Abstract:
Terdapat berbagai kejadian yang terjadi pada manusia yang dapat menyebabkan kecacatan
yaitu sakit, cidera, atau yang lainnya. Kecacatan tersebut dapat menimbulkan kerugian
finansial. Untuk mengantisipasi kerugian finansial manusia membutuhkan asuransi sebagai
bentuk perlindungan dari kerugian finansial. Oleh karena itu, perusahaan asuransi perlu
memprediksi tingkat pemulihan kecacatan untuk membuat produk asuransi yang sesuai. Neural
Network adalah suatu model pembelajaran yang bentuknya menyerupai jaringan sel otak yang
dapat digunakan untuk memprediksi Suatu nilai dengan cara mempelajari data-data yang sudah
Diketahui terlebih dahulu. Pada skripsi ini, akan dibuat suatu model yang dapat memprediksi
tingkat pemulihan dengan menggunakan metode Neural Network, dimana Mean Squared Error
(MSEI) dari metode Neural akan dibandingkan dengan nilai MSE dari metode lain,
yaitu Pohon Keputusan dan Gradient Boosting Machine (GBM) untuk menentukan metode
yang lebih baik dalam memprediksi tingkat pemulihan. Data yang digunakan adalah data yang
diterbitkan oleh Society of Actuaries (SOA). Diperoleh bahwa model Neural Network yang
terbaik adalah Neural Network dengan 3 hidden neuron dan threshold = 0,05. Tetapi jika
dibandingkan dengan kedua metode lain, Neural Network memberikan nilai MSE yang lebih
besar dari MSE pada metode GBM dan lebih kecil dari MSE pada metode Pohon Keputusan. Hal
ini Menunjukan bahwa metode GBN lebih baik dari metode Neural Network dalam memprediksi
tingkat pemulihan pada data.