Pemodelan Klaim pada Asuransi Kesehatan menggunakan Metode Hibrida Arima-copula

Abstract

Dalam proses pengajuan klaim asuransi kesehatan, dibutuhkan dokumen-dokumen penting sebagai bukti bahwa telah terjadi kerugian. Dampaknya adalah terjadi ketidaksesuaian antara klaim diajukan dengan klaim dibayarkan oleh pihak asuransi. Data klaim diajukan dan klaim dibayarkan sendiri merupakan salah satu data runtun waktu yang dapat diprediksi nilainya untuk beberapa tahap ke depan. Kedua variabel ini merupakan bagian penting dari proses pencairan manfaat asuransi. Meski dalam beberapa kasus tidak adanya saling keterkaitan, namun dalam kenyataannya klaim dibayarkan bergantung dari klaim diajukan. Maka diperlukan adanya asumsi dependensi antara keduanya. Peneliti ingin mengetahui pemodelan dari data klaim diajukan dan dibayarkan. Penelitian ini menggunakan metode hibrida Autoregressive Integrated Moving Average (ARIMA)-Copula untuk melakukan pemodelan. Copula merupakan suatu metode untuk mengeksplorasi dan mengkarakterisasi struktur dependensi atau ketergantungan antar variabel acak melalui fungsi distribusi marginal. Hasil dari pemodelan tersebut didapatkan bahwa model ARIMA terbaik dalam pemodelan klaim diajukan dan dibayarkan sama yaitu model ARIMA (0,1,1), sedangkan model copula terbaik yaitu copula BB7 dengan masing-masing model dipilih berdasarkan nilai AIC dan MAPE terkecil. Berdasarkan perhitungan prediksi pada pemodelan disimpulkan bahwa model residual ARIMA berbasis copula lebih sesuai digunakan untuk menerangkan perilaku klaim diajukan dan dibayarkan pihak tertanggung dalam asuransi kesehatan, dibandingkan model ARIMA.