Nisaa, Rahmah An (2024) Peramalan tingkat mortalitas penduduk menggunakan lee carter dengan metode arima. ['eprint_fieldopt_thesis_type_undergraduate' not defined] thesis, UIN Sunan Ampel Surabaya.
Rahmah An Nisaa_H02217012.pdf
Download (5MB)
Rahmah An Nisaa_H02217012_Full.pdf
Restricted to Repository staff only until 23 July 2028.
Download (5MB)
Abstract
Salah satu komponen demografi yaitu mortalitas merupakan faktor penting dalam struktur dan jumlah penduduk. Data mortalitas sering kali digunakan untuk perancaanan pembangunan berkelanjutan. Selain itu juga penting dalam industri asuransi, antara lain untuk menentukan besarnya premi. Informais data mortalitas yang baik adalah dibedakan berdasarkan jenis kelamin, guna untuk penilaian risiko yang lebih akurat. Salah satu model stokastik yang paling sederhana adalah Lee Carter. Model ini memiliki tiga parameteryang nantinya akan diestimasi dengan singular value decomoosition. Data yang digunakan dalam penelitian yaitu data penduduk Indonesia untuk masing-masing jenis kelamin pada periode 1950 sampai 2015. Tahap awal penelitian adalah membuat logaritma natural dari data penelitan.Tahap kedua yaitu mengestimasi nilai parameter. Ketiga mencari nilai eror untuk perbandingan nilai aktual dengan hasil estimasi. Terakhir melakukan peramalan dengna ARIMA. Hasil penelitian menunjukkan nilai MSE pada hasil estimasi menunjukkan kedekatan dengan nilai aktual. Selanjutnya hasil peramalan menjelaskan bahwa untuk data penduduk laki-laki cocok menggunakan model ARIMA(1,0,1) dengan AIC sebesar dan data penduduk perempuan menggunakan model ARIMA(0,0,0). Diketahui peramalan tingkat mortalitas untuk penduduk laki-laki cenderung meningkat
| Item Type: | Thesis (['eprint_fieldopt_thesis_type_undergraduate' not defined]) |
|---|---|
| Uncontrolled Keywords: | Mortalitas; singular value decomposition; Lee Carter; ARIMA |
| Subjects: | Asuransi Jiwa Kematian |
| Divisions: | Fakultas Sains dan Teknologi > Studi Matematika |
| Depositing User: | Rahmah An Nisaa |
| Date Deposited: | 23 Jul 2025 02:47 |
| Last Modified: | 23 Jul 2025 02:47 |
| URI: | http://digilib.uinsby.ac.id/id/eprint/83080 |
