Hasil Pencarian  ::  Simpan CSV :: Kembali

"Sebagai sebuah perusahaan yang bertanggungjawab atas suatu dana yang dialokasikan untuk kebutuhan pemegang polis ke depannya, perusahaan asuransi memerlukan metode manajemen risiko yang baik sehingga perusahaan asuransi dapat menyiapkan dana yang cukup ketika pemegang polis mengajukan klaim. Untuk itu, diperlukan ukuran risiko yang dapat memberikan pengukuran risiko yang sesuai. Salah satu ukuran risiko yang umum digunakan adalah Value-at-Risk (VaR), yaitu ukuran risiko yang menggunakan konsep batas atas dari probabilitas ekor. Namun, ukuran risiko Value-at-Risk (VaR) bukan ukuran risiko yang koheren. Selain itu, perhitungan ukuran risiko Value-at-Risk (VaR) juga tidak dapat mempertimbangkan nilai atau kejadian yang terjadi di luar tingkat kepercayaannya. Untuk itu, dengan menggunakan metode batas atas dari probabilitas ekor yang berbeda dengan Value-at-Risk (VaR), yaitu dengan pertidaksamaan Chernoff, dapat dikonstruksikan suatu ukuran risiko koheren yang merupakan batas atas terketat dari Value-at-Risk (VaR). Ukuran risiko tersebut dinamakan dengan Entropic Value-at- Risk (EVaR). Ukuran risiko Entropic Value-at-Risk (EVaR) juga merupakan batas atas dari Conditional Value-at-Risk (CVaR). Sebagai ukuran risiko yang koheren, Entropic Value-at-Risk (EVaR) memiliki representasi dual dari rumus awalnya dan menggunakan pendekatan entropi relatif untuk mengonstruksikan representasi dual-nya. Dikarenakan alasan tersebut, ukuran risiko ini dinamakan Entropic Value-at-Risk (EVaR). Dalam perannya sebagai ukuran risiko, Entropic Value-at-Risk (EVaR) diaplikasikan untuk mengukur risiko klaim pemegang polis pada suatu perusahaan asuransi. Berdasarkan hasil perbandingannnya dengan Value-at-Risk (VaR) dan Conditional Value-at-Risk (CVaR), ukuran risiko Entropic Value-at-Risk (EVaR) memberikan hasil yang lebih menghindari risiko dibanding Value-at-Risk (VaR) dan Conditional Value-at-Risk (CVaR).

---

As a company that responsible for fund allocation for the policyholder’s future needs, insurance companies require good risk management techniques so that the insurance companies can prepare sufficient funds when the policyholders submit a claim. Hence, a risk measure that provide the appropiate risk measurement is needed. There is one commonly used risk measure in the finance field, named Value-at-Risk (VaR), which is a risk measure that uses a concept of an upper bound of the tail probability. However, Value-at-Risk (VaR) is not a coherent risk measure. In addition, Value-at-Risk (VaR) measurement also not considering values or events that occur outside the confidence level. Therefore, using the concept of an upper bound of the tail probability which different from Value-at-Risk (VaR), which is Chernoff inequality, a coherent risk measure can be constructed as the tightest upper bound of the Value-at-Risk (VaR). Those risk measure is called as Entropic Value-at-Risk (EVaR). This risk measure also the upper bound of the Conditional Value-at-Risk (CVaR). As a coherent risk measure, Entropic Value-at-Risk (EVaR) has a dual representation of its original formula and uses a relative entropy approach to construct its dual representation. For those reason, the risk measure is named as Entropic Value-at-Risk (EVaR). With their role as a risk measure, Entropic Value-at-Risk (EVaR) was applied for measuring risk of policyholder’s claims in an insurance company. Based on the comparison results with Value-at-Risk (VaR) and Conditional Value-at-Risk (CVaR), the Entropic Value-at-Risk (EVaR) risk measure provides more risk-averse result rather than Value-at-Risk (VaR) and Conditional Value- ar-Risk (CVaR)."

