Bab 2 Distribusi Survival dan Tabel Mortalitas

2.1 Distribusi Survival

Meninggalnya seseorang merupakan sesuatu yang pasti terjadi namun kapan

terjadinya tidak dapat diprediksi. Karena itu, ketahanan hidup (survival ) seseorang
sampai ia meninggal dapat dianggap sebagai variabel acak. Distribusi dari variabel
acak ini disebut distribusi survival. Distribusi survival dapat dinyatakan dalam
bentuk fungsi distribusi F (x) atau fungsi survival s(x).

2.1.1 Fungsi distribusi dan fungsi survival

Misalkan X menyatakan usia meninggal (berarti X ≥ 0). Fungsi distribusi atau

CDF dari X adalah fungsi
F (x) = P (X ≤ x), (2.1)

dan fungsi survival atau SDF (survival distribution function) dari X adalah fungsi

s(x) = 1 − F (x) = P (X > x) (2.2)

Nilai F (x) dapat dibaca ”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
lim s(x) = 0.
x→∞

Sifat ini diperoleh dari definisi SDF dan sifat di ketakhinggaan CDF,

lim s(x) = 1 − lim F (x) = 1 − 1 = 0.

x→∞ x→∞

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 bayi

8
Nunung Nurhayati Aktuaria (PAM 3336) - Unsoed

yang baru lahir sebab

P (X ≤ x, X > 0) P (0 < X ≤ x)
P (X ≤ x|X > 0) = =
P (X > 0) P (X > 0)
F (x) − F (0) F (x) − 0
= = = F (x) = P (X ≤ x).
s(0) 1

Latihan. Apa artinya

a. s(20) b. P (X ≤ 70) c. s(100) d. F (25) e. P (X > 35)

2.1.2 Peluang meninggal

1) Peluang meninggal seseorang berusia x

Nilai CDF F (t) menyatakan peluang bayi yang baru lahir akan meninggal dalam
waktu t tahun. Bagaimana jika 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 (x) akan meninggal paling tua pada usia z adalah

s(z)
P (x < X ≤ z)|X > x) = 1 − (2.3)
s(x)

Bukti. Perhatikan bahwa

P (x < X ≤ z)|X > x)

dapat dibaca peluang seseorang berusia x akan meninggal paling tua pada usia z.
Berdasarkan definisi peluang bersyarat,

P (x < X ≤ z, X > x)
P (x < X ≤ z)|X > x) =
P (X > x)
P (x < X ≤ z)
=
P (X > x)
F (z) − F (x)
=
1 − F (x)

9
Nunung Nurhayati Aktuaria (PAM 3336) - Unsoed

Tetapi F (x) = 1 − s(x) sehingga

(1 − s(z)) − (1 − s(x))
P (x < X ≤ z)|X > x) =
s(x)
s(x) − s(z) s(z)
= =1− . 
s(x) s(x)

2) Peluang meninggal dan peluang hidup bagi seseorang berusia x

Misal didefinisikan variabel acak

T (x) = X − x

yang menyatakan sisa hidup (x) atau seseorang berusia x. Selanjutnya, peluang

P (T (x) ≤ t)

dapat dibaca peluang (x) akan meninggal dalam t tahun. Untuk bayi yang baru
lahir atau (0), sisa hidupnya adalah T (0) = X, sehingga

P (T (0) ≤ t) = P (X ≤ t) = F (t).

Pada aktuaria, peluang hidup dan peluang meninggal untuk (x) masing-masing
dinotasikan dengan

t px : peluang (x) akan hidup sampai t tahun lagi

t qx : peluang (x) akan meninggal dalam t tahun

Berdasarkan definisinya t px dan t qx dapat ditulis sebagai

t qx = P (T (x) ≤ t) = P (x < X ≤ x + t|X > x),

dan
t px = 1 − t qx = P (T (x) > t).

Untuk t = 1, notasi 1 qx dan 1 px cukup ditulis:

qx : peluang (x) akan meninggal dalam setahun

px : peluang (x) hidup setahun lagi

10
Nunung Nurhayati Aktuaria (PAM 3336) - Unsoed

3) Hubungan antara peluang hidup dan fungsi survival

s(x + t)
t px = . (2.4)
s(x)

Bukti. Berdasarkan definisi t qx dan persamaan (2.3) diperoleh

t qx = P (T (x) ≤ t) = P (x < X ≤ x + t|X > x)

s(x + t)
=1− .
s(x)

s(x + t)
Akibatnya, t px = 1 −t qx = . 
s(x)

Khususnya, untuk kasus bayi yang baru lahir atau (0),

x p0 = s(x). (2.5)

4) Peluang (x) akan meninggal antara usia x + t dan x + t + u

t|u qx = t px − t+u px . (2.6)

Bukti. Berdasarkan definisinya,

t|u qx = P (t < T (x) ≤ t + u)

= F (t + u) − F (t)
= P (T (x) ≤ t + u) − P (T (x) ≤ t)
= t+u qx − t qx
= t px − t+u px

Untuk u = 1 cukup ditulis t| qx .

