PEMILIHAN JENIS ASURANSI BERDASARKAN DEMOGRAFI CALON PEMEGANG POLIS DENGAN METODE NAÏVE BAYES CLASSIFIER

Lailatul M. Chaira; Nurul Hidayat; Inu L. Wibowo; Imam Mukhlash

Authors

Lailatul M. Chaira Institut Teknologi Sepuluh Nopember
Nurul Hidayat Institut Teknologi Sepuluh Nopember
Inu L. Wibowo Institut Teknologi Sepuluh Nopember
Imam Mukhlash Institut Teknologi Sepuluh Nopember

Keywords:

Asuransi, Data Mining, Klasifikasi, Naïve Bayes Classifier

Abstract

Asuransi merupakan salah satu cara untuk memproteksi diri di masa depan. Saat ini, perusahaann asuransi berlomba-lomba untuk menawarkan produk asuransi yang menjanjikan. Dalam rangka bersaing dengan kompetitor lainnya dan demi memenuhi kebutuhan nasabahnya, perusahaan asuransi memerlukan startegi bisnis yang bijak dan tepat agar produknya mendapat respon positif dari calon nasabah. Salah satu permasalahan dalam bidang asuransi adalah bagaimana menentukan jenis asuransi yang tepat untuk calon nasabah. Pada paper ini, dibahas tentang bagaimana menetukan jenis asuransi yang tepat menggunakan task dalam data mining untuk menggali informasi yang berkaitan dengan kebutuhan produk asuransi bagi calon nasabah. Metode yang digunakan untuk klasifikasi adalah Naïve Bayes Classifier. Hasil uji coba menunjukkan bahwa metode NBC mampu mengklasifikasi record dengan tingkat kinerja tertinggi sebesar 94.12% ketika proporsi pembagian data latih 90% dan data uji sebesar 10%. Karena kinerja sistem yang dihasilkan dapat dikatakan baik, sistem dianggap kredibel untuk merekomendasikan produk asuransi kepada calon nasabah

Downloads

Download data is not yet available.

References

Bakar, A. A., Othman, Z., Yusoff M. S. N. M., & Ismail, R, “Development of Knowlege Model for Insurance Product Decision using the Associative Classifacation Approach.,” in 10th International on Intelegent System Design and Application, Malaysia(2010) .

Xing, B., Jian, L., & Feng-wen, H, “The Application of Improved BP Algorithm in Customer Classification of Life Insurance,” in 16th International Conference on Management Science & Engineering. China.(2009).

Karatabak, M., “A New Classifier for Breast Cancer Detection Based on Naïve Bayes Classifier,” Measurement, Vol. 72. (2015) 32-36.

Kusrini & Luthfi, E. T., Algoritma Data Mining, Andi Offset,Yogyakarta (2009).

Kusumadewi, S, “Klasifikasi Status Gizi Menggunakan Naïve Bayes Classification”, Communication and Information Technology Journal., Vol: 3 (2009) 6-11.

Han, J., & Kamber, M, Data Mining: Concepts and Techniques, 3rd Edition. Morgan Kauffman Publisher, San Fransisco (2012).

Bustami, B. Penerapan Algoritma Naïve Bayes Untuk Mengklasifikasi Data Nasabah Asuransi. TECHSI. Jurnal Penelitian Teknik Informatika, Vol: 3 No. 2 (2013) 127-146.

Saptano R., Wiranto, Suryono W. D. Sistem Klasifikasi Keluhan Di UPT TIK UNS Menggunakan Algoritma Naive Bayes Classifier. Seminar Nasional Teknologi Informasi dan Komunikasi. Yogyakarta. (Maret 2016).