"ABSTRACTMemberikan proteksi terhadap kemungkinan terjadinya kerugian merupakan hal yang sangat penting dalam setiap perusahaan asuransi. Perusahaan asuransi dapat mengestimasi semua risiko yang mungkin dihadapi dengan alat ukur risiko. Value-at-Risk merupakan salah satu alat ukur risiko dalam industri asuransi, yang didefinisikan sebagai kuantil dari distribusi total kerugian. Sebagai kuantil, dapat menjadi kurang representatif apabila terdapat banyak nilai kerugian yang melebihi dikarenakan informasi kerugian pada ekor kanan distribusi tidak tergambarkan dengan baik. Untuk itu, diperkenalkan Tail Value-at-Risk yang merata-ratakan besarnya kerugian yang lebih besar daripada. Penggunaan membantu perusahaan untuk memperoleh gambaran mengenai modal yang harus disiapkan untuk mengatasi risiko yang dapat terjadi. Estimasi risiko yang lebih baik juga dapat dilakukan dengan memanfaatkan teori kredibilitas, yang mengombinasikan risiko individu dan risiko kelompok pemegang polis dengan bobot tertentu. Bobot yang tepat diperoleh melalui peminimuman antara parameter yang memprediksi kerugian di masa depan dan penaksirnya. Secara umum, penelitian ini membahas mengenai model berdasarkan teori kredibilitas Bühlmann beserta penaksir dari parameter-parameter model tersebut. Risiko individu direpresentasikan dengan individu, sementara risiko kelompok direpresentasikan dengan rata-rata individu dalam suatu kelompok. Penerapan model ini dilakukan dengan menggunakan data klaim dari salah satu perusahaan asuransi di Indonesia.

---

ABSTRACTProviding protection against losses is important issue in every insurance company. Insurance company could estimate all risks which must be faced by risk measures. Value-at-Risk as one of risk measures that is used in insurance industry, is defined as quantile of aggregate losses distribution. As a quantile, could be less representative if there are losses which far exceed because losses in the right tail distribution cannot be well-explained. For this reason, which averages losses that are greater than was introduced. Using, insurance company could obtain approximation of capital needed due to certain losses which possibly happen. Better risk estimation could also be obtained by credibility theory, which combines both individual and group risk information with certain weights. The proper weights are obtained by minimizing the expected squared error between parameter used to predict future losses and its estimator. In general, Credible model based on credibility theory and the parameters estimator will be derived in this research. Individual risk is represented by certain policyholders meanwhile, group risk is represented by average of every policyholders. Numerical simulation based on one of the insurance companys claim data in Indonesia will also be demonstrated."

"Dalam perjanjian kontrak asuransi, dapat ditentukan ganti rugi dan premi, sedemikian sehingga dicapai titik tengah yaitu tidak ada salah satu pihak yang lebih diuntungkan maupun lebih dirugikan. Kontrak asuransi Pareto-optimal adalah kontrak asuransi di mana tidak ada kontrak lain yang menguntungkan kedua pihak dibandingkan kontrak tersebut. Karena terdapat dua pihak yang diuntungkan, maka disebut konsep Pareto-optimal bilateral. Batasan yang digunakan pada penelitian ini adalah biaya minimum dan anggaran premi. Untuk menghitung besar risiko yang dihadapi pihak tertanggung dan penanggung setelah menyetujui kontrak asuransi Pareto-optimal, digunakan ukuran risiko Tail Value at Risk (TVaR). TVaR digunakan karena merupakan salah satu ukuran risiko yang memenuhi sifat koherensi (coherent), di mana sifat ini mendukung adanya diversifikasi antar risiko dan mengurangi paparan akan ketidakpastian model. Di akhir penelitian, dilakukan implementasi konsep Pareto-optimal untuk kontrak asuransi dengan ukuran risiko TVaR dan ditemukan premi dan ganti rugi optimal. Selain itu, hasil yang didapat menunjukkan bahwa perubahan anggaran premi berbanding lurus dengan ganti rugi dan premi Pareto-optimal yang didapat, sebaliknya biaya minimum tidak terlalu berpengaruh pada premi dan ganti rugi Pareto-optimal yang didapat.

