Penerapan data Mining untuk memprediksi premi ideal menggunakan metode K-Means cluster guna meningkatkan minat konsumen asuransi (studi kasus Asuransi Bumiputera cabang Pamulang)
| Main Author: | Latifah Ulfah |
|---|---|
| Format: | Bachelors |
| Terbitan: |
Fakultas Sains dan Teknologi
|
| Subjects: |
Daftar Isi:
- Bumiputera adalah perusahaan yang bergerak di bidang jasa asuransi. Asuransi Bumiputera cabang Pamulang sedang melakukan pemasaran yang sangat pesat dalam menarik minat calon nasabah (konsumen asuransi) untuk berasuransi di Asuransi Bumiputera cabang Pamulang. Salah satu caranya adalah ingin melakukan terobosan atau inovasi untuk mendapatkan jumlah premi ideal guna menarik minat calon nasabah. Karena premi yang tersedia tidak merata dan bermacam-macam, yaitu biaya tanggungan besar tetapi premi angsuran kecil, atau biaya tanggungan kecil tetapi premi angsuran besar. Inovasi yang ingin dilakukan adalah dengan teknologi data mining. Penggunaan teknologi data mining ini dapat membantu mengetahui prediksi jumlah premi asuransi yang ideal demi meningkatkan minat konsumen, sehingga dapat mengingkatkan pendapatan perusahaan untuk membiayai operasional perusahaan. Penelitian ini menggunakan aplikasi data mining, yaitu Weka versi 3.7.7. dan penerapan data mining dengan pendekatan yang dilakukan adalah dengan menggunakan metode K-Means cluster dengan membentuk 10 cluster yang menghasilkan premi ideal, yaitu (C0) Rp146.039, (C1) Rp20.852.217, (C2) Rp51.094, (C3) Rp20.464.581, (C4) Rp152.514, (C5) Rp44.663, (C6) Rp496.575, (C7) Rp832.783, (C8) Rp7.372.808, dan (C9) Rp422.503