Article Per Year (5 Year)
p-Index From 2020 - 2025
15.444
P-Index
This Author published in this journals
All Journal Jurnal Matematika BIMASTER Epsilon: Jurnal Matematika Murni dan Terapan CESS (Journal of Computer Engineering, System and Science) BAREKENG: Jurnal Ilmu Matematika dan Terapan JTAM (Jurnal Teori dan Aplikasi Matematika) KABILAH : Journal of Social Community Jurnal Pendidikan Sejarah dan Riset Sosial Humaniora (KAGANGA) BULETIN AL-RIBAATH Jambura Journal of Mathematics GERVASI: Jurnal Pengabdian kepada Masyarakat Sarwahita : Jurnal Pengabdian Kepada Masyarakat M A T H L I N E : Jurnal Matematika dan Pendidikan Matematika Variance : Journal of Statistics and Its Applications International Journal of Economics, Business and Accounting Research (IJEBAR) Jurnal Pendidikan Dasar Perkhasa Jurnal Pengabdian kepada Masyarakat Nusantara Journal of Mathematics Education and Science AR-RIAYAH : Jurnal Pendidikan Dasar Lumbung Inovasi: Jurnal Pengabdian Kepada Masyarakat Euler : Jurnal Ilmiah Matematika, Sains dan Teknologi CENDEKIA : Jurnal Ilmu Pengetahuan Journal of Community Development Empiricism Journal Jurnal Eurekamatika Jurnal Forum Analisis Statistik Pattimura International Journal of Mathematics (PIJMath) STATISTIKA Bina Bahari : Jurnal Pengabdian Kepada Masyarakat Equiva
Neva Satyahadewi
Program Studi Statistika Fakultas MIPA Universitas Tanjungpura, Indonesia
Religion Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Mechanical Engineering Nursing Physics Public Health Social Sciences Transportation Other

Published : 169 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 169 Documents
Search

 12   13   14   15   16 
ANALISIS CONDITIONAL VALUE AT RISK PORTOFOLIO SAHAM DENGAN COPULA CLAYTON Karlina, Sela; Sulistianingsih, Evy; Satyahadewi, Neva
EPSILON: JURNAL MATEMATIKA MURNI DAN TERAPAN (EPSILON: JOURNAL OF PURE AND APPLIED MATHEMATICS) Vol 18, No 2 (2024)
Publisher : Mathematics Study Program, Faculty of Mathematics and Natural Sciences, Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/epsilon.v18i2.13261

Abstract

Conditional Value at Risk (CVaR) is known as a risk measurement tool to estimate losses in investing. Financial data tends not to be normally distributed so that the flexible Copula method can be used to analyze financial data without requiring the assumption of normality. This study aims to analyze the CVaR of a stock portfolio with Clayton's Copula. The study began with collecting daily stock closing price data for the period October 3, 2022 to November 3, 2023. After the data was collected, the return value of the closing stock price was calculated. Furthermore, autocorrelation and heteroscedasticity tests were carried out on the closing stock price return data. Then, the Kendall's Tau correlation was calculated to obtain the Clayton Copula parameters. After that, the stock weights in the portfolio were calculated using the Mean Variance Efficient Portfolio (MVEP) method and new return data was generated using the Clayton Copula parameters. Furthermore, the portfolio return was calculated to obtain the VaR value of the formed portfolio. Then, it was repeated by generating data up to the VaR calculation 1000 times to obtain the average value of the portfolio VaR. Then, the same thing was done to CVaR. The results of the CVaR analysis of the stock portfolio with Copula Clayton on the two stocks, namely PT Aneka Tambang Tbk (ANTM) and PT Timah Tbk (TINS), obtained losses of 3.04%, 3.56%, and 4.57% with a confidence level of 90%, 95%, and 99%. This value indicates the percentage of investment risk that may be obtained in the next one-day period. This shows that the higher the level of confidence, the greater the CVaR value will be.
Analisis Portofolio Optimal dengan Metode Liquidity Adjusted Capital Asset Pricing Model Pada Indeks Saham LQ-45 Safira, Shafa Alya; Satyahadewi, Neva; Huda, Nur'ainul Miftahul
Journal of Mathematics Education and Science Vol. 7 No. 2 (2024): Journal of Mathematics Education and Science
Publisher : Universitas Nahdlatul Ulama Sunan Giri Bojonegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32665/james.v7i2.2282

