SlideShare a Scribd company logo
1 of 22
Kelompok 1
Alponsius Sinurat (4203230011)
Laila Alawiyah Pulungan (4202530011)
Lusi Afriana Malau (4203230034)
Rahmat Syahroni (4202530008)
Suci Hartati (4203230021)
PELUANG DAN MORTALITAS
TABLE OF CONTENTS
Pengantar Materi
Peluang Kehidupan
Tabel Mortalitas
1
3
2
4
Harapan Hidup (Life
Expectacy)
5
Contoh Soal dan
Pembahasan
Pengantar
Materi
1
Mortalitas atau kematian merupakan salah satu di antara tiga komponen
demografi yang dapat mempengaruhi perubahan penduduk, selain fertilitas
(kelahiran) dan migrasi. Informasi tentang kematian penting baik bagi
pemerintah maupun lembaga swasta. Salah satu diantaranya adalah perlunya
angka peluang kematian menurut umur dalam proyeksi penduduk. Informasi
tentang peluang kematian menurut umur suatu wilayah disajikan dalam bentuk
tabel, yang dikenal dengan sebutan life table (tabel hayat/tabel
mortalitas).Hidup matinya seseorang tidak seorang pun dapat menentukannya,
tapi dari segi matematika, lebih ditujukan pada rata-rata seseorang dapat
bertahan hidup hingga atau lebih dari waktu tertentu. Dari rata-rata tersebut
dapat diramalkan peluang hidup seseorang dipilih secara acak menurut
umurnya, peluang hidup ini diterapkan dalam suatu tabel yang disebut tabel
mortalitas
PENGANTAR
Peluang
Kehidupan
2
Bagi aktuaris yang bekerja di bidang asuransi jiwa, tugas utamanya adalah
memperkirakan pola kematian yang akan diperagakan oleh sekelompok
individu disuatu wilayah. Perangkat dasar untuk mencapai ini dikenal sebagai
tabel kehidupan. (Hal ini juga dikenal sebagai tabel kematian.)Misalkan β„“0
menjadi angka tak terdefinisi, biasanya dianggap sebagai angka bulat seperti
100.000. Misalkan kita mulai dengan sekelompok β„“0 yang baru lahir. Kami
ingin memprediksi berapa banyak dari individu ini akan tetap hidup pada waktu
tertentu di masa depan. Tentu saja, kita tidak bisa berharap untuk menghitung
ini dengan tepat, tetapi kita dapat berharap untuk sampai pada perkiraan yang
dekat jika kita memiliki penguasaan statistika yang cukup baik .Misalkan β„“π‘₯
menjadi orang yang berusia 1 hari (baru lahir) yang masih akan hidup pada
usia x, dan misalkan dx adalah jumlah dari orang berusia 1 hari (baru lahir)
yang meninggal antara usia x dan x + 1. Hubungan dasar antara besaran
tersebut adalah :
β„“π‘₯+1 = β„“π‘₯ - 𝑑π‘₯
Keterangan :
β„“π‘₯= Jumlah orang yang tepat berusia x
dx = Jumlah orang yang mati sebelum mencapai usia x+1
Peluang Kehidupan
Peluang (Probability)
Meskipun kami berasumsi bahwa kami dapat memprediksi x dengan tepat,
masih ada keacakan/perkiraan dalam model kami,karena tidak diketahui
apakah ada individu tertentu yang akan termasuk di antara survivors yang di
ada titik waktu tertentu. Lebih mudah untuk memperkenalkan beberapa gagasan
probabilistik dasar.
Untuk bilangan bulat tak negatif n dan x:
n𝑃𝑋 =
β„“π‘₯+𝑛
β„“π‘₯
Maksud dari rumus diatas adalah Pertimbangkan β„“π‘₯ adalah pejuang (survivors)
usia x. Dari grup ini, β„“π‘₯+𝑛 akan bertahan hidup sampai usia x + n. Hasil bagi
kemudian memberi kita probabilitas bahwa seseorang berusia x,selanjutnya
dilambangkan dengan simbol (x), akan hidup pada umur x + n.
π‘›π‘žπ‘‹ =
β„“π‘₯βˆ’ β„“π‘₯+𝑛
β„“π‘₯
Ini memberi kita probabilitas bahwa (x) akan mati antara usia x dan x + n. Jelas bahwa
π‘›π‘žπ‘‹ = 1 - 𝑛𝑃𝑋
Melalui penerapan hukum-hukum probabilitas, peluang suatu kejadian yang berhubungan dengan X
dapat dituliskan sebagai persamaan dalam fungsi kehidupan atau fungsi distribusi. Sebagai contoh,
peluang seseorang yang baru lahir meninggal di antara x dan z (x<z) adalah :
Sebagai contoh, dalam tabel yang kita akan memiliki 2𝑃0 = 965/1000, 2π‘ž1= 25/980. Besaran π‘žπ‘₯
sering disebut dengan mortalitas tingkat pada usia x.
Berapa peluang (x) akan mati antara usia x + n dan x + n + k? Ini adalah kuantitas yang akan sering
kita gunakan. Ada tiga cara utama untuk mengekspresikannya:
β„“π‘₯+π‘›βˆ’ β„“π‘₯+𝑛+π‘˜
β„“π‘₯
, atau
𝑛𝑃𝑋 βˆ’ 𝑛 + π‘˜π‘ƒπ‘‹ , atau
n|kπ‘žπ‘₯= 𝑛𝑃𝑋 π‘˜π‘žπ‘‹+𝑛 =
β„“π‘₯+π‘›βˆ’ β„“π‘₯+𝑛+π‘˜
β„“π‘₯
n|kπ‘žπ‘₯ = Probabilitas seseorang berusia x meninggal antara usia x+n dan x+n+k dilambangkan
ketiga ekspresi adalah sama.Mereka masing-masing dapat dijelaskan secara intuitif.Pertimbangkan
yang pertama. Pembilangnya adalah bilangan orang yang hidup pada usia x + n, dikurangi jumlah
yang hidup pada usia x + n + k. Perbedaan ini harus jumlah orang yang meninggal antara dua usia.
