Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Memodelkan mortalitas merupakan hal yang penting bagi perusahaan asuransi maupun perusahaan dana pensiun dalam menentukan premi yang sesuai bagi perusahaan asuransi dan kontribusi yang sesuai bagi perusahaan dana pensiun. Pada skripsi ini dijelaskan mengenai pendekatan kredibilitas Bühlmann untuk memodelkan mortalitas. Model kredibilitas Bühlmann umumnya digunakan untuk memprediksi nilai dari suatu peubah acak pada satu periode yang akan datang. Dalam memprediksi nilai dari suatu peubah acak pada dua atau lebih periode yang akan datang, dibutuhkan suatu pendekatan. Pada penelitian ini, diperkenalkan suatu pendekatan kredibilitas Bühlmann yang dilakukan melalui 2 strategi, yaitu strategi expanding window dan strategi moving window. Strategi expanding window dilakukan dengan cara menambahkan nilai hasil prediksi ke dalam data untuk menghasilkan nilai prediksi di tahun berikutnya sedangkan strategi moving window dilakukan dengan cara menambahkan nilai hasil prediksi ke dalam data dan membuang data terlama untuk menghasilkan nilai prediksi di tahun berikutnya. Parameter pada pendekatan kredibilitas Bühlmann diestimasi melalui pendekatan nonparametrik. Performa prediksi mortalitas dari pendekatan kredibilitas Bühlmann dianalisis dengan cara membandingkan nilai AMAPE, AAMAPE, dan reduction ratio dari pendekatan kredibilitas Bühlmann terhadap model Lee-Carter. Dari penelitian ini, diperoleh bahwa pendekatan kredibilitas Bühlmann menghasilkan prediksi mortalitas yang lebih baik dibandingkan dengan model Lee-Carter pada kasus data mortalitas Australia ......Modeling mortality is an important thing for insurance company and pension fund company in determining the appropriate premium for insurance company and appropriate contribution for pension fund company. This thesis explains the Bühlmann credibility approach for modeling mortality. Bühlmann's credibility model is generally used to predict the value of a random variable in the next future period. In predicting the value of a random variable in the next two or more future periods, an approach is needed. In this study, the Bühlmann credibility approach is done through 2 strategies, namely the expanding window strategy and the moving window strategy. The expanding window strategy is done by adding the predicted value to the data to produce a predicted value in the following year while the moving window strategy is done by adding the predicted value to the data and discarding the oldest data to produce a predicted value in the following year. The parameters of the Bühlmann credibility approach are estimated through the nonparametric approach. Mortality prediction performances from the Bühlmann credibility approach are being analyzed by comparing the values of AMAPE, AAMAPE, and the reduction ratio of the Bühlmann credibility approach to the Lee-Carter model. From this study, it was found that the Bühlmann credibility approach produced better mortality predictions compared to the Lee-Carter model in the case of Australian mortality data.

Abstrak :
Model mortalitas merupakan aspek penting dalam menentukan premi untuk perusahaan asuransi jiwa ataupun dana pensiun. Model mortalitas untuk populasi tunggal umumnya mengasumsikan independensi mortalitas antar populasi. Pada tugas akhir ini akan dibahas model prediksi mortalitas yang mengasumsikan dependensi mortalitas antar populasi untuk memodelkan mortalitas multi-populasi. Pendekatan yang digunakan adalah model kredibilitas hierarki untuk memprediksi mortalitas beberapa negara (multi-populasi). Secara sederhana, model kredibilitas Bühlmann memprediksi nilai dari suatu peubah acak di satu periode yang akan datang. Model kredibilitas hierarki adalah generalisasi dari model kredibilitas Bühlmann dan model kredibilitas Bühlmann-Straub dengan struktur pohon hierarki empat tingkat atau lebih. Pada tulisan ini diterapkan struktur pohon hierarki 5 tingkat yang terdiri dari multi-negara, negara, jenis kelamin, usia, dan tahun. Untuk memprediksi nilai dari peubah acak yang menyatakan tingkat perubahan nilai logaritma natural dari central death rate di periode-periode berikutnya, digunakan dua strategi, yaitu Expanding Window dan Moving Window. Kedua strategi memanfaatkan data prediksi terbaru sebagai data yang digunakan untuk memprediksi tahun berikutnya, namun strategi Moving Window menghilangkan data terlama. Parameter dari model yang digunakan akan diestimasi menggunakan pendekatan non-parametrik. Data yang digunakan untuk penerapan model adalah data mortalitas dari Norwegia, Kanada dan Jepang. Pada akhir tulisan, performa dari model prediksi mortalitas dengan pendekatan model kredibilitas hierarki dibandingkan terhadap model Lee-Carter menggunakan nilai AMAPE (Average of Mean Absolute Percentage Error) dan RR (Reduction Ratio). Berdasarkan hasil prediksi pada tugas akhir ini, pendekatan kredibilitas hierarki memiliki performa yang lebih baik dibanding model Lee-Carter dalam memprediksi mortalitas multi-populasi. ......Mortality model is an important aspect in determining premium for life insurance company and pension fund company. Generally, mortality model for single population assumes independence between mortality of population. This thesis discusses mortality model that assumes dependence between mortality of population to model multipopulation mortality. Hierarchical credibility model is the approach used to forecast mortality of multi-country (multi-population) in this writing. Bühlmann credibility model predicts the value of a random variable in the future. Hierarchical credibility model is the generalization of Bühlmann credibility model and Bühlmann-Straub credibility model with a tree structure of four or more levels. This thesis applies a five-level tree structure consisting of multi-country, country, gender, age, and year. To predict the random variable of the yearly decrement of the logarithm of central death rate over the following periods, two strategies are adopted, which are Expanding Window and Moving Window. Both strategies utilize the newest predicted data as a part of the data used to predict the next period, however Moving Window removes the oldest data. The parameters used will be estimated using the nonparametric approach. Application of the model is applied to mortality data of Norway, Canada and Japan. In the end of this thesis, mortality model forecasting performance of hierarchical credibility approach is compared with Lee-Carter model based on the values of AMAPE (Average of Mean Absolute Percentage Error) and RR (Reduction Ratio). In accordance with the prediction results from this writing, the hierarchical credibility approach yields better performance than the Lee-Carter model in forecasting multi-population mortality.