega pembayara m-kali setahu selama si tertaggug hidup Jika surasi Berjagka yag dipilih maka - Cari ilai-ilai K (Nilai T yag telah didiskritka) yag telah dibagkitka yag kurag dari jagka waktu asurasi yag diigika. Hitug fugsi buga asurasi berjagka dega megguaka ilai-ilai K yag telah disortir di atas. 55

5 Hitug rata-rata dari fugsi buga tersebut.nilai rata-rata tersebut adalah premi bersih asurasi berjagka dega pembayara premi sekali bayar Hitug auitas tahua, jika pembayara dilakuka tiap tahu, kemudia NSP tersebut dibagi dega auitas tersebut yag meghasilka premi asurasi berjagka dega pembayara tiap tahu selama jagka waktu asurasi. Hitug auitas m-kali pembayara, jika pembayara dilakuka m-kali dalam setahu,kemudia NSP dibagi dega auitas tersebut yag meghasilka premi asurasi berjagka dega pembayara m-kali setahu selama jagka waktu asurasi o Jika surasi Dwigua yag dipilih maka Hitug surasi berjagka tahu yag diskrit (sesuai dega jagka waktu yag dipilih) Hitug surasi Dwigua muri Hitug premi yag harus dibayarka dega cara mejumlahka asurasi berjagka yag diskrit tersebut dega asurasi dwigua muri Hitug auitas tahua, jika pembayara dilakuka tiap tahu, kemudia NSP tersebut dibagi dega auitas tersebut yag meghasilka premi asurasi Dwigua dega pembayara tiap tahu selama jagka waktu asurasi. 56

6 Hitug auitas m-kali pembayara, jika pembayara dilakuka m-kali dalam setahu,kemudia NSP dibagi dega auitas tersebut yag meghasilka premi asurasi Dwigua dega pembayara m-kali setahu selama jagka waktu asurasi 3.2 Cotoh Perhituga Cotoh dari pegguaa algoritma tersebut dapat dilihat pada perhituga berikut. Kita cari parameter m da c dari pedekata Gompertz berdasarka tabel mortalitas CSO Dega megguaka batua software Matlab 6.1 didapat parameter sebagai berikut m = 0,0105 da c = 1,0652. Di misalka umur tertaggug adalah 24 tahu, da suku buga (iterest 2,5%), uag pertagguga (beefit) yag diigika adalah Rp.1,-.Dari keadaa di atas, kita cari dahulu disko faktor yaitu dega persamaa (2.6.2) sehigga i 0,025 d = = = 0, i 1, 025 kemudia cari suku buga da tigkat diskoto dega pembayara m kali setahu (ii diguaka utuk meghitug auitas dega pembayara m kali, dalam kasus ii kita aggap m=12). Suku buga m kali pembayara tersebut kita cari dega persamaa (2.6.3) yaitu ( m ) i = m 1/ m ( m ) ( 1+ i) 1 sehigga ( 1+ 0,025) i = = 1/ ,

7 da tigkat diskoto dega pembayara m kali adalah kita guaka persamaa (2.6.5) yaitu ( m) d + i i ( m ) = sehigga ( m ) ( m) 1 / ( m) 0, d + = = 0, ( 0, / 12) Bagkitka ilai variabel acak yag uiform sebayak u = 46*64*4*6 yaitu Karea keterbatasa tempat maka haya ditampilka sebayak 45 (sebagai ilustrasi) U= i Ui i Ui i Ui 1 0, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,

8 Lalu kita cari v, Utuk membedaka dega simbol faktor buga maka v=e V=E= -l (1-U) i Ei i Ei i Ei 1 0, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , surasi Seumur Hidup Beefit dibayarka sesaat terjadi kematia (Kotiu) Pembayara Premi Sekali Bayar Megguaka parameter m = 0,0105 da c = 1,0652 yag telah dicari diatas, Lalu dega rumus E 1 T = l + 1 * kita hitug ilai-ilai T m l c c x 59

9 T= i Ti i Ti i Ti 1 23, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,4068 Nilai T ii meujukka sisa hidup dari si tertaggug Dega cotoh surasi Seumur Hidup maka kita guaka fugsi buga V t =V T maka 60

10 V t = I V t i V t i V t 1 0, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,2675 Maka Kita hitug rata-rata (mea) dari V t, didapat ilai 0, Kemudia dega rumus umum Z t =b t v t dimaa v t = 0, da b t = Rp.1,- Maka Zt=( x )Premi yag harus dibayar adalah 0, * Rp.1,-= Rp. Rp. 0, Jadi premi yag harus dibayar si tertaggug utuk asurasi seumur hidup dega pembayara sekali da dihitug dega simulasi T(x) secara kotiu adalah sebesar Rp.0,

11 Pembayara Premi Tiap Tahu Da utuk pembayara premi tiap tahu adalah kita mecari dulu auitas seumur 1 x hidupya persamaa (2.9.17) yaitu a&& x = sehigga d 1 0,3890 ax && = = 25, Kemudia kita hitug premi yag harus dibayarka tertaggug tiap tahuya selama si tertaggug masih hidup dega persamaa ( ) yaitu P a X = sehigga X && X 0,3890 P = 0, X 25, 051 = ii berarti premi yag harus dibayarka adalah 0, * Rp.1,- =Rp. 0, tiap tahuya selama si tertaggug masih hidup. Pembayara Premi m-kali dalam Setahu Da utuk pembayara premi yag dilakuka m-kali dalam setahu adalah kita cari dahulu auitas seumur hidup yag m-kali pembayara dega persamaa (2.9.20) yaitu a&& d m 1 2m ( m) = a&& x x ( m) x ax && d sehigga (12) 0, = 25,051 0, =24, , Kemudia kita cari premiya dega persamaa ( ) yaitu P ( m) X ( ) X = a&& x X ( m) (12) 0, P = 0, X 24, = sehigga X ( ) Selajutya kita hitug besarya premi tersebut yaitu 0, *Rp.1,-= Rp. 0,01582 Ii berarti si tertaggug harus membayar sebayak m=12 kali dalam 62

12 setahu yag total pembayaraya dalam setahu tersebut adalah Rp. 0,01582 selama si tertaggug masih hidup Beefit dibayarka pada akhir tahu kematia (Diskrit) Pembayara Premi Sekali Bayar Sekarag utuk pembayara beefit yag dilakuka secara diskrit. Utuk secara diskrit kita masih megguaka ilai E yag telah dibagkitka sebelumya, da ilai T. Yag jadi perbedaa adalah kita mediskritka fugsi T tersebut sehigga didapat K= i Ki i Ki i Ki

13 Dega cotoh surasi Seumur Hidup secara diskrit maka kita guaka fugsi buga V k+1 =V k+1 (diskrit) maka V k+1 = i V k+1 i V k+1 i V k

14 Kemudia kita hitug rata-rata (mea) dari V k+1 didapat ilai 0, Lalu dega rumus Zk + 1= bk + 1Vk + 1 dimaa V k+1 = 0, da b k+1 = Rp.1,- Maka Z k+1 = Premi yag harus dibayar adalah 0, * Rp.1,- = Rp. 0,38428 Sehigga Premi Yag harus dibayar si tertaggug utuk asurasi seumur hidup dega pembayara sekali da dihitug dega simulasi T(x) utuk asurasi diskrit adalah sebesar Rp. 0, Pembayara Premi Tiap Tahu pembayara premi tiap tahu adalah kita mecari dulu auitas seumur hidupya persamaa (2.9.17) yaitu a&& x = 1 x d sehigga 1 0, ax && = = 25, , Kemudia kita hitug premi yag harus dibayarka tertaggug tiap tahuya selama si tertaggug masih hidup dega persamaa (2.10.2) yaitu P a X = sehigga X && X 0, P = 0, X 25, = ii berarti premi yag harus dibayarka adalah 0, * Rp.1.- = Rp. 0,01522 tiap tahuya selama si tertaggug masih hidup. 9

