Pembahasan Soal Ujian Aktuaris A50 - Metoda Statistika

Pembahasan Soal
Ujian Profesi Aktuaris

Persatuan Aktuaris Indonesia
A50-Metode Statistika
Periode 2014-2019
Tim Penyusun:
Wawan Hafid Syaifudin, M.Si, MAct.Sc
Agus Sofian Eka Hidayat, M.Ed, M.Sc
2019
Daftar Isi
1 A50 Periode November 2014 3
2 A50 Periode Juni 2015 25
4 A50 Periode Juni 2016 95
6 A50 Periode Mei 2017 157
8 A50 Periode Mei 2018 230
10 A50 Periode April 2019 292
2
1 A50 Periode November 2014
Informasi berikut digunakan untuk mengerjakan soal no. 1 sampai dengan 3:

Sebuah Survival Distribution didefinisikan sebagai S(t) = 0, 30(80 − t)1/2 , di dalam daerah do-
main 0 ≤ t ≤ 100.
1. Tentukan f (24)
A. 0, 019
B. 0, 020
C. 0, 022
D. 0, 025
E. Tidak ada jawaban yang benar
Pembahasan:
Diberikan S(t) = 0, 30(80 − t)1/2 untuk 0 ≤ t ≤ 100. Untuk mengerjakan soal ini, formula
yang kita gunakan adalah
f (t) = −S0 (t)
Dengan demikian, didapat:
f (t) = − S0 (t)
d h i
=− 0, 30(80 − t)1/2
dt
= (0, 3)(0, 5)(80 − t)1/2
0, 15
= √
80 − t
sehingga, f (24) = 0, 0200446 ≈ 0, 020

Jawab: B.
2. Tentukan λ(45)
A. 0, 0143
B. 0, 0214
C. 0, 0341
3
D. 0, 0413
Pembahasan:
Untuk mengerjakan soal ini, digunakan formula
f (t)
λ(t) =
S(t)
Dengan demikian, kita peroleh:
0, 15
√
f (t) 80 − t 0, 5
λ(t) = = =
S(t) 0, 30(80 − t)1/2 80 − t
0, 5
sehingga, λ(45) = = 0, 0142857 ≈ 0, 0143
80 − 45
Jawab: A.
3. Tentukan Λ(25)
A. 0, 1378
B. 0, 1783
C. 0, 1873
D. 0, 214
Pembahasan:
Dengan menggunakan:
Z t
Λ(t) = λ(y) dy
0
diperoleh
Z 2 25
0, 5
Λ(25) =

5 dy = − 0, 5 ln(80 − y) ≈ 0, 1873
0 80 − y 0
Jawab: C.
4. Sebuah Survival Distribution didefinisikan sebagai S(t) = 0, 10(100 − t)1/2 , di dalam daerah
domain 0 ≤ t ≤ 100. Tentukan Var ( T ).
A. 333.33
B. 666.67
C. 777.78
4
D. 889.77
E. 998.89
Pembahasan:
Dengan menggunakan formula:
f (t) = −S0 (t)
Z ω
E[ T ] = S(t) dt
0
Z ω
E[ T 2 ] = t2 f (t) dt
0
diperoleh:
d h i 0, 05
f (t) = − 0, 1(100 − t)1/2 = √
dt 100 − t
100
(100 − t)3/2
Z 100
1/2 200
E[ T ] = 0, 1(100 − t) dt = − =
0 15
0 3
√ 100
100 − t(3t2 − 400t + 80000)
Z 100
16000
t2 f (t) dt = − =
0 150
0 3
sehingga
2
2 2 16000 200
Var [ T ] = E[ T ] − ( E[ T ]) = − ≈ 889, 77
3 3
Jawab: D.
5. Sebuah Survival Distribution didefinisikan sebagai S( x ) = ax2 + b, dengan domain 0 ≤ x ≤

k. Jika expected value dari X adalah 60, maka tentukan median dari X.
√
A. 25 2
√
B. 45 2
√
C. 49 2
√
D. 57 2
E. Tidak ada jawaban benar
Pembahasan:
Pertama, ingat bahwa F ( x ) = 1 − S( x ), artinya F ( x ) = 1 − ax2 − b. Lalu, karena batas
bawah dan batas atas dari domain adalah 0 dan k, maka F (0) = 0 dan F (k) = 1. Artinya,
0 =1 − b
1 =1 − ak2 − b
5
didapatkan b = 1 dan ak2 = −1. Lalu, tinjau nilai dari E[ X ] = 60, hal ini berarti:
k
ax3 ak3
Z k Z k
2

60 = S( x ) dx = ax + b dx = + bx = + bk
0 0 3 0 3
Dengan melakukan substitusi ak2 = −1 dan b = 1, diperoleh −k

+ bk = −k3+3k = 2k
3 3 = 60.
0
Artinya, k = 90 dan a = −1/8100. Dengan menggunakan formula f ( x ) = −S ( x ) didapat
x2

d 2x
f (x) = − − +1 =
dx 8100 8100
Modus dari X diberikan oleh persamaan:

Z X
mod 2x
0, 5 = dx
0 8100
X
x2 mod
0, 5 =
8100 0
2
Xmod
0, 5 =
8100
√
Xmod = 45 2
Jawab: B.
6. Jika diketahui T berdistribusi uniform di daerah [1, 3]. Tentukan Var ( T ).

A. 1/3
B. 1/4
C. 1/5
D. 2/3
E. 3/4
Pembahasan:
Dari soal diatas, didapat a = 1 dan b = 3. Dengan menggunakan formula varians dari
distribusi uniform, didapat
( b − a )2 (3 − 1)2 4 1
Var [ T ] = = = =
12 12 12 3
Jawab: A.
6
Informasi berikut digunakan untuk mengerjakan soal no. 7 sampai dengan 10

Distribusi
1
f (x) = x (r/2)−1 e− x/2 , x > 0
2r/2 Γ(r/2)
adalah distribusi Chi-square dengan r > 0 merupakan degrees of freedom.
7. Tentukan E[ X ] untuk distribusi ini.

A. r/2
B. r/4
C. r
D. 2r
E. 1/(r − 2)
Pembahasan:
Dengan menggunakan sifat dari distribusi Chi-square, diperoleh nilai dari ekspektasinya adalah
sama dengan derajat kebebasannya. Artinya, E[ X ] = r.
Jawab: C.
8. Tentukan Var [ X ] untuk distribusi ini.

A. r/2
B. r/4
C. r
D. 2r
E. 1/(r − 2)
Pembahasan:
Dengan menggunakan sifat dari distribusi Chi-square, diperoleh nilai dari variansnya adalah
sama dengan dua kali derajat kebebasannya. Artinya, Var [ X ] = 2r.
Jawab: D.
9. Tentukan E[ X −1 ] untuk distribusi ini.

A. r/2
B. r/4
C. r
D. 2r
E. 1/(r − 2)
7
Pembahasan:
Akan dicari nilai dari E[ X −1 ] dengan menggunakan definisi dari ekspektasi dari suatu peubah
acak X.
Z ∞
E [ X −1 ] = x −1 f ( x ) dx
0
Z ∞
1
= x −1 x (r/2)−1 e− x/2 dx
0 2r/2 Γ(r/2)
1 ∞ Z
= x (r/2)−1−1 e− x/2 dx
2 Γ(r/2) 0
r/2
Z ∞
1
= r/2 x (r−2)/2−1 e− x/2 dx
2 Γ(r/2) 0
Lalu, ide untuk menyelesaikan integral diatas adalah dengan membentuk fungsi gamma, di-
mana Z ∞
Γ(n) = x n−1 e− x dx
0
Dengan memisalkan y = x/2 diperoleh dy = dx/2 dan integral berubah menjadi

Z ∞
2
E [ X −1 ] = (2y)(r−2)/2−1 e−y dy
2r/2 Γ(r/2) 0
Z ∞
2(r−2)/2
= y[(r−2)/2]−1 e−y dy
2r/2 Γ(r/2) 0
2r/2−1
= Γ((r − 2)/2)
2r/2 Γ(r/2)
1 Γ(r/2 − 1)
=
2 Γ(r/2)
1 (r/2 − 2)!
=
2 (r/2 − 1)!
1 (r/2 − 2)!
=
2 (r/2 − 1)(r/2 − 2)!
1
=
2(r − 2)/2
1
=
r−2
Jawab: E.
10. Tentukan the hazard rate, λ( x ), untuk distribusi ini jika r = 2.

A. 1/2
B. 1/3
C. 1/4
8
D. 1/8
Pembahasan:
e− x/2
Untuk r = 2 diperoleh f ( x ) = . Lalu, fungsi λ( x ) diberikan oleh persamaan
2
f (x)
λ( x ) =
S( x )
Artinya, dicari S( x ) terlebih dahulu.

Z x
S( x ) = 1 − f (y) dy
0
Z x −y/2
e
= 1− dy
0 2
h i x
= 1 − −e−y/2
0
= e− x/2
Berjalan dari hasil ini,

e− x/2
λ( x ) = −2x/2 = 1/2
e
Jawab: A.

Sebuah survival distribution function (SDF) didefinisikan sebagai :
c−x
S( x ) = ,0 ≤ x < c
c+x
Sebuah life table dibuat berdasarkan SDF ini dengan menggunakan l0 = 100.000, dimana dalam life
table ini menghasilkan l35 = 44.000.
11. Tentukan nilai dari ω dalam tabel

A. 60
B. 70
C. 80
D. 90
E. tidak ada jawaban yang benar
9
Pembahasan:
Tinjau formula,
S0 ( x + t ) l x +t
t px = Sx (t) = =
S0 ( x ) lx
Dengan demikian,
S0 (35) c − 35 l
35 p0 = S0 (35) = = S0 (35) = = 35 = 0, 44
S0 ( 0 ) c + 35 l40
Artinya, c = 90. Diperoleh nilai ω = c = 90.

Jawab: D.
12. Tentukan probabilitas orang bertahan hidup mulai dari lahir sampai berusia 60.
A. 0, 1
B. 0, 2
C. 0, 3
D. 0, 4
E. 0, 5
Pembahasan:
Akan dihitung 60 P0 dengan menggunakan formula
S0 ( x + t )
t px = Sx (t) =
S0 ( x )
sehingga,
S0 (60) 90 − 60
60 p0 = S0 (60) = = S0 (60) = = 0, 2
S0 ( 0 ) 90 + 60
Jawab: B.
13. Tentukan probabilitas bahwa seorang yang berusia 10 tahun akan meninggal di antara usia 30
dan 45.
A. 1/24
B. 1/12
C. 1/8
D. 1/6
E. 5/24
10
Pembahasan:
Dengan menggunakan formula
t|u q x =t p x −t+u p x
dimana
S0 ( x + t )
t px =
S0 ( x )
akan dicari nilai dari
S0 (30) S0 (45)
20|15 q10 =20 p10 −35 p10 = −
S0 (10) S0 (10)
dengan
90−30
S0 (30) 90+30 5
= 90−10
=
S0 (10) 90+10
8
dan
90−45
S0 (45) 90+45 5
= 90−45
=
S0 (10) 90+45
12
Atinya, diperoleh
5 5 5
20|15 q10 = − =
8 12 24
Jawab: E.
14. Jika the force of mortality didefinisikan sebagai :
2 2
µx = + , 0 ≤ x ≤ 100
x + 1 100 − x
Tentukan jumlah kematian yang terjadi diantara usia 1 dan 4 dalam life table dengan radix
10.000.
A. 2.061, 81
B. 2.081, 61
C. 2.161, 81
D. 2.181, 16
E. 2.186, 11
Pembahasan:
Formula yang digunakan untuk mengerjakan soal ini adalah
Rt
t px = e− 0 µ x+s ds
11
l x +t =t p x × l x
n dx = l x − l x +n
Akan dicari nilai dari 1 d4 dengan l0 = 10.000. Pertama, dicari nilai dari µ0+s , dimana
2 2
µ 0+ s = +
s + 1 100 − s
R4 R4 2 2
4 p0 = e− 0 µ0+s ds
= e− 0 s+1 + 100−s ds
= 0, 036864
Lalu, dicari nilai dari

R1 R1 2 2
p0 = e − 0 µ0+s ds
= e− 0 s+1 + 100−s ds
= 0, 245025
Kemudian, didapat
l4 =4 p0 × l0 = 384, 64
l1 = p0 × l0 = 2.450, 25
sehingga,
3 d1 = l1 − l4 = 2.081, 61
Jawab: B.

Jika diketahui lx = 2500(64 − 0, 8x )1/3 , 0 ≤ x ≤ 80
15. Tentukan f ( x )
A. (1/15)(0, 64 − 0, 8x )2/3
B. (1/15)(0, 64 − 0, 8x )−1/3
C. (1/15)(0, 64 − 0, 8x )−2/3
D. (1/15)(0, 64 − 0, 8x )1/3
Pembahasan:
Pertama akan digunakan formula
lx
S( x ) =
l0
dan
d
f (x) = − S( x )
dx
12
Dengan demikian, didapat

" #
d 2500(64 − 0, 8x )1/3

d lx 1 1
f (x) = − =− = (64 − 0, 8x )−2/3 (−0, 8)
dx l0 dx 10.000 4 3
sehingga
1
f (x) = (64 − 0, 8x )−2/3
15
Jawab: C.
16. Tentukan E[ X ]
A. 60
B. 65
C. 70
D. 75
Pembahasan: Z ω
Formula dari ekspektasi X adalah E[ X ] = S( x ) dx sehingga,
0
80
(64 − 0, 8x )1/3 15(64 − 0, 8x )4/3
Z 80
E[ X ] = dx = − = 60
0 4 64 0
Jawab: A.
17. Tentukan Var [ X ]

A. 518, 2457
B. 517, 2854
C. 515, 2478
D. 514, 2857
Pembahasan:
Formula untuk mencari Var [ X ] adalah
Var [ X ] = E[ X 2 ] − ( E[ X ])2
dimana Z ω
E[ X 2 ] = x2 f ( x ) dx
0
13
dan Z ω
E[ X ] = S( x ) dx
0
Karena nilai dari E[ X ] sudah diperoleh di nomor sebelumnya, maka tinggal perlu dicari nilai
dari E[ X 2 ].
Z 80
1
E[ X 2 ] = x2 (64 − 0, 8x )−2/3 dx = 4.114, 2857
0 15
Lalu, didapat
Var [ X ] = E[ X 2 ] − ( E[ X ])2 = 4.114, 2857 − 602 = 514, 2857
Jawab: D.

√
Jika Ix = 1000 100 − x, 0 ≤ x ≤ 100
18. Hitunglah the exact value dari µ36+1/4 dengan menggunakan asumsi exponential.
A. 0, 0076109
B. 0, 0077969
C. 0, 0078905
D. 0, 0079061
E. 0, 0079217
Pembahasan:
Formula yang digunakan pada bagian ini adalah
µ x+s = − ln p x
sehingga, bisa kita peroleh
µ36+1/4 = − ln p36
l37
= − ln
l36
√
1000 100 − 37
= − ln √
1000 100 − 36
= 0.007874
Jawab: Tidak ada jawaban yang memenuhi.
19. Hitunglah the exact value dari µ36+1/4 dengan menggunakan asumsi hyperbolic.
14
A. 0, 0076109
B. 0, 0077969
C. 0, 0078905
D. 0, 0079061
E. 0, 0079217
Pembahasan:
qx
Dengan menggunakan formula µ x+s = , didapat
1 − (1 − s ) q x
q36
µ36+1/4 =
1 − (1 − 1/4)q36
1 − p36
=
1 − 0.75(1 − p36 )
√
1 − 1000√100−37
= 1000 100−
√
36

1000√100−37
1 − 0.75 1 −
1000 100−36
= 0.00789
Jawab: Tidak ada jawaban yang memenuhi.
20. Jika lx = 15.120 dan q x = 1/3, maka tentukan lx+1/4

A. 13.044
B. 13.440
C. 14.034
D. 14.304
Pembahasan:
Formula yang digunakan adalah
px = 1 − qx
l x +1 = p x × l x
−1
1 1
l x +s = +s
lx l x +1 − l x
Dengan melakukan substitusi angka-angka dari soal, diperoleh
1 2
px = 1 − =
3 3
15
lx+1 = p x × lx = 10.080
dan
−1 −1
1 1 1 1 1
lx+1/4 = + (1/4) = + = 13.440
lx l x +1 − l x 15.120 4 10.080 − 15.120
Jawab: B.
21. Diketahui the expected future lifetimes dari orang yang terdiagnosa dengan LAS, ARC dan
AIDS masing-masing adalah 7, 24 , 6, 54 , dan 0, 92. Tentukan varians dari future lifetime.
A. 15, 53
B. 24, 84
C. 32, 92
D. 33, 33
Pembahasan:
Formula yang digunakan
1
E[ Tj ] =
µj
1
Var [ Tj ] =
µ2j
Dengan menggunakan panjer model, diperoleh
1
= 0.92
µ3
Lalu,
1 1
+ = 6, 54
µ2b µ3
1 1
= 6, 54 −
µ2b µ3
1
= 6, 54 − 0, 92
µ2b
1
= 5, 62
µ2b
16
Kemudian,
1 1 1
+ + = 7, 24
µ2a µ2b µ3
1
= 7, 24 − 5, 62 − 0, 92
µ2a
1
= 0, 7
µ2a
Variansi
1 1 1
+ 2 + 2 = (0, 92)2 + (5, 62)2 + (0, 7)2 = 32, 9208
µ22a µ2b µ3
Jawab: C.
22. Sekumpulan dari n orang diamati sampai semuanya meninggal, dengan kematian dikelom-
pokkan dalam interval yang tetap. Jika Var [Ŝ(t)] = 0, 0009, Var [Ŝ(r )] = 0, 0016, dan
covarians nya adalah Cov[Ŝ(t), Ŝ(r )] = 0, 0008. Tentukan E[Ŝ(t)].
A. 0, 6
B. 0, 7
C. 0, 8
D. 0, 9
Pembahasan:
Diberikan Var [Ŝ(t)] = 0, 009, Var [Ŝ(r )] = 0, 0016, dan covarians nya adalah Cov[Ŝ(t), Ŝ(r )] =
0, 0008. Formula yang digunakan adalah

N (t) S(t) F (t)
Var [Ŝ(t)] = Var =
n n

N (r ) S (r ) F (r )
Var [Ŝ(r )] = Var =
n n
1 − Ŝ(t)Ŝ(r )
Cov(Ŝ(t), Ŝ(r )) =
n
Dengan menggunakan persamaan untuk Var [Ŝ(t)], Var [Ŝ(r )], dan Cov(Ŝ(t), Ŝ(r )) diperoleh
S(t)(1 − S(t))
n= . . . (∗)
0, 0009
17
S(r )(1 − S(r ))

n= . . . (∗∗)
0, 0016
1 − S ( t ) S (r )
n= . . . (∗ ∗ ∗)
0, 0008
Dari (∗) dan (∗ ∗ ∗) diperoleh
S(t) S (r )
=
8 9
8S(t)
sehingga S(r ) = . Lalu, dari persamaan (∗) dan (∗∗) didapat
9
S(r )(1 − S(r )) S(t)(1 − S(t))

=
0, 0016 0, 0009

8S(t) 8S(t)
1−
9 9 S(t)(1 − S(t))
=
0, 0016 0, 0009
64S(t)2
72S(t) − = 16S(t) − 16S(t)2
81
80S(t)2 = 72S(t)
9
S(t) =
10
Jawab: D.
(d) (w) (d)

23. Jika kedua µ60+t dan µ60+t adalah konstan selama 0 < t < 1, maka tentukan q60 bila
(d) (w)
diketahui q0 60 = q0 60 = 0, 20.
A. 0, 14
B. 0, 15
C. 0, 16
D. 0, 17
E. 0, 18
Pembahasan:
Formula yang akan digunakan adalah

(d) (d) 1 (w)
q x = q0 x 1 − q0 x
2
Dengan demikian, diperoleh

(d) (d) 1 (w) 1
q60 = q0 60 1 − q0 60 = 0, 2(1 − (0, 2)) = 0, 18
2 2
18
Jawab: E.
24. Anda diberi informasi berikut tentang suatu model data berkala statis (time series stationer):
ρ1 = −0, 310
ρ2 = −0, 155
ρk = 0; k = 3, 4, 5, . . .
Selain itu, Anda juga diberikan informasi: ϑ1 + ϑ2 = 0, 7. Berapakah nilai ϑ1 ?

A. 0, 2
B. 0, 3
C. 0, 4
D. 0, 5
E. 0, 6
Pembahasan:
Soal diatas merupakan model MA(2), dimana
−ϑ1 + ϑ1 ϑ2
ρ (1) =
1 + ϑ12 + ϑ22
−ϑ2
ρ (2) =
1 + ϑ12 + ϑ22
ρ(h) = 0, |h| > 2
Diberikan ϑ1 + ϑ2 = 0, 7 sehingga bisa diperoleh ϑ1 = 0, 7 − ϑ2 Lalu, dengan menggunakan

formula untuk ρ(1) dan ρ(2), didapat
−ϑ1 + ϑ1 ϑ2
−0, 31 =
1 + ϑ12 + ϑ22
Dengan substitusi, ϑ1 = 0, 7 − ϑ2 kedalam persamaan sebelumnya, diperoleh
−0, 7 + ϑ2 + (0, 7 − ϑ2 )ϑ2 −0, 7 + 1, 7ϑ2 − ϑ22

−0, 31 = ⇔ − 0, 31 = . . . (∗)
1 + ϑ12 + ϑ22 1 + ϑ12 + ϑ22
dan
−ϑ2
−0, 155 = . . . (∗∗)
1 + ϑ12 + ϑ22
19
Berdasarkan (∗) dan (∗∗) didapat
−ϑ2 −0, 7 + 1, 7ϑ2 − ϑ22

= ⇔ 0, 1085 − 0, 5735ϑ2 + 0, 155ϑ22 = 0
−0, 155 −0, 31
dengan menggunakan formula penyelesaian pada persamaan kuadrat diperoleh ϑ2 = 3, 5 dan

ϑ1 = 0, 5.
Jawab: D.
25. Sepuluh pekerja PLTN yang secara tidak sengaja terkena radiasi pada tingkat yang signifikan.
Suatu kematian diamati pada masing-masing t = 2 dan t = 4, dan x keluar dari pengamatan
pada saat t = 3. Menggunakan estimator product limit untuk S(t), maka akan didapatkan
Ŝ(5) = 0, 75. Tentukan x.
A. 1
B. 2
C. 3
D. 4
E. 5
Pembahasan:
!
m rj − dj
Ŝ(t) = ∏ rj
j =1
untuk tm ≤ t ≤ tm+1 . Dengan menggunakan formula ini, diperoleh

!
4 rj − dj
Ŝ(5) = ∏ rj
j =1
9−x−1

9
0, 75 =
10 9−x
0, 75 8−x
=
0, 9 9−x
5 8−x
=
6 9−x
45 − 5x = 48 − 6x
x=3
Jawab: C.
20
26. Hitunglah m x berdasarkan asumsi Balducci.

A. 0,11792
B. 0,31778
C. 0,11566
D. 0,10545
E. 0,21765
Pembahasan:
Diketahui :
lx = 900 dan lx+1 = 800
Rumus yang digunakan :
( q x )2
mx =
− p x · ln( p x )
Proses pengerjaan :
( q x )2
mx =
− p x · ln( p x )
2
l
1 − xl+x 1
=
− lxl+x 1 · ln lxl+x 1
2
1 − 800 900
=
− 800 800

900 · ln 900
= 0,117919
≈ 0,11792
Jawab: A.
27. Jika diketahui T berdistribusi seragam (uniform) di daerah [1, 3], maka tentukan Var ( T ).
A. 1/3
B. 1/4
C. 1/5
D. 1/6
21
Pembahasan:
Dari soal diatas, didapat a = 1 dan b = 3. Dengan menggunakan formula varians dari
distribusi uniform, didapat
( b − a )2 (3 − 1)2 4 1
Var [ T ] = = = =
12 12 12 3
Jawab: A.
28. Dari sebuah time series, Anda diberikan data sebagai berikut:
t yt yt − ȳ
1 984 −16
2 1023 23
3 965 −35
4 1040 40
5 988 −12
Perkirakan fungsi autokorelasi pada saat perpindahan k = 2.

A. −0, 46
B. −0, 16
C. 0, 51
D. 0, 84
Pembahasan:
∑4i=1 (yt − ȳ)(yt+1 − ȳ)

r1 =
∑5i=1 (yt − ȳ)2
∑3i=1 (yt − ȳ)(yt+2 − ȳ)

r2 =
∑5i=1 (yt − ȳ)2
r2 − r12
ϕ̂22 =
1 − r12
Menggunakan formula diatas, diperoleh
(−16)(23) + (23)(−35) + (−35)(40) + (40)(−12)

r1 = = −0, 81326584
(−16)2 + (23)2 + (−35)2 + (40)2 + (−12)2
22
(−16)(−35) + (23)(40) + (−35)(−12)

r2 = = 0, 5061267981
(−16)2 + (23)2 + (−35)2 + (40)2 + (−12)2
r2 − r12
ϕ̂22 = = −0, 45858 ≈ −0, 46
1 − r12
Jawab: A.
29. Diketahui suatu model untuk 20 data pengamatan sebagai berikut :
Y = α + βX + ε
Ditetapkan bahwa R2 = 0, 64. Hitunglah nilai dari F-statistic yang digunakan untuk menguji
suatu hubungan linier.
A. 30
B. 32
C. 34
D. 36
Pembahasan:
Diberikan k = 2 (dimana k menyatakan banyaknya parameter). Lalu, n = 20 (n menyatakan
jumlah pengamatan) dan R2 = 0, 64. Akan dihitung nilai dari F-statistic yang digunakan
untuk menguji suatu hubungan linier dari model tersebut. Formula yang digunakan adalah
R2
F = k − 12
1−R
n−k
Dengan demikian diperoleh

0, 64
F = 2 − 1 = 32
1 − 0, 64
20 − 2
Jawab: B.
30. Diketahui suatu informasi tentang sebuah model MA(4) sebagai berikut :
23
m = 0
q1 = 1, 8
q2 = −1, 110
q3 = 0, 278
q4 = −0, 024
s2e = 8
Tentukan standard deviasi dari perkiraan kesalahan tiga langkah ke depan (forecast error three
steps ahead).
A. 3, 6
B. 4, 9
C. 5, 8
D. 6, 6
Pembahasan:
Formula yang digunakan untuk mengerjakan soal ini adalah

Var (eT (l )) = (q0 )2 + (q1 )2 + . . . + (ql −1 )2 s2e
dan q
σeT (l ) = Var (eT (l ))
Menggunakan formula ini, dengan q0 = 1 (ingat bahwa model ARIMA memiliki mean berni-
lai 0), diperoleh

Var (eT (l )) = (q0 )2 + (q1 )2 + (q2 )2 s2e = 12 + 1, 82 + (−1, 110)2 (8) = 43, 7768
dan
√
σeT (3) = 43, 7768 ≈ 6, 6
Jawab: D.
24
2 A50 Periode Juni 2015
1. Jika diketahui survival function dari seseorang adalah sebagai berikut:

t
t px= 1 − 90− x , untuk 0 ≤ t ≤ 90 − x.
Hitunglah probabilita dari seseorang berumur 25 mencapai umur 80 tahun.
A. 55/65
B. 25/65
C. 5/13
D. 2/13
E. 25/13
Pembahasan:
Diketahui :
t = 55 dan x = 25
Rumus yang digunakan dalam soal ini adalah:
t
t px = 1− , untuk 0 ≤ t ≤ 90 − x
90 − x
Dengan demikian diperoleh :
55
55 p25 = 1−
90 − 25
55
= 1−
65
10
=
65
2
=
13
Jawab : D
Informasi berikut digunakan untuk mengerjakan soal nomor 2 dan 3:

Diketaui survival function dari X adalah S( X ) = e− x ( x + 1), x ≥ 0
25
2. Tentukan E[ X ].
A. 0,25
B. 1
C. 0,5
D. 2
E. 0
Pembahasan:
Diketahui :
S ( X ) = e − x ( x + 1), x ≥ 0

Z ∞
E( X ) = S( x ) dx
0

Z ∞
E( X ) = S( x ) dx
0
Z ∞
= e− x ( x + 1) dx
0
= 2
Jawab : D
3. Tentukan Probability Density Function dari X.

A. e− x ( x + 2)
B. e− x x2
C. e− x ( x + 1)2
D. (e− x + 1) x
E. e− x x
Pembahasan:
Diketahui :
S ( X ) = e − x ( x + 1), x ≥ 0
26
d
f (x) = − S( x )
dx
d
f (x) = − S( x )
dx
d
= − (e− x ( x + 1))
dx
= −(−e− x x + e− x − e− x )
= xe− x
Jawab : E
4. Diketahui probabilita sebagai berikut:

• Probabilita dari seseorang berumur 30 mencapai umur 40 adalah 0,96
Hitunglah probabilita dari seseorang berumur 30 mencapai umur 60.
A. 0,8037
B. 0,8935
C. 0,8832
D. 0,8372
E. 0,8736
Pembahasan:
Diketahui :
10 p30 = 0.96
10 p40 = 0.91
10 p50 = 0.92
t+u p x = t px · u p x +t
27
30 p30 = 10 p30 · 20 p40
= 10 p30 · 1 0p40 · 10 p50
= (0.96)(0.91)(0.92)
= 0.803712
= 0.8037
Jawab : A
5. Jika diketahui:
x 29 30 31 32 33 34 35 36
px 0,99 0,98 0,96 0,95 0,94 0,93 0,92 0,90
Hitunglah probabilita seseorang yang berumur 30 mencapai umur 35.

A. 0,718819
B. 0,773512
C. 0,733489
D. 0,781325
E. 0,660140
Pembahasan:
Diketahui :
t = 5 dan x = 30
t+u p x = t px · u p x +t
5 p30 = p30 · p31 · p32 · p33 · p34

= (0.98)(0.96)(0.95)(0.94)(0.93)
= 0.781325
Jawab : D
28

1
Diketaui fungsi force of mortality µ( x ) = x +1 , x ≥ 0.
6. Tentukan S( x ).
1
A. S( x ) = ,x ≥ 0
x+1
x
B. S( x ) = ,x ≥ 0
x+1
C. S( x ) = e x+1 , x ≥ 0
x+1
D. S( x ) = ,x ≥ 0
x
1
E. S( x ) = ,x ≥ 0
( x + 1)2
Pembahasan:
Diketahui :
1
µ( x ) = ,x ≥ 0
x+1

Rt
t px = e − 0 µ x +s ds
S( x + t)
t px =
S( x )

Rt
t px = e− 0 µ x+s ds
Rt 1
= e− 0 x + s +1 ds
= eln(x+1)−ln(x+t+1)
x +1
= eln( x+t+1 )
x+1
=
x+t+1
S( x + t)
t px =
S( x )
S( x + t) x+1
=
S( x ) x+t+1
1
x + t +1
= 1
x +1
1
Jadi, S( x ) = x +1
29
Jawab : A
7. Tentukan t p x .
x+1
A. t p x = , x dan t ≥ 0
( x + t)
1
B. t p x = , x dan t ≥ 0
( x + t + 1)2
1
C. t p x = , x dan t ≥ 0
( x + t + 1)
x+1
D. t p x = , x dan t ≥ 0
( x + t + 1)2
x+1
E. t p x = , x dan t ≥ 0
( x + t + 1)
Pembahasan:
x+1
Dari jawaban pada soal nomor 6 diperoleh t p x = di mana x ≥ 0 dan t ≥ 0
x+t+1
Jawab : E

Seorang aktuaris memodelkan umur seseorang sebagai variabel acak X dengan survival func-
906 − x6
tion S( x ) = 906
, untuk 0 < x < 90.
8. Hitunglah e0 0 .
A. 67,50000
B. 77,14286
C. 12,85714
D. 0,06667
E. 75,00000
Pembahasan:
Diketahui :
906 − x6
S( x ) = , untuk 0 < x < 90.
906
30
S( x + t)
t px =
S( x )
Z ω
e00 = t p0 dt
0
S( x + t)
t px =
S( x )
906 − ( x + t)6
= 906
90 − x6
6
906
90 − ( x + t)6
6
=
906 − x6
906 − t6
t p0 =
906
6
t
= 1−
90
Z 90
e00 = t p0
dt
0
Z 90 6
t
= 1− dt
0 90
= 77,14286
Jawab : B
9. Hitunglah Var ( X ).
A. 6.075
B. 5.951,02
C. 5.625,00
D. 247,9592
E. 123,9796
Pembahasan:
31
d
f (x) = − S( x )
dx
E[ X ] = e00
Z ω
E[ X 2 ] = x2 f ( x ) dx
0
Var ( x ) = E[ X 2 ] − ( E[ X ])2
Dengan demikiand diperoleh :

x 6
S( x ) = 1−
90
x 6
d
f (x) = − 1−
dx 90
6x5
=
906
1 x 5
=
15 90
E[ X ] = e00
= 77,14286
Z 90
1 x 5
E[ X 2 ] = x2 · dx
0 15 90
1 1 90 Z
= · 5 x7 dx
15 90 0

1 1 8
= (90)
(15)(905 ) 8
= 6075
Var ( x ) = E[ X 2 ] − ( E[ X ])2
= 6075 − (77,14286)2
= 123,9796
Jawab : E
10. Untuk sebuah studi mortalita dengan data yang tidak lengkap, diperoleh data sebagai berikut:
32
Jumlah Kematian Jumlah Risiko

Waktu(t)
(Number of Deaths) (Number of Risk)
3 1 50
5 3 49
6 5 k
10 7 21
Jika diketahui pula bahwa estimasi Nelson-Aalen dari survival function pada waktu t = 10
adalah 0,575, tentukan k.
A. 48
B. 40
C. 36
D. 32
E. 25
Pembahasan:
Diketahui :
Ŝ(10) = 0,575
Jumlah Kematian Jumlah Risiko

Waktu(t)
(Number of Deaths) (Number of Risk)
3 1 50
5 3 49
6 5 k
10 7 21
4 Sj
Ĥ (10) = ∑ Rj
j =1
Ŝ(10) = e− Ĥ (10)
33
4 Sj
Ĥ (10) = ∑ Rj
j =1
1 3 5 7
= + + +
50 49 k 21
5 3047
= +
k 7350
Ŝ(10) = e− Ĥ (10)

Ĥ (10) = −ln Ŝ(10)
5 3047
+ = −ln(0,575)
k 7350
5 3047
= − ln(0,575)
k 7350
5
= 0,1388274151
k
5
k =
0,1388274151
= 36,016
≈ 36
Jawab : C
11. Dari 100 orang yang hidup dengan umur eksak x, 2 orang diamati meninggal dalam estimasi
( x, x + 1] dan 98 tetap hidup sampai umur x + 1. Kematian muncul pada umur x + 0,3
dan x + 0,7. Estimasikan nilai q̂ x dengan asumsi force of mortality adalah konstan dalam
( x, x + 1].
A. 0,020881
B. 0,020039
C. 0,019999
D. 0,030454
E. 0,010562
Pembahasan:
Diketahui dari 100 orang yang hidup dengan umur eksak x:
• 2 orang diamati meninggal dalam estimassi interval ( x, x + 1].

• 98 tetap hidup sampai umur x + 1.
34
• Kematian muncul pada umur x + 0,3 dan x + 0,7.

Formula yang digunakan dalam soal ini adalah:
dx
q̂( x ) =
n x − (1 − s ) c x
Dengan demikian diperoleh:
dx
q̂( x ) =
n x − (1 − s ) c x
2
=
100 − (1 − 0, 3)(1) − (1 − 0, 7)(1)
= 0, 020
≈ 0, 019999
Jawab : C
12. Dalam sebuah studi data lengkap, estimasi Nelson-Aalen dari Λ(t) yang segera mengikuti
kematian ke-2 adalah 13/42.
Hitunglah estimasi dari Λ(t) yang segera mengikuti kematian ke-4.
A. 0,950000
B. 0,759524
C. 0,634524
D. 0,545635
E. 0,478968
Pembahasan:
Diketahui bahwa dalam sebuah studi data lengkap, estimasi Nelson-Aalen dari Λ(t) yang
segera mengikuti kematian ke-2 adalah 13/42.
m
1
Λ(t) = ∑ r j , t m ≤ t < t m +1
j =1
S(t) = exp[−Λ(t)]
35
2
1
Λ (2) = ∑ rj
j =1
13 1 1 n−1+n 2n − 1
= + = 2
= 2
42 n n−1 n −n n −n
13n2 − 13n = 84n − 42
13n2 − 97n + 42 = 0
(13n − 6)(n − 7) = 0
Karena nilai n harusah bilangan bulat, maka dipilih n = 7. Oleh karena itu kita dapatkan:
4
1 1 1 1 1
Λ (4) = ∑ rj = + + = = 0, 759524
7 6 5 4
j =1
Jawab : B
13. Diketahui survival function S( x ) sebagai berikut:
S( x ) = 1, 0≤x<1
ex

S( x ) = 1 − , 1 ≤ x < 4.5
100
S( x ) = 0, 4.5 ≤ x
Hitunglah µ(4).
A. 1,202553
B. 0,908307
C. 0,545982
D. 0,454018
E. 0,251338
Pembahasan:
Diketahui bahwa:
S( x ) = 1, 0≤x<1
ex

S( x ) = 1 − , 1 ≤ x < 4.5
100
S( x ) = 0, 4.5 ≤ x
36
1 d
µ( x ) = − . S( x )
S( x ) dx
1 d
µ (4) = − . S (4)
S(4) dx
ex

1 d
= − 4
. 1 −
1 − e dx
100
100 x=4
100 e4
= 4
.
100 − e 100
= 1, 202553
Jawab : A
Informasi berikut digunakan untuk mengerjakan soal nomor 14 s.d. 16:

Dalam sebuah life table diketahui lx = 900 dan lx+1 = 800.
14. Hitunglah m x berdasarkan asumsi UDD (Uniform Distribution of Deaths).

A. 0,21792
B. 0,10526
C. 0,31757
D. 0,11568
E. 0,11765
Pembahasan:
Diketahui :
lx = 900 dan lx+1 = 800
dx
mx =
Lx
Untuk asumsi UDD

1
L x = lx − dx
2
37
dx
mx =
Lx
l x − l x +1
=
lx − 12 (lx − lx+1 )
900 − 800
=
900 − 12 (900 − 800)
100
=
850
= 0,117647
≈ 0,11765
Jawab : E
15. Hitunglah m x berdasarkan asumsi Constant Force.

A. 0,10536
B. 0,11778
C. 0,31746
D. 0,21768
E. 0,11561
Pembahasan:
Diketahui :
lx = 900 dan lx+1 = 800
µ = −ln( p x )
mx = µ
38
mx = µ
= −ln( p x )

l x +1
= −ln
lx

800
= −ln
900
= 0,117783
≈ 0,11778
Jawab : B
16. Hitunglah m x berdasarkan asumsi Balducci.

A. 0,11792
B. 0,31778
C. 0,11566
D. 0,10545
E. 0,21765
Pembahasan:
Diketahui :
lx = 900 dan lx+1 = 800
( q x )2
mx =
− p x · ln( p x )
39
( q x )2
mx =
− p x · ln( p x )
2
l
1 − xl+x 1
=
− lxl+x 1 · ln lxl+x 1
2
1 − 800 900
=
− 800 800

900 · ln 900
= 0,117919
≈ 0,11792
Jawab : A
17. Diketahui 100 orang masuk dalam estimasi interval (20, 21] pada umur eksak 20. Tidak ada
yang dijadwalkan untuk keluar sebelum umur eksak 21, tetappi terdapat satu orang meninggal
(death) dan tiga orang ditarik secara acak (random withdrawals) yang diamati sebelum umur
21. Dengan menggunakan asumsi distribusi uniform untuk kedua kejadian acak tersebut, esti-
t(d)
masikan nilai q20 .
A. 0,0104622
B. 0,0103693
C. 0,0102427
D. 0,0101531
E. 0,0101015
Pembahasan:
Diketahui bahwa:
• 100 orang masuk dalam estimasi interval (20, 21] pada umur eksak 20.
• Tidak ada yang dijadwalkan untuk keluar sebelum umur eksak 21, tetappi terdapat satu
orang meninggal (death) dan tiga orang ditarik secara acak (random withdrawals) yang
diamati sebelum umur 21.
dx
q̂ x =
n x − (1 − s ) c x + (1 − r ) k x
40
Dengan menggunakan asumsi distribusi seragam (uniform) :

q
0(d) (d) (w) (d)
qx = b− b2 − 2q x , b = 1 − 0.5q x + 0.5q x
(w) 3
q20 = = 0.03
100
(d) 1
q20 = = 0.01
100
(w) (d)
b = 1 − 0.5q20 + 0.5q20 = 1 − 0.5(0.03) + 0.5(0.01) = 0.99
q q
0(d) (d)
q20 = b − b2 − 2q20 = 0.99 − (0.99)2 − 2(0.01) = 0.01015307
≈ 0.0101531
Jawab : D
t(d)
18. Dengan menggunakan data nomor 17 di atas, estimasikan nilai q20 dengan menggunakan
distribusi exponential untuk kejadian meninggal dan penarikan tersebut.
A. 0,0216831
B. 0,0101017
C. 0,0101536
D. 0,0101145
E. 0,0100721
Pembahasan:
dx
q̂ x =
n x − (1 − s ) c x + (1 − r ) k x
Dengan menggunakan asumsi distribusi eksponensial :
(d)
qx
0(d) (τ ) (d) (w) (τ ) (d) (w)
qx = 1− px q x +q x , px = 1 − qx + qx
(τ ) (d) (w)
px = 1 − qx + qx = 1 − 0.01 − 0.03 = 0.96
(d)
qx 0.01
0(d) (τ ) q(d) +q(w)
qx = 1− p x x x = 1 − (0.96) 0.01+0.03 = 0.010153599 ≈ 0.0101536
41
Jawab : C
Informasi berikut digunakan untuk mengerjakan soal nomor 19 s.d 20:

Sebuah sampel dari 10 tikus laboratorium menghasilkan data kematian (dalam hari) sebagai
berikut: 3, 4, 6, 8, 9, 10, 10, 11, 12.
Diketahui pula survival model yang terjadi berdistribusi exponensial.
19. Estimasikan nilai λ̂ dengan metode moments.

A. 0,145812
B. 0,131579
C. 0,123457
D. 0,117647
E. 0,092420
Pembahasan:
Diketahui :
Data sample kematian (dalam hari) sebagai berikut: 3, 4, 6, 8, 9, 10, 10, 11, 12.
1
λ̂ = n
1
n ∑ xi
i =1
1
λ̂ = n
1
n ∑ xi
i =1
1
= 1
10 (3 + 4 + 6 + 8 + 8 + 9 + 10 + 10 + 11 + 12)
= 0,123457
Jawab : C
20. Estimasikan nilai λ̂ dengan metode medians.

A. 0,085000
42
B. 0,081547
C. 0,085574
D. 0,092420
E. 0,087354
Pembahasan:
Diketahui :
Data sample kematian (dalam hari) sebagai berikut: 3, 4, 6, 8, 9, 10, 10, 11, 12.
xg = (1 − h ) x j + h · x j +1
F(xg ) = 1 − e− xg λ̂
x0,5 = (1 − 0,5) x5 + 0,5 · x6

= (0,5)(8) + (0,5)(9)
= 8,5
F ( x0,5 ) = 1 − e− x0,5 λ̂
0,5 = 1 − e− x0,5 λ̂
e− x0,5 λ̂ = 0,5
− x0,5 λ̂ = ln(0,5)
ln(0,5)
λ̂ =
− x0,5
ln(0,5)
=
−8,5
= 0,081547
Jawab : B
21. Jika diketahui 2 deret waktu (times series) xt dan yt , yang masing-masing diasumsikan ran-
dom walk. Manakah di antara pernyataan berikut yang benar ?
A. Tidak ada kombinasi linear dari 2 deret waktu ini yang dapat bersifat stationary.
B. Deret waktu zt = xt − λyt selalu bersifat stationary untuk nilai λ tertentu.
43
C. Deret waktu zt = xt − λyt dapat bersifat stationary untuk nilai λ tertentu dan dapat
diestimasi dengan menjalankan regresi least square biasa dari xt pada yt .
D. Deret waktu zt = xt − λyt dapat bersifat stationary untuk nilai λ tertentu dan dapat
ditentukan secara presisi menggunakan teknik regresi.
E. Tidak ada pernyataan yang benar.
Pembahasan:
Jika diketahui 2 deret waktu xt dan yt , di mana masing-masing diasumsikan random walk,
maka pernyataan yang benar di antara kelima pilihan tersebut adalah pilihan C, yaitu deret
waktu zt = xt − λyt dapat bersifat stationary untuk nilai λ tertentu dan dapat diestimasi den-
gan menjalankan regresi least square biasa dari xt pada yt .
Jawab : C
22. Anda mencocokkan model berikut ini dalam 48 pengamatan:
Y = β 1 + β 2 X2 + β 3 X3 + β 4 X4 + ε
Diketahui data sebagai berikut:
Sumber Variasi Tingkat Kebebasan Jumlah Kuadrat

(Source of Variation) (Degree of Freedom) (Sum of Squares)
Regresi (Regression) 3 103.658
Residual(Error) 44 69.204
Hitunglah nilai R̄2 , yaitu R2 yang dikoreksi.

A. 0,53
B. 0,54
C. 0,55
D. 0,56
E. 0,57
Pembahasan:
Diketahui :
n = 48
RSS = 69.204
ESS = 103.658
k=4
44
TSS = RSS + ESS

2 ESS
R =
TSS
(1 − R2 )(n − 1)
R̄2 = 1−
n−k
TSS = 69.024 + 103.658

= 172.862
ESS
R2 =
TSS
103.658
=
172.862
= 0,5996575303
(1 − R2 )(n − 1)
R̄2 = 1−
n−k
(1 − 0,5996575303)(48 − 1)
= 1−
48 − 4
= 0,5723614528
≈ 0,57
Jawab : E
23. Diketahui informasi sebagai berikut:
(i). yi = βxi + ε i
x 2
i
Var (ε i ) =
2
(ii).
i xi yi
1 1 7
2 2 5
3 3 2
4 4 -3
Tentukan nilai estimasi weighted least square dari β.
45
A. 2,35
B. 2,52
C. 2,63
D. 2,83
E. 3,12
Pembahasan:
Diketahui :
yi = βxi + ε i
x 2
i
Var (ε i ) =
2
1
wi =
σ2
1
=
Var (ε i )
n
∑ wi · x i · y i
i =1
β̂ = n
∑ wi · xi2
i =1
i xi yi Var (ε i ) wi wi · x i · y i xi2 wi · xi2

1 1 7 0,25 4 28 1 4
2 2 5 1 1 10 4 4
3 3 2 2,25 0,4444 2,6664 9 3,9996
4 4 -3 4 0,25 -3 16 4
Total 10 11 7,5 5,6944 37,66643 30 15,9996
46
n
∑ wi · x i · y i
i =1
β̂ = n
∑ wi · xi2
i =1
37,6664
=
15,9996
= 2,3542
≈ 2, 35
Jawab : A
24. Anda menggunakan moving average 3 titik untuk memperkirakan nilai dari sebuah deret
waktu. Tiga angka terakhir yang dicatat dari sebuah deret waktu adalah sebagai berikut:
y98 = 101
y99 = 99
y100 = 102
Hitunglah ŷ105 − ŷ104 , yaitu selisih antara nilai forecast dari 5 langkah ke depan dan 4 langkah
ke depan.
A. −0,04
B. 0,04
C. −0,03
D. 0,03
E. 0,01
Pembahasan:
t −1
1
ŷt =
n ∑ yi
i =t−n
47
y t −2 + y t −1 + y t y + y99 + y100 101 + 99 + 102

ŷt+1 = ŷ101 = = 98 = = 100.6667
3 3 3
yt−1 + yt + ŷt+1 y + y100 + ŷ101 99 + 102 + 100.6667
ŷt+2 = ŷ102 = = 99 = = 100.5556
3 3 3
yt + ŷt+1 + ŷt+2 y + ŷ101 + ŷ102 102 + 100.6667 + 100.5556
ŷt+3 = ŷ103 = = 100 = = 101.0741
3 3 3
ŷ101 + ŷ102 + ŷ103 100.6667 + 100.5556 + 101.0741
ŷt+4 = ŷ104 = = = 100.7654
3 3
ŷ102 + ŷ103 + ŷ104 100.5556 + 101.0741 + 100.7654
ŷt+5 = ŷ105 = = = 100.7984
3 3
Oleh karena itu didapatkan:
ŷ105 − ŷ104 = 100.7984 − 100.7654 = 0.033 ≈ 0.03
Jawab : D
25. Anda diberikan dua model random walk yang identik dalam segala aspek, kecuali yang satu
mengandung sebuah parameter drift positif yang diketahui dan yang lainnya tidak mengan-
dung parameter drift. Manakah di antara pernyataan berikut ini yang tidak benar?
A. Untuk model random walk tanpa drift, semua nilai forecast dari waktu T adalah sama.
B. Untuk model random walk tanpa drift, standard error nilai forecast dari waktu T naik
ketika horison forecast naik.
C. Untuk model random walk dengan drift, nilai forecast dari waktu T akan naik secara linier
D. Untuk model random walk dengan drift, standard error nilai forecast dari waktu T sama
dengan standard error nilai forecast yang bersesuaian untuk model random walk tanpa
drift
E. Untuk model random walk dengan drift, standard error nilai forecast dari waktu T akan
naik atau turun, tergantung dengan parameter drift, ketika horison forecast naik.
Pembahasan:
Diketahui :
Dua model random walk yang identik dalam segala aspek, kecuali model pertama mengan-
dung sebuah parameter drift positif yang diketahui sedangkan model lainnya tidak mengan-
dung parameter drift.
Rumus yang digunakan dalam soal ini adalah :
48
1. Sifat model random walk tanpa drift

• Model : yt = yt−1 + ε t
• Peramalan
ŷ T +1 = E ( y T +1 | y T , . . . , y 1 )
= y T + E ( ε T +1 )
= yT
ŷ T +2 = E ( y T +2 | y T +1 , . . . , y 1 )
= E ( y T +1 + ε T +2 )
= E ( y T + ε T +1 + ε T +2 )
= yT
Untuk peramalam l periode juga menghasilkan ŷ T +1 = y T
• Standard error
e1 = y T +1 − ŷ T +1
= y T + ε T +1 − y T
= ε T +1
e2 = y T +2 − ŷ T +2
= y T + ε T +1 + ε T +2 − y T
= ε T +1 + ε T +2
Seterusnya sampai standard error ke-l
2. Sifat model random walk dengan drift
• Model : yt = yt−1 + d + ε t
• Peramalan
ŷ T +1 = E ( y T +1 | y T , . . . , y 1 )
= y T + d + E ( ε T +1 )
= yT + d
ŷ T +2 = E ( y T +2 | y T +1 , . . . , y 1 )
= E ( y T +1 + d + ε T +2 )
= E ( y T + d + d + ε T +1 + ε T +2 )
= y T + 2d
Untuk peramalan l periode akan menghasilkan ŷ T +1 = y T + ld
• Standard error
49
e1 = y T +1 − ŷ T +1
= y T + d + ε T +1 − y T − d
= ε T +1
e2 = y T +2 − ŷ T +2
= y T + d + d + ε T +1 + ε T +2 − y T − d − d
= ε T +1 + ε T +2
Berdasarkan sifat-sifat di atas maka yang salah adalah pilihan B karena jika model random
walk mengandung sebuah parameter drift positif maka standard error nilai forecast dari waktu
T akan selalu naik sesuai dengan sifatnya.
Jawab : B
26. Anda mencocokkan model moving average order pertama yang invertible ke dalam deret
waktu. Koefisien autocorrellation dari sample lag 1 adalah −0,35. Hitunglah tebakan awal
untuk θ (yaitu parameter moving average).
A. 0,2
B. 0,4
C. 0,6
D. 0,8
E. 1,0
Pembahasan:
Diketahui :
Diketahui model MA order pertama dengan ρ1 = −0,35.
−θ
ρ1 =
1 + θ2
50
−θ
ρ1 =
1 + θ2
−θ
−0,35 =
1 + θ2
−0,35 + 0,35θ 2 = θ
0,35θ 2 − θ + 0,35 = 0
2
35θ − 100θ + 35 = 0
p
100 ± 1002 − 4(35)2
θ1,2 =
2(35)
Diperoleh θ = 0,4083674 ≈ 0,4 atau θ = 2,4488 ≈ 2,45. Jadi, nilai θ yang dimaksud adalah
0,4.
Jawab : B
27. Diketahui hasil dari regresi linier sebagai berikut:
Aktual Penyesuaian
t
(actual) (fitted)
1 75,0 75,6
2 69,0 70,6
3 72,0 70,9
4 74,0 74,0
5 65,0 66,0
Hitunglah estimasi koefisien korelasi deret lag 1 (lag 1 serial correllation coefficient) untuk
residual, menggunakan statistik Durbin-Watson.
A. -0,01
B. -0,02
C. 0,01
D. 0,03
E. 0,06
Pembahasan:
Diketahui :
51
Aktual Penyesuaian
t
(actual) (fitted)
1 75,0 75,6
2 69,0 70,6
3 72,0 70,9
4 74,0 74,0
5 65,0 66,0
ε̂ t = actual − fitted
n
∑ (ε̂ t − ε̂ t−1 )2
t =2
d = n
∑ (ε̂ t )2
t =1
d
p̂ = 1−
2
52
Aktual Penyesuaian
t ε̂ t ε̂2t (ε̂ t − ε̂ t−1 )2
(actual) (fitted)
1 75,0 75,6 −0,6 0,36 0
2 69,0 70,6 −1,6 2,56 1
3 72,0 70,9 1,1 1,21 7,29
4 74,0 74,0 0 0 1,21
5 65,0 66,0 −1 1 1
text 5,13 10,5
n
∑ (ε̂ t − ε̂ t−1 )2
t =2
d = n
∑ (ε̂ t )2
t =1
10,5
=
5,13
= 2,046783626
d
p̂ = 1−
2
2,046783626
= 1−
2
= −0,023391813
≈ −0,02
Jawab : B
28. Misalkan Anda melakukan smoothing deret waktu yt menggunakan metode exponential smooth-
ing 2 parameter dari Holt:
t yt ȳt rt
1995 120,50 117,50 12,00
1996 135,00 130,88 12,96
1997 147,70 144,80 13,64
1998 146,60 ȳ1998 r1998
Hitunglah forecast 2 periode ŷ2000 dengan terlebih dahulu melengkapi tabel di atas dengan
deret exponential 2 parameter dari Holt.
A. Lebih kecil dari 166
B. Paling sedikit 166, tetapi lebih kecil dari 172
53
C. Paling sedikit 172, tetapi lebih kecil dari 176

D. Paling sedikit 176, tetapi lebih kecil dari 180
E. Paling sedikit 180
Pembahasan:
Diketahui :
Smoothing deret waktu yt menggunakan metode exponential smoothing 2 parameter dari
Holt.
t yt ỹt rt
1995 120,50 117,50 12,00
1996 135,00 131,15 12,99
1997 147,70 145,21 13,63
1998 146,60 ỹ1998 r1988
ȳt = αyt + (1 − α)(ȳt−1 + rt−1 )

rt = γ(ȳt − ȳt−1 ) + (1 − γ)rt−1
ȳ T +l = ȳr + lr T
ỹ1996 = αy1996 + (1 − α)(ỹ1995 + r1995 )

131,15 = 135α + (1 − α)(117,5 + 12)
131,15 = 135α + 129,5α − 129,5α
5,5α = 1,65
α = 0,3
r1996 = γ(ỹ1996 − ỹ1995 ) + (1 − γ)r1995

12,99 = γ(131,15 − 117,5) + (1 − γ)12
12,99 = 13,65γ + 12 − 12γ
1,65γ = 0,99
γ = 0,6
54
ỹ1998 = αy1998 + (1 − α)(ỹ1997 + r1997 )

= 0,3(146,6) + 0,7(145,21 + 13,63)
= 155,168
r1998 = γ(ỹ1998 − ỹ1997 ) + (1 − γ)r1997

= 0,6(155,168 − 145,21) + 0,4(13,63)
= 11,4268
ŷ1998+2 = ỹ1998 + 2r1998

= 155,168 + 2 · 11,4268
= 178,0216
Jawab : D
29. Sebuah tabular survival model didefinisikan oleh nilai p x sebagai berikut:
x px
0 0,9
1 0,8
2 0,5
3 0,2
4 0,1
5 0,0
Berapakah nilai dari ω dalam tabel ini ?

A. 0
B. 1
C. 4
D. 5
E. 6
Pembahasan:
Diketahui :
55
x px
0 0,9
1 0,8
2 0,5
3 0,2
4 0,1
5 0,0
Berdasarkan keterangan pada tabel, diketahui bahwa p5 = 0. Hal ini berarti peluang dari
orang yang saat ini berusia 5 tahun akan hidup hingga 1 tahun ke depan adalah 0. Dengan
kata lain, seseorang yang saat ini berusia 5 tahun, pasti akan meninggal dalam kurun waktu
1 tahun mendatang. Artinya, batas usia maksimum dari kelompok tersebut, yang dinotasikan
dengan ω adalah 6.
Jawab : E
30. Misalkan ekspektasi harapan hidup dari seseorang yang terdiagnosa menderita penyakit LAS
(Lymphadenopath Syndrome), ARC (AIDS-Related Complex), dan AIDS (Acquired Immune
Deficiency Syndrome) berturut-turut adalah 6,89, 5,71, dan 0,93. Hitunglah varians dari hara-
pan hidup dari seseorang yang terdiagnosa menderita LAS menggunakan model dari Panjer.
A. 25,11
B. 15,53
C. 32,92
D. 33,33
E. 17,59
Pembahasan:
Diketahui :
Ekspektasi harapan hidup dari seseorang yang terdiagnosa menderita penyakit LAS (Lym-
phadenopath Syndrome), ARC (AIDS-Related Complex), dan AIDS (Acquired Immune De-
ficiency Syndrome) berturut-turut adalah 6,89, 5,71, dan 0,93.
1
E[ Tj ] =
µj
1
Var [ Tj ] =
µ2j
56
1
= 0,93
µ3
1 1
+ = 5,71
µ2b µ3
1
+ 0,93 = 5,71
µ2b
1
= 4,78
µ2b
1 1 1
+ + = 6,89
µ2a µ2b µ3
1
+ 4,78 + 0,93 = 6,89
µ2a
1
= 1,18
µ2a
1 1 1
Var [ Tj ] = + 2 + 2
µ22a µ2b µ3
= 1,182 + 4,782 + 0,932
= 25,1057
≈ 25,11
Jawab : A
57
1. Diketahui life table sebagai berikut:
x lx
40 100
41 95
42 85
Hitunglah Force of Mortality dari orang yang berumur 40,60 (empat puluh koma enam) tahun
dengan menggunakan asumsi Uniform Distribution of Death sepanjang tahun (dibulatkan 4
desimal)
A. 0,1026
B. 0,1054
C. 0,0515
D. 0,1112
E. 0,2512
Pembahasan:
Diketahui :
x lx
40 100
41 95
42 85
Uniform Distribution of Death

l x − l x +1
t qx =
lx
qx
µ x +s =
1 − s · qx
58
100 − 95
q40 =
100
= 0,05
0, 05
µ40,60 =
1 − 0, 60 · 0, 05
= 0,051546
Jawab : C.
2. Berdasarkan life table pada soal nomor 1, hitunglah Force of Mortality dari orang yang beru-
mur 41,25 (empat puluh satu koma dua lima) tahun dengan menggunakan asumsi Constant
Force of Mortality sepanjang tahun (dibulatkan 4 desimal).
A. 0,1026
B. 0,1054
C. 0,0516
D. 0,1112
E. 0,2512
Pembahasan:
Diketahui :
x lx
40 100
41 95
42 85
Constant Force of Mortality

l x − l x +1
t qx =
lx
t px = 1 − t qx
µ x +s = −ln( p x )
59
95 − 85
t qx =
95
2
=
19
2
µ x +s = −ln(1 − )
19
= 0,111226
Jawab : C.
3. Diketahui life table sebagai berikut:
x lx
20 100
21 96
22 80
Jika tingkat mortalita diasumsikan secara Uniform Distribution of Death pada setiap umur,
hitunglah probabilitas seseorang yang berumur 20,75 (dua puluh koma tujuh lima) tahun akan
meninggal dalam 1 tahun.
A. 0,0658
B. 0,0977
C. 0,0932
D. 0,1240
E. 0,1340
Pembahasan:
Diketahui :
x lx
20 100
21 96
22 80
t px = t + x p0
t px = p x p x +1 p x +2 · · · p x + t −1
60
Untuk Uniform Distibution of Death dan usia bukan bilangan bulat
s px = 1 − s · qx
s+t p x s+t p x
s p x +t = =
p
t x 1 − t · qx
1,75 p20
q20,75 = 1−
0,75 p20
p20 · 0,75 p20
= 1−
0,75 p20
(1 − 0,04)(1 − 0,75( 61 ))
= 1−
1 − 0,75(0,04)
= 1 − 0,865979
= 0,134021
Jawab : E.
Informasi berikut digunakan untuk mengerjakan soal nomor 4 s.d 6: Suatu survival dis-
tribution function (SDF) didefinisikan sebagai berikut:
c− x
S( x ) = ≤ x ≤ c.
c+ x , 0
Sebuah life table dibangun berdasarkan SDF ini dengan menggunakan l0 = 100.000. Nilai
_40 dalam life table ini adalah 36.000
4. Berapakah nilai ω dalam table ini?

A. 98
B. 85
C. 83
D. 80
E. 78
Pembahasan:
Diketahui :
c−x
S( x ) = ,0 ≤ x ≤ c
c+x
l0 = 100.000
l4 0 = 36.000
61
lx = l0 · S ( x )
ω adalah x terkecil yang menyebabkan S( x ) = 0
l40 = l0 · S(40)
l40
= S(40)
l0
l40 c − 40
=
l0 c + 40
36c + 1440 = 100c − 4000
5440
c =
64
= 85
85 − ω
S(ω ) = =0
85 + ω
ω = 85
Jawab : B.
5. Hitunglah probabilitas dari seseorang yang akan tetap hidup dari sejak kelahirannya sampai
dengan umur 75 tahun.
A. 0,4150
B. 0,2000
C. 0,1125
D. 0,0625
E. 0,0336
Pembahasan:
Diketahui :
85 − x
S( x ) = , 0 ≤ x ≤ 85
85 + x
62
S( x + t)
t px =
S( x )
Z ∞
e◦x = t px dt
0
S( x + t)
t px =
S( x )
85− x −t
85+ x +t
= 85− x
85+ x
85 − x − t 85 + x
= ·
85 + x + t 85 − x
85 − 75 85
75 p0 = ·
85 + 75 85
10
=
160
= 0,0625
Jawab : D.
6. Hitunglah probabilitas dari seseorang yang berumur 15 tahun akan meninggal antara umur 51
dan 65 tahun.
A. 2/15
B. 1/6
C. 1/8
D. 4/27
E. 2/9
Pembahasan:
Diketahui :
85 − x
S( x ) = , 0 ≤ x ≤ 85
85 + x
85 + x
t px = f rac85 − x − t85 + x + t ·
85 − x
n|m q x = n px · m q x +n
63
35|15 q15 = 35 p15 · 15 q50
= 36 p15· (1 − 14 p51 )
85 − 15 − 36 85 + 15 85 − 51 − 14 85 + 51
= · · 1− ·
85 + 15 + 36 85 − 15 85 + 51 + 14 85 − 51
34 100 20 136
= · · 1− ·
136 70 150 34
1
=
6
Jawab : B.
1
7. Diketahui fungsi force of mortality µ( x ) = x +1 , x ≥ 0.
Tentukan PDF (probability density function) dari X.
1
A. x +1 , x ≥ 0
x
B. x +1 , x ≥ 0
C. e x +1 , x ≥ 0
x +1
D. x ,x ≥ 0
1
E. ( x +1)2
,x ≥ 0
Pembahasan:
Diketahui :
1
µ( x ) = ,x ≥ 0
x+1

h Z x i
f (x) = µ( x ) · exp − µ(t) dt
0

h Z x i
f (x) = µ( x ) · exp − µ(t) dt
0
1 h Z x 1 i
= · exp − dt
x+1 0 t+1
1
= · exp[−ln( x + 1)]
x+1
1
=
( x + 1)2
Jawab : E.
64
8. Jika diketahui q x t(d) = 0,2 dan q x t(w) = 0,4, hitunglah q x (t)

A. 0,08
B. 0,32
C. 0,12
D. 0,92
E. 0,52
Pembahasan:
Diketahui :
0 (d)
qx = 0,2
0 (w)
qx = 0,4
(d) 0 (d) 1 0 (w)

qx = qx 1 − qx
2
(w) 0 (w) 1 0 (d)
qx = qx 1 − qx
2
(τ ) (d) (w)
qx = qx + qx
(d) 1 0 (w)
0 (d)
qx = qx 1 − qx
2
0,4
= 0,2 1 −
2
= 0,16
(w) 1 0 (d)
0 (w)
qx = qx 1 − qx
2
0,2
= 0,4 1 −
2
= 0,36
(τ ) (d) (w)
qx = qx + qx
= 0,16 + 0,36
= 0,52
Jawab : E.
65
(d) (w) (d) r (d)

9. Jika µ50+t dan µ50+t bernilai konstan pada 0 < t < 1, hitunglah q60 jika diketahui q60 =
r (w)
q60 = 0,3.
A. 0,180
B. 0,342
C. 0,255
D. 0,168
E. 0,088
Pembahasan:
Diketahui :
(d) (w)
µ70+t dan µ70+t adalah konstan pada 0 < t < 1
0 (d) 0 (w)
µ70 = µ70 = 0,3
(d) 0 (d) 1 0 (w)

qx = qx 1 − qx
2
(d) 0 (d) 1 0 (w)

qx = qx 1 − qx
2
0,3
= 0,3 1 −
2
= 0,255
Jawab : C.
10. Dalam sebuah studi data lengkap, dengan hanya satu kematian pada setiap titik kematian, Λ(t)
diestimasi dengan menggunakan metode Nelson-Aalen. Jika diketahui Λ̂(tk ) = 0,7127475
dan Λ̂(tk+1 ) = 0,79608083, hitunglah Λ̂(tk+2 ) = 0 (dibulatkan 4 desimal).
A. 0,4393
B. 0,8870
C. 0,4283
D. 0,3914
E. 0,7733
Pembahasan:
Diketahui :
66
Estimasi Nelson-Aalen
Λ̂(tk ) = 0,7127475
Λ̂(tk+1 ) = 0,79608083
k
1 1 1 1
Λ̂(tk ) = ∑ rj = +
n n−1
+···+ , t ≤ t < t k +1
n−k+1 k
j =1
1 1 1
Λ̂(tk ) = + +···+ = 0,7127475
n n−1 n−k+1
1 1 1
Λ̂(tk+1 ) = + +···+ = 0,79608083
n n−1 n−k+1+1
1
0,79608083 = 0,7127475 +
n−k
1
= 0,83333333
n−k
n−k = 12
1 1 1 1
Λ̂(tk+2 ) = + +···+ +
n n−1 n−k+1+1 n−k+2+1
1
= 0,79608083 +
n−k+1
1
= 0,79608083 +
12 + 1
= 0,886989
Jawab : B.
11. Berdasarkan 30 pengamatan, diperoleh model sebagai berikut:

Y = β 1 + β 2 X2 + β 3 X3 + ε, dimana R2 = 0,81
Hitunglah nilai F statistik yang digunakan untuk menguji hubungan linear (dibulatkan 2 desi-
mal).
A. 57,55
B. 62,43
C. 32,00
D. 41,90
E. 26,78
67
Pembahasan:
Diketahui :
Y = β 1 + β 2 X2 + β 3 X3 + ε, dimana R2 = 0,81
n=3
k (jumlah parameter) = 3
R2
k −1
F = 1− R2
n−k
R2
k −1
F = 1− R2
n−k
0,81
3−1
= 1−0,81
30−3
= 57,552631
Jawab : A.
Model I : Y = β 1 + β 2 X2 + ε
Model II : Y = β 1 + β 2 X2 + β 3 X3 + β 4 X4 + ε
Dan diketahui data sebagai berikut:

(i) ∑(Y − Ȳ )2 = 150
(ii) ∑( X2 − X̄2 )2 = 12
(iii) Untuk model I, β̂ 2 = −2
(iv) Untuk model II, R2 = 0,70
Hitunglah nilai F statistik yang digunakan untuk menguji bahwa β 3 dan β 4 adalah jointly sama
dengan 0.
A. 21,90
B. 20,88
C. 19,50
D. 21,67
68
E. 22,80
Pembahasan:
Diketahui :
Model I: Y = β 1 + β 2 X2 + ε
Model II: Y = β 1 + β 2 X2 + β 3 X3 + β 4 X4 + ε
Digunakan untuk mengestimasi 40 pengamatan dan diketahui data sebagai berikut :
i. ∑(Y − Ȳ )2 = 150
ii. ∑( X2 − X̄2 )2 = 12
iii. Untuk model I, β̂ 2 = −2
iv. Untuk model II, R2 = 0,70
∑ ( X2 − X̄2 )2

Untuk Model I (restricted) : R2 = β̂22
∑ (Y − Ŷ )2
R2VR − R2R
F= m c · 1−n− k
R2VR
dengan m selisih jumlah parameter restricted dan unrestricted model
dan k jumlah parameter unrestricted model
∑ ( X2 − X̄2 )2

R2R = β̂22
∑ (Y − Ŷ )2
12
= (−2)2 ( )
150
= 0,32
R2VR − R2R n−k

F = c·
m 1 − R2VR
0,7 − 0,32 40 − 4
= ·
2 1 − 0,7
= 22,8
Jawab : E.
13. Dalam sebuah studi mortalita, diketahui data sebagai berikut:
69
Waktu Jumlah Kematian Jumlah Risiko

ti di Yi
5 2 15
7 2 12
10 1 10
12 2 6
Hitunglah S̃(12) berdasarkan estimasi Nelson-Aalen H̃ (12) (dibulatkan 3 desimal).

A. 1,202553
B. 0,908307
C. 0,545982
D. 0,454018
E. 0,251338
Pembahasan:
Diketahui :
Waktu Jumlah Kematian Jumlah Risiko

ti di Yi
5 2 15
7 2 12
10 1 10
12 2 6
mdj
H̃ (t) = Λ̂(t) = ∑r
, t m ≤ t < t m +1
j =1 j

S̃(t) = exp − H̃ (t)
m d
j
= exp − ∑ , t m ≤ t < t m +1
r
j =1 j
70
4 dj
H̃ (12) = ∑ r
j =1 j
2 2 1 2
= + + +
15 12 10 6
11
=
15

S̃(4) = exp − H̃ (12)
11
= exp −
15
= 0,480305
Jawab : B.
14. Data di bawah ini diekstrak dari table mortalita select dan ultimate dengan periode seleksi 2
tahun:
x l[ x ] l[ x]+1 l x +2 x+2
60 80.625 79.954 78.839 62
61 79.137 78.402 77.252 63
62 77.575 76.770 75.578 64
Hitunglah 0,9 q[60]+0,6 (dibulatkan 4 desimal).

A. 0,0102
B. 0,0103
C. 0,0104
D. 0,0105
E. 0,0106
Pembahasan:
Diketahui :
x l[ x ] l[ x]+1 l x +2 x+2
60 80.625 79.954 78.839 62
61 79.137 78.402 77.252 63
62 77.575 76.770 75.578 64
71
l x − l x +1
qx =
lx
l[ x]+1 − lx+2
q[ x]+1 =
l[ x]+1
l[ x] − l[ x]+1
q[ x] =
l[ x ]
t px = p
t+ x 0
t px = p x p x +1 p x +2 · · · p x + t −1
Untuk UUD konstan dan usia bukan bilangan bulat
s px = 1 − s · qx
s+t p x s+t p x
s p x +t = =
p
t x 1 − t · qx
0,9 q[60]+0,6 = 1 − 0,9 q[60]+0,6

1,5 p[60]
= 1−
0,6 p[60]
p[60] ·0,5 p[60]+1
= 1−
0,6 p[60]
p[60] · (1 − 0,5 · q[60]+1 )
= 1−
1 − 0,6 · q[60]
79.954
· (1 − 0,5 · 79.954 −78.839 )
80.625 79.954
= 1− −79.954 )
(1 − 0,6 · 80.625
80.625
= 0,010295
Jawab : B.
(τ )
15. Di bawah ini adalah tabel untuk double decrement l40 = 2.200 dengan
(d) (w) r (d) r (w)

x qx qx qx qx
40 0,24 0,12 0,26 y
41 −− −− 0,20 2y
(τ )
Hitunglah l42 (dibulatkan ke satuan terdekat).
A. 803
72
B. 822
C. 840
D. 860
E. 880
Pembahasan:
Diketahui :
(τ )
l40 = 2.200 dengan
(d) (w) r (d) r (w)

x qx qx qx qx
40 0,24 0,12 0,26 y
41 −− −− 0,20 2y
(d) 0 (d) 1 0 (w)

qx = qx 1 − qx
2
(w) 0 (w) 1 0 (d)
qx = qx 1 − qx
2
(τ ) 0 (d) 0 (w)
t px = t px · t px
0 ( j) 0 ( j)
t px = 1 −t q x
(τ ) (τ ) (τ )
l x +1 = lx · px
73
(w) 0 (w) 1 0 (d)

q40 = q40 1 − q40
2
0,26
0,12 = y 1 −
2
0,12
y =
0,87
= 0,137931
0 (w)
q40 = 0,137931
0 (w)
q41 = 2·y
= 2 · 0,137931
= 0,275862
(τ ) (τ ) (τ )
l42 = l41 · p41
(τ ) (τ ) (τ )
= l40 · p40 · p41
(τ ) 0 (d) 0 (w) (d) (w)
= l40 · p40 · p40 · p41 · p41
4 8
= 2.200 · (1 − 0,26) · (1 − ) · (1 − 0,20) · (1 − )
29 29
= 813,0321046
Jawab : B.
16. Jika lx = 14.040 dan q x = 31 , hitunglah lx+1/4 berdasarkan asumsi hiperbolis.

A. 12.480
B. 13.440
C. 14.238
D. 11.220
E. 12.230
Pembahasan:
Diketahui :
lx = 14.040
1
qx =
3
74

s 1 − s −1
l x +s = +
l x +1 lx
l x − l x +1
qx =
lx
l x − l x +1
qx =
lx
1 14.040 − lx+1
=
3 14.040
14.040 = 42.120 − 3lx+1
28.020
l x +1 = = 9.360
3
0,25 1 − 0,25 −1
lx+ 1 = +
4 9.360 14.040
1 −1
=
12.480
12.480
Jawab : A.
Informasi berikut digunakan untuk mengerjakan soal nomor 17 s.d 20:

Diketahui sampel atas 20 individu ada pada t = 0. Semua gagal (fail) dalam 5 minggu, dan
hanya minggu dimana terjadi kegagalan tersebut dicatat. Hasil pengamatan atas sampel ini
adalah 1 individu gagal (fail) pada minggu pertama, 3 dalam minggu ke-dua, 7 dalam minggu
ke-tiga, 5 dalam minggu ke-empat, dan 1 dalam minggu ke-lima.
17. Hitunglah 2 |q0

A. 0,35
B. 0,38
C. 0,40
D. 0,45
E. 0,47
Pembahasan:
Diketahui :
75
t dt nt
0≤t<1 1 20
1≤t<2 3 19
2≤t<3 7 16
3≤t<4 5 9
4≤t<5 1 4
dt
t | q0 =
N
2| q 0 diestimasi oleh proporsi multinomial dari kematian pada interval ke-3

d2
2| q 0 =
N
7
=
20
= 0,35
Jawab : A.
18. Hitunglah S(3).

A. 0,35
B. 0,38
C. 0,40
D. 0,45
E. 0,47
Pembahasan:
Diketahui :
t dt nt
0≤t<1 1 20
1≤t<2 3 19
2≤t<3 7 16
3≤t<4 5 9
4≤t<5 1 4
76
nt
S(t) =
N
S(3) diestimasi oleh proporsi jumlah yang hidup pada t = 3

n3
S (3) =
N
9
=
20
= 0,45
Jawab : A.
19. Hitunglah q3 (dibulatkan 3 desimal).

A. 0,624
B. 0,857
C. 0,556
D. 0,520
E. 0,482
Pembahasan:
Diketahui :
t dt nt
0≤t<1 1 20
1≤t<2 3 19
2≤t<3 7 16
3≤t<4 5 9
4≤t<5 1 4
dt
qt =
nt
77
q3 diestimasi oleh proporsi binomial dari kematian pada interval ke-4 dan jumlah yang hidup
pada awal interval
d3
q3 =
n3
5
=
9
= 0,55555556
Jawab : C.
20. Dengan mengasumsikan T berdistribusi eksponensial, hitunglah estimasi varians dari λ̂(3,5)
(dibulatkan 4 desimal).
A. 0,4860
B. 0,6280
C. 0,3628
D. 0,8571
E. 0,1389
Pembahasan:
Diketahui :
t dt nt
0≤t<1 1 20
1≤t<2 3 19
2≤t<3 7 16
3≤t<4 5 9
4≤t<5 1 4
n t +1
pt =
nt
qt
Var [Λ̂(t)] =
pt · nt
78
n4
p3 =
n3
4
=
9
qt
Var [Λ̂(t)] =
pt · nt
5
9
= 4
·9
9
= 0,138888889
Jawab : E.
21. Anda mencocokkan sebuah model Autoregressive AR(1) terhadap data berikut ini:
y1 = 2,0
y2 = −1,8
y3 = 1,4
y4 = −2,0
y5 = 1,2
Anda memilih ε 1 = 0, µ = 0, ρ1 = 0,5 sebagai nilai awal.
Hitunglah nilai dari jumlah kuadrat dari fungsi S = ∑[ε t |ε 1 = 0, µ = 0, ρ1 = 0,5]2 ,
yaitu nilai dari ∑5i=1 ε i 2 (dibulatkan 2 desimal).
A. 25,26
B. 18,87
C. 20,42
D. 28,21
E. 26,63
Pembahasan:
79
Diketahui :
y1 = 2,0
y2 = −1,8
y3 = 1,4
y4 = −2,0
y5 = 1,2
ε1 = 0
µ=0
ρ1 = 0,5
Untuk AR( p)
yt= φ1 yt−1 + φ2 yt−2 + · · · + φ p yt− p + δ + ε t
δ
µ =
1 − φ1 − φ2 − · · · − φ p
ρk = φ1k
εt = yt − ŷt
εt = yt − φ1 yt−1 − φ2 yt−2 − · · · − φ p yt− p − δ
ρ1 = φ1
= 0,5
δ
µ =
1 − φ1
δ
0 =
1 − 0,5
δ = 0
Diperoleh model AR(1)

yt = 0,5yt−1 + ε t
80
t yt ŷt εt ε2t
1 2.00 0.00 0.00
2 -1.80 1.00 -2.80 7.84
3 1.40 -0.90 2.30 5.29
4 -2.00 0.70 -2.70 7.29
5 1.20 -1.00 2.20 4.84
Total 25.26
Diperoleh ∑5i=1 ε2i = 25,26
Jawab : A.
22. Diketahui dua model random walk yang identik dalam segala aspek, kecuali model pertama
mengandung sebuah parameter drift positif yang diketahui sedangkan model lainnya tidak
mengandung parameter drift. Manakah yang salah dari 5 pernyataan berikut ini?
A. Untuk model random walk tanpa drift, semua nilai forecast dari waktu T adalah sama.
B. Untuk model random walk dengan drift, standard error nilai forecast dari waktu T akan
naik atau turun, tergantung dengan parameter drift, ketika horison forecast naik.
C. Untuk model random walk dengan drift, nilai forecast dari waktu T akan naik secara linier
D. Untuk model random walk dengan drift, standard error nilai forecast dari waktu T sama
dengan standard error dari nilai forecast yang bersesuaian untuk model random walk tanpa
drift.
E. Untuk model random walk tanpa drift, standard error nilai forecast dari waktu T naik
Pembahasan:
Diketahui :
Dua model random walk yang identik dalam segala aspek, kecuali model pertama mengan-
dung sebuah parameter drift positif yang diketahui sedangkan model lainnya tidak mengan-
dung parameter drift.

1. Sifat model random walk tanpa drift
• Model : yt = yt−1 + ε t
81
• Peramalan
ŷ T +1 = E ( y T +1 | y T , . . . , y 1 )
= y T + E ( ε T +1 )
= yT
ŷ T +2 = E ( y T +2 | y T +1 , . . . , y 1 )
= E ( y T +1 + ε T +2 )
= E ( y T + ε T +1 + ε T +2 )
= yT
Untuk peramalam l periode juga menghasilkan ŷ T +1 = y T
• Standard error
e1 = y T +1 − ŷ T +1
= y T + ε T +1 − y T
= ε T +1
e2 = y T +2 − ŷ T +2
= y T + ε T +1 + ε T +2 − y T
= ε T +1 + ε T +2
2. Sifat model random walk dengan drift
• Model : yt = yt−1 + d + ε t
• Peramalan
ŷ T +1 = E ( y T +1 | y T , . . . , y 1 )
= y T + d + E ( ε T +1 )
= yT + d
ŷ T +2 = E ( y T +2 | y T +1 , . . . , y 1 )
= E ( y T +1 + d + ε T +2 )
= E ( y T + d + d + ε T +1 + ε T +2 )
= y T + 2d
Untuk peramalan l periode akan menghasilkan ŷ T +1 = y T + ld
• Standard error
82
e1 = y T +1 − ŷ T +1
= y T + d + ε T +1 − y T − d
= ε T +1
e2 = y T +2 − ŷ T +2
= y T + d + d + ε T +1 + ε T +2 − y T − d − d
= ε T +1 + ε T +2
Berdasarkan sifat-sifat di atas maka yang salah adalah pilihan B karena jika model random
walk mengandung sebuah parameter drift positif maka standard error nilai forecast dari waktu
T akan selalu naik sesuai dengan sifatnya.
Jawab : B.
23. Jika diketahui

(i) µ x = F + eex , x ≥ 0
(ii) 0 , 4p0 = 0,48
Hitunglah nilai F (dibulatkan 3 desimal).
A. −0,090
B. −0,200
C. 1,090
D. 0,303
E. 0,200
Pembahasan:
Diketahui :
µx = F + e2x , x ≥ 0
0,4 p0 = 0,48

h Z x i
x p0 = exp − µ(s) ds
0
83

h Z 0,4 i
0,4 p0 = exp − F + e2s ds
0
h e0,8 − e0 i
0,48 = exp − 0,4F −
2
ln(0,48) = −0,4F − 0,612771
0,733969 − 0,612771
F =
0,4
= 0,302995
Jawab : D.
Aktual Penyesuaian
t
(actual) (fitted)
1 77,0 75,5
2 69,0 70,6
3 72,0 70,9
4 73,0 74,0
5 65,0 66,4
A. −0,07
B. −0,02
C. −0,20
D. 0,02
E. 0,36
Pembahasan:
Diketahui :
Aktual Penyesuaian
t
(actual) (fitted)
1 77,0 75,5
2 69,0 70,6
3 72,0 70,9
4 73,0 74,0
5 65,0 66,4
84
n
∑ (ε̂ t − ε̂ t−1 )2
t =2
d = n
∑ ε̂2t
t =1
ε̂ t= nilai aktual − nilai penyesuaian
d
ρ̂ = 1 −
2
ρ̂ merupakan estimasi koefisien kolerasi deret lag 1 untuk residual
Aktual Penyesuaian
t ε̂ t ε̂2t (ε̂ t − ε̂ t−1 )2
(actual) (fitted)
1 77,00 75,50 1.50 2.25 0.00
2 69,00 70,60 -1.60 2.56 9.61
3 72,00 70,90 1.10 1.21 7.29
4 73,00 74,00 -1.00 1.00 4.41
5 65,00 66,40 -1.40 1.96 0.16
Total 8.98 21.47
n
∑ (ε̂ t − ε̂ t−1 )2
t =2
d = n
∑ ε̂2t
t =1
21,47
=
8,98
= 2,390869
d
ρ̂ = 1−
2
2,390869
= 1−
2
= −0,195435
Jawab : C.
25. Untuk sebuah deret waktu yt , diketahui:
85
t yt yt − ȳ
1 980 −15
2 1.020 25
3 960 −40
4 1.030 35
5 985 −12
Hitunglah estimasi fungsi autokorelasi parsial (partial autocorrelation) pada time displace-
ment k = 2 (dibulatkan 2 desimal).
A. 0,41
B. −0,63
C. −0,46
D. −0,84
E. 0,35
Pembahasan:
Diketahui :
t yt yt − ȳ
1 980 −15
2 1.020 25
3 960 −40
4 1.030 35
5 985 −12
∑in=−1k (yt − ŷ)(yi+k − ŷ)

Autocorrelation : rk =
∑in=1 (yt − ŷ)2
Partial Autocorrelation :
86
ϕ̂11 = r1
r2 − r12
ϕ̂22 =
1 − r12
ϕ̂kj = ϕ̂k−1,j − ϕkk ϕk−1,k− j k = 2, . . . j = 1, 2, . . . , k
−1
rk − ∑kj= 1 ϕk −1,j rk − j
ϕ̂kk = −1
k = 3, . . .
1 − ∑kj= 1 ϕk −1,j r j
∑4i=1 (yt − ŷ)(yi+1 − ŷ)

r1 =
∑5i=1 (yt − ŷ)2
(−15)(25) + (25)(−40) + (−40)(35) + (35)(−12)
=
(−15)2 + (25)2 + (−40)2 + (35)2 + (−12)2
1065
= −
1273
= −0,836606
∑3i=1 (yt − ŷ)(yi+2 − ŷ)

r2 =
∑5i=1 (yt − ŷ)2
(−15)(−40) + (25)(35) + (−40)(12)
=
(−15)2 + (25)2 + (−40)2 + (35)2 + (−12)2
1955
=
3819
= 0,511914
r2 − r12
ϕ̂22 =
1 − r12
1955
− (− 1065
3819 1273 )
2
=
1 − (− 1065
1273 )
2
= −0,626467
Jawab : B.
26. Sebuah distribusi gamma dengan dua parameter didefinisikan oleh Probability Density Func-
tion (PDF) sebagai berikut:
f (t) = 1
βα Γ(α)
tα−1 e−t/β , t
> 0, α > 0, β > 0
dengan mean dan variance-nya adalah µ = βα dan σ2 = β2 α.
Jika diketahui sampel 10 data kematian tikus laboratorium (dalam hari) adalah 2,3,5,6,7,8,10,11,11,12,
87
hitunglah estimasi dari α dan β dengan metode moments (dibulatkan 3 desimal).

A. α = 1,050 dan β = 7,500
B. α = 1,512 dan β = 6,463
C. α = 1,473 dan β = 5,090
D. α = 1,322 dan β = 8,254
E. α = 1,032 dan β = 7,367
Pembahasan:
Diketahui :
−t
PDF distribusi gamma dengan mean µ = βα dan variance σ2 = β2 α adalah f (t) = 1
βα Γ(α)
t α −1 e β ,t >
0, α > 0, β > 0 Rumus yang digunakan :
µk 0 = E( T k )
1 n k
n i∑
mk 0 = Ti
=1
µ1 0 = E( T )
= µ
= αβ
= m1 0
1 n
n i∑
= Ti
=1
µ2 0 = E( T 2 )
= σ 2 + µ2
= αβ2 + α2 β2
1 n 2
n i∑
= Ti
=1
n
Sehingga, αβ = T̂ dan αβ2 + α2 β2 = 1
n ∑ Ti2
i =1
T̄
Dari hasil di atas diperoleh estimasi β̂ = α̂ disubstitusi ke persamaan 2
88
T̄ 2 T̄ 2 1 n 2
n i∑
α̂ + α̂2 = Ti
α̂ α̂ =1
T̄ 2
α̂ = n
1
n ∑ Ti2 − T̄2
i =1
T̄ 2
α̂ = n
∑ Ti2 − nT̄2
i =1
2 + 3 + 5 + 6 + 7 + 8 + 10 + 11 + 12
T̄ =
10
= 7,5
n
∑ Ti2 = 22 + 32 + 52 + 62 + 72 + 82 + 102 + 112 + 112 + 122
i =1
= 673
n T̄ 2
α̂ = n
∑ Ti2 − nT̄2
i =1
10 · (7.5)2
=
673 − 10 · (7.5)2
1125
=
221
= 5,090497738
T̄
β̂ =
α̂
7,25
= 1125
221
221
=
150
= 1,4733333
Jawab : C.
Informasi berikut digunakan untuk mengerjakan soal nomor 27 dan 28: Diketahui 6
89
tikus yang baru lahir. Karena kesehatan yang buruk dari induknya, tikus-tikus tersebut mati
pada waktu 2,4,6,9,10,12.
27. Hitunglah S(10) dan Λ(10) dengan metode Nelson-Aalen (dibulatkan 4 desimal):
A. S(10) = 0,1667; Λ(10) = 1,7918
B. S(10) = 0,3333; Λ(10) = 1,0986
C. S(10) = 0,2000; Λ(10) = 1,6094
D. S(10) = 0,2771; Λ(10) = 1,2833
E. S(10) = 0,2346; Λ(10) = 1,4500
Pembahasan:
Diketahui :
6 tikus yang baru lahir. Karena kesehatan yang buruk dari induknya, tikus-tikus tersebut mati
pada waktu 2; 4; 6; 9; 10; 12
Nelson-Aalen
m d
j
Λ(t) = ∑ , t m ≤ t < t m +1
r
j =1 j
S(t) = exp[−Λ(t)]
5 dj
Λ(10) = ∑ r
j =1 j
1 1 1 1 1
= + + + +
6 5 4 3 2
= 1,45
S(10) = exp[−Λ(10)]
= exp[−1,45]
= 0,23457
Jawab : E.
28. Hitunglah S(10) dan Λ(10) dengan metode product-limit (dibulatkan 4 desimal):
A. S(10) = 0,1667; Λ(10) = 1,7918
90
B. S(10) = 0,3333; Λ(10) = 1,0986

C. S(10) = 0,2000; Λ(10) = 1,6094
D. S(10) = 0,2771; Λ(10) = 1,2833
E. S(10) = 0,2346; Λ(10) = 1,4500
Pembahasan:
Diketahui :
6 tikus yang baru lahir. Karena kesehatan yang buruk dari induknya, tikus-tikus tersebut mati
pada waktu 2; 4; 6; 9; 10; 12
Product-Limit
m r − d
j j
S(t) = ∏ r j , t m ≤ t < t m +1
j =1
Λ(t) = −ln[S(t)]
5 r − d
j j
S(10) = ∏ r j
j =1
5 4 3 21
= · · ·
6 5 4 32
= 0,16666667
Λ(10) = −ln[S(10)]
h1i
= −ln
6
= 1, 791759
Jawab : A.
ing 2-parameter dari Holt:
t yt ỹt rt
1995 120,50 117,50 12,00
1996 135,00 131,15 12,99
1997 147,70 145,21 13,63
1998 146,60 ỹ1998 r1988
91
Hitunglah forecast 2-periode ŷ2000 dengan terlebih dahulu melengkapi tabel di atas dengan
deret exponential 2-parameter dari Holt.
Pembahasan:
Diketahui :
Smoothing deret waktu yt menggunakan metode exponential smoothing 2 parameter dari
Holt.
t yt ỹt rt
1995 120,50 117,50 12,00
1996 135,00 131,15 12,99
1997 147,70 145,21 13,63
1998 146,60 ỹ1998 r1988
ȳt = αyt + (1 − α)(ȳt−1 + rt−1 )

rt = γ(ȳt − ȳt−1 ) + (1 − γ)rt−1
ȳ T +l = ȳr + lr T
ỹ1996 = αy1996 + (1 − α)(ỹ1995 + r1995 )

131,15 = 135α + (1 − α)(117,5 + 12)
131,15 = 135α + 129,5α − 129,5α
5,5α = 1,65
α = 0,3
92
r1996 = γ(ỹ1996 − ỹ1995 ) + (1 − γ)r1995

12,99 = γ(131,15 − 117,5) + (1 − γ)12
12,99 = 13,65γ + 12 − 12γ
1,65γ = 0,99
γ = 0,6
ỹ1998 = αy1998 + (1 − α)(ỹ1997 + r1997 )

= 0,3(146,6) + 0,7(145,21 + 13,63)
= 155,168
r1998 = γ(ỹ1998 − ỹ1997 ) + (1 − γ)r1997

= 0,6(155,168 − 145,21) + 0,4(13,63)
= 11,4268
ŷ1998+2 = ỹ1998 + 2r1998

= 155,168 + 2 · 11,4268
= 178,0216
Jawab : B.
30. Untuk model double decrement di bawah ini

r (d) t
(i) t p30 = 1 − 55 , 0 ≤ t ≤ 55
r (w) t
(ii) t p30 = 1− 30 , 0 ≤ t ≤ 30
r (w)
Hitunglah nilai µ30+15 (dibulatkan 5 desimal).
A. 0,01678
B. 0,02000
C. 0,07500
D. 0,09167
E. 0,20556
Pembahasan:
93
Diketahui :
0 (d) t
t p30 = 1− , 0 ≤ t ≤ 55
55
0 (w) t
t p30 = 1 − , 0 ≤ t ≤ 30
30
m
0
t px
(τ )
= ∏ t p x ( j)
i= j
(τ ) 1 d
µ x +t = − (τ )
· (t p x (τ ) )
t px dt
d
= − ln(t p x (τ ) )
dt
(τ ) 0 (d) 0
t p30 = · t p30 (w)
t p30
t t
= 1− · 1−
55 30
17 1 2
= 1− t+ t
330 1650
= t2 − 85t + 1650
(τ ) 1 d
µ40+t = − (τ )
· (t p x (τ ) )
t px dt
1 d
= · (−t2 + 85t − 1650)
t2 − 85t + 1650 dt
85 − 2t
=
t2 − 85t + 1650
(τ ) 85 − 2(15)
µ30+15 =
(152 ) − 85(15) + 1650
= 0,0916666667
Jawab : D.
94

• Probabilitas dari ( x ) hidup selama 15 tahun adalah 0,60
• Probabilitas dari ( x ) hidup selama 20 tahun adalah 0,40
Untuk seseorang yang hidup mencapai usia x + 15, hitunglah probabilitas bahwa orang terse-
but akan meninggal 5 tahun berikutnya.
A. 1/4
B. 1/3
C. 1/2
D. 2/3
E. 3/4
Pembahasan:
Diketahui t p x = 0, 6 dan 20 p x = 0, 4
sehingga probabilitas orang akan meninggal 5 tahun berikutnya adalah
S( x + t)
15 p x =
S( x )
S( x + t)
0, 6 =
S( x )
S( x + 15)
S( x ) = (∗)
0, 6
selanjutnya
S( x + 20)
20 p x =
S( x )
S( x + 20)
0, 4 =
S( x )
S( x + 20)
S( x ) = (∗∗)
0, 4
95
Berdasarkan (*) dan (**) diperoleh
S( x + 15) S( x + 20)
=
0, 6 0, 4
S( x + 15) 0, 6
=
S( x + 20) 0, 4
S( x + 15) 2
=
S( x + 20) 3
2
5 p x +15 =
3
2
1 − 5 q x+15 =
3
1
5 q x +15 =
3
SEhingga peluang meninggal orang berusia x + 15, 5 tahun ke depan adalah 1/3
Jawab. B.
3
2. Jika diketahui force of mortality adalah µ x (d) = dan force of withdrawal adalah
4(100 − x )
5
µ x (w) = , hitunglah conditional density function untuk kematian seseorang pada
4(100 − x )
umur 70 + t, jika orang tersebut hidup pada umur 70.
30 − t
A.
600
30 − t
B.
1200
70 − t
C.
600
70 − t
D.
1200
30 − t
E.
600 + t
Pembahasan:
(τ ) (d) (w)
µx = µx + µx
3 5
= +
4(100 − x ) 4(100 − x )
8
=
4(100 − x )
2
=
100 − x
96
t
Z
(τ ) 2
t px = exp − dy
0 100 − y
= exp(2 ln(100 − t) − 2 ln(100))
(100 − t)2
= (∗)
10000
Dipunyai fungsi joint pdf t dan j, jika seseorang tetap hidup
(τ ) ( j)
f (t, j) = t p x .µ x ( t )
(100 − t)2 3
= .
10000 4(100 − t)
3(100 − t)
= (∗∗)
40000
Berdasarkan (*) dan (**) diperoleh conditional density function seorang pada umur 70+t, jika
orang tersebut hidup pada umur 70
(τ ) (d)
t p70 .µ70 ( t )
P =
S(70)
3(100−(70+t))
40000
= (100−70)2
10000
30 − t
=
1200
sehingga conditional density function seorang pada umur 70 + t, jika orang tersebut hidup
30 − t
pada umur 70 adalah
1200
Jawab. B.
3. Atas studi mortalita dari dua propinsi, diperoleh data sebagai berikut:
ti Propinsi A Propinsi B
dj rj dj rj
1 30 300 22 200
2 20 270 16 178
3 17 250 20 162
4 23 233 15 142
• r j adalah banyak resiko dalam periode (ti−1 , ti )
• d j adalah banyaknya kematian dalam periode (ti−1 , ti ) yang diasumsikan terjadi pada ti
• S T (t) adalah estimasi product Limit dari S(t) berdasarkan total semua data pengamatan.
• S B (t) adalah estimasi product Limit dari S(t) berdasarkan data pengamatan proponsi B.
97
Hitunglah |S T (4) − S B (4)| (dibulatkan menjadi dua desimal )
A. 0,01
B. 0,02
C. 0,03
D. 0,04
E. 0,05
Pembahasan:
500 − 52 448 − 36 412 − 37 375 − 36

S T (4) =
500 448 412 378
= 0, 674 (∗)
200 − 22 178 − 16 162 − 20 142 − 15

S B (4) =
200 178 162 142
= 0, 635 (∗∗)
Berdasarkan (*) dan (**) diperoleh
|S T (4) − S B (4)| = |0, 674 − 0, 635|

= 0, 039
= 0, 04
Jawab. D.
4. Anda mencocokkan model berikut ini dalam 40 pengamatan:
Y = β 1 + β 2 X2 + β 3 X3 + β 4 X4 + ε (4.1)
Diketahui datanya sebagai berikut:

Sumber Variasi (Source of Tingkat Kebebasan (Degree Jumlah Kuadrat
Variation) of Freedom) (Sum of Squares)
Regresi (Regression) 3 108.761
Residual (Error) 44 62.146
Hitunglah nilai R̄2 , yaitu R2 yang dikoreksi
A. 0,392
98
B. 0,488
C. 0,572
D. 0,596
E. 0,606
Pembahasan:
TSS = RSS + ESS

= 62146 + 108761
= 170907
selanjutnya
ESS
R2 =
TSS
108761
=
170907
= 0, 636
maka
(1 − R2 )(n − 1)
R̄2 = 1−
n−k
(1 − 0, 636)(40 − 1)
= 1−
40 − 4
= 0, 606
Jawab. E.
5. Misalkan X adalah variabel acak untuk umur pada saat kematian dengan
1
µx = , untuk 0 ≤ x ≤ 100
3(100 − x )
o yaitu rata rata pengharapan hidup untuk seseorang berusia 19
Hitunglah e19
A. 42,67
B. 58,89
C. 60,75
D. 67,67
E. 71,75
99
Pembahasan:
Z 19+t
1
t p19 = exp − dy
19 3(100 − y)
ln(81 − t) − ln(81)

= exp
3
(81 − t)1/3
=
811/3
selanjutnya
Z ∞
o (81 − t)1/3
e19 = dt
0 811/3
(81 − t)1/3
Z 100−19
= dt
0 811/3
= 60, 75
Jawab. C.
6. Dalam table mortalita select dan ultimate 2 tahun, Anda diberikan informasi sebagai berikut:
q[ x ] + 1 = 0, 92q x+1
l58 = 85.681
l59 = 83.546
Hitunglah l[57]+1 (dibulatkan)

A. 80.436
B. 80.952
C. 81.772
D. 82.315
E. 85.506
Pembahasan:
l58 − l59
q58 =
l58
85681 − 83546
=
85681
= 0, 0249
100
selanjutnya
q[57]+1 = 0, 92q58
= (0, 92)(0, 0249)
= 0, 0029
maka
l[57]+1 − l59
q[57]+1 =
l[57]+1
l[57]+1 − 83546
0, 0029 =
l[57]+1
0, 0029l[57]+1 = l[57]+1 − 83546
(1 − 0, 0029)l[57]+1 = 83546
83546
l[57]+1 =
1 − 0, 0029
l[57]+1 = 85506
Jawab. E.
7. Jika diketahui
a) e0o = 40
x
b) S( x ) = 1 − , untuk 0 ≤ x ≤ ω
ω
o
Hitunglah e20
A. 30
B. 36
C. 40
D. 42
E. 50
Pembahasan:
S(t + x )
t px =
S( x )
1 − t+
ω
x
=
1 − ωx
ω − (t + x )
=
ω−x
101
ω−t ω − (t + 20)
maka t p0 = dan t p20 = selanjutnya
ω ω − 20
Z ∞
e0o = t p0 dt
0
Z ω −0
ω−t
40 = dt
0 ω
1
40 = ω− ω
2
ω = 80 (∗)
Berdasarkan (*) diperoleh

Z ∞
o
e20 = t p20 dt
0
Z 80−20
80 − (t + 20)
= dt
0 80 − 20
Z 60
60 − t
= dt
0 60
= 30
o = 30
sehingga diperoleh e20
Jawab: A.
8. Informasi di bawah ini adalah tentang model ARIMA:

a) mean =0
b) Ψ1 = 1, 58
c) Ψ2 = −1, 22
d) Ψ3 = 0, 348
e) Ψ4 = −0, 032
f) σ2 = 7
Hitunglah deviasi standar atas kesalahan perkiraan tiga langkah ke depan (forecast error three
steps ahead).
A. 3,29
B. 4,25
C. 4,86
D. 5,91
E. 6,62
102
Pembahasan:
Model ARIMA memiliki mean =0 maka Ψ0 = 1, 58
Var [eT (3)] = (Ψ20 + Ψ21 + Ψ22 )σε2

= (12 + 1, 582 + (−1, 22)2 )
= 34, 89
p √
maka Deviasi standart = Var [eT (3)] = 34, 89 = 5, 91
Jawab. D.
9. Dalam sebuah model triple-decrement untuk seseorang yang sekarang berumur x, diketahui
constant force of decrement sebagai berikut:
(1)
• µ x+t = b untuk t ≥ 0
(2)
• µ x+t = b untuk t ≥ 0
(3)
• µ x+t = 2b untuk t ≥ 0
Probabilitas orang tersebut akan keluar dari kelompok dalam 4 tahun karena decrement (1)
adalah 0,0155.
Hitunglah berapa lama seseorang yang sekarang berumur x diharapkan tetap berada dalam
table triple decrement (yaitu E[ T ]) ?
A. 83,33
B. 79,65
C. 72,77
D. 68,15
E. 62,50
Pembahasan:
(τ ) (1) (2) (3)

µ x +t = µ x +t + µ x +t + µ x +t
= b + b + 2b
= 4b
103
selanjutnya
Z t
(τ )
t px = exp − µ x (s)ds
0
Z t
= exp − 4b ds
0
= exp(−4bt)
selanjutnya
Z 4
(1)
4 qx = f T,j (s, j)ds
0
Z 4
(1) ( τ ) (2)
4 qx = s p x µ x +s ( s ) ds
0
Z 4
0, 0155 = exp(−4bs).b ds
0
1 exp(−16b)
0, 0155 = −
4 4
ln(0, 938)
b =
−16
b = 0, 004
selanjutnya
Z ∞
E[ T ] = t p x dt
0
Z ∞
= exp(−4.(0, 004)t)dt
0
= 62, 5
Jawab. E.
10. Informasi di bawah ini diperoleh dari pengamatan sampel atas enam individu untuk menges-
timasi q x :
• Semua individu yang masuk pengamatan berumur x + r, 0 ≤ r < 0, 5
• Satu individu melakukan withdrawal pada umur x + 0, 6
• Dua individu melakukan withdrawal pada umur x + 0, 75
• Satu individu meninggal pada umur x + 0, 7
• Dua individu tetap hidup mencapai umur x + 1
Dengan menggunakan metode actuarial estimate diperoleh q̂ x = 10/33. Hitunglah r.
A. 0,1
104
B. 0,25
C. 0,3
D. 0,4
E. 0,45
Pembahasan:
Eksposure
x+r zi θi φi ri si li ki
Aktuarial
x+r x+1 x + 0, 7 r 1 0,7 1−r
x+r x+1 x + 0, 6 r 1 0,6 0, 6 − r
x+r x+1 x + 0, 75 r 1 0,75 0, 75 − r
x+r x+1 x + 0, 75 r 1 0,75 0, 75 − r
x+r x+1 r 1 1−r
x+r x+1 r 1 1−r
Total 5, 1 − 6r
Berdasarkan tabel di atas, sebab hanya terdapat satu kematian pada kolom li diperoleh
1
q̂ x =
5, 1 − 6r
1
q̂ x =
5, 1 − 6r
10 1
=
33 5, 1 − 6r
−60r + 51 = 33
18
r =
60
r = 0, 3
Jawab. C.
11. Diketahui tiga hasil pengamatan sebagai berikut:
0,70 0,82 0,92
Anda mencocokkan sebuah distribusi dengan fungsi kepadatan (density function) berikut ini
terhadap data:
f ( x ) = ( p + 1) x p , 0 < x < 1, p > −1
Hitunglah estimasi maximum likelihood atas p (dibulatkan 2 desimal).

A. 2,12
105
B. 2,67
C. 3,7
D. 4,32
E. 6,81
Pembahasan:
n
L( p) = ∏ f ( xi )
i =1
n
∏ ( p + 1) x i
p
L( p) =
i =1
!p
n
L( p) = ( p + 1) n
∏ xi
i =1
! p !!
n
ln( L( p)) = ln ( p + 1)n ( p + 1) n ∏ xi
i =1
!
n
ln( L( p)) = n ln( p + 1) + p ln ∏ xi
i =1
n
ln( L( p)) = n ln( p + 1) + p ∑ ln( xi )
i =1
n
ln( L( p)) n
= + ∑ ln( xi )
dp p + 1 i =1
n
n
0 = + ∑ ln( xi )
p + 1 i =1
−n − ∑in=1 ln( xi )
p =
∑in=1 ln( xi )
−3 − ln(0, 7) − ln(0, 82) − ln(0, 92)
p =
ln(0, 7) + ln(0, 82) + ln(0, 92)
= 3, 698
sehingga estimasi likelihood atas p sebesar 3,7

Jawab. C.
12. Atas pengamatan pada 120 polis dalam studi pembatalan polis, diperoleh data sebagai berikut:
i. Studi dibuat sedemikian sehingga untuk setiap satu pembatalan polis, ditambahkan satu
polis baru (artinya r j selalu bernilai 120).
ii. Pembatalan polis terjadi di akhir tahun dengan pengamatan sebagai berikut:
1 polis batal di akhir tahun polis ke-1
106

..
..
n polis batal di akhir tahun polis ke-n
iii. Estimasi Nelson Aalen untuk fungsi distribusi kumulatif pada tahun ke-n adalah
Fn = 0.8262261.
Hitunglah n
A. 15
B. 20
C. 30
D. 45
E. 65
Pembahasan:
!
n
dj
Fn = 1 − exp − ∑
r
j =1 j
!
ndj
0, 8262261 = 1 − exp − ∑
j =1
100
!
n dj
exp ∑ 100 = 1 − 0, 8262261
j =1
n dj
∑ 100 = − ln(1 − 0, 8262261)
j =1
1 2 n
+ + ... + = 1, 75 dengan menggunakan konsep jumlah barisan aritmatika
120 120 120
2
= 1, 75
120
n2 + n − 420 = 0
(n + 21)(n − 20) = 0, karena n harus positif maka n=20
Jawab. B.
13. Untuk sebuah tabel multiple decrement, diketahui informasi sebagai berikut:
(i) Decrement (1) adalah kematian, decrement (2) adalah cacat, decrement (3) adalah with-
drawal.
107
(1)
(ii) q0 65 = 0, 020
(2)
(iii) q0 65 = 0, 035
(3)
(iv) q0 65 = 0, 120
(v) Withdrawal hanya terjadi pada akhir tahun.
(vi) Mortalita dan cacat terdistribusi secara uniform pada umur setiap tahun berdasarkan ta-
ble decrement tunggal.
(3)
Hitunglah q65
A. 0,0942
B. 0,1087
C. 0,1135
D. 0,1384
E. 0,1566
Pembahasan:

(1) (1) 1 0 (2)
qx = q0 x 1− q x
2

0, 035
= 0, 02 1 −
2
= 0, 0197
dan

(2) (2) 1 0 (1)
qx = q0 x 1− q x
2

0, 02
= 0, 035 1 −
2
= 0, 0347
selanjutnya

(1) (2) (3) (1) (2) (3)
q(65) + q(65) + q(65) = 1 − 1 − q0 (65) 1 − q0 (65) 1 − q0 (65)
(3)
0, 0197 + 0, 347 + q(65) = 1 − ((1 − 0, 02)(1 − 0, 035)(1 − 0, 12))
(3)
q(65) = 1 − ((1 − 0, 02)(1 − 0, 035)(1 − 0, 12)) − 0, 0197 + 0, 347
= 0, 1135
Jawab. C.
108
14. Diketahui
x 1/6
F(X ) = 1− 1− untuk 0 ≤ x ≤ 120
120
o
Hitunglah E[ T ] untuk x = 30, yaitu e30
A. 66,73
B. 68,92
C. 70,17
D. 74,63
E. 77,14
Pembahasan:
S( X ) = 1 − F(X )

x 1/6
= 1− 1− 1−
120
x 1/6
= 1−
120
selanjutnya
x + t 1/6

1−
120
t px = x 1/6
1−
120
120 − x − t 1/6

=
120 − x
maka
Z 120−30
o
e30 = t p30 dt
0
Z 90
120 − 30 − t

= dt
0 120 − 30
90 − t 1/6
Z 90
= dt
0 90
= 77, 142857
Jawab.E.
15. Berdasarkan soal pada nomor 14, hitunglah Var [ T ] untuk x = 30.
109
A. 457,77
B. 465,32
C. 469,32
D. 476,11
E. 489,67
Pembahasan:
90
Z
o 2
Var [ T ] = 2 t.t p30 dt − e30
0
!
90 − t 1/6
Z 90
= 2 t dt − (77, 1428577)2
0 90
= 6408, 7912 − 5951, 020386
= 457, 77
Jawab. A.
16. Diketahui studi mortalita sebagai berikut:

i. 1.000 orang masuk dalam pengamatan tepat pada umur 80
ii. 40 orang meninggal dunia pada umur 80,30
iii. 100 orang baru masuk dalam pengamatan pada umur 80,60
iv. 20 orang meninggal dunia pada umur 80,80
Jika estimasi q80 dihitung dengan metode exact exposure (asumsi force of mortality adalah
konstan) dan actuarial exposure, berapakah selisih absolut dari kedua estimasi tersebut?
A. 0,000095
B. 0,000107
C. 0,000178
D. 0,000221
E. 0,000674
Pembahasan:
110
Exact Exposure
!
dj
q̂exact = 1 − exp −
εj

60
= 1 − exp −
1000 − 0, 7(40) + 0, 4(100) + 0, 2(20)
= 0, 0577869
Actuarial Exposure
dj
q̂ actuarial =
εj
60
=
1000 + 0, 4(100)
= 0, 0576923
maka |q̂exact − q̂ actuarial | = 0, 0000946 ≈ 0, 000095

Jawab. A.
17. Suatu studi dilakukan untuk meneliti data Indeks Prestasi Kumulatif (IPK) mahasiswa sebagai
fungsi linear penghasilan orangtua. Diketahui data sebagai berikut:
Penghasilan
IPK (Y)
Orangtua (X)
4,00 21
3,00 15
3,50 15
2,00 9
Hitunglah R2
A. 0,98
B. 0,91
C. 0,87
D. 0,82
E. 0,78
Pembahasan:
111
i Yi Xi Yi2 Xi2 Xi Yi
1 4 21 16 441 84
2 3 15 9 225 45
3 3,5 15 12,25 225 52,5
4 2 9 4 81 18
 
4 ∑4i=1
Xi Yi − ∑4i=1 Xi ∑4i=1 Yi
R2
 
= r
 2 r

2 
4 2 4 4 2 4
4 ∑ i = 1 Xi − ∑ i = 1 Xi 4 ∑i=1 Yi − ∑i=1 Yi
4(199, 5) − 60(12, 5)
= p p = 0, 914286
4(972) − (60)2 4(41, 25) − (12, 5)2
Jawab. B.
18. Hitunglah ekspektasi hidup dari seseorang yang terdiagnosa LAS (state 2a menurut model
Panjer) bila diketahui informasi berikut ini:
a) µ2a = 0, 50
b) Variansi dari pengharapan hidup untuk orang yang berada dalam state 2a adalah 5,593.
c) Ekspektasi pengharapan hidup untuk orang yang berada dalam state 3 adalah 0,7.
A. 3,15
B. 3,75
C. 4,20
D. 4,35
E. 5,20
112
Pembahasan:
1 1
= =2
µ2a 0, 5
1
= 0, 7
µ3
1 1 1
Var [ T2a ] = 2
+ 2 + 2
µ2a µ2b µ3
1
5, 593 = 22 + 2 + 0, 72
µ2b
1
= 1, 103
µ22b
1
= 1, 105
µ2b
1 1 1
E[ T2a ] = + +
µ2a µ2b µ3
= 2 + 1, 05 + 0, 7
= 3, 75
Jawab: B.
19. Diketahui 15 pekerja tambang mengalami paparan radiasi yang berbahaya. Tiga orang men-
galami kematian pada waktu t = 2 dan dua orang mengalami kematian pada waktu t = 4.
Diketahui pula terdapat ?? withdrawal pada waktu t = 3. Dengan menggunakan product limit
estimator dari S(t), diperoleh Ŝ(5) = 0, 60. Hitunglah x.
A. 1
B. 2
C. 3
D. 4
E. 5
113
Pembahasan:
!
4 rj − dj
Ŝ(5) = ∏ rj
j =1
12 − x − 2

12
0, 6 =
15 12 − x
3 10 − x
=
4 12 − x
36 − 3x = 40 − 4x
x = 4
Jawab. D.
20. Sebuah studi mortalita dilakukan atas pengamatan terhadap 50 peserta dimulai dari waktu 0.
Diketahui:
Jumlah
Jumlah yang
Waktu (t) Kematian
disensor (ct )
(dt )
15 3 0
17 0 2
25 2 0
30 0 c30
32 9 0
40 2 0
Ŝ(35) adalah estimasi product limit dari S(35)
V̂ [Ŝ(35)] adalah estimasi variansi dari Ŝ(35) menggunakan formula Greenwood.
V̂ [Ŝ(35)]
= 0, 012947
[Ŝ(35)]2
Hitunglah c30 , jumlah yang disensor pada waktu t = 30.
A. 2
B. 4
C. 6
D. 8
E. 10
114
Pembahasan:
!
3 dj
V̂ [Ŝ(35)] = [Ŝ(35)] × ∑
2
j =1
r j (r j − d j )
!
dj V̂ [Ŝ(35)]
⇔ ∑3j=1 =
r j (r j − d j ) [Ŝ(35)]2
3 3 9
⇔ + + = 0, 012947
50(47) 44(42) (42 − c)(33 − c)
⇔ 1386 − 75c + c2 = 850
⇔ 536 − 75c + c2 =0
sehingga
p
75 − 75c2 − 4(1)(536)
c = =8
2(1)
dan
p
75 + 75c2 − 4(1)(536)
c = = 67
2(1)
sebab hanya ada 50 peserta sehingga c = 8
Jawab. D,
21. Tentukanlah dari fungsi berikut ini, manakah force of mortality yang tidak valid?
1
i. µ( x ) = untuk x ≥ 0
(1 + x )3
ii. µ( x ) = x sin x, untuk x ≥ 0
iii. µ( x ) = 40, untuk x ≥ 0
A. i saja
B. ii saja
C. iii saja
D. i dan ii saja
E. ii dan iii saja
Pembahasan:
115
Rx 1 1
− 0 (1+t)3 dt −1
i. S( x ) = e = e 2(1+ x )2 2
untuk x = 0, S(0) = 1
1
untuk x = ∞, S(∞) = √ 6= 0 (tidak valid )
e
Rx
ii. S( x ) = e− 0 t sin(t)dt
= e x cos(x)−sin(x)
untuk x = 0, S(0) = 1
untuk x = ∞, S(∞) = unde f inied (tidak valid )
Rx
iii. S( x ) = e− = e−40x
0 40dt
untuk x = 0, S(0) = 1
untuk x = ∞, S(∞) = 0 6= 0 ( valid )
Jawab. D.
22. Misalkan X adalah variabel acak untuk umur pada saat kematian. Jika diasumsikan X mengikuti
hukum de Moivre (berdistribusi uniform) dengan ω = 100. Hitunglah 15 m30 .
A. 0,016
B. 0,025
C. 0,036
D. 0,039
E. 0,042
Pembahasan:
1 100 − x
Dipunyai ω = 100, maka µ( x ) = dan S( x ) = sehingga
100 − x 100
R 15
0S(30 + t)µ(30 + t)dt
15 m30 = R 15
0 S (30 + t ) dt
R 15 70 − t 1
0 . dt
= 100 70 − t = 0, 016
R 15 70 − t
0 dt
100
Jawab. A.
23. Berdasarkan data Indeks Prestasi Kumulatif mahasiswa dan penghasilan orangtua pada soal
nomor 17, hitunglah F1,2
A. 19,58
B. 21,33
116
C. 22,36
D. 22,84
E. 23,32
Pembahasan:
R2

k−1
F =
1 − R2

n−k

0, 914286
2−1
=
1 − 0, 914286

4−2
= 21, 33
Jawab. B.
24. Diketahui:
• Studi mortalita dilakukan atas sejumlah n orang.
• Tidak ada data yang disensor dan tidak ada dua kejadian meninggal pada periode yang
sama
• tk = Saat kejadian meninggal ke-k
• Estimasi Nelson-Aalen dari fungsi hazard rate kumulatif pada t2 adalah Λ(ˆt2 ) = 49/600
Hitunglah estimasi product limit Kaplan-Meier dari fungsi survival pada t12 .
A. 0,22
B. 0,30
C. 0,33
D. 0,45
E. 0,52
117
Pembahasan:
1 1
Λ ( t2 ) = +
n n−1
49 2n − 1
=
600 n2 − n
49n2 − 49n = 1200n − 600
2
49n − 1249n + 600 = 0
p
1249 − (−1249)2 − 4(49)(600)
n = = 25
2(49)
!
12 rj − dj
Ŝ(t12 ) = ∏
j =1
rj
24 23 22 13
= . . ...
25 24 23 14
13
=
25
= 0, 52
Jawab: E.
25. Dari studi mortalita yang diobservasi pada tahun kalender 2015, diperoleh data sebagai berikut:
Individu Tanggal Lahir

A 1 Juli 1984
1 Januari
B
1985
C 1 Juli 1985
Dalam periode observasi tersebut, hanya individu B yang meninggal dunia dan tidak ada in-
dividu yang melakukan withdrawal. Dengan menggunakan metode exact exposure (asumsi
force of mortality adalah konstan) diperoleh q̂30 = 0, 4204. Pada tanggal berapa individu B
meninggal dunia? (cari tanggal yang terdekat)
A. 1 Agustus 2015
B. 1 September 2015
C. 1 Oktober 2015
D. 1 November 2015
E. 1 Desember 2015
Pembahasan:
yi = tanggal awal pengamatan-tanggal lahir
118
zi =tanggal akhir pengamatan-tanggal lahir

θi =tanggal meninggal-tanggal lahir
φi =tanggal withdraw-tanggal lahir
(
0 , jika yi ≤ x
ri =
yi − x , jika x < yi < x + 1
(
zi − x , jika x < zi < x + 1
si =
1 , jika zi ≥ x + 1


 0 , jika θi = 0
ιi = θi − x , jikax < θi < x + 1

0 , θi ≥ x + 1



 0 , jika φi = 0
κi = φi − x , jikax < φi < x + 1

0 , φi ≥ x + 1


 si − ri
 , jika seseorang tidak meninggal dan withdraw
ε eksak = κ i − ri , jika seseorang withdraw

ι i − ri , jika seseorang meninggal

119
Tanggal Exposure
Yi zi θi φi ri si ιi κi
Lahir eksak
1 juli 1976 30,5 31,5 0 0 0,5 1 0 0 0,5
1 januari
30 31 30 + x 0 0 1 x 0 x
1977
1 juli 1977 29,50 30,5 0 0 0 0,5 0 0 0,5
Total 1+x

1
qˆ30 = 1 − exp −
1+x

1
0, 424 = 1 − exp −
1+x

1
exp − = 0, 5796
1+x
1
− = ln(0, 5796)
1+x
1
= 0, 545417
1+x
c = 0, 833459
selanjutnya merubah nilai x ke dalam bulanan, diperoleh
b
= 0, 833459
12
b = 10, 001511
≈ 10
Karena individu B lahir pada 1 januari 2015, maka individu B meninggal dunia sekitar 1
november 2015
Jawab. D.

Penyesuaian
t Aktual (actual)
(fitted)
1 74,0 75,0
2 69,0 70,6
3 72,0 70,9
4 74,0 74,0
5 65,0 66,0
Hitunglah estimasi koefisien korelasi deret lag 1 (lag 1 serial correlation coefficient) untuk
120
residual, menggunakan statistik Durbin-Watson!

A. 0,1456
B. 0,1026
C. 0.082
D. -0,023
E. -0,071
Pembahasan:
Penyesuaian
t Aktual (actual) εˆt εˆt 2 (εˆt − ε tˆ−1 )2
(fitted)
1 74,0 75,0 -1 1 0
2 69,0 70,6 -1,6 2,56 0,36
3 72,0 70,9 1,1 1,21 7,29
4 74,0 74,0 0 0 1,21
5 65,0 66,0 -1 1 1
Total -2,5 5,77 9,86
2
∑5t=2 (εˆt − ε tˆ−1 )
d =
∑5t=1 εˆt 2
3, 86
=
5, 77
= 1, 708839
selanjutnya akan dihitung koefisien deret lag 1 untuk residual
d
ρ = 1−
2
1, 708839
= 1−
2
= 0, 145581
≈ 0, 1456
Jawab. A.
27. Diketahui probabilitas seseorang yang berumur 50 untuk hidup selama t tahun adalah
t
t p50 = e0,5(1−1,05 )
Hitunglah q80
121
A. 0,06418
B. 0,10242
C. 0,12804
D. 0,18065
E. 0,21312
Pembahasan: q80 = 1 − p80 jadi pertama kita cari p80
S(80 + 1)
p80 =
S(80)

S(50 + 31) S(50)
= .
S(50) S(50 + 30)

S(50 + 31)
S(50)
=
S(50 + 30)
S(50)
31 p50
=
30 p50
exp(0, 5(1 − 1, 0531 ))
= −1
exp(0, 5(1 − 1, 0530 ))
= 0, 897584
q80 = 1 − p80
= 1 − 0, 897584
= 0, 102416
Jawab. B.
28. Berdasarkan soal nomor 27, hitunglah µ80

A. 0,0347
B. 0,0647
C. 0,0872
D. 0,1504
E. 0,2471
122
Pembahasan:
f (80)
µ80 =
S(80)
F (80) − F (79)
=
S(80)
F (80) − F (79) S(79)
=
S(79) S(80)
S(79) − S(80) S(79)
=
S(79) S(80)

S(80) S(79)
= 1−
S(79) S(80)
S(79)
= −1
S(80)

S(50 + 29) S(50)
= . −1
S(50) S(50 + 30)

S(50 + 29)
S(50)
= −1
S(50 + 30)
S(50)
29 p50
= −1
30 p50
exp(0, 5(1 − 1, 0529 ))
= −1
exp(0, 5(1 − 1, 0530 ))
= 0, 108384
Jawab. Tidak ada jawaban yang memenuhi
29. Dalam sebuah studi kesehatan untuk n orang yang hidup pada waktu t = 0, diketahui tidak
ada penambahan peserta. Terdapat 1 kematian pada waktu t7 , 2 kematian pada waktu ??8, dan
2 kematian pada waktu t9 . Dengan menggunakan estimasi product limit dari S(t), diperoleh
Ŝ(t7 ) = 0, 90 , Ŝ(t8 ) = 0, 75, Ŝ(t9 ) = 0, 50. Hitunglah banyaknya orang yang melakukan
terminasi antara t8 dan t9 .
A. 2
B. 3
C. 4
D. 5
E. 6
123
Pembahasan:
r − d8

= Ŝ(t7 ) 8
Ŝ(t8 )
r8
r8 − d8

0, 75 = 0, 9
r8
0, 75r8 − 0, 9r8 = −1, 8
−0, 15r8 = −1, 8
r8 = 12
r9 − d9

Ŝ(t9 ) = Ŝ(t8 )
r9
10 − ω − 2

0, 5 = 0, 75
10 − ω
0, 5(10 − ω ) = 36 − 0, 75ω
6−5
ω =
0, 75 − 0, 5
ω = 4
sehingga banyaknya orang yang terminasi adalah 4

Jawab. C.
30. Manakah diantara fungsi di bawah ini yang bukan merupakan probability density function
(PDF):
1
i. f ( x ) = , untuk x ≥ 0
(1 + x )3
1
ii. f ( x ) = , untuk x ≥ 0
(1 + x )2
iii. f ( x ) = (2x − 1)e− x , untuk x ≥ 0
A. i saja
B. ii saja
C. iii saja
D. i dan iii
E. ii dan iii
Pembahasan:
124
1
i. f ( x ) = , untuk x ≥ 0 jelas f ( x ) ≥ 0, untuk setiap x ∈ R
(1 + x )3
Z ∞ Z ∞
1 1
dx = du
0 (1 + x )3 1 u3
1 ∞ 1
= − 2 1 =
2u 2
(Tidak memenuhi syarat pdf)

1
ii. f ( x ) = , untuk x ≥ 0 jelas f ( x ) ≥ 0, untuk setiap x ∈ R
(1 + x )2
Z ∞ Z ∞
1 1
dx = du
0 (1 + x )2 1 u2
−1 ∞
=
u 1
1
=
1
(memenuhi syarat pdf)

iii. f ( x ) = (2x − 1)− x , untuk x ≥ 0 jelas f ( x ) ≥ 0, untuk setiap x ∈ R
Z ∞ Z −∞
(2x − 1)e− x dx = eu (2u + 1)du
0 0
misal u = − x maka du = −dx

Z 0
= (2 ln(v) + 1)dv misal v = eu maka dv = eu du
1
Z 0 Z 0
= 2 ln(v)dv + 1dv
1 1
R0
nilai 1 ln(v)dv tidak bisa ditentukan
(Tidak memenuhi syarat pdf)
Jawab. D.
125
1. Misalkan X adalah variabel acak untuk umur pada saat kematian dengan
1
µx = , untuk 0 ≤ x ≤ 100
2(100 − x )
Hitunglah 20 p36
A. 0,542
B. 0,633
C. 0,683
D. 0,781
E. 0,829
Pembahasan:
Z x +n
n Px = exp(− µ x dx )
Zx 56

1
20 P36 = exp − dx = 0, 829
36 2(100 − x )
Jawab: E.
2. Jika diketahui:
a. 100 orang yang diamati berumur x
b. 60 orang peserta baru masuk dalam pengamatan pada umur x + s, 0 < s < 1
c. Terdapat 4 kematian dalam interval ( x, x + 1]
d. Dengan menggunakan metode actuarial exposure diperoleh q x =ˆ1/35
Tentukan s
A. 1/5
B. 3/10
C. 1/3
126
D. 2/3
E. 7/10
Pembahasan:
Diketahui :
a) 100 orang yang diamati berumur x
b) 60 orang baru masuk pada umur x + s
c) terdapat 4 kematian dalam interval ( x, x + 1]
Akan ditentukan s, sehingga :
dj
qˆx =
εj
1 4
⇔ 35 =
100 + 60(1 − s)
1 4
⇔ 35 =
160 − 60s
⇔ 160 − 60s = 140
⇔ 60s = 160 − 140
20 1
⇔ s = =
60 3
Jawab: C.
3. Diketahui µ x = 0, 005 untuk semua umur x > 0. Probabilitas bahwa seseorang berumur 30
tahun akan tetap hidup untuk 10 tahun berikutnya adalah A. Setelah itu, orang tersebut akan
tetap hidup untuk 10 tahun berikutnya lagi, dengan probabilitas sebesar B. Berapakah nilai
A/B?
A. 1,00
B. 0,80
C. 0,75
D. 0,50
E. 0,30
Pembahasan:
Diketahui :
• µ x = 0, 005
• 10 P30 =A
127
• 10 P40 =B
Akan ditentukan nilai A dan B dari hasil yang diketahui melalui persamaan :
Z x +t
t Px = exp(− µ x dx )
x
sehingga diperoleh :
Z 40
10 P30 = exp(− 0, 005 dx ) = 0, 606531
30
Z 50
10 P40 = exp(− 0, 005 dx ) = 0, 606531
40
A
= 1
B
Jawab: A.
(d) 4
4. Jika diketahui force of mortality adalah µ x = 5(100− x )
dan force of withdrawal adalah
(w)
µx = 5(1006 − x) , hitunglah conditional density function untuk kematian seseorang pada umur
70 + t, jika orang tersebut hidup pada umur 70.
30−t
A. 600
30−t
B. 1200
30−t
C. 1125
70−t
D. 1200
70−t
E. 1800
Pembahasan:
Diketahui:
(d) 4
µx =
5(100 − x )
(w) 6
µx =
5(100 − x )
• Kondisonal orang tersebut hidup pada umur 70

sehingga :
(τ ) (w) (d)
µx = µx + µx
4 6
= +
5(100 − x ) 5(100 − x )
10
=
5(100 − x )
128
selanjutnya
(100 − t)2
Z t
(τ ) (τ )
t px = exp − µ x (y) dy =
0 10000
9
S(70) = 70 P0 =
100
(100 − t)2 4 4(100 − t)
f (t, j) = × =
10000 5(100 − t) 50000
maka conditional density untuk kasus di atas adalah :
f (t, j)
conditional density = =
S( x )
(τ ) (d)
t p70 µ70
=
S(70)
4(100−(70+t))
50000
= 9
100
30 − t
=
1125
Jawab: C.
5. Dalam sebuah studi menggunakan pendekatan estimasi moment, diperoleh data jumlah kema-
tian dalam interval ( x, x + 1] , berdasarkan besaran exposure yang diberikan sebagai berikut:
Jumlah
Selang Exposure
Kematian
(0, 1] 12 1100
(1, 2] 9 1220
(2, 3] 7 1365
(3, 4] 5 1522
(4, 5] 4 1784
Hitunglah Ŝ(5)
A. 0,794
B. 0,832
C. 0,896
D. 0,934
E. 0,971
129
Pembahasan:
Diketahui bahwa:
i ni0 qî pi
12 1088
0 1100 1100 1100
9 1211
1 1220 1220 1220
7 1358
2 1365 1365 1365
5 1517
3 1522 1522 1522
4 1780
4 1784 1784 1784
Ŝ(5) = p0 × p1 × p2 × p3 × p4
1088 1211 1358 1517 1780
= × × × ×
1100 1220 1365 1522 1784
= 0.9713678424
≈ 0.971
Jawab : E.
6. Diantara fungsi berikut ini, manakah yang valid sebagai force mortality
(i) µ( x ) = BC x , B > 0, 0 < C < 1, x ≥ 0
1
(ii) µ( x ) = B( x + 1)− 2 , B > 0, x ≥ 0
(iii) µ( x ) = k( x + 1)n , n > 0, k > 0, x ≥ 0
A. (i) saja
B. (ii) saja
C. (iii) saja
D. (i) dan (ii)
E. (ii) dan (iii)
Pembahasan:
Berdasarkan persamaan (i) jelas bahwa untuk x ≥ 0 maka µ( x ) ≥ 0 sehingga (i) benar
Jawab: A.
7. Pada sebuah model double decrement, diperoleh informasi sebagai berikut:

(T )
• lx = 100
(T )
• l x +3 = 60
130
(1)
• 3 q x = 0, 04
(2)
• 2| q x = 0, 06
(2)
Hitunglah 2 q x
A. 0,30
B. 0,32
C. 0,35
D. 0,38
E. 0,40
Pembahasan:
Diketahui :
(T )
• lx = 100
(T )
• lx+3 = 60
(1)
• 3 q x = 0, 04
(2)
• 2| q x = 0, 06
131
sehingga :
( j) ( j) ( j)
(1) d x + d x+1 + ... + d x+t−1
t qx = (τ )
lx
( j) ( j) ( j)
(1) d x + d x +1 + d x +2
3 qx = (τ )
lx
( j) ( j) ( j)
d x + d x +1 + d x +2
⇔ 0, 04 =
100
( j) ( j) ( j)
⇔ 4 = d x + d x+1 + d x+2 (∗)
(2)
(2) d x +2
2| q x = (τ )
lx
(2)
d
⇔ 0, 06 = x +2
100
(2)
⇔ 6 = d x+2 (∗∗)
(τ ) (τ ) (1) (2) (1) (2) (1) (2)

l x +3 = l x − d x − d x − d x +1 − d x +1 − d x +2 − d x +2
(τ ) (τ ) (1) (1) (1) (2) (2) (2)
⇔ l x +3 = l x − ( d x + d x +1 + d x +2 ) − ( d x + d x +1 ) − d x +2
(2) (2)
⇔ d x + d x +1 = 100 − 4 − 6 − 60
(2) (2)
⇔ dx + d x +1 = 30 (∗ ∗ ∗)
diperoleh:
(2) (2)
(2) d x + d x +1 30
2 q2 = (τ )
= = 0, 3
lx 100
Jawab: A.
8. Diketahui force of mortality sebagai berikut:

