Bab 2 Distribusi Survival dan Tabel Mortalitas
|
|
- Erlin Iskandar
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Bab 2 Distribusi Survival dan Tabel Mortalitas 2.1 Distribusi Survival Meninggalnya seseorang merupakan sesuatu yang pasti terjadi namun kapan terjadinya tidak dapat diprediksi. Karena itu, ketahanan hidup (survival) seseorang sampai ia meninggal dapat dianggap sebagai variabel acak. Distribusi dari variabel acak ini disebut distribusi survival. Distribusi survival dapat dinyatakan dalam bentuk fungsi distribusi F(x) atau fungsi survival Fungsi distribusi dan fungsi survival Misalkan X menyatakan usia meninggal (berarti X 0). Fungsi distribusi atau CDF dari X adalah fungsi F(x) = P(X x), (2.1) dan fungsi survival atau SDF (survival distribution function) dari X adalah fungsi = 1 F(x) = P(X > x) (2.2) Nilai F(x) dapat dibaca peluang seseorang meninggal paling tua pada usia x dan dibaca peluang seseorang masih hidup di usia x. Sifat di ketakhinggaan dari SDF adalah lim = 0. x Sifat ini diperoleh dari definisi SDF dan sifat di ketakhinggaan CDF, lim = 1 lim F(x) = 1 1 = 0. x x Pada persamaan (2.1) dan (2.2) diasumsikan bahwa F(0) = 0 dan s(0) = 1. Dengan demikian persamaan (2.1) dapat dipandang sebagai peluang meninggal untuk bayi 8
2 yang baru lahir sebab P(X x X > 0) = P(X x,x > 0) P(X > 0) = F(x) F(0) s(0) = = F(x) 0 1 P(0 < X x) P(X > 0) = F(x) = P(X x). Latihan. Apa artinya a. s(20) b. P(X 70) c. s(100) d. F(25) e. P(X > 35) Peluang meninggal 1) Peluang meninggal seseorang berusia x Nilai CDF F(t) menyatakan peluang bayi yang baru lahir akan meninggal dalam waktu t tahun. Bagaimana jika yang menjadi perhatian kita bukan bayi yang baru lahir tetap sesorang yang berusia x. Jika seseorang yang berusia x disimbolkan dengan (x), maka peluang bahwa (x) akan meninggal paling tua pada usia z adalah P(x < X z) X > x) = 1 s(z) (2.3) Bukti. Perhatikan bahwa P(x < X z) X > x) dapat dibaca peluang seseorang berusia x akan meninggal paling tua pada usia z. Berdasarkan definisi peluang bersyarat, P(x < X z,x > x) P(x < X z) X > x) = P(X > x) P(x < X z) = P(X > x) = F(z) F(x) 1 F(x) 9
3 Tetapi F(x) = 1 sehingga P(x < X z) X > x) = (1 s(z)) (1 ) = s(z) = 1 s(z). 2) Peluang meninggal dan peluang hidup bagi seseorang berusia x Misal didefinisikan variabel acak T(x) = X x yang menyatakan sisa hidup (x) atau seseorang berusia x. Selanjutnya, peluang P(T(x) t) dapat dibaca peluang (x) akan meninggal dalam t tahun. Untuk bayi yang baru lahir atau (0), sisa hidupnya adalah T(0) = X, sehingga P(T(0) t) = P(X t) = F(t). Pada aktuaria, peluang hidup dan peluang meninggal untuk (x) masing-masing dinotasikan dengan tp x tq x : peluang (x) akan hidup sampai t tahun lagi : peluang (x) akan meninggal dalam t tahun Berdasarkan definisinya t p x dan t q x dapat ditulis sebagai tq x = P(T(x) t) = P(x < X x+t X > x), dan tp x = 1 t q x = P(T(x) > t). Untuk t = 1, notasi 1 q x dan 1 p x cukup ditulis: q x p x : peluang (x) akan meninggal dalam setahun : peluang (x) hidup setahun lagi 10
4 3) Hubungan antara peluang hidup dan fungsi survival tp x = s(x+t). (2.4) Bukti. Berdasarkan definisi t q x dan persamaan (2.3) diperoleh tq x = P(T(x) t) = P(x < X x+t X > x) Akibatnya, t p x = 1 t q x = s(x+t). = 1 s(x+t). Khususnya, untuk kasus bayi yang baru lahir atau (0), xp 0 =. (2.5) 4) Peluang (x) akan meninggal antara usia x+t dan x+t+u t uq x = t p x t+u p x. (2.6) Bukti. Berdasarkan definisinya, t uq x = P(t < T(x) t+u) = F(t+u) F(t) = P(T(x) t+u) P(T(x) t) = t+u q x t q x = t p x t+u p x Untuk u = 1 cukup ditulis t q x. Rumus t u q x juga dapat dinyatakan sebagai t uq x = t p x u q x+t. (2.7) Bukti. Karena tq x = 1 s(x+t) dan t p x = s(x+t) 11
5 maka t uq x = s(x+t) s(x+t+u) = s(x+t) s(x+t+u) = s(x+t) ( ) s(x+t) s(x+t+u) s(x+t) ( = t p x 1 s(x+t+u) ) s(x+t) = t p x u q x+t. Daftar lambang (x) : seseorang berusia x X : variabel acak yang menyatakan usia meninggal T(x) : variabel acak yang menyatakan sisa hidup untuk (x) : peluang hidup sampai usia x tp x : peluang (x) akan hidup sampai t tahun lagi (masih hidup di usia x+t) tq x : peluang (x) akan meninggal dalam t tahun : peluang (x) akan meninggal antara usia x+t dan x+t+u t uq x Latihan Apa arti dari simbol-simbol berikut: a. P(X 30) b. P(X > 30) c. s(40) d. F(50) e. 5 p 20 f. 5 q 20 g. 2 5 q 20 12