Abstract

Investor wajib mempunyai kemampuan analisis terhadap hubungan diantara return yang diharapkan dan risiko. Salah satu model yang dikembangkan dalam pembentukan portofolio optimal adalah Liquidity Adjusted Capital Asset Pricing Model (LCAPM). LCAPM adalah model CAPM yang dipengaruhi oleh risiko likuiditas. Dalam penelitian, dilakukan pembentukan bobot optimal menggunakan LCAPM untuk indeks saham LQ-45 periode Februari 2019-Januari 2022. Penelitian ini bertujuan membentuk portofolio optimal indeks saham LQ-45 dan menerapkan LCAPM pada pengambilan keputusan investasi saham. Teknik pengambilan sampel pada penelitian ini menggunakan purposive sampling. Langkah penelitian setelah data terkumpul yaitu menghitung return harga penutupan indeks saham LQ-45, return pasar (IHSG), uji signifikan parameter, menghitung likuiditas saham serta likuiditas pasar, return bebas risiko, nilai beta saham, serta expected return dan memilih saham yang memiliki expected return yang bernilai positif untuk dibentuk portofolio. Kemudian dilakukan penyusunan kombinasi, pembobotan serta pengukuran kinerja portofolio. Hasil penelitian menunjukkan dari ketiga portofolio yang terbentuk memiliki nilai indeks sharpe yang bernilai negatif.. Investor lebih baik berinvestasi di bank yang menghasilkan expected return lebih tinggi dibanding portofolio saham yang dibentuk.
PERAMALAN NILAI TUKAR RUPIAH TERHADAP DOLAR AS MENERAPKAN ARIMA, VAR DAN RANDOM FOREST ANDANI, WIRDA; SATYAHADEWI, NEVA
CENDEKIA: Jurnal Ilmu Pengetahuan Vol. 5 No. 1 (2025)
Publisher : Pusat Pengembangan Pendidikan dan Penelitian Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51878/cendekia.v5i1.4305

Abstract

The weakening of the rupiah affects imported goods, pushing up products that use imported raw materials so that production costs will increase and logistics costs soar. Consequently, UMKM players and t society are victimized. Another impact is that foreign debt becomes more expensive to pay. This certainly impacts the suppression of the State Budget (APBN). The assumption of the rupiah exchange rate against the United States dollar (US) plays a vital role in the structure of the APBN, so analysis is needed to determine the dynamics of changes in the rupiah exchange rate against the US dollar. Therefore, an accurate rupiah exchange rate forecasting model is required. Various methods can be used to produce accurate predictions. This research, will conduct forecasting of the Rupiah exchange rate against the US Dollar by comparing the ARIMA, VAR, and Random Forest methods. The best method will be selected based on the smallest MAPE. The data is secondary data from January 2021 to March 2024 obtained from the BI and BPS websites. Based on the MAPE, the best model was chosen in forecasting the rupiah exchange rate against the US dollar, namely ARIMA (0,2,1) with a MAPE of 1%. The output of forecasting the rupiah exchange rate against the US dollar for April - December 2024 using ARIMA (0,2,1) ranges from Rp. 15,841 - Rp. 16,202 with an average of Rp. 16,021. ABSTRAKMelemahnya rupiah berpengaruh terhadap barang impor yang mendorong kenaikan produk-produk yang menggunakan bahan baku tersebut. Akibatnya, biaya produksi akan meningkat dan ongkos logistik melonjak. Konsekuensinya, pelaku UMKM dan masyarakat menjadi korban. Dampak lainnya adalah meningkatnya biaya untuk melunasi utang luar negeri. Hal ini tentu berimbas pada penekanan Anggaran Pendapatan dan Belanja Negara (APBN). Asumsi nilai tukar rupiah terhadap dolar Amerika Serikat (AS) memainkan peran vital dalam struktur APBN, maka diperlukan analisis untuk mengetahui dinamika perubahan nilai tukar rupiah terhadap dolar AS. Oleh karena itu, diperlukan model peramlaan nilai tukar rupiah yang akurat. Terdapat berbagai metode yang dapat dioperasikan untuk menghasilkan prediksi yang akurat. Pada penelitian akan dilakukan peramalan nilai tukar Rupiah terhadap Dolar AS dengan membandingkan metode ARIMA, VAR dan Random Forest. Metode terbaik akan dipilih berdasarkan nilai MAPE terkecil. Data yang diaplikasikan merupakan data bulanan dari bulan Januari 2021 sampai dengan bulan Maret 2024 yang berasal dari website BI dan BPS. Berdasarkan nilai MAPE, terpilihlah model terbaik dalam meramalkan nilai tukar rupiah terhadap dolar AS yaitu ARIMA (0,2,1) dengan MAPE sebesar 1%. Output peramalan nilai tukar rupiah terhadap dolar AS untuk bulan April – Desember 2024 menggunakan ARIMA (0,2,1) berkisar antara Rp. 15.841 – Rp. 16.202 dengan rata-rata Rp. 16.021.
Perbandingan Value at Risk dan Expected Shortfall pada Portofolio Optimal menggunakan Metode Downside Deviation Nugrahaeni, Indah; Perdana, Hendra; Satyahadewi, Neva
Jambura Journal of Mathematics Vol 6, No 2: August 2024
Publisher : Department of Mathematics, Universitas Negeri Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37905/jjom.v6i2.24326

