Hasil Pencarian  ::  Simpan CSV :: Kembali

"Cadangan klaim sangat penting untuk keberlanjutan finansial perusahaan asuransi umum. Oleh karena itu, cadangan klaim harus diprediksi dengan akurat. Cadangan klaim umumnya diprediksi menggunakan metode Chain Ladder karena metode ini hanya menggunakan perhitungan yang sederhana, yaitu suatu algoritma tanpa unsur parametrik apapun. Akan tetapi, metode Chain Ladder kurang cocok untuk data klaim asuransi umum yang volatil dan tidak memperhitungkan kemungkinan terjadinya klaim besar, sehingga metode ini kurang mengakomodasi seluruh karakter dari data klaim dan menghasilkan prediksi cadangan klaim yang kurang akurat. Generalized Linear Model (GLM) merupakan model yang dapat melengkapi kekurangan tersebut yaitu mengakomodasi seluruh karakter dari data klaim dengan memperhitungkan kemungkinan terjadinya klaim besar sehingga memiliki akurasi lebih baik daripada Chain Ladder. Pada GLM, klaim dianggap sebagai komponen acak dan mengikuti sebuah distribusi tertentu selain distribusi normal. Selain itu, GLM mempertimbangkan probabilitas dari berbagai hasil yang mungkin terjadi, seperti severitas klaim yang besar walaupun probabilitas terjadinya kecil. Pada penelitian ini, klaim diasumsikan berdistribusi gamma karena memiliki karakteristik kontinu dan right skewed yang sesuai dengan distribusi gamma. Prediksi cadangan klaim dilakukan dengan menggunakan GLM dengan variabel dependen yang berdistribusi gamma atau model regresi gamma. Pertama, data klaim yang berbentuk run-off triangle perlu diubah terlebih dahulu menjadi bentuk vektor untuk memudahkan dalam pemodelan. Kemudian parameter model diestimasi menggunakan Maximum Likelihood Estimation (MLE), yang dilanjutkan dengan bantuan metode numerik (iteratif) Fisher scoring. Metode Fisher scoring diketahui memiliki keunggulan, yaitu dapat digunakan untuk mengestimasi parameter pada dataset besar maupun kecil karena perhitungannya menggunakan nilai ekspektasi dari matriks Hessian, tanpa perlu menghitung nilai aktual dari matriks Hessian. Hal ini juga membuat metode Fisher scoring lebih efisien secara komputasi. Pada penelitian ini, dilakukan implementasi model regresi gamma untuk memprediksi besar cadangan klaim asuransi umum dalam bentuk run-off triangle dan diperoleh nilai mean absolute error (MAE) serta mean absolute persentage error (MAPE) secara berturut-turut sebesar 829 dan 2,45115%.

---

Claim reserves are crucial for the financial sustainability of general insurance companies. Therefore, it is essential to accurately predict claim reserves. In general, claim reserves are predicted using the Chain Ladder method due to its simplicity, as it relies on a straightforward algorithm without any parametric elements. However, the Chain Ladder method is less suitable for volatile general insurance claim data and does not account for the possibility of large claims. Consequently, it inadequately addresses all the characteristics of claim data, resulting in less accurate reserve predictions. The Generalized Linear Model (GLM) can address these shortcomings by accommodating all claim data characteristics and considering the potential for large claims, thus achieving better accuracy compared to the Chain Ladder method. In GLM, claims are treated as random components following a specific distribution other than the normal distribution. Additionally, GLM considers the probability of various outcomes, such as high severity claims, even if the probability is low. In this study, claims are assumed to follow a gamma distribution due to its continuous and right-skewed characteristics, which align with the gamma distribution. Claim reserve predictions are conducted using a GLM with a gamma-distributed dependent variable, also known as gamma regression. First, claim data in the form of a run-off triangle must be transformed into a vector format to facilitate modeling. Then, the model parameters are estimated using Maximum Likelihood Estimation (MLE), followed by numerical (iterative) Fisher scoring methods. Fisher scoring has the advantage of being applicable to both large and small datasets because it uses the expected value of the Hessian matrix without needing to calculate the actual Hessian matrix, making it computationally more efficient. This study implements the gamma regression model to predict the claim reserves of general insurance in the form of a run-off triangle, yielding mean absolute error (MAE) and mean absolute percentage error (MAPE) values of 829 and 2.45115%, respectively."

