Perpustakaan Digital ITB

Industri perasuransian tidak terlepas dari fraud asuransi yang menyebabkan kerugian sangat besar bagi perusahaan asuransi. Oleh karena itu, pendeteksian fraud asuransi ini penting agar dapat meminimalisasi kerugian yang disebabkan fraud tersebut. Di era revolusi industri 4.0 ini, dapat dimanfaatkan pembelajaran mesin untuk mendeteksi fraud asuransi. Salah satu sektor asuransi yang sering menjadi sasaran fraud adalah asuransi kendaraan bermotor. Pada penelitian ini, akan dibuat model pendeteksian fraud asuransi menggunakan data klaim asuransi kendaraan bermotor. Dalam membangun model, perlu ditentukan fiturfitur yang dapat menggambarkan karakteristik fraud ini. Model yang dibuat pada penelitian ini dapat mendeteksi fraud hanya dengan 10 fitur. Dari fitur-fitur tersebut, pada penelitian ini dianalisis karakteristik dari fraud klaim asuransi kendaraan bermotor. Pada penelitian ini juga akan ditentukan model terbaik dalam mendeteksi fraud klaim asuransi kendaraan bermotor. Terdapat beberapa metode yang digunakan yaitu regresi logistik, decision tree, na¨?ve Bayes, dan juga ensemble dari ketiga metode tersebut untuk mendeteksi fraud pada klaim asuransi kendaraan bermotor ini. Dalam membandingkan performa dan menentukan model terbaik, akan digunakan validasi AUC-ROC dan confusion matrix.