Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 4 dokumen yang sesuai dengan query
cover
Lutfiani Safitri
Perbandingan model lee-carter klasik dan umum untuk meramalkan tingkat mortalitas di indonesia dengan menggunakan metode neural network = Comparison of classical lee-carter model and umum lee- carter model for forecasting mortality rate in indonesia with neural network method
"ABSTRAK
Mengetahui mortality rate pada masa mendatang sangat dibutuhkan perusahaan asuransi jiwa untuk dapat menentukan besarnya premi yang harus dibayarkan kepada perusahaan tersebut. Dalam penelitian ini akan dilakukan peramalan tingkat mortalita di Indonesia dengan menggunakan Model Lee-Carter Klasik dan Model Lee-Carter Umum. Selanjutnya, pada model Lee-Carter klasik akan dilakukan estimasi parameter menggunakan 2 cara yang berbeda, cara pertama menggunakan metode Least Square dan Singular Value Decomposition SVD dan cara kedua menggunakan metode Least Square dan Newton Raphson. Sedangkan pada model Lee-Carter umum akan dilakukan estimasi parameter menggunakan metode Least Square dan metode Newton Raphson. Hasil dari estimasi parameter tersebut akan dibandingkan berdasarkan masing-masing model dan metode yang digunakannya. Selanjutnya, hasil estimasi parameter yang bergantung terhadap waktu akan digunakan dalam peramalan tingkat mortalita menggunakan metode Neural Network. Hasil peramalan berupa tabel tingkat mortalita di Indonesia pada masa mendatang.
ABSTRACT
Knowing future mortality rate is needed by assurance company to decide the value of the premium which has to be paid by the company. this research will forecast the mortality rate in Indonesia by using classical Lee Carter Model and Umum Lee Carter model. Than Lee Carter classical model will be estimated the parameter by using two different mothod. First method is by using Singular Value Decomposition SVD and the second method is by using Least Square and Newton Raphson. The result of parameter estimation will be compared based on each model and method. Then, the result depends on time which will be used in mortality forecasting by using neural network. The result is a table about the mortality rate in the future."
2018
T51451
UI - Tesis Membership  Universitas Indonesia Library
cover
Ari Wibisana
Aplikasi durasi dan konveksitas dalam imunisasi mortalitas = Applications of duration and convexity in mortality immunization
"ABSTRAK
Durasi dan konveksitas adalah dua hal penting yang tidak terlepas dalam imunisasi mortalitas. Pada mulanya, durasi dan konveksitas berhubungan erat dengan imunisasi aset keuangan terhadap perubahan suku bunga. Namun beberapa penelitian terakhir telah mengaplikasikan konsep durasi dan konveksitas ini dalam imunisasi terhadap mortalitas. Pada tugas akhir ini dikembangkan dua puluh empat strategi imunisasi mortalitas dengan menggunakan konsep durasi dan konveksitas pada portofolio asuransi yang terdiri atas produk asuransi kehidupan dan produk anuitas. Hasil akhir dari tugas akhir ini diperoleh proporsi optimal antara produk asuransi kehidupan dan produk anuitas. Simulasi numerik diberikan untuk mengetahui nilai dan karakteristik proporsi optimal dari dua portofolio yang dipengaruhi oleh beberapa faktor yaitu : strategi yang digunakan, model mortalitas, jenis perubahan model mortalitas, tahun usia pemegang polis saat mendaftarkan diri ke perusahaan asuransi, jangka waktu pembayaran premi, dan jangka waktu polis.
ABSTRACT
Duration and convexity are two important factors in mortality immunization. These two factors used to be very closely related to financial assets immunization towards change in interest rate, but some of the latest studies had applied the concept of duration and immunization in terms of mortality immunization. This thesis paper examines 24 mortality immunization strategies that applied the duration and convexity concept in insurance portfolios which consist of life insurance and annuity products. The outcome of this study is the optimal proportion of the life insurance and annuity products. Numeric simulations had been done to obtain the value and characteristics of the optimal proportion for two portfolios which is affected by several factors, namely the implemented strategy, mortality model, mortality model change type, age of policy holder, year of application, payment paying period, and term policies."
2017
S-Pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Rahmat Al Kafi
Peramalan tingkat mortalitas di Indonesia berdasarkan jenis kelamin menggunakan model cairns-blake-dowd dengan metode holts linear trend = Forecasting mortality rates in Indonesia based on gender using cairns-blake-dowd model with holts linear trend method
"Populasi di Indonesia selalu mengalami perubahan dari tahun ke tahun karena peningkatan dan penurunan tingkat mortalitas yang berkelanjutan. Teori untuk meramalkan dan menganalisis tingkat mortalitas telah menarik minat perusahaan-perusahaan asuransi jiwa. Jika informasi tentang tingkat mortalitas nasabah untuk beberapa tahun kedepan dapat diperoleh di masa sekarang, maka perencanaan keuangan dan kebijakan dalam menentukan besarnya premi yang harus dibayarkan oleh nasabah kepada perusahaan asuransi tersebut akan lebih baik dan terarah. Tesis ini mengusulkan model Cairns-Blake-Dowd (CBD) untuk meramalkan tingkat mortalitas penduduk di Indonesia berdasarkan jenis kelamin. Model CBD memuat dua parameter yang bergantung waktu. Tahap pertama adalah menggunakan metode Least Square untuk mengestimasi nilai dari parameter-parameter pada model CBD. Pada tahap kedua, nilai dari parameter-parameter yang diperoleh dari tahap pertama diproyeksikan untuk empat periode kedepan menggunakan metode Holts Linear Trend. Kemudian nilai proyeksi dari parameter-parameter yang diperoleh dari tahap kedua digunakan untuk menghitung nilai ramalan dari tingkat mortalitas untuk empat periode kedepan menggunakan model CBD. Keakuratan dari hasil simulasi numerik yang dilakukan pada tahap pertama dan kedua diverifikasi oleh Mean Absolute Error (MAE).
