Hasil Pencarian  ::  Simpan CSV :: Kembali

"Asuransi jiwa merupakan salah satu dari banyak pilihan bagi orang-orang yang mengkhawatirkan ketidakpastian masa depan mereka, karena asuransi jiwa dirancang untuk melindungi terhadap dampak keuangan serius yang diakibatkan oleh kematian seseorang. Variasi penting dari asuransi jiwa tunggal adalah asuransi jiwa survivorship yang mencakup dua atau lebih individu. Di bawah kontrak tersebut, manfaat kematian dibayarkan hanya pada kematian terakhir. Valuasi asuransi merupakan kegiatan yang penting bagi perusahaan asuransi. Melalui valuasi, perusahaan asuransi dapat mengetahui status finansialnya agar dapat memenuhi kewajibannya di masa depan. Secara tradisional, aktuaris mengasumsikan tingkat pengembalian yang konstan dan mortalitas independen dalam valuasi asuransi jiwa bersama. Namun, terdapat minat yang cukup besar dalam literatur aktuaria untuk mempelajari model tingkat bunga stokastik dan asumsi mortalitas dependen untuk valuasi asuransi. Pada artikel ini disajikan formula matematis yang berguna untuk melakukan valuasi asuransi jiwa survivorship dengan tingkat pengembalian stokastik dan mortalitas dependen. Valuasi dilakukan dengan menghitung nilai ekspektasi dari variabel acak loss prospektif, dengan mengasumsikan proses AR 1 dan model Frank rsquo;s Copula untuk memodelkan tingkat pengembalian dan mortalitas dependen masa hidup dari pemegang polis. Selanjutnya dilakukan contoh perhitungan dari satu buah polis dan satu buah portofolio non-homogen.

---

Life insurance is one of the many options for people with concerns about the uncertainty of their future, because it rsquo s designed to protect against the serious financial impact resulting from an individual 39 s death. An important variation of the single life insurance is the survivorship life insurance which covers two or more lives. Under such contract, a death benefit is paid out only on the last death. Insurance valuation is a very important tool for many insurance companies. Through valuation, an insurance company is able to know its financial status to meet its future obligations. Traditionally, actuaries assume constant rates of return and independent mortality in valuing joint life insurance. However, there rsquo s been considerable interest in the actuarial literature in studying stochastic interest rate and dependent mortality assumptions for insurance valuations. In this study, the mathematical formulas to value a survivorship life insurance with stochastic rates of return and dependent mortality are presented. The valuation is conducted by calculating the expectation of the prospective loss random variable, by assuming an AR 1 process and Frank 39 s Copula to model the rates of return and dependent mortality of the policyholders, respectively. Finally, the calculation examples are done for one policy and one non homogeneous portfolio."

"Setiap individu memiliki risiko kematian yang berbeda. Risiko Kematian untuk setiap individu dipengaruhi oleh beberapa faktor. Faktor risiko yang dapat diamati adalah faktor underwriting. Perbedaan tingkat kematian untuk setiap individu akan memengaruhi premi asuransi jiwa. Untuk membebankan premi secara adil bagi setiap pemegang polis, perusahaan asuransi memerlukan model yang dapat mengukur mortalitas dari faktor underwriting. Dalam penelitian ini, tingkat mortalitas yang dipengaruhi oleh faktor underwriting, dimodelkan dengan menggunakan Generalized Linear Model (GLM) dan menaksir probabilitas kematian. Probabilitas kematian yang didapatkan, digunakan untuk menghitung premi asuransi jiwa. Pemegang polis asuransi jiwa berjangka satu tahun dengan gender yang sama mempunyai premi asuransi yang sama besar. Sedangkan untuk pemegang polis asuransi jiwa dwiguna satu tahun dengan gender yang berbeda mempunyai premi asuransi yang sama besar.

