Garuda - Garba Rujukan Digital

PENERAPAN MODEL THRESHOLD GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTIC (TGARCH) DALAM PERAMALAN HARGA EMAS DUNIA Darmawan, Ryaneka; Puspita, Entit; Agustina, Fitriani
Jurnal EurekaMatika Vol 3, No 1 (2015): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

ABSTRAKÂ Ekonomi merupakan aspek penting suatu negara, beragamnya bentuk kegiatan ekonomi menggambarkan pentingnya ekonomi bagi masyarakat. Salah satu kegiatan ekonomi adalah investasi, investasi saat ini sangat beragam salah satunya investasi emas. Emas merupakan barang berharga dan memiliki nilai jual yang tinggi, selain itu emas juga lebih mudah didapatkan untuk saat ini. Oleh karena itu diperlukan suatu cara menentukan harga emas pada masa yang akan datang, sehingga investasi yang dilakukan mendapatkan keuntungan. Model runtun waktu terbagi dua kondisi, pertama kondisi dengan variansi konstan (homoskedastisitas) dan kedua kondisi variansi tidak konstan (heteroskedastisitas). Model runtun waktu dengan variansi konstan biasa disebut dengan model Box-Jenkinâ€™s. Harga emas dunia merupakan data yang memiliki variansi tidak konstan, oleh karena itu peramalan harga emas dunia dengan menggunakan model Box-Jenkinâ€™s kurang tepat sehingga model runtun waktu dengan kasus heteroskedastisitas lebih cocok digunakan. Banyak model runtun waktu untuk kondisi heteroskedastisitas, salah satu model terbaik yaitu model Threshold Generalized Autoregressive Conditional Heteroscedastic (TGARCH). Identifikasi model TGARCH dengan cara trial dan error, setelah dilakukan estimasi dan verifikasi maka didapatkan model TGARCH(2,1) sebagai model terbaik untuk peramalan. Hasil peramalan dengan model TGARCH(2,1) memiliki nilai Mean Squared Error (MSE) sebesar 723,032 dan nilai The Mean Absolute Percentage Error (MAPE) yang relatif kecil sebesar 1,4952%.Kata kunci: Investasi, Emas, TGARCH, MSE, MAPEABSTRACTÂ Economics is an important aspect of a country, the diversity of forms of economic activity illustrate the economic importance for the community. One of the economic activity is investment, now investment is diverse one of them gold investment. Gold is valuable and has a high resale value, moreover gold more readily available for the moment. Therefore we need a way to determine the price of gold in the future, so that the investment will be getting profit. Time series models is divided into two conditions, the first condition with constant variance (homoscedastic) and the second condition is variance not constant (heteroscedastic). Time series models with constant variance commonly called the Box-Jenkin's models. World gold prices is data that has variance is not constant, therefore the world gold price forecasting using models Box-Jenkin's not quite right so the model time series with heteroskedastic case more suitable. Many models for time series heteroskedastic conditions, one of the best model is a model Threshold Generalized Autoregressive Conditional Heteroscedastic (TGARCH). Identification TGARCH model using by trial and error, after the estimation and verification of the obtained models TGARCH (2.1) as the best model for forecasting. Results forecasting model TGARCH (2.1) has a value of Mean Squared Error (MSE) of 723.032 and the value of the Mean Absolute Percentage Error (MAPE) is relatively small as 1.4952%.Keywords : Investment, Gold, TGARCH, MSE, MAPE

Model Vector Autoregressive-Generalized Space Time Autoregressive Winata, Hilma Mutiara; Puspita, Entit; Agustina, Fitriani
Jurnal EurekaMatika Vol 5, No 2 (2017): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

