JIMF BIJIMF BI

Journal of Islamic Monetary Economics and FinanceJournal of Islamic Monetary Economics and Finance

Didorong oleh kebutuhan untuk mengelola risiko oleh operator Takaful Maroko yang baru dibentuk, Otoritas Pengawas Asuransi dan Kesejahteraan Sosial Maroko telah mengizinkan Perusahaan Reasuransi Pusat untuk membuat jendela ReTakaful untuk tujuan reasuransi operasi Takaful. Namun demikian, tantangan utama adalah menentukan model kontribusi ReTakaful yang sesuai untuk sektor asuransi Islam Maroko dengan memastikan kepatuhan terhadap Syariah. Dengan pemikiran ini, artikel ini bertujuan untuk menentukan model kontribusi ReTakaful yang optimal untuk industri Takaful Maroko melalui algoritma Machine Learning. Kami memilih model terbaik dengan membandingkan kinerja setiap algoritma. Hasil yang dicapai dari penelitian ini menunjukkan potensi penggunaan algoritma Machine Learning untuk menghitung kontribusi ReTakaful yang lebih sesuai untuk operator Takaful dan lebih optimal untuk operator ReTakaful.

Pemerintah Maroko melalui Otoritas Pengawas Asuransi dan Kesejahteraan Sosial (ACAPS) telah memberikan izin kepada SCR (Central Reinsurance Company) untuk membuka jendela ReTakaful berdasarkan prinsip-prinsip Syariah, dengan tujuan melindungi risiko yang dialihkan oleh para operator Takaful.Tantangan utama yang masih ada adalah menentukan model ReTakaful yang paling sesuai untuk sektor asuransi Islam di Maroko.Hasil penelitian ini menunjukkan keunggulan metode *excess of loss* dalam meminimalkan kemungkinan kerugian, dan merekomendasikan penggunaan algoritma *Random Forest* untuk memodelkan biaya klaim rata-rata serta frekuensi klaim.

Penelitian lanjutan dapat menggali lebih dalam mengenai penerapan model ReTakaful yang berbeda, seperti model Mudharabah dan Wakala, untuk memahami dampaknya terhadap efisiensi dan keadilan pembagian risiko dan keuntungan antara operator Takaful dan ReTakaful. Selain itu, perlu diteliti bagaimana faktor-faktor eksternal, seperti kondisi ekonomi makro dan perubahan regulasi, memengaruhi kinerja dan keberlanjutan model ReTakaful yang menggunakan algoritma machine learning. Lebih jauh lagi, studi komparatif antara model ReTakaful yang dikembangkan dengan algoritma machine learning dan metode konvensional dapat memberikan wawasan berharga mengenai efektivitas dan keunggulan relatif dari pendekatan berbasis data dalam industri asuransi syariah.

  1. RETAKAFUL CONTRIBUTIONS MODEL USING MACHINE LEARNING TECHNIQUES | Journal of Islamic Monetary Economics... jimf-bi.org/index.php/JIMF/article/view/1681RETAKAFUL CONTRIBUTIONS MODEL USING MACHINE LEARNING TECHNIQUES Journal of Islamic Monetary Economics jimf bi index php JIMF article view 1681
  2. DOI Name 10.1007 Values. name values index type timestamp data serv crossref email doiadmin namespace... doi.org/10.1007DOI Name 10 1007 Values name values index type timestamp data serv crossref email doiadmin namespace doi 10 1007
  3. Theoretical Understanding of Convolutional Neural Network: Concepts, Architectures, Applications, Future... doi.org/10.3390/computation11030052Theoretical Understanding of Convolutional Neural Network Concepts Architectures Applications Future doi 10 3390 computation11030052
  1. #model random forest#model random forest
  2. #asuransi syariah#asuransi syariah
File size780.27 KB
Pages22
DMCAReportReport

ads-block-test