Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
ABSTRACT
Memberikan proteksi terhadap kemungkinan terjadinya kerugian merupakan hal yang sangat penting dalam setiap perusahaan asuransi. Perusahaan asuransi dapat mengestimasi semua risiko yang mungkin dihadapi dengan alat ukur risiko. Value-at-Risk merupakan salah satu alat ukur risiko dalam industri asuransi, yang didefinisikan sebagai kuantil dari distribusi total kerugian. Sebagai kuantil, dapat menjadi kurang representatif apabila terdapat banyak nilai kerugian yang melebihi dikarenakan informasi kerugian pada ekor kanan distribusi tidak tergambarkan dengan baik. Untuk itu, diperkenalkan Tail Value-at-Risk yang merata-ratakan besarnya kerugian yang lebih besar daripada. Penggunaan membantu perusahaan untuk memperoleh gambaran mengenai modal yang harus disiapkan untuk mengatasi risiko yang dapat terjadi. Estimasi risiko yang lebih baik juga dapat dilakukan dengan memanfaatkan teori kredibilitas, yang mengombinasikan risiko individu dan risiko kelompok pemegang polis dengan bobot tertentu. Bobot yang tepat diperoleh melalui peminimuman antara parameter yang memprediksi kerugian di masa depan dan penaksirnya. Secara umum, penelitian ini membahas mengenai model berdasarkan teori kredibilitas Bühlmann beserta penaksir dari parameter-parameter model tersebut. Risiko individu direpresentasikan dengan individu, sementara risiko kelompok direpresentasikan dengan rata-rata individu dalam suatu kelompok. Penerapan model ini dilakukan dengan menggunakan data klaim dari salah satu perusahaan asuransi di Indonesia.

---

ABSTRACT
Providing protection against losses is important issue in every insurance company. Insurance company could estimate all risks which must be faced by risk measures. Value-at-Risk as one of risk measures that is used in insurance industry, is defined as quantile of aggregate losses distribution. As a quantile, could be less representative if there are losses which far exceed because losses in the right tail distribution cannot be well-explained. For this reason, which averages losses that are greater than was introduced. Using, insurance company could obtain approximation of capital needed due to certain losses which possibly happen. Better risk estimation could also be obtained by credibility theory, which combines both individual and group risk information with certain weights. The proper weights are obtained by minimizing the expected squared error between parameter used to predict future losses and its estimator. In general, Credible model based on credibility theory and the parameters estimator will be derived in this research. Individual risk is represented by certain policyholders meanwhile, group risk is represented by average of every policyholders. Numerical simulation based on one of the insurance companys claim data in Indonesia will also be demonstrated.

Abstrak :
ABSTRACT
Perhitungan nilai premi oleh perusahaan asuransi dilakukan dengan memanfaatkan alat ukur risiko. Prinsip Premi Multivariat Berbobot (PPMB) digunakan sebagai alat ukur risiko untuk menghitung nilai premi pada asuransi pertanian. PPMB dapat mengintegrasikan faktor risiko eksternal sebagai informasi tambahan ke dalam perhitungan premi. Faktor risiko eksternal merupakan faktor risiko lain selain faktor risiko internal (faktor risiko yang telah ditentukan oleh perusahaan asuransi sebagai prasyarat pengajuan klaim oleh petani). Karena terdapat faktor eksternal dalam perhitungan premi, dimanfaatkan distribusi multivariat untuk menggambarkan penyebaran nilai peluang dari variabel keru-gian dan faktor eksternal. Dalam PPMB, faktor risiko eksternal digunakan untuk memberi ulang bobot pada data kerugian pertanian historis. Pembobotan tersebut bertujuan untuk melengkapi ketidaklengkapan data kerugian yang ada agar bisa mendapatkan perhitungan premi yang lebih akurat. Memanfaatkan faktor risiko eksternal dalam perhitungan premi dapat mengakibatkan bertambahnya nilai premi. Tambahan nilai pada premi dise- but dengan risk loading. Dengan pemilihan faktor risiko eksternal yang tepat, prinsip premi multivariat berbobot memiliki risk loading yang meningkat.