The population of Indonesia always changes from year to year due to continuous increase and decrease in mortality rates. The theory of predicting and analyzing mortality rates has attracted the interest of life insurance companies. If information about the mortality rates of a customer for the next few periods can be obtained in the present, then the financial planning and policy in determining the amount of premium that must be paid by a customer to the insurance company are expected to be better and more directed. This thesis proposes the Cairns-Blake-Dowd (CBD) model to forecast the mortality rates of Indonesia population based on gender. The CBD model contains two time-dependent parameters. The first stage is to use the Least Square method to estimate these parameters. In the second stage, the parameters obtained from the first stage are projected for the next four periods using Holts Linear Trend method. Then the projection parameters obtained from the second stage are used to calculate the mortality rates for the next four periods using the CBD model. The accuracy of the numerical simulation results carried out in the first and second stages is verified by the Mean Absolute Error (MAE)."
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2019
T-pdf
UI - Tesis Membership  Universitas Indonesia Library
cover
David Gunawan
Valuasi Guaranteed Annuity Option Menggunakan Model Mortalitas dengan Regime-Switching = Valuation of Guaranteed Annuity Option using Mortality Modelling with Regime-Switching
"Kehadiran mahasiswa merupakan aspek penting dalam kegiatan perkuliahan. Sistem kehadiran yang banyak digunakan saat ini masih menggunakan kertas, smart card, RFID, dan fingerprint, yang sering kali memerlukan kontak fisik, rentan terhadap manipulasi, atau implementasi yang kompleks. iBeacon dipilih sebagai alternatif karena kemampuannya untuk mendeteksi keberadaan perangkat melalui sinyal Bluetooth Low Energy (BLE), yang memungkinkan pemantauan kehadiran tanpa kontak fisik serta biaya implementasi dan perawatan yang lebih rendah. Penelitian ini bertujuan untuk mengembangkan dan mengimplementasikan sistem pencatatan dan pemantauan kehadiran siswa otomatis berbasis teknologi iBeacon. Sistem yang dibentuk menggunakan metode pemantauan proximity iBeacon untuk penentuan pola masuk atau keluar mahasiswa. Machine learning (ML) berperan penting dalam mendeteksi pola kehadiran mahasiswa dengan memproses data proximity yang diterima dari iBeacon untuk menentukan status kehadiran. Penelitian ini memberikan rekomendasi peletakan iBeacon serta model yang dapat digunakan, menunjukkan bahwa iBeacon yang diletakkan dengan jarak pemisahan sebesar 5 meter memberikan hasil terbaik. Model Random Forest menunjukkan akurasi tertinggi pada jarak 5 meter dengan akurasi 0.9727, F1-score 0.9731, precision 0.9735, dan recall 0.9727. Model ini juga kemudian diuji coba pada ruangan lain yang memiliki layout dan luas yang serupa, dan mendapatkan hasil yang cukup memuaskan. Sistem diuji menggunakan beberapa skenario yang mencakup berbagai kemungkinan yang terjadi saat penggunaan aplikasi sistem kehadiran. Selain itu, sistem ini juga menerapkan verifikasi random checking untuk memastikan validitas kehadiran mahasiswa secara acak, yang meningkatkan keakuratan dan mengurangi kemungkinan manipulasi data. Secara keseluruhan, hasil penelitian ini menunjukkan bahwa sistem kehadiran berbasis iBeacon ini mampu meningkatkan efisiensi dan akurasi pencatatan kehadiran siswa.
Student attendance is a crucial aspect of college activities. The attendance systems widely used today still rely on paper, smart cards, RFID, and fingerprints, which often require physical contact, are prone to manipulation, or involve complex implementation. iBeacon was chosen as an alternative due to its ability to detect the presence of devices through Bluetooth Low Energy (BLE) signals, enabling contactless attendance monitoring and offering lower implementation and maintenance costs. This study aims to develop and implement an automatic student attendance recording and monitoring system based on iBeacon technology. The system employs iBeacon proximity monitoring to determine student entry or exit patterns. Machine learning (ML) plays a crucial role in detecting attendance patterns by processing proximity data received from iBeacons to determine attendance status. This study provides recommendations for iBeacon placement and suitable models, demonstrating that iBeacons placed with a separation distance of 5 meters yield the best results. The Random Forest model shows the highest accuracy at a 5-meter distance with an accuracy of 0.9727, an F1-score of 0.9731, a precision of 0.9735, and a recall of 0.9727. This model was also tested in another room with a similar layout and size, yielding satisfactory results. The system was tested using several scenarios covering various possible situations during the application of the attendance system. Additionally, the system implements random checking verification to ensure the validity of student attendance randomly, increasing accuracy and reducing the possibility of data manipulation. Overall, the findings indicate that the iBeacon-based attendance system can improve the efficiency and accuracy of student attendance recording."
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2022
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library