PEMETAAN CABANG PERUSAHAAN ASURANSI X BERDASARKAN LAPORAN BEBAN KLAIM DAN PENERIMAAN PREMI MENGGUNAKAN BIPLOT - Diponegoro University | Institutional Repository (UNDIP-IR)

PEMETAAN CABANG PERUSAHAAN ASURANSI X
BERDASARKAN LAPORAN BEBAN KLAIM DAN
PENERIMAAN PREMI MENGGUNAKAN BIPLOT

SKRIPSI

Disusun Oleh :
MAHARANI FEBRIANA PUTRI
24010210141009

JURUSAN STATISTIKA
FAKULTAS SAINS DAN MATEMATIKA
UNIVERSITAS DIPONEGORO
SEMARANG
2015

i

ii

iii


KATA PENGANTAR

Puji syukur kehadirat Tuhan Yang Maha Esa yang telah memberikan cinta
dan kasihNya sehingga penulis dapat menyelesaikan Tugas Akhir dengan judul
Pemetaan Cabang Perusahaan Asuransi X Berdasarkan Laporan Beban Klaim
dan Penerimaan Premi Menggunakan Biplot .
Penulis menyadari laporan ini tidak akan dapat diselesaikan tanpa bantuan
dari berbagai pihak. Oleh karena itu, penulis ingin menyampaikan terima kasih
kepada
1. Ibu Dra. Dwi Ispriyanti, M.Si. selaku Ketua Jurusan Statistika Fakultas Sains
dan Matematika Universitas Diponegoro.
2. Ibu Yuciana Wilandari, S.Si, M.Si. selaku dosen pembimbing I.
3. Ibu Rita Rahmawati, S.Si, M.Si. selaku dosen pembimbing II.
4. Bapak/Ibu dosen Jurusan Statistika yang telah memberikan arahan dan
masukan demi perbaikan penulisan Tugas Akhir ini.
5. Semua pihak yang telah membantu dalam penulisan laporan ini.
Penulis menyadari bahwa penulisan Tugas Akhir ini belumlah sempurna.
Oleh karena itu kritik dan saran yang bersifat membangun sangat penulis
harapkan. Pada akhirnya penulis berharap semoga Tugas Akhir ini dapat

bermanfaat bagi penulis pada khususnya maupun pembaca pada umumnya.

Semarang,

Maret 2015

Penulis

iv

 
 
 
   
      
 
   
   
 


  


   
 
  

    
      

        
 
 



    
   
  
  

      
   

 
     

 


  Hal ini membuat perusahaan harus berusaha untuk

mencari nasabah yang banyak dan memperkecil beban klaim agar perusahaan
berada dalam kondisi keuangan yang baik. Penelitian ini dilakukan untuk
mengetahui kondisi perusahaan dengan menggunakan analisis biplot. Analisis
biplot dapat diterapkan untuk mengetahui pemetaan cabang perusahaan, informasi
cabang perusahaan dan menentukan cabang perusahaan mana yang paling
berprestasi. Hasil yang diperoleh dari penelitian ini adalah penerimaan premi lebih
besar dari beban klaim dan cabang perusahaan yang berprestasi adalah Surabaya
Tunjungan. Selain itu pemetaan yang dapat diterangkan oleh analisis biplot
mencapai 100% yang artinya dapat menjelaskan total keseluruhan data dengan

baik.

ata Kunci : Pemetaan cabang perusahaan, analisis biplot, penerimaan premi dan
beban klaim.