Rumus t|u qx juga dapat dinyatakan sebagai

t|u qx = t px u qx+t . (2.7)

Bukti. Karena

s(x + t) s(x + t)
t qx =1− dan t px =
s(x) s(x)

11
Nunung Nurhayati Aktuaria (PAM 3336) - Unsoed

maka

s(x + t) s(x + t + u)
t|u qx = −
s(x) s(x)
s(x + t) − s(x + t + u)
=
s(x)
 
s(x + t) s(x + t) − s(x + t + u)
=
s(x) s(x + t)
 
s(x + t + u)
= t px 1 −
s(x + t)
= t px u qx+t .

Daftar lambang

(x) : seseorang berusia x

X : variabel acak yang menyatakan usia meninggal
T (x) : variabel acak yang menyatakan sisa hidup untuk (x)
s(x) : peluang hidup sampai usia x
t px : peluang (x) akan hidup sampai t tahun lagi (masih hidup di usia x + t)
t qx : peluang (x) akan meninggal dalam t tahun
t|u qx : peluang (x) akan meninggal antara usia x + t dan x + t + u

Latihan

Apa arti dari simbol-simbol berikut:

a. P (X ≤ 30)
b. P (X > 30)
c. s(40)
d. F (50)
e. 5 p20
f. 5 q20
g. 2|5 q20

12
Nunung Nurhayati Aktuaria (PAM 3336) - Unsoed

2.1.3 Curtate-Future-Lifetime (CFL)

CFL untuk (x) adalah variabel acak yang menyatakan bilangan bulat terbesar pada
variabel acak T (x). Dengan kata lain jika K(x) CFL untuk (x) maka

K(x) = ⌊T (x)⌋ (2.8)

dengan K(x) = 0, 1, 2, . . .

Contoh

Misal T (x)= 25 tahun 4 bulan 2 hari. Maka K(x) = 25 tahun.

Misal T (x)= 20 tahun 11 bulan 26 hari. Maka K(x) = 20 tahun

Distribusi dari CFL

PMF dari K(x) adalah

P (K(x) = k) = P (k ≤ T (x) < k + 1)

= P (k < T (x) ≤ k + 1)
= k px − k+1 px

= k| qx

dan CDF-nya
y
X
FK(x) (y) = k| qx = y+1 qx .
k=0

2.1.4 Laju Kematian

Laju kematian (laju mortalitas) untuk (x) didefinisikan sebagai

P (x < X ≤ x + △x|X > x)

µ(x) = lim (2.9)
△x→0 △x

Laju kematian µ(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 atau hazard rate function (HRF).

13
Nunung Nurhayati Aktuaria (PAM 3336) - Unsoed

Berikut akan ditunjukkan bahwa hubungan antara laju kematian, PDF, CDF, dan
fungsi survival adalah

fX (x) fX (x) −s′ (x)

µ(x) = = = (2.10)
1 − FX (x) s(x) s(x)

Bukti. Dari definisi peluang bersyarat

P (x < X ≤ x + △x)
P (x < X ≤ x + △x|X > x) =
P (X > x)
FX (x + △x) − FX (x)
=
1 − FX (x)
FX (x + △x) − FX (x)
=
s(x)

Dari definisi turunan

FX (x + △x) − FX (x)
lim = FX′ (x)
△x→0 △x

Tetapi, dari definisi fungsi densitas, FX′ (x) = fX (x). Akibatnya, laju kematian

P (x < X ≤ x + △x|X > x) 1

µ(x) = lim
△x→0 △x s(x)
FX (x + △x) − FX (x) 1
= lim
△x→0 △x s(x)
fX (x)
=
s(x)

Karena s(x) = 1 − FX (x) dan

s′ (x) = −FX′ (x) = −fX (x)

maka fX (x) = −s′ (x), sehingga

fX (x) fX (x) −s′ (x)

µ(x) = = = . 
1 − FX (x) s(x) s(x)

Hubungan antara peluang hidup dengan laju kematian

Rn
n px = e− 0 µ(x+s)ds
(2.11)

14
Nunung Nurhayati Aktuaria (PAM 3336) - Unsoed

Bukti. Dari definisi laju kematian

s′ (y) d
µ(y) = − = − ln s(y)
s(y) dy

atau
−µ(y)dy = d ln s(y)

Dengan mengintegralkan kedua ruas dari x sampai x + n diperoleh

Z x+n
− µ(y)dy = ln s(y)|x+n
x
x
s(x + n)
= ln
s(x)
= ln n px

Misal s = y − x maka ds = dy. Jika y = x maka s = 0 dan jika y = x + n maka

s = n. Akibatnya
Rn
n px = e− 0 µ(x+s)ds
. 

