PENERAPAN DATA MINING DENGAN METODE INTERPOLASI UNTUK ESTIMASI PREMI BERDASARKAN PENDAPATAN NASABAH ASURANSI PRUDENTIAL DI YOGYAKARTA

PENERAPAN DATA MMDENGAN METODE INTERPÜIASIUNW. ESTIMASI PREMI BERDASARKAN PENDAPATAN NASABAH ASURANSI PRUDENTIAL DI YOGYAKARTA

PENERAPAN DATA MINING DENGAN METODE INTERPOLASI UNTUK ESTIMASI PREMI BERDASARKAN PENDAPATAN NASABAH ASURANSI PRUDENTIAL DI YOGYAKARTA

Pandapotan, A nton Setiaw an H onggow ibow o, D w i N ugraheny Teknik Informatika STTA Yogyakarta inform [email protected]

A bstract Prem i in a definition can be interpreted as a fe e to be paid by the customer, w hich is a combination o f the overall cost o f insurance benefits that used, and som etim es also include the am ount o f m oney invested by custom ers. T he output o f the data m ining is a custom ers is accepted according to the prudential value o f the estim ated prem i be gained from the num ber o f custom er revenue. F in al project is, created a program o f w eb-based application system to estim ate the prem i to m ake it easier fo r adm in (prudential em ployee) to determ ine the am ount o f prem i to be paid by the custom er. In this program , adm in (prudential em ployee) ju st need to know the am ount o f customer's incom e that the program w ill then process the results o f the estim ated prem i. T he test results is concluded that the program estim ates the prem i can be used easily by the adm in (prudential em ployee) and sim plify adm in decisions prem i estim ate to the custom er. K e y w o r d s : P r em i, C lu sterin g , I n t e r p o la s i, D a ta M in in g Abstrak Prem i dapat diartikan sebagai biaya yang harus dibayar oleh nasabah, yang m erupakan kombinasi dari biaya keseluruhan m anfaat asuransi yang digunakan, dan kadang-kadang juga term asuk jumlah uang yang diinvestasikan oleh nasabah. O utput dari data m ining ini adalah calon nasabah diterim a sebagai nasabah sesuai dengan hasil nilai estimasi prem i yang akan diperoleh dari jumlah pendapatan nasabah. Pada tugas akhir ini dibuat sebuah program dalam bentuk sistem aplikasi berbasis web estimasi premi untuk m em udahkan admin (Pegaw ai Prudential) dalam m enentukan jumlah premi yang harus dibayar oleh nasabah. Dalam program ini admin (Pegaw ai Prudential) hanya perlu mengetahui pendapatan nasabah yang kemudian program ini akan m em proses hasil dari estimasi premi. Dari hasil pengujian disimpulkan bahw a program ini dapat digunakan dengan m udah oleh adm in (Pegaw ai Prudential) dalam m em bantu m emberikan keputusan estimasi prem i kepada nasabah. K ata K unci: P rem i, C lu sterin g , I n te r p o la s i, D a t a M in in g

C O M P IL E R

e i

Pandapotan, Anton SEtiawan Honggowbowo, Dwi NugrahEny

1.

Latar B elakang Prediksi estimasi prem i sangat penting bagi suatu perusahaan asuransi. Estim asi prem i

sendiri tidak hanya didasarkan pada keuntungan yang didapatkan dari asuransi, melainkan juga dari faktor pendapatan. Jika prem i konsumen tidak didukung dengan pendapatan yang m em adai untuk m em bayar prem i asuransi, tentunya kondisi ini tidak m enguntungkan bagi perusahaan. Dengan adanya estimasi prem i akan produk asuransi, perusahaan asuransi, dalam hal ini perusahaan A suransi PT. Prudential Yogyakarta, dapat mengambil suatu keputusan

yang

strategis

untuk

para

agen-agennya

dalam

m em prom osikan

produk

asuransinya. Teknologi data m ining dapat dijadikan alat bantu dalam m engolah data yang berjumlah besar untuk dijadikan data prediksi. Dengan m em anfaatkan data m asukan berupa data nasabah, pendapatan nasabah, dan transaksi pem bayaran prem i asuransi, dapat dibangun aplikasi data m ining dengan m etode interpolasi untuk estimasi prem i asuransi. K eluaran atau output dari proses data mining ini adalah m asyarakat dapat diterima sebagai nasabah prudential sesuai dengan hasil nilai estimasi prem i yang akan diperoleh dari jumlah pendapatan nasabah. 2.