Dibagi dengan jumlah orang yang kita mulai dengan akan memberi kita probabilitas yang diperlukan.
Dalam ekspresi kedua kami mengungkapkan kuantitas ini sebagai probabilitas
bahwa (x) akan hidup n tahun, tetapi tidak akan hidup n + k tahun. Di ketiga
ekspresi kami mempertimbangkan dua tahap. Untuk mati di antara usia yang
ditentukan, (x) harus hidup sampai usia x + n. Individu tersebut, saat itu berusia x
+ n, akan mati dalam k tahun berikutnya. Kami akan memiliki kesempatan untuk
menggunakan ketiga ekspresi ini, memilih salah satu yang paling nyaman untuk
tujuan yang ada.Identitas lain yang berguna, yang akan kita rujuk sebagai aturan
perkalian, sebagai berikut:
𝑛 + π‘˜π‘ƒπ‘‹ = 𝑛𝑃𝑋 π‘˜π‘ƒπ‘‹+𝑛
untuk semua bilangan bulat tak negatif n, k dan x. Secara intuitif, dikatakan
bahwa agar (x) dapat hidup n + k tahun, individu pertama-tama harus hidup n
tahun, dan kemudian, menjadi usia x + n, harus hidup k tahun lagi.
Tabel
Mortalitas
3
Membangun Tabel Kehidupan (Life Table ) dari nilai π‘žπ‘₯
Tabel Kehidupan dibangun dengan terlebih dahulu memperoleh nilai untuk x
=0,1,..., πœ” βˆ’ 1. Pada dasarnya dilakukan dengan melakukan penelitian dimana
kita mengamati berapa lama orang yang berbeda usia akan hidup. Misalnya, jika
kita mengamati sekelompok 1000 orang yang berusia tepat 50 tahun dan 10 dari
mereka meninggal dalam waktu 1 tahun, maka kita dapat memperkirakan
sebagai 0,01, tentu saja penyederhanaan dan prosesnya jauh lebih rumit. Tidak
praktis untuk mengumpulkan kelompok orang yang berusia tepat 50 tahun pada
satu waktu tertentu dan mengamati mereka selama satu tahun penuh . Tabel
kehidupan (Life Table) dapat dibentuk secara induktif,dimulai dengan , dari
rumus
𝑑π‘₯ = β„“0π‘žπ‘₯ β„“π‘₯+1 = β„“π‘₯ - 𝑑π‘₯
Tabel kehidupan ( Life Tabel)adalah tabulasi x dan dx di mana x adalah bilangan
bulat tidak negatif.
Berikut adalah contoh bagian dari tabel kehidupan (ini hanya ilustrasi, dan angkanya
tidak dimaksudkan untuk menjadi realistis):
x β„“π‘₯ 𝑑π‘₯
0 100 000 2000
1 98 000 1500
2 96 500 1000
3 95 500 900
. . .
. . .
. . .
πœ” 0
Harapan
Hidup (Life
Expectacy
4
Harapan Hidup
Harapan hidup adalah usia seseoramg yang dihitung secara statistik dimana
seseorang diharapkan untuk hidup sampai, berdasarkan data aktuaria. Ada
banyak kegunaannya di dunia keuangan, termasuk asuransi jiwa, perencanaan
pensiun, dan manfaat Jaminan Sosial .Misalkan kita mulai dengan x orang
berusia x. Setelah 1 tahun, akan ada x+1 orang yang masih hidup yang masing-
masing akan menyumbang 1 tahun hidup untuk total ini. Pada akhirnya dari 2
tahun akan ada x+2 porangbyang masih hidup ditahun ini yang masing-masing
akan berkontribusi satu tahun lagi untuktotal. Melanjutkan cara ini, kita dapat
memperkirakan total masa depan semua kehidupan sebagai:
β„“π‘₯+1 + β„“π‘₯+2 + β„“π‘₯+3 + …+β„“πœ”βˆ’1
Rata-rata harapan hidup setiap orang dari β„“π‘₯
𝑒π‘₯
=
