Pemodelan Premi Asuransi Bencana Banjir di Kabupaten Cilacap Jawa Tengah
DOI:
https://doi.org/10.24246/juses.v8i1p44-52Keywords:
Asuransi banjir, Distribusi gamma, Distribusi GEV, Model premi, Premi asuransiAbstract
Indonesia merupakan negara yang rentan terhadap berbagai macam bencana alam, salah satunya adalah banjir. Kabupaten Cilacap di Jawa Tengah merupakan daerah yang sering mengalami banjir akibat curah hujan yang tinggi, kondisi geografis yang rendah, banyaknya sungai yang melintas, serta perubahan iklim yang menyebabkan cuaca tidak menentu. Bencana banjir di Kabupaten Cilacap berdampak signifikan terhadap perekonomian dan kehidupan masyarakat, sehingga pada penelitian ini dikembangkan model premi asuransi sebagai salah satu upaya mitigasi dalam pengelolaan risiko bencana. Risiko yang dialami masyarakat akibat bencana banjir diasumsikan variabel acak yang mempunyai distribusi tertentu, sehingga perhitungan risiko bencana, berhubungan dengan model probabilitas seperti model kerugian agregat. Kerugian agregat dapat memodelkan jumlah klaim dan besarnya klaim, dimana pada penelitian ini jumlah klaim dan besarnya klaim mengikuti distribusi Gamma dan distribusi Generalized Extreme Value (GEV). Selanjutnya diterapkan metode perhitungan premi asuransi yang mencangkup prinsip varians premium, dan prinsip standard deviation premium untuk memodelkan premi asuransi banjir. Besarnya premi yang dihasilkan dari masing-masing prinsip adalah sebesar 9,91964 × 1018 dan 39.521.895.722, dimana besarnya premi ini merupakan premi kolektif dalam jangka waktu satu tahun. Oleh karena itu, dapat disimpulkan bahwa dengan risiko yang sama, prinsip premi standard deviation menghasilkan harga premi yang lebih ekonomis dibandingkan dengan prinsip variance premium. Hasil ini dapat memberikan pertimbangan dan manfaat bagi pemerintah Kabupaten Cilacap dalam menentukan premi asuransi banjir, sekaligus meningkatkan kesiapsiagaan dan perlindungan ekonomi terhadap dampak bencana banjir di Kabupaten Cilacap, Jawa Tengah.
Downloads
References
Aulya, D., & Sukma, A. (2024). Kajian Literatur : Mitigasi Bencana Banjir Berbasis Kearifan Lokal. 1(4), 257–269.
Badan Pusat Statistik. (2023). Data dan Informasi Lingkungan Hidup Provinsi Jawa Tengah. In Badan Pusat Statistik Provinsi Jawa Tengah (Vol. 15). Badan Pusat Statistik Provinsi Jawa Tengah.
Badan Pusat Statistik Provinsi Jawa Tengah. (2024). Provinsi Jawa Tengah Dalam Angka Jawa Tengah Province in Figure 2024. BPS Provinsi Jawa Tengah.
Hariyadi. (2018). Peran Masyarakat dalam Pengelolaan Ekosistem Mangrove untuk Mitigasi Bencana: Studi di Segara Anakan, Kab. Cilacap. Kajian, 23(1), 43–61.
