Perpustakaan Digital ITB

Program Jaminan Kecelakaan Kerja (JKK) yang diselenggarakan oleh BPJS Ketenagakerjaan memberikan perlindungan atas risiko-risiko kecelakaaan yang terjadi dalam hubungan kerja, termasuk kecelakaan yang terjadi dalam perjalanan dari rumah menuju tempat kerja atau sebaliknya dan penyakit yang disebabkan oleh lingkungan kerja (PAK) serta perluasan manfaat berupa Program Kembali Bekerja (Return to Work). Dalam aplikasinya, pembayaran klaim JKK tidak dapat langsung diselesaikan yang dapat disebabkan berbagai faktor antara lain masalah administrasi dan pelaporan yang terlambat, proses pengobatan yang membutuhkan jangka waktu yang lama untuk kasus-kasus tertentu, adanya penyakit akibat kerja yang baru dapat dideteksi setelah bertahun-tahun kemudian dan berbagai penyebab lainnya. Sehingga sangat penting bagi BPJS Ketenagakerjaan untuk menyediakan dana cadangan untuk mengantisipasi pembayaran klaim di masa mendatang. Penelitian ini membahas mengenai perhitungan estimasi cadangan klaim mengunakan metode Chain Ladder stokastik dengan metode Generalized Linear Model (GLM) yang dapat memberikan estimasi selang dengan nilai keyakinan tertentu terhadap nilai cadangan klaim, sehingga dapat dibandingkan dengan perhitungan cadangan yang selama ini dilakukan dengan metode deterministik Basic Chain Ladder yang hanya menghasilkan estimasi titik. Selain itu pada metode GLM dapat diperoleh informasi dari perilaku besar klaim yang menggambarkan karakteristik yang sesuai dengan data historis. Hasil pengolahan data diperoleh bahwa besar pembayaran klaim adalah berdistribusi Gamma, sehingga estimasi cadangan klaim dilakukan dengan pendekatan Gamma GLM. Diperoleh nilai estimasi cadangan klaim sebesar Rp728.403.581.380 dengan prediction error 19,07% sehingga nilai estimasi berada pada selang Rp665.184.462.768 sampai Rp791.622.699.992. Sedangkan dengan metode Chain Ladder diperoleh estimasi sebesar Rp796.851.568.771 yang tidak termasuk ke dalam nilai selang total cadangan klaim dari pendekatan model Gamma GLM. Berdasarkan nilai MAPE yang dihasilkan sebesar 19,69%, menunjukkan bahwa keakuratan model dapat dinilai baik, dan nilai MAPE untuk total besar klaim sebesar 5,01% menunjukkan nilai yang sangat baik.