Penerapan Distribusi Lindley pada Data Besar Klaim Asuransi Kendaraan Bermotor di Indonesia

Puput Aryanti, Aceng Komarudin Mutaqin
{"title":"Penerapan Distribusi Lindley pada Data Besar Klaim Asuransi Kendaraan Bermotor di Indonesia","authors":"Puput Aryanti, Aceng Komarudin Mutaqin","doi":"10.29313/bcss.v3i2.8202","DOIUrl":null,"url":null,"abstract":"Abstrak. Asuransi kendaraan bermotor adalah polis asuransi standar yang digunakan di Indonesia yang mencakup pertanggungan gabungan yaitu pertanggungan atas kendaraan bermotor itu sendiri dan pertanggungan tanggung jawab hukum kepada pihak ketiga. Salah satu hal yang perlu diperhatikan perusahaan asuransi sebagai lembaga penerima risiko adalah memodelkan data besar klaim. Distribusi yang cocok untuk memodelkan data besar klaim adalah distribusi kontinu yang non negatif, memiliki kemiringan yang positif, dan memiliki ekor yang tebal. Distribusi Lindley merupakan distribusi eksponensial campuran dan memiliki kriteria yang sesuai untuk pemodelan data besar klaim. Parameter yang ada ditaksir menggunakan metode kemungkinan maksimum. Pengujian kecocokan distribusi menggunakan uji Kolmogorov-Smirnov. Data yang digunakan merupakan data sekunder PT. X tahun 2019 yang terdiri dari data besar klaim pemegang polis asuransi kendaraan bermotor kategori 7 wilayah 2. Berdasarkan hasil penerapan distribusi Lindley untuk memodelkan data besar klaim asuransi kendaraan bermotor PT. X tahun 2019 dengan menggunakan uji Kolmogorov-Smirnov, dapat disimpulkan bahwa data besar klaim asuransi kendaraan bermotor PT. X tahun 2019 berasal dari populasi yang berdistribusi Lindley dengan nilai taksiran parameter distribusi Lindley sebesar θ=0,0000002995. \n  \nAbstract. Motor vehicle insurance is a standard insurance policy used in Indonesia that includes combined coverage, namely coverage of the motor vehicle itself and legal liability coverage to third parties. One of the things that insurance companies need to pay attention to as risk-receiving institution is modeling the amount of the claim. A suitable distribution for modeling the amount of the claim is a continuous distribution that is non-negative, has a positive skew, and has a heavy tail. The Lindley distribution is a mixed exponential distribution and has criteria suitable for modeling the amount of the claim. The parameters were estimated using the maximum likelihood method. Testing the suitability of the distribution using the Kolmogorov-Smirnov test. The data used is secondary data of PT. X in 2019 which consists of data on large claims of motor vehicle insurance policyholders in category 7 region 2. Based on the results of the application of the Lindley distribution to model the 2019 PT. X motor vehicle insurance claim data using the Kolmogorov-Smirnov test, it can be concluded that the 2019 PT. X motor vehicle insurance claim data comes from a Lindley-distributed population with an estimated value of the Lindley distribution parameter of θ = 0.0000002995.","PeriodicalId":337947,"journal":{"name":"Bandung Conference Series: Statistics","volume":"24 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-08-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Bandung Conference Series: Statistics","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.29313/bcss.v3i2.8202","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Abstrak. Asuransi kendaraan bermotor adalah polis asuransi standar yang digunakan di Indonesia yang mencakup pertanggungan gabungan yaitu pertanggungan atas kendaraan bermotor itu sendiri dan pertanggungan tanggung jawab hukum kepada pihak ketiga. Salah satu hal yang perlu diperhatikan perusahaan asuransi sebagai lembaga penerima risiko adalah memodelkan data besar klaim. Distribusi yang cocok untuk memodelkan data