ANALISA DATA MINING ASURANSI KENDARAAN MOBIL MENGGUNAKAN APLIKASI WEKA

Abstract

Perkembangan teknologi informasi saat ini sangat pesat, terutama didalam bidang jasa salah satunya yaitu jasa asuransi kendaraan mobil. Salah satu aset utama perusahan dalam asuransi kendaraan adalah data pelanggan dan riwayat polisnya yang tersedia dalam jumlah besar. Untuk melakukan penguatan strategi bisnis, maka dilakukan analisa data mining, mengeksplorasi basis data untuk menemukan pola-pola yang tersembunyi, meramalkan tren dan sifat-sifat perilaku bisnis yang sangat berguna untuk mendukung pengambilan keputusan. Selain itu analisa data mining berguna untuk menggali informasi dari basis data pelanggan dan transaksi yang dilakuan pelanggan meliputi pembayaran premi asuransi dan maupun proses klaim yang terjadi sehingga dapat memprediksi seberapa besar kemungkinan pelanggan tersebut akan melakukan renewal atas polis asuransi mereka. Pada penelitian ini, akan dilakukan analisis klasifikasi untuk menentukan keputusan pembaharuan (renewal) polis pelanggan dengan menggunakan data polis asuransi kendaraan roda empat. Penulis menggunakan komparasi algoritma Naive Bayes, C4.5 dan KNN (K-Nearest Neighbor). Berdasarkan hasil komparasi use training set, maka diperoleh metode yang terbaik yaitu metode KNN (K-Nearest Neighbor), dengan tingkat keberhasilan sebesar 87,1429% dan tingkat error sebesar 12,8571%. Untuk Komparasi cross validation 10 folds diperoleh Metode yang terbaik yaitu metode C4.5 dengan tingkat keberhasilan sebesar 82,1429% dan tingkat error sebesar 17,8571%.