JUDUL SKRIPSI : ESTIMASI PERUSAHAAN ASURANSI JIWA DI INDONESIA DENGAN PENDEKATAAN ADAPTIVE NEURO FUZZY
Disusun oleh : Nama NPM Jurusan Pembimbing
: FITRI APRILIANA : 20208521 : Akuntansi : Dr. Armaini Akhirson,SE.,MMA
LATAR BELAKANG MASALAH
JUMLAH KEKAYAAN INDUSTRI ASURANSI Tahun
Keterangan
2003
2004
2005
2006
2007
Asuransi Jiwa
32.932,7
44.878,5
53.940,3
71.034,1
102.137,2
Asuransi Kerugian
16.358,9
19.197,8
21.254,2
23.760,8
28.418,5
816,5
953,3
1.147,3
1.147,3
1.221,5
Program Asuransi Sosial & Jaminan Sosial
27.908,6
34.562,4
34.562,2
51.546,8
63.598,2
Program Asuransi untuk PNS & TNI / POLRI /
16.076,8
20.313,6
20.313,6
27.371,0
33.304,9
94.093,5
119.905,6
131.217,6
174.934,2
228.828,6
Reasuransi
Jumlah /total
RUMUSAN MASALAH
Bagaimana tingkat rasio likuiditas, RBC, Rasio Beban Klaim dan pendapatan premi pada perusahaan asuransi jiwa pada tahun 2007-2010 Bagaimanakah bentuk inferensi fuzzy Pendapatan Premi dengan metode Adaptive Neuro Fuzzy? Bagaimanakah perbandingan pendapatan premi metode ANFIS apabila dibandingkan dengan pendapatan premi aktuaL Bagaimana tingkat keakurasian dari ANFIS dalam mengenai pendapatan premi.
BATASAN MASALAH
Dalam Penulisan ini, hanya membatasi masalah pada perusahaan Asuransi yaitu yang tercatat di Asosiasi Asuransi Jiwa Indonesia.Data yang digunakan untuk penelitian yaitu dari periode 2007- 2010 dengan sampel 11 perusahaan asuransi jiwa. Data tersebut lalu diolah menggunakan Adaptive Neuro Fuzzy Inference System (ANFIS).
TUJUAN PENELITIAN Untuk mengetahui tingkat rasio likuiditas, RBC, Rasio Beban Klaim dan pendapatan premi pada perusahaan asuransi jiwa pada tahun 2007-2010 Untuk mengetahui bentuk inferensi fuzzy pendapatan premi dengan metode Adaptive Neuro Fuzzy sehingga dapat dilakukan pengkategorian. Untuk mengetahui perbandingan pendapatan premi metode ANFIS apabila dibandingkan dengan pendapatn premi aktual. Untuk mengetahui tingkat keakurasian ANFIS mengenai pendapatan premi
LANDASAN TEORI
ASURANSI Perusahan ASURANSI JIWA
Karakteristik Perusahaaan Asuransi Jiwa Pendapatan premi asuransi, Likuiditas , RBC, Rasio beban Klaim
ANFIS (ADAPTIVE NEURO FUZZY INFERENCE SYSTEM)
KERANGKA PEMIKIRAN
Perusahaan Asuransi (Undang-Undang Nomor 2 tahun 1992)
Asuransi Jiwa Undang-Undang Nomor 2 tahun 1992)
Likuiditas
RBC
Rasio Beban Klaim
(KMK) nomor 424/KMK.06/2003
ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) Eng Agus Naba, 2009
Pendapatan Premi IAI, 2000
METODE PENELITIAN VARIABEL INPUT OBJEK PENELITIAN Perusahaan Asuransi Jiwa dan Sampel dalam penelitian ini adalah 11 perusahaan asuransi jiwa yang terdaftar di Asosiasi Asuransi Jiwa Indonesia . Data yang dipilih meliputi beberapa hal yaitu ; 1. Menerbitkankan laporan keuangan yang telah diaudit setiap tahun periode tahun 2007 sampai 2010 2. Merupakan Perusahaan asuransi jiwa yang terdaftar di Asosiasi Asuransi Jiwa Indonesia dan Dewan Asuransi Indonesia, Pertumbuhan aset rata-rata 3 tahun (2007– 2010) 3. Perusahaan yang berlaba dan pertumbuhan labanya tidak negative selama tiga tahun berturut-turut pada tahun 2007 sampai 2010 4. Merupakan perusahaan asuransi jiwa yang sehat menurut 424/KMK.06/2003.