---

Each individual has a different risk of death. The risk of death for each individual is influenced by several factors. The risk factors that can be observed are underwriting factors. The difference in mortality rates for each individual will affect life insurance premiums. To charge premiums fairly for each policyholder, insurance companies need a model that can measure mortality from underwriting factors. In this study, the mortality rate influenced by underwriting factors was modeled using the Generalized Linear Model (GLM) and estimated the probability of death. The probability of death obtained is used to calculate life insurance premiums. One-year life insurance policyholders with the same gender have the same insurance premium. Whereas for one-year dual-purpose life insurance policyholders with different genders have the same insurance premium."

"Dalam melakukan pricing produk asuransi jiwa, faktor-faktor penting di antaranya adalah jenis kontrak asuransi dan tingkat mortalitas. Tingkat mortalitas dapat diprediksi dengan pemodelan tertentu, seperti menggunakan persamaan diferensial stokastik. Meskipun dapat diprediksi, tingkat mortalitas tidak dapat ditaksir secara pasti. Proses stokastik sebagai sebuah sistem dinamis memiliki kemungkinan dihadapkan dengan suatu faktor kendala yang dibahas dalam teori kontrol optimal, yaitu cabang ilmu matematika untuk menemukan cara terbaik dalam mengontrol sistem dinamis. Di sisi lain, pricing produk unit linked juga harus memperhatikan unsur instrumen investasinya. Dalam mencegah risiko kerugian terhadap harga aset yang fluktuatif, arbitrase digunakan sebagai salah satu strategi investasi. Penelitian ini akan menggunakan asumsi bahwa pasar keuangan bersifat bebas arbitrase, dan teori kontrol optimal digunakan dalam mencari batas atas dan batas bawah dari tingkat mortalitas untuk memperoleh batas-batas premi asuransi yang optimal. Diselidiki pula pengaruh dinamika tingkat mortalitas terhadap kasus kontrak asuransi jiwa unit linked berjangka dengan fitur jaminan menggunakan simulasi numerik. Hasil simulasi mengindikasikan bahwa dinamika tingkat mortalitas yang tidak pasti tidak berpengaruh secara signifikan terhadap penentuan premi.

---

In life insurance product pricing, important factors include the insurance contract types and their mortality rate. Mortality rate can be predicted by a plethora of models, such as the stochastic differential model. Although predictable, the mortality rate cannot be estimated with certainty. The stochastic process is a dynamic system that can be faced with a constraint factor discussed in optimal control theory, which is a branch of mathematics that focuses on finding the best ways to control dynamic systems. On the other hand, unit-linked product pricing must also pay attention to the elements of the investment instrument. In preventing the risk of loss to fluctuating asset prices, arbitrage is used as an investment strategy. This study will use the assumption that financial markets are arbitrage-free and optimal control theory is used in finding the upper and lower limits of the optimized mortality rate to obtain insurance premium limits. The influence of the dynamics of the mortality rate on the case of unit-linked term life insurance contracts with guaranteed features is also investigated using numerical simulations. The simulation results indicate that the uncertain dynamics of the mortality rate do not significantly affect the premium determination."

"Ketidakpastian mengenai hal yang dapat terjadi pada masa yang akan datang, menunjukkan pentingnya memiliki asuransi bagi masyarakat. Setiap produk asuransi memiliki perjanjian polis yang berbeda dan juga besaran premi yang berbeda. Perhitungan besaran premi asuransi jiwa akan bergantung kepada beberapa faktor, salah satunya yaitu tingkat suku bunga. Tingkat suku bunga dalam perhitungan premi asuransi, biasanya dihitung menggunakan tingkat suku bunga tetap. Namun penggunaan tingkat bunga yang tetap ini, kurang sesuai dengan pergerakan tingkat suku bunga yang berlaku tiap tahunnya. Maka dari itu, tujuan dari penelitian ini adalah untuk melakukan perhitungan premi asuransi jiwa menggunakan tingkat bunga stokastik, model Black-Karasinski. Model Black-Karasinski tidak dapat ditelusuri secara analitik, maka untuk menentukan short rate akan digunakan metode trinomial tree dengan menggunakan data Indonesia Government Securities Yield Curve (IGSYC). Kemudian, dilakukan perhitungan premi asuransi jiwa sesuai dengan pembentukan trinomial tree yang telah dilakukan.