6 2.1.3 Curtate-Future-Lifetime (CFL) CFL untuk (x) adalah variabel acak yang menyatakan bilangan bulat terbesar pada variabel acak T(x). Dengan kata lain jika K(x) CFL untuk (x) maka K(x) = T(x) (2.8) dengan K(x) = 0,1,2,... Contoh Misal T(x)= 25 tahun 4 bulan 2 hari. Maka K(x) = 25 tahun. Misal T(x)= 20 tahun 11 bulan 26 hari. Maka K(x) = 20 tahun Distribusi dari CFL PMF dari K(x) adalah P(K(x) = k) = P(k T(x) < k +1) = P(k < T(x) k +1) = k p x k+1 p x = k q x dan CDF-nya F K(x) (y) = y k q x = y+1 q x. k= Laju Kematian Laju kematian (laju mortalitas) untuk (x) didefinisikan sebagai P(x < X x+ x X > x) µ(x) = lim x 0 x (2.9) Laju kematian µ(x) juga dapat diartikan peluang (x) akan meninggal sesaat lagi (dalam waktu yang sangat singkat). Pada analisis survival laju kematian disebut juga fungsi laju kegagalan atau hazard rate function (HRF). 13
7 Berikut akan ditunjukkan bahwa hubungan antara laju kematian, PDF, CDF, dan fungsi survival adalah µ(x) = f X(x) 1 F X (x) = f X(x) = s (x) (2.10) Bukti. Dari definisi peluang bersyarat Dari definisi turunan P(x < X x+ x) P(x < X x+ x X > x) = P(X > x) = F X(x+ x) F X (x) 1 F X (x) = F X(x+ x) F X (x) F X (x+ x) F X (x) lim x 0 x = F X(x) Tetapi, dari definisi fungsi densitas, F X (x) = f X(x). Akibatnya, laju kematian µ(x) = lim x 0 = lim x 0 = f X(x) Karena = 1 F X (x) dan P(x < X x+ x X > x) 1 x F X (x+ x) F X (x) 1 x s (x) = F X(x) = f X (x) maka f X (x) = s (x), sehingga µ(x) = f X(x) 1 F X (x) = f X(x) = s (x). Hubungan antara peluang hidup dengan laju kematian np x = e n 0 µ(x+s)ds (2.11) 14
8 Bukti. Dari definisi laju kematian µ(y) = s (y) s(y) = d ln s(y) dy atau µ(y)dy = dln s(y) Dengan mengintegralkan kedua ruas dari x sampai x + n diperoleh x+n x µ(y)dy = ln s(y) x+n x = ln s(x+n) = ln n p x Misal s = y x maka ds = dy. Jika y = x maka s = 0 dan jika y = x + n maka s = n. Akibatnya np x = e n 0 µ(x+s)ds. Untuk kasus bayi yang baru lahir, hubungan antara peluang hidup, fungsi survival, dan laju kematian adalah xp 0 = = e x 0 µ(s)ds, x 0 (2.12) PDF dari variabel acak sisa hidup T(x) f T(x) (t) = t p x µ(x+t) (2.13) Bukti. Karena T(x) variabel acak kontinu maka PDF-nya f T(x) (t) = d dt F T(x)(t) = d dt P(T(x) t) = d dt t q x = d [ 1 s(x+t) ] dt 15
9 = s (x+t) = s(x+t) s (x+t) s(x+t) = t p x µ(x+t), t 0 (dari persamaan (2.4) dan (2.10). Selain itu, karena f T(x) (t) = d dt t q x dan t q x = 1 t p x maka d dt t q x = d dt (1 tp x ) = d dt t p x = t p x µ(x+t) 2.2 Tabel Mortalitas (TM) Tabel mortalitas adalah tabulasi nilai fungsi-fungsi dasar q x,l x,d x dan fungsi tambahan lainnya yang didaftar berdasarkan usia x atau rentang usia (x,x + 1) dengan x = 0,1,2,...,ω dan ω batas usia yang mungkin (contoh lihat Bowers, et al., 1997, hal ). Saat ini Indonesia sudah mempunyai tabel mortalitas sendiri yaitu TMI 2011 yang merupakan perbaikan dari TMI TMI 2011 disusun berdasarkan data mortalita dari 40 perusahaan di industri asuransi jiwa di Indonesia yang meliputi satuan polis Hubungan TM dengan fungsi survival Misalkan terdapat l 0 bayi yang baru lahir dan setiap bayi diindeks dengan j = 1,2,...,l 0. Definisikan variabel indikator { 1, jika bayi ke-j masih hidup di usia x I j (x) = 0, jika bayi ke-j meninggal sebelum usia x. Ketika I j (x) = 1, peluang bahwa bayi tersebut masih hidup di usia x, sama saja dengan nilai fungsi survival, sehingga P(I j (x) = 1) = dan P(I j (x) = 0) = 1. Akibatnya, E[I j (x)] = 0P(I j (x) = 0)+1P(I j (x) = 1) =. 16
10 Jika L x menyatakan jumlah bayi yang bertahan hidup sampai usia x, maka L x = l 0 j=1 I j (x) Karena E[I j (x)] = maka E[L x ] = l 0 j=1 E[I j (x)] = l 0. Selanjutnya, E[L x ] disimbolkan dengan l x. Dengan kata lain l x menyatakan banyaknya bayi yang diharapkan masih hidup sampai usia x dan l x = l 0. (2.14) Misalkan n D x menyatakan banyaknya bayi yang meninggal antara usia x dan x+n, dan n d x menyatakan ekspektasinya. Maka nd x = E[ n D x ] = l 0 l 0 s(x+n) = l 0 [ s(x+n)] = l x l x+n. Ketika n = 1, 1 d x cukup ditulis d x. Penulisan t p x, t q x dan µ(x) sebagai fungsi dari l x : tp x = l x+t, tq x = l x l x+t, µ(x) = l x l x l x l x Bukti Akibatnya tp x = s(x+t) = l 0s(x+t) l 0 tq x = 1 l x+t = l x l x+t l x l x µ x = s (x) = l 0s (x) l 0 = l x l x = l x+t l x 17
