P. 1
revisi 1 2003

revisi 1 2003

|Views: 123|Likes:
Published by Choi_R

More info:

Published by: Choi_R on May 16, 2013
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

11/27/2013

pdf

text

original

Abstrak Model resiko individu digunakan untuk menentukan besarnya kerugian yang ditanggung oleh perusahaan asuransi berdasarkan

jumlah besar klaim individu yang terjadi dalam periode tertentu. Dalam model ini, besar klaim individu dianggap sebagai suatu variabel acak yang saling bebas karena antara variabel acak klaim yang satu dengan yang lainnya tidak saling berhubungan. Sehingga dapat ditentukan suatu model variabel acak dari besar klaim individu dengan menggunakan asumsi bahwa model resiko individu tersebut berjangka pendek dan bersifat tertutup. Model resiko individu diasumsikan berjangka pendek karena dalam prakteknya, perusahaan asuransi membayar benefit kematian atau uang pertanggungan, jika tertanggung meninggal dalam kurun waktu yang telah disepakati, dan tidak mempunyai manfaat pembayaran apabila tertanggung tetap hidup sampai masa asuransi berakhir. Dan model resiko individu diasumsikan bersifat tertutup artinya jumlah unit resiko pemegang asuransi ( tertanggung ) telah diketahui dan ditentukan pada awal periode. Model variabel acak dari besar klaim individu dapat diperoleh dari konsep asuransi jiwa jangka satu tahun. Pembentukan model variabel acak dari besar klaim individu ditentukan dari bentuk fungsi padat peluang variabel acak Bernoulli. Dari model variabel acak klaim individu akan ditentukan rata-rata dan variansinya. Selain itu , proses konvolusi ( convolution process ) secara iteratif digunakan untuk menentukan distribusi dari model resiko individu. Kata kunci : model resiko individu , variabel acak klaim individu , proses konvolusi

1

BAB I PENDAHULUAN Setiap perusahaan asuransi memiliki resiko terjadinya kerugian. Upaya untuk mengatasi resiko tersebut, perusahaan dapat melakukan berbagai alternatif, yaitu dengan cara menanggung sendiri resiko, memperkecil resiko atau mengalihkan resiko melalui asuransi. Oleh karena itu, perusahaan asuransi memerlukan kebijakan dalam mengelola resiko atas pertanggungan-pertanggungan yang diterimanya. Pada umumnya, perusahaan asuransi dalam mengelola resikonya dilakukan dengan cara membagi resiko, yaitu mempertanggungkan kembali resiko yang tidak mungkin mereka tanggung sendiri kepada perusahaan asuransi lain sebagai penanggung ulang, yang disebut reasuransi. Perusahaan asuransi dalam pengelolaan resiko harus memperhatikan dengan sungguhsungguh resiko-resiko yang mungkin muncul selama periode asuransi. Karena perusahaan asuransi sebagai penanggung resiko terjadinya suatu kerugian dari tertanggung ( insured ) harus dapat menanggung kemungkinan-kemungkinan terjadinya klaim dari insured kepada insurer. Penanggung resiko atau insurer harus mengetahui karakter resiko. Karakter resiko inilah dapat dipelajari dalam suatu model distribusi klaim. Distribusi klaim yang dimaksud digambarkan dalam suatu distribusi baik sebagai fungsi probabilitas maupun fungsi distribusi kumulatif. Dari fungsi-fungsi inilah, untuk selanjutnya insurer dapat menetapkan harga penanggungan resiko dari insured. Harga penanggungan ini dimaksudkan untuk menghindari insurer dari kerugian (loss). Terjadinya resiko dalam suatu sistem asuransi dari insured dapat memunculkan klaim. Klaim adalah ganti rugi atas suatu resiko kerugian. Apabila resiko tersebut terjadi secara individual maka disebut dengan klaim individu. Klaim individu meliputi dua hal yaitu besar dan jumlah klaim yang terjadi. Model dari besar dan jumlah klaim individu ini diperoleh dari distribusi masing-masing klaim. Dalam seminar matematika ini, penulis akan menggunakan salah satu model dari aplikasi reasuransi yaitu model resiko individual (individual risk models) dengan memberikan suatu asumsi untuk menentukan model dari variabel acak klaim individu sebagai model dari besar klaim individu yang diperoleh dari distribusi masing – masing klaim. Sehingga dari model variabel acak klaim individu akan diperoleh model mean dan varians-nya. Selain itu, akan ditentukan distribusi dari model resiko individu dengan menggunakan proses konvolusi (convolution process).

