BAB IV PERHITUNGAN NUMERIK

dokumen-dokumen yang mirip
BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA 1. PENDAHULUAN

III. METODE PENELITIAN

Analisis Model dan Contoh Numerik

BAB I PENDAHULUAN. tepat rencana pembangunan itu dibuat. Untuk dapat memahami keadaan

BAB III METODE DEKOMPOSISI CENSUS II. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV HAMILTON*

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang

SEBARAN STASIONER PADA SISTEM BONUS-MALUS SWISS SERTA MODIFIKASINYA (Cherry Galatia Ballangan)

BAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan

III. PEMODELAN HARGA PENGGUNAAN INTERNET

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB III METODOLOGI PENELITIAN

BAB 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa

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

MODUL PERTEMUAN KE 3. MATA KULIAH : FISIKA TERAPAN (2 sks)

(Indeks Rata-rata Harga Relatif, Variasi Indeks Harga, Angka Indeks Berantai, Pergeseran waktu dan Pendeflasian) Rabu, 31 Desember 2014

BAB 1 PENDAHULUAN. tahun 1990-an, jumlah produksi pangan terutama beras, cenderung mengalami

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PERSAMAAN GERAK VEKTOR SATUAN. / i / = / j / = / k / = 1

HUMAN CAPITAL. Minggu 16

IV. METODE PENELITIAN

BAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan

BAB 1 PENDAHULUAN. Sumber Daya Alam (SDA) yang tersedia merupakan salah satu pelengkap alat

BAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan

BAB I PENDAHULUAN. Dalam pembicaraan sehari-hari, bank dikenal sebagai lembaga keuangan yang

Jurusan Teknik Sipil Fakultas Teknik Sipil dan Perencanaan Universitas Mercu Buana MODUL PERTEMUAN KE 3. MATA KULIAH : FISIKA DASAR (4 sks)

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF

BAB 1 PENDAHULUAN. Propinsi Sumatera Utara merupakan salah satu propinsi yang mempunyai

ANALISIS KEHANDDALAN DAN LAJU KERUSAKAN PADA MESIN CONTINUES FRYING (STUDI KASUS : PT XYZ)

BAB 2 LANDASAN TEORI

BAB III HASIL DAN PEMBAHASAN. A. Permasalahan Nyata Penyebaran Penyakit Tuberculosis

PENERAPAN METODE TRIPLE EXPONENTIAL SMOOTHING UNTUK MENGETAHUI JUMLAH PEMBELI BARANG PADA PERUSAHAAN MEBEL SINAR JEPARA TANJUNGANOM NGANJUK.

BAB III METODE PENELITIAN

BAB 2 LANDASAN TEORI

PENGUJIAN HIPOTESIS. pernyataan atau dugaan mengenai satu atau lebih populasi.

BAB 2 LANDASAN TEORI. Metode Peramalan merupakan bagian dari ilmu Statistika. Salah satu metode

BAB 1 PENDAHULUAN. Kabupaten Labuhan Batu merupakan pusat perkebunan kelapa sawit di Sumatera

BAB 2 TINJAUAN TEORITIS. bahasa Yunani yang berarti Demos adalah rakyat atau penduduk, dan Grafein adalah

BAB 7 NILAI EIGEN DAN VEKTOR EIGEN. Dr. Ir. Abdul Wahid Surhim, MT.