"Salah satu cara untuk mengendalikan risiko adalah dengan memindahkan risiko melalui asuransi, dimana pihak tertanggung berkewajiban untuk membayar premi dan pada saat terjadi sesuatu yang merugikan tertanggung, tertanggung berhak untuk mengajukan klaim. Klaim yang diajukan akan melalui proses pengecekan oleh perusahaan asuransi dan jika klaim tersebut diterima, perusahaan asuransi kemudian melakukan pembayaran pertama, serta menghitung prediksi cadangan klaim untuk kemungkinan pembayaran klaim potensial lain di masa depan. Hingga saat ini, kebanyakan aktuaris asuransi umum menggunakan metode Chain Ladder dan Bornhuetter-Ferguson dalam melakukan prediksi cadangan klaim. Metode Chain Ladder mengggunakan data di masa lalu, yang bisa jadi kurang sesuai dengan data terbaru, sehingga diskontinuitas fundamental dari urutan estimasi rentan terjadi, yakni ketidakstabilan hasil prediksi ketika terdapat perubahan data, sedangkan metode Bornhuetter-Ferguson bisa jadi tidak berfungsi ketika terjadi downward development. Oleh karena itu, diperkenalkan metode Benktander, yang dapat menghasilkan galat lebih kecil dengan pemberian bobot yang tepat melalui penggabungan metode Chain Ladder dan Bornhuetter-Ferguson. Metode Benktander tersebut dapat dimodifikasi dengan penggunaan parameter banyak klaim, yang disebut metode Benktander-Kredibel. Di sisi lain, algoritma machine learning juga dapat digunakan untuk prediksi cadangan klaim. Salah satunya adalah decision tree yang dihasilkan oleh algoritma Classification and Regression Tree (CART), yang sebenarnya tidak terlalu baik karena tidak robust. Oleh karena itu, penulis memperkenalkan metode Random Forest yang merupakan hasil penggabungan beberapa decision tree, sehingga hasil yang diperoleh bersifat robust. Dari hasil penelitian ini, dengan melihat parameter penganalisis keakuratan, yakni Root Mean Squared Error (RMSE), diperoleh kesimpulan bahwa metode Random Forest mengungguli metode Benktander-Kredibel dalam prediksi cadangan klaim asuransi bodily injury yang melibatkan penggunaan incurred claim dengan downward development disertai dengan data pendukung berupa banyak klaim.

---

One way to control risk is to transfer risk through insurance, where the insured is obliged to pay the premium and when something happens that harms the insured, the insured has the right to submit a claim. The claim submitted will go through a checking process by the insurance company and if the claim is accepted, the insurance company then makes the first payment, as well as calculating the predicted claims reserve for the possibility of paying other potential claims in the future. Until now, most general insurance actuaries use the Chain Ladder and Bornhuetter-Ferguson methods in predicting claims reserves. The Chain Ladder method uses data from the past, which may not be in accordance with the latest data, so that fundamental discontinuities in the estimation sequence are prone to occur, namely instability of prediction results when there are data changes, whereas the Bornhuetter-Ferguson method can so it doesn't work when downward development occurs. Therefore, the Benktander method is introduced, which can produce smaller errors by assigning appropriate weights through combining the Chain Ladder and Bornhuetter-Ferguson methods. The Benktander method can be modified by the use of a frequency of claims parameter, called Credible Benktander method. On the other hand, the machine learning algorithm can also be used for claims reserve prediction. One of them is the decision tree produced by the Classification and Regression Tree (CART) algorithm, which is actually not very good because it is not robust. Therefore, the author introduces the Random Forest method which is the result of combining several decision trees, so that the results obtained are robust. From the results of this research, by looking at the accuracy analyzer parameters, namely Root Mean Squared Error (RMSE), it was concluded that the Random Forest method outperforms the Credible Benktander method in predicting reserves for bodily injury insurance claims involving the use of incurred claim with downward development accompanied by supporting data in the form of many claims."

