Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Permasalahan umum dalam industri asuransi adalah menetapkan besaran premi yang wajar terhadap risiko yang dihadapi oleh pemegang polis. Untuk menetapkan besaran premi yang wajar, maka perlu diprediksi besaran klaim masa depan dengan menggunakan data klaim agregat masa lampau. Data yang dikumpulkan perusahaan asuransi mengandung banyak variabel yang merupakan faktor-faktor untuk menghitung severitas klaim. Permasalahan tersebut merupakan permasalahan regresi. Salah satu metode yang digunakan untuk menganalisis model regresi adalah metode Gradient Tree Boosting. Dengan asumsi bahwa frekuensi klaim berdistribusi Poisson dan severitas klaim berdistribusi Gamma, maka klaim agregat dapat diasumsikan berdistribusi Tweedie. Maka dari itu, dapat digunakan metode Gradient Tree Boosting Tweedie Model untuk memodelkan besar klaim agregat. Salah satu metode deep learning untuk merekonstruksi variabel dari data perusahaan asuransi yang relevansinya terhadap besaran klaim belum diketahui adalah metode Deep Autoencoder. Deep Autoencoder merupakan algoritma unsupervised learning yang mereduksi dimensi data secara lapisan per lapisan, sehingga mendapatkan variabel data dalam pemodelan klaim agregat. Selain itu, Deep Autoencoder mempunyai kelebihan yaitu meringankan beban komputasi tanpa mengurangi performa dari model yang dihasilkan. Penelitian ini akan memodelkan besaran klaim agregat dan mengetahui efek penggunaan metode Deep Autoencoder untuk merekonstruksi data dan metode Gradient Tree Boosted Tweedie Model pada asuransi kendaraan bermotor. ...... It is a common problem in the insurance industry to set a reasonable premium for the risks faced by policyholders. It is important to predict the amount of future claims in order to determine a reasonable premium by using past aggregate claim data. The aggregate claim data collected by insurance companies contains many variables which are key factors to calculate claim severity, which is a regression problem. One of the methods used to analyze the regression model is the Gradient Tree Boosting. Assuming that the claim frequency has a Poisson distribution and the claim severity has a Gamma distribution, the aggregate claims can be assumed to have a Tweedie distribution. Therefore, the Gradient Tree Boosting Tweedie Model can be used to model the aggregate claims. One of the deep learning methods to reconstruct variables from insurance company data is Deep Autoencoder. Deep Autoencoder is an unsupervised learning algorithm that reduces the dimensions of the data layer by layer, thereby obtaining data variables in the aggregate claims modeling. In addition, Deep Autoencoder has the advantage of lightening the computational load without compromising the performance of the resulting model. This study will use the Gradient Tree Boosted Tweedie Model to model aggregate claims and determine the effect of using the Deep Autoencoder method to reconstruct data on motor vehicle insurance.

Abstrak :
Penelitian ini pada dasarnya bertujuan untuk meneliti pengaruh intellectual capital IC terhadap kinerja keuangan perusahaan asuransi, yang dilandaskan Berdasarkan pengelompokan Global Industry Clasification Standart yang membagi perusahaan menjadi dua kelompok yaitu, perusahaan yang padat IC High IC ndash; Intensive Industries dan perusahaan yang tidak padat IC Low-IC Intesinve Industries . Sedangkan perusahaan asuransi merupakan salah satu jenis perusahaan yang termasuk dalam kategori padat IC. Selain itu IC dianggap sebagai pengetahuan dan wawasan tentang kolektivitas perusahaan. IC menggambarkan sumber daya yang bernilai dan memiliki kemampuan yang berdasarkan ilmu pengetahuan. Suatu perusahaan yang tidak menaruh perhatian khusus pada kekayaan Intellectual akan membuat suatu perusahaan sulit untuk berkembang. Pengukuran intellectual Capital yang digunakan dalam penelitian ini adalah dengan menggunakan metode VAIC trade; yang dikembangkan oleh Ante Pulic. Metodologi yang digunakan adalah kuantitatif dengan teknik analisa menggunakan Partial Least Square PLS .

---

The research basically aims to examine the influence of intellectual capital IC on the financial performance of insurance companies, based on the classification of global industry classification which divides the company into two groups, companies that are solid IC High IC Intensive Industries and companies that do not solid IC Low IC Intensive Industries . While the insurance company is one of the types of companies included in the solid IC category. In addition, IC is considered as knowledge and insight about the collectivity of the company. IC describe valuable resources and have knowledge based capabilities. A company that does not pay special attention to Intellectual wealth will make a company difficult to develope. The intellectual capita measurements in this study were using the VAIC trade method develope by Ante Pulic. The methodology used is quantitative with analytical technique using Partial Least Square PLS .