---

In an insurance contract agreement, indemnity and premiums can be determined, so that a middle point is reached, namely that no one party is more benefited or more disadvantaged. A Pareto-optimal insurance contract is an insurance contract in which no other contract which benefits both parties over Pareto-optimal contract. Because there are two parties who benefit, it is called the bilateral Pareto-optimal. The limitations used in this study are the minimum cost and premium budget. To calculate the amount of risk faced by the insured and the insurer after agreeing to a Pareto-optimal insurance contract, the risk measure Tail Value at Risk (TVaR) is used. TVaR is used because it is a risk measure that meets the nature of coherence, where this property supports diversification between risks and reduces exposure to model uncertainty. At the end of the study, the Pareto-optimal concept was implemented for insurance contracts with a TVaR risk measure and found the optimal premium and compensation. In addition, the results obtained show that the change in the premium budget is directly proportional to the Pareto-optimal compensation and premium obtained, on the other hand the minimum cost does not have much effect on the Pareto-optimal premium and compensation obtained."

"Tujuan dari penelitian ini adalah mengukur exchange rate risk pada portofolio foreign exchange di Bank Sumsel Babel dengan Value at Risk dan perhitungan VaR ini dapat membuat pengukuran risiko dan pemantauan risiko menjadi lebih efisien. Pengukuran risiko menggunakan metode internal/VaR ini akan sesuai dengan tingkat risiko yang akan ditanggung akibat nilai tukar yang dimiliki bank. Data yang digunakan pada penelitian studi kasus ini adalah data historis harian kurs selama 2 dua tahun, yaitu tanggal 04 Januari 2016 sampai dengan tanggal 30 Desember 2017 dengan total jumlah pengamatan sebanyak 488 pengamatan. Nilai tukar yang digunakan adalah kurs tengah selama hari kerja trading days yang dipublikasikan oleh Bank Indonesia. Mata uang asing yang digunakan sesuai dengan portofolio mata uang asing di Bank Sumsel Babel dan Metode perhitungan VaR yang digunakan adalah dengan menggunakan model GARCH.

---

The purpose of this research is to measure exchange rate risk on foreign exchange portfolio at Bank Sumsel Babel with Value at Risk and calculation of VaR can make risk measurement and risk monitoring more efficient. Measurement of risk using internal VaR method will be in accordance with the level of risk that will be borne by the exchange rate owned by the bank. The data used in this case study is daily historical data for 2 two years, ie, January 04, 2016 until December 30, 2017, with a total of 488 observations. The exchange rate used is the middle rate during the business day trading days published by Bank Indonesia. The foreign currency used in accordance with foreign currency portfolio in Bank Sumsel Babel and VaR calculation method used is by using the model GARCH."

