Inu L. Wibowo
Unknown Affiliation

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Limits: Journal of Mathematics and Its Applications

PREDIKSI CUSTOMER CHURN MENGGUNAKAN ALGORITMA FUZZY ITERATIVE DICHOTOMISER 3 Meyrina Herawati; Imam Mukhlash; Inu L. Wibowo
Limits: Journal of Mathematics and Its Applications Vol. 13 No. 1 (2016): Limits: Journal of Mathematics and Its Applications Volume 13 Nomor 1 Edisi Me
Publisher : Pusat Publikasi Ilmiah LPPM Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Setiap industri telekomunikasi sering menawarkan layanan yang menggi- urkan. Hal ini bertujuan untuk menarik pelanggan sebanyak mungkin agar pendapatan yang masuk semakin optimal. Akan tetapi hal-hal seperti ini yang menyebabkan fenomena churn terjadi, dimana pelanggan memutuskan berhenti berlangganan dan berpindah dari satu provider ke provider lain- nya. Tiap industri telekomunikasi juga harus memiliki program retaining yang efektif dan efesien, terlebih dahulu perusahaan memprediksi pelangg- an yang berpotensi churn, kemudian menjadikan pelanggan tersebut sebagai fokus usaha retention. Penelitian ini bertujuan untuk melakukan pengem- bangan model churn prediction (classication) dengan menggunakan fuzzy decision tree. Fuzzy decision tree merupakan salah satu metode klasika- si berbasis pohon keputusan dengan memasukkan konsep himpunan fuzzy dalam proses pembentukannya. Setelah tahap implementasi, hasil dari pe- nelitian ini berupa model pohon keputusan prediksi customer churn. Dari berbagai uji coba didapat nilai akurasi terbaik 87
PEMILIHAN JENIS ASURANSI BERDASARKAN DEMOGRAFI CALON PEMEGANG POLIS DENGAN METODE NAÏVE BAYES CLASSIFIER Lailatul M. Chaira; Nurul Hidayat; Inu L. Wibowo; Imam Mukhlash
Limits: Journal of Mathematics and Its Applications Vol. 13 No. 2 (2016): Limits: Journal of Mathematics and Its Applications Volume 13 Nomor 2 Edisi No
Publisher : Pusat Publikasi Ilmiah LPPM Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Asuransi merupakan salah satu cara untuk memproteksi diri di masa depan. Saat ini, perusahaann asuransi berlomba-lomba untuk 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. Salah satu permasalahan dalam bidang asuransi adalah bagaimana menentukan jenis asuransi yang tepat untuk calon nasabah. Pada paper ini, dibahas tentang bagaimana menetukan jenis asuransi yang tepat menggunakan task dalam data mining untuk menggali informasi yang berkaitan dengan kebutuhan produk asuransi bagi calon nasabah. Metode yang digunakan untuk klasifikasi adalah Naïve Bayes Classifier. Hasil uji coba menunjukkan bahwa metode NBC mampu mengklasifikasi record dengan tingkat kinerja tertinggi sebesar 94.12% ketika proporsi pembagian data latih 90% dan data uji sebesar 10%. Karena kinerja sistem yang dihasilkan dapat dikatakan baik, sistem dianggap kredibel untuk merekomendasikan produk asuransi kepada calon nasabah