Untuk kasus bayi yang baru lahir, hubungan antara peluang hidup, fungsi survival,
dan laju kematian adalah
Rx
− µ(s)ds
x p0 = s(x) = e 0 , x≥0 (2.12)

PDF dari variabel acak sisa hidup T (x)

fT (x) (t) = t px µ(x + t) (2.13)

Bukti. Karena T (x) variabel acak kontinu maka PDF-nya

d d d
fT (x) (t) = FT (x) (t) = P (T (x) ≤ t) = t qx
dt  dt  dt
d s(x + t)
= 1−
dt s(x)

15
Nunung Nurhayati Aktuaria (PAM 3336) - Unsoed

s′ (x + t)
=−
s(x)
s(x + t) s′ (x + t)
=−
s(x) s(x + t)
= t px µ(x + t), t ≥ 0 (dari persamaan (2.4) dan (2.10). 

d
Selain itu, karena fT (x) (t) = q
dt t x
dan t qx = 1 − t px maka

d d d
t qx = (1 − t px ) = − t px = t px µ(x + t)
dt dt dt

2.2 Tabel Mortalitas (TM)

Tabel mortalitas adalah tabulasi nilai fungsi-fungsi dasar qx , ℓx , dx dan fungsi

tambahan lainnya yang didaftar berdasarkan usia x atau rentang usia (x, x + 1)
dengan x = 0, 1, 2, . . . , ω dan ω batas usia yang mungkin (contoh lihat Bowers, et
al., 1997, hal. 60-63 ).

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 23.511.563
satuan polis.

2.2.1 Hubungan TM dengan fungsi survival

Misalkan terdapat ℓ0 bayi yang baru lahir dan setiap bayi diindeks dengan j =
1, 2, . . . , ℓ0 . Definisikan variabel indikator
(
1, jika bayi ke-j masih hidup di usia x
Ij (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

P (Ij (x) = 1) = s(x) dan P (Ij (x) = 0) = 1 − s(x).

Akibatnya,
E[Ij (x)] = 0 P (Ij (x) = 0) + 1 P (Ij (x) = 1) = s(x).

16
Nunung Nurhayati Aktuaria (PAM 3336) - Unsoed

Jika Lx menyatakan jumlah bayi yang bertahan hidup sampai usia x, maka

ℓ0
X
Lx = Ij (x)
j=1

Karena E[Ij (x)] = s(x) maka

ℓ0
X
E[Lx ] = E[Ij (x)] = ℓ0 s(x).
j=1

Selanjutnya, E[Lx ] disimbolkan dengan ℓx . Dengan kata lain ℓx menyatakan

banyaknya bayi yang diharapkan masih hidup sampai usia x dan

ℓx = ℓ0 s(x). (2.14)

Misalkan n Dx menyatakan banyaknya bayi yang meninggal antara usia x dan x + n,

dan n dx menyatakan ekspektasinya. Maka

n dx = E[n Dx ] = ℓ0 s(x) − ℓ0 s(x + n) = ℓ0 [s(x) − s(x + n)]

= ℓx − ℓx+n .

Ketika n = 1, 1 dx cukup ditulis dx .

Penulisan t px , t qx dan µ(x) sebagai fungsi dari ℓx :

ℓx+t ℓx − ℓx+t ℓ′x

t px = , t qx = , µ(x) = −
ℓx ℓx ℓx

Bukti

s(x + t) ℓ0 s(x + t) ℓx+t

t px = = =
s(x) ℓ0 s(x) ℓx
ℓx+t ℓx − ℓx+t
t qx = 1 − =
ℓx ℓx
s′ (x) ℓ0 s′ (x) ℓ′x
µx = − = =−
s(x) ℓ0 s(x) ℓx