15 Pembayara Premi m kali Pembayara dalam setahu Da utuk pembayara premi yag dilakuka m-kali dalam setahu adalah kita cari dahulu auitas seumur hidup yag m-kali pembayara dega persamaa (2.9.20) yaitu a&& x ( m) sehigga ax && d.. m 1 = a x ( m) d 2m x (12) 0, = 25, , = 24, , Kemudia kita cari premiya dega persamaa ( ) yaitu P ( m) X = a&& x X ( m) sehigga (12) 0, P X = = 0, , Selajutya kita hitug besarya premi tersebut yaitu 0, *Rp.1.-=Rp 0, Ii berarti si tertaggug harus membayar sebayak m=12 kali dalam setahu yag total pembayaraya dalam setahu tersebut adalah Rp. 0,01550 selama si tertaggug masih hidup surasi Dwigua Beefit dibayarka sesaat terjadiya kematia (Kotiu) Pembayara Premi Sekali Bayar Ketetuaya sama dega di atas. surasi Dwigua dalam cotoh ii adalah surasi Dwigua 10 Tahu yaitu gabuga atara asurasi berjagka 10 tahu + asurasi Dwigua muri sesuai dega persamaa (2.8.10) yaitu 10

16 1 x : x : = + Utuk itu kita cari dahulu asurasi Dwigua muriya ( E x ) dega persamaa (2.8.6) yaitu v v t = maka E x E x = v = = 1+ i 1+ 0,025 = 0, Da utuk asurasi berjagka 10 tahu didapat 1 x: = 0, ,maka besarya premi sekali bayar utuk asurasi Dwigua dimaa beefitya dibayar sesaat terjadiya kematia adalah 1 = + x : x : E x = = x : 0, , , Pembayara Premi Tiap Tahu Pembayara tiap tahu utuk asurasi Dwigua dimaa pembayara beefit dilakuka secara kotiu. Hitug dulu auitasya dega persamaa (2.9.16) yaitu a&& x : [ ] 1 E Z 1 = E[ Y] = = d d x: Maka.. 1 0, = = 7, , a x : Premi yag harus dibayarka dihitug dega persamaa ( ) yaitu P x : = a&& x: x : 0, sehigga x : P = 0, , = 11

17 Jadi premi yag harus dibayarka utuk asurasi Dwigua 10 tahu dimaa pembayara beefit dilakuka secara kotiu adalah 0, *Rp1,- =Rp. 0,10877,- tiap tahu selama jagka waktuya habis (dalam hal ii 10 tahu). Pembayara Premi m kali dalam setahu Hitug dulu auitas m kali pembayara dega persamaaa (2.9.19) a&& d ( m) = a&& x : x : ( m) d m 1 2m x: Maka.. a d m 1 2m (12).. = a x: x: sehigga (12) x : d && ax: (12) 0, = 7, , = 7, , Premi yag harus dibayarka adalah megguaka persamaa ( ) ( ) x: P = x : ( m) x : m yaitu ( ) a&& P = = x : (12) 0, , maka ( ) 0, Jadi premi yag harus dibayarka utuk asurasi Dwigua 10 tahu dimaa pembayara beefit dilakuka secara kotiu adalah 0, *Rp1,- =Rp. 0,11584 (pembulata) dalam 12 kali pembayara dalam setahu selama jagka waktuya habis(dalam hal ii 10 tahu) Beefit dibayarka di akhir tahu kematia (Diskrit) Pembayara Premi Sekali bayar 12

18 Ketetuaya sama dega di atas. surasi Dwigua dalam cotoh ii adalah surasi Dwigua 10 Tahu yaitu gabuga atara asurasi berjagka 10 tahu + asurasi Dwigua muri sesuai dega persamaa (2.8.9) yaitu = 1 + Ex x : x : Utuk itu kita cari dahulu asurasi Dwigua muriya( E x ) dega persamaa (2.8.6) yaitu E x = v = = 1+ i 1+ 0,025 = 0, Da utuk asurasi berjagka 10 tahu didapat 1 x: = maka besarya premi sekali bayar utuk asurasi Dwigua beefitya dibayar sesaat terjadiya kematia adalah = 1 + Ex x : x : = 0, , = 0, x : Pembayara Premi Tiap Tahu Hitug dulu auitasya dega persamaa (2.9.16) yaitu.. a x : [ ] 1 E Z 1 = E[ Y] = = d d x: Maka && a x : 1 1 0, d 0, x : = = = 7, Premi yag harus dibayarka dihitug dega persamaa (2.10.6) yaitu P x : = a&& x: x : 0, sehigga x : P = 0, , = Jadi premi yag harus dibayarka utuk asurasi Dwigua 10 tahu dimaa pembayara beefit dilakuka secara diskrit adalah 0, *Rp1,- =Rp. 0,10634 tiap tahu selama jagka waktuya habis (dalam hal ii 10 tahu). 13

19 Pembayara Premi m kali dalam Setahu Hitug dulu auitas m-kali pembayara dega persamaaa (2.9.19) ( m) d m 1 a&& x: = a&& x: x: sehigga ( m) d 2m (12) a&& x : 0, = 7, , = 7, , Premi yag harus dibayarka adalah megguaka persamaa ( ) P ( m) x : = && x: ( m) a x: (12) 0, maka P = 0, x : 7, = Jadi premi yag harus dibayarka utuk asurasi Dwigua 10 tahu dimaa pembayara beefit dilakuka secara diskrit adalah 0, *Rp1,- =Rp. 0,11312 dalam 12 kali pembayara dalam setahu selama jagka waktuya habis (dalam hal ii 10 tahu) surasi Berjagka Tahu Cotoh perhituga utuk asurasi berjagka 10 tahu da ketetua yag ada sama dega di atas.kita masih sama megguaka variabel U da E. Dari ilai-ilai T yag telah dibagkitka di atas, cari ilai-ilai T yag lebih kecil dari jagka waktu asurasi yag dipilih (10 tahu) Beefit dibayarka sesaat terjadiya kematia (Kotiu) Pembayara Premi Sekali Bayar 14

20 Hitug fugsi buga dega ilai-ilai T yag telah disortir di atas megguaka V t =V T da rata-rata dari V t sehigga didapat ilai dari V t = 0, Kemudia kita hitug ilai premiya dega rumus Z t =b t v t maka didapat premi sekali bayarya( )=0, *Rp1,- x: =Rp.0,03563 Jadi si tertaggug harus membayar sebesar Rp.0,03563 sekali bayar utuk asurasi berjagka waktu 10 tahu yag maa pembayara beefitya dilakuka sesaat terjadiya kematia. 1 Pembayara Premi Tiap Tahu Hitug dulu auitasya. uitas pada jagka waktu sama dega auitas Dwigua, yag berarti && ax: 1 1 0, d 0, x : = = = 7, sehigga premi yag harus dibayarka megguaka persamaa (2.10.9) yaitu P = && 1 1 x: x : ax: 1 0, sehigga x P : = 0, , = ii berarti premi yag harus dibayarka utuk asurasi ii adalah sebesar 0, *Rp.1,-=Rp 0,00474 tiap tahuya selama jagka waktu asurasiya habis (10 tahu). Pembayara Premi m kali Setahu 15

