Perpustakaan Digital ITB

Asuransi kendaraan bermotor adalah jenis asuransi yang memberikan perlindungan terhadap kerugian yang dialami oleh kendaraan bermotor. Premi dalam asuransi kendaraan bermotor tidak dapat ditetapkan secara homogen untuk polis tetapi harus disesuaikan dengan masing-masing risiko dari setiap pemegang polis. Salah satu faktor penting yang harus dipertimbangkan adalah faktor geografis. Dengan menggunakan data klaim dari sebuah perusahaan asuransi umum di Indonesia, penelitian ini mengkaji beberapa faktor risiko yang berkaitan dengan aspek geografis, yaitu , jumlah motor, mobil, truk, bus, persentase jalan nasional, provinsi, kabupaten, kota yang tidak mantap dan kepadatan penduduk terhadap variabel respons seperti frekuensi dan severitas klaim. Hasil prediksi frekeunsi dan severitas klaim tersebut selanjutnya akan digunakan untuk menghasilkan premi murni untuk setiap polis. Untuk memodelkan hubungan antara variabel prediktor dan variabel respons, dengan perhatian khusus pada aspek geografis atau wilayah, penelitian ini menggunakan Locally Compensated Ridge – Multivariate Geographically Weighted Regression (LCR-MGWR). Model ini merupakan perluasan dari Geographically Weighted Regression (GWR) dengan tambahan pertimbangan terhadap kasus multikolinearitas pada variabel independen data spasial. Studi kasus pada skripsi ini menggunakan data pemegang polis dari tahun 2016, dengan total 737.376 polis dan 5.265 klaim. Hasil penelitian menunjukkan bahwa data yang digunakan menunjukkan efek spaisal dan multikolinearitas, dan premi murni yang dihasilkan dapat menutupi kerugian perusahaan akibat klaim dan memberikan profit 47% kepada perusahaan. Selain itu, kategori wilayah berdasarkan premi telah ditentukan, dengan provinsi-provinsi dalam satu kategori akan memiliki besaran premi yang mirip.