Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tujuan mendasar produk asuransi adalah memberikan proteksi atas kerugian yang tidak pasti kapan terjadi dengan membayar premi sebagai pembayaran transfer risiko tersebut. Mengingat semua risiko tidaksama, perusahaan asuransi tidak dapat memberikan premi murni yang sama untuk setiap risiko pemegang polis dalam portofolio asuransi.  Metode umum untuk menghitung premi murni adalah dengan hasil perkalian antara ekspektasi dari frekuensi klaim dengan severitas klaim. Metode Generalized Linear Models dapat digunakan dalam melakukan estimasi dua komponen tersebut dengan mempertimbangkan karakteristik dari pemegang polis. Metode lain yang dapat digunakan dalam penaksiran premi murni adalah Tweedie Generalized Linear Models. Dimana model Tweedie dapat mengakomodasi kekurangan pada Generalized Linear Models, yakni dapat digunakan pada data klaim yang banyak terdapat nilai klaim sebesar nol rupiah. Dengan menggunakan Tweedie generalized linear models, penaksiran premi murni menjadi lebih efisien karena dapat dilakukan langsung tanpa melakukan estimasi terpisah pada frekuensi dan severitas. Dalam penelitian ini akan ditampilkan komparasi pemodelan dengan menggunakan dua metode tersebut.

---

The fundamental objective product insurance is to provide financial protection from uncertain risk with premium as transferring the risk.  Considering that not all risks are equal, the insurance company should not apply the same premium for all insured risks in portfolio. A commonly method to calculate the pure premium is to multiply the expectation of the claim frequency with the expected cost of claims. Separated- Generalized Linear Models are employed to estimate the two component of pure premium given the characteristic of the policyholders. Another method to estimate the pure premium is Tweedie Generalized Linear Models. Tweedie models can used in the data claims if there are many claims of zero value. Using Tweedie to estimate pure premium more efficient, Tweedie models can estimate pure premium directly without calculate the expectation frequency and severity separated. In this paper, will be practice implementation using these two models."

"Tesis ini mengestimasi peluang lapse nasabah yang mempunyai polis untuk produk asuransi berjangka lini usaha agency pada PT Asuransi XYZ. Penelitian ini menggunakan data dalam kurun waktu 1 Januari 2013 sampai dengan 31 Desember 2017 dengan menggunakan truncated dan sensor kanan. Metode penelitian yang digunakan adalah metode non parametrik dan parametrik. Untuk metode non parametrik, peneliti menggunakan metode Kaplan Meier dan Nelson Aalen, hasil yang diperoleh menggunakan kedua metode ini tidak berbeda jauh dimana tingkat lapse pada tahun pertama lebih besar dibandingkan dengan tahun-tahun berikutnya yang mana pada tahun pertama didapatkan tingkat lapse sebesar 59% pada tahun pertama, 3,7% pada tahun kedua dan menurun seterusnya. Metode parametrik stepwise selection diperoleh distribusi dari data adalah distribusi Weibull dan diperoleh hasil bahwa gender, usia, jumlah premi, durasi pembayaran premi, tipe pembayaran premi dan cabang mempengaruhi terjadinya lapse. Model terbaik didapatkan dengan cara Mean Standard Error dan AIC.

---

This thesis estimates probability time to default of the customer who has a policy for insurance product at PT Asuransi XYZ. This study uses data from January 1, 2013 to December 31, 2017 using truncated and right sensors. The research method used is a nonparametric and parametric method. For nonparametric methods, researchers used the Kaplan Meier and Nelson Aalen methods, the results obtained using these two methods were not much different where the level of lapse in the first year was greater than the following years which in the first year obtained a lapse rate of 59% in first year, 3.7% in the second year and so on. Parametric method stepwise selection is obtained from the distribution of data is the Weibull distribution and results are obtained that gender, age, premium amount, duration of premium payment, type of premium and branch affect the occurrence of lapse. The best model is obtained by means of the Mean Standard Error"

