Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Asuransi unit-linked dwiguna dengan garansi minimum tidak hanya memberikan perlindungan jiwa pada nasabah hingga akhir periode kontrak asuransi namun juga memberikan perlindungan investasi terutama investasi saham yang memiliki return tinggi dan risiko investasi yang tinggi pula sehingga dibutuhkan opsi call untuk melindungi investasi. Penelitian ini membahas perhitungan premi beserta batas bawah dan batas atas premi pada produk asuransi unit-linked dwiguna dengan garansi minimum menggunakan simulasi Monte Carlo dengan model stokastik dan kontinu serta metode numerik. Asuransi unit-linked dengan investasi saham dan tabel mortalitas dalam penelitian ini menunjukkan bahwa selain jenis kelamin, usia awal nasabah memiliki polis, kontrak asuransi dan besar garansi minimum, batas bawah dan batas atas premi dipengaruhi oleh proporsi investasi dari premi. Selang antara batas bawah dan batas atas premi semakin lebar jika proporsi investasi dari premi itu sedikit, sehingga pihak asuransi bisa menggunakan batas atas premi.

---

Unit-linked endowment insurance with a minimum guarantee not only provides life protection to customers until the end of the insurance contract period but also provides investment protection, especially stock investments that have high returns and high investment risks, so call options are needed to protect investments. This study discusses the calculation of premiums along with the caps and floor limits of premiums on unit-linked endowment insurance products with minimum guarantees using Monte Carlo simulations with stochastic and continuous model and numerical methods. Unit-linked insurance with stock investment and mortality tables in this study shows that in addition to gender, the initial age of the customer has a policy, insurance contract and amount minimum guarantee, the caps and floor limits of the premium are influenced by the proportion of investment from the premium. The interval between the caps and floor limits of the premium is wider if the investment proportion of the premium is small, so the insurance company can use the caps limits of the premium.

Abstrak :
Setiap hari masyarakat dihadapkan pada risiko kehilangan, kegagalan, bahkan kematian akibat kecelakaan lalu lintas. Cara mengatasi ketidakpastian dan mengendalikan risiko kecelakaan lalu lintas jalan adalah dengan mengalihkan risiko tersebut kepada pihak atau perusahaan lain yang disebut asuransi. Memperkirakan kerugian agregat penting bagi perusahaan asuransi untuk memprediksi kewajiban dan mengukur tingkat kecukupan dana perusahaan. Kerugian agregat pada asuransi kecelakaan lalu lintas dapat dihitung berdasarkan dua variabel, severity klaim dan frekuensi klaim. Severity klaim dan frekuensi klaim memiliki jenis distribusi yang berbeda dan terkadang memiliki hubungan yang saling mempengaruhi, sehingga tidak mudah untuk memodelkannya. Salah satu metode analisis statistik yang digunakan untuk menggabungkan dua distribusi data berbeda yang saling berkaitan adalah metode copula. Melalui studi kasus pada perusahaan asuransi PT XYZ, kerugian agregat akan dihitung dengan menggunakan model berbasis copula. Penentuan model terbaik dan akurasi model ditentukan berdasarkan Akaike Information Criterion (AIC), Root Mean Square Error (RMSE) terkecil, dan uji Vuong. Berdasarkan hasil analisis yang diperoleh bahwa model copula Clayton merupakan model terbaik untuk memperkirakan kerugian agregat pada perusahaan asuransi PT XYZ dimasa yang akan datang. ......Every day people are faced with the risk of loss, failure, and even death due to traffic accidents. The way to overcome uncertainty and control the risk of road traffic accident is by transferring the risk to another party or company called insurance. Estimating aggregate losses is important for insurance companies to predict liabilities and measure the level of adequacy of company funds. Aggregate losses on traffic accident insurance can be calculated based on two variables, claim severity and claim frequency. Claim severity and claim frequency have different types of distribution and sometimes have relationships that affect each other, so it's not easy to model it. One of the statistical analysis methods used to combine two different data distributions that are related is the copula method. Through a case study on the insurance company PT XYZ, aggregate losses will be calculated using a copula based model. The best model is determined based on the smallest value of Akaike Information Criterion (AIC) and Root Mean Square Error (RMSE) and also by Vuong test. Based on the analysis, explain that Clayton copula is the best model to estimate aggregate losses at the insurance company PT XYZ in the future.

Abstrak :
Asuransi adalah layanan yang disediakan oleh perusahaan asuransi untuk memastikan risiko kerugian finansial bagi seseorang atau kelompok yang membayar premi berdasarkan perjanjian. Terdapat berbagai macam produk asuransi, di antaranya adalah asuransi perjalanan. Asuransi perjalanan adalah produk asuransi dalam mengalihkan risiko kerugian finansial akibat kecelakaan dalam perjalanan. Perusahaan asuransi harus dapat melakukan analisis yang tepat untuk memprediksi apakah pembayar premi akan mengajukan klaim atau tidak di masa depan, untuk meminimalkan kerugian yang diderita perusahaan. Dari sudut pandang machine learning, masalah prediksi klaim adalah masalah klasifikasi. Deep Neural Networks (DNN) adalah salah satu metode machine learning terbaru untuk menyelesaikan masalah prediksi klaim. Namun, DNN tidak memberikan akurasi yang lebih baik daripada Neural Network (NN) yang merupakan model dasarnya. Dalam tulisan ini, Regularization Learning Netowrk (RLN) yang merupakan pengembangan dari DNN dengan teknik regularisasi RLNs dianalisis untuk prediksi klaim dalam asuransi perjalanan. Simulasi menunjukkan bahwa RLN meningkatkan kinerja DNN dan memberikan akurasi yang lebih baik daripada DNN tanpa regularisasi RLNs dan NN standar. ......Insurance is a service provided by an insurance company to ensure the risk of financial loss for a person or group that pays a premium based on the agreement. There are various kinds of insurance products, including travel insurance. Travel insurance is insurance products in transferring the risk of financial loss due to accidents in transit. The insurance company must be able to conduct an appropriate analysis to predict whether the premium payer will file a claim or not in the future, to minimize losses suffered by the company. From a machine learning perspective, the problem of claim prediction is a classification problem. Deep neural networks (DNN) is one of the latest machine learning methods to solve claims prediction problems. However, DNN does not provide better accuracy than standard neural networks (NN). In this paper, the regularization learning network (RLN) which is an extension of DNN with a regularization layer analysed for prediction of claims in travel insurance. Our simulations show that RLN improves DNN performance and provides better accuracy than DNN and NN.

Abstrak :
Penelitian yang berjudul "Penernpan Strategi Manajemen Sebagai Upaya Peningkatan Keunggulan Bersaing: Studi Kasus PT. Reasurnnsi lnternasional Indnnesia" ini bertujuan untuk memberikan allernlllif-altematif -regi yang akan dipilih dan diimplemenmsikan oleh perusahaan serla mengetahui fal