v

!"#$ %#
&'( )*+,(- ./ 01-2 0*--()345 +16( (7(-5.)( 181-( ./ 3'( ,()(/932 ./ 9)2*-1)0( 3.
:-.3(03 1;19)23 /9)1)0914 4.22< =)2*-1)0( :-.>*032 3'13 >(+1)> 1 4.3 ./ :(.:4( 1-(
+.3.- 7('904( 9)2*-1)0( :-.>*03 3'13 01-< ?2 1) ()3-(:-()(*- 93 92 )(0(221-5 3.
>(3(-+9)( 8'(3'(- .- ).3 1 0.+:1)5 '(143'5 9) .->(- 3. >(3(-+9)( 3'( 0.)>939.)
./ 3'( 0.+:1)5 1)> 8'13 3'9);2 )((> 3. ,( 0.)29>(-(> 3. 9+:-.7( 3'( /9)1)0914
0.)>939.) ./ 3'( 0.+:1)5< &. 2(( '(143'5 .- ).3 1) 9)2*-1)0( 0.+:1)5 3'() )((>2
3. ,( 1)145zed on the income and expenditures of the company. The company has

a good insurance premium income is greater than the burden of claims. This
makes the company should strive to find that a lot of customers and minimize the
burden of the claims that the company is in good financial condition. This study
was conducted to find out how the condition of the company by using biplot

analysis. This analysis can be applied to determine the company branch mapping,
information and determine which branch company has the top achievers. The
results obtained from these studies is the premium income report greater than the
burden of claims and the top achievers is Surabaya Tunjungan. In addition,
mapping that can be explained by a biplot analysis reached 100% which means it
can explain the total data properly.

@Aywords : company branch mapping, biplot analysis, premium income and
burden of claims

vi

BCDECF GHG
IJJl Jmn
IKLKMKN OPQPL RRRRRRRRRRRRRRRRRS RSS

i

TUNVUWKIKN XRRSSSRRRRRRRRRRRRRRRRS


i

TUNVUWKIKN XXRRSSSRSRRRRRRRRRRRRRRSSS

i

YKZK TUNVKNZK[ RRRRRRRRRRRRRRRRRRRS

iv

KBWZ[KYRRRRRRRRRRRRRRRRRRSSSS

v

KBWZ[K\ZRRRRRRRRRRRRRRRRRRRRRRRSS

i
v

QK]ZK[ XWX


i
v

QK]ZK[ ZKBULRRRRRRRRRRRRRRRRRRRS

ix

QK]ZK[ VKM^K[

x

QK]ZK[ LKMTX[KN

xi

BKB X

TUNQKIPLPKN
_S_S LJtJrB`Jl JkngRRRRRRRRRRS


_

_SaS [um
bcJnMJcJJl hRSSSRRRRRRRRS

d

_SdS

BJJt sJnMJcJJl hRRRRRRRRRSS

e

_SeS ZbfbJng`h`liJt nRRRRSSRRRRRSSS
BKB XX

e

ZXNOKPKN TPWZKYK

aS_ KJurs insRRRSSRSSSS

5
..

aSa KcbiJhcj Y`ibkjJh RR
2.3

Laporan Beban Klaim

2.4

Penerimaan Premi

2.5

Matriks

.


7
7

..

vii

...

..

7

..

8

BAB III

BAB VI

2.6

Nilai Eigen dan Vektor Eigen

2.7

Analisis Biplot

2.8

Ukuran Kesesuaian Biplot

9
.
..

...
..

11
17

METODOLOGI PENELITIAN
3. 1

Jenis dan Sumber Data

3. 2

Variabel dan Objek Penelitian

3. 3

Langkah Analisis Data

..

.

18

.

18
19

HASIL DAN PEMBAHASAN

BAB V

4. 1

Analisis Deskriptif

.

24

4. 2

Analisis Biplot Kesesuain Variabel

...

26

4. 3

Analisis Biplot Kesesuain Data ..

...

46

4. 4

Analisis Biplot Kesesuain Objek

..

56

KESIMPULAN

65

DAFTAR PUSTAKA

...

LAMPIRAN...

viii

...

66

..

67

lmnomp omqrs
Halaman
Tabel 1 Analisis Deskriptif Laporan Beban Klaim dan Penerimaan Premi
Tahun 2013

24

Tabel 2 Korelasi antar variabel

...

Tabel 3 Panjang Vektor Variabel

45
46

ix

tuvwux yuz{ux
Halaman
Gambar 1 Diagram Alir Analisis Data Penelitian
Gambar 2 Analisis Biplot Kesesuaian Variabel

...