β„“π‘₯+1+β„“π‘₯+2 + β„“π‘₯+3 + …+β„“πœ”βˆ’1
β„“π‘₯
Kuantitas 𝑒π‘₯ dikenal sebagai harapan hidup pendek atau harapan hidup singkat
pada usia x. Ada rumus rekursi sederhana untuk menghitung 𝑒π‘₯ untuk semua
nilai x
𝑒π‘₯ = 𝑝π‘₯ + 2𝑃
π‘₯ + 3𝑃π‘₯ + β‹― + πœ” βˆ’ π‘₯ βˆ’ 1𝑃π‘₯
= 𝑃π‘₯ 1 + 𝑃π‘₯+1 + 2𝑃π‘₯+1 + β‹― + πœ” βˆ’ π‘₯ βˆ’ 2𝑃π‘₯+1
=𝑃π‘₯ (1 + 𝑒π‘₯+1)
Complex expectation of life adalah istilah yang terjadi ketika dalam perhitungan
harapan hidup , tahun tidak lengkap dialami oleh seorang anggota β„“π‘₯
diperhitungkan,maka cara menghitung harapan hidupnya adalah :
𝑒π‘₯
Β°
=
1
β„“π‘₯ 0
π‘€βˆ’π‘₯
β„“π‘₯+𝑑 dt
= 0
π‘€βˆ’π‘₯
𝑑𝑃π‘₯
● Pada Interval [0,1]
0
1
β„“π‘₯+𝑑 dt =
β„“π‘₯+ β„“π‘₯+1
2
● Pada interval [1,2]
1
2
β„“π‘₯+𝑑 dt =
β„“π‘₯+1+ β„“π‘₯+2
2
Dengan cara yang sama pada semua interval, diperoleh
𝑒π‘₯
Β°
=
1
β„“π‘₯
(
β„“π‘₯+ β„“π‘₯+1
2
+
β„“π‘₯+1+ β„“π‘₯+2
2
+ ……)
𝑒π‘₯
Β°
= 𝑒π‘₯ +
1
2
RINGKASAN FORMULA
ℓ𝒙+𝟏 = ℓ𝒙 - 𝒅𝒙
β„“π‘₯ = Jumlah orang yang tepat berusia x
ℓ𝑋+1 = Jumlah orang yang hidup pada x+1 tahun
dx = Jumlah orang yang mati sebelum mencapai usia x+1
𝒒𝒙 =
β„“π’™βˆ’ ℓ𝒙+𝟏
ℓ𝒙
=
𝒅𝒙
ℓ𝒙
π‘žπ‘₯ = Peluang seseorang meninggal pada usia x
n𝑷𝑿 =
ℓ𝒙+𝒏
ℓ𝒙
𝑛𝑃
π‘₯ = Peluang seseorang berusia x akan hidup n tahun
𝒏𝒒𝑿 =
π“΅π’™βˆ’ 𝓡𝒙+𝒏
𝓡𝒙
𝒏𝒒𝑿 = 1 βˆ’ 𝒏𝑷𝑿
π‘›π‘žπ‘₯ = Peluang seseorang berusia x meninggal pada usia n tahun
n|k𝒒𝒙= 𝒏𝑷𝑿 π’Œπ’’π‘Ώ+𝒏 =
𝓡𝒙+π’βˆ’ 𝓡𝒙+𝒏+π’Œ
𝓡𝒙
n|kπ‘žπ‘₯= Peluang seseorang berusia x meninggal antara usia x+n dan
x+n+k tahun
𝒆𝒙
=
𝓡𝒙+𝟏+𝓡𝒙+𝟐 + 𝓡𝒙+πŸ‘ + …+π“΅πŽβˆ’πŸ
ℓ𝒙
𝑒π‘₯ = rata βˆ’ rata harapan hidup ringkas
𝒆𝒙
Β°
= 𝒆𝒙 +
𝟏
𝟐
ex
Β°
= Harapan Hidup Lengkap
Contoh Soal
Peluang dan Mortalitas
X πœ„π‘₯ 𝑑π‘₯
30 10 000.00 34.78
31 9 965.22 38.10
32 9 927.12 41.76
33 9 885.35 45.81
34 9 839.55 50.26
35 9 789.29 55.17
36 9 734.12 60.56
37 9 673.56 66.49
38 9 607.07 72.99
39 9 534.08 80.11
Dari tabel diatas, Hitunglah :
a.)πœ„40
b.)10𝑃30
c.) π‘ž35
d.) 5π‘ž30, dan
e.) peluang hidup orang yang berusia tepat 30 tahun
meninggal antara 35 dan 36 tahun
Penyelesaiana :
a. ) berdasarkan rumus, didapatkan
πœ„40 = πœ„39 - 𝑑39
= 9 534.08 - 80.11
= 9453,91
b.) berdasarkan rumus, didapatkan
10𝑃30 =
πœ„40
𝑙30
=
9453,91
10 000
= 0,945391
c.) berdasarkan rumus, didapatkan
π‘ž35 =
𝑑35
πœ„35
=
55.17
9 789.29
= 0.00564
d.) berdasarkan rumus, didapatkan
5π‘ž30 =
πœ„30βˆ’ β„“35
β„“30
=
10 000.00βˆ’9 789.29
10 000.00
= 0.02107
e.) peluang 5|π‘ž30 =
πœ„35βˆ’ β„“36
β„“30
=
𝑑35
πœ„35
= 0,0055
Sumber
Dickson, D. C., Hardy, M. R. & Waters, H. R., 2013. Actuarial Mathematics for Life Contigent Risk. 2nd ed. Cambridge: Cambridge
University Press.
Promislow, S. D., 2011. Fundamentals of Actuarial Mathematics. 2nd ed. West Sussex: wiley.
CREDITS: This presentation template was
created by Slidesgo, including icons by
Flaticon, infographics & images by Freepik
Does anyone have any questions?
addyouremail@freepik.com
+91 620 421 838
yourcompany.com
THANKS
!
