KONTRAK ASURANSI JIWA TERKAIT DENGAN EKUITAS

Ukuran: px
Mulai penontonan dengan halaman:

Download "KONTRAK ASURANSI JIWA TERKAIT DENGAN EKUITAS"

Transkripsi

1 6 ξ 7 C C Karea oroolio iak iegaruhi oleh arus keluar masukya moal seaag erioe, maka biaya awal yag ikeluarka ersis sama ega umlah yag iivesasika aa waku Dega emikia ilai isko aa waku meai ξ 8 KONRAK AURANI JIWA RKAI DNGAN KUIA euru aciello 6 erusahaa asurasi melakuka hegig iak secara erisah uuk seia korak olis melaika uuk keseluruha oroolio asalah uama yag ihaaiya aalah bagaimaa meeuka harga aau bagaimaa meghege korak ika megeluarka korak asurasi yag komleks Paa korak asurasi iwa yag erkai ega ekuias, keuuga yag iaaka oleh emegag olis aa akhir erioe erkai ega oroolio yag irekomeasika Dalam hal ii oroolio erbeuk ari kesaua ase berua saham isalka aau melambagka erkembaga ari harga saham aa waku, maka embayara yag ilakuka oleh erusahaa asurasi aalah sebesar, ika emegag olis ea hiu aa waku Fugsi meruaka ugsi yag bergaug aa erkembaga harga saham, sebagai cooh, korak equiylike muri haya memiliki ugsi ari ilai ermial ari harga saham saa, yaiu, seagka equiy-like ega garasi aau amia ika erai eurua harga saham, memiliki ugsi sebagai beriku: ma, K 9 ega K meruaka garasi elai iu, masih bayak lagi keergauga yag komleks aa korak seeri ii, coohya eraa reur garasi ahua isalka aalah reur aa ahu ke- aa ase a δ aalah garasi aa ahu ke-, maka embayara yag ilakuka oleh egasurasi meai K ma, δ ebelumya aka iaalisis erlebih ahulu kerugia yag aka ihaai oleh egasurasi Noasika sebagai agka beraha hiu aa waku a oroolio megaug emegag saham yag membeli korak ega beuk yag sama yaiu eowme muri yag erkai ega saham aa waku Jika seia korak iiviu ibayarka ega remi uggal aa waku seilai κ, maka ilai saa ii ari kerugia egasurasi aalah ilai saa ii ari korak ikuragi oleh bayakya remi asurasi yag elah ibayarka aa waku, yaiu δ e κ ega e δ aalah akor isko Peubah acak a ieiisika aa ruag ukura eluag Ω,, P i maa P meruaka ukura eluag ari sebara bersama, Karea agka beraha hiu a erkembaga saham aalah bebas sokasik, maka ilai haraa a varia ari kerugia egasurasi aalah sebagai beriku: δ e κ δ e κ a ar ar ar e δ ar δ e ar Peurua rumus uuk ersamaa ii aa iliha aa amira 3 Kemuia oasika ugsi beraha hiu bagi seseorag yag berumur samai ahu alam oasi akuaria saar sebagai beriku : P > 3 Asumsika bahwa sisa waku hiu,, bsi a { },, > { > } bsi eroulli yag aa mecaai ilai ega eluag Dega asumsi ersebu a berasarka Deiisi 7 eag bsi, maka ersamaa aa ibua seeri i bawah ii:

2 7 a i { > } { > } i i P > 4 ar ar { } i > i 5 Dega mesubiusika 4 a 5 ke alam ersamaa a, beruru-uru, aka iaaka hasil sebagai beriku: δ e κ 6 δ e κ a δ ar e 7 δ e ar Nilai haraa ari rese value kerugia aka sama ega ika a haya ika δ κ e Karea klaim aa korak asurasi iwa ii iak aa irelikasi seluruhya, maka uuk sraegi yag erama iguaka sraegi suerrelikasi raegi ii aa asarya meeuka bagaimaa meaaka sraegi sel-iacig ' ega C a ' ' Di maa C meruaka biaya awal a meruaka ivesasi awal iiial value eagka meruaka rese value ari korak eowme muri yag erkai ega ekuias yaiu /, i maa harga saham berasarka moel Co, Ross, Rubisei yag ieiisika oleh ρ, ega ρ,, ρ aalah barisa ari eubah acak bsi ega ρ { a, b} a < P ρ b < ; ρ aalah reur saham er ui selama ierval waku, meruaka ilai isko ari saham aa waku ega roses harga isko / i maa r ehigga ilai isko ari saham aa waku aa iuliska alam beuk sebagai beriku ρ ρ r r r yara alami alam arameer a, b, a r aalah < a < r < b, yaiu reur saham aa seia erioe harus melebihi reur aa abuga ega kemugkia osii a sebalikya oller, euru Argesau 4, suau asar aa ikaaka iak memiliki kemugkia arbirage ika a haya ika eraa ukura eluag P yag ekuivale ega P i maa roses harga isko aalah P - marigale Aka ibukika bahwa aalah marigale Deiisika ilrasi {,,, } ega σ{,, } i maa meruaka ilrasi yag erkai ega erkembaga saham aa asar a iierreasika sebagai iormasi yag ihasilka ari observasi saham samai aa waku Da ilrasi {,,, } ega σ{,, } Filrasi meruaka ilrasi yag megaug iormasi eag emegag olis, seagka megierreasika agka kemaia yag ialami samai aa waku Deiisika {,,, } sebagai ilrasi ambaha ega σ yag megarika bahwa meliui semua iormasi yag erseia Proses harga isko ieiisika alam ruag ukura eluag Ω,, P ilegkai ega ilrasi Diasumsika roses harga, iaaasi, uuk seia, erukur alam - measurable; eermiisik Diasumsika eraa ukura eluag P r a ega P ρ b a b a ρ,, ρ aalah bsi ibawah P Asumsi a < r < b meami < <, sehigga aalah ukura eluag yag ekuivale ega P Ukura P isebu ukura marigale ekuivale Aka ibukika bahwa roses harga saham yag elah iisko,, aalah, P -marigale r a ρ ρ b a b a r aka, ρ r