V A R I A B E L
Likuiditas
RBC
Rasio beban Klaim
VARIABEL OUTPUT
Pendapatan Premi
METODE ANALISIS DATA
Setelah variabel terkumpul, selanjutnya adalah melakukan analisis data yaitu melakukan proses permodelan pendapatan premi sehingga bisa diketahui seberapa besar pengaruh yang diterima oleh variable output. . Proses permodelan dilakukan dengan bantuan aplikasi aplikasi Matlab R2010b. Kemudian diolah dengan ANFIS (Adaptive Neuro Fuzzy Inference
System).
HASIL PENELITIAN NO. 1
2
3
4
5
Asuransi Jiwa PT.Prudential
PT.Allianz
PT.CommenWealth
PT.Asuransi Adisarana
PT.AXA MANDIRI
LIKUIDITAS Tahun 2007 2008 2009 2010 2007 2008 2009 2010 2007 2008 2009 2010 2007 2008 2009 2010 2007 2008 2009 2010
Likuiditas (%) 150 109 161 185 296 390 529 439 204 217 143 141 407.19 428.6 1244.81 426.47 2.58 48.97 99.91 125.99
6
PT.SUN LIFE INDONESIA
7
PT.SEQUIS FINANCIAL
8
PT.SINAS MAS
9
PT.SEQUIS LIFE
10
PT.ASURANSI JIWASRAYA
11
BNI LIFE INSURANCE
2007 2008 2009 2010
2.544 1.184 203 180
2007 2008 2009 2010 2007 2008 2009 2010 2007 2008 2009 2010
214 289 211 200 189 265 199 937 967 1167 146 167
2007 2008 2009 2010
2456.97 1229.61 1617.31 1280.95
2007 2008 2009 2010
726 696 105 111
dapat ditarik kesimpulan sebagian besar perusahaan yang diperoleh dari tahun 20072010 bahwa dapat disimpulkan bahwa likuiditas dapat mempengaruhi pendapatan premi perusahaan yang yang terlihat dari peningkatan dan penurunan dari tahun ketahun dan juga kondisi/ kesehatan keuangan perusahaan yang baik dapat dilihat dari tingkat likuiditas.
HASIL PENELITIAN NO.
Asuransi Jiwa
1
PT.Prudential
2
3
PT.Allianz
PT.CommenWealth
4
PT.Asuransi Adisarana
5
PT.AXA MANDIRI
RBC (Risk Based Cpital RBC(%) 362 206 420 664 255 306 428 499 336 404 505 609 192 187 137 144 882 1463 719 718
6
PT.SUN LIFE INDONESIA
7
PT.SEQUIS FINANCIAL
8
PT.SINAS MAS
9
PT.SEQUIS LIFE
10
PT.Asuransi Jiwasraya
11
BNI LIFE INSURANCE
242 176 239 284 832 896 1207 1363 130 194 302 469 188 173 208 263 142 153 140 156 159 290 210 172
dapat disimpulkan sebagian besar perusahaan yang diperoleh dari tahun 20072010 Risk Based Capital sudah cukup baik dan melampaui ketentuan dari Menteri Keuangan dikarnakan bahwa dari kesehatan suatu perusahaan asuransi yang harus dipenuhi oleh sebesar 120% Semakin besar rasio kesehatan RBC sebuah perusahaan asuransi, semakin sehat kondisi financial perusahaan tersebut dan posisi keuangan yang sangat kuat
HASIL PENELITIAN NO.
Asuransi Jiwa
1
PT.Prudential
2
PT.Allianz
3
PT.CommenWealth
4
PT.Asuransi Adisarana
5
PT.AXA MANDIRI
Rasio Beban Klaim Rasio Beban (%) 93 4.79 111 88.69 95.21 59.24 103.21 95.43 70.02 34.68 113.52 98.76 84.54 93.36 99.31 95.86 121 3.34 245 120
6
PT.SUN LIFE INDONESIA
7
PT.SEQUIS FINANCIAL
8
PT.SINAS MAS
9
PT.SEQUIS LIFE
10
PT.Asuransi Jiwasraya
11
BNI LIFE INSURANCE
128 22.2 185 131 36.174 24.535 28.8 35373 102 110 110 107 115 55.78 98.94 123 896 99.9 90.59 100.23 57.6 154 87.86 55.11
dapat disimpulkan sebagian besar perusahaan yang diperoleh dari tahun 2007-2010, Besarnya hasil beban klaim pada setiap tahunnya sangat bervariasi pada setiap perusahaan dan mencerminkan nilai perolehan premi yang didapat dari setiap tahun. Semakin besar nilai perolehan premi maka akan membuat besar klaim menjadi semakin tinggi, hal ini cukup logis karena premi yang didapatkan perusahaan mengandung unsur risiko yang memicu terjadinya klaim.
HASIL PENELITIAN NO.
