Prediksi tingkat mortalita asuransi grup cacat jangka panjang menggunakan neural network

Abstract

Memprediksi tingkat mortalita adalah hal yang perlu dilakukan bagi suatu perusahaan asuransi untuk dapat menentukan produk asuransi, menghitung nilai premi, dan menghitung besar resiko yang akan ditanggung oleh perusahaan. Pada skripsi ini, dibahas mengenai prediksi tingkat mortalita dari data sampel Asuransi Grup Cacat Jangka Panjang dari Society of Actuary tahun 2017 menggunakan metode Neural Network. Metode Neural Network merupakan salah satu metode machine learning di mana sistem kerjanya mengikuti proses pembelajaran otak manusia yang diimplementasikan dalam sistem komputasi. Dalam proses ini, data akan dibagi menjadi training data dan test data. Model dibangun dari training data dan diuji akurasinya dengan menghitung nilai Mean Squared Error menggunakan test data. Berdasarkan hasil prediksi dan nilai Mean Squared Error yang diperoleh, model Neural Network memberikan hasil yang lebih baik dibandingkan dengan model Random Forest, namun tidak lebih baik dibandingkan dengan model Decision Tree.