D a ta M in in g Kemajuan

dalam

pengum pulan

data

dan

teknologi

penyim panan

yang

cepat

mem ungkinkan organisasi m enghim pun jumlah data yang sangat besar. A lat dan teknik analisis data yang tradisional tidak lagi dapat digunakan untuk m engekstrak informasi dari data yang sangat besar. Untuk itu diperlukan suatu m etoda baru

yang dapat menjawab

kebutuhan tersebut. M enurut

(Therling K.,

2006),

data

m ining adalah

kombinasi secara logis

antara

pengetahuan data, dan analisis statistik yang dikembangkan dalam pengetahuan bisnis atau suatu proses yang m enggunakan teknik statistik, m atem atika, kecerdasan buatan, tiruan dan m achine-learning untuk mengekstraksi dan mengindentifikasi informasi yang berm anfaat bagi pengetahuan yang terkait dari berbagai database besar. Pada data mining terdapat 4 tahapan mulai dari seleksi data sam pai dengan hasil informasi yang telah di dapat dan dimengerti oleh pihak yang berkepentingan. Adapun penjelasan sebagai berikut. a.

Tahap 1 adalah Data Selection yaitu

M enciptakan him punan data target, pemilihan

himpunan data, atau memfokuskan pada subset variabel atau sampel data, tem pat penem uan (discovery) akan dilakukan. b.

Tahap 2 adalah P re-processing/C leaning yaitu : Pem rosesan pendahuluan dan pembersihan data yang m erupakan operasi dasar seperti penghapusan noise. Sebelum proses data m ining dapat dilaksanakan, perlu dilakukan proses cleaning pada data yang menjadi fokus K now ledge D iscovery in D atabases (KDD).

c.

Tahap 3 adalah D ata m ining yaitu Pemilihan tugas data m ining; pemilihan goal dari proses KDD (K nowledge D iscovery in D atabases) misalnya klasifikasi, regresi, clustering, dll.

d.

Tahap 4 adalah In terpretation / Evaluation yaitu Penerjemahan pola-pola yang dihasilkan dari data m ining. Pola informasi yang dihasilkan dari proses data m ining perlu ditampilkan dalam bentuk yang m udah dimengerti oleh pihak yang berkepentingan.

62

V o lu m e 1, N o m o r 2 , N o v e m b e r 2 0 1 2

PENERAPAN DATA MMDENGAN METODE INTERPÜIASIUNW. ESTIMASI PREMI BERDASARKAN PENDAPATAN NASABAH ASURANSI PRUDENTIAL DI YOGYAKARTA

C lu sterin g Clustering adalah proses m engelom pokkan obyek berdasarkan informasi yang diperoleh dari data yang menjelaskan hubungan antar obyek dengan prinsip untuk m emaksimalkan kesam aan antar anggota satu kelas dan mem inim um kan kesam aan antar k elas/ cluster. Tujuannya untuk menem ukan cluster yang berkualitas dalam w aktu yang layak. Clustering dalam data m ining berguna untuk menem ukan pola distribusi di dalam sebuah data set yang berguna untuk proses analisa data. Kesam aan obyek biasanya diperoleh dari kedekatan nilai-nilai atribut yang menjelaskan obyek-obyek data, sedangkan obyek-obyek data biasanya direpresentasikan sebagai sebuah titik dalam ruang multidimensi. 3.

Perancangan Sistem

P erancangan D iagram A lir Data Diagram Alir Data m erupakan suatu m odel logika data atau proses yang dibuat untuk m enggam barkan dari m ana asal data dan ke m ana tujuan data yang keluar dari sistem, letak data disimpan, proses apa yang menghasilkan data tersebut dan interaksi antara data yang tersim pan serta proses yang dikenakan pada data tersebut. Dengan DAD ini dapat diketahui letak data disimpan dan bagaim ana transform asi datanya. D iagram K onteks Diagram konteks m erupakan diagram yang menjelaskan proses perjalanan data dari satu atau beberapa source untuk m encapai suatu tujuan tertentu yang m ana pada proses perjalanan data tersebut hanya terdapat satu proses saja yang digam barkan dalam bentuk um um. Diagram konteks aplikasi untuk estim asi prem i yang dibuat dapat dilihat pada Gambar 1.

