Pemilihan Jenis Asuransi Berdasarkan Demografi Calon Pemegang Polis Dengan Metode Naïve Bayes Classifier

Chaira, Lailatul Mabadi (2016) Pemilihan Jenis Asuransi Berdasarkan Demografi Calon Pemegang Polis Dengan Metode Naïve Bayes Classifier. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
1212100036-undergraduate-theses.pdf - Published Version

Download (2MB) | Preview

Abstract

Proteksi diri, baik jiwa maupun aset berharga, merupakan hal yang sangat penting untuk kehidupan individu di lingkungan yang serba beresiko saat ini. Asuransi dapat dijadikan tabungan masa depan maupun perlindungan diri ketika mengalami sakit kritis, kecelakaan, atau bahkan kematian. Perusahaan asuransi berlombalomba 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. Oleh karena itu, diperlukan teknik Data Mining untuk menggali pengetahuan yang berkaitan dengan kebutuhan produk asuransi bagi calon nasabah, informasi yang dapat mempengaruhi kebutuhan asuransi sesorang adalah profil demografinya. Dalam penelitian ini digunakan Metode Naïve Bayes Classifier yang dinilai baik dalam hal akurasi dan efisiensi komputasi untuk membangun sebuah model klasifikasi yang akan dipakai untuk menentukan solusi produk asuransi terbaik bagi calon pemegang polis berdasarkan ciri demografinya. Hasil uji coba sistem yang dihasilkan dari 518 record data nasabah, Metode NBC mampu mengklasifikasi record dengan tingkat kinerja tertinggi sebesar 94.12%. =========================================================== Individual protection, physicly or mentally, is very important for someone living in this risk environment. Insurance is one of individual investments and protections due to accident, critical diseases, or death. Insurance company plays a critical role in providing competitive insurance products that cover flexible features depend on customer requirements. In order to compete with other competitors and fulfill the customer needs, the company needs a wise and proper business strategy to make their offered products achieve a positive response from potential customers. Indeed, the insurance company needs a data mining technique to obtain extra knowledges on the potential customer’s insurance product requirements. In this research, we proposed Naïve Bayes Classifier that assessed both in terms of accuracy and computational efficiency to develop a classification model for determining the best class solution for prospective insurance customers based on their demographic’s profiles. The test result from 518 police holder records, Naïve Bayes Classifier was able to classifiy the data with the highest accuracy by 94.12 %.

Item Type: Thesis (Undergraduate)
Additional Information: RSMa 006.312 Cha p-1
Uncontrolled Keywords: Asuransi, Data Mining, Klasifikasi, Naïve Bayes Classifier.
Subjects: Q Science > QA Mathematics > QA278.55 Cluster analysis
Divisions: Faculty of Mathematics and Science > Mathematics > 44201-(S1) Undergraduate Thesis
Depositing User: EKO BUDI RAHARJO
Date Deposited: 19 Nov 2019 06:40
Last Modified: 19 Nov 2019 06:40
URI: http://repository.its.ac.id/id/eprint/71872

Actions (login required)

View Item View Item