NOVY, AMALIA (2016) COSTUMER PROFILING DARI PRODUK ASURANSI DENGAN MENGGUNAKAN METODE K-MEANS MANHATTAN DISTANCE. Skripsi,Fakultas Ilmu Komputer.
| PDF Download (3775b) | Preview | |
Image (JPEG) Download (0b) | ||
| PDF Download (617Kb) | Preview | |
| PDF Download (220Kb) | Preview | |
| PDF Download (743Kb) | Preview | |
| PDF Download (184Kb) | Preview | |
| PDF Download (173Kb) | Preview | |
| PDF Download (206Kb) | Preview | |
| PDF Download (170Kb) | Preview | |
| PDF Download (1908Kb) | Preview | |
| PDF Download (1157Kb) | Preview | |
| PDF Download (1157Kb) | Preview | |
| PDF Download (414Kb) | Preview | |
| PDF Download (937Kb) | Preview |
Abstract
Pada dasarnya manusia tidak hanya membutuhkan kebutuhan primer yang harus mereka penuhi untuk keberlangsungan hidupnya. Akan tetapi manusia juga perlu untuk menjamin keamaan hidup mereka, kesehatan maupun permasalahan financial. Untuk mampu memenuhi kebutuhan tersebut. Karena itu manusia membutuhkan asuransi, oleh karena itu perusahaan perlu sebuah cara untuk mengelompokkan pelanggan yang dikenal juga dengan istilah customer segmentation atau customer profiling. Pada penelitian ini digunakan metode klastering (Clustering) dengan algoritma K-Means Manhattan. Sebelum dilakukan pengolahan data, dilakukan proses normalisasi data, kemudian data diolah menjadi beberapa klaster. Data yang telah diklasterisasi tersebut menghasilkan kategori prediksi yang nantinya digunakan untuk acuan dalam proses costumer profiling. Dari laporan tugas akhir ini dihasilkan sebuah pengklusteran costumer profiling terhadap produk asuransi. Dengan adanya penelitian tersebut, perusahaan asuransi dapat mengetahui hasil costumer profiling dan dapat memberikan tindakan preventif.
Item Type: | Article |
---|---|
Subjects: | Universitas Dian Nuswantoro > Fakultas Ilmu Komputer > Sistem Informasi |
Divisions: | Fakultas Ilmu Komputer |
Depositing User: | Psi Udinus |
Date Deposited: | 04 May 2017 15:36 |
Last Modified: | 04 May 2017 15:36 |
URI: | http://eprints.dinus.ac.id/id/eprint/21886 |
Actions (login required)
View Item |