Abstract

Portfolio formation is one of the strategies that investors can do to get the best results Portfolio formation can use the Downside Deviation method. The optimal portfolio with this method uses downside deviation and sets the return below the benchmark as a measure of risk. Every optimal portfolio certainly cannot be separated from risk. To measure risk, you can use the Value at Risk (VaR) and Expected Shortfall values. This study aims to form an optimal portfolio using the Downside Deviation method and continued by comparing the possible losses that occur from the formed portfolio using the VaR and Expected Shortfall values. The data used in this study is the daily closing price data of LQ-45 Index stocks in the banking sector in the period February-June 2023. From the stock data, data selection is carried out by selecting stocks that have a positive expected return and are normally distributed. Then, the optimal portfolio formation stage is continued using the Downside Deviation method and comparing the possible risks formed with the VaR and Expected Shortfall values. The results of this study show that the optimal portfolio with the Downside Deviation method consists of four stocks, namely with the stock codes BRIS.JK, BBRI.JK, BBNI.JK, and BBCA.JK. This study uses a case example by investing capital of Rp100,000,000 with a one-day time period and three levels of confidence, namely 90%, 95%, and 99%. Based on the comparison of the risk value of the portfolio formed using VaR and Expected Shortfall, it is shown that the possible risk with the Expected Shortfall method is greater than the VaR value. Therefore, Expected Shortfall is better in estimating the maximum risk.
ANALISIS PENGELOMPOKAN WILAYAH DESA DI KABUPATEN LANDAK BERDASARKAN INDEKS KETAHANAN SOSIAL MENGGUNAKAN K-MODES Santika, Santika; Perdana, Hendra; Satyahadewi, Neva
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 2 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v14i2.92218

Abstract

Pembangunan desa di Indonesia diukur menggunakan Indeks Desa Membangun (IDM), yang terdiri dari tiga komponen utama yaitu Indeks Ketahanan Sosial, Ekonomi, dan Lingkungan. Kabupaten Landak berada di peringkat terakhir provinsi di Kalimantan Barat dengan rata-rata IDM 0,7253, menunjukkan perlunya intervensi khusus untuk meningkatkan pembangunanan desa. Penelitian ini bertujuan untuk mengklasterkan desa di Kabupaten Landak berdasarkan dimensi Indeks Ketahanan Sosial dengan metode K-Modes, yang cocok untuk data kategorik. Tahapan penelitian ini meliputi analisis deskriptif, penerapan algoritma K-Modes untuk pembagian cluster dengan K=3 dan K=4, serta evaluasi validitas cluster. Hasil penelitian menunjukkan bahwa pembagian desa ke dalam empat cluster adalah yang paling optimal, dengan nilai Silhouette Coefficient sebesar 0,0951. Masing-masing cluster memiliki karakteristik berbeda terkait dimensi pembentukan IKS, seperti tingkat pendidikan, ketersediaan infrastruktur kesehatan, dan aktivitas sosial. Temuan ini memberikan panduan bagi pemerintah dalam menyusun kebijakan pembangunan desa yang lebih terarah untuk meningkatkan ketahanan sosial di Kabupaten Landak. Kata Kunci : Indeks Ketahanan Sosial, K-Modes, Silhouette Coefficient, Klasterisasi.
METODE TWO STAGE LEAST SQUARE DALAM MENGANALISIS FAKTOR YANG MEMPENGARUHI IPM DAN KEMISKINAN Ramadhan, Nanda; Satyahadewi, Neva; Perdana, Hendra
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 2 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v14i2.91958