21 Hitug dulu auitas m kali pembayara megguaka persamaa d m 1 a a 2m d ( m) 1 && x : = && x : sehigga ( m) x : (12) a&& x : 0, = 7, , = 7, , Premi yag harus dibayarka megguaka persamaa ( ) 1 ( ) ( m) x: P = x : ( m) x: a&& 1 P = = x : 1 sehigga ( ) (12) 0, , , Ii berarti besarya premi yag harus dibayarka adalah sebesar 0, *Rp.1,-=Rp. 0,00480 dalam 12 kali pembayara di dalam setahu selama jagka waktu asurasi (10 tahu) Beefit dibayarka pada akhir tahu kematia (Diskrit) Pembayara Premi Sekali Bayar Sama seperti cara sebelumya kita cari ilai T yag kurag dari jagka waktu asurasi (dalam hal ii 10 tahu), kemudia kita diskritka lalu kita hitug fugsi bugav k+1 =V K+1 da rata-rata dari V k+1 sehigga didapat ilai dari V K+1 = 0, Kemudia kita hitug ilai premiya dega rumus Z b V = maka didapat premi sekali k + 1 k + 1. k + 1 bayarya( 1 x: )=0, *Rp1,-= Rp.0, Jadi si tertaggug harus membayar sebesar Rp. 0,03223 sekali bayar utuk asurasi berjagka waktu 16

22 10 tahu yag maa pembayara beefitya dilakuka akhir tahu terjadiya kematia. Pembayara Premi tiap Tahu Hitug dulu auitasya. uitas pada jagka waktu sama dega auitas 1 1 0, x : Dwigua, yag berarti ax && : = = = 7, d 0, premi yag harus dibayarka megguaka persamaa (2.10.9) yaitu P = && 1 1 x: x : ax: 1 0, sehigga x P : 0, , ii berarti premi yag harus dibayarka utuk asurasi ii adalah sebesar 0, *Rp.1,-=Rp 0, tiap tahuya selama jagka waktu asurasiya habis (10 tahu). Pembayara Premi m kali dalam setahu Hitug dulu auitas m kali pembayara megguaka persamaa d m 1 2m ( m) 1 a&& x : = a&& x : sehigga ( m) x : d (12) a&& x : 0, = 7, , = 7, , Premi yag harus dibayarka megguaka persamaa ( ) yaitu P 1 1 ( m) = x: x : ( m) a&& x: (12) 0, sehigga P = 0, , = 17

23 Ii berarti premi yag harus dibayarka utuk asurasi ii adalah sebesar 0, *Rp,1,-=Rp. 0, dalam 12 kali pembayara dalam setahu selama jagka waktu asurasi (10 tahu). 3.3 Peracaga Pirati Luak plikasi Peracaga State Trasitio Diagram (STD) Berikut ii adalah STD sofware yag dikembagka oleh peulis : STD Layar Meu Utama Gambar 3.1 STD Layar Meu Utama Pada State Trasitio Diagram berikut ii, setelah user mejalaka program aplikasi perhituga premi, user masuk ke layer meu utama. Dalam layar utama, user dapat memilih start yag atiya aka berpidah ke layar perhituga premi, pilih about yag kemudia aka meampilka layar hak cipta atau about, atau user dapat memilih exit utuk megakhiri program aplikasi da kembali ke ligkuga widows. 18

24 STD Layar Perhituga Premi Gambar 3.2 STD Layar Perhituga Premi Pada STD layar perhituga premi ii, user dapat memilih tidaka meghitug premi berdasarka iformasi yag sebelumya telah diisika user sebelumya dega memilih hitug premi. Memilih reset diguaka utuk megosogka semua iformasi yag telah diisi gua diisi data yag yag baru utuk dilakuka perhituga premi lagi. tau user dapat memilih Exit utuk megakhiri program da kembali ke ligkuga widows STD Layar bout 19

25 Gambar 3.3 STD Layar bout Pada STD layar bout ii, aka ditampilka hak cipta dari pembuat program aplikasi ii, dalam hal ii adalah peulis. User dapat memilih close yag megakibatka layar about ii meutup da user kembali ke layar sebelumya Peracaga Layar Pada program aplikasi ii, peulis aka membuat haya 3 layar.layar yag pertama adalah layar meu.da kedua layar yag lai adalah layar utama (perhituga Premi) da Layar hak cipta pembuat software ii Layar Meu Layar Meu berfugsi sebagai layar utama ketika user mejalaka program. Program plikasi Perhituga Premi Start bout Exit Perhituga Premi surasi Jiwa Dega Pedekata Gompertz Gambar 3.4 Racaga Layar Meu Pada Layar meu terdapat 3 piliha yaitu Start, bout da exit Jika user memilih Start, maka user aka memasuki form utama yaitu form perhituga premi. Utuk piliha about, user aka di bawa ke suatu form pembuat software ii.yag terakhir, jika user memilih exit maka user aka keluar dari program aplikasi ii 20

26 Layar Utama(Perhituga Premi) Layar Perhituga premi ii diguaka utuk meghitug premi dega membagkitka / mesimulasika ilai T. Form Perhituga Premi Perhituga Premi File bout plikasi Perhituga Premi Taggal Pembuata Polis : Nama Klie Umur Klie : Beefit Yag Diigika Program surasi O surasi Seumur Hidup O surasi Berjagka O surasi Dwigua Jeis Pembayara O Sekali Bayar O Tiap Tahu O m kali dalam setahu kali Jagka Waktu surasi Tahu Cara Perhituga O Diskrit O Kotiu Hitug Premi Reset Prit Exit Gambar 3.5 Racaga Layar Perhituga Premi Dalam layar ii, terdapat iformasi taggal sekarag (program saat dijalaka), ama klie, umur klie, serta beefit yag diigika, dimaa semuaya harus diisi karea diperluka dalam perhituga Yag 21

27 terutama adalah kita dapat memilih program asurasi yag ditawarka, jagka waktu yag diigika, jeis pembayara, sekarag ii serta cara perhituga yag diigika. Da setelah semuaya selesai diisi, user dapat lagsug meghitug premi dega cara megklik tombol hitug premi, da jika igi meghitug data baru maka tombol reset dapat diteka.jika user igi mecetak hasil perhituga yag telah dilakuka maka user dapat meeka tombol prit.tombol prit baik yag ada pada meu bar file submeu prit maupu tombol yag ada disampig tombol reset aka aktif jika suatu perhituga premi telah dilakuka.dega meeka tombol prit ii maka user dapat mecetak hasil perhituga ke dalam media kertas, atau user dapat mecetakya sebagai file gambar atau text. Nama Klie : xxxxxxxxxxxxxxxxx Umur : xx Besarya Uag Pertagguga : Rp.xxx.xxx.xxx,- Jeis surasi : xxxxxxxxxxxxxxxx Jagka Waktu : xxxxx Jeis Pembayara : xxxxxxxxxxxxxxx Keteraga xxxxxxxxxxxxxxxxxxxxxxxx Premi yag harus dibayarka : Rp. xxx.xxx,- Gambar 3.6 Racaga Hasil Perhituga Premi Pada cetaka hasil perhituga premi tersebut, termuat iformasi sebagai berikut: Nama Klie 22

28 Umur Klie Besarya Beefit (Uag Pertagguga) yag diigika Jeis asurasi yag diigika Jagka waktu asurasi (kecuali asurasi seumur hidup) Jeis pembayara yag diigika Keteraga, maksudya apakah beefit dibayarka sesaat terjadiya klaim(kotiu) atau beefit dibayarka pada akhir tahu terjadiya klaim (diskrit) Besarya premi yag harus dibayar Jika User igi melihat hak cipta pembuat software maka tombol about dapat diteka. Yag terakhir, jika user selesai dega program tersebut, maka user bisa megakhiri program tersebut dega meeka tombol keluar Layar bout Layar bout ii diracag utuk meampilka hak cipta atau dega kata lai pembuat program aplikasi ii. 23

