Pemodelan besar klaim asuransi kesehatan dengan distribusi skew-normal, alpha-skew-normal, dan alpha-skew-laplace

Show simple item record

dc.contributor.advisor Sugiarto, Iwan
dc.contributor.advisor Fauzi, Rizky Reza
dc.contributor.author Steven, Sergio
dc.date.accessioned 2023-02-08T06:24:54Z
dc.date.available 2023-02-08T06:24:54Z
dc.date.issued 2022
dc.identifier.other skp42441
dc.identifier.uri http://hdl.handle.net/123456789/14403
dc.description 1795 - FH en_US
dc.description.abstract Kegiatan pengajuan klaim dalam asuransi kesehatan bergantung pada besar klaim asuransi untuk mengganti kerugian yang timbul atas menurunnya kondisi kesehatan tertanggung. Kegiatan tersebut tentu saja membentuk suatu data besar klaim asuransi yang perlu dimodelkan dengan suatu distribusi tertentu. Hal ini diperlukan agar perusahaan asuransi mampu memprediksi klaim yang terjadi di masa depan sekaligus mempersiapkan cadangan asuransi yang cukup. Namun, kadang kala terjadi suatu peristiwa luar biasa yang mempengaruhi kemiringan, modalitas, dan tebal ekor data besar klaim asuransi. Oleh karena itu, dalam skripsi ini digunakan distribusi Skewnormal, Alpha-skew-normal, dan Alpha-skew-Laplace, yang termasuk dalam kelompok distribusi flexible skewed guna memodelkan suatu data besar klaim asuransi yang telah terdampak peristiwa luar biasa tersebut. Untuk mencapai tujuan dari skripsi, yaitu mengetahui distribusi yang terbaik dalam memodelkan data besar klaim asuransi, langkah-langkah yang dilakukan adalah menggali informasi terkait distribusi Skew-normal, Alpha-skew-normal, dan Alpha-skew-Laplace, mengestimasi nilai parameter penaksir dari distribusi menggunakan metode estimasi maximum likelihood, serta menentukan distribusi terbaik untuk memodelkan data besar klaim asuransi. Penentuan distribusi terbaik untuk memodelkan data besar klaim asuransi dilakukan dengan terlebih dahulu melaksanakan uji Kolmogorov-Smirnov dan uji Anderson-Darling agar diketahui kecocokan dari kandidat distribusi dalam memodelkan data besar klaim asuransi. Selanjutnya, nilai kriteria informasi Akaike dan Bayesian digunakan untuk menentukan distribusi yang terbaik dalam memodelkan data besar klaim asuransi dari kandidat distribusi yang dipandang cocok untuk memodelkan data besar klaim asuransi. Berdasarkan penelitian yang telah dilaksanakan, distribusi Alpha-skew-Laplace adalah yang terbaik dalam memodelkan data besar klaim asuransi kesehatan, diikuti dengan distribusi Skew-normal dan distribusi Alpha-skew-normal. en_US
dc.language.iso Indonesia en_US
dc.publisher Program Studi Matematika Fakultas Teknologi Informasi dan Sains - UNPAR en_US
dc.subject Nilai Kriteria Informasi Bayesian en_US
dc.subject Nilai Kriteria Informasi Akaike en_US
dc.subject Uji Anderson-Darling en_US
dc.subject Uji Kolmogorov- Smirnov en_US
dc.subject Metode Estimasi Maximum Likelihood en_US
dc.subject Distribusi Alpha-Skew-Laplace en_US
dc.subject Distribusi Alphaskew- Normal en_US
dc.subject Modalitas en_US
dc.subject Besar Klaim Asuransi en_US
dc.title Pemodelan besar klaim asuransi kesehatan dengan distribusi skew-normal, alpha-skew-normal, dan alpha-skew-laplace en_US
dc.type Undergraduate Theses en_US
dc.identifier.nim/npm NPM6161801001
dc.identifier.nidn/nidk NIDN0425027701
dc.identifier.nidn/nidk NIDN0425069105
dc.identifier.kodeprodi KODEPRODI616#Matematika


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search UNPAR-IR


Advanced Search

Browse

My Account