Laporan Statistik per 30 Juni 2016 ilove compressed

Dengan Hormat,

Dengan mengucap Puji Syukur Kehadirat Tuhan

Yang Maha Esa, buku “Laporan Statistik

Asuransi Gempa Bumi Indonesia (LSAGBI)

Desember 2015” telah selesai disusun.

Penyusunan LSAGBI ini selaras dengan salah

satu Visi MAIPARK yaitu menjadi “Center Of

Excellence” dan sebagai upaya dalam

memberikan pelayanan yang terbaik bagi

Industri Asuransi Umum di Indonesia khususnya

mengenai statistik serta pengetahuan risiko

gempa bumi.

Sebagai salah satu publikasi rutin, LSAGBI ini

memuat hasil kajian risiko-risiko gempa bumi

terkait data

exposure, premi nasional, jumlah

risiko dan perkembangan risiko gempa bumi. Di

dalam laporan ini kami juga menyajikan ulasan

aktuaria dan risiko exposure dari sudut pandang

asuransi gempa bumi

Dukungan dari seluruh perusahaan asuransi

umum sangat berarti bagi kami dalam upaya

pengembangan laporan statistik ini. Kami

menyadari kebutuhan penyempurnaan buku ini

sangat tinggi sehingga kritik maupun saran

sangat kami harapkan.

Akhir kata, semoga laporan ini dapat menjadi

referensi

yang

berkualitas

dan

dapat

memberikan manfaat tidak hanya bagi

perusahaan yang menangani asuransi gempa

bumi, namun juga bagi Industri Asuransi Umum

di Indonesia. Kami mohon maaf apabila masih

ditemukan kesalahan data dan informasi yang

disajikan dalam buku ini.

Dear Sir / Madam,

Our gratitude to God Almighty, the “Indonesian

Earthquake Insurance Statistic Report as at

December 2015” is ready to publish. This report

publication i

s aligned with MAIPARK’s vision,

which is to be a "Center of Excellence” and also

to provide the best service for the General

Insurance Industry in Indonesia, especially

statistic and earthquake risks knowledge.

As a regular publication, it contains earthquake

risks study related to the national Exposure,

premium, number of risks and development of

the earthquake risks management. We also

include actuarial and Exposure risks reviews

from earthquake insurance point of view.

Support from the General Insurance Industry

will be meaningful to us in order to improve this

Statistic Report. We realize the need for

improvement of this report is very high so that

critics and suggestions are appreciate.

Finally, we hope that this report could be used

as a qualified reference and will be beneficial for

all general insurance industries in Indonesia.

We apologize for any possible data and

information errorspresented in this report.

Hormat Kami,

Sincerely,

Hal.

Page

Kata pengantar………

...

……i

Daftar Isi

……….iii

Content……..……….i

Foreword………..iii

A.

Umum

………

1

B.

Struktur Pasar

……….2

C.

Premi Bruto dan Exposure

……….2

D.

Jumlah Risiko

………..

3

E.

Incurred Claim

………...

..6

F.

Ulasan Aktuaria: Pengaruh Deductible

pada Distribusi Frekuensi Klaim dan Besar

Klaim

………..

.13

G.

Ulasan Asuransi: Gempabumi yang

mengubah..

………

....22

A.

General

………...1

B.

Market Structure

………2

C.

Gross Premium and Exposure

………2

D.

Number of Risk

………..

3

E.

Incurred Claim

………

6

F.

Actuary Commentary:

The

Effect of

Deductibles on Claims Frequency and Claims

Severity Distributions

………

...13

G.

Insurance Commentary: Earthquake that

Change………..………

22

Distribusi

Exposure Gempa Bumi Indonesia

per Provinsi,

Underwriting Year 2016, per 30

Juni 2016

………...

27

Distribusi Gempa Bumi Indonesia M > 5 dan

Claim Incurred 2016

………

28

Distribusi

Exposure Gempa Bumi Indonesia

per Provinsi,

Underwriting Year 2015, per 30

Juni 2016, Distribusi Gempa Bumi Indonesia M

>

5

dan

Claim

Incurred

UY

2016

………...

.29

Indonesian Earthquake Exposure Distribution by

Province, Underwriting Year 2016, as at 30 June

2016

……….

27

Indonesian Earthquake Distribution M > 5 and

Claim Incurred 2016

………...

28

Indonesian Earthquake Exposure Distribution by

Province, Underwriting Year 2016, per 30 June

2016, Indonesian Earthquake Distribution M > 5

and

Claim

Incurred

UY

2016

………...…

29

Tabel 2.1. Exposure Per Cresta Zone

……..3

0

Tabel 2.2. Exposure Per Okupasi

………...3

2

Tabel 2.3. Exposure Per Interest

………...

34

Tabel 2.4. Exposure Per Provinsi

………

36

Tabel 2.5. Exposure Per Kelas Konstruksi...37

Table 2.1. Exposure By Cresta Zone ... 30

Table 2.2. Exposure By Occupation ... 32

Table 2.3. Exposure By Interest ... 34

Table 2.4. Exposure By Province

…………

...36

Table 2.5. Exposure By Class of Construction..37

Iktisar Statistik Asuransi Gempa Bumi

Indonesia Juni 2016

Statistic

Overview

of

Indonesian

Earthquake Insurance June 2016

Exposure

Asuransi Gempa Bumi

Indonesia

Indonesian Earthquake Insurance

Exposure

Peta

Map

DAFTAR ISI

CONTENTS

Tabel 3.1. Premi Bruto Per Cresta Zone

……

.39

Tabel 3.2. Premi Bruto Per Okupasi

…………

41

Tabel 3.3. Premi Bruto Per Interest

………...

43

Tabel

3.4.

Premi

Bruto

Per

Provinsi

………...

...

…

45

Tabel 3.5. Premi Bruto Per Kelas Konstruksi

... 46

Table 3.1. Gross Premium by Cresta Zone

……39

Table 3.2. Gross Premium by Occupation...41

Table 3.3. Gross Premium by Interest...43

Table 3.4. Gross Premium by Province

……..…

45

Table 3.5. Gross Premium by Class of

Construction

………

46

Tabel 4.1. Jumlah Risiko Per Cresta Zone .. 48

Tabel 4.2. Jumlah Risiko Per Okupasi ... 50

Table 4.3. Jumlah Risiko Per Kelas Konstruksi

... 52

Table 4.4. Jumlah Risiko Per Provinsi...

...…

54

Table 4.1. Number of Risk By Cresta Zone ... 48

Table 4.2. Number of Risk By Occupation ... 50

Table 4.3. Number of Risk By Construction Class

………

...52

Table 4.4. Number of Risk By Province ...

….

54

Tabel 5.1. Frekuensi Klaim Per Cresta Zone.55

Tabel 5.2. Frekuensi Klaim Per Okupasi

……

57

Tabel 5.3. Frekuensi Klaim Per Provinsi

……

59

Tabel 5.4. Klaim Per Cresta Zone

………

60

Tabel 5.5. Klaim Per Okupasi

………..

62

Tabel 5.6. Klaim Per Provinsi

………..

64

Table 5.1. Claim Frequency By Cresta Zone

…..

55

Table 5.2. Claim Frequency By Occupation

……

57

Table 5.3. Claim Frequency By Province

………

59

Table 5.4. Claim By Cresta Zone

……….

60

Table 5.5. Claim By Occupation

………...

62

Table 5.6. Claim By Province

………..

64

Underwriting Year 2012 - 2016, Seluruh

Okupasi

……….

65

Underwriting Year 2016, Seluruh Okupasi

…

66

Underwriting Year 2015, Seluruh Okupasi

…

67

Underwriting Year 2014, Seluruh Okupasi

…

68

Underwriting Year 2013, Seluruh Okupasi

…

69

Underwriting Year 2012, Seluruh Okupasi

…

70

Underwriting

Year

2012

-

2016,

All

Occupation……….

.65

Underwriting Year 2016, All Occupation

……….

66

Underwriting Year 2015, All Occupation

……….

67

Underwriting Year 2014, All Occupation

……….

68

Underwriting Year 2013, All Occupation

………

69

Underwriting Year 2012, All Occupation

……….7

0

Premi Bruto Asuransi Gempa Bumi

Indonesia

Indonesian Earthquake Insurance Gross

premium

Jumlah Risiko Asuransi Gempa Bumi

Indonesia

Indonesian Earthquake Insurance Number

of Risk

Klaim Asuransi Gempa Bumi

Indonesia

Indonesian Earthquake Insurance Claim

Okupasi Agrikultural

……….