BAB 1 PENDAHULUAN. Dalam pelaksanaan pembangunan saat ini, ilmu statistik memegang peranan penting

BAB III. Pada bab ini akan dijelaskan mengenai tahapan perhitungan untuk menilai

IV METODE PENELITIAN

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

MUH1G3/ MATRIKS DAN RUANG VEKTOR

BAB 4 ANALISIS DAN PEMBAHASAN

Aljabar Linear Elementer

Proyeksi Penduduk Provinsi Riau Menggunakan Metode Campuran

PENDUGAAN PARAMETER DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA

BAB 2 TINJAUAN PUSTAKA. yang akan datang. Peramalan menjadi sangat penting karena penyusunan suatu

SIMULASI PERGERAKAN TINGKAT BUNGA BERDASARKAN MODEL VASICEK

BAB 2 LANDASAN TEORI

METODE PENELITIAN. yang digunakan untuk mengetahui dan pembahasannya mengenai biaya - biaya

BAB III METODOLOGI PENELITIAN. Penelitian ini adalah penelitian Quasi Eksperimental Design dengan

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB II TINJAUAN TEORITIS

BAB 2 LANDASAN TEORI

1.4 Persamaan Schrodinger Bergantung Waktu

BAB III METODE PENELITIAN

B a b 1 I s y a r a t

IV. METODE PENELITIAN

BAB 5 HASIL DAN PEMBAHASAN. Disini tujuan akhir yang ingin dicapai penulis adalah pembuatan suatu aplikasi

SISTEM INFORMASI PERAMALAN STOK BARANG DI CV. ANNORA ASIA MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING

III. METODE PENELITIAN. Konsep dasar dan definisi operasional merupakan pengertian dan petunjuk yang

III. METODE PENELITIAN. Usahatani belimbing karangsari adalah kegiatan menanam dan mengelola. utama penerimaan usaha yang dilakukan oleh petani.

Integral dan Persamaan Diferensial

ANALISIS ANTRIAN ANGKUTAN UMUM BUS ANTAR KOTA REGULER DI TERMINAL ARJOSARI

LIMIT FUNGSI. 0,9 2,9 0,95 2,95 0,99 2,99 1 Tidak terdefinisi 1,01 3,01 1,05 3,05 1,1 3,1 Gambar 1

Sekilas Pandang. Modul 1 PENDAHULUAN

BAB 1 PENDAHULUAN. Pertumbuhan ekonomi merupakan salah satu ukuran dari hasil pembangunan yang

BAB II TINJAUAN PUSTAKA

III KERANGKA PEMIKIRAN

Peramalan Penjualan Sepeda Motor di Jawa Timur dengan Menggunakan Model Dinamis

BAB 2 LANDASAN TEORI

PERHITUNGAN PARAMETER DYNAMIC ABSORBER

BAB 2 KINEMATIKA. A. Posisi, Jarak, dan Perpindahan

BAB 2 TINJAUAN TEORI

BAB III METODE PENELITIAN

PENGGUNAAN DISTRIBUSI PELUANG JOHNSON SB UNTUK OPTIMASI PEMELIHARAAN MESIN

post facto digunakan untuk melihat kondisi pengelolaan saat ini berdasarkan

1.1 Konsep Distribusi

KINEMATIKA GERAK DALAM SATU DIMENSI

BAB 2 TINJAUAN TEORITIS. dari bahasa Yunani yang berarti Demos adalah rakyat atau penduduk,dan Grafein

III. METODE PENELITIAN

x 4 x 3 x 2 x 5 O x 1 1 Posisi, perpindahan, jarak x 1 t 5 t 4 t 3 t 2 t 1 FI1101 Fisika Dasar IA Pekan #1: Kinematika Satu Dimensi Dr.

IDENTIFIKASI POLA DATA TIME SERIES

BAB 3 LANDASAN TEORI

(T.6) PENDEKATAN INDEKS SIKLUS PADA METODE DEKOMPOSISI MULTIPLIKATIF

Pemodelan Data Runtun Waktu : Kasus Data Tingkat Pengangguran di Amerika Serikat pada Tahun

GERAK LURUS BESARAN-BESARAN FISIKA PADA GERAK KECEPATAN DAN KELAJUAN PERCEPATAN GLB DAN GLBB GERAK VERTIKAL

I. PENDAHULUAN II. LANDASAN TEORI

BAB III ANALISIS INTERVENSI. Analisis intervensi dimaksudkan untuk penentuan jenis respons variabel

