Penentuan Produk Asuransi Bpjs Berdasarkan Profil Pelanggan Dengan Pendekatan K-Nearest Neighbor Manhattan Distance

Authors

  • Titis Dwi Rahmawati Universitas Dian Nuswantoro
  • Fajrian Nur Adnan Universitas Dian Nuswantoro

DOI:

https://doi.org/10.33633/joins.v1i2.1307

Abstract

Dengan semakin berkembangnya kebutuhan masyarakat asuransi menjadi hal yang diperlukan dan sangat dibutuhkan oleh masyarakat. Dalam kasus asuransi jiwa produk yang ditawarkan oleh perusahaan asuransi sangat beragam. Hal ini menyebabkan customer mengalami kebinggungan dalam menentukan pilihan produk asuransi yang akan mereka beli. Padahal setiap produk memiliki fungsi yang berbeda-beda. Customer harus memilih produk tersebut dengan teliti sesuai dengan kebutuhan sehingga tidak salah memilih produk dan mengalami kerugian dengan membeli produk asuransi yang salah. Laporan tugas akhir ini akan membahas tentang memprediksi produk yang tepat untuk dipromosikan terhadap customer sesuai dengan profile customer. Dengan menggunakan data pelanggan yang diperoleh dari BPJS Cabang II Semarangyang ada akan dilakukan perhitungan yang akan menghasilkan prediksi produk asuransi yang akan dipromosikan terhadap pelanggan, menggunakan algoritma K-Nearest Neighbor Manhattan Distance, serta penggunaan MATLAB untuk pengotomatisasian perhitungan KNN Manhattan Distance. Dari laporan ini dihasilkan program yang diharapkan dapat memberikan rekomendasi produk untuk ditawarkan terhadap customer sesuai dengan profile customer.Kata kunci : Algoritma KNN, Data Mining,Manhattan Distance, Asuransi, Klasifikasi, Penentuan Produk Asuransi

Downloads

Published

2016-10-30

How to Cite

[1]
T. D. Rahmawati and F. N. Adnan, “Penentuan Produk Asuransi Bpjs Berdasarkan Profil Pelanggan Dengan Pendekatan K-Nearest Neighbor Manhattan Distance”, Journal of Information System, vol. 1, no. 2, pp. 167–180, Oct. 2016.

Issue

Vol. 1 No. 2 (2016)

Section

Articles

License

Authors who publish with JOINS (Journal of Information System) agree to the following terms:

  1. Authors retain copyright and grant JOINS the right of first publication. The work is simultaneously licensed under a Creative Commons Attribution 4.0 International License (CC BY 4.0), which allows others to share and adapt the work, provided they give appropriate credit to the authors and the initial publication in this journal, provide a link to the license, and indicate if changes were made.
  2. Authors may enter into separate, additional contractual arrangements for the non-exclusive distribution of the published version of the work (e.g., posting it to an institutional repository or publishing it in a book), with an acknowledgement of its initial publication in JOINS.
  3. Authors warrant that the manuscript is original, has not been published elsewhere, is not under review by another journal, and does not infringe the rights of any third party. Material from other sources must be properly cited, and permission obtained where required.
  4. Authors may post a preprint of the manuscript, but must inform the editor at the time of submission so that the double-blind review process can be handled appropriately.