Perpustakaan Digital ITB

sehingga menantang untuk dikaji lebih mendalam. Terdapat dua aspek penting dalam pemodelan kerugian klaim yaitu frekuensi klaim dan severitas klaim. Pada tesis ini akan dibahas mengenai data dan model distribusi severitas klaim. Pada umumnya data severitas klaim bersifat ekor tebal (heavy tailed). Kandidat distribusi yang tepat untuk memodelkan severitas klaim adalah distribusi Frechet dan Gumbel. Ukuran risiko yang akan digunakan untuk memprediksi besarnya risiko kerugian severitas klaim adalah Value-at-Risk (VaR). Kerugian dengan nilai ekstrim yang terjadi pada ekor kanan (right tail ) distribusi sangat berisiko, karena akan mempengaruhi kebijakan perusahaan dalam menentukan premi asuransi di masa mendatang. Akan dilakukan transformasi untuk memindahkan bobot ke kerugian yang lebih besar pada ekor kanan distribusi dengan menggunakan Transformasi PH (Proportional Hazard). Simulasi numerik dilakukan untuk memprediksi nilai dari kedua ukuran VaR dan VaR PH tersebut. Dari analisis data diperoleh prediksi nilai VaR dan VaR PH distribusi Frechet lebih besar dibandingkan dengan distribusi Gumbel.