ASSESSMENT TECHNOLOGY DI DEPARTEMEN WORKSHOP PADA PT.TRIPANDU JAYA DENGAN METODE TEKNOMETRIK

KARAKTERISTIK UMUR PRODUK PADA MODEL WEIBULL. Sudarno Staf Pengajar Program Studi Statistika FMIPA UNDIP

KLASIFIKASI DOKUMEN TUGAS AKHIR MENGGUNAKAN ALGORITMA K-MEANS. Wulan Fatin Nasyuha¹, Husaini 2 dan Mursyidah 3 ABSTRAK

Darpublic Nopember 2013

IV METODE PENELITIAN

Jurnal EKSPONENSIAL Volume 5, Nomor 2, Nopember 2014 ISSN

Perancangan Sistem Peramalan Penjualan Barang Pada UD Achmad Jaya Dengan Metode Triple Exponential Smoothing

Transkripsi:

BAB IV PERHITUNGAN NUMERIK Dengan memperhaikan fungsi sebaran peluang berahan dari masingmasing sebaran klaim, sebagai mana diulis pada persamaan (3.45), (3.70) dan (3.90), perhiungan numerik idak mudah dilakukan secara manual. Hal ini disebabkan adanya indeks j dan k yang berjalan dari 0 sampai ak hingga. Unuk iu perhiungan numerik dilakukan dengan menggunakan sofware Mahemaica. Program perhiungan numerik besera hasil oupunya dapa diliha pada lampiran 3. Agar hasil aslinya dapa diliha dengan jelas, maka prinounya eap dalam forma Mahemaica. 4.1 Parameer Unuk menenukan nilai fungsi peluang berahan dalam model risiko klasik ( ( u, ) ), dienukan nilai dari beberapa parameer dan peubah yang diperlukan. Peubah dari model risiko klasik adalah u dan, sedangkan parameernya adalah c. Parameer dari fungsi kepekaan peluang peubah acak besarnya klaim adalah, dan b. Sedangkan adalah parameer fungsi kepekaan peluang peubah acak waku anar kedaangan dua klaim yang beruruan. Modal awal (u) dienukan sebesar 0, 1, 2, 3, 4, 5 dan 10. Besar premi (c) dipilih 1; 1,1 dan 1,2 agar kelihaan perbedaannya. Unuk besar klaim menyebar eksponensial dan Erlang(2), waku () dipilih 1, 2, 3,...,10. Sedangkan unuk besar klaim menyebar eksponensial campuran, nilai dipilih 1, 2, 3,...,8. Unuk besar klaim yang menyebar secara eksponensial, nilai sebesar 1 dan unuk besar klaim yang menyebar secara Erlang(2) nilai diambil sebesar 2. Sedangkan pada besar klaim yang menyebar secara eksponensial campuran nilai, dan b beruru-uru dipilih 1/2, 2 dan 1/3. sebagai parameer fungsi kepekaan peluang peubah acak waku anar kedaangan dua klaim yang beruruan, dipilih sebesar 1. Parameer erakhir ini adalah merupakan parameer proses Poisson. 36

