Ringkasan dokumen tersebut adalah:
1. Dokumen tersebut membahas tentang perhitungan premi asuransi penyakit kritis berdasarkan tingkat prevalensi penyakit kanker dan COVID-19 di Indonesia menggunakan rantai Markov.
2. Metodologi yang digunakan adalah mengambil data tingkat prevalensi dari sumber resmi kemudian dilakukan interpolasi linier untuk mendapatkan nilai variabel terikat.
3. Tujuan penelitian adalah
1. slidesmania.com
Perhitungan Premi Asuransi Penyakit Kritis
berdasarkan Tingkat Prevalensi Penyakit Kanker dan
COVID 19 di Indonesia menggunakan Rantai Markov
AINUL RAHAYUNINGTIAS| 181810101019
Dosen pembimbing I : Dosen Penguji I :
Dr. Mohamat Fatekurohman, S.Si.,M.Si Dian Anggraeni, S.Si., M.Si.
Dosen Pembimbing II : Dosen Penguji II :
Prof. Drs. I Made Tirta, M.Sc., Ph.D. Drs. Moh. Hasan, M.Sc., Ph.D.
4. slidesmania.com
1.1 LATAR BELAKANG
o Indonesia merupakan salah satu Negara dengan indeks
kesehatan yang masih tergolong rendah
o Kasus kematian di Indonesia paling banyak disebabkan oleh
penyakit Covid 19 dan peyakit Kanker
o Penting bagi setiap orang untuk mempersiapkan rencana
dalam jangka panjang untuk mengantisipasi terjadinya
kemungkinan terburuk pada masa yang akan datang
o Megikuti sebuah produk asuransi dapat meminimalisir
kerugian financial yang diakibatkan oleh kecelakaan, sakit,
maupun kematian
o Asuransi merupakan kesepakatan antara perusahaan asuransi
dan tertanggung, pihak penanggung akan memperoleh premi
dari tertanggung sebagai uang pertanggungan apabila
tertanggung mengalami persitiwa yang tidak pasti seperti
kecelakaan dan kematian.
o Salah satu produk asuransi yang memberikan jaminan untuk
seseorang yang terserang oleh penyakit kritis seperti Covid 19
dan Kanker yaitu produk asuransi penyakit kritisi
5. slidesmania.com
Aritonang, dkk (2020) Puteri (2021) Daulay (2018) Ningsih (2019)
PENELITIAN TERDAHULU
Analisis Pertambahan Pasien
COVID-19 di Indonesia
Menggunakan Metode Rantai
Markov
Analisis Rantai Markov dalam
Memprediksi Status Pasien
COVID-19 di Indonesia
Aplikasi Rantai Markov dalam
Perhitungan Premi Asuransi
Long Term Care
Model Multi status dalam
Penentuan Asuransi Kesehatan
Penderita Penyakit Jantung
6. slidesmania.com
1.2 Rumusan Masalah
a. Bagaimana menentukan besarnya premi bersih tahunan pada produk AIA PowerPro
Life dengan menggunakan rantai Markov?
b. Bagaimana kemampuan nasabah dalam membayar premi Asuransi ?
7. slidesmania.com
1.3 Tujuan
a. Dapat menentukan perhitungan besarnya nilai premi bersih tahunan peserta
asuransi penyakit kritis pada produk AIA PowerPro Life dengan menggunakan
model rantai Markov
b. Dapat menentukan bagaimana kemampuan nasabah dalam membayar premi
asuransi.
8. slidesmania.com
1.4 Manfaat
a. Dapat menambah wawasan bagi penulis maupun pembaca mengenai penerapan
rantai Markov dalam bidang statistik khususnya aktuaria untuk memahami
mekanisme perhitungan bersih tahunan pada asuransi penyakit kritis PowerPro Life
b. Dapat menentukan bagaimana kemampuan nasabah dalam membayar premi
asuransi.