---

ABSTRACT
Insurance pricing is set using the risk measurement tool. Multivariate weighted premium principle (MWPP) is used as the risk measurement tool in crop pricing. MWPP integrate external factors as additional information in pricing. External factors are the different risks from internal factors (risks factors set by insurer as the precondition for farmers to submit claims). Because there are external factors to consider in pricing, multivariate distribution is used to find the pricing formula. In MWPP external factors are used to reweight the historical loss data. The purpose of reweighting is to fill the incompleteness of historical loss data and improve the accuracy of pricing. Utilizing risk external factors can add more values to the pricing. Those additional values are called risk loading. Choosing the right and suitable external factors can make pricing with MWPP have increasing relative risk loading.

Abstrak :
ABSTRAK
Partisipasi perempuan bekerja merupakan keputusan perempuan usia kerja untuk terlibat aktif secara ekonomi, baik sudah bekerja, menganggur, maupun sedang mencari pekerjaan. Persentase jumlah angkatan kerja perempuan meningkat sebesar 48 persen dalam kurun waktu 10 tahun, yaitu pada tahun 2006-2016. Keterlibatan perempuan di pasar kerja memberikan dampak positif untuk kesejahteraan ekonomi keluarga dan secara tidak langsung berdampak bagi perbaikan perekonomian negara. Penelitian ini bertujuan untuk menganalisis variabel-variabel yang memengaruhi partisipasi perempuan bekerja menggunakan metode Chi-Square Automatic Interaction Detection (CHAID) dan mengetahui risiko partisipasi perempuan bekerja berdasarkan variabel-variabel yang berpengaruh menggunakan metode Regresi Logistik. Variabel dependen pada penelitian ini adalah partisipasi perempuan bekerja, sedangkan variabel independen pada penelitian ini terdiri dari variabel tingkat pendidikan, usia, status perkawinan, pelatihan kerja, tanggungan, dukungan keluarga, hutang, dan kesehatan. Penelitian ini menggunakan data primer berjumlah 211 responden dengan lokasi penelitian di Kelurahan Pondok Cina yang terdiri dari 99 responden bekerja dan 112 responden yang tidak bekerja. Hasil analisis menggunakan metode CHAID diperoleh variabel dukungan keluarga paling berpengaruh terhadap partisipasi perempuan bekerja. Kemudian terdapat variabel tanggungan dan tingkat pendidikan yang juga berpengaruh. Tingkat keakuratan hasil klasifikasi secara keseluruhan sebesar 73% menggunakan metode CHAID. Hasil analisis menggunakan metode Regresi Logistik diperoleh bahwa risiko partisipasi perempuan bekerja dengan mendapat dukungan keluarga 12,64 kali lipat dari perempuan yang tidak mendapat dukungan keluarga. Perempuan yang tidak memiliki tanggungan memiliki risiko partisipasi kerja sebesar 4,25 kali lipat dari perempuan yang memiliki tanggungan, sedangkan perempuan dengan tingkat pendidikan dasar memiliki risiko partisipasi kerja sebesar 1,04 kali lipat dari perempuan dengan tingkat pendidikan tinggi.

---

ABSTRACT
Womens work participation is a decision of working-age women to be actively involved economically, as already working, unemployed, and those who still looking for work. Percentage of womens workforce increased up to 48 percent in a decade which is from 2006-2016. The involvement of women in the labor market gives positive impact on families economy wealthy and indirectly has an effect on improving the countrys economy. This study has a purpose to analyze variables that affect the participation of womens work which uses Chi-Square Automatic Interaction Detection (CHAID) method. Also this study is conducted to know the risks in womens work participation based on the variables that are affected through the use of Logistic Regression method. Dependent variable in this study is womens work participation while independent variables of this study consists of level of education, age, marriage status, work training, dependent, familys support, debt, and health. This study uses primary data with total 211 respondents that consist of 99 respondents who work, and 112 respondents are unemployed. The research site is in Kelurahan Pondok Cina. The result of the analysis using CHAID method obtained variable of family`s support as the most influential variable towards womens work participation. Then dependent variable and level of education variable also affected. The overall accuracy of classification result is 73% using the CHAID method. The analysis result using Logistic Regression method found that the risk of participation of women working with family support was 12.64 times that of the women who did not receive family support. Working-women who have no dependents have a risk of work participation of 4.25 times that of women who have dependent meanwhile women with a basic level of education have a risk of participation of 1.04 times that of women with higher education.