3 8 euru Deiisi megeai marigale erbuki bahwa meruaka, P - marigale eorema megeai rereseasi marigale beriku erkai ega moel CRR yag iguaka eorema isalka sebagai eubah acak - measurable P -iegrable Kemuia,,P - marigale N yag ieiisika oleh N memberika rereseasi khas beriku: N N α i maa α aalah - -measurable uuk seia uki eorema aa iliha aa Williams 99 Pembeuka harga aa sraegi hegig yag aka ibahas selauya megikui eorema i aas Dalam sraegi sel-iacig yag memiliki ilai ermial, ilai awal meruaka sau-sauya harga yag layak uuk, a isebu sebagai harga o-arbirage ari Dalam sraegi suerrelikasi, aka icari klaim ' i maa klaim ersebu lebih besar ibaigka ega klaim yag sebearya isal, klaim ' yag ieroleh ega meggai seumlah agka beraha hiu aa waku meai korak emegag olis yag masuk aa waku, yaiu ' / Klaim ii elas lebih besar ibaigka ega klaim asli selama ehigga sraegi ' yag merelikasi klaim ' yag uga memeuhi ' ' meruaka sraegi suerrelikasi uuk erasarka eorema, ilai isko ari oroolio ersebu aa iuliska alam beuk: 8 meruaka sraegi suerrelikasi ermurah, karea semua sraegi suerrelikasi yag lai membuuhka ivesasi awal yag melebihi ehigga harga remi yag iawarka erlalu iggi a ika iaksaka uuk megguaka sraegi ii, maka masih eraa risiko yag belum erelimiasi, selai iu harga sraegi suerrelikasi yag sama ega harga o-arbirage uuk ii elas auh lebih iggi ibaigka ega harga klaim asli, sehigga sraegi ii iak erliha sebagai ala yag ea uuk meghege klaim asurasi iwa yag erkai ega saham i maa klaim bergaug aa ambaha sumber risiko yag bebas sokasik ega asar iasial raegi yag keua aalah eekaa rea-chwarz yag meyaraka uuk meggai klaim asli ega klaim " /, yaiu meggai umlah ari kemugkia beraha hiu yag iak ikeahui ega umlah yag ikeahui " i sii meruaka osi ie roa ega waku kosa, oleh karea iu ilaiya aa icaai a i-hege sera aa ihargai uik erasarka eorema a ega roses yag sama ega sraegi sebelumya, iaaka harga o-arbirage uuk " yaiu / Nyaaka masalah harga ari " bergaug aa, yaiu calo harga a calo sraegi hegig sel-iacig uuk aa megguaka harga a sraegi sel-iacig ari " Proses embeukka harga klaim aa " saga rumi karea korak yag erkai ega ekuias alam rakekya serig kali melibaka keergauga yag saga komleks aa saham aau ieks saham yag aa elai iu, eekaa ii uga masih meiggalka risiko bagi egasurasi raegi erakhir aalah sraegi hegig miimisasi risiko Deiisika ua roses ilai, yaiu roses yag erkai ega asar iasial a roses yag erkai ega oroolio ari asurasi iwa Dega megguaka eorema iaaka harga isko ari embayara aa waku sebesar 9 α a roses ieiisika oleh:

4 9 yaiu ilai haraa bersyara ari orag yag beraha hiu aa waku ; aalah eluag bersyara ari kemugkia beraha hiu samai waku Caa bahwa berlukuasi secara khas a erasarka kebebasa aara a, maka roses harga aa iulis sebagai beriku: ehigga Da ega megguaka ersamaa 9 iaaka α Proses ika ihubugka ega P -marigale aka memuyai ekomosisi yag uik yaiu ξ uki aa iliha aa William 99 Di maa ξ aa ierkiraka yaiu ξ aalah -measurable a aalah P -marigale yag orogoal ega, Oleh karea iu, uga P - marigale Caa bahwa α aalah ukura - a roses ξ ieiisika oleh α ξ Jika aa iuukka bahwa aalah marigale, maka ekomosisi elah ereuhi a aka iaaka beuk: Uuk meuukka bahwa aalah marigale, berasarka kebebasa aar a, iaaka karea aalah marigale a bebas sokasik ari ilrasi Dega erhiuga yag sama, aa iuukka bahwa uga marigale, karea maka, aa iuukka bahwa erasarka roses biaya yag elah ieiisika sebelumya, yaaka masalah miimisasi sebagai ugsi ari, η ξ yaiu roses memiimumka ilai haraa bersyara i bawah ukura marigale ari kuara biaya yag mucul selama ierval waku selauya C C r 3 Karea iasumsika -measurable maka ξ Nilai miimum uuk r iaaka ega memilih sraegi ξ a η sehigga C aalah marigale, yaiu C C al ii megakibaka roses uga marigale Karea maka ξ 4 erasarka ersamaa 4 maka iaaka ξ η elauya masukka ersamaa 6 a 4 ke alam ersamaa 3 uuk meaaka r ξ ξ 5 α

5 Karea ξ a ξ aalah measurable a, sera berasarka keorogoala ari a, ersamaa 5 aa iuliska ke alam beuk ξ r ξ Di maa aka miimal ika η ξ ξ ξ a erasarka erhiuga ersebu maka iaaka sraegi miimisasi risiko uuk korak asurasi iwa yag erkai ega ekuias aalah ξ α η ξ α 6 α α Dega meuliska kembali eluag sebagai, maka kerugia selama -, aalah 7 Persamaa ersebu meelaska bahwa kerugia egasurasi aalah roorsioal ega akor yag meruaka harga isko osi aa waku ikali ega eluag beraha hiu Jumlah ersebu merereseasika caaga yag layak aa waku uuk seorag emegag olis yag hiu aa waku Fakor keua meruaka selisih ilai sebearya ari yag beraha hiu ega ilai haraa bersyara yag ihiug aa - euru oller sraegi miimisasi risiko ii aa meaksir besarya risiko ari egasurasi Kebebasa aara a i bawah P a aka bahwa erubaha ukura ari P ke P iak memegaruhi isribusi ari sisa waku hiu, memberika varia ari biaya sebagai beriku : ar C 8 aa ikaaka berkaia ega eluag beraha hiu al ii aa erliha ari erhiuga beriku ar F ar ar F F i maa aa ersamaa erakhir iguaka - biomial, aria 8 sebaikya ibaigka ega oal varia ari klaim yag meruaka varia ari kerugia egasurasi ega iak melakuka rasaksi yag iberika oleh ersamaa beriku : ar / ar 9 Cooh Nyaaka bahwa alam sau ahu erai lima kali waku eragaga, misalka k,,,3,4, sehigga 4 Noasika selag waku aar eragaga ega, yaiu alam sau ahu erbagi 4 meai 4 erioe ega selag waku aar erioe aalah iga bula Uuk memuahka erhiuga, asumsika bahwa sisa waku beraha hiu ari emegag olis aalah bebas a meyebar eksoe ega igka hazar bahaya μ yag berbea-bea ehigga eluag beraha hiu ari emegag olis aalah k e μ k uuk semua k a isalka ilai garasi ari korak aalah K r ega Peluag aalah ilai eluag yag ekuivale ega eluag Dega megguaka ersamaa kemugkia risiko eral risk eural robabiliies aka iaaka ilai ari r a b a 5 5 Parameer yag iguaka alam kasus ii aalah : ¼ 4 K 3

6 a - b 5 r a ega megguaka moel CRR, iaaka erkembaga harga saham a roses harga o-arbirage risk eural valuaio Gambar Perkembaga harga saham aas megguaka ersamaa yag elah ieiisika sebelumya yaiu ρ Paa waku k, harga saham megalami keaika meai u b k 5 5 a aka uru meai a k 9 Dega meeruska erhiuga iaas, aka iaaka oho biomial uuk erkembaga harga saham gambar eagka roses harga o-arbirage megguaka risi aa ersamaa ega meggai harga osi ega ma, K Prisi alam erhiuga harga o-arbirage aalah meghiug ari belakag ega megguaka oho Gambar Poho iomial uuk erkembaga harga saham aas a roses harga oarbirage uuk korak bawah Gambar 3 ege uuk ma, K aas a sraegi hegig miimisasi risiko uuk korak eowme muri uuk kasus sau orag emegag olis yag beraha hiu, imaa μ bawah

