Claim Missing Document
Check
Articles

Found 2 Documents
Search

MENENTUKAN PREMI ASURANSI JIWA JOINT LIFE UNTUK TIGA ORANG TERTANGGUNG Manjaruni, Vivin; Putu Purnaba, I Gusti
STATMAT : JURNAL STATISTIKA DAN MATEMATIKA Vol 3 No 1 (2021)
Publisher : Math Program, Math and Science faculty, Pamulang University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/sm.v3i1.8331

Abstract

Dampak Covid-19 di tahun 2020 mengakibatkan masyarakat rentan untuk terserang penyakit bahkan bisa sampai meninggal dunia. Hal ini berdampak pada kerugian finansial akibat biaya perawatan di rumah sakit yang tidak sedikit. Oleh sebab itu, dengan penggunaan asuransi jiwa akan melindungi keluarga dari kerugian finansial dengan adanya santunan atau uang pertanggungan yang akan diberikan oleh perusahaan asuransi. Asuransi jiwa joint life adalah jenis asuransi yang dapat membayar premi saat kematian pertama salah satu pihak yang dipertanggungkan. Berdasarkan kebutuhan masyarakat Indonesia di tengah pandemi sekarang, maka asuransi jiwa yang sesuai adalah jenis asuransi jiwa joint life. Penelitian ini bertujuan untuk mengetahui jumlah premi tahunan asuransi jiwa joint life untuk satu rumah tangga beranggotakan tiga orang yang terdiri dari sepasang suami istri dan satu putra mereka, dengan menggunakan formula premi tahunan. Selain itu, penelitian ini juga bertujuan untuk membandingkan apakah tua mudanya usia seorang suami mempengaruhi besar kecilnya biaya premi yang harus dibayarkan. Berdasarkan hasil perhitungan dan perbandingan yang diteliti maka suami 30 tahun, istri 30 tahun dan putra 10 tahun dengan masa asuransi 5 tahun dan besar santunan 1 rupiah serta tingkat bunga 6% akan membayar premi 0,1893 rupiah yang lebih kecil dibandingkan dengan usia suami di atas 30 tahun menggunakan Tabel Mortalita Indonesia Tahun 2019.
LOSS INSURANCE MODEL OF RISK FOR AGRICULTURAL COMMODITY BASED ON MAXIMUM DAILY RAINFALL INDEX CONSIDERATION Muna, Siti Umamah Naili; Putu Purnaba, I Gusti; Setiawaty, Berlian
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 20 No 1 (2026): BAREKENG: Journal of Mathematics and Its Application
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/barekengvol20iss1pp0167-0178

Abstract

Agricultural commodities in rainfed areas face significant risks of yield loss and crop failure due to uncertain rainfall patterns and intensities. Index-based crop insurance has been introduced as an adaptive strategy to simplify loss assessment using climate indicators. However, most existing schemes cover only a single peril, such as drought. This study aims to develop a loss model of risk for agricultural commodity using maximum daily rainfall index that accounts for both drought and flood risks. The model consists of two components: rainfall modelling and insurance modelling. Rainfall modelling identifies the appropriate probability distribution to define rainfall index parameters—trigger and exit—which represent thresholds for yield reduction and total crop failure, respectively. These parameters are derived through numerical integration and can be approximated using percentiles when crop-specific water requirement data are unavailable. Insurance modelling determines a benefit claim model based on rainfall probability and parameters of rainfall index, with three possible benefit claim conditions: full, partial, and none. A case study using maximum daily rainfall data (September–December, 1984–2014) for paddy in Dramaga, Bogor, indicates that the Burr Type XII distribution fits the data better than the GEV distribution. The estimated premium ranges from IDR 300000 to 300822.9 per hectare. In high-rainfall areas like Dramaga, premiums are primarily influenced by the probability of excess rainfall, while drought risk is negligible. Analysis over a 10-year actual maximum daily rainfall data (September–December, 2015–2024) shows that lower insured percentiles result in lower premiums. To improve accuracy, trigger and exit should ideally be determined based on the specific crop's water requirements. Despite data limitations, this model provides a conceptual model for developing more representative and actuarially fair loss model for agricultural commodity risk.