Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

5.557

P-Index

This Author published in this journals

All Journal Pythagoras: Jurnal Matematika dan Pendidikan Matematika Statistika JURNAL MATEMATIKA STATISTIKA DAN KOMPUTASI Jurnal Gaussian Indonesian Journal of Applied Statistics Desimal: Jurnal Matematika Syntax Literate: Jurnal Ilmiah Indonesia Journal of Data Analysis InPrime: Indonesian Journal Of Pure And Applied Mathematics Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistika Jurnal Statistika dan Aplikasinya Premium: Insurance Business Journal Jurnal Riset Statistika Pattimura Proceeding : Conference of Science and Technology Bandung Conference Series: Statistics

Aceng Komarudin Mutaqin

Program Studi Statistika Universitas Islam Bandung

Author-ID : 326636

Agriculture, Biological Sciences & Forestry Humanities Astronomy 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 Earth & Planetary Sciences Economics, Econometrics & Finance Education Energy Engineering Environmental Science Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Physics Social Sciences Other

Published : 70 Documents Claim Missing Document

Claim Missing Document

Articles

Title

Penerapan Algoritma Naïve Bayes Classifier dalam Memprediksi Status Keberlanjutan Polis Nasabah Asuransi PT.X Ajeng Mega Pratiwi; Aceng Komarudin Mutaqin
Jurnal Riset Statistika Volume 1, No. 2, Desember 2021, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Abstract. This article discusses the classification in predicting the sustainability status of the health insurance customer policy of PT. X uses the Naïve Bayes Classifier Algorithm. In predicting the Naive Bayes Classifier Algorithm, it uses the concepts and theories of data mining in the literature related to insurance by calculating the probability of each class of variables using the Bayes theorem in describing the performance of a model or algorithm specifically using the Confusion Matrix. To be able to predict the decisions of health insurance customers in the policy sustainability status, a method of data analysis of registered insurance customers is needed. The data used is data obtained from the insurance company PT. X. The data contains customer information data in the form of 9 variables (Policy Number, Smoking Status, Gender, Age, Marital Status, Dependents, Monthly Premiums, Current Status / whether or not premium payments and insurance policy renewal status). The results of the application of the Naïve Bayes Classifier Algorithm show that the algorithm is quite good in predicting the status of the policy extension of the insured health insurance PT. X, with an average accuracy of 85.82%, an average precision of 96.10% and an average recall of 93.55. Abstrak. Artikel ini membahas tentang klasifikasi dalam memprediksi status keberlanjutan polis nasabah asuransi kesehatan PT. X menggunakan Algoritma Nave Bayes Classifier. Dalam memprediksi Algoritma Naive Bayes Classifier menggunakan konsep dan teori data mining dalam literatur yang berhubungan dengan asuransi dengan menghitung probabilitas setiap kelas variabel menggunakan teorema Bayes dalam menggambarkan kinerja suatu model atau algoritma secara khusus menggunakan Confusion Matrix . Untuk dapat memprediksi keputusan nasabah asuransi kesehatan dalam status kesinambungan polis, diperlukan suatu metode analisis data nasabah asuransi yang terdaftar. Data yang digunakan adalah data yang diperoleh dari perusahaan asuransi PT. X. Data tersebut berisi data informasi nasabah berupa 9 variabel (Nomor Polis, Status Merokok, Jenis Kelamin, Usia, Status Perkawinan, Tanggungan, Premi Bulanan, Status Lancar/tidaknya pembayaran premi dan status perpanjangan polis asuransi). Hasil penerapan Algoritma Naïve Bayes Classifier menunjukkan bahwa algoritma tersebut cukup baik dalam memprediksi status perpanjangan polis dari tertanggung asuransi kesehatan PT. X, dengan rata-rata akurasi 85,82%, presisi rata-rata 96,10% dan rata-rata recall 93,55.

