Suatu negara akan memiliki Sumber Daya Manusia (SDM) yang berkualitas jika terjaminnya kualitas pendidikan yang ada di suatu negara. Asuransi pendidikan adalah produk keuangan yang menjamin dan memberikan perlindungan finansial untuk pendidikan berkualitas bagi anak-anak di masa depan. Naik turunnya pertumbuhan penduduk atau jumlah kelahiran di suatu negara menjadi salah satu faktor penting yang memengaruhi permintaan asuransi pendidikan itu sendiri. Tercatat bahwa meskipun Kota Jakarta terus mencatat peningkatan jumlah penduduk yang terjadi tiap tahunnya, namun laju pertumbuhan penduduk per tahun sebenarnya mengalami penurunan. Pada periode 2010-2020 pertumbuhan penduduk mencapai 0,92 persen, hal itu menunjukan penurunan sebesar 0,49 persen dari periode sebelumnya (BPS DKI Jakarta)
Hal terpenting yang harus diperhatikan oleh setiap perusahaan adalah potensi market yang akan dihadapi oleh produk asuransinya. Oleh karena itu, perkiraan yang akurat tentang jumlah kelahiran di masa yang akan datang menjadi salah satu modal penting suatu perusahaan asuransi dalam menyiapkan kebijakan dan produk asuransi yang sesuai. Peneliti menggunakan data kelahiran tiap bulan DKI Jakarta dari Januari 2014 hingga Desember 2020 sebagai sumber data dalam penelitian ini. Dalam penelitian ini, peneliti memilih untuk menggunakan pemodelan regresi dan ARIMA karena kedua pemodelan ini dinilai paling sesuai untuk data agar dapat dilakukan perkiraan yang akurat terhadap perkiraan jumlah kelahiran di masa depan. Dalam penerapan ARIMA, peneliti menggunakan Seasonal ARIMA yang memiliki komponen musiman. Hal ini dilakukan karena data cenderung dipengaruhi oleh komponen musiman. Hasil dari pemodelan kami menunjukkan bahwa pemodelan runtun waktu ARIMA (1,0,0)(2,0,0)[12] with non zero mean merupakan model terbaik yang kami peroleh. Hal ini ditunjukkan dengan keakuratan hasil forecast untuk data test yang tidak pernah keluar dari 95% Confidence Interval.
Hasil dari pemodelan kami menunjukkan bahwa pemodelan runtun waktu ARIMA (1,0,0)(2,0,0)[12] with non zero mean merupakan model terbaik yang kami peroleh. Hal ini ditunjukkan dengan keakuratan hasil forecast untuk data test yang tidak pernah keluar dari 95% Confidence Interval. Sehingga didapatkan model regresi
Y = 10736.47 - 40.31 trend + 3835.38 season 5 + 3776.84 season 6 + 4572.83 season 7 + 3808.31 season 8 + 3722.45 season 9 + 4372.93 season 10 + 2804
Jika kita asumsikan bahwa terdapat korelasi antara angka kelahiran dan permintaan asuransi pendidikan maka dengan model tersebut kita dapat memprediksi jumlah kelahiran di Kota Jakarta yang nantinya bisa menjadi pertimbangan untuk perusahaan asuransi dalam menentukan kebijakan dalam produk asuransinya. Dengan begitu, kami sangat berharap bahwa penelitian kami ini memberikan manfaat yang signifikan dalam pengembangan pendidikan di Indonesia dan kami juga berharap temuan kami ini dapat memberikan kontribusi dalam pengambilan keputusan, perumusan kebijakan, dan pengembangan praktik di bidang asuransi pendidikan di Indonesia. Namun demikian, kami juga menyadari bahwa terdapat kebutuhan untuk melakukan kajian ulang yang lebih mendalam guna memastikan keakuratan penelitian kami.