29 bout Program Perhituga Premi surasi Jiwa Dega Pedekata Gompertz Dibuat Oleh Herry Tekik Iformatika & Matematika Uiversitas Bia Nusatara 2006 Close Gambar 3.7 Racaga Layar bout Dalam hal ii, yag membuat program aplikasi ii adalah peulis. Setelah selesai melihat hak cipta tersebut, user dapat meutup form tersebut dega meeka tombol close Peracaga Modul Layar Meu Modul Load_Meu Fugsi : Sebagai Meu, perpidaha dari satu layar ke layar laiya. ktifka Meu Start ktifka Meu bout ktifka Meu Exit 24

30 Modul Start_click Fugsi : Pidah ke layar utama, yaitu layar perhituga premi dega simulasi T(x) Tampilka Layar Simulasi T(x) Tutup Layar Meu Modul bout_click Fugsi: Meampilka layar bout, yaitu layar yag meampilka hak cipta dari pembuat program aplikasi tersebut, dalam hal ii adalah peulis. Tampilka Layar bout Modul Exit_click Fugsi: keluar dari program aplikasi atau dega kata lai meutup program plikasi. Program termiate 25

31 Layar Utama (Perhituga Premi) Modul Iitiate Umum Fugsi : Utuk Medefiisika variabel yag terlibat dalam perhituga premi Tetuka Umur Si tertaggug Tetuka Buga Tetuka Nilai Force of iterest, Disko Faktor. Tetuka parameter m da c Modul RadomV Fugsi : Membagkitka ilai radom yag uiform serta metrasformasika ke suatu betuk yag atiya dipakai dalam perhituga pada FugsiT. Lakuka perulaga utuk variabel u mulai dari 0 sampai J. Trasformasika u ke suatu betuk tertetu. Modul FugsiTs Fugsi : Membagkitka ilai T, yaitu Future Life Time, sisa hidup tertaggug utuk asurasi seumur hidup 26

32 Bagkitka ilai T dega megguaka rumus yag telah ada dega megambil parameter dari RadomV da parameter m c Modul FugsiT Fugsi : Mesortir ilai ilai T yag kurag dari jagka waktu asurasi. Fugsi T ii diguaka utuk asurasi berjagka da dwigua Bagkitka ilai T dega megguaka rumus yag telah ada dega megambil parameter dari RadomV da parameter m c Pilih ilai T yag kurag dari jagka waktu asurasi da kemudia tampug dalam variabel Tt. (dilakuka utuk asurasi berjagka da dwigua) Modul Nsp_Cwl (Net Sigle Premium Cotious Whole Life) Fugsi : Meghitug ilai premi dari asurasi seumur hidup yag pembayara beefitya sesaat terjadiya kematia da pembayara premiya adalah sekali bayar mbil ilai T dari Modul FugsiTs Hitug fugsi buga dari masig-masig ilai T Hitug rata-rata dari fugsi buga tersebut Nilai rata-rata dari fugsi buga tersebut adalah Premi asurasi seumur hidup dega pembayara premi sekali bayar(nspwc) 27

33 Modul ual_cwl (ual Cotiuos Whole Life) Fugsi : Meghitug premi yag dibayar tiap tahu utuk asurasi seumur hidup dimaa beefit dibayarka pada saat terjadi kematia. mbil ilai NSPwc dari modul Nsp_Cwl Hitug auitas utuk pembayara tiap tahu Hitug Premi (Premi_aual_cwl) yag dibayar tiap tahu dega membagi NSPwc dari modul Nsp_Cwl dega auitasya Modul Mothly_Cwl (Mothly Cotiuos Whole Life) Fugsi: Meghitug premi yag dibayar tiap m-kali dalam setahu utuk asurasi seumur hidup da beefit dibayarka sesaat terjadiya kematia mbil NSPwc dari modul Nsp_Cwl Hitug auitas utuk pembayara m-kali dalam setahu Hitug Premi (premi_mothly_cwl) yag dibayarka m kali dalam setahu dega membagi NSPwc dari modul Nsp_Cwl dega auitasya Modul Nsp_Dwl (Net Sigle Premium Discrit Whole Life) 28

34 Fugsi:Meghitug ilai premi dari asurasi seumur hidup dimaa pembayara beefitya dilakuka sesaat terjadiya klaim da pembayara premi adalah sekali bayar mbil ilai T dari Modul Fugsi Ts Diskritka ilai T tersebut dega cara turuka ke bilaga iteger di bawahya kemudia ditambahka bilaga 1 Hitug ilai klaim dari masig-masig ilai K Hitug rata-rata dari fugsi buga tersebut Nilai rata-rata tersebut adalah premi bersih utuk asurasi seumur hidup dimaa beefit dibayarka di akhir tahu kematia da pembayara premi adalah sekali bayar (Nspwd) Modul ual_dwl (ual Discrete Whole Life) Fugsi: Meghitug premi yag dibayar tiap tahu utuk asurasi seumur hidup da beefit dibayarka di akhir tahu kematia mbil ilai Nspwd dari modul Nsp_Dwl Hitug auitas utuk pembayara tiap tahu Hitug Premi (premi_aual_dw)l yag dibayar tiap tahu dega membagi Nspwd dari modul Nsp_Dwl dega auitasya Modul Mothly_Dwl (Mothly Discrete Whole Life) 29

35 Fugsi: Meghitug premi yag dibayar tiap m-kali dalam setahu utuk asurasi seumur hidup da beefit dibayarka di akhir tahu kematia mbil ilai Nspwd dari modul Nsp_Dwl Hitug auitas utuk pembayara m-kali dalam setahu Hitug Premi (premi_mothly_dw)l yag dibayarka m kali dalam setahu dega membagi Nspwd dari modul Nsp_Dwl dega auitasya Modul Nsp_Ct (Net Sigle Premium Cotious N-year Term) Fugsi:Meghitug ilai premi dari asurasi berjagka yag dibuat secara kotiu da pembayaraya adalah sekali bayar mbil ilai-ilai Tt dari Modul FugsiT Hitug fugsi buga dari masig-masig ilai Tt Hitug rata-rata dari fugsi buga tersebut Nilai rata-rata tersebut adalah premi sekali bayar (NSPTc) Modul ual_ct (ual Cotious N-year Term) Fugsi: Meghitug premi yag dibayar tiap tahu utuk asurasi berjagka tahu da beefit dibayarka sesaat terjadiya kematia. mbil ilai NSPTc dari modul Nsp_Ct Hitug auitas utuk pembayara tiap tahu 30

36 Hitug Premi(premi_aual_ct) yag dibayar tiap tahu dega membagi NSPTc dari modul Nsp_Ct dega auitasya Modul Mothly_Ct (Mothly Cotiuos N-year Term) Fugsi: Meghitug premi yag dibayar tiap m-kali dalam setahu utuk asurasi berjagka -tahu da beefit dibayarka sesaat terjadiya kematia mbil ilai NSPTc dari modul Nsp_Ct Hitug auitas utuk pembayara m-kali dalam setahu Hitug Premi (premi_mothly_ct) yag dibayarka m kali dalam setahu dega membagi NSPTc/premi dari modul Nsp_Ct dega auitasya Modul Nsp_Dt (Net Sigle Premium Discrit -year Term) Fugsi : Meghitug ilai premi dari asurasi berjagka dimaa pembayara beefitya dilakuka pada akhir tahu kematia da pembayara premiya adalah sekali bayar mbil ilai Tt dari Modul Fugsi T Diskritka ilai Tt tersebut dega cara turuka ke bilaga iteger di bawahya kemudia ditambahka bil 1 sehigga meghasilka K Hitug fugsi buga dari masig-masig ilai K Hitug rata-rata dari fugsi buga tersebut 31