---

Uncertainty about things in the future, shows the importance of having insurance. Any insurance product has different insurance policies and also the amount of premium which varies. Life insurance premium calculation will depend on some factors, which one of them is interest rate. Usually, when calculating premium for life insurance, constant interest rate used. However, this constant instant rate not appropriate with the movement of interest rates that apply each year. Therefore, the aim of this research is to calculate life insurance premium using Black-Karasinski stochastic interest rate. Black-Karasinski model cannot be traced analytically, then to determine the short rate, trinomial tree method will be used, with the data from Indonesia Government Securities Yield Curve (IGSYC). Then, the life insurance premium is calculated according to the trinomial tree forming that has been done."

"Membeli asuransi jiwa merupakan salah satu bentuk pengendalian risiko kerugian yang ditimbulkan dari ketidakpastian yang dapat terjadi di masa depan. Ketika membeli asuransi jiwa, pemegang polis berkewajiban untuk membayar premi sesuai dengan jumlah yang telah ditentukan. Terdapat beberapa faktor yang memengaruhi besaran premi yang wajib dibayarkan, salah satunya adalah tingkat suku bunga. Pada umumnya, perhitungan premi asuransi jiwa dilakukan dengan menggunakan tingkat suku bunga konstan. Akan tetapi, penggunaan tingkat suku bunga konstan kurang sesuai dengan kenyataan bahwa tingkat suku bunga selalu berubah-ubah dari waktu ke waktu. Oleh karena itu, tujuan dari penelitian ini adalah untuk melakukan perhitungan premi asuransi jiwa menggunakan tingkat bunga stokastik, yaitu model Longstaff-Schwartz. Model Longstaff-Schwartz merupakan salah satu model tingkat bunga stokastik dengan dua faktor stokastik yaitu short term interest rate dan instantaneous variance of change of the interest rate. Dengan adanya dua faktor stokastik, model tersebut dapat semakin mencerminkan bentuk pergerakan tingkat suku bunga yang sebenarnya. Model Longstaff-Schwartz adalah salah satu model equilibrium sehingga memiliki bentuk solusi analitik untuk discount bond price. Untuk itu akan dicari pembentukan dari model Longstaff-Schwartz. Kemudian, akan diestimasi parameter-parameter yang digunakan pada persamaan discount bond price. Selanjutnya, dilakukan perhitungan premi asuransi jiwa diskrit dwiguna pada suatu individu menggunakan prinsip ekuivalensi dan discount bond price yang diperoleh sebagai faktor diskonto.

---

Having a life insurance is a form of controlling the risk of losses arising from the uncertainties that may occur in the future. When buying a life insurance product, the policyholder is obliged to pay premiums according to a predetermined amount. There are several factors that influence the amount that must be paid, one of which is the interest rate. In general, life insurance premiums are calculated using a constant interest rate. However, the use of constant interest rates does not match the fact that interest rates always change from time to time. Therefore, the purpose of this study is to calculate life insurance premiums using the stochastic interest rate, called the Longstaff-Schwartz model. The Longstaff-Schwartz model is a stochastic interest rate model with two stochastic factors, which is short-term interest rate and the instantaneous variance of interest rate changes. With two stochastic factors, the model can reflect the actual shape of interest rate movements. The Longstaff-Schwartz model is one of the equilibrium models, so it has the form of an analytical solution for the discount bond prices. For this reason, the formation of the Longstaff-Schwartz model will be sought. Then, the parameters used in the discount bond price equation will be estimated. Next, the discrete endowment life insurance premium is calculated for an individual using actuarial equivalence principle and the obtained discount bond price as a discount factor."