Abstract

IPM adalah suatu metode pengukuran dengan perbandingan dari harapan hidup, melek huruf, pendidikan dan standar hidup untuk semua negara seluruh dunia. IPM merupakan indikator penting dalam mengukur kualitas hidup masyarakat yang di pengaruhi oleh faktor-faktor seperti pendidikan, kesehatan, dan pendapatan. Sementara itu, kemiskinan juga dipengaruhi oleh berbagai variabel ekonomi dan sosial yang sering kali berinteraksi dengan IPM. Penelitian ini bertujuan untuk menganalisis hubungan simultan antara Indeks Pembangunan Manusia (IPM) dan kemiskinan di Kalimantan Barat serta faktor-faktor yang memengaruhi keduanya menggunakan metode Two Stage Least Square (2SLS). Data sekunder yang digunakan mencakup 14 kabupaten/kota di Kalimantan Barat pada periode 2021-2023, dengan variabel endogen berupa IPM dan kemiskinan serta variabel eksogen seperti pengeluaran per kapita, tingkat pengangguran terbuka, angka harapan hidup, rata-rata lama sekolah, dan Produk Domestik Regional Bruto (PDRB). Analisis dilakukan menggunakan metode Ordinary Least Square (OLS) untuk uji signifikansi, dilanjutkan dengan uji asumsi klasik untuk memastikan model regresi memenuhi kriteria. Tahapan terakhir adalah estimasi parameter menggunakan metode Two Stage Least Square (2SLS). Hasil penelitian menunjukkan bahwa hanya tingkat pengangguran terbuka yang memiliki pengaruh signifikan terhdapat peningkatan Kemiskinan, sementara IPM dipengaruhi secara signifikan oleh semua variabel yang digunakan. Penelitian ini memberikan wawasan penting dalam pengambilan kebijakan untuk meningkatkan kualitas pembangunan manusia dan mengurangi kemiskinan di Kalimantan Barat. Kata Kunci : ekonomi, simultan, tingkat pengangguran terbuka
PENENTUAN JUMLAH CLUSTER OPTIMUM PADA PENGELOMPOKAN PROVINSI DI INDONESIA BERDASARKAN INDIKATOR PENDIDIKAN TINGKAT SMA Rahmadanti, Putri; Martha, Shantika; Satyahadewi, Neva
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 2 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v14i2.92351

