Article Per Year (5 Year)
p-Index From 2020 - 2025
15.549
P-Index
This Author published in this journals
All Journal Jurnal Matematika BIMASTER Proceedings of Annual International Conference Syiah Kuala University - Life Sciences & Engineering Chapter Jurnal Statistika Universitas Muhammadiyah Semarang Agrointek BAREKENG: Jurnal Ilmu Matematika dan Terapan 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 Abdimas Galuh: Jurnal Pengabdian Kepada Masyarakat Insan Cita Jurnal Pengabdian Kepada Masyarakat BERNAS: Jurnal Pengabdian Kepada Masyarakat Jurnal Pengabdian kepada Masyarakat Nusantara Euler : Jurnal Ilmiah Matematika, Sains dan Teknologi Jurnal Forum Analisis Statistik Pattimura International Journal of Mathematics (PIJMath) Jurnal Pelayanan dan Pemberdayaan Masyarakat STATISTIKA Equiva
Hendra Perdana
Universitas Tanjungpura
Religion Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Energy Engineering Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Mechanical Engineering Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 141 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 141 Documents
Search

 2   3   4   5   6 
The Calculation of Life Insurance Premiums with A Multiple-State Model on Critical Illness Insuranceance Millennia Taraly; Neva Satyahadewi; Hendra Perdana
Jurnal Matematika Vol 12 No 2 (2022)
Publisher : Publisher : Mathematics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JMAT.2022.v12.i02.p150

Abstract

Based on data from the Basic Health Research (Riskesdas) in 2018, the risk of critical illness is increasing and is the highest cause of death for Indonesian population. Currently, the cost of treating disease is not cheap, so maintaining health and preparing for the possibility of being diagnosed with a critical illness in the future is an important step. Critical Illness insurance premiums calculation includes cancer, stroke, heart, and diabetes mellitus. The benefits provided are in the form of death compensation, treatment costs when diagnosed with a critical illness, and there are also costs for Angioplasty surgery. Angioplasty surgery is performing when the individual has a serious critical heart condition and must be performed immediately 24 hours after a heart attack. The data information is in the form of the 2019 Indonesian Mortality Table, and the prevalence of critically ill patients with angioplasty surgical conditions. The premium calculation is carriying out for the insured male aged 40 years in good health, interest rate is 3.75%, the premium payment period and the insurance coverage period is 10 years. The annual net premium value obtained is IDR 5,859,788, of which the sum insured is IDR 500,000,000. There are 3 benefits obtained by the insured: (1) The cost of compensation received for Angioplasty surgery is 25% of the sum insured; (2) The cost of treatment compensation that will be given annually until the insurance coverage period ends when the insured is diagnosed with a critical illness, which is 100% of the sum insured minus the cost of compensation in the event of Angioplasty surgery; and (3) The value of compensation for death due to any cause, which is 100% of the sum insured minus the critical illness benefit for Angioplasty surgery
ANALISIS ASSOCIATION RULES MENGGUNAKAN ALGORITMA ECLAT PADA TOKO SWALAYAN Thariq Thariq; Shantika Martha; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 2 (2023): 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.v12i2.65274