"Seiring dengan perkembangan dunia industri menuju fase industri 5.0, asuransi memainkan peran krusial dalam mitigasi risiko kerugian yang dapat terjadi akibat berbagai kejadian yang tidak terduga. Untuk mendukung peran tersebut, penelitian ini bertujuan untuk menentukan cadangan klaim Incurred But Not Reported (IBNR), yaitu klaim yang telah terjadi namun belum dilaporkan kepada perusahaan asuransi, menggunakan metode Cape Cod parametrik. Metode Cape Cod parametrik dipilih karena mampu mengatasi kelemahan metode Chain Ladder, Bornhuetter-Ferguson, dan Cape Cod klasik, seperti sensitivitas terhadap outlier, ketidakstabilan estimasi, dan kurang optimalnya penggunaan informasi premi. Metode ini mengadaptasi pendekatan Cape Cod klasik dengan melibatkan informasi premi dan parameter distribusi dari data klaim untuk estimasi cadangan yang lebih akurat. Proses penerapannya diawali dengan penentuan distribusi parametrik yang tepat untuk memodelkan claim cost per unit exposure. Apabila model distribusi yang terpilih merupakan bagian dari keluarga exponensial dispersi, maka metode Cape Cod parametrik dapat diterapkan. Metode Cape Cod parametrik akan diimplementasikan pada data run-off triangle dari Institute of Actuaries of Australia. Hasil penelitian menunjukkan bahwa metode Cape Cod parametrik dapat memberikan estimasi cadangan klaim IBNR dengan tingkat akurasi yang baik. Akurasi prediksi diukur menggunakan Mean Absolute Percentage Error (MAPE) dengan hasil 2.047%.

---

As the industrial world progresses towards the Industry 5.0 phase, insurance plays a crucial role in mitigating the risks of losses that can occur due to various unforeseen events. To support this role, this study aims to determine the Incurred But Not Reported (IBNR) claim reserves, which are claims that have occurred but have not yet been reported to the insurance company, using the parametric Cape Cod method. The claim data used are run-off triangle data from the Institute of Actuaries of Australia. This method adapts the classical Cape Cod approach by incorporating premium information and the distribution parameters of claim data for more accurate estimates. The parametric Cape Cod method was chosen because it can address the shortcomings of the Chain Ladder, Bornhuetter-Ferguson, and classical Cape Cod methods, such as sensitivity to outliers, instability of estimates, and suboptimal use of premium information. The implementation process includes checking the distribution of claim cost per unit exposure using the Kolmogorov-Smirnov method and calculating dispersion parameters. The results show that the parametric Cape Cod method can provide more stable and accurate IBNR claim reserve estimates, especially in handling volatility and outliers in claim data. Prediction accuracy is measured using the Mean Absolute Percentage Error (MAPE), with results indicating a good level of accuracy of 2.047%."

"Skripsi ini membahas mengenai tata kelola dana jaminan perusahaan asuransi milik PT. Asuransi Jiwa Namura Tata Life sebagai jaminan terakhir untuk perlindungan kepentingan pemegang polis dimana dalam hal ini PT. Asuransi Jiwa Namura Tata Life telah mencairkan dana jaminan perusahaannya bahkan sebelum diputuskan pailit oleh Pengadilan Niaga. Penelitian ini berbentuk yuridisnormatif dengan tipologi penelitian deskriptif analitis. Kemudian berdasarkan hasil analisis, penulis memperoleh kesimpulan bahwa dana jaminan tidak serta merta menjadi jaminan pasti dalam rangka melindungi kepentingan pemegang polis dalam suatu perusahaan asuransi jika suatu perusahaan asuransi tersebut dipailitkan/dilikuidasi.

---

This thesis mainly focused on the governance of the guarantee fund owned by the insurance company PT. Namura Tata Life Indoensia as last guarantee for the protection of interests of policyholders which in this case PT. Namura Tata Life Insurance has withdraw its guarantee fund even before it was decided bankrupt by the Commercial Court. This research form is juridical-normative research with descriptive analytical typology form. Then based on the analysis, the authors came to the conclusion that the guarantee fund does not necessarily become a firm guarantee in order to protect the interests of policyholders in an insurance company if an insurance company bankrupt/liquidated."

"Manajemen risiko merupakan aspek krusial dalam kehidupan, di mana asuransi menjadi sarana utama untuk mentransfer risiko. Likuidasi perusahaan asuransi, seperti PT Asuransi Jiwa Adisarana Wanaartha, memunculkan pertanyaan penting seputar pertanggungjawaban para pemimpinnya, yakni dewan direksi dan pemegang saham. Fokus penelitian ini adalah untuk menyelidiki bagaimana dewan direksi dan pemegang saham PT Asuransi Jiwa Adisarana Wanaartha dapat dimintai pertanggungjawaban atas likuidasi perusahaan tersebut. Tujuan utama penelitian ini adalah untuk menguji peran, proses pengambilan keputusan, dan kepatuhan terhadap standar hukum dan etika yang berlaku bagi dewan direksi dan pemegang saham dalam konteks likuidasi PT Asuransi Jiwa Adisarana Wanaartha. Dengan menerapkan metodologi penelitian doktrinal yang berlandaskan norma dan regulasi Indonesia, penelitian ini menggunakan analisis perbandingan teori hukum, dengan berfokus pada data sekunder. Temuan penelitian mengungkap tanggung jawab dewan direksi dan pemegang saham dalam kegagalan PT Asuransi Jiwa Adisarana Wanaartha memenuhi kewajiban pembayaran, yang berujung pada likuidasi perusahaan. Disertasi ini merekomendasikan peningkatan pengawasan regulasi dan penegakan hukum untuk memastikan kepatuhan terhadap regulasi keuangan dan prinsip Tata Kelola Perusahaan yang Baik. Langkah-langkah ini sangat penting untuk mengembangkan sektor asuransi yang tangguh dan bertanggung jawab secara etika, melindungi konsumen dari risiko gagal pembayaran dan praktek korporat yang tidak etis.

