Asuransi kendaraan bermotor diperlukan untuk perlindungan dari risiko kerugian finansialakibat kerusakan, kecelakaan, ataupun pencurian kendaraan. Dalam industri asuransikendaraan bermotor, terdapat sistem penentuan besar net premi untuk pemegang polis yangdikenal dengan sistem bonus malus. Sistem ini merupakan sistem experience rating yangartinya dalam melakukan penentuan besar net premi, akan dilihat sejarah klaim yang dilakukanoleh pemegang polis. Bonus merupakan penurunan premi apabila seorang pemegang polistidak mengajukan klaim sama sekali dalam satu periode dan malus merupakan kenaikan premiapabila seorang pemegang polis mengajukan satu atau lebih klaim. Pada tugas akhir ini,dilakukan pemodelan frekuensi klaim asuransi kendaraan bermotor dengan model binomialnegatif, Good Risk/Bad Risk, dan Poisson-Inverse Gaussian. Parameter masing-masing modelditaksir menggunakan metode momen. Selanjutnya, dilakukan penentuan besar net premi yangharus dibayarkan pemegang polis berdasarkan model-model yang telah dibentuk. Seleksimodel dilakukan dengan menggunakan chi-square goodness of fit test. Penentuan besar netpremi dilakukan dengan metode expected value principle, dimana premi dihitung denganekspektasi posterior dari model. Hasil aplikasi pada data menunjukan bahwa model yangberbeda menghasilkan besar premi yang berbeda pula dan semakin besar frekuensi klaim yangdilakukan oleh seorang pemegang polis di masa lampau, maka semakin besar pula premi yangharus dibayarkan oleh pemegang polis.

---

Automobile insurance is needed to protect policyholder against the risk of financial loss due to

damage, accidents or vehicle theft. In automobile insurance industry, there is a system to

determine the amount of net premiums for policyholders known as the bonus malus system

(BMS). This system is an experience rating system, which means the amount of the net

premium depends on policyholder's claim history. Bonus is a decrease in premium if a

policyholder does not initiate any claim at all, in one period and malus is an increase in

premium if a policyholder initiates one or more claims. In this final project, the frequency of

automobile insurance claims was modelled with a negative binomial, Good Risk/Bad Risk, and

Poisson-Inverse Gaussian models. The parameters of each model are estimated using the

moment method. Model selection is carried out using the chi-square goodness of fit test.

Furthermore, the amount of net premium to be paid by policyholders is determined based on

the models that have been established. Determination of the amount of net premium is carried

out using the expected value principle method, where the premium is calculated based on the

posterior expectation. The data application results show that different models produce different

premiums and the greater the frequency of claims initiated by policyholders in the past, the

greater the premium that must be paid by policyholders.