10. slidesmania.com
2.1.1 Definisi Peluang
Apabila terdapat ๐ yang merupakan ruang sampel dari
suatu penelitian acak dan ๐ด merupakan ruang kejadiannya,
maka peluang kejadian ๐ด atau ๐(๐ด) dapat didefinisikan
sebagai berikut :
๐ ๐ด =
๐(๐ด)
๐(๐)
2.1.2 Peluang Bersyarat (Conditional Probability)
Apabila ๐ด โ ๐น sedemikian hingga ๐(๐ด) > 0, maka
peluang bersyarat ๐ต โ ๐น diberikan ๐ด atau ๐(๐ต|๐ด) dapat
didefinisikan sebagai berikut :
๐ ๐ต ๐ด =
๐(๐ด โฉ ๐ต)
๐(๐ด)
; โ๐ต โ ๐น
2.1 Peluang
Misalkan ๐ merupakan ruang sampel dari
kejadian ๐ต1, ๐ต2, . . ๐ต๐ dimana setiap kejadian
saling lepas dan untuk membentuk partisi
didalam ๐ apabila memenuhi :
๐ต๐ โ ๐
๐ต๐ โ ๐ต๐ = โ ; ๐ โ ๐; ๐ = 1,2 โฆ , ๐ dan ๐ = 1,2, . . , ๐
๐ต๐ โช ๐ต2 โช โฏ โช ๐ต๐ = ๐
2.2 Teorema Bayes
Interpolasi merupakan proses pencarian serta
perhitungan nilai dari suatu fungsi yang grafiknya
melewati sekumpulan titik yang diberikan. Interpolasi
linier merupakan cara untuk menentukan nilai yang
berada diantara dua nilai yang diketahui
berdasarkan persamaan linier atau persamaan garis
lurus. Persamaan interpolasi linier :
๐ฆ =
๐ฆ2 โ ๐ฆ1
๐ฅ2 โ ๐ฅ1
๐ฅ โ ๐ฅ1 + ๐ฆ1
Gambar 2.1 Grafik Interpolasi Linier
2.3 Interpolasi Linier untuk
Tingkat Prevalensi
11. slidesmania.com
2.4 Tabel Mortalitas 2.6 Rantai Markov
2.5 Proses Stokastik 2.7 Matriks
Terdapat variabel ๐๐ฅ dan ๐๐ฅ pada table mortalitas. ๐๐ฅ menyatakan jumlah orang yang
diharapkan masih hidup sampai usia ๐ฅ tahun dari sekelompok orang yang berjumlah ๐0 ketika
baru lahir. ๐0 yang menyatakan banyaknya bayi yang baru lahir dapat diasumsikan dengan ๐(๐ฅ).
Peluang (๐ฅ) akan meninggal sebelum mencapai usia (๐ฅ + ๐ก) tahun dapat dinyatakan dengan :
๐ก๐๐ฅ =
๐ก๐๐ฅ
๐๐ฅ
Rantai Markov merupakan proses stokastik yang mendeskripsikan urutan dari semua
kemungkinan kejadian yang memberikan probabilitas dari setiap kejadian tergantung
hanya pada keadaan tertentu yang dicapai pada kejadian sebelumnya (Norris,1998).
Suatu proses stokastik ๐0, ๐1, ๐2, โฆ , ๐๐ก memiliki sifat Markov, apabila setiap ๐ dan ๐
distribusi bersyarat pada ๐๐ก+1, โฆ , ๐๐ก+๐ yang bergantung pada ๐0, ๐1, ๐2, โฆ , ๐๐ก sama
dengan distribusi bersyarat yang hanya bergantung pada ๐๐ก saja.
Ross (2007) menjelaskan bahwa proses stokastik ๐ = {๐ ๐ก , ๐ก โ ๐}
adalah suatu himpunan dari peubah acak (random variable) yang
memetakan suatu ruang contoh (sample space) โฆ ke suatu ruang state
(state space) ๐.
Kumpulan angka-angka (elemen-elemen) yang disusun berdasarkan baris dan kolom
sehingga berbentuk persegi panjang dimana panjang dan lebarnya ditunjukkan oleh
banyaknya baris-baris dan kolom-kolom disebut dengan matriks. Contoh matriks :
=
๐11 ๐12
๐21 ๐22
โฆ ๐1๐
โฆ ๐2๐
โฎ โฎ
๐๐1 ๐๐2
โฑ โฎ
โฆ ๐๐๐
12. slidesmania.com
2.8 Rantai Markov Waktu Diskrit (Time Discrete Markov Chain)
Misalkan proses stokastik waktu diskrit ditunjukkan dengan {๐ ๐ , ๐ = 0,1,2 โฆ } dengan parameter waktu (n) adalah ๐ = 0,1,2, โฆ dan ruang
state ๐ = 0,1,2, โฆ. Dengan kata lain, ๐ ๐ = ๐ mendefinisikan bahwa proses dalam state ๐ pada waktu. Apabila kemungkinan di masa depan (๐ +
1) dalam state ๐ hanya bergantung pada kondisi state i pada waktu ๐. Maka proses tersebut disebut rantai Markov waktu diskrit. Probabilitasnya
dinotasikan dengan ๐๐๐ (Osaki, 1992).