Abstrak :

Penelitian ini membahas konstruksi distribusi Marshall-Olkin-Kumaraswamy-Eksponensial (MOKw-E), yang merupakan kombinasi distribusi Marshall-Olkin (MO) dan Kumarawasmy-Eksponensial (Kw-E). Distribusi ini dikenal sebagai model fleksibel yang dapat diaplikasikan untuk data dengan berbagai bentuk distribusi. Estimasi parameter dilakukan menggunakan Maximum Likelihood Estimation (MLE) dengan bantuan dua metode numerik, yaitu metode Nelder-Mead dan metode Gradien Konjugat Fletcher Reeves. Kedua metode ini banyak digunakan dalam penyelesaian permasalahan optimasi karena memiliki tingkat efisiensi yang tinggi dengan komputasi yang sederhana tetapi memberikan hasil yang akurat. Kedua metode ini akan dibandingkan dengan melihat nilai Mean Squared Error (MSE) yang merupakan suatu metrik untuk melihat seberapa cocok model dengan data yang digunakan. Terakhir, model yang dikembangkan diaplikasikan pada data severitas klaim asuransi pengangguran untuk menunjukkan kemampuan model dalam memodelkan data severitas klaim. Model tersebut akan dibandingkan dengan model yang dibangun dari distribusi Kw-E dengan melihat nilai Akaike Information Criteria (AIC) dan Bayessian information criteria (BIC) untuk menunjukan bahwa model yang dikembangkan lebih baik dibandingkan model asalnya.

---

This research discusses the construction of the Marshall-Olkin-Kumaraswamy-Exponential (MOKw-E) distribution, which is a combination of the Marshall-Olkin (MO) and Kumaraswamy-Exponential (Kw-E) distributions. This distribution is known as a flexible model applicable to data with various distribution shapes. Parameter estimation is performed using Maximum Likelihood Estimation (MLE) with the assistance of two numerical methods the Nelder-Mead method and the Conjugate Gradient Fletcher Reeves method. Both methods are widely used in solving optimization problems due to their high efficiency with simple computations yet accurate results. These methods will be compared by examining the Mean Squared Error (MSE) values, which is a metric to assess how well the model fits the data. Finally, the developed model is applied to unemployment insurance claim severity data to demonstrate the model's capability in representing severity claim data. The model will be compared with a model built from the Kw-E distribution by evaluating the Akaike Information Criteria (AIC) and Bayesian Information Criteria (BIC) values to show that the developed model is superior to the original model.

Abstrak :
ABSTRAK
Perusahaan asuransi kendaraan di banyak negara menggunakan Sistem Bonus-Malus untuk menentukan net premi yang dikenakan kepada pemegang polis. Penentuan net premi pada Sistem Bonus-Malus hanya didasarkan pada frekuensi klaim dan mengabaikan severity klaim. Hal ini tidak adil bagi pemegang polis yang memiliki klaim kecil. Untuk mengatasi masalah tersebut, dikembangkan metode penentuan net premi pada Sistem Bonus-Malus yang mempertimbangkan frekuensi dan severity klaim. Frekuensi dan severity dapat diasumsikan independen atau dependen. Dalam menentukan net premi, dibutuhkan distribusi posterior dari parameter distribusi frekuensi dan severity. Pada kasus frekuensi dan severity independen, penentuan distribusi posterior untuk frekuensi dan severity dilakukan secara terpisah sedangkan pada kasus frekuensi dan severity dependen, penentuan distribusi posterior untuk frekuensi dan severity dilakukan dengan menggunakan distribusi bersama dari frekuensi dan severity. Skripsi ini membahas penentuan net premi yang didasarkan pada distribusi frekuensi dan distribusi severity baik untuk frekuensi dan severity independen maupun dependen.