37 Nilai rata-rata dari fugsi buga tersebut adalah premi sekali bayar atau NSPTd Modul ual_dt (ual Discrete N-year Term) Fugsi: Meghitug premi yag dibayar tiap tahu utuk asurasi berjagka dimaa beefit dibayarka pada akhir tahu kematia mbil ilai NSPTd dari modul Nsp_Dt Hitug auitas utuk pembayara tiap tahu Hitug Premi (premi_aual_dt) yag dibayar tiap tahu dega membagi NSPTd /premi dari modul Nsp_Dt dega auitasya Modul Mothly_Dt (Mothly Discrete N-year Term) Fugsi:Meghitug premi yag dibayar tiap m-kali dalam setahu utuk asurasi berjagka da beefit dibayarka pada akhir tahu kematia mbil ilai NSPTd dari modul Nsp_Dt Hitug auitas utuk pembayara m-bula Hitug Premi (premi_mothly_dt) yag dibayarka m kali dalam setahu dega membagi NSPTd /premi dari modul Nsp_Dt dega auitasya 32

38 Modul Nsp_Cped (Net sigle Premium Cotious Pure owmet) Fugsi :Meghitug ilai premi dari asurasi yag Dwigua muri yag maa beefit dibayarka sesaat terjadiya kematia, yag merupaka bagia asurasi Dwigua Hitug fugsi buga yaitu dega mempagkatka faktor buga dega jagka waktu asurasiya Hasil perhituga fugsi buga tersebut adalah NSPEpc atau premi dari dwigua muri Modul Nsp_Dped (Net Sigle Premium Discrit Pure owmet) Fugsi: Meghitug ilai premi dari asurasi yag Dwigua muri yag maa beefit dibayarka pada akhir tahu kematia, yag merupaka bagia asurasi Dwigua Hitug Fugsi buga yaitu dega mempagkatka faktor buga dega jagka waktu asurasiya Hasil perhituga fugsi buga tersebut adalah NSPEpd atau premi dari dwigua muri 33

39 Modul NSP_Ced (Net Sigle Premium Cotious owmet) Fugsi: Meghitug ilai premi dari asurasi Dwigua dega jagka waktu dimaa beefit dibayarka pada saat terjadiya kematia da pembayara premi dilakuka sekali bayar. mbil fugsi buga dari asurasi berjagka tahu dalam modul Nsp_Ct mbil fugsi buga dari asurasi pure owmet tahu dalam modul Nsp_Cped Jumlahka kedua fugsi buga tersebut Hitug rata-rata dari jumlah kedua fugsi bugatersebut Nilai rata-rata tersebut adalah NSPEd /premi sekali bayar utuk asurasi Dwigua Modul ual_ced (ual Cotious owmet) Fugsi: Meghitug premi yag dibayar tiap tahu utuk asurasi Dwigua berjagka waktu tahu da beefit dibayarka pada saat terjadiya kematia mbil ilai NSPEc/premi dari modul NSP_Ced Hitug auitas utuk pembayara tiap tahu Hitug Premi (premi_aual_ced) yag dibayar tiap tahu dega membagi NSPEc/ /premi dari modul NSP_Ced dega auitasya 34

40 Modul Mothly_Ced (Mothly Cotious owmet) Fugsi: Meghitug premi yag dibayar tiap m-kali dalam setahu utuk asurasi dwigua da beefit dibayarka pada saat terjadiya kematia mbil ilai NSPEc/premi dari modul NSP_Ced Hitug auitas utuk pembayara m-kali pembayara dalam setahu Hitug Premi (premi_aual_ced) yag dibayarka m kali dalam setahu dega membagi NSPEc/premi dari modul NSP_Ced dega auitasya Modul NSP_Ded (Net Sigle Premium Discrit owmet) Fugsi: Meghitug ilai premi dari asurasi Dwigua dega jagka waktu dimaa beefit dibayarka pada akhir tahu kematia da pembayara premi dilakuka sekali bayar. mbil fugsi buga dari asurasi berjagka tahu dalam modul Nsp_Dt mbil fugsi buga dari asurasi dwigua muri dalam modul Nsp_Dped Jumlahka kedua fugsi buga tersebut Hitug rata-rata dari jumlah kedua ilai klaim tersebut Nilai rata-rata tersebut adalah NSPEc / premi sekali bayar utuk asurasi Dwigua 35

41 Modul ual_ded (ual Discrete owmet) Fugsi: Meghitug premi yag dibayar tiap tahu utuk asurasi Dwigua berjagka waktu tahu da beefit dibayarka pada akhir tahu kematia. mbil ilai NSPEd/premi dari modul NSP_Ded Hitug auitas utuk pembayara tiap tahu Hitug Premi (premi_aual_ded) yag dibayar tiap tahu dega membagi NSPEd/ /premi dari modul NSP_Ded dega auitasya Modul Mothly_Ded (Mothly Discrete owmet) Fugsi:Meghitug premi yag dibayar tiap m-kali pembayara dalam setahu utuk asurasi Dwigua da beefit dibayarka pada akhir tahu kematia. mbil ilai NSPEd/premi dari modul NSP_Ded Hitug auitas utuk pembayara m-kali pembayara dalam setahu Hitug Premi (premi_mothly_ded) yag dibayar m kali dalam setahu dega membagi NSPEd/premi dari modul NSP_Ded dega auitasya Modul but Hitug Premi_Click Fugsi: Meghitug Nilai premi sesuai dega piliha yag telah di buat dalam 36

42 layar simulasi T(x) Jika ama = kosog maka Tampilka pesa Nama harus diisi Jika umur <> agka maka Tampilka pesa Tolog umur dilihat kembali Jika editbox umur <15 atau umur>50 maka Tampilka pesa Umur Harus Berada atara Jika beefit = kosog maka Tampilka pesa Uag pertagguga harus diisi Jika beefit <> agka maka Tampilka pesa Tolog beefit dilihat kembali Jika beefit < atau beefit> maka Tampilka pesa Uag Pertagguga harus berkisar Rp Rp Jika radiobutto pembayara m-kali checked maka Isika editbox m-kali ke variabel bula(mt) Jika Editbox jagka waktu = kosog maka Tampilka pesa Harap Jagka Waktu surasi diisi Jika radiobutto pembayara m kali checked maka 37

43 Jika Editbox pembayara m kali kosog maka Tampilka pesa Harap pembayara m kali diisi Jika Editbox pembayara m kali <0 atau >12 maka Tampilka pesa Bayakya pembayara harus 1-12 kali Jika radiobutto asurasi seumur hidup checked maka Jalaka modul fugsits Jalaka modul Nsp_Cwl Jalaka modul Nsp_Dwl Jalaka modul ual_cwl Jalaka modul ual_dwl Selai itu jika radiobutto asurasi berjagka checked atau asurasi dwigua checked maka Jika Editbox jagka waktu = kosog maka Tampilka pesa Harap Jagka Waktu surasi diisi Jalaka modul FugsiT Jalaka modul Nsp_Ct Jalaka modul Nsp_Dt Jalaka modul ual_ct Jalaka modul ual_dt 38