"Banyak fenomena yang terjadi dalam industri asuransi jiwa pada saat krisis ekonomi terjadi pada tahun 1998-2000. Nilai tukar mata uang asing yang naik tajam, suku bunga yang berfluktuasi, jatuhnya sektor perbankan, pengangguran meningkat. merupakan beberapa indikator krisis ekonomi yang memberi dampak yang sangat besar terhadap industri asuransi jiwa. pemerintah melalui Departemen Keuangan, kemudian mengeluarkan peratutan baru dalam pengukuran Batas Solvabilitas Minimum yaitu dengan metode RBC Peraturan baru tersebut dimaksudkan untuk lebih melindungi konsumen dan meningkatkan transparansi perusahaan asuransi jiwa. Karya akhir ini mempunyai tujuan untuk meneliti apakah rasio RBC yang digunakan untuk menilai solvabilitas perusahaan asuransi jiwa berkorelasi dengan metode lain pengukuran tingkat kesehatan perusahaan asuransi jiwa. Metode pembanding yang dipilih adalah Ruin probability. Dalam beberapa literatur aktuaria seperti yang ditulis oleh Bowers, Daykin, Panjer. Wilimot dan lain-lain Ruin Probability merupakan metode pengukuran kesehatan perusahaan asuransi jiwa yang bersifat teoritis. Ruin probability merupakan pengembangan dan analisis stokastik pada teori risiko. Metode ini kontras dengan metode RBC yang menilai risiko berdasarkan perhitungan praktis pada perusahaan asuransi jiwa. Dengan memilih metode Ruin Probability sebagai pembanding RBC, diharapkan tulisan ini mempunyai nilai tambah. Studi ini berdasarkan metodologi cross sectional analysis dalam mencari hubungan antara RBC dan Ruin Probability Cross sectional analysis dipilih karena peraturan mengenai RBC baru mulai diterapkan tahun 2000. Data yang digunakan adalah data keuangan tahun 2001, sedangkan analisis trend investasi menggunakan data dari tahun 1995. Hipotesis pertama adalah RBC mempengaruhi Ruin Probability secara signifikan. pengujian dilakukan dengan uji F dan t pada model regresi linier antara RBC sebagai variabel independen dan Ruin Probability sebagai variabel dependen. Hasil pengujian menunjukkan bahwa RBC tidak mempengaruhi Ruin Probability secara signifikan (tingkat signifikansi a=5%). Lemahnya korelasi antara RBC dan Ruin Probability diakibatkan oleh: . Penerapan metode RBC yang masib barn dan pelaksanaanya bertahap, sehingga rasio RBC yang dimiliki oleh masing-masing perusahaan asuransi masib terdapat perbedaan yang cukup signifikan antara satu dengan yang lainnya . Beeberapa ukuran dalam perhitungan Ruin Probability menggunakan benchmark dan beberapa indikator ekonomi yang mungkin kurang tepat dalam mencerminkan kondisi risiko yang sebenarnya. . Dalam perhitungan RBC, beberapa sekuritas yang diterbitkan pemerintah tidak mempunyai risiko sama sekali. Dalam telaah teori dan hasil pengujian menunjukkan bahwa sekuritas pemerintah mempunyai risiko suku bunga yang tidak seharusnya diabaikan. Investasi pada beberapa instrumeb termasuk penyertaan langsung dan properti diberi angka factor yang cukup kecil dibanding dengan variansinya. . Perhitungan nsiko akibat deviasi kewajiban pada metode RBC hanya memperhitungkan net amount at risk tanpa memperhitungkan jumlah polis yang ada. Menurut hukum bilangan besar, jumlah polis yang berbeda meskipun net amount at risk sama menghasilkan risiko yang berbeda. Hipotesis kedua adalah apakah Ruin Probability kelompok sampe dengan RBC lebih besar dari 120% (sesuai dengan persyaratan pemerintah) secara statistic Iebih rendah daripada kelompok sampel dengan RBC lebih kecil dari 120%. Pengujian dilakukan dengan metode tes sampel independen dan uji Levene. Hasil pengujian mengindikasikan bahwa Ruin Probability kelompok sampel I (RBC>120%) secara statistik tidak lebih kecil daripada kelompok sampel 2 (RBC<120%), dengan tingkat signifikansi a=5%. Hasil lain dari pengujian ini menyebutkan bahwa variansi dan kelompok sampel 1 secara statistik Lebih kecil daripada kelompok sampel 2. Hal ini membawa penelitian kepada hipotesis ketiga. Hipotesis ketiga sama dengan hipotesis pertama tetapi data yang digunakan adalah data pada kelompok sampel I yaitu perusahaan asuransi jiwa dengan RBC>120%. Ternyata hasil pengujian mengindikasikan bahwa untuk perusahaan asuransi jiwa dengan RBC>120%, rasio RBC secara signifikan mempengaruhi besar kecilnya Ruin Probability dengan tingkat signifikansi a=5%. Hasil temuan ini memberikan implikasi kepada beberapa pihak. Bagi masyarakat konsumen asuransi jiwa, penilaian kesehatan perusahaan asuransi tidak hanya berdasarkan atas rasio RBC, tetapi sebaiknya menilai juga aspek kualitatifnya. Kemudian bagi Regulator, adalah tantangan untuk memperbaiki atau melengkapi peraturan yang sudah ada. Selanjutnya bagi akademisi dan peneliti lain, penelitian ini masih pada tahap awal dan dapat dilanjutkan dengan pengukuran-pengukuran dan metode yang iebih terperinci sehingga didapat hasil yang lebih akurat."