7 biomial yag elah ibeuk sebelumya workig backwar hrough he ree Uuk k, harga o-arbirage iaaka ari r Uuk mecari sraegi hegig bagi osi beli, guaka roses harga o-arbirage yag elah ihiug sebelumya isalka sebagai bayakya ase bebas risiko aa waku k a sebagai bayakya saham yag imiliki aa waku k a ega megguaka roses harga sebelum iisko, aka iaaka roses harga Peyelesaia ersamaa iaas, aka meghasilka 595 a 487 Dega melauka roses ersebu, aka ihasilka roses hegig α uuk ma, K Gambar 3 erasarka ersamaa 6 a 7 maka aka iaaka roses hegig uuk livig beei Uuk sau orag emegag olis aka iaaka ξ α e yaiu aa waku k oroolio megaug 9 saham a η ξ 8 e 9 79 memiliki ilai aa abuga sebesar 79 Paa waku k ilai ersebu aka berubah sesuai ega ilai saham a bergaug aa kemugkia emegag olis ea hiu aa waku ersebu Jika emegag olis iak aa beraha samai ega k, maka ξ a η Jika ia ea hiu aa waku k, a ilai saham meigka meai 5, maka ξ 383 3/4 a η e μ Cara yag sama ilakuka uuk meaaka roses hege selauya Dalam kasus korak seeri ii, ersamaa 8 a 9 aa iseerhaaka meai k k μ μk μ ar C e e 3 a, ega /, μ μ ar e e 3 μ ar e Uuk meghiug ar C iguaka harga o-arbirage yag elah iisko Dega megguaka risi uuk mecari ersamaa 3 sebelumya a ega meggai ayo osi ega harga oarbirage aka iaaka harga o-arbirage yag elah iisko aa waku,, 3 a 4 sebagai beriku: Paa waku : r/ e 4 u 3 Paa waku : r/ 4 e u 33 u Paa waku 3: r/ e u u 3 3 Paa waku 4: 4r/ e u u u Karea harga saham meruaka marigale, maka: k k ehigga aa waku 4 aka iguaka harga o-arbirage aa waku 3 eriku meruaka hasil erhiuga ar C uuk beberaa ilai hazar yag berbea a ega umlah emegag osi yag berbea: u u abel asil erhiuga ar C μ ar C abel beriku memerlihaka hasil erhiuga ar

8 3 abel asil erhiuga μ ar ar,,53,5,93,833,,64,5,94,834,,85,5,965,855 abel 3 Rasio aara ar C a ar μ ar C ar Rasio,,3,53,973,5,843,93,978,783,833,983,,4,64,96,5,844,94,977,784,834,98,,5,85,86,5,845,965,958,785,855,975 Daa erliha ari abel 3 iaas bahwa rasio ari ar C a ar bergaug aa umlah emegag olis a ilai hazar μ Jika umlah emegag olis berambah maka rasio aka berkurag, a sebalikya ika ilai hazar berambah maka rasio uga aka berambah Keergauga erhaa μ aa iierreasika meai, ika μ meigka, keiakasia erhaa agka emegag olis yag aa beraha hiu berambah besar ibaigka ega keiakasia iasial ama halya ega aa saa umlah emegag olis meigka, bagia yag mucul alam ar yag roorsioal erhaa meai lebih omia, oleh karea iu rasio meuru KIPUAN elai melakuka eekaa iasial, erusahaa asurasi uga melakuka eekaa isik uuk meguragi risiko yag aa, yaiu ega mecari harga oimal ari korak yag ierbika eraa iga sraegi yag biasa iguaka alam mecari harga ari suau korak asurasi iwa yag erkai ega ekuias, alam hal ii saham, yaiu suerrelikasi, eekaa rea- chwarz a miimisasi risiko Dari keiga sraegi ersebu, sraegi suerrelikasi a eekaa rea-chwarz bukalah sraegi yag ea uuk iguaka karea harga yag erbeuk erlalu iggi, selai iu roses alam ecaria harga ersebu aa erbilag rumi raegi hegig yag aa memberika harga oimal bagi korak ersebu aalah sraegi hegig miimisasi risiko raegi miimisasi risiko memberika ua roses ilai, yaiu ilai yag erkai ega asar iasial yag meruaka erkalia ari roses hegig yag elah ilakuka ega ilai haraa bersyara ari orag yag

NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN

NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN Nomi Kelari *, Hasriai 2, Musraii 2 Mahasiswa Program S Maemaika 2 Dose Jurusa Maemaika Fakulas Maemaika da Ilmu Pegeahua

Lebih terperinci

CADANGAN PROSPEKTIF ASURANSI JIWA BERJANGKA DENGAN HUKUM DE MOIVRE

CADANGAN PROSPEKTIF ASURANSI JIWA BERJANGKA DENGAN HUKUM DE MOIVRE CDNGN POSPEKTIF SUNSI JIW BEJNGK DENGN HUKUM DE MOIVE Dii amaai *, Johaes Kho 2, ziskha 2 Mahasiswa Program S Maemaika 2 Dose Jurusa Maemaika Fakulas Maemaika a Ilmu Pegeahua lam Uiersias iau Kampus Bia

Lebih terperinci

PREMI TAHUNAN ASURANSI JIWA BERJANGKA DENGAN HUKUM DE MOIVRE UNTUK STATUS GABUNGAN

PREMI TAHUNAN ASURANSI JIWA BERJANGKA DENGAN HUKUM DE MOIVRE UNTUK STATUS GABUNGAN PREMI TAHUNAN ASURANSI JIWA BERJANGKA DENGAN HUKUM DE MOIVRE UNTUK STATUS GABUNGAN Nurma Harisa * Johaes Kho 2 Aziskha 2 Mahasiswa Program S Maemaika 2 Dose Jurusa Maemaika Fakulas Maemaika a Ilmu Pegeahua

Lebih terperinci

Sistim Komunikasi 1. Pertemuan 5 Konversi Analog ke Digital

Sistim Komunikasi 1. Pertemuan 5 Konversi Analog ke Digital isim Komuikasi 1 Peremua 5 Koversi Aalog ke Digial Murik Alayrus Tekik Elekro Fakulas Tekik, UMB murikalayrus@yahoo.com 1 Base Ba Moulaio Paa bagia sebelum kia meapaka siyal koiyu erhaap waku, misalyasiyalm(),

Lebih terperinci

III. METODE KAJIAN 1. Lokasi dan Waktu 2. Metode Pengumpulan Data

III. METODE KAJIAN 1. Lokasi dan Waktu 2. Metode Pengumpulan Data III. METODE KAJIAN 1. Lokasi da Waku Lokasi kajia berempa uuk kelompok dilaksaaka di kelompok peeraka sapi di Bagka Tegah, Provisi Bagka Beliug, da Kelompok Peeraka Sapi di Cisarua, Bogor, Provisi Jawa

Lebih terperinci

2. SAMBUNGAN PAKU KELING

2. SAMBUNGAN PAKU KELING . SAMBUNGAN PAKU KELING. Pegguaa Sambuga paku Kelig Paku kelig aalah sejeis pasak aau paku yag iguaka uuk megika suau sambuga, yag sifaya permae imaksuka agar bagia-bagia ksruksi yag elah isambug/iika

Lebih terperinci

Beberapa Definisi Ruang Contoh Kejadian dan Peluang Definisi L.1 (Ruang contoh dan kejadian) . Definisi L.2 (Kejadian lepas )

Beberapa Definisi Ruang Contoh Kejadian dan Peluang Definisi L.1 (Ruang contoh dan kejadian) .   Definisi L.2 (Kejadian lepas ) 33 LAMPIRAN 34 35 Beberapa Defiisi Ruag Cooh Kejadia da Peluag Suau percobaa yag dapa diulag dalam kodisi yag sama, yag hasilya idak dapa diprediksi dega epa eapi kia bisa megeahui semua kemugkia hasil

Lebih terperinci

PREMI 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. 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 terperinci

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi.