2

BAB II KAJIAN PUSTAKA 2.1 Asuransi Definisi asuransi menurut Pasal 246 Kitab Undang-undang Hukum Dagang (KUHD) Republik Indonesia : "Asuransi atau pertanggungan adalah suatu perjanjian, dengan mana seorang penanggung (insurer) mengikatkan diri pada tertanggung (insured) dengan menerima suatu premi, untuk memberikan penggantian kepadanya karena suatu kerugian, kerusakan atau kehilangan keuntungan yang diharapkan, yang mungkin akan dideritanya karena suatu peristiwa yang tak tertentu".[5] 2.2 Variabel Acak Diberikan suatu percobaan acak dengan ruang sampel S. Suatu fungsi X yang menyatakan untuk setiap elemen S satu dan hanya satu bilangan real yang

disebut variabel acak. Ruang dari variabel random X adalah suatu himpunan bilangan real A= S}. Variabel acak terdiri dari : (1) variabel acak diskrit adalah

variabel acak yang nilainya berupa bilangan cacah, dapat dihitung dan berhingga (2) variabel acak kontinu adalah variabel acak yang nilainya berupa selang bilangan, tidak dapat dihitung dan tidak berhingga. [14] 2.3 Fungsi Probabilitas Definisi 2.3.1 : Himpunan pasangan terurut merupakan suatu fungsi

probabilitas variabel acak diskrit X jika untuk setiap kemungkinan hasil x memenuhi
1.

2. 3.

. [14]

3

1 : Distribusi kumulatif distribusi probabilitas .4. .3. bila memenuhi 1. dan 4 . [14] dinyatakan suatu variabel acak diskrit X dengan oleh Definisi 2.4 Fungsi Distribusi Kumulatif Definisi 2. Jika F(x) merupakan fungsi distribusi kumulatif dari variabel acak kontinu X maka fungsi densitas dari X dapat ditentukan sebagai bila turunan ini ada. [14] 2.4.4.3 : Sebarang fungsi dengan domain bilangan riil dan kodomain interval [0. [14] Definisi 2. untuk setiap R 2.2 : Fungsi adalah fungsi probabilitas variabel acak kontinu X.2 : Distribusi kumulatif suatu variabel acak kontinu X dengan distribusi peluang dinyatakan oleh .1] dikatakan sebagai fungsi distribusi kumulatif jika memenuhi : 1.Definisi 2. 3. yang didefinisikan di atas himpunan semua bilangan real R.

[14] Definisi 2.[14] 2. 1. peluang bersyarat dari jika diberikan adalah . Peluang bersyarat disebut peluang terjadinya suatu kejadian bila diketahui bahwa kejadian telah terjadi dan dinyatakan dengan . adalah fungsi tidak turun artinya jika a < b maka 3. adalah . 5 . fungsi probabilitas bersyarat dari jika diberikan . dapat ditentukan bahwa peluang bersyarat jika diberikan adalah . 2.2. Seperti fungsi probabilitas pada kasus satu variabel dan dua variabel. Untuk kasus kontinu. fungsi probabilitas bersyarat juga mempunyai sifat yaitu. bila .1 : Untuk kasus diskrit.5 Distribusi Bersyarat Distribusi bersyarat yaitu distribusi suatu variabel acak yang bergantung pada nilai variabel acak yang lain. Dari persamaan . kontinu dari kanan artinya .5.

