Abstract:
Perkembangan bisnis asuransi yang pesat menunjukkan meningkatnya kesadaran masyarakat
akan pentingnya perlindungan terhadap risiko. Perusahaan asuransi memiliki tanggung jawab
untuk membayar klaim yang diajukan oleh pemegang polis. Dalam konteks ini, keakuratan
dalam mengestimasi frekuensi klaim menjadi krusial bagi perusahaan agar dapat menghindari
kerugian besar atau risiko kebangkrutan. Analisis regresi linear terbatas dalam mengestimasi
frekuensi klaim asuransi karena keterbatasan dalam menangani banyak variabel bebas dan
risiko estimasi bernilai negatif. Untuk mengatasi kendala tersebut, penelitian ini menerapkan
Generalized Linear Model sebagai metode yang lebih tepat dalam memodelkan frekuensi klaim
asuransi. Dibandingkan dengan regresi linear, Generalized Linear Model mampu memberikan
estimasi frekuensi klaim yang lebih akurat. Data yang digunakan adalah data klaim asuransi
mobil yang terdiri dari 10.302 observasi dan 26 variabel. Dengan memanfaatkan perangkat lunak
R, data tersebut diolah untuk mengidentifikasi variabel-variabel yang berperan penting dalam
mengestimasi frekuensi klaim. Hasil penelitian menunjukkan bahwa Generalized Linear Model
lebih baik dalam memodelkan frekuensi klaim asuransi mobil, yang terbukti dari nilai Akaike
Information Criterion (AIC) Generalized Linear Model yang lebih rendah.
