SISTEM REKOMENDASI PRODUK ASURANSI MENGGUNAKAN METODE USER-BASED CLLABORATIVE FILTERING

Asuransi merupakan suatu perjanjian antar dua pihak atau lebih yang melibatkan pembayaran premi secara teratur dalam jangka tertentu sebagai ganti polis yang menjamin perlindungan apabila terjadia peristiwa yang tidak terduga seperti kecelakaan, kehilangan, kematian, kerusakan atau sakit. Dari banya...

Full description

Saved in:
Bibliographic Details
Main Author: Meta Triyunanti, - (Author)
Format: Book
Published: 2012-06-19.
Subjects:
Online Access:Link Metadata
Tags: Add Tag
No Tags, Be the first to tag this record!
Description
Summary:Asuransi merupakan suatu perjanjian antar dua pihak atau lebih yang melibatkan pembayaran premi secara teratur dalam jangka tertentu sebagai ganti polis yang menjamin perlindungan apabila terjadia peristiwa yang tidak terduga seperti kecelakaan, kehilangan, kematian, kerusakan atau sakit. Dari banyaknya produk asuransi yang dimiliki PT. AIA Financial, itu menandakan bahwa perusahaan berusaha memberikan yang terbaik guna memenuhi kebutuhan serta kepuasan nasabahnya. Namun, melihat kebutuhan dan keadaan nasabah yang juga berbeda-beda, terkadang perusahaan menemukan beberapa kasus dimana nasabah mengalami ketidak puasan terhadap suatu produk, selain itu ada juga nasabah yang memiliki keinginan untuk mendapatkan fasilitas yang lebih dari produk yang sudah diambil sebelumnya. Apabila hal tersebut terjadi, tidak menutup kemungkinan ada saja nasabah yang hendak mengganti produk yang sudah diambil dengan produk yang berbeda. Dalam skripsi ini akan dibahas suatu sistem rekomendasi dengan menggunakan metode user-based collaborative filtering. Metode user-based collaborative filtering ini memanfaatkan nilai rating yang diberikan pengguna, yang nantinya akan dicari nilai kedekatan antar user, kemudian nilai tersebut akan digunakan dalam proses menghitung prediksi. Eksperimen dilakukan dengan mencari jumlah N neighbour yang dapat menghasilkan akurasi tertinggi. Eksperimen menggunakan sebanyak 500 instance data rating yang telah didapatkan. Hasil dari eksperimen tersebut diketahui bahwa dengan menggunakan N=40 didapatkan nilai MAE terendah yaitu 1.549.
Item Description:http://repository.upi.edu/106329/4/s_kom_0704571_table_of_content.pdf
http://repository.upi.edu/106329/1/s_kom_0704571_chapter1.pdf
http://repository.upi.edu/106329/6/s_kom_0704571_chapter2.pdf
http://repository.upi.edu/106329/7/s_kom_0704571_chapter3.pdf
http://repository.upi.edu/106329/3/s_kom_0704571_chapter4.pdf
http://repository.upi.edu/106329/5/s_kom_0704571_chapter5.pdf
http://repository.upi.edu/106329/2/s_kom_0704571_bibliography.pdf