Asuransi Jiwa
1
PT.Prudential
2
PT.Allianz
3
PT.CommenWealth
4
PT.Asuransi Adisarana
5
PT.AXA MANDIRI
Tahun
Pendapatan Premi
2007 2008 2009 2010 2007 2008 2009 2010 2007 2008 2009 2010 2007 2008 2009 2010 2007 2008 2009 2010
5.422.983 6.784.998 7.171.598 9.715.331 2.691.279 2.84.855 3.213.281 4.728.805 683.261 607.799 671.499 1.184.498 237.906 542.902 589.178 1.750.386 2.191.540 1.904.820 1.336.014 2.771.134
6
PT.SUN LIFE INDONESIA
7
PT.SEQUIS FINANCIAL
8
PT.SINAS MAS
9
PT.SEQUIS LIFE
10
PT.ASURANSI JIWASRAYA
11
BNI LIFE INSURANCE
2007 2008 2009 2010 2007 2008 2009 2010 2007 2008 2009 2010 2007 2008 2009 2010 2007 2008 2009 2010 2007 2008 2009 2010
1.072.325 955.854 612.444 736.668 47.285 52.333 37.046 31.938 4.231.167,43 5.123.877,79 7.115.864,75 9.282.948,63 1.126.084 1.184.093 1.088.951 1.359.526 2.248.872,35 2.295.970,98 2.474.245,35 3.498.827,55 679.510.212.171 764.262.903.158 999.252.035.510 1.332.545.703.17 3
bahwa dapat disimpulkan sebagian besar perusahaan yang diperoleh dari tahun 2007-2010 sangat terlihat pada perusahaan asuransi jiwa seperti PT.Prudential Assurance pada tahun 2007 sebesar Rp. 5.422.983 dan pada tahun 2010 sebesar Rp. 9.715.331 terjadi peningkatan sebesar Rp.4.292.348 dan seterusnya sehingga terjadi peningkatkan pertumbuhan di setiap tahunnya dan pada PT.Sequis Financial pada tahun 2007 sebesar Rp. 47.285 dan tahun 2010 sebesar Rp. 31.938 terjadi penurunan sebesar Rp.15.302.
TAHAP IMPLEMENTASI ANFIS
Persiapan Data Time Series
Pembentukan Jumlah Pusat Cluster T Training dan Checking data Input- Output
Pembentukan Rule
Keakurasian ANFIS
Pendapatan Premi Fuzzy system
HASIL PENELITIAN
No. 1
2 3 4 No. 1 2 3 4 5 6
7 8 9
10
Nama Perusahaan PT Prudential Life Assurance
PT AXA Mandiri Financial PT Commonwealth
Permodelan Output Subtractive Clustering Cluster
Input 1
Input 2
Input 3
Output 1
Cluster 1
0.002
0.0024
0.0019
0.612
Cluster 2
0.0014
0.0061
0.001
Cluster 3
0.0043
0.0019
0.0095
1.184 0.543
Cluster 4
0.0016
0.003
0.0011
7.116
Cluster 5
0.0053
0.0043
0.0011
3.213
Cluster 6
0.0011
0.0021
0.0094
6.785
Cluster 7
0.0012
0.009
0.0025
0.052
Cluster 8
0.0094
0.0028
0.0013
0.737
Cluster 9
0.0097
0.0083
0.0036
0.047
Cluster 10
0.0019
0.0066
0.0092
9.715
PT Asuransi Jiwa Adisarana Wanaartha Hasil Cluster
PT.SUN LIFE INDONESIA PT.CommenWealth PT.Asuransi Adisarana PT.SINARMAS PT.ALLIANZ PT.Prudential PT.SEQUIS FINANCIAL PT.SUN LIFE INDONESIA PT.SEQUIS FINANCIAL PT.Prudential Life Assurance
Tahun 2009 2010
2008 2009 2009
2008 2008 2010 2007 2010
Dari Hasil Cluster dapat dikategorikan sebagai berikut :
HASIL PENELITIAN
Learning Adaptive Neuro Fuzzy
terlihat bahwa output yang dihasilkan sistem fuzzy tampak mengikuti arah training. Output ditunjukan dengan simbol bintang berwarna merah dan data training dengan simbol lingkaran berwarna biru.