UMi Natabah Admin (P tf »w » Prudential)

PrtiM EtWTIMl

Laporan Promi Naiab** J Laporan Cttimm Prem* Ma*afeai N ________________ ^

N asab ah Pandapaun Natabah

Gambar 1 Diagram Konteks untuk aplikasi estimasi premi Pada Gambar 1 terdapat 2 entitas, yaitu admin dan nasabah. A dm in m engolah Data N asabah yang kemudian di lakukan proses estimasi prem i sehingga diperoleh nilai premi yang diterim a untuk nasabah. Selanjutnya nasabah memberikan pendapatan yang kemudian dilakukan estim asi premi sehingga di dapatkan laporan prem i nasabah yang m erupakan laporan estimasi prem i bagi nasabah. D A D Level 1 DAD level 1 seperti yang ditampilkan pada gam bar 2 m erupakan pengem bangan dari diagram konteks, dim ana pada diagram ini menjelaskan bahw a admin melakukan proses pengolahan data nasabah kem udian dilakukan proses estimasi prem i sesuai dengan pendapatan nasabah.

C O M P IL E R

6B

Pandapotan, Anton Sßtiawan Honggowbowo, Dwi NugrahEny

Gambar 2 DAD Level 1 dari Estimasi Premi yang dilakukan oleh admin Pada proses pengolahan Data Nasabah Gambar 2 diketahui bahw a adm in melakukan pengolahan data nasabah yang berupa biodata nasabah, pendapatan yang kem udian nantinya akan disimpan dalam database estim asi premi. Selanjutnya estimasi prem i database yang disimpan. kem udian data pendapatan nasabah diproses clustering dan interpolasi dilakukan untuk m engelom pokkan data-data pendapatan nasabah kem udian dicari nilai tengahnya dengan cara interpolasi sehingga diperoleh nilai estim asi prem i untuk nasabah. D iagram A lir (F lo w c h a rt) Sistem Flow chart adalah penggam baran secara grafik dari langkah-langkah dan urut-urutan prosedur

dari

suatu

program .

Pada

estimasi

prem i

ini

rangkaian

langkah-langkah

pem buatannya meliputi dari awal penggunaan dari program atau dengan m engawalinya dengan start, kemudian menuju pada input usernam e dan passw ord rangkaian pertanyaan untuk cek status apakah benar atau salah. Jika ya m aka program tersebut akan melanjutkan pengisian data nasabah, premi, dan pem bayaran prem i kem udian m asuk kedalam proses yakni rekap data, cleaning, clustering, hasil analisa dan prediksi yang akhirnya akan m em beritahu estimasi premi. tetapi jika pilihannya tidak m aka program tidak dapat berjalan. Penggam baran flow ch art dari estimasi prem i oleh adm in dapat dilihat pada gam bar 3.

— j ‘— ¿r* j* Cambar S Diagram Alir Sistem (Flowchart System) Pada Gambar 3 diatas m erupakan D iagram Alir Sistem (DAD) yang dimulai dari proses login input usernam e, dan passw ord jika benar maka akan adm in akan m elakukan pengolahan data nasabah yang kemudian nantinya akan di proses dalam bentuk clustering dan hasil analisa yang kemudian hasil akhirnya adalah m endapatkan hasil estim asi prem i untuk nasabah. 3.6 E n tity R e la t io n s h ip D ia g ra m (ERD) Perancangan

Entitiy

R elationship

D iagram

(ERD)

bertujuan

untuk

m em udahkan

pem aham an tentang hubungan (relasi) antar tiap tabel yang ada dalam basis data.

64

V o lu m e 1, N o m o r 2 , N o v e m b e r 2 0 1 2

PENERAPAN DATA MINNGDENGAN METODE INTERPÜIASIUNW. ESTIMASI PREMI BERDASARKAN PENDAPATAN NASABAH ASURANSI PRUDENTIAL DI YOGYAKARTA

Penggam baran Entitiy R elationship D iagram dapat dilihat pada Gam bar 4 m em uat informasi m engenai Entity R elationship D iagram sistem.

