IMPLEMENTASI SIMPLE ADDITIVE WEIGHTING UNTUK MEMPREDIKSI NASABAH ASURANSI POTENSIAL
Main Author: | RAHMATULLAH, MUHAMAD |
---|---|
Format: | Thesis NonPeerReviewed Book |
Bahasa: | ind |
Terbitan: |
, 2020
|
Subjects: | |
Online Access: |
http://repository.mercubuana.ac.id/56961/1/41514120024%20MUHAMAD%20RAHMATULLAH.pdf http://repository.mercubuana.ac.id/56961/ |
Daftar Isi:
- The purpose of this research is to analysis existing costumer data and build some decision system support that may be able to help Marketer chose potential insurance costumer. This research used to observation method and interview within data collection. This research used mining data technique by simple additive weighting alogrithm as method on processing many costumer criteria that is occupation, monthly income, marital status, age, gender and insurance holder. Result from this research to show that the use of simple additive weighting methods in building a decision support system can produce predictions of potential insurance customers that can be used as recommendations for marketers in determining the market range, especially in insurance products. Key words: SAW Method, Data Mining, Customers, Insurance Penelitian ini bertujuan untuk menganalisis data nasabah existing dan membangun sebuah sistem pendukung keputusan yang dapat membantu marketer dalam memilih nasabah asuransi potensial. Penelitian ini menggunakan metode observasi dan wawancara dalam pengumpulan data. Pada penelitian ini digunakan teknik data mining dengan algoritma simple additive weighting sebagai metode dalam mengolah beberapa kriteria nasabah yakni pekerjaan, penghasilan perbulan, status perkawinan, usia, jenis kelamin dan kepemilikan asuransi. Hasil dari penelitian ini menunjukan bahwa penggunaan metode Simple Additive Weighting dalam membangun sebuah sistem pendukung keputusan, dapat menghasilkan prediksi nasabah asuransi potensial yang bisa digunakan sebagai rekomendasi bagi pihak marketer dalam menentukan range market khususnya dalam produk asuransi. Kata kunci: Metode SAW, Data Mining, Nasabah, Asuransi