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi. . Pedahulua PENGUJIAN HIPOTESIS Hipoesis Saisik : peryaaa aau dugaa megeai sau aau lebih populasi. Pegujia hipoesis berhubuga dega peerimaa aau peolaka suau hipoesis. Kebeara (bear aau salahya) suau hipoesis

Lebih terperinci

BAB III PENAKSIR DERET FOURIER. Dalam statistika, penaksir adalah sebuah statistik (fungsi dari data sampel

BAB III PENAKSIR DERET FOURIER. Dalam statistika, penaksir adalah sebuah statistik (fungsi dari data sampel BAB III PENAKSIR DERET FOURIER 3. Peaksi Dalam saisika, peaksi adalah sebuah saisik (fugsi dai daa sampel obsevasi) yag diguaka uuk meaksi paamee populasi yag idak dikeahui (esimad) aau fugsi yag memeaka

Lebih terperinci

BAGIAN 2 TOPIK 5. andhysetiawan

BAGIAN 2 TOPIK 5. andhysetiawan BAGIAN OIK 5 adhyseiawa Isi Maeri Modulasi Aliudo AM Modulasi Frekuesi FM adhyseiawa MODULASI AMLIUDO DAN MODULASI ANGULAR SUDU Modulasi roses erubaha karakerisik aau besara gelobag ebawa, euru ola gelobag

Lebih terperinci

PENDAHULUAN INTERVAL KEPERCAYAAN PENAKSIRAN TITIK PENAKSIRAN INTERVAL 5/14/2012 KANIA EVITA DEWI

PENDAHULUAN INTERVAL KEPERCAYAAN PENAKSIRAN TITIK PENAKSIRAN INTERVAL 5/14/2012 KANIA EVITA DEWI 5/4/0 INTERVAL KEPERCAYAAN Poulai θ= μ,, π PENDAHULUAN amlig amel θˆ=,, KANIA EVITA DEWI Peakira arameer ada cara:. Peakira iik. Peakira ierval aau ierval keercayaa PENAKSIRAN TITIK Peakira iik -> Jika

Lebih terperinci

INTEGRAL TAK TENTU (pecahan rasional) Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ

INTEGRAL TAK TENTU (pecahan rasional) Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ INTEGRL TK TENTU pecaha rasioal gusia Pradjaigsih, M.Si. Jurusa Maemaika FMIP UNEJ agusia.fmipa@uej.ac.id DEFINISI Fugsi suku bayak derajad dega bula o egaif 0 dimaa, 0 a a a a a P Fugsi kosa dipadag sbg

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2. Ruag sampel da Kejadia Defiisi Himpua semua hasil yag mugki dari suau percobaa disebu ruag sampel da diyaaka dega S Mogomery, 2004: 7. Tiap hasil dari ruag sampel disebu usur aau

Lebih terperinci

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER STATISTIK CUKUP Oleh: Ramayai Rizka M (11810101003), Dey Ardiao (1181010101), Ikfi Ulyawai (1181010103), Falviaa Yulia Dewi (1181010106), Ricki Dio Rosada (11810101034), Nurma Yuia D (11810101035), Wula

Lebih terperinci

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB Sudi kelayaka bisis pada dasarya berujua uuk meeuka kelayaka bisis berdasarka krieria ivesasi Krieria ersebu diaaraya adalah ; 1. Nilai bersih kii (Ne

Lebih terperinci

BAB III KAJIAN MATEMATIS DALAM ASURANSI JIWA. asuransi jiwa merupakan hasil proses dari berbagai kajian matematis yang telah

BAB III KAJIAN MATEMATIS DALAM ASURANSI JIWA. asuransi jiwa merupakan hasil proses dari berbagai kajian matematis yang telah BAB III KAJIAN MATEMATIS DALAM ASURANSI JIWA Nilai aa caaga saua yag harus imilii oleh seia erusahaa asurasi jiwa meruaa hasil roses ari berbagai ajia maemais yag elah ilaua, salah sauya berasara ilai

Lebih terperinci

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala (orecasig) Peramala (orecasig) adalah suau kegiaa yag memperkiraka apa yag aka erjadi pada masa medaag. Peramala pejuala adalah peramala yag megkaika berbagai

Lebih terperinci

II LANDASAN TEORI. of Portfolio Transactions (Almgren & Chriss 2000).

II LANDASAN TEORI. of Portfolio Transactions (Almgren & Chriss 2000). of Porfolio Trasaios (Almgre & Chriss 000 14 Sisemaika Peulisa Karya ilmiah ii erdiri aas eam bagia Bagia perama berupa pedahulua, erdiri aas laar belakag, ujua peulisa, meode peulisa, da sisemaika peulisa

Lebih terperinci

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu BAB 2 TINJAUAN TEORI 2.1 Pegeria Peramala Ramala pada dasarya merupaka dugaa aau perkiraa megeai erjadiya suau kejadia aau perisiwa di waku yag aka daag. Peramala merupaka sebuah ala bau yag peig dalam

Lebih terperinci

BAB III FORMULA PENENTUAN HARGA OPSI ASIA

BAB III FORMULA PENENTUAN HARGA OPSI ASIA 3 BAB III FORMULA PEETUA HARA OPSI ASIA Pada Bab III ii aka dibahas megeai opsi Asia da aalisisya, di maa yag aka dibahas hayalah beberapa ipe opsi Asia, da erbaas pada eis Europea call saa. Jeis-eis opsi

Lebih terperinci

BAB II TINJAUAN PUSTAKA. Black dan Scholes (1973) menyatakan bahwa nilai aset mengikuti Gerak

BAB II TINJAUAN PUSTAKA. Black dan Scholes (1973) menyatakan bahwa nilai aset mengikuti Gerak BAB II TINJAUAN PUSTAKA. Peeliia Terdahulu Black da Scholes (973) meyaaka bahwa ilai ase megikui Gerak Brow Geomeri, dega drif μ (ekpekasi dari reur) da volailias σ (deviasi sadar dari reur). Berawal dari

Lebih terperinci

Manajemen Keuangan. Idik Sodikin,SE,MBA,MM EVALUASI UNTUK MENENTUKAN KEPUTUSAN INVESTASI. Modul ke: 06Fakultas EKONOMI DAN BISNIS

Manajemen Keuangan. Idik Sodikin,SE,MBA,MM EVALUASI UNTUK MENENTUKAN KEPUTUSAN INVESTASI. Modul ke: 06Fakultas EKONOMI DAN BISNIS Modul ke: 06Fakulas EKONOMI DAN BISNIS EVALUASI UNTUK MENENTUKAN KEPUTUSAN INVESTASI Program Sudi Akuasi Idik Sodiki,SE,MBA,MM Krieria Kepuusa Ivesasi aau Pegaggara Modal o Beberapa krieria yag aka diperguaka

Lebih terperinci

BAB II TEORI DASAR. 2.1 Proses Stokastik Rantai Markov

BAB II TEORI DASAR. 2.1 Proses Stokastik Rantai Markov BAB II TEORI DASAR. Proses Sokasik Raai Markov Proses sokasik merupaka suau cara uuk mempelajari hubuga yag diamis dari suau ruua perisiwa aau proses yag kejadiaya bersifa idak pasi. Dalam memodelka perubaha