11 p x = l x+1 l x q x = l x l x+1 l x = d x l x Daftar lambang K(x) : bilangan bulat terbesar dari sisa hidup T(x) p x q x : peluang (x) hidup setahun lagi : peluang (x) meninggal dalam setahun k q x : peluang (x) meninggal antara usia x dan x+1 µ(x) atau µ x : peluang (x) akan meninggal dalam waktu yang sangat singkat L x l x nd x nd x d x ω : jumlah bayi baru lahir yang masih hidup di usia x : jumlah bayi baru lahir yang diharapkan masih hidup di usia x : banyaknya (x) yang meninggal dalam n tahun : banyaknya (x) yang diharapkan meninggal dalam n tahun : banyaknya (x) yang diharapkan meninggal dalam setahun : usia tertua pada tabel mortalitas Beberapa Hukum Mortalitas 1. Hukum De Moivre (1729) µ x = 1 ω x, dengan 0 x ω dengan ω menyatakan usia tertua dimana seseorang masih hidup. 2. Gompertz (1825) 3. Makeham (1860) dengan B > 0,A B,c > 1,x 0 4. Weibull (1939) dengan k > 0,n > 0,x 0 µ x = Bc x, B > 0,c > 1,x 0 µ x = A+Bc x µ x = kx n 18
12 Latihan 1. Untuk soal berikut, gunakan rumus-rumus yang menyatakan hubungan laju kematian dengan F X (x), f X (x), dan. (a) Tentukan F X (x) dan f X (x) jika = e x, x 0. (b) Tentukan dan f X (x) jika F(x) = x, x Diberikan = 1 x/100, untuk 0 x 100. Tentukan µ(x), F X (x), f X (x), dan P(10 < X < 40). 3. Diberikan = ( x x 2 )/9000, untuk 0 < x 90. Tentukan q 50 µ Diberikan = 1 (x/100), untuk 0 x 100. Tentukan: (a). 17 p 19, (b). 13 q 36, (c) q 36, (d). µ(36), (e). E[T(36)]. 5. Misal µ(x) = kx, untuk x > 0 dan 10 p 35 = 0,81. Tentukan nilai 20 p Misal µ(x) = 0,0001, untuk 20 < x < 25. Tentukan 2 2 q Misal variabel acak T mempunyai PDF f T (t) = ce ct, t 0, c > 0. Tentukan E[T],Var(T), median(t), modus(t). 8. Misal variabel acak T(x) mempunyai PDF f T(x) (t) = { t 100 x, 0 t < 100 x 1, t 100 x Tentukan e x = E[T(x)],Var[T(x)], median(t(x)). 9. Diberikan tabel mortalitas berikut: x p x l x d x 0 0, ,8 2 0,6 3 0,3 4 0 (a) Tentukan nilai untuk x = 0,1,2,3,4 (b) Isi kolom l x dan d x. 10. Berdasarkan tabel pada soal sebelumnya, tentukan (a). 3 d 0, (b). 2 q 1, (c). 3 p 1, (d). 3 q 2. 19
13 11. Diberikan µ x = 2 x x, 0 x < 100 Tentukan banyaknya yang meninggal untuk usia antara 1 dan 4 tahun, jika l 0 = Misal µ x = k +e 2x untuk x 0 dan 40 p 0 = 0,5. Tentukan nilai k. 13. Diberikan l x = 2500(64 0,8x) 1/3, 0 x 80. Tentukan PDF, mean, dan variansi dari X. 14. Misal 1 q x+1 = 0,95, 2 q x+1 = 0,171, dan q x+3 = 0,2. Tentukan q x+1 +q x+2. Tugas Buat tabel mortalitas dengan kolom-kolom x,l x,d x,1000q x, yang didasarkan pada hukum Makeham 1000µ(x) = 0,7+0,05(10 0,04 ) x. Gunakan radix l 0 = dan usia tertua ω = 100. Software yang digunakan bebas, tetapi akan mendapatkan nilai tambah jika dikerjakan menggunakan pemrograman macro pada MS Excel. 20
BAB II LANDASAN TEORI. Untuk menghitung nilai cadangan asuransi secara umum, maka dibutuhkan
5 BAB II LANDASAN TEORI Untuk menghitung nilai cadangan asuransi secara umum, maka dibutuhkan beberapa teori dasar yang dapat menyederhanakan permasalahan dan mempermudah proses perhitungan dan analisis
Lebih terperinciBab 2. Tinjauan Pustaka. 2.1 Pendahuluan. 2.2 Bunga Majemuk
Bab 2 Tinjauan Pustaka 2.1 Pendahuluan Sebelum melakukan penganalisisan untuk pemodelan matematika aktuaria yang mengarah ke reversionary anuities maka kita perlu memperkaya diri dengan teoriteori pendukungnya
Lebih terperinciII. TINJAUAN PUSTAKA. 2.1 Fungsi Keberlangsungan Hidup (Survival Function) Misalkan adalah usia seseorang saat menutup polis asuransi, sehingga adalah
II. TINJAUAN PUSTAKA 2.1 Fungsi Keberlangsungan Hidup (Survival Function) Misalkan adalah usia seseorang saat menutup polis asuransi, sehingga adalah peubah acak waktu meninggal. Fungsi distribusi dinyatakan
Lebih terperinciIII. METODOLOGI PENELITIAN. Penelitian ini dilakukan pada semester genap tahun ajaran 2014/2015 di Jurusan
III METODOLOGI PENELITIAN 31 Waktu dan Tempat Penelitian Penelitian ini dilakukan pada semester genap tahun ajaran 2014/2015 di Jurusan Matematika dan Ilmu Pengetahuan Alam Universitas Lampung 32 Metode
Lebih terperinciPENENTUAN BESARNYA ANUITAS HIDUP DENGAN MENGGUNAKAN NILAI ASUMSI PADA DISTRIBUSI SISA USIA
PENENTUAN BESARNYA ANUITAS HIDUP DENGAN MENGGUNAKAN NILAI ASUMSI PADA DISTRIBUSI SISA USIA Farah Kristiani (farah@home.unpar.ac.id) Jurusan Matematika FTIS Universitas Katolik Parahyangan ABSTRACT There
Lebih terperinciSeri Pendidikan Aktuaris Indonesia Ruhiyat
Seri Pendidikan Aktuaris Indonesia Ruhiyat 5+ Soal & Matematika Aktuaria DRAF JAWABAN UJIAN PAI A6 - MATEMATIKA AKTUARIA 26 NOVEMBER 24 Ruhiyat Departemen Matematika FMIPA IPB Bogor, 25 . Sebuah variable
Lebih terperinciAsuransi Jiwa
Bab 2: Tabel Mortalitas dan Teorema Peluang pada Asuransi Jiwa Statistika FMIPA Universitas Islam Indonesia Tabel Mortalitas Tabel Mortalitas Tabel mortalitas merupakan tabel yang berisi peluang seseorang
Lebih terperinciBAB I PENDAHULUAN. 1.2 Rumusan Masalah Bagaimana peranan statistika matematika dalam menentukan anuitas premi asuransi jiwa?