HASIL PENELITIAN
Selanjutnya dari proses training data akan dibentuk fuzzy rule sesuai jumlah pusat cluster yang ada yaitu 10 fuzzy rule
HASIL PENELITIAN Keakurasian Hasil Asumsi ANFIS 1000 500 0 1
2
3
4
5
6
7
8
9
10
11
-500
-1000
ERROR
-1500 -2000 -2500 -3000
Dari hasil data yang telah di checking terdapat error negatif terkecil adalah -17 dan positif terkecil adalah 29. Error negatif terkecil terjadi pada vektor BNI Life Insurance pada tahun 2007 . Error positif terkecil pada vektor PT.SEQUIS LIFE pada tahun 2008
Hasil Penelitian
Analisis Error
Secara keseluruhan, Adaptive Neuro Fuzzy Inference System (ANFIS) mampu melakukan training atas data dan memodelkan kelakuan hubungan inputoutput dengan baik, hal ini dibuktikan dengan rata-rata tingkat error mampu mencapai 0 yaitu sebesar 0.0012154
KESIMPULAN
A N F I S
Dari keseluruhan hasil yang didapat maka dapat diambil kesimpulan bahwa jika dilihat dari sebagian besar dari variable input yaitu Likuidasi,RBC dan Rasio Beban Klaim sudah sesuai. Begitu juga dengan variable output pada hasil perhitungan pendapatan premi yaitu PT . PT.Prudential Assurance mengalami peningkatan dan diikuti juga dengan perusahaan-perusahaan lainnya tetapi pada PT.SEQUIS FINANCIAL yang mengalami penurunan.
Pada Permodelan ANFIS menghasilkan 10 aturan fuzzy dimana yang bisa memodelkan kelakuan input-output antara variable (rasio likuiditas, RBC, Rasio Beban Klaim) dan pendapatan premi. Secara Keseluruhan, Adaptive Neuro Fuzzy System ( ANFIS). Dalam Perbandingan keakurasian antara asumsi ANFIS dengan asumsi AKTUAL sudah cukup bagus dalam hal ini dapat dibuktikan dengan rata-rata error memcapai 0 yaitu sebesar 0.0012154. Dari data training yang dapat di uji dengan baik, mengalami selisih antara aktual pendapatan premi dan pendapatan premi anfis yaitu terlihat error negatif terkecil adalah -17 dan positif terkecil adalah 29
SARAN Penelitian selanjutnya diharapkan dapat menambah variabel lain di luar variabel yang digunakan dalam penelitian ini, yaitu seperti memasukan Investasi sebagai pelengkap RBC dan beberapa variable harus dipertimbangkan . selanjutnya mungkin dapat mempertimbangkan beberapa variabel eksternal di luar penelitian ini. Meski tingkat keakurasian hasil estimasi cukup baik dengan tingkat error yang kecil yaitu sebesar 0.0012154, kedepannya diharapkan untuk memperhatikan faktor –faktor diluar penelitian ini. Bagi Asosiasi Asuransi Jiwa Indonesia , diharapkan sebaiknya Asosiasi memakai ANFIS dalam
melakukan pemeringkatan ataua pengkategorian perusahan asuransi tersebut.
Sekian dan Terima Kasih
MATRIK NO . 1
Nama,thn Irma Mutiarani
Judul,analisa Analisis
Kesimpulan
Pemeringkatan Hasil pengujian Fuzzy Logic
Toolbox dengan metode mamdani dan sugeno sebagian Perusahaan Asuransi dengan besar perusahaan asuransi tepat dalam Pendekatan Fuzzy Logic sudah pengambilan keputusan dalam Metode Mamdani dan Sugeno penetapan premi, Kesehatan
Keuangan
2.
SYUDASTRI
Estimasi Tingkat Inflasi Di analisa yang sudah dilakukan, sistem fuzzy menghasilkan 9 Indonesia Dengan Pendekatan aturan fuzzy yang bisa mendefinisikan kelakuan input-
Adaptive Neuro Fuzzy.
output. Hasil dari penelitan ini menunjukkan tingkat akurasi yang cukup tinggi dengan rata-rata tingkat error mampu mencapai 0 yaitu sebesar 0,6031 setelah di uji dengan data
nilai
tukar,
jumlah
uang pada periode 20091-20113. beredar, suku bunga PUAB, dan output gap
Analisis Pengaruh Risk Based
Niken Wulandari 3.
capital dan Underwriting Ratio Terhadap Profitabilitas Pada Perusahaan Asuransi Kerugian
Hasil pengujian hipotesis dengan uji F menunjukkan bahwa adanya pengaruh yang signifikan dari tingkat
Risk Based Capital dan Underwriting Ratio terhadap profitabilitas pada perusahaan asuransi kerugian,
terbukti
dengan
nilai
koefisien
korelasi
yang
signifikan sebesar 0,570 dan R2 0,325. Untuk hasil
pengujian hipotesis secara parsial dengan uji t ditemukan adanya pengaruh yang signifikan tingkat Risk Based Capital terhadap profitabilitas pada perusahaan asuransi kerugian dengan
koefisien
korelasi parsial bernilai negatif sebesar 0,507.
