PEMILIHAN PRODUK ASURANSI BERDASARKAN PROFIL NASABAH MENGGUNAKAN KLASIFIKASI NAÏVE BAYES

ARIF KURNIAWAN, 1417031023 (2019) PEMILIHAN PRODUK ASURANSI BERDASARKAN PROFIL NASABAH MENGGUNAKAN KLASIFIKASI NAÏVE BAYES. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	File PDF ABSTRAK.pdf Download (7Kb) | Preview
	File PDF SKRIPSI FULL.pdf Restricted to Hanya staf Download (1338Kb)
Preview	File PDF SKRIPSI TANPA BAB PEMBAHASAN.pdf Download (1338Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Naïve Bayes Classification (NBC), is a classification method combining statistic method and data mining. The purpose of this study is to determine which NBC model whose highest accuracy in predicting the right product for the clients. The result shows that 90% data training and 10% data testing has the highest accuracy compare to other data with mean of the accuracy 95.7%. This indicates that Naïve Bayes Classification capable to predict the right product for the clients. Key words: Naïve Bayes Classification, Data Training, Data Testing, Accuracy Klasifikasi Naïve Bayes (KNB) adalah metode pengklasifikasian dengan menggabunngkan metode statistik dengan data mining. Tujuan dari penelitian ini adalah untuk menentukan model KNB yang memiliki akurasi paling tinggi sehingga mampu memprediksi produk asuransi yang tepat bagi nasabah. Hasil dari penelitian ini menunjukkan bahwa akurasi tertinggi pada 90% data training dan 10% data testing dengan rata-rata nilai akurasi 95.7%. Klasifikasi Naïve Bayes mampu memprediksi produk asuransi yang tepat berdasarkan profil nasabah asuransi. Kata kunci: Klasifikasi Naïve Bayes, Data Training, Data Testing, KNB, Akurasi

Jenis Karya Akhir:	Skripsi
Subyek:	> QA Mathematics
Program Studi:	FAKULTAS MIPA > Prodi Matematika
Pengguna Deposit:	AM.d Firlia Hidayah
Date Deposited:	14 Mar 2022 02:35
Terakhir diubah:	14 Mar 2022 02:35
URI:	http://digilib.unila.ac.id/id/eprint/54502

Actions (login required)

Lihat Karya Akhir