---

ABSTRACT
Vehicle insurance companies in many countries use the Bonus Malus System to determine the policyholder 39 s net premium. The determination of net premiums on the Bonus Malus System is based solely on the frequency of claims and ignores the severity of claims. This is unfair to policyholders who have small claims. To overcome this problem, the net premium determination method in Bonus Malus System was developed taking into account the frequency and severity of claims. Frequency and severity can be assumed to be independent or dependent. In determining the net premium, a posterior distribution of parameters of the frequency and severity distribution is required. In the case of frequency and severity independent, the determination of the posterior distribution for frequency and severity is performed separately whereas in the case of frequency and severity dependent, the determination of posterior distribution for frequency and severity is done by using the joint distribution of frequency and severity. This thesis discuss the determination of net premium based on frequency distribution and severity distribution for both frequency and severity independent and dependent.

Abstrak :
ABSTRAK
Cadangan klaim adalah cadangan yang harus disiapkan oleh perusahaan asuransi long-tail business untuk memenuhi kewajiban kepada pemegang polis dimasa yang akan datang. Salah satu metode yang paling populer untuk memprediksi cadangan klaim adalah metode Chain Ladder. Metode ini menggunakan development factor dan run-off triangle dalam bentuk cumulative untuk memprediksi cadangan klaim. Run-off triangle menyatakan ringkasan data klaim secara keseluruhan, sedangkan development factor menyatakan perkembangan besar klaim pada setiap periode pembayaran. Namun, pada metode Chain Ladder, prediksi cadangan klaim hanya didasarkan informasi masa lalu individual perusahaan saja. Apabila informasi masa lalu individual perusahaan kurang, seorang aktuaris perlu mempertimbangkan informasi lain yaitu informasi kolektif. Penggabungan kedua informasi tersebut dilakukan dengan menerapkan teori kredibilitas B hlmann-Straub pada metode Chain Ladder. Pada skripsi ini diberikan contoh pengaplikasian prediksi cadangan klaim dengan menggunakan teori kredibilitas dalam metode Chain Ladder. Data yang digunakan adalah data yang diterbitkan National Association of Insurance Commissioners NAIC mengenai data asuransi private passanger autoliability/medical pada tahun 1998-2007.

---

ABSTRACT
A claim reserve is a reserve that must be prepared by a long tail business insurance company to fulfill its obligations to future policyholders. One of the most popular methods for predicting claim reserves is the Chain Ladder method. However, on the Chain Ladder method, the claim reserve is predicted solely based on insurance rsquo s individual past information only. If the insurance rsquo s individual past information is lacking, an actuary needs to consider other information that is collective information. Merging the two information is done by applying the theory of credibility B hlmann Straub on Chain Ladder method. This paper provides an example of applying prediction of claim reserves by using the theory of credibility in the Chain Ladder method. The data used are data published by National Association of Insurance Commissioners NAIC on the data of private passanger autoliability medical insurance in 1998 2007.

Abstrak :
ABSTRAK
Prediksi dari besar klaim yang belum terselesaikan (outstanding claims) memegang peranan penting, mengingat perusahaan asuransi selalu dituntut untuk dapat menyediakan cadangan yang cukup guna menutupi pembayaran klaim di masa yang akan datang. Salah satu metode prediksi yang sering digunakan adalah metode Bornhuetter-Ferguson. Metode Bornhuetter-Ferguson termasuk ke dalam metode yang bersifat tradisional. Saat ini, metode prediksi yang bersifat tradisional telah banyak dikembangkan. Dalam hal ini, perhitungan cadangan klaim tidak dilakukan untuk menunjukkan kegagalan perhitungan cadangan klaim secara tradisional, melainkan lebih memberikan penekanan pada ketersediaan ukuran kesalahan prediksi dan distribusi prediksi dari cadangan klaim. Oleh karena itu, prediksi cadangan klaim dilakukan dengan menerapkan bootstrap pada metode Bornhuetter-Ferguson agar diperoleh informasi dari kesalahan prediksi dan distribusi prediksi dari cadangan klaim.

