<![CDATA[Sistem klasifikasi pelanggan di PT. Asuransi “XYZ” saat ini dalam mengklasifikasikan nasabah adalah dengan membuat laporan berdasarkan pembayaran terakhir dan merekapnya di excel setiap bulan. Hasil klasifikasi tersebut digunakan sebagai pertimbangan untuk menentukan pengajuan kebijakan baru. Pelanggan yang diklasifikasikan sebagai saat ini memiliki peluang lebih besar untuk disetujui. Permasalahan pada sistem ini adalah proses klasifikasi membutuhkan proses 2x7 jam. Tujuan penelitian ini adalah mengembangkan sistem klasifikasi untuk nasabah lama dan nasabah tidak lancar dengan menggunakan metode naïve bayes di PT Asuransi “XYZ” dan meningkatkan akurasi naivebayes. Metode Naïve Bayes adalah mengklasifikasikan probabilitas dengan menjumlahkan frekuensi dan kombinasi nilai dari dataset yang diberikan. Metode klasifikasi ini didasarkan pada teorema Bayes. Hasil pengujian sistem yang telah dilakukan menunjukkan bahwa sistem dapat mempermudah admin dalam mengklasifikasikan pelanggan saat ini dan pelanggan non-saat ini. Hal tersebut dibuktikan dengan hasil pengujian yang telah dilakukan berdasarkan pengukuran kecepatan kerja yaitu sistem ini lebih cepat dalam proses klasifikasi pelanggan yang membutuhkan waktu 23,48 menit dalam proses pengklasifikasian data pelanggan mulai dari input data hingga mengetahui klasifikasi. hasilnya, sedangkan di sistem lama butuh 14 jam 26 menit. 45 detik. Berdasarkan 50 data uji pada website dan dihitung menggunakan matriks konfusi didapatkan persentase akurasi sebesar 100%.]]>
Copyrights © 2021