"Penelitian ini mengkaji potensi risiko finansial yang terkait dengan pengembangan proyek biodiesel, fokus pada studi kasus PT DYZ di Tarjun (Kalimantan) dan Marunda (Jawa). Dalam penelitian ini, diterapkan pendekatan komprehensif dengan memanfaatkan teknik Value at Risk (VaR) dan simulasi Monte Carlo untuk mengevaluasi serta menganalisis ketidakpastian finansial yang mungkin timbul dalam proyek tersebut. Tujuan penelitian ini adalah untuk meningkatkan pemahaman mengenai dinamika keuangan proyek biodiesel dan memberikan wawasan untuk merancang strategi mitigasi risiko yang lebih baik. Melalui penerapan VaR, tesis ini mengukur potensi kerugian yang mungkin dihadapi PT DYZ dalam berbagai skenario. Selain itu, simulasi Monte Carlo digunakan untuk memodelkan performa keuangan proyek di bawah kondisi pasar yang beragam, memberikan sudut pandang dinamis terhadap eksposur risiko. Hasil penelitian ini memberikan informasi berharga bagi para pemangku kepentingan yang terlibat dalam pengembangan proyek biodiesel, memungkinkan pengambilan keputusan yang informasional dan perbaikan strategi manajemen risiko.

---

This study examines the potential financial risks associated with the development of a biodiesel project, focusing on a case study of PT DYZ in Tarjun (Kalimantan) and Marunda (Jawa). In this research, a comprehensive approach is employed, utilizing the Value at Risk (VaR) technique and Monte Carlo simulations to evaluate and analyze the financial uncertainties that may arise in the project. The objective of this study is to enhance the understanding of the financial dynamics of the biodiesel project and to provide insights for designing better risk mitigation strategies. Through the application of VaR, this thesis measures the potential losses that PT DYZ might face under various scenarios. Furthermore, Monte Carlo simulation is used to model the financial performance of the project under diverse market conditions, offering a dynamic perspective on risk exposure. The findings of this study provide valuable information for stakeholders involved in the development of biodiesel projects, enabling informed decision-making and improvements in risk management strategies."

"Value at Risk (VaR) adalah salah satu metode dalam manajemen risiko yang digunakan untuk mengkuantifikasi risiko terburuk yang disebabkan oleh perubahan harga saham. Dua hal yang dilibatkan dalam menghitung VaR adalah estimasi volatilitas dan perhitungan kuantil dari proses return. Secara umum, estimasi volatilitas dari proses return dapat menggunakan dua metode, yaitu metode parametrik dan metode nonparametrik. Akan tetapi, dengan mempertimbangkan kelebihan dan kekurangan kedua metode tersebut diajukan sebuah metode baru yang disebut metode semiparametrik. Pada skripsi ini, akan dibahas mengenai estimasi volatilitas dari proses return dengan menggunakan estimator kernel, pseudo maximum likelihood estimator, Newton Rhapson, ternary search. Setelah, mendapatkan volatilitas dan kuantil dari proses return, VaR dapat dihitung dengan mengalikan volatilitas dengan kuantil yang bersesuaian. Metode perhitungan VaR yang dibahas pada skripsi ini diaplikasikan dalam perhitungan VaR dari Indeks Harga Saham Gabungan (IHSG).

