PEMODELAN DAN SIMULASI UNTUK MENGETAHUI KEBANGKRUTAN PERUSAHAAN ASURANSI BERDASARKAN UKURAN KLAIM

dokumen-dokumen yang mirip
PEMODELAN DAN SIMULASI PELUANG KEBANGKRUTAN PERUSAHAAN ASURANSI DENGAN ANALISIS NILAI PREMI DAN UKURAN KLAIM DIASUMSIKAN BERDISTRIBUSI EKSPONENSIAL

Pemodelan dan Simulasi Peluang Kebangkrutan Perusahaan Asuransi dengan Analisis Nilai Premi dan Ukuran Klaim Berdistribusi Eksponensial

Pemodelan Klaim Yang Melebihi Threshold Random Untuk Dua Portofolio Asuransi Yang Saling Bebas

Aplikasi Pemodelan Klaim Asuransi dengan Pendekatan Mixture Exponential Untuk Mencari Value-at-Risk Sebagai Threshold Dalam Menentukan Nilai Ekstrim

Prosiding Statistika ISSN:

ISSN : e-proceeding of Engineering : Vol.4, No.1 April 2017 Page 1228

MA4183 MODEL RISIKO Bab 5 Teori Kebangkrutan

PENENTUAN BESARNYA ANUITAS HIDUP DENGAN MENGGUNAKAN NILAI ASUMSI PADA DISTRIBUSI SISA USIA

MODEL ASURANSI KENDARAAN BERMOTOR MENGGUNAKAN DISTRIBUSI MIXED POISSON ABSTRACT

ANALISIS SISTEM ANTRIAN M/M/1: PENDEKATAN KLASIK DAN LATTICE PATH COMBINATORICS

Prosiding Matematika ISSN:

BAB I PENDAHULUAN. penerbangan, kedokteran, teknik mesin, software komputer, bahkan militer

M-2 PERHITUNGAN PREMI ASURANSI KENDARAAN MENGGUNAKAN PENDEKATAN DISTRIBUSI PELUANG

Pemodelan Data Curah Hujan Menggunakan Proses Shot Noise Modeling Rainfall Data Using a Shot Noise Process

PENERAPAN PROSES POISSON NON-HOMOGEN UNTUK MENENTUKAN DISTRIBUSI PROBABILITAS KEDATANGAN NASABAH DI BNI BANJARBARU

Prosiding Statistika ISSN:

BAB II LANDASAN TEORI

PENENTUAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN DAN TITIK KESETIMBANGANNYA DALAM PORTOFOLIO HETEROGEN

MA4181 MODEL RISIKO Enjoy the Risks

CADANGAN PROSPEKTIF ASURANSI JIWA DWIGUNA DENGAN ASUMSI SERAGAM

PENENTUAN CADANGAN PREMI DENGAN PERHITUNGAN PROSPEKTIF UNTUK ASURANSI PENDIDIKAN

IKG3F3 PEMODELAN STOKASTIK Proses Poisson

BAB I PENDAHULUAN 1.1. Latar Belakang

Prosiding Statistika ISSN:

PENENTUAN CADANGAN PREMI DENGAN METODE PREMIUM SUFFICIENCY PADA ASURANSI JIWA SEUMUR HIDUP JOINT LIFE

PENENTUAN CADANGAN PREMI UNTUK ASURANSI JOINT LIFE

PROSES POISSON MAJEMUK DAN PENERAPANNYA PADA PENENTUAN EKSPEKTASI JUMLAH PENJUALAN SAHAM PT SRI REJEKI ISMAN Tbk

DISTRIBUSI ERLANG DAN PENERAPANNYA. Rini Kurniasih 1, Getut Pramesti 2 Mahasiswi Pendidikan Matematika FKIP UNS, Dosen Pendidikan Matematika FKIP UNS

KAJIAN MODEL MARKOV WAKTU DISKRIT UNTUK PENYEBARAN PENYAKIT MENULAR PADA MODEL EPIDEMIK SIR. Oleh: RAFIQATUL HASANAH NRP.

ANALISIS REGRESI KUANTIL

Pengantar Matematika Asuransi. Winita Sulandari

CADANGAN ASURANSI PENDIDIKAN MENGGUNAKAN DISTRIBUSI PARETO DENGAN TINGKAT BUNGA VASICEK. Reinhard Sianipar 1, Hasriati 2 ABSTRACT

REKAYASA TRAFIK ARRIVAL PROCESS.

