Estimasi Cadangan Klaim IBNR Menggunakan Metode Robust Chain-Ladder

Abstract

PT Asuransi Kredit Indonesia (ASKRINDO) merupakan perusahaan asuransi yang memiliki produk asuransi kendaraan bermotor. Perusahaan asuransi harus menyiapkan sejumlah dana untuk memenuhi klaim yang diajukan oleh tertanggung atau disebut cadangan klaim. Cadangan klaim dibagi menjadi dua jenis, yaitu Incurred But Not Reported (IBNR) dan Report But Not Settled (RBNS). Berdasarkan hasil eksplorasi data terdapat outlier pada data besar klaim IBNR Produk Asuransi Kendaraan Bermotor dengan jenis pertanggungan All Risk dan klaim akibat kerusakan kendaraan periode Januari 2021 – September 2022. Sedangkan, PT Askrindo hanya menggunakan metode Chain-Ladder Klasik dalam menentukan estimasi cadangan klaim IBNR untuk asuransi kendaraan bermotor yang dapat dipengaruhi oleh adanya outlier. Oleh karena itu, penelitian ini mengestimasi cadangan klaim IBNR menggunakan metode Robust Chain-Ladder untuk mereduksi adanya outlier agar estimasi yang dihasilkan lebih wajar karena outlier dapat membuat nilai estimasi cadangan klaim menjadi terlalu besar atau terlalu kecil. Metode Robust Chain-Ladder merupakan metode pengembangan dari Chain-Ladder Klasik dengan mempertimbangkan adanya outlier pada data besar klaim sehingga dapat memberikan nilai estimasi cadangan klaim yang lebih wajar. Estimasi Cadangan klaim harus menghasilkan nilai yang wajar, jika estimasi cadangan klaim terlalu besar, maka penanggung tidak dapat mencapai laba maksimalnya karena dana tersebut dapat diinvestasikan sehingga menghasilkan laba tambahan bagi penanggung, sebaliknya apabila estimasi cadangan klaim terlalu kecil, maka penanggung berisiko tertanggunya sistem keuangan penanggung. Penelitian ini menunjukkan bahwa dengan mendeteksi outlier pada matriks residual, mengatasi outlier, dan menggunakan data yang telah terbebas dari outlier pada metode Chain-Ladder Klasik, dapat dihasilkan estimasi cadangan klaim IBNR yang lebih wajar untuk produk asuransi kendaraan bermotor.

Description

Keywords

IBNR, Outlier, Residual

Citation

Collections