Perhitungan Premi Murni Asuransi Kendaraan Bermotor Menggunakan Metode Bayesian dengan Simulasi Monte Carlo
Perhitungan premi murni yang akurat merupakan aspek penting dalam pengelolaan risiko pada asuransi kendaraan bermotor. Penelitian ini bertujuan untuk menentukan distribusi model serta posterior distribution dari besar klaim dan banyaknya klaim menggunakan pendekatan Bayesian serta menghitung premi murni berdasarkan ekspektasi kerugian total yang diperoleh melalui Simulasi Monte carlo. Model banyak klaim diasumsikan mengikuti distribusi Poisson, sedangkan besar klaim mengikuti distribusi Eksponensial. Prior distribution yang digunakan untuk parameter dari masing-masing model adalah distribusi Gamma dengan bentuk non-informative untuk merepresentasikan minimnya informasi awal. Berdasarkan kombinasi antara prior distribution dan fungsi likelihood dari data observasi diperoleh posterior distribution dari parameter model. Simulasi Monte Carlo menghasilkan sampel acak dari posterior distribution yang menghasilkan estimasi dari nilai ekspektasi kerugian agregat. Hasil penelitian menunjukkan bahwa pendekatan Bayesian mampu menghasilkan estimasi parameter yang stabil dan mencerminkan karakteristik data klaim aktual. Simulasi Monte Carlo dilakukan dengan variasi jumlah iterasi 10.000 kali dan bahwa nilai premi murni semakin stabil seiring bertambahnya jumlah iterasi. Berdasarkan simulasi tersebut diperoleh premi murni sebesar Rp 30.028.519 yang menggambarkan risiko murni yang ditanggung perusahaan asuransi tanpa mempertimbangkan biaya tambahan. Nilai ini dapat dijadikan dasar awal dalam penetapan premi komersial yang proporsional dan sesuai tingkat risiko.
URI
https://repo.itera.ac.id/depan/submission/SB2512120008
Keyword
Asuransi Kendaraan Bermotor, Distribusi Poisson, D