Abstract

Kemajuan teknologi sangat pesat bahkan untuk sebuah toko swalayan dalam melakukan berbagai transaksi, semua penjualan langsung masuk ke database. B-MART merupakan toko yang menjual bahan pokok sehari-hari dengan jumlah transaksi yang relatif tinggi dimana menyebabkan data transaksi menjadi database yang besar. Salah satu cara untuk meningkatkan kualitas penjualan adalah dengan mempelajari pola belanja konsumen dengan menganalisis data transaksi penjualan. Salah satu teknik untuk menganlisis perilaku pola pembelian konsumen adalah Association rule. Equivalence Class Transformation (ECLAT) adalah salah satu algoritma pada metode association rules. Dimana dapat menemukan pola itemset yang paling sering muncul. Algoritma ECLAT mengklasifikasikan item yang sama ke dalam kelas (equivalence class) berdasarkan kriteria tertentu. Data penelitian yang digunakan merupakan data sekunder yang berasal dari transaksi penjualan pada toko B-MART dari bulan Februari 2020 sampai dengan Maret 2020 dengan total transaksi sebanyak 19826 dengan menggunakan minimum support 0.03% dan minimum confidence 95% dan lift ratio >1 menghasilkan sebanyak tiga frequent itemset. Kemudian untuk hasil association rules hanya didapatkan 1 rules yaitu jika bungkus kado maka kertas kado mix dengan nilai confidence 95,95% dan lift ratio 43,90. Artinya apabila konsumen melakukan pembelian jasa bungkus kado, maka kemungkinan terambilnya kertas kado mix sebesar 95,95%. Maka dari itu alangkah baiknya bungkus kado serta kertas kado mix diletakkan berdekatan. Sedangkan rules yang mempunyai nilai confidence dibawah 95% dapat dilakukan promo.Kata Kunci: belanja, itemset, lift ratio. 
PERHITUNGAN PREMI ASURANSI KESEHATAN PERAWATAN DI RUMAH SAKIT M. Deny Hafizzul Muttaqin; Neva Satyahadewi; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 2 (2023): 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.v12i2.65276

Abstract

Risiko merupakan suatu peristiwa yang tidak diinginkan serta yang tidak diinginkan atau risiko merupakan penyimpangan dari hasil yang diharapkan. Sehingga diperlukan peran pihak-pihak yang bersedia mengambil resiko untuk mengatasinya, termasuk pihak rumah sakit. Saat ini sudah banyak rumah sakit yang menawarkan jasa asuransi, termasuk asuransi kesehatan rumah sakit. Tujuan dari penelitian ini adalah untuk mengetahui pembayaran asuransi kesehatan seseorang yang menerima perawatan di rumah sakit. Prosesnya dimulai dengan mengumpulkan informasi dari Tabel Mortalita Indonesia (TMI) 2019, informasi kompensasi, suku bunga dan Tabel RP-2000 Male Combined Healthy. Tabel RP-2000 Male Combined Healthy digunakan untuk mendapatkan informasi tentang kemungkinan seseorang pada usia tertentu akan dirawat di rumah sakit. Langkah selanjutnya yaitu menentukan anuitas jiwa, asuransi jiwa dan premi asuransi kesehatan. Studi kasus dilakukan untuk peserta asuransi berusia 27 tahun dan 40 tahun dengan jangka waktu asuransi selama 20 tahunan. Besar santunan yang diperoleh ketika terjadi klaim yaitu Rp300.000/hari untuk biaya kamar, biaya perawatan Rp7.000.000/tahun dan Rp110.000/hari untuk biaya kunjungan dokter. Suku bunga yang digunakan sebesar 6% per tahun.. Hasil perhitungan menunjukkan bahwa premi bulanan yang dibayarkan polis kepada pria berusia 27 tahun adalah 18.934 rubel. Sedangkan laki-laki usia 40-an menerima Rp 4.691.803. Oleh karena itu jelas bahwa semakin tinggi usia pemegang polis, semakin tinggi pula jumlah premi asuransinya. Hal ini disebabkan oleh kemungkinan yang lebih tinggi dari penyakit dan kematian dari orang yang lebih tua. Kata Kunci : Asuransi, Suku Bunga, Female Combined, Male Combined, Tabel Mortalita Indonesia
PEMODELAN FAKTOR KEMISKINAN DAN INDEKS PEMBANGUNAN MANUSIA DENGAN SEEMINGLY UNRELATED REGRESSION-SPATIAL DURBIN MODEL Ratna Sari Dewi; Dadan Kusnandar; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 3 (2023): 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.v12i3.66690

