Article Per Year (5 Year)
p-Index From 2020 - 2025
1.817
P-Index
This Author published in this journals
All Journal EKSAKTA: Journal of Sciences and Data Analysis Prosiding Seminar Nasional MIPA Statistika JURNAL MATEMATIKA STATISTIKA DAN KOMPUTASI Dharmakarya : Jurnal Aplikasi Ipteks Untuk Masyarakat Jurnal Ekonomi & Kebijakan Publik Jurnal Teknik Industri: Jurnal Keilmuan dan Aplikasi Teknik Industri Jurnal Matematika UNAND Variance : Journal of Statistics and Its Applications Jurnal Perspektif Pembiayaan dan Pembangunan Daerah Jurnal Matematika Integratif Indonesian Journal of Statistics and Its Applications
Lienda Noviyanti
Actuarial Science, Department Of Statistics, Universitas Padjadjaran, Indonesia
Agriculture, Biological Sciences & Forestry Arts Humanities Chemical Engineering, Chemistry & Bioengineering Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Materials Science & Nanotechnology Mathematics Mechanical Engineering Public Health Transportation Other

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 14 Documents
Search

 1   2 
Cadangan Prospektif Produk Asuransi Jiwa Endowment dengan Metode Gross Premium Valuation David Eurico; Sandra Kezia; Lienda Noviyanti; Achmad Zanbar Soleh
Jurnal Matematika Integratif Vol 17, No 2: Oktober 2021
Publisher : Department of Matematics, Universitas Padjadjaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24198/jmi.v17.n2.34360.97-108

Abstract

Penentuan cadangan asuransi jiwa yang melibatkan biaya-biaya dalam besaran preminya menjadi penting untuk dihitung dengan tepat sehingga perusahaan asuransi dapat mengelola cadangan manfaat dengan baik. Pada penelitian ini digunakan produk asuransi jiwa endowment single life double decrement (kematian dan ketidakmampuan total). Besaran cadangan manfaat dirumuskan secara prospektif melalui metode Gross Premium Valuation (GPV) yang memberikan nilai nol pada cadangan awal tahun pertama. Hal ini menunjukkan bahwa seluruh dana yang masuk pada tahun pertama digunakan untuk menutupi biaya yang harus dikeluarkan perusahaan. Selanjutnya nilai dari cadangan GPV akan terus bertambah sehingga pada akhir tahun polis akan bernilai sama dengan manfaat asuransi endowment yang dijanjikan kepada pemegang polis. Dalam penelitian ini, dilibatkan pula beban administrasi, beban polis, dan loyalty bonus. Hasil yang diberikan adalah besarnya gross premium yang harus dibayarkan dari tertanggung perempuan berusia 30 tahun, dengan masa proteksi 20 tahun dan periode pembayaran premi selama 20 tahun dibayar setiap awal tahun yaitu sebesar Rp6.680.206,00 untuk tingkat suku bunga 7% dan Rp6.126.428,00 untuk tingkat suku bunga 8%. Cadangan yang harus dipersiapkan perusahaan asuransi pada akhir tahun pertama yaitu sebesar Rp2.581.881,00 untuk tingkat suku bunga 7% dan Rp2.309.611,00 untuk tingkat suku bunga 8% dan akan bertambah hingga pada akhir tahun ke-20 sebesar Rp200.000.000,00. Didapatkan hasil bahwa gross premium dan cadangan akan memiliki nilai yang lebih kecil untuk tingkat suku bunga yang lebih besar. 
Estimation of Value at Risk by Using GJR-GARCH Copula Based on Block Maxima Hasna Afifah Rusyda; Fajar Indrayatna; Lienda Noviyanti
Indonesian Journal of Statistics and Applications Vol 5 No 2 (2021)
Publisher : Departemen Statistika, IPB University dengan Forum Perguruan Tinggi Statistika (FORSTAT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/ijsa.v5i2p405-414