22
..

Gambar 3 Analisis Biplot Kesesuaian Data
Gambar 4 Analisis Biplot Kesesuaian Objek

x

43
53

.

63

|}~}€ }‚ƒ„€}…
Halaman
Lampiran 1 Data

.

Lampiran 2 Kode Untuk Variabel

...

67

...

..

Lampiran 3 Nilai Koordinat Masing-masing Variabel Nilai Alpha

..

Lampiran 4 Nilai Koordinat Masing-masing Objek Nilai Alpha

.

68
69

.

71

Lampiran 5 Syntax R 2.15.2

...

74

Lampiran 6 Jarak Euclidean Antar Objek

..

77

xi

‡ˆ‡ ‰
Š‹ŒˆŽˆŒ
1‘’

L“”“• B–l“—“˜™

š›œžŸ›  ž¡ž¢ž£  ›¤ ¢ž£ ¥žŸ¦ ¡ ¦œŸž§žŸ ¨ž¡ž ¤ Ÿ¡ž§žŸ© › ›¤ª«© ž¤žœ ¬ ›Ÿ ›
¡ «žŸž ¨ª¢ Ÿ¡œŸ¦žŸ ­ ŸžŸ› ž¢ ®ž¤žœ ¦žŸ¤  œ¦  ›ª¯žž ­ ŸžŸ› ž¢° œŸ¤œ§ ± ²ž©
¨³¨ª¤ © §ª›ª£ž¤žŸ ¡žŸ ¢ž Ÿ´¢ž Ÿ «ªŸ¡ž¨ž¤§žŸ ¨ªŸ¦¦žŸ¤ žŸ ¡ž  §ª±ž¡ žŸ´§ª±ž¡ žŸ
¥žŸ¦ ¤ ¡ž§ ¡ž¨ž¤ ¤ª¡œ¦ž ¥žŸ¦ ¡ž¨ž¤ ¤ª±ž¡  ›ª¨ª¤  §ª«ž¤ žŸ© §ª£ ¢žŸ¦žŸ ž¤žœ
›ž§ ¤© ¡ «žŸž «ª¢ ¬ž¤§žŸ ¨ª«¬ž¥žžŸ ¨ª«  ›ª¯žž ¤ªž¤œ ¡ž¢ž« ±žŸ¦§ž ²ž§¤œ
¤ª¤ªŸ¤œ ›ª¬ž¦ž  ¦žŸ¤  ¨³¢ › ¥žŸ¦ «ªŸ±ž« Ÿ ¨ª¢ Ÿ¡œŸ¦žŸ ¤ª›ª¬œ¤µ
š›œžŸ›  ¡ž¢ž« ¶Ÿ¡žŸ¦´¶Ÿ¡žŸ¦ ·ž£œŸ ¸¹¹º ¤ªŸ¤žŸ¦ ›œž¤œ œ›ž£ž