ESTIMASI TOTAL DAYA LISTRIK YANG HILANG MELALUI PROSES POISSON TERPANCUNG MAJEMUK

Mata Kuliah Pemodelan & Simulasi

DISTRIBUSI PELUANG KONTINYU DISTRIBUSI PROBABILITAS

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

PENENTUAN PELUANG BERTAHAN DALAM MODEL RISIKO KLASIK DENGAN MENGGUNAKAN TRANSFORMASI LAPLACE AMIRUDDIN

Bagian 2. Probabilitas. Struktur Probabilitas. Probabilitas Subyektif. Metode Frekuensi Relatif Kejadian untuk Menentukan Probabilitas

Oleh: Isna Kamalia Al Hamzany Dosen Pembimbing : Dra. Laksmi Prita W, M.Si. Dra. Nur Asiyah, M.Si

RISIKO GEMUK (FAT-TAILED ADRINA LONY SEKOLAH

BAB IV PEMBAHASAN. 4.1 Proses Pencabangan model DTMC SIR

Makalah Matematika Asuransi MODEL PARAMETRIK TAHAN HIDUP

Catatan Kuliah. MA4183 Model Risiko Forecast, assess, and control your risk. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

BAB II TINJAUAN PUSTAKA. (b) Variabel independen yang biasanya dinyatakan dengan simbol

Estimasi Hazard Rate Temporal Point Process

GENERALIZED LINEAR MODELS (GLM) UNTUK DATA ASURANSI DALAM MENENTUKAN HARGA PREMI

BAB II TINJAUAN PUSTAKA. Joint life adalah suatu keadaan yang aturan hidup dan matinya merupakan

BAB 2 LANDASAN TEORI

BAGAN KENDALI ZERO INFLATED POISSON ADRIAN MATANDUNG. Pembimbing 1. Dr. Erna Tri Herdiani, M.Si, 2. Dr. La Podje Talangko, M.Si.

BAB 3 METODE PENELITIAN

Penggabungan dan Pemecahan. Proses Poisson Independen

PERBANDINGAN DISTRIBUSI BINOMIAL DAN DISTRIBUSI POISSON DENGAN PARAMETER YANG BERBEDA

PERUMUSAN PREMI BULANAN ASURANSI KESEHATAN INDIVIDU PERAWATAN RUMAH SAKIT (ANUITAS HIDUP PEMBAYARAN BULANAN)

ESTIMASI BIAYA KLAIM ASURANSI MENGGUNAKAN MODEL REGRESI ZERO-ADJUSTED INVERSE GAUSSIAN (ZAIG)

Mata Kuliah Pemodelan & Simulasi. Riani Lubis. Program Studi Teknik Informatika Universitas Komputer Indonesia

PENYELESAIAN PEMBAYARAN KLAIM OLEH PERUSAHAAN ASURANSI JIWA DALAM HAL TERTANGGUNG TIDAK DAPAT MELAKUKAN KEWAJIBANNYA MEMBAYAR PREMI ASURANSI:

Asuransi Jiwa

DESKRIPSI MATA KULIAH

MA4181 MODEL RISIKO Risk is managed, not avoided

II. TINJAUAN PUSTAKA. 2.1 Fungsi Keberlangsungan Hidup (Survival Function) Misalkan adalah usia seseorang saat menutup polis asuransi, sehingga adalah

PERBANDINGAN HASIL PERHITUNGAN PREMI ASURANSI JIWA ENDOWMENT SUKU BUNGA VASICEK DENGAN DAN TANPA SIMULASI MONTE CARLO

Catatan Kuliah. MA4183 Model Risiko Risk: Quantify and Control. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

SATUAN ACARA PERKULIAHAN PROGRAM STUDI MAGISTER TEKNIK ELEKTRO PROGRAM PASCASARJANA

MODEL KEBIJAKAN CAN ORDER PADA DUA ESELON RANTAI PASOK DENGAN SISTEM VENDOR MANAGED INVENTORY

TEORI RESIKO ELEMENTER

Catatan Kuliah. MA4183 Model Risiko Forecast, assess, and control your risk. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

