<?xml version="1.0" encoding="UTF-8"?><feed xmlns="http://www.w3.org/2005/Atom" xmlns:dc="http://purl.org/dc/elements/1.1/">
<title>UT - Actuaria</title>
<link href="http://repository.ipb.ac.id/handle/123456789/162419" rel="alternate"/>
<subtitle/>
<id>http://repository.ipb.ac.id/handle/123456789/162419</id>
<updated>2026-04-24T14:19:21Z</updated>
<dc:date>2026-04-24T14:19:21Z</dc:date>
<entry>
<title>Penentuan Premi Asuransi Jiwa Berjangka Last Survivor dengan Model Copula GFGM Tipe II dan Suku Bunga Hull-White</title>
<link href="http://repository.ipb.ac.id/handle/123456789/172924" rel="alternate"/>
<author>
<name>Putri, Annisa Aulia</name>
</author>
<id>http://repository.ipb.ac.id/handle/123456789/172924</id>
<updated>2026-04-13T01:39:26Z</updated>
<published>2026-01-01T00:00:00Z</published>
<summary type="text">Penentuan Premi Asuransi Jiwa Berjangka Last Survivor dengan Model Copula GFGM Tipe II dan Suku Bunga Hull-White
Putri, Annisa Aulia
Kematian merupakan risiko yang tidak dapat diprediksi dari sisi waktu maupun dampaknya dan berpotensi menimbulkan permasalahan keuangan pada keluarga yang ditinggalkan, sehingga asuransi jiwa berjangka last survivor dapat digunakan untuk memberikan perlindungan keuangan tersebut. Penentuan premi produk tersebut memerlukan pemodelan yang tepat terhadap ketidakpastian suku bunga dan ketergantungan mortalitas. Penelitian ini bertujuan menentukan premi tahunan asuransi jiwa berjangka last survivor dengan model suku bunga stokastik Hull-White dan ketergantungan mortalitas menggunakan Copula GFGM Tipe II. Model Hull-White menggambarkan fluktuasi suku bunga dalam proses pendiskonan nilai sekarang manfaat dan anuitas sehingga menghasilkan estimasi premi yang lebih realistis dibandingkan dengan asumsi suku bunga konstan. Penelitian menunjukkan bahwa peningkatan nilai korelasi Spearman antar tertanggung menyebabkan peningkatan nilai sekarang manfaat dan premi tahunan. Hal tersebut mengindikasikan bahwa ketergantungan mortalitas yang lebih kuat meningkatkan risiko pembayaran manfaat dalam jangka waktu yang lebih singkat atau antar tertanggung memilik jarak kematian yang berdekatan sehingga berdampak pada besar premi yang harus dibayarkan.; Death is an unpredictable risk in terms of timing and impact, and has the potential to cause financial problems for the family left behind. Therefore, last survivor term life insurance can be used to provide such financial protection. Determining the premium for this product requires accurate modeling of interest rate uncertainty and mortality dependence. This study aims to determine the annual premium for last survivor term life insurance using the Hull-White stochastic interest rate model and mortality dependence using the GFGM Type II Copula. The Hull-White model describes interest rate fluctuations in the discounting process of present value benefits and annuities, resulting in more realistic premium estimates compared to constant interest rate assumptions. The study shows that an increase in the Spearman correlation coefficient between insured persons leads to an increase in the present value of benefits and annual premiums. This indicates that stronger mortality dependence increases the risk of benefit payments in a shorter period of time or between insured persons who have a close mortality gap, thereby affecting the amount of premiums that must be paid.
</summary>
<dc:date>2026-01-01T00:00:00Z</dc:date>
</entry>
<entry>
<title>Pemodelan Frekuensi Klaim Asuransi Kendaraan Menggunakan Model Zero Inflated Negative Binomial</title>
<link href="http://repository.ipb.ac.id/handle/123456789/172894" rel="alternate"/>
<author>
<name>NURRIZKI, HANTRISA</name>
</author>
<id>http://repository.ipb.ac.id/handle/123456789/172894</id>
<updated>2026-04-05T14:06:55Z</updated>
<published>2026-01-01T00:00:00Z</published>
<summary type="text">Pemodelan Frekuensi Klaim Asuransi Kendaraan Menggunakan Model Zero Inflated Negative Binomial
NURRIZKI, HANTRISA
Pemodelan frekuensi klaim asuransi kendaraan dilakukan untuk mendukung &#13;
penetapan premi dan pengelolaan risiko yang lebih akurat. Penelitian ini berfokus &#13;
pada data frekuensi klaim asuransi kendaraan yang memiliki permasalahan zero &#13;
inflation dan overdispersi. Data yang digunakan berasal dari Kaggle dengan judul &#13;
“3-Year Non-Life Motor Insurance Dataset” yang terdiri dari 6661 polis asuransi &#13;
kendaraan Spanyol pada tahun 2016 hingga 2017. Analisis dilakukan menggunakan &#13;
model Zero Inflated Negative Binomial (ZINB). Hasil penelitian menunjukkan &#13;
bahwa model ZINB adalah model terbaik dibandingkan dengan model binomial &#13;
negatif berdasarkan nilai AIC dan MAE yang lebih kecil. Variabel signifikan yang &#13;
memengaruhi frekuensi klaim adalah umur pemegang polis, kapasitas mesin, daya &#13;
kendaraan, dan premi, sementara nilai kendaraan memengaruhi peluang tidak &#13;
mengajukan klaim. Hasil penelitian ini diharapkan dapat membantu perusahaan &#13;
asuransi dalam memahami risiko klaim serta mendukung penetapan premi dan &#13;
pengelolaan risiko.
