Perpustakaan Digital ITB

Pada asuransi properti, melihat seberapa banyak frekuensi klaim pada suatu lokasi yang terjadi dari waktu ke waktu merupakan sesuatu yang menarik untuk diteliti. Terkadang, pengajuan klaim asuransi properti tidak selalu terjadi secara teratur setiap waktunya. Pada selang waktu tertentu, mungkin saja terjadi klaim yang teratur setiap harinya, tetapi untuk selang waktu yang lain, bisa tidak terjadi klaim sama sekali. Pada penelitian ini, dilakukan analisa terhadap data deret waktu berupa klaim yang frekuensi nya jarang terjadi sehingga terdapat banyak nilai nol pada data. Umumnya, data diskrit pada frekuensi klaim dimodelkan dengan model Poisson. Akan tetapi, jika dilakukan pemodelan pada frekuensi klaim yang jarang terjadi maka variansi yang akan dihasilkan dari data akan bernilai lebih besar dari rataannya, atau biasa disebut overdispersi. Akibatnya, akan tidak tepat jika dimodelkan dengan model Poisson. Sehingga, salah satu alternatif yang dapat digunakan adalah dengan memodelkan data nya dengan distribusi Zero Inflated Poisson (ZIP). Dalam membangun model ZIP Autoregressive, yang frekuensi klaim nya bergantung pada frekuensi klaim pada waktu sebelumnya, akan digunakan metode Generalized Linear Model (GLM). Aplikasi dari model ZIP Autoregressive ini digunakan pada data frekuensi klaim asuransi properti di provinsi DKI Jakarta.