Ukuran risiko merupakan instrumen yang sangat penting dalam memprediksi besar
kerugian yang akan terjadi. Dalam praktiknya, penggunaan ukuran risiko pada
perhitungan kerugian banyak menggunakan Value-at-Risk (VaR) dan juga Expected
Shortfall (ES). Pada penelitian ini akan diperkenalkan salah satu ukuran risiko yang
merupakan kombinasi linear dari VaR dan ES, yaitu GlueVaR. Prediksi ukuran risiko
ini akan dihitung pada studi kasus severitas kerugian agregat asuransi kecelakaan
bermotor yang terdiri dari klaim asuransi properti dan klaim asuransi biaya medis atau
pengobatan. Perhitungan yang dilakukan menggunakan tiga metode atau pendekatan
yang berbeda, yakni: metode Non-Parametrik, metode Non-Parametrik dengan Monte
Carlo, dan Parametrik dengan Monte Carlo. Evaluasi dari hasil prediksi ukuran risiko
dilakukan dengan menghitung peluang cakupan serta MSEP masing-masing prediktor.
Hasil penelitian menunjukkan bahwa dengan menerapkan simulasi Monte Carlo pada
Parametrik VaR, maka hasil estimasi menghasilkan hasil yang lebih akurat dan nilai
galat yang lebih kecil.