Abstract

This paper will discuss the risk estimation of a portfolio based on value at risk (VaR) using a copula-based asymmetric Glosten – Jagannathan – Runkle - Generalized Autoregressive Conditional Heteroskedasticity (GJR-GARCH). There is non-linear correlation for dependent model structure among the variables that lead to the inaccurate VaR estimation so that we use copula functions to model the joint probability of large market movements. Data is GEV distributed. Therefore, we use Block Maxima consisting of fitting an extreme value distribution as a tail distribution to count VaR. The results show VaR can estimate the risk of portfolio return reasonably because the model has captured the data properties. Data volatility can be accommodated by GJR-GARCH, Copula can capture dependence between stocks, and Block maxima can accommodate extreme tail behavior of the data.
PREMI ASURANSI PENDIDIKAN DENGAN MEMPERHITUNGKAN PENGARUH WAIVER OF PREMIUM DAN RETURN OF CASH VALUE Suherman, Sandi Nurhibatulloh; ZANBAR SOLEH, ACHMAD; NOVIYANTI, LIENDA; INDRAYATNA, FAJAR
Jurnal Matematika UNAND Vol. 12 No. 3 (2023)
Publisher : Departemen Matematika dan Sains Data FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmua.12.3.244-257.2023

Abstract

Asuransi pendidikan adalah kombinasi antara tabungan pendidikan dan asuransi jiwa berjangka. Asuransi Pendidikan melibatkan dua orang yaitu orang tua (Ayah/Ibu) sebagai tertanggung dan anak sebagai penerima beasiswa. Asuransi Pendidikan memberikan manfaat berupa (1) dana tabungan pendidikan yang akan diberikan dalam 4 periode waktu yaitu di akhir tahun polis saat anak berusia 5 tahun, 11 tahun, 14 tahun, dan 17 tahun, (2) manfaat proteksi jiwa apabila orang tua meninggal dunia dalam masa asuransi. Pada penelitian ini akan memperhitungkan pengaruh manfaat lain yaitu (3) waiver of premium yang merupakan polis bebas premi apabila orang tua meninggal dunia, namun manfaat tetap dibayarkan sesuai kesepakatan awal, dan (4) return of cash value apabila anak yang dibeasiswakan meninggal dunia. Penelitian ini menentukan besaran premi kotor tahunan didasarkan pada konsep fully-discrete dengan anuitas joint-life. Dengan penambahan manfaat waiver of premium dan return of cash value akan meningkatkan premi kotor menjadi lebih mahal, akan tetapi manfaat yang diberikan sesuai dengan kebutuhan pemegang polis.
Predicting future inflation in Indonesia using Dynamic Model Averaging (DMA) Sari, Shania Puspita; Ginanjar, Irlandia; Noviyanti, Lienda
Jurnal Perspektif Pembiayaan dan Pembangunan Daerah Vol. 12 No. 2 (2024): Jurnal Perspektif Pembiayaan dan Pembangunan Daerah
Publisher : Program Magister Ilmu Ekonomi Pascasarjana Universitas Jambi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22437/ppd.v12i2.31817

Abstract

The features of Indonesia's inflation data, which make it extremely susceptible to shocks like those felt in 2005 and 2008, as well as extensive potential influencing factors, lead to problems in forecasting inflation. These problems include time variation in coefficients, models that can change over time, and many predictors to consider. Dynamic Model Averaging (DMA) solves these problems since it has evolved coefficients and models that change over time. This study uses DMA to predict future inflation by involving eight macroeconomic indicators as exogenous variables. The results of the in-sample analysis show that six predictors are significant in forecasting inflation, with posterior inclusion probability (PIP) being above 40%. Although the remaining predictors have PIP means below 40%, they can still be considered important. The out-of-sample results suggest that DMA performs better than dynamic model selection and models that don’t include exogenous variables, such as autoregressive models. The forecast results indicate a consistent pattern over the 12 months studied. The attempt to control inflation can be achieved by prioritizing the money supply factor, which has the highest PIP value, indicating that it is the most important factor.
Co-Authors Achmad Zabar Soleh Achmad Zanbar Soleh Achmad Zanbar Soleh Achmad Zanbar Soleh Achmad Zanbar Soleh, Achmad Zanbar Adri Arisena Anna Chadidjah David Eurico FAJAR INDRAYATNA Fajar Indrayatna Hasna Afifah Rusyda Irlandia Ginanjar Krisdiantha Krisdiantha M. Jibril Khalifatullah Muhammad Syamsuddin Rizki Maulana Sandi Nurhibatulloh Suherman Sandra Kezia Sari, Shania Puspita Sibarani, Triana Sucova Suherman, Sandi Nurhibatulloh Tione Daffaxa Dumamika Triana Sucova Sibarani ZANBAR SOLEH, ACHMAD