View/Open

Author
Larasati Nurul, Innayah

Advisor
Dr. Adhitya Ronnie, Effendie, M.Sc.
Tiara, Yulita, S.Pd., M.Sc.

Koleksi
Undergraduate Thesis

Publisher

Dalam proses pengajuan klaim pihak penanggung berkewajiban untuk menyediakan sejumlah dana kepada pihak tertanggung untuk mempersiapkan risiko kerugian yang terjadi di masa depan. Dalam asuransi umum, penyelesaian klaim biasanya tidak diselesaikan pada saat itu secara langsung. Hal ini disebabkan karena adanya penundaan pelaporan klaim dari waktu kejadian. Klaim yang tidak segera ditangani akan mengakibatkan tanggung jawab atau utang pada perusahaan asuransi. Dana yang dipersiapkan tersebut dinamakan sebagai cadangan klaim (claim reserve). Cadangan klaim terbagi menjadi dua macam, yaitu IBNR (incurred but not reported) dan RBNS (reported but not settled). Pada penelitian kali ini berfokus pada menentukan estimasi cadangan klaim individu dengan menggunakan metode RDC-Classification Tree Segmented Calculation dengan pendekatan machine learning. Machine learning berperan dalam menentukan informasi klaim yang akan diklasifikasikan menjadi beberapa segmentasi berdasarkan background variable. Penelitian ini bertujuan untuk mengetahui dan mempelajari penerapan metode Reserving by Detailed Conditioning (RDC) dalam mengestimasi nilai cadangan klaim dan penerapan machine learning dalam menentukan segmentasi background variable serta mengetahui estimasi cadangan klaim individu dengan metode RDC-Classification Tree Segmented Calculation pada data penelitian. Hasil estimasi cadangan klaim IBNS menggunakan metode RDC-Classification Tree Segmented Calculation yang telah diperoleh selanjutnya akan ditentukan nilai prediction error menggunakan nilai Mean Absolute Percentage Error (MAPE). Kata Kunci: Cadangan Klaim, Background Variable, Reserving by Detailed Conditioning, Machine Learning, Classification Tree Segmented Calculation.

URI
https://repo.itera.ac.id/depan/submission/SB2307300008

Keyword