Pemodelan frekuensi klaim asuransi dengan Generalized Linear Model (GLM)

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.