Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Diese Arbeit besteht aus 4 Abschnitten. Der erste Abschnitt ist die Einleitung. Diese Einlei_tung enthalt den Hintergrund des Themas, das Ziel der Analyse und den Ansatz und die Methode, die ich be_nutzte, um die Daten zu analysieren. Im zweiten Abschnitt erklare ich die Theorie der Depen_denz-grammatik von Engel und die Translationstheorie besonders die Translation des zweiten Grades von Tesniere. In diesem Abschnitt erbrte ich auch die Theorie des Erganzungssatzes. Im dritten Abschnitt analysiere ich Erganzungssatze anhand der Dependenz-grammatiktheorie, denn durch diese Theorie kann man wissen, wie viele Erganzungen ein Verb hat and deshalb kann es erklart werden, welche Erganzung der Erganzungssatz ersetzen kann. Nachdem ich die Daten analysiert habe, fasse ich dann alles im vierten Abschnitt zusammen. Das Ergebnis ist u.a: Nach der Theorie kann der Erganzungssatz, and zwar der Ausbausatz, Nominativ-, Akkusativ-, Genitiv- and Prapositionalerganzung ersetzen_ Aber bei der Analyse hat sich herausgestellt, da[3 der Ausbausatz nur die Nominativ--, Akkusativ- and Prapositionalerganzung ersetzt.

Abstrak :
ABSTRACT
Indonesia merupakan negeri yang kaya akan sumber daya alam SDA baik diatas maupun dibawah permukaan tanah dan lautan. Kekayaan bawah tanah Indonesia yang mencakup mineral dan energi telah lama dimanfaatkan menjadi salah satu sumber penerimaan negara. Di sisi lain, di tengah melimpahnya energi dan sumber daya mineral ESDM Indonesia, masalah kesejahteraan seperti kemiskinan dan ketimpangan masih. Kekayaan ESDM di Indonesia mungkin menjadi penyebab berbagai masalah ekonomi. Skripsi ini ingin membuktikan bahwa kutukan sumber daya alam telah menjadi pembuktian atas dampak negatif kekayaan ESDM terhadap ketimpangan dan kemiskinan sebuah negara. Pembuktian dilakukan dengan menguji pengaruh kekayaan ESDM terhadap ketimpangan di Indonesia dengan menggunakan data produk domestik regional bruto PDRB, koefeisien Gini, dan indikator kemiskinan hingga level kabupaten. Dengan menggunakan periode analisis 2009-2011, melalui uji ekonometrika penulis menemukan bahwa kekayaan SDA justru memperburuk kondisi kemiskinan dan ketimpangan. Pengaruh ini muncul melalui saluran ketenagakerjaan dimana ketimpangan memburuk disebabkan oleh struktur ketenagakerjaan yang tidak merata, sedangkan kemiskinan terdampak membaik. Usaha pemerintah menanggulangi munculnya dampak ekonomi atas eksploitasi ESDM melalui DBHSDA Dana Bagi Hasil Sumber Daya Alam terbukti efektif dalam mengatasi permasalahan kemiskinan dan ketimpangan melalui uji ekonometrika. Temuan ini menunjukkan bahwa kekayaan ESDM merupakan sebuah kutukan bagi kesejahteraan rakyat, khususnya indikator ketimpangan dan kemiskinan.

---

ABSTRACT
Indonesia is a country which has abundant natural resources both above and below the surface of land and sea. Indonesia 39 s treasures, which includes minerals and energy, has long been used as a source of state revenue. On the other hand, welfare issues such as poverty and inequality still exist. The Curse has proven the negative impact of natural resource wealth on the economic growth of a country. This study would like to examine the existence of the effect of natural resource wealth on inequality in Indonesia by using Gross Regional Domestic Product data, Gini coefficient, and poverty indicators in district level. By using the 2009 2011 analysis period, researcher found that the wealth of natural resources exacerbates the problems of poverty and inequality. This influence is also found in the employment channel where inequality deteriorates due to unequal employment structures. Government efforts to tackle the economic impacts of natural resource exploitation through DBHSDA Dana Bagi Hasil Sumber Daya Alam have proved effective in addressing poverty and inequality problems through econometric tests. This finding shows that the wealth of natural resources is still a curse for the economy, especially indicators of inequality and poverty.