BAB I PENDAHULUAN. Gambar 1.1 Proses Pembayaran Klaim

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

ANALISIS DAN PERANCANGAN PREMI SISTEM BONUS-MALUS PADA NON-LIFE INSURANCE DENGAN DISTRIBUSI POISSON-EKSPONENSIAL

PROSES PERCABANGAN PADA DISTRIBUSI POISSON

28/09/2012 SAMPLE SPACE, SAMPLE POINTS, EVENTS. ω Ω

Catatan Kuliah MA4181 Pengantar Proses Stokastik Precise and Stochastic. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. MA4183 Model Risiko

Penerapan Metode Rayleigh dalam Prediksi Keandalan pada Aplikasi Berbasis Web

BAB II TINJAUAN PUSTAKA. X(t) disebut ruang keadaan (state space). Satu nilai t dari T disebut indeks atau

ABSTRAK SIMULASI MONTE CARLO DALAM PENENTUAN HARGA OPSI BARRIER

SKRIPSI. ANALISIS MODEL ANTRIAN M/M/c dan M/M/c dengan BALKING[m] ADITYA NPM:

SKRIPSI PENENTUAN BESAR PREMI DENGAN SISTEM BONUS MALUS MENGGUNAKAN MODEL BINOMIAL NEGATIF DAN MODEL GOOD-RISK/BAD-RISK

KAJIAN ANTRIAN TIPE M/M/ DENGAN SISTEM PELAYANAN FASE CEPAT DAN FASE LAMBAT

PENDUGAAN FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT MENGGUNAKAN METODE TIPE KERNEL

ESTIMASI PARAMETER µ DAN σ 2 PADA DISTRIBUSI EKSPONENSIAL TERGENERALISIR DUA VARIABEL MENGGUNAKAN FUNGSI PEMBANGKIT MOMEN SKRIPSI

PERHITUNGAN VALUE AT RISK PORTOFOLIO SAHAM MENGGUNAKAN METODE SIMULASI MONTE CARLO

ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER

Prosiding Matematika ISSN:

BAB II TINJAUAN PUSTAKA

BAB III OBYEK DAN METODE PENELITIAN. penafsiran semua data yang berkaitan dengan apa yang menjadi obyek di dalam

ESTIMASI PARAMETER MODEL REGRESI ZERO ADJUSTED INVERSE GAUSSIAN (ZAIG) UNTUK MENENTUKAN BESAR KLAIM

PERBANDINGAN NILAI TEBUS DAN CADANGAN PREMI PADA ASURANSI JIWA KONTINU. Jl. Prof. Soedarto, S.H, Semarang, 50275

MA4181 PENGANTAR PROSES STOKASTIK Bab 5 Proses Poisson

ISSN: X 215 PREMI TUNGGAL ASURANSI JIWA EQUITY-LINKED : ANALISIS PENGARUH USIA TERTANGGUNG DAN WAKTU JATUH TEMPO. Yunita Wulan Sari, Gunardi

Dasar-dasar Statistika Pemodelan Sistem

PENENTUAN PREMI TAHUNAN KONSTAN DAN CADANGAN BENEFIT PADA ASURANSI JOINT LIFE BELLA YOSIA

Distribusi Peluang Kontinyu STATISTIK INDUSTRI 1. Distribusi Peluang Kontinyu. Distribusi Diskrit Uniform. Distribusi Diskrit Uniform 17/12/2014

Catatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

DISTRIBUSI KONTINU. Uniform Normal Gamma & Eksponensial. MA3181 Teori Peluang 3 November 2014 Utriweni Mukhaiyar

ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER

Retensi Optimal Untuk Reasuransi Stop-Loss Dengan Pendekatan Buhlmann-Straub Triana Sucova Sibarani 1*, Achmad Zanbar Soleh 2, Lienda Noviyanti 3

BAB I PENDAHULUAN. 1.1 Latar Belakang

MA4183 MODEL RISIKO Control your Risk!