"Tingkat mortalitas merupakan salah satu faktor yang mempengaruhi perhitungan premi asuransi jiwa. Pada tesis ini, model Cox Proportional Hazard digunakan untuk menaksir  tingkat mortalitas berdasarkan faktor-faktor risiko yang dapat diamati seperti jenis kelamin dan status merokok. Parameter-parameter pada model Cox Proportional Hazard ditaksir dengan menggunakan metode Maximum Partial Likelihood Estimation dan metode Newton Raphson, sedangkan penaksiran tingkat mortalitas dilakukan setelah fungsi kumulatif baseline hazard pada model Cox Proportional Hazard ditaksir dengan menggunakan Breslow Estimator. Hasil penaksiran tingkat mortalitas digunakan untuk menentukan besar premi asuransi jiwa. 

---

The mortality rate is one of the factors that effect the calculation of life insurance premium. In this thesis, Cox Proportional Hazard model is used to estimate mortality rates based on observable risk factors such as gender and smoking status. The parameters in the Cox Proportional Hazard model are estimated using the Maximum Partial Likelihood Estimation method and the Newton Raphson method, while assessment of mortality rates is carried out after the cumulative baseline hazard function in the Cox Proportional Hazard model is estimated using Breslow Estimator. The results of estimating mortality rates are used to determine the life insurance premium."

"Cadangan premi merupakan sejumlah uang yang dihimpun oleh perusahaan asuransi dari selisih nilai manfaat dan nilai pembayaran premi pada suatu waktu pertanggungan sebagai persiapan pembayaran klaim. Perusahaan asuransi harus mengelola cadangan premi dengan baik agar tidak terjadi kerugian. Namun, pada kenyataannya tingkat bunga yang dipakai tidak dapat diprediksi secara pasti dan berfluktuasi seiring bertambahnya waktu, karena itu diperlukan model tingkat bunga stokastik untuk perhitungan cadangan premi. Pada penelitian ini akan diperkenalkan model tingkat bunga stokastik baru dengan memodelkan fungsi akumulasi force of interest berdasarkan proses Gaussian dan proses Poisson. Proses Gaussian berfungsi untuk menjelaskan terjadinya proses difusi dan proses Poisson dapat menjelaskan proses lompatan yang terjadi pada force of interest. Dengan menggunakan tingkat bunga stokastik tersebut, ekspektasi nilai sekarang dari pembayaran sebesar 1 pada akhir periode t akan didapatkan guna memperoleh perhitungan APV manfaat dan APV anuitas pada waktu tertentu. Sehingga pada akhirnya perhitungan cadangan premi dapat diperoleh. Pada bagian akhir skripsi ini, ditampilkan contoh perhitungan cadangan premi jenis asuransi semi kontinu dan fully kontinu whole life untuk individu berusia 32 tahun dengan menggunakan asumsi mortalitas De Moivre dilanjutkan dengan analisis parameter numerik.

---

Premium reserves are the amount of money collected by insurance companies from the difference between the value of the benefits and the value of premium payments at a time of policy coverage as preparation for claim payments. Insurance companies must manage their premium reserve properly to avoid any losses. However, in reality the interest rate cannot be predicted and fluctuate over time. Therefore a stochastic interest rate model is needed for premium reserve calculation. In this study, a new stochastic interest rate model will be introduced by modelling the force of interest accumulation function based on Gaussian process and Poisson process. Gaussian process will be used to explain the diffusion process while Poisson process can explain the jump process that occurs in the force of interest. Using the stochastic interest rate, expectation present value payment of 1 at the end of period t will be obtained in order to calculate the benefit APV and annuity APV at a certain time. So that the premium reserve calculation can be obtained. At the end of this paper, an example of calculating premium reserves for individual aged 32 years old buying semi continuous and fully continuous whole life insurance is shown followed by parameter numerical analysis."

