Perpustakaan Digital ITB

Regresi Poisson merupakan model yang paling sering digunakan dalam memodelkan frekuensi klaim. Distribusi Poisson memiliki asumsi dasar bahwa variansi dan mean memiliki nilai yang sama (equidispersion). Pada kenyataannya dalam industri asuransi, data count seringkali mengalami overdispersi karena memiliki jumlah data nol yang berlebihan. Untuk mengatasi kasus data dengan excess zeros dibutuhkan penggunaan model lain yang lebih sesuai, yaitu model Zero-inflated Poisson. AIC dan BIC, serta uji Vuong digunakan untuk membandingkan antara kedua model. Model ini diterapkan pada studi kasus frekuensi klaim asuransi kendaraan bermotor. Dalam Tugas Akhir ini, frekuensi klaim mengalami overdispersi karena banyak observasi yang bernilai nol; yang berarti, ada banyak polis yang tidak mengajukan klaim. Hasil yang diperoleh menunjukkan bahwa model regresi Zero-inflated Poisson lebih sesuai digunakan pada data frekuensi klaim asuransi kendaraan bermotor dibandingkan dengan regresi Poisson. Dalam Tugas Akhir ini juga, akan dikaji mengenai kemampuan regresi Zero-inflated Poisson (ZIP) untuk melihat batas peluang nol dalam mengatasi overdispersi pada data frekuensi klaim asuransi kendaraan bermotor. Berdasarkan data yang disimulasikan diperoleh bahwa Regrezi ZIP berhenti mengatasi overdispersi pada kondisi dengan peluang ???? = 0,7.