Jika k konstanta. Jika tidak demikian maka dan tak Definisi 2. Berdasarkan definisi 2.[14] 2. Jika k konstanta dan v suatu fungsi. Secara umum jika r adalah bilangan bulat positif maka ekspektasi dari X adalah Beberapa sifat – sifat ekspektasi sebagai berikut : 1. dapat . maka 2.5.maka Bukti : 1.1 6 . Secara umum.6 Ekspektasi dan saling bebas jika dan hanya jika .Pendefinisian distribusi bersyarat dari pendefinisian distribusi bersyarat dari dikatakan bahwa diberikan diberikan analog dengan .6.2 : Suatu kejadian dan bebas.6.[11] Definisi 2.1: Nilai harapan ekspektasi dari variabel acak diskrit atau kontinu X adalah dan dimana adalah fungsi probabilitas dari X.

Sehingga diperoleh . Sehingga diperoleh . 2. Varians X adalah : .1 . Definisi 2.2 : Misalkan X variabel acak dengan distribusi peluang dan rataan .Karena adalah fungsi probabilitas maka . Dengan menggunakan maka 7 .6. Karena . varians sebagai berikut : 1.6. dapat dijabarkan sebagai berikut adalah operator linier maka .. Berdasarkan definisi 2. karena E Sifat sifat dari untuk k adalah suatu konstanta 2. . Jika X adalah suatu variabel acak dan k suatu konstanta maka Bukti : 1.

6. Misalkan atau didefinisikan sebagai distribusi marginal untuk x.6. Maka dan sebagai varians dari distribusi bersyarat adalah sebagai mean dan . dan didefinisikan sebagai distribusi bersyarat dari y diberikan x. [2] Teorema 2. [2] 8 . Dengan menggunakan maka [10] Definisi 2. y ) dalam bidang probabilitas dengan fungsi atau untuk diskrit atau fungsi probabilitas f untuk kontinu.6.3 : Diberikan suatu distribusi pada ( x.6 : varians dari distribusi marginal sama dengan mean dari varians distribusi bersyarat ditambah varians dari means distribusi bersyarat.2.4 : Mean suatu distribusi marginal sama dengan nilai mean dari mean distribusi bersyarat Bukti : atau [2] Teorema 2.

2. merupakan suatu partisi untuk i = 1.1 : Diberikan X dan Y adalah dua variabel acak kontinu dengan masing – masing fungsi probabilitas dan .7 Hukum Total Peluang Teorema hukum total peluang : Misalkan kejadian dari ruang sampel S dengan anggota S .k maka untuk setiap kejadian A . bila A 2. Dengan menggunakan [8] 2. Asumsikan bahwa dan keduanya 9 .6.….8.atau Bukti : Dengan menggunakan teorema 2.8 Proses Konvolusi ( Convolution process ) Definisi 2.4 sehingga diperoleh . Bukti : kejadian A merupakan gabungan dari sejumlah kejadian yang saling terpisah yaitu saling terpisah maka Berdasarkan definisi peluang bersyarat maka [6] .

n.p) memunyai rataan dan varians dan Bukti . Maka konvolusi dari fungsi yang diberikan sebagai berikut atau dari f dan g adalah . [15] 2. [7] Sehingga dapat diberikan secara umum sebagai berikut : Jika X adalah suatu variabel acak Bernoulli maka terdapat kontanta p dan sehingga . misalkan hasil pada usaha ke – j dinyatakan oleh variabel acak bernoulli yang mendapat nilai 0 dan 1.10 Rataan dan varians distribusi binomial Teorema 2.1 : Distribusi binomial b ( X. sehingga . Setiap memunyai rataan 10 .9 Variabel Acak Bernoulli Suatu variabel acak Bernoulli hanya memiliki nilai 0 atau 1. tidak ada nilai lain yang mungkin.10. Jadi banyaknya sukses dalam suatu percobaan binomial dapat dituliskan sebagai jumlah n variabel penunjuk bebas.terdefinisi pada setiap bilangan real. masing – masing ddengan peluang q dan p. Jika X adalah variabel acak Bernoulli. X bernilai 1 jika hasil yang mendasari “ sukses “ atau X bernilai 0 jika hasil yang mendasari “ gagal “. variabel acak Bernoulli dengan dengan nilai ini disebut variabel penunjuk ( indikator ).[12] 2.

