Nuri Wahyuningsih
Departemen Aktuaria ITS Surabaya Indonesia

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

Proyeksi Tingkat Kematian di Indonesia Menggunakan Metode Holt-Winters Smoothing Exponential dan Moving Average Ulil Azmi; R. Mohamad Atok; Wawan Hafid Syaifudin; Galuh Oktavia Siswono; Imam Safawi Ahmad; Nuri Wahyuningsih
Limits: Journal of Mathematics and Its Applications Vol. 20 No. 1 (2023): Limits: Journal of Mathematics and Its Applications Volume 20 Nomor 1 Edisi Ma
Publisher : Pusat Publikasi Ilmiah LPPM Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Inaccurate predictions would cause the insurance companies to incur huge losses and may lead to expensive premiums for which low-income consumers are unable to insure themselves. The ability to predict mortality rates accurately allows the insurance companies to take preventive steps to introduce new policies with reasonable prices. It is hoped that by carrying out mortality projections, losses caused by longevity risk in the life insurance industry would be minimized. This study used secondary data obtained from the World Health Organization (WHO) website in the Mortality and Global Health Estimates category with the sub-topic Life Table by Country Indonesia. In this paper, several models are used to predict the mortality rate in a case study population in Indonesia, namely the Moving Average and Exponential Smoothing forecasting methods. The results obtained are the best method for predicting mortality rates is by using the Exponential Smoothing method with the MAPE value of Exponential Smoothing is smaller than the MAPE value on the Moving Average. The results of this mortality projection will later be used to obtain the distribution of life expectations and the premium price of life annuities.
Analisis Volatilitas dan Value at Risk pada Franklin Global Sukuk Luxembourg menggunakan model GARCH dan KF-GARCH Latifatul Mamnunah; Endah R.M. Putri; Erna Apriliani; Nuri Wahyuningsih
Limits: Journal of Mathematics and Its Applications Vol. 21 No. 1 (2024): Limits: Journal of Mathematics and Its Applications Volume 21 Nomor 1 Edisi Ma
Publisher : Pusat Publikasi Ilmiah LPPM Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Sukuk merupakan salah satu instruman pasar modal yang berbasis syariah. Masalah muncul ketika krisis keuangan global 2007 hingga 2008 sehingga meningkatkan ketidakpastian sistem ekonomi di seluruh dunia yang telah menyentuh pasar sukuk yang menyebabkan volatilitas tinggi pada return sukuk. Volatilitas didefinisikan sebagai ukuran ketidakpastian pada pengembalian harga aset saat berinvestasi. Paper ini bertujuan untuk menganalisa volatilitas pada Franklin Global Sukuk Luxembourg menggunakan model GARCH dan Kalman Filter-GARCH (KF-GARCH). Model GARCH merupakan metode yang dapat digunakan untuk memodelkan data deret waktu bidang finansial yang sangat tinggi volatilitasnya. Serta penggunaan Kalman Filter yang merupakan suatu metode estimasi yang optimal akan memberikan hasil estimasi yang lebih baik. Sehingga nantinya metode Kalman Filter ini dapat diterapkan untuk estimasi parameter model GARCH untuk memperbaiki hasil prediksi volatilitas return sukuk. Selain analisa volatilitas return sukuk, penelitian ini juga bertujuan untuk analisa estimasi risiko pada Franklin Global Sukuk Luxembourg. Metode yang digunakan untuk estimasi risiko adalah menggunakan Value at Risk (VaR). VaR merupakan besar kerugian maksimum yang diterima investor sehingga perhitungan Value at Risk (VaR) ini akan memberikan masukan dan membantu investor untuk meminimalisir kerugian dalam berinvestasi. Model GARCH yang sesuai untuk Franklin Global Sukuk Luxembourg dari analisis data return sukuk yang dilakukan adalah GARCH(1,0), Kemudian GARCH(1,0) tersebut diestimasi dengan Kalman Filter (KF-GARCH). Nilai MAPE hasil prediksi model KF-GARCH lebih kecil dari prediksi model GARCH(1,0) yang diestimasi menggunakan MLE. Hal ini menunjukkan bahwa estimasi menggunakan Kalman Filter menghasilkan simulasi yang lebih baik (akurat). Perhitungan estimasi risiko dengan menggunakan simulasi Monte Carlo pada Franklin Global Sukuk Luxembourg menggunakan model GARCH menghasilkan risiko 0.32% terhadap besar dana investasi sedangkan menggunakan model KF-GARCH adalah 0.31% terhadap besar dana investasi.