COVER Deane Aulia Ahsanah
Terbatas  Dwi Ary Fuziastuti
» Gedung UPT Perpustakaan
Terbatas  Dwi Ary Fuziastuti
» Gedung UPT Perpustakaan
BAB 1 Deane Aulia Ahsanah
Terbatas  Dwi Ary Fuziastuti
» Gedung UPT Perpustakaan
Terbatas  Dwi Ary Fuziastuti
» Gedung UPT Perpustakaan
BAB 2 Deane Aulia Ahsanah
Terbatas  Dwi Ary Fuziastuti
» Gedung UPT Perpustakaan
Terbatas  Dwi Ary Fuziastuti
» Gedung UPT Perpustakaan
BAB 4 Deane Aulia Ahsanah
Terbatas  Dwi Ary Fuziastuti
» Gedung UPT Perpustakaan
Terbatas  Dwi Ary Fuziastuti
» Gedung UPT Perpustakaan
BAB 5 Deane Aulia Ahsanah
Terbatas  Dwi Ary Fuziastuti
» Gedung UPT Perpustakaan
Terbatas  Dwi Ary Fuziastuti
» Gedung UPT Perpustakaan
PUSTAKA Deane Aulia Ahsanah
Terbatas  Dwi Ary Fuziastuti
» Gedung UPT Perpustakaan
Terbatas  Dwi Ary Fuziastuti
» Gedung UPT Perpustakaan
Industri asuransi merupakan bidang yang diminati oleh banyak orang. Oleh karena
itu, sangat berguna untuk mengetahui kejadian banyak klaim yang terjadi dari waktu
ke waktu. Pada suatu lokasi tertentu, pengajuan klaim pada pihak perusahaan asuransi
mungkin tidak terjadi setiap hari, karena itu terdapat banyak nilai nol pada
data. Meskipun data diskrit dapat dimodelkan oleh distribusi Poisson ataupun binomial
negatif, namun pada saat data memiliki nilai nol yang berlebih besar kemungkinan
rataan dari data akan lebih kecil daripada variansi. Kondisi ini disebut
overdispersi, sehingga asumsi bahwa rataan dan variansi sama pada distribusi
Poisson tidak terpenuhi. Distribusi Binomial Negatif dapat digunakan untuk data
yang overdispersi tetapi belum bisa mengakomodir nilai nol yang berlebih. Salah
satu alternatif yang dapat digunakan adalah distribusi Zero-Inflated Negative Binomial
(ZINB). Generalized Linear Model (GLM) digunakan untuk membangun
model ZINB autoregression yang bergantung pada banyak klaim yang terjadi pada
waktu sebelumnya. Efek ketetanggaan akan ditambahkan pada variabel regressor
untuk melihat apakah terdapat pengaruh banyak klaim pada lokasi tetangga terhadap
lokasi yang akan dimodelkan. Aplikasi dari model ini akan digunakan pada
data banyak klaim asuransi harta benda di Kota Jakarta Pusat, Jakarta Selatan,
Jakarta Utara, Jakarta Barat, dan Jakarta Timur.