KLASIFIKASI NASABAH ASURANSI JIWA MENGGUNAKAN ALGORITMA NAIVE BAYES BERBASIS BACKWARD ELIMINATION


Betrisandi Betrisandi(1*);

(1) Universitas Ichsan Gorontalo
(*) Corresponding Author

  

Abstract


Pendapatan untuk perusahaan asuransi ditentukan oleh jumlah premi yang dibayar oleh nasabah. Banyaknya nasabah yang tidak lancar membayar premi berpengaruh terhadap kinerja serta eksistensi perusahaan sehari-hari. Algoritma Naive Bayes berbasis Backward Elimination bertujuan untuk melakukan klasifikasi nasabah asuransi dengan hasil akurasi 85,89 % dengan delapan atribut weight yaitu umur, jangka waktu, cara bayar, premi, jumlah hari, pekerjaan, penghasilan dan mata uang

Keywords


Asuransi; Naive Bayes; Backward Elimination

  
     

Article Metrics

Abstract view: 1107 times
PDF (Bahasa Indonesia) view: 935 times 		     

Digital Object Identifier

doi  https://doi.org/10.33096/ilkom.v9i1.116.96-101 		  

Cite

How to cite item

References


Bustami. 2013. Penerapan Algoritma Naive Bayes Untuk Mengklasifikasi Data Nasabah Asuransi. TECHSI.

Sunjana. 2010. Klasifikasi Nasabah Sebuah Asuransi Menggunakan Algoritma C4.5. Yogyakarta.

Jurek A et al. 2008. Improving Naive Bayes Models of Insurance Risk by Unsupervised Classification. Computer Science and Information Technology pp.137-144.

Larose D. T. 2006. Data Mining Methods And Models. Canada: John Wiley & Sons. Inc.19.

Gorunescu, F. 2010. Data Mining: Concept, Models and Techniques. Romania:Springer.

Nuraeni F. 2013. Algoritma C4.5 Untuk Klasifikasi Pola Pembayaran Kredit Motor Pada Perusahaan Pembiayaan (Leasing). Seminar Nasional Informatika.

Santosa, B. 2007. Data Mining: Teknik Pemanfaatan Data untuk Keperluan Bisnis. Jogyakarta: Graha Ilmu.

Kusrini & Luthfi. E. Taufiq. 2009. Algoritma Data Mining. Yogyakarta: Andi Offset.

Republik Indonesia. 1992. Undang – Undang No. 2 Tahun 1992 Tentang Usaha Perasuransian. Sekertariat Negara. Jakarta.


Refbacks

  • There are currently no refbacks.


Copyright (c) 2017 Betrisandi Betrisandi

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.