Please keep this slide for attribution

More Related Content

Similar to a) l40 = 9,534.08 - 80.11 = 9,453.97b) 10P30 = l40/l30 = 9,453.97/10,000 = 0.9454c) q35 = d35/l35 = 55.17/9,789.29 = 0.005634 d) 5q30 = (l30 - l35)/l30 = (10,000 - 9,789.29)/10,000 = 0.021071e) Peluang hidup orang berusia 30 tahun meninggal antara 35-36 tahun = 5P30q35

Distribusi Populasi
Distribusi PopulasiDistribusi Populasi
Distribusi PopulasiLevina Lme
Β 
Pertemuan 10 (distribusi binomial, poisson, distribusi normal) edit
Pertemuan 10 (distribusi binomial, poisson, distribusi normal) editPertemuan 10 (distribusi binomial, poisson, distribusi normal) edit
Pertemuan 10 (distribusi binomial, poisson, distribusi normal) editreno sutriono
Β 
Makalah distribusi binomial, poisson, distribusi normal
Makalah distribusi binomial, poisson, distribusi normalMakalah distribusi binomial, poisson, distribusi normal
Makalah distribusi binomial, poisson, distribusi normalAisyah Turidho
Β 
Statistik Kependudukan
Statistik KependudukanStatistik Kependudukan
Statistik KependudukanDokter Kota
Β 
Life table manusia
Life table manusiaLife table manusia
Life table manusiaErvi Afifah
Β 
Makalah seminar matematika djuwita trisnawati
Makalah seminar matematika djuwita trisnawatiMakalah seminar matematika djuwita trisnawati
Makalah seminar matematika djuwita trisnawatitrisnawatidjuwita
Β 
Journal review - Optimal Control Problem of Treatment for Obesity in a Close...
Journal review - Optimal Control Problem of Treatment for Obesity in  a Close...Journal review - Optimal Control Problem of Treatment for Obesity in  a Close...
Journal review - Optimal Control Problem of Treatment for Obesity in a Close...ayu bekti
Β 
Distribusi teoretis
Distribusi teoretisDistribusi teoretis
Distribusi teoretisEman Mendrofa
Β 
Critical & Review Jurnal :The Crossover Between Life Expectancies at Birth a...
Critical & Review Jurnal :The Crossover Between  Life Expectancies at Birth a...Critical & Review Jurnal :The Crossover Between  Life Expectancies at Birth a...
Critical & Review Jurnal :The Crossover Between Life Expectancies at Birth a...Dewi Setiyani Putri
Β 
Akar dan Pangkat
Akar dan PangkatAkar dan Pangkat
Akar dan Pangkatmia amelia
Β 
STATISTIK MATEMATIKA (Distribusi)
STATISTIK MATEMATIKA (Distribusi) STATISTIK MATEMATIKA (Distribusi)
STATISTIK MATEMATIKA (Distribusi) erik-pebs
Β 
Distribusi peluang diskrit(8)
Distribusi peluang diskrit(8)Distribusi peluang diskrit(8)
Distribusi peluang diskrit(8)rizka_safa
Β 
Konsep distribusi peluang_kontinu(9)
Konsep distribusi peluang_kontinu(9)Konsep distribusi peluang_kontinu(9)
Konsep distribusi peluang_kontinu(9)rizka_safa
Β 
K6_INDRALAYA_DISTRIBUSI NORMAL_STATISTIKA PENDIDIKAN.pptx
K6_INDRALAYA_DISTRIBUSI NORMAL_STATISTIKA PENDIDIKAN.pptxK6_INDRALAYA_DISTRIBUSI NORMAL_STATISTIKA PENDIDIKAN.pptx
K6_INDRALAYA_DISTRIBUSI NORMAL_STATISTIKA PENDIDIKAN.pptxTriOktariana2
Β 
07 analisis frekuensi-kategori-1
07 analisis frekuensi-kategori-107 analisis frekuensi-kategori-1
07 analisis frekuensi-kategori-1budiyantoSilaban
Β 
Kelompok 3 staTER PRESENTASI.pptx
Kelompok 3 staTER PRESENTASI.pptxKelompok 3 staTER PRESENTASI.pptx
Kelompok 3 staTER PRESENTASI.pptxDimasPrayuda10
Β 

Similar to a) l40 = 9,534.08 - 80.11 = 9,453.97b) 10P30 = l40/l30 = 9,453.97/10,000 = 0.9454c) q35 = d35/l35 = 55.17/9,789.29 = 0.005634 d) 5q30 = (l30 - l35)/l30 = (10,000 - 9,789.29)/10,000 = 0.021071e) Peluang hidup orang berusia 30 tahun meninggal antara 35-36 tahun = 5P30q35 (19)

Distribusi Populasi
Distribusi PopulasiDistribusi Populasi
Distribusi Populasi
Β 
Pertemuan 10 (distribusi binomial, poisson, distribusi normal) edit
Pertemuan 10 (distribusi binomial, poisson, distribusi normal) editPertemuan 10 (distribusi binomial, poisson, distribusi normal) edit
Pertemuan 10 (distribusi binomial, poisson, distribusi normal) edit
Β 
Makalah distribusi binomial, poisson, distribusi normal
Makalah distribusi binomial, poisson, distribusi normalMakalah distribusi binomial, poisson, distribusi normal
Makalah distribusi binomial, poisson, distribusi normal
Β 
Statistik Kependudukan
Statistik KependudukanStatistik Kependudukan
Statistik Kependudukan
Β 
Life table manusia
Life table manusiaLife table manusia
Life table manusia
Β 
Hati hati generalisasi
Hati hati generalisasiHati hati generalisasi
Hati hati generalisasi
Β 
Makalah seminar matematika djuwita trisnawati
Makalah seminar matematika djuwita trisnawatiMakalah seminar matematika djuwita trisnawati
Makalah seminar matematika djuwita trisnawati
Β 
Journal review - Optimal Control Problem of Treatment for Obesity in a Close...
Journal review - Optimal Control Problem of Treatment for Obesity in  a Close...Journal review - Optimal Control Problem of Treatment for Obesity in  a Close...
Journal review - Optimal Control Problem of Treatment for Obesity in a Close...
Β 
Distribusi teoretis
Distribusi teoretisDistribusi teoretis
Distribusi teoretis
Β 
Kependudukan
KependudukanKependudukan
Kependudukan
Β 
Critical & Review Jurnal :The Crossover Between Life Expectancies at Birth a...