Transkripsi:

ISSN : 2355-9365 e-proceeding of Engineering : Vol.4, No.2 Agustus 2017 Page 3025 PEMODELAN DAN SIMULASI UNTUK MENGETAHUI KEBANGKRUTAN PERUSAHAAN ASURANSI BERDASARKAN UKURAN KLAIM Nanda Putri Mintari Prodi S1 Ilmu Komputasi, Fakultas Teknik Informatika, Universitas Telkom nandalovisya@students.telkomuniversity.ac.id Abstrak Dalam jurnal ini membahas tentang bagaimana memodelkan pada klaim keberapa perusahaan asuransi mengalami kebangkrutan untuk pertama kalinya, dengan frekuensi klaim berdistribusi poisson dan ukuran klaim berdistribusi eksponensial. Data yang digunakan pada jurnal ini adalah data perusahaan asuransi kesehatan Z yaitu tanggal klaim dan pembayaran klaim. Perusahaan asuransi mendapatkan dana yang diperoleh dari akumulasi cadangan dana awal yang dimiliki perusahaan asuransi ditambah dengan premi konstan yang diterima perusahaan asuransi, dikurangi dengan jumlah klaim yang dikeluarkan. Dinyatakan mengalami kebangkrutan untuk pertama kalinya apabila dana yang dimiliki perusahaan asuransi yang disimbolkan dengan U(t) bernilai negatif. Untuk menghitung dana perusahaan asuransi, maka akan dilakukan simulasi dengan asumsi cadangan dana sebesar Rp 10.000.000.000 dan rate premi sebesar Rp 3000 sampai Rp 4000. Setelah menghitung dana perusahaan asuransi, maka akan diketahui pada hari keberapa dan klaim keberapa perusahaan asuransi mengalami kebangkrutan untuk pertama kalinya. Kata Kunci : cadangan dana, premi, ukuran klaim, frekuensi klaim, distribusi poisson, distribusi eksponensial, bangkrut Abstract In this journal will be discussed about how to model of how many on days and claims insurance companies went bankrupt for the first time, with the frequency of claims is distributed poisson and the size of claims is exponentially distributed. Data used in this final project is data of insurance company that is claim date and payment of claim. Insurance Company obtains funds derived from the accumulated reserves of initial funds owned by the insurer plus a constant premium received by the company multiplied by the number of insurance customers, then reduced by the number of claims issued. Declared bankruptcy for the first time if the value of funds owned by an insurance company symbolized by U (t) is negative. To calculate the funds of insurance companies, it will be simulated with the assumption of reserve fund of Rp 10.000.000.000 and premium rate of Rp 3000 to Rp 4000. After calculating the funds of the insurance company, it will be known on days and claims of how insurance companies went bankrupt for the first time. Keywords: reserved, premiums, the size of claim, the frequency of claim, poisson distribution, exponential distribution, bankruptcy 1. Pendahuluan Klaim asuransi adalah jaminan yang diberikan perusahaan asuransi kepada pelanggan asuransi atas resiko kerugian yang terjadi sesuai dengan peraturan polis asuransi yang telah disepakati bersama. Namun, jika dalam suatu waktu peserta yang mengikuti program asuransi mengajukan klaim secara bersamaan, maka perusahaan asuransi tersebut akan mengalami kerugian yang sangat besar atau bisa dikatakan perusahaan asuransi tersebut mengalami kebangkrutan. Dikatakan mengalami kebangkrutan apabila jumlah dana yang dikeluarkan oleh perusahaan asuransi melebihi cadangan dana yang dimiliki oleh perusahaan asuransi. Dengan model Net surplus pada waktu t yaitu U(t) u0 + (c x t) i=1 X i, dimana suatu perusahaan asuransi mempunyai cadangan dana awal (u0), perusahaan asuransi menerima pendapatan yang dihasilkan dari premi (c) kemudian dikurangi dengan jumlah klaim yang masuk pada waktu ke t [1]. N(t)

