Pengelompokan Nasabah Surety Bond menggunakan Algoritma K-Means

Abstract

Surety Bond merupakan salah satu produk asuransi di PT. Jasaraharja Putera Kantor Pemasaran Cirebon, Surety Bond merupakan suatu perjanjian tertulis (perjanjian tambahan) antara Surety dan Principal untuk menjamin kepentingan Piha k ke III (obligee) bahwa Principal akan memenuhi kewajiban sesuai dengan perjanjian (perjanjian pokok) yang dibuat antara Principal dan Obligee. Asuransi merupakan proteksi atau perlindungan dari resiko kerugian dengan cara mengalihkan resiko pada pihak lain. Perusahaan asuransi memiliki banyak data dan catatan yang dapat digunakan untuk memperoleh informasi. Informasi yang diperoleh digunakan untuk pengembangan target dengan tujuan memperoleh pendapatan bagi perusahaan. Untuk itu diperlukan teknik pengelompokan produk-produk asuransi agar memudahkan perusahaan mengolah data dengan metode K-Means, penerapan metode K-Means dengan teknik clustering untuk data mining menghasilkan informasi produk asuransi. Tujuan penelitian ini untuk memudahkan pihak perusahaan asuransi dalam pengelompokan data acak nasabah surety bond dengan cara yang lebih efektif dan efesien. Metode K-Means pada penelitian ini menggunakan 150 data mengahasilkan 5 cluster dengan Nilai K optimal 5 dengan AVG -2.321 dan nilai DBI -2.383. Cluster 0 (MB) 27 data, cluster 1 (MB) 40 data, cluster 2 (MB) 59 data, cluster 3 (PB) 9 data, dan cluster 4 (BB) 15 data.