Abstract

Dalam pola dasar pembangunan daerah, tercantum Indeks Pembangunan Manusia (IPM) sebagai salah satu tolok ukur utamanya. IPM suatu daerah memiliki hubungan yang negatif dengan tingkat kemiskinan di daerah tersebut. Untuk mengatasi masalah kemiskinan dan peningkatan IPM, pemerintah daerah dapat melakukannya dengan menganalisis faktor-faktor penyebabnya. Penelitian ini bertujuan untuk membentuk model umum faktor-faktor Tingkat Penduduk Miskin (TPM) dan IPM di Kalimantan Barat dari sudut pandang kewilayahannya. Penelitian ini menggunakan metode SUR-SDM (Seemingly Unrelated Regression-Spatial Durbin Model) yang mempertimbangkan efek spasial baik pada variabel terikat maupun variabel bebasnya. Data yang digunakan adalah IPM dan TPM beserta faktor-faktor yang memengaruhinya di Provinsi Kalimantan Barat pada tahun 2019. Analisis regresi beserta uji asumsi klasiknya merupakan langkah awal dalam penelitian ini. Setelah mendapatkan variabel yang signifikan dan memenuhi uji asumsi klasik, dilanjutkan dengan menentukan matriks bobot spasial Queen Contiguity. Kemudian mencari nilai indeks Moran dengan memanfaatkan matriks bobot yang telah diperoleh. Selanjutnya mencari estimasi parameter SUR-SDM dengan metode Maximum Likelihood. Hasil dari penelitian ini yaitu model umum yang terbentuk dapat memperlihatkan bahwa TPM dan IPM di suatu daerah yang bertetangga saling memengaruhi, dimana variabel-variabel yang berpengaruh dalam membentuk model adalah Rata-rata Angka Partisipasi Sekolah  dan Rata-rata Kebutuhan Hidup Layak  untuk model TPM dengan nilai R2 sebesar 33,3% serta Rata-rata Angka Partisipasi Sekolah , Pengeluaran per Kapita , Tingkat Partisipasi Angkatan Kerja , dan Pertumbuhan Ekonomi   untuk model IPM dengan nilai R2 sebesar 85,4%.Kata Kunci: Spatial Durbin Model, indeks Moran
ANALISIS TINGKAT KESEHATAN KINERJA KEUANGAN MENGGUNAKAN UJI KRUSKAL-WALLIS TERHADAP BANK SYARIAH Wira Fujiyanto Enizar; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 3 (2023): 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.v12i3.66804

Abstract

Bank adalah badan usaha yang menghimpun dana dari masyarakat dalam bentuk simpanan dan menyalurkannya kepada masyarakat dalam bentuk kredit atau bentuk-bentuk lainnya dalam rangka meningkatkan taraf hidup rakyat banyak. Pada penelitian ini pengujian dilakukan dengan menggunakan uji Kruskal-Wallis yang mana merupakan teknik statistika non-parametrik untuk menguji dua atau lebih sampel. Penelitian ini dilakukan dengan tujuan untuk menganalisis dan mencari perbedaan tingkat kesehatan kinerja keuangan tiga bank syariah, yaitu BNI Syariah, BRI Syariah, dan BSM sebelum terbentuk menjadi satu. Langkah awal, data diklasifikasikan berdasarkan kriteria RGEC (Risk profile, Good Corporate Governance, Earnings, dan Capital) dan terlihat bagaimana tingkat kesehatan dari masing-masing ketiga bank syariah. Lalu dilakukan uji Kruskal-Wallis terhadap data, sehingga diketahui ada aspek RGEC yang berbeda. Lebih lanjut dilakukan analisis uji Dunn sebagai uji perbandingan berganda untuk mengetahui bank mana yang berbeda. Berdasarkan hasil analisis diperoleh bahwa indikator financing deposit to ratio dan Capital adequacy ratio tidak memiliki perbedaan kinerja keuangan pada ketiga bank. Indikator yang mengalami perbedaan yaitu pada non-performing financing, return on asset, return on equity dan net interest margin. Dimana nilai indikator BNI Syariah lebih kecil dibandingkan BRI Syariah. Yang artinya berdasarkan indikator non-performing financing, BNI Syariah lebih sehat dibanding BRI Syariah. Sebab, semakin kecil nilai non-performing financing maka semakin sehat. Namun berbeda dengan indikator return on asset, return on equity, dan net interest margin. Dimana semakin kecil nilai indikator, maka semakin buruk. Oleh karena itu pada indikator return on asset, return on equity, dan net interest margin, BRI Syariah lebih sehat dibanding BNI Syariah. Sedangkan pada indikator biaya operasional terhadap pendapatan operasional, kinerja BNI Syariah lebih besar dibandingkan BRI Syariah. Yang artinya berdasarkan indikator biaya operasional terhadap pendapatan operasional, BNI Syariah lebih sehat dibanding BRI Syariah. Selanjutnya indikator good corporate government BSM memiliki nilai lebih kecil dibandingkan BNI Syariah maupun BRI Syariah. Yang artinya, BSM lebih baik dari kedua bank yang lainnya. Sebab, semakin kecil nilai indikator biaya operasional terhadap pendapatan operasional, maka semakin baik kesehatan banknya.Kata Kunci: Performa keuangan, Kruskal-Wallis, Bank Indonesia
ANALISIS CLUSTER MENGGUNAKAN ALGORITMA K-MEANS BERDASARKAN FAKTOR PENYEBAB STUNTING PADA PROVINSI KALIMANTAN BARAT Rahmania Andarini Hatti Imanni; Evy Sulistianingsih; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 3 (2023): 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.v12i3.67061

