Perpustakaan Digital ITB

Penggunaan big data telah menjadi hal yang trendi dalam dunia bisnis untuk mengumpulkan informasi pelanggan dari setiap transaksi yang terjadi. Di bidang asuransi, big data dapat digunakan untuk mengestimasi premi. Dalam tugas akhir ini, penulis ingin mengaplikasikan metode resampling bootstrap pada data asuransi kebakaran yang ukurannya cukup besar. Pengolahan data ini dilakukan berdasarkan sampel yang diambil secara acak sistematis sehingga didapat ukuran sampel yang akan digunakan adalah 1%, 5%, dan 10%. Selanjutnya sampel-sampel tersebut akan diolah untuk mengestimasi premi asuransi dengan menggunakan prinsip nilai ekspektasi. Dalam prinsip tersebut, dibutuhkan parameter seperti ekspektasi dan variansi dari total klaim. Kedua parameter ini akan ditaksir melalui sampel-sampel bootstrap. Sampel bootstrap merupakan sampel yang berasal dari hasil resampling dengan pengembalian dari sampel hasil observasi sebanyak replikasi ???? kali. Setelah didapat taksirannya, maka akan dibandingkan diantara ketiga sampel tersebut mana yang menghasilkan taksiran bootstrap terbaik. Kriteria yang diperhatikan dalam penentuan taksiran bootstrap terbaik diantaranya berdasarkan standar error terkecil, selisih selang kepercayaan persentil terkecil, dan bentuk histogram bootstrap yang paling mendekati normal. Selanjutnya taksiran parameter tersebut digunakan dalam mengestimasi premi. Nilai premi yang dihasilkan dari sampel bootstrap diharapkan dapat mendekati nilai premi yang dihasilkan dari data populasi.