Implementasi Association Rule Mining Untuk Menganalisis Data Twitter Tentang Asuransi Di Indonesia Menggunakan Algoritma Frequent Pattern-Growth (Fp-Growth)

Mufidah, Hanifah Rizqy (2022) Implementasi Association Rule Mining Untuk Menganalisis Data Twitter Tentang Asuransi Di Indonesia Menggunakan Algoritma Frequent Pattern-Growth (Fp-Growth). Other thesis, Institut Teknologi Sepuluh Nopember.

Text 06311840000042_Undergraduate_Thesis.pdf Download (1MB)

Abstract

Selama beberapa tahun belakangan ini, berdasarkan statistik yang dirilis Otoritas Jasa Keuangan (OJK) perkembangan asuransi di Indonesia menunjukkan trend yang positif pada lini asuransi sosial sebesar 5,65 T, life insurance sebesar 196,59 T, dan non-life insurance sebesar 49,35 T. Hal ini membuat perusahaan asuransi pun makin giat menunjukkan perfoma perusahaan yang mereka jalani sehingga semakin hari semakin banyak nasabah mulai menggunakaan asuransi diperusahaannya untuk bisa menutupi risiko mereka dalam kesehatan, jiwa, dan produk asuransi lainnya. Twitter merupakan salah satu dari banyak sosial media yang digunakan masyarakat Indonesia untuk menyebarkan informasi yang sedang beredar kepada pengguna twitter lainnya dan juga dijadikan sebagai tempat berdiskusi yang bisa mendiskusikan banyak hal dari apa yang sedang tranding saat itu, hal yang disuka atau menarik untuk dibicarakan, dan terkadang ada pula yang menceritakan keluh kesah tentang keseharian mereka di twitter. Informasi yang disebarkan oleh pengguna twitter kemudian diolah menggunakan software Rapidminer untuk mendapatkan pengetahuan baru (knowledge discover) mengenai pendapat asuransi di Indoensia menggunakan proses data mining dengan metode association rule algoritma FP-Growth. Pada proses association rule digunakan nilai support dan nilai confidence hasil uji coba beberapa percobaan dengan hasil terbaik yang digunakan sebesar 0.03 dan 0.96. Serta hanya memasukan aturan yang memiliki lift ratio lebih dari 1. Hasil yang diperoleh dari proses data mining atau kata yang berhubungan dengan asuransi yaitu investasi, milik, dana, prudential, biaya, manfaat, keluarga, syariah, sehat, premi, rumah, klaim, sakit, jiwa, dan bpjs. Kata “bpjs”, “jiwa”, dan “sakit” menjadi 3 kata yang memiliki hubungan terkuat dengan asuransi. Jenis asuransi yang sering dibicarakan yaitu asuransi jiwa dan asuransi syariah sedangkan perusahaan yang sering dibicarakan yaitu perusahaan prudential.
===============================================================================================================================
Over the past few years, insurance developments in Indonesia have shown a positive trend based on statistics released by the OJK in the social insurance line of 5.65 T, life insurance at 196.59 T, and non-life insurance at 49.35 T. Insurance companies are also increasingly active in showing the performance of the companies they live, which more and more customers are starting to use insurance in their companies to be able to cover their risks in health, life, and
other insurance products. Twitter is one of the many social media used by Indonesian people to disseminate information that is currently circulating to other Twitter users and is also used as a place for discussion that can discuss many things from what is presently trending, things that are like or interesting to talk about, and sometimes some talk about their daily lives on Twitter. Twitter users can then process information to obtain new knowledge regarding insurance
opinions in Indonesia using software application named Rapidminer for data mining process using the FP-Growth algorithm association rule method to form rules. In the association rule process, the support value and the confidence value of the results of several trials are 0.03 and 0.96. And include regulations that have a lift ratio of more than 1. The results obtained from the data mining process or related to the insurance obtained in 15 words are investment, property, fund, prudential, cost, benefit, family, sharia, healthy, premium, house, claim, sick, soul, and bpjs. The words “bpjs”, “life”, and “illness” are the three words that have the strongest relationship with insurance. The types of insurance that are often discussed are life insurance and sharia insurance, while the companies that are often discussed are prudential.

Item Type:	Thesis (Other)
Additional Information:	RSAk 006.312 Muf i-1 2022
Uncontrolled Keywords:	Asuransi, Twitter, Association rule, FP-Growth, data mining
Subjects:	Q Science > QA Mathematics > QA76.9.D343 Data mining. Querying (Computer science)
Divisions:	Faculty of Mathematics, Computation, and Data Science > Actuaria > 94203-(S1) Undergraduate Thesis
Depositing User:	Mr. Marsudiyana -
Date Deposited:	26 Nov 2024 04:21
Last Modified:	26 Nov 2024 04:21
URI:	http://repository.its.ac.id/id/eprint/115836

Actions (login required)

View Item