Perpustakaan Digital ITB

Variansi sebagai prediksi risiko menggambarkan sebaran data risiko relatif terhadap mean- nya. Perhitungan variansi data risiko dengan menggunakan peubah acak risiko perlu diper- timbangkan untuk memperoleh nilai variansi pada semua jenis data risiko. Variansi pada peubah acak diperoleh dengan menggunakan fungsi peluang dari distribusi data risiko. Jika data risiko berupa data bivariat, variansi yang dapat dihitung adalah variansi bersyarat. Variansi bersyarat menjadi sulit ditentukan saat fungsi peluang bersama standar tertentu, seperti distribusi normal bivariat dan Student's t bivariat, tidak cocok terhadap data risiko bivariat. Untuk model distribusi bivariat dengan distribusi marjinal berasal dari keluarga distribusi berbeda, fungsi peluang bersama dapat ditentukan dengan menggunakan Copula Clayton Bivariat. Nilai variansi bivariat dari berbagai pilihan distribusi marjinal dapat di- tentukan dengan menggunakan fungsi peluang bersama berbasis Copula Clayton Bivariat. Analisis berdasarkan data simulasi normal bivariat serta model bivariat yang memiliki dis- tribusi marjinal berupa distribusi Weibull dan Eksponensial. Selain itu, juga dilakukan ana- lisis pada data Angka Partisipasi Sekolah (APS) dari 34 provinsi di Indonesia pada periode tahun 2011 sampai tahun 2019. Dari kedua analisis tersebut ditentukan prediksi ukuran risiko dengan tingkat kepercayaan (1 ???? ). Berdasarkan taksiran peluang cakupan dan uji metode back ????testing, prediksi risiko dengan menggunakan variansi memberikan hasil prediksi yang cukup akurat.