Skip to content
Narrow screen resolution Wide screen resolution Auto adjust screen size Increase font size Decrease font size Default font size blue color orange color green color Sign In

Matematika IPB

 
Data Skripsi
 
Judul : Penentuan Premi pada Sistem Bonus Malus dengan Menggunakan Sebaran Poisson Campuran
Jenis : Skripsi
Penulis : Nyoman Rani Sawitri
NRP : G54052334
Tanggal Lulus : 04 December 2009
Tanggal Seminar : 04 November 2009 14:00
Tanggal Sidang : 09 November 2009 08:00
Pembimbing : Dr. Ir. I Gusti Putu Purnaba, DEA.
Dr. Ir. Retno Budiarti, MS.

Ringkasan : Karya ilmiah ini membahas metode penentuan premi pada asuransi sistem bonus malus dengan menggunakan sebaran Poisson campuran dan pembangunan suatu tabel bonus malus dengan menggunakan prinsip premi bersih (prinsip utilitas nol) pada sebaran Poisson campuran dengan rujukan utama adalah JF Walhin dan J Paris (1999). Sistem bonus malus merupakan sistem asuransi yang memperkenalkan pembagian kelas premi dan dipengaruhi oleh jumlah klaim yang diajukan oleh pemegang polis tiap tahunnya. Besarnya premi pada tahun ini ditentukan berdasarkan banyaknya klaim yang diperbuat pada tahun sebelumnya. Terdapat dua kasus pendugaan dalam penentuan premi dengan menggunakan sebaran Poisson campuran, yaitu pendugaan parametrik dan pendugaan non-parametrik. Untuk membangun tabel bonus malus optimal dan tabel bonus malus untuk premi terboboti digunakan sebaran terbaik yang diperoleh dari kedua kasus pendugaan tersebut. Penentuan premi yang terbaik pada pendugaan parametrik dapat dilakukan dengan menggunakan sebaran Hofmann. Dan penentuan premi yang terbaik pada pendugaan non-parametrik dapat dilakukan dengan menggunakan sebaran Poisson. Dalam hal uji kebaikan-suai, kasus non-parametrik lebih baik jika dibandingkan kasus parametrik. Hampiran parametrik lebih baik digunakan dalam membangun tabel bonus malus optimal dan tabel bonus malus dengan premi terboboti dibandingkan hampiran non-parametrik.

Random Quotes

Rangkulan ibarat kue pukis, semakin hangat semakin enak.

anonim