Critical & Review Jurnal :The Crossover Between  Life Expectancies at Birth a...Critical & Review Jurnal :The Crossover Between  Life Expectancies at Birth a...
Critical & Review Jurnal :The Crossover Between Life Expectancies at Birth a...
Β 
Akar dan Pangkat
Akar dan PangkatAkar dan Pangkat
Akar dan Pangkat
Β 
statistik
statistikstatistik
statistik
Β 
STATISTIK MATEMATIKA (Distribusi)
STATISTIK MATEMATIKA (Distribusi) STATISTIK MATEMATIKA (Distribusi)
STATISTIK MATEMATIKA (Distribusi)
Β 
Distribusi peluang diskrit(8)
Distribusi peluang diskrit(8)Distribusi peluang diskrit(8)
Distribusi peluang diskrit(8)
Β 
Konsep distribusi peluang_kontinu(9)
Konsep distribusi peluang_kontinu(9)Konsep distribusi peluang_kontinu(9)
Konsep distribusi peluang_kontinu(9)
Β 
K6_INDRALAYA_DISTRIBUSI NORMAL_STATISTIKA PENDIDIKAN.pptx
K6_INDRALAYA_DISTRIBUSI NORMAL_STATISTIKA PENDIDIKAN.pptxK6_INDRALAYA_DISTRIBUSI NORMAL_STATISTIKA PENDIDIKAN.pptx
K6_INDRALAYA_DISTRIBUSI NORMAL_STATISTIKA PENDIDIKAN.pptx
Β 
07 analisis frekuensi-kategori-1
07 analisis frekuensi-kategori-107 analisis frekuensi-kategori-1
07 analisis frekuensi-kategori-1
Β 
Kelompok 3 staTER PRESENTASI.pptx
Kelompok 3 staTER PRESENTASI.pptxKelompok 3 staTER PRESENTASI.pptx
Kelompok 3 staTER PRESENTASI.pptx
Β 

Recently uploaded

Geologi Jawa Timur-Madura Kelompok 6.pdf
Geologi Jawa Timur-Madura Kelompok 6.pdfGeologi Jawa Timur-Madura Kelompok 6.pdf
Geologi Jawa Timur-Madura Kelompok 6.pdfAuliaAulia63
Β 
KONSEP DASAR ADVOKASI GIZI KEBIJAKAN PEMERINTAHAN
KONSEP DASAR ADVOKASI GIZI KEBIJAKAN PEMERINTAHANKONSEP DASAR ADVOKASI GIZI KEBIJAKAN PEMERINTAHAN
KONSEP DASAR ADVOKASI GIZI KEBIJAKAN PEMERINTAHANDevonneDillaElFachri
Β 
Perlindungan Anak Dalam Hukum Perdata (2).pdf
Perlindungan Anak Dalam Hukum Perdata (2).pdfPerlindungan Anak Dalam Hukum Perdata (2).pdf
Perlindungan Anak Dalam Hukum Perdata (2).pdfjeffrisovana999
Β 
KISI KISI PSAJ IPS KLS IX 2324.docskskkks
KISI KISI PSAJ IPS KLS IX 2324.docskskkksKISI KISI PSAJ IPS KLS IX 2324.docskskkks
KISI KISI PSAJ IPS KLS IX 2324.docskskkksdanzztzy405
Β 
Sistem operasi adalah program yang bertindak sebagai perantara antara user de...
Sistem operasi adalah program yang bertindak sebagai perantara antara user de...Sistem operasi adalah program yang bertindak sebagai perantara antara user de...
Sistem operasi adalah program yang bertindak sebagai perantara antara user de...Shary Armonitha
Β 
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptxUKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptxzidanlbs25
Β 
Contoh Algoritma Asosiasi pada data mining
Contoh Algoritma Asosiasi pada data miningContoh Algoritma Asosiasi pada data mining
Contoh Algoritma Asosiasi pada data miningSamFChaerul
Β 

Recently uploaded (8)

Geologi Jawa Timur-Madura Kelompok 6.pdf
Geologi Jawa Timur-Madura Kelompok 6.pdfGeologi Jawa Timur-Madura Kelompok 6.pdf
Geologi Jawa Timur-Madura Kelompok 6.pdf
Β 
Abortion pills in Kuwait salmiyah [+966572737505 ] Get Cytotec in Kuwait city...
Abortion pills in Kuwait salmiyah [+966572737505 ] Get Cytotec in Kuwait city...Abortion pills in Kuwait salmiyah [+966572737505 ] Get Cytotec in Kuwait city...
Abortion pills in Kuwait salmiyah [+966572737505 ] Get Cytotec in Kuwait city...
Β 
KONSEP DASAR ADVOKASI GIZI KEBIJAKAN PEMERINTAHAN
KONSEP DASAR ADVOKASI GIZI KEBIJAKAN PEMERINTAHANKONSEP DASAR ADVOKASI GIZI KEBIJAKAN PEMERINTAHAN
KONSEP DASAR ADVOKASI GIZI KEBIJAKAN PEMERINTAHAN
Β 
Perlindungan Anak Dalam Hukum Perdata (2).pdf
Perlindungan Anak Dalam Hukum Perdata (2).pdfPerlindungan Anak Dalam Hukum Perdata (2).pdf
Perlindungan Anak Dalam Hukum Perdata (2).pdf
Β 
KISI KISI PSAJ IPS KLS IX 2324.docskskkks
KISI KISI PSAJ IPS KLS IX 2324.docskskkksKISI KISI PSAJ IPS KLS IX 2324.docskskkks
KISI KISI PSAJ IPS KLS IX 2324.docskskkks
Β 
Sistem operasi adalah program yang bertindak sebagai perantara antara user de...
