BAB I PENDAHULUAN 1.1 Latar Belakang Masalah
Salah satu sarana bagi seseorang atau perusahaan yang ingin mengurangi atau mengalihkan kerugian dari suatu risiko kejadian yang tidak diinginkan adalah asuransi. Risiko - risiko tersebut dapat timbul karena kebakaran, kecelakaan dan hal - hal lain yang tidak dapat diprediksi oleh manusia. Asuransi sangat bermanfaat karena dapat membantu meringankan biaya yang harus dikeluarkan karena melalui asuransi kita mendapat biaya penanggungan atas kerugian yang diterima akibat risiko - risiko tersebut. Namun tidak semua orang mengerti manfaat dari asuransi.
Individu atau perusahaan yang ingin mengurangi atau mengalihkan kerugian dari suatu risiko harus menjadi anggota dari sebuah perusahaan asuransi (PA). Setelah resmi menjadi anggota, mereka akan menjadi pemegang polis (PP) yang berkewajiban membayar premi secara berkala kepada PA tersebut. Kerugian PP akan ditanggung oleh PA jika PP mengajukan klaim atas kerugian yang terjadi berdasarkan persetujuan awal dari PA dan PP yang tercantum di dalam Polis Asuransi. Persetujuan yang dimaksud mencakup : besarnya premi, besarnya tanggungan, besarnya klaim yang dapat diajukan dan hal - hal lain yang perlu diketahui dan disetujui oleh kedua belah pihak.
Besarnya klaim yang dapat diajukan dipengaruhi oleh besar kecilnya kerugian yang diprediksi (kejadian yang PP inginkan untuk ditanggung oleh PA). Besarnya klaim mempengaruhi besarnya premi yang harus dibayarkan PP kepada PA. Semakin besar klaim yang diinginkan, semakin besar premi yang harus dibayarkan, semakin besar juga manfaat asuransi yang dirasakan oleh PP jika terjadi kerugian.
Terdapat banyak metode untuk menghitung premi kredibilitas. Sebagian besar metode tersebut terdapat pada sebuah jurnal yang membahas mengenai metode – metode yang dapat digunakan untuk menghitung premi kredibilitas. Metode – metode tersebut didasarkan oleh 2 pendekatan utama, yaitu Limited Fluctuation Credibility dan Greatest Accuracy Credibility. Adapun metode – metode yang dibahas antara lain: Exact Bayesian Credibility, The B hlmann-Straub Model, Hierarchical Credibility, dan Crossed Classification Credibility. Jurnal ini dibuat untuk membedakan Limited Fluctuation Credibility dari Greatest Accuracy Credibility, dimana metode – metode tersebut
dikembangakan untuk menentukan tingkatan atas pengalaman tertanggung akan dianggap sepenuhnya kredibel (Goulet, 1998).
Bayesian dan Kredibilitas Robust pernah digunakan sebelumnya di tahun 2004 dan dari data – data yang digunakan disimpulkan bahwa penghitungan tersebut membutuhkan cukup banyak perhitungan komputasi yang rumit (Schnieper). Di tahun yang sama, sebuah penelitian tentang Estimasi Robust Bayesian, dimana pada penelitian tersebut dibahas tentang masalah estimasi robust dalam konteks bayesian menggunakan distribusi robust dan elliptical dan dihasilkan kesimpulan bahwa estimasi robust dapat menghasilkan hasil yang stabil bahkan dalam perhitungan data – data yang besar (Passarin).
Bayesian Robust diaplikasikan dalam Clinical Trials di tahun 2009. Bayesian Robust dibandingkan dengan Conjugate Bayesian Analysis dan dihasilkan hasil dengan error yang lebih kecil (Fuquene). Bayesian Robust juga dapat digunakan untuk Data Preprocessing, lebih tepatnya menggunakan Bayesian Robust PCA (Principal Component Analysis) untuk melakukan pemrosesan awal untuk data yang belum lengkap dan masih mengandung outlier (Luttinen).