44 Jalaka modul Nsp_Cped Jalaka modul Nsp_Dped Jalaka modul Nsp_Ced Jalaka modul Nsp_Ded Jalaka modul ual_ced Jalaka modul ual_ded Jika radiobutto asurasi berjagka checked da sekali bayar checked maka Jika radiobutto kotiu checked maka cetak=beefit* NSPTc Isika di editbox premi cetak Jika radiobutto diskrit checked maka Cetak = beefit * NSPTd Isika di editbox premi cetak Selai itu jika radiobutto asurasi berjagka checked da Tiap tahu checked maka 39

45 Jika radiobutto kotiu checked maka cetak=beefit* Premi_aual_ct Isika di editbox premi cetak Jika radiobutto diskrit checked maka Cetak = beefit * Premi_aual_dt Isika di editbox premi cetak Selai itu jika radiobutto asurasi berjagka checked da m kali pembayara checked maka Jika radiobutto kotiu checked maka Jalaka modul Mothly_ct cetak=beefit* Premi_mothly_ct Isika di editbox premi cetak Jika radiobutto diskrit checked maka Jalaka modul Mothly_dt Cetak = beefit * Premi_mothly_dt 40

46 Isika di editbox premi cetak Jika radiobutto asurasi seumur hidup checked da sekali bayar checked maka Jika radiobutto kotiu checked maka cetak=beefit* NSPWc Isika di editbox premi cetak Jika radiobutto diskrit checked maka Cetak = beefit * NSPWd Isika di editbox premi cetak Selai itu jika radiobutto asurasi seumur hidup checked da Tiap tahu checked maka Jika radiobutto kotiu checked maka 41

47 cetak=beefit* Premi_aual_cwl Isika di editbox premi cetak Jika radiobutto diskrit checked maka Cetak = beefit * Premi_aual_dwl Isika di editbox premi cetak Selai itu jika radiobutto asurasi seumur hidup checked da m kali pembayara checked maka Jika radiobutto kotiu checked maka Jalaka modul Mothly_cwl cetak=beefit* Premi_mothly_cwl Isika di editbox premi cetak Jika radiobutto diskrit checked maka Jalaka modul Mothly_dwl Cetak = beefit * Premi_mothly_dwl Isika di editbox premi cetak 42

48 Jika radiobutto asurasi dwigua checked da sekali bayar checked maka Jika radiobutto kotiu checked maka cetak=beefit* NSPEc Isika di editbox premi cetak Jika radiobutto diskrit checked maka Cetak = beefit * NSPEd Isika di editbox premi cetak Selai itu jika radiobutto asurasi dwigua checked da Tiap tahu checked maka Jika radiobutto kotiu checked maka cetak=beefit* Premi_aual_ced Isika di editbox premi cetak Jika radiobutto diskrit checked maka 43

49 Cetak = beefit * Premi_aual_ded Isika di editbox premi cetak Selai itu jika radiobutto asurasi berjagka checked da m kali pembayara checked maka Jika radiobutto kotiu checked maka Jalaka modul Mothly_ced cetak=beefit* Premi_mothly_ced Isika di editbox premi cetak Jika radiobutto diskrit checked maka Jalaka modul Mothly_ded Cetak = beefit * Premi_mothly_ded Isika di editbox premi cetak ktifka butto prit 44

50 Modul but Reset_Click Fugsi: Diguaka utuk meset ulag ilai-ilai/ variabel-variabel yag ada mejadi seperti awal dega tujua igi meghitug data yag lai. Set ulag variabel variabel mejadi ilai awal seperti ilai-ilai pada saat awal program dijalaka Kosogka Editbox Nama Klie Kosogka Editbox Taggal Lahir Kosogka Editbox Beefit yag diigika Kosogka Editbox Jagka waktu asurasi Kosogka Editbox cara pembayara tiap m bula Kosogka Editbox premi yag harus dibayar Modul but Prit-Click Fugsi : Mecetak hasil perhituga ke dalam media file atau kertas Buka kotak dialog prit Pilih media priter prit Modul Exit_Click Fugsi: Keluar dari program 45

51 plikasi ditutup Layar bout Modul Close_Click Fugsi: meutup layar about Layar ditutup 46

ANUITAS. 9/19/2012 MK. Aktuaria Darmanto,S.Si.

ANUITAS. 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 terperinci

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika

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

Lebih terperinci

(A.4) PENENTUAN CADANGAN DISESUAIKAN MELALUI METODE ILLINOIS PADA PRODUK ASURANSI DWIGUNA BERPASANGAN

(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 terperinci

ANUITAS DUE PADA STATUS HIDUP PERORANGAN BERDASARKAN FORMULA WOOLHOUSE

ANUITAS 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

CATATAN KULIAH #12&13 Bunga Majemuk

CATATAN 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 terperinci

II. LANDASAN TEORI. Kajian tentang perhitungan nilai aktuaria yang akan dibayarkan n-kali pertahun

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 terperinci

MATEMATIKA BISNIS. OLEH: SRI NURMI LUBIS, S.Si GICI BUSSINESS SCHOOL BATAM

MATEMATIKA 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 terperinci

Muniya Alteza

Muniya 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 terperinci

Modul 1 Modul 2 Modul 3 Modul 4 Modul 5 Modul 6

Modul 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 terperinci

i adalah indeks penjumlahan, 1 adalah batas bawah, dan n adalah batas atas.

i 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 terperinci

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

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

Lebih terperinci

BAB 2 TINJAUAN TEORI

BAB 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 terperinci

SINYAL WAKTU Pengolahan Sinyal Digital Minggu II

SINYAL WAKTU Pengolahan Sinyal Digital Minggu II SINYAL WAKTU Pegolaha Siyal Digital Miggu II 24 Goodrich, Tamassia PENDAHULUAN Defiisi Siyal x(t) Fugsi dari variabel bebas yag memiliki ilai real/skalar yag meyampaika iformasi tetag keadaa atau ligkuga

Lebih terperinci

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:

BAB 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 terperinci

Manajemen Keuangan. Idik Sodikin,SE,MBA,MM KONSEP WAKTU UANG PADA MASALAH KEUANGAN. Modul ke: Fakultas EKONOMI DAN BISNIS. Program Studi Akuntansi

Manajemen 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 terperinci

Buku 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 terperinci

(A.6) PENENTUAN CADANGAN ASURANSI DISESUAIKAN MELALUI METODE OHIO PADA PRODUK GABUNGAN ASURANSI JIWA DAN PENDIDIKAN BERPASANGAN

(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 terperinci

Nilai Waktu dan Uang (Time Value of Money)

Nilai 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 terperinci

Kompleksitas dari Algoritma-Algoritma untuk Menghitung Bilangan Fibonacci

Kompleksitas dari Algoritma-Algoritma untuk Menghitung Bilangan Fibonacci Kompleksitas dari Algoritma-Algoritma utuk Meghitug Bilaga Fiboacci Gregorius Roy Kaluge NIM : 358 Program Studi Tekik Iformatika, Istitut Tekologi Badug Jala Gaesha, Badug e-mail: if8@studets.if.itb.ac.id,

Lebih terperinci

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

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

Lebih terperinci

BAB IV IMPLEMENTASI DAN PENGUJIAN

BAB IV IMPLEMENTASI DAN PENGUJIAN BAB IV IMPLEMENTASI DAN PENGUJIAN 4.1. Istalasi Software da Hardware Dalam pembuata program ii, peulis megguaka Microsoft Visual Studio 2008, utuk implemetasiya megguaka program Crystal Report 8 utuk membuat

Lebih terperinci

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

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

Lebih terperinci

IV. METODE PENELITIAN

IV. 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 terperinci

BARISAN DAN DERET. Materi ke 1

BARISAN 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 terperinci

Bab 3 Metode Interpolasi

Bab 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 terperinci

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus -Mar- Ukura Pemusata Pertemua STATISTIKA DESKRIPTIF Statistik deskripti adalah pegolaha data utuk tujua medeskripsika atau memberika gambara terhadap obyek yag diteliti dega megguaka sampel atau populasi.