Akibatnya

17
Nunung Nurhayati Aktuaria (PAM 3336) - Unsoed

ℓx+1
px =
ℓx
ℓx − ℓx+1 dx
qx = =
ℓx ℓx

Daftar lambang

K(x) : bilangan bulat terbesar dari sisa hidup T (x)

px : peluang (x) hidup setahun lagi
qx : peluang (x) meninggal dalam setahun
k| qx : peluang (x) meninggal antara usia x dan x + 1
µ(x) atau µx : peluang (x) akan meninggal dalam waktu yang sangat singkat
Lx : jumlah bayi baru lahir yang masih hidup di usia x
ℓx : jumlah bayi baru lahir yang diharapkan masih hidup di usia x
n Dx : banyaknya (x) yang meninggal dalam n tahun
n dx : banyaknya (x) yang diharapkan meninggal dalam n tahun
dx : banyaknya (x) yang diharapkan meninggal dalam setahun
ω : usia tertua pada tabel mortalitas

Beberapa Hukum Mortalitas

1. Hukum De Moivre (1729)

1
µx = , dengan 0 ≤ x ≤ ω
ω−x

dengan ω menyatakan usia tertua dimana seseorang masih hidup.

2. Gompertz (1825)
µx = Bcx , B > 0, c > 1, x ≥ 0

3. Makeham (1860)
µx = A + Bcx

dengan B > 0, A ≥ −B, c > 1, x ≥ 0

4. Weibull (1939)
µx = kxn

dengan k > 0, n > 0, x ≥ 0

18
 Nunung Nurhayati Aktuaria (PAM 3336) - Unsoed

Latihan

1. Untuk soal berikut, gunakan rumus-rumus yang menyatakan hubungan laju

kematian dengan FX (x), fX (x), dan s(x).

(a) Tentukan FX (x) dan fX (x) jika s(x) = e−x , x ≥ 0.

1
(b) Tentukan s(x) dan fX (x) jika F (x) = 1 − , x ≥ 0.
1+x
2. Diberikan s(x) = 1 − x/100, untuk 0 ≤ x ≤ 100. Tentukan µ(x), FX (x), fX (x),
dan P (10 < X < 40).
3. Diberikan s(x) = (9000 − 10x − x2 )/9000, untuk 0 < x ≤ 90. Tentukan q50 − µ50 .
p
4. Diberikan s(x) = 1 − (x/100), untuk 0 ≤ x ≤ 100. Tentukan:
(a). 17 p19 , (b). 13 q36 , (c). 15|13 q36 , (d). µ(36), (e). E[T (36)].
5. Misal µ(x) = kx, untuk x > 0 dan 10 p35 = 0, 81. Tentukan nilai 20 p40 .

6. Misal µ(x) = 0, 0001, untuk 20 < x < 25. Tentukan 2|2 q20 .

7. Misal variabel acak T mempunyai PDF fT (t) = ce−ct , t ≥ 0, c > 0. Tentukan

E[T ], Var(T ), median(T ), modus(T ).
8. Misal variabel acak T (x) mempunyai PDF
(
t
100−x
, 0 ≤ t < 100 − x
fT (x) (t) =
1, t ≥ 100 − x

Tentukan e̊x = E[T (x)], Var[T (x)], median(T (x)).

9. Diberikan tabel mortalitas berikut:

x px ℓx dx
0 0,9 10000 ......
1 0,8
2 0,6
3 0,3
4 0
(a) Tentukan nilai s(x) untuk x = 0, 1, 2, 3, 4
(b) Isi kolom ℓx dan dx .

10. Berdasarkan tabel pada soal sebelumnya, tentukan

(a). 3 d0 , (b). 2 q1 , (c). 3 p1 , (d). 3 q2 .

19
 Nunung Nurhayati Aktuaria (PAM 3336) - Unsoed

11. Diberikan
2 2
µx = + , 0 ≤ x < 100
x + 1 100 − x
Tentukan banyaknya yang meninggal untuk usia antara 1 dan 4 tahun, jika ℓ0 =
10000.
12. Misal µx = k + e2x untuk x ≥ 0 dan 40 p0 = 0, 5. Tentukan nilai k.
13. Diberikan
ℓx = 2500(64 − 0, 8x)1/3 , 0 ≤ x ≤ 80.

Tentukan PDF, mean, dan variansi dari X.

14. Misal 1| qx+1 = 0, 95, 2| qx+1 = 0, 171, dan qx+3 = 0, 2. Tentukan qx+1 + qx+2 .

Tugas

Buat tabel mortalitas dengan kolom-kolom x, ℓx , dx , 1000qx , yang didasarkan pada

hukum Makeham
1000µ(x) = 0, 7 + 0, 05(100,04 )x .

Gunakan radix ℓ0 = 100.000 dan usia tertua ω = 100. Software yang digunakan
bebas, tetapi akan mendapatkan nilai tambah jika dikerjakan menggunakan pemro-
graman macro pada MS Excel.

20