Perpustakaan Digital ITB

Penentuan cadangan asuransi yang akurat merupakan aspek penting dalam menjaga kemampuan perusahaan asuransi dalam memenuhi kewajiban klaim. Data klaim asuransi umumnya memiliki karakteristik bernilai positif, menceng ke kanan, dan tidak memenuhi asumsi normalitas, sehingga diperlukan metode pemodelan yang fleksibel. Penelitian ini bertujuan untuk menerapkan Model Linear Terampat (MLT) dalam memodelkan cadangan per klaim, mengidentifikasi faktor-faktor yang berpengaruh signifikan terhadap cadangan, serta mengevaluasi akurasi model terhadap data aktual. Data yang digunakan merupakan data historis klaim asuransi jiwa tahun 2019–2023 yang dipadukan dengan variabel makroekonomi berupa inflasi, BI Rate, dan nilai tukar USD/IDR. Tahapan penelitian meliputi prapemrosesan data, deteksi pencilan, analisis korelasi, uji normalitas, fitting distribusi, pembagian data menggunakan time-based split, serta pemodelan menggunakan MLT dengan distribusi Gamma dan fungsi link logaritmik. Hasil penelitian menunjukkan bahwa model terbaik adalah Stepwise MLT Gamma-log pada data tanpa pencilan. Variabel yang berpengaruh signifikan terhadap cadangan per klaim adalah Total_Tagihan, Limit_Klaim, Deductible, Lama_Dirawat, Status_Klaim, Smoker, dan BMI, sedangkan inflasi, BI Rate, dan USD_IDR tidak signifikan secara statistik. Model terbaik menghasilkan MAE sebesar Rp392,215.02, MSE sebesar 4.08E+11, MAPE sebesar 10.57%, dan MSPE sebesar 1.94%. Dengan demikian, MLT Gamma-log mampu memodelkan cadangan per klaim dengan cukup baik, terutama setelah pengaruh pencilan dan variabel yang tidak signifikan dihilangkan.