Lebih terperinci

JOINT LIFE DALAM ASURANSI JIWA BERJANGKA Dini Hidayati, Dewi Anggraini, Dewi Sri Susanti

JOINT LIFE DALAM ASURANSI JIWA BERJANGKA Dini Hidayati, Dewi Anggraini, Dewi Sri Susanti Jura Maemaika Muri da Teraa εsio Vo9 No (5) Ha - JOINT LIFE DALAM ASURANSI JIWA BERJANGKA Dii Hidayai, Dewi Aggraii, Dewi Sri Susai Program Sudi Maemaika FMIPA Uiversias Lambug Magkura J Jed A Yai km 6

Lebih terperinci

BENTUK KANONIK JORDAN DALAM MENYELESAIKAN SISTEM PERSAMAAN DIFERENSIAL LINEAR

BENTUK KANONIK JORDAN DALAM MENYELESAIKAN SISTEM PERSAMAAN DIFERENSIAL LINEAR Bulei Ilmia Ma. Sa. da Teraaa (Bimaser) Volume 6, No. 0(07), al 8. BENTUK KANONIK JORDAN DALAM MENYELESAIKAN SISTEM PERSAMAAN DIFERENSIAL LINEAR Umi Salma, Mariaul Kifia, Frasiskus Fra INTISARI Beuk kaoik

Lebih terperinci

Bab II Sistem Dengan Fase Nonminimum Dan Iterative Learning Control

Bab II Sistem Dengan Fase Nonminimum Dan Iterative Learning Control Bab II Sistem Dea Fase Nomiimum Da Iterative Leari Cotrol Paa baia ii, aka ibahas sistem plat oliear ea ase o miimum a hal-hal ya terkait ea plat oliear. Pembahasa teta iversi stabil a iterative leari

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

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak BB V NLIS HSIL 5.1 Ukura kurasi Hasil Peramala Uuk medapaka jeis peramala yag digika erdapa bayak parameer-parameer yag dapa diguaka. Seperi yag elah diuraika pada ladasa eori, parameer-parameer ersebu

Lebih terperinci

BAB IV METODOLOGI PENELITIAN

BAB IV METODOLOGI PENELITIAN BAB IV ETODOLOGI PENELITIAN IV Lagkah-Lagkah Aalisis Struktur yag aka ijaika moel alam peelitia ii aalah struktur bagua latai a latai, yag iasumsika terbuat ari baja Struktur terlebih ahulu imoel ega megguaka

Lebih terperinci

4-1 Proses Bernoulli (1)

4-1 Proses Bernoulli (1) 4 isribusi Variabel Radom iskri Proses Beroulli isribusi Biomial isribusi Geomerik isribusi Hiergeomerik Proses & isribusi Poisso Pedekaa uuk isribusi Biomial /7/4 TI-3 Teori Probabilias - I 4- Proses

Lebih terperinci

ANALISIS INVESTASI PENAMBANGAN PASIR DAN BATU DITINJAU DARI SEGI TEKNIS DAN BIAYA

ANALISIS INVESTASI PENAMBANGAN PASIR DAN BATU DITINJAU DARI SEGI TEKNIS DAN BIAYA ANALISIS INVESTASI PENAMBANGAN PASIR DAN BATU DITINJAU DARI SEGI TEKNIS DAN BIAYA Laar Belakag Masalah Semaki berambah pesaya pembagua dibidag kosruksi maka meyebabka meigka pula kebuuha aka meerial-maerial

Lebih terperinci

Fakultas Matematika dan Ilmu Pengetahuan Alam Univeritas Riau Kampus Bina Widya Indonesia ABSTRACT

Fakultas Matematika dan Ilmu Pengetahuan Alam Univeritas Riau Kampus Bina Widya Indonesia ABSTRACT CDNGN SURNSI JIW CONTINGENT BERDSRKN DISTRIBUSI GOMERTZ Mifakhur Rohmah *, Hasriai, Hariso Mahasiswa roram S Maemaika Dose Jurusa Maemaika Fakulas Maemaika a Ilmu eeahua lam Uierias Riau Kampus Bia Wia

Lebih terperinci

PENENTUAN NILAI ANUITAS JIWA SEUMUR HIDUP MENGGUNAKAN DISTRIBUSI GOMPERTZ

PENENTUAN NILAI ANUITAS JIWA SEUMUR HIDUP MENGGUNAKAN DISTRIBUSI GOMPERTZ Bulei Ilmiah Ma. Sa. da Terapaya (Bimaser) Volume 05, No. 2 (206), hal 79-86 PENENTUAN NILAI ANUITAS JIWA SEUMUR HIDUP MENGGUNAKAN DISTRIBUSI GOMPERTZ Sii Faimah, Neva Sayahadewi, Shaika Marha INTISARI

Lebih terperinci

METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA. Mahasiswa Program S1 Matematika 2

METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA. Mahasiswa Program S1 Matematika 2 METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA Roki Nuari *, Aziskha, Edag Lily Mahasiswa Program S Maemaika Dose Jurusa Maemaika Fakulas

Lebih terperinci

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang BAB 2 LANDASAN EORI 2.1 Pegeria Peramala Peramala adalah kegiaa uuk memperkiraka apa yag aka erjadi di masa yag aka daag. Sedagka ramala adalah suau siuasi aau kodisi yag diperkiraka aka erjadi pada masa

Lebih terperinci

BAB 3 PERANCANGAN SISTEM

BAB 3 PERANCANGAN SISTEM BB PERNCNGN SISTEM. Peracaga wal Dari Sisem Yag ka Dibagu Peracaga awal ari sisem ag aka ibagu ii aalah implemeasi auo-uig PID koroler megguaka muliple iegraios ke alam sofware ega megguaka program MTLB.

Lebih terperinci

JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA

JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA Achmad Samudi, M.Pd. JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA 6. MENGUJI PROPORSI π : UJI DUA PIAK Mialka kia mempuyai populai biom dega propori periiwa A π Berdaarka ebuah ampel

Lebih terperinci

CADANGAN PREMI DENGAN METODE CANADIAN PADA ASURANSI JIWA BERJANGKA

CADANGAN PREMI DENGAN METODE CANADIAN PADA ASURANSI JIWA BERJANGKA CDNGN REMI DENGN METODE CNDIN D SURNSI JIW BERJNGK Ike Ruliysmawai Koiruisa, Hasriai 2, Hariso 2 Maasiswa rogram S Maemaika 2 Dose Jurusa Maemaika Fakulas Maemaika da Ilmu egeaua lam Uierias Riau Kamus

Lebih terperinci

PENDAHULUAN TINJAUAN PUSTAKA. 3. Membandingkan hasil peramalan model fungsi transfer dengan model ARIMA. Latar Belakang

PENDAHULUAN TINJAUAN PUSTAKA. 3. Membandingkan hasil peramalan model fungsi transfer dengan model ARIMA. Latar Belakang PENDAHULUAN Laar Belakag Semua makhluk hiu i ermukaa bumi aga iegaruhi oleh keaaa cuaca/iklim. Demikia halya ega yamuk Aee aegyi ebagai eyebab eyebara eyaki Demam Berarah Degue (DBD). Peigkaa eyebara eyaki

