Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Penelitian sebelumnya menemukan bahwa anak dengan banyak saudara kandung cenderung ingin membentuk keluarga besar dibandingkan mereka yang lahir dari keluarga dengan ukuran lebih kecil. Hal ini mengindikasikan adanya transmisi norma keluarga antar generasi. Studi ini bertujuan untuk melihat efek perilaku fertilitas ibu terhadap intensi fertilitas anak perempuannya. Dengan menggunakan data IFLS, studi ini menginvestigasi anak perempuan pernah menikah usia 15-49 tahun, yang memiliki informasi lengkap tentang ibu kandungnya. Model logistik dan zero-inflated poisson digunakan untuk mengestimasi efek dari kovariat. Hasilnya menunjukkan bahwa anak perempuan mengadopsi norma keluarga ibu untuk membentuk intensi fertilitas mereka.

---

Previous studies found that children born with many siblings prefer a large family size than those born with fewer siblings. This positive relationship shows the presence of intergenerational transmission of family norm. This study aims to examine maternal fertility effect on daughter rsquo s fertility intention. Using data from IFLS, this study investigates ever married women aged 15 49 years old in 2014 who have a complete information about their biological mother, and uses Logistic and Zero Inflated Poisson regression model to estimate the predictors. As a result, daughters adopt their mother rsquo s childbearing behavior in shaping their own fertility intention.

Abstrak :
Tesis ini bertujuan untuk mengestimasi premi murni terhadap data zero inflated klaim asuransi kecelakaan melalui Generalized Linear Model (GLM). Penelitian ini berfokus pada pemodelan data frekuensi klaim dengan zero inflated melalui regresi Zero Inflated Poisson (ZIP) untuk menjembatani kesenjangan yang ada. Berdasarkan peneltian-penelitian terdahulu, frekuensi klaim kerap diasumsikan berdistribusi Poisson dalam perhitungan premi murni dengan GLM tanpa memperhatikan kehadiran excess zeros. Sedangkan estimasi parameter severity (besar klaim) ditentukan melalui regresi Gamma. Selajutnya premi murni diestimasi dengan melakukan perkalian antara frekuensi dan severity atas asumsi independensi. Data yang digunakan dalam penelitian merupakan data sekunder yang diperoleh dari PT ABC sebagai asuransi kecelakaan kerja. 1000 sample data terdiri dari tahun 2017, meliputi frekuensi klaim dan severity yang merupakan variabel dependen, serta data tertanggung yang diataranya adalah usia, jenis kelamin, kelompok lingkungkan kerja, dan masa aktif polis asuransi (exposure) sebagai variabel independen. Hasil penelitian menunjukkan bahwa model regresi ZIP sesuai untuk mengestimasi frekuensi klaim pada data zero inflated PT ABC. Model regresi Gamma juga menunjukkan kesesuaian dalam mengestimasi severity data PT ABC. Estimasi premi murni yang dihasilkan menunjukkan bahwa jenis kelamin tidak berpengaruh signifikan terhadap besar premi murni. Usia dan kelompok risiko lingkungan kerja merupakan variabel yang paling signifikan terhadap besar premi murni. Frekuensi klaim kecelakaan kerja tertinggi dimiliki tertanggung dengan usia 18 tahun. Frekuensi klaim menurun seiring pertambahan usia baik pada tertanggung wanita maupun pria, namun kembali meningkat di usia akhir 50 tahun hingga 56 tahun pada tertanggung pria. Besar severity tidak selalu sejalan dengan premi murni sehingga dapat disimpulkan bahwa frekuensi klaim merupakan komponen yang lebih berpengaruh terhadap pergerakan premi murni. Premi murni yang dihasilkan lingkungan kerja dengan risiko rendah lebih besar dari pada lingkungan kerja dengan risiko sedang.

---

This thesis aims to estimate pure premium towards zero inflated claim data of accident insurance through the Generalized Linear Model (GLM). This study focuses on modeling the claim frequency data with excess zeros through the Zero Inflated Poisson (ZIP) regression to bridge the gap between previous studies where it is generally assumed to be distributed in Poisson. Gamma regression is used to estimate the parameter of severity. Pure premiums are estimated by multiplying the frequency and severity in assumption of independence. The data is obtained from accident insurance company PT ABC. 1000 data samples consist of 2017, including the claim frequency and severity as dependent variable, as well as age, sex, occupational environment, and the active period of the insurance policy (exposure) as independent variables. The results indicate that ZIP regression model is suitable for estimating the claim frequency. The Gamma regression model also shows conformity in estimating the severity. The estimation of pure premiums shows that gender does not have a significant effect on its ammount, while age and occupational environment is the most significant variable. The severity is not always in line with pure premium so it can be concluded that the frequency of claims is a component that has more influence on the movement of pure premiums. Pure premiums produced by a work environment with a low risk are greater than those in a medium-risk work environment. The highest amount of pure premium is on 18 years insureds. Pure premium decline on age, both for the insured women and men, and increased on the end of 50 years to 56 years in the insured man.

