View/Open

Author

Date Published
13 Apr 2026

Advisor
Amalia Listiani, S.Pd., M.Sc.,
Putri Isnaini Cahyaning Baiti, S.Mat., M.Sc.,

Subject
Aktuaria

Publisher

Asuransi rangka kapal merupakan salah satu bentuk perlindungan finansial yang diberikan kepada pemilik kapal untuk mengantisipasi risiko kerugian akibat kerusakan maupun kehilangan kapal. Penentuan premi murni dalam asuransi rangka kapal menjadi hal yang sangat penting karena premi merupakan biaya yang harus dibayarkan tertanggung untuk memperoleh jaminan perlindungan. Premi bergantung pada dua komponen utama, yaitu frekuensi klaim dan besar klaim. Penelitian ini bertujuan untuk memprediksi kedua komponen tersebut menggunakan metode Extreme Gradient Boosting (XGBoost) disertai dengan optimisasi hyperparameter menggunakan Bayesian Optimization demi kinerja model yang baik. Performa model frekuensi klaim dan besar klaim dievaluasi berdasarkan nilai Root Mean Squared Error (RMSE). Hasil penelitian menunjukkan bahwa model XGBoost menghasilkan tingkat akurasi prediksi sebesar 7,6% untuk frekuensi klaim dan 18% untuk besar klaim. Nilai tersebut menunjukkan bahwa model memiliki kemampuan prediksi yang cukup baik. Berdasarkan hasil perhitungan premi murni yang diperoleh dari perkalian frekuensi klaim dan besar klaim, diperoleh bahwa tipe kapal Barge pada rentang 2.750-3.300 GT memiliki nilai total premi murni tertinggi sebesar Rp127.790.951.326,41 sedangkan tipe kapal Barge pada rentang < 900 GT memiliki nilai total premi murni terendah sebesar Rp733.310.351,30.

URI
https://repo.itera.ac.id/depan/submission/SB2604200008

Keyword
Asuransi Rangka Kapal Besar Klaim Extreme Gradient Boosting (XGBoost) Frekuensi Klaim Premi Murni