71

Okupasi Komersial

………..

72

Okupasi Industrial

………

73

Okupasi Residensial

………

74

Occupation Agricultural

……….

71

Occupation Commercial

………...

72

Occupation Industrial

………

73

Occupation Residential

……….

74

Okupasi Agrikultural

……….

75

Okupasi Komersial

………..

76

Okupasi Industrial

………

77

Okupasi Residensial

………

78

Occupation Agricultural

……….

75

Occupation Commercial

………...

76

Occupation Industrial

………

77

Occupation Residential

……….

78

Okupasi Agrikultural

……….

79

Okupasi Komersial

………..

80

Okupasi Industrial

………8

1

Okupasi Residensial

………8

2

Occupation Agricultural

……….

79

Occupation Commercial

………...

80

Occupation Industrial

………8

1

Occupation Residential

……….82

Okupasi Agrikultural

……….

83

Okupasi Komersial

………..

84

Okupasi Industrial

………

85

Okupasi Residensial

……….………..

86

Occupation Agricultural

……….

83

Occupation Commercial

………...

84

Occupation Industrial

………

85

Occupation Residential

………

86

Okupasi Agrikultural

……….

87

Okupasi Komersial

………...

...88

Okupasi Industrial

……….

89

Okupasi Residensial..

………...

..90

Occupation Agricultural

……….

87

Occupation Commercial

………

...88

Occupation Industrial

………89

Occupation Residential

……….9

0

Profil Risiko dan Klaim

Underwriting

Year

Per Okupasi 2016

Risk and Profile Claim Underwriting Year

2016 By Occupation

Profil Risiko dan Klaim

Underwriting

Year

Per Okupasi 2015

Risk and Profile Claim Underwriting Year

2015 By Occupation

Profil Risiko dan Klaim

Underwriting

Year

Per Okupasi 2014

Risk and Profile Claim Underwriting Year

2014 By Occupation

Profil Risiko dan Klaim

Underwriting

Year

Per Okupasi 2013

Risk and Profile Claim Underwriting Year

2013 By Occupation

Profil Risiko dan Klaim

Underwriting

Year

Per Okupasi 2012

Risk and Profile Claim Underwriting

Year 2012 By Occupation

Exposure, Premi Bruto, Jumlah Risiko & Klaim

per

Cresta

Zone,

Underwriting

Year

2016

………91

Exposure, Premi Bruto, Jumlah Risiko & Klaim

per

Cresta

Zone,

Underwriting

Year

2015

………9

2

Exposure, Premi Bruto, Jumlah Risiko & Klaim

per

Cresta

Zone,

Underwriting

Year

2014

………93

Exposure, Premi Bruto, Jumlah Risiko &

Klaim per Cresta Zone, Underwriting Year

2013

………94

Exposure, Premi Bruto, Jumlah Risiko &

Klaim per Cresta Zone, Underwriting Year

2012

………95

Exposure, Gross Premium, Number of Risk &

Claim by Cresta Zone, Underwriting Year

2016

………..9

1

Exposure, Gross Premium, Number of Risk &

Claim by Cresta Zone, Underwriting Year

2015

………....

..92

Exposure, Gross Premium, Number of Risk &

Claim by Cresta Zone, Underwriting Year

2014

……….

....93

Exposure, Gross Premium, Number of Risk &

Claim by Cresta Zone, Underwriting Year

2013

……….94

Exposure, Gross Premium, Number of Risk &

Claim by Cresta Zone, Underwriting Year

2012

………

.95

Exposure, Premi Bruto, Jumlah Risiko & Klaim

per

Okupasi,

Underwriting

Year

2016

………96

Exposure, Premi Bruto, Jumlah Risiko & Klaim

per

Okupasi,

Underwriting

Year

2015

………97

Exposure, Premi Bruto, Jumlah Risiko & Klaim

per

Okupasi,

Underwriting

Year

2014

………98

Exposure, Premi Bruto, Jumlah Risiko &

Klaim per Okupasi, Underwriting Year

2013

………99

Exposure, Premi Bruto, Jumlah Risiko &

Klaim per Okupasi, Underwriting Year

2012

………..10

0

Exposure, Gross Premium, Number of Risk &

Claim by Occupation, Underwriting Year

2016

………

.96

Exposure, Gross Premium, Number of Risk &

Claim by Occupation, Underwriting Year

2015

………

.97

Exposure, Gross Premium, Number of Risk &

Claim by Occupation, Underwriting Year

2014

………

.98

Exposure, Gross Premium, Number of Risk &

Claim by Occupation, Underwriting Year

2013

………

.99

Exposure, Gross Premium, Number of Risk &

Claim by Occupation, Underwriting Year

2012

………10

0

Exposure,

Premi Bruto, Jumlah Risko

dan Klaim Asuransi Gempa Bumi

Indonesia Per Cresta Zone

Indonesian Earthquake Insurance Exposure,

Gross Premium, Number of Risk and Claim

By Cresta Zone

Exposure,

Premi Bruto, Jumlah Risko

dan Klaim Asuransi Gempa Bumi

Indonesia Per Okupasi

Indonesian Earthquake Insurance Exposure,

Gross Premium, Number of Risk and Claim

By Occupation

Exposure, Premi Bruto, Jumlah Risiko & Klaim

per Provinsi, Underwriting Year 2016

…….. 10

1

Exposure, Premi Bruto, Jumlah Risiko & Klaim

per Provinsi, Underwriting Year 2015

……...

102

Exposure, Premi Bruto, Jumlah Risiko & Klaim

per Provinsi, Underwriting Year 2014

……...

103

Exposure, Premi Bruto, Jumlah Risiko & Klaim

per Provinsi, Underwriting Year

2013

………

104

Exposure, Premi Bruto, Jumlah Risiko & Klaim

per Provinsi, Underwriting Year

2012

………105

Exposure, Premi Bruto, Jumlah Risiko & Klaim

per

Provinsi,

Underwriting

Year

2016

………..

101

Exposure, Premi Bruto, Jumlah Risiko & Klaim

per Provinsi, Underwriting Year 2015

………...10

2

Exposure, Premi Bruto, Jumlah Risiko & Klaim

per Provinsi, Underwriting Year 2014

………...

103

Exposure, Premi Bruto, Jumlah Risiko & Klaim

per Provinsi, Underwriting Year

2013

………

..104

Exposure, Premi Bruto, Jumlah Risiko & Klaim

per Provinsi, Underwriting Year

2012

………..

105

Lampiran

1.

Daftar Istilah…….………

106

2.Tarif

asuransi

Gempa

Bumi

Indonesia

…….……….………...

...108

3. Zona Asu

ransi Gempa Bumi Indonesia………11

2

4. Cr

esta Zone Indonesia………12

2

5.

Skala

First Loss………

129

6. Tabel

Short Periode

kurang dari 1

tahun

…..………

..

………

..130

7. Skala

Indemnity Period………

...131

Attachment

1.

Glossaries………..…..1

06

2.

Indonesian

Earthquake

Insurance

Tariff………..1

08

3.

Cresta Zone and Zone Table………1

12

4. Indonesia

Cresta Zone ……….1

22

5.

First Loss Scale …..………

129

6. Short Period Table Less Than One Year

Period………13

0

7

. Indemnity Period Scale………..…

131

Referensi

Reference

1. Otoritas Jasa Keuangan (OJK).

2. Badan Pusat Statistik (BPS).

1. Financial Service Authority (OJK).

2. Central of Statistic Bureau (BPS).

*)

Laporan Statistik ini dapat diperoleh di website

PT Reasuransi MAIPARK Indonesia

www.maipark.com

*)

S

tatistic report is available on

PT Reasuransi MAIPARK Indonesia website

www.maipark.com

Exposure,

Premi Bruto, Jumlah Risko

dan Klaim Asuransi Gempa Bumi

Indonesia Per Provinsi

Indonesian

Earthquake

Insurance

Exposure, Gross Premium, Number of

Risk and Claim By Province

Ikhtisar Statistik Asuransi Gempa Bumi Indonesia Juni 2016

S

tatistic Overview of Indonesia Earthquake Insurance June 2016

A. Umum

A. General

Berdasarkan data Badan Pusat Statistik,

pertumbuhan ekonomi Indonesia berdasarkan

Produk Domestik Bruto (Harga Berlaku) triwulan

II terhadap triwulan sebelumnya naik sebesar

4,02% (Rp2.942,00 triliun menjadi Rp.3.086,60

triliun).