Sehingga diperoleh rataan binomial . Jika unit resiko individu ke. Varians setiap diberikan oleh maka . dengan pq sebanyak n suku. 11 .. [14] BAB III PEMBAHASAN 3. dengan p sebanyak n suku.1 Model Resiko Individual ( Individual Risk Model ) Diberikan suatu variabel acak S yang didefinisikan sebagai besar resiko kerugian yang ditanggung suatu perusahaan asuransi.i.

. Model resiko individual yang digunakan bertipe jangka pendek atau disebut model resiko individual jangka pendek ( Individual Risk Models for a Short Term ) . perusahaan asuransi membayar benefit kematian atau uang pertanggungan jika tertanggung meninggal dalam kurun waktu yang telah disepakati...2. 12 .1. dapat berupa diskrit ataupun kontinu. Asumsikan bahwa : 1.dengan i=1. 4.1) dengan merupakan variabel acak yang menyatakan besar klaim individu ke-i N adalah jumlah unit resiko pemegang asuransi ( tertanggung ). dipandang sebagai unit besar klaim individu ke-i dan dinotasikan dengan atau . Sehingga model resiko individual ( Individual Risk Model ) didefinisikan sebagai (3. Asumsi ini dibuat karena dalam prakteknya. Model resiko individual yang digunakan bersifat tertutup ( closed models ) artinya jumlah unit resiko pemegang asuransi ( tertanggung ) telah diketahui dan ditentukan pada awal periode. 3. suatu variabel acak klaim individu yang saling bebas ( independent random variable ) karena antara variabel acak klaim yang satu dengan yang lainnya tidak saling berhubungan 2. dan tidak mempunyai manfaat pembayaran apabila tertanggung tetap hidup sampai masa asuransi berakhir.

perusahaan asuransi menyetujui untuk membayar sebesar b jika tertanggung meninggal dalam jangka 1 tahun.2.2. dan tidak membayar jika tertanggung tetap hidup pada tahun tersebut.2.2. Model Variabel Acak Klaim Individu ( Models for Individual Claim Random Variables) Dalam menentukan model umum variabel acak klaim individu.1 ) dan ( 3.1 ) dan fungsi distribusi kumulatif F(x) yaitu ( 3.3 ) ( 3.2.5 ) 13 . Peluang selama terjadi klaim selama setahun dinotasikan dengan q.2.4 ) juga dapat diperoleh dari penjelasan berikut ini : Variabel acak klaim X dapat dituliskan ( 3.2 ) Berdasarkan ( 3.4 ) Formula ( 3.2.2 ) merupakan suatu distribusi binomial sehingga diperoleh mean dan varians ( 3. Variabel acak klaim X memiliki sebuah distribusi yang dinyatakan dengan Fungsi padat peluang f(x) yaitu ( 3.2.3 ) dan ( 3.2. dapat menggunakan salah satu konsep dasar dari produk asuransi jiwa yaitu asuransi jiwa jangka satu tahun.2.3. Andaikan dalam sebuah asuransi jiwa berjangka satu tahun.

000. dan dan . jika besarnya santunan yang 14 . dan lain – lain. maka mean dan varians dari .2. jaminan kerusakan mobil.6 ) dengan : X = Variabel acak klaim dalam periode tertentu B = Total jumlah klaim yang dikeluarkan dalam periode tertentu I = Indikator untuk kejadian yang terjadi kurang dari satu klaim Model variabel acak klaim individu tersebut dapat diaplikasikan dalam produk asuransi seperti jaminan kesehatan.2. Berdasarkan formula ( 3.5 ). diperoleh secara umum model variabel acak klaim individu yaitu ( 3. Contoh 1: Diberikan sebuah aplikasi asuransi jiwa jangka satu tahun pada kasus kematian karena kecelakaan. Jika besarnya santunan ( benefit ) yang diberikan untuk kasus meninggal karena kecelakaan sebesar $50. Diperoleh mean dan varians dari variabel acak klaim individu X.dimana : b adalah jumlah yang dapat dibayar saat terjadi kematian I adalah suatu variabel acak binomial atau variable acak Bernoulli sebagai indikatot saat Sehingga diperoleh variabel acak I. untuk menentukan distribusi dari I dan B dari model variable acak klaim individu.

