digilib@itb.ac.id +62 812 2508 8800

ABSTRAK Nibras Maulana Meidiawan
PUBLIC Dwi Ary Fuziastuti

Prediksi estimasi cadangan klaim merupakan hal yang penting untuk perusahaan asuransi. Prediksi ini menentukan besar liabilitas yang dimiliki perusahaan. Umumnya, estimasi ini dilakukan dengan menghitung besar agregat klaim pada tahun-tahun sebelumnya. Distribusi agregat klaim ini dapat diturunkan dari distribusi frekuensi klaim dan severitas klaim atau diasumsikan mengikuti suatu distribusi konjugat. Distribusi frekuensi klaim dapat diasumsikan mengikuti marked Poisson dengan bagian yang ditandai adalah besar keterlambatan klaim dan peristiwa klaim dan distribusi severitas klaim diasumsikan mengikuti distribusi gama sehingga klaim mengikuti distribusi marked Poisson-gama. Distribusi konjugat untuk agregat klaim dapat diasumsikan mengikuti distribusi keluarga Tweedie yang merupakan sub keluarga eksponensial. Identifikasi distribusi pada keluarga Tweedie dilihat dari parameter p. Estimasi prediksi cadangan klaim sendiri dapat dilakukan menggunakan dua cara : model chain ladder (CL) yang tidak memerlukan asumsi distribusi dan generalized linear model (GLM) yang membutuhkan asumsi distribusi. Kedua model ini memberikan hasil estimasi segitiga bawah pada segitiga run-off yang memberikan gambaran perkembangan klaim diharapkan dari waktu ke waktu. Studi kasus yang digunakan dalam penelitian ini adalah data worker compensation periode 1989-1997 pada perusahaan asuransi dengan nama kelompok West Bend Mut Ins Grp di Amerika Serikat. Hasil yang diperoleh menunjukkan bahwa metode CL memiliki nilai eror standar estimasi yang lebih kecil dibandingkan GLM tetapi memiliki nilai coefficient of variance (CV) yang lebih besar. Hasil lain yang diperoleh adalah GLM Poisson-gama merupakan model terbaik diantara GLM over-dispersed Poisson, marked Poisson-gama, dan gama.