Pendahuluan
Seiring dengan berkembangnya kemajuan teknologi khususnya dibidang
transportasi Mode tranportasi sangatlah dibutuhkan oleh setiap orang untuk
i
saat ini,sarana transportasi merupakan suatu kebutuhan yang sangat penting
dalam melakukan kegiatan-kegiatan yang dilakukan setiap
harinya.Perkembangan ilmu pengetahuan dan teknologi dibidang lalu lintas
dan transportasi ternyata tidak hanya memberikan manfaat dan pengaruh
positif terhadap prilaku kehidupan masyarakat namun juga membawa dampak
negatif antara lain timbulnya masalah-masalah dibidang lalu lintas seperti
kecelakaan lalu lintas kecelakaan lalu lintas dijalan raya diakibatkan dari
beberapa faktor seperti mengantuk dijalan ketika sedang mengemudian
kendaran,faktor cuaca seperti hujan berat yang mengakibatkan jalan raya
menjadi licin ,jalan raya yang mengalami kerusakan,main hanpdphon ketika
sedang bekendara . Penyelenggaraan asuransi sosial kecelakaan lalu lintas
jalan ini pelaksanaannya oleh pemerintah Indonesia diberika kepada PT.Jasa
Raharja (Persero). Asuransi kerugian jasa raharja untuk menyelenggrakan
dana kecelakaan lalu lintas jalan
Metodologi Penelitian
Data
Data yang digunakan diperoleh dari PT Jasa Raharja (Persero) Lombok
timur dari bulan januari 2016 – desember 2019 mengenai jumlah dana
santunana yang diberikan kepada korban kecelakaan lalu lintas jalan dan
Data penelitian tersebut kemudian dianalisis menggunakan metode
Analisis Arima Box-Jenkines pada data santunan koban kecelakaan lalu
lintas jalan
Hasil dan Pembahasan
ii
Pada tampilan hasil output diatas menejelaskan ARIMA (1,0,0) bahwa
a. Hasil koefisien AR (1) sebesar 0.6132 ,dan nilai T sebesar 5.27 ,dengan
nilai P sebesar 0.000. sehingga menunjukkan bahwa parameter AR (1)
tidak signifikan dari nol,karena nilai P- nya melebihi batas toleransi
sebesesar 0.05
b. Nilai Mean square (Ms) yang dihasilkan pada model ini sebesar 65649 .
berdasarkan analisis diatas diketahui bahwa parameter ARIMA (1,0,0)
tidak layak digunakan karena parameter AR(1) menghasilkan nilai P yang
lebih besar dari batas toleransi 0.05
iii
a. Nilai Mean Square (MS) yang dihasilkan pada model ini sebesar 59767.
Berdasarkan analisis diatas diketahui bahwa parameter ARIMA (1,0,1)
iv
tidak layak digunakan dalam untuk peramalan, Karena parameter AR(1)
dan MA(1) menghasilkan nilai P yang lebih besar dari batas toleransi
0,05.
Sehingga dapat disimpulkan bahwa dari beberapa metode arima nilai
yang paling kecil MS nya adalah pada arima (1,1,1) yang akan
digunakan dalam metode lajung-box
v
Tolak H0 Jika Thitung> Ttabel atau P-value <α
Dari tafsiran parameter pada table diatas hasil pengolahan data yang
ditunjukkan statistic T untuk parameter AR(1) dan MA(1) adalah 8,09 dan
2,08 .pada alpha 5% statistika Z adalah 1,96 ,apabila statistika Z table
dibandingkan dengan nilai satatistik Z hitung,maka nilai statistic Z table lebih
besar ,sehingga menolak H0 yang berarti menerima H1 artinya parameter AR
dan Ma signifikan Setelah dilakukan pengujian parameter, perlu dilakukan
pemeriksaan diagnostik untuk memeriksa kecukupan model dalam memenuhi
asumsi residual white noise dan berdistribusi normal. Pengujian ini
menggunakan uji Ljung-Box (Q) dengan hipotesis sebagai berikut:
Lag 12 24 36 48
Chi-Square 20.8 30.1 32.9 *
DF 9 21 33 *
P-Value 0.013 0.091 0.472 *
vi
24 21 30.1 32.6705 0.091
36 33 32.9 34.77 0.472
48 - - 67,5 -
Pada tabel diatas menunjukkan bahwa sampai pada lag 12 dan 24 memenuhi
syarat cukup karena nila statistika Lajung-Box tidak lebih dari statistika χ 2
(0,05,10) dan χ2 (0,05,21).Begitu juga lag 36 dan 48 nilai statistika Lajung-
Box tidak lebih dari χ2 (0,05,33) dan χ2 (0,05,45).sehingga dapat disimpulkan
bahwa hipotesis awal diterima yang berarti memenuhi asumsi residual white
noise dan berdistribusi normal sehingga model layak digunakan.
Kesimpulan
vii
Junaedy,Ganie. Hukum Asuransi Indonesia. Jakarta: Sinar Grafika.2010.
Junaedy,Ganie. Hukum Asuransi Indonesia. Jakarta: Sinar Grafika.2011.
Lo, M.S, 2003. Generalized Autoregressive Conditional Hetroscedastic Time
Suspect. A project submitted in partial fulfillment of requirements for degree of
master of science. Simon Fraser University
Makridakis S., Wheelwright, Mc Gee, 1999, “Metode dan Aplikasi Peramalan”, Edisi
Kedua, Bina Rupa Aksara, Jakarta
Sri Redjeki, Hartono. Hukum Asuransi & Perusahaan Asuransi. Jakarta: Sinar
Grafika.1992.
Soejoeti, Z, 1987. Analisis Runtun Waktu. Jakarta: Universitas Terbuka.
Undang-Undang Nomor 22 Tahun 2009 tentang Lalu Lintas dan Angkutan Jalan
Undang-Undang Nomor 33 Tahun 1964 tentang Dana Pertanggungan Wajib
Kecelakaan Penumpang
Undang-Undang Nomor 34 Tahun 1964 tentang Dana Pertanggungan Wajib
Kecelakaan Lalu Lintas Jalan
viii
9