ABSTRAK. Data volume kendaraan yang masuk ke Kota Bandungmelalui gerbang tol yang berada di Kota Bandung adalah data runtun waktumultivariate berpola musiman. Untuk memperoleh prediksi volumekendaraan yang masuk melalui gerbang tol dimasa yang akan datangdibutuhkan suatu model peramalan. Salah satu model runtun waktumultivariat yang menghubungkan keterkaitan antara waktu dan lokasi,dimana data runtun waktu tersebut berpola musiman adalah model VectorAutoregressive-Generalized Space Time Autoregressive (VAR-GSTAR).Model ini terdiri dari 2 orde yaitu orde waktu yang diperoleh dari modelVAR dan orde spasial yang diperoleh dari model GSTAR. Keterkaitanantar ruang pada model ini ditunjukkan dengan pembobotan lokasi. Dalampenelitian ini digunakan bobot lokasi normalisasi korelasi silang. Hasilramalan yang diperoleh dari model VAR-GSTAR pada data volumekendaraan yang masuk ke Kota Bandung melalui gerbang tol yang beradadi Kota Bandung adalah mengikuti pola data yang sebelumnya, yaituberfluktuasi dengan kecenderungan yang naik.Kata Kunci: VAR-GSTAR, Bobot lokasi normalisasi korelasi silang,Peramalan.ABSTRACT. Volume of vehicles coming into the city of Bandung throughtoll gates in the city of Bandung is the seasonal multivariate time seriesdata. To obtain a prediction volume of vehicles that go through the tollbooths in the future requires a forecasting model. One of modelmultivariate time series that connects between the time and the location,where the data of the time series data is seasonally namely VectorAutoregressive-Generalized Space Time Autoregressive (VAR-GSTAR)models. This model has two orders, the order of the time obtained from theVAR model and order the space obtained from GSTAR. connectionbetween the space on this model is indicated by the weighting of thelocation. This research used a weight normalized cross correlation.Forecast results obtained from the VAR-GSTAR model on the data volumeof vehicles coming into the city of Bandung through toll gates in the cityof Bandung is to follow the pattern of previous data, which fluctuates withrising tendency.Keywords: VAR-GSTAR, Weights location normalized cross correlation,Forecasting.

PENERAPAN METODE WEIGTHED LEAST SQUARE UNTUK MENGATASI HETEROSKEDASTISITAS PADA ANALISIS REGRESI LINEAR Hanifah, Nurul; Herrhyanto, Nar; Agustina, Fitriani
Jurnal EurekaMatika Vol 3, No 1 (2015): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

ABSTRAKÂ Analisis regresi merupakan analisis statistik yang mempalajari bagaimana memodelkan regresi linear. Jika model regresi linear memenuhi uji asumsi klasik dengan metode OLS maka mempunyai sifat BLUE (Beast Linear Unbiased Estimator). Uji heteroskedastisitas,yaitu varian error pada setiap nilai variabel bebas bernilai tidak konstan. Akibat dari heteroskedastisitas yaitu nilai parameter yang diperoleh tetap tidak bias tetapi varian penaksir yang diperoleh menjadi tidak efisien, artinya uji hipotesis yang dilakukan tidak akan memberikan hasil yang baik (tidak valid) atau prediksi koefisien-koefisien populasinya akan keliru. Oleh karena itu untuk mengetahui apakah terdapat heteroskedastisitas dilakukan uji White. Karena terdapat heteroskedastisitas pada skripsi ini, maka harus dilakukan transformasi dengan metode kuadrat terkecil tertimbang (Weighted Least Square).Kata Kunci: Uji Asumsi Klasik, Weighted least Square, Uji White.Â ABSTRACTÂ Regression analysis is a statistical analysis that learn how to model linear regression. If a linear regression model meets the Classic Assumption Test by OLS method, it has the nature of BLUE (Best Linear Unbiased Estimator). Error variance at each independent variable value is not constant. It means that heteroskedasticity test is unfulfilled andÂ Â the classical assumption is not met.The result of heteroskedastisitas is thatÂ the parameter value remains biased but variance estimator becomes inefficient.Â It means thata hypothesis test wouldnâ€™t give good results (not valid) or predictions coefficients of the population would be mislead. Therefore,Â to knowÂ whether there are heteroskedasticity, White testÂ is conducted. Because heteroskedasticity exists in this thesis, transformation with weighted least squares method (Weighted Least Square) must be carried out.Keyword: Classic Assumption Test, Weighted least Square, White Test.