Definisi peluang transisi :
Peluang transisi ๐๐๐ adalah peluang pada system yang bergerak dari keadaan ๐๐ ke ๐๐ dalam satu langkah dan satu interval waktu. Peluang
transisi ๐๐๐ dapat dinotasikan dengan ๐๐๐ = ๐(๐๐|๐๐). Matriks transisi pada suatu sistem dengan ๐ก keadaan ๐0, ๐1, ๐2, โฆ , ๐๐ก dan peluang transisi
๐๐๐; ๐, ๐ = 0,1,2 โฆ ๐ก ditunjukkan pada persamaan :
๐ =
๐11 ๐12 โฆ . ๐1๐ก
๐21 ๐22 โฆ . ๐2๐ก
๐๐ก1 ๐๐ก2 โฆ . ๐๐ก๐ก
13. slidesmania.com
Persamaan Chapman-Kolmogorov adalah sebuah meode untuk
menghitung peluang transisi dalam h-langkah. (Langi,2011). Persamaan
Chapman-Kolmogorov dapat didefinisikan sebagai berikut :
๐๐๐
(โ+๐ค)
= ๐=0
๐ก
๐๐๐
(โ)
๐
๐๐
(๐ค)
Peluang transisi bersyarat โ langkah dinotasikan dengan :
๐โ
=
๐11
โ
๐12
โ
โฆ . ๐1๐ก
โ
๐21
โ
๐22
โ
โฆ . ๐2๐ก
โ
๐๐ก1
โ
๐๐ก2
โ
โฆ . ๐๐ก๐ก
โ
Dimana ๐โ adalah multiple dari matriks ๐ ๐ฅ ๐ ๐ฅ ๐, โฆ , ๐ sejumlah โ.
2.9 Persamaan Chapman Kolmogporov
Anuitas adalah suatu pembayaran dalam jumlah tertentu
yang dilakukan setiap selang waktu dan jangka waktu
tertentu secara berkelanjutan. Jenis-jenis anuitas menurut
system pembayarannya :
- Anuitas awal (due annuity)
- Anuitas akhir (immediate annuity)
Persamaan anuitas berjangka awal :
๐๐ฅ:๐ = 1 + ๐ฃ๐๐ฅ + โฏ + ๐ฃ๐โ1
๐โ1๐๐ฅ
2.10 Anuitas
14. slidesmania.com
2.11 Nilai Tunai Manfaat
2.12 Nilai Kini (Present Value)
2.13 Nilai Aktuaria
o Nilai tunai adalah n nilai polis pada suatu saat tertentu yang besarnya tidak sama dengan jumlah premi yang telah dibayar
o Manfaat merupakan jumlah uang yang dijamin dalam polis asuransi yang akan dibayarkan kepada pemegang polis yang ditunjuk sesuai dengan
persyaratannya.
Nilai kini atau nilai sekarang merupakan nilai uang saat ini untuk nilai tertentu dimasa yang akan datang. Indikator dari suatu kejadian ๐ธ dinotasikan dengan ๐ผ๐ธ, maka :
๐ผ๐ธ =
1, ๐๐๐๐ ๐ธ ๐ก๐๐๐๐๐๐
0, ๐๐๐๐ ๐ธ ๐ก๐๐๐๐ ๐ก๐๐๐๐๐๐
Nilai aktuaria adalah angka harapan atau ekspektasi dari nilai sekarang. Dengan mengasumsikan proses stokastik (๐ ๐ก , ๐ก โฅ 0) merupakan rantai
Markov diskrit dan pada waktu ๐ก risiko berada pada status (๐ ๐ก = ๐) sebagai kejadian bersyarat.
15. slidesmania.com
2.14 Asuransi Penyakit
Kritis
Jaminan yang diberikan :
- uang pertanggungan biaya rawat inap,
rawat jalan bagi seseorang yang
terserang penyakit kritis
- uang pertanggungan untuk seseorang
yang meninggal akibat penyakit kritis
tersebut
2.14 Asuransi Penyakit
Kritis
o AIA PowerPro Life merupakan salah satu
produk dari asuransi penyakit kritis yang
dijalankan oleh PT. AIA Financial
Indonesia.
o Masa pertanggungan AIA PowerPro Life
ini yaitu maksimal selama 10 tahun
dengan pembayaran premi tetap sesuai
dengan kesepakatan yang telah dibuat.
