PEMODELAN BESAR KLAIM ASURANSI MENGGUNAKAN MODEL EXPONENTIAL AUTOREGRESSIVE CONDITIONAL AMOUNT (EACA)

RIZKI AYUDIAH KARTIKA PARAMITA

Informasi Dasar

18.04.1768
330.015 1
Karya Ilmiah - Skripsi (S1) - Reference

Perusahaan asuransi memerlukan informasi untuk mengetahui besar klaim asuransi yang akan ditanggung pada masa yang akan datang. Melakukan prediksi besar klaim dapat menjadi salah satu alternatif untuk mengetahui hal tersebut. Metode yang sering digunakan untuk prediksi biasnya menggunakan metode time series (deret waktu). Dalam penelitian ini membahas tentang memodelkan data besar klaim asuransi menggunakan model Exponential Autoregressive Conditional Amount (EACA). Model yang digunakan dalam penelitian ini yaitu EACA (1,1) berdasarkan cut off nilai ACF dan PACF. Berdasarkan hasil pengujian penelitian ini, diperoleh nilai estimasi parameter pada model EACA (1,1) menggunakan metode Maximum Likelihood Estimator (MLE). Nilai error dari hasil prediksi model EACA (1,1) dihitung menggunakan metode Root Mean Square (RMSE). Nilai RMSE dari hasil prediksi data besar klaim asuransi yaitu 1.453 × ?10?^6 dengan nilai mean (rata-rata) dari data pengamatan sebesar 1.106 × ?10?^6.

Kata Kunci: asuransi, distribusi eksponensial, EACA, prediksi, MLE, RMSE.

Subjek

Mathematical models-simulation
 

Katalog

PEMODELAN BESAR KLAIM ASURANSI MENGGUNAKAN MODEL EXPONENTIAL AUTOREGRESSIVE CONDITIONAL AMOUNT (EACA)
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

RIZKI AYUDIAH KARTIKA PARAMITA
Perorangan
RIAN FEBRIAN UMBARA, ANIQ ATIQI ROHMAWATI
 

Penerbit

Universitas Telkom
Bandung
2018

Koleksi

Kompetensi

  • CNH4S3 - ANALISIS TIME SERIES
  • CNH3H3 - PEMODELAN DAN SIMULASI
  • MUG2E3 - STATISTIKA
  • CCH4B4 - TUGAS AKHIR
  • CII4E4 - TUGAS AKHIR
  • III4A4 - TUGAS AKHIR

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini