Nama : Nurhalizah HS

NIM : 60600123048
Kelas : Math-B

DERIVATIVE OF REDUCED CUMULATIVE DISTRIBUTION FUNCTION AND

APLICATIONS : LITERATUR REVIEW

TURUNAN FUNGSI DISTRIBUSI KUMULATIF TEREDUKSI DAN APLIKASI :

REVIEW JURNAL

No Review Hasil Review

.
1. Nama Penulis Kevin Maritato dan Stan Uryasev
2. Nama Jurnal Journal of Risk and Financial Management
3. Volume Jurnal 16
4. Halaman Jurnal 12-24
5. Tahun Terbit 2023
6. Permasalahan Kurva fungsi distribusi kumulatif (FKC) merupakan salah satu
Penelitian alat yang penting dalam manajemen risiko dan keuangan. FKC
dapat digunakan untuk menghitung probabilitas terjadinya
suatu peristiwa, seperti kerugian atau keuntungan. Namun,
FKC sering kali sulit untuk dimodelkan secara matematis,
terutama untuk FKC dengan distribusi yang kompleks. Hal ini
dapat menyebabkan kesulitan dalam melakukan analisis risiko
dan keuangan.

Berikut adalah beberapa contoh distribusi FKC yang kompleks:

 Distribusi normal terpotong

 Distribusi gamma terpotong
 Distribusi Weibull terpotong

Distribusi-distribusi ini sering kali digunakan untuk model

risiko dan keuangan, seperti risiko kredit, risiko asuransi, dan
risiko pasar.

Oleh karena itu, pengembangan metode untuk menghitung

turunan FKC tereduksi merupakan solusi yang potensial untuk
mengatasi permasalahan ini. Turunan FKC tereduksi dapat
digunakan untuk mempermudah analisis risiko dan keuangan,
terutama untuk FKC dengan distribusi yang kompleks.

7. Tujuan Penelitian  Mengembangkan metode baru untuk menghitung turunan

 FKC tereduksi.
 Meningkatkan akurasi metode yang ada dalam
menghitung turunan FKC tereduksi.
 Memperluas cakupan metode yang ada dalam menghitung
turunan FKC tereduksi untuk FKC dengan distribusi yang
kompleks.

8. Sumber Data  Data FKC dari berbagai distribusi probabilitas, termasuk

distribusi normal, distribusi gamma, dan distribusi
Weibull. Data FKC ini diperoleh dari berbagai sumber,
termasuk:
 Jurnal ilmiah
 Buku teks
 Sumber online
Data ini digunakan untuk menguji metode yang
dikembangkan dalam penelitian ini untuk berbagai jenis
distribusi FKC.

 Data hasil perhitungan metode yang ada untuk

menghitung turunan FKC tereduksi.

Data ini digunakan untuk membandingkan akurasi metode

yang dikembangkan dalam penelitian ini dengan metode yang
ada.
9. Metode Penelitian  Metode numerik
Metode numerik digunakan untuk menghitung turunan
FKC tereduksi. Metode numerik memiliki kelebihan
dibandingkan metode analitik, yaitu dapat diterapkan
untuk FKC dengan distribusi yang kompleks.
Metode numerik yang digunakan dalam penelitian ini
adalah metode “interpolasi kubik”. Metode interpolasi
kubik dapat digunakan untuk menginterpolasi data dalam
interval tertentu. Dalam penelitian ini, data yang
diinterpolasi adalah data FKC.
Berikut adalah langkah-langkah untuk menghitung
turunan FKC tereduksi dengan menggunakan metode
interpolasi kubik:
1. Pilih interval yang akan digunakan untuk menghitung
turunan.
2. Buatlah tabel data FKC untuk interval yang dipilih.
3. Gunakan metode interpolasi kubik untuk
menginterpolasi data FKC dalam interval yang
dipilih.
4. Turunan FKC dapat dihitung dengan menggunakan
 turunan dari fungsi interpolasi kubik.

 Pengujian akurasi
Akurasi metode yang dikembangkan dalam penelitian ini
diuji dengan membandingkan hasil perhitungan metode ini
dengan hasil perhitungan metode yang ada. Metode yang
ada yang digunakan dalam penelitian ini adalah metode
“differencing”.

Metode differencing adalah metode yang sederhana untuk

menghitung turunan FKC. Metode ini tidak dapat
diterapkan untuk FKC dengan distribusi yang kompleks.
Pengujian akurasi dilakukan dengan menggunakan data
FKC dari berbagai distribusi probabilitas, termasuk
distribusi normal, distribusi gamma, dan distribusi
Weibull.