Sistem operasi adalah program yang bertindak sebagai perantara antara user de...Sistem operasi adalah program yang bertindak sebagai perantara antara user de...
Sistem operasi adalah program yang bertindak sebagai perantara antara user de...
Β 
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptxUKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
Β 
Contoh Algoritma Asosiasi pada data mining
Contoh Algoritma Asosiasi pada data miningContoh Algoritma Asosiasi pada data mining
Contoh Algoritma Asosiasi pada data mining
Β 

a) l40 = 9,534.08 - 80.11 = 9,453.97b) 10P30 = l40/l30 = 9,453.97/10,000 = 0.9454c) q35 = d35/l35 = 55.17/9,789.29 = 0.005634 d) 5q30 = (l30 - l35)/l30 = (10,000 - 9,789.29)/10,000 = 0.021071e) Peluang hidup orang berusia 30 tahun meninggal antara 35-36 tahun = 5P30q35

  • 1. Kelompok 1 Alponsius Sinurat (4203230011) Laila Alawiyah Pulungan (4202530011) Lusi Afriana Malau (4203230034) Rahmat Syahroni (4202530008) Suci Hartati (4203230021) PELUANG DAN MORTALITAS
  • 2. TABLE OF CONTENTS Pengantar Materi Peluang Kehidupan Tabel Mortalitas 1 3 2 4 Harapan Hidup (Life Expectacy) 5 Contoh Soal dan Pembahasan
  • 4. Mortalitas atau kematian merupakan salah satu di antara tiga komponen demografi yang dapat mempengaruhi perubahan penduduk, selain fertilitas (kelahiran) dan migrasi. Informasi tentang kematian penting baik bagi pemerintah maupun lembaga swasta. Salah satu diantaranya adalah perlunya angka peluang kematian menurut umur dalam proyeksi penduduk. Informasi tentang peluang kematian menurut umur suatu wilayah disajikan dalam bentuk tabel, yang dikenal dengan sebutan life table (tabel hayat/tabel mortalitas).Hidup matinya seseorang tidak seorang pun dapat menentukannya, tapi dari segi matematika, lebih ditujukan pada rata-rata seseorang dapat bertahan hidup hingga atau lebih dari waktu tertentu. Dari rata-rata tersebut dapat diramalkan peluang hidup seseorang dipilih secara acak menurut umurnya, peluang hidup ini diterapkan dalam suatu tabel yang disebut tabel mortalitas PENGANTAR
  • 6. Bagi aktuaris yang bekerja di bidang asuransi jiwa, tugas utamanya adalah memperkirakan pola kematian yang akan diperagakan oleh sekelompok individu disuatu wilayah. Perangkat dasar untuk mencapai ini dikenal sebagai tabel kehidupan. (Hal ini juga dikenal sebagai tabel kematian.)Misalkan β„“0 menjadi angka tak terdefinisi, biasanya dianggap sebagai angka bulat seperti 100.000. Misalkan kita mulai dengan sekelompok β„“0 yang baru lahir. Kami ingin memprediksi berapa banyak dari individu ini akan tetap hidup pada waktu tertentu di masa depan. Tentu saja, kita tidak bisa berharap untuk menghitung ini dengan tepat, tetapi kita dapat berharap untuk sampai pada perkiraan yang dekat jika kita memiliki penguasaan statistika yang cukup baik .Misalkan β„“π‘₯ menjadi orang yang berusia 1 hari (baru lahir) yang masih akan hidup pada usia x, dan misalkan dx adalah jumlah dari orang berusia 1 hari (baru lahir) yang meninggal antara usia x dan x + 1. Hubungan dasar antara besaran tersebut adalah : β„“π‘₯+1 = β„“π‘₯ - 𝑑π‘₯ Keterangan : β„“π‘₯= Jumlah orang yang tepat berusia x dx = Jumlah orang yang mati sebelum mencapai usia x+1 Peluang Kehidupan
  • 7. Peluang (Probability) Meskipun kami berasumsi bahwa kami dapat memprediksi x dengan tepat, masih ada keacakan/perkiraan dalam model kami,karena tidak diketahui apakah ada individu tertentu yang akan termasuk di antara survivors yang di ada titik waktu tertentu. Lebih mudah untuk memperkenalkan beberapa gagasan probabilistik dasar. Untuk bilangan bulat tak negatif n dan x: n𝑃𝑋 = β„“π‘₯+𝑛 β„“π‘₯ Maksud dari rumus diatas adalah Pertimbangkan β„“π‘₯ adalah pejuang (survivors) usia x. Dari grup ini, β„“π‘₯+𝑛 akan bertahan hidup sampai usia x + n. Hasil bagi kemudian memberi kita probabilitas bahwa seseorang berusia x,selanjutnya dilambangkan dengan simbol (x), akan hidup pada umur x + n.