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3.1 Metode Pegumpula Data Dalam melakuka sebuah peelitia dibutuhka data yag diguaka sebagai acua da sumber peelitia. Disii peulis megguaka metode yag diguaka utuk melakuka pegumpula

Lebih terperinci

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

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

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat

BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat BAB IV HASIL DAN PEMBAHASAN 4.1 Kebutuha Sistem Sebelum melakuka deteksi da trackig obyek dibutuhka peragkat luak yag dapat meujag peelitia. Peragkat keras da luak yag diguaka dapat dilihat pada Tabel

Lebih terperinci

RESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015

RESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015 RESPONSI STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 015 A. PENYAJIAN DAN PERINGKASAN DATA 1. PENYAJIAN DATA a. Sebutka tekik peyajia data utuk data kualitatif! Diagram kueh, diagram batag, distribusi

Lebih terperinci

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

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

Lebih terperinci

METODE 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 7/4/2012 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 terperinci

MATEMATIKA EKONOMI 1 Deret. DOSEN Fitri Yulianti, SP, MSi.

MATEMATIKA 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 terperinci

DISTRIBUSI KHUSUS YANG DIKENAL

DISTRIBUSI KHUSUS YANG DIKENAL 0 DISTRIBUSI KHUSUS YANG DIKENAL Kita sudah membahas fugsi peluag atau fugsi desitas, baik defiisiya maupu sifatya. Fugsi peluag atau fugsi desitas ii merupaka ciri dari sebuah distribusi, artiya fugsi

Lebih terperinci

Distribusi Pendekatan (Limiting Distributions)

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

Lebih terperinci

BAB IV PEMBAHASAN DAN ANALISIS

BAB IV PEMBAHASAN DAN ANALISIS BAB IV PEMBAHASAN DAN ANALISIS 4.1. Pembahasa Atropometri merupaka salah satu metode yag dapat diguaka utuk meetuka ukura dimesi tubuh pada setiap mausia. Data atropometri yag didapat aka diguaka utuk

Lebih terperinci

BAB III ANUITAS DENGAN BEBERAPA KALI PEMBAYARAN SETAHUN TERHADAP TABUNGAN PENDIDIKAN

BAB 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 terperinci

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

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

Lebih terperinci

IV METODE PENELITIAN

IV 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 terperinci

BAB II CICILAN DAN BUNGA MAJEMUK

BAB II CICILAN DAN BUNGA MAJEMUK BAB II CICILAN DAN BUNGA MAJEMUK 2.1. Buga Majemuk Ada sedikit perbedaa atara suku buga tuggal da suku buga majemuk. Pada suku buga tuggal, besarya buga B = Mp tidak perah digabugka dega modal M. Sebalikya

Lebih terperinci

PENGARUH VARIASI PELUANG CROSSOVER DAN MUTASI DALAM ALGORITMA GENETIKA UNTUK MENYELESAIKAN MASALAH KNAPSACK. Sutikno

PENGARUH VARIASI PELUANG CROSSOVER DAN MUTASI DALAM ALGORITMA GENETIKA UNTUK MENYELESAIKAN MASALAH KNAPSACK. Sutikno sutiko PENGARUH VARIASI PELUANG CROSSOVER DAN MUTASI DALAM ALGORITMA GENETIKA UNTUK MENYELESAIKAN MASALAH KNAPSACK Sutiko Program Studi Tekik Iformatika Fakultas Sais da Matematika UNDIP tik@udip.ac.id

Lebih terperinci

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua BAB IV METODE PENELITlAN 4.1 Racaga Peelitia Racaga atau desai dalam peelitia ii adalah aalisis komparasi, dua mea depede (paired sample) yaitu utuk meguji perbedaa mea atara 2 kelompok data. 4.2 Populasi

Lebih terperinci

MANAJEMEN RISIKO INVESTASI

MANAJEMEN 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 terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Lokasi da Waktu Pegambila Data Pegambila data poho Pius (Pius merkusii) dilakuka di Huta Pedidika Guug Walat, Kabupate Sukabumi, Jawa Barat pada bula September 2011.

Lebih terperinci

MODEL 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 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 terperinci

PEMODELAN ASURANSI JIWA BERDASARKAN ASUMSI MORTALITA WEIBULL

PEMODELAN ASURANSI JIWA BERDASARKAN ASUMSI MORTALITA WEIBULL PEMODELAN ASURANSI JIWA BERDASARKAN ASUMSI MORTALITA WEIBULL Des Alwie Zayati JurusaMatematika, FMIPA, UiversitasSriwijaya Email : dalwiezayati@yahoo.com ABSTRAK Pemodela asurasi jiwa berdasarka asumsi

Lebih terperinci

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang IV. METODE PENELITIAN 4.1 Lokasi da Waktu Peelitia Peelitia ii dilakuka di Kawasa Patai Ayer, Kabupate Serag Provisi Bate. Lokasi ii dipilih secara segaja atau purposive karea Patai Ayer merupaka salah

Lebih terperinci

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3 BAB XII. SUKU BANYAK A = a Pegertia: f(x) = a x + a x + a x + + a x +a adalah suku bayak (poliom) dega : - a, a, a,.,a, a, a 0 adalah koefisiekoefisie suku bayak yag merupaka kostata real dega a 0 - a

Lebih terperinci

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

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

Lebih terperinci

1 n MODUL 5. Peubah Acak Diskret Khusus

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

Lebih terperinci

I. DERET TAKHINGGA, DERET PANGKAT

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

Lebih terperinci

LEMBAR PERNYATAAN DEWAN PENGUJI

LEMBAR PERNYATAAN DEWAN PENGUJI 2006 DAFTAR ISI Halaman HALAMAN JUDUL LUAR... i HALAMAN JUDUL DALAM... ii LEMBAR PENGESAHAN...... iii LEMBAR PERNYATAAN DEWAN PENGUJI... iv ABSTRAK... v KATA PENGANTAR... vi DAFTAR ISI... viii DAFTAR TABEL...

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 36 BAB III METODE PENELITIAN A. Racaga Peelitia 1. Pedekata Peelitia Peelitia ii megguaka pedekata kuatitatif karea data yag diguaka dalam peelitia ii berupa data agka sebagai alat meetuka suatu keteraga.

Lebih terperinci

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

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

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Tujua Peelitia Peelitia ii bertujua utuk megetahui apakah terdapat perbedaa hasil belajar atara pegguaa model pembelajara Jigsaw dega pegguaa model pembelajara Picture ad Picture

Lebih terperinci

Selang Kepercayaan (Confidence Interval) Pengantar Penduga titik (point estimator) telah dibahas pada kuliah-kuliah sebelumnya. Walau statistikawan

Selang Kepercayaan (Confidence Interval) Pengantar Penduga titik (point estimator) telah dibahas pada kuliah-kuliah sebelumnya. Walau statistikawan Selag Kepercayaa (Cofidece Iterval) Pegatar Peduga titik (poit estimator) telah dibahas pada kuliah-kuliah sebelumya. Walau statistikawa telah berusaha memperoleh peduga titik yag baik, amu hampir bisa

Lebih terperinci

BAB III METODOLOGI PENELITIAN. kuantitatif karena bertujuan untuk mengetahui kompetensi pedagogik mahasiswa

BAB III METODOLOGI PENELITIAN. kuantitatif karena bertujuan untuk mengetahui kompetensi pedagogik mahasiswa 54 BAB III METODOLOGI PENELITIAN A. Jeis Peelitia Peelitia ii merupaka peelitia deskriptif dega pedekata kuatitatif karea bertujua utuk megetahui kompetesi pedagogik mahasiswa setelah megikuti mata kuliah

Lebih terperinci

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah.