---

Value at Risk (VaR) is one of methods in risk management to quantify worst loss which is caused by changes in stock prices. Volatility estimation and quantile computing of return process are two things which is used to compute VaR. In general, there are two methods in volatility estimation, there are parametric and nonparametric method. Nevertheless, considering advantage and disadvantage of those methods, a new method which is called semiparametric method is proposed. This skripsi firstly will describe about volatility estimation of return process with using kernel estimator, pseudo maximum likelihood estimator, Newton Rhapson, ternary search. After getting volatility estimation dan quantile of return process. Value at risk can be computed by multiplying volatility with corresponding quantile of return process. This computing method of VaR is used in computing VaR of Jakarta Composite Index or Indeks Harga Saham Gabungan (IHSG)."

"Setiap transaksi valuta asing yang dilakukan Bank terdapat potensi keuntungan dan potensi risiko berupa kerugian. Untuk mengendalikan risiko tersebut, Bank perlu menerapkan manajemen risiko yang memadai, mulai dari identifikasi risiko, pengukuran risiko, dan Pengendalian Risiko. Pengukuran risiko nilai tukar dapat menggunakan Value at Risk dengan pendekatan Risk Metrics dan Variance-Covariance. Dalam pengendalian risiko dapat dilakukan dengan penentuan limit risiko berupa limitValue at Risk dan limit eksposur trading.Dalam penetapan limit risiko tersebut juga mempertimbangkan risk appettiteyang ditetapkan Bank.

---

Every foreign exchange transactions by the Bank are has its potential of benefits risks of loss. To mitigate these risks, Bank needs to implement adequate risk management, ranging from risk identification, risk measurement, and risk control. Exchange rate risk measurement can use Value at Risk with Risk Metrics and Variance-Covariance approach. Risk controlling may contained with risk limit form as Value at Risk limit and trading exposure limit. The establishment of risk limits are also consider Bank risk appetite."

"Dalam menjaga kondisi finansial perusahaan agar tetap stabil, perusahaan asuransi akan menetapkan sebuah batasan atas risiko yang dihadapinya. Sebagai gantinya, perusahaan asuransi akan melakukan pengalihan risiko ke perusahaan reasuransi jika terjadi kerugian yang melebihi batas yang telah ditetapkan. Total risiko asuransi dapat diukur dengan menggunakan alat ukur risiko. Salah satu alat ukur risiko yang paling umum digunakan yaitu Value-at-Risk (VaR) dan Tail Value-at-Risk (TVaR). Dalam skripsi ini akan digunakan alat ukur risiko baru yang mengombinasikan Value-at-Risk (VaR) dan Tail Value-at-Risk (TVaR) yang dinamakan dengan Lambda Value-at-Risk (LVaR). Ukuran risiko LVaR dipilih karena lebih fleksibel digunakan. Ukuran risiko ini menggunakan koefisien bobot yang dapat disesuaikan dengan profil risiko perusahaan asuransi. Sebagai contoh, perusahaan asuransi yang konservatif akan menggunakan koefisien bobot yang lebih besar karena akan memperhitungkan rata-rata kerugian yang jangkauannya lebih luas. Pada praktiknya, perusahaan reasuransi juga memiliki batasan dalam menanggung risiko. Oleh karena itu, besar risiko yang dialihkan ke reasuransi akan mempertimbangkan batasan yang telah ditetapkan oleh reasuransi. Selain itu, besar risiko juga akan dihitung dengan beberapa tingkat kepercayaan yang berbeda dan menggunakan asumsi distribusi tertentu. Studi kasus yang digunakan dalam skripsi ini menggunakan asumsi risiko kerugian distribusi berekor tipis yaitu distribusi Eksponensial dan distribusi berekor tebal yaitu distribusi Pareto. Pada skripsi ini, kontrak reasuransi optimal ditentukan berdasarkan perspektif asuransi dengan meminimumkan total pengeluaran asuransi yang diukur dengan ukuran risiko baru, LVaR, yang besarnya dipengaruhi oleh tingkat kepercayaan, safety loading, batas penerimaan risiko yang dialihkan ke reasuransi, dan koefisien bobot pada ukuran risiko LVaR sedemikian sehingga diperoleh ceded loss function yang optimal.