"ABSTRAKKeuntungan merupakan indikator penting dari kondisi finansial perusahaan danakan digunakan untuk pembiayaan segala aktivitas dalam perusahaan. Salah satusumber keuntungan perusahaan adalah dari hasil underwriting, dimana hasilunderwriting atas suatu produk asuransi jiwa harus menghasilkan surplus. Secaraumum, perhitungan surplus produk asuransi jiwa menggunakan pendekatandeterministik yang mengasumsikan nilai suatu variabel adalah konstan. Sepertidiketahui bahwa terdapat variabilitas dari tingkat pengembalian investasi, tingkatkematian atau tingkat lapse, sehingga pendekatan deterministik menjadi kurangsesuai untuk kondisi sebenarnya. Dalam penelitian ini dikaji mengenai penggunaanpendekatan stokastik dalam perhitungan surplus suatu produk asuransi jiwa. Hal inipenting untuk dikaji agar dapat menghasilkan perhitungan surplus yang mendekatikondisi sebenarnya. Peubah acak bersifat stokastik yang digunakan dalampenelitian ini adalah tingkat pengembalian investasi, tingkat bunga untukmenggambarkan tingkat pengembalian investasi serta tingkat kematian. Tingkatpengembalian investasi dimodelkan AR(1), tingkat suku bunga dimodelkan CoxIngersoll Ross (CIR), serta tingkat kematian menggunakan pendekatan hukummortalita Makeham. Perhitungan pendekatan stokastik menghasilkan nilai surplusyang berbeda pada tiap periode valuasi serta variabilitas dari nilai surplus pada masamendatang cukup tinggi. Selain itu pada periode tengah hingga akhir masa asuransi,surplus hasil perhitungan pendekatan stokastik lebih tinggi dibandingkanpendekatan deterministik. Perhitungan surplus pendekatan stokastik menggunakandata tingkat pengembalian investasi menghasilkan nilai surplus lebih tinggidibandingkan menggunakan data tingkat suku bunga pada beberapa periode di akhirmasa asuransi.

---

ABSTRACTA profit is an important indicator of an insurance company?s financial conditionand will be used to financing all activities within the company. One of the sourcesof profit is underwriting results, which is the underwriting result must producesurplus. In general, the calculation of surplus for life insurance product usingdeterministic approach that assumes the value of variable is constant. However it isknown that there is variability in the level rate of return, mortality rate or lapse rate,so the deterministic approach would be less suited to the real conditions. This studyexamines the use of stochastic approach in the calculation of surplus for lifeinsurance product. This study is needed to provide calculation that resemble the realconditions. Stochastic random variables used were variable rate of return, interestrate to describe rate of return and mortality rate. The rate of return is modelled usingAR(1), interest rate is modelled using Cox Ingersoll Ross (CIR) and mortality ratesis approached by Makeham mortality law. The calculation of a stochastic approachproduce surplus value which varies in each period and the variability of futuresurplus value is quite high. In the middle until end of the insurance period, surplusfrom the calculation using stochastic approach is higher than the calculation usingdeterministic approach. The calculation of a stochastic approach when usingvariable rate of return produce higher surplus value than when using variableinterest rate at some period in the end of insurance period."

"Penelitian ini bertujuan untuk menganalisis dampak risiko mortalitas dan morbiditas terhadap Kinerja Keuangan Asuransi Jiwa di Indonesia pada masa COVID-19. Data pada penelitian diperoleh dari Satgas (Pemerintah Indonesia) untuk kasus terinfeksi dan kematian COVID-19 dari 2020 hingga 2021. Kinerja keuangan industri asuransi jiwa seperti perolehan premi dan klaim asuransi pada masa pandemi akan dianalisis menggunakan metode statistik seperti regresi dan t-test. Kajian ini tidak akan fokus pada kegiatan pemerintah Indonesia dan kebijakan perusahaan asuransi jiwa yang dapat mempengaruhi bisnisnya. Pandemi yang berdampak pada peningkatan risiko mortalitas yang meberikan dampak negatif pada kinerja keuangan industri Asuransi Jiwa di beberapa negara di dunia, namun Asuransi Jiwa di Indonesia yang memiliki rasio penetrasi kecil dibandingkan dengan negara-negara maju melewati pandemi dengan hasil yang berbeda.