Dari sisi Industri Asuransi Umum, menurut

Asosiasi Asuransi Umum Indonesia, dapat

dilihat bahwa Premi Bruto untuk kelas bisnis

harta benda (triwulan II tahun 2015 ke triwulan II

2016) mengalami kenaikan sebesar 9,6%

(Rp.7.942,93 miliar menjadi Rp.8.704,58 miliar)

Based on Central of Statistics Bureau data,

Indonesia economic growth by Gross Domestic

Bruto (Current Price) second quarter compare

to

previous

quarter

increased

4.02%

(IDR2,942.00 trillion to IDR.3,086.60 trillion)

From the General Insurance Industry, based on

General Insurance Indonesia Assosiation, can

be seen that Gross Premium for property class

of business (second quarter 2015 compare to

second

quarter

2016)

increase

9.6%

(IDR.7,942.93 billion to IDR.8,704.58 billion)

Produk Domestik Bruto atas dasar Harga Berlaku dan Harga Konstan 2010 - Kuartal II 2016

Gross Domestic Product by Current Price and Constant Price 2010 - second quarter 2016

Triw ulan I-2016 /

Quarter 1- 2016

Triw ulan II-2016 /

Quarter 2 - 2016

Triw ulan I-2016 /

Quarter 1 - 2016

Triw ulan II-2016 /

Quarter 2 - 2016

Produk Dom estik Bruto

(Gross Dom estic Product)

2,942.00

3,086.60

2,262.30

2,353.20

dalam triliun rupiah

in trillion rupiah

Harga Berlaku (Current price)

Harga Konstan 2010/ Constant price 2010

Premi dan Klaim Bruto Kelas Bisnis Harta Benda - Kuartal II 2016

Gross Premium and Claim Property class of business - Second Quarter 2016

Kelas Bisnis

Class of Business

Triwulan I-2015

Triwulan I-2016

Triwulan I-2015 Triwulan I-2016

Harta Benda

7,942.93

8,704.58

3,431.57

3,400.25

dalam miliar rupiah

in billion rupiah

dan Klaim Bruto turun -0,9% (Rp.3.431,57 miliar

menjadi Rp.3.400,25 miliar ).

and Gross Claim decrease -0.9% (IDR.

3.431,57 billion to IDR.3,400.25 billion).

B. Struktur Pasar

B. Market Structure

.

C. Premi Bruto

C. Gross Premium

Tabel 1.1 menyajikan rincian premi bruto

berdasarkan jenis okupasi dari

Underwriting

Year 2012 hingga Underwriting Year 2016.

Berdasarkan data tersebut dapat kita lihat

bahwa untuk Okupasi Industrial dan Residensial

pada

Underwriting Year 2012-2014 mengalami

trend kenaikan, namun dua okupasi lainnya

menurun di Underwriting Year 2014. Penurunan

pada Okupasi Agrikultural ini diakibatkan adanya

penurunan penutupan di Provinsi Jawa Barat

khususnya di Kab. Karawang. Selain itu

penurunan ini juga disebabkan adanya

penurunan penutupan di Provinsi Bali dan Jawa

Barat, masing-masing adalah Kab. Karangasem

dan Kab. Bandung.

The table 1.1 shows the details of gross

premium

based

on

occupation

from

Underwriting Year 2011 to Underwriting Year

2015.

We could see based to Industrial and

Residential Occupation data have increase

trend, but other two occupation in Underwriting

Year 2012-2014 have decrease in Underwriting

Year 2014. The decrease in Agriculture

Occupation because of decrease cover in East

Java Province especially City of Karawang. The

decrease also caused by decreasing cover in

Bali Province and East Java i.e. Karangasem

and Bandung District respectively.

Struktur Pasar Industri Asuransi Umum Indonesia

Mark et Structure of the Indonesia General Insurance Industry

Kategori

Jumlah

Perusahaan Asuransi Umum

76

Perusahaan Reasuransi

6

Asuransi Sosial

2

Perusahaan Asuransi Wajib

3

Sumber: buku Direktori 2015: Industri Keuangan Non Bank

Source: buku Directory 2015: Non Bank Financial Institution

D. Jumlah Risiko

D. Number of Risk

Dari Tabel 1.2 dapat kita peroleh informasi

bahwa jumlah risiko Okupasi Komersial terbesar

ada di

Underwriting Year 2014 yaitu 124.558.

Sedangkan jumlah risiko Okupasi Komersial di

Underwriting Year 2016 adalah 25.085 atau

sebesar 20,14% atau seperlima dari jumlah

risiko Okupasi Komersial di

Underwriting Year

2014. Jika pola pensesian dan proses validasi

bordero tidak berubah, maka jumlah risiko

Okupasi Komersial di

Underwriting Year 2016

masih akan meningkat.

Jumlah Risiko pada Okupasi Agrikultural di

Underwriting Year 2015 dibandingkan dengan

Underwriting Year 2014 baru mencapai

51.79%(390 dibanding 753), berbeda dengan 3

okupasi lainnya yang rata-rata diatas 90%. Hal

ini diakibatkan karena adanya penurunan jumlah

risiko penutupan sebagian besar di Provinsi

Sumatera Utara dan Kalimantan Timur.

Penurunan yang relative signifikan terjadi di

Provinsi Sumatera Utara adalah di Kab.

Simalungun, Kab. Tapanuli Selatan dan Kab.

From Table 1.2 we can find information that

the biggest number of risks for Commercial

Occupation was in Underwriting Year 2014 i.e

124,558. While number of risks for Commercial

Occupation in Underwriting Year 2016 was

25,085 i.e. 20.14% or fifth of the number of risks

Commercial Occupancy in Underwriting Year

2014. If the cession and bordereoux validation

processing pattern unchanged, then number of

risks for the Commercial Occupation in

Underwriting Year 2016 still increased.

Number of risks in Agriculture Occupation

in Underwriting Year 2015 compared to

Underwriting Year 2015 reached 51.79% (390

compare to 753), different to other three

occupation that average above 90%. This is

because of the decrease number of risks cover

mostly in North Sumatra and East Kalimantan

Province. Relatively significant decrease was in

North Sumatra Province i.e. Simalungun,

Tapanuli Selatan dan Asahan District. While in

Dalam Jutaan Rupiah

In Million Rupiah

2012

29,419.23

1.08%

658,376.86

24.19%

1,686,073.03

61.96%

347,532.51

12.77%

2,721,401.64

2013

35,250.82

0.78%

1,811,968.36

40.00%

2,207,809.14

48.74%

474,567.62

10.48%

4,529,595.94

2014

29,149.82

0.59%

1,118,227.46

22.45%

3,219,326.81

64.62%

615,373.36

12.35%

4,982,077.45

2015

29,683.73

0.57%

1,795,033.57

34.61%

2,816,715.07

54.31%

544,821.43

10.51%

5,186,253.80

2016

5,495.44

0.59%

242,709.63

26.23%

541,797.01

58.56%

135,233.24

14.62%

925,235.32

T O T A L

128,999.03

5,626,315.88

10,471,721.06

2,117,528.17

18,344,564.15

Tabel 1.1 Premi Bruto dan Rasio Berdasarkan Okupasi per 30 Juni 2016

Table 1.1 Gross Premium and Ratio By Occupation as at 30 June 2016

Underwriting

Year

Okupasi / Occupation

Total

Asahan. Sedangkan di Provinsi Kalimantan

Timur, penurunan jumlah risiko penutupan yang

relative signifikan ada di Kota Balikpapan.

East Kalimantan, relatively significant decrease

in number of risks cover was in Balikpapan city.