Abstrak :
Asuransi merupakan suatu kebutuhan yang penting di kehidupan manusia, bahkan asuransi termasuk dalam tingkatan kedua pada piramida perencanaan keuangan. Hal ini menunjukkan pentingnya asuransi sebagai salah satu produk yang dapat mengalihkan risiko yang mungkin dihadapi pada masa yang akan datang. Dua komponen penting dari asuransi adalah premi dan besar klaim. Besaran dua komponen itulah yang menjadi dasar untuk memodelkan kerugian yang mungkin dihadapi oleh perusahaan asuransi di masa yang akan datang. Secara umum, premi dan besar klaim dianggap saling bebas, tetapi dalam praktiknya hal ini kurang tepat karena mungkin kedua komponen tersebut dependen satu dengan yang lainnya. Dependensi ini menjadi perhatian karena pada praktiknya premi yang besar menghasilkan klaim yang besar dan premi yang kecil menghasilkan premi yang kecil. Dependensi antara premi dan besar klaim dimodelkan dengan distribusi bivariat, yaitu distribusi bivariat Sarmanov. Distribusi tersebut digunakan untuk membangun model Cramér-Lundberg yang memodelkan surplus yang dibutuhkan oleh suatu perusahaan asuransi agar tidak mengalami rutin. Model Cramér-Lundberg melibatkan tiga komponen utama, yaitu initial surplus, besar premi, dan besar klaim. Setelah mempertimbangkan dependensi antara premi dan besar klaim, dilakukan perhitungan probabilitas terjadinya ruin dan Value-at-Risk (VaR). Hasil yang didapatkan adalah bahwa distribusi bivariat Sarmanov dapat menjadi salah satu alternatif untuk memodelkan dependensi antara premi dan besar klaim. Nilai probabilitas ruin dan Value-at-Risk (VaR) dapat memberikan informasi bagi perusahaan asuransi untuk memprediksi kemungkinan perusahaan asuransi bangkrut dan uang yang harus disediakan agar kondisi ruin memiliki probabilitas yang sangat kecil untuk terjadi. ......Insurance is an important need in human life, it is considered the second basic need in the financial planning pyramid. This shows how important insurance is as a product to transfer risks that someone might face in the future. Two important components in insurance are the amount of premium and the size of a claim. That two components is the basic concept to model the losses of the insurance company that may take place in the future. In general, the amount of premium and the size of claim are considered to be independent of each other, but in practice, this might not be true. Dependency between the amount of premium and size of claim is more reliable because large premiums result to high claim and so for the small premium result to small claims. Dependency among the amount of premium and the size of claim is be modeled through a bivariate distribution, specifically Sarmanov’s bivariate distribution. Implementation of dependency between the amount of premium and size of claim is implemented to Cramér-Lundberg model which shows how much surplus is needed so the insurance company doesn’t encounter ruin. The Cramér-Lundberg model involves three main component, such as initial surplus, the amount of premium and the size of claim. After considering the dependency among premiums and claims, the probability of ruin and Value-at-Risk (VaR) is calculated. In result, Sarmanov’s bivariate distribution can become one of the alternatives to consider the dependency between the amount of premium and the size of claim. The value of ruin probability and Value-at-Risk (VaR) can give information to insurance company to predict chances it becomes ruin and money needed to be secured so the ruin probability can be minimalized.