Bayesian Robust juga dapat digunakan dalam Location-Scale Models. Bayesian Robust digunakan untuk me-review beberapa hasil perhitungan yang dijadikan landasan penelitian mereka dan menghasilkan beberapa hasil perhitungan yang salah satu diantaranya merupakan hasil yang Robust. Kemudian disimpulkan bahwa untuk menghasilkan hasil yang Robust tersebut, dibutuhkan beberapa diffuse prior distribution (Mendoza, 2010).
Sebagai perbandingan lain dengan metode pada penelitian ini, digunakan penelitian dan analisis perhitungan asuransi menggunakan metode anuitas dan metode. Dimana kedua metode ini dapat melakukan perhitungan asuransi meskipun ada perbedaan hasil dalam penggunaan 2 metode tersebut. (Sutanto, 2010)
Bayesian Robust PCA juga dapat digunakan untuk menguraikan matriks ke dalam komponen – komponen yang tersebar. Dimana komponen – komponen itu menjadi variabel – variabel yang akan digunakan dalam menganalisa data – data seperti video, gambar, dokumen, data biological, dan data social-network (Xinghao, 2011)
Perhitungan premi juga dapat dilakukan menggunakan sistem bonus-malus. Sistem tersebut menghitung premi berdasarkan riwayat klaim dr seorang PP, dimana jumlah klaim mempengaruhi besar kecilnya premi yang harus dibayarkan. Sistem ini juga dapat menguntungkan bagi PA agar supaya PP mau memperpanjang kontrak setelah pengajuan klaim dan juga bagi PP jika melakukan klaim pada periode – periode akhir berlakunya polis (Hartanto, 2013).
Selain perhitungan premi Bayesian dan Robust juga dapat digunakan untuk pengaplikasian data-compression and dimension-reduction techniques. Metode yang digunakan adalah Variational Bayes dan Robust PCA. Dalam perhitungan menggunakan metode tersebut dihasilkan hasil yang Robust terhadap noise(outlier) dan data yang kurang lengkap juga terhadap overestimasi terhadap (Aicher, 2013).
Metode Bayesian digunakan karena metode ini merupakan metode yang didasarkan oleh probabilitas bersyarat, sehingga hasil perhitungannya lebih akurat. Sementara itu Metode Kredibilitas digunakan karena metode ini melakukan perhitungan berdasarkan pengalaman klaim masa lalu, sehingga hasilnyapun lebih akurat. Dan kedua Metode diatas dilakukan dengan pendekatan Robust. Salah satu keunggulan metode Robust ini adalah membuat pencilan (nilai yang tidak cocok dengan badan utama data, dimana ketika itu terjadi dapat ‘merusak’ data) dalam data observasi tidak terlalu berpengaruh, sehingga menghasilkan data – data yang imun atau tidak terpengaruh oleh pencilan atau outlier (Melyasih, 2008).
Metode Bayesian Robust yang akan digunakan pada penelitian ini akan di transformasikan ke dalam sebuah pemrograman aplikasi berbasis web. Bahasa pemrograman yang akan digunakan adalah bahasa pemrograman HTML dan PHP dengan menggunakan software pendukung yaitu Sublime Text 2, dan XAMPP. Aplikasi dan bahasa pemrograman tersebut adalah salah satu komponen yang penting dalam penyelesaian penelitian ini.
HTML dan PHP digunakan karena program yang akan dibuat berbasis web. Banyak software yang dapat mendukung pemrograman HTML dan PHP, salah satunya Sublime Text 2. Sublime Text 2 digunakan karena merupakan software yang dapat digunakan untuk membuat coding dengan berbagai macam bahasa pemrograman, antara lain HTML dan PHP yang digunakan dalam pembuatan program dalam skripsi ini.