ISSN : 2355-9365 e-proceeding of Engineering : Vol.4, No.2 Agustus 2017 Page 3026 Dalam jurnal ini akan dibahas bagaimana keberapa perusahaan asuransi mengalami kebangkrutan untuk pertama kalinya, dengan frekuensi klaim berdistribusi poisson dan ukuran klaim berdistribusi eksponenesial. 2. Dasar Teori 2.1 Distribusi Klaim Klaim memiliki distribusi berdasarkan frekuensi klaim dan ukuran klaim 1. Distribusi Poisson Suatu data dinyatakan berdistribusi poisson apabila probabilitasnya sesuai dengan Probability Density Function (PDF), yaitu : f(x) = e λ.. (λ) x x! dimana λ adalah tingkat kedatangan rata-rata tiap unit waktu, e adalah bilangan natural dengan nilai e = 2,71828 dan x adalah jumlah kedatangan dalam t unit waktu. Berdasarkan data klaim asuransi frekuensi klaim berdistribusi poisson dengan λ adalah rata-rata data. Frekuensi klaim adalah banyaknya klaim yang terjadi dalam satu hari. 2. Distribusi Eksponensial Variabel random kontinu suatu data dinyatakan berdistribusi eksponensial dengan parameter skala λ > 0, mempunyai Probability Density Function (PDF), yaitu : f(x; λ) = { λe xλ, x > 0 0, x yang lainnya Berdasarkan data klaim asuransi ukuran klaim berdistribusi eksponensial dengan λ adalah 1/rata-rata data. Ukuran klaim adalah besarnya biaya klaim yang dikeluarkan oleh perusahaan asuransi. 3. Pembahasan 3.1 Data Data yang digunakan dalam Tugas Akhir ini adalah data klaim asuransi kesehatan Z dari tanggal 1 September 2013 sampai dengan tanggal 31 Agustus 2014, sebanyak 776.873. 3.2 Klasifikasi Data Asuransi Dalam Tugas Akhir ini, akan dilakukan simulasi dengan asumsi cadangan dana dan rate premi, sebagai berikut : 1.1 Tabel Asumsi Cadangan Dana dan Rate Premi No Rate Premi Cadangan Dana 1 Rp3.000 2 Rp3.100 3 Rp3.200 4 Rp3.300 5 Rp3.400 6 Rp3.500 7 Rp3.600 8 Rp3.700 9 Rp3.800 10 Rp3.900 11 Rp4.000 Rp10.000.000.000

ISSN : 2355-9365 e-proceeding of Engineering : Vol.4, No.2 Agustus 2017 Page 3027 3.3 Fitting Distribusi Data kemudian diuji kesesuaian (fitting distribution) untuk memperoleh parameter dengan frekuensi klaim berdistribusi Poisson dan ukuran klaim berdistribusi Eksponensial. 3.4 Parameter Distribusi Dari hasil fitting distribusi, selanjutnya akan dihitung parameter sesuai dengan asumsi frekuensi klaim (N t ) berdistribusi Poisson dengan nilai lambda(λ) sebesar 2128 dan ukuran klaim (X i ) berdistribusi Eksponensial dengan nilai mu(μ) sebesar 381998. 3.5 Generate Data Klaim Asuransi Berikut proses generate data klaim asuransi, yaitu sebagai berikut: 1. Generate 365 bilangan random berdistribusi Poisson dengan λ = 2128.. 2. Kemudian jumlahkan hasil dari generate Poisson yang akan digunakan sebagai jumlah bilangan random yang akan digenerate menggunakan distribusi Eksponensial dengan mu(μ) = 381998 sebanyak jumlahn. 3. Hasil dari generate Eksponensial tersebut merupakan ukuran klaim yang akan digunakan untuk menghitung cadangan dana perusahaan asuransi pada waktu t. 4. Untuk mempermudah perhitungan X(j,k) yang menyatakan ukuran klaim pada hari ke-j, klaim kek, maka diubah menjadi 2 indeks. 3.6 Model Klaim keberapa Bangkrut Untuk menghitung dana perusahaan asuransi pada waktu ke-t, pertama representasikan model menjadi 2 indeks, yaitu U(hari ke-t, klaim ke-j). Untuk mencari dana pada hari ke-1, klaim ke-1, maka menggunakan model : U(1,1) = u0 + (c. p) X(1,1) Untuk menghitung dana perusahaan pada hari ke-1 klaim ke-j, yaitu : U(1, j) = U(1, j 1) X(1, j), j=2,...,n(1) Untuk menghitung dana perusahaan pada waktu ke-t : U(t, 1) = U(t 1, N(t 1)) X(t, 1) Untuk menghitung dana perusahaan pada hari ke-t klaim ke-j : Keterangan : U(t, j) = U(t, j 1) X(t, j), j=2,...,n(1) U(1,1) u0 c p X(1,1) t j U(t, 1) = Dana perusahaan asuransi (hari ke-1, klaim ke-1) = Cadangan dana awal = premi = jumlah pelanggan asuransi = klaim yang masuk (hari ke-1, klaim ke-1) = waktu (hari) = klaim, j= 1,2,...,N(t) = Dana perusahaan asuransi (hari ke-t, klaim ke-1) U(t 1, N(t 1)= Dana perusahaan asuransi (hari sebelum t, klaim terakhir sebelum t) X(t, 1) U(t, j) = klaim yang masuk (hari ke-t, klaim ke-1) = Dana perusahaan asuransi (hari ke-t, klaim ke-j)