Jika terdapat asosiasi antara kontribusi

premi dengan banyaknya risiko maka belum

tentu asosiasi tersebut berbentuk linear dan

If there is any association between the

premium contribution and the number of risks then

the association is not necessarily linear nor

Tabel 1.2 Jumlah Risiko Berdasarkan Okupasi per 30 Juni 2016

Table 1.2 Number of Risk By Occupation as at 30 June 2016

Jumlah /

Total

%

Jumlah /

Total

%

Jumlah /

Total

%

Jumlah /

Total

%

Jumlah /

Total

%

Agricultural / Agricultural A 420 0.24 535 0.28 753 0.32 390 0.17 189 0.35

Komersial / Commercial C 94,595 54.42 100,683 53.12 124,558 52.94 123,845 54.78 25,085 46.31

Industrial / Industrial I 17,199 9.89 18,433 9.73 18,903 8.03 17,165 7.59 4,236 7.82

Residensial / Residential R 61,613 35.45 69,873 36.87 91,061 38.70 84,669 37.45 24,661 45.52

173,827 100.00 189,524 100.00 235,275 100.00 226,069 100.00 54,171 100.00

Occupation

Jumlah / Total

Okupasi

U/Y 2012

U/Y 2013

U/Y 2014

U/Y 2015

U/Y 2016

Number of Risk By Occupation

As at 30 June 2016

100.00

200.00

300.00

400.00

500.00

600.00

700.00

800.00

UY 2012

UY 2013

UY 2014

UY 2015

UY 2016

Agricultural

20,000.00

40,000.00

60,000.00

80,000.00

100,000.00

120,000.00

140,000.00

UY 2012

UY 2013

UY 2014

UY 2015

UY 2016

Commercial

2,000.00

4,000.00

6,000.00

8,000.00

10,000.00

12,000.00

14,000.00

16,000.00

18,000.00

20,000.00

UY 2012

UY 2013

UY 2014

UY 2015

UY 2016

Industrial

10,000.00

20,000.00

30,000.00

40,000.00

50,000.00

60,000.00

70,000.00

80,000.00

90,000.00

100,000.00

UY 2012

UY 2013

UY 2014

UY 2015

UY 2016

Residential

positif. Hal ini dibuktikan dengan apabila

melihat dari premi bruto tertinggi berada di

okupasi industrial sedangkan banyak risiko

tertinggi berada pada okupasi komersial.

positive. This is proved which the highest gross

premium is on the industrial occupation while the

highest total risk is under commercial occupation.

Berdasarkan data okupasi, okupasi

Komersial terdiri dari beberapa kode okupasi.

Jumlah risiko terbesar berdasarkan kode

okupasi di

Underwriting Year 2012

–

2016

adalah sebagai berikut:

Based on occupation data, Commercial

occupation consist of several occupation codes.

The highest number of risks by occupation code

in Underwriting Year 2012

–

2016 are as follows:

Okupasi Residensial terdiri dari beberapa

kode okupasi. Jumlah risiko terbesar

berdasarkan kode okupasi di

Underwriting

Year 2012

–

2016 adalah sebagai berikut:

Residential occupation consist of several

occupation codes. The highest number of risks by

occupation code in Underwriting Year 2012

–

2016 are as follows:

Jumlah Risiko Terbesar pada Okupasi Residensial Berdasarkan Kode Okupasi per 30 Juni 2016

The Highest Number Of Risk in Residential Occupation as at 30 June 2016 by Occupation Code

U/Y 2012

U/Y 2013

U/Y 2014

U/Y 2015

U/Y 2016

Total

Total

Total

Total

Total

Dwelling Houses, not classified

as Shop-Houses (Ruko), not

exceeding 3 storeys.

2976

35,736

34,338

48,485

44,746

14,226

35,736

34,338

48,485

44,746

14,226

Description & Occupation Code

Total

Jumlah Risiko Terbesar pada Okupasi Komersial Berdasarkan Kode Okupasi per 30 Juni 2016

The Highest Number Of Risk in Commercial Occupation as at 30 June 2016 by Occupation Code

U/Y 2012

U/Y 2013

U/Y 2014

U/Y 2015

U/Y 2016

Total

Total

Total

Total

Total

Shops

2934

0

0

33,421

33,483

6,768

Shops - Subject to Waranty A

29341

23,045

16,013

0

0

0

Private Warehouses and

Storehouses - Subject to

Warranty A

29371

13,080

14,355

0

0

0

Veem and Bonded Warehouses -

Subject to Warranty A

293941

2

3

0

0

0

36,127

30,371

33,421

33,483

6,768

Description & Occupation Code

E. Incurred Claim

E. Incurred Claim

Berdasarkan tabel 1.3, frekuensi klaim

gempa bumi paling banyak terjadi di

Underwriting Year 2013 yaitu sebanyak 62

klaim dan didominasi okupasi Komersial

sebanyak 49 klaim. Hal ini disebabkan oleh

kejadian Erupsi Gunung Kelud, 13 Februari

2014. Klaim akibat Erupsi ini sebagian besar

berasal dari Provinsi Jawa Timur khususnya

Kota & Kab. Kediri, Kab. Malang dan Kota

Surabaya.

Based on table 1.3, the highest earthquake

claim frequency occurred in Underwriting Year

2013 was 62 claims and it dominated by

Commercial occupation of 49 claims. It was

caused by Kelud Eruption, on 13 February 2014.

This claim due to Eruption was mostly come from

East Java Province especially City and District of

Kediri, Malang District and Surabaya city.

Berdasarkan Tabel 1.4 dan grafik terlihat

bahwa untuk frekuensi klaim tinggi berada

pada Total

Incurred Claim yang relatife kecil,

sedangkan untuk frekuensi klaim kecil berada

pada Total Incurred Claim yang relative besar.

Gambaran tersebut adalah untuk Underwriting

Year 2016 selama 6 bulan terakhir dimana

masih memungkinkan terjadi perubahan jika

terjadi event ke depan.

Based on table 1.4 and graph below it can be

seen that the high frequency claims lies in

relatively small Total Claim Incurred, while low

frequency claims lies in relatively big Total Claim

Incurred. The picture was for Underwriting Year

2016 during the last six month which probably any

changes if an event occurs in the future.

2012

2013

2014

2015

2016

Agrikultural /

Agricultural

A

0

0

0

0

0

Komersial / Commercial

C

16

49

10

25

1

Industrial /

Industrial

I

0

5

1

2

0

Residensial /

Residential

R

2

8

4

11

4

18

62

15

38

5

Tabel 1.3 Frekwensi Klaim Berdasarkan Okupasi per 30 Juni 2016

Occupation

Jumlah /

Total

Table 1.3 Claim Frequency By Occupation as at 30 June 2016

Underwriting Year

*) Dalam Rupiah *) In IDR

Frekuensi

Jumlah

Incurred Claim

Rata-rata

Incurred Claim Incurred Claim Tertinggi Inccured Claim Terendah

Frequency

Total Claim Incurred

Average Claim Incurred

Highest Claim Incurred

Lowest Claim Incurred

0

-

50

1

50,000,000

50,000,000

50,000,000

50,000,000

50

-

100

2

175,000,000

87,500,000

100,000,000

75,000,000

100

-

200

2

360,000,000

180,000,000

200,000,000

160,000,000

200

-

300

0

0

0

0

0

300

-

500

0

0

0

0

0

500

-

750

0

0

0

0

0

750

-

1,000

0

0

0

0

0

1,000

-

1,500

0

0

0

0

0

1,500

-

2,000

0

0

0

0

0

2,000

-

2,500

0

0

0

0

0

2,500

-

3,000

0

0

0

0

0

3,000

-

4,000

0

0

0

0

0

4,000

-

5,000

0

0

0

0

0

5,000

-

7,500

0

0

0

0

0

7,500

-

10,000

0

0

0

0

0

10,000

-

20,000

0

0

0

0

0

20,000

-

50,000

0

0

0

0

0

50,000

-

100,000

0

0

0

0

0

100,000

-

500,000

0

0

0

0

0

500,000

-

up

0

0

0

0

0

5

585,000,000

Table 1.4 Frequency Incurred Claim Underwriting Year 2016 as at 30 June 2016

Claim Incurred (BAND)*)

Incurred Claim (BAND) *)

Jumlah /

Total

Dari tabel 1.5 tampak bahwa jumlah klaim

terbesar berada pada Underwriting Year 2013.

Klaim yang terbesar adalah pada okupasi

Komersial, yaitu 99.63% dari total klaim di

Underwriting Year 2013 atau sebesar

Rp.271,3 miliar.

From the table 1.5 below, it shows that the

largest claim is in the Underwriting Year 2013. The

largest claim is under Commercial occupation that

is 99.63% of the total claim in Underwriting Year

2013 or Rp.271.3 billion.

Tabel 1.6 menyajikan kejadian Gempa

Bumi Tahun 2016 dan Incurred Claim sampai

dengan 30 Juni 2016.

Table 1.6 shows earthquake events occurred

in 2016 and the corresponding incurred claims as

at 30 June 2016.

