Data Mining Klasifikasi Untuk Memprediksistatus Keberlanjutanpolis Asuransi Kesehatan Dengan Algoritme Naïve Bayes
Jovansgha Avegad, Arief Wibowo
Abstract
Di saat semakin kompetitifnya persaingan bisnis asuransi komersial kategori non-jaminan kesehatan nasional (JKN), membuat perusahaan asuransi umum dituntut memiliki inovasi dalam meningkatkan jumlah pelanggan atau nasabahnya. Di sisi lain, keputusan nasabah asuransi kesehatan terhadap keberlanjutan polis yang telah dimiliki apakah akan diperpanjang atau tidak diperpanjang, tidaklah mudah untuk diprediksi. Untuk dapat memprediksi keputusan nasabah asuransi kesehatan dalam status keberlanjutan polis maka diperlukan suatu metode analisis data pelanggan asuransi yang telah terdaftar. Penelitian ini menguraikan pemanfaatan algoritme Naïve Bayes sebagai salah satu algoritme terbaik dalam data mining klasifikasi untuk memprediksi keputusan nasabah asuransi terhadap polis yang dimiliki. Berdasarkan hasil pemodelan yang dilakukan, diketahui bahwa algoritme klasifikasi Naïve Bayes mampu memprediksi status keberlanjutan polis asuransi dengan akurasi mencapai 88,00%, presisi 89,19% dan recall 100%. Dengan hasil yang relatif baik ini maka dapat dilakukan upaya-upaya peningkatan pendapatan perusahaan asuransi kesehatan misalnya dengan menawarkan program promosi pembaharuan polis asuransi pada nasabah-nasabah yang diprediksi akan memperpanjang maupun yang tidak akan memperpanjang polis asuransi yang dimilikinya
Full Text: PDF