PENYELESAIAN MASALAH PENUGASAN DOSEN PADA MATA KULIAH MENGGUNAKAN ALGORITMA GENETIKA (STUDI KASUS DI DEPARTEMEN PENDIDIKAN MATEMATIKA FPMIPA UPI) Dewanti, Rossy; Novianingsih, Khusnul; Agustina, Fitriani
Jurnal EurekaMatika Vol 6, No 1 (2018): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

ABSTRAK. Latar belakang dari penelitian ini adalah terdapatnya beberapa masalah dalam hal penugasan dosen-dosen pada mata kuliah, antara lain penumpukan beban sks pada seorang dosen, penugasan dosen pada mata kuliah yang tidak sesuai dengan keahliannya, dan beban sks yang diampu oleh dosen melebihi batas sks maksimumnya. Pada penelitian ini, Algoritma Genetika diterapkan untuk menyelesaikan permasalahan penugasan dosen pada mata kuliah di Departemen Pendidikan Matematika FPMIPA UPI. Algortima Genetika merupakan salah satu metode heuristik yang merupakan cabang dari Algortima Evolusi, yaitu suatu teknik untuk memecahkan masalah-masalah optimisasi yang rumit dengan menirukan proses evolusi mahluk hidup yang melibatkan proses seleksi didalamnya dan operasi genetika yang melibatkan proses crossover dan mutasi. Hasil implementasi menunjukkan Algoritma Genetika telah berhasil diterapkan untuk menyelesaikan permasalahan penugasan dosen pada mata kuliah di Departemen Pendidikan Matematika FPMIPA UPI, dan algoritma tersebut mampu memberikan penugasan dosen pada mata kuliah dengan persebaran total SKS yang hampir merata.Â Kata Kunci: Penugasan, Model Optimisasi, Algoritma Genetika, Solusi Optimal.Â Â ABSTRACT. In the previous course, there are some problems in assigning lecturer to courses. The problems include the overload of credit hour accumulation of lecturer and incompetence of lecturer skill to the assignment. In this research Genetic Algorithm is used to solve the problems. Genetic Algorithm is one of the heuristic methods branch of Evolutionary Algorithm. That works with seguence processes that are selection, crossover, and mutation. The implementation result shows that Genetic Algorithm has been successfull to solve the lecturer assignment problem in Departement of Mathematics Education FPMIPA UPI. The results also give good solutions which is the lecturer schedule with the total credit hour that almost similar for every lecturer.Â Keywords: Assignment, Optimization Model, Genetic Algorithm, Optimal Solution.

PENERAPAN MODEL M_o DAN MODEL M_t UNTUK MENGESTIMASI UKURAN POPULASI TERTUTUP PADA DATA CAPTURE-RECAPTURE Lubis, Asep Ridwan; Dasari, Dadan; Agustina, Fitriani
Jurnal EurekaMatika Vol 5, No 1 (2017): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

