Perpustakaan Digital ITB

Penelitian ini mengembangkan model peluang transisi disabilitas menggunakan Model Markov Tersembunyi (HMM) dengan mempertimbangkan usia dan jenis kelamin untuk memprediksi pola transisi risiko disabilitas, membandingkan efisiensi algoritma maju dan mundur, serta menentukan besaran premi asuransi yang adil. Data yang digunakan berasal dari Tabel Mortalitas Indonesia IV dan statistik disabilitas BPS 2022. Model ini memetakan transisi antar kondisi kesehatan, meliputi tanpa disabilitas, disabilitas ringan, sedang, berat, hingga kematian. Algoritma maju dan mundur diterapkan untuk mengevaluasi peluang klaim, dengan perbandingan efisiensi berdasarkan waktu komputasi. Premi dihitung menggunakan pendekatan ekspektasi nilai sekarang (Expected Present Value). Hasil penelitian menunjukkan bahwa HMM mampu memodelkan transisi risiko secara akurat, dengan algoritma maju terbukti lebih efisien dibandingkan algoritma mundur. Premi yang dihitung mencerminkan prinsip keadilan dan keberlanjutan finansial, memberikan dasar bagi pengembangan produk asuransi yang lebih kompetitif dan responsif. Penelitian ini berkontribusi pada pengelolaan risiko disabilitas, menawarkan pendekatan berbasis probabilistik untuk mendukung industri asuransi dalam menghadirkan perlindungan yang optimal bagi masyarakat.