Josaphat, B. P., & Syuhada, K. (2021). Dependent Conditional Value-at-Risk for Aggregate Risk Models. Heliyon, 7(7), e07492. https://doi.org/10.1016/j.heliyon.2021.e07492
Kalfin, Sukono, Supian, S., & Mamat, M. (2021). Mitigation and Models for Determining Premiums for Natural Disaster Insurance Due to Excessive Rainfall. Journal of Physics: Conference Series, 1722(1). https://doi.org/10.1088/1742-6596/1722/1/012058
Kalfin, Sukono, Supian, S., & Mamat, M. (2022). Insurance as an Alternative for Sustainable Economic Recovery after Natural Disasters: A Systematic Literature Review. Sustainability (Switzerland), 14(7), 1–18. https://doi.org/10.3390/su14074349
Khan, Z., Al-Bossly, A., Almazah, M. M. A., & Alduais, F. S. (2021). On Statistical Development of Neutrosophic Gamma Distribution with Applications to Complex Data Analysis. Complexity, 2021. https://doi.org/10.1155/2021/3701236
Kusumadewi, R., Riaman, R., & Sukono, S. (2022). Determining the Price of Fisherman Micro Insurance Premiums Using the Aggregate Risk Model Approach in Cirebon Regency. International Journal of Quantitative Research and Modeling, 3(3), 118–123. https://doi.org/10.46336/ijqrm.v3i3.346
Lestari, L. W., Al Qibtiyah, N. D. M., Nugraha, I. C., Qibtiyah, M., & Shafira, S. (2024). Mitigasi bencana banjir melalui normalisasi Daerah Aliran Sungai Beringin dan pemanfaatan flood early warning system di Kelurahan Mangkang Wetan. Region : Jurnal Pembangunan Wilayah Dan Perencanaan Partisipatif, 19(1), 211. https://doi.org/10.20961/region.v19i1.65726
Mazzoccoli, A., & Naldi, M. (2020). The Expected Utility Insurance Premium Principle with Fourth-Order Statistics: Does it Make a Difference? Algorithms, 13(5). https://doi.org/10.3390/A13050116
Oktaviana, P. P., & Irhamah. (2021). Kolmogorov-Smirnov Goodness-of-Fit test for Identifying Distribution of The Number of Earthquakes and The Losses Due to Earthquakes in Indonesia. Journal of Physics: Conference Series, 1821(1). https://doi.org/10.1088/1742-6596/1821/1/012045
Philipo, D. K., Law, F., Indonesia, U., & Lubowa, D. (2023). Examining The Implementation of Insurance Law and Policies: A Study of Natural Disaster Risks, Policyholders, and Insurance Companies in Indonesia. 13(3).
Roslan, R., Na, C. S., & Gabda, D. (2020). Parameter Estimations of The Generalized Extreme Value Distributions for Small sample size. Mathematics and Statistics, 8(2), 47–51. https://doi.org/10.13189/ms.2020.081308
Sukono, Kalfin, Riaman, Supian, S., Hidayat, Y., Saputra, J., & Mamat, M. (2022). Determination of the natural disaster insurance premiums by considering the mitigation fund reserve decisions: An application of collective risk model. Decision Science Letters, 11(3), 211–222. https://doi.org/10.5267/dsl.2022.4.002
Sukono, Supriatna, A., Hidayat, R. A., Riaman, Kalfin, Renaldi, F., & Bon, A. T. (2020). Determination of earthquake insurance premiums using the bayesian method. Proceedings of the International Conference on Industrial Engineering and Operations Management, 59, 1850–1855.
Tanprayoon, E., Tonggumnead, U., & Aryuyuen, S. (2023). A New Extension of Generalized Extreme Value Distribution: Extreme Value Analysis and Return Level Estimation of the Rainfall Data. Trends in Sciences, 20(1), 1–13. https://doi.org/10.48048/tis.2023.4034
Thistlethwaite, J., Henstra, D., Brown, C., & Scott, D. (2020). Barriers to Insurance as a Flood Risk Management Tool: Evidence from a Survey of Property Owners. International Journal of Disaster Risk Science, 11(3), 263–273. https://doi.org/10.1007/s13753-020-00272-z
Wibowo, Y. A., Ronggowulan, L., Arif, D. A., Afrizal, R., Anwar, Y., & Fathonah, A. (2019). Perencanaan Mitigasi Bencana Banjir Non-Struktural Di Daerah Aliran Sungai Comal Hilir, Jawa Tengah. JPIG (Jurnal Pendidikan Dan Ilmu Geografi), 4(2), 87–100. https://doi.org/10.21067/jpig.v4i2.3632
Zamani, M. Z., Dwijayanti, S. A., & Wijayanti, P. (2023). Geografis (Sig) Untuk Analisa Banjir (Studi Kasus: Kecamatan Wanareja Kabupaten Cilacap). Indonesian Journal of Environment and Disaster (IJED), 2(1), 76–91.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Jurnal Sains dan Edukasi Sains
This work is licensed under a Creative Commons Attribution 4.0 International License.
