<![CDATA[Peningkatan kepemilikan kendaraan bermotor di Indonesia berimplikasi pada meningkatnya frekuensi dan nilai klaim asuransi kendaraan bermotor, sehingga perusahaan asuransi dituntut memiliki metode kuantitatif yang andal dalam mengestimasi risiko kerugian agregat. Penelitian ini bertujuan untuk menentukan model Copula terbaik untuk analisis Value at Risk (VaR) pada klaim asuransi kendaraan bermotor PT. ABC Data yang diguanakan merupakan data klaim bulanan periode Januari 2024 hingga Oktober 2025 yang terdiri dari frekuensi klaim bulanan dan severitas rata-rata klaim bulanan. Frekuensi klaim dimodelkan menggunakan distribusi Negatif Binomial, sedangkan severitas klaim menggunakan distribusi Gamma. Data frekuensi yang bersifat diskrit dikontinukan melalui transformasi jitters, kemudian ditransformasikan ke skala Uniform (0,1) menggunakan PIT. Ketergantungan antarvariabel dimodelkan menggunakan Copula Clayton, Gumbel, dan Frank dengan estimasi parameter metode IFM. Pemilihan model terbaik dilakukan berdasarkan kriteria AIC dan BIC. Hasil penelitian menunjukkan bahwa Copula Gumbel merupakan model terbaik dengan indikasi ketergantungan positif pada ekor atas. Estimasi VaR berbasis Copula Gumbel pada tingkat kepercayaan 90%, 95%, dan 99% masing-masing sebesar Rp 704,318,178.99; Rp 898,324,152.55; Rp 1,417,886,613.15, serta lolos uji backtesting LRUC, sehingga pendekatan Copula dinilai efektif dalam mengestimasi risiko kerugian agregat yang lebih akurat.Kata Kunci: Copula; Transformasi Jitters; Value at Risk; Asuransi Kendaraan Bermotor.]]>
Copyrights © 2026