(
0, 01 , untuk 0 < x ≤ 30
µ( x ) =
0, 02 , untuk x > 30
Hitunglah 20 P20
A. 0,050
B. 0,238
C. 0,586
132
D. 0,741
E. 0,867
Pembahasan:
Z x +n
Zx 40
20 P20 = exp − µ x dx
20
Z 30 Z 30

= exp − 0, 01 dx + 0, 02 dx
20 20
= 0, 74082
= 0, 741
Jawab: D.
9. Jika diasumsikan force of mortality adalah sebagai berikut:

µ x = (1 + x )−1 , untuk x > 0
Berapakah nilai t q20
2t
A. 20+t
t
B. 20+t
20
C. 20+t
t
D. 21+t
21
E. 21+t
Pembahasan:
Z x +n
n px = exp − µ x dx
x
Z 20+t
1 21
t p20 = exp − dx =
t 1+x t + 21
21
t q20 = 1 − t p20 = 1 −
t + 21
t
=
21 + t
Jawab: D.
10. Sebuah studi mortalita dilakukan atas pengamatan terhadap 50 peserta dimulai dari waktu 0.
Diketahui:
133
Jumlah
Jumlah yang
Waktu (t) Kematian
disensor (ct )
(dt )
15 4 0
17 0 2
25 3 0
30 0 c30
32 8 0
40 3 0
Ŝ(35) adalah estimasi product limit dari S(35)
V̂ [Ŝ(35)]
= 0, 012452
[Ŝ(35)]2
A. 6
B. 7
C. 8
D. 9
E. 10
Pembahasan:
!
3 dj
V̂ [Ŝ(35)] = [Ŝ(35)] × ∑
2
j =1
r j (r j − d j )
!
dj V̂ [Ŝ(35)]
⇔ ∑3j=1 =
r j (r j − d j ) [Ŝ(35)]2
4 3 8
⇔ + + = 0, 012452
50(46) 44(41) (41 − c)(33 − c)
⇔ 1353 − 74c + c2 = 884
⇔ 469 − 74c + c2 =0
sehingga
p
74 − 74c2 − 4(1)(469)
c = =7
2(1)
134
dan
p
74 + 74c2 − 4(1)(469)
c = = 67
2(1)
sebab hanya ada 50 peserta sehingga c = 7
Jawab. B.
11. Dari studi mortalita yang diobservasi pada tahun kalender 2007, diperoleh data sebagai berikut:
Individu Tanggal Lahir
A 1 Juli 1976
B 1 Januari 1977
C 1 Juli 1977
Dalam periode observasi tersebut, hanya individu B yang meninggal dunia dan tidak ada in-
dividu yang melakukan withdrawal. Dengan menggunakan metode exact exposure (asumsi
force of mortality adalah konstan) diperoleh q̂30 = 0, 451.
Pada tanggal berapa individu B meninggal dunia? (cari tanggal yang terdekat)
A. 1 Agustus 2007
B. 1 September 2007
C. 1 Oktober 2007
D. 1 November 2007
E. 1 Desember 2007
Pembahasan:
Misalkan:
(
0 , jika yi ≤ x
ri =
yi − x , jika x < yi < x + 1
(
zi − x , jika x < zi < x + 1
si =
1 , jika zi ≥ x + 1
135


 0 , jika θi = 0
ιi = θi − x , jika x < θi < x + 1

0 , θi ≥ x + 1



 0 , jika φi = 0

0 , φi ≥ x + 1


 si − ri


Tanggal Exposure
Lahir eksak
1 Jul 1976 30.5 31.5 0 0 0.5 1 0 0 0.5
1 Jan 1977 30 31 30 + x 0 0 1 x 0 x
1 Jul 1977 29.50 30.5 0 0 0 0.5 0 0 0.5
Total 1+x

1
q̂30 = 1 − exp −
1+x

1
⇔ 0, 451 = 1 − exp −
1+x

⇔ exp − 1+1 x = 0, 549
⇔ − 1+1 x = ln (0, 549)
1
⇔ 1+ x = 0, 59966
⇔ x = 0, 66762
sehingga
b
= 0, 66762
12
⇔ b = 8, 01145
Sehingga, jika 30 + 0.0 dimulai 1 januari 2007 (bulan ke-1) maka individu B meninggal dunia
136
sekita tanggal 1 September 2007
Jawab. B.
12. Anda mencocokkan model berikut dalam empat pengamatan:
Yi = β 1 + β 2 X2i + β 3 X3i + ε i , i = 1, 2, 3, 4
Diberikan data sebagai berikut:

i X2i X3i
1 -3 -1
2 -1 3
3 1 -3
4 3 1
Estimasi least square dari β 3 , dinyatakan sebagai βˆ3 = ∑4i=1 wi Yi
Tentukan nilai dari (w1 , w2 , w3 , w4 )
1 3 3 1
A. (− 20 , 20 , − 20 , 20 )
1 3 3 1
B. (− 20 , − 20 , 20 , 20 )
1 3 3 1
C. ( 20 , − 20 , 20 , − 20 )
3 1 1 3
D. (− 20 , − 20 , 20 , 20 )
E. ( 14 , 14 , − 41 , − 14 )
Pembahasan:
Diketahui:
4 4
( xi − x̄ )

βˆ3 = ∑ wi Yi = ∑ ∑in=1 ( xi − x̄ )2
Yi
i =1 i =1
sehingga
( xi − x̄ )

wi = n
∑i=1 ( xi − x̄ )2
dimana
−2 + 4 + (−4) + 2
x¯3 = =0
4
137
dan
n
∑ (xi − x̄)2 = (−2)2 + (4)2 + (−4)2 + (2)2 = 40
i =1
sehingga
−2 −1
w1 = =
40 20
4 2
w2 = =
40 20
−4 −2
w3 = =
40 20
2 1
w4 = =
40 20
Jawab: A.
13. Misalkan X adalah variabel acak untuk umur pada saat kematian.
Hitunglah 20 m25 , jika diasumsikan X mengikuti hukum de Moivre (berdistribusi uniform)
dengan ω = 100.
A. 0,012
B. 0,013
C. 0,014
D. 0,015
E. 0,016
Pembahasan:
Diketahui ω = 100 maka
1
µ( x ) =
100 − x
dan
100 − x
S( x ) =
100
138
sehingga
R 20
0 S(25 + t)µ(25 + t)dt
20 m25 = R 20
S(25 + t)dt
R 0
20 75−t 1
0 100 × 75−t dt
= R 20 75−t
0 100 dt
R 20 1
100 dt
= R 20 03 t

0 4 − 100 dt
0, 2
=
13
= 0, 015
Jawab: D.
14. Diketahui model deret waktu sebagai berikut:
yt = 0, 8yt−1 + 1 + ε t − 0, 5ε t−1
Juga diberikan:
• y T = 7, 0
• ε̂ T = 0, 4
Dengan mengasumsikan error di periode yang akan datang adalah nol, hitunglah perkiraan 2
periode, yaitu ŷ T (2)
A. 6,00
B. 6,12
C. 6,40
D. 6,67
E. 6,71
Pembahasan:
Diketahui yt = 0, 8yt−1 + 1 + ε t − 0, 5ε t−1 adalah ARIMA(1,0,1) atau ARMA(1,1) dengan
general form yt = φyt−1 + δ + ε t − θε t−1
y T = 0, 7 dan εˆT = 0, 4 sehingga
yˆT (2) = φ2 y T + (φ + 1)δ − φ1 θ1 ε̂ T

= (0, 8)2 (7) + (0, 8 + 1)(1) − (0, 8)(0, 5)(0, 4)
= 6, 12
139
Jawab: B.
15. Dalam sebuah studi kesehatan untuk n orang yang hidup pada waktu t = 0, diketahui tidak
ada penambahan peserta. Terdapat 2 kematian pada waktu t5 , 2 kematian pada waktu t6 , dan
1 kematian pada waktu t7 . Dengan menggunakan estimasi product limit dari S(t), diperoleh
Ŝ(t5 ) = 0, 90, Ŝ(t6 ) = 0, 72, Ŝ(t7 ) = 0, 48. Hitunglah banyaknya orang yang melakukan
terminasi antara t6 dan t7 .
A. 2
B. 3
C. 4
D. 5
E. 6
Pembahasan:
Diketahui bahwa:
• n orang hidup pada waktu t = 0

• Tidak terdapat penambahan peserta.
• Terdapat 2 kematian yang terjadi pada waktu t5 , 2 kematian pada t6 , dan 1 kematian
pada t7 .
• Dengan menggunakan estimasi product limit dari S(t), diperoleh Ŝ(t5 ) = 0, 90, Ŝ(t6 ) =
0, 72, Ŝ(t7 ) = 0, 48.
Formula yang akan digunakan dalam soal ini adalah:
!
k rj − dj
Ŝ(tk ) = ∏ rj
j =1
Nilai tersebut berlaku untuk tk−1 ≤ t ≤ tk .
140
r6 − d6

Ŝ(t6 ) = Ŝ(t5 )
r6
r −2

0, 72 = (0, 9) 6
r6
0, 72r6 − 0, 9r6 = −1, 8
−0, 18r6 = −1, 8
r6 = 10
r7 − d7

Ŝ(t7 ) = Ŝ(t6 )
r7
8−ω−1

0, 48 = (0, 72)
8−ω
0, 48(8 − ω ) = 0, 72(7 − ω )
3, 84 − 0, 48ω = 5, 04 − 0, 72ω
5, 04 − 3, 84
ω = =5
0, 72 − 0, 48
Jadi, banyaknya orang yang melakukan terminasi antara t6 dan t7 adalah 5.
Jawab: D.
0 (d) 0 (w)
16. Jika diketahui q x = 0, 3 dan q x = 0, 5, hitunglah q x (τ )
A. 0,25
B. 0,35
C. 0,45
D. 0,55
E. 0,65
Pembahasan:
0 (d) 0 (w)
Diketahui bahwa: q x = 0, 3 dan q x = 0, 5.
(τ ) 0 (d) 0 (w)
Formula yang akan digunakan dalam soal ini adalah: p x = px × px .
141
(τ ) 0 (d) 0 (w)
px = px × px
0 (d) 0 (w)
= (1 − q x )(1 − q x )
= (1 − 0, 3)(1 − 0, 5)
= 0, 35
(τ ) (τ )
qx = 1 − px
= 1 − 0, 35
= 0, 65
Jawab : E.
17. Untuk selang estimasi ( x, x + 2], diketahui data sebagai berikut:

s=0 s=1
Jumlah orang yang hidup di umur x + s 200 170
Jumlah orang yang keluar di umur x + s + 0, 5 20 22
Jumlah peserta baru di umur x + s + 0, 25 40 32
Jumlah orang yang bertahan di umur x + s + 1 170 140
Dengan menggunakan metode actuarial exposure, hitunglah estimasi 2 q x , yaitu kemungkinan
orang berumur x tahun yang akan meninggal dalam 2 tahun berikutnya.
A. 0,198
B. 0,200
C. 0,202
D. 0,204
E. 0,206
Pembahasan:
dx
q̂ x =
n x − (1 − s).c x + (1 − r )k x
untuk q̂ x
30
q̂ x = = 0, 139535
200 − 20(1 − 0, 5) + 40(1 − 0, 25) − 20(1 − 0, 75)
142
untuk q̂ x+1
30
q̂ x = = 0, 068182
170 − 22(1 − 0, 5) + 32(1 − 0, 25) − 28(1 − 0, 75)
sehingga
2 qˆ x = 1 − p x .p x+1
= 1 − (1 − q̂ x ) (1 − q̂ x+1 )
= 1 − (1 − 0, 139535)(1 − 0, 068182)
= 0, 198203
Jawab: A.
(d) (w) (d)

18. Jika µ50+t dan µ50+t bernilai konstan pada 0 < t < 1, hitunglah q50 jika diketahui
0 (d) 0 (w)
q50 = q50 = 0, 4
A. 0,180
B. 0,215
C. 0,255
D. 0,285
E. 0,320
Pembahasan:
143
(τ ) 0 (w) 0 (d)
p50 = p .p50
50 0 (w) 0 (d)
= 1 − q50 1 − q50
= (1 − 0, 4)(1 − 0, 4)
= 0, 36
(τ )
q50 = 1 − 0, 36 = 0, 64
(d) (τ )
0 (d) (τ ) p50 /q50

p50 = p50
(d)
0
(d) p
(τ )

⇔ ln p50 = (50τ ) ln p50
q50
0
(d)
(d) (τ )
ln p50
⇔ p50 = q50
(τ )

ln p50
ln 0, 6
= (0, 64)
ln 0, 36
= 0, 32
Jawab. E.
ing 2-parameter dari Holt:
t yt ỹt rt
1995 120,50 117,50 12,00
1996 135,00 131,70 13,65
1997 147,70 146,29 14,36
1998 146,60 ỹ1998 r1998
Hitunglah forecast 2-periode ŷ2000 dengan terlebih dahulu melengkapi tabel di atas dengan
deret exponential 2-parameter dari Holt.
Pembahasan:
144
Mencari Nilai α dan γ
ỹ1996 = αy1996 + (1 − α)(ỹ1995 + r1995 )

⇔ 131, 7 = 135α + (1 − α)(117.5 + 12)
⇔ 131, 7 = 135α + 129, 5 − 129, 5α
⇔ 5, 5α = 2, 2
2, 2
⇔ α = = 0, 4
5, 5
r1996 = γ(ỹ1996 − ỹ1995 ) + (1 − γ)r1995

⇔ 13 = γ(131, 7 − 117, 5) + (1 − γ)12
⇔ 13 = 12 + 2, 2γ
13 − 12 5
⇔ γ = =
2, 2 11
maka
ỹ1998 = αy1998 + (1 − α)(ỹ1997 + r1997 )

= (0, 4)(146, 6) + (1 − 0, 4)(146, 29 + 14, 36)
= 155, 03
dan
r1998 = γ(ỹ1998 − ỹ1997 ) + (1 − γ)r1997

5 5
= (155, 03 − 146, 6) + 1 − 14, 36
11 11
= 11, 66
ŷ1998+2 = ŷ1998 + 2r1998

= 155, 13 + 2(11, 66)
= 178, 359
Jawab. D.
20. Jika diketahui q x t(d) = 0,2 dan q x t(w) = 0,4, hitunglah q x (t)
A. 0,08
B. 0,32
145
C. 0,12
D. 0,92
E. 0,52
Pembahasan:
Diketahui :
0 (d)
qx = 0,2
0 (w)
qx = 0,4
(d) 0 (d) 1 0 (w)

qx = qx 1 − qx
2
(w) 0 (w) 1 0 (d)
qx = qx 1 − qx
2
(τ ) (d) (w)
qx = qx + qx
(d) 1 0 (w)
0 (d)
qx = qx 1 − qx
2
0,4
= 0,2 1 −
2
= 0,16
(w) 1 0 (d)
0 (w)
qx = qx 1 − qx
2
0,2
= 0,4 1 −
2
= 0,36
(τ ) (d) (w)
qx = qx + qx
= 0,16 + 0,36
= 0,52
Jawab : E.
21. Dalam sebuah populasi tertentu, suatu cumulative hazard function didefinisikan sebagai berikut:
146

 0, 010 ,
 60 < t ≤ 70
µ x (t) = 0, 015 , 70 < t ≤ 80

0, 025 , t > 80

Untuk seseorang dari populasi ini yang tepat berumur 65 tahun, hitunglah probabilitas bahwa
orang tersebut akan meninggal dunia antara umur 80 dan 83 tahun.
A. 0,041
B. 0,059
C. 0,065
D. 0,068
E. 0,070
Pembahasan:
Z 80
15 p65 = exp − µ x (y)dy
65
Z 70 Z 80

= exp − 0, 01dy − 0, 015dy
65 70
= 0, 81873
selanjutnya
Z 83
3 p80 = exp − µ x (y)dy
80
Z 83
= exp − 0, 025dy
80
= 0, 927743
maka 3 q80 = 1 − 3 p80 = 1 − 0, 927743 = 0, 072257 sehingga
15|3 q65 = 15 p653 q80 = 0, 059159
Jawab. B.
22. Berdasarkan soal nomor 21 di atas, hitunglah probabilitas bahwa orang tersebut akan mening-
gal dunia sebelum umur 75 tahun.
A. 0,078
147
B. 0,088
C. 0,095
D. 0,105
E. 0,118
Pembahasan:
Diketahui:

 0, 010 ,
 60 < t ≤ 70
µ x (t) = 0, 015 , 70 < t ≤ 80

0, 025 , t > 80

Z x +t
t Px = exp(− µ x (y) dy)
Zx 70 Z 75
= exp − 0, 01dy − 0, 015dy
65 70
= 0, 882497
maka
75 q65 = 1 − 75 p65 = 1 − 0, 882497 = 0, 117503 = 0, 118
Jawab: E.
23. Diketahui hasil dari regresi linear sebagai berikut:

Aktual Penyesuaian
t
(actual) (fitted)
1 76.00 75.20
2 70.00 70.50
3 71.00 71.60
4 73.00 73.20
5 66.00 64.80
Hitunglah estimasi koefisien korelasi deret lag 1 (lag 1 serial correlation coefficient) untuk
residual, menggunakan statistik Durbin-Watson!
A. -0,02
B. 0,05
C. 0,22
148
D. 0,30
E. 0,42
Pembahasan:
t Aktual Penyesuaian εˆt εˆt 2 (εˆt − ε tˆ−1 )2
1 76 75,2 0,8 0,64 0
2 70 70,5 -0,5 0,25 1,69
3 71 71,6 -0,6 0,36 0,01
4 73 73,2 -0,2 0,04 0,16
5 66 64,8 1,2 1,44 1,96
Total 0,7 2,73 3,82
2
∑nt=2 (εˆt − ε tˆ−1 )2 3, 82
d = = = 1, 4
∑nt=1 εˆt 2, 73
1, 4
p = 1− = 0, 3
2
Jawab. D.

(i.) yi = βxi + ε i
xi 2
Var (ε i ) = 2
i xi yi
1 1 6
(ii.) 2 2 4
3 3 2
4 4 -2
Tentukan nilai estimasi weighted least square dari β
A. 1,35
B. 1,88
C. 1,96
D. 2,04
E. 2,35
Pembahasan:
1 1
Akan ditentukan nilai estimasi weighted least square dari β. Apabila wi = =
σ2 Var (ε i )
149
i xi yi Var (ε i ) wi wi x i y i xi2 wi xi2

1 1 6 0,25 4 24 1 4
2 2 4 1 1 8 4 4
3 3 2 2,25 0,444444 2,666667 9 4
4 4 -2 4 0,25 -2 16 4
Total 10 10 7,5 5,694444 32,66667 30 16
n
w xi yi 32, 667
β= ∑ ∑n i 2
=
16
= 2, 041
i =1 i =1 wi x i
Jawab: D.
25. Untuk sebuah deret waktu yt , diketahui:

t yt yt − ȳ
1 960 -15
2 1030 22
3 880 -10
4 1020 14
5 975 -8
Hitunglah estimasi fungsi autokorelasi parsial (partial autocorrelation) pada time displace-
ment k = 2 (dibulatkan 2 desimal)
A. -0,14
B. -0,63
C. 0,22
D. 0,28
E. 0,36
Pembahasan:
150
Autocorellation
∑in=−1k (yt − ȳ)(yi+k − ȳ)

rk =
∑in=1 (yt − ȳ)2
∑4i=1 (yt − ȳ)(yi+k − ȳ)
r1 =
∑5i=1 (yt − ȳ)2
(−15)(22) + (22)(−10) + (−10)(14) + (14)(−8)
=
(−15)2 + (22)2 + (−10)2 + (14)2 + (−8)2
= −0, 75023
∑4i=1 (yt − ȳ)(yi+k − ȳ)
r2 =
∑5i=1 (yt − ȳ)2
(−15)(−10) + (22)(14) + (−10)(−8)
=
(−15)2 + (22)2 + (−10)2 + (14)2 + (−8)2
= 0, 503274
sehingga
(0, 503274) − (−0, 75023)2

ϕ̂22 =
1 − (−0, 75023)2
= −0, 13628
= −0, 14
Jawab.A.
26. Pada sebuah model double decrement, diketahui:

0 (1)
a) Dalam tabel decrement tunggal yang diasosiasikan dengan penyebab (1), q40 = 0, 100
dan berdistribusi uniform dalam suatu tahun.
0 (2)
b) Dalam tabel decrement tunggal yang diasosiasikan dengan penyebab (2), q40 = 0, 125
dan semua decrement terjadi pada saat t = 0, 7.
(2)
Hitunglah q40
A. 0,114
B. 0,115
C. 0,116
D. 0,117
E. 0,118
Pembahasan:
151
Untuk Uniform
0 ( j) 0 ( j)
t qx = tq x
Lompatan discrete(discrete jump) pada waktu t

" #
Z s n 0 ( j) 0 (i )
∏
(i ) (i )
s qx = t px .t p x .µ x+t dt
0 j=1,j6=1
0 (1) 0 (1)
Untuk penyebab 1, t q40 = tq40 = 0, 1t untuk 0 ≤ t ≤ 1
untuk penyebab 2, terdapat 1 lompatan sebesar 0,125 pada waktu t = 0, 7
" #
Z 1 2 0 ( j) 0 (2)
∏
(2) (2)
q40 = t p40 .t p40 .µ40+t dt
0 j=1,j6=2
Z 1 0 (1) 0 (2) (2)
= t p40 .t p40 .µ40+t dt
0 0 (1) 0 (2)
= 0,7 p40 q40
= (1 − (0, 1)(0, 7)) (0, 125)
= 0, 11625
Jawab: C.
27. Diketahui:
i. µ x = F + e2x , x ≥ 0
ii. 0,4 p0 = 0, 45
Hitunglah nilai F (dibulatkan).
A. 0,20
B. 0,30
C. 0,46
D. 0,52
E. 0,63
Pembahasan: Z x +n
x
152
selanjutnya
R
0,4
exp − 0 F + e2x dx = 0, 45
⇔ exp(−0, 4F − 0, 6128) = 0, 45
⇔ ln(exp(0, 4F − 0, 6128)) = ln(0, 45)
⇔ −0, 4F − 0, 6128 = −0, 79851
⇔ F = 0, 46427
⇔ F = 0, 46
Jawab. C.
28. Untuk suatu model ARMA(1, 1) diberikan persamaan sebagai berikut:
yt = 0, 9yt−1 + 3 + ε t − 0, 4ε t−1
Hitunglah ρ1
A. 0,62
B. 0,73
C. 0,81
D. 0,88
E. 0,92
Pembahasan:
Berdasarkan yt = 0, 9yt−1 + 3 + ε t − 0, 4ε t−1 diperoleh φ = 0, 9 dan θ = 0, 4 sehingga
(1 − (0, 4)(0, 9))((0, 9) − (0, 4))

ρ1 = (0, 9)1−1 = 0, 727 = 0, 73
1 − 2(0, 9)(0, 4) + (0, 4)2
Jawab: B.
29. Anda mencocokkan model moving average order pertama yang invertible ke dalam Deret
Waktu. Koefisien autocorrelation dari sample lag 1 adalah −0, 40. Hitunglah tebakan awal
untuk θ, yaitu parameter moving average.
A. 0,3
B. 0,4
C. 0,5
D. 0,6
153
E. 0,7
Pembahasan:
Diketahui Autocorellation function untuk MA(q) yang invertible
q−h
θ h ∑ j =1 θ j θ j + h
ρh =− q
1 + ∑ j=1 θ 2j
θ1
ρ1 =−
1 + θ12
θ
⇔ −0, 4 =− 1 2
1 + θ1
⇔ 0, 4(1 + θ12 ) = θ1
⇔ 4(1 + θ12 ) = 10θ1
⇔ 4θ12 − 10θ1 + 4 =0
⇔ (4θ1 − 2)(θ1 − 2) = 0
⇔ θ1 = 21 θ1 =2
Jawab: C.
30. Untuk satu orang yang diamati dalam studi mortalita yang dilakukan dari tanggal 1 Januari
1991 sampai dengan 30 Juni 1993, diperoleh informasi sebagai berikut :
I. Tanggal lahir : 1 November 1960
II. Tanggal dimulainya pengamatan : 1 Februari 1991
III. Tanggal kematian : 1 Mei 1993
Dengan menggunakan metode exact exposure, diperoleh E = e30 + e31 + e32
Dengan menggunakan metode actuarial exposure, diperoleh A = e30 + e31 + e32
(catatan: ex adalah exposure untuk umur x)
Hitunglah E + A (dalam tahun)
A. 4,25
B. 4,50
C. 4,75
D. 5,00
E. 5,25
Pembahasan:
Misalkan:
154

(
0 , jika yi ≤ x
ri =
yi − x , jika x < yi < x + 1
(
zi − x , jika x < zi < x + 1
si =
1 , jika zi ≥ x + 1


 0 , jika θi = 0
ιi = θi − x , jika x < θi < x + 1

0 , θi ≥ x + 1



 0 , jika φi = 0

0 , φi ≥ x + 1


 si − ri



 si − ri
ε aktuaria = κi − ri , jika seseorang withdraw

1 − ri , jika seseorang meninggal

Tanggal Exposure Eksposure

Lahir eksak Aktuari
e30 30,25 32,75 32,5 0 1 0 1 1
e31 30,25 32,75 32,5 0 1 0 1 1
e32 30,25 32,75 32,5 0 0,75 0,25 0,25 1
Total 2,25 3
Sehingga E + A = 2, 25 + 3 = 5, 25
155
Jawab. E.
156
6 A50 Periode Mei 2017
1. Jika diketahui fungsi survival dari seseorang yang baru lahir adalah sebagai berikut :
(
x
1− 250 , untuk 0 ≤ x ≤ 40
S0 ( x ) = x
1− 100 , untuk 40 ≤ x ≤ 100
Hitunglah probabilitas dari seseorang yang berumur 35 akan meninggal 20 tahun kemudian
A. 0,15
B. 0,16
C. 0,17
D. 0,18
E. 0,19
Pembahasan:
Diketahui:
(
x
1− 250 , untuk 0 ≤ x ≤ 40
S0 ( x ) = x
1− 100 , untuk 40 ≤ x ≤ 100
Rumus yang digunakan adalah:

= S(Sx(+
n Px x)
t)
55 2
S(55) 1 − ( 100 )
20 p35 = = 35
= 0, 811047
S(35) 1 − 250
20 q35 = 1 − 20 p35 = 1 − 0, 811047 = 0, 1889 = 0, 19
Jawab:E.0,19
157
2. Diketahui fungsi survival dari seseorang berumur 40 tahun adalah sebagai berikut:
(
1 − (0, 02t)2 , untuk 0 ≤ t ≤ 25
S40 ( x ) =
0.75eb(t−25) , untuk 25 ≥ t
Dari tiga nilai berikut,

(i) -0,2
(ii) 0
(iii) 0,2
nilai manakah yang menyebabkan fungsi survival menjadi tidak valid
A. -0,2 dan 0
B. 0 dan 0,2
C. -0,2
D. 0
E. 0,2
Pembahasan:
Diketahui :
(
1 − (0, 02t)2 , untuk 0 ≤ t ≤ 25
S40 ( x ) =
0.75eb(t−25) , untuk 25 ≥ t

S( x +t)
n Px = S( x )
158
S( x + t)
t Px =
S( x )
S(40 + t)
t P40 =
S(40)
0.75eb(t−25)
=
1 − (0, 02(0))2
0.75eb(t−25)
=
1
= 0.75eb(t−25) (∗)
berdasarkan (*) untuk t ≤ 25, dengan menggunakan simulasi untuk setiap nilai b, diperoleh:
t -0,2 0 0,2
25 0.75 0.75 0.75
26 0.614048065 0.75 0.916052069
27 0.502740035 0.75 1.118868523
28 0.411608727 0.75 1.3665891
29 0.336996723 0.75 1.669155696
30 0.275909581 0.75 2.038711371
31 0.225895659 0.75 2.490087692
32 0.184947723 0.75 3.041399975
33 0.151422388 0.75 3.714774318
34 0.123974166 0.75 4.537235598
35 0.101501462 0.75 5.541792074
36 0.083102369 0.75 6.768760125
37 0.068038465 0.75 8.267382285
38 0.055705184 0.75 10.09780353
39 0.045607547 0.75 12.33348508
40 0.037340301 0.75 15.06415269
41 0.030571653 0.75 18.39939765
42 0.025029952 0.75 22.47307504
43 0.020492792 0.75 27.44867583
44 0.016778079 0.75 33.52588837
Sehingga nilai yang valid untuk b adalah -0.2, sebab untuk b=0 nilai t p40 constant sedangkan
untuk b=0.2 nilainya lebih dari 1. Secara valid, semakin berumur seseorang nilai n p40 semakin
rendah < 1, bukan konstan dan > 1. Sehingga nilai yang tidak valid adalah
159
Jawab:B. 0 dan 0,2
3. Dalam sebuah populasi yang di dalamnya terdapat laki-laki dan perempuan dengan jumlah
yang sama pada saat kelahiran, diketahui informasi sebagai berikut.
pria
(i) Pria : µ x = 0, 1 untuk x ≥ 0
(ii) Wanita : µwanita
x = 0, 06 untuk x ≥ 0
Hitunglah nilai q60 untuk populasi ini
A. 0,046
B. 0,051
C. 0,056
D. 0,061
E. 0,066
Pembahasan:
Diketahui
pria
(i) Pria : µ x = 0, 1 untuk x ≥ 0
(ii) Wanita : µwanita
x = 0, 06 untuk x ≥ 0
Rt
t p x = exp (− 0 µ x ( s ) ds )
(w)
µ x (s) = 0, 06
Z t
(w)
S0w (t) = t px = exp(− 0, 06ds) = exp(−0, 06t)
0
( p)
µ x (s) = 0, 1
Z t
p ( p)
S0 ( t ) = t px = exp(− 0, 1ds) = exp(−0, 1t)
0
Selanjutnya untuk semua populasi,
exp(−0, 1(60)) + exp(−0, 06(60))

S0 (60) = = 0, 014901
2
exp(−0, 1(61)) + exp(−0, 06(61))
S0 (61) = = 0, 013988
2
160
Sehingga,
S0 (61)
q60 = 1−
S0 (60)
= 0, 061307
Jawab: D. 0,061
4. Dalam suatu populasi yang pada awalnya terdapat 75% wanita dan 25% pria, diketahui:
i. untuk wanita, force of mortality adalah konstan dan bernilai µ
ii. untuk pria, force of mortality adalah kontan dan berniali 1, 5µ
iii. pada akhir tahun ke-20, populasi berubah menjadi 80%wanita dan 20% pria
Hitunglah probabilitas wanita yang survive pada tahun ke-1.
A. 0,972
B. 0,976
C. 0,980
D. 0,984
E. 0,988
Pembahasan:
Diketahui :
Dalam suatu populasi yang pada awalnya terdapat 75% wanita dan 25% pria, diketahui:
µw
x =µ
p
µ x = 1, 5µ
Pada akhir tahun ke-20, populasi berubah menjadi 80% wanita dan 20% pria
Rt
S0 (t) = exp(− 0 µds)
Proses :
Z t
Sw (t) = exp(− µds) = e−µt
0
Z t
S p (t) = exp(− 1, 5µds) = e−1,5µt
0
161
Sehingga untuk t = 20
Sw (20) = e(−20µ)
S p (20) = e(−30µ)
misalkan
saat t = 0 tedapat X laki-laki dan 3X perempuan.
saat t = 20 tedapat ( X.e−30µ ) laki-laki dan (3X.e−20µ ) perempuan.
Sehingga diperoleh
( X.e−30µ ) 20
=
(3X.e−20µ ) 80
80.e−30µ = 60.e−20µ
60
e−10µ =
80
60 1
e−µ = ( ) 10
80
e−µ = 0, 972
Sehingga probabilitas wanita survive pada tahun ke 1 adalah:

Sw (1) = e−µ = 0, 972
Jawab: A. 0,972
5. Diketahui informasi sebagai berikut

(i) µ x+t adalah force of mortality
Rt
(ii) R = 1 − e− 0 µ x+t dt
Rt
(iii) S = 1 − e− 0 µ x+t +kdt
(iv) kmerupakan konstan sedemikian hingga S = 0, 75R

Tentukan ekspresi untuk k
1−0,75q x
A. ln( 1− p x )
1−0,75p x
B. ln( 1− p x )
1− p
x
C. ln( 1−0,75q x
)
1− q
x
D. ln( 1−0,75q x
)
1−0,75q x
E. ln( 1− q x )
162
Pembahasan:
Diketahui:
(i) µ x+t adalah force of mortality

Rt
(ii) R = 1 − e− 0 µ x+t dt
Rt
(iii) S = 1 − e− 0 µ x+t +kdt
(iv) S = 0, 75R
R x +t
t p x = exp (− x µ x (y)dy)
S = 0, 75R
Rt Rt
1 − (e− 0 µ x+t +kdt
) = 0, 75(1 − e− 0 µ x+t dt
)
Rt Rt Rt
−( µ x+t dt+ kdt) − µ x+t dt
0, 25 − (e 0 0 ) = −0, 75(e 0 )
Rt
e−( 0 µ x +t dt ) Rt
0, 25 − ( Rt ) = −0, 75(e− 0 µ x+t dt
)
e 0 kdt
t px
0, 25 − = −0, 75t p x
ekt
0, 25ekt −t p x = −0, 75t p x ekt
0, 25ekt + 0, 75t p x ekt = tp x
kt
e (0, 25 + 0, 75t p x ) = t px
kt + ln(0, 25 + 0, 75t p x ) = ln(t p x )

k = ln(t p x ) − ln(0, 25 + 0, 75t p x )
t px
k = ln( )
(0, 25 + 0, 75t p x )
untuk t = 1,maka
px
k = ln( )
(0, 25 + 0, 75t p x )
1 − qx
k = ln( )
(0, 25 + 0, 75t p x )
1 − qx
k = ln( )
(0, 25 + 0, 75t (1 − q x ))
1 − qx
k = ln( )
1 − 0, 75q x
163
x 1− q
Jawab: D.k = ln( 1−0,75q x
)
6. Diantara fungsi berikut ini, manakah yang valid sebagai force of mortality?
(i) µ( x ) = BC x , B > 0, 0 < C < 1, x ≥ 0
1
(ii) µ( x ) = B( x + 1)− 2 , B > 0, x ≥ 0
(iii) µ( x ) = k( x + 1)n , n > 0, k > 0, x ≥ 0
A. i saja
B. iisaja
C. iii saja
D. i dan ii saja
E. ii dan iii saja
Pembahasan:
Diketahui :
(i) µ( x ) = BC x , B > 0, 0 < C < 1, x ≥ 0

1
(ii) µ( x ) = B( x + 1)− 2 , B > 0, x ≥ 0
(iii) µ( x ) = k( x + 1)n , n > 0, k > 0, x ≥ 0

f (x)
µx = , untuk x
S( x ) R
≥ 0, µ x ≥ 0
x
− 0 µ(t)dt
S( x ) = e , S(0) = 1 dan S(∞) = 0

x −B
− BC
Rx
BC t dt
(i)S( x ) = e− 0 = e ln(C)
untuk x = 0, S(0) 6= 1(tidak valid)
Rx − 21 1 +2B
(ii)S( x ) = e− 0 B ( t +1) dt
= e−2B(x+1) 2
untuk x = 0, S(0) = 1
untuk x = ∞, S(∞) = 1(valid)
Rx k (1+ x ) n +1 − k
k (t+1)n dt
(iii)S( x ) = e− 0 = e− n +1
untuk x = 0, S(0) = 1
untuk x = ∞, S(∞) = 1(valid)
164
Sehingga yang valid adalah (ii) dan (iii)

Jawab: E. ii dan iii saja
7. Dalam suatu tabel double decrement, diberikan data sebagi berikut:
(1) (2)
x qx qx
25 0,01 0,15
26 0,02 0,15
(T ) (1) (2)
Bila diketahui l26 = 8400 hitunglah perubahan pada d26 jika q25 berubah dari 0,15 menjadi
0,3
A. 20
B. 25
C. 30
D. 35
E. 40
Pembahasan:
Diketahui :
(1) (2)
x qx qx
25 0,01 0,15
26 0,02 0,15
(T )
l26 = 8400
( j)
( j) t dx
t qx = (τ )
lx
(τ ) ( j)
t qx = ∑m
j =1 q x
(τ ) (τ )
(τ ) l x − l x +1
qx = (τ )
lx
(1) (τ ) (1)
d26 = l26 .q26
= 8400.(0, 02)
= 168
165
(2) (τ ) (2)
d26 = l26 .q26
= 8400.(0, 15)
= 1260
(τ ) (1) (2)
q25 = q25 .q25 = 0, 01 + 0, 15 = 0, 16
(τ ) (τ )
(τ ) l25 − l26
q25 = (τ )
l25
(τ )
l25 − 8400
0, 16 = (τ )
l25
(τ ) (τ )
l25 − 0, 16l25 = 8400
(τ ) 8400
l25 =
0, 84
(τ )
l25 = 10000
(2)
bila q25 menjadi 0,3
m
∑ q25
(τ ) ( j)
q25 = = 0, 01 + 0, 3 = 0, 31
j =1
(τ )
(τ ) 10000 − l26
q25 =
10000
(τ )
10000 − l26
0, 31 =
10000
(τ )
l26 = 6900
(1) (τ ) (1)
d26 = l26 .q26
= 6900(0, 02)
= 138
Selisih
168 − 138 = 30
Jawab: C.30
166
(T ) (1)
x lx dx
30 9,450 40
31 9,220 85
32 8,680 150
33 7,520 315
34 5,600 450
Hitunglah probabilitas bahwa seseorang yang berumur 30 tahun akan berkurang dalam 3 tahun
karena decrement ke-2.
A. 0,165
B. 0,170
C. 0,175
D. 0,18
E. 0,185
Pembahasan:
Diketahui :
(T ) (1)
x lx dx
30 9,450 40
31 9,220 85
32 8,680 150
33 7,520 315
34 5,600 450

untuk double decrement:
(τ ) (τ ) (1) (2)
l x +1 = l x − d x − d x
( j)
( j) ∑in=−01 d x+i
n qx = (τ )
lx
(τ ) (τ ) (1) (2)
Berdasarkan lx+1 = lx − d x − d x diperoleh tabel
167
(T ) (1) (2)
x lx dx dx
30 9,450 40 190
31 9,220 85 455
32 8,680 150 1010
33 7,520 315 1605
34 5,600 450
dengan menngunakan konsep jumlah barisan aritmatika
( j)
( j) ∑in=−01 d30+i 190 + 455 + 1010
3 q30 = (τ )
= = 0, 17513
lx 9450
Jawab: C.0,175
9. Untuk sebuah tabel double decrement penyebab pertama adalah kematian dan penyebab kedua
adalah withdrawal, diketahui informasi sebagi berikut
(i) Kematian terdistribusi unfirofm sepanjang tahun dalam tabel single decrement
(ii) Withdrwal terjadi di akhir tahun
(τ )
(iii) lx = 1000
(2)
(iv) q x = 0, 5
(1) (2)
(v) d x = 0, 65d x
0 (2)
Hitunglah nilai p x untuk populasi ini
A. 0.26
B. 0,33
C. 0,4
D. 0,47
E. 0,54
Pembahasan:
Diketahui:
(i) Kematian terdistribusi unfirofm sepanjang tahun dalam tabel single decrement
(ii) Withdrwal terjadi di akhir tahun
(τ )
(iii) lx = 1000
(2)
(iv) qx = 0, 5
168
(1) (2)
(v) d x = 0, 65d x
−1 ( j)
( j) ∑tj= 0 dx+ j
t qx = (τ )
lx
(τ ) (τ ) (1) (2)
l x +1 = lx − dx − dx
(2)
qx
0 (2) (τ ) (τ )
px = ( p x ) qx
(2)
(2) ∑1j=−01 d x+ j
qx = (τ )
lx
(2)
dx
0, 5 =
1000
(2)
dx = 500
(1) (2)
dx = 0, 65(d x )
= 0, 65(500)
= 325
(τ ) (τ ) (1) (2)
l x +1 = lx − dx − dx
= 1000 − 325 − 500
= 175
(τ )
(τ ) l x +1
px = (τ )
lx
175
=
1000
= 0, 175
(2)
qx
0 (2) (τ ) (τ ) 0,5
px = ( p x ) qx = (0, 175) 1−0,75 = 0, 347724
169
Sehingga jawaban yang paling mendekati adalah 0,33

Jawab:B. 0,33
10. Untuk sebuah model double decrement:

0 (1)
i. q x = 0.3
0 (2)
ii. q x = 0.4
iii. setiap decrement berdistribusi uniform sepanjang taun dalam tabel double decrement
(1)
Berapakah nilai 0.3 q x
A. 0,07
B. 0,076
C. 0,082
D. 0,088
E. 0,094
Pembahasan:
Diketahui:
0 (1)
i. q x = 0.3
0 (2)
ii. q x = 0.4
iii. setiap decrement berdistribusi uniform sepanjang taun dalam tabel double decrement

0 (2)
(1) (1) qx
s qx = q x (s − 0 (τ ) s2 ), 0 ≤ s ≤ 1
qx
170
(τ ) (τ )
qx = 1 − px
0 (1) 0 (2)
= 1 − ((1 − q x )(1 − q x ))
t t
= (1 − ).(1 − )
65 30
= 1 − ((0.7)(0.6))
= 0.58
0 (2)
(1) 0 (1) (q )
0.3 q x = q x (0.3 − xτ 0, 32 )
qx
0, 4
= 0, 3(0.3 − 0, 32 )
0, 58
= 0, 071
Jawab: A.0,07
11. Berikut ini adalah tabel mortalitas select dan ultimate dengan periode seleksi 3 tahun
[x] q[ x] q[ x]+1 q[ x]+2 q[ x]+3 x+3

60 0,10 0.12 0,14 0,16 63
61 0,11 0.13 0,15 0,17 64
62 0,12 0.14 0,16 0,18 65
63 0,13 0,15 0,17 0,19 66
64 0,14 0,16 0,18 0,20 67
(i) Bapak budi adalah indicidu baru yang diamati pada tanggal 1 januari 2015
(ii) Umur bapak budi tanggal 1 Januari 2016 adalah 61
(iii) Padalah probablitas pada 1 januari 2016 bahwa Bapak Budi akan tetap hidup pada tang-
gal 1 Januari 2021
Hitunglah nilai P
A. 0 ≤ P < 0, 43
B. 0, 43 ≤ P < 0, 45
C. 0, 45 ≤ P < 0, 47
D. 0, 47 ≤ P < 0, 49
E. 0, 49 ≤ P < 1
171
Pembahasan: Diketahui:
[x] q[ x] q[ x]+1 q[ x]+2 q[ x]+3 x+3

60 0,10 0.12 0,14 0,16 63
61 0,11 0.13 0,15 0,17 64
62 0,12 0.14 0,16 0,18 65
63 0,13 0,15 0,17 0,19 66
64 0,14 0,16 0,18 0,20 67

n P[ x ]+1 = P[ x]+1 .P[ x]+2 ....P[ x]+n
p = 5 p[60]+1
= P[60]+1 .P[60]+2 .P[60]+3 .P[60]+4 .P[60]+5

= P61 .P62 .P63 .P64 .P65
= (1 − q61 )(1 − q[62 )(1 − q63 )(1 − q64 )(1 − q65 )
= (1 − 0, 12)(1 − 0, 14)(1 − 0, 16)(1 − 0, 17)(1 − 0, 18)
= 0, 432666
= 0, 433
Jawab: B. 0, 43 ≤ p ≤ 0, 45
12. Berikut ini adalah tabel mortalitas select dan ultimate dengan periode seleksi 2 tahun
[x] q[ x] q[ x]+1 q[ x]+2