Abstrak :
Perusahaan asuransi adalah perusahaan yang menyediakan jasa agar nasabahnya dapat mentransfer risiko sehingga terdapat banyak risiko yang harus ditanggung oleh perusahaan. Oleh karena itu, perusahaan asuransi perlu menghitung klaim agregat agar perusahaan dapat memperkirakan berapa banyak klaim yang harus ditanggung sekaligus menentukan premi yang sesuai untuk nasabah. Klaim agregat dapat dihitung dengan menggunakan dua komponen, yaitu frekuensi dan severitas klaim. Pada umumnya, frekuensi dan severitas klaim diasumsikan independen atau saling bebas. Hal tersebut bertujuan agar perhitungan total klaim dapat dilakukan dengan mudah. Namun, frekuensi dan severitas klaim umumnya saling bergantung di kehidupan nyata, sehingga apabila asumsi independen antara frekuensi dan severitas klaim terus digunakan, maka perhitungan klaim agregat menjadi kurang tepat. Oleh karena itu, penelitian ini akan menggunakan asumsi bahwa terdapat dependensi antara frekuensi dan rata-rata severitas klaim untuk memodelkan klaim agregat dengan menggunakan distribusi bivariat Sarmanov. Distribusi bivariat Sarmanov dapat digunakan untuk mengukur dependensi positif maupun negatif antara frekuensi dan rata-rata severitas klaim dengan menghitung nilai dependensi Sarmanov. Pada skripsi ini, akan dijabarkan kasus khusus distribusi bivariat Sarmanov, di mana frekuensi klaim diasumsikan mengikuti distribusi Poisson dan Zero-Inflated Poisson, sedangkan rata-rata severitasnya diasumsikan berdistribusi Gamma. Berdasarkan data ilustrasi yang digunakan, didapatkan bahwa distribusi Zero-Inflated Poisson lebih cocok untuk memodelkan frekuensi klaim. Oleh karena itu, distribusi bivariat Sarmanov-nya dibangun berdasarkan distribusi Zero-Inflated Poisson dan distribusi Gamma. Kemudian, parameter distribusi bivariat Sarmanov diestimasi menggunakan MLE. Model yang diperoleh selanjutnya digunakan untuk mengestimasi premi murni dengan cara menghitung ekspektasi klaim agregat dan didapatkan nilai premi murni sebesar $180,8335. ......An insurance company is a company that provides services so that its customers can transfer risks so that there are many risks that must be borne by the company. Therefore, insurance companies need to calculate aggregate claims so that the company can estimate how many claims must be covered while determining the appropriate premium for customers. Aggregate claims can be calculated using two components, namely frequency and severity of claims. In general, the frequency and severity of claims are assumed to be independent of each other. It is intended that the calculation of total claims can be done easily. However, the frequency and severity of claims generally depend on each other in real life, so that if the independent assumption between the frequency and severity of claims continues to be used, then the calculation of aggregate claims becomes less precise. Therefore, this study will use the assumption that there is a dependency between the frequency and the average severity of claims to model aggregate claims using the bivariate Sarmanov distribution. The bivariate Sarmanov distribution can be used to measure the positive and negative dependencies between the frequency and the average severity of claims by calculating the Sarmanov dependency value. In this thesis, a special case of the bivariate Sarmanov distribution will be described, where the frequency of claims is assumed to follow the Poisson distribution and Zero-Inflated Poisson distribution, while the average severity is assumed to be Gamma distribution. Based on the illustrative data used, it is found that the Zero-Inflated Poisson distribution is more suitable for modeling claim frequency. Therefore, the bivariate Sarmanov distribution is built on the basis of the Zero-Inflated Poisson distribution and the Gamma distribution. Then, the parameters of the bivariate Sarmanov distribution were estimated using MLE. The model obtained is then used to estimate pure premiums by calculating aggregate claims expectations and obtains a pure premium value of $180,8335.

Abstrak :
Penelitian ini menganalisis dampak penyebaran virus Covid 19 pada tingkat kemiskinan dan apakah terdapat dependensi spasial kemiskinan dan pada penyebaran virus Covid 19 serta kaitan pola penyebarannya antar kabupaten/kota di Provinsi Jawa Timur. Secara khusus, penelitian ini bertujuan untuk mengidentifikasi, memetakan, menganalisa kaitan pola penyebaran kemiskinan dan pola penyebaran virus Covid 19 serta mengestimasi dampak dari penyebaran virus Covid 19 pada tingkat kemiskinan. Analisis spasial dilakukan dengan menggunakan Moran’s I test, Local Indicator of Spatial Autocorrelation (LISA), dan Spatial Autoregressive Model. Hasil penelitian ini menunjukan tingkat kemiskinan memiliki pola sebaran mengelompok dan berpusat di kawasan Utara Provinsi Jawa Timur serta Pulau Madura. Penyebaran virus Covid 19 memusat di Kota Surabaya dan Kabupaten Sidoarjo pada tahun 2020 dan berpola relative random di tahun 2021. Dalam pola penyebaran keduanya, tidak memiliki keterkaitan yang spesifik namun dari hasil estimasi, peningkatan penyebaran virus Covid 19 signifikan mempengaruhi peningkatan jumlah penduduk miskin. Selain penyebaran virus Covid 19, tingkat penduduk miskin di wilayah tetangga juga berpengaruh signifikan pada jumlah penduduk miskin. ......This Study analyzes the impact of the spread of Covid 19 virus on poverty level and whether there is a spatial dependency on poverty and on the spread of the Covid 19 virus and the relationship between the patterns of distribution between regencies/cities in East Java Province. In particular, this study aims to identify, map, analyze the relationship between the pattern of the spread of poverty and the pattern of the Covid 19 virus and estimate the impact of the spread of Covid 19 virus on poverty level. Spatial analysis was performed using Moran’s I test, Local Indicator of Spatial Autocorrelation (LISA), and Spatial Autoregressive Model. The results of this study indicate that the poverty rate has a clustered distribution pattern and is centered in the northern region of East Java Province and Madura Island. The spread of Covid 19 virus is concentrated in the city of Surabaya and Sidoarjo Regency in 2020 and has relatively random pattern in 2021. On both distribution patterns, there is no specific relationship but from the estimation results, the increase in the spread of the Covid 19 virus significantly affects the increase in the number of poor people.  The level of poor people in neighboring areas also has a significant effect on the increases of poop people.