Perpustakaan Digital ITB

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.