PERHITUNGAN PREMI ASURANSI PADA PASIEN COVID-19 DENGAN METODE MARKOV CHAIN

Authors

  • Novan Setyadi Universitas Negeri Medan
  • Sudianto Manullang Universitas Negeri Medan

DOI:

https://doi.org/10.572349/scientica.v2i3.1067

Abstract

Status kondisi seseorang pada saat perawatan setiap waktu bisa mengalami perubahan, dapat berada pada kondisi membaik, tetap atau memburuk. Perpindahan  status kondisi seseorang semakin cepat berpindah akibat dari pandemi COVID-19. Perpindahan status tersebut dapat dimodelkan menggunakan perhitungan stokastik, yaitu model Markov Chain dengan bentuk multistate. Kebutuhan akan perlindungan diri yang memadai telah meningkat sebagai akibat dari pandemi COVID-19 dan salah satu bentuk perlindungannya adalah asuransi. Premi merupakan satu bagian tak terpisahkan dari asuransi yang valuasinya dapat ditentukan dengan perhitungan stokastik. Data yang digunakan dalam penelitian ini merupakan data pasien terjangkit COVID-19 Februari 202 sampai April 2022 di RSUP H Adam Malik Medan dengan indikator keadaan pasien sebelum dan sesudah dirawat yang meliputi suhu tubuh dan saturasi oksigen. Keadaan setiap pasien akan diklasifikasikan ke keadaan state 1, state 2, state 3 dan state 4 yang kemudian akan ditemukan peluang perpindahan dari setiap state. Penelitian ini bertujuan untuk mengetahui bentuk model multistate pada pasien COVID-19 dan juga untuk mengetahui bentuk valuasi premi asuransi berjangka menggunakan model multistate. Metode untuk menghitung premi asuransi berjangka yang digunakan adalah metode markov dengan model matriks probabilitas transisi. Hasil penelitian ini memperoleh model matriks probabilitas transisi  dan premi tunggal bersih untuk asuransi jiwa berjangka 1 tahun dengan laju suku bunga 8% dan santunan sebesar Rp 20.000.000,- adalah sebesar Rp 12.772.000,-.

Downloads

Published

2024-01-31

How to Cite

Novan Setyadi, & Sudianto Manullang. (2024). PERHITUNGAN PREMI ASURANSI PADA PASIEN COVID-19 DENGAN METODE MARKOV CHAIN. Scientica: Jurnal Ilmiah Sains Dan Teknologi, 2(3), 41–48. https://doi.org/10.572349/scientica.v2i3.1067