  • 8. π‘›π‘žπ‘‹ = β„“π‘₯βˆ’ β„“π‘₯+𝑛 β„“π‘₯ Ini memberi kita probabilitas bahwa (x) akan mati antara usia x dan x + n. Jelas bahwa π‘›π‘žπ‘‹ = 1 - 𝑛𝑃𝑋 Melalui penerapan hukum-hukum probabilitas, peluang suatu kejadian yang berhubungan dengan X dapat dituliskan sebagai persamaan dalam fungsi kehidupan atau fungsi distribusi. Sebagai contoh, peluang seseorang yang baru lahir meninggal di antara x dan z (x<z) adalah : Sebagai contoh, dalam tabel yang kita akan memiliki 2𝑃0 = 965/1000, 2π‘ž1= 25/980. Besaran π‘žπ‘₯ sering disebut dengan mortalitas tingkat pada usia x. Berapa peluang (x) akan mati antara usia x + n dan x + n + k? Ini adalah kuantitas yang akan sering kita gunakan. Ada tiga cara utama untuk mengekspresikannya: β„“π‘₯+π‘›βˆ’ β„“π‘₯+𝑛+π‘˜ β„“π‘₯ , atau 𝑛𝑃𝑋 βˆ’ 𝑛 + π‘˜π‘ƒπ‘‹ , atau n|kπ‘žπ‘₯= 𝑛𝑃𝑋 π‘˜π‘žπ‘‹+𝑛 = β„“π‘₯+π‘›βˆ’ β„“π‘₯+𝑛+π‘˜ β„“π‘₯ n|kπ‘žπ‘₯ = Probabilitas seseorang berusia x meninggal antara usia x+n dan x+n+k dilambangkan ketiga ekspresi adalah sama.Mereka masing-masing dapat dijelaskan secara intuitif.Pertimbangkan yang pertama. Pembilangnya adalah bilangan orang yang hidup pada usia x + n, dikurangi jumlah yang hidup pada usia x + n + k. Perbedaan ini harus jumlah orang yang meninggal antara dua usia. Dibagi dengan jumlah orang yang kita mulai dengan akan memberi kita probabilitas yang diperlukan.
  • 9. Dalam ekspresi kedua kami mengungkapkan kuantitas ini sebagai probabilitas bahwa (x) akan hidup n tahun, tetapi tidak akan hidup n + k tahun. Di ketiga ekspresi kami mempertimbangkan dua tahap. Untuk mati di antara usia yang ditentukan, (x) harus hidup sampai usia x + n. Individu tersebut, saat itu berusia x + n, akan mati dalam k tahun berikutnya. Kami akan memiliki kesempatan untuk menggunakan ketiga ekspresi ini, memilih salah satu yang paling nyaman untuk tujuan yang ada.Identitas lain yang berguna, yang akan kita rujuk sebagai aturan perkalian, sebagai berikut: 𝑛 + π‘˜π‘ƒπ‘‹ = 𝑛𝑃𝑋 π‘˜π‘ƒπ‘‹+𝑛 untuk semua bilangan bulat tak negatif n, k dan x. Secara intuitif, dikatakan bahwa agar (x) dapat hidup n + k tahun, individu pertama-tama harus hidup n tahun, dan kemudian, menjadi usia x + n, harus hidup k tahun lagi.
  • 11. Membangun Tabel Kehidupan (Life Table ) dari nilai π‘žπ‘₯ Tabel Kehidupan dibangun dengan terlebih dahulu memperoleh nilai untuk x =0,1,..., πœ” βˆ’ 1. Pada dasarnya dilakukan dengan melakukan penelitian dimana kita mengamati berapa lama orang yang berbeda usia akan hidup. Misalnya, jika kita mengamati sekelompok 1000 orang yang berusia tepat 50 tahun dan 10 dari mereka meninggal dalam waktu 1 tahun, maka kita dapat memperkirakan sebagai 0,01, tentu saja penyederhanaan dan prosesnya jauh lebih rumit. Tidak praktis untuk mengumpulkan kelompok orang yang berusia tepat 50 tahun pada satu waktu tertentu dan mengamati mereka selama satu tahun penuh . Tabel kehidupan (Life Table) dapat dibentuk secara induktif,dimulai dengan , dari rumus 𝑑π‘₯ = β„“0π‘žπ‘₯ β„“π‘₯+1 = β„“π‘₯ - 𝑑π‘₯
  • 12. Tabel kehidupan ( Life Tabel)adalah tabulasi x dan dx di mana x adalah bilangan bulat tidak negatif. Berikut adalah contoh bagian dari tabel kehidupan (ini hanya ilustrasi, dan angkanya tidak dimaksudkan untuk menjadi realistis): x β„“π‘₯ 𝑑π‘₯ 0 100 000 2000 1 98 000 1500 2 96 500 1000 3 95 500 900 . . . . . . . . . πœ” 0