---

Risk management is a core aspect of human life, with insurance serving as a key method of transferring these risks. The liquidation of insurance companies, such as PT Asuransi Jiwa Adisarana Wanaartha, raises significant questions regarding the accountability of those at the helm – the board of directors and shareholders. The formulation of issues is an examination of how the board of directors and shareholder of PT Asuransi Jiwa Adisarana Wanaartha can be held accountable for the company's liquidation. The primary aim of this research is to examine the roles, decision-making processes, and adherence to legal and ethical standards of the board of directors and shareholders in the liquidation of PT Asuransi Jiwa Adisarana Wanaartha. Employing a doctrinal research methodology grounded in Indonesian norms and regulations, the study employs a comparative analysis of legal theories, primarily relying on secondary data. The findings reveal the responsibilities of directors and shareholders in the company's failure to meet payment obligations, leading to liquidation. The thesis recommends heightened regulatory oversight and enforcement to ensure compliance with financial regulations and Good Corporate Governance principles, fostering a resilient and ethically responsible insurance sector. Strengthening these measures is crucial for protecting consumers against payment defaults and corporate misconduct."

"ABSTRAKBerdasarkan lama proses penyelesaian klaim, perusahaan asuransi terdiri dari dua kelas bisnis, yakni short-tail business penyelesaian klaim. Dalam bisnis long tail, penting bagi perusahaan asuransi untuk memiliki cadangan klaim untuk menyelesaikan klaim di kemudian hari. Prediksi pemesanan klaim diharapkan akurat. Secara umum, pemesanan klaim dilakukan dengan metode chain ladder yang didasarkan pada tren klaim berbayar. Cara lain yang sering digunakan adalah Bornhuetter Ferguson yang didasarkan pada klaim berbayar dan juga premi. Dalam makalah ini, diperkenalkan metode yang disebut Benktander yang menggabungkan tangga rantai dan Bornhuetter Ferguson menggunakan kredibilitas optimal. Kredibilitas optimal diperoleh melalui minimum mean squared error dan minimum variance. Oleh karena itu, pemesanan klaim dengan metode Benktander diharapkan lebih akurat bagi perusahaan. Pada akhir makalah ini, ketiga metode tersebut dibandingkan berdasarkan mean squared errornya sehingga akan ditentukan metode terbaik di antara ketiga metode tersebut.

---

ABSTRACTBased on the settlement period for insurance claim, insurance is divided into 2 types of business which are short tail business settlement period 1 year and long tail business settlement period ge 1 year. In long tail business, it is important for insurance company to have claim reserve in order to settle claims in the future. Claim reserving prediction is expected to be accurate. In general, claim reserving is done using chain ladder method that is based on the trend of paid claims. Another method that is often used is Bornhuetter Ferguson which is based on paid claims and also premium. In this paper, a method called Benktander that combines chain ladder and Bornhuetter Ferguson using optimal credibility is introduced. Optimal credibility is obtained through minimum mean squared error and minimum variance. Therefore, claim reserving based on Benktander method is expected to be more accurate for company. In the end of this paper, those three methods are compared based on their mean squared errors hence the best method among those three methods will be determined."