---

This paper aims to analyze the impact of mortality and morbidity risk on the Financial Performance of Life Insurance in Indonesia during the COVID-19 period. Data in the study were obtained from the Task Force (Government of Indonesia) for COVID-19 infected cases and deaths from 2020 to 2021. The financial performance of the life insurance industry such as premium acquisition and insurance claims during the pandemic will be analyzed using statistical methods i.e regression and t-test. This paper will not focus on the activities of the Indonesian government and the policies of life insurance companies that may affect their business. Pandemic has had an impact on increasing the risk of mortality which has a negative impact on the financial performance of the Life Insurance industry in several countries, but Life Insurance in Indonesia, which has a small penetration ratio, is going through the pandemic in a different way."

"Kehadiran mahasiswa merupakan aspek penting dalam kegiatan perkuliahan. Sistem kehadiran yang banyak digunakan saat ini masih menggunakan kertas, smart card, RFID, dan fingerprint, yang sering kali memerlukan kontak fisik, rentan terhadap manipulasi, atau implementasi yang kompleks. iBeacon dipilih sebagai alternatif karena kemampuannya untuk mendeteksi keberadaan perangkat melalui sinyal Bluetooth Low Energy (BLE), yang memungkinkan pemantauan kehadiran tanpa kontak fisik serta biaya implementasi dan perawatan yang lebih rendah. Penelitian ini bertujuan untuk mengembangkan dan mengimplementasikan sistem pencatatan dan pemantauan kehadiran siswa otomatis berbasis teknologi iBeacon. Sistem yang dibentuk menggunakan metode pemantauan proximity iBeacon untuk penentuan pola masuk atau keluar mahasiswa. Machine learning (ML) berperan penting dalam mendeteksi pola kehadiran mahasiswa dengan memproses data proximity yang diterima dari iBeacon untuk menentukan status kehadiran. Penelitian ini memberikan rekomendasi peletakan iBeacon serta model yang dapat digunakan, menunjukkan bahwa iBeacon yang diletakkan dengan jarak pemisahan sebesar 5 meter memberikan hasil terbaik. Model Random Forest menunjukkan akurasi tertinggi pada jarak 5 meter dengan akurasi 0.9727, F1-score 0.9731, precision 0.9735, dan recall 0.9727. Model ini juga kemudian diuji coba pada ruangan lain yang memiliki layout dan luas yang serupa, dan mendapatkan hasil yang cukup memuaskan. Sistem diuji menggunakan beberapa skenario yang mencakup berbagai kemungkinan yang terjadi saat penggunaan aplikasi sistem kehadiran. Selain itu, sistem ini juga menerapkan verifikasi random checking untuk memastikan validitas kehadiran mahasiswa secara acak, yang meningkatkan keakuratan dan mengurangi kemungkinan manipulasi data. Secara keseluruhan, hasil penelitian ini menunjukkan bahwa sistem kehadiran berbasis iBeacon ini mampu meningkatkan efisiensi dan akurasi pencatatan kehadiran siswa.

---

Student attendance is a crucial aspect of college activities. The attendance systems widely used today still rely on paper, smart cards, RFID, and fingerprints, which often require physical contact, are prone to manipulation, or involve complex implementation. iBeacon was chosen as an alternative due to its ability to detect the presence of devices through Bluetooth Low Energy (BLE) signals, enabling contactless attendance monitoring and offering lower implementation and maintenance costs. This study aims to develop and implement an automatic student attendance recording and monitoring system based on iBeacon technology. The system employs iBeacon proximity monitoring to determine student entry or exit patterns. Machine learning (ML) plays a crucial role in detecting attendance patterns by processing proximity data received from iBeacons to determine attendance status. This study provides recommendations for iBeacon placement and suitable models, demonstrating that iBeacons placed with a separation distance of 5 meters yield the best results. The Random Forest model shows the highest accuracy at a 5-meter distance with an accuracy of 0.9727, an F1-score of 0.9731, a precision of 0.9735, and a recall of 0.9727. This model was also tested in another room with a similar layout and size, yielding satisfactory results. The system was tested using several scenarios covering various possible situations during the application of the attendance system. Additionally, the system implements random checking verification to ensure the validity of student attendance randomly, increasing accuracy and reducing the possibility of data manipulation. Overall, the findings indicate that the iBeacon-based attendance system can improve the efficiency and accuracy of student attendance recording."