PERHITUNGAN PREMI TOTAL MENGGUNAKAN DISTRIBUSI NEGATIVE BINOMIAL - GENERALIZED EXPONENTIAL (NB-GE) PADA PEMODELAN FREKUENSI KLAIM ASURANSI

IKA PURNAMASARI, Dr. Herni Utami, M.Si. ; Dr. Adhitya Ronnie Effendie, S.Si., M.Si., M.Sc.

2017 | Skripsi | S1 STATISTIKA

Perhitungan premi yang efektif perlu dilakukan perusahaan asuransi untuk dapat mencapai keseimbangan finansial perusahaan, selain agar tidak terlalu membebani pemegang polis. Prinsip perhitungan premi sederhana yang dapat dilakukan perusahaan adalah menghitung nilai ekspektasi resiko asuransi, yang kemudian ini disebut premi murni. Resiko yang dimaksud berupa klaim yang diajukan pemegang polis, meliputi frekuensi klaim dan besar klaim (severity). Oleh karena itu, perlu diketahui distribusi yang paling cocok menggambarkan penyebaran data frekuensi klaim dan juga data besar klaim (severity). Frekuensi klaim dimodelkan dengan distribusi Negative Binomial - Generalized Exponential karena datanya yang mengandung zero excess dan heavy tail, sehingga kurang cocok dimodelkan menggunakan distribusi Poisson maupun distribusi Negative Binomial. Hal ini karena data mengalami kasus overdispersi. Sementara itu, data besar klaim (severity) dimodelkan dengan distribusi Lognormal, ini yang paling cocok dibandingkan distribusi Weibull dan distribusi Eksponensial. Setelah itu, dihitung nilai ekspektasi dari frekuensi klaim dan besar klaim (severity). Nilai ini digunakan untuk menghitung premi murni.

The effective insurance premium calculation needs to do by the insurance company to achieve financial balanced of the company, other than that so as not to overburden the policy holder. The simplest premium principle calculation do by insurance company is the expected value of insurance risk, which then is called net premium. The risks referred to in the form of policy holder claims filed, including the frequency of claims and amount of claims (severity). Therefore, important to know the most suitable distribution which can describe the distribution of claims frequency and the severity. The frequency of claims is modeled by Negative Binomial distribution - Generalized Exponential because the data that contains zero excess and heavy tail, making it less suitable modeled using a Poisson distribution and Negative Binomial distribution. This is because the data is overdispersed. Meanwhile, the amount the claims (severity) modeled by the Lognormal distribution, which is the most suitable than modeled by Exponential distribution and Weibull distribution. After that, calculated the expected value of the frequency of claims and the severity. This value is used to calculate net premiums.

Kata Kunci : frekuensi klaim, zero excess, heavy tail, overdispersi, besar klaim (severity), premi murni (net premium)