Table 1.5 Claim Amount By Occupation as at 30 June 2016

Dalam Rupiah In IDR

2012

2013

2014

Jumlah / Total % Jumlah / Total % Jumlah / Total % Jumlah / Total % Jumlah / Total % Agrikultural / Agricultural A 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

Komersial / Commercial C 1,636,685,520.49 92.33 271,246,520,180.70 99.63 624,550,950.05 67.66 5,959,405,013.50 38.45 200,000,000.00 0.00

Industrial / Industrial I 0.00 0.00 890,057,888.00 0.33 200,000,000.00 21.67 7,680,965,985.00 49.56 0.00 0.00

Residensial / Residential R 135,984,751.35 7.67 104,486,089.00 0.04 98,536,193.51 10.67 1,857,064,680.00 11.98 385,000,000.00 0.00 1,772,670,271.84 100.00 272,241,064,157.70 100.00 923,087,143.56 100.00 15,497,435,678.50 100.00 585,000,000.00 0.00

2016

Jumlah / Total

Underwriting Year

Tabel 1.5 Jumlah Klaim Berdasarkan Okupasi per 30 Juni 2016

2015

Okupasi /

Occupation

Tabel 1.6 Kejadian Gempa Bumi Tahun 2016 dan Klaim per 30 Juni 2016

Table 1.6 Earthquak e Event in 2016 and Claim as at 30 June 2016

Dalam Rupiah

In IDR

Kejadian

Tanggal Kejadian

Kekuatan Gempa (S.R)

Event

Date of Loss

Magnitude (S.R)

Air Bangis

2-Mar-16

7.8 SR

10,000,000.00

Mentawai

5-Mar-16

5.3 SR

10,000,000.00

Garut

6-Apr-16

6.1 SR

181,170,253.50

Solok

2-Jun-16

6.5 SR

1,510,000,000.00

Claim

Klaim

Gambar 3. Peta Intensitas dan ShakeMap Gempa Air Bangis, Garut dan Solok setelah kejadian (sumber peta intensitas:

http://www.earthquake.usgs.gov

).

Picture 3. Intensity Map and ShakeMap Air Bangis, Garut and Solok Earthquake after event (intensity map sources:

http://www.earthquake.usgs.gov

).

Tabel 1.7 menyajikan klaim untuk

event Air

Bangis, Mentawai, Garut dan Solok perjenis

okupasi. Dapat dilihat bahwa okupasi yang

terdampak pada beberapa event tersebut adalah

Komersial dan Residensial. Hal ini dimungkinkan

masih sedikit/belum adanya penutupan pada

Okupasi Industrial dan Agrikultural sehingga

dampak ke Okupasi tersebut belum ada atau

mungkin laporan klaim untuk kedua Okupasi

tersebut belum masuk.

Table 1.7 shows Air Bangis, Mentawai,

Garut and Solok event by occupation. It can be

seen that Commercial and Residential

Occupation

affected

with

some event

mentioned. This is probably a little/there is not

yet cover in Industrial and Agricultural

Occupation so the impact to the occupation

does not exist or may the claim report was not

received yet (Incurred But Not Reported).

Tabel di bawah ini adalah daftar klaim

terbesar sampai dengan tanggal 30 Juni 2016.

Event Pariaman merupakan event dengan besar

klaim terbesar dalam kurun waktu 5 tahun pasca

event Aceh.

The table below is a list of the largest claims

as at 30 June 2016. Pariaman event was the

biggest claim in the period of 5 years since the

Aceh event.

Tabel 1.7 Kejadian Gempa Bumi Tahun 2016 dan Klaim per Okupasi per 30 Juni 2016

Table 1.7 Earthquak e Event in 2016 and Claim per Occupation as at 30 June 2016

Event Date of Loss Agrikultural / Komersial / Industrial / Residensial /

Agricultural Commercial Industrial Residential Agricultural Commercial Industrial Residential

Air Bangis 2-Mar-16 0 0 0 1 10,000,000.00

Mentawai 5-Mar-16 0 1 0 0 0.00

Garut 6-Apr-16 0 2 0 1 75,000,000.00

Solok 2-Jun-16 0 2 0 3 310,000,000.00

Occupation

Residensial / Agrikultural / Komersial / Industrial /

Kejadian Tanggal Kejadian

Okupasi

Frekuensi / Frequency Jumlah (Dalam Rupiah) / Amount (In IDR)

0.00 0.00 0.00 0.00 0.00

0.00 0.00 0.00

0.00 10,000,000.00

106,170,253.50

1,200,000,000.00

Tabel 1.8 menyajikan data jumlah polis dan

loss ratio per 30 Juni 2016. Tabel tersebut

menunjukkan loss ratio

Underwriting Year 2016

masih lebih kecil dari 5

Underwriting Year.

Sedangkan loss ratio tertinggi berada pada

Underwriting Year 2013 sebesar 6.01%. Hal ini

dipengaruhi oleh nilai klaim yang cukup tinggi yang

mayoritas disebabkan dari Erupsi Gunung Kelud

tahun 2014.

Table 1.8 shows number of policies, and

loss ratio as at 30 June 2016. The table show

that the biggest loss ratio was at Underwriting

Year 2013 i.e. 6.01%. It was influenced by

large amount of claim that resulting majority

from Kelud Eruption in 2014.

Dalam Rupiah

In IDR

No.

Kejadian

Tanggal Kejadian

Kekuatan Gempa (S.R)

Klaim

Event

Date of Loss

Magnitude (S.R)

Claim

1

_ACEH

_26-12-2004

₉

_{781,709,354,691.64}

2

_YOGYA

_27-05-2006

_5.9

_{286,314,259,635.72}

3

_PADANG

_06-03-2007

_5.8

_{22,445,090,553.18}

4

BENGKULU

12-09-2007

7.9

48,880,150,344.02

5

_PADANG

_16-08-2009

_6.9

_{42,782,942,555.00}

6

TASIKMALAYA

02-09-2009

7.3

24,305,724,396.26

7

_PARIAMAN

_30-09-2009

_7.6

_{1,083,648,012,851.01}

8

BIMA

09-11-2009

6.7

43,046,593,135.48

9

_MERAPI

_25-10-2010

_*)

_{27,499,741,856.40}

10

KELUD

13-02-2014

*)

322,962,107,319.64

*) Penyeba b terka i t l etus a n gunung bera pi

*) Caused by volcanic eruption

Daftar Klaim - Klaim Terbesar Posisi 30 Juni 2016

List of The Largest Claims as at 30 June 2016

Tabel 1.8 Jumlah Polis dan Loss Ratio per 30 June 2016

Table 1.8 Number of Policies and Loss Ratio as at 30 June 2016

Underwriting

Jumlah Polis

Premi *)

Frekwensi Klaim

Jumlah Klaim *)

Year

Number of Policies

Premium *)

Claim Frequency

Incurred Claim *)

2012

173,827

2,721,401,635,174.71

18

1,772,670,271.84

0.07%

2013

189,524

4,529,595,941,316.70

62

272,241,064,157.70

6.01%

2014

235,275

4,982,077,446,302.20

15

923,087,143.56

0.02%

2015

226,069

5,186,253,804,675.63

38

15,497,435,678.50

0.30%

2016

54,171

925,235,320,285.70

21

585,000,000.00

0.06%

Keterangan :

*) Dalam Rupiah *) In IDR

Tabel 1.9 menyajikan Premi dan Exposure

per 30 Juni 2016. Dapat dilihat bahwa trend

kenaikan pada premi dari Underwriting Year

2012-2015 akan terjadi juga pada sisi

Exposure.

Table 1.9 shows Premium and Exposure as at

30 June 2016. It can be seen that increase trend

on premium will also be in exposure for

Underwriting Year 2012-2015.