Meskipun beberapa parameer elah dienukan di depan, unuk keperluan eksplorasi, pembaca dapa menenukan sendiri semua parameer sesuai dengan keinginan. 4.2 Hasil Perhiungan Numerik Karena keerbaasan ampilan yang dimiliki oleh Mahemaica, hasil perhiungan disusun kembali di dalam worksee pada sofware Excel. Hasil perhiungan nilai peluang berahan dalam model risiko klasik secara lengkap dapa diliha pada abel 4.1 sampai dengan abel 4.9. Inerpreasi dari nilai-nilai yang ada pada seiap abel adalah peluang berahan suau perusahaan asuransi dalam inerval waku [0,] dengan modal awal u dan besar premi per sauan waku adalah c. Misalnya nilai 0,452522 yang erera pada abel 4.1 baris 5 kolom 3 menyaakan bahwa suau perusahan dengan modal awal 1 dan premi yang masuk per sauan waku adalah 1, dalam inerval waku [0,5] memiliki nilai peluang berahan sebesar 0,452522. Nilai yang diperoleh berasumsikan bahwa klaim menyebar eksponensial dengan raaan 1. 4.2.1 Eksponensial ( =1) Tabel 4.1 Nilai peluang berahan dalam model risiko klasik unuk besar klaim menyebar eksponensial dengan parameer =1, parameer waku anar kedaangan =1 dan besar premi c=1 1 0,523778 0,754062 0,875804 0,938420 0,969931 0,985508 0,999674 2 0,385753 0,628038 0,782073 0,875724 0,930718 0,962116 0,998509 3 0,318709 0,549107 0,711640 0,820832 0,891398 0,935572 0,996300 4 0,277574 0,493892 0,656836 0,773815 0,854568 0,908518 0,993039 5 0,249096 0,452522 0,612798 0,733435 0,820846 0,882163 0,988814 6 0,227891 0,420046 0,576470 0,698457 0,790187 0,857032 0,983757 7 0,211313 0,393680 0,545864 0,667862 0,762337 0,833318 0,978004 8 0,197894 0,371723 0,519634 0,640851 0,736987 0,811054 0,971688 9 0,186743 0,353070 0,496834 0,616799 0,713841 0,790195 0,964927 10 0,177287 0,336967 0,476781 0,595217 0,692631 0,770659 0,957822 37

Tabel 4.2 Nilai peluang berahan dalam model risiko klasik unuk besar klaim menyebar eksponensial dengan parameer =1, parameer waku anar kedaangan =1 dan besar premi c=1,1 1 0,536599 0,761944 0,880294 0,940854 0,971205 0,986158 0,999692 2 0,407136 0,645431 0,794328 0,883674 0,935598 0,964993 0,998650 3 0,344789 0,574022 0,731541 0,835242 0,901180 0,941909 0,996770 4 0,306693 0,524715 0,683593 0,794706 0,869793 0,919073 0,994105 5 0,280402 0,488107 0,645581 0,760489 0,841638 0,897341 0,990767 6 0,260881 0,459571 0,614552 0,731250 0,816458 0,877008 0,986885 7 0,245662 0,436536 0,588633 0,705959 0,793894 0,858125 0,982580 8 0,233374 0,417448 0,566579 0,683840 0,773592 0,840636 0,977958 9 0,223189 0,401304 0,547350 0,664304 0,755239 0,824442 0,973106 10 0,214573 0,387424 0,530870 0,646901 0,738570 0,809433 0,968097 Tabel 4.3 Nilai peluang berahan dalam model risiko klasik unuk besar klaim menyebar eksponensial dengan parameer =1, parameer waku anar kedaangan =1 dan besar premi c=1,2 1 0,548979 0,769506 0,884583 0,943173 0,972416 0,986773 0,999708 2 0,427733 0,661876 0,805782 0,891042 0,940091 0,967628 0,998777 3 0,370048 0,597469 0,749936 0,848385 0,910008 0,947577 0,997178 4 0,335091 0,553703 0,708179 0,813567 0,883342 0,928352 0,995003 5 0,311146 0,521613 0,675615 0,784753 0,859960 0,910515 0,992373 6 0,293492 0,496865 0,649395 0,760534 0,839443 0,894178 0,989406 7 0,279825 0,477080 0,627755 0,739882 0,821357 0,879284 0,986203 8 0,268867 0,460831 0,609541 0,722049 0,805321 0,865715 0,982846 9 0,259846 0,447204 0,593966 0,706481 0,791015 0,853335 0,979400 10 0,252267 0,435582 0,580472 0,692763 0,778180 0,842017 0,975913 38

