Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal MILANG Journal of Mathematics and Its Applications
PURNABA, I G. P.
Unknown Affiliation
Mathematics

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search
Journal : MILANG Journal of Mathematics and Its Applications

 1 
PENGHITUNGAN KREDIBILITAS DENGAN PUSTAKA ACTUAR DALAM R MAULIDI, I.; ERLIANA, W.; GARNADI, A. D.; NURDIATI, S.; PURNABA, I G. P.
MILANG Journal of Mathematics and Its Applications Vol. 16 No. 2 (2017): Journal of Mathematics and Its Applications
Publisher : School of Data Science, Mathematics and Informatics, IPB University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jmap.16.2.45-52

Abstract

Teori Kredibilitas (Credibility Theory) merupakan perangkat penting dalam pekerjaan aktuaria. Dengan menggunakan Kredibilitas dapat diduga besarnya pembayaran premi atau banyaknya klaim yang akan terjadi di masa mendatang secara kredibel. Dalam tulisan ini akan diperkenalkan konsep dalam teori kredibilitas dan aplikasinya dengan menggunakan paket Actuar yang ditulis menggunakan software R.
PENDUGAAN PARAMETER DAN KEKONVERGENAN PENDUGA PARAMETER MODEL POISSON HIDDEN MARKOV FIKRI, M.; SETIAWATY, B.; PURNABA, I G. P.
MILANG Journal of Mathematics and Its Applications Vol. 15 No. 1 (2016): Journal of Mathematics and Its Applications
Publisher : School of Data Science, Mathematics and Informatics, IPB University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jmap.15.1.45-54

Abstract

Model hidden Markov terdiri dari sepasang proses stokastik yaitu proses observasi dan proses yang memengaruhi observasi. Proses stokastik yang memengaruhi observasi ini diasumsikan membentuk rantai Markov dan tidak diamati. Model Poisson hidden Markov (MPHM) adalah salah satu model hidden Markov diskret dan proses observasinya jika diketahui proses yang memengaruhinya diasumsikan menyebar Poisson. Salah satu ciri MPHM adalah bersifat overdispersi, yaitu ragam data lebih besar dari rataannya. Permasalahan utama MPHM ialah  menduga parameter yang memaksimumkan fungsi likelihood. Fungsi likelihood dihitung menggunakan algoritme Forward-Backward. Algoritme Expectation Maximization (algoritme EM) digunakan untuk memaksimumkan fungsi likelihood. Penduga parameter MPHM yang diperoleh menggunakan algoritme EM konvergen ke titik stasioner dari fungsi likelihood.
ESTIMATING THE INTENSITY IN THE FORM OF A POWER FUNCTION OF AN INHOMOGENEOUS POISSON PROCESS MANGKU, I W.; WIDIYASTUTI, I.; PURNABA, I G. P.
MILANG Journal of Mathematics and Its Applications Vol. 4 No. 1 (2005): Journal of Mathematics and Its Applications
Publisher : School of Data Science, Mathematics and Informatics, IPB University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jmap.4.1.51-57

Abstract

An estimator of the intensity in the form of a power function of an inhomogeneous Poisson process is constructed and investigated. It is assumed that only a single realization of the Poisson process is observed in a bounded window. We prove that the proposed estimator is consistent when the size of the window indefinitely expands. The asymptotic bias, variance and the mean- squared error of the proposed estimator are computed. Asymptotic normality of the estimator is also established.
ANALISIS RISIKO OPERASIONAL MENGGUNAKAN PENDEKATAN DISTRIBUSI KERUGIAN DENGAN METODE AGREGAT ARBI, Y.; BUDIARTI, R.; PURNABA, I G. P.
MILANG Journal of Mathematics and Its Applications Vol. 10 No. 2 (2011): Journal of Mathematics and Its Applications
Publisher : School of Data Science, Mathematics and Informatics, IPB University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jmap.10.2.1-10

Abstract

Operational risk is defined as the risk of loss resulting from inadequate or failed internal processes or external problems. Insurance companies as financial institution that also faced at risk. Recording of operating losses in insurance companies, were not properly conducted so that the impact on the limited data for operational losses. In this work, the data of operational loss observed from the payment of the claim. In general, the number of insurance claims can be modelled using the Poisson distribution, where the expected value of the claims is similar with variance, while the negative binomial distribution, the expected value was bound to be less than the variance.Analysis tools are used in the measurement of the potential loss is the loss distribution approach with the aggregate method. In the aggregate method, loss data grouped in a frequency distribution and severity distribution. After doing 10.000 times simulation are resulted total loss of claim value, which is total from individual claim every simulation. Then from the result was set the value of potential loss (OpVar) at a certain level confidence.
OPSI BARRIER SAHAM TIPE UP-AND-OUT CALL DI BURSA EFEK INDONESIA SELEKY, J. S.; NUGRAHANI, E. H.; PURNABA, I G. P.
MILANG Journal of Mathematics and Its Applications Vol. 11 No. 1 (2012): Journal of Mathematics and Its Applications
Publisher : School of Data Science, Mathematics and Informatics, IPB University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jmap.11.1.1-10