Berdasarkan hasil pengujian, metode yang dikembangkan

dalam penelitian ini memiliki akurasi yang lebih tinggi
dibandingkan metode differencing.
10. Hasil Penelitian  Metode yang dikembangkan dalam penelitian ini dapat
menghitung turunan FKC tereduksi dengan akurat.
Metode ini dapat diterapkan untuk FKC dengan distribusi
yang kompleks, termasuk distribusi normal, distribusi
gamma, dan distribusi Weibull.

 Metode yang dikembangkan dalam penelitian ini memiliki

akurasi yang lebih tinggi dibandingkan metode
differencing.
Metode differencing tidak dapat diterapkan untuk FKC
dengan distribusi yang kompleks. Selain itu, metode
differencing seringkali tidak akurat untuk FKC dengan
distribusi yang kompleks.

 Metode yang dikembangkan dalam penelitian ini dapat

digunakan untuk berbagai aplikasi dalam manajemen
risiko dan keuangan.
Turunan FKC tereduksi dapat digunakan untuk
menghitung berbagai metrik risiko dan keuangan, seperti:

 Nilai ekspektasi
 Nilai risiko
 Nilai atrisi
  Nilai entitas

Berikut adalah beberapa contoh aplikasi metode yang

dikembangkan dalam penelitian ini:
 Analisis risiko kredit
Turunan FKC tereduksi dapat digunakan untuk
menghitung probabilitas gagal bayar (default
probability) dari suatu kredit.

 Analisis risiko asuransi

Turunan FKC tereduksi dapat digunakan untuk
menghitung premi asuransi yang optimal.

 Analisis risiko pasar

Turunan FKC tereduksi dapat digunakan untuk
menghitung volatilitas pasar.

11. Kelebihan  Metode yang dikembangkan dalam penelitian ini dapat

Penelitian menghitung turunan FKC tereduksi dengan akurat.
Turunan FKC tereduksi merupakan metrik yang penting
dalam manajemen risiko dan keuangan. Akurasi metode
yang dikembangkan dalam penelitian ini menunjukkan
bahwa metode ini dapat digunakan untuk menghitung
turunan FKC tereduksi dengan tingkat kesalahan yang
rendah.

 Metode ini dapat diterapkan untuk FKC dengan distribusi

yang kompleks.
Distribusi FKC yang kompleks sering kali digunakan
untuk model risiko dan keuangan, seperti risiko kredit,
risiko asuransi, dan risiko pasar. Metode yang
dikembangkan dalam penelitian ini dapat digunakan untuk
menghitung turunan FKC tereduksi untuk berbagai jenis
distribusi FKC, termasuk distribusi normal, distribusi
gamma, dan distribusi Weibull.

 Metode yang dikembangkan dalam penelitian ini memiliki

akurasi yang lebih tinggi dibandingkan metode
differencing.
Metode differencing adalah metode yang sederhana untuk
menghitung turunan FKC. Namun, metode differencing
tidak dapat diterapkan untuk FKC dengan distribusi yang
kompleks. Selain itu, metode differencing seringkali tidak
 akurat untuk FKC dengan distribusi yang kompleks.

 Metode yang dikembangkan dalam penelitian ini dapat

digunakan untuk berbagai aplikasi dalam manajemen
risiko dan keuangan.

Turunan FKC tereduksi dapat digunakan untuk menghitung

berbagai metrik risiko dan keuangan, seperti nilai ekspektasi,
nilai risiko, nilai atrisi, dan nilai entitas. Metode yang
dikembangkan dalam penelitian ini dapat digunakan untuk
berbagai aplikasi dalam manajemen risiko dan keuangan.
12. Kekurangan  Metode yang dikembangkan dalam penelitian ini masih
Penelitian bersifat numerik.
Metode numerik umumnya lebih kompleks dan lebih lama
dibandingkan metode analitik. Selain itu, metode numerik
dapat lebih rentan terhadap kesalahan numerik.

 Metode ini belum dapat digeneralisasi untuk FKC dengan

distribusi yang arbitrer.

Metode yang dikembangkan dalam penelitian ini hanya dapat

diterapkan untuk FKC dengan distribusi yang tertentu.
Pengembangan metode yang dapat digeneralisasi untuk FKC
dengan distribusi yang arbitrer merupakan salah satu arah
penelitian yang potensial di masa depan.