4.2.2 Erlang(2) ( =2) Tabel 4.4 Nilai peluang berahan dalam model risiko klasik unuk besar klaim menyebar Erlang(2) dengan parameer =2, parameer waku anar kedaangan =1 dan besar premi c=1 1 0,474548 0,741084 0,892471 0,958325 0,984633 0,994561 0,999981 2 0,340600 0,613471 0,800131 0,903210 0,955505 0,980432 0,999804 3 0,279447 0,534692 0,729146 0,851441 0,922446 0,961226 0,999268 4 0,242587 0,480020 0,673468 0,805632 0,889485 0,939681 0,998212 5 0,217286 0,439259 0,628556 0,765553 0,858147 0,917400 0,996551 6 0,198541 0,407370 0,591431 0,730418 0,828932 0,895270 0,994262 7 0,183937 0,381543 0,560115 0,699431 0,801914 0,873763 0,991366 8 0,172144 0,360075 0,533253 0,679060 0,776989 0,853112 0,987906 9 0,162362 0,341863 0,509892 0,647283 0,753993 0,833421 0,983943 10 0,154079 0,326161 0,489337 0,625109 0,732745 0,814716 0,979538 Tabel 4.5 Nilai peluang berahan dalam model risiko klasik unuk besar klaim menyebar Erlang(2) dengan parameer =2, parameer waku anar kedaangan =1 dan besar premi c=1,1 1 0,488408 0,751323 0,897816 0,960744 0,985630 0,994945 0,999982 2 0,364106 0,635115 0,814990 0,911867 0,960039 0,982631 0,999833 3 0,307657 0,565021 0,753322 0,867694 0,932242 0,966682 0,999407 4 0,273762 0,517045 0,705941 0,829626 0,905384 0,949420 0,998611 5 0,250577 0,481626 0,668289 0,796967 0,880453 0,932058 0,997410 6 0,233458 0,454130 0,637526 0,768776 0,857649 0,915197 0,995816 7 0,220165 0,432006 0,611823 0,744225 0,836888 0,899112 0,993860 8 0,209466 0,413720 0,589956 0,722652 0,817991 0,883913 0,991587 9 0,200621 0,398288 0,571076 0,703533 0,800757 0,869620 0,989047 10 0,193155 0,385046 0,554570 0,686459 0,784996 0,856207 0,986284 39

Tabel 4.6 Nilai peluang berahan dalam model risiko klasik unuk besar klaim menyebar Erlang(2) dengan parameer =2, parameer waku anar kedaangan =1 dan besar premi c=1,2 1 0,502106 0,761117 0,902870 0,963012 0,986559 0,995300 0,999984 2 0,387029 0,655524 0,828698 0,919722 0,964098 0,984578 0,999858 3 0,335338 0,593515 0,775365 0,882169 0,940798 0,971369 0,999520 4 0,304598 0,551845 0,735378 0,850754 0,919044 0,957610 0,998921 5 0,283769 0,521535 0,704209 0,824428 0,899395 0,944194 0,998058 6 0,268532 0,498308 0,679157 0,802147 0,881831 0,931498 0,996955 7 0,256808 0,479840 0,658528 0,783076 0,866157 0,919659 0,995648 8 0,247459 0,464746 0,641211 0,766577 0,852142 0,908694 0,994176 9 0,239799 0,452145 0,626444 0,752163 0,839568 0,898569 0,992574 10 0,233393 0,441444 0,613687 0,739463 0,828241 0,889228 0,990877 4.2.3 Eksponensial Campuran ( =1/2, =2 dan b=1/3) Tabel 4.7 Nilai peluang berahan dalam model risiko klasik unuk besar klaim menyebar eksponensial campuran dengan parameer =1/2, =2 dan b=1/3, parameer waku anar kedaangan =1 dan besar premi c=1 1 0,567133 0,792685 0,880171 0,925039 0,951868 0,96887 0,996479 2 0,440482 0,675515 0,790809 0,859682 0,904776 0,935263 0,990872 3 0,372842 0,597869 0,722953 0,804794 0,861878 0,902435 0,983717 4 0,32883 0,541689 0,669564 0,758493 0,823472 0,871465 0,975434 5 0,29728 0,498687 0,626271 0,718981 0,78918 0,842661 0,966351 6 0,273271 0,464444 0,590303 0,684849 0,758483 0,816018 0,95672 7 0,25423 0,43636 0,55983 0,655029 0,730882 0,791411 0,946737 8 0,238658 0,412796 0,533596 0,628711 0,70594 0,768669 0,93655 40