"Tesis ini membahas mengenai Lembaga Penjaminan Polis Asuransi sebagai perlindungan hukum atas pemegang polis dalam kondisi gagal bayar perusahaan asuransi (mengacu pada Best Practice di Jepang Dan Inggris). Penelitian ini menggunakan metode yuridis-normatif dimana data penelitian sebagian besar berasal dari studi kepustakaan. Hasil penelitian ini adalah 1) Lembaga Penjaminan polis Asuransi Jiwa di Jepang dan di Inggris dapat memberikan perlindungan hukum atas hak pemegang polis dalam kondisi gagal bayar perusahaan asuransi melalui lembaga masing-masing LIPPCJ dan FSCS. 2) Urgensi pembentukan Lembaga Penjaminan Polis Asuransi untuk memberikan kepastian hukum bilamana terjadi kondisi gagal bayar Perusahaan Asuransi. 3) Pembentukan Lembaga Penjaminan Polis di Indonesia sangat bermanfaat untuk melindungi Pemegang Polis dan akan meningkatkan kepercayaan masyarakat terhadap industri perasuransian. Penulis memberikan saran Lembaga Penjaminan Polis di Indonesia sebagai Lembaga Independen yang mempunyai mekanisme kelembagaan tersendiri dan mengikutsertakan produk asuransi yang memiliki risiko gagal bayar paling utama yaitu Asuransi Umum dan Asuransi Jiwa.

---

This thesis discusses the Insurance Policy Guarantee Corporation as legal protection for policyholders in state of Insurance Company Default (referring to Best Practice in Japan and UK). This research uses the juridical-normative method, where the research data mostly comes from literature studies. The results of this study are 1) Life Insurance Policy Guarantee Corporations in Japan and the UK can provide legal protection for the rights of policyholders in the state of insurance company default through their respective institutions, LIPPCJ and FSCS. 2) The urgency of establishing an Insurance Policy Guarantee Corporation to provide legal certainty in state of Insurance Company Failure to pay. 3) The establishment of a Insurance Policy Guarantee Corporation in Indonesia is very beneficial to protect policyholders. It will increase public confidence in the insurance industry. The author suggests that the Policy Guarantee Corporation in Indonesia is possible as an independent institution which has independent institutional mechanism and includes all insurance products that have main risk of default namely General Insurance and Life Insurance.

"

"Pada perusahaan asuransi bisnis long-tail (penyelesaian klaim ≥ 1 tahun), perusahaan harus memiliki cadangan klaim untuk membayar klaim pada masa yang akan datang. Metode yang sering digunakan untuk perhitungan prediksi cadangan klaim adalah Chain Ladder (CL) yang dihitung berdasarkan pola dari klaim yang sudah dibayarkan. Namun, CL tidak dapat memberikan hasil prediksi cadangan klaim yang akurat, karena dari pendefinisiannya CL sangat bergantung dengan data. Padahal, data tersebut dapat mengandung outlier, atau tidak memadai. Ketika hal ini terjadi, maka aktuaris seringkali menggunakan penilaian subyektif mereka dengan menyesuaikan perhitungan dan dapat memberikan hasil yang berbeda-beda. Hasil yang berbeda-beda menyebabkan adanya ketidakpastian akan hasil yang didapat. Pada skripsi ini, dikenalkan metode Fuzzy Chain Ladder (FCL) yang menggabungkan metode CL dengan triangular fuzzy number (TFN) agar dapat mempertimbangkan ketidakpastian terhadap perhitungan. Berbeda dengan CL yang menghasilkan satu nilai cadangan klaim, FCL menerapkan TFN pada perhitungannya sehingga menghasilkan besar cadangan klaim dalam bentuk kisaran atau range. Dalam range tersebut, aktuaris dapat memilih nilai cadangan klaim berdasarkan penilaian subyektif mereka sehingga diharapkan metode FCL dapat mempertimbangkan adanya ketidakpastian tersebut. Selanjutnya, dilakukan analisis perhitungan prediksi cadangan klaim dari data klaim asuransi umum kelautan menggunakan FCL dibandingkan dengan metode CL.

---

In long-tail business insurance (settlement period ≥ 1 year), companies must have claim reserve to pay claims in the future. The method often used for calculating claims reserve is Chain Ladder (CL) that is calculated based on the pattern of paid claims. However, CL cannot provide accurate claims reserve predictions, because the definition of CL is dependent on data. In fact, these data can contain outliers, inadequate. When this happens, actuaries often use their subjective judgment by adjusting calculations and can produce different results. Different results cause uncertainty about the obtained results. In this thesis, a method called Fuzzy Chain Ladder (FCL) is introduced which combines CL with triangular fuzzy number (TFN) to consider uncertainty regarding calculations. In contrast to CL which produces a single value of claim reserves, FCL applies TFN to its calculation to produce many claims reserves in the form of ranges. Within that range, actuaries can choose the value of claims reserves based on their subjective judgement so that the FCL method can be expected to consider the existence of these uncertainties. Furthermore, an analysis of the prediction of claim reserves from the general marine insurance claim data is analyzed using FCL compared to the CL method."