Hasil Pencarian  ::  Simpan CSV :: Kembali

"Premi murni merupakan salah satu elemen penting untuk perusahaan asuransi. Penetapan premi murni yang sesuai dengan risiko kerugian dari calon pemegang polis menjadi salah satu faktor utama agar perusahaan tetap berjalan dan mampu berkompetisi dalam industri. Premi murni dapat ditentukan dengan menghitung ekspetasi dari besar klaim agregat yang dibagi dengan durasi kontrak asuransi. Namun, perlu diketahui bahwa premi murni juga dapat dipengaruhi oleh berbagai faktor risiko seperti umur, jenis kelamin, dan jenis pekerjaan dari nasabah. Salah satu metode untuk mengatasi masalah ini yaitu dengan membuat model regresi menggunakan generalized linear model Distribusi yang cocok untuk memodelkan premi murni adalah distribusi Compound Poisson-Gamma yang merupakan bagian dari distribusi Tweedie. Distribusi Tweedie merupakan distribusi yang mengeneralisasi distribusi lain yang termasuk ke dalam exponential dispersion family. Tujuan dari penelitian ini adalah untuk memodelkan premi murni menggunakan generalized linear model dengan asumsi respons berdistribusi Tweedie atau disebut regresi Tweedie. Dengan mengaplikasikan model ini pada data asuransi kecelakaan kendaraan didapat bahwa regresi Tweedie mampu menjelaskan premi murni dengan baik.

---

Pure premium is one of the essential elements for insurance companies. Calculate the appropriate pure premium based on the potential policyholder's risk of loss is crucial to ensure the company's operations and competitiveness in the industry. Pure premiums can be determined by calculating the expectations of large aggregate claims divided by the duration of the insurance contract. However, it should be noted that pure premiums can also be influenced by various risk factors such as age, gender, and the type of employment of the client. One method to address this issue is by creating a regression model using a generalized linear model. The suitable distribution to model of pure premium is the Compound Poisson-Gamma distribution, which is a part of the Tweedie distribution. Tweedie distribution generalizes other distributions that fall under the exponential dispersion models. The objective of this research is to model pure premium using a generalized linear model with assumption that the response follows a Tweedie distribution, known as Tweedie regression. The application of Tweedie regression model to automobile accident insurance data yielded promising results in explaining the pure premium."

"Seiring dengan perkembangan dunia industri menuju fase industri 5.0, asuransi memainkan peran krusial dalam mitigasi risiko kerugian yang dapat terjadi akibat berbagai kejadian yang tidak terduga. Untuk mendukung peran tersebut, penelitian ini bertujuan untuk menentukan cadangan klaim Incurred But Not Reported (IBNR), yaitu klaim yang telah terjadi namun belum dilaporkan kepada perusahaan asuransi, menggunakan metode Cape Cod parametrik. Metode Cape Cod parametrik dipilih karena mampu mengatasi kelemahan metode Chain Ladder, Bornhuetter-Ferguson, dan Cape Cod klasik, seperti sensitivitas terhadap outlier, ketidakstabilan estimasi, dan kurang optimalnya penggunaan informasi premi. Metode ini mengadaptasi pendekatan Cape Cod klasik dengan melibatkan informasi premi dan parameter distribusi dari data klaim untuk estimasi cadangan yang lebih akurat. Proses penerapannya diawali dengan penentuan distribusi parametrik yang tepat untuk memodelkan claim cost per unit exposure. Apabila model distribusi yang terpilih merupakan bagian dari keluarga exponensial dispersi, maka metode Cape Cod parametrik dapat diterapkan. Metode Cape Cod parametrik akan diimplementasikan pada data run-off triangle dari Institute of Actuaries of Australia. Hasil penelitian menunjukkan bahwa metode Cape Cod parametrik dapat memberikan estimasi cadangan klaim IBNR dengan tingkat akurasi yang baik. Akurasi prediksi diukur menggunakan Mean Absolute Percentage Error (MAPE) dengan hasil 2.047%.

---

As the industrial world progresses towards the Industry 5.0 phase, insurance plays a crucial role in mitigating the risks of losses that can occur due to various unforeseen events. To support this role, this study aims to determine the Incurred But Not Reported (IBNR) claim reserves, which are claims that have occurred but have not yet been reported to the insurance company, using the parametric Cape Cod method. The claim data used are run-off triangle data from the Institute of Actuaries of Australia. This method adapts the classical Cape Cod approach by incorporating premium information and the distribution parameters of claim data for more accurate estimates. The parametric Cape Cod method was chosen because it can address the shortcomings of the Chain Ladder, Bornhuetter-Ferguson, and classical Cape Cod methods, such as sensitivity to outliers, instability of estimates, and suboptimal use of premium information. The implementation process includes checking the distribution of claim cost per unit exposure using the Kolmogorov-Smirnov method and calculating dispersion parameters. The results show that the parametric Cape Cod method can provide more stable and accurate IBNR claim reserve estimates, especially in handling volatility and outliers in claim data. Prediction accuracy is measured using the Mean Absolute Percentage Error (MAPE), with results indicating a good level of accuracy of 2.047%."