Simulasi Monte Carlo Untuk Prediksi Jumlah Klaim Asuransi Di BPJS Ketenagakerjaan Cabang Bojonegoro

Abstract View: 635, PDF Download: 560

Authors

  • Putrye Aufia Indah Lestari Universitas Nahdlatul Ulama Sunan Giri

DOI:

https://doi.org/10.32665/statkom.v1i2.1265

Keywords:

Simulasi Monte Carlo, BPJS Ketenagakerjaan, Jumlah Klaim

Abstract

Latar   Belakang: Simulasi adalah salah satu cara yang digunakan untuk memprediksi jumlah klaim di masa depan berdasarkan jumlah klaim bulanan pada periode sebelumnya. Simulasi data ini dapat dilakukan dengan simulasi Monte carlo,

Tujuan: Untuk mengetahui  deskriptif  jumlah klaim  program asuransi dari Jaminan Pensiun (JP), Jaminan Hari Tua (JHT), Jaminan Kecelakaan Kerja (JKK), Jaminan Kematian (JKM), dan Jaminan Kehilangan Pekerjaan (JKP), serta mendapatkan hasil prediksi jumlah klaim asuransi tersebut dengan metode simulasi Monte Carlo.

Metode: Digunakan metode kuantitaif dengan pendekatan perhitungan manual untuk simulasi Monte Carlo. Data yang digunakan adalah data sekunder yang diperoleh dari BPJS ketenagakerjaan Cabang Bojonegoro berupa Jumlah Klaim Tahun 2021.

Hasil: Dari hasil simulasi Metode Monte Carlo didapatkan prediksi untuk 1 tahun ke depan dengan mean ekspektasi jumlah klaim program JKK adalah 54 perbulan, mean ekspektasi program JKM adalah 67 per bulan, mean ekspektasi jumlah klaim JHT adalah 525 per bulan dan mean ekspektasi program JP adalah 275 perbulan. Prediksi ini merupakan perkiraan untuk 12 bulan ke depan. Standar deviasi klaim JKK sebesar 1.54, standar deviasi klaim JKM sebesar 2.43, standar deviasi klaim JHT sebesar 33.71, dan standar deviasi klaim JP sebesar 9.10.

Kesimpulan: Diperoleh prediksi jumlah klaim untuk masing-masing program asuransi yaitu JKK, JKM, JHT dan JP dengan kategori sesuai dengan mean ekspektasi.

 

References

Albana, A. S., & Azhari, S. (2020). Prediksi Penyebaran COVID-19 Kota Surabaya dengan Simulasi Monte Carlo. Journal of Advances in Information and Industrial Technology, 2(1), 36–42. https://doi.org/10.52435/jaiit.v2i1.40

Anggraini, S. D., & Nurcahyo, G. W. (2021). Prediksi Peningkatan Jumlah Pelanggan dengan Simulasi Monte Carlo. Jurnal Informatika Ekonomi Bisnis, 3(3), 95–100. https://doi.org/10.37034/infeb.v3i3.92

Apri, M., Aldo, D., & Hariselmi. (2019). Simulasi Monte Carlo Untuk Memprediksi Jumlah Kunjungan Pasien. Jurnal Sistem Informasi Dan Manajemen (JURSIMA), 7(9), 32–46.

Ardiansah, I., Pujianto, T., & Perdana, I. I. (2019). Penerapan Simulasi Monte Carlo dalam Memprediksi Persediaan Produk Jadi pada IKM Buluk Lupa. Jurnal Industri Pertanian, 1(3), 61–69. http://jurnal.unpad.ac.id/justin

Darnis, R., Nurcahyo, G. W., & Yunus, Y. (2020). Simulasi Monte Carlo untuk Memprediksi Persediaan Darah. Jurnal Informasi Dan Teknologi, 2(4), 2020. https://doi.org/10.37034/jidt.v2i4.98

Dewi, D. C., Sumijan, S., & Nurcahyo, G. W. (2021). Simulasi Monte Carlo dalam Mengidentifikasi Peningkatan Penjualan Tanaman Mawar (Studi Kasus di Toko Bunga 5 Bersaudara Kota Solok). Jurnal Informatika Ekonomi Bisnis, 3(2), 60–65. https://doi.org/10.37034/infeb.v3i2.67

Farkhan, M., Samudera, D., & Pertiwi, V. I. (2022). Inovasi Pelayanan Publik Melalui Jamsostek Mobile (Jmo) (Studi Kasus Di Bpjs Ketenagakerjaan Cabang Rungkut Kota Surabaya). JPAP (Jurnal Penelitian Administrasi Publik), 8(1), 152–172.

