Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Respati

Penerapan Data Mining untuk Memprediksi Minat Nasabah Terhadap Produk Asuransi Meninggal Dunia dengan Metode Naïve Bayes (Studi Kasus : PT. BNI Life Insurance) Muhammad Syafrullah, Ari Hidayatullah, Ena Mudiawati,
Jurnal Teknologi Informasi RESPATI Vol 16, No 2 (2021)
Publisher : Universitas Respati Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35842/jtir.v16i2.406

Abstract

INTISASIPendapatan untuk perusahaan asuransi ditentukan oleh jumlah premi yang dibayar oleh nasabah. faktor penting nasabah berupa premi, premi ditentukan dalam persentase atau tarif tertentu. Pada perusahaan asuransi pasti memiliki jumlah data, dan data tersebut sangat penting bagi perusahaan untuk mengetahui kriteria nasabah yang berminat pada asurnsi yang dipasarkan. Dengan adanya informasi dari  data  nasabah  yang  ada,  perusahaan  asuransi  dapat  mengambil  suatu keputusan dalam menerapkan stragi perusahaan diantarnya yaitu menjual produk- produk promo untuk meninggatkan pendapatan perusahaan. Data mining merupakan suatu teknologi yang dapat membantu perusahaan dalam menemukan suatu yang sangat penting dari sekumpulan data. Data mining dapat membentu sautu pola atau membuat suatu sifat perilaku bisnisa yang berguna untuk pengambilan keputusan. Dengan menggunakan metode algoritma Naive Bayes diharapkan bisa membantu perusahaan dalam pengelolaan data nasabah dengan cara mengklasifikasi data nasabah untuk memprediksi minat nasabah dengan tingkat akurasi melebihi 80% dalam memilih produk asuransi meninggal dunia. Kata Kunci: asuransi, baïve bayes, prediksi, data mining.   ABSTRACTIncome for insurance companies is determined by the amount of premium paid by the customer. Important factors for customers in the form of premiums, premiums are determined in certain percentages or rates. The insurance company certainly has the amount of data, and the data is very important for companies to know the criteria of customers who are interested in the insurance marketed. With the information from existing customer data, the insurance company can make a decision in implementing the company's strategy, which is to sell promo products to increase company revenue. Data mining is a technology that can help companies find a very important set of data. Data mining can form a pattern or create a nature of business behavior that is useful for decision making. By using the Naive Bayes algorithm method, it is expected to be able to assist companies in managing customer data by classifying customer data to predict customer interest with an accuracy rate exceeding 80% in choosing a death insurance product. Keywords: insurance, baïve bayes, predictions, data mining..
Co-Authors Abdul Rahman Abdul Rahman Wahid Abhishek Abhishek Abhishek Singh Abhishek, Abhishek Achmad Maulana Achmad Solichin Adiyarta, Krisna Agarwal, Prachi Agarwal, Sonali Agarwal, Sonali Agarwal, Sonali Agung Darmawan Agus Riyanto Alvian Winata, Arif Andrico Andrico Anggraini, Triana Aria Mustofa Hidayat Armando Ondihon Kristoper Purba Arumgam, Yogesvaran Bayuaji, Luhur Darmawan, Agung Devit Setiono Dewi Kusumaningsih Dewi, Ernawati Dhannuri, Syam Prasad Dwi Pebranti Dwi Pebrianti Elizabeth Yohanes Emil Salim Ernawati Dewi Esti Setiasih Gaol, GA Monang Lumban Hadi Syahrial Hadjianto, Mardi Hanif, Raihan Labib Indra Riyanto Indra Riyanto Irawan Irawan Irawan Irawan Jamhari Jamhari Java, Muhammad Arya K Singh Kalyzta, Juan Kassim, Siti Rafidah Binti Krisna Adiyarta Kusumaningsih, Dewi Luhur Bayuaji M. Ivan Putra Eriansya Makhdum Rosadi Martono Martono Maulidia, Mia Meilieta Anggriani Porrie Mohammad Fadhil Abas Muhammad Azhar Mujahid Muhammad Azhar Rasyad Muhammad Hasanul Huda Mutiarawan, Rezza Anugrah Nagabhushan, P. Narinder Punn Nugraha Abdullah, Indra Nurnajmin Qasrina Ann Nurnajmin Qasrina Ann Ayop P. Nagabhushan Painem, Painem Pandu Pradinata Pebranti, Dwi Porrie, Meilieta Anggriani Prachi Agarwal Prasetiamaolana, Eko Pudoli, Ahmad Punn, Narinder Purba, Armando Ondihon Kristoper Purwanto Purwanto Qasrina Ann Ayop, Nurnajmin Rakesh Kumar Yadav Ramdhan, Syaipul Ratna Kusumawardani Ratna Kusumawardani, Ratna Rezza Anugrah Mutiarawan Rianto, Yan Ridho Saputra Rizki Aji Wibowo Roeswidiah, Ririt Rusdah Rusdah Ruwirohi, Jan Everhard S. Venkatesan Sadhana Tiwari Sambhavi Tiwari Samidi Samidi Sanjay Kumar Sonbhadra Sanjay Kumar Sonbhadra Sari, Widya Kumala Setyawan Widyartoh Shekhar Verma Shkehar Verma Singh, Abhishek Singh, K Siti Rafidah Binti Kassim Sonali Agarwal Sonali Agarwal Sonali Agarwal Sonbhadra, Sanjay Kumar Sonbhadra, Sanjay Kumar Sumarudin, Muhammad Supardi Supardi Supardi Supardi Supardi, Supardi Syaddad, Muhammad Sulthan Syaiful Anwar Syaipul Ramdhan Syam Prasad Dhannuri Thisa Tri Utami Tiwari, Sadhana Tiwari, Sambhavi Tutik Sri Susilowati Venkatesan, S. Verma, Shekhar Verma, Shkehar Victor Ilyas Sugara Widdy Chandra Permana Widya Kumala Sari Widyartoh, Setyawan Windarto, Windarto Yadav, Rakesh Kumar Yan Rianto Yodi Susanto Yogesvaran Arumgam Yulianawati Yulianawati Yulianawati Zulkarnaen Noor Syarif