BAB I PENDAHULUAN 1.1 Latar Belakang Asuransi Jiwa adalah asuransi yang memberikan pembayaran sejumlah uang tertentu atas kematian tertanggung kepada anggota keluarga atau orang yang berhak menerimanya
Lebih terperinciSTATISTIK PERTEMUAN VI
STATISTIK PERTEMUAN VI 1. TEORI PENDUKUNG 1.1 Pendahuluan 1. Variabel acak 1.3 Distribusi variabel acak diskrit 1.4 Distribusi variabel acak kontinu 1.5 Distribusi multivariat 1.1 Pendahuluan Definisi
Lebih terperinciMakalah Matematika Asuransi MODEL PARAMETRIK TAHAN HIDUP
Makalah Matematika Asuransi MODEL PARAMETRIK TAHAN HIDUP Disusun Oleh : 1. Intan Wijaya M0108018. Nariswari Setya D. M01080 3. Rahmawati Oktriana M0108061 4. Sri Maria Puji L. M0108108 JURUSAN MATEMATIKA
Lebih terperinciPENERAPAN HUKUM MORTALITA MAKEHAM DAN TINGKAT SUKU BUNGA STOKASTIK UNTUK PERHITUNGAN NILAI TUNAI MANFAAT
PENERAPAN HUKUM MORTALITA MAKEHAM DAN TINGKAT SUKU BUNGA STOKASTIK UNTUK PERHITUNGAN NILAI TUNAI MANFAAT Valensia Huang; Farah Kristiani Jurusan Matematika, Fakultas Teknologi Informasi dan Sains, Universitas
Lebih terperinciDidownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN
Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN Makalah ini akan membahas tentang tabel kehidupan. Meskipun distribusi parametrik survival mempunyai kelebihan dalam hal meringkas proses kematian
Lebih terperinciBAB II TINJAUAN PUSTAKA. Joint life adalah suatu keadaan yang aturan hidup dan matinya merupakan
BAB II TINJAUAN PUSTAKA 2.1 Asuransi Joint Life Joint life adalah suatu keadaan yang aturan hidup dan matinya merupakan gabungan dari dua faktor atau lebih, misalnya suami-istri, orang tua-anak dan lain
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Asuransi Asuransi atau Pertanggungan menurut Kitab Undang-undang Hukum Dagang (K.U.H.D) Republik Indonesia pasal 246 adalah Suatu perjanjian dengan mana seorang penanggung mengikatkan
Lebih terperinciAsuransi Jiwa
Bab 1: Tabel Mortalitas dan Teorema Peluang pada Asuransi Jiwa Atina Ahdika, S.Si, M.Si Statistika FMIPA Universitas Islam Indonesia Pendahuluan Asuransi Jiwa Asuransi Jiwa Asuransi Jiwa Asuransi Jiwa
Lebih terperinciNILAI TUNAI ANUITAS HIDUP AWAL UNTUK STATUS GABUNGAN BERDASARKAN DISTRIBUSI GOMPERTZ DAN DISTRIBUSI MAKEHAM. Deni Afrianti 1, Hasriati 2 ABSTRACT
NILAI TUNAI ANUITAS HIDUP AWAL UNTUK STATUS GABUNGAN BERDASARKAN DISTRIBUSI GOMPERTZ DAN DISTRIBUSI MAKEHAM Deni Afrianti 1, Hasriati 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan Matematika
Lebih terperinciSumbu X (horizontal) memiliki range (rentang) dari minus takhingga. ( ) hingga positif takhingga (+ ). Kurva normal memiliki puncak pada X
Sumbu X (horizontal) memiliki range (rentang) dari minus takhingga ( ) hingga positif takhingga (+ ). Kurva normal memiliki puncak pada X = 0. Perlu diketahui bahwa luas kurva normal adalah satu (sebagaimana
Lebih terperinciBab 7 Ekspektasi dan Fungsi Pembangkit Momen: Cintailah Mean
MA38 Teori Peluang - Khreshna Syuhada Bab 7 Bab 7 Ekspektasi dan Fungsi Pembangkit Momen: Cintailah Mean Ilustrasi 7. Seorang peserta kuis diberi dua buah pertanyaan (P-, P-2), yang harus dijawab dengan
Lebih terperinciCADANGAN ASURANSI PENDIDIKAN MENGGUNAKAN DISTRIBUSI PARETO DENGAN TINGKAT BUNGA VASICEK. Reinhard Sianipar 1, Hasriati 2 ABSTRACT
CADANGAN ASURANSI PENDIDIKAN MENGGUNAKAN DISTRIBUSI PARETO DENGAN TINGKAT BUNGA VASICEK Reinhard Sianipar, Hasriati 2 Mahasiswa Program Studi S Matematika 2 Dosen Jurusan Matematika Jurusan Matematika
Lebih terperinciCNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya
CNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya Dosen: Aniq A Rohmawati, M.Si TELKOM UNIVERSITY JALAN TELEKOMUNIKASI 1, BANDUNG, INDONESIA Ruang Sampel dan Kejadian PEUBAH ACAK (P.A) Fungsi yang memetakan
Lebih terperinciBab 2. Teori Pendukung. 2.1 Pendahuluan. 2.2 Future Life Time
Bab 2 Teori Pendukung 2.1 Pendahuluan Untuk mengekspresikan perhitungan tentang nilai tunai (cash value) yang dipengaruhi oleh prospektif mortality diperlukan teori-teori pendukung sehingga dalam perhitungannya
Lebih terperinciCatatan Kuliah. MA4183 Model Risiko Forecast, assess, and control your risk. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA4183 Model Risiko Forecast, assess, and control your risk Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang MA4183
Lebih terperinciMODEL PERTUMBUHAN PREMI ASURANSI JIWA BERJANGKA DENGANTINGKAT SUKU BUNGA KONSTAN UNTUK KASUS KONTINU DAN DISKRIT. ( Skripsi ) Oleh.
