SISTEM REKOMENDASI PRODUK ASURANSI MENGGUNAKAN METODE USER-BASED CLLABORATIVE FILTERING

Meta Triyunanti, - (2012) SISTEM REKOMENDASI PRODUK ASURANSI MENGGUNAKAN METODE USER-BASED CLLABORATIVE FILTERING. S1 thesis, Universitas Pendidikan Indonesia.

[img] Text
s_kom_0704571_table_of_content.pdf

Download (278kB)
[img] Text
s_kom_0704571_chapter1.pdf

Download (256kB)
[img] Text
s_kom_0704571_chapter2.pdf
Restricted to Staf Perpustakaan

Download (583kB)
[img] Text
s_kom_0704571_chapter3.pdf

Download (217kB)
[img] Text
s_kom_0704571_chapter4.pdf
Restricted to Staf Perpustakaan

Download (996kB)
[img] Text
s_kom_0704571_chapter5.pdf

Download (188kB)
[img] Text
s_kom_0704571_bibliography.pdf

Download (187kB)
Official URL: hhtp://repository.upi.edu

Abstract

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 Type: Thesis (S1)
Additional Information: ID SINTA Dosen Pembimbing Wahyudin : 5979725 Herbert : 5991008
Uncontrolled Keywords: Asuransi, Sistem Rekomendasi, User-Based Collaborative Filtering.
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam > Program Studi Ilmu Komputer
Depositing User: Ferli pennita
Date Deposited: 22 Sep 2023 01:20
Last Modified: 22 Sep 2023 01:20
URI: http://repository.upi.edu/id/eprint/106329

Actions (login required)

View Item View Item