Lebih terperinci

PENGUJIAN HIPOTESIS DUA RATA-RATA

PENGUJIAN HIPOTESIS DUA RATA-RATA PENGUJIN HIPOTEI DU RT-RT Pegujia hipoesis dua raa-raa diguaka uuk membadigka dua keadaa aau epaya dua populasi. Misalya kia mempuyai dua populasi ormal masig-masig dega raa-raa µ da µ sedagka simpaga

Lebih terperinci

OPTIMASI INVENTORY COST PADA MODEL MATEMATIKA EPQ (ECONOMIC PRODUCTION QUANTITY) DENGAN BACKORDER DAN VARIASI SET UP COST Rofila El Maghfiroh 4

OPTIMASI INVENTORY COST PADA MODEL MATEMATIKA EPQ (ECONOMIC PRODUCTION QUANTITY) DENGAN BACKORDER DAN VARIASI SET UP COST Rofila El Maghfiroh 4 JURNAL ILMU-ILMU EKNIK - SISEM Vol. 3 No. OPIMASI INVENORY COS PAA MOEL MAEMAIKA EP (ECONOMIC PROUCION UANIY) ENGAN ACKORER AN VARIASI SE UP COS Rofila El Maghfiroh 4 Absrak: Masalah pegedalia persediaa

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

CATATAN KULIAH Pertemuan VII: Konsep Total Derivatif dan Aplikasinya pada Komparatif Statik

CATATAN KULIAH Pertemuan VII: Konsep Total Derivatif dan Aplikasinya pada Komparatif Statik CATATAN KULIAH ertemua VII: Kosep Total erivati a Aplikasia paa Komparati tatik A. ieresial Masalah ag ihaapi: Bagaimaa aalisis komparati-statik jika tiak aa solusi betuk-rigkas reuce-orm ikareaka oleh

Lebih terperinci

BAB III ANALISIS LOOKBACK OPTIONS

BAB III ANALISIS LOOKBACK OPTIONS BAB III : ANALII LOOKBACK OPION BAB III ANALII LOOKBACK OPION Pada Bab III ii aka dibahas egeai lookback opios da aalisisa Asusi ag kia pakai adalah saha ag diguaka (uderlig asse) idak eberika divide ipe

Lebih terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3 Meode Pegumpula Daa 3 Jeis Daa Pada peeliia ii aka megguaka jeis daa yag bersifa kuaiaif Daa kuaiaif adalah daa yag berbeuk agka / omial Dalam peeliia ii aka megguaka daa pejuala

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 IV METODOLOGI PENELITIAN

BAB IV METODOLOGI PENELITIAN 30 BAB IV METODOLOGI PENELITIAN 4.1 Beuk da Meode Peeliia Peeliia Opimalisasi da Sraegi Pemafaaa Souher Bluefi Tua di Samudera Hidia Selaa Idoesia diarahka pada upaya uuk megugkapa suau masalah aau keadaa

Lebih terperinci

SOLUSI PERSAMAAN DIFERENSIAL BOLTZMANN LINEAR. Agus Sugandha

SOLUSI PERSAMAAN DIFERENSIAL BOLTZMANN LINEAR. Agus Sugandha JMP : Volume Nomor 2, Oober 2009 SOUSI PERSAMAAN DIFERENSIA BOTZMANN INEAR Agus Sugadha Faulas Sais da Tei, Uiversias Jederal Soedirma Purwoero, Idoesia Email : agussugadha@ymail.com ABSTRACT. I his research,

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

METODE PENELITIAN. Lokasi dan Waktu Penelitian. sampai dengan April 2008, di DAS Waeruhu, yang secara administratif terletak di

METODE PENELITIAN. Lokasi dan Waktu Penelitian. sampai dengan April 2008, di DAS Waeruhu, yang secara administratif terletak di 8 METODE PENELITIAN Lokasi da Waku Peeliia Peeliia ii dilaksaaka selama 3 bula, erhiug sejak bula Februari sampai dega April 2008, di DAS Waeruhu, yag secara admiisraif erleak di wilayah Kecamaa Sirimau,

Lebih terperinci

MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR

MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR Bulei Ilmiah Ma.Sa. da Terapaya (Bimaser) Volume 06, No. (07), hal -0. MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR Ermawai, Helmi, Frasiskus

Lebih terperinci

4.3 Sampling dari distribusi normal dan estimasi likelihood maksimum

4.3 Sampling dari distribusi normal dan estimasi likelihood maksimum Hardwiyao Uomo 060545 4.3 Samlig dari disribusi ormal da simasi liklihood maksimum Liklihood ormal mulivaria Kia asumsika vkor,,..., dga mrrsasika saml acak dari oulasi ormal mulivaria dga raa-raa µ da

Lebih terperinci

Perilaku Distribusi Bernoulli. Definisi: Bernoulli. Contoh Binomial. Contoh Binomial

Perilaku Distribusi Bernoulli. Definisi: Bernoulli. Contoh Binomial. Contoh Binomial Defiisi: Beroulli ercobaa Beroulli: Haya terdaat satu kali ercobaa dega eluag sukses da eluag gagal - eluag Sukse: eluag Gagal: ( = ) = ( = 0 ( = 0) = ( 0 0 = erilaku Distribusi Beroulli E() = Var () =

Lebih terperinci

V. PENGUJIAN HIPOTESIS

V. PENGUJIAN HIPOTESIS V. PENGUJIAN IPOTEI A. IPOTEI TATITIK Defiisi uau hipoesa saisik adalah suau peryaaa aau dugaa megeai sau aau lebih variabel populasi. ipoesis digologka mejadi. ipoesis ol adalah hipoesis yag dirumuska

Lebih terperinci

Pendugaan Parameter. Selang Kepercayaan dengan Distribusi z (Tabel hal 175) Nilai α dan Selang kepercayaan yang lazim digunakan antara lain:

Pendugaan Parameter. Selang Kepercayaan dengan Distribusi z (Tabel hal 175) Nilai α dan Selang kepercayaan yang lazim digunakan antara lain: Peahulua Peugaa Parameter Peugaa Parameter Populai ilakuka ega megguaka ilai Statitik Sampel, Mial :. x iguaka ebagai peuga bagi µ. iguaka ebagai peuga bagi σ 3. p atau p$ iguaka ebagai peuga bagi π Peugaa

Lebih terperinci

(S.3) EVALUASI INTEGRAL MONTE CARLO DENGAN METODE CONTROL VARIATES

(S.3) EVALUASI INTEGRAL MONTE CARLO DENGAN METODE CONTROL VARIATES Prosidig Semiar Nasioal Statistika Uiversitas Padadara 3 November 00 S.3 EVALUASI INTEGRAL MONTE CARLO DENGAN METODE CONTROL VARIATES ulhaif adi Suriadi Jurusa Statistika FMIPA Uiversitas Padadara Badug

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI Pada bab ii aka dibahas megeai eori-eori dasar yag berhubuga dega ivesasi, persamaa diferesial sokasik da simulasi yag mejadi ladasa berpikir uuk mempermudah dalam pembahasa pada bab

Lebih terperinci

B. DESKRIPSI SINGKAT MATA KULIAH

B. DESKRIPSI SINGKAT MATA KULIAH A. IDENTITAS MATA KULIAH Nama Maa Kuliah : Kalkulus 1 Kode Maa Kuliah : MUG1A4 SKS : 4 (empa) Jeis : Maa kuliah wajib Jam pelaksaaa : Taap muka di kelas = 4 jam per peka Tuorial/ resposi Semeser / Tigka