Asumsikan bahwa asuransi ini untuk individu berdasarkan umur.3. Mean dan Varians dari Model Variabel Acak Klaim Individu Dalam menentukan mean dan varians dari variabel acak klaim individu . dan Sekarang tulis. dan Untuk memeroleh mean bersyarat.000.1 ) Substitusikan X untuk W dan I untuk V sehingga formula ( 3. 15 .kesehatan dan pekerjaaan. . Maka distribusi bersyarat dari B. adalah dan 3. Jika peluang terjadinya kematian karena kecelakaan dalam tahun tersebut adalah dan peluang terjadinya kematian bukan karena kecelakaan adalah B untuk menentukan peluang I.1 ) menjadi.3. diberikan .3.diberikan untuk kasus meninggal bukan karena kecelakaan sebesar $25.6 : dan ( 3. dapat menggunakan teorema ekspektasi bersyarat yang pembuktiannya dapat dilihat di bab 2 subbab 2. Menjumlahkan kemungkinan dan .

sehingga sebagai fungsi dari I.6) Jadi. (3.3.2) Formula (3.4) dan (3. berdasarkan formula (3. sehingga sebagai fungsi dari I.mendefinisikan umum .5) Formula (3.2).3).6) diperoleh mean dan varians dari model variabel acak klaim individu yaitu dan (3.3. mendefinisikan secara umum .3.5).3) (3.3. dan (3. Amati bahwa.3.3.3. maka dapat ditulis secara dan (3.3.Amati bahwa.7) Contoh 2 : Sebuah asuransi mobil ( automobile insurance ) memberikan jaminan asuransi terhadap kerusakan mobil yang diakibatkan oleh tabrakan.4) Untuk memeroleh varians bersyarat.3.3. maka dapat ditulis (3. Asumsikan: (1) Peluang dari satu klaim dalam periode tertentu maka 16 . dan (3.3.

. Dengan menggunakan maka ditentukan nilai k . Akan ditentukan mean dan varians klaim yang diperoleh individu pemegang asuransi dari perusahaan asuransi automobile. (2) distribusi B memiliki fungsi probabilitas dengan ukuran klaim maximum 2000.000 yang dapat dimodelkan oleh distribusi kontinu dengan fungsi probabilitas untuk . (3) Besar klaim yang diberikan antara $0 dan $2. Penyelesaian : Diasumsikan bahwa fungsi probabilitas tersebut memenuhi definisi fungsi probabilitas : (1) . dicek apakah untuk setiap R maka memenuhi . dapat 17 .. (2) maka ternyata tidak memenuhi. Sehingga ada suatu parameter misal k sedemikian hingga fungsi probabilitas tersebut sama dengan 1.

f) untuk B diberikan I=1adalah dengan . bahwa fungsi probabilitas untuk B bertipe kontinu dan diskrit maka untuk menentukan ekspektasi dari distribusi B yaitu dengan menjumlahkan ekspektasi untuk tipe kontinu dan diskrit 18 .Sehingga B berdistribusi kontinu dengan fungsi probabilitas (p. Fungsi Distribusi kumulatif untuk B diberikan I =1 Berdasarkan di atas. Diperoleh fungsi distribusi kumulatif dari distribusi bersyarat B adalah Gambar 1.

Menentukan distribusi dari jumlah variabel acak klaim individu dapat menggunakan metode konvolusi. telah diasumsikan bahwa klaim dari individu bersifat saling bebas ( independent). Berikut ilustrasi grafik dari x 19 .Maka diperoleh mean dan varians dengan menggunakan formula (3. Distribusi dari Model Resiko Individu Berdasarkan model resiko individu diketahui bahwa besar resiko kerugian yang ditanggung suatu perusahaan asuransi sama dengan jumlah beberapa klaim dari individu pemegang asuransi.4.3. menentukan terlebih dahulu distribusi dari jumlah dua variabel acak klaim individu. Selain itu.7) dimana 3. Diberikan model resiko individu dengan dua variabel acak klaim individu: y . Pertama.