</summary>
<dc:date>2026-01-01T00:00:00Z</dc:date>
</entry>
<entry>
<title>Perbandingan Estimasi Premi Asuransi Kesehatan Menggunakan Extreme Value Theory dengan Value at Risk dan Conditional Value at Risk</title>
<link href="http://repository.ipb.ac.id/handle/123456789/172858" rel="alternate"/>
<author>
<name>Wijaya, Jeffrey Adi</name>
</author>
<id>http://repository.ipb.ac.id/handle/123456789/172858</id>
<updated>2026-03-31T02:35:47Z</updated>
<published>2026-01-01T00:00:00Z</published>
<summary type="text">Perbandingan Estimasi Premi Asuransi Kesehatan Menggunakan Extreme Value Theory dengan Value at Risk dan Conditional Value at Risk
Wijaya, Jeffrey Adi
Estimasi premi asuransi kesehatan berbasis risiko diterapkan menggunakan pendekatan Extreme Value Theory (EVT) melalui metode Peaks Over Threshold (POT) dengan distribusi Generalized Pareto Distribution (GPD). Karakteristik klaim asuransi kesehatan yang tidak terduga menyebabkan metode berbasis nilai harapan sering gagal menangkap risiko distribusi dengan ekor panjang. Nilai ambang batas (threshold) ditentukan menggunakan metode boxplot dan kuantil &#13;
95%, sedangkan parameter GPD diestimasi dengan Maximum Likelihood &#13;
Estimation (MLE) dan diuji kesesuaiannya melalui uji Cramér-von Mises. Ukuran risiko yang dianalisis meliputi Value at Risk (VaR) dan Conditional Value at Risk (CVaR) pada tingkat kepercayaan 95%. Hasil menunjukkan CVaR menghasilkan premi lebih tinggi daripada VaR dan keduanya memenuhi aksioma koherensi. Berdasarkan uji efisiensi Loss Ratio, VaR direkomendasikan sebagai ukuran risiko paling efisien untuk penentuan premi asuransi kesehatan berkelanjutan.; Risk based health insurance premium estimation applies the Extreme Value Theory (EVT) approach using the Peaks Over Threshold (POT) method with the Generalized Pareto Distribution (GPD). Unpredictable nature of health insurance claims causes expectation based methods to fail in capturing long tail risks distribution. The threshold is determined using the boxplot and 95% quantile methods, and GPD parameters are estimated using Maximum Likelihood Estimation (MLE) with the Cramér-von Mises goodness of fit test. The analyzed risk measures are Value at Risk (VaR) and Conditional Value at Risk (CVaR) at a 95% confidence level. Results show that CVaR yields higher than VaR, both satisfy coherence axioms. Based on Loss Ratio efficiency testing, VaR is recommended as the most efficient risk measure for determining sustainable health insurance premiums.
</summary>
<dc:date>2026-01-01T00:00:00Z</dc:date>
</entry>
<entry>
<title>Valuasi dan Pengukuran Risiko Opsi Keranjang Menggunakan Simulasi Monte-Carlo</title>
<link href="http://repository.ipb.ac.id/handle/123456789/172752" rel="alternate"/>
<author>
<name>Setiawan, Fasha Fadhilla</name>
</author>
<id>http://repository.ipb.ac.id/handle/123456789/172752</id>
<updated>2026-02-24T00:08:58Z</updated>
<published>2026-01-01T00:00:00Z</published>
<summary type="text">Valuasi dan Pengukuran Risiko Opsi Keranjang Menggunakan Simulasi Monte-Carlo
Setiawan, Fasha Fadhilla
Opsi keranjang menawarkan efisiensi biaya melalui diversifikasi risiko, namun perhitungan harga wajar opsi keranjang lebih kompleks karena struktur dependensi antar aset. Penelitian ini mengestimasi harga wajar dan risiko opsi keranjang tipe Eropa pada lima saham blue chip Amerika Serikat (RIO, SHW, JNJ, CAT, MS). Metode simulasi Monte-Carlo dengan dekomposisi Cholesky diterapkan untuk menangkap korelasi aset pada skenario pembobotan naif, defensif, dan agresif. Hasil simulasi mengungkap hubungan proporsional antara bobot volatilitas dan valuasi. Skenario agresif menghasilkan harga wajar dan Value-at-Risk (VaR) tertinggi, sedangkan skenario defensif menunjukkan nilai yang lebih rendah dan stabil. Namun demikian, tahap validasi memperlihatkan bahwa model belum sepenuhnya mampu merepresentasikan dinamika risiko aktual pasar. Temuan ini mengindikasikan bahwa simulasi Monte-Carlo efektif sebagai alat eksplorasi nilai dan risiko, tetapi memerlukan penyesuaian parameter untuk meningkatkan akurasi prediktif.
</summary>
<dc:date>2026-01-01T00:00:00Z</dc:date>
</entry>
</feed>