MODEL PERTUMBUHAN PREMI ASURANSI JIWA BERJANGKA DENGANTINGKAT SUKU BUNGA KONSTAN UNTUK KASUS KONTINU DAN DISKRIT ( Skripsi ) Oleh Dwi Ratnasari JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciPengantar Statistika Matematik(a)
Catatan Kuliah Pengantar Statistika Matematik(a) Statistika Lebih Dari Sekadar Matematika disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014
Lebih terperinciDistribusi Probabilitas Kontinyu Teoritis
Distribusi Probabilitas Kontinyu Teoritis Suprayogi Dist. Prob. Teoritis Kontinyu () Distribusi seragam kontinyu (continuous uniform distribution) Distribusi segitiga (triangular distribution) Distribusi
Lebih terperinciDefinisi: Nilai harapan/ekspektasi (expected value/expectation) atau ekspektasi dari peubah acak diskrit/kontinu X adalah
BAB 1 Peluang dan Ekspektasi Bersyarat 1.1 EKSPEKTASI Definisi: Nilai harapan/ekspektasi (expected value/expectation) atau ekspektasi dari peubah acak diskrit/kontinu X adalah E(X) x x p X (x) dan E(X)
Lebih terperinciTINJAUAN PUSTAKA. ruang sampel dan dilambangkan dengan huruf S. Ruang sampel beranggotakan
II. TINJAUAN PUSTAKA 2.1 Percobaan dan Ruang Sampel Menurut Walpole (1995), istilah percobaan digunakan untuk sembarang proses yang dapat membangkitkan data. Himpunan semua hasil suatu percobaan disebut
Lebih terperinciII. 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 terperinciDISTRIBUSI SATU PEUBAH ACAK
0 DISTRIBUSI SATU PEUBAH ACAK Dalam hal ini akan dibahas macam-macam peubah acak, distribusi peluang, fungsi densitas, dan fungsi distribusi. Pada pembahasan selanjutnya, fungsi peluang untuk peubah acak
Lebih terperinciSTATISTIKA UNIPA SURABAYA
MATEMATIKA STATISTIKA (MATHEMATICAL STATISTICS) GANGGA ANURAGA Materi : Distribusi variabel random Teori Himpunan Fungsi Himpunan Fungsi Himpunan Peluang Variabel Random Fungsi Kepadatan Peluang Fungsi
Lebih terperinciAsuransi Jiwa
Bab 3: Harapan Hidup dan Statistika FMIPA Universitas Islam Indonesia Harapan Hidup Ringkas Harapan Hidup Ringkas Harapan Hidup Lengkap Harapan hidup ringkas (curtate expectation of life) menyatakan rata-rata
Lebih terperinciCADANGAN ZILLMER BERDASARKAN DISTRIBUSI MAKEHAM DENGAN MENGGUNAKAN TINGKAT BUNGA MODEL RENDLEMAN-BARTTER. Rusti Nella Rinawati 1, Hasriati 2 ABSTRACT
CADANGAN ZILLMER BERDASARKAN DISTRIBUSI MAKEHAM DENGAN MENGGUNAKAN TINGKAT BUNGA MODEL RENDLEMAN-BARTTER Rusti Nella Rinawati, Hasriati 2 Mahasiswa Program Studi S Matematika 2 Dosen Jurusan Matematika
Lebih terperinciBAB III SURVIVAL ANALYSIS UNTUK MENGUJI RELIABILITAS PRODUK DAN PENENTUAN GARANSI PRODUK 3.1 Garansi
BAB III SURVIVAL ANALYSIS UNTUK MENGUJI RELIABILITAS PRODUK DAN PENENTUAN GARANSI PRODUK 3.1 Garansi Garansi dapat diartikan sebagai jaminan yang diberikan secara tertulis oleh pabrik atau supplier kepada
Lebih terperinciSINGLE DECREMENT DAN MULTIPLE DECREMENT. Pada Perusahaan Asuransi Jiwa, peserta (nasabah) bisa saja tiba-tiba
BAB II SINGLE DECREMENT DAN MULTIPLE DECREMENT Pada Perusahaan Asuransi Jiwa, peserta (nasabah) bisa saja tiba-tiba berhenti sebelum batas yang ditentikan berakhir, sehingga terjadinya penurunan populasi.
Lebih terperinciMODEL PENYUSUTAN MAJEMUK JUMLAH PESERTA ASURANSI PADA ASURANSI JIWA
Jurnal Matematika UNAND Vol. 2 No. 2 Hal. 99 17 ISSN : 233 291 c Jurusan Matematika FMIPA UNAND MODEL PENYUSUTAN MAJEMUK JUMLAH PESERTA ASURANSI PADA ASURANSI JIWA WILLIAM HUDA, DODI DEVIANTO, YUDIANTRI
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini diberikan beberapa konsep dasar seperti teorema dan beberapa definisi sebagai landasan dalam penelitian ini. Konsep dasar ini berkaitan dengan masalah yang dibahas dalam
Lebih terperinciCADANGAN PREMI TAHUNAN ASURANSI KESEHATAN MENGGUNAKAN DISTRIBUSI BURR. Hendri Arriko 1, Hasriati 2 ABSTRACT
CADANGAN PREMI TAHUNAN ASURANSI KESEHATAN MENGGUNAKAN DISTRIBUSI BURR Hendri Arriko 1, Hasriati 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan Matematika Jurusan Matematika Fakultas Matematika
Lebih terperinciPERHITUNGAN NILAI-NILAI AKTUARIA DENGAN ASUMSI TINGKAT SUKU BUNGA BERUBAH SECARA STOKASTIK
PERHITUNGAN NILAI-NILAI AKTUARIA DENGAN ASUMSI TINGKAT SUKU BUNGA BERUBAH SECARA STOKASTIK Kumala Dewi S.; Ferry Jaya Permana; Farah Kristiani Jurusan Matematika, Fakultas Teknologi dan Ilmu Sains, Universitas
Lebih terperinciHANDOUT PERKULIAHAN. Pertemuan Ke : 3 : Distribusi Satu Peubah Acak dan Ekspektasi Satu Peubah Acak
HANDOUT PERKULIAHAN Pertemuan Ke : 3 Pokok Bahasan : Distribusi Satu Peubah Acak dan Ekspektasi Satu Peubah Acak URAIAN POKOK PERKULIAHAN A. Peubah Acak Definisi 1 : Peubah Acak Misalkan E adalah suatu
Lebih terperinciPERSATUAN AKTUARIS INDONESIA
PERSATUAN AKTUARIS INDONESIA Komisi Penguji PERSATUAN AKTUARIS INDONESIA UJIAN PROFESI AKTUARIS MATA UJIAN : A70 Pemodelan dan Teori Risiko TANGGAL : 24 Juni 2014 JAM : 13.30 16.30 WIB LAMA UJIAN : 180
Lebih terperinciBab 3. Cash Values. 3.1 Pendahuluan. 3.2 Nilai Tunai (Cash Value)
Bab 3 Cash Values 3.1 Pendahuluan Salah satu tur penting dalam kebijakan asuransi jiwa adalah syarat-syarat yang diperuntukkan bagi nonforfeiture di dalam kasus default dari pembayaran premi.pemegang polis