Lebih terperinci

Optimalisasi dan Pemodelan Inventory dengan Dua Gudang Penyimpanan untuk Barang yang Mengalami Penyusutan

Optimalisasi dan Pemodelan Inventory dengan Dua Gudang Penyimpanan untuk Barang yang Mengalami Penyusutan PROSIDING ISBN : 978 979 6353 3 Opimalisasi a Pemoela Iveory ega Dua Guag Peyimpaa uuk Barag yag Megalami Peyusua ega Backlog Shorage a Waku Tuggu Lea Time Fuzzy T-3 Dwi Eriigsih, Wioo Deparme of Mahemaics,

Lebih terperinci

B A B III METODE PENELITIAN. Objek penelitian dalam penelitian ini adalah menganalisis perbandingan

B A B III METODE PENELITIAN. Objek penelitian dalam penelitian ini adalah menganalisis perbandingan 30 B A B III METODE PENELITIAN 3. Peeapa Lokai da Waku Peeliia Objek peeliia dalam peeliia ii adalah megaalii perbadiga harga jual produk melalui pedekaa arge pricig dega co-plu pricig pada oko kue yag

Lebih terperinci

PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL LINEAR DENGAN MENGGUNAKAN METODE TRANSFORMASI ELZAKI

PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL LINEAR DENGAN MENGGUNAKAN METODE TRANSFORMASI ELZAKI Bulei Ilmiah Ma. Sa. da erapaya (Bimaser) Volume 4, No. (5), hal 7 6. PNYLSAIAN PRSAMAAN DIFRNSIAL PARSIAL LINAR DNGAN MNGGUNAKAN MOD RANSFORMASI LZAKI Noa Miari, Mariaul Kifiah, Helmi INISARI Persamaa

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

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari.

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari. Selag Kepercayaa Cotoh Besar Jika ukura cotoh (sample size) besar, maka meurut Teorema Limit Pusat, bayak statistik megikuti/mempuyai sebara yag medekati ormal (dapat diaggap ormal). Artiya jika adalah

Lebih terperinci

Rumus-rumus yang Digunakan

Rumus-rumus yang Digunakan Saisika Uipa Surabaya 4. Sampel Tuggal = Rumus-rumus yag Diguaka s..... Sampel berkorelasi D D N N N...... 3. Sampel Bebas a. Uuk varias sama... 3 aau x x s g... 4 b. Sampel Heeroge Guaka Uji Corha - Cox

Lebih terperinci

Universitas Sumatera Utara

Universitas Sumatera Utara 50.7 4.3770 6.7547 6.7547 4.4 48.6965 R4.7 36.3 N8 TOL 0..70 35.9497 36.3.99 50.7 94.338 6.89 3.5 6.75 7.567 36.0 6.4837 57.396 8.783 66.0384 5.337 37.006 3.568 PISAU POTONG AISI D SEPUH No Qy NAME MATERIAL

Lebih terperinci

BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG MASALAH

BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG MASALAH BAB ENDAHULUAN. LATAR BELAKANG MASALAH Dalam kehidua yata, sejumlah feomea daat diikirka sebagai ercobaa yag mecaku sederata egamata yag berturut-turut da buka satu kali egamata. Umumya, tia egamata dalam

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

Rancangan Percobaan. Arum Handini Primandari, M.Sc.

Rancangan Percobaan. Arum Handini Primandari, M.Sc. Kosep Dasar Statistika utuk Racaga Percobaa Arum aii Primaari, M.Sc. Operator Pejumlaha Operator pejumlaha: Sifat: i1 i i1 i1 k k kx k x i1 i i1 i1 i i i i i1 i1 i1 i a bx a b x x y x y x x x... x i i

Lebih terperinci

Aplikasi Model ARCH-GARCH dalam Peramalan Tingkat Inflasi

Aplikasi Model ARCH-GARCH dalam Peramalan Tingkat Inflasi JURNAL SAINS DAN SENI POMITS Vol., No. () Aliasi ARC-GARC alam Peramala Tiga Iflasi Luli Presia Wiasari, Nuri Wahyuigsih Jurusa Maemaia, Faulas MIPA, Isiu Teologi Seuluh Noember (ITS) Jl. Arief Rahma aim,

Lebih terperinci

PROSIDING ISSN:

PROSIDING ISSN: PROSIDING ISSN: 5-656 OPTIMISASI BERKENDALA MENGGUNAKAN METODE GRADIEN TERPROYEKSI Nida Sri Uami Uiversias Muhammadiyah Suraara idaruwiyai@gmailcom ABSTRAK Dalam ulisa ii dibahas eag meode gradie erproyesi

Lebih terperinci

ANALISIS BEDA. Konsep. Uji t (t-test) Teknik Uji Beda. Agus Susworo Dwi Marhaendro

ANALISIS BEDA. Konsep. Uji t (t-test) Teknik Uji Beda. Agus Susworo Dwi Marhaendro ANALII BEA Agus usworo wi Marhaedro Kosep Peeliia bermaksud meguji keadaa (sesuau) yag erdapa dalam suau kelompok dega kelompok lai Meguji apakah erdapa perbedaa yg sigifika di aara kelompok-kelompok Tekik

Lebih terperinci

ρ = sehingga momen pertama dan kedua BAB 2 TEORI DASAR 2.1 Random Walk ρi = ε) = q= 1 p. Posisi suku bunga bergerak pada

ρ = sehingga momen pertama dan kedua BAB 2 TEORI DASAR 2.1 Random Walk ρi = ε) = q= 1 p. Posisi suku bunga bergerak pada BAB EORI DASAR Uuk meeuka ieres rae differeial, peulis aka membahas erlebih dahulu beberapa eori yag berkaia dega proses sokasik Pergeraka suau parikel yag bergerak secara acak aau disebu juga megikui

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

BAB II LANDASAN TEORI. Pada bagian ini akan dibahas tentang teori-teori dasar yang. digunakan untuk dalam mengestimasi parameter model.

BAB 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 terperinci

KAJIAN MATEMATIS DAN SIMULASI NUMERIK TENTANG KEKONVERGENAN HARGA OPSI CALL TIPE EROPA MODEL BINOMIAL KE MODEL BLACK-SCHOLES

KAJIAN MATEMATIS DAN SIMULASI NUMERIK TENTANG KEKONVERGENAN HARGA OPSI CALL TIPE EROPA MODEL BINOMIAL KE MODEL BLACK-SCHOLES KAJIAN MATEMATIS DAN SIMULASI NUMERIK TENTANG KEKONVERGENAN HARGA OPSI CALL TIPE EROPA MODEL BINOMIAL KE MODEL BLACK-SCHOLES Bey Yog (bey_y@upar.ac.i) Jurusa Matematika FTIS Uiversitas Katolik Parahyaga

Lebih terperinci

ANALISIS NUMERIK MODEL EPIDEMIK SIR (SUSCEPTIBLE, INFECTIOUS, RECOVERED) PADA PENYEBARAN PENYAKIT TUBERCULOSIS DI YOGYAKARTA SKRIPSI.