¨ªŸ¦ž›œžŸ› žŸ ž¡ž¢ž£ ¨ª±žŸ± žŸ žŸ¤žž ¡œž ¬ª¢ž£ ¨ £ž§ ž¤žœ ¢ª¬ £© ¡ «žŸž ¨ £ž§
¨ªŸžŸ¦¦œŸ¦ «ªŸ¦ §ž¤§žŸ ¡   §ª¨ž¡ž ¤ª¤žŸ¦¦œŸ¦© ¡ªŸ¦žŸ «ªŸª «ž ¨ª« 
ž›œžŸ› © œŸ¤œ§ «ª«¬ª §žŸ ¨ªŸ¦¦žŸ¤ žŸ §ª¨ž¡ž ¤ª¤žŸ¦¦œŸ¦ §žªŸž §ªœ¦ žŸ©
§ªœ›ž§žŸ ž¤žœ §ª£ ¢žŸ¦žŸ §ªœŸ¤œŸ¦žŸ ¥žŸ¦ ¡ £žž¨§žŸ ž¤žœ ¤žŸ¦¦œŸ¦ ±ž²ž¬
£œ§œ« ¨ £ž§ §ª¤ ¦ž ¥žŸ¦ «œŸ¦§ Ÿ ž§žŸ ¡ ¡ª ¤ž ¤ª¤žŸ¦¦œŸ¦© ¥žŸ¦ ¤ «¬œ¢ ¡ž 
›œž¤œ ¨ª ›¤ ²ž ¥žŸ¦ ¤ ¡ž§ ¨ž›¤ © ž¤žœ «ª«¬ª §žŸ ›œž¤œ ¨ª«¬ž¥žžŸ ¥žŸ¦
¡ ¡ž›ž§žŸ ž¤ž› «ªŸ Ÿ¦¦ž¢ ž¤žœ £ ¡œ¨Ÿ¥ž ›ª›ª³žŸ¦ ¥žŸ¦ ¡ ¨ª¤žŸ¦¦œŸ¦§žŸµ
»ž¡žŸ ¥žŸ¦ «ªŸ¥ž¢œ§žŸ  › §³ ¡ ›ª¬œ¤ ¼¤ª¤žŸ¦¦œŸ¦½ ¡žŸ ¬ž¡žŸ ¥žŸ¦ «ªŸª «ž
 › §³ ¡ ›ª¬œ¤ ¼¨ªŸžŸ¦¦œŸ¦½µ ¾ª±žŸ± žŸ žŸ¤žž §ª¡œž ¬ž¡žŸ  Ÿ  ¡ ›ª¬œ¤ §ª¬ ±ž§žŸµ
¿ª¬ ±ž§žŸ  Ÿ  ž¡ž¢ž£ ›ª¬œž£ §³Ÿ¤ž§ ¢ª¦ž¢ ¥žŸ¦ «ªŸ±ª¢ž›§žŸ ›ª¤ ž¨  ›¤ ¢ž£ ¡žŸ
§³Ÿ¡ ›  ¥žŸ¦ ¡ ¢ Ÿ¡œŸ¦ µ » ž¥ž ¥žŸ¦ ¡ ¬ž¥ž§žŸ ³¢ª£ ¼¤ª¤žŸ¦¦œŸ¦½ §ª¨ž¡ž
¼¨ªŸžŸ¦¦œŸ¦½ œŸ¤œ§  › §³ ¥žŸ¦ ¡ ¤žŸ¦¦œŸ¦ ¡ ›ª¬œ¤ ¼¨ª« ½µ ÀŸ  ¬ ž›žŸ¥ž
¡ ¤ªŸ¤œ§žŸ ³¢ª£ ¼¨ªŸžŸ¦¦œŸ¦½ ›ª¬ž¦ž  ¡žŸž ¥žŸ¦ ¬ ›ž ¡ §¢ž « ¡  «ž›ž ¡ª¨žŸ©
†

