Perpustakaan Digital ITB

Metode Bayesian menggabungkan dua buah sumber informasi tentang parameter suatu model statistik. Gabungan dari informasi sampel (fungsi likelihood) dan informasi prior (distribusi prior) akan menghasilkan informasi posterior (distribusi posterior). Dalam tesis ini, fungsi peluang posterior yang telah diperoleh akan digunakan untuk menentukan peluang prediktif dan nilai ekspektasi besar klaim untuk kelompok baru. Data yang digunakan adalah data besar klaim asuransi kelompok dimana terdapat peluang tidak terjadi klaim pada masing-masing kelompok. Selanjutnya akan dibentuk kelompok baru, yaitu kelompok dengan mengkombinasikan sifat-sifat kelompok yang sudah ada, untuk membandingkan peluang dari suatu risiko dalam masing-masing kelompok baru tersebut. Distribusi posterior yang dihasilkan sulit ditentukan secara analitik. Oleh karena itu, digunakan bantuan program komputasi melalui simulasi Monte Carlo yang dikenal dengan nama simulasi Markov Chain Monte Carlo (MCMC) dengan algoritma Metropolis-Hasting. Dalam penelitian ini akan digunakan algoritma Metropolis-Hasting untuk mengestimasi nilai parameter kelompok baru. Hasil yang diperoleh dalam penelitian ini yaitu kelompok yang mengandung paling sedikit satu kelompok yang memiliki besar klaim tinggi akan menghasilkan kelompok baru dengan ekspekasi besar klaim yang tinggi pula.