ANALISIS NUMERIK MODEL EPIDEMIK SIR (SUSCEPTIBLE, INFECTIOUS, RECOVERED) PADA PENYEBARAN PENYAKIT TUBERCULOSIS DI YOGYAKARTA SKRIPSI. ANALISIS NUMERIK MODEL EPIDEMIK SIR (SUSCEPTIBLE, INFECTIOUS, RECOVERED) PADA PENYEBARAN PENYAKIT TUBERCULOSIS DI YOGYAKARTA SKRIPSI Diajuka Kepada Fakulas Maemaika Da Ilmu Pegeahua Alam Uiversias Negeri

Lebih terperinci

BAB V METODE PENELITIAN

BAB V METODE PENELITIAN 31 BAB V METODE PENELITIAN 5.1 Lokasi da Waku Peeliia Peeliia ii dilaksaaka di Kecamaa Sukaagara, Kabupae Ciajur. Pemiliha lokasi peeliia dilakuka secara segaja (purposive samplig) dega memperimbagka aspek

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

BAB III TINJAUAN PUSTAKA

BAB III TINJAUAN PUSTAKA BAB III TINJAUAN PUSTAKA 3.1. Defiisi Peramala Peramala adalah proses uuk memperkiraka berapa bayak kebuuha dimasa medaag yag melipui kebuuha dalam ukura kuaias, kualias, waku da lokasi yag dibuuhka dalam

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

Statistika Matematika. Soal dan Pembahasan. M. Samy Baladram

Statistika 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 terperinci

PENERAPAN HUKUM DE MOIVRE PADA METODE NEW JERSEY DALAM PENENTUAN NILAI CADANGAN ASURANSI JIWA DWIGUNA SKRIPSI OLEH VANY LINDA FIBRIANTI NIM.

PENERAPAN HUKUM DE MOIVRE PADA METODE NEW JERSEY DALAM PENENTUAN NILAI CADANGAN ASURANSI JIWA DWIGUNA SKRIPSI OLEH VANY LINDA FIBRIANTI NIM. PENERAPAN HUKUM DE MOIVRE PADA METODE NEW ERSEY DALAM PENENTUAN NILAI CADANGAN ASURANSI IWA DWIGUNA SKRIPSI OLEH VANY LINDA FIBRIANTI NIM. 260054 URUSAN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS

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

= 0 diturunkan terhadap x. Karena y fungsi dari x, maka setiap kali menurunkan y harus dikalikan dengan didapat diselesaikan ke y '.

= 0 diturunkan terhadap x. Karena y fungsi dari x, maka setiap kali menurunkan y harus dikalikan dengan didapat diselesaikan ke y '. 6..MENURUNKAN FUNGSI IMPLISIT Padag y fugsi dari yag disajika dalam beuk implisi f (, y) 0. Turuaya y' didapa sebagai beriku: a. Jika mugki y diyaaka sebagai beuk eksplisi dari, lalu diuruka erhadap b.

Lebih terperinci

KEKONVERGENAN MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA. Fitriani Agustina, Math, UPI

KEKONVERGENAN MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA. Fitriani Agustina, Math, UPI KEKONVERGENAN MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA Fitriai Agustia, Math, UPI 1 Fiacial Derivative Opsi Mafaat Opsi Opsi Eropa Peetua Harga Opsi Kekovergea Model Biomial Fitriai Agustia, Math,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 robabilias 2.1.1 Definisi robabilias adalah kemungkinan yang daa erjadi dalam suau erisiwa erenu. Definisi robabilias daa diliha dari iga macam endekaan, yaiu endekaan klasik,

Lebih terperinci

BAB 1 PENDAHULUAN. dimana f(x) adalah fungsi tujuan dan h(x) adalah fungsi pembatas.

BAB 1 PENDAHULUAN. dimana f(x) adalah fungsi tujuan dan h(x) adalah fungsi pembatas. BAB 1 PENDAHUUAN 1.1 atar Belakag Pada dasarya masalah optimisasi adalah suatu masalah utuk membuat ilai fugsi tujua mejadi maksimum atau miimum dega memperhatika pembatas pembatas yag ada. Dalam aplikasi

Lebih terperinci

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika Wed 6/0/3 ETIMAI (PENDUGAAN TATITIK) Ir. Tito Adi Dewato tatistika Deskriptif Iferesi Estimasi Uji Hipotesis Titik Retag Estimasi da Uji Hipotesis Dilakuka setelah peelitia dalam tahap pegambila suatu

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

DISTRIBUSI GAMMA. Ada beberapa distribusi penting dalam distribusi uji hidup, salah satunya adalah distribusi gamma.

DISTRIBUSI GAMMA. Ada beberapa distribusi penting dalam distribusi uji hidup, salah satunya adalah distribusi gamma. DITRIBUI GAMMA Ada beberaa dsrbus eg dalam dsrbus uj hdu, salah sauya adalah dsrbus gamma. A. Fugs keadaa eluag (fk) Fugs keadaa eluag (fk) dar dsrbus gamma dega dua arameer yau da adalah sebaga berku:

Lebih terperinci

Estimasi Parameter dan Dalam Pemulusan Eksponensial Ganda Dua Parameter Dengan Metode Modifikasi Golden Section

Estimasi Parameter dan Dalam Pemulusan Eksponensial Ganda Dua Parameter Dengan Metode Modifikasi Golden Section JURNAL SAINS DAN SENI ITS Vol., No., (Sep. 0) ISSN: 0- A- Esmas Parameer a Dalam Pemulusa Ekspoesal Gaa Dua Parameer Dega Meoe Mofkas Gole Seco Nla Yuwa, Lukma Haaf, Nur Wahyugsh Jurusa Maemaka, Fakulas

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

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari:

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari: 5 Mamum Lkelhood Estmato Defs Fugs Lkelhood Msalka X, X,, X adalah eubah acak d dega fugs massa eluag ( ; θ, dega θ dasumska skalar da tdak dketahu, maka rosedur fugs lkelhood daat dtulska sebaga berkut

Lebih terperinci

APPLICATION OF VASICEK S RATE INTEREST MODEL IN TERM INSURANCE PREMIUMS CALCULATION. Abstract. Sudianto Manullang

APPLICATION OF VASICEK S RATE INTEREST MODEL IN TERM INSURANCE PREMIUMS CALCULATION. Abstract. Sudianto Manullang APPLICATION OF VASICEK S RATE INTEREST MODEL IN TERM INSURANCE PREMIUMS CALCULATION Absrac Sudiao Maullag Facor of ieres rae ad moraliy is former pricipal compoes o ge premium of erm isurace. Vasicek's

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

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto Tue 0/04/3 ETIMAI (PENDUGAAN TATITIK) Ir. Tito Adi Dewato Estimasi : salah satu cara megemukaka peryataa iduktif (meyataka karakteristik populasi dega meggu aka karakteristik yag didapat dari cuplika).

Lebih terperinci

BAB METODOLOGI. Bab 2 Metodologi berisikan :

BAB METODOLOGI. Bab 2 Metodologi berisikan : BAB METODOLOGI Bab Meodologi berisika :.. Pegambila Sampel.. Peramala Nilai Iflasi melalui Ideks Harga Kosume Megguaka Meode ARIMA.3. Akumulasi Prese Value melalui Buga Sederhaa dalam Perhiuga Harga Barag

Lebih terperinci

Analisa Data Statistik. Ratih Setyaningrum, MT

Analisa Data Statistik. Ratih Setyaningrum, MT Aalisa Data tatistik Ratih etyaigrum, MT Referesi Agoes oehiaie, Ph.D Daftar Isi Iferesi tatistik Hipotesa tatistik : Kosep Umum Hipotesa statistik adalah sebuah klaim/peryataa atau cojecture tetag populasi.

Lebih terperinci