Lebih terperinciBAB II KAJIAN TEORI. hasil percobaan yang berbeda dan masing-masing mempunyai. itu menyusun kejadian, maka probabilitas kejadian
BAB II KAJIAN TEORI A. Probabilitas Teorema 2.1 (Walpole, 1992) Probabilitas menunjukan suatu percobaan mempunyai hasil percobaan yang berbeda dan masing-masing mempunyai kemungkinan yang sama untuk terjadi,
Lebih terperinciTabel Mortalita Indonesia (TMI) I Tabel CSO 1980
BAB 1 PENDAHULUAN 11 Latar Belakang Dalam kehidupan sehari-hari, kita tidak dapat menentukan kapan seseorang akan meninggal dunia Walaupun demikian, kita dapat menghitung peluang meninggal seseorang dari
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Kita pasti sudah tidak asing lagi dengan asuransi. Dewasa ini, bisnis asuransi mulai berkembang dengan pesat di Indonesia. Tidak sedikit lagi orang yang berpikir
Lebih terperinciBAB 2 FUNGSI MEAN RESIDUAL LIFE
BB 2 FUNGSI MEN RESIDUL LIFE 2. Sifat-Sifat Peluang 2.. Identitas dasar Pertama akan ditunjukkan sebuah hubungan dasar di antara fungsi survival dan momen dari distribusi. Untuk sebuah random variabel
Lebih terperinciAK5161 Matematika Keuangan Aktuaria
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang AK5161 Matematika
Lebih terperinciDASAR-DASAR TEORI PELUANG
DASAR-DASAR TEORI PELUANG Herry P. Suryawan 1 Ruang Peluang Definisi 1.1 Diberikan himpunan tak kosong Ω. Aljabar-σ (σ-algebra pada Ω adalah koleksi subhimpunan A dari Ω dengan sifat (i, Ω A (ii jika A
Lebih terperinciDasar-dasar Statistika Pemodelan Sistem
Dasar-dasar Statistika Pemodelan Sistem Kuliah Pemodelan Sistem Semester Genap 2015-2016 MZI Fakultas Informatika Telkom University FIF Tel-U Januari 2016 MZI (FIF Tel-U) Statistika Pemodelan Januari 2016
Lebih terperinciFUNGSI PEMBANGKIT MOMEN UNTUK MEMENUHI TUGAS MATAKULIAH. Statistika Matematika. Yang dibina oleh Bapak Hendro Permadi. Oleh :
FUNGSI PEMBANGKIT MOMEN UNTUK MEMENUHI TUGAS MATAKULIAH Statistika Matematika Yang dibina oleh Bapak Hendro Permadi Oleh : Intan Putri Natari 10311418961 Nurroh Fitri A 1031419469 Reza Taufikurachman 1031419470
Lebih terperinciLEMBAR 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 terperinciBAB II TINJAUAN PUSTAKA
5 BAB II TINJAUAN PUSTAKA 2.1 Model Life Table Life table adalah tabel mengenai angka kematian menurut umur yaitu berkaitan dengan peluang bertahan hidup menurut umur. (Coale & Demeny 1983) Dengan menggunakan
Lebih terperinciPENENTUAN PREMI TAHUNAN KONSTAN DAN CADANGAN BENEFIT PADA ASURANSI JOINT LIFE BELLA YOSIA
PENENTUAN PREMI TAHUNAN KONSTAN DAN CADANGAN BENEFIT PADA ASURANSI JOINT LIFE BELLA YOSIA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 206 PERNYATAAN
Lebih terperinciCatatan Kuliah AK5161 MATEMATIKA KEUANGAN AKTUARIA. Insure and Invest! Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 MATEMATIKA KEUANGAN AKTUARIA Insure and Invest! disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang AK5161 MatKeu
Lebih terperinciPENS. Probability and Random Process. Topik 5. Beberapa jenis Distribusi Variabel Acak. Prima Kristalina April 2015
Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 5. Beberapa jenis Distribusi Variabel Acak Prima Kristalina April 215 1 Outline 1. Beberapa macam
Lebih terperinciCatatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2014 1 Tentang AK5161 Matematika
Lebih terperinciPENS. Probability and Random Process. Topik 4. Variabel Acak dan Distribusi Probabilitas. Prima Kristalina April 2015
Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 4. Variabel Acak dan Distribusi Probabilitas Prima Kristalina April 2015 1 Outline 1. Definisi
Lebih terperinciPengantar Proses Stokastik
Bab 1: Dasar-Dasar Probabilitas Statistika FMIPA Universitas Islam Indonesia Peluang Percobaan adalah kegiatan yang menghasilkan keluaran/hasil yang mungkin secara acak. Contoh: pelemparan sebuah dadu.
Lebih terperinciCatatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2014 1 Tentang AK5161 Matematika
Lebih terperinciDISTRIBUTIONS OF RANDOM VARIABLE DISTRIBUSI VARIABEL RANDOM
1.11 Chebyshev s Inequality DISTRIBUTIONS OF RANDOM VARIABLE (Ketaksamaan Chebyshev) A. Pendahuluan DISTRIBUSI VARIABEL RANDOM Konsep atau rumus yang berhubungan dengan Ketaksamaan Chebyshev Ekspektasi
Lebih terperinciPengantar Statistika Matematika II
Bab 1: a FMIPA Universitas Islam Indonesia Parameter adalah karakteristik dari populasi (misal θ) adalah karakteristik dari sampel Akan dibahas konsep statistik dan distribusi sampling Parameter Misalkan
Lebih terperinciMata Kuliah Pemodelan & Simulasi
Mata Kuliah Pemodelan & Simulasi Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia 1 Pendahuluan (1) Sifat probabilitistik pada sistem nyata mempunyai pola distribusi probabilistik
Lebih terperinciPENENTUAN PREMI BULANAN ASURANSI KESEHATAN BERJANGKA PERAWATAN RUMAH SAKIT UNTUK PERORANGAN
Jurnal Matematika UNAND Vol. 5 No. 4 Hal. 30 35 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENENTUAN PREMI BULANAN ASURANSI KESEHATAN BERJANGKA PERAWATAN RUMAH SAKIT UNTUK PERORANGAN EHA ESPINOZA
Lebih terperinciBAB 2 LANDASAN TEORI. Definisi 1 Himpunan semua hasil yang mungkin dari suatu percobaan disebut ruang sampel dan dinyatakan dengan S.