Dalam Jutaan Rupiah

In Million IDR

Premi

Exposure

Premium

Exposure

2012

2,721,401.64

1,974,309,314.68

2013

4,529,595.94

2,758,269,954.05

2014

4,982,077.45

3,128,409,723.85

2015

5,186,253.80

3,548,422,344.44

2016

925,235.32

727,575,486.02

T O T A L

18,344,564.15

12,136,986,823.04

Tabel 1.9 Premi dan Exposure per 30 Juni 2016

Underwriting Year

Ulasan Aktuaria /

Actuarial Commentary

Pengaruh Deductible pada Distribusi Frekuensi Klaim dan Besar Klaim

The Effect of Deductibles on Claims Frequency and Claims Severity Distributions

Pemodelan klaim menggunakan model

peluang dapat dilakukan terhadap frekuensi

klaim dan besar (severitas) klaim. Ulasan

aktuaria kali ini membahas pengaruh

deductible pada distribusi peluang peubah

acak severitas dan peubah acak frekuensi

klaim. Deductible merupakan salah satu jenis

modifikasi cakupan polis. Modifikasi cakupan

polis sering diterapkan perusahaan asuransi

untuk mengurangi risiko dan/atau mengontrol

bahaya moral, yaitu situasi dimana terjadi

perubahan perilaku dari pemegang polis akibat

adanya perlindungan terhadap kerugian.

Dengan adanya deductible, pembayaran klaim

tidak terjadi apabila kerugian tidak melebihi

nilai deductible.

Modelling claims frequency and claims

amount (severity) may be carried out using

probability models. This actuarial article

discusses the effect of deductibles on the

probability distributions of claims severity and

claims frequency random variables. Applying

a deductible is one way of coverage

modification. Insurance companies often

modify the policy coverage to reduce risks

and/or control the problem of moral hazard,

which refers to the situation in which the

insured behaves differently due to a given

protection of loss. With a deductible, a

payment in a loss event does not incur if the

loss does not exceed the deductible.

Sebelum membahas lebih lanjut mengenai

deductible, diperlukan definisi yang jelas

tentang kejadian kerugian dan kejadian

pembayaran. Kejadian kerugian terjadi apabila

terdapat kerugian, sedangkan kejadian

pembayaran terjadi ketika pihak asuransi

sebagai penanggung memiliki liabilitas untuk

membayar seluruh atau sebagian kerugian.

Beberapa notasi dari peubah acak yang akan

digunakan adalah sebagai berikut:

Before further discussion on deductible,

the definitions of loss events and payment

events are required. A loss event occurs

whenever there is a loss; whereas a payment

event occurs only when the insurer is liable to

pay some or all of the loss. Notations on

random variables which will be used in this

article are as follows:

≔

peubah acak yang menyatakan nilai

yang

dibayarkan

atas

kejadian

kerugian

ketika

tidak

terdapat

modifikasi cakupan polis,

∶=

peubah acak yang menyatakan nilai

yang

dibayarkan

atas

kejadian

kerugian ketika terdapat modifikasi

cakupan polis,

�

∶=

peubah acak yang menyatakan nilai

yang

dibayarkan

atas

kejadian

pembayaran ketika terdapat modifikasi

cakupan polis.

,

dan

_�

secara berturut-turut disebut

sebagai ground-up loss, cost per loss, dan cost

per payment.

dan

memiliki

support

nonnegatif, sedangkan

_�

memiliki

support

positif.

≔

random variable which defines the

amount paid in a loss event when

there is no coverage modification,

∶=

random variable which defines the

amount paid in a loss event when

there is coverage modification,

�

∶=

random variable which defines the

amount paid in a payment event when

there is coverage modification.

, ,

and

_�

consecutively denote the

ground-up loss, cost per loss, and cost per

payment. Thus, dan

have non-negative

support, while

_�

has positive support.

Misalkan suatu polis asuransi memiliki nilai

deductible sebesar sedemikian sehingga

pihak asuransi tidak akan membayar kepada

pemegang polis apabila kerugian kurang

dari atau sama dengan dan akan membayar

sebesar

−

apabila kerugian melebihi .

Asumsikan bahwa adanya modifikasi cakupan

polis tidak memengaruhi proses terjadinya

kerugian maupun karakteristik individu yang

akan membeli produk asuransi. Dengan

demikian, nilai yang dibayarkan atas kejadian

kerugian adalah

Consider an insurance policy with a

deductible of such that the insurer will not

pay the policyholder if the loss is less than or

equal to ; and will pay

−

if the loss

exceeds . Assume that the imposition of

coverage modification does not affect the

process that produces losses or the

characteristics of the individuals who will

purchase the insurance product. Therefore, the

amount paid in a loss event is given by

=

−

₊

= { ,

Berdasarkan persamaan 1, seluruh nilai

kerugian kurang dari sama dengan dipetakan

ke titik nol, sehingga peubah acak

memiliki

massa peluang di titik nol sebesar

Based on equation 1, the entire value of losses

which is less than or equal are mapped to

point zero. Therefore, the random variable

has a probability mass at point zero of

=

=

=

(2)

Dengan demikian,

berdistribusi

campuran; yaitu terdapat massa peluang di titik

nol atau peluang di titik nol adalah

, dan

untuk

� >

, fungsi densitas peluang

adalah sebagai berikut:

The random variable

has a mixed-type

distribution; having a probability mass at point

zero of

and, for

� >

, a density

function of

_�

� −

=

� , � > .

(3)

Persamaan 3 juga dapat dituliskan dalam

bentuk berikut:

Equation 3 can also be written as

_�

� =

� + , � >

(4)

Fungsi distribusi dari peubah acak

adalah

The distribution function of the random

variable

is given by

_�

= { , � <

_{� + �}

_.

(5)

Mean atau rataan dari peubah acak

adalah

The mean of

may be calculated as follows

[ ] = ∫ �

∞

_�

� � = ∫ � −

∞

�

� � = ∫ � � �.

∞

�

(6)

Berbeda dari peubah acak

, peubah acak

_�

terdefinisi jika dan hanya jika terdapat

pembayaran,

yaitu

ketika

>

.

Pada

praktiknya, sering kali hanya data pembayaran

saja yang tersedia. Ketika kerugian kurang dari

nilai

deductible, maka tidak ada klaim yang

Unlike the random variable

, the random

variable

_�

is defined only when there is a

payment, i.e. when

>

. In practice, only

the data on payments are available. When a

loss is less than or equal to the deductible,

usually a claim will not be reported to the

dilaporkan ke perusahaan asuransi, sehingga

informasi kerugian (ground-up

loss) tidak ada.

Berdasarkan proses terbentuknya, distribusi dari

peubah acak

dan

_�

secara berturut turut juga

disebut sebagai

censored distribution dan

truncated distribution.

_�

yang pada umumnya

disebut

excess-loss variable

merupakan peubah

acak bersyarat yang didefinisikan sebagai

insurance company and the information of the

ground up loss is not recorded. Based on the

process, the distribution of the random

variables

and

_�

are called censored

distribution

and

truncated distribution,

resepectively. The random variable

_�

,

which is generally called an excess-loss

variable, is a conditional random variable

defined as

_�

= − | > = | > ,

(7)

sehingga

_�

= {

,

− , > .

(8)

Dapat dilihat bahwa

_�

selalu berdistribusi

kontinu

apabila

berdistribusi

kontinu.

Berdasarkan persamaan 7, fungsi densitas, fungsi

distribusi, dan mean dari peubah acak

_�

adalah

Note that

_�

follows a continuous

distribution if

is continuous. Based on

equation 7, the density function, the

distribution function, and the mean of random

variable

_�

, respectively, are as follows:

_�

� =

�

��

�

�� >�

=

�

�

�+�

�

�

�

, � >

(9)

_�

� =

�

�+� −

�

�

�

�

�

, � >

(10)

[

_�

] = ∫ �

∞

_�

� � = ∫ �

∞

[

�

�

�+�

�

�

�

] � =

[

�

]

�

�

�

(11)

Sebagai

ilustrasi,

misalkan

~

� = ,8; � = ,

dan

=

. Dapat dilihat pada Gambar 1

bahwa fungsi distribusi dari peubah acak

cost

per loss mengalami loncatan di titik nol karena

adanya massa peluang di titik tersebut. Selain

itu, dapat dilihat pula bahwa

deductible tidak

menyebabkan liabilitas pihak asuransi dalam

As

an

illustration,

let

~

� = .8; � = .

and

=

. In Figure 1 it is shown that the

distribution function of the random variable cost

per loss jumps at point zero, indicating the

probability mass at that point. Furthermore, it

can seen that a deductible does not make the

liability of the insurer becomes limited. Unlike

pembayaran klaim menjadi terbatas. Berbeda

dari peubah acak cost per loss, fungsi distribusi

dari peubah acak

cost per payment tidak

mengalami loncatan.

that of the random variable cost per loss, the

distribution function of the random variable cost

per payment has no jump point.

.

Gambar 1.