Abstrak :
Perkara korupsi yang ditemukan di tingkat pemerintah daerah di Indonesia menunjukkan tren peningkatan. Mayoritas korupsi di daerah dilakukan terhadap dana APBD, yang mana sumber penerimaan APBD yang paling utama berasal dari transfer pemerintah pusat. Berdasarkan karakteristik penggunaannya, dana transfer dapat diklasifikasikan menjadi Dana Transfer Umum (DTU, yang terdiri dari DAU & DBH) dan Dana Transfer Khusus (DTK, yang terdiri dari DAK Fisik dan non Fisik). Ditinjau dari teori Fraud Triangle, semakin besar transfer dana dari pemerintah pusat ke daerah akan meningkatkan kesempatan terjadinya korupsi di daerah. Penelitian ini dilakukan untuk melihat bagaimana pengaruh DTU dan DTK terhadap probabilitas terjadinya tingkat korupsi di daerah. Metode yang digunakan adalah regresi Zero-Inflated Poisson (ZIP). Dengan sampel 519 Pemerintah daerah Kabupaten dan Kota di Indonesia yang diteliti pada periode 2010-2019, DTU ditemukan memiliki hubungan positif terhadap tingkat korupsi di daerah. Keleluasaan dalam mengelola anggaran DTU menjadi penyebab yang memicu peningkatan korupsi di daerah sehingga dapat disalahgunakan oknum birokrat di daerah untuk memperoleh keuntungan pribadi. Sedangkan DTK menunjukkan hubungan negatif dengan tingkat korupsi di daerah. Pemda tidak memiliki keleluasaan untuk menggunakan anggaran DTK untuk program lain, selain itu pengawasan dalam realisasi program DTK juga relatif lebih ketat. ......The cases of corruption found at the local government level in Indonesia show an increasing trend. The majority of corruption in the regions is carried out on APBD funds, which the main source of APBD revenue comes from the central government transfers. Based on the characteristics of their use, transfer funds can be classified into General Transfer Funds or known as Dana Transfer Umum (DTU), consists of Dana Alokasi Umum (DAU) & Dana Bagi Hasil (DBH)) and Special Transfer Funds or known as Dana Transfer Khusus (DTK), consists of Dana Alokasi Khusus (DAK) Physical and Non-Physical. Been reviewed by the Fraud Triangle theory, the greater transfer from the central government to the regions, will increase the opportunities of corruption to occur in the regions. This study was conducted to see the influence of DTU and DTK on the probability of the occurrence of corruption in the regions. The method used was Zero-Inflated Poisson (ZIP) regression. By using sample data of 519 districts and cities in Indonesia from 2010-2019, DTU was found to have a positive relationship to the level of corruption in the regions. The discretion in managing the DTU budget is the cause that triggering an increase in corruption in the regions so that it can be misused by bureaucrats in the regions for personal gain. Meanwhile, DTK shows a negative relationship with the level of corruption in the regions. Local governments do not have the discretion to use the DTK budget for other programs, in addition to that, supervision in the realization of the DTK program is also relatively tighter.