Abstract

Stunting merupakan suatu permasalahan gizi kronis yang disebabkan ketidak cukupan asupan gizi dalam jangka waktu yang lama. Hasil Survei Status Gizi Indonesia (SSGI) 2021, di Kalimantan Barat persentase stunting mencapai 29,8% dimana lebih tinggi dari rata-rata nasional. Berdasarkan tingginya kasus stunting di Kalimantan Barat, maka diperlukan pengelompokan Kabupaten/Kota di Kalimantan Barat berdasarkan faktor penyebab stunting. Tujuan dari penelitian ini melakukan pengelompokan Kabupaten/Kota di Kalimantan Barat berdasarkan faktor penyebab stunting menggunakan Algoritma K-Means. Faktor penyebab stunting yang digunakan yaitu, Persentase rumah tangga yang tidak memiliki akses air minum bersih , persentase kurangnya pemberian ASI eksklusif , persentase bayi berat lahir rendah (BBLR) lahir dengan selamat , persentase rumah tangga tidak memiliki fasilitas sanitasi layak . Berdasarkan hasil analisis, menggunakan jumlah cluster sebanyak 3 diperoleh kesimpulan bahwa pada klaster 1 memiliki karakteristik baik terhadap faktor penyebab stunting. Sedangkan pada klaster 2 yang terdiri dari kabupaten Bengkayang, kabupaten Sanggau dan kabupaten Melawi memiliki prioritas utama yang perlu perhatian pemerintah provinsi atau daerah yaitu terhadap pemberian air susu ibu eksklusif dan berat bayi lahir rendah lahir dengan selamat. Sedangkan karakteristik pada klaster 3 yang perlu diperhatikan yaitu rumah tangga tangga tidak memiliki akses air minum bersih dan kondisi rumah tangga yang tidak memiliki fasilitas sanitasi yang layak. Pada klaster 3 terdiri dari kabupaten Landak, kabupaten Ketapang, kabupaten Sintang, kabupaten Kapuas Hulu dan kabupaten Sekadau.Kata Kunci:   Stunting, Cluster, SSGI
PENERAPAN MODEL VECTOR AUTOREGRESSIVE INTEGRATED MOVING AVERAGE PADA DATA LOGGING Sasqia Aklysta Antaristi; Yundari Yundari; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 12, No 3 (2023): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya (dalam proses)
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/bbimst.v12i3.67123