_{Grafik perbandingan fungsi distribusi}

cost per loss

dan

cost per payment

untuk

=

.

Figure 2.

Comparisons of the distribution functions of cost per loss and cost per payment random variables for

=

.

Selanjutnya, untuk memperoleh nilai ekspektasi

dari peubah acak cost per loss akan digunakan

teorema berikut:

Teorema 1.

Misalkan

X~lognormal μ; σ

,

maka untuk suatu konstanta positif

d

Next, the expected value of the random

variable cost per loss will be determined based

on the following theorem.

Teorema 1.

Let

~

� ; �

,

then for a positive constant

[ ] = [ −

+

] = �

+

�

[ − Φ �

∗

] − [ − Φ �

∗

+ � ],

dengan

where

�

∗

₌

ln �−

�

− �.

.

Dengan

menggunakan

Teorema

1,

diperoleh nilai ekspektasi dari peubah acak cost

per loss untuk beberapa nilai

deductible yang

berbeda seperti pada Gambar 2. Dapat dilihat

bahwa semakin besar

nilai deductible, nilai

Using Theorem 1, the expectation of the

cost per loss random variable for several values

of deductibles may be determined. It can be

seen in Figure 2 that the greater the value of

ekspektasi dari peubah acak

cost per loss

semakin kecil.

the deductible, the smaller the expected value

of the cost per loss random variable is.

Gambar 3.

_Pengaruh

_deductible

_{terhadap ekspektasi peubah acak}

_{cost per loss}

_.

Figure 4.

The effect of deductibles on the expected values of the cost per loss random variable.

Selain

berpengaruh

pada

severitas

pembayaran

klaim,

deductible

juga

memengaruhi frekuensi pembayaran klaim.

Misalkan

_�

menyatakan

ground-up loss dari

suatu kejadian kerugian ke- . Jika didefinsikan

sebagai peluang bahwa suatu kerugian

menyebabkan terjadinya pembayaran klaim,

maka di bawah asumsi deductible sebesar ,

Besides affecting the severity of claims

payment, a deductible also affects the

frequency of claims payment. Suppose

represents the ground up loss on the

�ℎ

loss. If

is defined as the probability that a loss will

result in a payment, under the assumption of a

deductible of , then

=

> .

(12)

Notasikan

�

dan

�

_�

secara berturut-turut

sebagai peubah acak yang menyatakan

frekuensi kerugian dan frekuensi pembayaran.

Definisikan

�

_�

sebagai peubah acak indikator

yang bernilai 1 (satu) apabila kerugian ke-

menyebabkan terjadinya pembayaran; dan

bernilai 0 (nol) apabila kerugian ke- tidak

menyebabkan terjadinya pembayaran. Dengan

demikian,

�

_�

~�

dan peubah acak

�

�

dapat didefinisikan sebagai berikut:

Denote

�

and

�

_�

, respectively, as

random variables which define the frequency of

losses and the frequency of payments. Define

the indicator random variable

�

_�

by

�

_�

=

if

the

�ℎ

loss results in a payment and

�

_�

=

if

the

�ℎ

loss does not result in a payment. Thus,

�

�

~ �

and

�

�

may be defined

as follows

CRESTA ID** CRESTA Description IDN_5101 Jembrana IDN_5102 Tabanan IDN_5103 Badung IDN_5104 Gianyar IDN_5105 Klungkung IDN_5106 Bangli IDN_5107 Karangasem IDN_5108 Buleleng

IDN_5171 Kota Denpasar

IDN_5201 Lombok Barat

IDN_5202 Lombok Tengah

IDN_5203 Lombok Timur

IDN_5204 Sumbawa

IDN_5205 Dompu

IDN_5206 Bima

IDN_5207 Sumbawa Barat

IDN_5208 Lombok Utara

IDN_5271 Kota Mataram

IDN_5272 Kota Bima

IDN_5301 Sumba Barat

IDN_5302 Sumba Timur

IDN_5303 Kupang

IDN_5304 Timor Tengah Selatan IDN_5305 Timor Tengah Utara

IDN_5306 Belu

IDN_5307 Alor

IDN_5308 Lembata

IDN_5309 Flores Timur

IDN_5310 Sikka

IDN_5311 Ende

IDN_5312 Ngada

IDN_5313 Manggarai

IDN_5314 Rote Ndao

IDN_5315 Manggarai Barat

IDN_5316 Sumba Tengah

IDN_5317 Sumba Barat Daya

IDN_5318 Nagekeo

IDN_5319 Manggarai Timur

IDN_5320 Sabu Raijua

IDN_5371 Kota Kupang

IDN_6101 Sambas

IDN_6102 Bengkayang

IDN_6103 Landak

IDN_6104 Pontianak

IDN_6105 Sanggau

CRESTA ID** CRESTA Description

IDN_6106 Ketapang

IDN_6107 Sintang

IDN_6108 Kapuas Hulu

IDN_6109 Sekadau

IDN_6110 Melawi

IDN_6111 Kayong Utara

IDN_6112 Kubu Raya

IDN_6171 Kota Pontianak

IDN_6172 Kota Singkawang

IDN_6201 Kotawaringin Barat IDN_6202 Kotawaringin Timur

IDN_6203 Kapuas

IDN_6204 Barito Selatan IDN_6205 Barito Utara

IDN_6206 Sukamara

IDN_6207 Lamandau

IDN_6208 Seruyan

IDN_6209 Katingan

IDN_6210 Pulang Pisau

IDN_6211 Gunung Mas

IDN_6212 Barito Timur

IDN_6213 Murung Raya

IDN_6271 Kota Palangka Raya

IDN_6301 Tanah Laut

IDN_6302 Kota Baru

IDN_6303 Banjar

IDN_6304 Barito Kuala

IDN_6305 Tapin

IDN_6306 Hulu Sungai Selatan

IDN_6307 Hulu Sungai Tengah

IDN_6308 Hulu Sungai Utara

IDN_6309 Tabalong

IDN_6310 Tanah Bumbu

IDN_6311 Balangan

IDN_6371 Kota Banjarmasin

IDN_6372 Kota Banjar Baru

IDN_6401 Pasir

IDN_6402 Kutai Barat

IDN_6403 Kutai Kartanegara

IDN_6404 Kutai Timur

IDN_6405 Berau

IDN_6406 Malinau

IDN_6407 Bulungan

IDN_6408 Nunukan

CRESTA ID** CRESTA Description

IDN_6410 Tana Tidung

IDN_6471 Kota Balikpapan

IDN_6472 Kota Samarinda

IDN_6473 Kota Tarakan

IDN_6474 Kota Bontang

IDN_7101 Bolaang Mongondow

IDN_7102 Minahasa

IDN_7103 Kepulauan Sangihe

IDN_7104 Kepulauan Talaud

IDN_7105 Minahasa Selatan

IDN_7106 Minahasa Utara

IDN_7107 Bolaang Mongondow Utara IDN_7108 Siau Tagulandang Biaro

IDN_7109 Minahasa Tenggara

IDN_7110 Bolaang Mongondow Selatan IDN_7111 Bolaang Mongondow Timur

IDN_7171 Kota Manado

IDN_7172 Kota Bitung

IDN_7173 Kota Tomohon

IDN_7174 Kota Mobagu

IDN_7201 Banggai Kepulauan

IDN_7202 Banggai

IDN_7203 Morowali

IDN_7204 Poso

IDN_7205 Donggala

IDN_7206 Toli Toli

IDN_7207 Buol

IDN_7208 Parigi Moutong

IDN_7209 Tojo Una Una

IDN_7210 Sigi

IDN_7271 Kota Palu

IDN_7301 Kepulauan Selayar

IDN_7302 Bulukumba IDN_7303 Bantaeng IDN_7304 Jeneponto IDN_7305 Takalar IDN_7306 Gowa IDN_7307 Sinjai IDN_7308 Maros

