TY  - GEN
CY  - UNIVERSITAS LAMPUNG
ID  - eprints54502
UR  - http://digilib.unila.ac.id/54502/
A1  - ARIF KURNIAWAN, 1417031023
Y1  - 2019/07/19/
N2  - 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
PB  - FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
TI  - PEMILIHAN PRODUK ASURANSI BERDASARKAN PROFIL NASABAH
MENGGUNAKAN KLASIFIKASI NAÏVE BAYES
AV  - restricted
ER  -