Tabel 4.8 Nilai peluang berahan dalam model risiko klasik unuk besar klaim menyebar eksponensial campuran dengan parameer =1/2, =2 dan b=1/3, parameer waku anar kedaangan =1 dan besar premi c=1,1 1 0,580846 0,798626 0,883252 0,926879 0,953042 0,969637 0,996572 2 0,461369 0,68882 0,799485 0,86559 0,908884 0,938134 0,991327 3 0,397651 0,617285 0,737364 0,815487 0,8698 0,90827 0,984852 4 0,356298 0,566103 0,689276 0,774039 0,835562 0,880747 0,977563 5 0,326745 0,527251 0,650749 0,739194 0,805509 0,855627 0,969761 6 0,304322 0,496513 0,619042 0,709449 0,77898 0,832751 0,961661 7 0,286586 0,471437 0,592386 0,683716 0,755402 0,811901 0,953421 8 0,272104 0,450484 0,569581 0,661188 0,734304 0,792847 0,945151 Tabel 4.9 Nilai peluang berahan dalam model risiko klasik unuk besar klaim menyebar eksponensial campuran dengan parameer =1/2, =2 dan b=1/3, parameer waku anar kedaangan =1 dan besar premi c=1,2 1 0,593767 0,804255 0,886199 0,92865 0,954174 0,970376 0,996662 2 0,480969 0,701241 0,807617 0,871144 0,91275 0,940835 0,991753 3 0,421067 0,635335 0,750729 0,825395 0,877131 0,913661 0,985892 4 0,382411 0,588789 0,70745 0,788309 0,846617 0,889206 0,979478 5 0,354951 0,553819 0,673245 0,757628 0,820312 0,86732 0,972779 6 0,334236 0,526393 0,645411 0,731787 0,797441 0,847719 0,965974 7 0,317938 0,50419 0,622235 0,709687 0,777379 0,83011 0,95184 8 0,304702 0,485765 0,602576 0,690534 0,759632 0,814224 0,952489 4.3 Analisis Hasil Perhiungan Dengan memperhaikan hasil perhiungan numerik yang disajikan dalam seiap ebel, menunjukkan bahwa: 1 Perusahaan asuransi yang idak memiliki modal awal, dalam inerval waku erenu masih memiliki harapan unuk eap berahan, karena nilai 41

peluangnya idak 0. Hal ini diunjukkan oleh nilai-nilai yang ada pada kolum u 0 dari seiap abel. 2 Perusahaan asuransi dengan modal awal yang lebih besar akan memiliki harapan berahan lebih besar dibanding dengan perusahaan asuransi dengan modal awal yang lebih kecil. 3 Perusahaan asuransi dengan modal awal 10, memiliki peluang berahan yang besar, bahkan mendekai 1. Hal ini berari harapan akan erjadi kebangkruan pada perusahaan ersebu sanga kecil. 4 Disamping dengan memperbesar modal awal, usaha lain unuk meningkakan harapan berahan pada perusahaan asuransi adalah dengan cara meningka raa-raa premi yang masuk per sauan waku. 5 Unuk inerval waku yang semakin lama, nilai peluang berahan menuju 0. Sehingga semakin lama perusahaan asuransi berdiri, harapan unuk eap berahan akan semakin kecil. 42