30 0,00422 0,00465 0,00620
31 0,00454 0,00598 0,00690
32 0,00473 0,00635 0,00790
33 0,00511 0,00680 0,00855
34 0,00550 0,00738 0,00938
Hitunglah nilai 2| q[30]+1
172
A. 0,0053
B. 0,0058
C. 0,0063
D. 0,0068
E. 0,0073
Pembahasan:
t|u q x =t Px .u q x+t
n P[ x ]+1 = P[ x ]+1 .P[ x ]+2 ...P[ x ]+n
2 P[30]+1 = P[30]+1 .P[30]+2

= (1 − q[30]+1 )(1 − q[30]+2 )
= (1 − 0, 00465)(1 − 0, 0062)
= 0, 98917883
Selanjutnya
2 P[30]+1 = 2 P[30]+1 .P[30]+1+2
= 2 P[30]+1 .P[30]+3
= (0, 98917883)(0, 0069)

= 0, 0068
Jawab:D.0,0068
13. Untuk sebuah studi mortalita pada ( x, x + 1] , diperoleh informasi sebagai berikut:
i. Pada awal pengamatan, 600 orang hidup pada umur x
x +1
ii. 40 orang baru masuk pada umur 4
x +1
iii. 20 orang keluar dari pengamatan pada umur 2
x +3
iv. 10 orang keluar dari pengamatan pada umur 4
v. diakhir pengamatan, 500 orang mencapai umur x + 1
173
x +1
Jika kematian terjadi pada umur 2 dan force of mortality adalah konstan pada (x,x+1] ,
hitunglah estimator eksak dariq x
A. 0,18
B. 0,21
C. 0,24
D. 0,27
E. 0,3
Pembahasan:
Diketahui :
(i.) Pada awal pengamatan, 600 orang hidup pada umur x
x +1
(ii.) 40 orang baru masuk pada umur 4
x +1
(iii.) 20 orang keluar dari pengamatan pada umur 2
x +3
(iv.) 10 orang keluar dari pengamatan pada umur 4
(v.) diakhir pengamatan, 500 orang mencapai umur x + 1
q̂ x = 1 − exp(− dexx )
dx
q̂ x = 1 − exp(− )
ex
110
= 1 − exp(− )
600 + (1 − 0, 25).40 − (1 − 0, 5).20 − (1 − 0, 75).10 − (1 − 0, 5).110
= 0, 177
= 0, 18
Jawab: .0,18
14. Sebuah regresi linier
Yi = 1 + βXi + ε i
Y 1 3 5
X 2 4 8
Hitunglah estimasi heteroscedasticity-consistent dari Var [ β̂]
174
A. 0,0011
B. 0,0015
C. 0,0017
D. 0,0019
E. 0,0021
Pembahasan: Terlebih dahulu akan ditentukan SXXε2 dan SXX dengan menggunakan beber-
i
apa formula berikut
SXY ∑n ( X − X̄ )(Yi − Ȳ )
β̂ = = i =1 n i
SXX ∑i=1 ( X − X̄ )2
α̂ = Ȳ − β̂ X̄

= Yi − Ŷi = Yi − α̂ + β̂ X̄
εi
SXXε2
i
Var [ β̂] =
(SXX )2
Dinyatakan dalam bentuk tabel menjadi :

i Xi Yi Xi − X̄ Yi − Ȳ SXX SXY Ȳi εi ε2i SXXε2
i
1 2 1 -2,667 -2 7,11 5,33 1,285714 -0,28571 0,081633 0,5805
2 4 3 -0,667 0 0,444 0 2,571429 0,428571 0,183673 0,0816
3 8 5 3,33 2 11,111 6,667 5,142857 -0,14286 0,020408 0,22676
Total 14 9 0 0 18,67 12 9 -6,7E-16 0,285714 0,889
Mean 4,67 3
SXY ∑n ( X − X̄ )(Yi − Ȳ )
β̂ = = i =1 n i = 0, 642857
SXX ∑i=1 ( X − X̄ )2
α̂ = Ȳ − β̂ X̄ = 0
SXXε2
i
Var [ β̂] = = 0, 002551
(SXX )2
Jawab. Anulir
15. Dalam suatu studi mortalitas atas n individu, diketahui informasi sebagai berikut
(i) tidak ada data yang di sensor dan tidak ada 2 kematian terjadi pada saat yang sama.
(ii) tk waktu pada saat kematian ke -k
(iii) Estimasi Nelson-Aalen atas fungsi kumulatif hazard adalah Λ̂(t2 ) = 59
870
Tentukan estimasi product limit Kaplan-meler dari fungsi survival pada saat t9
175
A. 0.76
B. 0.70
C. 0,64
D. 0,58
E. 0,52
Pembahasan:
Diketahui
(i) tidak ada data yang di sensor dan tidak ada 2 kematian terjadi pada saat yang sama.
(ii) tk waktu pada saat kematian ke -k
(iii) Estimasi Nelson-Aalen atas fungsi kumulatif hazard adalah Λ̂(t2 ) = 59
870

r j −d j
Ŝ(t) = ∏m
j =1 ( r j ) untuk tm ≤ t < tm+1
m 1
Λ̂(t) = ∑i=1 r j = n1 + n− 1 1
1 + ... + n−m+1 ,untuk tm ≤ t < t m +1
m
1 1 1
Λ̂(t) = ∑ rj = +
n n−1
i =1
59 2n − 1
=
870 n2 − n
59n2 − 59n = 1740n − 870
2
59n − 1799n + 870 = 0
p
1799 + (−1799)2 − 4(59)(870)
n = = 30
2(59)
Selanjutnya
m rj − dj
Ŝ(t) = ∏( rj
)
j =1
29 28 27 21
= . . ....
30 29 28 22
21
=
30
= 0, 7
Jawab: C.7,3
176
16. Hitunglah ekspektasi hidup dari seseorang yang terdiagnosa LAS (state 2a menurut model
panjer) bila diketahui informasi berikut ini:
(i) µ21 = 0, 5
(ii) variansi dari pengharapan hidup orang berada dalam state 2a adalah 7,97
(iii) Ekspektasi pengharapan hidup untuk orang yang dalam stase 3 adalah 0.6
A. 4,1
B. 4,2
C. 4,3
D. 4,4
E. 4,5
Pembahasan:
Diketahui:
(i) µ21 = 0, 5
(ii) variansi dari pengharapan hidup orang berada dalam state 2a adalah 7,97
(iii) Ekspektasi pengharapan hidup untuk orang yang dalam stase 3 adalah 0.6
1
E[ Tj ] = µj
1
Var [ Tj ] = µ2j
Proses:
1
E[ T3 ] =
µ3
1
= 0, 36
µ3
1 1 1
Var [ T21 ] = 2
+ 2 + 2
µ2a µ2b µ3
1 1
7, 97 = + 2 + 0, 36
0, 52 µ2b
1 1
= 7, 97 − ( + 0, 36)
µ22b 0, 52
1
= 3, 61
µ22b
1
= 1, 9
µ2b
177
Sehingga,
1 1 1
E[ Tj ] = + +
µ2a µ2b µ3
1
= ( + 1, 9 + 0, 6)
0, 5
= 4, 5
Jawab:E. 4,5
17. Dalam sebuah studi kesehatan untuk orang yang hidup pada waktu ke t=0 , diketahui tidak
terdapat penambahan peserta. Terdapat 1 kematian pada waktut6 , 2 kematian pada t7 , dan 2
kematian pada t8 . Dengan menggunakan estimasi procut limit dari S(t) diperoleh Ŝ(t6 ) =
0, 6, Ŝ(t7 ) = 0, 45 , Ŝ(t7 ) = 0, 27
Hitunglah banyaknya orang yang melakukan terminasi antara t7 Dant8 diketahui data sebagai
berikut:
A. 2
B. 3
C. 4
D. 5
E. 6
Pembahasan:
Diketahui :
• orang hidup pada waktu t=0
• Tidak terdapat penambahan peserta
• 1 kematian pada waktu t6 , 2 kematian pada t7 , dan 2 kematian pada t8 t7
• Dengan estimasi product limit S(t)
Ŝ(t6 ) = 0, 6, Ŝ(t7 ) = 0, 45 , Ŝ(t7 ) = 0, 27
r j −d j
Ŝ(t) = ∏m
j =1 ( rj ) untuk tm ≤ t < tk−1
178
r7 − d7
Ŝ(t7 ) = Ŝ(t6 )( )
r7
r7 − 2
0, 45 = 0, 6( )
r7
0, 45r7 − 0, 6r7 = −1, 2
−0, 15r7 = −1, 2
r7 = 8
Selanjutnya,
r8 − d8
Ŝ(t8 ) = Ŝ(t7 )( )
r8
8−ω−2
0, 27 = 0, 45( )
8−ω
0, 27(8 − ω ) = 2, 7 − 0, 45ω
2, 7 − 2, 16
ω =
0, 45 − 0, 27
ω = 3
Jawab: B.3

Y = β 1 + β 2 X2 + β 3 X3 + ε, dimana R2 = 0,81
Hitunglah nilai F statistik yang digunakan untuk menguji hubungan linear (dibulatkan 2 desi-
mal).
A. 57,55
B. 62,43
C. 32,00
D. 41,90
E. 26,78
Pembahasan:
Diketahui :
Y = β 1 + β 2 X2 + β 3 X3 + ε, dimana R2 = 0,81
n=3
k (jumlah parameter) = 3
179
R2
k −1
F = 1− R2
n−k
R2
k −1
F = 1− R2
n−k
0,81
3−1
= 1−0,81
30−3
= 57,552631
Jawab : A. 57,55
19. Pada suatu studi data lengkap dengan ukuran sampel mula-mula adalah 10, diketahui estimasi
product limit atas S(12) sebagai Ŝ(12) = 0, 6. Hitunglah estimasi Nelson-Aalen atas S(12)
A. 0,62
B. 0,65
C. 0,68
D. 0,71
E. 0,74
Pembahasan:
Diketahui:
n = 10
Ŝ(12) = 0, 6
r j −d j
Ŝ(t) = ∏m
j =1 ( rj )
m 1
Λ̂(t) = ∑i=1 r j = n1 + 1
n −1 + ... + 1
n − m +1
m rj − 1
Ŝ(12) = ∏( rj
)
j =1
1 1 1 1
0, 6 = + + +
10 9 8 7
1207
=
2520
180
Selanjutnya
1207
S(12) = exp(− )
2520
1207
= exp(− )
2520
= 0, 619422
Jawab: A.0,62
20. Atas studi mortalita dua negara, diperoleh data sebagi berikut:
Negara A Negara B
t
dj rj dj rj
1 30 300 22 200
2 32 270 15 178
3 15 238 18 163
4 20 223 16 145
r j adalah banyaknya resiko dalam periode (ti−1 , ti )
d j adalah banyaknya kematian dalam periode (ti−1 , ti ), asumsi terjadi pada ti
S T (t) adalah estimasi peroduct limit dariS(t) berdasarkan total semua data pengamatan.
S B (t) = adalah estimasi product limit dari S(t) berdasarkan data pengamatan negara B
Hitunglah |S T (4) − S B (4)|
A. 0,05
B. 0,04
C. 0,03
D. 0,02
E. 0,01
Pembahasan:
Diketahui :
Negara A Negara B
t
dj rj dj rj
1 30 300 22 200
2 32 270 15 178
3 15 238 18 163
4 20 223 16 145
181

r −d
Product limit S(t) = ∏m j j
j =1 ( r j )
500 − 52 448 − 47 401 − 33 368 − 36

S T (4) = ( )( )( )( ) = 0, 664
500 448 401 368
200 − 22 178 − 15 163 − 18 145 − 16
S B (4) = ( )( )( )( ) = 0, 645
200 178 163 145
Sehingga |S T (4) − S B (4)| = |0, 664 − 0, 645| = 0, 019 = 0, 02

Jawab: D.0,02
21. Sebuah regresi 2 variabel digunakan untuk mencocokkan data berikut ini:
X Y
2 10
5 6
8 11
9 13
Hitunglah Cov[α̂, β̂]

A. -1,77
B. -1,85
C. -1,93
D. -2,01
E. -2,09
Pembahasan:
Diketahui :
X Y
2 10
5 6
8 11
9 13
182
• ∑ xi yi = ∑( Xi − X̄ )(Yi − Ȳ )
• ∑ xi2 = ∑( Xi − X̄ )2
• ∑ y2i = ∑(Yi − Ȳ )2
xi yi
• ∑ ε̂2i = ∑ y2i − xi2
q 2
∑ ε̂
• σ̂ = n−2i
σ2
• Cov(α̂, β̂) = − X̄ ( )
∑ xi2
i Xi Yi Xi − X̄ Yi − Ȳ ( Xi − X̄ )2 (Yi − Ȳ )2 ( Xi − X̄ )(Yi − Ȳ )
1 2 10 -4 0 16 0 0
2 5 6 -1 -4 1 16 4
3 8 11 2 1 4 1 2
4 9 13 3 3 9 9 9
Rata-rata 6 10
Jumlah 0 0 30 26 15
xi yi
∑ ε̂2i = ∑ y2i − xi2
(∑( Xi − X̄ )(Yi − Ȳ ))2
= ∑(Yi − Ȳ )2 − ∑( Xi − X̄
152
= 26 −
30
= 18, 5
s
∑ ε̂2i
σ̂ =
n−2
√
= 9, 25
2
σ̂ = 9, 25
183
σ2
Cov(α̂, β̂) = − X̄ ( )
∑ xi2
9, 25
= −6( )
50
= −1, 85
Jawab:B. -1,85
22. Untuk sebuha regresi 2 vaiabel berdasakan 8 pengamatan, diperoleh informasi:

Xi − X̄ 2 = 2000
∑ ε̂2i = 975
Hitunglahs β , yaitu standar error untuk Diberikan data sebagai s β berikut:
A. 0,22
B. 0,24
C. 0,28
D. 0,31
E. 0,34
Pembahasan:
Diketahui:
n=8
Xi − X̄ 2 = 2000
∑ ε̂2i = 975

= ∑( Xi − X̄ 2 )
∑ xi2 r
∑ εˆ2i
σ̂ = n −2
s β̂ = √σ 2
∑ xi
∑ xi2 = ∑(Xi − X̄2 )

= 2000
184
s
∑ εˆ2i
σ̂ =
n−2
r
957
=
8−2
= 12.63
σ
s β̂ = q
∑ xi2
12, 63
= √
2000
= 0, 28
Jawab:B.0,28
23. Anda mencocokkan model berikut dalam empat pengamatan

Yi = β 1 + β 2 X2i + β 3 X3i + ε i , i = 1, 2, 3, 4.
Diberikan data sebagai berikut
i X2i X3i
1 -4 -2
2 -2 4
3 2 -4
4 4 2
Estimasi least square dari β 3 dinyatakan sebagai β̂ 3 = ∑4i=1 wi Yi , tentukan nilai (w1 , w2 , w3 , w4 )
1 3 3 1
a. (− 20 , 20 , − 20 , 20 )
1 3 3 1
b. (− 20 , − 20 , 20 , 20 )
1 2 2 1
c. ( 20 , − 20 , 20 , − 20 )
1 2 2 1
d. (− 20 , 20 , − 20 , 20 )
e. ( 14 , 14 , − 41 , − 41 )
Pembahasan:
Diketahui :
185
Yi = β 1 + β 2 X2i + β 3 X3i + ε i , i = 1, 2, 3, 4.
i X2i X3i
1 -4 -2
2 -2 4
3 2 -4
4 4 2
( xi − x̄ )
β̂ 3 = ∑41 wi Yi = ∑41 [ ∑n 2 ]Yi
i =1 ( xi − x̄ )
( xi − x̄ )
wi = [ n ]
∑i=1 ( xi − x̄ )2
−2 + 4 + −4 + 2
x̄3 = =0
4
n
∑ (xi − x̄)2 = (−2)2 + (−2)4 + (−4)2 + (2)2 = 40
i =1
Sehingga,
2 1
w1 = − =−
40 20
4 2
w2 = =−
40 20
4 2
w3 = − =−
40 20
2 1
wi = =−
40 20
1 2 2 1
Jawab: D.(− 20 , 20 , − 20 , − 20 )
24. Sebuah regresi linear digunakan untuk mencocokkan suatu deret waktu dengan 30 penga-
matan, diketahui:
• ε̂ 1 = −7
• ε̂ 30 = 11
• ∑tt= 30 2
=1 ε̂ t = 801
186
• ∑tt= 30
=1 ( ε̂ t x ε̂ t−1 ) = 2422
Hitunglah statistik Durbin-Watson

A. 1,31
B. 1,27
C. 1,23
D. 1,19
E. 1,15
Pembahasan:
Diketahui:
• ε̂ 1 = −7
• ε̂ 30 = 11
• ∑tt= 30 2
=1 ε̂ t = 2422
• ∑tt= 30
=1 ( ε̂ t x ε̂ t−1 ) = 801
=30 (ε̂ −ε̂

∑tt= 2 t −1 )
2
d= =30 εˆ2
∑tt= 1 t
t=30 t=30
∑ (ε̂ − ε̂ t−1 )2 = ∑ (εˆ2t − 2εˆt ε tˆ−1 + ε2tˆ−1 )
t =2 t =2
t=30 t=30 t=30
= ∑ εˆ2t − 2 ∑ εˆt ε tˆ−1 + ∑ ε2tˆ−1
t =2 t =2 t =2
= (2422 − (49) − 2(801) + (2422 − (121))
= 3072
Selanjutnya
∑tt= 30
=2 ( ε̂ − ε̂ t−1 )
2 3072
d = = = 1, 26837 = 1, 27
t=30 ˆ2 2422
∑t =1 ε t
Jawab: B. 1,27
187
25. Sebuah model regresi linear Yi = α + βXi + ε i digunakan untuk mencocokkan data berikut
ini:
X Y
0 1
3 2
5 6
8 11
Hitunglah estimasi heterocedasticity-consistent dari Var [ β̂]

A. 0,031
B. 0,042
C. 0,053
D. 0,064
E. 0,075
Pembahasan:
Diketahui
Yi = α + βXi + ε i
X Y
0 1
3 2
5 6
8 11

SXY ∑in=1 ( Xi − X̄ )(Yi −Ȳ )
β̂ = SXX = ∑in=1 ( Xi − X̄ )2
α̂ = Ȳ − β̂ X̄
ε i = Yi − ε̂ i = Yi − (Ȳ − β̂ X̄ )
SXX ε2i
var [ β̂] = (SXX )2
188
i XI YI X I − X̄ YI − Ȳ SXX SXY ŶI εi ε2i SXX ε2i

1 0 1 -4 -4 16 16 0,17647 1,176471 1,384083 22,14533
2 3 2 -1 -3 1 3 3,705882 1,705882 2,910035 2,910035
3 5 6 1 1 1 1 6,294118 0,29412 0,086505 0,086505
4 8 11 4 6 16 24 10,17647 0,823529 0,678201 10,85121
Total 16 20 0 0 34 44 20 8,88E-16 5,058824 35,99308
Mean 4 5
SXY
β̂ =
SXX
∑in=1 ( Xi − X̄ )(Yi − Ȳ )
=
∑in=1 ( Xi − X̄ )2
= 1, 294118
α̂ = Ȳ − β̂ X̄ = −0, 17647
SXY ε2i
Var [ β̂] =
(SXX )2
= 0, 031136
Jawab: A. 0,031136
26. Korelasi serial order pertama (first order serial correlation) yaitu ε t = ρε t−1 + vt . Nilai
ρ = 0, 6, Var [v] = 40 Hitunglah var [ε]
A. 44,5
B. 49
C. 53,5
D. 58
E. 62,5
Pembahasan:
Diketahui:
ρ = 0, 6
Var [v] = σv2 = 40
σv2
var [v] = 1− ρ2
189
40
var [v] =
1 − 0, 62
= 62, 5
Jawab: E. 62,5
27. Diketahui suatu model autoregressive ARMA(1,1) diketahui:
φ = 0, 4 dan θ = 0, 5
Hitunglah ρ2
A. -0,026
B. -0,029
C. -0,032
D. -0,035
E. -0,038
Pembahasan:
Diketahui :
ARMA(1,1)
φ = 0, 4 dan θ = 0, 5
(1−θφ)(φ−θ ) h−1
ρ(h) = 1−2θφ+θ 2
φ , untuk h ≥ 1
(1 − (0, 5)(0, 4))((0, 4) − (0, 5)

ρ (2) = (0, 4)2−1
1 − 2(0, 5)(0, 4) + 0, 52
= −0, 03765
= −0, 038
Jawab: E.-0,038
28. . Diketahui suatu proses second order autoregressive AR(2) diketahui:
190
ρ1 = 0, 75, ρ2 = 0, 65
hitunglah φ1
A. 0,7
B. 0,6
C. 0,5
D. 0,4
E. 0,3
Pembahasan:
Diketahui:
AR(2)
ρ1 = 0, 75, ρ2 = 0, 65
Model AR(2) dapat dituliskan dalam bentuk
xt = φ1 xt−1 + φ2 xt− 2 + ε t−1
ρ1 (1− ρ2 )
φ1 = 1−ρ21
ρ2 −ρ21
φ2 = 1−ρ21
ρ1 (1 − ρ2 )
φ1 =
1 − ρ21
0, 75(1 − 0, 65)
=
1 − 0, 752
= 0, 6
Jawab: B. 0,6
29. Diketahui suatu proses autoregressive-moving average ARMA (1,1) sebagai berikut:
yt = 0, 8yt−1 + 3 + ε t − 0, 2ε t−1
hitunglah ρ1
A. 0,62
B. 0,66
C. 0,70
191
D. 0,74
E. 0,78
Pembahasan:
Diketahui:
ARMA(1,1)
yt = 0, 8yt−1 + 3 + ε t − 0, 2ε t−1
Model ARMA(1,1) dapat dituliskan dalam bentuk

yt = φyt−1 + ε t − θε t−1
(1−θφ)(φ−θ )
ρ(h) = 1−2θφ+θ 2 φh−1 , untuk h ≥ 1
Berdasarkan yt = 0, 8yt−1 + 3 + ε t − 0, 2ε t−1 diperoleh
φ = 0, 8 dan θ = 0, 2
Sehingga
(1 − (0, 2)(0, 8))((0, 8) − (0, 2)

ρ (1) = (0, 8)1−1
1 − 2(0, 8)(0, 2) + 0, 22
= 0, 7
Jawab: B. 0,7
30. Dalam sebuah studi regresi dua peubah acak dihasilkan
a) β̂ = 0, 2
b) s β̂ = 0, 095, yaitu standard error dari β
Tentukanlah nilai statistik t beserta keputusan yang diambil dari sebuah uji untuk H0 : β = 0
dan H1 : β 6= 0 dengan confidance interval 95% (diketahui, nilai kritis (critical value) untuk
95% confidance interval adalah 1,96 )
A. t = 1, 5 dan oleh karena itu tolak hipotestis nol.

B. t = 1, 5 dan oleh karena itu terima hipotestis nol.
C. t = 1, 8 dan oleh karena itu tolak hipotestis nol.
D. t = 2, 1 dan oleh karena itu terima hipotestis nol.
E. t = 2, 1 dan oleh karena itu tolak hipotesis nol.
192
Pembahasan:
Diketahui
• β̂ = 0, 2
• s β̂ = 0, 095, yaitu standard error dari β
• nilai kritis (critical value) untuk 95% confidance interval adalah t α ,n−2 = 1, 96
2
H0 diterima apabila −t α ,n−2 < T < t α ,n−2 dimana nilai T diperoleh dari:
2 2
β̂ 0, 2
T= = = 2, 105
s β̂ 0, 095
Diperoleh T = 2, 105 sehingga tolak hipotesis nol
Jawab: E. t = 2, 1 dan oleh karena itu tolak hipotesis nol.
193
1. Diketahui fungsi survival dari seseorang berumur 40 tahun adalah sebagai berikut :

1 − (0, 02t)2 , untuk 0 ≤ t < 25
S40 (t)
0, 75e−0,1(t−25) , untuk t ≥25
Hitunglah µ70
A. 0,10
B. 0,15
C. 0,20
D. 0,25
E. 0,30
Pembahasan:
Diketahui:

1 − (0, 02t)2 , untuk 0 ≤ t < 25
S40 (t)
0, 75e−0,1(t−25) , untuk t ≥25
S( x + t)
Sx (t) =
Sx
d
µx = − ln Sx ( x )
dx
d
µ70 = − ln S40 (t), di mana t=30
dt
d −0,1(t−25)
= − ln(0, 75e )
dt t=30
= 0, 1
194
Jawab: A
2. Dalam sebuah populasi tertentu, suatu hazard function didefinisikan sebagai berikut: :



 0.010, 60 < t ≤ 70

µ(t) = 0.015, 70 < t ≤ 80


0.025, t > 80

Untuk seseorang dari populasi ini yang tepat berumur 65 tahun, hitunglah probabilitas bahwa
orang tersebut akan tetap hidup paling sedikit 5 tahun lagi (dibulatkan 2 desimal).
A. 0.97
B. 0.96
C. 0.95
D. 0.94
E. 0.93
Pembahasan:
Diketahui:



 0.010, 60 < t ≤ 70

µ(t) = 0.015, 70 < t ≤ 80


0.025, t > 80

Z t
t px = exp − µ x (s)ds
0

Z 5
5 p65 = exp − 0.01ds
0
= exp(−0.05)
= 0.951229
≈ 0.95
Jawab: C
3. Diketahui:
195
t
14
a) S0 (t) = 1 − ω , untuk 0 ≤ t ≤ ω
1
b) µ65 = 180
Hitunglah e106 , yaitu ekspektasi hidup pada umur 106 tahun.

A. 2.48
B. 2.59
C. 2.70
D. 2.81
E. 2.92
Pembahasan:
− dtd Sx (t)
µx =
Sx (t)
S( x + t)
t px =
S( x )
∞
ex = ∑ (t p x )
t =1
− dtd S0 (t)
µx =
S0 ( t )
14
− dtd 1 − t
ω
= 1
1 − ωt 4
1
=
4ω 1 − ωt

1
µ65 =
4ω 1 − 65

ω
1 1
=
180 4ω − 260
180 + 260
ω = = 110
4
196
Dari sini, selanjutnya kita peroleh:
S( x + t)
t px =
S( x )
x +t
14
100 − 110
= 14
t
1− 110
1
110 − x − t

4
=
110 − x
4
e106 = ∑ (t p106 )
t =1
4 1
110 − 106 − t

4
= ∑ 110 − 106
t =1
= 2.478608056
≈ 2.48
Jawab: A
4. Untuk suatu tabel double decrement, diketahui:
0(1)
a) q x = 0.2
0(2)
b) q x = 0.3
c) Setiap decrement terdistribusi secara uniform dalam masing-masing tabel single decre-
ment yang diasosiasikan.
(1)
Hitunglah q x (dibulatkan 3 desimal)
A. 0.089
B. 0.126
C. 0.144
D. 0.167
E. 0.192
Pembahasan:
197

(1) 0(1) 1 0(2)
qx = qx 1 − qx
2

(2) 0(2) 1 0(1)
qx = qx 1 − qx
2

(1) 0(1) 1 0(2)
qx = qx 1 − qx
2
(2)
" #!
0(1) 1 qx
= qx 1−
2 1 − 1 q0(1)
2 x
" #!
1 0.3
= 0.2 1 −
2 1 − 0.2 2
= 0.167
Jawab: D
5. Diketahui tabel mortalita dengan periode seleksi 2 tahun sebagai berikut:
x q[ x] q[ x]+1 q x +2 x+2
50 0.0060 0.0053 0.0070 52

51 0.0070 0.0063 0.0080 53
52 0.0080 0.0073 0.0090 54
53 0.0090 0.0083 0.0100 55
Jika force of mortality adalah konstan, hitunglah 10002.5 q[50]+0.4 (dibulatkan 2 desimal)
A. 11.17
B. 12.96
C. 14.35
D. 15.13
E. 16.42
Pembahasan:
198
t px = x + t p0
t px = p x .p x+1 .p x+2 ...p x+t−1
Untuk asumsi force of mortality konstan, didapatkan:
s px = ( p x )s
s+t p x s+t p x
t p x +s = =
s px ( p x )s
2.5 q[50]+0.4 = 1 −2.5 p[50]+0.4

2.9 p[50]
= 1−
( p[50] )0.4
p[50] .p[50]+1 .( p52 )0.9
= 1−
(1 − q(50) )0.4
(1 − 0.006)(1 − 0.0053)(1 − 0.007)0.9
= 1−
(1 − 0.006)0.4
= 0.01513
10002.5 q[50]+0.4 = (1000)(0.01513) = 15.13
Jawab : D
6. Pada sebuah studi double decrement yang dilakukan pada tahun kalender 2007, diperoleh data
sebagai berikut:
Orang ke- Tanggal Lahir Tanggal Kematian Tanggal Withdrawal
1 1 Juli 1912 - -
2 1 April 1912 1 Desember 2007 -
3 1 Oktober 1911 - ?
4 1 Januari 1912 - -
5 1 Juni 1912 1 November 2007 -
0(kematian)
Diketahui pula q̂95 = 0.46825 dengan menggunakan metode exact exposure. Pada
199
tanggal berapa orang ke-3 keluar (withdrawal) dari pengamatan pada studi tersebut?
A. 1 April 2007
B. 1 Mei 2007
C. 1 Juni 2007
D. 1 Juli 2007
E. 1 Agustus 2007
Pembahasan:
!
dj
Exact Exposure: q̂ = 1 − exp −
εj
di mana:
• yi = tanggal awal pengamatan - tanggal lahir
• zi = tanggal akhir pengamatan - tanggal lahir
• θi = tanggal meninggal - tanggal lahir
• φi = tanggal withdrawal - tanggal lahir

0, jika y ≤ x
i
ri =
y − x, jika x < y < x + 1
i i

z − x, jika x < z < x + 1
i i
si =
1, jika z ≥ x + 1
i



 0, jika θi = 0

li = θi − x, jika x < θi < x + 1


0, jika θ ≥ x + 1

i



 0, jika φi = 0

k i = φi − x, jika x < φi < x + 1


0, jika φ ≥ x + 1

i

 s − ri , jika seseorang tidak meninggal dan withdrawal
 i


ε eksak = k i − ri , jika seseorang withdrawal


l − r , jika seseorang meninggal

i i
200
Orang yi zi θi φi ri si li ki Eksposure eksak
1 94.5 95.5 0 0.5 0.5

2 94.57 95.75 95.67 0 0.75 0.67 0.67
3 95.25 96.25 95.25 + x 0.25 1 0.25 + x x
4 95 96 0 1 1
5 94.58 95.58 95.42 0 0.58 0.42 0.42
Berdasarkan tabel di atas, diperoleh eksposure eksak adalah 2.59 + x. Selain itu, berdasarkan
kolom li , terdapat dua kematian untuk usia 95 tahun.
Berdasarkan informasi pada tabel di atas, didapatkan:

0(kematian) 2
q̂95 = 1 − exp −
2.59 + x

2
0.46825 = 1 − exp −
2.59 + x

2
exp − = 1 − 0.46825
2.59 + x
2
− = ln(0.53175)
2.59 + x
2
= 0.63158
2.59 + x
2 − (0.63158)(2.59)
x =
0.63158
= 0.576651 tahun
= 6.9198 bulan
≈ 7 bulan
Karena awal pengamatan dimulai pada tanggal 1 Januari 2017, maka orang ke-3 keluar pada
tanggal 1 Agustus 2017.
Jawab : E
(d) 4
7. Jika diketahui force of mmortality adalah µ x = 5(100− x )
dan force of withdrawal adalah
(w) 11
µx = 5(100 −x)
, hitunglah conditional density function untuk kematian seseorang pada umur
70 + t, jika orang tersebut hidup pada umur 70.
30−t
A. 600
201
70−t
B. 1125
(30−t)2
C. 1125
(70−t)2
D. 33750
(30−t)2
E. 33750
Pembahasan:
(τ ) (d) (w)
µx = µx + µx
Z t
(τ ) (τ )
t px = exp − µ x (y)dy
0
x p0 = S( x )
(τ ) ( j)
f (t, j) = t p x .µ x ( t )
(τ ) (d) (w) 4 11 3
µx = µx + µx = + =
5(100 − x ) 5(100 − x ) (100 − x )
t (100 − t)3
Z
(τ ) 3
t px = exp − dy = exp (3 ln(100 − t) − 3 ln(100)) =
0 100 − y 1000000
Fungsi joint pdf t dan j apabila seseorang masih hidup adalah:
(100 − t)3 4 4(100 − t)2

f (t, j) = . =
1000000 5(100 − t) 5000000
Berdasarkan informasi tersebut, maka diperoleh conditional density function seseorang pada
umur 70 + t, jika orang tersebut hidup pada umur 70 tahun adalah:
(τ ) (d)
t p70 .µ70 ( t )
P =
S(70)
4(100−(70+t))2
5000000
= (100−70)3
1000000
(30 − t)2
=
33750
Jadi, conditional density function untuk kematian seseorang pada umur 70 + t, jika orang
(30−t)2
tersebut hidup pada umur 70 adalah 33750
Jawab : E
202
8. Atas pengamatan pada 100 polis dalam studi pembatalan polis, diperoleh informasi sebagai
berikut:
i Studi dibuat sedemikian sehingga untuk setiap satu pembatalan polis, ditambahkan satu
polis baru (artinya r j selalu bernilai 100)
ii Pembatalan polis terjadi di akhir tahun dengan pengamatan sebagai berikut:
...
...
n polis batal di akhir tahun polis ke-n
iii Estimasi empiris Nelson-Aalen untuk fungsi distribusi kumulatif pada tahun ke-n adalah
F̂ (n) = 0.698806
Hitunglah nilai n.
A. 12
B. 13
C. 14
D. 15
E. 16
Pembahasan:
!
n
dj
F̂ (n) = 1 − exp −∑ , t n ≤ t ≤ t n +1
r
j =1 j
203

!
n dj
F̂ (n) = 1 − exp −∑
r
j =1 j
!
n dj
0.698806 = 1 − exp −∑
j =1
100
!
n dj
exp −∑ = 1 − 0.698806 = 0.301194
j =1
100
n dj
∑ 100 = − ln(0.301194)
j =1
1 2 3 n
+ + + ... + = 1.2
100 100 100 100
n ( n +1)
2
= 1.2
100
n2 + n − 240 = 0
(n − 15)(n + 16) = 0
Karena nilai n haruslah positif, maka diperoleh nilai n yang memenuhi adalah 15.
Jawab : D
9. Hasil dari suatu studi dalam periode pengamatan tahun kalender 1983 adalah sebagai berikut:
Orang ke- Tanggal Lahir Tanggal Kematian
A 1 April 1922 1 Juni 1983

B 1 Juli 1922 -
C 1 Oktober 1922 1 Maret 1983
D 1 Januari 1923 -
E 1 April 1923 -
F 1 Juli 1923 1 Oktober 1983
G X -
i Pada tanggal 1 Januari 1983 semua individu ada dalam studi ini.
ii Tidak ada yang keluar dari studi ini selama periode pengamatan selain karena kematian.
4
iii Dengan menggunakan pendekatan actuarial exposure, diperoleh q̂60 = 9
Tentukan nilai q̂60 jika dihitung dengan pendekatan exact exposure (asumsi force of mortality
adalah konstan).
204
A. 0.315
B. 0.468
C. 0.559
D. 0.631
E. 0.689
Pembahasan:
!
dj
Exact Exposure: q̂ = 1 − exp −
εj
di mana:
• yi = tanggal awal pengamatan - tanggal lahir
• zi = tanggal akhir pengamatan - tanggal lahir
• θi = tanggal meninggal - tanggal lahir
• φi = tanggal withdrawal - tanggal lahir

0, jika y ≤ x
i
ri =
y − x, jika x < y < x + 1
i i

z − x, jika x < z < x + 1
i i
si =
1, jika z ≥ x + 1
i

0, jika θi = 0



li = θi − x, jika x < θi < x + 1


0, jika θ ≥ x + 1

i



 0, jika φi = 0

k i = φi − x, jika x < φi < x + 1


0, jika φ ≥ x + 1

i

 s − ri , jika seseorang tidak meninggal dan withdrawal
 i


ε eksak = k i − ri , jika seseorang withdrawal


l − r , jika seseorang meninggal

i i
205

si − ri , jika seseorang tidak meninggal dan withdrawal



ε aktuaria = k i − ri , jika seseorang withdrawal


1 − r , jika seseorang meninggal

i
Orang yi zi θi φi ri si li ki eksak aktuaria
A 60.75 61.75 61.75 0.75 1 0.25 0.25

B 60.5 61.5 0.5 1 0.5 0.5
C 60.25 61.25 60.41 0.25 1 0.41 0.75 0.16
D 605 61 0 1 1 1
E 59.75 60.75 0 0.75 0.75 0.75
F 59.5 60.5 60.25 0 0.5 1 0.25
G 0 R R R
Berdasarkan tabel di atas, diperoleh total eksposure eksak adalah 4.25 + R dan eksposure
aktuaria adalah 2.91 + R. Selain itu, berdasarkan kolom li , terdapat dua kematian.
Berdasarkan informasi pada tabel di atas, didapatkan:
2
q̂60 =
4.25 + R
14 2
=
9 4.25 + R
17 + 4R = 18
1
R =
4
Dalam exact exposure terdapat 2 kematian dalam kolom li . Dengan demikian kita peroleh:
!
2
q̂60 = 1 − exp − 1
= 0.468956 ≈ 0.468
2.91 + 4
Jadi, nilai dari q̂60 dengan pendekatan exact exposure adalah 0.468
Jawab : B
10. Untuk sebuah model double decrement:

0(1) t
i t p40 = 1 − 65 , 0 ≤ t ≤ 65
0(2) t
ii t p40 = 1− 30 , 0 ≤ t ≤ 30
206
(τ )
Hitunglah µ40+15 (dibulatkan 3 desimal)
A. 0.058
B. 0.067
C. 0.075
D. 0.080
E. 0.087
Pembahasan:
m
0( j)
∏ (t p x
(τ )
t px = )
j =1
(τ ) 1 d (τ )
µ x +t = − (τ )
. t px
t px
dt
2
0( j)
∏(t p40
(τ )
t p40 = )
j =1
0(1) 0(2)
= t p40 .t p40

t t
= 1− . 1−
65 30
19 1 2
= 1− t+ t
390 1950
Selanjutnya:
(τ ) 1 d (τ )
µ40+t = − (τ )
. t p40
t p40
dt

1 d 19 1 2
= − 19 1 2 dt
. 1− t+ t
1 − 390 t + 1950 t
390 1950
19 2
− 390 + 1950 t
= − 19 1 2
1 − 390 t + 1950 t
19 2
(τ ) − 390 + 1950 (15)
µ40+15 = − 19 1
= 0.08667 ≈ 0.087
1 − 390 (15) + 1950 (15)2
Jawab : E
207
(τ )
• lx = 100
(τ )
• lx+3 = 50
(1)
• 3 q x = 0.07
(2)
• 2| q x = 0.08
(2)
Hitunglah 2 q x
A. 0.15
B. 0.20
C. 0.25
D. 0.30
E. 0.35
Pembahasan:
−1 (1)
(1) ∑tj= 0 d x+ j
t qx = (τ )
lx
( j)
( j) u d x +t
t|u q x = (τ )
lx
Untuk double decrement :

t −1
∑
(τ ) (τ ) (1) (2)
łx +t = lx − d x+ j + d x+ j
j =0
(1)
(1) ∑3j=−01 d x+ j
3 qx = (τ )
lx
(1) (1) (1)
(1) d x + d x +1 + d x +2
3 qx = (τ )
lx
(1) (1) (1)
d x + d x +1 + d x +2
0.07 =
100
(1) (1) (1)
d x + d x +1 + d x +2 = 7
208
Selanjutnya,
(τ ) (τ ) (1) (2) (1) (2) (1) (2)

l x +3 = l x − d x − d x − d x +1 − d x +1 − d x +2 − d x +2

(τ ) (τ ) (1) (1) (1) (2) (2) (2)
l x +3 = l x − d x + d x +1 + d x +2 − d x + d x +1 + d x +2

(2) (2)
50 = 100 − 7 − d x + d x+1 − 8
(2) (2)
d x + d x +1 = 35
Oleh karena itu, didapatkan:
(2)
(2) ∑2j=−01 d x+ j
2 qx = (τ )
lx
(2) (2)
d x + d x +1
= (τ )
lx
35
= = 0.35
100
Jawab : E
12. Diketahui tiga hasil pengamatan sebagai berikut:
0.68 0.80 0.96
Anda mencocokkan sebuah distribusi dengan fungsi kepadatan (density function) sebagai berikut
ini terhadap data:
f (x) = ( p + 1) x p , 0 < x < 1, p > −1
Hitung estimasi maximum likelihood atas p (dibulatkan 2 desimal)

A. 2.23
B. 2.95
C. 3.62
D. 4.32
E. 6.81
Pembahasan:
Diketahui bahwa:
209
• n=3
• Data hasil pengamatan adalah 0.68 , 0.80 , dan 0.96
• f ( x ) = ( p + 1) x p , 0 < x < 1, p > −1
n
L( p) = ∏ f ( xi )
i =1
n
L( p) = ∏ f ( xi )
i =1
n
= ∏( p + 1)(xi ) p
i =1
!p
n
= ( p + 1) n
∏ xi
i =1
" !p#
n
ln[ L p ] = ln ( p + 1) n
∏ xi
i =1
" #
n
ln[ L p ] = n ln( p + 1) + p ln ∏ xi
i =1
n
ln[ L p ] = n ln( p + 1) + p ∑ ln( xi )
i =1
d
Dalam mencari maximum likelihood, maka kita gunakan persamaan : dp ln[ L( p)] = 0. Oleh
karena didapatkan:
d
ln[ L( p)] = 0
dp
!
n
d
n ln( p + 1) + p ∑ ln( xi ) = 0
dp i =1
n
n
p̂ + 1 i∑
+ ln( xi ) = 0
=1
−n − ∑in=1 ln( xi )
p̂ =
∑in=1 ln( xi )
210
Berdasarkan data pengamatan yang diberikan pada soal, maka diperoleh:
−3 − ∑3i=1 ln( xi )
p̂ =
∑3i=1 ln( xi )
−3 − (ln(0.68) + ln(0.8) + ln(0.96))
=
(ln(0.68) + ln(0.8) + ln(0.96))
= 3.618
≈ 3.62
Jawab : C
13. Diketahui:
• Studi mortalita dilakukan atas sejumlah n orang.
• Tidak ada data yang disensor dan tidak ada dua kejadian meninggal pada periode yang
sama.
• tk = Saat kejadian meninggal ke -k
• Estimasi Nelson-Aalen dari fungsi hazard rate kumulatif pada t2 adalah Λ̂(t2 ) = 55
756
Hitunglah estimasi product limit Kaplan-Meier dari fungsi survival pada t10
A. 0.52
B. 0.55
C. 0.64
D. 0.69
E. 0.78
Pembahasan:
!
m rj − dj
Ŝ(t) = ∏ rj
, untuk t m ≤ t ≤ t m +1
j =1
m
1 1 1 1
Λ̂(t) = ∑ rj = +
n n−1
+ ... +
n−m+1
, untuk t m ≤ t ≤ t m +1
j =1
211
1 1
Λ̂(t2 ) = +
n n−1
55 2n − 1
=
756 n2 − n
55n2 − 55n = 1512n − 756
55n2 − 1567n + 756 = 0
(55n − 27)(n − 28) = 0
Berdassarkan betuk persamaan kuadrat di atas, solusi yang mungkin dari n adalah 28. Gu-
nakan nilai tersebut untuk menghitung estimasi product limit Kaplan-Meier dari fungsi sur-
vival pada t10 , yaitu:
!
10 rj − dj
Ŝ(t10 ) = ∏ rj
j =1
27 26 25 18
= . . ...
28 27 26 19
18
=
28
= 0.642857143
≈ 0.64
Jawab : C
14. Sebuah studi mortalita dilakukan atas pengamatan terhadap 50 peserta dimulai dari waktu ke-
0. Diketahui:
Waktu Jumlah Kematian (dt ) Jumlah yang disensor (ct )
15 3 0
17 0 4
25 3 0
30 0 c30
32 8 0
40 2 0
Ŝ(35) adalah estimasi product limit dari S(35).

