Sistem Pendukung Keputusan Penentuan Premi Asuransi Berbasis Data Mining

Abstract

Penelitian ini bertujuan untuk mengembangkan Sistem Pendukung Keputusan (SPK) penentuan premi asuransi berbasis data mining yang akurat, stabil, serta mampu menjadi dasar pengambilan keputusan premi yang objektif dan transparan. Data penelitian menggunakan 11.982 data peserta asuransi hasil kurasi dari 12.436 data awal yang mencakup variabel usia, jenis kelamin, jenis pertanggungan, masa kepesertaan, frekuensi klaim, dan besar klaim. Hasil eksplorasi data mengidentifikasi bahwa usia peserta, jenis pertanggungan, masa kepesertaan, frekuensi klaim, dan besar klaim merupakan faktor risiko utama yang paling berpengaruh terhadap besaran premi, dengan frekuensi klaim dan besar klaim sebagai prediktor terkuat. Model prediksi premi dibangun menggunakan algoritma Decision Tree dan Random Forest. Evaluasi kinerja menunjukkan bahwa Random Forest menghasilkan performa terbaik dengan nilai akurasi 0,89, AUC 0,88, dan MAE 0,21, sehingga dinilai paling akurat dan stabil. Model terbaik kemudian diintegrasikan ke dalam prototipe SPK berbasis web yang mampu memberikan rekomendasi premi dan skor risiko individual secara otomatis. Hasil uji coba pengguna menunjukkan tingkat kepuasan sebesar 86%, yang mengindikasikan bahwa SPK yang dikembangkan layak digunakan sebagai alat bantu penentuan premi yang objektif, konsisten, dan transparan dalam mendukung pengambilan keputusan perusahaan asuransi.