Abstract

Pendidikan merupakan aspek penting terkait dengan sumber daya manusia dan tentunya memiliki peran penting dalam upaya meningkatkan pembangunan nasional. Pada dasarnya pemerataan pendidikan sangat krusial untuk meningkatkan pendidikan di Indonesia. Indonesia yang terdiri dari banyak provinsi dengan beragam kondisi menjadikan perlu dilakukan pengelompokan terhadap pendidikan pada tiap daerah. Analisis cluster ialah teknik analisis statistik multivariat yang melakukan pengelompokan berdasarkan atas kesamaan karakteristik antar tiap objeknya. Tujuan penelitian ini adalah penentuan jumlah cluster optimum dengan metode Silhouette Coefficient untuk mengelompokkan provinsi di Indonesia berdasarkan indikator pendidikan tingkat SMA/sederajat. Data indikator pendidikan tingkat SMA/sederajat yang terdiri dari 11 variabel dari 34 provinsi di Indonesia digunakan dalam penelitian ini. Tahapan penelitian ini meliputi pengelompokan dengan menggunakan metode Ward dan dilanjutkan dengan proses penentuan jumlah cluster optimum dengan metode Silhouette Coefficient. Berdasarkan analisis yang telah dilakukan dengan mengelompokkan tingkat pendidikan di Indonesia, diperoleh cluster optimum berdasarkan indikator pendidikan tingkat SMA/sederajat, yaitu berjumlah 3 cluster dengan nilai Silhouette Coefficient yaitu bernilai 0,248. Cluster ke-1 merupakan cluster dengan tingkat pendidikan tinggi terdiri dari 8 provinsi yang didominasi dengan provinsi yang berada di Pulau Jawa. Kemudian cluster ke-2 sebagai cluster dengan tingkat pendidikan sedang terdiri dari 25 provinsi yang merupakan cluster terbesar yang mewakili sebagian besar wilayah di Indonesia. Serta cluster ke-3 sebagai cluster dengan tingkat pendidikan rendah hanya terdiri dari Provinsi Papua yang menunjukkan kesenjangan pendidikan yang signifikan. Kata Kunci : Jarak Euclidean, Metode Ward, Silhouette Coefficient, Z-Score.
OPTIMALISASI MODEL GRADIENT BOOSTING MACHINE DENGAN GRID SEARCH UNTUK MENENTUKAN KELAYAKAN PEMBERIAN KREDIT BANK Ramadhania, Wahida; Satyahadewi, Neva; Imro’ah, Nurfitri
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 1 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v14i1.91908

Abstract

Pengambilan keputusan dalam menentukan kelayakan pemberian kredit melibatkan berbagai faktor kompleks seperti riwayat kredit, pendapatan pekerjaan, dan jumlah tanggungan. Tujuan dari penelitian ini ialah menentukan tingkat akurasi model Gradient Boosting Machine (GBM) menggunakan teknik optimasi parameter dengan Grid Search untuk menganalisis hasil klasifikasi kelayakan pemberian kredit. Pendekatan yang digunakan termasuk dalam metode supervised learning. Supervised Learning merupakan salah satu pembelajaran mesin yang bertujuan untuk menyelesaikan masalah seperti klasifikasi dengan mengindentifikasi variabel target menggunakan model hasil pelatihan dari data berkategori. GBM merupakan salah satu algoritma klasifikasi supervised learning berbasis decision tree. Permasalahan pada GBM adalah kecenderungan mengalami overfitting yang disebabkan oleh pengaturan hyperparameter yang tidak optimal. Hal ini dapat diatasi dengan teknik optimasi parameter seperti grid search. Data yang digunakan yaitu data historis nasabah yang berasal dari website www.kaggle.com sebanyak 730 data debitur dengan 162 pinjaman yang disetujui dan 568 pinjaman tidak disetujui. Langkah penelitian yang pertama yaitu preprocessing data, kemudian membagi data menjadi data training dan data testing dengan proporsi 80:20, menangani imbalance class pada data training menggunakan Random Oversampling (ROS), membuat model GBM tanpa grid search dan model GBM menggunakan grid search. Hasil penelitian didapatkan akurasi model GBM tanpa grid search yaitu sebesar 83,43% sedangkan akurasi model GBM dengan grid search diperoleh sebesar 95,15%. Hal ini menunjukkan bahwa metode GBM menggunakan optimasi grid search menghasilkan kinerja yang lebih baik dibandingkan tanpa optimasi. Kata Kunci : ROS, Optimasi Parameter, Supervised Learning
IMPLEMENTASI METODE MOORA DALAM KEPUTUSAN PEMILIHAN APLIKASI INVESTASI TERBAIK Margaretha, Ledy Claudia; Perdana, Hendra; Satyahadewi, Neva
BIMASTER : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 14, No 1 (2025): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v14i1.91813