V̂ [Ŝ(35)]
[Ŝ(35)]2
= 0.012718.
212

A. 6
B. 7
C. 8
D. 9
E. 10
Pembahasan:
!
k dj
V̂ [Ŝ(t)] = [Ŝ(t)] 2
∑ r j (r j − d j )
j =1

!
3 dj
V̂ [Ŝ(35)] = [Ŝ(35)] 2
∑ r j (r j − d j )
j =1
!
3 dj
V̂ [Ŝ(35)]
[Ŝ(35)]2
= ∑ r j j − dj )
( r
j =1

3 3 8
0.012718 = + +
50(47) 43(40) (40 − c30 )(32 − c30 )

8
= 0.0096972182
(40 − c30 )(32 − c30 )
1280 − 72c30 + c230 = 824.9788584
c230 − 72c30 + 455.0211416 = 0
Nilai dari c30 yang memenuhi persamaan kuadrat di atas adalah c30 = 7.00036 ≈ 7 atau
c30 = 64.999 ≈ 65. Karena jumlah peserta yang ada adalah 50 orang, maka nilai c30 yang
mungkin adalah c30 = 7.
Jawab : B
15. Diketahui model deret waktu sebagai berikut:
yt = 0.9yt−1 + 1 + ε t − 0.6ε t−1
213
Juga diberikan:
yT = 7.0
ε̂ T = 0.5
Dengan menggunakan error di periode yang akan datang adalah nol, hitunglah perkiraan 2
periode, yaitu ŷ T (2)
A. 5.64
B. 6.12
C. 7.30
D. 8.20
E. 9.15
Pembahasan:
ŷ T (s) = φ1s y T + (φ1s−1 + φ1 + 1)δ − φ1s−1 θ1 ε̂ T
ŷ T (2) = (φ1 )2 y T + (φ1 + 1)δ − φ1 θ1 ε̂ T

= (0.9)2 (7) + (0.9 + 1)(1) − (0.9)(0.6)(0.5)
= 7.3
Jawab : C
Waktu. Koefisien autocorellation dari sample lag 1 adalah −0.40. Hitunglah tebakan awal
A. 0.4
B. 0.5
C. 0.6
D. 0.7
E. 0.8
Pembahasan:
214
Autocorrelation function untuk MA(q) yang invertible
q−h
θ h + ∑ j =1 θ j θ j + h
ρh = − q
1 + ∑ j=1 θ 2j
θ1
ρ1 = −
1 + θ12
θ
−0.4 = − 1 2
1 + θ1
0.4(1 + θ12 ) = θ1
4θ12 + 4 = 10θ1
4θ12 − 10θ1 + 4 = 0
(4θ1 − 2)(θ1 − 2) = 0
1
Nilai θ1 yang memenuhi persamaan kuadrat di atas adalah θ1 = 2 atau θ1 = 2. Karena nilai
parameter θ1 haruslah kurang dari 1, maka nilai θ1 yang dimaksud adalah θ1 = 0.5
Jawab : B
17. Model berikut ini digunakan untuk mengestimasi 30 pengamatan:

• Model I : Y = β 1 + β 2 X2 + ε
• Model II : Y = β 1 + β 2 X2 + β 3 X3 + β 4 X4 + ε
Selain itu, diketahui data sebagai berikut:
i ∑(Y − Ȳ )2 = 160
ii ∑( X2 − X̄2 )2 = 11
iii Untuk model I, β̂ 2 = −2
iv Untuk model II, R2 = 0.60
Hitunglah nilai F statistik yang digunakan untuk menguji bahwa β 3 dan β 4 adalah sama den-
gan 0.
A. 10.56
B. 19.50
215
C. 22.80
D. 26.30
E. 33.62
Pembahasan:
!
2
∑ ( X2 − X̄2 )
R2R = β22 2
∑ (Y2 − Ȳ2 )
2 − R2
RUR R n−k
F = . 2
m 1 − RUR
di mana:
m adalah selisih jumlah parameter restricted dan unrestricted.
k adalah jumlah parameter unrestricted dari model.

!
2
∑ ( X2 − X̄2 )
R2R = β22 2
∑ (Y2 − Ȳ2 )

11
= (−2)2
160
= 0.275
2 − R2
RUR R n−k
F = . 2
m 1 − RUR
0.6 − 0.275 30 − 4
= .
2 1 − 0.6
= 10.5625
≈ 10.56
Jadi, nilai F statistik yang digunakan untuk menguji bahwa β 3 dan β 4 adalah sama dengan 0
adalah 10.56
Jawab : A
216
18. Pada suatu model autoregressive ARMA(1,1) diketahui informasi sebagai berikut:
φ1 = 0.3
θ1 = 0.5
Berapa nilai ρ2 (dibulatkan 3 desimal) ?

A. -0.029
B. -0.038
C. -0.046
D. -0.054
E. -0.061
Pembahasan:
ρh = φ1 ρh−1 , untuk h ≥ 2
(φ1 − θ1 )(1 − φ1 θ1 )
ρ1 =
1 − 2φ1 θ1 + θ12
ρ2 = φ1 ρ1
(φ − θ1 )(1 − φ1 θ1 )
ρ2 = φ1 1
1 − 2φ1 θ1 + θ12
(0.3 − 0.5)(1 − (0.3)(0.5))

= (0.5)
1 − 2(0.3)(0.5) + (0.5)2
= −0.053684
≈ −0.054
Jawab : D
19. Diketahui suatu proses autoregressive-moving average ARMA(1,1) sebagai berikut:
yt = 0.7yt−1 + 3 + ε t − 0.3ε t−1
Berapa nilai ρ1 (dibulatkan 2 desimal) ?

A. 0.47
B. 0.55
217
C. 0.62
D. 0.70
E. 0.78
Pembahasan:
ρh = φ1 ρh−1 , untuk h ≥ 2
(φ1 − θ1 )(1 − φ1 θ1 )
ρ1 =
1 − 2φ1 θ1 + θ12
(φ1 − θ1 )(1 − φ1 θ1 )
ρ1 =
1 − 2φ1 θ1 + θ12
(0.7 − 0.3)(1 − (0.3)(0.7))

=
1 − 2(0.3)(0.7) + (0.3)2
= 0.4716
≈ 0.47
Jawab : A
yi = βxi + ε i
x 2
i
Var (ε i ) =
2
i xi yi
1 1 9
ii 2 2 3
3 3 4
4 4 -3
Tentukan nilai estimasi weighted least square dari β, yaitu β̂ (dibulatkan 2 desimal)
A. 2.62
B. 2.69
218
C. 2.77
D. 2.85
E. 2.93
Pembahasan:
1 1
wi = 2
=
σ Var (ε i )
n
∑ i =1 i x i y i
w
β̂ =
∑in=1 wi xi2
i xi yi Var (ε i ) wi wi x i y i xi2 wi xi2
1 1 9 0.25 4 36 1 4
2 2 3 1 1 6 4 4
3 3 4 2.25 0.44444 5.3333 9 4
4 4 -3 4 0.25 -3 16 4
Total 10 13 7.5 5.69444 44.3333 30 16
∑in=1 wi xi yi 44.3333
β̂ = n 2
= = 2.77
∑ i =1 wi x i 16
Jawab : C
21. Sebuah regresi 2 variabel dicocokkan ke dalam 5 observasi sebagai berikut:
i 1 2 3 4
Xi 7 12 15 21
ε̂ i 1.017 0.409 -0.557 -2.487
Berapakah nilai X5 ?
A. 26
B. 27
C. 28
D. 29
219
E. 30
Pembahasan:
Sifat residual
• Zero mean : ∑in=1 ε̂ i = 0
• Orthogonality : ∑in=1 ε̂ i Xi = 0
n
∑ ε̂ i = 0
i =1
1.017 + 0.409 − 0.557 − 2.487 + ε̂ 5 = 0
ε̂ 5 = 1.618
Selanjutnya,
n
∑ ε̂ i Xi = 0
i =1
1.017(7) + 0.409(12) − 0.557(15) − 2.487(21) + 1.618( X5 ) = 0
X5 = 30.009
≈ 30
Jawab : E
Yi = β 1 + β 2 X2i + β 3 X3i + ε i , i = 1, 2, 3, 4
i X2i X3i
1 -4 -3
2 -3 4
3 3 -4
4 4 3
Estimasi least square dari β 3 dinyatakan sebagai βˆ3 = ∑4i=1 wi Yi .

Tentukan nilai dari (w1 ; w2 ; w3 ; w4 )
220
A. (-0.08 ; -0.06 ; 0.06 ; 0.08)

B. (-0.06 ; 0.08 ; -0.08 ; 0.06)
C. (0.06 ; -0.08 ; 0.08 ; -0.06)
D. (-0.05 ; 0.10 ; -0.10 ; 0.05)
E. (0.05 ; -0.10 ; 0.10 ; -0.05)
Pembahasan:
4 4
( Xi − X̄ )

β̂ 3 = ∑ wi Yi = ∑ ∑in=1 ( Xi − X̄ )2
Yi
i =1 i =1
( Xi − X̄ )

wi = , di mana
∑in=1 ( Xi − X̄ )2
−3 + 4 − 4 + 3
X̄ = = 0, dan
4
n
∑ (Xi − X̄ )2 = (−3)2 + (4)2 + (−4)2 + (3)2 = 50
i =1
Oleh karena itu, kita dapatkan:
−3
w1 = = −0.06
50
4
w2 = = 0.08
50
−4
w3 = = −0.08
50
3
w4 = = 0.06
50
Jawab : B
23. Sebuah regresi linier digunakan untuk mengestimasikan 10 titik ( Xi , Yi ). Estimasi α adalah α̂
dan estimasi β adalah β̂.
Diketahui pula:
i ∑(α̂ + β̂Xi − Ȳ )2 = 49
ii Variansi sampel dari Y adalah 8
Hitunglah ∑(α̂ + β̂Xi − Yi )2
A. 23
221
B. 26
C. 28
D. 30
E. 32
Pembahasan:
∑(Yi − Ȳ )2 ∑(Yi − Ŷi )2 + ∑(Ŷi − Ȳ )2

Var (Ŷ ) = =
n−1 n−1
∑(Yi − Ȳ )2 ∑(Yi − Ŷi )2 + ∑(Ŷi − Ȳ )2

Var (Ŷ ) = =
n−1 n−1
∑(α̂ + β̂Xi − Yi )2 + ∑(α̂ + β̂Xi − Ȳ )2
Var (Ŷ ) =
10 − 1
∑(α̂ + β̂Xi − Yi )2 + 49
8 =
9
∑(α̂ + β̂Xi − Yi )2 = 23
Jadi, ∑(α̂ + β̂Xi − Yi )2 = 23
Jawab : A
24. Sebuah model regresi linier Y = α + βX + ε digunakan untuk mengestimasi 8 data penga-
matan.
Diketahui:
i β̂ = 2.075
ii ∑( Xi − X̄ )2 = 38
iii ∑(Yi − Ȳ )2 = 185
Hitunglah R2 (dibulatkan 3 desimal)
A. 0.584
B. 0.684
C. 0.784
D. 0.884
E. 0.984
222
Pembahasan:
∑( X2 − X̄2 )2

2
R = β̂22
∑(Y − Ȳ )2
∑( X2 − X̄2 )2

R2 = β̂22
∑(Y − Ȳ )2

38
= (2.075)2
185
= 0.884
Jawab : D
25. Sebuah model regresi linier yang digunakan untuk mengestimasikan 6 data pengamatan meng-
hasilkan nilai R̄2 = 0.685.
Jika model yang sama digunakan untuk mencocokkan 10 data pengamatan yang serupa, bera-
pakah nilai expektasi dari R2 ?
A. 0.68
B. 0.70
C. 0.72
D. 0.74
E. 0.76
Pembahasan:
(1 − R2 )(n − 1)
R̄2 = 1−
n−k
(1 − R2 )(n − 1)
R̄2 = 1−
n−k
(1 − R2 )(10 − 1)
0.685 = 1 −
10 − 2
2
(1 − R )(9)
0.315 =
8
R2 = 0.72
223
Jadi, nilai expektasi dari R2 adalah 0.72.
Jawab : C
26. Sebuah regresi dua variabel digunakan untuk mengestimasi 100 titik data.
Diketahui:
i X̄ = 140
ii ∑ Xi2 = 5256000
iii ESS (error of squares) = 540000
Hitunglah Cov[α̂, β̂] (dibulatkan 2 desimal).
A. -0.18
B. -0.23
C. -0.29
D. -0.36
E. -0.44
Pembahasan:
ESS
σ2 =
N−2
1 2
∑(X2 − X̄ )2 = ∑ Xi2 − n ∑ Xi = ∑ Xi2 − n X̄
− X̄.σ2
Cov(α̂, β̂) =
∑( X2 − X̄ )2
224
ESS
σ2 =
N−2
540000
=
100 − 2
= 5510.2
∑(X2 − X̄ )2 = ∑ Xi2 − nX̄

= 5256000 − 100(140)2
= 3296000
− X̄.σ2
Cov(α̂, β̂) =
∑( X2 − X̄ )2
−140(5510.2)
=
3296000
= −0.23
Jadi, nilai dari Cov[α̂, β̂] adalah -0.23

Jawab : B
27. Sebuah regresi linier digunakan untuk mencocokkan suatu deret waktu dengan 30 pengamatan.
Diketahui:
i ε̂ 1 = −8
ii ε̂ 30 = 10
iii ∑30 2
t=1 ε̂ t = 3200
iv ∑30
t=1 ε̂ t × ε̂ t−1 = 760
Hitunglah statistik Durbin-Watson (dibulatkan 2 desimal).

A. 1.27
B. 1.37
C. 1.47
D. 1.57
E. 1.67
Pembahasan:
225
∑nt=2 (ε̂ t − ε̂ t−1 )2

d =
∑nt=2 ε̂2t
∑nt=2 (ε̂ t − ε̂ t−1 )2

d =
∑nt=2 ε̂2t
∑30 2 2
t=2 ( ε̂ t − 2ε̂ t ε̂ t−1 + ε̂ t−1 )
=
∑30 2
t=2 ε̂ t
∑30 2 30 30 2
t=2 ε̂ t − 2 ∑t=2 ε̂ t ε̂ t−1 + ∑t=2 ε̂ t−1 )
=
∑30 2
t=2 ε̂ t
(3200 − (−8)2 ) − 2(760) + (3200 − 102 )
=
3200
= 1.47375
≈ 1.47
Jadi, statistik Durbin-Watson adalah 1.47
Jawab : C
28. Anda melakukan analisis regresi sederhana dan telah menentukan bahwa nilai statistik uji
Durbin-Watson adalah 0.7
Hitunglah nilai aproksimasi dari koefisien autokorelasi sampel (sample autocorrelation coef-
ficient) untuk mengukur hubungan antara residual yang berurutan.
A. 0.65
B. 0.60
C. 0.55
D. 0.50
E. 0.40
Pembahasan:
Rumus yang digunakan adalah :
d
p̂ = 1−
2
226
d
p̂ = 1−
2
0.7
= 1−
2
= 0.65
Jadi, nilai aproksimasi dari koefisien autokorelasi sampel (sample autocorrelation coefficient)
untuk mengukur hubungan antara residual yang berurutan adalah 0.65
Jawab : A
29. Anda mengestimasikan model regresi linear sederhana berdasarkan pengamatan atas 8 data
harian berikut ini:
Hari Y X
1 11 2
2 20 2
3 30 3
4 39 3
5 51 4
6 59 4
7 70 5
8 80 5
Dengan menggunakan metode least square, Anda menentukan estimasi regresi linier sebagai
Ŷ = −25 + 20X
Hitunglah nilai dari statistik Durbin Watson (dibulatkan 2 desimal).

A. 2.60
B. 2.82
C. 3.04
D. 3.26
E. 3.48
Pembahasan:
∑nt=2 (ε̂ t − ε̂ t−1 )2

d =
∑nt=2 ε̂2t
227
di mana ε̂ t = Yt − Ŷt .
Hari Y X Ŷ ε̂ ε̂2 (ε̂ t − ε̂ t−1 )2

1 11 2 15 -4 16 0
2 20 2 15 5 25 81
3 30 3 35 -5 25 100
4 39 3 35 4 16 81
5 51 4 55 -4 16 64
6 59 4 55 4 16 64
7 70 5 75 -5 25 81
8 80 5 75 5 25 100
Catat bahwa ∑ ε̂2 = 164 dan ∑(ε̂ t − ε̂ t−1 )2 = 571.
∑nt=2 (ε̂ t − ε̂ t−1 )2

d =
∑nt=2 ε̂2t
571
=
164
= 3.48
Jadi, nilai dari statistik Durbin Watson adalah 3.48
Jawab : E
30. Anda mengestimasikan model regresi linear Yi = βXi + ε i berdasarkan data berikut ini:
Y 3 9 14
X 1 4 10
Hitunglah estimasi heteroscedasticity-consistent dari Var [ β̂] (dibulatkan 4 desimal)

A. 0.0129
B. 0.0139
C. 0.0149
D. 0.0159
E. 0.0169
228
Pembahasan:
SXX ∑n ( X − X̄ )(Yi − Ȳ )
β̂ = = i =1 n i
SXY ∑i=1 ( Xi − X̄ )2
α̂ = Ȳ − β̂ X̄
εi = Yi − Ŷi = Yi − (α̂ + β̂ X̄ )
SXX ε2i
Var ( β̂) =
(SXX )2
i Xi Yi Xi − X̄ Yi − Ȳ SXX SXY Ŷi εi ε2i SXX ε2i

1 1 3 -4 -5.67 16 22.67 4 -1 1 16
2 4 9 -1 0.33 1 -0.33 7.5 1.5 2.25 2.25
3 10 14 5 5.33 25 26.67 14.5 -0.5 0.25 6.25
Total 15 26 0 0 42 49 26 0 3.5 24.5
Mean 5 8.67
SXX
β̂ =
SXY
∑in=1 ( Xi − X̄ )(Yi − Ȳ )
=
∑in=1 ( Xi − X̄ )2
49
=
42
= 1.1667
SXX ε2i
Var ( β̂) =
(SXX )2
24.5
=
422
= 0.0139
Jadi, estimasi heteroscedasticity-consistent dari Var [ β̂] adalah 0.0139
Jawab : B
229
1. Diketahui table mortalita dengan periode seleksi 2 tahun sebagai berikut

x q[ x] q[ x]+1 q[ x]+2 x+2
40 0,115 0,140 0,150 42
41 0,120 0,135 0,160 43
42 0,130 0,145 0,190 44
Tingkat kematian menyebar secara seragam di setiap usia. Tentukanlah 1,6 p[41]+0,4
A. 0,81
B. 0,82
C. 0,83
D. 0,84
E. 0,85
Pembahasan:
Diketahui kematian menyebar secara UDD, maka
t px = 1 − t qx
1,6 p[41]+0,4 = 1 − 1,6 q[41]+0,4
1, 6q[41]
= 1−
1 − 0, 4q[41]
(1, 6)(0, 12)
= 1−
1 − (0, 4)(0, 12)
= 0, 80
Jawaban yang paling mendekati adalah 0,81

Jawab: A.
2. Untuk sebuah tabel double decrement , diberikan

(τ ) (1) (2)
Usia x lx dx dx
20 1000 70 100
21 66
22 650
230
(2)
Setiap decrement menyebar seragam untuk tiap usia. Hitunglah q0(21)
A. 0,1434
B. 0,1560
C. 0,1760
D. 0,1800
E. 0,2000
Pembahasan:
Setiap decrement menyebar seragam (UDD) sehingga
2
∑ dx
(τ ) ( j)
d20 = = 170
j =1
(τ ) (τ ) (τ )
d20 = l20 − l21
maka
(τ ) (τ ) (τ )
l21 = l20 − d20 = 1000 − 170 = 830
selanjutnya
(τ ) (τ ) (τ )
d21 = l21 − l22 = 830 − 650 = 180
(τ ) (1) (2)
d21 = d21 + d21
maka
(2)
d21 = 180 − 66 = 114
(2)
(2) d21 114
q21 = (τ )
=
l21 830
τ
d21
(τ ) 180
q21 = (τ )
=
l21 830
231
(2)
Selanjutny dipunyai q0 21 artinya
(2) (2)
q0 21 = 1 − p0 21
(2) ( τ )
(τ ) q21 /q21

= 1 − p21
114/830
650 180/830
= 1−
830
= 0, 1434
Jawab. A.
3. Berikut diberikan tabel double decrement

(1)
a) µ x+0,5 = 0, 02
(2)
b) q x = 0, 01
c) Setiap decrement menyebar secara seragam pada tiap usia dalam tabel single decrement
nya
(1)
Hitunglah p x
A. 0,9750
B. 0,9803
C. 0,9831
D. 0,9860
E. 0,9901
Pembahasan:
(1)
qx
(τ )
= 0, 02
1 − 0, 5q x
(1)
qx
(1)
= 0, 02
1 − 0, 5(0, 01 + q x )
(1) (1)
qx = 0, 02(1 − 0, 5(0, 01 + q x ))
(1) (1)
qx = 0, 02(1 − 0, 005 + 0, 5q x )
(1) (1)
qx = 0, 02 − 0, 0001 + 0, 01q x
(1)
1, 01q x = 0, 02 − 0, 0001
(1)
qx = 0, 1970297
232
maka
(1) (1)
p x = 1 − q x = 1 − 0, 1970297 = 0, 9803
Jawab. B.
4. Diberikan
i.
(
0, 03 , jika 0 ≤ t < 1
µ x +t =
0, 08 , jika 1 ≤ t < 2
ii. Y=min( Tx , 2)
Hitunglah E(Y )
A. 1,52
B. 1,61
C. 1,73
D. 1,80
E. 1,92
Pembahasan:
E [Y ] = E[min( Tx , 2)]
Z 2
= tt p x µ x+t dt + 2t p x
0
Z 1 Z 2
= tt p x µ x+t dt + t p x µ x +t dt + 2t p x
0 0
Z 1 Z 2 R2
= te−0,03t .(0, 03)dt + te−0,08t (0, 08)dt + 2e− 0 µt dt
0 1
Z 1 Z 2 R
1 R2
−0,03t −0,08t − 0 µt dt+ 1 µt dt
= te .(0, 03)dt + te (0, 08)dt + 2e
0 1
Z 1 Z 2 R
1 R2
−0,03t −0,08t − 0 0,03dt + 1 0,08dt
= te .(0, 03)dt + te (0, 08)dt + 2e
0 1
= 0, 03(0, 490112) + 0, 08(1, 32482) + 2e−(0,03+0,08)
= 1, 912
= 1, 92
Jawab. E.
233
5. Diberikan
(
0, 03 , jika 30 ≤ x < 40
µx =
0, 04 + 0, 001( x − 40)2 , jika 40 ≤ x < 50
Hitunglah 4|11 q30 q30

A. 0,305
B. 0,325
C. 0,355
D. 0,375
E. 0,400
Pembahasan:
t|u q x = t p x .u q x + t
Dengan mengaplikasikan rumus di atas, sehingga diperoleh :

R 34
4 p30 = e− 30 0,03dx
= 0, 88692
R
40 R 45 2
− 34 0,03dx + 40 0,04+0,001( x −40) dx
11 p34 = e = 0, 655953
4|11 q30 = 4 p30 .11 q34
= 4 p30 . (1 − 11 p34 )
= (0, 88692) × (1 − 0, 655953)

= 0, 305
Jawab. A.
1
6. Jika lx = 140 dan q x = . Hitunglah lx+1/4 menggunakan asumsi Hyperbolic (Balducci)
5
A. 129
B. 130
C. 131
D. 132
E. 133
Pembahasan:
234
Dalam asumsi Hyperbolic dipunyai:
l x +1
l x +s =
p x + sq x
dimana
px = 1 − qx
1
= 1 − = 0, 8
5
l x +1 = lx .p x = (0, 8)(140) = 112
sehingga
l x +1 112 112
lx+1/4 = lx+0,25 = = = = 131, 76 = 132
p x + 0, 25q x 0, 8 + (0, 25)(0, 2) 0, 85
Jawab. D.
7. Diketahui sebuah proses stokastik, autoregresive process first order, AR(1):
yt = 0, 9yt−1 + 0, 8 + ε t
Dimana forecast untuk 6 periode merupakan
ŷ T (6) = 0, 9yt + Z
Tentukanlah Z.
A. 2,50
B. 3,75
C. 3,95
D. 4,10
E. 5,20
Pembahasan:
Diketahui:
yt = 0, 9yt−1 + 0, 8 + ε t
= φ1 yt−1 + δ + ε t ŷ T (6) = 0, 9yt + Z
235

ŷ T (l ) = φ1l y T + φ1l −1 + φ1l −2 + ... + φ1 + 1 δ

Z = φ15 + φ14 + φ13 + φ12 + φ1 + 1 δ

= 0, 95 + 0, 94 + 0, 93 + 0, 92 + 0, 9 + 1 0, 8
= 3, 748472
≈ 3, 75
Jawab. B.
Yi = β 1 + β 2 X2i + β 3 X3i + ε i , i = 1, 2, 3, 4

i X2i X3i
1 -3 -1
2 -1 3
3 1 -3
4 3 1
Estimasi least square dari β 3 , dinyatakan sebagai βˆ3 = ∑4i=1 wi Yi
Tentukan nilai dari (w1 , w2 , w3 , w4 )
1 3 3 1
A. (− 20 , 20 , − 20 , 20 )
1 3 3 1
B. (− 20 , − 20 , 20 , 20 )
1 3 3 1
C. ( 20 , − 20 , 20 , − 20 )
3 1 1 3
D. (− 20 , − 20 , 20 , 20 )
E. ( 14 , 14 , − 41 , − 14 )
Pembahasan:
Diketahui:
4 4
( xi − x̄ )

βˆ3 = ∑ wi Yi = ∑ ∑in=1 ( xi − x̄ )2
Yi
i =1 i =1
236
sehingga
( xi − x̄ )

wi = n
∑i=1 ( xi − x̄ )2
di mana
−2 + 4 + (−4) + 2
x¯3 = =0
4
dan
n
∑ (xi − x̄)2 = (−2)2 + (4)2 + (−4)2 + (2)2 = 40
i =1
sehingga
−2 −1
w1 = =
40 20
4 2
w2 = =
40 20
−4 −2
w3 = =
40 20
2 1
w4 = =
40 20
Jawab. A.
9. Untuk selang estimasi ( x, x + 2], diketahui data sebagai berikut:

s=0 s=1
Jumlah orang yang hidup di umur x + s 200 170
Jumlah peserta baru di umur x + s + 0, 25 40 32
Jumlah orang yang bertahan di umur x + s + 1 170 140
Dengan menggunakan metode actuarial exposure, hitunglah estimasi 2 q x , yaitu kemungkinan
orang berumur x tahun yang akan meninggal dalam 2 tahun berikutnya.
A. 0,198
B. 0,200
C. 0,202
D. 0,204
237
E. 0,206
Pembahasan:
dx
q̂ x =
n x − (1 − s).c x + (1 − r )k x
untuk q̂ x
30
q̂ x = = 0, 139535
200 − 20(1 − 0, 5) + 40(1 − 0, 25) − 20(1 − 0, 75)
untuk q̂ x+1
30
q̂ x = = 0, 068182
170 − 22(1 − 0, 5) + 32(1 − 0, 25) − 28(1 − 0, 75)
sehingga
2 qˆ x = 1 − p x .p x+1
= 1 − (1 − q̂ x ) (1 − q̂ x+1 )
= 1 − (1 − 0, 139535)(1 − 0, 068182)
= 0, 198203
Jawab. A.
10. Dalam sebuah model dua decrement, diberikan:

(1)
a) q x = 0, 05
(2)
b) q x = 0, 15
c) Setiap decrement menyebar seragam dalam usia pada tabel decrement
(1)
Tentukanlan µ x+0,2
A. 0,0490
B. 0,0521
C. 0,0560
D. 0,0590
E. 0,0610
Pembahasan:
238
Untuk kasus UDD

( j)
( j) qx
µ x +t = (τ )
1 − tq x
Dengan mengaplikasikan rumus di atas, sehingga
(τ ) (1) (2)
qx = q x + q x = 0, 05 + 0, 15 = 0, 2
(1) ( j)
(1) (1) qx qx
µ x+0,2 = µ x (0, 2) = (τ )
= (τ )
0,2 p x 1 − 0, 2q x
( j)
qx 0, 05 0, 05
sehingga = = = 0, 0521
(τ )
1 − 0, 2q x 1 − 0, 2(0, 2) 0, 96
Jawab. B.
11. Diketahui bahwa mortalita mengikuti
lx = 100 − x, 0 ≤ x ≤ 100
Hitunglah e75,2
A. 10,70
B. 10,90
C. 11,10
D. 11,50
E. 11,90
Pembahasan:
Berdasarkan fungsi lx maka mortalitas ini mengikuti De Moivre’s Law
ω−x 1
ex = −
2 2
dengan ω = 100 sehingga
(100 − 75, 2) 1
e75,2 = − = 12, 4 − 0, 5 = 11, 9
2 2
Jawab. E.
12. Dalam sebuah studi mortalita, ada 20 orang. Kematian terjadi pada waktu 1, 4, 5, dan 7. Satu
orang withdraw dari studi pada waktu 2, dan dua orang withdraw dari studi pada waktu 6.
239
Sisa 13 orang bertahan sampai waktu ke 10. Hitunglah estimasi variance dari product limit
estimator S(10) menggunakan formula Greenwood.
A. 10,0075
B. 0,0082
C. 0,0090
D. 0,0093
E. 0,0103
Pembahasan:
!
m rj − dj
Ŝ(t) = ∏ rj
j =1
20 − 1 18 − 1 17 − 1 14 − 1

Ŝ(10) =
20 18 17 14

19 17 16 13
=
20 18 17 14
= 0, 784127
!
k dj
V̂ [Ŝ(t)] = [Ŝ(t)] 2
∑ r j (r j − d j )
j =1
!
k dj
V̂ [Ŝ(10)] = [Ŝ(10)]2 ∑ r j (r j − d j )
j =1

2 1 1 1 1
= [0, 784127] + + +
(20)(19) (18)(17) (17)(16) (14)(13)
= [0, 784127]2 (0, 015071)
= 0, 009266
≈ 0, 0093
Jawab. D.
13. Dalam studi mortalita, 2 kematian terjadi pada waktu 3 dan 3 kematian pada waktu 5. Tidak
ada kematian lain sebelum waktu 5. Estimasi Variance dari Nelson-alen H (3) adalah 0,002222.
Sedangkan estimasi variance dari Nelson-alen H (5) adalah 0,007222
Tentukanlah jumlah yang withdraw di antara waktu 3 dan 5.
240
A. 6
B. 7
C. 8
D. 9
E. 10
Pembahasan:
k dj
Estimasi variance [ Ĥ (t)] = ∑ r2
j =1 j
2
Ĥ (3) =
r12
2
0, 002222 =
r12
r12 = 900, 09
r1 ≈ 30
3
Ĥ (5) =
r22
3
0, 007222 =
r22
r22 = 415.4
r2 = 20, 381364
r2 ≈ 20
Dengan demikian diperoleh 30 = 20 + 2 + c ⇒ c = 8. Jadi, jumlah yang withdraw di antara

waktu 3 dan 5 adalah 8.
Jawab. C.
14. Diberikan
a) Kematian menyebar secara seragam pada tiap usia
b) µ45,5 = 0, 3
o
Hitunglah e45:1
241
A. 0,8624
B. 0,8712
C. 0,8813
D. 0,8945
E. 0,9001
Pembahasan:
qx
o
Diketahui bahwa untuk UUD nilai e45:1 = p x + 12 q x dan µ x+0,5 = sehingga
1 − 0, 5q x
q45
µ45,5 =
1 − 0, 5q45
(0, 3)(1 − 0, 5q45 ) = q45
0, 3 − 0, 15q45 = q45
0, 3 = 1, 15q45
0, 3
q45 = = 0, 261 (∗)
1, 15
dari (∗) diperoleh
p45 = 1 − q45 = 1 − 0, 261 = 0, 739
selanjutnya
o 1
e45:1 = p45 + q45 = 0, 739 + (0, 5)(0, 261) = 0, 8695 = 0, 87
2
Jawab. B.
15. Anda diberikan:

i. j( x ) = 1, 3x−100
ii. µ x = j( x )/[1 + j( x )]
Hitunglah q103 /q102
A. 1,01
B. 1,02
C. 1,03
D. 1,04
E. 1,06
242
Pembahasan:
Z x +n
n px = exp − µ x dx
x
1, 3x−100
Z 104
p103 = exp − dx = 0, 48947
103 1 + 1, 3x −100
1, 3x−100
Z 103
p102 = exp − dx = 0, 51782
102 1 + 1, 3x −100
q103 1 − p103 1 − 0, 48947

sehingga = = = 1, 058 = 1, 06
q102 1 − p102 1 − 0, 51782
Jawab. E.
16. Sebuah sampel yang merupakan 10 buah mesin dengan waktu kegagalan terjadi (dalam hari)
3, 4, 5, 7, 7, 8, 10, 10, 10, 12. Asumsikan model survival yang digunakan adalah exponensial,
estimasikanlah λ dengan menggunakan metode median.
(Pdf dari sebaran exponensial f ( x ) = λe−λx )
A. 0,087
B. 0,092
C. 0,095
D. 0,100
E. 0,130
Pembahasan:
x0,5 = (1 − 0, 5) x5 + 0, 5x6
= (0, 5)(7) + (0, 5)(8)
= 7, 5
2
F ( x0,5 ) = 1 − e−χ0,5
2
0, 5 = 1 − e−χ0,5
2
e−χ0,5 = 0, 5
−χ0,5 λ̂ = ln(0, 5)
ln(0, 5)
λ̂ = = 0, 09242 ≈ 0, 092
−7, 5
Jawab. B.
243
17. Untuk sebuah tabel mortalita dengan dua tahun seleksi, diberikan :
i. q[ x] = (1 − 2k)q x untuk semua x
ii. q[ x]+1 = (1 − k)q x+1 untuk semua x
iii. l[32] = 90
iv. l32 = 100
v. l33 = 90
vi. l34 = 63
Hitunglah q[32]
A. 1/12
B. 2/25
C. 1/15
D. 2/31
E. 2/35
Pembahasan:
l32 − l33
q32 =
l32
q[31]+1 l32 − l33
=
1−k l32
q[32] 1
=
1 − 2k 10
1
q[32] = (1 − 2k) (∗)
10
l33 − l34
q33 =
l32
q[32]+1 l33 − l34
=
1−k l33
q[33] 3
=
1 − 2k 10
3
q[32]+1 = (1 − k) (∗∗)
10
Berdasarkan (*), misalkan x = l[32]+1 , maka
90 − x = 9(1 − 2k)
x = 90 − 9 + 18k
x = 81 + 18k
244
Subtitusi nilai x ke dalam (**)
81 + 18k − 63 3 − 3k
=
81 + 18k 10
18k + 18 3 − 3k
=
81 + 18k 10
180k + 180 = 243 − 243k + 54k − 54k2
180k + 180 = 243 − 189k − 54k2
54k2 + 369k − 63 = 0
6k2 + 41k − 7 = 0
(6k − 1)(k + 7) = 0
1
artinya k = −7 dan k = 6
1 15
untuk k = −7 diperoleh q[32] = (1 − 2(−7)) 10 = 10 (tidak memenuhi)
1
untuk k = 6 diperoleh q[32] = (1 − 2( 16 )) 10
1
= 1
15
Jawab. C.
18. Untuk suatu model ARMA(1, 1) diberikan persamaan sebagai berikut:
yt = 0, 9yt−1 + 3 + ε t − 0, 4ε t−1
Hitunglah ρ1
A. 0,62
B. 0,73
C. 0,81
D. 0,88
E. 0,92
Pembahasan:
Berdasarkan yt = 0, 9yt−1 + 3 + ε t − 0, 4ε t−1 diperoleh φ = 0, 9 dan θ = 0, 4 sehingga
(1 − (0, 4)(0, 9))((0, 9) − (0, 4))

ρ1 = (0, 9)1−1 = 0, 727 = 0, 73
1 − 2(0, 9)(0, 4) + (0, 4)2
Jawab. B.
245
19. Diketahui dari 50 pengamatan
∑ ε̂2 = 100
∑(Yi − Ȳ )2 = 200
d (ε) = 30
Var
Hitunglah R̄2 untuk k = 1

A. 0,34
B. 0,44
C. 0,50
D. 0,54
E. 0,64
Pembahasan:
∑ ε̂2
R2 = 1−
∑(Yi − Ȳ )2 = 200
100
= 1− = 0, 5
200
(1 − R2 )(n − 1)
R̄2 = 1−
(n − k)
(1 − 0, 5)(50 − 1)
= 1− = 0, 5
(50 − 1)
Jawab. C.
20. Diketahui suatu proses autoregressive-moving average ARMA(1,1)
yt = 0, 9yt−1 + 2 + ε t − 0, 2ε t−1
Hitunglah ρ1
A. 0,72
B. 0,74
C. 0,76
D. 0,78
E. 0,80
246
Pembahasan:
ρ x (h) = φρ x (h − 1)
ρ x (2) = φρ x (2 − 1) = φρ x (1)
sehingga

(θ + φ)(1 + θφ)
ρ x (2) = φ
1 + 2θφ + θ 2

(−0, 2 + 0, 9) + (1 + (−0, 2)(0, 9))
= (0, 9)
1 + 2(−0, 2)(0, 9) + (−0, 2)2
= 0, 759
= 0, 76
Jawab. C.
21. Diketahui suatu proses moving average order 2, MA(2)
yt = 0, 3 + ε t + 0, 5ε t−1 − 0, 4ε t−2
Berapakah nilai optimal dari 2 langkah ke depan dari model tersebut yang dibuat pada waktu
t, jika error dari model pada waktu t,t − 1 and t − 2 masing ?masing 0,06 dan -0,1 dan 0.2
dan jika diketahui pula nilai dari deret y pada waktu t-1 adalah -0,4?
A. 0
B. 0,23
C. 0,24
D. 0,30
E. 0,64
Pembahasan:
Diketahui : ε t = 0, 06
ε t−1 = −0, 1
ε t−2 = 0, 2
µ = 0, 3
θ1 = −0, 5
θ2 = 0, 4
E(yt ) = E[0, 3 + ε t + 0, 5ε t−1 − 0, 4ε t−2 ] = 0, 3
247
Jawab. D.
22. Jika diketahui

(i) µ x = F + eex , x ≥ 0
(ii) 0 , 4p0 = 0,48
Hitunglah nilai F (dibulatkan 3 desimal).
A. −0,090
B. −0,200
C. 1,090
D. 0,303
E. 0,200
Pembahasan:
h Z x i
x p0 = exp − µ(s) ds
0

h Z 0,4 i
0,4 p0 = exp − F + e2s ds
0
h e0,8 − e0 i
0,48 = exp − 0,4F −
2
ln(0,48) = −0,4F − 0,612771
0,733969 − 0,612771
F =
0,4
= 0,302995
Jawab. D.
23. Sebuah regresi linier dengan dua variabel bebas dan satu konstan digunakan untuk menco-
cokkan suatu deret dengan 50 pengamatan, diketahui bahwa:
50
∑ (ε̂ t − ε̂ t−1 )2 = 90
t =2
50
∑ ε̂ t 2 = 59
t =1
Diberikan tabel Durbin-Watson Test
248
k=1 k=2 k=3 k=4

N
dL dU dL dU dL dU dL dU
50 1,5 1,59 1,46 1,63 1,42 1,67 1,38 1,32
d L :batas bawah dari critical value

dU :batas atas dari critical value
Apa keputusan yang cocok pada uji Durbin-Watson tersebut?

