PENERAPAN ALGORITMA NAIVE BAYES UNTUK MENGKLASIFIKASI DATA NASABAH ASURANSI

Authors

  • Bustami Bustami Teknik Informatika, Universitas Malikussaleh Reuleut, Aceh Utara, Aceh-Indonesia

Abstract

Data mining adalah teknik yang memanfaatkan data dalam jumlah yang besar untuk memperoleh informasi berharga yang sebelumnya tidak diketahui dan dapat dimanfaatkan untuk pengambilan keputusan penting. Pada penelitian ini, penulis berusaha menambang data (data mining) nasabah sebuah perusahaan asuransi untuk mengetahui lancar, kurang lancar atau tidak lancarnya nasabah tersebut. Data yang ada dianalisis menggunakan algoritma Naive Bayes. Naive Bayes merupakan salah satu meode pada probabilistic reasoning. Algoritma Naive Bayes bertujuan untuk melakukan klasifikasi data pada kelas tertentu, kemudian pola tersebut dapat digunakan untuk memperkirakan nasabah yang bergabung, sehingga perusahaan bisa mengambil keputusan menerima atau menolak calon nasabah tersebut.

 

Kata Kunci : data mining, asuransi, klasifikasi, algoritma Naive Bayes

References

Budi, Santoso, 2007, Data Mining : Teknik Pemanfaatan Data untuk Keperluan Bisnis, Graha Ilmu, Yogyakarta

Frieyadie, 2010, Mudah Belajar Pemograman Database MySql dengan Microsoft Visual Basic 6.0, Andi, Yogyakarta

Hermawati, Fajar Astuti, 2013, Data Mining, Andi, Yogyakarta

Jogiyanto, H.M, 2000, Analisis dan Desain Sistem Informasi, Andi, Yogyakarta

Kusumadewi, Sri, 2009, Klasifikasi Status Gizi Menggunakan Algoritma Naive Bayes Classification, Jurusan Teknik Informatika, universitas Islam Indonesia

Mulyanto, Agus, 2009, Sistem Informasi Konsep dan Aplikasi, Cetakan I, Pustaka Pelajar, Yogyakarta

Natalius, Samuel, 2010, Metode Naive Bayes Classifier dan Penggunaannya Pada Klasifikasi Dokumen, Program Studi Sistem dan teknologi Informasi, Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung

Prakoso, Djoko, 1994, Asuransi Indonesia, Dahara Prize, Semarang

Rahadian, Hadi, 2004, Membuat Laporan dengan Crystal Report 8.5 dan Visual Basic 6.0, Cetakan 2, Elex Media Komputindo, Jakarta

Rokhmah, Dewi Pyriana, 2011, Klasifikasi Data Mengggunakan Metode K-Nearest Neighbour dan Teorema Bayes, Program Studi Teknik Informatika, Universitas Brawijaya Malang

Supardi, Yuniar, 2006, Microsoft Visual Basic 6.0, Elex Media Komputindo, Jakarta

Susanto, Sani, Ph.D, Suryadi, Dedy, 2010, Pengantar Data Mining: Menggali Pengetahuan dari Bongkahan Data, Andi, Yogyakarta

http://www.scribd.com/ doc /45017830 /Algoritma – Data - Mining-desicion-tree-naive bayes-dll di unduh, 5 Maret 2013, 10:00 Wib

http://www.scribd.com/doc /55713517/Metode - Bayes di unduh 5 Maret 2013, 10:10 Wib

Downloads

Published

2014-01-01

Issue

Vol. 8 No. 1 (2014): Januari

Section

Articles

License

Authors who publish with Jurnal Informatika (JIFO) agree to the following terms:

  • Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License (CC BY-SA 4.0) that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
  • Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
  • Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.

 

 Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.