Pemodelan klaim dan pendapatan premi dengan integro-differnsial untuk mengetahui peluang kerugian perusahaan asuransi

Anggraeni, Dinda Suci (2024) Pemodelan klaim dan pendapatan premi dengan integro-differnsial untuk mengetahui peluang kerugian perusahaan asuransi. Undergraduate (S1) thesis, Universitas Islam Negeri Walisongo Semarang.

[thumbnail of Skripsi_2008046033_DINDA SUCI A_FULL] Text (Skripsi_2008046033_DINDA SUCI A_FULL)
Skripsi_2008046033_DINDA SUCI A_FULL.pdf - Accepted Version
Available under License Creative Commons Attribution Non-commercial No Derivatives.

Download (1MB)

Abstract

Dalam asuransi jika nilai surplus jatuh pada nol atau bernilai negatif maka perusahaan asuransi tidak dapat menanggung beban klaim selanjutnya. Hal ini menyebabkan perusahaan dikatakan mengalami kebangkrutan. Kebangkrutan dapat dihitung peluangnya menggunakan teori ruin probability. Konsep ini juga dapat digunakan untuk menghitung peluang kerugian perusahaan asuransi, dengan data premi dan klaim suatu periode maka dapat ditentukan nilai peluang kerugian dengan mengembangkan model yang menggunakan persamaan integro-differensial. Menghitung peluang kerugian bisa menjadi acuan untuk mengetahui risiko yang mungkin terjadi di masa depan. Nilai model peluang kerugian perusahaan asuransi PT Jasa Raharja Perwakilan Semarang berdasarkan data premi serta akumulasi dan frekuensi klaim pada periode Januari sampai Desember. Berdasarkan hasil simulasi model peluang kerugian didapatkan bahwa semakin besar nilai surplus maka semakin kecil peluang kerugian perusahaan.

Item Type: Thesis (Undergraduate (S1))
Uncontrolled Keywords: Perusahaan; Integro-differensial
Subjects: 500 Natural sciences and mathematics > 510 Mathematics > 518 Numerical Analysis
Divisions: Fakultas Sains dan Teknologi > 44201 - Matematika
Depositing User: Fahrurozi Fahrurozi
Date Deposited: 21 Aug 2025 03:05
Last Modified: 21 Aug 2025 03:05
URI: https://eprints.walisongo.ac.id/id/eprint/27331

Actions (login required)

View Item
View Item

Downloads

Downloads per month over past year

View more statistics