BAB 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 terperinci

Penyelesaian Persamaan Non Linier

Penyelesaian Persamaan Non Linier Peyelesaia Persamaa No Liier Metode Iterasi Sederhaa Metode Newto Raphso Permasalaha Titik Kritis pada Newto Raphso Metode Secat Metode Numerik Iterasi/NewtoRaphso/Secat - Metode Iterasi Sederhaa- Metode

Lebih terperinci

STATISTIK PERTEMUAN VIII

STATISTIK PERTEMUAN VIII STATISTIK PERTEMUAN VIII Pegertia Estimasi Merupaka bagia dari statistik iferesi Estimasi = pedugaa, atau meaksir harga parameter populasi dega harga-harga statistik sampelya. Misal : suatu populasi yag

Lebih terperinci

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI

BAB 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 terperinci

III. METODE PENELITIAN

III. 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 terperinci

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

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

Lebih terperinci

Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand

Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand TEKIK SAMPLIG PCA SEDERHAA Hazmira Yozza Izzati Rahmi HG Jurusa Matematika FMIPA Uad Defiisi : Jika suatu cotoh berukura diambil dari suatu populasi berukura sedemikia rupa sehigga setiap kemugkia cotoh

Lebih terperinci

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

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

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Permasalaha peugasa atau assigmet problem adalah suatu persoala dimaa harus melakuka peugasa terhadap sekumpula orag yag kepada sekumpula job yag ada, sehigga tepat satu

Lebih terperinci

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

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

Lebih terperinci

B a b 1 I s y a r a t

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

Lebih terperinci

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

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB 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 terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Lokasi da objek peelitia Lokasi peelitia dalam skripsi ii adalah area Kecamata Pademaga, alasa dalam pemiliha lokasi ii karea peulis bertempat tiggal di lokasi tersebut sehigga

Lebih terperinci

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN Jl. Raya Wagu Kel. Sidagsari Kta Bgr Telp. 0251-8242411, email: prhumasi@smkwikrama.et, website : www.smkwikrama.et BAB 2 : BUNGA, PERTUBUHAN DAN PELURUHAN PENGERTIAN BUNGA Buga adalah jasa dari simpaa

Lebih terperinci

Probabilitas dan Statistika Teorema Bayes. Adam Hendra Brata

Probabilitas dan Statistika Teorema Bayes. Adam Hendra Brata robabilitas da Statistika Teorema ayes dam Hedra rata Itroduksi - Joit robability Itroduksi Teorema ayes eluag Kejadia ersyarat Jika muculya mempegaruhi peluag muculya kejadia atau sebalikya, da adalah

Lebih terperinci

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL)

BAB 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 terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

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

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

Lebih terperinci

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian

3 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 terperinci

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL BAB VIII MASAAH ESTIMASI SAT DAN DA SAMPE 8.1 Statistik iferesial Statistik iferesial suatu metode megambil kesimpula dari suatu populasi. Ada dua pedekata yag diguaka dalam statistik iferesial. Pertama,

Lebih terperinci

theresiaveni.wordpress.com NAMA : KELAS :

theresiaveni.wordpress.com NAMA : KELAS : theresiaveiwordpresscom NAMA : KELAS : 1 theresiaveiwordpresscom BARISAN DAN DERET Barisa da deret dapat diguaka utuk memudahka peyelesaia perhituga, misalya buga bak, keaika produksi, da laba/rugi suatu

Lebih terperinci

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

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1.Tempat da Waktu Peelitia ii dilakuka di ligkuga Kampus Aggrek da Kampus Syahda Uiversitas Bia Nusatara Program Strata Satu Reguler. Da peelitia dilaksaaka pada semester

Lebih terperinci

PERCOBAAN 4 VARIABEL ACAK DAN DISTRIBUSI PROBABILITASNYA

PERCOBAAN 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 terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

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

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

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 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 terperinci

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan BAB III METODE PENELITAN. Tempat Da Waktu Peelitia Peelitia dilakuka di SMP Negeri Batudaa Kab. Gorotalo dega subject Peelitia adalah siswa kelas VIII. Pemiliha SMP Negeri Batudaa Kab. Gorotalo. Adapu

Lebih terperinci

II. LANDASAN TEORI. Sampling adalah proses pengambilan atau memilih n buah elemen dari populasi yang

II. LANDASAN TEORI. Sampling adalah proses pengambilan atau memilih n buah elemen dari populasi yang II. LANDASAN TEORI Defiisi 2.1 Samplig Samplig adalah proses pegambila atau memilih buah eleme dari populasi yag berukura N (Lohr, 1999). Dalam melakuka samplig, terdapat teori dasar yag disebut teori

Lebih terperinci

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

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

Lebih terperinci

PENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA

PENAKSIRAN 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 terperinci

PETA KONSEP RETURN dan RISIKO PORTOFOLIO

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

Lebih terperinci

Bab 7 Penyelesaian Persamaan Differensial

Bab 7 Penyelesaian Persamaan Differensial Bab 7 Peelesaia Persamaa Differesial Persamaa differesial merupaka persamaa ag meghubugka suatu besara dega perubahaa. Persamaa differesial diataka sebagai persamaa ag megadug suatu besara da differesiala

Lebih terperinci

L A T I H A N S O A L A N R E G 1 Muhamad Ferdiansyah, S. Stat.

L A T I H A N S O A L A N R E G 1 Muhamad Ferdiansyah, S. Stat. L A T I H A N S O A L A N R E G Muhamad Ferdiasyah, S. Stat. *Saya saraka utuk mecoba sediri baru lihat jawabaya **Jawaba saya BELUM TENTU BENAR karea saya mausia biasa. Silaka dikosultasika jika ada jawaba

Lebih terperinci

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

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

Lebih terperinci

Materi 5 DATA MINING 3 SKS Semester 6 S1 Sistem Informasi UNIKOM 2016 Nizar Rabbi Radliya

Materi 5 DATA MINING 3 SKS Semester 6 S1 Sistem Informasi UNIKOM 2016 Nizar Rabbi Radliya Materi 5 DATA MINING 3 SKS Semester 6 S1 Sistem Iformasi UNIKOM 2016 Nizar Rabbi Radliya izar.radliya@yahoo.com Nama Mahasiswa NIM Kelas Kompetesi Dasar Memahami tekik data miig klasifikasi da mampu meerapka

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

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

Lebih terperinci

BAB III METODOLOGI 3.1 Tempat dan Waktu Penelitian 3.2 Bahan dan Alat 3.3 Metode Pengumpulan Data Pembuatan plot contoh

BAB III METODOLOGI 3.1 Tempat dan Waktu Penelitian 3.2 Bahan dan Alat 3.3 Metode Pengumpulan Data Pembuatan plot contoh BAB III METODOLOGI 3.1 Tempat da Waktu Peelitia Pegambila data peelitia dilakuka di areal revegetasi laha pasca tambag Blok Q 3 East elevasi 60 Site Lati PT Berau Coal Kalimata Timur. Kegiata ii dilakuka

Lebih terperinci

BAB VIII KONSEP DASAR PROBABILITAS

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

Lebih terperinci

Pendekatan Nilai Logaritma dan Inversnya Secara Manual

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

Lebih terperinci