"Skripsi ditulis dilatarbelakangi oleh pengajuan para pemegang polis asuransi PT Adisarana Wanaartha yang mengajukan Permohonan Penundaan Kewajiban Pembayaran Utang kepada Pengadilan Niaga Jakarta Pusat. Pengajuan ini merupakan dampak ketidakpercayaan dari proses likuidasi yang sedang dijalani oleh PT Adisarana Wanaartha akibat pencabutan izin usaha oleh Otoritas Jasa Keuangan. Status badan hukum perusahaan asuransi dalam likuidasi menjadi pertanyaan besar apakah secara hukum perusahaan asuransi dapat dimohonkan PKPU oleh para kreditornya, pula apakah kreditor dapat langsung memohonkan PKPU ke Pengadilan Niaga atau ada prosedur lain yang wajib dilakukan sebelum memohon PKPU, ini menjadi masalah pertama dalam pengajuan PKPU oleh pemegang polis PT Adisarana Wanaartha yang akan dibahas oleh penulis. Kewenangan pengajuan permohonan PKPU berdasarkan pasal 223 UUK-PKPU memberikan hak eksklusif kepada Menteri Keuangan untuk mengajukan PKPU kepada perusahaan berizin khusus khususnya perusahaan asuransi. Kewenangan ini beralih kepada Otoritas Jasa Keuangan lewat pasal 55 UU OJK dan dikuatkan kembali di Pasal 50 ayat (1) Undang-Undang Perasuransian jo. Pasal 52 ayat (1) POJK Nomor 28 Tahun 2015. Diketahui bahwa pemohon PKPU tersebut bukanlah OJK melainkan dua orang pemegang polisnya, hal ini menjadi masalah utama yang akan dibahas dan dianalisis dalam penelitian ini dimana apakah mereka para pemegang polis mempunyai kedudukan hukum bertindak sebagai pemohon PKPU untuk perusahaan asuransi PT Adisarana Wanaartha. Dalam putusan Pengadilan Niaga Jakarta Pusat Nomor 21/Pdt.Sus-PKPU/2023/PN Niaga Jkt.Pst menyatakan menolak permohonan para pemgang polis PT Adisarana Wanaartha, penulis akan menganalisis apakah pertimbangan-pertimbangan Majelis Hakim Pengadilan Niaga berkesesuaian dengan peraturan perundang-undangan yang berlaku dibidang Kepailitan dan PKPU

---

The background of this thesis was written by the submission of insurance policy holders of PT Adisarana Wanaartha who filed an Application for Postponement of Debt Payment Obligations to the Central Jakarta Commercial Court. This submission is the result of distrust from the liquidation process currently being undertaken by PT Adisarana Wanaartha due to the revocation of its business license by the Financial Services Authority. The status of an insurance company legal entity in liquidation is a big question whether legally an insurance company can be filed for PKPU by its creditors, also whether creditors can directly apply for PKPU to the Commercial Court or are there other procedures that must be carried out before applying for PKPU, this is the first problem in filing PKPU by PT Adisarana Wanaartha policyholders which the author will discuss. The authority to submit PKPU applications based on article 223 UUK-PKPU gives the Minister of Finance the exclusive right to submit PKPU to specially licensed companies, especially insurance companies. This authority is transferred to the Financial Services Authority through article 55 of the OJK Law and is reinforced in Article 50 paragraph (1) of the Insurance Law jo. Article 52 paragraph (1) POJK Number 28 of 2015. It is known that the PKPU applicant is not the OJK but two of the policyholders, this is the main problem that will be discussed and analyzed in this study where do the policyholders have legal standing to act as applicants PKPU for the insurance company PT Adisarana Wanaartha. In the decision of the Central Jakarta Commercial Court Number 21/Pdt.Sus-PKPU/2023/PN Niaga Jkt.Pst stated that it rejected the application of PT Adisarana Wanaartha's policyholders, the author will analyze whether the considerations of the Panel of Judges of the Commercial Court are in accordance with the existing laws and regulations. applicable in the field of Bankruptcy and PKPU"

"Tesis ini membahas mengenai analisa pengaruh variabel demografi yaitu umur pemilik kendaraan bermotor dan profesi dengan mengikutsertakan beberapa variabel kontrol yang dinilai juga memiliki hubungan. Penelitian ini menggunakan metode Generalized Linear Method dan memberikan hasil yang menunjukkan bahwa, hanya variabel umur pemilik kendaraan bermotor yang signifikan terhadap variabel severitas klaim, frekuensi klaim dan premi murni. Semakin bertambah usia seseorang akan berpengaruh terhadap penurunan premi dikarenakan semakin tinggi tingkat kehati-hatiannya sehingga premi yang diberikan semakin rendah.

---

This thesis discusses the analysis of the influence of demographic variables such as age andprofession of motor vehicle owners . by including some of the control variables assessed also hashubunagn . This research method menggunazan Generalized Linear Method and results showedthat only age variable motor vehicle owners are significant to the variable severity of claims ,claim frequency and pure premium . The more mature person will affect the premium declinedue to the higher level of caution that given the lower premiums"

