Model Distribusi Data Klaim Asuransi Mobil untuk Menentukan Premi Murni

Abstract

Persaingan di bidang asuransi menjadi sangat ketat karena banyaknya perusahaan asuransi, baik milik pemerintah maupun yang dikelola oleh pihak swasta. Perusahaan asuransi berlomba-lomba menawarkan produk asuransinya kepada masyarakat, strategi yang dilakukan beberapa perusahaan asuransi dalam menawarkan produknya adalah dengan menetapkan harga premi yang murah. Namun, terkadang penetapan harga premi yang murah mengakibatkan jumlah uang yang masuk ke perusahaan lebih sedikit daripada jumlah uang yang keluar (klaim), sehingga perusahaan asuransi kesulitan memenuhi klaim yang diajukan nasabah. Tujuan penelitian ini adalah menghitung premi murni dengan menentukan model distribusi data banyaknya klaim dan data besarnya klaim. Data yang digunakan dalam penelitian ini adalah data klaim tahun 2018 dari salah satu perusahaan asuransi mobil cabang Manado. Hasil penentuan modelnya, data banyaknya klaim berdistribusi binomial negatif dengan nilai E(N)=0.25645, dan data besarnya klaim berdistribusi log-logistik dengan nilai E(X)=4,785,960. Sehingga didapat nilai premi murni yaitu E(S)=Rp.1,227,359.42.

Penentuan Premi Murni Dari Data Klaim Asuransi Kendaraan Roda Empat Dengan Jenis Perlindungan Comprehensive

“…Adapun Compound Model dapat digunakan dalam menentukan nilai premi murni dari asuransi kendaraan khususnya roda empat. Dimana persamaan yang digunakan adalah sebagai berikut [15]:…”

Penentuan Premi Asuransi Kesehatan dengan Faktor Underwriting Menggunakan Generalized Linear Models

“…𝑋 5 = Jumlah Anak 𝑋 6 = MerokokI. Menentukan Premi Murni Menggunakan Model CompoundPerhitungan premi murni diperoleh dengan mengalikan nilai harapan dari frekuensi klaim dengan nilai harapan besar klaim, mengikuti persamaan berikut[4]:𝐸[𝑆] = 𝐸[𝑁] × 𝐸[𝑋](6) dengan 𝐸[𝑆] : Harapan biaya klaim 𝐸[𝑁] : Harapan frekuensi klaim 𝐸[𝑋] : Harapan besar klaim Model dari 𝐸[𝑁] dan 𝐸[𝑋] telah didapatkan sesuai pada persamaan (4) dan (5) sehingga persamaan(6) menjadi𝐸[𝑆] = 𝑒 −8.86+0.0309𝑋 1 +0.285𝑋3−1.44𝑋5+4.38𝑋6 1+𝑒 −8.86+0.0309𝑋 1 +0.285𝑋3−1.44𝑋5+4.38𝑋6 × (𝑒 7.28+0.0287𝑋 1 +0.0136𝑋3+0.0842𝑋5+1.5𝑋6 ) 𝐸[𝑆] = 𝑒 −1.58+0.0596𝑋 1 +0.2986𝑋3−1.3558𝑋5+5.88𝑋61 + 𝑒 −8.86+0.0309𝑋 1 +0.285𝑋3−1.44𝑋5+4.38𝑋6…”