2

ÁÂÃÄÃ ÃÅÆÂÇÂÈÉÊÃÉÂËÌ ÅÃÇ ÍÎÏÇÉÏÇÐÃÇÑ ÒÃÇÐ ÆÎÇÓÃÅÂ ÉÔÕÃÍ ÏÍÏÊ ÅÃÕÃÆ ÆÎÇÎÇÉÏÍÃÇ
ÖÊÎÈÉÃÈ ÈÎÁÏÃ× ØÃÁÃÇÐ ÖÎÊÏÈÃ×ÃÃÇ ÃÈÏÊÃÇÈ ÃÅÃÕÃ× ÓÂÍà ÁÎÁÃÇ ÍÕÃÂÆ ÕÎÁÂ× ÍÎØÂÕ
ÅÃÊ ÖÊÎÆÂ ÄÃÇÐ ÆÃÈÏÍÑ ÙÇÉÏÍ ÆÎÕÂ×ÃÉ ÁÎÁÃÇ ÍÕÃÂÆ ÄÃÇÐ ÅÂÍÎÕÏÃÊÍÃÇ ÈÎÁÏÃ×
ÖÎÊÏÈÃ×ÃÃÇ ÅÃÇ ÖÊÎÆÂ ÄÃÇÐ ÆÃÈÏÍ ÍÎ ÅÃÕÃÆ ÖÎÊÏÈÃ×ÃÃÇ ÆÃÍà ÅÂÁÏÃÉÕÃ× ÕÃÖÔÊÃÇ
ÁÎÁÃÇ ÍÕÃÂÆ ÅÃÇ ÕÃÖÔÊÃÇ ÖÎÇÎÊÂÆÃÃÇ ÖÊÎÆÂÑ
ÚÃÖÔÊÃÇ ÁÎÁÃÇ ÍÕÃÂÆ ÅÃÇ ÕÃÖÔÊÃÇ ÖÎÇÎÊÂÆÃÃÇ ÖÊÎÆÂ ÈÎÁÎÇÃÊÇÄÃ
ÅÂÆÃÍÈÏÅÍÃÇ ÈÎÁÃÐàÈÉÃÇÅÃÊ ÖÊÎÈÉÃÈ ØÃÁÃÇÐ ÖÎÊÏÈÃ×ÃÃÇ ÃÈÏÊÃÇÈÂÑ ÚÃÖÔÊÃÇ ÁÎÁÃÇ
ÍÕÃÂÆ ÃÅÃÕÃ× ÕÃÖÔÊÃÇ ÖÎÊÉÃÇÐÐÏÇÐÃÇ ÄÃÇÐ ÅÂÁÎÊÂÍÃÇ ÔÕÎ× ÖÎÊÏÈÃ×ÃÃÇ ÃÈÏÊÃÇÈÂ
ÛÖÎÇÃÇÐÐÏÇÐÜ ÍÎÖÃÅÃ ÉÎÊÉÃÇÐÐÏÇÐ ÈÎÁÃÐÃÂ ÐÃÇÉÂ ÊÏÐÂ ÃÉÃÈ ÍÎÓÃÅÂÃÇ ÃÉÃÈ ÔÁÓÎÍ ÄÃÇÐ
ÅÂÖÎÊÉÃÇÐÐÏÇÐÍÃÇ ÃÉÃÏ ÁÂÈà ÓÏÐà ÅÂÈÎÁÏÉ ÈÎÁÃÐàÕÃÖÔÊÃÇ ÖÎÇÐÎÕÏÃÊÃÇ ÖÎÊÏÈÃ×ÃÃÇÑ
ÚÃÖÔÊÃÇ ÖÎÇÎÊÂÆÃÃÇ ÖÊÎÆÂ ÃÅÃÕÃ× ÕÃÖÔÊÃÇ ÄÃÇÐ ÆÎÇØÃÉÃÉ ÖÎÆÃÈÏÍÃÇ ÖÊÎÆÂ
