Perpustakaan Digital ITB

Perusahaan asuransi memerlukan prediksi Value at Risk (VaR) untuk menjaga ketersediaan dana dalam membayarkan sejumlah kerugian khususnya kerugian yang bernilai besar. Terjadinya kerugian yang bernilai besar menjadi masalah yang harus dihadapi perusahaan. Untuk mengatasi masalah ini perusahaan harus mampu mengevaluasi dan memprediksi kerugian. Hasil prediksi kerugian yang akurat memerlukan model prediksi yang tepat. Model prediksi yang digunakan adalah model Autoregressive Conditional Amount ACA(1,1). Untuk memperoleh hasil prediksi yang akurat diperlukan penaksiran parameter-parameter yang tepat yaitu memilih nilai LL yang paling besar dan nilai AIC, BIC, RMSE yang paling kecil. Penaksiran parameter yang digunakan adalah metode maksimum likelihood. Hasil penaksiran parameter ini akan digunakan untuk menghitung prediksi VaR dengan menetapkan tingkat kepercayaan. VaR yang tepat adalah VaR yang memiliki tingkat kepercayaan yang mendekati nilai peluang cakupan. Data yang digunakan adalah data asuransi kerugian kendaraan periode 2002-2015. Tesis ini menyatakan bahwa model ACA(1,1) mampu memodelkan data kerugian asuransi kendaraan. Hal ini ditunjukkan oleh kriteria pada penaksiran parameter dan nilai peluang cakupan prediksi VaR. Hasil prediksi VaR akan digunakan sebagai batasan kerugian yang akan ditanggung perusahaan asuransi untuk menjaga kecukupan dana yang dimiliki.