Jurnal Sains dan Seni ITS
Vol 13, No 2 (2024)

Perbandingan Random Survival Forests Menggunakan Splitting Berbasis Axis dan Accelerated Oblique untuk Prediksi Risiko Klaim Asuransi Penyakit Kritis

Lawrence, Lawrence (Departemen Aktuaria Institut Teknologi Sepuluh Nopember Surabaya)
Atok, R. Mohamad (Departemen Aktuaria Institut Teknologi Sepuluh Nopember Surabaya)
Saputri, Prilyandari Dina (Departemen Aktuaria Institut Teknologi Sepuluh Nopember Surabaya)



Article Info

Publish Date
28 Apr 2025

Abstract

Asuransi penyakit kritis adalah produk asuransi yang memberikan perlindungan dari risiko berbagai penyakit kritis. Sebagai pihak yang akan menanggung risiko tersebut, baik perusahaan asuransi maupun reasuransi perlu melakukan esti-masi risiko klaim dan mengetahui faktor-faktor yang memenga-ruhinya. Pada penelitian ini, RSF dengan splitting berbasis axis dan accelerated oblique akan dibandingkan untuk prediksi risi-ko klaim asuransi penyakit kritis di PT. Asuransi X berdasar-kan C-index dan variable importance. Performa prediksi RSF juga akan dibandingkan ketika digunakan pada data dengan periode COVID-19. Hasil analisis menunjukkan RSF dengan splitting berbasis axis mengidentifikasi usia, premi, dan status merokok sebagai faktor yang berkontribusi terhadap prediksi. Sedangkan, RSF dengan splitting berbasis accelerated oblique mengidentifikasi usia dan premi sebagai faktor yang berkontri-busi. Splitting berbasis accelerated oblique menghasilkan RSF yang lebih baik dengan peningkatan C-index sekitar 3% hingga 4% dan waktu komputasi 8 hingga 12 kali lebih cepat diban-dingkan splitting berbasis axis. Splitting berbasis accelerated oblique bekerja lebih baik pada data tanpa periode COVID-19 meskipun tidak ada penurunan performa yang drastis. Splitting berbasis axis bekerja lebih baik pada data dengan periode COVID-19. Rata-rata risiko klaim berdasarkan cumulative hazard seluruh polis sangat kecil dengan nilai sekitar 0,008 pada akhir waktu prediksi.

Copyrights © 2024