Abstract

Investasi merupakan salah satu cara mencapai kebebasan finansial. Adanya aplikasi investasi memudahkan investor berinvestasi di mana dan kapan saja dengan smartphone dan internet. Namun, investor sering kali menghadapi kesulitan dalam memilih aplikasi yang sesuai dengan tujuan dan risikonya. Oleh karena itu, diperlukan suatu sistem yang mampu merekomendasikan aplikasi investasi dengan efektif. Sistem Pendukung Keputusan diciptakan untuk mendukung pengambilan keputusan dengan memilih dari berbagai alternatif keputusan yang ada. Tujuan penelitian ini adalah mengimplementasikan metode MOORA sebagai salah satu metode sistem pengambilan keputusan dalam membantu calon investor untuk memilih aplikasi investasi terbaik dengan mempertimbangkan berbagai kriteria sebagai parameter penilaian penentuan aplikasi investasi. Data yang digunakan sebagai alternatif adalah aplikasi investasi yang tergolong pada bidang keuangan dari Google Play Store yaitu Bibit, Ajaib, Stockbit, IPOT, Bareksa, dan Pluang. Kriteria - kriteria sebagai parameter penentu aplikasi investasi terbaik yaitu Jumlah Instrumen Investasi, Rating Aplikasi, Minimal Investasi, Peringkat Aplikasi, dan Besar Aplikasi. Analisis data dimulai dari menginput data, menentukan jenis kriteria, konversi data, menentukan bobot kriteria, membuat matriks keputusan, normalisasi matriks, optimasi matriks, menentukan nilai akhir metode MOORA, dan interpretasi dari hasil ranking. Dari hasil analisis, diperoleh bahwa alternatif A1 yaitu Bibit memperoleh nilai tertinggi sebesar 0,243 sehingga menjadikan Bibit sebagai aplikasi investasi yang paling direkomendasikan. Kata Kunci : Aplikasi Investasi, MOORA, Sistem Pengambilan Keputusan.
Penerapan Hukum Mortalita Makeham untuk Perhitungan Dana Tabarru’ Dengan Metode Cost of Insurance Atikasari, Awang; Satyahadewi, Neva; perdana, hendra
Equiva Journal Vol 1 No 1 (2023)
Publisher : Jurusan Matematika dan Teknologi Informasi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35718/equiva.v1i1.746