ÈÎÁÏÃ× ÖÎÊÏÈÃ×ÃÃÇ ÃÈÏÊÃÇÈÂÑ ÚÃÖÔÊÃÇ ÁÎÁÃÇ ÍÕÃÂÆ ÅÃÇ ÖÎÇÎÊÂÆÃÃÇ ÖÊÎÆÂ ÄÃÇÐ
ÖÃÕÂÇÐ ÆÎÇÅÔÆÂÇÃÈ ÍÎÏÃÇÐÃÇ ÖÎÊÏÈÃ×ÃÃÇ ÃÅÃÕÃ× ÍÎÇÅÃÊÃÃÇ ÁÎÊÆÔÉÔÊ ÍÃÊÎÇÃ
ÁÃÇÄÃÍÇÄà ÇÃÈÃÁÃ× ÄÃÇÐ ÕÎÁÂ× ÆÎÆÂÕÂ× ÖÊÔÅÏÍ ÃÈÏÊÃÇÈ ÂÇ ÅÂÁÃÇÅÂÇÐÍÃÇ ÖÊÔÅÏÍ
ÃÈÏÊÃÇÈÂ ÕÃÂÇÇÄÃÑ
ÝÎÊÏÈÃ×ÃÃÇ ÞÈÏÊÃÇÈÂ ß ÄÃÇÐ ÅÂÅÂÊÂÍÃÇ ÉÃÇÐÐÃÕ à áΠàâãä ÂÇ ÆÎÇÓÃÅÂ
ÃåÃÕ ÅÂÆÏÕÃÂÇÄà ÔÖÎÊÃÈÂÔÇÃÕ ÖÎÊÏÈÃ×ÃÃÇ ÄÃÇÐ ÁÎÊÍÃÇÉÔÊ ÖÏÈÃÉ Å æÃÍÃÊÉÃÑ çÎÁÃÐÃÂ
ÈÃÕÃ× ÈÃÉÏ ÖÎÊÏÈÃ×ÃÃÇ ÈåÃÈÉà ÇÃÈÂÔÇÃÕ ÉÎÊÍÎÆÏÍà ÄÃÇÐ ÁÎÊÐÎÊÃÍ Å ÁÂÅÃÇÐ ÓÃÈÃ
ÃÈÏÊÃÇÈÂ ÏÆÏÆÌ ÝÎÊÏÈÃ×ÃÃÇ ÞÈÏÊÃÇÈÂ ß ÈÃÃÉ ÂÇ ÈÏÅÃ× ÆÎÆÂÕÂÍ ÆÔÅÃÕ ÅÂÈÎÉÔÊ èÖ
àéé áÂÕÄÃÊ ÅÃÇ ÕÎÁÂ× ÅÃÊ äé ÓÃÊÂÇÐÃÇ ÍÃÇÉÔÊ ÄÃÇÐ ÉÎÊÈÎÁÃÊ ×ÃÆÖÂÊ Å ÈÎÕÏÊÏ×
åÂÕÃÄÃ× êÇÅÔÇÎÈÂà ÅÎÇÐÃÇ 9éé ÍÃÊÄÃåÃÇ ÁÎÊÅÎÅÂÍÃÈ ÅÃÇ ÖÊÔËÎÈÂÔÇÃÕÑ ÝÎÊÏÈÃ×ÃÃÇ
ÆÎÆÂÕÂÍÂ ÍÃÖÃÈÂÉÃÈ ÏÇÉÏÍ ÖÎÇÏÉÏÖÃÇ ÃÈÏÊÃÇÈÂ ÖÊÔÖÎÊÉÂÌ ÃÈÏÊÃÇÈÂ ÍÎÇÅÃÊÃÃÇ
ÁÎÊÆÔÉÔÊÌ ÃÈÏÊÃÇÈ ÖÎÇÐÃÇÐÍÏÉÃÇÌ ÃÈÏÊÃÇÈ ÊÃÇÐÍà ÍÃÖÃÕ ÅÃÇ ÖÎÈÃåÃÉ ÉÎÊÁÃÇÐÌ