A dapun keterangan notasi-notasi nya adalah sebagai berikut: •

n adalah m any

•

1 adalah one

Pada Gambar 4 diketahui bahaw a nasabah m em punyai (idnasabah, nam a, alam at, tgllahir, kota, pekerjaan, hp, telp, pendapatan) yang dimana nasabah adalah n (banyak) m em punyai 1 produk (nmproduk, idproduk, manfaat, dan jenis produk) kemudian nasabah tersebut m elakukan transaksi pem baran prem i kepada adm in . Pem bayaran premi yang m em punyai (nopremi,

tglbayar,

bayarke,

dan

jumlah)

selanjutnya

adm in

m em punyai

(nama,

idadm in,passw ord, usernam e, dan jabatan) yang dim ana adm in berfungsi sebagai petugas yang melakukan transaksi pem bayaran premi nasabah. 4.

Im plem entasi Sistem Pada bagian implementasi sistem m erupakan bagian yang mendeskripsikan suatu sistem

agar sistem tersebut siap untuk dioperasikan. Bagian ini dilakukan setelah setelah tahap analisis data tahap perancangan aliran data dan m enu sistem selesai. Tahap implementasi ini akan m em bahas m engenai desain login, input data, desain proses data, desain output sistem serta analisis hasil yang berupa pengujian sistem tersebut secara manualnya. M enu Login M erupakan tampilan Login m erupakan tampilan awal saat sistem pertam a kali dijalankan. Tampilan dapat dilihat pada Pada Gambar 5

C O M P IL E R

es

Pandapotan, Antan Setiawan Honggowibowo, Dwi Nugraheny

I

I Gambar 5 Tampilan Halaman Login Im plem entasi Estim asi Prem i Tampilan

Halam an

Estimasi

prem i

m erupakan

halam an

yang

dirancang

untuk

m enentukan prem i yang akan dibayarkan oleh nasabah kepada pihak asuransi. Tampilan gam bar dapat dilihat Pada Gam bar 6

Gam bar 6 T ampilan Hasil Analisa A n alisa H asil Setelah

data

pendapatan

nasabah

dikelompokkan,

kem udian

dilakukan

proses

interpolasi. Tabel 4 m erupakan tabel koefisien untuk pencarian jumlah data pendapatan nasabah. Tabel 4 Tabel Koefisien i

X

y

ST 1

ST 2

0

X1

y1

(y1-y0) / (x1-X0)= A

(B-A) / (X2-X0) = D

1

X2

y2

(y2-y1) / (X2-X1)= B

2

X3

y3

(y3-y2) / (X3-X2)= C

A dapun keterangan notasi-notasi nya adalah sebagai berikut: Keterangan : x adalah pendapatan nasabah y adalah prem i nasabah bo adalah nilai premi i adalah jumlah data ST adalah koefisien 66

V o lu m e 1, N o m o r 2 , N o v e m b e r 2 0 1 2

PENERAPAN DATA MININEDENGAN METODE INJERPOIASIUNTUK ESTIMASI PREMI BERDASARKAN PENDAPATAN NASABAH ASURANSI PRUDENTIAL DI YOGYAKARTA

Contoh : Setelah selesai m engelom pokkan data pendapatan, m aka selanjutnya diketahui masingm asing pendapatan nasabah adalah xi adalah Rp.1.500.000, X2 adalah Rp.1.750.000 dan Rp.2.000.000. Dengan prem i untuk yi adalah Rp.100.000, y 2 adalah Rp.200.000, dan y 3 adalah Rp.350.000. Hitunglah hasil estimasi prem i nasabah tersebut ? Penyelesaian Kasus : Tabel 3.1 Tabel penghitungan jumlah data i

Pendapatan Nasabah

Premi Nasabah

0

Rp 1.500.000

Rp 100.000

1

Rp 1.750.000

Rp 200.000

2

Rp 2.000.000

Rp 350.000

Rumus yang digunakan i = i - 1 ..............................................(1) Maka i = 3-1 = 2 Selanjutnya m enghitung ST1 H itung ST1 : ST = (yi-yo)/(xi-xo)= A .................. (2) 0.4 = (Rp 200.000- Rp 1 0 0 .0 0 0 )/( Rp 1.750.000- Rp 1.500.000) ST = (y2- y1)/(x2 - X1)= B ............... (3) 0 = (Rp 200.000- Rp 2 0 0 .0 0 0 )/( Rp 2.000.000- Rp 1.750.000) H itung ST2 : Untuk m enghitung ST2 ST = (B-A)/(X2-X0) = C .....................(4) -8.10-7 = (0 -0 .4 )/( Rp 2.000.000- Rp 1.500.000).