---

In order to keep the company’s financial condition stable, the insurance company will set a limit on the risks it faces. In return, the insurance company will transfer the risk to a reinsurance company if there is a loss that exceeds the predetermined limit. Total insurance risk can be measured using risk measurement tools. One of the most commonly used risk measurement tools is Value-at-Risk (VaR) and Tail Value-at-Risk (TVaR). In this thesis, a new risk measurement tool will be used that combines Value-at-Risk (VaR) and Tail Value-at-Risk (TVaR) called Lambda Value-at-Risk (LVaR). The LVaR risk measure was chosen because it is more flexible to use. This risk measure uses weighting coefficients that can be adjusted to the risk profile of the insurance company. For example, a conservative insurance company will use a larger weight coefficient because it will take into account a wider range of average losses. In practice, reinsurance companies also have limits in assuming risks. Therefore, the amount of risk transferred to reinsurance will consider the limits set by the reinsurer. In addition, the amount of risk will also be calculated with several different levels of confidence and using certain distribution assumptions. The case study used in this thesis uses the assumption of a thin-tailed distribution risk of loss, namely the Exponential distribution and a thick-tailed distribution, namely the Pareto distribution. In this thesis, the optimal reinsurance contract is determined based on the insurance perspective by minimizing the total insurance expenditure measured by a new risk measure, LVaR, the amount of which is influenced by the confidence level, safety loading, risk acceptance limit transferred to reinsurance, and the weight coefficient on the LVaR risk measure so as to obtain the optimal ceded loss function."

"ABSTRAKDalam menentukan perjanjian reasuransi, hanya sedikit penelitian yang menemukan manfaat bagi perusahaan asuransi dan perusahaan reasuransi secara bersamaan. Sebagian besar penelitian yang ditemukan hanya sebatas menentukan reasuransi yang optimal dari sudut pandang perusahaan asuransi. Dalam penelitian ini, alat pengukuran risiko Value-at-Risk (VaR) digunakan untuk menentukan perjanjian reasuransi kuota-share optimal yang menguntungkan kedua belah pihak. Keuntungan adalah peningkatan nilai utilitas yang diharapkan setelah mengadakan perjanjian reasuransi. Dalam proses penghitungan total nilai VaR minimum untuk kedua perusahaan tersebut, maka akan ditentukan terlebih dahulu retensi quota share yang optimal untuk perusahaan asuransi. Nilai retensi yang optimal sangat dipengaruhi oleh safety loading yang ditentukan oleh perusahaan reasuransi. Pada tugas akhir ini akan dicari kesepakatan reasuransi yang optimal untuk data klaim yang dihasilkan menggunakan R 3.5.0.ABSTRACTIn determining reinsurance agreements, only a few studies have found benefits for insurance companies and reinsurance companies simultaneously. Most of the research found is limited to determining the optimal reinsurance from the insurance company's point of view. In this study, a Value-at-Risk (VaR) risk measurement tool is used to determine the optimal quota-share reinsurance agreement that benefits both parties. Profit is the expected increase in utility value after entering into a reinsurance agreement. In the process of calculating the minimum total VaR value for the two companies, the optimal quota share retention will be determined in advance for the insurance company. The optimal retention value is strongly influenced by the safety loading determined by the reinsurance company. In this final project, the optimal reinsurance agreement will be sought for claim data generated using R 3.5.0."