Abstract

Data Well Logging merupakan metode pengukuran besaran – besaran atau parameter fisika dan kimia batuan terhadap kedalaman lubang bor. Lapisan batuan dipengaruhi oleh elastisitas dan densitas batuan dalam waktu tertentu. Dengan kriteria tersebut, metode analisis deret waktu yang sesuai adalah VARIMA (Vector Autoregressive Integreted Moving Average). Model VARIMA adalah suatu metode yang digunakan untuk menganalisis data deret waktu dengan melibatkan faktor lokasi dan lebih dari satu variabel. Tujuan penelitian ini membahas tentang penggunaan model VARIMA untuk menganalisis data logging dengan menentukan model dan hasil peramalan data GR, LSD, dan SSD serta tingkat kebaikan model. Data yang digunakan adalah hasil Log Gamma Ray (GR), Long Spacing Density (LSD), dan Short Spacing Density (SSD) pada perusahaan XYZ dalam periode data kedalaman 1.4 m–98.8 m. Tahapan yang dilakukan dalam penelitian ini yaitu mendeskripsikan data GR, LSD, dan SSD dilanjutkan uji stasioner ADF, melakukan differencing, mengidentifikasi model MACF dan MPACF, mengestimasi parameter, melakukan peramalan model VARIMA dan diakhiri perhitungan MAPE. Hasil pemodelan terbaik yang diperoleh adalah VARIMA (1,1,0). Tingkat kebaikan hasil peramalan GR kedalaman 99 m–100 m pada MAPE adalah 27,74% dikategorikan cukup baik. Hasil peramalan LSD menurut MAPE bernilai 10.90% tergolong baik. Hasil peramalan SSD bernilai 7.81% yang dikategorikan sangat baik. Kata Kunci:   Logging, Model Peramalan, Vector Autoregresive Integrated Moving Average
PENGUJIAN KORELASI KANONIK PENUMPANG PESAWAT DI BANDAR UDARA INTERNASIONAL SUPADIO Fery Prastio; Shantika Martha; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 2 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (218.296 KB) | DOI: 10.26418/bbimst.v8i2.31533

Abstract

Analisis korelasi kanonik berguna dalam menguraikan struktur hubungan dari dua kelompok variabel. Penguraian struktur hubungan dilakukan dengan menginterpretasikan muatan silang kanonik untuk mengetahui urutan variabel mana saja dalam sebuah kelompok yang paling berkontribusi terhadap besaran hubungan antara dua kelompok variabel. Pengujian korelasi kanonik pada penelitian ini dilakukan pada data yang berkaitan dengan penerbangan, dimana satu kelompok variabel dependen  yang beranggotakan lima variabel yang memuat data jumlah penumpang bulanan maskapai Kalstar Aviation , Lion Air , Nam Air , Sriwijaya Air  dan Xpress Air  yang dihubungkan dengan sebuah kelompok variabel independen  yang beranggotakan lima variabel diantaranya adalah pergerakan pesawat , banyaknya wisatawan masuk melalui jalur entikong , rata-rata curah hujan , proyeksi jumlah penduduk Kalimantan Barat , dan indeks harga konsumen . Hubungan yang terjadi diantara kedua kelompok variabel tersebut dijelaskan melalui besaran koefisien korelasi kanonik yang dalam penelitian ini menjelaskan bahwa kedua kelompok variabel tersebut berhubungan sangat erat. Kata Kunci: korelasi kanonik, multivariat, analisis penerbangan, bandar udara 
PEMETAAN MAHASISWA BARU DALAM MEMILIH PROGRAM STUDI MENGGUNAKAN JARINGAN SYARAF TIRUAN ALGORITMA KOHONEN SELF ORGANIZING MAPS Pitriani Pitriani; Helmi Helmi; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 8, No 2 (2019): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (481.212 KB) | DOI: 10.26418/bbimst.v8i2.32468