BAB 2 LANDASAN TEORI 2.1 Ruang Sampel dan Kejadian Definisi 1 Himpunan semua hasil yang mungkin dari suatu percobaan disebut ruang sampel dan dinyatakan dengan S. Tiap hasil dalam ruang sampel disebut
Lebih terperinciBAB I PENDAHULUAN. penerbangan, kedokteran, teknik mesin, software komputer, bahkan militer
BAB I PENDAHULUAN A. Latar Belakang Statistika merupakan salah satu ilmu matematika yang terus berkembang dari waktu ke waktu. Di dalamnya mencakup berbagai sub pokok-sub pokok materi yang sangat bermanfaat
Lebih terperinciII. TINJAUAN PUSTAKA
II. TINJAUAN PUSTAKA. Pendahuluan Uji perbandingan dua distribusi merupakan suatu tekhnik analisis ang dilakukan untuk mencari nilai parameter ang baik diantara dua distribusi. Tekhnik uji perbandingan
Lebih terperinciCara memperoleh data: Zaman dahulu, dgn cara : Melempar dadu Mengocok kartu
Cara memperoleh data: Zaman dahulu, dgn cara : Melempar dadu Mengocok kartu Zaman modern (>1940), dgn cara membentuk bilangan acak secara numerik/aritmatik (menggunakan komputer), disebut Pseudo Random
Lebih terperinciJudul : Perhitungan Premi Asuransi Jiwa Endowment Suku Bunga Vasicek dengan Simulasi Monte Carlo ABSTRAK
Judul : Perhitungan Premi Asuransi Jiwa Endowment Suku Bunga Vasicek dengan Simulasi Monte Carlo Nama : Desi Kurnia Sari (NIM: 1208405054) Pembimbing : 1. Drs. I Nyoman Widana, M.Si. 2. Kartika Sari, S.Si,
Lebih terperinciAsuransi Jiwa
Bab 2: Harapan Hidup dan Atina Ahdika, S.Si, M.Si Statistika FMIPA Universitas Islam Indonesia Harapan Hidup Ringkas Harapan Hidup Harapan Hidup Ringkas Harapan hidup ringkas (curtate expectation of life)
Lebih terperinciPROBABILITAS (PELUANG) PENGERTIAN PROBABILITAS
PROBABILITAS (PELUANG) PENGERTIAN PROBABILITAS Dalam kehidupan sehari-hari kita sering mendengar dan menggunakan kata probabilitas (peluang). Kata ini mengisyaratkan bahwa kita berhadapan dengan sesuatu
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Berikut ini adalah beberapa definisi dan teorema yang menjadi landasan dalam penentuan harga premi, fungsi permintaan, dan kesetimbangannya pada portfolio heterogen. 2.1 Percobaan
Lebih terperinciPenentuan Momen ke-5 dari Distribusi Gamma
Jurnal Penelitian Sains Volume 6 Nomor (A) April 0 Penentuan Momen ke-5 dari Distribusi Gamma Robinson Sitepu, Putra B.J. Bangun, dan Heriyanto Jurusan Matematika Fakultas MIPA Universitas Sriwijaya, Indonesia
Lebih terperincidigunakan untuk menyelesaikan persamaan yang nantinya akan diperoleh dalam
II. LANDASAN TEORI Pada bab ini akan diberikan konsep dasar yang akan digunakan dalam pembahasan hasil penelitian ini, antara lain : 2.1 Fungsi Gamma Fungsi gamma merupakan suatu fungsi khusus. Fungsi
Lebih terperinciLearning Outcomes Peubah Acak Fungsi Sebaran Secaran Diskret Nilai Harapan. Peubah Acak. Julio Adisantoso. 13 Maret 2014
13 Maret 2014 Learning Outcome Mahasiswa dapat memahami dan menentukan peubah acak dari suatu kejadian Mahasiswa dapat memahami fungsi sebaran Mahasiswa dapat mengerti dan menentukan peubah acak diskret
Lebih terperinciBEBERAPA DISTRIBUSI KHUSUS DKINTINU DIKENAL
BEBERAPA DISTRIBUSI KHUSUS DKINTINU DIKENAL Dalam hal ini akan dibahas beberapa distribusi yang mempunyai bentuk fungsi densitas dan nama tertentu dari peubah acak kontinu, yaitu: distribusi seragam, distribusi
Lebih terperinciAK5161 Matematika Keuangan Aktuaria
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang AK5161 Matematika
Lebih terperinciCatatan Kuliah. MA5181 Proses Stokastik
Catatan Kuliah MA5181 Proses Stokastik Precise. Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang MA5181 Proses Stokastik
Lebih terperinciVariabel Random dan Nilai Harapan. Oleh Azimmatul Ihwah
Variabel Random dan Nilai Harapan Oleh Azimmatul Ihwah Outcomes dari suatu eksperimen dapat dinyatakan dengan angka untuk mempermudah. Suatu variabel yang mengasosiakan outcomes dari suatu eksperimen dengan
Lebih terperinciPEMBANGKIT RANDOM VARIATE
PEMBANGKIT RANDOM VARIATE Mata Kuliah Pemodelan & Simulasi JurusanTeknik Informatika Universitas Komputer Indonesia 1 Pendahuluan (1) Sifat probalitistik pada sistem nyata mempunyai pola distribusi probabilistik
Lebih terperinciBAB IV HASIL DAN ANALISIS
BAB IV HASIL DAN ANALISIS 4.1 Data Hasil Pengujian Pengujian yang dilakukan menguji masa hidup baterai dengan alat uji masa hidup baterai yang telah dirancang dan dimplementasikan. Pengujian dilakukan
Lebih terperinciCatatan Kuliah. MA4183 Model Risiko Forecast, assess, and control your risk. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA4183 Model Risiko Forecast, assess, and control your risk Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang MA4183
Lebih terperinciACTUARIAL PRESENT VALUE
ACTUARIAL PRESENT VALUE MANFAAT ASURANSI JIWA SEUMUR HIDUP BERDASARKAN TABEL MORTALITA HUKUM MAKEHAM DAN HUKUM GOMPERTZ DENGAN SUKU BUNGA CIR (Skripsi) Oleh Auleria Vinny Viola Saraswati FAKULTAS MATEMATIKA
Lebih terperinciPengantar Statistika Matematik(a)
Catatan Kuliah Pengantar Statistika Matematik(a) Statistika Lebih Dari Sekadar Matematika disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014
Lebih terperinciBAB II PERSAMAAN DIFERENSIAL BIASA(PDB) ORDE SATU
BAB II PERSAMAAN DIFERENSIAL BIASA(PDB) ORDE SATU PDB orde satu dapat dinyatakan dalam: atau dalam bentuk: = f(x, y) M(x, y) + N(x, y) = 0 Penyelesaian PDB orde satu dengan integrasi secara langsung Jika
Lebih terperinciApa penyebab kematian? Bagaimana cara membuat tabel mortalitas?