IDN_7309 Pangkajene Kepulauan

IDN_7310 Barru

IDN_7311 Bone

IDN_7312 Soppeng

IDN_7313 Wajo

IDN_7314 Sidenreng Rappang

CRESTA ID** CRESTA Description

IDN_7315 Pinrang

IDN_7316 Enrekang

IDN_7317 Luwu

IDN_7318 Tana Toraja

IDN_7322 Luwu Utara

IDN_7325 Luwu Timur

IDN_7326 Toraja Utara

IDN_7371 Kota Makassar

IDN_7372 Kota Pare Pare

IDN_7373 Kota Palopo

IDN_7401 Buton

IDN_7402 Muna

IDN_7403 Konawe

IDN_7404 Kolaka

IDN_7405 Konawe Selatan

IDN_7406 Bombana

IDN_7407 Wakatobi

IDN_7408 Kolaka Utara

IDN_7409 Buton Utara

IDN_7410 Konawe Utara

IDN_7471 Kota Kendari

IDN_7472 Kota Bau-Bau

IDN_7501 Boalemo

IDN_7502 Gorontalo

IDN_7503 Pohuwato

IDN_7504 Bone Bolango

IDN_7505 Gorontalo Utara IDN_7571 Kota Gorontalo

IDN_7601 Majene

IDN_7602 Polewali Mandar

IDN_7603 Mamasa

IDN_7604 Mamuju

IDN_7605 Mamuju Utara

IDN_8101 Maluku Tenggara Barat

IDN_8102 Maluku Tenggara

IDN_8103 Maluku Tengah

IDN_8104 Buru

IDN_8105 Kepulauan Aru

IDN_8106 Seram Bagian Barat

IDN_8107 Seram Bagian Timur

IDN_8108 Maluku Barat Daya

IDN_8109 Buru Selatan

IDN_8171 Kota Ambon

IDN_8172 Kota Tual

** Cresta Zone terbaru dari www.cresta.org yang terkini tahun 2012 dengan (High Resolution)

CRESTA ID** CRESTA Description

IDN_8202 Halmahera Tengah IDN_8203 Kepulauan Sula IDN_8204 Halmahera Selatan IDN_8205 Halmahera Utara IDN_8206 Halmahera Timur IDN_8207 Pulau Morotai IDN_8271 Kota Ternate

IDN_8272 Kota Tidore Kepulauan

IDN_9101 Fak-Fak

IDN_9102 Kaimana

IDN_9103 Teluk Wondama IDN_9104 Teluk Bintuni IDN_9105 Manokwari IDN_9106 Sorong Selatan

IDN_9107 Sorong

IDN_9108 Raja Ampat

IDN_9109 Tambrauw

IDN_9110 Maybrat IDN_9171 Kota Sorong

IDN_9401 Merauke

IDN_9402 Jayawijaya IDN_9403 Jayapura IDN_9404 Nabire

IDN_9408 Kepulauan Yapen IDN_9409 Biak Numfor IDN_9410 Paniai IDN_9411 Puncak Jaya IDN_9412 Mimika IDN_9413 Boven Digoel

IDN_9414 Mappi

IDN_9415 Asmat

IDN_9416 Yahukimo

IDN_9417 Pegunungan Bintang IDN_9418 Tolikara

IDN_9419 Sarmi

IDN_9420 Keerom

IDN_9426 Waropen

IDN_9427 Supiori

IDN_9428 Mamberamo Raya

IDN_9429 Nduga

IDN_9430 Lanny Jaya

IDN_9431 Mamberamo Tengah IDN_9432 Yalimo

IDN_9433 Puncak

IDN_9434 Dogiyai IDN_9435 Intan Jaya IDN_9436 Deiyai

Lampiran 5 / Attachment 5

Penetapan tarif Premi atau Kontribusi untuk polis yang tidak menerapkan pertanggungan secara Nilai Penuh (Full Value) maka berlaku skala sebagai berikut :

% of Values

% of Total Premium or Contribution

% of Values

% of Total Premium or Contribution

% of Values

% of Total Premium or Contribution

% of Values

% of Total Premium or Contribution 100,00 100,00 66,00 88,20 32,00 79,37 4,40 47,00 99,00 99,60 65,00 88,00 31,00 78,75 4,30 46,50 98,00 99,20 64,00 87,80 30,00 78,12 4,20 46,00 97,00 98,80 63,00 87,60 29,00 77,50 4,10 45,50 96,00 98,40 62,00 87,40 28,00 76,87 4,00 45,00 95,00 98,00 61,00 87,20 27,00 76,25 3,90 44,50 94,00 97,60 60,00 87,00 26,00 75,62 3,80 44,00 93,00 97,20 59,00 86,80 25,00 75,00 3,70 43,50 92,00 96,80 58,00 86,60 24,00 74,00 3,60 43,00 91,00 96,40 57,00 86,40 23,00 73,00 3,50 42,50 90,00 96,00 56,00 86,20 22,00 72,00 3,40 42,00 89,00 95,60 55,00 86,00 21,00 71,00 3,30 41,50 88,00 95,20 54,00 85,80 20,00 70,00 3,20 41,00 87,00 94,80 53,00 85,60 19,00 69,00 3,10 40,50 86,00 94,40 52,00 85,40 18,00 68,00 3,00 40,00 85,00 94,00 51,00 85,20 17,00 67,00 2,90 39,75 84,00 93,60 50,00 85,00 16,00 66,00 2,80 39,50 83,00 93,20 49,00 84,70 15,00 65,00 2,70 39,25 82,00 92,80 48,00 84,46 14,00 64,00 2,60 39,00 81,00 92,40 47,00 84,21 13,00 63,00 2,50 38,75 80,00 92,00 46,00 83,90 12,00 62,00 2,40 38,50 79,00 91,60 45,00 83,60 11,00 61,00 2,30 38,25 78,00 91,20 44,00 83,30 10,00 60,00 2,20 38,00 77,00 90,80 43,00 83,00 9,00 58,00 2,10 37,75 76,00 90,40 42,00 82,80 8,00 56,00 2,00 37,50 75,00 90,00 41,00 82,53 7,50 55,00 1,90 37,00 74,00 89,80 40,00 82,20 7,00 54,00 1,80 36,50 73,00 89,60 39,00 81,87 6,00 52,00 1,70 36,00 72,00 89,40 38,00 81,54 5,00 50,00 1,60 35,50 71,00 89,20 37,00 81,21 4,90 49,50 1,50 35,00 70,00 89,00 36,00 80,88 4,80 49,00 1,40 34,50 69,00 88,80 35,00 80,55 4,70 48,50 1,30 34,00 68,00 88,60 34,00 80,22 4,60 48,00 1,20 33,50 67,00 88,40 33,00 80,00 4,50 47,50 1,10 33,00

1,00 32,50

TARIF PREM I ATAU KONTRIBUSI UNTUK POLIS LOSS LIMIT

TARIF SUKU PREMI KURANG

DARI 12 BULAN

JANGKA WAKTU PROSENTASI

TARIP TAHUNAN

3 hari 5%

10 hari 10%

1 bulan 20%

1.5 bulan 25%

2 bulan 30%

3 bulan 40%

4 bulan 50%

5 bulan 60%

6 bulan 70%

7 bulan 75%

8 bulan 80%

9 bulan 85%

10 bulan 90%

11 bulan 95%

Lampiran 7 / Attachment 7

SKALA TARIF PREMI ATAU KONTRIBUSI

GANGGUAN USAHA (

BUSINESS INTERRUPTION

)

Penetapan tarif Premi atau Kontribusi untuk jaminan gangguan usaha (business interruption) berlaku skala sebagai berikut:

Indemnity Period

Persentase (%) dari Tarif Premi atau Kontribusi

1 bulan 20% x 100% tarif Premi atau Kontribusi 2 bulan 30% x 100% tarif Premi atau Kontribusi 3 bulan 40% x 100% tarif Premi atau Kontribusi 4 bulan 50% x 100% tarif Premi atau Kontribusi 6 bulan 60% x 100% tarif Premi atau Kontribusi 9 bulan 80% x 100% tarif Premi atau Kontribusi 12 bulan 100% x 100% tarif Premi atau Kontribusi 15 bulan 96% x 100% tarif Premi atau Kontribusi 18 bulan 93% x 100% tarif Premi atau Kontribusi 21 bulan 91.5% x 100% tarif Premi atau Kontribusi 24 bulan 90% x 100% tarif Premi atau Kontribusi 30 bulan 87% x 100% tarif Premi atau Kontribusi 36 bulan 85% x 100% tarif Premi atau Kontribusi 48 bulan 83% x 100% tarif Premi atau Kontribusi

Untuk indemnity period lebih dari 48 bulan penetapan persentase dari tarif Premi atau Kontribusi diserahkan kepada underwriter Perusahaan (sumber:Lampiran IV Surat Edaran OJK Nomor: NOMOR 21/SEOJK.05/2015, 30 Juni 2015)