besar klaim adalah distribusi kontinu yang non negatif, memiliki kemiringan yang positif, dan memiliki ekor yang tebal. Distribusi Lindley merupakan distribusi eksponensial campuran dan memiliki kriteria yang sesuai untuk pemodelan data besar klaim. Parameter yang ada ditaksir menggunakan metode kemungkinan maksimum. Pengujian kecocokan distribusi menggunakan uji Kolmogorov-Smirnov. Data yang digunakan merupakan data sekunder PT. X tahun 2019 yang terdiri dari data besar klaim pemegang polis asuransi kendaraan bermotor kategori 7 wilayah 2. Berdasarkan hasil penerapan distribusi Lindley untuk memodelkan data besar klaim asuransi kendaraan bermotor PT. X tahun 2019 dengan menggunakan uji Kolmogorov-Smirnov, dapat disimpulkan bahwa data besar klaim asuransi kendaraan bermotor PT. X tahun 2019 berasal dari populasi yang berdistribusi Lindley dengan nilai taksiran parameter distribusi Lindley sebesar θ=0,0000002995.   Abstract. Motor vehicle insurance is a standard insurance policy used in Indonesia that includes combined coverage, namely coverage of the motor vehicle itself and legal liability coverage to third parties. One of the things that insurance companies need to pay attention to as risk-receiving institution is modeling the amount of the claim. A suitable distribution for modeling the amount of the claim is a continuous distribution that is non-negative, has a positive skew, and has a heavy tail. The Lindley distribution is a mixed exponential distribution and has criteria suitable for modeling the amount of the claim. The parameters were estimated using the maximum likelihood method. Testing the suitability of the distribution using the Kolmogorov-Smirnov test. The data used is secondary data of PT. X in 2019 which consists of data on large claims of motor vehicle insurance policyholders in category 7 region 2. Based on the results of the application of the Lindley distribution to model the 2019 PT. X motor vehicle insurance claim data using the Kolmogorov-Smirnov test, it can be concluded that the 2019 PT. X motor vehicle insurance claim data comes from a Lindley-distributed population with an estimated value of the Lindley distribution parameter of θ = 0.0000002995.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
在印度尼西亚的汽车保险索赔数据中,Lindley的分布应用
抽象。汽车保险是印度尼西亚使用的一种标准保险单,包括对汽车本身的综合责任和对第三方的法律责任。保险公司作为风险接收机构需要考虑的一件事是模拟大量的索赔数据。对大型数据进行微分的合适分配是一个非负的连续分布,斜率为正,尾巴为粗。Lindley的分布是一个组合的指数分布,其标准与大规模数据索赔建模的标准相符。评估参数使用最大可能的方法。用kolmogorov smirnov测试匹配分布。数据是2019年PT. X的次要数据,包括大量来自第7区机动车保险持有人的要求。根据应用大数据保险索赔的林德利分布来模拟机动车PT . X用Kolmogorov-Smirnov试验,2019年大数据可以得出结论,机动车保险索赔PT . X berdistribusi林德利的2019年来自人口林德利分布参数θ= 0.0000002995大预算的价值。抽象。汽车保险是在印尼使用的一种标准的保险政策,包括定期投保,namely对汽车的合法责任负责保险公司需要注意的一件事是,这一危险机构正在建构索赔的遗产。一个可靠的分配来调制索赔的分量是不断的分配,这不是消极的,有积极的正面,有沉重的尾巴。Lindley的分销是一个混合的分布区域,非常适合在索赔堆的模型上制作。parameters预计将使用最大的假药方法。用kolmogorov smirnov测试测试分发的设备。可用数据在2019年发布林德利(应用程序》改编自the results of distribution到2019《PT . X摩托车模型车辆保险数据要求用《Kolmogorov-Smirnov测试,它可以成为结论这就是2019 PT . X摩托车车辆保险要求数据来自a Lindley-distributed人口with an estimated林德利之价值0000002995 distribution参数θ= 0的。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Penerapan Analisis Konjoin untuk Mengukur Preferensi Wisatawan di Panti Tanjung Kerasak Kabupaten Bangka Analisis Mediasi dalam PLS-SEM untuk Pemodelan Kepuasan Pemustaka pada UPT Perpustakaan Universitas Islam Bandung Optimasi Parameter Support Vector Machine menggunakan Particle Swarm Optimization untuk Bearing Fault Diagnosis Pengaruh Infrastruktur dan Inovasi Hybrid Learning terhadap Kepuasan Mahasiswa Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Islam Bandung Angkatan 2020-2021 Perbandingan Metode Seasonal ARIMA dan Metode Fuzzy Time Series-Markov Pada Prediksi Inflasi di Indonesia
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1