ABSTRAK. Statistika merupakan keilmuan yang bertujuan mengumpulkan, mengolah, menyajikan, dan menarik kesimpulan berdasarkan analisis data. Salah satu kajian yang terus dikembangkan dalam statistika yaitu analisis data Capture-Recapture. Analisis data Capture-Recapture memiliki ciri yaitu mengumpulkan data dengan teknik Capture, Mark, Release, Recapture (CMRR). Permasalahan yang akan dibahas karya tulis ini yaitu mengestimasi ukuran populasi pada data tersebut. Estimasi populasi merupakan proses pendekatan matematis untuk menaksir ukuran populasi. Populasi merupakan objek yang memiliki karakteristik tertentu yang akan dipelajari dan ditarik kesimpulannya. Banyak anggota suatu populasi disebut ukuran populasi. Berdasarkan karakteristik ukuran, populasi dikelompokkan menjadi dua yaitu populasi tertutup dan populasi tidak tertutup. Populasi tertutup berarti banyak anggota dalam populasi dari waktu ke waktu konstan, sedangkan populasi tidak tertutup berarti banyak anggota dalam populasi dari waktu ke waktu tidak konstan. Estimasi ukuran populasi tertutup dipengaruhi oleh nilai peluang penangkapan pada setiap kesempatan penangkapan. Apabila nilai peluang penangkapan selama penelitian tidak berbeda secara signifikan maka estimasi populasi akan dimodelkan dengan Model . Sedangkan, apabila nilai peluang penangkapan selama penelitian berbeda secara siginifikan maka estimasi populasi akan dimodelkan dengan Model . Dalam penulisan karya tulis ilmiah ini, penulis mencoba mengestimasi populasi pada Model Â dan Model Â serta mengaplikasikan kedua model tersebut dalam menghitung populasi paus bungkuk (Megaptera novaeangliae) dan populasi tupai (Eutamias Minimus). Berdasarkan hasil penghitungan diperoleh bahwa estimasi ukuran populasi paus bungkuk adalah sebanyak 121 paus. Sedangkan estimasi ukuran populasi tupai adalah sebanyak 50 tupai.Â Kata kunci: Analisis data Capture-Recapture, Estimasi Ukuran Populasi Tertutup, Model , Model . Â ABSTRACT. Statistics is a science that aims to collecting, processing, presenting, and draw the conclusions based on the analysis of data. One of study is developing in statistical is Analysis of Capture-Recapture Data. Analysis of Capture-Recapture Data has a characteristic which collects data by using technics : Capture, Mark, Release, Recapture (CMRR). The Problems will discussed this paper is how about estimate the closed population size. Estimating the population is a mathematical approach to estimate the population size. Population is an object which has certain characteristics that will be studied and drawn conclusions. The number of all members on population is called the size of population. Based on the characteristics of size, population has grouping into two : closed population and open population. Closed population means the size of population is constant during over time, while open population means the size of population is not constant during over time. Estimating the size of closed population are affected by probability of captured on each occasion the arrest. If the probability of captured during the study is not significantly differ then the estimating process modeled by Model . Otherwise, if the probability of captured is significantly different the estimating process modeled by Model . In this paper, will be shown the estimating process on closed population modeled by Model Â and Model . The application of each models is applied to calculate the population of humpback whales (Megaptera novaeangliae) and the population of squirrels (Eutamias minimus). Based on the calculation results, obtained that the humpback whale population size estimates are 121 whales and the squirrel population size estimates are 50 squirrels.Â Keywords: Analysis of Capture-Recapture Data, Estimation of Closed Population Size, Model , Model .

ANALISIS PENGARUH FAKTOR KEPUTUSAN KONSUMEN DENGAN STRUCTURAL EQUATION MODELING PARTIAL LEAST SQUARE Gita Alfa, Alodya Ann; Rachmatin, Dewi; Agustina, Fitriani
Jurnal EurekaMatika Vol 5, No 2 (2017): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

