Abstract:
Tindak kecurangan klaim asuransi dapat menyebabkan perusahaan asuransi mengalami kerugian. Oleh karena itu, perusahaan asuransi perlu mencegah terjadinya tindak kecurangan klaim dengan cara memprediksi klaim-klaim yang mengindikasikan terjadinya tindak kecurangan. Pada penelitian ini, data klaim asuransi kendaraan roda empat di Amerika Serikat yang memuat informasi tindak kecurangan klaim diklasikasikan menggunakan metode analisis diskriminan linear dan kuadratik. Kedua model yang diperoleh dibandingkan menggunakan confusion matrix, receiver operating characteristic (ROC), dan area under the curve (AUC). Dengan bantuan perangkat lunak RStudio, model analisis diskriminan linear ditemukan memiliki tingkat akurasi, presisi, spesisitas, dan F1-score yang lebih baik dibandingkan model analisis diskriminan kuadratik. Variabel yang memberikan pengaruh paling besar pada tindak kecurangan klaim asuransi kendaraan tersebut adalah tingkat keparahan insiden (incident severity).