BAB I PENDAHULUAN 1.1. Latar Belakang Mortalitas atau kematian merupakan salah satu diantara tiga komponen proses demografi yang berpengaruh terhadap struktur penduduk selain fertilitas dan migrasi. Tinggi
Lebih terperinciPeubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R
Bab Peubah Acak. Konsep Dasar Peubah Acak Peubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R Contoh peubah acak: Jika X adalah peubah acak banyaknya sisi muka yang muncul pada
Lebih terperinciPERHITUNGAN NILAI CADANGAN ASURANSI JIWA SEUMUR HIDUP DENGAN METODE ZILLMER DAN FACKLER (Skripsi) Oleh RETNO SAFITRI
PERHITUNGAN NILAI CADANGAN ASURANSI JIWA SEUMUR HIDUP DENGAN METODE ZILLMER DAN FACKLER (Skripsi) Oleh RETNO SAFITRI JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PEGETAHUAN ALAM UNIVERSITAS LAMPUNG
Lebih terperinciCatatan Kuliah. MA4183 Model Risiko Risk: Quantify and Control. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA4183 Model Risiko Risk: Quantify and Control Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2017 1 Tentang MA4183 Model Risiko
Lebih terperinciAsuransi Jiwa
Bab 7: Statistika FMIPA Universitas Islam Indonesia Pada pembahasan sebelumnya, semua asuransi dikeluarkan dengan premi tunggal. Pada kenyataannya premi tunggal jarang sekali digunakan, biasanya premi
Lebih terperinciDISTRIBUSI NORMAL. Pertemuan 3. Distribusi Normal_M. Jainuri, M.Pd 1
DISTRIBUSI NORMAL Pertemuan 3 1 Distribusi Normal Pertama kali diperkenalkan oleh Abraham de Moivre (1733). De Moivre menemukan persamaan matematika untuk kurva normal yang menjadi dasar dalam banyak teori
Lebih terperinciDengan demikian, untuk sembarang B = [a, b], maka persamaan (5.1) menjadi
Bab 5 Peubah Acak Kontinu 5.1 Pendahuluan Definisi 5.1. Peubah acak adalah suatu fungsi dari ruang contoh S ke R (himpunan bilangan nyata) Peubah acak X bersifat diskret jika F (x) adalah fungsi tangga.
Lebih terperinciMA5181 PROSES STOKASTIK
Catatan Kuliah MA5181 PROSES STOKASTIK disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Tentang MA5181 Proses Stokastik A. Jadwal kuliah:
Lebih terperinciMinggu 4-5 Analisis Model MA, AR, ARMA. Minggu 6-7 Model Diagnostik dan Forecasting. Minggu 8-9 Analisi Model ARI, IMA, ARIMA
CNH4S3 Analisis Time Series Dosen: Aniq A Rohmawati, M.Si [Jadwal]: [Materi Analsis Time Series] Kuliah Pemodelan dan Simulasi berisi tentang dasar pemodelan time series seperti kestasioneran, identifikasi
Lebih terperinciCatatan Kuliah MA4181 Pengantar Proses Stokastik Precise and Stochastic. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA4181 Pengantar Proses Stokastik Precise and Stochastic Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 Tentang MA4181 (Pengantar)
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 21 Beberapa Pengertian Definisi 1 [Ruang Contoh] Ruang contoh adalah himpunan semua hasil yang mungkin dari suatu percobaan acak, dan dinotasikan dengan (Grimmet dan Stirzaker,1992)
Lebih terperinciKALKULUS MULTIVARIABEL II
Pada Bidang Bentuk Vektor dari KALKULUS MULTIVARIABEL II (Minggu ke-9) Andradi Jurusan Matematika FMIPA UGM Yogyakarta, Indonesia Pada Bidang Bentuk Vektor dari 1 Definisi Daerah Sederhana x 2 Pada Bidang
Lebih terperinciBAB II TINJAUAN PUSTAKA. karena dia berhenti bekerja. Sedangkan perencanaan pensiun (pension plan)
BAB II TINJAUAN PUSTAKA 2.1 Pendahuluan Pensiun adalah suatu kondisi dimana seseorang tidak memiliki pendapatan karena dia berhenti bekerja. Sedangkan perencanaan pensiun (pension plan) adalah suatu upaya
Lebih terperinciBI5106 ANALISIS BIOSTATISTIK Bab 3 Peubah Acak dan Dist
BI5106 ANALISIS BIOSTATISTIK Bab 3 Peubah Acak dan Distribusi Orang Biologi Tidak Anti Statistika Silabus Silabus dan Tujuan Konsep peubah acak, fungsi peluang (probability density function), fungsi distribusi
Lebih terperinciBAB II LANDASAN TEORI
15 BAB II LANDASAN TEORI Pada bab ini diberikan tinjauan pustaka, teori penunjang dan kerangka pemikiran. Tinjauan pustaka terdiri dari penelitian-penelitian sebelumnya yang mendasari skripsi ini, teori
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Aktuaria adalah suatu disiplin ilmu yang menerapkan matematika dan metode statistika dalam memperkirakan dan menentukan baik secara kualitatif maupun kuantitatif
Lebih terperinciPEUBAH ACAK DAN SEBARANNYA
LOGO STATISTIKA MATEMATIKA I PEUBAH ACAK DAN SEBARANNYA Hazmira Yozza Izzati Rami HG Jurusan Matematika FMIPA Universitas Andalas Percobaan : Pelemparan dua mata uang AA AG GA GG S X Definisi 2.1. Peubah
Lebih terperinci