Page 1
Daftar Isi
Page 2
Bab I
Pendahuluan
Rumusan Masalah
Tujuan
Page 3
Bab II
ISI
dan fungsi survival atau SDF (survival distribution function) dari X adalah fungsi
F(x) adalah peluang seseorang meninggal paling tua pada usia x dan s(x)
dibaca peluang seseorang masih hidup di usia x. Sifat di ketakhinggaan dari
SDF adalah
Sifat ini diperoleh dari denisi SDF dan sifat di ketakhinggaan CDF,
Pada persamaan (2.1) dan (2.2) diasumsikan bahwa F(0) = 0 dan s(0) = 1.
Dengan demikian persamaan (2.1) dapat dipandang sebagai peluang meninggal
untuk bayiyang baru lahir sebab
Page 4
2.2 Peluang meninggal
Nilai CDF F(t) menyatakan peluang bayi yang baru lahir akan meninggal
dalam waktu t tahun. Tetap yang menjadi perhatian kita bukan bayi yang
baru lahir tetap sesorang yang berusia x. Jika seseorang yang berusia x
disimbolkan dengan (x), maka peluang bahwa seseorang (x) akan
meninggal paling tua pada usia z adalah :
(2.3)
Pembuktian
(2.3)
Page 5
Peluang meninggal dan peluang hidup bagi seseorang berusia x
Dapat diartikan peluang (x) akan meninggal dalam t tahun. Untuk bayi
yang baru lahir atau (0), sisa hidupnya adalah T(0) = X, sehingga
Dalam ilmu aktuaria, peluang hidup dan peluang meninggal untuk (x)
masing-masing dinotasikan dengan :
Page 6
Untuk t = 1, notasi 1qx dan 1px cukup ditulis:
(2.4)
Pembuktian.
Akibatnya :
(2.5)
Page 7
Peluang (x) akan meninggal antara usia x + t dan x + t + u
(2.6)
Pembuktian.
Berdasarkan denisinya, untuk u = 1 cukup ditulis t|qx. Rumus t|uqx juga dapat
dinyatakan sebagai
Pembuktian.
Daftar lambang
Page 8
T(x) : variabel acak yang menyatakan sisa hidup untuk (x)
px
t : peluang (x) akan hidup sampai t tahun lagi (masih hidup di usia x + t)
qx
t : peluang (x) akan meninggal dalam t tahun
| qx
t u : peluang (x) akan meninggal antara usia x + t dan x + t + u
(2.9)
Laju kematian (x) juga dapat diartikan peluang (x) akan meninggal sesaat lagi
(dalam waktu yang sangat singkat). Pada analisis survival laju kematian disebut
juga fungsi laju kegagalan (failure) atau hazard rate function (HRF). Berikut akan
ditunjukkan bahwa hubungan antara laju kematian, PDF, CDF, dan fungsi survival
adalah
(2.10)
Pembuktian.
Page 9
Dari denisi turunan :
Tetapi, dari denisi fungsi densitas, FX(x) = fX(x). Akibatnya, laju kematian
menjadi :
Page 10
Hubungan antara peluang hidup dengan laju kematian adalah sebagai berikut :
Pembuktian.
atau
(2.11)
Page 11
Untuk kasus bayi yang baru lahir, hubungan antara peluang hidup, fungsi
survival, dan laju kematian adalah berikut :
(2.12)
(2.13)
Pembuktian.
Page 12
Tabel mortalitas adalah tabulasi nilai fungsi-fungsi dasar qx, x, dx dan fungsi
tambahan lainnya yang didaftar berdasarkan usia x atau rentang usia (x, x + 1)
dengan x = 0, 1, 2, . . . , dan atau omega adalah batas usia maksimal yang
mungkin dicapai. Saat ini Indonesia sudah mempunyai tabel mortalitas sendiri
yaitu TMI 2011 yang merupakan perbaikan dari TMI 1999. TMI 2011 disusun
berdasarkan data mortalita dari 40 perusahaan di industri asuransi jiwa di
Indonesia yang meliputi 23.511.563satuan polis.
Misalkan terdapat 0 bayi yang baru lahir dan setiap bayi diindeks dengan j = 1,
2, . . . , 0. Denisikan variabel indikator Ij(x) = ( 1, jika bayi ke-j masih hidup di
usia x 0, jika bayi ke-j meninggal sebelum usia x. Ketika Ij(x) = 1, peluang bahwa
bayi tersebut masih hidup di usia x, sama saja dengan nilai fungsi survival s(x),
sehingga :
Jika Lx menyatakan jumlah bayi yang bertahan hidup sampai usia x, maka :
(2.14)
Page 13
Misalkan nDx menyatakan banyaknya bayi yang meninggal antara usia x dan
x+n, dan ndx menyatakan ekspektasinya. Maka :
Ketika n = 1, 1dx cukup ditulis dx. Penulisan tpx, tqx dan (x) sebagai fungsi dari
x:
Page 14
Daftar lambang :
|qx
k : Peluang (x) meninggal antara usia x dan x + 1
(x) atau x : Peluang (x) akan meninggal dalam waktu yang sangat singkat
1. Hukum De Moivre
Mempunyai distribusi uniform kontinu, maksimal usia adalah omega
() ,
Page 15
2. Generalized Hukum De Moivre
T(x) mempunyai distribusi Beta, maksimal usia adalah omega ()
Model distribusi ini juga mempunyai
4. Hukum Gompertz
Page 16
Hanya mempertimbangkan kematian yang disebabkan oleh faktor
usia saja
5. Hukum Makeham
Makeham Force of mortality pada hukum mortalita Makeham
dinyatakan dengan
6. Hukum Weibull
Memiliki distribusi Weibull
Sumber :
Page 17
http://users.math.msu.edu/users/valdezea/stt455f14/STT455Weeks2to3-
F2014.pdf
http://www.math.uiuc.edu/~pjohnson/Pages%20from
%20MAF_Johnson_ExamMLC3L_StudySupplement_October2012.pdf
Bu Debrina
Page 18
Page 19