IDENTIFIKASI PELANGGAN POTENSIAL PRODUK ASURANSI DENGAN TEKNIK KLASIFIKASI

ADHITYA AKBAR, Drs. Zulaela, Dipl.Med.Stats., M.Si.

2015 | Skripsi | S1 STATISTIKA

Pelanggan merupakan faktor keberhasilan yang utama dalam dunia bisnis. Pelanggan juga merupakan aset yang berharga yang harus dipertahankan dan ditingkatkan jumlahnya demi keuntungan yang maksimal. Untuk dapat meningkatkan jumlah pelanggan, sebuah perusahaan/badan usaha harus dapat mengidentifikasi dengan cermat orang-orang (pasar) yang berpotensi menjadi pelanggan barunya. Identifikasi pelanggan potensial dimaksudkan agar kinerja perusahaan dapat efisien dalam menjaring calon pelanggan baru (akuisisi). Klasifikasi merupakan salah satu teknik data mining yang dapat melakukan hal tersebut. Dua buah model klasifikasi menggunakan algoritma Decision Tree dan Naive Bayes yang dibandingkan tingkat akurasinya dalam memprediksi pelanggan potensial. Hasil penelitian menunjukkan Decision Tree sebagai model klasifikasi yang lebih baik dari Naive Bayes pada kasus nasabah bank yang berpotensi untuk membeli produk asuransi.

Customer is the main success factor in the business world. Customer also as the valuable asset which has to be retained and to be increased by it's number to get the maximum profit. To increase the number of it's customers, a company/enterprise has to identify the people (market) who have the potential to become their new customers. Identifying the potential customers has the function to get the candidates of the new customers efficiently (acquisition). Classification is one of the data mining techniques which can do that thing. Two classification models using Decision Tree and Naive Bayes algorithm have been compared for it's accuracy rate to predict the potential customers. This research shows Decision Tree as the classification model that better than Naive Bayes in case of the bank's customers which have the potential to buy the insurance product.

Kata Kunci : Pelanggan Potensial, Data Mining, Klasifikasi, Decision Tree, Naive Bayes