---

ABSTRACT
Prediction of outstanding claims has an important roles considering insurance companies are required to allocate sufficient reserves for future payment of claims. One of the prediction methods that can be used is Bornhuetter Ferguson method. Bornhuetter Ferguson method is a traditional method to predict the outstanding claims. Nowadays, the traditional method has many been developed. In this case, the calculation of claim reserves are not done to show the failure of calculation in traditional way, but more to give an emphasis on the error availability and predictive distribution from the claim reserves. Therefore, claim reserves prediction is performed by applying bootstrap on the Bornhuetter Ferguson method to obtain the information about error and predictive distribution from the claim reserves.

Abstrak :
Penerapan deductible pada jaminan kontrak asuransi merupakan salah satu cara untuk mengatasi masalah adverse selection dan moral hazard yang sering muncul pada asuransi kesehatan. Namun, deductible juga akan mempengaruhi besar net premium. Semakin tinggi deductible yang diterapkan, maka semakin rendah net premium yang akan diperoleh perusahaan asuransi. Jika terdapat klaim yang nilainya sangat besar, maka perusahaan asuransi kesehatan tidak dapat membayarkan klaim tersebut dikarenakan besar net premium yang diperoleh bernilai kecil. Oleh karena itu, penggunaan prinsip perhitungan net premium kurang cocok untuk digunakan. Kemudian, prinsip perhitungan premi dengan Proportional Hazard Transform yang diajukan oleh Wang dianalisis sebagai prinsip perhitungan premi yang cocok untuk digunakan ketika perusahaan asuransi kesehatan menerapkan deductible. ......Implementation of deductibles on insurance contracts is one of many ways to solve the adverse selection and moral hazard problems that often arise in health insurance. However, the deductible will also affect the amount of net premium. The higher the deductible, the lower the net premium that insurance company will get. If the claims amount are very large, then the insurance company would not be able to pay the claims because the amount of net premium that have been earned is small. Thus, the net premium principle is less suitable to use. The Proportional Hazard Transform principle proposed by Wang being analyzed as an alternative premium calculation method that is suitable to use when the insurer applies deductibles.

Abstrak :
Pada penelitian ini akan dijelaskan sebuah distribusi yang bernama distribusi Beta Pareto. Distribusi tersebut merupakan distribusi yang dibangun oleh distribusi Beta-Generated dengan mengkombinasikan distribusi Beta dan distribusi Pareto. Selain proses pembentukan distribusi Beta Pareto, karakteristik distribusi Beta Pareto yang meliputi fungsi kepadatan peluang, fungsi ditribusi, momen ke-r, momen sentral ke-r, mean, variansi, perilaku limit, serta karakteristik lainnya dari distribusi Beta Pareto juga akan dibahas pada penelitian ini. Distribusi Beta Pareto sendiri memiliki kelebihan pada fungsi kepadatan probabilitas nya yang berbentuk monoton turun dan unimodal. Selain itu, distribusi ini juga dapat memodelkan data yang heavy-tailed. Untuk penaksiran parameter dari distribusi Beta Pareto akan digunakan metode Maximum Likelihood Estimation dan hasil akhirnya akan diperoleh dengan metode numerik. Sebagai ilustrasi, akan digunakan data severitas klaim dari asuransi kendaraan bermotor yang akan dimodelkan dengan distribusi Beta Pareto. Akan ditunjukkan dengan perbandingan nilai AIC dan BIC bahwa distribusi Beta Pareto mampu memodelkan data severitas klaim dari asuransi kendaraan bermotor lebih baik dari distribusi Pareto. ......In this study, a distribution called the Beta Pareto distribution will be introduced. This distribution is a distribution builtby the Beta-Generated distribution by combining the Beta distribution and the Pareto distribution. In addition, beside the process of forming the Beta Pareto distribution, the characteristics of the Beta Pareto distribution which include theprobability density function, distribution function, rth moment, rth central moment, mean, variance, behavior limit, and other characteristics of the Beta Pareto distribution will also be explained in this research. The Beta Pareto distribution itself has the advantage of its probability density function which not only have decreasing shape but also unimodal. In addition, this distribution can also model heavy-tailed data. The Maximum Likelihood Estimation method will be used to estimate the parameters of the Beta Pareto distribution and the final result will be obtained by a numerical method. As an illustration, the severity of motor vehicle insurance claims data will be used and will be modeled by the Beta Pareto distribution. It will be shown by a comparison of AIC and BIC values that the Beta Pareto distribution is able to model the the severity of motor vehicle insurance claims data better than the Pareto distribution.