ABSTRAK. Persaingan yang ketat diantara pengusaha kuliner yangterdapat di Kota Bandung, menimbulkan harapan bagi para pengusaha agarmampu bertahan dan terus berkembang dalam menjalankan usahanya.Faktor yang mempengaruhi keputusan konsumen diperlukan untukmenentukan target pemasaran. Faktor-faktor yang mempengaruhikeputusan konsumen (Y) menurut Engel, dkk (1994) adalah faktorlingkungan (X1), faktor perbedaan individu (X2) dan faktor prosespsikologis (X3). Metode yang dapat digunakan dalam penelitian ini adalahdengan menggunakan analisis Structural Equation Modeling (SEM) yangberbasis varians yaitu Partial Least Square (PLS). SEM dengan PLSberbasis varians sehingga mampu menangani dua kondisi yaitu kondisidengan faktor yang tidak dapat ditentukan dan kondisi dimana solusi tidakdapat diterima. Penelitian ini menggunakan program computer smart PLS3.0 dan menentukan variabel yang signifikan terhadap keputusankonsumen (Y) tempat makan di Kota Bandung. Berdasarkan hasilpenelitian yang telah dilakukan, variabel yang diperoleh mempengaruhikeputusan konsumen (Y) adalah variable factor lingkungan (X1) danvariable factor perbedaan individu (X2).Kata Kunci: Keputusan Konsumen, Structural Equation Modeling PartialLeast Square (SEMPLS).ABSTRACT. The intense competition among culinary entrepreneurslocated in Bandung raised hopes for them to be able to survive and continueto thrive in business. Factors that influence the consumer's decision isneeded to determine the target marketing. Factors that influence consumerdecision (Y) according to Engel, et al (1994) is an environmental factor(X1), individual differences factors (X2) and the psychological processfactor (X3). Method that can be used in this research is to use analysis ofStructural Equation Modeling (SEM) based variance Partial Least Square(PLS). SEM with PLS is method is based on the variance to be able tohandle two conditions, is factor indeterminacy and inadmissible solution.This study used a computer program smart PLS 3.0 and determine thesignificant variables to the consumerâ€™s decision (Y) where to eat in the cityof Bandung. Based on the research that has been done, variables derivedinfluencing consumerâ€™s decision (Y) is variable environmental factors (X1)and the variable factors of individual differences (X2).Keywords: Consumerâ€™s Decision, Structural Equation Modeling PartialLeast Square (SEM PLS).

METODE CONSTANT PERCENT OF SALARY DALAM MENENTUKAN BENEFIT DAN IURAN NORMAL PROGRAM PENSIUN NORMAL DAN DIPERCEPAT Achmad, Puteri Ressiana Dewi; Marwati, Rini; Agustina, Fitriani
Jurnal EurekaMatika Vol 4, No 1 (2016): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

Metode Constant Percent of Salary merupakan metode pendanaan pensiun yang menghitung manfaat pensiun berdasarkan gaji karyawan sejak pertama kali masuk kerja sampai dengan pensiun. Metode tersebut dalam skripsi ini digunakan untuk menghitung besarnya benefit yang akan diperoleh peserta program pensiun pada saat pensiun normal dan pensiun dipercepat dan menghitung besarnya iuran normal yang harus dibayarkan peserta program pensiun pada saat masih aktif bekerja. Data yang digunakan adalah data karyawan suatu perusahaan dengan usia 31 tahun sampai usia 55 tahun. Data diolah dengan menggunakan Microsoft Excel 2007.Berdasarkan hasil perhitungan menggunakan metode Constant Percent of Salary diperoleh besar benefit dan besar iuran normal untuk program pensiun normal usia pensiun 55 tahun, dan juga diperoleh besar manfaat dan besar iuran normal untuk program pensiun dipercepat usia pensiun 53 dan 54 tahun . Data diolah dengan menggunakan Microsoft Excel 2007 yang terdiri dari Data 2015, Tabel Group Annuity Mortality 1971 Male, Tabel Simbol Komutasi, Perhitungan Benefit dan Iuran normal Metode Constant Percent of Salary.Kata Kunci: Constant Percent of Salary, Benefit, Iuran Normal, Program Pensiun Normal, Program Pensiun Dipercepat.ABSTRACT. Constant Percent of Salary method is a method that calculates the pension fund that pension benefits based on the employee's salary since it was first come to work until retirement. The method in this study is used to calculate the amount of future benefits participants of pension plan at the time of normal retirement and withdrawalÂ and calculate the amount of normal cost to be paid participants of pension plan while still actively working. The data used is data of employees of a company at the age of 31years until the age of 55 years. Data were processed using Microsoft Excel 2007.Based on calculations using the method of Constant Percent of Salary obtained the amount of benefit and the amount of normal cost for normal pension program with retirement age of 55 years, and also obtained the amount of benefit and the amount of normal cost for withdrawal pension program with retirement age of 53 and 54 years old. Data were processed using Microsoft Excel 2007 consisting of Data 2015, The Table of Group Annuity Mortality 1971 Male, The Table of Commutation Symbol, The Calculation of Benefit and Normal Cost by Constant Percent of Salary Method.Keywords: Constant Percent of Salary, Benefit, Normal Cost, Normal Retirement, Withdrawal.