ISSN : 2355-9365 e-proceeding of Engineering : Vol.4, No.2 Agustus 2017 Page 3028 U(t, j 1) = Dana perusahaan asuransi (hari ke-t, klaim ke sebelum j) X(t, j) = klaim yang masuk (hari ke-t, klaim ke-j) Dari perhitungan dana perusahaan tersebut, kemudian akan diketahui pada klaim keberapa perusahaan asuransi akan mengalami kebangkrutan untuk pertama kalinya. Perusahaan asuransi dinyatakan bangkrut apabila dana perusahaan asuransi pada waktu ke T lebih kecil atau sama dengan nol (U(T, k) 0). Untuk mengetahui pada klaim keberapa perusahaan asuransi mengalami kebangkrutan untuk pertama kalinya (K), dihitung K = N(1) + N(2) +... + N(T) + k. 3.7 Simulasi n-kali Setelah dilakukan perhitungan pada model dana perusahaan asuransi, selanjutnya model tersebut akan disimulasikan sebanyak 1000 kali. Dari simulasi tersebut selanjutnya cek kondisi berapa jumlah bangkrut dan tidak bangkrut. Jika dari masing-masing simulasi terdapat kondisi bangkrut dan tidak bangkrut, maka untuk kondisi tidak bangkrut hari diganti menjadi 500 (karena hari bangkrut terjadi antara interval 1-365, maka untuk kondisi hari tidak bangkrut harus melebihi 365, maka diambillah untuk hari tidak bangkrut menjadi 500) dan klaim tidak bangkrut diganti menjadi 1.000.000. Selanjutnya buatlah diagram dari simuasi masing-masing premi yang telah ditentukan. Hitung rata-rata pada hari keberapa dan klaim keberapa bangkrut serta hitung proporsi bangkrut dan tidak bangkrut. 3.8 Analisis Hasil 1. Analisis Simulasi Hari Bangkrut terhadap Premi Berdasarkan dengan simulasi yang dilakukan, diperoleh rata-rata hari keberapa bangkrut, sebagai berikut : 1.2 Tabel Rata-rata Hari keberapa Bangkrut terhadap Rate Premi Premi Rata-rata Hari Bangkrut Jumlah Total Bangkrut (Rp) (ke-) (dalam 1000 simulasi) 3000 72 1000 3100 85 1000 3200 103 1000 3300 128 1000 3400 176 977 3500 232 773 3600 279 307 3700 314 46 3800 Tidak bangkrut 0 3900 Tidak bangkrut 0 4000 Tidak bangkrut 0