  • 14. Harapan Hidup Harapan hidup adalah usia seseoramg yang dihitung secara statistik dimana seseorang diharapkan untuk hidup sampai, berdasarkan data aktuaria. Ada banyak kegunaannya di dunia keuangan, termasuk asuransi jiwa, perencanaan pensiun, dan manfaat Jaminan Sosial .Misalkan kita mulai dengan x orang berusia x. Setelah 1 tahun, akan ada x+1 orang yang masih hidup yang masing- masing akan menyumbang 1 tahun hidup untuk total ini. Pada akhirnya dari 2 tahun akan ada x+2 porangbyang masih hidup ditahun ini yang masing-masing akan berkontribusi satu tahun lagi untuktotal. Melanjutkan cara ini, kita dapat memperkirakan total masa depan semua kehidupan sebagai: β„“π‘₯+1 + β„“π‘₯+2 + β„“π‘₯+3 + …+β„“πœ”βˆ’1 Rata-rata harapan hidup setiap orang dari β„“π‘₯ 𝑒π‘₯ = β„“π‘₯+1+β„“π‘₯+2 + β„“π‘₯+3 + …+β„“πœ”βˆ’1 β„“π‘₯
  • 15. Kuantitas 𝑒π‘₯ dikenal sebagai harapan hidup pendek atau harapan hidup singkat pada usia x. Ada rumus rekursi sederhana untuk menghitung 𝑒π‘₯ untuk semua nilai x 𝑒π‘₯ = 𝑝π‘₯ + 2𝑃 π‘₯ + 3𝑃π‘₯ + β‹― + πœ” βˆ’ π‘₯ βˆ’ 1𝑃π‘₯ = 𝑃π‘₯ 1 + 𝑃π‘₯+1 + 2𝑃π‘₯+1 + β‹― + πœ” βˆ’ π‘₯ βˆ’ 2𝑃π‘₯+1 =𝑃π‘₯ (1 + 𝑒π‘₯+1) Complex expectation of life adalah istilah yang terjadi ketika dalam perhitungan harapan hidup , tahun tidak lengkap dialami oleh seorang anggota β„“π‘₯ diperhitungkan,maka cara menghitung harapan hidupnya adalah : 𝑒π‘₯ Β° = 1 β„“π‘₯ 0 π‘€βˆ’π‘₯ β„“π‘₯+𝑑 dt = 0 π‘€βˆ’π‘₯ 𝑑𝑃π‘₯ ● Pada Interval [0,1] 0 1 β„“π‘₯+𝑑 dt = β„“π‘₯+ β„“π‘₯+1 2 ● Pada interval [1,2] 1 2 β„“π‘₯+𝑑 dt = β„“π‘₯+1+ β„“π‘₯+2 2
  • 16. Dengan cara yang sama pada semua interval, diperoleh 𝑒π‘₯ Β° = 1 β„“π‘₯ ( β„“π‘₯+ β„“π‘₯+1 2 + β„“π‘₯+1+ β„“π‘₯+2 2 + ……) 𝑒π‘₯ Β° = 𝑒π‘₯ + 1 2
  • 17. RINGKASAN FORMULA ℓ𝒙+𝟏 = ℓ𝒙 - 𝒅𝒙 β„“π‘₯ = Jumlah orang yang tepat berusia x ℓ𝑋+1 = Jumlah orang yang hidup pada x+1 tahun dx = Jumlah orang yang mati sebelum mencapai usia x+1 𝒒𝒙 = β„“π’™βˆ’ ℓ𝒙+𝟏 ℓ𝒙 = 𝒅𝒙 ℓ𝒙 π‘žπ‘₯ = Peluang seseorang meninggal pada usia x n𝑷𝑿 = ℓ𝒙+𝒏 ℓ𝒙 𝑛𝑃 π‘₯ = Peluang seseorang berusia x akan hidup n tahun 𝒏𝒒𝑿 = π“΅π’™βˆ’ 𝓡𝒙+𝒏 𝓡𝒙 𝒏𝒒𝑿 = 1 βˆ’ 𝒏𝑷𝑿 π‘›π‘žπ‘₯ = Peluang seseorang berusia x meninggal pada usia n tahun n|k𝒒𝒙= 𝒏𝑷𝑿 π’Œπ’’π‘Ώ+𝒏 = 𝓡𝒙+π’βˆ’ 𝓡𝒙+𝒏+π’Œ 𝓡𝒙 n|kπ‘žπ‘₯= Peluang seseorang berusia x meninggal antara usia x+n dan x+n+k tahun 𝒆𝒙 = 𝓡𝒙+𝟏+𝓡𝒙+𝟐 + 𝓡𝒙+πŸ‘ + …+π“΅πŽβˆ’πŸ ℓ𝒙 𝑒π‘₯ = rata βˆ’ rata harapan hidup ringkas 𝒆𝒙 Β° = 𝒆𝒙 + 𝟏 𝟐 ex Β° = Harapan Hidup Lengkap
  • 19. X πœ„π‘₯ 𝑑π‘₯ 30 10 000.00 34.78 31 9 965.22 38.10 32 9 927.12 41.76 33 9 885.35 45.81 34 9 839.55 50.26 35 9 789.29 55.17 36 9 734.12 60.56 37 9 673.56 66.49 38 9 607.07 72.99 39 9 534.08 80.11 Dari tabel diatas, Hitunglah : a.)πœ„40 b.)10𝑃30 c.) π‘ž35 d.) 5π‘ž30, dan e.) peluang hidup orang yang berusia tepat 30 tahun meninggal antara 35 dan 36 tahun
  • 20. Penyelesaiana : a. ) berdasarkan rumus, didapatkan πœ„40 = πœ„39 - 𝑑39 = 9 534.08 - 80.11 = 9453,91 b.) berdasarkan rumus, didapatkan 10𝑃30 = πœ„40 𝑙30 = 9453,91 10 000 = 0,945391 c.) berdasarkan rumus, didapatkan π‘ž35 = 𝑑35 πœ„35 = 55.17 9 789.29 = 0.00564 d.) berdasarkan rumus, didapatkan 5π‘ž30 = πœ„30βˆ’ β„“35 β„“30 = 10 000.00βˆ’9 789.29 10 000.00 = 0.02107 e.) peluang 5|π‘ž30 = πœ„35βˆ’ β„“36 β„“30 = 𝑑35 πœ„35 = 0,0055
  • 21. Sumber Dickson, D. C., Hardy, M. R. & Waters, H. R., 2013. Actuarial Mathematics for Life Contigent Risk. 2nd ed. Cambridge: Cambridge University Press. Promislow, S. D., 2011. Fundamentals of Actuarial Mathematics. 2nd ed. West Sussex: wiley.
  • 22. CREDITS: This presentation template was created by Slidesgo, including icons by Flaticon, infographics & images by Freepik Does anyone have any questions? addyouremail@freepik.com +91 620 421 838 yourcompany.com THANKS ! Please keep this slide for attribution