Setiap orang pasti menghadapi suatu risiko di masa depan. Seseorang dapat mengurangi besarnya kerugian akibat risiko tertentu dengan membeli asuransi. Asuransi mewajibkan seorang pemegang polis membayar premi secara periodik. Salah satu model yang dapat digunakan dalam penentuan premi adalah model kredibilitas Bühlmann. Paper ini membahas model kredibilitas yang didasarkan pada model kredibilitas Bühlmann tetapi melibatkan pemancungan data kerugian asli di kuantil ke-p dan kuantil ke-q. Model ini menggunakan trimmed mean untuk memprediksi besar kerugian di periode berikutnya yaitu ekspektasi kerugian untuk suatu risiko tertentu dengan syarat kerugian tersebut sudah terpancung. Model kredibilitas ini memiliki beberapa kelebihan, salah satunya yaitu premi kredibilitas yang didapat tidak terlalu terpengaruh terhadap outlier. Pembahasan pada paper ini berfokus pada penjabaran hasil teoritis untuk membangun model kredibilitas berdasarkan data terpancung dan pengestimasian parameter dengan menggunakan metode non-parametrik pada model kredibilitas berdasarkan data terpancung. Model kredibilitas berdasarkan data terpancung ini diimplementasikan pada suatu sampel data kerugian terurut. Sampel ini merupakan data kerugian asli untuk 30 individu dengan periode 20 tahun yang telah diurutkan dari yang terkecil hingga terbesar. Analisis dilakukan terhadap perhitungan parameter model di berbagai kasus. Selain itu, dibahas perbandingan sensitivitas premi pada model kredibilitas berdasarkan data terpancung dan model kredibilitas Bühlmann jika terdapat outlier. Berdasarkan hasil penelitian, model kredibilitas berdasarkan data terpancung dapat menentukan risk loading dan tidak terlalu terpengaruh terhadap outlier dibandingkan dengan model kredibilitas Bühlmann.