A. Residuals memiliki serial correlation yang positif
B. Residuals memiliki serial correlation yang negatif
C. Residuals tidak memiliki serial correlation
D. Residuals memiliki serial correlation yang tak-negatif
E. Hasil uji tidak dapat disimpulkan
Pembahasan:
Diketahui:
Statistika Tes
2
∑50
t=2 ( ε̂ t − ε̂ t−1 )
d=
∑50
t=1 ε̂ t
2
Jika d = 2 maka tidak ada korelasi

Jika 0 < d < 2 maka positif korelasi
Jika 2 < d < 4 maka negatif korelasi
Untuk menguji korelasi positif:
- Jika d < d L ada bukti statistik bahwa residual berkorelasi positif
- Jika d > dU Tidak ada bukti statistik bahwa residual berkorelasi positif
- Jika d L < d < dU Tes tidak dapat disimpulkan
Untuk menguji korelasi negatif:
- Jika (4 − d) < d L ada bukti statistik bahwa residual berkorelasi negatif
- Jika (4 − d) > dU tidak ada bukti statistik bahwa residual berkorelasi negatif
- Jika d L < (4 − d) < dU Tes tidak dapat disimpulkan
249
Diperoleh nilai d:
2
∑50
t=2 ( ε̂ t − ε̂ t−1 )
d =
∑50
t=1 ε̂ t
2
90
= = 1, 53
50
Diperoleh 0 < d < 2 dan d L < d < dU dimana 1, 5 < d < 1, 59, sehingga kesimpulan yang
ditarik "Hasil uji tidak dapat disimpulkan"
Jawab: E.
24. Dalam sebuah regresi model diberikan Untuk unrestricted model:
ESSUR = 90
TSSUR = 190
Untuk restricted model:
ESSR = 40
TSSR = 60
Hitunglah Statistik F1,98

A. 40
B. 42
C. 43
D. 44
E. 45
Pembahasan:
2 ESSUR 90 100
RUR = 1− = 1− =
TSSUR 190 190
ESSR 40 20
R2R = 1− = 1− =
TSSR 60 60
2 2

RUR − R R /1
F (1, 98) =
(1 − 100
190 ) / (98)
= 39, 925
= 40
250
Jawab. A.
25. Sebuah regresi linier
Yi = 1 + βXi + ε i
Y 1 3 5
X 2 4 8
Hitunglah estimasi heteroscedasticity-consistent dari Var [ β̂]
A. 0,0011
B. 0,0015
C. 0,0017
D. 0,0019
E. 0,0021
Pembahasan: Terlebih dahulu akan ditentukan SXXε2 dan SXX dengan menggunakan beber-
i
apa formula berikut
SXY ∑n ( X − X̄ )(Yi − Ȳ )
β̂ = = i =1 n i
SXX ∑i=1 ( X − X̄ )2
α̂ = Ȳ − β̂ X̄

= Yi − Ŷi = Yi − α̂ + β̂ X̄
εi
SXXε2
i
Var [ β̂] =
(SXX )2
Dinyatakan dalam bentuk tabel menjadi :

i Xi Yi Xi − X̄ Yi − Ȳ SXX SXY Ȳi εi ε2i SXXε2
i
1 2 1 -2,667 -2 7,11 5,33 1,285714 -0,28571 0,081633 0,5805
2 4 3 -0,667 0 0,444 0 2,571429 0,428571 0,183673 0,0816
3 8 5 3,33 2 11,111 6,667 5,142857 -0,14286 0,020408 0,22676
Total 14 9 0 0 18,67 12 9 -6,7E-16 0,285714 0,889
Mean 4,67 3
SXY ∑n ( X − X̄ )(Yi − Ȳ )
β̂ = = i =1 n i = 0, 642857
SXX ∑i=1 ( X − X̄ )2
= Ȳ − β̂ X̄ = 0
α̂
SXXε2
i
Var [ β̂] = = 0, 002551
(SXX )2
251
Jawab. Anulir
26. Sebuah regresi 2 variabel mengestimasi 100 titik,
Yi = α + βXi + ε i
ESS (Error sum of squares)=10000

∑ Xi2 = 5000
Hitunglah standart Error β̂ dan α̂, yaitu s β̂ dan sα̂
A. 0,143 dan 1,010
B. 0,167 dan 1,210
C. 0,182 dan 1,323
D. 0,193 dan 1,433
E. 0,210 dan 1,500
Pembahasan:
Akan dihitung terlebih dahulu σ̂
ESS 10000
σ̂2 = =
n−2 98
r
10000
=
98
sehingga
q
10000
σ 98
s β̂ = q = √ = 0, 1428 = 0, 143
Xi2 5000
s √
∑ Xi2
r
5000 10000
sα̂ = 2
σ= p = 1, 01
n ∑ xi (100)(5000) 98
Jawab. A.
27. Diberikan model regresi di bawah ini
Yi = β 1 + β 2 X2i + β 3 X3i + ε i
Diketahui:
2 = 1200
∑ X2i
252
2 = 2200
∑ X3i
∑ X2i X3i = 2500
s2 = 1000
[ (c
Hitunglah COV β3 )
β2 , c
A. 0,5612
B. 0,6925
C. 0,7125
D. 0,7513
E. 0,8276
Pembahasan:
−s2 √∑ X2i2 X3i 2

∑ X2i ∑ X3i
[ (c
COV β3 )
β2 , c = 2 ! q
1− √∑ X2i2 X3i2
2
∑ X2i 2
∑ X3i
∑ X2i ∑ X3i
2500
−1000 √
(1200)(2200)
= 2 ! = 0, 69252
√ 2500
p
1− (1200)(2200)
(1200)(2200)
Jawab. B.
28. Model dengan 48 observasi yang anda miliki, sesuai dengan model berikut:
Y = β 1 + β 2 X2 + β 3 X3 + β 4 X4 + ε
Jika diberikan:
Sumber variasi Derajat Kebebasan Sum of Square
Regresi 3 103.658
Error 44 69.204
Hitunglah nilai R̄2
A. 0,57
B. 0,58
C. 0,59
D. 0,60
E. 0,61
253
Pembahasan:
Diketahui :
• RSS = 69, 24
• ESS = 103, 658
• n = 48
• k = 4 karena Y = β 1 + β 2 X2 + β 3 X3 + β 4 X4 + ε memiliki 4 parameter
sehingga
TSS = ESS + RSS

= 69, 204 + 103, 658
= 172, 862
2 ESS
R =
RSS
103, 658
=
172, 862
= 0, 599658
(1 − R2 )(n − 1)
R̄2 = 1−
(n − k)
(1 − 0, 599658)(47)
= 1−
44
= 0, 572362
Jawab. A.
29. Untuk sebuah table double decrement, diberikan:

(τ ) (1) (2)
Usia x lx dx dx
40 1000 60 55
41 - - 70
42 750 - -
0 (1)
Setiap decrement menyebar secara uniform, hitunglah nilai q41
A. 0,077
B. 0,078
C. 0,079
D. 0,080
E. 0,081
254
Pembahasan:
(τ ) (τ ) (1) (2)
l41 = l40 − d40 − d40
= 1000 − 60 − 55
= 885
(τ ) (τ ) (1) (2)
l42 = l41 − d41 − d41
(1)
750 = 885 − d41 − 70
(1)
d41 = 65
(1)
(1) d41 65
q41 = (τ )
= = 0, 073446
l41 885
(τ )
(τ ) d41
q41 = (τ )
l41
65 + 70
= = 0, 152542
885
0 (1) 0 (1)
q41 = 1 − p41
(1)
q
41
(τ )

(τ ) q
= 1 − p41 41
0,073446
= 1 − (1 − 0, 152542) 0,152542
= 0, 076599
Jawab. A.
Waktu. Koefisien autocorellation dari sample lag 1 adalah −0.40. Hitunglah tebakan awal
A. 0.4
B. 0.5
C. 0.6
D. 0.7
E. 0.8
Pembahasan:
Autocorrelation function untuk MA(q) yang invertible:
255
q−h
θ h + ∑ j =1 θ j θ j + h
ρh = − q
1 + ∑ j=1 θ 2j
θ1
ρ1 = −
1 + θ12
θ
−0.4 = − 1 2
1 + θ1
0.4(1 + θ12 ) = θ1
4θ12 + 4 = 10θ1
4θ12 − 10θ1 + 4 = 0
(4θ1 − 2)(θ1 − 2) = 0
1
Nilai θ1 yang memenuhi persamaan kuadrat di atas adalah θ1 = 2 atau θ1 = 2. Karena nilai
parameter θ1 haruslah kurang dari 1, maka nilai θ1 yang dimaksud adalah θ1 = 0.5
Jawab. B.
256
1. Diketahui suatu proses moving average order 2, MA(2)

yt = 3 + ε t − 0, 2ε t−1 − 0, 5ε t−2
Tentukanlah ρ1 dan ρ2
A. -0,0365 dan -0,250

B. -0,0665 dan -0,275
C. -0,0665 dan -0,355
D. -0,0775 dan -0,355
E. -0,0775 dan -0,388
Pembahasan:
Diketahui:
θ1 = −0, 2
θ2 = −0, 5
Rumus Umum untuk MA(q)
q=kθ j θ j+k
θ k + ∑ j =1
ρk = q
1 + ∑ j=1 θ 2j
sehingga untuk MA(2)
θ1 + θ1 θ2
ρ1 =
1 + θ12 + θ22
−0, 2 + (−0, 2)(0, 5)
=
1 + (−0, 2)2 + (−0, 5)2
= −0, 077519
≈ −0, 0775
257
θ1 + θ1 θ2
ρ1 =
1 + θ12 + θ22
(−0, 5)
=
1 + (−0, 2)2 + (−0, 5)2
= −0, 38759
≈ −0, 388
Jawab: E. -0,0775 dan -0,388
2. Sebuah regresi linier dengan tiga variabel bebas dan satu konstan digunakan untuk menco-
cokkan suatu deret dengan 100 pengamatan, diketahui bahwa:
100
∑ (ε̂ t − ε̂ t−1 )2 = 100
t =2
100
∑ ε̂ t 2 = 81
t =1
Diberikan tabel Durbin-Watson Test
k=1 k=2 k=3 k=4

N
dL dU dL dU dL dU dL dU
100 1,65 1,69 1,63 1,72 1,61 1,74 1,59 1,76
d L :batas bawah dari critical value

dU :batas atas dari critical value
Apa keputusan yang cocok pada uji Durbin-Watson tersebut?
A. Residuals memiliki serial correlation yang positif

B. Residuals memiliki serial correlation yang negatif
C. Residuals tidak memiliki serial correlation
D. Residuals memiliki serial correlation yang tak-negatif
E. Hasil uji tidak dapat disimpulkan
Pembahasan:
Diketahui:
100
∑ (ε̂ t − ε̂ t−1 )2 = 100
t =2
258
100
∑ ε̂ t 2 = 81
t =1
Statistika Tes
2
∑nt=2 (ε̂ t − ε̂ t−1 )
d=
∑nt=1 ε̂ t 2
Jika d = 2 maka tidak ada korelasi

Jika 0 < d < 2 maka positif korelasi
Jika 2 < d < 4 maka negatif korelasi
Untuk menguji korelasi positif:
- Jika d < d L ada bukti statistik bahwa residual berkorelasi positif
- Jika d > dU Tidak ada bukti statistik bahwa residual berkorelasi positif
- Jika d L < d < dU Tes tidak dapat disimpulkan
Untuk menguji korelasi negatif:
- Jika (4 − d) < d L ada bukti statistik bahwa residual berkorelasi negatif
- Jika (4 − d) > dU tidak ada bukti statistik bahwa residual berkorelasi negatif
- Jika d L < (4 − d) < dU Tes tidak dapat disimpulkan
Diperoleh nilai d:
2
∑nt=2 (ε̂ t − ε̂ t−1 )
d =
∑nt=1 ε̂ t 2
100
=
81
= 1, 2345
Diperoleh 0 < d < 2 dan d < d L

Jawab: A. Residuals memiliki serial correlation yang positif
3. Dalam sebuah studi regresi dua peubah acak dihasilkan
a) β̂ = 0, 2
b) s β̂ = 0, 095, yaitu standard error dari β
Tentukanlah nilai statistik t beserta keputusan yang diambil dari sebuah uji untuk H0 : β = 0
dan H1 : β 6= 0 dengan confidance interval 95% (diketahui, nilai kritis (critical value) untuk
95% confidance interval adalah 1,96 )
A. t = 1, 5 dan oleh karena itu tolak hipotestis nol.
259
B. t = 1, 5 dan oleh karena itu terima hipotestis nol.

C. t = 1, 8 dan oleh karena itu tolak hipotestis nol.
D. t = 2, 1 dan oleh karena itu terima hipotestis nol.
E. t = 2, 1 dan oleh karena itu tolak hipotesis nol.
Pembahasan:
Diketahui
• β̂ = 0, 2
• s β̂ = 0, 095, yaitu standard error dari β
• nilai kritis (critical value) untuk 95% confidance interval adalah t α ,n−2 = 1, 96
2
H0 diterima apabila −t α ,n−2 < T < t α ,n−2 dimana nilai T diperoleh dari:
2 2
β̂ 0, 2
T= = = 2, 105
s β̂ 0, 095
Diperoleh T = 2, 105 sehingga tolak hipotesis nol
Jawab: E. t = 2, 1 dan oleh karena itu tolak hipotesis nol.
4. Diberikan forecast error 3 langkah ke depan berdasarkan ARIMA model

eT (3) = 0, 34ε T +3 + 0, 26ε T +2 − 0, 55ε T +1
Diketahui pula, variance dari forecast error adalah 0,89
Hitunglah variance dari error, σε2 .
A. 0,89
B. 1,10
C. 1,83
D. 2,15
E. 2,50
Pembahasan:
Diketahui
e T (3) = ψ0 ε T +3 + ψ1 ε T +2 + ψ2 ε T +1
= eT (3) = 0, 34ε T +3 + 0, 26ε T +2 − 0, 55ε T +1
260
variance dari forecast error = 0,89

Var [eT (l )] = ψ02 + ψ12 + ... + ψl2−1 σε2

Var [eT (3)] = ψ02 + ψ12 + ... + ψl2−1 σε2
Var [eT (3)]
σε2 =
ψ02 + ψ12 + ... + ψl2−1
0, 8
= 2
0, 34 + (0, 26)2 + (−0, 55)2
= 1, 8324
Jawab: C. 1,83
5. Pada sebuah analisis regresi, y = α + βx + ε, dari 49 pengamatan diketahui bahwa rata-rata

dari sample x adalah 1.182,4 dengan standar deviasi 226, sedangkan rata-rata dari sampel y
adalah 49,6 dengan standar deviasi 7,1. Korelasi sampel antara x dan y adalah 0,673.
Dengan menggunakan informasi di atas hitunglah persamaan regresi nya:
A. y = 24, 7 + 0, 0211x
B. y = 0.0211 + 24, 7x
C. y = −25.371, 8 + 21, 5x
D. y = 21, 5 − 25.371, 8x
E. y = 25.471 + 21, 5x
Pembahasan:
Diketahui:
1. N= 49
2. x̄ = 1.182, 4 dan s x = 226
3. ȳ = 49, 6 dan sy = 7, 1
4. r = 0, 673
261
akan dihitung terlebih dahulu nilai r, β, α
∑ xyn x̄ ȳ
r =
( n − 1) s x s y
∑ xy = r (n − 1)s x sy + n x̄ ȳ
= (0, 673)(48)(226)(7, 1) + (49)(1.182, 4)(49, 6)
= 2.925.539, 958
∑ xyn x̄ ȳ
β =
(n − 1)s2x
2.925.539, 958 − (49)(1.182, 4)(49, 6)
=
48(226)2
= 0, 021143
α = ȳ − β x̄
= 49, 6 − (0, 021143)(1.182, 4)
= 24, 6006
Diperoleh y = 24, 6006 + 0, 021143x

Jawab: A. y = 24, 7 + 0, 0211x
6. Dari soal nomor 5, misalnya ada pengamatan yang ke 50 dimasukkan dalam data. Yang mana
dari kemungkinan berikut untuk pengamatan yang ke 50 tersebut yang akan mengubah per-
samaan regresi paling signifikan?
A. x = 900, y = 45
B. x = 1200, y = 40
C. x = 1200, y = 60
D. x = 2400, y = 75
E. x = 2400, y = 25
Pembahasan:
Dari soal nomor 5, diperoleh y = 24, 7 + 0, 0211x
Untuk data berjumlah 49 diperoleh x̄ = 1.182, 4 dan ȳ = 49, 6
Akan dilakukan Cek kemungkinan untuk pengamatan yang ke 50 yang mengubah persamaan
regresi paling signifikan
262
a. Untuk x = 900, y = 45
(1.182, 4)(49) + 900

x̄ =
50
= 1.176, 752
(49, 6)(49) + 45
ȳ =
50
= 49, 508
Jika Nilai x disubtitusikan maka y = 24, 7 + 0, 0211(1.176, 752) = 49, 529

b. Untuk x = 1200, y = 40
(1.182, 4)(49) + 1200

x̄ =
50
= 1.182, 752
(49, 6)(49) + 40
ȳ =
50
= 49, 408

c. Untuk x = 1200, y = 60
(1.182, 4)(49) + 1200

x̄ =
50
= 1.182, 752
(49, 6)(49) + 60
ȳ =
50
= 49, 808

d. Untuk x = 2400, y = 75
(1.182, 4)(49) + 900

x̄ =
50
= 1.206, 752
(49, 6)(49) + 40
ȳ =
50
= 50, 108
263
e. Untuk x = 2400, y = 25
(1.182, 4)(49) + 2400

x̄ =
50
= 1.206, 752
(49, 6)(49) + 25
ȳ =
50
= 49, 108

Dari kelima hasil di atas terlihat perbedaan nilai y yang paling signifikan pada pilihan E
Jawab:E. x = 2400, y = 25
7. Jika error terms merupakan heteroscedastic, estimasi OLS (ordinary least squares) dari pa-
rameter persamaan regresi akan menjadi?
A. Bias namun konsisten

B. Tak-bias, efisien, namun tidak konsisten
C. Tak-bias dan efisien
D. Tak-bias, konsisten, namun tidak efisien
E. Tak-bias, Efisien dan konsisten.
Pembahasan:
Kita tahu bahwa syarat untuk OLS adalah variansnya konstan atau tidak ada heteroscedastic
dan bersifat BLUE (Best Linear Unbiased Estimator) tetapi apabila terjadi heteroscedastic
maka estimatornya tidak bersifat BLUE dan variansinya bukan terkecil dari semua unbiased
estimator.
Heteroscedastic tidak membuat OLS menjadi bias tetapi bisa membuat estimasi OLS dari
varians koefisien menjadi bias. Dengan demikian, analisis regresi menggunakan data yang
heteroskedastik masih akan memberikan perkiraan yang tidak bias untuk hubungan antara
variabel prediktor dan hasil (konsisten), tetapi standart error dan hasil inferensi yang diper-
oleh dari analisis data dicurigai salah. Standard error yang bisa menyebabkan inferensi hasil-
nya menjadi bias, sehingga hasil tes hipotesis mungkin salah dan membuat kesalahan tipe II
(Keputusan menerima hipotesis nol yang salah)
Ketika terjadi heterokedastik, estimasi OLS menempatkan bobot lebih pada pengamatan den-
gan variansi error yang besar daripada variansi error yang lebih kecil. Pembobotan terjadi
karena jumlah kuadrat residual terkait dengan variansi error yang besar cenderung jauh lebih
besar daripada jumlah kuadrat residual terkait dengan variansi error yang lebih rendah. Garis
regresi akan disesuaikan untuk meminimalkan jumlah total kuadrat residual, dan ini dapat
264
memberikan hasil terbaik yang bisa dicapai dengan menjamin kecocokan yang sangat baik
dalam bagian data yang memiliki variansi besar. Karena pembobotan ini berimplikasi pada
estimasi parameter OLS tak-bias dan konsisten, tetapi tidak efisien.
Sumber: Econometric Models and Economic Forecast(Fourth Edition),1998, by Pindyck, R.S.
and Rubinfeld, D.L., Halaman 146-147
Jawab: D. Tak-bias, konsisten, namun tidak efisien
8. Dari soal nomor 5, berapakah derajat kebebasan (degree of freedom) untuk error:
A. 1
B. 2
C. 47
D. 48
E. 49
Pembahasan:
Diketahui y = 24, 7 + 0, 0211x dan N= 49
df = n − k
dengan k adalah jumlah parameter termasuk intercept (konstan)

Sehingga diperoleh:
y = 24, 7 + 0, 0211x
memiliki dua parameter sehingga
df = 49 − 2
= 47
Jawab: C. 47
9. Diberikan data tingkat suku bunga pada sebuah instrumen sebagai berikut:
Waktu (t) yt
1 10%
2 7%
3 8%
265
Dengan menggunakan metode Exponentially Weighted Moving Average (EWMA) dimana

α = 0, 9, hitunglah ŷ4 .
A. 0,0700
B. 0,0751
C. 0,0792
D. 0,0800
E. 0,0833
Pembahasan:
Diketahui:
t = 1 −→ y1 = 0, 1
t = 2 −→ y2 = 0, 07
t = 3 −→ y3 = 0, 08
α = 0, 9
Rumus yang digunakan:
ŷt+1 = α yt + (1 − α)yt−1 + (1 − α)2 yt−2 + (1 − α)3 yt−3 + ...

Sehingga proses pengerjaan :

h i
ŷ4 = α y3 + (1 − α ) y2 + (1 − α )2 y1
h i
= 0, 9 0, 08 + (0, 1)(0, 07) + (0, 1)2 (0, 1)
= 0, 0792
Jawab:C. 0,0792
10. Diketahui sebuah proses stokastik, autoregresive process first order, AR(1):
yt = 0, 9yt−1 + 0, 8 + ε t
Dimana forecast untuk 6 periode merupakan
ŷ T (6) = 0, 9yt + Z
Tentukanlah Z.
A. 2,50
B. 3,75
C. 3,95
266
D. 4,10
E. 5,20
Pembahasan:
Diketahui:
yt = 0, 9yt−1 + 0, 8 + ε t
= φ1 yt−1 + δ + ε t ŷ T (6) = 0, 9yt + Z

ŷ T (l ) = φ1l y T + φ1l −1 + φ1l −2 + ... + φ1 + 1 δ
Sehingga proses pengerjaan :

Z = φ15 + φ14 + φ13 + φ12 + φ1 + 1 δ

= 0, 95 + 0, 94 + 0, 93 + 0, 92 + 0, 9 + 1 0, 8
= 3, 748472
≈ 3, 75
Jawab: B. 3,75
11. Diketahui sebuah proses autoregresive moving average
yt = 0, 5yt−1 + 0, 7 + ε t − 0, 2ε t−1
Hitunglah forecast l-periode dimana l merupakan bilangan yang sangat besar (mendekati tak-
hingga)
A. 1,4
B. 1,7
C. 2,1
D. 2,5
E. 3,0
Pembahasan: Diketahui:
yt = 0, 5yt−1 + 0, 7 + ε t − 0, 2ε t−1
267
δ
lim ŷ T (l ) =
l →∞ 1 − φ1
0, 7
=
1 − 0, 5
= 1, 4
Jawab: A. 1,4
12. Dalam sebuah regresi model diberikan

ESSR = 35
TSSR = 60
Untuk unrestricted model:
ESSUR = 85
TSSUR = 90
A. 15
B. 66
C. 123
D. 194
E. Statistik tersebut tak dapat dihitung
Pembahasan:
( RSSR − RSSUR )/r
TSS = ESS + RSS dan F =
RSSUR /(n − k − 1)
Dari rumus kita bisa menentukan RSSR dan RSSUR tetapi karena tidak mengetahui nilai r, k
dan n
dimana : r= jumlah restriction
k= jumlah variabel independent
n= ukuran sampel
Sehingga statistik tersebut tidak dapat dihitung
Jawab: E. Sehingga statistik tersebut tidak dapat dihitung
268
13. Diberikan proses MA(3) dibawah ini

yt = µ + ε t + θ1 ε t−1 + θ2 ε t−2 + θ3 ε 3 , dimana σt merupakan sebuah white noise process
dengan nilai rata-rata nol dan variance σ2 .
Yang manakah pernyataan di bawah yang benar?
(i) Proses yt memiliki nilai rata-rata nol
(ii) Fungsi autocorrelation akan memiliki nilai 0 (nol) pada lag 5
(iii) Proses yt memiliki variance σ2
(iv) Fungsi autocorrelation akan memiliki nilai 1 (satu) pada lag 0
A. i) dan iii) saja
B. ii) saja
C. ii) dan iv) saja
D. i),ii) dan iii) saja
E. i),ii), iii) dan iv)
Pembahasan:
Diketahui yt = µ + ε t + θ1 ε t−1 + θ2 ε t−2 + θ3 ε 3 , dimana σt merupakan sebuah white noise
process dengan nilai rata-rata nol dan variance σ2 .
Fungsi Auto korelasi untuk MA(q)
q
∑ i =0 θ i θ k + i
ρk = k = 1, 2, ..., q
q2
∑i=0 θi2
ρk = 0, k>q
Dimana θ0 = −1 dan θk = 0 untuk k ≥ q + 1

Varians dari fungsi MA(q)
Var (yt ) = σt (1 + θ12 + θ22 + ... + θq2 )
Maka :
(i) Salah, karena yang memiliki rata-rata nol adalah σt sedangkan yt memiliki rata-rata µ
(ii) Benar, karena fungsi autocorrelation akan bernilai nol setelah lag ke-q pada MA(q)
dalam hal ini akan bernilai nol setelah lag ke-3
(iii) Salah, karena untuk MA(3)
Var (yt ) = σt (1 + θ12 + θ22 + θ32 )

= σ(1 + θ12 + θ22 + θ32 )
269
(iv) Benar,
θ0 θ0
ρ0 =
θ02
1.1
=
12
= 1
Jawab: C. ii dan iv saja
14. Diberikan
λ X ( x ) = k, x > 0
Tentukanlah m a , tingkat kematian central dalam interval ( a, a + 1)
A. k
k
B.
2
k
C.
2a
2k
D.
2a + 1
E. 0
Pembahasan:
Diketahui λ X ( x ) = k, x > 0
Akan dihitung m a dengan interval ( a, a + 1), dimana :
R a +1
a S(y)λ(y)dy
ma = R a +1
a S(y)dy
Jika :
Z x
S( x ) = exp − λ(y)dy
0
Z x
= exp − kdy
0
= exp(−kx )
270
sehingga
Z a +1 Z a +1
S(y)λ(y)dy = e−ky kdy, misal u = −ky maka du = −kdy
a a
eu
Z − k ( a +1)
= k − du
−ka k
Z − k ( a +1)
= eu du
−ka
− k ( a +1)
= −e + e−ka
Z a +1 Z a +1
S(y)dy = e−ky dy, misal u = −ky maka du = −kdy
a a
eu
Z − k ( a +1)
= − du
−ka k
−e−k(a+1) + e−ka
=
k
maka nilai m a
R a +1
a S(y)λ(y)dy
ma = R a +1
a S(y)dy
−e−k(a+1) + e−ka
=
−e−k(a+1) +e−ka
k
−e−k(a+1) + e−ka .k
=
−e−k(a+1) + e−ka
= k
Jawab: A. k
15. Diketahui X1 dan X2 merupakan peubah acak bebas, didefinisikan bahwa:

Apabila Y = Min( X1 , X2 ) , Z = Max ( X1 , X2 ) Maka:
I. Fungsi Sebaran Survival (Survival Distribution Function) dari Y, S(y), merupakan perkalian
dari fungsi sebaran survival X1 dan fungsi sebaran survival X2
II. Fungsi Sebaran Kumulatif (Cumulative Distribution Function) dari Z, F (z), merupakan
perkalian dari fungsi sebaran kumulatif X1 dan fungsi sebaran kumulatif X2
III. Apabila X1 dan X2 menyebar exponensial maka Z menyebar eksponensial namun Y
tidak.
Yang manakah pernyataan di atas yang benar?
271
A. I saja
B. I dan II saja
C. I dan III saja
D. II dan III saja
E. I, II, dan III benar
Pembahasan:
Diketahui X1 dan X2 merupakan peubah acak bebas,didefinisikan Y = Min( X1 , X2 ) , Z =
Max ( X1 , X2 ) maka:
I. Y = Min( X1 , X2 )
FY (y) = P (Y ≤ y ) = 1 − P (Y > y )
= 1 − P( X1 > x, X2 > x )
= 1 − [ P( X1 > x ) P( X2 > x )]
1 − FY (y) = P ( X1 > x ) P ( X2 > x )
SY (y) = S X1 ( x ) S X2 ( x )
II. Z = Max ( X1 , X2 )
FZ (z) = P( Z ≤ z)
= P( X1 ≤ x, X2 ≤ x )
= P ( X1 ≤ x ) P ( X2 ≤ x )
= FX1 ( x ) FX2 ( x )
III. Salah, karena jika X1 dan X2 sama-sama menyebar exponensial maka Z dan Y harus
memiliki sifat yang sama yaitu menyebar exponensial membawa sifat fungsi distribusi
Jawab: B. I dan II saja
16. Yang manakah dari pernyataan di bawah yang benar pada asumsi linier untuk lx+t dimana
0 < t < 1?
1) 0,5 q x < 0,5 q x+0,5

2) t x = 1−t p x . t q x+1−t
3) µ x+t < t q x
A. 1 dan 2 saja
272
B. 1 dan 3 saja
C. 2 dan 3 saja
D. 2 saja
E. 1,2, dan 3
Pembahasan:
a) 0,5 q x < 0,5 q x+0,5

(1 − 0, 5)q x
0,5 q x = 0, 5q x sedangkan 0,5 q x+0,5 =
1 − 0, 5q x
Jika diambil sebarang bilangan jelas 0,5 q x < 0,5 q x+0,5 (Benar)
b) t x = 1−t p x . t q x+1−t
(1 − 1 + t ) q x
1− t p x . t q x +1− t = (1 − (1 − t ) q x ) .
1 − (1 − t ) q x +1
= (1 − 1 + t ) q x
= t . qx
= t qx Benar
c) µ x+t < t q x
qx
µ x +t = sedangkan t q x = t.q x
1 − t.q x
Jika diambil sebarang bilangan diperoleh µ x+t > t q x (Salah)
Jawab: A. 1 dan 2 saja
17. Diberikan informasi

lx = 10.000, L x+1 = 8.000, dan q x+1 = 0, 25
lx+1 = 8.100, L x+2 = 6.000, m x+2 = 0, 3645
Tentukanlah 2 p x+0,5 dengan menggunakan metode eksponensial (constant force)
A. 0,44
B. 0,46
C. 0,54
D. 0,56
E. 0,64
Pembahasan:
Diketahui
273
lx = 10.000, L x+1 = 8.000, dan q x+1 = 0, 25

lx+1 = 8.100, L x+2 = 6.000, m x+2 = 0, 3645 Akan kita hitung 2 p x+0,5 dengan menggu-
nakan metode eksponensial (constant force) maka : Langkah Pertama
= 1 − p x +1
q x +1
l
= 1 − x +2
l x +1
l x +1 − l x +2
0, 25 =
l x +1
0, 25 . lx+1 = lx+1 − lx+2
l x +2 = lx+1 − 0, 25 . lx+1
= 0, 75 . lx+1
= 0, 75 . 8100
= 6075
Langkah Kedua
dx L x − L x +1
mx = = sehingga
Lx Lx
l x +2 − l x +3
m x +2 =
l x +2
6075 − lx+3
0, 3645 =
6000
l x +3 = 6075 − 0, 3645 . 6000
= 3888
Langkah Ketiga
lx+0,5+2
2 p x +0,5 =
lx+0,5
1
l x +2 ( p x +2 ) 2
=
lx+0,5
1
l 2
l x +2 l x +3
x +2
= 1
l 2
lx xl+x 1
3888
12
6075 6075 4860
= 1 = 9000 = 0, 54
8100 2
10000 10000
274
Jawab: C. 0,54
18. Misakan ada 100 pengamatan dan diketahui
Var [Ŝ(t)] = 0, 00056, Var [Ŝ(r )] = 0, 00040
Jika S(t) > 2S(r ) dan t < r,

Tentukan 100Cov[Ŝ(t), Ŝ(r )]
A. 0,0010
B. 0,0015
C. 0,0020
D. 0,0025
E. 0,0030
Pembahasan:
Diketahui
Var [Ŝ(t)] = 0, 00056, Var [Ŝ(r )] = 0, 00040
S(t) > 2S(r ) dan t < r
Akan dihitung 100Cov[Ŝ(t), Ŝ(r )]
S(t) F (t) S(t)(1 − S(t))

Var Ŝ(t) = =
n n
0, 00056(100) = S ( t ) − S ( t )2
S(t)2 − S(t) − 0, 056 = 0
(S(t) − 0, 940454)(S(t) − 0, 059545) = 0
S(t) = 0, 940454 atau S(t) = 0, 059545
S (r ) F (r ) S(r )(1 − S(r ))

Var Ŝ(r ) = =
n n
2
0, 0004(100) = S (r ) − S (r )
2
S(r ) − S(r ) − 0, 04 = 0
(S(r ) − 0, 95825)(S(t) − 0, 0417424) = 0
S(t) = 0, 95825 atau S(t) = 0, 0417424
275
maka
100.qt .qr
100Cov[Ŝ(t), Ŝ(r )] =
n
100.0, 059545.0, 0417424
=
100
= 0, 00224
Jawab: D. 0,00224
19. Pada sebuah pengamatan double-decrement

(d) (w)
Jika µ70+t dan µ70+t adalah konstan pada 0 < t < 1,
(d) (d) (w)
Tentukanlah q70 jika diketahui q0 70 = q0 70 = 0, 20
A. 0,170
B. 0,180
C. 0,190
D. 0,195
E. 0,200
Pembahasan:
(d) (w) (d) (w)
Diketahui µ70+t dan µ70+t adalah konstan pada 0 < t < 1, dan q0 70 = q0 70 = 0, 20
sehingga:

(d) 0 (d) 1 0 (w)
qx = qx 1−
. qx
2

(d) 0 (d) 1 0 (w)
q70 = q70 1 − . q70
2

1
= 0, 2 1 − (0, 2)
2
= 0, 18
Jawab: B. 0,180
20. Dalam sebuah sampel terdapat 10.000 orang pada usia x.
1) 1000 orang baru masuk pada usia x + 1/4

2) 2000 meninggal pada interval ( x, x + 1)
Tentukanlah moment estimator dari q x dimana kematian menyebar linier (UDD).
276
A. 0,186
B. 0,197
C. 0,205
D. 0,220
E. 0,235
Pembahasan:
Diketahui :
• lx = 10.000
• 1000 orang baru masuk pada usia x + 1/4
• 2000 meninggal pada interval ( x, x + 1)
sehingga moment estimator dari q x dimana kematian menyebar linier (UDD) adalah
d
q̂ x =
n x − (1 − s).c x + (1 − r ).k x
2000
=
10.000 − 0, 5(2000) + 0, 75(1000)
= 0, 20512
Jawab: C. 0,205
Untuk soal 21-22!

Dalam studi mortalita untuk tahun kalender 2017, ada 240 jiwa yang lahir pada tahun 1986
dan 1987, dimana 10 orang lahir pada tanggal 1 setiap bulannya . Berikut data kematian dan
withdrawals
No Tanggal Lahir Tanggal Kejadian Kejadian

1 1 Februari 1986 1 Maret 2017 Withdrawal
2 1 April 1986 1 Maret 2017 Meninggal
3 1 Juni 1986 1 Juli 2017 Meninggal
4 1 Agustus 1986 1 Februari 2017 Withdrawal
5 1 Maret 1987 1 Januari 2017 Meninggal
21. Hitunglah q30 dengan perhitungan estimasi aktuaria.

A. 0,0060
B. 0,0073
C. 0,0084
277
D. 0,0098
E. 0,0125
Pembahasan:
Diketahui 240 jiwa yang lahir pada tahun 1986 dan 1987, dimana 10 orang lahir pada tanggal
1 setiap bulannya.
(
0 , jika yi < x
ri =
yi − x , jika x < yi < x + 1
(
zi − x , jika x < zi < x + 1
si =
1 , jika zi < x + 1


 0 , jika θi = 0

0 , θi > x + 1



 0 , jika φi = 0

0 , φi > x + 1


 si − ri


278
Tanggal Exposure
Yi zi θi φi ri si ιi κi 10ε
Lahir eksak
1-Jan-86 31.00 32.00 00.00 1.00 1.00 10.00
1-Feb-86 30.92 31.91 00.00 31.08 0.92 1.00 0 0 0.08 00.84
1-Mar-86 30.84 31.84 0.84 1,00 0.16 1.61
1-Apr-86 30.75 31.75 30.92 0.00 0.75 1.00 0.92 0 0.25 2.46
1-May-86 30.67 31.67 0.67 1.00 0.33 3.28
1-Jun-86 30.59 31.58 31.08 0.00 0.59 1.00 0 0 0.41 4.13
1-Jul-86 30.51 31.50 0.51 1.00 0.49 4.95
1-Aug-86 30.42 31.42 0.00 30.51 0.42 1,00 0 0.51 0.08 0.85
1-Sep-86 30.34 31.33 0.34 1.00 0.66 6.65
1-Oct-86 30.25 31.25 0.25 1.00 0.75 7.47
1-Nov-86 30.17 31.16 0.17 1.00 0.83 8.32
1-Dec-86 30.09 31.08 0.09 1.00 0.91 9.14
1-Jan-87 30.00 31.00 0.00 1.00 1.00 9.97
1-Feb-87 29.92 30.91 0.00 0.91 0.91 9.12
1-Mar-87 29.84 30.84 29.84 0.00 0.00 0.84 0 0 0.00 0.00
1-Apr-87 29.75 30.75 0.00 0.75 0.75 7.51
1-May-87 29.67 30.67 0.00 0.67 0.67 6.69
1-Jun-87 29.59 30.58 0.00 0.58 0.58 5.84
1-Jul-87 29.51 30.50 0.00 0.50 0.50 5.02
1-Aug-87 29.42 30.42 0.00 0.42 0.42 4.17
1-Sep-87 29.34 30.33 0.00 0.33 0.33 3.32
1-Oct-87 29.25 30.25 0.00 0.25 0.25 2.50
1-Nov-87 29.17 30.16 0.00 0.16 0.16 1.65
1-Dec-87 29.09 30.08 0.00 0.08 0.08 0.83
Total 11.63 116.28
Bisa dilihat pada kolom ιi terjadi satu kematian untuk usia 30 tahun sehingga
1
q30 = = 0, 008599
116, 28
Jawab: C. 0,0084
22. Dengan menggunakan usia nearest birthday. Hitunglah p30 dengan menggunakan metode
exact exposure (asumsi konstan force of mortality).
A. 0,951
279
B. 0,963
C. 0.972
D. 0.986
E. 0.991
Pembahasan:
Diketahui 240 jiwa yang lahir pada tahun 1986 dan 1987, dimana 10 orang lahir pada tanggal
1 setiap bulannya.
(
0 , jika yi < x
ri =
yi − x , jika x < yi < x + 1
(
zi − x , jika x < zi < x + 1
si =
1 , jika zi < x + 1


 0 , jika θi = 0

0 , θi > x + 1



 0 , jika φi = 0

0 , φi > x + 1

280

 si − ri


Tanggal Exposure
Yi zi θi φi ri si ιi κi 10ε
Lahir eksak
1-Jan-86 31.00 32.00 0.00 1.00 1.00 10.00
1-Feb-86 31.00 32.00 0.00 31.00 0.00 1.00 0.00 1.00 1.00 10.00
1-Mar-86 31.00 32.00 0.00 1,00 1.00 10.00
1-Apr-86 31.00 32.00 31.00 0.00 0.00 1.00 1.00 0.00 1.00 10.00
1-May-86 31.00 32.00 0.00 1.00 1.00 10.00
1-Jun-86 31.00 32.00 31.00 0.00 0.00 1.00 1.00 0.00 1.00 10.00
1-Jul-86 31.00 32.00 0.00 1.00 1.00 10.00
1-Aug-86 30.00 31.00 0.00 30.00 0.00 1.00 0.00 0.00 0.00 0.00
1-Sep-86 30.00 31.00 0.00 1.00 1.00 10.00
1-Oct-86 30.00 31.00 0.00 1.00 1.00 10.00
1-Nov-86 30.00 31.00 0.00 1.00 1,00 10.00
1-Dec-86 30.00 31.00 0.00 1.00 1.00 10.00
1-Jan-87 30.00 31.00 0.00 1.00 1.00 10.00
1-Feb-87 30.00 31.00 0.00 1.00 1.00 10.00
1-Mar-87 30.00 31.00 30.00 0.00 0.00 1.00 0.00 0.00 0.00 0.00
1-Apr-87 30.00 31.00 0.00 1.00 1.00 10.00
1-May-87 30.00 31.00 0.00 1.00 1.00 10.00
1-Jun-87 30.00 31.00 0.00 1.00 1,00 10.00
1-Jul-87 30.00 31.00 0.00 1.00 1,00 10.00
1-Aug-87 29.00 30.00 0.00 1.00 1,00 10.00
1-Sep-87 29.00 30.00 0.00 1.00 1,00 10.00
1-Oct-87 29.00 30.00 0.00 1.00 1,00 10.00
1-Nov-87 29.00 30.00 0.00 1.00 1,00 10.00
1-Dec-87 29.00 30.00 0.00 1.00 1.00 10.00
Total 22.00 220.00
Bisa dilihat pada kolom ιi terjadi dua kematian untuk usia 30 tahun sehingga

2
p30 = 1 − q30 = 1 − 1 − exp − = 0, 99095
220
Jawab: C. 0,991
281
23. Sebuah studi pada interval ( x, x + 1)

Diketahui:
3 2
s px = 1 − s2 (q x )2 untuk 0 ≤ s ≤
2 3
2 2
s p x = 1 − s ( q x ) untuk ≤s≤1
3
Jika n x = 300, dan 1 kematian terjadi di usia x + 0, 45 dan 1 kematian lagi pada usia x + 0, 85
Tentukanlah MLE dari q x
A. 0,013
B. 0,018
C. 0,020
D. 0,022
E. 0,024
Pembahasan:
Diketahui :
3 2
s px = 1 − s2 (q x )2 untuk 0 ≤ s ≤
2 3
2 2
s px = 1 − s(q x ) untuk ≤ s ≤ 1
3
nx = 300
1 kematian terjadi di usia x + 0, 45 dan 1 kematian lagi pada usia x + 0, 85

Akan dihitung MLE dari q x
2
• Untuk 0 ≤ s ≤
3
" 2
#
3 2 ( q x )
si p x µ x + si = 1 − s ( q x )2 .
2 1 − 32 s2 (q x )2
= ( q x )2
2
• Untuk <s<1
3
i ( q x )2
h
si p x µ x + si = 1 − s ( q x )2 .
1 − s ( q x )2
= ( q x )2
282
Sehingga diperoleh
d
L = (1 − q x ) n x − d x . ∏ si p x
i =1
300−2
= (1 − q x ) .( q x )2 .( q x )2
h i
l = ln (1 − q x )300−2 .(q x )2 .(q x )2
= 288 ln(1 − q x ) + 2 ln q x + 2 ln q x
Selanjutnya dilakukan diferensial
dl
= 288 ln(1 − q x ) + 2 ln q x + 2 ln q x
dq x
288 2 2
0 = − + +
1 − qx qx qx
288 4
=
(1 − q x ) qx
4 − 4q x = 288q x
4
qx = = 0, 01324
302
Jawab: A. 0,013
24. Pada sebuah kota beberapa tahun silam, 5 bangunan sekolah dibangun. Peubah acak untuk
waktu konstruksi memiliki sebaran yang sama. Berikut diberikan data kapan dimulai dan
selesai untuk setiap bangunan
Bangunan Mulai dibangun Selesai dibangun
1 1 Jan 2010 1 Feb 2012
2 1 Jan 2010 1 Mei 2012
3 1 Mei 2010 1 Feb 2012
4 1 Agu 2010 1 Feb 2012
5 1 Jan 2011 *
*Tidak selesai per tanggal 1 Juli 2012
Dengan menggunakan Product-Limit Estimator, estimasikanlah peluang penyelesaian kon-
struksi dalam 2 tahun pada sebuah bangunan yang memiliki distribusi waktu konstruksi yang
sama.
A. 0,40
B. 0,47
C. 0,50
283
D. 0,53
E. 0,60
Pembahasan:
m
ni − di

q̂ x = 1 − ∏(1 − q̂i ) = 1 − φim=i
i =i
ni
Durasi pengerjaan dan penyensoran

1 −→ 2, 083
2 −→ 2, 333
3 −→ 1, 75
4 −→ 1, 5
5 −→ 1, 5 (tersensor)
Sehinga :

4 2
q̂ x = 1−
5 3
= 1 − 0, 5333
= 0, 466667
Jawab: B. 0,47
25. Dalam sebuah studi data yang lengkap, dengan satu kematian pada setiap waktu kematian,
Λ(t)diestimasi oleh metode Nelson-Aalen. Diberikan: Λ̂(tk ) = 0, 3101 dan Λ̂(tk+1 ) =
0, 3726
Tentukanlah Λ̂(tk+2 )
A. 0,236
B. 0,342
C. 0,439
D. 0,655
E. 0,750
Pembahasan:
Diketahui Λ̂(tk ) = 0, 3101 dan Λ̂(tk+1 ) = 0, 3726
284
k
1 1 1 1
Λ̂(t) = ∑ rj = +
n n−1
+ ... + , t ≤ t < t k +1
n−k+1 k
j =1
Dari nilai yang diketahui kita dapat menghitung n − k untuk mencari Λ̂(tk+2 )
1 1 1
Λ̂(tk ) = + + ... + = 0, 3101
n n−1 n−k+1
1 1 1 1
Λ̂(tk+1 ) = + + ... + +
n n−1 n − k + 1 n − ( k + 1) + 1
1
0, 3726 = 0, 3101 +
n−k
1
= 0, 0625
n−k
n−k = 16
Jadi Kita peroleh hasilnya adalah:
1 1 1 1 1
Λ̂(tk+2 ) = + + ... + + +
n n−1 n − k + 1 n − ( k + 1) + 1 n − ( k + 2) + 1
1
= 0, 3726 +
n−k−1
1
= 0, 3726 +
16 − 1
= 0, 43927
Jawab: C. 0,439
26. Dari 10 bola lampu yang dites, 2 gagal sebelum waktu t = 3. Sebaran waktu kegagalan
diasumsikan eksponensial, tentukanlah MLE dari λ
A. 0,0744
B. 0,0811
C. 0,0912
D. 0,1000
E. 0,1200
Pembahasan:
Diketahui nilai N= 10 dan 2 lampu gagal sebelum t = 3
Maka MLE dari λ:
285
Fr (t) = P( T ≤ t) = 1 − e−λt
Fr (3) = P( T ≤ 3) = 1 − e−3λ
2
= 1 − e−3λ
10
e−3λ = 0, 8
−3λ = ln 0, 8
ln 0, 8
λ =
−3
−0, 223143
λ =
−3
λ = 0, 07438
≈ 0, 0744
Jawab: A. 0,0744
27. Dengan menggunakan metode Panjer, tentukanlah peluang seseorang yang sedang berada di
State 1a menuju State selanjutnya (1b) pada observasi 3-6 bulan dengan menggunakan infor-
masi di bawah.
1) µ1a = 3k
2) µ2b = k
3) Peluang seseorang yang berada dalam State 2b keluar dari State tersebut pada observasi
12-24 bulan adalah 0,36
A. 0,154
B. 0,170
C. 0,219
D. 0,248
E. 0,360
Pembahasan:
Diketahui
1) µ1a = 3k
286
2) µ2b = k
3) Peluang seseorang yang berada dalam State 2b keluar dari State tersebut pada observasi
12-24 bulan adalah 0,36
akan kita hitung peluang seseorang yang sedang berada di State 1a menuju State selanjutnya
(1b) pada observasi 3-6 bulan
Langkah Pertama
Dipilih t = 24 karena peluang seseorang keluar dari state berarti observasi yang dilakukan
telah selesai waktunya yaitu bulan ke-24
FT2b (24) = 1 − e−t.µ2b

0, 36 = 1 − e−24.k
0, 64 = e−24.k
−0, 44629 = −24k
k = 0, 018595
Langkah kedua
µ1a = 3k
= 3(0, 018595)
= 0, 055786
Langkah Ketiga
Dipilih t = 3 karena peluang seseorang menuju state selanjutnya bisa saja terjadi pada waktu
awal observasi yaitu bulan ke-3
FT1a (3) = 1 − e−t.µ1a

= 1 − e−3.0,055786
= 0, 1541
Jawab: A. 0,1541
28. Untuk sebuah model double-decrement, diberikan:

(1) 1
1. µ10+t = , 0 ≤ t < 30
30 − t
(τ ) 50 − 2t
2. µ10+t = , 0 ≤ t < 20
600 − 50t + t2
287
Hitunglah peluang bahwa (10) akan mati karena decrement kedua dalam tahun ke−6.
A. 0,0225
B. 0,0242
C. 0,0392
D. 0,0408
E. 0,0650
Pembahasan:
Diketahui :
(1) 1
1) µ10+t = , 0 ≤ t < 30
30 − t
(τ ) 50 − 2t
2) µ10+t = , 0 ≤ t < 20
600 − 50t + t2
akan dihitung peluang bahwa (10) akan mati karena decrement kedua dalam tahun ke-6.
(τ ) (1) (2)
µ10+t = µ10+t + µ10+t
50 − 20t 1 (2)
= + µ10+t
600 − 50t + t2 1 − 30t
(2) 50 − 20t 1
µ10+t = −
600 − 50t + t2 1 − 30t
50 − 20t − 20 + t
=
(20 − t)(30 − t)
30 − t
=
(20 − t)(30 − t)
1
= , 0 ≤ t < 20
(20 − t)
Z t
50 − 2s