Abstrak :
Distribusi Poisson seringkali digunakan untuk menganalisis data count. Distribusi Poisson memiliki asumsi ekuidispersi, yaitu nilai mean sama dengan nilai variansinya. Namun, yang sering terjadi pada data terapan adalah overdispersi, yaitu variansi lebih besar dari mean. Salah satu penyebab overdispersi adalah banyaknya pengamatan bernilai 0 pada data (excess zeros). Distribusi Zero-Inflated Poisson (ZIP) merupakan distribusi yang dapat digunakan pada data count dengan excess zeros. Distribusi ZIP merupakan campuran dari distribusi degenerate di 0 dan distribusi Poisson. Parameter dari distribusi ZIP adalah dan . Dengan menggunakan metode Maximum Likelihood Estimation (MLE), akan dicari taksiran titik untuk parameter dan, di mana menyatakan probabilitas pengamatan 0 merupakan structural zeros dan menyatakan mean dari subpopulasi yang berdistribusi Poisson. Walaupun penaksiran parameter distribusi ZIP menggunakan MLE menghasilkan taksiran parameter dengan nilai MSE yang kecil, namun taksiran parameter tersebut memiliki bias karena penaksiran parameter harus dilakukan secara numerik. Bias dari taksiran parameter tersebut dapat dikurangi menggunakan metode Bias-Reduced MLE. Penggunaan metode ini tidak memengaruhi nilai Mean­-Squared Error (MSE) yang dimiliki oleh penaksir parameter MLE, sehingga bias dari penaksir parameter MLE dapat berkurang tanpa mengubah nilai MSE. Data simulasi digunakan untuk mengilustrasikan penaksiran parameter distribusi ZIP menggunakan Bias-Reduced MLE. Simulasi menunjukkan bahwa penaksiran parameter Bias-Reduced MLE menghasilkan bias penaksir yang lebih kecil daripada penaksir MLE pada ukuran sampel yang kecil. Selain itu, nilai MSE dari penaksir parameter Bias-Reduced MLE tidak berbeda secara signifikan dengan penaksir parameter MLE. Maka dari itu, penaksiran parameter Bias-Reduced MLE dapat mengurangi bias dari penaksir parameter MLE pada ukuran sampel yang kecil tanpa mengubah nilai MSE dari penaksir parameter MLE secara signifikan. ......Poisson distribution is commonly used to analyse count data. It requires equidispersion assumption, i.e. equality of mean and variance. However, what often happened to real data is overdispersion, i.e. variance exceeds mean. One of the cause of overdispersion is excess zeros. Zero-Inflated Poisson (ZIP) distribution can be used to analyse count data with excess zeros. ZIP Distribution is a mixing distribution ofdegenerate at 0 and Poissondistribution. Parameters of ZIP distribution are 𝜔and𝜆, where 𝜔denotes probability of structural zeros and denotes mean of Poisson distributed subpopulation. Those parameterswill be estimated by Maximum Likelihood Estimation (MLE) method. Although MLE estimates provide small MSE, but they are biased because the estimation should use numerical method. A way to reduce the bias is by Bias Reduced MLE method. This method would not compromise MSEso that the bias reduced while MSE remains the same. Illustration of Bias-Reduced MLE parameter estimation is given by generating simulation data.Data simulation shows that with Bias-Reduced MLE, ML estimators bias isreduced in small samples. Besides, the MSE of Bias Reduced ML estimator is not significantly different with ML estimator. So that, Bias-ReducedML estimator would reduce bias of ML estimator without compromise the MSE.

Abstrak :
Regresi Poisson sering digunakan untuk menganalisis data diskrit count data. Regresi ini memiliki asumsi equidispersi. Namun, dalam banyak kasus sering dijumpai asumsi tersebut tidak terpenuhi karena adanya overdispersi pada data. Salah satu penyebab overdispersi adalah excess zero. Model regresi yang dapat digunakan untuk mengatasi masalah tersebut adalah regresi Zero-Inflated Poisson ZIP . Regresi ZIP menyelesaikan masalah excess zero dengan mengidentifikasi structural zeros di tahap pertama dan model Poisson counts di tahap kedua. Pada penelitian ini, parameter regresi ditaksir menggunakan metode Bayesian. Pada metode Bayesian, unsur ketidakpastian parameter dipertimbangkan model dalam bentuk distribusi prior. Dengan mengombinasikan distribusi prior dan likelihood, diperoleh distribusi posterior dari parameter yang menjadi perhatian dalam penelitian. Teknik komputasional Markov Chain Monte Carlo-Gibbs Sampling MCMC-GS digunakan untuk melakukan sampling nilai-nilai parameter dari distribusi posterior tersebut. Metode ini kemudian diterapkan untuk memodelkan frekuensi komplikasi motorik pada 215 penderita penyakit Parkinson. Diperoleh hasil bahwa total skor MDS-UPDRS Part 2 dan 3 berasosiasi dengan konsumsi atau tidaknya obat-obatan pada pasien. Lebih lanjut, untuk mereka yang mengonsumsi obat, total skor MDS-UPDRS Part 1 berasosiasi dengan frekuensi komplikasi motorik. ......Poisson regression is commonly used for analizing count data. This method requires equidispersion assumption. However, in the case of overdispersion, this assumption is not always fulfilled. Overdispersion may exist when there is excess zeros in the data. One of the regression models which might solve it is Zero Inflated Poisson ZIP regression. ZIP regression solves the excess zero problem by identifying the structural zeros at the first stage, then Poisson counts model at the second stage. In this research, the regression parameters are estimated using Bayesian method. Bayesian method acomodates the uncertainty parameters through prior distribution. Combining the prior distribution and likelihood from the data results in the posterior distribution of the parameters of interest. True parameters are then sampled using Markov Chain Monte Carlo Gibbs Sampling MCMC GS. Therefore, this method is applied to model the frequency of motor complications in 215 Parkinson 39 s disease patients. The result shows that total score of MDS UPDRS Part 2 and 3 associated with those taking the medicines or not. Furthermore, for those taking the medicines, total score of MDS UPDRS Part 1 associated with motor complications frequency.