Abstract

Peserta didik menghadapi persaingan yang semakin ketat untuk memasuki perguruan tinggi karena angka peminat dan penyeleksi seleksi masuk perguruan tinggi semakin tinggi. Hal itu membuat peserta didik mempersiapkan segalanya dimulai dari memilih perguruan tinggi hingga memilih program studi. Penelitian ini dilakukan untuk memetakan atribut atau alasan-alasan mahasiswa baru Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Tanjungpura dalam memilih program studi. Pemetaan ini dilakukan dengan menggunakan jaringan syaraf tiruan algoritma Kohonen Self Organizing Maps yang hasilnya divalidasi dengan metode IDB (Indeks Davies-Bouldin). Penelitian dilakukan untuk mengelompokkan alasan-alasan mahasiswa baru menggunakan 3 klaster dan 4 klaster dengan learning rate 0.05, 0.25, 0.5, 0.75 dan 0.95  serta maksimum iterasi 50, 100, 500, 1000, 2000 dan 5000. Berdasarkan jumlah klaster dan learning rate serta maksimum iterasi tersebut diperoleh IDB terkecil sebesar 1.8226 yaitu dengan menggunakan 3 klaster, learning rate 0.05 dan maksimum iterasi 500. Diantara 3 klaster yang terbentuk maka klaster ke-1 yaitu klaster dengan nilai mean terendah sehingga berdasarkan penskoran kuesioner maka masuk dalam kategori sangat penting. Artinya anggota dalam klaster tersebut menjadi pertimbangan para responden dalam memilih program studi. Keanggotaan klaster ke-1 diantaranya yaitu peluang karir, keinginan mencapai cita-cita, tenaga pendidik profesional, akreditasi program studi, instansi terbaik untuk bekerja dan peringkat universitas.  Kata Kunci : Klaster, Learning Rate, Indeks Davies-Bouldin
PERAMALAN TINGKAT KEMATIAN (MORTALITA) Reni Unaeni; Neva Satyahadewi; Hendra Perdana
Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya Vol 6, No 01 (2017): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya
Publisher : FMIPA Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (304.163 KB) | DOI: 10.26418/bbimst.v6i01.19458