4.4. Analogi dengan penyelesaian di atas diperoleh fungsi probabilitas dari dua variabel acak klaim individu nonegatif bertipe diskrit yaitu (3.1) Untuk menentukan fungsi distribusi kumulatif dari dua variabel acak klaim individu nonegatif bertipe diskrit. Sehingga fungsi distribusi kumulatif (3.Gambar 2.2) menjadi (3. sehingga formula (3.4) menjadi 20 .4) bila X dan Y saling bebas maka formula (3. terdapat garis X+Y=s dan daerah di bawah garis yang didefinisikan sebagai kejadian dari S adalah . menggunakan hukum total peluang (Law of total probability).4.3) yang merupakan fungsi distribusi kumulatif dari dua variabel acak klaim individu nonegatif bertipe diskrit.4.4.4. Grafik kejadian Berdasarkan gambar di atas .1) menjadi (3.4.2) bila X dan Y saling bebas maka formula (3.

8) bila X dan Y saling bebas maka formula (3.5) yang merupakan fungsi probabilitas dari jumlah dua variabel acak klaim individu nonegatif bertipe diskrit.6) bila X dan Y saling bebas maka formula (3. sehingga formula (3.8) menjadi (3.1) menjadi (3.4.9) yang merupakan fungsi densitas dari jumlah dua variabel acak klaim individu nonegatif bertipe kontinu.4.4.6) menjadi (3.4. menggunakan hukum total peluang (Law of total probability). Untuk menentukan fungsi distribusi kumulatif dari dua variabel acak klaim individu nonegatif bertipe kontinu.7) yang merupakan fungsi distribusi kumulatif dari jumlah dua variabel acak klaim individu nonegatif bertipe kontinu.(3.4.4. Analogi dengan penyelesaian di atas diperoleh fungsi probabilitas dari dua variabel acak klaim individu nonegatif bertipe kontinu yaitu (3. 21 .4.4.

Berdasarkan model resiko individu dimana variabel acak yang saling bebas fungsi distribusi dari fungsi distribusi dari Maka diperoleh proses konvolusi secara iteratif sebagai berikut : F(2) = F2 * F(1)=F2 * F1 F(3) = F3 * F(2) F(4) = F4 * F(3) : Fs = F(n) = Fn * F(n-1) Bila suatu variabel acak berdistribusi identik dan saling bebas ( (3.Dalam matematika analisis.4.3) dan (3. 22 . .4.7) disebut dengan konvolusi dari fungsi distribusi dan yang dinotasikan dengan .…) maka .10) .4. i=1. Sehingga untuk menentukan fungsi distribusi dari jumlah dua atau lebih variabel acak klaim individu. dapat menggunakan proses konvolusi secara iteratif. distribusi ini disebut konvolusi n kali lipat dari F dan dinotasikan dengan Contoh 3: Jika X dan Y adalah variabel acek saling bebas yang memiliki fungsi probabilitas sebagai berikut Tentukan fungsi probabilitas dari penjumlahan dua variabel tersebut .2. formula (3.

