PERBANDINGAN METODE K-NEAREST NEIGHBOR DAN NAÏVE BAYES UNTUK TEXT MINING PADA KLAIM ASURANSI UNTUK MENDETEKSI POLA RIWAYAT PENYAKIT KRONIS

Achmad Viqih, Nurfauzi (2023) PERBANDINGAN METODE K-NEAREST NEIGHBOR DAN NAÏVE BAYES UNTUK TEXT MINING PADA KLAIM ASURANSI UNTUK MENDETEKSI POLA RIWAYAT PENYAKIT KRONIS. Other thesis, UNSADA.

	Text COVER.pdf Download (797kB)
	Text BAB 1.pdf Download (697kB)
	Text BAB 2.pdf Download (800kB)
	Text BAB 3.pdf Restricted to Registered users only Download (1MB)
	Text BAB 4.pdf Restricted to Registered users only Download (1MB)
	Text BAB 5.pdf Download (680kB)
	Text DAFTAR PUSTAKA.pdf Download (607kB)
	Text LAMPIRAN.pdf Download (3MB)
	Text HASIL TURNITIN.pdf Download (635kB)
	Text SUKET TURNITIN.pdf Restricted to Registered users only Download (678kB)

Abstract

Asuransi adalah sebuah mekanisme perlindungan terhadap pihak tertanggung apabila mengalami resiko di masa yang akan datang dimana pihak tertanggung akan membayar premi guna mendapatkan ganti rugi dari pihak penanggung. Sejatinya, asuransi berfungsi sebagai perlindungan jika hal-hal yang tidak diinginkan terjadi. Dalam bisnis asuransi biasanya terdapat 3 pihak yang terkait, perusahaan asuransi, perusahaan broker asuransi dan nasabah asuransi. Salah satu Hal yang menjadi masalah untuk perusahaan asuransi selaku penanggung adalah permasalahan pada tindak kecurangan klaim atau biasa disebut fraud. Salah satu cara yang biasa dilakukan nasabah dalam kasus ini adalah memalsukan jawaban dari riwayat penyakit kronis. Pertanyaan riwayat penyakit kronis ditanyakan kepada nasabah ketika ingin mendaftar asuransi. Banyak kasus dimana nasabah menjawab tidak memiliki riwayat penyakit kronis namun ketika meninggal, penyebab meninggal nya adalah penyakit kronis yang telah diderita lama. Penyebab meninggal ini didapat dari kronologi meninggal yang diisi oleh perwakilan nasabah ketika proses klaim. Untuk saat ini data klaim yang masuk pada sistem PT PANI ada sekitar 10 ribu laporan klaim. Dengan data sebanyak itu tentu saja sangat sulit dan membutuhkan waktu lama untuk mengecek kronologi klaim dan mengklasifikasikan nya dalam keputusan itu penyakit kronis atau tidak. Salah satu teknik yang dapat digunakan untuk menyaring banyak nya data kronologi adalah dengan membuat text mining. Namun, sebelum membuat aplikasi text mining, hal yang perlu dipertimbangkan adalah penerapan metode yang akan dipakai. Dalam penelitian ini, penulis akan membandingkan 2 metode klasifikasi yaitu k-nearest neighbor (KNN) dan naïve bayes classifier. Hasil keluaran dari sistem ini adalah untuk mengklasifikasikan secara otomatis setiap laporan klaim apakah termasuk penyakit kronis atau tidak. Kelebihan dan kekurangan masing-masing metode dalam berbagai situasi. K-Nearest Neighbor terbukti efektif jika fokusnya adalah mengurangi kesalahan positif palsu, sementara Naïve Bayes lebih cocok untuk identifikasi lebih awal. Berdasarkan evaluasi yang dilakukan, Naïve Bayes Classifier ditentukan sebagai metode yang lebih baik dalam konteks ini.

Item Type:	Thesis (Other)
Additional Information:	Dosen Pembimbing : Bagus Tri Mahardika S. Kom, MMSi
Uncontrolled Keywords:	Asuransi, Naïve Bayes Classifier, Klaim, K-Nearest Neighbor, Fraud, Koperasi.
Subjects:	000 Generalities/Karya Umum > 005.1 Programming/Pemrograman
Divisions:	Fakultas Teknik > Teknik Informatika
Depositing User:	Suwatno Suwatno Perpustakaan
Date Deposited:	18 Apr 2026 06:18
Last Modified:	18 Apr 2026 06:18
URI:	http://repository.unsada.ac.id/id/eprint/9470

Actions (login required)

View Item