PENERAPAN ALGORITMA NAIVE BAYES UNTUK MENGKLASIFIKASI DATA NASABAH ASURANSI
DOI:
https://doi.org/10.26555/jifo.v8i1.a2086Abstract
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.
Â
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
Issue
Section
License
Authors who publish with Jurnal Informatika (JIFO) agree to the following terms:
- Â 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.
Â
Â
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.