ISSN : 2355-9365 e-proceeding of Engineering : Vol.4, No.2 Agustus 2017 Page 3029 400 300 200 100 0 Diagram Rata-rata Hari Bangkrut Terhadap Premi Y X Rata-rata Hari Bangkrut Gambar 2.1 Diagram Rata-rata Hari Bangkrut Terhadap Analisi Premi Berdasarkan Gambar 2.1, untuk rata-rata hari keberapa bangkrut berada di sumbu X dan premi berada di sumbu Y. Saat premi Rp 3000 Rp 3300 perusahaan asuransi mengalami kebangkrutan pada setiap simulasinya, untuk premi Rp 3400 Rp 3700 perusahaan asuransi ada yang bangkrut dan ada yang tidak bangkrut, sedangkan untuk premi Rp 3800 Rp 4000 perusahaan asuransi tidak ada yang bangkrut pada setiap simulasinya. Sehingga, dapat disimpulkan bahwa semakin besar premi, maka semakin lama perusahaan asuransi dapat bertahan. Hal ini sesuai dengan hasil dari Tabel 1.2, yaitu Tabel rata-rata hari keberapa bangkrut. 3.9 Analisis Simulasi Klaim Bangkrut Terhadap Premi Berdasarkan simulasi yang dilakukan, diperoleh rata-rata klaim bangkrut, sebagai berikut : 1.3 Tabel Rata-rata Klaim Bangkrut terhadap Rate Premi Premi Rata-rata Klaim Bangkrut Jumlah Total Bangkrut (Rp) (ke-) (dalam 1000 simulasi) 3000 774949 1000 3100 774909 1000 3200 774974 1000 3300 774964 1000 3400 775021 977 3500 774994 773 3600 774978 307 3700 774948 46 3800 0 0 3900 0 0 4000 0 0 Berdasarkan Tabel 1.3, maka dapat disimpulkan untuk premi Rp 3000 Rp 3300 jumlah total bangkrutnya adalah 1000 ini artinya perusahaan asuransi mengalami kebangkrutan pada setiap simulasinya. Untuk premi Rp 3400 Rp 3700 perusahaan asuransi mengalami kebangkrutan tetapi ada juga yang tidak bangkrut. Sedangkan untuk premi Rp 3800 Rp 4000 jumlah total bangkrutnya adalah 0, maka perusahaan asuransi tidak ada yang bangkrut. Sehingga dapat disimpulkan semakin besar premi yang dibayarkan pelanggan asuransi, maka semakin kecil jumlah total bangkrutnya. Hal ini, sesuai dengan Tabel 1.3.

ISSN : 2355-9365 e-proceeding of Engineering : Vol.4, No.2 Agustus 2017 Page 3030 4.0 Analisis Proporsi Hari Bangkrut dan Tidak Bangkrut 1.4 Tabel Proporsi Bangkrut dan Tidak Bangkrut Premi Jumlah Total Proporsi Bangkrut Tdk Bangkrut Bangkrut Tdk Bangkrut 3000 1000 0 100% 0% 3100 1000 0 100% 0% 3200 1000 0 100% 0% 3300 1000 0 100% 0% 3400 977 23 97,70% 2,30% 3500 773 227 77,30% 22,70% 3600 307 693 30,70% 69,30% 3700 46 954 4,60% 95,40% 3800 0 1000 0% 100% 3900 0 1000 0% 100% 4000 0 1000 0% 100% 120% 100% 80% 60% 40% 20% Diagram Proporsi Tidak Bangkrut Terhadap Premi 0% 3000 3100 3200 3300 3400 3500 3600 3700 3800 3900 4000 Gambar 2.2 Diagram Proporsi Tidak Bangkrut terhadap Premi Berdasarkan Gambar 2.2, dapat disimpulkan semakin besar premi maka semakin besar peluang tidak bangkrutnya, sesuai dengan proporsi pada Tabel 1.4. Dengan sumbu X menyatakan besarnya premi dan sumbu Y menyatakan peluang kebangkrutannya. 4.1 Analisis Simulasi Pembayaran Klaim terhadap Premi Dari simulasi yang telah dilakukan, diketahui bahwa untuk ukuran klaim berdistribusi eksponensial dengan mu(μ) = 381998 dan frekuensi klaim berdistribusi poisson dengan λ = 2128. Dengan rata-rata yang harus dibayarkan adalah mu(μ) dikalikan dengan λ, sebanyak 381998 x 2128 = Rp 812.891.744. Pendapatan yang diperoleh perusahaan asuransi dalam setahun, didapat dari (c. p), dengan p = 219981. Berikut analisis pendapatan perusahaan asuransi terhadap premi :

