Tesis
Diabetes melitus merupakan peningkatan kadar gula darah disertai dengan gangguan metabolisme karbohidrat, lipid, dan protein sebagai akibat fungsi insulin yang tidak mencukupi. Pada tahun 2021 jumlah kematian akibat diabetes melitus di Indonesia mencapai 236.711 orang, menempati urutan keenam dunia dan pertama di Asia Tenggara. Di Indonesia penyakit ini meningkat sebesar 8,5% di tahun 2014 pada orang berusia di atas 18 tahun. Banyak faktor yang menjadi pemicu antara lain umur, jenis kelamin, serta diagnosa dokter terhadap penyakit bawaan. Meningkatnya jumlah kasus kematian akibat diabetes melitus setiap tahunnya membuat perusahaan asuransi harus mengantisipasi keadaan tersebut, termasuk menghitung cadangan klaim. Tulisan ini bertujuan untuk menghitung prediksi klaim yang dapat disiapkan dengan menggunakan batasan variabel umur, jenis kelamin, dan diagnosa dokter terhadap penyakit bawaan lainnya dengan melakukan klasifikasi menggunakan K-Modes clustering dan Metode Heuristik. Setelah mengklasifikasikan data, dilanjutkan dengan menghitung prediksi klaim menggunakan algoritma Random Forest, Naïve Bayes, dan Support Vector Machine. Hasil penelitian ini menunjukkan bahwa prediksi model terbaik diperoleh dengan menggunakan algoritma Naive Bayes, sedangkan kelompok klasifikasi terbaik menggunakan model Heuristik. Hasil penelitian ini diharapkan dapat menjadi pedoman bagi perusahaan asuransi dalam menentukan estimasi jumlah klaim yang mungkin terjadi.
| Call Number | Location | Available |
|---|---|---|
| T 547/23 | PSB lt.2 - Karya Akhir | 1 |
| Penerbit | Jakarta: Program Studi Magister Manajemen, Fakultas Ekonomi dan Bisnis, Universitas Indonesia 2023 |
|---|---|
| Edisi | - |
| Subjek | Insurance Machine Learning Prediction claims Diabetes mellitus |
| ISBN/ISSN | - |
| Klasifikasi | NONE |
| Deskripsi Fisik | xii, 51 p. ; 30 cm |
| Info Detail Spesifik | Tesis |
| Other Version/Related | Tidak tersedia versi lain |
| Lampiran Berkas | Tidak Ada Data |