3

ëìíîëïìð îñòëóëìëô ëìíîëïìð õðïóëò öëï ÷ëìô ëìíîëïìð íëï÷ô ëìíîëïìð øëï÷÷íï÷
÷í÷ëøô ëìíîëïìð ùñïúëõðïëïô öëï ëìíîëïìð òñûñüëòëëï öðîðý
þïëüðìðì ÿðùü ø õñîíùëòëï ìëüë ìëøí ÿñïøíò þïëüðìðì ñíÿë ëïöë
þ

óëï÷ ëïøëîë üëðï öëùëø õñõÿñîðòëï ÷ëõÿëîëï ìñûëîë ÷îëðò øñïøëï÷

òñîë÷ëõëï ëîðëÿñüô òñöñòëøëï ëïøëî ÿúñò ìñîøë òñøñîòëðøëï ëîðëÿñü öñï÷ëï
ÿúñòý ëüë ìëøí òñ÷íïëëï ëïëüðìðì ÿðùü ø ëöëüë íïøíò õñõùñî üñ ùñõñøëëï
ëÿîðñüô
ý ñõñøëëï ûëÿëï÷ ùñîíìëëëï ëìíîëïìð õðìëüïóëô öëùëø öð÷íïëòëï

íïøíò õñõùñî üñ ÷ëõÿëîëï ù ìðìð ùîñìøëìðïóëý ñõñøëëï ðïð öðëîëùòëï öëùëø
õñõÿñîðòëï õëìíòëï öëüëõ õñõùñî üñ ÷ëõÿëîëï òñíï÷÷íüëï öëï òñòíîëï÷ëï
öëîð ìñøðëù ûëÿëï÷ ùñîíìëëëï ëìíîëïìð ÿñîöëìëîòëï ëîðëÿñü ëîðëÿñü óëï÷
õñõùñï÷ëîíð ùîñìøëìð ìñðï÷÷ë öëùëø öðüëòíòëï íùëóë ùñîÿëðòëï ùîñìøëìð ûëÿëï÷
ùñîíìëëëï ëìíîëïìðý
ëù îëï ÿñÿëï òüëðõ öëï ùñïñîðõëëï ùîñõð õñîíùëòëï
ìëüë ìëøí ðïöðòëø î óëï÷ öëùëø öð÷íïëòëï íïøíò ùñõñøëëïý
üñ

òëîñïë ðøí ëïëüðìðì ÿðùü ø öëùëø öð÷íïëòëï íïøíò õñõùñî üñ

ùñõñøëëï ûëÿëï÷ ùñîíìëëëï ëìíîëïìð ÿñîöëìëîòëï üëù îëï ÿñÿëï òüëðõ öëï
üëù îëï ùñïñîðõëëï ùîñõðô ìñðï÷÷ë ùëîë ùñõñ÷ëï÷ ìëëõ öëï öñëï öðîñòìð
öëùëø õñüðëø ùîñìøëìð ìñøðëù ûëÿëï÷ý
1

mu 
u

ñîöëìëîòëï üëøëî ÿñüëòëï÷ öëùëø öðîíõíìòëï õëìëüë ìñÿë÷ëð ÿñîðòíø
ý ë÷ëðõëïë

ùñõñøëëï ûëÿëï÷ ëìíîëïìð ÿñîöëìëîòëï üëù îëï ÿñÿëï

òüëðõ öëï üëù îëï ùñïñîðõëëï ùîñõð
ý ëÿëï÷

øñîøðï÷÷ð

ùñîíìëëëï ëìíîëïìð õëïëòë óëï÷ õñõðüðòð ùîñìøëìð

4



!"#!$%& !'! (!)!*!+ ,!-. /%/'%-.!"0+# '"%(1!(# 2!$!-. '%"0(!+!!!(0"!-(#3

145

B676869 :686;6<
=!1!(!- 0-10* '%"/!(!&!+!- ,!-. >#!-.*!1 >!&!/ '%-%#!- #-# !>!&!+

>!1! &!'?"!- $%$!- *&!#/ >!- >!1! &!'?"!- '%-%"#/!!- '"%/# '"?>0* !(0"!-(#
*%->!"!!- $%"/?1?" "?>! %/'!1 @/?$#&A 1!+0- BCD ># '0&!0 E!F!

14G

Hu
j69
u
I0)0!- >!"# '%-%#!- #-# !>!&!+J
D K%/'%"?&%+ '%/%1!!- $%">!(!"*!- &!'?"!- $%$!- *&!#/ >!- &!'?"!'%-%"#/!!- '"%/# >%-.!- /%-..0-!*!- !-!&#(#( $#'&?1
B K%-%-10*!- 2!$!-. '%"0(!+!!- !(0"!-(# ,!-. /%/#&#*# '"%(1!(#
1%"1#-..#
 K%-%-10*!- L!"#!$%& ,!-. >!'!1 /%/'%-.!"0+# '"%(1!(# 2!$!-.
'%"0(!+!!- !(0"!-(#