(τ )
t p10 = exp − ds
0 600 − 50s + s2
misal u = 600 − 50s + s2 −→ du = −(50 − 2s)ds
Z 600−50t+t2
!
(τ ) 1
t p10 = exp − du
600 u
h i
= exp ln(600 − 50t + t2 ) − ln(600)
600 − 50t + t2
=
600
288
600 − 50t + t2 (20 − t)(30 − t)

f (t, j = 2) = =
600(20 − t) 600(20 − t)
(30 − t)
=
600
30 − 6
f (t = 6, j = 2) = = 0, 04
600
Jawab: D. 0,0408
29. Diberikan:
1) d x = k untuk x = 0, 1, 2, ..., ω − 1
o
2) e20:20 = 18
3) Kematian menyebar seragam pada setiap usia
Hitunglah 10|30 q30
A. 0,111
B. 0,125
C. 0,143
D. 0,167
E. 0,200
Pembahasan:
Karena d x konstan untuk semua x dan kematian menyebar seragam dalam setiap tahun, maka
mortalitas mengikuti hukum de Moivre
n
eox:n = n p x (n) + n q x
2
o
e20:20 = 1020 q20 + 2020 p20
t u
karena t q x = dan t|u q x = maka :
ω−x ω−x
ω − 40

20
18 = 10 + 20
ω − 20 ω − 20
200 + 20ω − 800 = 18ω − 360
2ω = 240
ω = 120
10 10
Sehingga 10|30 q30 = ω −30 = 120−30 = 0, 1111
Jawab: A. 0,1111
289
30. Diberikan sebuah tabel mortalita dengan 2 tahun seleksi

[x] l[ x ] l[ x]+1 l x +2 x+2
65 8200 67
66 8000 68
67 7700 69
Juga diberikan:
1) 3q[ x]+1 = 4q[ x+1]
2) 4q x+2 = 5q[ x+1]+1
Hitunglah l[67]
A. 7940
B. 8000
C. 8060
D. 8130
E. 8200
Pembahasan:
l67 = 8200, l68 = 8000 dan l69 = 7700
3q[ x]+1 = 4q[ x+1] dan 4q x+2 = 5q[ x+1]+1
Akan dihitung l[67]
l67 − l68 8200 − 8000

q67 = = = 0, 02439
l67 8200
l68 − l69 8000 − 7700
q68 = = = 0, 0375
l68 8000
4
q[66]+1 = q67
5
4
= (0, 02439)
5
= 0, 01951
4
q[67]+1 = q68
5
4
= (0, 0375)
5
= 0, 03
290
3
q[67] = q
4 [66]+1
3
= (0, 01951)
4
= 0, 01463
l[67]+1 − l69
q[67]+1 =
l[67]+1
l[67]+1 − 7700
0, 03 =
l[67]+1
0, 03.l[67]+1 = l[67]+1 − 7700
0, 97.l[67]+1 = 7700
7700
l[67]+1 =
0, 97
= 7938, 144
l[67] − l[67]+1
q[67] =
l[67]
l[67] − 7938, 144
0, 01463 =
l[67]
0, 01463.l[67] = l[67] − 7938, 144
0, 98537.l[67] = 7938, 144
7938, 144
l[67] = = 8056, 037
0, 98537
Jawab: C. 8060
291
10 A50 Periode April 2019
1. Diketahui persamaan regresi linear berikut:
b = 1, 245 + 0, 17X
Y
Jika diberikan data pengamatan sebagai berikut,

xi 7,5 4 3 1,25
yi 0,5 1 0 -1,5
Hitunglah nilai standard error dari persamaan regeresi linear tersebut.
A. 1,245
B. 1,425
C. 1,396
D. 1,963
E. 1,546
Pembahasan: Akan ditentukan terlebih dahulu nilai ŷi , εî , εî 2 , dari persamaan:
ŷi = β̂xi + εî

εî = ŷi − β̂xi = ŷi − 0, 17
ŷi = 0, 17xi
xi yi ŷi εî εî 2 (εˆt − ε̂ t−1 )2

7,5 0,5 1,275 -0,7750 0,6006 0
4 1 0,68 0,32 0,1024 1,1990
3 0 0,51 -0,51 0,2601 0,6889
1,25 -1,5 0,2125 -1,7125 2,9327 1,4460
Total 3,8958 3,3339
292
sehingga
∑ εî 2
s2 =
N−2
3, 8958
=
4−2
= 1, 9479
√
s = 1, 9479
= 1, 3957
Jawab. C.
2. Dengan menggunakan data yang diberikan pada nomor 1, hitunglah statistic Durbin Watson
A. 0,8558
B. 0,7528
C. 1,0118
D. 1,01
E. 1,3587
Pembahasan:
Dengan menggunakan data pada no 1. diperoleh :
2
∑nt=2 (εˆt − ε̂ t−1 )
d =
∑nt=1 εˆt 2
3, 3339
=
3, 8958
= 0, 85577
Jawab. A.
3. Dalam sebuah regresi model diberikan

Untuk unrestricted model:
ESSUR = 70
TSSUR = 215
ESSR = 55
TSSR = 82
293
A. 64,2477
B. 60,3683
C. 62,2747
D. 63,3683
E. Statistik tidak dapat dihitung
Pembahasan:
2 ESSUR
RUR = 1−
TSSUR
70
= 1−
215
= 0, 6744
ESSR
R2R = 1−
TSSR
55
= 1−
82
= 0, 3293
0, 6744 − 0, 3293
F1,95 =
1
= 100, 6895
Jawab. E.
4. Manakah diantara asumsi berikut yang bukan merupakan asumsi model regresi ganda (multi-
ple regression model):
A. Y dan X memiliki hubungan linier

B. X merupakan peubah stokastik yang memiliki angka pasti
C. Error memiliki variansi konstan untuk semua observasi, E(ε2 ) = σ2
D. Error antar obervasi saling bebas dan tidak berkorelasi
E. Error berdistribusi normal
Pembahasan:
Asumsi pada model regresi berganda
1. The relationship between Y dan X is linier
2. The X are nonstochastic variable whose values are fixed
3. The error has zero expected value: E(ε) = 0
294
4. The error term has constant variance for all observations, i.e., E(ε2 ) = σ2
5. The random variables are statistically independent. Thus, E(ε i ε j ) = 0 for all i 6= j
6. The error term is normally distributed
Sumber: Econometric Models and Economic Forecasts (Fourth Edition) 1998, by Pindyck,
R.S. and Rubinfeld, D.L, Halaman 58-59
Dari asumsi di atas maka yang tidak termasuk asumsi model regresi ganda adalah X meru-
pakan peubah stokastik yang memiliki angka pasti karena X seharusnya merupakan peubah
non stokastik
Jawab. B
5. Manakah diantara beberapa uji berikut yang dapat digunakan untuk uji heteroscedasticity?
A. Cochrane-Orcutt Test
B. Hildreth-Lu Test
C. Durbin Watson Test
D. Chow Test
E. Goldfeld âĂŞQuandt Test
Pembahasan:
Uji-uji yang biasa digunakan untuk menetukan heteroscedasticity
1. Park Test (1966)
2. Glejser Test (1969)
3. White Test
4. Breusch-Pagan Test
5. Goldfeld-Quandt test
6. Cook-Weisberg Test
7. Harrison-McCabe Test
8. Brown-Forsythe Test
9. Levene Test
Beberapa penjelasan bisa dilihat di Econometric Models and Economic Forecasts (Fourth
Edition) 1998, by Pindyck, R.S. and Rubinfeld, D.L, Halaman 152-157
Dari list di atas hanya Goldfeld-Quandt test yang ada di pilihan
Jawab. E.
295
6. Dalam model esktrapolasi sederhana, diberikan persamaan regresi sebagai berikut:
yt = 3, 67 + 4, 8t
Tentukan nilai parameter A dan r dari persamaan regresi diatas.
A. A = 39, 25 dan r = 121, 51

B. A = 0, 565 dan r = 0, 681
C. A = 3, 67 dan r = 4, 8
D. A = 4.677, 35 dan r = 4, 8
E. A = 3, 67 dan r = 63.095, 73
Pembahasan:
Model ekstrapolasi sederhana dengan persamaan regresi yt = 3, 67 + 4, 8t
Dari sumber: Econometric Models and Economic Forecast (Fourth Edition), 1998, by Pindyck,
R.S. and Rubinfeld, D.L,Halaman 469
yt = Aert
log yt = log A + rt
diperoleh :
rt = 4, 8t
r = 4, 8
log A = 3, 67
A = 10( 3, 67)
= 4677, 35
Jawab. A
7. Diberikan sebuah persamaan dalam proses ARMA (3,2) sebagai berikut:
yt = 0, 5yt−1 + 0, 3yt−2 + 0, 2yt−3 + 4, 2 + ε t − 0, 4ε t−1 + ε t−2
Jika diberikan σε2 = 1, 25, hitunglah γ0 dan ρ1

A. γ0 = 1, 267 dan ρ1 = 0, 133
B. γ0 = 1, 131 dan ρ1 = 0, 105
296
C. γ0 = 1, 267 dan ρ1 = 0, 105

D. γ0 = 1, 131 dan ρ1 = 0, 133
E. γ0 = 1, 133 dan ρ1 = 0, 119
Pembahasan:
Jawab. Dianulir
8. Dalam sebuah proses autoregresi yang terintegrasi (integrated autoregressive process), ARI
(1,1,0) diberikan:
wt = 0, 73wt−1 + 1, 4 + ε t
Tentukan persamaan forecast 1 periode untuk yt

A. ybT (1) = 1, 73y T − 0, 73y T −1 + 1, 4
B. ybT (1) = 1, 73y T + 0, 73y T −1 + 1, 4
C. ybT (1) = 1, 73y T + 0, 73y T −1 − 1, 4
D. ybT (1) = 0, 73y T − 1, 73y T −1 + 1, 4
E. ybT (1) = 0, 73y T + 0, 73y T −1 + 1, 4
Pembahasan:
Diketahui:
ARI(1,1,0) dengan wt = 0, 73wt−1 + 1, 4 + ε t
sehingga
ŷ T (1) = y T + ŵT (1)

= y T + φ1 y T − φ1 y T −1 + δ
= y T + 0, 73y T − 0, 73y T −1 + 1, 4
= 1, 73y T − 0, 73y T −1 + 1, 4
Jawab. A.
9. Sebuah uji Dickey-Fuller dilakukan pada 100 pengamatan dari setiap tiga deret harga dengan
memperkirakan regresi tidak terbatas (unrestricted regression)
Yt − Yt−1 = α + βt + (ρ − 1)Yt−1
297
dengan regresi terbatas (restricted regression)
Yt − Yt−1 = α
Jika diberikan:
Error Sum of Square (ESS)
Deret Harga
Tidak Terbatas (Unrestricted) Terbatas (Restricted)
i. I 3.233,8 3.552,2
II 1.131,8 1.300,5
III 211,1 237
ii. Nilai kritis pada tingkat kepercayaan 0,1 untuk distribusi F yang dihitung dengan Dickey-
Fuller adalah 5,47
Pada tingkat kepercayaan 0,1 , pada deret mana anda akan menolak hipotesa random walk?
A. Tidak ada
B. Hanya deret I dan II
C. Hanya deret I dan III
D. Hanya deret II dan III
E. Deret I, II dan III
Pembahasan:
Deret Harga I
ESSR − ESSUR N − k
F = .
q ESSUR
3552, 2 − 3233, 8 100 − 4

= = 4, 726080
2 3233, 8
Deret Harga II
F = .
q ESSUR
1300, 5 − 1131, 8 100 − 4

= = 7, 154621
2 1131, 8
Deret Harga III
F = .
q ESSUR
237 − 211, 1 100 − 4

= = 5, 889152
2 211, 1
298
Dari ketiga hasil di atas diperoleh Deret Harga II dan III yang memiliki nilai F lebih dari Nilai
kritis 5,47.
Jawab: D.
10. Anda menggunakan model ARMA ( p, q) untuk merepresentasikan sebuah deret waktu (time
series). Anda menjalankan pemeriksaan diagnostik (diagnostic checking) untuk menguji apakah
model sudah ditentukan dengan benar.
Diantara pernyataan mengenai pemeriksaan diagnostik (diagnostic checking) berikut, man-
akah yang tidak benar?
A. Fungsi autokorelasi untuk deret simulasi / simulated series (deret waktu/ time series yang
dihasilkan oleh model) seharusnya dapat dibandingkan dengan contoh fungsi autokorelasi
dari deret asli / original series
B. Jika fungsi autokorelasi tidak ditandai berbeda, maka langkah berikutnya adalah men-
ganalisa residual dari model
C. Jika model ditentukan dengan benar, maka autokorelasi residual itu sendiri tidak berkore-
lasi, peubah acak terdistribusi normal dengan rata-rata 0 dan variansi T, ketika T adalah
jumlah pengamatan dalam deret waktu
D. Jika model ditentukan dengan benar, maka residual harus menyerupai proses White- Noise
E. Statistik Q, dimana Q = T ∑kK=1 γ̂k2 , diperkirakan berdistribusi Chi Square dengan (K −
p − q) derajat kebebasan
Pembahasan:
"If the model is correctly specified, then for large displacement k (for example, k > 5 for low
order models) the residual autocorrelatios r̂k are themselves uncorrelated normally distributed
random variable with mean 0 an variance 1/T, where T is the number of observation in the
time series".
Sumber: Econometric Models and Economic Forecast (Fourth Edition), 1998, by Pindyck,
R.S. and Rubinfeld, D.L,Halaman 555
Jawab. C.
11. Model dengan 48 observasi yang anda miliki, sesuai dengan model berikut:
Y = β 1 + β 2 X2 + β 3 X3 + β 4 X4 + ε
Jika diberikan:
Sumber variasi Derajat Kebebasan Sum of Square
Regresi 3 103.658
Error 44 69.204
299
Hitunglah nilai R̄2

A. 0,57
B. 0,58
C. 0,59
D. 0,60
E. 0,61
Pembahasan:
Diketahui :
• RSS = 69, 24
• ESS = 103, 658
• n = 48
• k = 4 karena Y = β 1 + β 2 X2 + β 3 X3 + β 4 X4 + ε memiliki 4 parameter
sehingga
TSS = ESS + RSS

= 69, 204 + 103, 658
= 172, 862
ESS
R2 =
RSS
103, 658
=
172, 862
= 0, 599658
(1 − R2 )(n − 1)
R̄2 = 1−
(n − k)
(1 − 0, 599658)(47)
= 1−
44
= 0, 572362
Jawab. A.
12. Diketahui model AR(1) dengan data sebagai berikut:
y1 = 2, 0 ; y2 = −1, 7 ; y3 = 1, 5 ; y4 = −2, 0 ; y5 = 1, 5
Diberikan nilai awal ε 1 = 0, µ = 0, ρ1 = 0, 5

Tentukan nilai dari fungsi Sum of Square S = ∑ [ε t |ε 1 = 0, µ = 0, ρ1 = 0, 5]2
300
A. 2
B. 12
C. 15
D. 21
E. 27
Pembahasan:
ρ1= φ1 = 0, 5
δ
µ =
1 − φ1
δ
0 =
1 − 0, 5
δ = 0
sehingga diperoleh model AR(1) : yt = 0, 5yt−1 + ε t

t yt yˆt εt ε2t
1 2 0 0
2 -1,7 1 -2,7 7,29
3 1,5 -0,85 2,35 5,52
4 2 0,75 -2,75 7,56
5 1,5 -1 2,5 6,25
Total 26,63
Jadi diperoleh ∑5i=1 ε2i = 26, 63
Jawab.E.
13. Dalam sebuah populasi dimana jumlah wanita dan pria yang dilahirkan adalah sama, diberikan:
p
i. untuk pria, µ x = 0, 1 dimana x ≥ 0
ii. untuk wanita, µw
x = 0, 08 dimana x ≥ 0
Hitunglah nilai q60 dari populasi tersebut.

A. 0,076
B. 0,081
C. 0,086
D. 0,091
E. 0,096
301
Pembahasan:
Untuk Pria
( p)
µ x (s) = 0, 1
Z t
( p)
t px = exp − 0, 1ds = exp(−0, 1t)
0
Untuk Wanita
(w)
µ x (s) = 0, 08
Z t
(w)
t px = exp − 0, 08ds = exp(−0, 08t)
0
Untuk semua populasi
exp(−0, 1.60) + exp(−0, 08.60)

S(60) = = 0, 00535425
2
exp(−0, 1.61) + exp(−0, 08.61)
S(61) = = 0, 00491994
2
sehingga
S(61)
q60 = 1−
S(60)
0, 00491994
= 1−
0, 00535425
= 0, 081115
Jawab. B.
14. Sebuah perusahaan merekrut 200 karyawan untuk bergabung dalam sebuah program man-
agement trainee. Untuk memprediksi jumlah karyawan yang akan menyelesaikan program
tersebut, perusahaan membuat multiple decrement table dengan asumsi sebagai berikut:
i. Dari 40 karyawan, jumlah yang gagal membuat kemajuan yang memadai dalam tiga tahun
pertama adalah 10, 6, dan 8, secara berurutan
ii. Dari 30 karyawan, jumlah yang mengundurkan diri dalam tiga tahun pertama adalah 6, 8,
dan 2, secara berurutan
iii. Dari 20 karyawan, jumlah yang meninggalkan program dengan alasan lain dalam tiga
tahun pertama adalah 2, 2, dan 4, secara berurutan
iv. Distribusi seragam (uniform) digunakan sebagai asumsi decrement setiap tahunnya
302
Hitunglah estimasi jumlah karyawan yang gagal membuat kemajuan yang memadai di tahun
ke-3
A. 4
B. 8
C. 12
D. 14
E. 17
Pembahasan:
Peluang kegagalan karyawan sesuai penyebab pada tiap tahunnya
0 (1) 10 10 1 0 (1) 6 1 0 (1) 8 1
i. q0 = = = , q1 = = , q2 = =
40 40 4 30 5 24 3
0 (2) 6 1 0 (2) 8 1 0 (2) 2 1
ii. q0 = = , q1 = = , q2 = =
30 5 24 3 16 8
0 (3) 2 1 0 (3) 2 1 0 (3) 4 1
iii. q0 = = , q1 = = , q2 = =
20 10 18 9 16 4
Sehingga diperoleh peluang seluruh karyawan lolos pada tiap tahunnya

(τ ) 0 (1) 0 (2) 0 (3) 1 1 1
p0 = p0 .p0 .p0 = 1−
1− 1− = 0, 54
4 5 10

(τ ) 0 (1) 0 (2) 0 (3) 1 1 1
p1 = p1 .p1 .p1 = 1− 1− 1− = 0, 47407
5 3 9

(τ ) 0 (1) 0 (2) 0 (3) 1 1 1
p2 = p2 .p2 .p2 = 1− 1− 1− = 0, 4375
3 8 4
(τ ) (τ ) (τ ) (τ )
Diperoleh l2 = l0 .p0 .p1 = 200.(0, 54).(0, 47407) = 51, 19956

0 (1)
(1) ln p2 (τ )
ln 1 − 31
q2 = .q =
(τ ) 2
.(1 − 0, 4375) = 0, 275892
ln p2 ln(0, 4375)
(1) (1) ( τ )
d2 = q2 .l2 = (0, 275892).(51, 19956) = 14, 125556
Jawab. D.
15. Sebuah perusahaan produksi baru membeli dua buah alat baru yang memiliki waktu hidup
(future lifetime) yang saling bebas. Jika diberikan;
i. Kedua alat merupakan alat baru (berusia 0 saat dibeli)
t
ii. Untuk alat pertama, S0 (t) = 1 − 10 dimana 0 ≤ t ≤ 10
303
t
iii. Untuk alat kedua, S0 (t) = 1 − 7 dimana 0 ≤ t ≤ 7
Hitunglah waktu yang diharapkan sampai kedua alat tersebut tidak dapat digunakan.
A. 5,0
B. 5,2
C. 5,4
D. 5,6
E. 5,8
Pembahasan:
Last Survivor
e0xy
¯ = e0x + e0y − e0xy
Z 10 Z 10 Z 7
= t p x dt + t py dt − t p xy dt
0
Z 10 0 Z 7
0
Z 7
t t t t
= 1− dt + 1− dt − 1− . 1− dt
0 10 0 7 0 10 7
= 5 + 3, 5 − 2, 683
= 5, 817
Jawab. E.
16. Diberikan:
(
0, 04 , 0 < x < 40
µx =
0, 05 , x ≥ 40
0
Tentukan nilai e25:25
A. 15,6
B. 15,2
C. 14,8
D. 14,4
E. 14,0
304
Pembahasan:
e0x:m+n = e0x:m + m p x .e0x:m:n

0 0 0
e25:25 = e25:15 + 15 p25 .e40:10
Z 15 Z 10
= exp(−0, 04t)dt + exp(−0, 04.15). exp(−0, 05t)dt
0 0
= 11, 279709 + 0, 548812(7, 869387)
= 15, 59852
Jawab. A.
17. Diketahui sebuah table mortalita dengan periode seleksi 3 tahun sebagai berikut:
x q[ x] q[ x]+1 q[ x]+2 q x +3 x+3
60 0,09 0,11 0,13 0,15 63
61 0,10 0,12 0,14 0,16 64
62 0,11 0,13 0,15 0,17 65
63 0,12 0,14 0,16 0,18 66
64 0,13 0,15 0,17 0,19 67
Hitunglah P dimana P adalah 5 p[60]+1
A. 0 ≤ P < 0, 43
B. 0, 43 ≤ P < 0, 45
C. 0, 45 ≤ P < 0, 47
D. 0, 47 ≤ P < 0, 49
E. 0, 49 ≤ P < 1, 00
Pembahasan:
5 p[60]+1 = p[60]+1 .p[60]+2 .p[60]+3 .p[60]+4 .p[60]+5

= p[60]+1 .p[60]+2 .p63 .p64 .p65

= 1 − q[60]+1 1 − q[60]+2 (1 − q63 ) (1 − q64 ) (1 − q65 )
= (1 − 0, 11)(1 − 0, 13)(1 − 0, 15)(1 − 0, 16)(1 − 0, 17)
= 0, 458865
Jawab. C.
18. Diberikan informasi sebagai berikut:
305
x 80 81 82 83 84 85 86
px 0,5 0,4 0,6 0,25 0,2 0,15 0,1
Hitunglah perubahan dari 2| q80:84
A. 0,03
B. 0,06
C. 0,10
D. 0,16
E. 0,19
Pembahasan:
t q x:y = t q x .t q y
2| q80:84 = 3 q80:84 − 2 q80:84 = 3 q80 .3 q84 − 2 q80 .2 q84
Dari data diperoleh
2 q80 = 1 − 2 p80 = 1 − p80 .p81 = 1 − (0, 5)(0, 4) = 0, 8

3 q80 = 1 − 3 p80 = 1 − p80 .p81 .p82 = 1 − (0, 5)(0, 4)(0, 6) = 0, 88
2 q84 = 1 − 2 p84 = 1 − p84 .p85 = 1 − (0, 2)(0, 15) = 0, 97
3 q84 = 1 − 3 p84 = 1 − p84 .p85 .p86 = 1 − (0, 2)(0, 15)(0, 1) = 0, 997
Jika p82 berkurang dari 0,6 menjadi 0,3 maka
3 q80 = 1 − p80 .p81 .p82 = 1 − (0, 5)(0, 4)(0, 3) = 0, 94
sehingga 2| q80:84 = (0, 94).(0, 997) − (0, 8)(0, 97) = 0, 16118

Perubahan nilai 2| q80:84 adalah =0,16118-0,10136=0,05982
NB. Soal kurang, seharusnya dijelaskan di atas sebelumnya bahwa ada dua individu berusia
80 tahun sebagai ( x ) dan berusia 84 tahun sebagai (y)
Jawab. B.
19. Untuk kehidupan pada usia 30, dampak suatu terobosan medis diperkirakan dapat meningkatkan
harapan hidup selama 4 tahun.
t
Sebelum dilakukan terobosan medis, S0 (t) = 1 − 100 dimana 0 ≤ t ≤ 100
306
t
Setelah dilakukan terobosan medis S0 (t) = 1 − ω dimana 0 ≤ t ≤ ω
Tentukan nilai dari ω
A. 105
B. 106
C. 107
D. 108
E. 109
Pembahasan:
Fungsi menggunakan asumsi De Moivre
Z ω −30
0 t
e30 = 1− dt
0 ω − 30
ω − 30
=
2
Sebelum dilakukan terobosan
0 ω − 30 100 − 30
e30 = = = 35
2 2
Setelah dilakukan terobosan harapan hidupnya menjadi
ω 0 − 30 0
= e30 +4
2
ω 0 − 30 = 2.(35 + 4)
0
ω = 108
Jawab. D.
20. Tingkat kematian untuk Audra (usia 25 tahun) adalah lx = 50(100 − x ), 0 ≤ x ≤ 100. Jika
Audra menggunakan balon udara, maka tingkat kematiannya akan disesuaikan hanya untuk
tahun mendatang saja dan dia akan memiliki force of mortality yang konstan sebesar 0,1.
Tentukan penurunan harapan hidup selama 11 tahun untuk Audra jika dia menggunakan balon
udara.
A. 0,1
B. 0,35
C. 0,6
D. 0,8
307
E. 1,0
Pembahasan:
Jika Audra tidak menggunakan balon udara
l x +t 50(100 − x − t) 100 − x − t
t px = = =
lx 50(100 − x ) 100 − x
11
t2
Z 11
0 t
e25:11 = 1− dt = t − = 10, 1933
0 100 − 25 150 0
Jika Audra menggunakan balon udara

Z t
t px = exp − 0, 1dt = exp(−0, 1t)
0
0 0 0
e25:11 = e25:1 + e26:10
Z 1 Z 10
t
= t p25 dt + p25 . 1−dt
0 0 100 − 25
Z 1 Z 10
t
= exp(−0, 1t)dt + exp(−0, 1). 1− dt
0 0 75
= 0, 95163 + 0, 90484(9, 32432)
= 9, 3886
Penurunan harapan hidupnya sebesar =10,1933-9,3886=0,8047

Jawab. D.
21. Diberikan informasi berikut:

0
i. e30:40 = 27, 692
t
ii. S0 (t) = 1 − ω dimana 0 ≤ t ≤ ω
iii. Tx adalah peubah acak future lifetime untuk x
Hitunglah Var ( T30 )
A. 332
B. 352
C. 372
D. 392
E. 412
308
Pembahasan:
Fungsi survival diasumsikan menggunakan Hukum De Moivre
Z n
ω−x−t
e0x:n = dt
0 ω−x
Z 40
0 ω − 30 − t
e30:40 = dt
0 ω − 30
Z 40
t
= 1− dt
0 ω − 30
t2 40
= t−

2(ω − 30) 0

402
27, 692 = 40 −
2(ω − 30)
402
ω = + 30
(40 − 27, 692)
= 94, 998375 ≈ 95
Z 95−30 Z 95−30
2
Var ( T30 ) = 2 t.t p30 dt − t p30
0 0
2
65t − t2
Z 65 65 65 − t
Z
4225 4225
= 2 dt − dt = − = 352, 08333
0 65 0 65 3 4
Jawab. B.
Gunakan informasi berikut untuk menjawab pertanyaan nomor 22 dan 23.

Jumlah yang Jumlah
Waktu (t)
beresiko saat t kegagalan saat t
1 30 5
2 27 9
3 32 6
4 25 5
5 20 4
22. Tentukan aproksimasi GreenwoodâĂŹs dari variansi 3 p̂1
A. 0,0067
B. 0,0073
C. 0,0080
D. 0,0091
E. 0,0105
309
Pembahasan:
27 − 9 32 − 6 25 − 5

ˆ1
3p = = 0, 43333
27 32 25
!
4 dj
d [3 pˆ 1 ]
Var = [3 pˆ 1 ]2 . ∑
j =2
r j (r j − d j )

9 6 5
= (0, 433333)2 . + +
(27)(18) (32)(26) (25)(20)
= 0, 006709
Jawab. A.
23. Tentukan interval kepercayaan 95% berdistribusi log transformed untuk H (3) berdasarkan
estimasi Nelson-Aalen.
A. (0, 3 : 0, 9)
B. (0, 31 : 1, 54)
C. (0, 39 : 0, 99)
D. (0, 56 : 0, 79)
E. (0, 44 : 1, 07)
Pembahasan:
3 dj 5 9 6
Ĥ (3) = ∑ r
=
30
+
27
+
32
= 0, 6875
j =1 j
3 dj 5 9 6
\
Var [ Ĥ (3)] = ∑ r2 30
=2
+ 2 + 2 = 0, 0238
27 32
j =1 j
Z0,95+1 d
 q 
Var [ Ĥ (3)] √
2 1, 96 0, 0238
U = exp   = exp = 1, 5519
 
Ĥ (3) 0, 6875
Log Transformed confidence untuk estimasi Nelson Aaen

Ĥ (tk ) Ĥ (3)
: U. Ĥ (tk ) = : U. Ĥ (3)
U U

0, 6875
= : (0, 6875)(1, 5519) = (0, 443 : 1, 0669)
1, 5519
Jawab. E.
310
24. Diberikan dua deret waktu xt dan yt , dimana masing masing masing deret waktu diasumsikan
sebagai random walk. Manakah diantara pernyataan berikut yang benar?
A. Tidak ada kombinasi linear dari dua deret waktu yang dapat tak berubah (stationary)
B. Deret waktu zt = xt − λyt , akan selalu tak berubah (stationary) untuk beberapa nilai λ
C. Deret waktu zt = xt − λyt dapat tak berubah (stationary) untuk beberapa nilai λ yang
dapat ditentukan secara jelas menggunakan teknik regresi
D. Deret waktu zt = xt − λyt dapat tak berubah (stationary) untuk beberapa nilai λ yang
dapat diestimasi dengan menjalankan ordinary least square regression dari xt dan yt
E. Tidak ada pernyataan yang benar
Pembahasan:
Sometimes two variables will follow random walks but a linear combination of those variables
will be stationery. For example, it may be that variables xt and yt are both first order homoge-
neous nonstationary random walks but the variable zt = xt − λyt is stationery. If this is the
case, we say that xt and yt are co-integrated and call λ the co-integrating parameter. One can
then estimate λ by running an OLS regression of xt and yt . (Unlike the case of two random
walks that are not co-integrated, here OLS provides a consistent estimator of λ). Furthermore,
the residual of this regression then can be used to test wether xt and yt are indeed co-integrated
Sumber: Econometric Models and Economic Forecast (Fourth Edition), 1998, by Pindyck,
R.S. and Rubinfeld, D.L., Halaman 513-514
Jawab. D.
25. Untuk sebuah table double decrement, diberikan:

(τ ) (1) (2)
Usia x lx dx dx
40 1000 60 55
41 - - 70
42 750 - -
0 (1)
Setiap decrement menyebar secara uniform, hitunglah nilai q41
A. 0,077
B. 0,078
C. 0,079
D. 0,080
E. 0,081
311
Pembahasan:
(τ ) (τ ) (1) (2)
l41 = l40 − d40 − d40
= 1000 − 60 − 55
= 885
(τ ) (τ ) (1) (2)
l42 = l41 − d41 − d41
(1)
750 = 885 − d41 − 70
(1)
d41 = 65
(1)
(1) d41 65
q41 = (τ )
= = 0, 073446
l41 885
(τ )
(τ ) d41
q41 = (τ )
l41
65 + 70
= = 0, 152542
885
0 (1) 0 (1)
q41 = 1 − p41
(1)
q
41
(τ )

(τ ) q
= 1 − p41 41
0,073446
= 1 − (1 − 0, 152542) 0,152542
= 0, 076599
Jawab. A.
26. Diberikan sebuah informasi mengenai aktivitas penyelesaian klaim selama 3 tahun terakhir:
Jumlah Klaim yang Diselesaikan
Tahun Penyelesaian
Tahun Pelaporan
2016 2017 2018
2016 6 3 1
2017 5 2
2018 4
L merupakan peubah acak yang menggambarkan tentang jeda waktu dalam proses penyelesa-
ian klaim.
Hitunglah Pr [ L = 1| L < 3] dengan terlebih dahulu memperkirakan fungsi survival untuk
data sensor kanan.
312
A. 0,30
B. 0,29
C. 0,28
D. 0,27
E. 0,26
Pembahasan:
Diperoleh tabel :
Ti Li Ri di Yi Pr[ L < li | L < 3]
0 0 2 6
1 0 2 5
99

2 0 2 4 15 160 .0 = 0
0 1 1 3
9 11 99

1 1 1 2 16 10 . 16 = 160
9
0 2 0 1 10 10
Dengan
Yi = 15 ⇒ Yi = 21 − 1 − 2 − 3 nilai 1,2, dan 3 dari nilai di untuk Ri < 2
Yi = 16 ⇒ Yi = 21 − 1 − 4 nilai 1 dari nilai di untuk Ri < 1 dan 4 dari di untuk Li > 1
Yi = 10 ⇒ Yi = 21 − 5 − 4 − 2 nilai 5,4, dan 2 dari nilai di untuk Li > 0
9 10 − 1
Pr[ L < li | L < 3] = =
10
10
16 − 2 − 3

9 11 9
Pr[ L < li | L < 3] = =
10 16 10 16
15 − 4 − 5 − 6

99 99
Pr[ L < li | L < 3] = .0 =
160 160 16
9 99
Diperoleh Pr[ L = 1| L < 3] =Pr[ L < 2| L < 3]−Pr[ L < 1| L < 3] = − = 0, 28125
10 160
Jawab. C.
27. Untuk sebuah survival study, diberikan:

i. Product Limit estimator Ŝ(t0 ) digunakan untuk membangun interval kepercayaan untuk
S ( t0 )
ii. 95% interval kepercayaan berdistribusi log transformed untuk S(t0 ) adalah
(0, 695 : 0, 843)
Tentukanlah nilai Sb(t0 )
A. 0,758
313
B. 0,762
C. 0,765
D. 0,769
E. 0,779
Pembahasan:
Log-Transformed confidence untuk estimasi Product Limit
1

Ŝ(tk ) U : Ŝ(tk )U
dengan
z p +1 √ d
!
2 Var [Ŝ(tk )]
U = exp
Ŝ(tk ). ln[Ŝ(tk )]
sehingga
1 1
Ŝ(t0 ) U = 0, 695 ⇒ ln Ŝ(t0 ) = ln(0, 695)...(1)
U
Ŝ(t0 )U

= 0, 843 ⇒ U ln Ŝ(t0 ) = ln(0, 843)...(2)
Dengan membagi (2) dengan (1) diperoleh

U ln Ŝ(t0 ) ln(0, 843)
1
= U2 =
ln(0, 695)

U ln Ŝ ( t 0 )
s
ln(0, 843)
U =
ln(0, 695)
= 0, 6851
Diperoleh:
1 U

Ŝ(t0 ) = Ŝ(t0 ) U = 0, 6950,6851 = 0, 7794
Jawab. E.
28. Data pembayaran klaim dari 10 polis adalah:
2 3 3 5 5+ 6 7 7+ 9 10+
314
Tanda + mengindikasikan bahwa kerugian melebihi limit polis.

Dengan menggunakan Product Limit estimator, tentukan probabilitas bahwa kerugian yang
terjadi pada polis melebihi 8.
A. 0,40
B. 0,36
C. 0,30
D. 0,25
E. 0,20
Pembahasan:
Akan dibuat tabel data
i di xi ui
entry event censored
1 0 2 -
2 0 3 -
3 0 3 -
4 0 5 -
5 0 - 5
6 0 6 -
7 0 7 -
8 0 - 7
9 0 9 -
10 0 - 10
Table Survival
j tj dj rj
1 2 1 10
2 3 2 9
3 5 1 7
4 6 1 5
5 7 1 4
6 9 1 2
Fungsi Survival
315
t Ŝ(t)
0≤t<2 1
1
2≤t<3 1− = 0, 9
10
(0, 9) 1 − 29 = 0, 7

3≤t<5

5≤t<6 (0, 7) 1 − 71 = 0, 6

6≤t<7 (0, 6) 1 − 51 = 0, 48

7≤t<9 (0, 48) 1 − 14 = 0, 36

t≥9 (0, 36) 1 − 12 = 0, 18
Diperoleh : Ŝ(8) = Ŝ(7) = 0, 36
Jawab. B.
29. Untuk model regresi Y = β 1 + β 2 X2 + β 3 X3 + ε

i. r XY2 = 0, 4
ii. r XY3 .X2 = −0, 4
Tentukanlah nilai R2
A. 0,03
B. 0,16
C. 0,29
D. 0,71
E. 0,84
Pembahasan:
2
R − rYX
2 2
rYX 3 .X2
= 2
1 − rYX 2
R2 2
= 1 − (1 − rYX 2
2
)(1 − rYX 3 .X2
)
= 1 − [1 − (0, 4)2 ].[1 − (−0, 4)2 ]
= 0, 2944
≈ 0, 29
Jawab : C.
30. Diberikan beberapa informasi berikut:
316
a) Z1 dan Z2 adalah peubah acak berdistribusi normal (0,1) yang saling bebas
b) a, b, c, d, e, f adalah konstanta
c) Y = a + bZ1 + cZ2 dan X = d + eZ1 + f Z2
Tentukanlah E(Y | X )
A. a
B. a + (b + c)( X − d)
C. a + (be + c f )( X − d)
D. a + [(be + c f )/(e2 − f 2 )]( X − d)
E. a + [(be + c f )/(e2 + f 2 )]( X − d)
Pembahasan: Rumus yang digunakan dalam soal ini adalah
Cov( X, Y )
E [Y | X ] = E [Y ] + ( X − E[ X ])
Var [ X ]
Cov( X, Y ) = E[ XY ] − E[ X ] E[Y ]
E[ aX + bY ] = aE[ X ] + bE[Y ]
Var [ aX + bY + c] = a2 Var [ X ] + b2 Var [Y ]
E[ X 2 ] = Var [ X ] + ( E[ X ])2 = σ2 + µ2
Cov( X, Y )
E [Y | X ] = E [Y ] + ( X − E[ X ])
Var [ X ]
E[ XY ] − E[ X ] E[Y ]
= E [Y ] + ( X − E[ X ])
Var [ X ]
E[( a + bZ1 + cZ2 )(d + eZ1 + f Z2 )]
= E[ a + bZ1 + cZ2 ] +
Var [d + eZ1+ f Z2 ]
E[( a + bZ1 + cZ2 )] E[(d + eZ1 + f Z2 )]
×( X − E[d + eZ1 + f Z2 ]) −
×( X − E[d + eZ1 + f Z2 ])
Selanjutnya:
E[ a + bZ1 + cZ2 ] = a + bE[ Z1 ] + cE[ Z2 ] = a + b(0) + c(0) = a

E[d + eZ1 + f Z2 ] = d + eE[ Z1 ] + f E[ Z2 ] = d + e(0) + f (0) = d
( E[ a + bZ1 + cZ2 ])( E[d + eZ1 + f Z2 ]) = ad
Var [d + eZ1 + f Z2 ] = e2 Var [ Z1 ] + f 2 Var [ Z2 ] = e2 (1) + f 2 (1) = e2 + f 2
317
dan
E[( a + bZ1 + cZ2 )(d + eZ1 + f Z2 )] = ad + aeE[ Z1 ] + a f E[ Z2 ] + bdE[ Z1 ] + beE[ Z12 ]

+b f E[ Z1 ] E[ Z2 ] + cdE[ Z2 ] + ceE[ Z1 ] E[ Z2 ] + c f E[ Z22 ]
= ad + ae(0) + a f (0) + bd(0) + be(1) + b f (0)(0) + cd(0)
+ce(0)(0) + c f (1)
= ad + be + c f
Jadi
E[( a + bZ1 + cZ2 )(d + eZ1 + f Z2 )]

E [Y | X ] = E[ a + bZ1 + cZ2 ] +
E[( a + bZ1 + cZ2 )] E[(d + eZ1 + f Z2 )]
×( X − E[d + eZ1 + f Z2 ]) −
×( X − E[d + eZ1 + f Z2 ])
ad + be + c f ad
= a+ 2 2
( X − d) − 2 ( X − d)
e +f e + f2
be + c f
= a+ 2 ( X − d)
e + f2
Jawab : E.
318

Pembahasan Soal Ujian Aktuaris A50 - Metoda Statistika

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Pembahasan Soal Ujian Aktuaris A50 - Metoda Statistika

Diunggah oleh

Hak Cipta:

Format Tersedia

Pembahasan Soal

Ujian Profesi Aktuaris

1 A50 Periode November 2014 3

2 A50 Periode Juni 2015 25

3 A50 Periode November 2015 58

4 A50 Periode Juni 2016 95

5 A50 Periode November 2016 126

6 A50 Periode Mei 2017 157

7 A50 Periode November 2017 194

8 A50 Periode Mei 2018 230

9 A50 Periode November 2018 257

10 A50 Periode April 2019 292

Informasi berikut digunakan untuk mengerjakan soal no. 1 sampai dengan 3:

Dengan demikian, didapat:

sehingga, f (24) = 0, 0200446 ≈ 0, 020

Dengan demikian, kita peroleh:

5. Sebuah Survival Distribution didefinisikan sebagai S( x ) = ax2 + b, dengan domain 0 ≤ x ≤

Dengan melakukan substitusi ak2 = −1 dan b = 1, diperoleh −k

Modus dari X diberikan oleh persamaan:

6. Jika diketahui T berdistribusi uniform di daerah [1, 3]. Tentukan Var ( T ).

Informasi berikut digunakan untuk mengerjakan soal no. 7 sampai dengan 10

7. Tentukan E[ X ] untuk distribusi ini.

8. Tentukan Var [ X ] untuk distribusi ini.

9. Tentukan E[ X −1 ] untuk distribusi ini.

Dengan memisalkan y = x/2 diperoleh dy = dx/2 dan integral berubah menjadi

10. Tentukan the hazard rate, λ( x ), untuk distribusi ini jika r = 2.

Artinya, dicari S( x ) terlebih dahulu.

Berjalan dari hasil ini,

Informasi berikut digunakan untuk mengerjakan soal no. 11 sampai dengan 13

11. Tentukan nilai dari ω dalam tabel

Artinya, c = 90. Diperoleh nilai ω = c = 90.

14. Jika the force of mortality didefinisikan sebagai :

Lalu, dicari nilai dari

Informasi berikut digunakan untuk mengerjakan soal no. 15 sampai dengan 17

Dengan demikian, didapat

17. Tentukan Var [ X ]

Var [ X ] = E[ X 2 ] − ( E[ X ])2 = 4.114, 2857 − 602 = 514, 2857

Informasi berikut digunakan untuk mengerjakan soal no. 18 sampai dengan 19

sehingga, bisa kita peroleh

Jawab: Tidak ada jawaban yang memenuhi.

Jawab: Tidak ada jawaban yang memenuhi.

20. Jika lx = 15.120 dan q x = 1/3, maka tentukan lx+1/4

Dengan menggunakan panjer model, diperoleh

S(r )(1 − S(r ))

S(r )(1 − S(r )) S(t)(1 − S(t))

(d) (w) (d)

Dengan demikian, diperoleh

Selain itu, Anda juga diberikan informasi: ϑ1 + ϑ2 = 0, 7. Berapakah nilai ϑ1 ?

Diberikan ϑ1 + ϑ2 = 0, 7 sehingga bisa diperoleh ϑ1 = 0, 7 − ϑ2 Lalu, dengan menggunakan

Dengan substitusi, ϑ1 = 0, 7 − ϑ2 kedalam persamaan sebelumnya, diperoleh

−0, 7 + ϑ2 + (0, 7 − ϑ2 )ϑ2 −0, 7 + 1, 7ϑ2 − ϑ22

Berdasarkan (∗) dan (∗∗) didapat

−ϑ2 −0, 7 + 1, 7ϑ2 − ϑ22

dengan menggunakan formula penyelesaian pada persamaan kuadrat diperoleh ϑ2 = 3, 5 dan

untuk tm ≤ t ≤ tm+1 . Dengan menggunakan formula ini, diperoleh

26. Hitunglah m x berdasarkan asumsi Balducci.

Rumus yang digunakan :

Perkirakan fungsi autokorelasi pada saat perpindahan k = 2.

∑4i=1 (yt − ȳ)(yt+1 − ȳ)

∑3i=1 (yt − ȳ)(yt+2 − ȳ)

(−16)(23) + (23)(−35) + (−35)(40) + (40)(−12)

(−16)(−35) + (23)(40) + (−35)(−12)

29. Diketahui suatu model untuk 20 data pengamatan sebagai berikut :