Hasugian, I. A., Muhyi, K., Firlidany, N., Kunci, K.-K., & Carlo, M. (2022). Simulasi Monte Carlo Dalam Memprediksi Jumlah Pengiriman Dan Total Pendapatan. Cetak) Buletin Utama Teknik, 17(2), 1410–4520.

Hutahaean, H. D. (2018). Analisa Simulasi Monte Carlo Untuk Memprediksi Tingkat Kehadiran mahasiswa Dalam Perkuliahan (Studi Kasus : STMIK Pelita Nusantara). Journal Of Informatic Pelita Nusantara, 3(1), 41–45.

Ketenagakerjaan, B. (2022). Manfaat Penerima Upah. https://www.bpjsketenagakerjaan.go.id/penerima-upah.html

Mulia, S. P. A. (2021). Pengaruh Klaim Online Terhadap Tingkat Kepuasan Peserta BPJS Ketenagakerjaan Cabang Meulaboh. Jurnal Akuntansi, Manajemen Dan Ilmu Ekonomi (Jasmien), 1(03), 33–39. https://doi.org/10.54209/jasmien.v1i03.66

Naim, M. A., & Donoriyanto, D. S. (2020). Pengendalian Persediaan Obat Di Apotek Prima Farma Dengan Menggunakan Simulasi Monte Carlo. JUMINTEN, 1(2), 1–11. https://doi.org/10.33005/juminten.v1i2.11

Pasaribu, A. R., Novianti, T., & Priyarsono, D. S. (2022). Pengaruh Jangkauan Terhadap Keberlanjutan Keuangan BPJS Ketenagakerjaan. Jurnal Aplikasi Bisnis Dan Manajemen, 8(3), 868–879. https://doi.org/10.17358/jabm.8.3.868

Rahmawati, R., Rusgiyono, A., Hoyyi, A., & Maruddani, D. A. I. (2019). Expected Shortfall Untuk Mengukur Risiko Kerugian Petani Jagung. MEDIA STATISTIKA, 12(1), 117. https://doi.org/10.14710/medstat.12.1.117-128

Saumi, F., & Amalia, R. (2020). Penerapan Model Arima Untuk Peramalan Jumlah Klaim Program Jaminan Hari Tua Pada Bpjs Ketenagakerjaan Kota Langsa. BAREKENG: Jurnal Ilmu Matematika Dan Terapan, 14(4), 491–500. https://doi.org/10.30598/barekengvol14iss4pp491-500

Sumarni, S., Muliani, F., & Amelia, A. (2022). Jumlah Klaim Berdistribusi Poisson Dan Besar Klaim Berdistribusi Rayleigh Dengan Model Klaim Agregasi Di BPJS Ketenagakerjaan Cabang Langsa. Jurnal Matematika UNAND, 11(4), 258–270. https://doi.org/10.25077/jmua.11.4.258-270.2022

Yusmaity, Julius Santony, & Yuhandri. (2019). Simulasi Monte Carlo untuk Memprediksi Hasil Ujian Nasional (Studi Kasus di SMKN 2 Pekanbaru). Jurnal Informasi & Teknologi, 1(4), 1–6. https://doi.org/10.37034/jidt.v1i4.21

Downloads

Published

2022-12-31

How to Cite

Lestari, P. A. I. (2022). Simulasi Monte Carlo Untuk Prediksi Jumlah Klaim Asuransi Di BPJS Ketenagakerjaan Cabang Bojonegoro. Jurnal Statistika Dan Komputasi, 1(2), 93–100. https://doi.org/10.32665/statkom.v1i2.1265
Abstract View: 635, PDF Download: 560