VALUE AT RISK NONPARAMETRIK UNTUK CLAIM SEVERITY PADA ASURANSI KERUGIAN MENGGUNAKAN ESTIMASI KERNEL BERTRANSFORMASI GANDA

DIAH PUTRI RAMADHANI, Prof. Dr.rer.nat. Dedi Rosadi,S.Si.,M.Sc.,

2014 | Skripsi | STATISTIKA

Asuransi melibatkan dua pihak yaitu pihak penanggung dan pihak tertanggung. Pihak penanggung berkewajiban membayar pertanggungan sedangkan pihak tertanggung berkewajiban membayar sejumlah uang sebagai kompensasinya. Hal ini membuat perusahaan asuransi harus menentukan harga premi. Salah satu ukuran yang digunakan sebagai patokan adalah ukuran resiko, dan salah satu cara menghitung resiko adalah metode Value at Risk. Value at Risk dimodelkan sesuai dengan bentuk dari distribusi kerugian. Untuk data data asuransi yang bersifat heavy tailed dapat digunakan metode Estimasi Kernel Bertransformasi Ganda

Insurance involves two parties namely the insured and the insured (insurance company). The insurer must pay some amounts to cover insured when they have a loss, while the insured is obliged pay a premium as a compensation. This makes insurance companies should determine the price of premium. One measure that is used as a benchmark is a measure of risk, and one way to calculate the risk is Value at Risk method from a loss function. Value at risk is one of the method to measure the risk from a loss function. But It should be modeled as fit as possible with the distribution of the data. For the insurance data with heavy tail, Double Transformed Kernel Estimation for Value at Risk can be used

Kata Kunci : Klaim Asuransi, Estimator Kernel, Value at Risk, Distribusi Kerugian, Disribusi Modified Champernowne, Distribusi Beta(3,3)