%0 Generic
%A ARIF KURNIAWAN, 1417031023
%C UNIVERSITAS LAMPUNG
%D 2019
%F eprints:54502
%I FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
%T PEMILIHAN PRODUK ASURANSI BERDASARKAN PROFIL NASABAH  MENGGUNAKAN KLASIFIKASI NAÏVE BAYES
%U http://digilib.unila.ac.id/54502/
%X 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