Claim Missing Document
Check
Articles

Found 1 Documents
Search

IMPLEMENTASI ORANGE DATA MINING UNTUK PREDIKSI BIAYA ASURANSI cahyono santoso
Aisyah Journal Of Informatics and Electrical Engineering (A.J.I.E.E) Vol. 5 No. 1 (2023): Aisyah Journal Of Informatics and Electrical Engineering
Publisher : Aisyah Journal Of Informatics and Electrical Engineering (A.J.I.E.E)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30604/jti.v5i1.180

Abstract

Asuransi adalah kebijakan yang menghilangkan atau mengurangi biaya kerugian yang terjadi oleh berbagai risiko. Berbagai faktor mempengaruhi biaya asuransi. Pertimbangan-pertimbangan ini berkontribusi pada formulasi kebijakan asuransi. Machine learning (ML) untuk sektor industri asuransi dapat membuat perumusan polis asuransi menjadi lebih efisien. Studi ini menunjukkan bagaimana model regresi yang berbeda dapat meramalkan biaya asuransi. Dan penelitian ini membandingkan hasil model misalnya Neural Network, Gradient Boosting, Random Forest, k-Nearest Neighbors, Decision tree, Multiple Linear Regression, dan Support Vector Machine. Paper ini menawarkan pendekatan terbaik pada model Gradient Boosting dengan nilai RMSE sebesar 4527.749, nilai MAE sebesar 2460.358, nilai MSE sebesar 20500507.210865 dan nilai R2 sebesar 0.858