APLIKASI METODE THORANI DALAM PENYELESAIAN PERMASALAHAN PROGRAM LINEAR FUZZY Haryanti, Mutia Dwi; Lukman, Lukman; Agustina, Fitriani
Jurnal EurekaMatika Vol 3, No 1 (2015): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

ABSTRAKÂ Program linear merupakan salah satu teknik untuk menyelesaikan persoalan pengalokasian sumber-sumber yang terbatas menggunakan persamaan dan ketidaksamaan linear dalam rangka untuk mencari pemecahan yang optimum dengan memperhatikan pembatasan-pembatasan yang ada. Permasalahan program linear memiliki parameter antara lain jumlah produk yang harus diproduksi, jumlah bahan mentah yang tersedia terbatas atau jumlah tenaga kerja yang terampil terbatas. Seringkali parameter-parameter tersebut tidak dapat diprediksi secara pasti sehingga nilainya menjadi samar (fuzzy). Oleh karena itu, Thorani et al. (2012) memperkenalkan Metode Perangkingan Thorani untuk menyelesaikan masalah pemrograman linear dengan parameternya samar (fuzzy). Metode ini memiliki kelebihan dibanding metode lain karena perhitungannya lebih akurat dalam membandingkan beberapa bilangan samar (fuzzy). Untuk membantu perhitungan, sebuah aplikasi komputer dibuat untuk memudahkan pengguna dalam memahami penyelesain masalah program linear tersebut.Kata kunci: pemrograman linear fuzzy, bilangan fuzzy.Â ABSTRACT Â Linear programming is one technique for solving the problems of allocating limited resources to use linear equations and inequalities in order to find the optimum solution by taking into account the existing restrictions. Parameters of linear programming problem are the amount of product to be produced, the amount of raw material available is limited or the amount of skilled labor is limited. Often these parameters can not be predicted with certainty so that its value become fuzzy. Therefore, Thorani et al. (2012) introduced a Thorani method to solve the linear programming problems where the parameters are fuzzy numbers. This method has advantages over other methods because the calculation is more accurate to compare some fuzzy numbers To help the calculation, a software designed to enable users to understand how to solve the linear programming problem.Key words: fuzzy linear programming, fuzzy numbers.

PENGGUNAAN METODE BORNHUETTER-FERGUSON PADA PERAMALAN BESAR CADANGAN CLAIMS ASURANSI Majid, Abu Bakar Faris Abdul; Puspita, Entit; Agustina, Fitriani
Jurnal EurekaMatika Vol 6, No 1 (2018): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

