@misc{eprints54502,
           month = {Juli},
           title = {PEMILIHAN PRODUK ASURANSI BERDASARKAN PROFIL NASABAH
MENGGUNAKAN KLASIFIKASI NA{\"I}VE BAYES},
          author = {1417031023 ARIF KURNIAWAN},
         address = {UNIVERSITAS LAMPUNG},
       publisher = {FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM},
            year = {2019},
             url = {http://digilib.unila.ac.id/54502/},
        abstract = {Na{\"i}ve 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 Na{\"i}ve
Bayes Classification capable to predict the right product for the clients.
Key words: Na{\"i}ve Bayes Classification, Data Training, Data Testing,
Accuracy


Klasifikasi Na{\"i}ve 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 Na{\"i}ve Bayes
mampu memprediksi produk asuransi yang tepat berdasarkan profil nasabah
asuransi.
Kata kunci: Klasifikasi Na{\"i}ve Bayes, Data Training, Data
Testing, KNB, Akurasi}
}