M enghitun g N ilai In t e r p o la s i U ntuk menaksir (mengestimasi) nilai di antara titik- titik data yang tepat Bentuk um um persam aan polinomial order n adalah sebagai berikut, fn(x) = bo + b 1 (x - X0 ) + ... +bn(x - X0 )(x - X1 ) ... (x - Xn-1 ) Seperti yang dilakukan interpolasi linier dan kuadrat, titik-titik data dapat dilakukan dengan evaluasi koefisien fo, bi, ..., bn. Untuk polinomial order n, diperlukan (n + 1) titik data x 0, x 1 , x 2 , ..., xn. Dengan menggunakan titik-titik data tersebut, m aka persam aan berikut digunakan untuk m engevaluasi koefisien b0, bi, ..., bn. N ila i K o e f u n tu k m a s in g -m a s in g b0, b1, d s t : Nilai B0 =Rp. 100.000 , Nilai B1=0.4 , Nilai B2=-8.10-7,

C O M P IL E R

67

Pandapotan, Anton Setiawan Honggowbowo, Dwi Nugraheny

M enghitun g nilai f(x) dim ana x = Rp 1.500.000 fn(x) = bo + b 1 (x - x0) +bn(x - xq)(x - x1) f(x)= Rp 100.000+0.4(R p 1.500.000- Rp 1.500.000)+-8.10-7 (Rp 1.500.000- Rp.1.500.000)( Rp 1.500.000- Rp 1.750.000) f(x)= Rp 100.000 Dari hasil perhitungan didapatkan bahw a untuk pendapatan sebesar Rp.1.500.000 estimasi prem i untuk nasabah diperoleh R p.100.000/bulan. 5. K esim pulan 1.

Aplikasi estim asi prem i berdasarkan pendapatan nasabah asuransi prudential Yogyakarta yang dibuat m enggunakan m etode clustering dan interpolasi.

2.

Dengan adanya tam pilan antar m uka pengguna/ user interface m aka user menjadi lebih m udah dalam m engoperasikan sistem yang telah dibuat dalam tugas akhir ini.

3.

Estim asi nilai prem i m enggunakan proses clustering dan interpolasi telah sesuai yang diharapkan untuk m em bantu user (pegaw ai prudential).

Saran Beberapa saran yang dapat diberikan untuk pengem bangan aplikasi ini di m asa yang akan datang, antara lain: Sebaiknya program aplikasi ini dikembangkan dengan situs online jadi m em udahkan nasabah untuk

m engetahui berapa

estimasi

prem i

yang

dibayarkan

nasabah

sesuai

dengan

pendapatan nasabah

Referensi [1] A gus Setiawan, Pengantar Numerik, Andi Offset, Yogyakarta, 2010. [2] Al-Bahra, Ladjamudin, Analisis dan Desain Sistem Informasi, Graha Ilmu, Yogyakarta, 2005. [3] Firrar U tdirartatm o, Clustering, Andi Offset, Yogyakarta, 2009. [4] Hall, Brown, Core W eb P rogram m in g,T he Sun M icrosystem Press, USA, 2001 [5] John H. M athews, N um erical M ethods fo r M athem atics, Science, A n d Engineering (second edition), Prentice Hall International Editions, USA, 2004. [6] N ugroho, Bunafit, Aplikasi Pem rogram an W eb Dinamis dengan PH P dan MySql, Gava Media, Yogyakarta, 2004 [7] Sani, Susanto, Dedy Suryadi, Pengantar D ata M ining, Andi Offset, Yogyakarta, 2010

68

V o lu m e 1, N o m o r 2 , N o v e m b e r 2 0 1 2