ISSN : 2355-9365 e-proceeding of Engineering : Vol.4, No.2 Agustus 2017 Page 3031 1.5 Tabel Pendapatan yang diperoleh Perusahaan Asuransi Banyaknya pelanggan Premi Pendapatan perusahaan 219981 Rp 3.000 Rp 659.943.000 Rp 3.100 Rp 681.941.100 Rp 3.200 Rp 703.939.200 Rp 3.300 Rp 725.937.300 Rp 3.400 Rp 747.935.400 Rp 3.500 Rp 769.933.500 Rp 3.600 Rp 791.931.600 Rp 3.700 Rp 813.929.700 Rp 3.800 Rp 835.927.800 Rp 3.900 Rp 857.925.900 Rp 4.000 Rp 879.924.000 Berdasarkan Tabel 1.5, untuk premi Rp 3000 Rp 3600 perusahaan asuransi berpeluang tidak dapat menanggung biaya yang harus dibayarkan karena rata-rata yang harus dibayarkan lebih besar dari pada pendapatan yang diperoleh oleh perusahaan asuransi. Untuk premi Rp 3700 perusahaan asuransi berpeluang dapat menanggung biaya yang harus dibayarkan karena pendapatan yang diperoleh oleh perusahaan asuransi lebih besar daripada biaya yang harus dikeluarkan. Jadi, dapat disimpulkan semakin besar nilai premi, maka semakin besar pendapatan yang diperoleh oleh perusahaan asuransi dan semakin lama perusahaan asuransi dapat bertahan. 2. Kesimpulan Dari hasil analisis 1000 simulasi disimpulkan bahwa : 1. Pada distribusi peluang tidak bangkrut terhadap premi, untuk range peluang tidak bangkrut 0 terdapat pada premi dari Rp 3000 Rp 3300, untuk range peluang tidak bangkrut 0-1 terdapat pada premi dari Rp 3400 Rp 3700, sedangkan peluang tidak bangkrut 1 terdapat peluang pada premi dari Rp 3800 Rp 4000. 2. Semakin besar premi yang dibayarkan pelanggan asuransi, maka semakin lama perusahaan asuransi dapat bertahan. 3. Semakin besar premi yang dibayarkan pelanggan asuransi, maka semakin kecil peluang kebangkrutannya. 4. Semakin besar premi yang dibebankan oleh perusahaan asuransi, maka jumlah pelanggan asuransi akan berkurang. DaftarPustaka [1] Boutsikas M.V.1, Rakitzis A.C.2 and Antzoulakos D.L.3. 2015. On the number of claims until ruin in a two-barrier-renewal risk model with Erlang mixtures. [2] Bølviken, E. 2014. Computation and Modelling in Insurance and Finance. Cambridge University Press. [3] Buchori, A., Shodiqin, A. and Istikaanah, N., Peluang Kebangkrutan Perusahaan Asuransi dimana Waktu Antar Kedatangan Klaim Menyebar Eksponensial. [4] Zuharioh, F., 2015. Perhitungan Premi dengan Asumsi Waktu Antar Klaim Berdistribusi Eksponensial. Matematika dan Statistika serta Aplikasinya,2(1). [5] Burren, D., 2013. Insurance demand and welfare-maximizing risk capital Some hints for the regulator in the case of exponential preferences and exponential claims. Insurance: Mathematics and Economics, 53(3), pp.551-568. [6] Walpole, R.E. and Myers, R.H., 1995. Ilmu peluang dan Statistika untuk Insinyur dan Ilmuwan. Bandung: Penerbit ITB. [7] Naudts, J. and Suyari, H., 2015. Large deviation estimates involving deformed exponential functions. Physica A: Statistical Mechanics and its Applications, 436, pp.716-728. [8] Alvino. Perusahaan Asuransi. 05 Juni 2017. http://ungguh-rexso.blogspot.co.id/2012/06/perusahaanasuransi.html.

ISSN : 2355-9365 e-proceeding of Engineering : Vol.4, No.2 Agustus 2017 Page 3032 [9] Idviosa, Frisca. Tugas Sistem Informasi Asuransi dan Keuangan. 05 Juni 2017. http://idviosafrisca.blogspot.co.id/2013/12/tugas-sistem-informasi-asuransi-dan.html. [10] Albary, Hadistia. Perusahaan Asuransi. 05 Juni 2017. http://albaryhadis.blogspot.co.id/2015/11/perusahaan-asuransi.html [11] Ricardo, Rahmat. Modul III Distribusi Poisson & Eksponensial. 06 Juni 2017.http://ricardouciha.blogspot.co.id/2013/05/modul-iii-distribusi-poisson.html [12] Pemodelan dan Simulasi Peluang Kebangkrutan Perusahaan Asuransi Dengan Analisis Nilai Premi dan Ukuran Klaim Diasumsikan Berdistribusi Eksponensial. https://repository.telkomuniversity.ac.id/.../pemodelan-dan-simulasi-peluang-kebangkrutan-perusahaanasuransi-dengan-analisis-nilai-premi-dan-ukuran-klaim-diasumsikan-berdistribusi-eksponensial