Sementara XAMPP digunakan karena XAMPP dapat mensuport Apache yang berfungsi untuk menjalankan program pada browser dan MySQL yang menghubungkan database dengan program yang dijalankan.
PHP dan MySQL pernah diimplementasikan untuk pembuatan web dinamis di CV. Widya Tamara. PHP dan MySQL digunakan karena sifatnya yang open source dan mudah digunakan serta dapat bersaing dengan software serupa yang bersifat komersil (Nurjannah,2009). Selain itu juga pernah diimplementasikan sebelumnya pada perancangan website E-commerce untuk Pelangi Advertising (Nasrul, 2013).
1.2 Identifikasi Masalah
Berdasarkan latar belakang yang terurai diatas, masalah yang dihadapi adalah sebagai berikut :
1. Perhitungan premi dengan data yang besar dan jumlah yang banyak memakan banyak waktu.
2. Perhitungan premi dengan metode bayesian dan kredibilitas robust masih dilakukan secara manual.
1.3 Tujuan dan Manfaat
Tujuan dari penelitian ini adalah :
1. Membuat perhitungan premi risiko yang harus dibayarkan PP pada PA dengan
menggunakan BAYESIAN ROBUST dan KREDIBILITAS ROBUST.
2. Mempelajari perbandingan BAYESIAN ROBUST dan KREDIBILITAS ROBUST.
3. Membuat sebuah program berbasis web untuk menghitung premi.
4. Menjadi bahan acuan untuk penelitian lain yang berhubungan. Manfaat dari penelitian ini adalah
1. Bagi peneliti: untuk memenuhi sebagian persyaratan untuk memperoleh gelar kesarjanaan pada Jurusan Teknologi Informatika dan Matematika, Jenjang Pendidikan Strata-1.
2. Bagi Pengguna:
2.1 Perusahaan Asuransi:
a. Dapat menghitung premi yang akan dikenakan pada PP berdasarkan data klaim yang ada.
b. Mempermudah proses perhitungan premi menggunakan aplikasi yang dibuat berdasarkan penelitian ini.
3. Bagi peneliti lain : Sebagai referensi sehubungan dengan teori kredibilitas. 1.4 Ruang Lingkup
Agar penelitian tidak meluas dan menyimpang dari pembahasan maka perlu diberikan suatu pembatasan masalah. Pembatasan masalah pada skripsi ini adalah sebagai berikut :
1. Analisis premi menggunakan metode Bayesian Robust dan Kredibilitas Robust. 2. Menggunakan bahasa pemrograman HTML dan PHP dalam pembuatan
program.
1.5 Sistematika Penulisan
Untuk memperjelas penyampaian materi dari penulisan skripsi ini, maka materi yang disusun dalam sistematika sebagai berikut:
BAB1.PENDAHULUAN
Pada bab ini dijelaskan mengenai latar belakang penulisan, perumusan masalah, ruang lingkup, serta tujuan dan manfaat dari penulisan skripsi ini.
BAB 2. LANDASAN TEORI
Dalam bab ini akan dijelaskan teori-teori dasar yang relevan dibutuhkan untuk memahami kondisi dari data yang akan dianalisa dan hasil yang diinginkan oleh peneliti.
BAB 3. METODOLOGI PENELITIAN
Pada bab ini akan disajikan gambaran mengenai data atau objek dari penelitian, tahapan penelitian, dan teknik atau metode yang digunakan untuk menganalisa data
BAB 4. ANALISIS, SIMULASI DAN PEMBAHASAN
Bab ini menjelaskan tentang hasil analisa data berdasarkan teori dan metode yang digunakan serta dijelaskan mengenai kondisi-kondisi yang mendukung hipotesis tersebut.
BAB 5. SIMPULAN DAN SARAN
Bab ini berisi tentang kesimpulan yaitu gambaran antara harapan dan kenyataan. Kemudian dijelaskan hasil penelitian dan dilanjutkan dengan saran yang diberikan untuk pengembangan skripsi ini selanjutnya.
