ALGORITMA MIRING UNTUK MEMPREDIKSI HARAPAN HIDUP LENGKAP DAN NILAI SEKARANG AKTUARIA PADA MODEL ASURANSI JIWA KONTINU

DESTY RAKHMAWATI, Dr. Adhitya Ronnie Effendie, M.Sc

2014 | Tesis | S2 Matematika

Asuransi jiwa adalah sebuah janji dari perusahaan asuransi kepada nasabahnya bahwa apabila nasabah mengalami risiko kematian dalam hidupnya maka perusahaan asuransi akan memberikan santunan kematian dengan jumlah tertentu kepada ahli waris dari nasabah tersebut. Dalam setiap rogram asuransi, perusahaan asuransi jiwa akan melakukan perhitungan berdasarkan tabel mortalitas. Tabel mortalitas adalah suatu tabel yang menggambarkan peluang ketahanan hidup dari sekelompok orang untuk usia bilangan bulat. Tabel Mortalitas digunakan untuk perhitungan model asuransi jiwa dengan manfaat kematian dibayarkan pada akhir tahun kematian. Padahal dalam prakteknya, asuransi tidak hanya digunakan untuk usia bilangan bulat saja tetapi juga untuk usia pecahan. Bowers, dkk (1997) mengenalkan asumsi usia pecahan yaitu asumsi linear, eksponensial, dan hiperbolik. Jones dan Mereu (2002) mengenalkan suatu keluarga LFM. Parameter LFM yaitu nilai dari percepatan kematian keluarga LFM yang dapat dicari dengan menggunakan algoritma miring. Algoritma miring dikenalkan oleh Barz dan Muller (2011). Hasil dari algoritma miring ini dapat digunakan untuk menentukan harapan hidup lengkap, APV dan NSP, untuk asuransi jiwa seumur hidup pada model asuransi jiwa kontinu.

Life insurance is a contract from the insurance company to the customer that if the customer runs the risk of death in life, the insurance company will provide a death benefit to a certain amount to the heirs of the customer. In any insurance plan, life insurance companies will do the calculations based on mortality tables. Mortality table is a table that describes the probability of survival group of people. Mortality table used for model calculations with the life insurance death benefit is paid at the end of the death . Yet in practice, the insurance is not only used for ages integers but also for fractional age. Thus Bowers, et al (1997) introduced the fractional age assumption, namely the assumption of a linear, exponential, and hyperbolic. Jones and Mereu (2002 ) introduced LFM family. LFM Parameter value of the acceleration of the death LFM of family can be found using tilting algorithm. Algorithm tilting introduced by Barz and Muller (2011). The result of this algorithm can be used to determine complete expectation of life, APV and NSP for life insurance on the life insurance continuous models.

Kata Kunci : Asumsi Linear, Asumsi Eksponensial, Asumsi Hiperbolik, Keluarga LFM, Algoritma Miring