Abstrak :
Distribusi Exponentiated Generalized Burr Type X merupakan distribusi hasil pengembangan dari distribusi Burr Type X berdasarkan kelas distribusi Exponentiated Generalized. Sifat-sifat statistik dan karakteristik distribusi Exponentiated Generalized Burr Type X meliputi fungsi kepadatan peluang, fungsi distribusi kumulatif, fungsi survival, fungsi hazard, momen, momen pusat, fungsi kuantil, \textit{mean}, variansi, koefisien variasi, \textit{skewness}, dan kurtosis dibahas pada skripsi ini. Penaksiran parameter dari distribusi Exponentiated Generalized Burr Type X menggunakan metode Maximum Likelihood Estimator, dilanjutkan dengan metode numerik Gradien Konjugat Fletcher Reeves dan Broyden-Fletcher-Goldfarb-Shanno. Metode Gradien Konjugat Fletcher Reeves dan Broyden-Fletcher-Goldfarb-Shanno dibandingkan dan dipilih metode terbaik untuk mengestimasi parameter distribusi Exponentiated Generalized Burr Type X, dievaluasi dari nilai \textit{mean squared error} terkecil. Sebagai ilustrasi, digunakan data severitas klaim asuransi pengangguran yang dimodelkan dengan distribusi Exponentiated Generalized Burr Type X. Uji Kolmogorov Smirnov digunakan untuk menguji kecocokan model distribusi Exponentiated Generalized Burr Type X dengan data severitas klaim, kriteria AIC dan BIC digunakan untuk memilih distribusi paling cocok dalam memodelkan data severitas klaim. ......The Exponentiated Generalized Burr Type X distribution is a distribution resulting from the development of the Burr Type X distribution based on the Exponentiated Generalized distribution class. Statistical properties and characteristics of the Exponentiated Generalized Burr Type X distribution include probability density function, cumulative distribution function, survival function, hazard function, moment, central moment, quantile function, mean, variance, coefficient of variation, skewness, and kurtosis are discussed in this final project. Estimating the parameters of the Exponentiated Generalized Burr Type X using Maximum Likelihood Estimator method, continued with Conjugate Gradient Fletcher Reeves and Broyden-Fletcher-Goldfarb-Shanno numerical methods. The Fletcher Reeves and Broyden-Fletcher-Goldfarb-Shanno Conjugate Gradient methods were compared and the best method was chosen to estimate the Exponentiated Generalized Burr Type X distribution parameters, evaluated from the smallest mean squared error value. As an illustration, severity claim data of unemployment insurance claims is used which is modeled with the Exponentiated Generalized Burr Type X distribution. The Kolmogorov Smirnov test were used for to test the suitability of the Exponentiated Generalized Burr Type X distribution model with claims severity data, the AIC and BIC criteria were used to select the most suitable distribution in modeling claims severity data.