Penerapan Model Komposit Weibull-Pareto pada Data Klaim Asuransi Harta Benda Raisha Shahelia Nastiti; Aceng Komarudin Mutaqin
Jurnal Riset Statistika Volume 2, No. 1, Juli 2022, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Abstract. Insurance is a form of protection against unexpected loss events. In modeling insurance claim data that contains large or extreme claim values, composite distributions can be used. One such composite distribution is the Weibull-Pareto distribution. In this article will discuss the application of the composite Weibull-Pareto model with parameter estimation using the Maximum Likelihood Estimation method on data of property insurance claims in Indonesia. The data in this article are secondary data from the insurance company PT. XYZ in 2016. It contains claims of property insurance policy holders in Rupiah data. The Kolmogorov-Smirnov test is used to test distribution matches. The result of the application shows that the data of property insurance claims of PT. XYZ comes from the composite Weibull-Pareto distribution population. Abstrak. Asuransi merupakan salah satu bentuk proteksi terhadap peristiwa kerugian tidak terduga. Dalam memodelkan data klaim asuransi yang memuat nilai klaim yang besar atau ekstrim, dapat menggunakan distribusi komposit. Salah satu distribusi komposit tersebut adalah distribusi Weibull-Pareto. Dalam artikel ini akan dibahas penerapan model komposit Weibull-Pareto dengan estimasi parameter menggunakan metode Maximum Likelihood Estimation pada data besar klaim asuransi harta benda di Indonesia. Data yang digunakan adalah data sekunder dari perusahaan asuransi PT. XYZ pada tahun 2016. Data tersebut berisi data besar klaim pemegang polis asuransi harta benda dalam mata uang Rupiah. Uji kecocokan Kolmogorov-Smirnov digunakan untuk menguji kecocokan distribusi. Hasil penerapan menunjukkkan bahwa data besar klaim asuransi harta benda PT. XYZ berasal dari populasi yang berdistribusi komposit Weibull-Pareto.

Pemodelan Distribusi Poisson-Sujatha pada Data Frekuensi Klaim Asuransi Kendaraan Bermotor di Indonesia Muhammad Rizq Nafisyah Alam; Aceng Komarudin Mutaqin
Jurnal Riset Statistika Volume 3, No. 1, Juli 2023, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrs.v3i1.1944

Abstract. Insurance is an agreement between two or more parties where the insurer promises to the insured by receiving a premium to compensate the insured against loss, damage or loss of profits. There are lots of insurance services or products, one of the insurance services that is widely used is motor vehicle insurance. Vehicle insurance itself is a type of insurance that provides benefits in the form of compensation or damage to the vehicle. Data frequency claims that contain overdispersion problems must be modeled with distributions that are able to handle overdispersion problems. The mixed Poisson distribution is often used as an alternative method for modeling data frequency claims when overdispersion occurs. Some mixed Poisson distributions include Poisson-Lindley, Poisson-Lognormal, and Poisson-weighted Exponential. The Poisson-Sujatha distribution (PSD) was introduced by Shanker in 2016 as one of the mixed Poisson distributions. The strengths of PSD are in getting the moments and the application. The moments of the PSD distribution can be obtained easily by following the simple method introduced by Shanker (2016). This thesis will discuss modeling the Poisson-Sujatha distribution (PSD) on motor vehicle insurance claim frequency data in Indonesia in 2013. The maximum likelihood estimation method is used to estimate the parameters of the PSD distribution. The fit test used in this study was the Chi-Square fit test. The research material used is secondary data on the frequency of motor vehicle insurance claims recorded by PT. X category 3 (passenger transportation whose insured price is more than Rp. 200,000,000 to Rp. 400,000,000) region 25 (North Sumatra Province) in 2013. Based on the results of applying the data on the frequency of motor vehicle insurance claims at PT. X category 3 region 25 in 2013, the PSD distribution is suitable for modeling motor vehicle insurance frequency claims data cases. Abstrak. Asuransi adalah suatu perjanjian antara dua pihak atau lebih dimana penanggung berjanji kepada tertanggung dengan menerima premi untuk mengganti kerugian tertanggung terhadap kerugian, kerusakan, atau kehilangan keuntungan. Ada banyak sekali layanan atau produk asuransi, salah satu layanan asuransi yang banyak digunakan adalah asuransi kendaraan bermotor. Asuransi kendaraan itu sendiri adalah jenis asuransi yang memberikan manfaat berupa pemberian ganti rugi atau kerusakan pada kendaraan bermotor. Data frekuensi klaim yang mengandung masalah overdispersi harus dimodelkan dengan distribusi yang mampu menangani masalah overdispersi. Distribusi campuran Poisson sering digunakan sebagai metode alternatif untuk pemodelan data frekuensi klaim ketika terjadi overdispersi. Beberapa distribusi campuran Poisson diantaranya adalah Poisson-Lindley, Poisson-Lognormal, dan Poisson-weighted Eksponensial. Distribusi Poisson-Sujatha (PSD) diperkenalkan oleh Shanker pada tahun 2016 sebagai salah satu distribusi campuran Poisson. Kelebihan dari PSD adalah dalam hal mendapatkan momen-momennya dan aplikasinya. Momen-momen dari distribusi PSD dapat diperoleh secara mudah dengan mengikuti metode sederhana yang diperkenalkan oleh Shanker (2016). Pada skripsi ini akan dibahas mengenai pemodelan distribusi Poisson-Sujatha (PSD) pada data frekuensi klaim asuransi kendaraan bermotor di Indonesia pada tahun 2013. Metode penaksiran kemungkinan maksimum digunakan untuk menaksir parameter dari distribusi PSD. Uji kecocokan yang digunakan dalam penelitian ini adalah uji kecocokan Chi-Kuadrat. Bahan penelitian yang digunakan berupa data sekunder frekuensi klaim asuransi kendaraan bermotor hasil pencatatan PT. X kategori 3 (angkutan penumpang yang harga pertanggungannya yang lebih dari Rp. 200.000.000 s.d. Rp. 400.000.000) wilayah 25 (Provinsi Sumatera Utara) pada tahun 2013. Berdasarkan hasil penerapan pada data frekuensi klaim asuransi kendaraan bermotor di PT. X kategori 3 wilayah 25 pada tahun 2013, distribusi PSD cocok untuk memodelkan kasus data frekuensi klaim asuransi kendaraan bermotor..