ABSTRAK. Asuransi merupakan salah satu langkah dari sekian banyaknya langkah untuk menanggulangi resiko maupun mengurangi dampak resiko atas kerugian yang sewaktu-waktu terjadi secara tidak pasti. Jumlah besarnya manfaat penanggulangan resiko tergantung pada peluang terjadinya suatu resiko pada kehidupan sehari-hari. Cadangan klaim adalah dana yang disiapkan untuk menyelesaikan pembayaran klaim-klaim yang belum terselesaikan. Cadangan klaim adalah salah satu bagian yang penting bagi suatu perusahaan asuransi. Jika perusahaan asuransi salah mengambil langkah dalam memprediksi cadangan klaim untuk periode kedepan, hal ini dapat mengakibatkan ketidakakuratan untuk menutupi pengeluaran yang diakibatkan pengajuan klaim dari pemegang polis dan akan mengganggu kestabilan keuangan dari perusahaan asuransi tersebut. Penelitian ini membahas mengenai bagaimana menentukan besar cadangan klaim asuransi umum menggunakan metode Bornhuetter-Ferguson. Metode Bornhuetter-Ferguson merupakan salah satu teknik estimasi yang cukup terkenal dalam meramalkan cadangan klaim. Berdasarkan hasil penelitian yang telah dilakukan dapat disimpulkan bahwa hasil peramalan yang diperoleh dapat dikategorikan kedalam tingkat keakuratan yang sangat baik.Â Kata kunci: asuransi, metode Bornhuetter-Ferguson, Cadangan klaim, run-off triangle, prediction error. Â ABSTRACT. Insurance is one way of the many ways to overcome the risk and reduce the impact of risk on losses that occur at any time occur uncertainly. The magnitude of risk mitigation benefits depends on the chances of a risk occurring in everyday life. Claim reserves are funds that are prepared to settle the payment of unresolved claims. Claim reserves is an important part of an insurance company. If the insurer is wrong to take steps to predict a claim reserve for the foreseeable future period, this may result in inaccuracy to cover the exposure resulting from the claim filed by the policyholder and will disrupt the financial stability of the insurer. In this research will be examined how to determine the large reserves of general insurance claims using Bornhuetter-Ferguson method. The Bornhuetter-Ferguson method is one of the well-known estimation techniques for predicting claims reserves. Based on the results of research that has been done can be concluded that the results outleted forecast can be categorized into a very good accuracy level.Keywords: insurance, Bornhuetter-Ferguson method, claim reserves, run-off triangle, prediction error.

Usulan Metode Penyelesaian Pemrograman Linear Fuzzy Menggunakan Informasi Metode Zimmermann Agustina, Fitriani; ., Lukman; Puspita, Entit
Jurnal EurekaMatika Vol 6, No 2 (2018): Jurnal EurekaMatika
Publisher : Mathematics Program Study, Universitas Pendidikan Indonesia (UPI)

ABSTRAK. Terdapat beberapa metode penyelesaian permasalahan pemrograman linear fuzzy yang diusulkan dan dikembangkan oleh para peneliti. Artikel ini membahas mengenai suatu usulan metode baru untuk menyelesaikan pemrograman linear fuzzy berdasarkan informasi dari metode Zimmermann. Penyelesaian pemrograman linear fuzzy menggunakan metode Zimmerman ini mempunyai kelemahan untuk penyelesaian kasus pemrograman linear fuzzy tanpa batas dan tidak ada kasus solusi. Untuk mengatasi kelemahan ini, peneliti mengusulkan metode alternatif untuk menyelesaikan pemrograman linear fuzzy dengan cara membangun fungsi keanggotaan dan menggunakan peringkat Thorani. Metode baru yang peneliti usulkan ini dinamakan metode Pengembangan Zimmermann. Hasil metode ini menunjukkan hasil yang lebih baik. Kata Kunci: Fuzzy Linear Programming, Ranking Thorani, Zimmerman Method.Â Proposed Solving Fuzzy Linear Programming Using Information From Zimmermann MethodABSTRACT. There are several methods for solving fuzzy linear programming problems proposed and developed by researchers. This article discusses a proposed new method for solving fuzzy linear programming based on information from the Zimmermann method. The completion of fuzzy linear programming using the Zimmerman method has the disadvantage of resolving the case of boundless fuzzy linear programming and no case of solution. To overcome this weakness, researchers propose an alternative method to solve fuzzy linear programming by building membership functions and using Thorani ratings. The new method that the researchers propose is called Pengembangan Zimmermann method. The results of this method show better results.Key words: Fuzzy Linear Programming, Ranking Thorani, Zimmerman Method.

Title

Found 19 Documents
Search
Journal : Jurnal Eurekamatika

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 19 Documents Search Journal : Jurnal Eurekamatika

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 19 Documents
Search
Journal : Jurnal Eurekamatika