2.16 Premi Asuransi
o Premi asuransi merupakan
serangkaian pembayaran sejumlah
uang yang wajib dibayarkan oleh
tertanggung atau pemegang polis
kepada penanggung atau pihak
perusahaan asuransi yang digunakan
dalam pembuatan sebuah polis
asuransi yang berlaku.
o Jenis premi asuransi :
- Premi Bersih
- Premi Kotor
17. slidesmania.com
3.1 Data
Jenis data yang digunakan pada penelitian ini berupa data sekunder.
- Data tingkat prevalensi penyakit COVID di Indonesia diambil dari www.kemkes.go.id Tahun 2022
- Data tingkat prevalensi untuk penyakit kanker diperoleh dari International Agency for Research on Cancer melalui website https://gco.iarc.fr. Tahun 2020
3.2 Variabel Penelitian
o Variabel terikat berupa nilai interpolasi pada data tingkat prevalensi penyakit kanker dan COVID dan dinotasikan dengan ๐๐ฆ
12
o Variabel bebas berupa usia, suku bunga tahunan, jangka waktu pembayaran premi, konstanta pembanding, santunan kematian
18. slidesmania.com
3.3 Prosedur Penelitian
Langkah-langkah perhitungan premi asuransi penyakit kritis menggunakan rantai markov
dapat ditunjukkan sebagai berikut :
1. Mengetahui data tingkat prevalensi penyakit kanker tahun 2022 dan data tingkat prevalensi
penyakit COVID-19 tahun 2020 di Indonesia
2. Mengkontruksi data tabel mortalitas
3. Melakukan interpolasi pada data tingkat prevalensi penyakit kanker dan data tingkat
prevalensi penyakit COVID-19
4. Menyusun matriks peluang transisi โ untuk 4 status. Status yang digunakan yaitu status
sehat, status sakit tingkat 1, status tingkat 2, dan status meninggal.
5. Mensubstitusikan nilai ๐ฅ = umur (tahun), ๐ผ = suku bunga tahunan, ๐ = konstanta
pembanding, ๐ = santunan kematian, ๐ = jangka waktu pembayaran manfaat perawatan
(tahun), dan ๐ = jangka waktu pembayaran premi (tahun).
6. Menghitung premi bersih tahunan untuk asuransi penyakit kritis AIA PowerPro Life
menggunakan rumus :
๐ =
๐ด๐ผ
๐๐๐๐ฆ๐๐๐๐ก๐๐๐๐ก๐๐
(0,โ)
โ=0
๐ ๐ฃ
โ
โ๐๐ฅ
11
7. Diperoleh nilai premi tahunan yang harus dibayarkan setiap awal tahun selama ๐ tahun.
3.4 Mekanisme Alur Penelitian
Gambar 3.1 Mekanisme Alur Penelitian
19. slidesmania.com
Ayu, Srinadi. 2013. Pengantar Proses Stokastik. Denpasar: Fakultas Matematika dan Ilmu Pengetahuan Alam.
Effendi, Adhitya. R. 2015. Matematika Aktuari Dengan Software R. Jakarta: Penerbit Gadjah Mada University Press.
Futami, T. 1993. Matematika Asuransi Jiwa, Bagian 1. Terj. dari Seimei Hoken Sugaku, Jokan (โ92 Revision), oleh Herliyanto G. Japan: Penerbit Incorporated
Foundation Oriental Life Insurance Cultural Development Center.
Kellison, S. G. 1991. The Theory Of Interest. Irwin, Inc. IL.
Langi, Y. 2011. Penentuan Klasifikasi State Pada Rantai Markov Dengan Menggunakan Nilai Eigen dari Matriks Peluang Transisi. Jurnal Ilmiah Sains. 11(1): 124-130.
Lemorenty, M. 2013. Program Aplikasi Dengan Menggunakan Windows Visual Basic Dalam Mementukan Premi Asuransi Jiwa Seumur Hidup (Whole Life
Insurance) Dan Asuransi Berjangka (Term Life). Repository UPI: Universitas Pendidikan Indonesia.
Nawangsari, S, Iklima, F. M, dan Wibowo, E. P. 2008. Konsep Markov Chain untuk Menyelesaikan Prediksi Bencana Alam Di Wilayah Indonesia dengan Studi Kasus
Kotamadya Jakarta Utara. Jurnal: Universitas Gunadarma.
Norris, J. R. N, dan J. R. 1998. Markov chains (number 2). Cambridge university press.
Ross, S. M. 2007. Introduction to Probability Models. New York: Academic Press.
Sugiyono. 2003. Metode Penelitian. Bandung: Alfabeta.
DAFTARPUSTAKA