Perhitungan Premi Risiko Asuransi Kendaraan Bermotor Berdasarkan Data Frekuensi dan Besar Klaim Dwi Sekar Kania; Aceng Komarudin Mutaqin
Jurnal Riset Statistika Volume 2, No. 2, Desember 2022, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrs.v2i2.1295

Abstract. Risk is an unpleasant result (harm) of an action or action. Life insurance is a risk transfer effort that bears financial losses from the risk of the death of the policyholder. General insurance is a risk transfer effort that insures property that may suffer losses. The product of general insurance is motor vehicle insurance. The number of motorized vehicles indicates how useful motorized vehicles are, which causes an increase in motorized vehicle ownership. In line with that, the incidence of road accidents is also increasing, but many of those who suffer losses from vehicle accidents do not receive the compensation that is the right of the vehicle owner. From the explanation of insurance, it is said to be able to control a risk, where in insurance we have to pay a certain amount of money to get the "protection". The amount paid is called the premium. Based on this phenomenon, the formulation of the problem in this study is How to apply the calculation of risk premiums based on claim frequency data and big data claims conducted by Ozgurel (2005) for each vehicle category and region at insurance company XYZ? Abstrak. Asuransi merupakan salah satu bentuk untuk mengendalikan suatu risiko dengan cara memindahkan risiko dari satu pihak ke pihak lain. Asuransi jiwa adalah suatu usaha pengalihan risiko yang menanggung kerugian finansial dari risiko kematian pemegang polis. Asuransi umum adalah suatu usaha pengalihan risiko yang menanggung harta benda yang mungkin mengalami kerugian. Produk dari asuransi umum adalah asuransi kendaraan bermotor. Banyaknya kendaraan bermotor tersebut menandakan betapa bergunanya kendaraan bermotor, yang menyebabkan meningkatnya kepemilikan kendaraan bermotor. Sejalan dengan itu, terjadi kecelakaan di jalan raya ikut meningkat, tetapi banyak dari mereka yang mengalami kerugian dari kecelakaan kendaraan tidak memperoleh santunan yang menjadi hak pemilik kendaraan. Dari penjelasan asuransi yang dikatakan dapat mengendalikan suatu risiko, di mana dalam asuransi kita harus membayar sejumlah uang untuk mendapatkan “perlindungan” tersebut. Sejumlah uang yang dibayarkan tersebut dinamakan dengan premi. Berdasarkan fenomena tersebut, maka rumusan masalah dalam penelitian ini yaitu Bagaimana menerapkan perhitungan premi risiko berdasarkan data frekuensi klaim dan data besar klaim yang dilakukan oleh Ozgurel (2005) untuk setiap kategori kendaraan dan wilayah pada perusahaan asuransi XYZ?