Abstract

Model LeeCarter merupakan model peramalan tingkat kematian yang menggabungkan modeldemografi dengan model statistik time series. Model ini mengambil logaritmadari Age Spesific Death Rate (ASDR). Peramalan tingkat kematian pada model LeeCarter, didasarkan pada ekstrapolasi indeks kematian berdasarkan tahun ke-tyang diperoleh melalui pemilihan model time series yang tepat. Penelitian ini bertujuan untuk mengkaji estimasiparameter pada model Lee Carter menggunakan Singular Value Decomposition (SVD),dan mengaplikasikan ARIMA untuk peramalan tingkat kematian. Proses estimasi dimulai dengan mengestimasi parameter dari rata-ratatingkat kematian dan kecenderungan perubahan tingkat kematian yang diperngaruhiparameter indeks kematian menggunakan SVD. Selanjutnya indeks kematian tersebutdiramalkan menggunakan ARIMA yang kemudian disubtitusikan kembali pada modelLee Carter untuk memperoleh peramalan tingkat kematian. Dari hasil peramalantingkat kematian tersebut dapat dicari peramalan peluang kematian pada lifetable. Dengan demikian hasil yang diperoleh adalah peramalan tingkat kematian(mortalita) menggunakan model Lee Carter dari tahun 2011-2022 dan peramalanpeluang kematian pada life table menurut usia x dari tahun 2011-2022.  KataKunci: Singular Value Decomposition, ARIMA.
Co-Authors Al Amin Alatin, Isam Aldien, Royan Gustio Alex Sander Almazmar, Giatul Khodijah Hodijah Andani, Wirda Andi Hairil Alimuddin Anggi Putri Dewi Anggi, Muhamad Anis Fakhrunnisa Annisa Fitri Antoni, Frans Xavier Natalius Apriliyani, Techa Aprizkiyandari, Siti Ariady Zulkarnain Arsyi, Fritzgerald Muhammad Assa Trissia Rizal Atikasari, Awang Atlantic, Virginnia Aulia Puteri Amari Calissta, Leanna Belva Cesoria, Yola Zerlinda Crismayella, Yuveinsiana Dadan Kusnandar Dadan Kusnandar Dadan Kusnandar Dadan Zaliluddin Debataraja, Naomi Nessyana Dedi Rosadi Deni Wardani Dinda Lestari Dwi Nining Indrasari Dzakirah, Nasya Rabbi Eka Rizki Wahyuni Elga Fitaloka Endah Saraswi Ersawahyuni, Aisna Evi Noviani Evy Sulistianingsih Faizah, Putri Alya Nur Fajar, Arif Nur Fallah, Khalishah Ghina Febriani, Nindy Febriani, Rani Febriyanto, Ferdy Fery Prastio Fidianty, Fadilla Firhan Januardi Firman Saputra Fortuna, Nia Fitriana Gilang Habibie Gunawan, Sucipto Hafifah, Nanda Handayani, Aditya Hapipah, Liza Darojatul Hariadi, Wahyudio Shaney Fikri Harnanta, Nabila Izza Hasanah, Kutsiatul Hasanuddin Hasanuddin Helmi Helmi Hidayat, Rani Lestari HUDA, NUR’AINUL MIFTAHUL Huriyah, Syifa Khansa Iman Sanjaya Imanni, Rahmania Andarini Hatti Imro'ah, Nurfitri IMRO’AH, NURFITRI Imtiyaz, Widad Indriani, Maria Meilinda Ira Mona Irwanto, Dicky Ismi Adam Jajad Sudrajat Jawani Jawani Juniarti, Leni Khabib Mustofa Laksono Trisnantoro Lilit Tamara Dinta Lisa Lestari M. Deny Hafizzul Muttaqin Ma’ruf, Ikhwan Maisarah Maisarah Margaretha, Ledy Claudia Mariana Yopi Mariatul Kiftiah Martha, Shantika Marwalida Rachmadiar Maulida Amanasari Mega Tri Junika Mida Mida Millennia Taraly Misrawi Misrawi Muhamad Ikbal Muhammad Ahyar Muhammad fauzan Muhardi Muhtadi, Radhi Mursyidah, Lailatul Mutiara Nurisma Rahmadhani Nabilah, Niken Aushaf Nanda Ayuni Nanda Shalsadilla Naomi Nessyana Debataraja Naomi Nessyana Debataraja Neva Satyahadewi Novita, Irene Nugrahaeni, Indah Nur Asiska Nur Azmi Nurfitri Imro'ah Nurfitri Imro’ah Nurhanifa, Nurhanifa Nurin Hafizah Nurmaulia Ningsih Nurul Huda Padilah, Ariski Paisal Paisal Pinasari, Repi Pitriani Pitriani Pranata Anggi Puji Ardiningsih Puspita, Risma Putri, Vinna Septyara Qalbi Aliklas Rafika Aufa Hasibuan Rahman, Tri Wanda Rahmania Andarini Hatti Imanni Rahmasari, Yulia Ramadhan, Nanda Ratna Nursariyani Ratna Sari Dewi Reni Unaeni Retnani, Hani Dwi Ria Fuji Astuti Rina Rina Risa Nofiani Risko, Risko Rivaldo, Rendi Rizki, Setyo Wira Robbiati, Dian Roeswandi, Irine Fajrin Rofatunnisa, Sifa Sadikin, Utin Azwa Sayhani Salsabila, Hana Samson Samson Santika Santika Sasqia Aklysta Antaristi Sesilisvana, Nevil Setyo Wir Rizki Setyo Wira Rizki Setyo Wira Rizki Setyo Wira Rizki Shantika Martha Shantika Martha Shantika Martha Silvia Andriany Sinaga, Steven Jansen Sindia, Eri Sintia Margun Siti Julaeha, Siti Siti Septiani Rahayu Putri Solly Aryza Suci Angriani Suhardi Suprianto, Okto syuradi, Syuradi Tamtama, Ray Taraly, Inggriani Millennia Thariq Thariq Tiara, Dinda Titania Aurellia Trifaiza, Fadhela Wafiq Nurhaliza Wahyu Diyan Ramadana Wilda Ariani Wira Fujiyanto Enizar Wirda Andani Wirdha Eryani Yogi, Vinsensius Yohane, Novi Yonatan, Yulianus Yopi Saputra Yudhi Yumna Siska Fitriyani Yundari, Yundari Yundari, Yundari Yustosio, Darwis Yuveinsiana Crismayella Zahidah, Zahra