Abstract

Dana tabarru’ adalah dana kebajikan dengan niat ikhlas untuk tujuan saling membantu diantara sesama peserta asuransi syariah, apabila ada diantaranya yang mendapat musibah. Berdasarkan pengelolaan dana asuransi syariah dibagi menjadi dua, yaitu asuransi unsur tabungan (saving) dan asuransi tanpa unsur tabungan (nonsaving). Pada asuransi nonsaving tidak ada pembagian dana secara khusus untuk dana tabarru’, sehingga akan mengalami kesulitan dalam menentukan proporsi operasional yang akan diterima nasabah dari suatu perusahaan asuransi syariah. Tujuan dari penelitian ini adalah untuk mengetahui perhitungan dana tabarru’ menggunakan metode Cost of Insurance berdasarkan hukum mortalita Makeham. Perhitungan dana tabarru’ berdasarkan mortalita Makeham dimulai dengan menentukan usia peserta asuransi dan mengasumsikan tingkat suku bunga yang digunakan untuk menentukan faktor diskon. Selanjutnya menghitung nilai estimasi parameter pada tabel mortalita Makeham dengan menggunakan metode Nonlinear Least Square (NLS). Kemudian menghitung nilai peluang hidup dan matinya tertanggung melalui mortalita Makeham, serta menghitung dana tabarru’. Diperoleh hasil estimasi parameter Makeham yakni parameter A, B, dan C untuk laki-laki 0,000802, 0,000010, 1,114000 dan parameter A, B, dan C untuk perempuan yaitu, 0,000491, 0,000009, 1,111000. Berdasarkan dari hasil dana tabarru’, semakin tinggi tingkat suku bunga maka dana tabarru’ akan semakin rendah. Semakin tinggi biaya pengelolaan maka dana tabarru’ akan semakin besar dan semakin meningkatnya umur seseorang, serta semakin meningkatnya dana santunan maka nilai dana tabarru’ juga semakin besar.
Co-Authors . Apriansyah Aditya Handayani Afghani Jayuska Afghany Jayuska Alqaida Yusril Alvin Octavianus Halim Amriani Amir Amriani Amir Amriani Amir Amriani Amir Andani, Wirda Anisa Putri Ayuni Apriliyanti, Rita Aprizkiyandari, Siti Ardhitha, Tiffany Ari Hepi Yanti Arsyi, Fritzgerald Muhammad Ashari, Asri Mulya Asri Mulya Ashari Asty Fistia Ningrum Atikasari, Awang Aulia Puteri Amari Bambang Kurniadi Banu, Syarifah Syahr ciptadi, wahyudin Dadan Kusnandar Dadan Kusnandar Dadan Kusnandar David Jordy Dhandio Debataraja, Naomi Nessyana Della Zaria Desriani Lestari Desriani Lestari Desriani Lestari Dhandio, David Jordy Dinda Lestari Dwi Nining Indrasari Dwinanda, Maria Welita Esta Br Tarigan Evy Sulistianingsih Ewaldus Okta Ezra Amarya Aipassa Ferdina Ferdina Feriliani Maria Nani Fitriawan, Della Frans Xavier Natalius Antoni Fransisca Febrianti Sundari Fransiska Fransiska Giovani Parasta Riswanda Grikus Romi Gusti Eva Tavita Gusti Eva Tavita Hairil Al-Ham Hamzah, Erwin Rizal Hanin, Noerul Harimurti, Puspito Harnanta, Nabila Izza Hastri Sastia Wuri Helena, Shifa Hendra Perdana Hendrianto, El Herina Marlisa Huda, Nur'ainul Miftahul Huriyah, Syifa Khansa Ibnur Rusi Ikha Safitri Imro'ah, Nurfitri Imro’ah, Nurfitri Imtiyaz, Widad Indry Handayany Isra’ Sagita Jawani Jawani Karlina, Sela Kusnandar, Dadan Tonny Lucky Hartanti Lucky Hartanti Lucky Hartanti M. Deny Hafizzul Muttaqin Maga, Fahmi Giovani Margareta, Tiara Margaretha, Ledy Claudia Marlisa, Herina Marola, Geby Martha, Shantika Mega Sari Juane Sofiana Mega Sari Juane Sofiana Mega Tri Junika Millennia Taraly Misrawi Misrawi Muhammad Ahyar Muhammad Radhi Muliadi Muliadi Muslimah (F54210032) Nabil, Ilhan Nail Nanda Shalsadilla Naomi Nessyana Debataraja Naomi Nessyana Debataraja Noerul Hanin Nona Lusia Nugrahaeni, Indah Nur Asih Kurniawati Nur Asiska Nur'ainul Miftahul Huda Nurfitri Imro'ah Nurfitri Imro’ah Nurhalita Nurhalita Nurmaulia Ningsih NUR’AINUL MIFTAHUL HUDA Oktaviani, Indah Ovi Indah Afriani Paisal Paisal Pertiwi, Retno Pratama, Aditya Nugraha Preatin Preatin Putri Putri Putri, Aulia Nabila Qalbi Aliklas R Puspito Harimurti Radhi, Muhammad Rafdinal Rafdinal Rahadi Ramlan Rahmadanti, Putri Rahmanita Febrianti Rusmaningtyas Rahmawati, Fenti Nurdiana Rahmi Fadhillah Ramadhan, Nanda Ramadhania, Wahida Reni Unaeni Retnani, Hani Dwi Ria Andini Ria Fuji Astuti Rina Rina Risky Oprasianti Rita Kurnia Apindiati Rivaldo, Rendi Riza Linda Rizki Nur Rahmalita Rosi Kismonika Roslina Rosi Tamara Rovi Christova Safira, Shafa Alya Salsabilla, Arla Santika Santika Sary, Rifkah Alfiyyah Seftiani Seftiani Selvy Putri Agustianto Setyo Wir Rizki Setyo Wira Rizki Setyo Wira Rizki Setyo Wira Rizki Shantika Martha Shantika Martha Sinaga, Steven Jansen Sintia Margun Sista, Sekar Aulia Siti Aprizkiyandari Siti Aprizkiyandari, Nurul Qomariyah, Shantika Martha, Siti Hardianti Steven Jansen Sinaga Suci Angriani Sukal Minsas Sukal Minsas Syuradi syuradi Tamtama, Ray Taraly, Inggriani Millennia Tiara, Dinda Wahyu Diyan Ramadana Wahyudin Ciptadi Warsidah Warsidah Warsidah, Warsidah Wilda Ariani Wirda Andani Yopi Saputra Yudhi Yuliono, Agus Yumna Siska Fitriyani Yundari, Yundari Yuveinsiana Crismayella Zakiah, Ainun