00 0.0 (4) 0.0 1.139 0.9 1.0 0.00 1.021 0.258 0.00 (6) 0.999 1.1 0.0 0.995 0.00 1.666 0.2 0.398 0.004 0.6 0.0 1.928 0.0 0.1 0.0 1.4 0.0 (5) 0.Penyelesaian : proses konvolusi dari dan untuk menentukan fungsi probabilitas dari dua variabel acak yang diberikan sebagai berikut Sehingga Contoh 4: Diketahui variabel acak diskrit saling bebas.869 0.0 1.0 (3) 0.06 0.63 0.985 0.0 0.0 0.120 0.0 0.1 0.0 (2) 0.00 0.0 0.001 Untuk menghitung fungsi distribusi dan fungsi peluang dari menggunakan proses konvolusi berikut : 1.5 0.1 0.11 0.00 0.4 0. Diberikan suatu fungsi peluang yang didefinisikan pada kolom (1).1 0.00 (8) 0.0 0.010 0.0 0.0 1.2 0.1 0. 2.0 1.00 1.059 0.3 0.036 0.7 0.0 0.781 0.964 0.138 0.0 0.99 1.96 0.0 0.20 0.00 1.0 1.2 0.140 0.0 0.00 1. Kolom (1).000 (7) 0.20 0.43 0.0 1.0 0.0 0.120 0.0 0.0 1.03 0.0 0.1 0.79 0.0 0.90 0.1 0.088 0.0 0.(2) dan (3) pada tabel 1 berikut ini: (1) 0 1 2 3 4 5 6 7 8 9 10 11 12 0.0 0.537 0.01 0.00 0.23 0.129 0.115 0.0 0.0 0.(2) dan (3) telah diberikan Kolom (4) adalah fungsi distribusi dari kolom (1) dengan menggunakan propertis fungsi distribusi 23 .16 0.

3) dan (3.3. Kolom (7) dari perhitungan formula (3.4.4.10) maka 6.4.5) dan (3.4.4.5) dan (3. Kolom (8) dari perhitungan formula (3. Kolom (5) diperoleh dari perhitungan menggunakan formula (3.10) maka BAB IV 24 .4.10) maka 4.10) maka 5. Kolom (6) dari perhitungan formula (3.3) dan (3.4.4.

Penulis menggunakan contoh apikasi asuransi jiwa untuk jangka 1 tahun untuk menentukan variabel acak klaim individu. Dari model variabel acak tersebut dapat ditentukan mean dan varians dari variabel acak klaim individu yang diperoleh pada persamaan (3.7). 4. Oleh karena itu disarankan untuk ada pengkajian masalah model variabel acak klaim individu dengan menggunakan aplikasi asuransi jiwa yang lebih kompleks dan aplikatif. yang pada dasarnya hal ini jarang sekali diterapkan dalam praktek asuransi jiwa sekarang ini. 25 .2. Selain itu. model variabel acak klaim individu dapat berbedabeda.1 Kesimpulan Berdasarkan model resiko individu. tergantung aplikasi asuransi yang digunakan. diperoleh model dari tiap variabel acak klaim individu pada persamaan (3.4.5) dan (3.PENUTUP 4. dengan menggunakan proses konvolusi diperoleh distribusi dari model resiko individu seperti pada subbab 3.6).3.2.2 Saran Dalam makalah seminar ini.

sci. N L.Stok [online].pdf [tanggal akses:5 Mei 26 .D. Syuhada.stat. C J (1986) Actuarial Mathemattcs. INC.edu/~jkwon/classes/stat.fmipa. HICKMAN. Ottegoda. Probability and Reliability for Civil and Environmental Engineers.Daftar Pustaka [1] [2] [3] BOWERS. The law of total probability and April 2012].csueastbay.pdf [tanggal akses:6 Mei 2012].purdue. Yanoear 2012].com/2010/06/02/pengertian-asuransi/ [tanggal akses: 5 Mei [6] Jaimie Kwon (2005). H U. Getut Pramesti (2011).inc. Ltasca: Society of Actuaries.Inc.California: Wadsworth Publishing Company.ac. [online]. United States of America : Macmilian Publising Co. Hogg.pdf [tanggal akses:14 [7] [8] James Thurber.edu/~mdw/399fall2010/ch15.. D A and NESBrrr. Distribusi Rayleigh untuk klaim agregasi [online]. (2010) Pengertian Asuransi.id/khreshna/files/2011/02/bab-2-prosstok. [9] K..undip. Singapore: McGraw-Hill Companies.itb.wordpress. Belmont./3401-w4-mon. J C. JONES. Termuat di: personal.pdf [tanggal akses:7 April 2012]. MA4081 Pros. Termuat di: www. PhD. Termuat di: eprints.Nathabandu T and Renzo Rosso (1997) Statistics. Bernoulli and Binomial Random Variables [online]. K. Termuat di: [4] [5] http://yanoear46. Fraser. 2012].A.id/33676/1/7_artikel5_Getut.Craig (1978) Introduction to Mathematical Statistics .S (1976) Probability and Applications.ac. V Robert and Allen T. Termuat di: algebra. GERBER.

