Pemodelan tingkat keparahan klaim asuransi dan perhitungan premi reasuransi kesehatan menggunakan pendekatan Bayesian

Abstract

Untuk penyebaran risiko dan stabilisasi kondisi keuangan, perusahaan asuransi kesehatan memerlukan reasuransi. Reasuransi merupakan suatu mekanisme pengalihan risiko dari satu pihak yang disebut ceding company kepada pihak lainnya yang disebut reasuradur (reinsurer). Salah satu kontrak reasuransi yang dapat diambil oleh ceding company adalah reasuransi excess of loss. Pada reasuransi excess of loss, ceding company menetapkan jumlah risiko tertentu yang ditanggung sendiri oleh perusahaanya dalam setiap kali kejadian. Apabila terjadi kerugian di atas limit tersebut maka kelebihan tersebut akan dipikul oleh reasuradur sampai dengan batas tertentu sesuai dengan perjanjian. Pada reasuransi excess of loss, masalah utamanya adalah data tingkat keparahan klaim yang ada tidak cukup untuk menggambarkan harga dari excess layer yaitu perlindungan di atas nilai limit dalam perjanjian. Pendekatan Bayesian akan digunakan untuk mencari peluang posterior bagi serangkaian distribusi yang dipilih, setelah terlebih dahulu menentukan model prior berdasarkan bentuk struktur data dari pencocokan distribusi. Pada kasus di skripsi ini, distribusi normal, Weibull, dan gamma cocok digunakan setelah diuji menggunakan Akaike Information Criterion (AIC) dan Quantile-Quantile plot. Untuk menghitung premi reasuransi excess of loss, pertama-tama akan dihitung terlebih dahulu layer pure premium dan mencari peluang posterior-nya. Diperoleh rata-rata premi untuk lapisan 50.000 hingga 100.000 sebesar 254, 2823 dan standar deviasinya adalah 5, 760395.