"Penentuan tarif premi adalah hal yang krusial bagi perusahaan asuransi agar perusahaan tidak mengalami kerugian dan pemegang polis mendapatkan tarif premi yang sesuai dengan profil risikonya. Salah satu indikator penting dalam penentuan tarif premi adalah frekuensi klaim. Frekuensi klaim pada asuransi kendaraan bermotor sangat penting karena dapat menjadi indikator risiko yang berpengaruh pada seberapa tinggi tarif premi yang harus dibayarkan oleh pemegang polis. Salah satu metode perhitungan tarif premi adalah experience ratemaking, yang terdiri dari dua tahapan perhitungan premi, yaitu a-priori dan a-posteriori. Tahapan a-priori menggunakan skema klasifikasi risiko berdasarkan karakteristik atau faktor risiko dari masing-masing pemegang polis yang diketahui dan terukur hanya di satu waktu tertentu saja. Namun, seiring berjalannya waktu, perusahaan asuransi memperoleh informasi frekuensi klaim, faktor risiko, dan faktor heterogenitas (random effect) dari pemegang polis dari waktu ke waktu sebagai data longitudinal yang digunakan dalam tahapan perhitungan tarif premi a-posteriori. Untuk mengetahui hubungan antara karakteristik risiko dengan banyaknya klaim, dikembangkan beberapa model statistika untuk perhitungan tarif premi a-priori, salah satunya adalah Generalized Linear Model (GLM). Namun, GLM tidak dapat mengakomodasi faktor heterogenitas pada data longitudinal sehingga diperlukan model statistika berikutnya, yaitu Hierarchical Generalized Linear Model (HGLM). Dalam penelitian ini, frekuensi klaim berdistribusi Poisson dan random effect berdistribusi Gamma sehingga model HGLM yang digunakan adalah HGLM Poisson-Gamma. Untuk mengestimasi parameter HGLM Poisson-Gamma, digunakan metode maximum likelihood. Sebagai implementasi HGLM Poisson-Gamma, digunakan pada dua data frekuensi klaim asuransi kendaraan bermotor yang bersifat longitudinal, yaitu data Claimslong dan data Automobile Common Statistics. Berdasarkan data claimslong dengan kovariat usia pengemudi, diperoleh tarif premi tahunan a posteriori untuk setiap kelompok usia. Sedangkan, untuk data Automobile Common Statistics tanpa kovariat, diperoleh tarif premi tahunan a posteriori yang meningkat seiring dengan bertambahnya frekuensi klaim di tahun sebelumnya.

---

Premium ratemaking is a critical aspect of insurance company operations, ensuring financial stability and equitable pricing for policyholders. Claim frequency serves as a pivotal risk indicator, influencing premium rates assigned to individual policyholders. Experience ratemaking, a prevalent premium calculation method, comprises two stages: a priori and a posteriori. The a priori stage employs a risk classification scheme based on static characteristics or risk factors associated with each policyholder. These factors are known and quantifiable only at a specific point in time. The Generalized Linear Model (GLM) exemplifies a common statistical technique employed for a priori premium rate calculation. However, insurance companies accumulate longitudinal data over time, encompassing information on claim frequency, risk factors, and individual-level random effects (heterogeneity). This necessitates a posteriori premium rate determination that can effectively exploit such longitudinal data. Traditional approaches struggle to account for heterogeneity, necessitating the implementation of statistical models capable of accommodating this complexity. Hierarchical Generalized Linear Models (HGLMs) offer a robust solution for this purpose. This study focuses on the Poisson-Gamma HGLM, where claim frequencies are assumed to follow a Poisson distribution and random effects follow a Gamma distribution. The maximum likelihood method is employed to estimate the model's parameters. The effectiveness of the Poisson-Gamma HGLM is assessed through its application to two longitudinal motor vehicle insurance claim frequency datasets: Claimslong and Automobile Common Statistics. The Claimslong dataset incorporates driver age as a covariate, enabling the estimation of a posteriori annual premium rates for distinct age groups. Conversely, the analysis of the Automobile Common Statistics dataset, absent any covariates, reveals an increase in a posteriori annual premium rates along with the increase of claim frequency from the preceding year."

"Penelitian ini memanfaatkan data Customer Relationship Management berupa data polis dan data nasabah untuk membuat model estimasi probabilitas lapse polis dan membentuk estimasi annualized lapserate. Dari penelitian yang dilakukan, dihasilkan kesimpulan bahwa terdapat faktor-faktor karakteristik nasabah dan karakteristik polis yang secara signifikan mempengaruhi kecenderungan suatu polis untuk lapse. Model probabilitas lapse yang berhasil dibentuk dengan metode yang digunakan dalam penelitian dapat memberikan pandangan yang lebih komprehensif, karena lapse dapat dipandang sebagai fungsi atas karakter polis dan nasabah yang dimiliki suatu perusahaan asuransi. Dengan memanfaatkan hal ini, perusahaan asuransi dapat memahami karakter polis atau nasabah seperti apa yang memilki risiko lebih besar untuk lapse sehingga perusahaan dapat lebih baik menghadapi risiko lapse dengan mengelola portofolio nasabah dan polis yang dimilikinya.

---

This research aims to utilize Customer Relationship Management data, in the form of policy characteristics and customer characteristics, to estimate policy lapse probability and the annualized lapse rate. This research concludes that there are some customer and policy characteristics that significantly correlate to the lapse tendency of a policy. The lapse probabilistic model that is built under the approach and method as described in the research can now provide the company with a more comprehensive insight on lapse behavior. The research shows that lapse is a function of the characteristics of each policy and each customer. Utilizing this, insurance company can get a better understanding about which customer or which policy that possesses bigger risk to lapse so the company can handle their customer and policy portfolio accordingly in order to manage their lapse risk."