Abstract

Kontrak opsi saham adalah efek yang memuat opsi call yang memberikan hak kepada pemegang opsi untuk membeli sejumlah tertentu dari sebuah instrumen yang menjadi dasar kontrak dalam jangka waktu dan harga tertentu. Model Black-Scholes adalah model kontinu untuk menentukan nilai dari opsi tipe Eropa. Sedangkan untuk menentukan nilai opsi tipe Amerika digunakan metode binomial tree. Dalam paper ini akan ditunjukkan bahwa nilai pendekatan numerik dari model diskret dengan metode binomial tree akan mendekati nilai dari model kontinu Black-Scholes. Hasil dari simulasi yang dilakukan sesuai dengan teori yang sudah dikembangkan, yaitu nilai dari opsi saham tipe up-and-out call Amerika Iebih murah dibandingkan dengan nilai dari opsi call regular tipe Amerika.
SIMULASI SISTEM BONUS-MALUS PADA ASURANSI KENDARAAN BERMOTOR BERDASARKAN JENIS KECELAKAAN DAN TINGKAT KEPARAHAN AWATIF, A.; PURNABA, I G. P.; MANGKU, I W.
MILANG Journal of Mathematics and Its Applications Vol. 17 No. 1 (2018): Journal of Mathematics and Its Applications
Publisher : School of Data Science, Mathematics and Informatics, IPB University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jmap.17.1.17-32

Abstract

Penelitian ini membahas asuransi kendaraan bermotor di mana penentuan harga premi risikonya berdasarkan data riwayat kecelakaan di masa lalu (experience rating) dan disebut dengan sistem Bonus-Malus. Pada sistem Bonus-Malus, pemegang polis yang telah mengajukan satu atau lebih klaim akan dikenakan kenaikan premi (Malus), sedangkan yang tidak mengajukan klaim akan diberikan penghargaan berupa penurunan premi (Bonus) di periode pembayaran premi berikutnya. Simulasi sistem Bonus-Malus yang dibahas ada tiga sistem. Untuk semua sistem, setiap tahun yang tidak ada klaim dihargai dengan turun satu tingkat. Sistem Bonus-Malus pertama menghukum setiap klaim kerusakan barang naik dua tingkat dan klaim cedera tubuh naik empat tingkat sistem kedua menghukum setiap klaim (kerusakan barang atau cedera tubuh) naik dua tingkat dan sistem ketiga menghukum setiap klaim (kerusakan barang atau cedera tubuh) naik tiga tingkat Dari ketiga sistem diperoleh proporsi banyaknya nasabah dan besar premi relatif di setiap kelas premi. Kelas premi pertama (state 0) merupakan kelas premi paling murah dan kelas premi terakhir (state 8) merupakan kelas premi paling mahal. Hasil dari simulasi diperoleh proporsi nasabah di kelas premi paling murah paling banyak di sistem kedua sebesar 54.70% dengan besar premi relatif sebesar 85.76% dan paling sedikit di sistem ketiga sebesar 42.44% dengan besar premi relatif sebesar 80.81%. Proporsi nasabah di kelas premi paling mahal paling banyak di sistem ketiga sebesar 6.45% dengan besar premi relatif sebesar 132.85% dan paling sedikit di sistem kedua sebesar 2.60% dengan besar premi relatif sebesar 139.84%.
EVALUASI NUMERIK PENDUGA FUNGSI NILAI HARAPAN DAN FUNGSI RAGAM PROSES POISSON MAJEMUK DENGAN INTENSITAS EKSPONENSIAL FUNGSI LINEAR UTAMI, S.; MANGKU, I W.; PURNABA, I G. P.
MILANG Journal of Mathematics and Its Applications Vol. 17 No. 2 (2018): Journal of Mathematics and Its Applications
Publisher : School of Data Science, Mathematics and Informatics, IPB University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jmap.17.2.157-169

Abstract

Performances of estimators for the mean and variance functions of a compound Poisson process having intensity obtained as an exponential of linear function are investigated using Monte Carlo simulations. The intensity function of this process is assumed to be ????????????(????+????????) with 0<????<∞, where ???? is assumed to be known. In [8], estimators of the mean and variance functions of this process have been constructed and have been proved to be unbiased, weakly and strongly consistent. The objectives of this research are to check distributions of these estimators using Monte Carlo simulation and to check the convergence to 1−???? of the probabilities that the parameters are contained in the confidence intervals constructed in [11]. Results of the research are as follows. Distribution of estimators for the mean and variance functions are approximately normal. For a given significance level ????, the larger the size of observation interval, the closer the probabilities that the parameters are contained in the confidence intervals to 1−????.
Co-Authors ARBI, Y. AWATIF, A. BUDIARTI, R. ERLIANA, W. GARNADI, A. D. M. Fikri MANGKU, I W. MAULIDI, I. NUGRAHANI, E. H. NURDIATI, S. S. Utami, S. SELEKY, J. S. SETIAWATY, B. WIDIYASTUTI, I.