Implementasi Regresi Linear Berganda Untuk Prediksi Pembayaran Premi Asuransi Kesehatan

Abstract

Tingkat penetrasi asuransi di Indonesia masih tergolong rendah dibandingkan negara lain di Asia Tenggara, meskipun menunjukkan tren pertumbuhan yang positif. Untuk membantu perusahaan asuransi membuat pendekatan yang lebih efisien, diperlukan pemahaman terhadap faktor-faktor yang mempengaruhi besaran premi. Penelitian ini bertujuan untuk membangun model prediksi pembayaran premi asuransi kesehatan swasta menggunakan metode regresi linear berganda, yang kemudian diimplementasikan ke dalam aplikasi web berbasis Streamlit. Dataset yang digunakan berasal dari situs Kaggle, terdiri dari 1338 observasi dengan variabel independen berupa usia, jenis kelamin, indeks massa tubuh (BMI), jumlah anak, dan status merokok. Hasil analisis menunjukkan bahwa usia, BMI, jumlah anak, dan status merokok berpengaruh signifikan terhadap premi asuransi, sedangkan jenis kelamin tidak berpengaruh signifikan. Model yang dihasilkan memiliki nilai koefisien determinasi (R²) sebesar 0,78, menandakan bahwa model mampu menjelaskan variabilitas data dengan baik. Meskipun terdapat pelanggaran terhadap asumsi normalitas dan heteroskedastisitas, evaluasi menggunakan MAE dan RMSE menunjukkan bahwa model tetap memiliki performa prediksi yang dapat diterima. Aplikasi prediksi premi berbasis Streamlit memungkinkan pengguna untuk melakukan prediksi secara interaktif dan mudah diakses. Model ini berpotensi digunakan sebagai dasar pengembangan sistem prediksi premi yang disesuaikan dengan kondisi di Indonesia.