Uji Dua Rata-Rata Waktu Belajar Mandiri Antara Mahasiswa Laki-Laki dan Perempuan Khalis Syahril Suryana; Syahla Anisah; Aceng Komarudin Mutaqin
Jurnal Riset Statistika Volume 4, No. 2, Desember 2024, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrs.v4i2.5002

Abstract. In this report the author wants to discuss the two average tests regarding the length of independent study time (in hours) between male and female students of the 2019 Unisba statistics study program. To do this, a t test or independent sample t-test is needed. Because male and female students are independent sample group data. The conditions for being able to carry out a t test are that the data must be normally distributed and the two samples must have homogeneous variance. To be able to test whether the data is normally distributed or not, it is necessary to carry out a normality test using the Lilliefors test. And to test whether the two samples have homogeneous variances or not, a homogeneity of variance test was carried out using Fisher's test. After that, a t test can be carried out to find out whether the two averages are the same or different. Abstrak. Dalam laporan ini penulis ingin membahas tentang uji dua rata-rata mengenai lamanya waktu belajar mandiri (dalam jam) antara mahasiwa laki-laki dan perempuan prodi statstika 2019 Unisba. Untuk melakukan itu diperlukan uji t atau indpendent sample t-test. Karena mahasiswa laki-laki dan perempuan merupakan data kelompok sampel yang saling bebas. Syarat untuk dapat melakukan uji t yaitu data tersebut harus berdistribusi normal dan kedua sampel tersebut harus memiliki varians yang homogen. Untuk dapat menguji apakah data berdistribusi normal atau tidak, perlu dilakukan uji normalitas menggunakan uji Lilliefors. Dan untuk menguji apakah kedua sampel tersebut memiliki varians yang homogen atau tidak, dilakukan uji homogenitas varians dengan uji Fisher. Setelah itu, dapat dilakukan uji t untuk mengetahui apakah dua rata-rata tersebut sama atau berbeda.

Co-Authors Abdul Kudus Agung Muhammad Fikri Agus Yodi Gunawan Ainani Tajriyan Muntaharridwan Ajeng Mega Pratiwi Alfan Siam Nuri Andi Setia Nugraha Anggis Sagitarisman Anneke Iswani A. Anneke Iswani Ahmad Asep Syaifulhadi Aunuddin Aunuddin Avin Rahmadian Budi Susetyo Danang Setiawan Disa Fauzana Dumaria R. Tampubolon Dwi Sekar Kania Fachry Abda El Rahman Fakhriel Muhammad Hafizh Fauziah Rahmayanti Fauziah Rahmayanti Fera Shintarini Harmonia Kamil Hendrik Wijayanto Ikbar Farid Maulana Indah Permatasari Indah Permatasari Inne Marliani Khalimatus Sa'diah Khalis Syahril Suryana Kiki Yogaswara Komarudin Komarudin Lia Rahayu Linda Maliani Lisnur Wachidah Lukman Nul Hakim M Dziqri Nur Rohiim M Dziqri Nur Rohiim M. Wildan Bin H.M. Yahya Mardianto Karim Mardianto Karim Maulana Ilham Pratama Maya Dian Wati Mira Zakiah Rahmah Mohammand Sobri Muhammad Iqbal Fauzi Muhammad Rifqi Hendriawan Muhammad Rizq Nafisyah Alam Muhammad Rizq Nafisyah Alam Naufal Fajar Nina Fitriyati Nur Rofiq Azijah NURTITI SUNUSI Nusar Hajarisman Puput Aryanti Raisha Shahelia Nastiti Resyi Pandini Safitri Riki Kurniawan Rillifa Iris Adisti Roosdiana N.R. Sa'diah, Khalimatus Sabda Iman Dani Safira Pratiwi Sheli Andriani Sinta Asanah Siti Magfiratul Hasanah Sutawanir Darwis Suwanda Suwanda Syahla Anisah Tanti Susanti Wulan Jati Nuray Yayat Karyana Yhupi Praga Adri Yusuf Fahrizal

Title Search

Found 5 Documents Search Journal : Jurnal Riset Statistika

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 5 Documents
Search
Journal : Jurnal Riset Statistika