• Tidak ada hasil yang ditemukan

Data Mining Menggunakan Metode K-Means Klaster untuk Mengelompokkan Pemegang Polis Asuransi Kendaraan Bermotor di Indonesia

N/A
N/A
Protected

Academic year: 2021

Membagikan "Data Mining Menggunakan Metode K-Means Klaster untuk Mengelompokkan Pemegang Polis Asuransi Kendaraan Bermotor di Indonesia"

Copied!
10
0
0

Teks penuh

Gambar

Tabel 2.1 Kategori Kendaraan Bermotor Menurut Kementerian Keuangan  Republik Indonesia Pada Tahun 2011
Tabel 3.1 Variabel untuk Profil Risiko Pemegang Polis
Tabel 4.1 Hasil Perhitungan Rata-rata dan Simpangan Baku
Tabel 4.2 Nilai Z-score  No   Pemegang   Polis  Kode  Pertanggungan  Kode  Kendaraaan  Kode  Penggunaan  Kode  Wilayah  Usia  Kendaraan  (Dalam Tahun)  Harga  Pertanggungan (Rp)  1  -0,3504  2,7796  -0,3767  -0,4882  1,3328  -0,5122  2  -0,3504  2,7796  -0
+3

Referensi

Dokumen terkait

Teknik analisis data ini berupa perumusan strategi pemasaran, bauran pemasaran (marketing mix), dan data penjualan premi produk asuransi kendaraan bermotor di PT Asuransi

Ketidakadilan terjadi dalam hal proses pembuatan perjanjian yang tidak dapat dinegosiasikan maupun terdapat dalam penerapan klausul baku pada polis asuransi yang

Jika pada saat terjadinya kerugian dan/atau kerusakan yang disebabkan oleh risiko yang dijamin Polis ini, harga pertanggungan Kendaraan Bermotor lebih kecil

Sedangkan Jika jenis klaim untuk baris yang terambil secara acak pada Langkah (7) di atas adalah partial loss, maka nomor kendaraan yang terambil secara acak pada langkah

Hasil proses data mining menunjukkan bahwa secara umum tanpa memandang merek kendaraan bermotor, konsumen yang bersifat setia dengan jenis Undevided Brand Loyalty

Metode k-medoids clustering dapat diterapkan pada data pembiayaan nasabah klaim asuransi pada pengguna kendaraan bermotor, sehingga dapat diketahui pengelompokkan pembiayaan

Data yang digunakan dalam penelitian ini adalah data sekunder mengenai data klaim asuransi kendaraan bermotor roda empat yang meliputi data klaim kendaraan bermotor

Hasil proses data mining menunjukkan bahwa secara umum tanpa memandang merek kendaraan bermotor, konsumen yang bersifat setia dengan jenis Undevided Brand Loyalty