Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Salah satu model yang digunakan untuk menghitung tarif premi adalah dengan menggunakan model kredibilitas, di mana tarif premi ditentukan menggunakan pengalaman masa lalu. Salah satu model kredibilitas yang telah dikembangkan adalah model kredibilitas Bühlmann. Pada model ini, diasumsikan bahwa setiap pemegang polis memiliki karakter dan tingkat risiko yang berbeda-beda. Model kredibilitas Bühlmann mengestimasi tarif premi menggunakan mean dari besar klaim suatu kontrak. Pada skripsi ini, akan dibahas sebuah modifikasi dari model kredibilitas Bühlmann yang disebut dengan model kredibilitas kuantil, dimana tarif premi diestimasi menggunakan kuantil dari besar klaim kontrak asuransi tersebut. Pembahasan model kredibilitas kuantil dimulai dari penentuan bentuk umum persamaan, lalu dilakukan penentuan faktor kredibilitas dengan meminimumkan mean squared error antara parameter yang digunakan untuk memprediksi tarif premi dengan estimatornya, kemudian dilanjutkan dengan penaksiran parameter pada model menggunakan metode non-parametrik. Kemudian, dilakukan studi kasus untuk membandingkan hasil perhitungan menggunakan model kredibilitas Bühlmann dengan model kredibilitas kuantil. Selain itu, pada studi kasus juga dibandingkan sensitivitas dari hasil estimasi masing-masing model jika terdapat outlier pada data. Secara umum, model kredibilitas kuantil memiliki performa yang baik jika terdapat outlier karena model tersebut kurang sensitif terhadap outlier pada sebagian besar kuantil. ......One of the models used to calculate the premium rate is by using the credibility model, where the premium rate is determined using past experiences. One of the credibility models that has been developed is the Bühlmann credibility model. This model assumes that each policyholder has a different character and level of risk. The Bühlmann credibility model estimates the premium rate using the mean of the claim severity of a contract. This thesis discusses a modification of the Bühlmann credibility model which is called the quantile credibility model, where the premium rate is estimated using the quantile of the claim severity of an insurance contract. The discussion of the quantile credibility model starts from determining the general form of the equation, then determining the credibility factor by minimizing the mean squared error between the parameter used to predict the premium rate and the estimator, then continues with estimating the parameters using non-parametric methods. Then, a case study is conducted to compare the calculation results using the Bühlmann credibility model and the quantile credibility model. In addition, the case study also compares the sensitivity of the estimation results of each model if there are outliers in the data. In general, the quantile credibility model has a good performance if there are outliers because the model is less sensitive to outliers in most of the quantiles.

Abstrak :
Untuk menghindari kerugian yang besar, perusahaan asuransi biasanya menetapkan modifikasi (deductible, policy limit, atau coinsurance) pada jaminan asuransi. Modifikasi tersebut menyebabkan perubahan pada distribusi besar dan banyak klaim, yang diperlukan dalam perhitungan premi. Pada skripsi ini dibahas perubahan-perubahan distribusi tersebut. Untuk distribusi besarnya klaim, perubahan dilihat dari fungsi distribusi, fungsi probabilitas densitas, dan fungsi survival. Untuk distribusi banyaknya klaim, perubahan dilihat dari fungsi pembangkit probabilitasnya. Distribusi banyaknya klaim yang dibahas adalah distribusi diskrit anggota kelas ( ) dan ( ). Selain itu, dibahas pula perhitungan premi pada jaminan asuransi termodifikasi yang melibatkan perubahan-perubahan pada distribusi tersebut, serta beberapa implementasi dari modifikasi pada jaminan asuransi dalam dunia reasuransi. ......To avoid large losses, insurance companies usually set modifications (deductibles, policy limits, and coinsurance) on insurance coverage. These modifications lead to major changes in the severity and frequency distributions of claims, which is required in the calculation of premiums. This minithesis discussed the changes of those distributions. For severity distribution, the changes will be presented from the distribution function, probability density function, and survival functions. For frequency distribution, the changes will be seen from the probability generating function. Frequency distributions discussed here are the members of ( ) and ( ) class of distributions. Beside that, discussed also in this minithesis, the premium calculations of insurance coverage with modifications that use the changes of distribution, as well as some implementations of coverage modifications in the reinsurances.