..pdf [tanggal akses: 5 Mei 2012].edu/~chance/teaching_aids/books./FILE_10_PERTEMUAN_KEENAM_STATMAT_1. nunung. Ringkasan pertemuan keenam statistika matematika 1 [online].pdf [tanggal akses: 6 Mei 2012]. 27 .. MacMillan Publishing Co.[10] Nar Herrhyanto. R.pdf April 2012].edu/~ecroot/3225/binomial_notes.R (1982) Probability and Statistics.. R.edu/. Murray. dan Myers.math..blog.gatech.unsoed.roymech. Inc. Termuat di: [ tanggal akses: 8 Mei 2012].html [tanggal akses: 8 April [tanggal akses: 8 2012]. [16] www..upi../Chapter7. [12] Notes on Bernoulli and Binomial random variables (2010) [online].uk/Useful.H. New York.pdf Teori Peluang (PAM 2231) [online].dartmouth.. [14] Walpole.id/. Singapore: McGraw-Hill International. Termuat [11] Nunung di: file. Bandung./Slide-190412_Distribusi_Bersyarat. Termuat di: people. (1978) Probability and Statistics for Engineers and Scientists.ac.E./Maths_Fourier_convolutions. [15] www. Terjemahkan oleh RK Sembiring (1995) Penerbit ITB.. [13] Spiegel.co. Nurhayati.

anggota keluarganya. Premi Asuransi adalah. Klaim : Permintaan atau tuntutan pembayaran manfaat sesuai dengan ketentuan yang diatur dalam polis.pihak yang melakukan perjanjian asuransi. Aktuaris bertanggung jawab memperkirakan berapa dana yang diperlukan dalam bentuk premi atau iuran pensiun untuk pembayaran manfaat jangka panjang. Unit kerja di mana para aktuaris bekerja disebut aktuaria. 28 . Pemegang Polis : orang atau sekelompok orang yang melakukan perikatan kontrak asuransi (polis) dengan perusahaan asuransi. 6. Penanggung (insurer) : pihak yang berjanji akan membayar sejumlah uang (santunan) kepada pihak tertanggung. Polis Asuransi : bukti tertulis atau surat perjanjian antara pihak. 8. Asuransi Jiwa Jangka Pendek (Term Insurance) : Polis asuransi jiwa dengan masa pertanggungan tertentu (tidak seumur hidup) 3. Aktuaris : Orang yang secara profesional telah menjalani pelatihan dalam berbagai aspek teknis asuransi. sekaligus atau secara berangsur-angsur apabila terjadi sesuatu yang mengandung unsur tak tertentu.Lampiran 1 DAFTAR ISTILAH 1. Pemegang polis (policy holder) yang juga disebut pemilik polis (policy owner) adalah pihak yang melakukan pembayaran premi. Polis Individu : Polis asuransi yang memberikan pertanggungan asuransi kepada perorangan/individu dan. 5. dalam beberapa kasus. pensiun dan bidang-bidang terkait lainnya. kewajiban pihak tertanggung kepada pihak penanggung yang berupa bayaran uang dalam jumlah tertentu secara periodik. 2. 4. 7.

com/daftar-istilah/ [tanggal akses: 6 April 2012]. SEMINAR MATEMATIKA Individual Risk Models Disusun oleh : Choirotul Ummah 093214003 29 .9. Tertanggung (Insured) : orang atau sekelompok orang yang risikonya dipertanggungkan dalam kontrak asuransi. Risiko : Kerugian yang dapat terjadi atau individu yang dipertanggungkan 10. Sumber : http://solusiasuransi.

Jurusan Matematika Fakultas Matematika dan Ilmu Pemgetahuan Alam Universitas Negeri Surabaya 2012 30 .

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->