USMUSM
Jurnal TransformatikaJurnal TransformatikaPenelitian ini membandingkan metode Interquartile Range (IQR) dan Isolation Forest dalam mendeteksi outlier pada data klaim asuransi di PT Askrindo Cabang Semarang. Data yang dianalisis mencakup nilai klaim dan lama penyelesaiannya. Hasil analisis univariat dengan pendekatan IQR menunjukkan adanya 9 klaim yang menyimpang dari pola umum, yang terdiri atas 5 penyimpangan pada nilai klaim, 3 pada durasi penyelesaian, serta 1 klaim yang menyimpang pada kedua aspek tersebut. Sementara itu, Isolation Forest dengan pendekatan multivariat dan tingkat contamination sebesar 0,05 mendeteksi 6 klaim anomali yang menunjukkan durasi penyelesaian sangat panjang dan kombinasi lazim. Hasil penelitian menunjukkan bahwa IQR efektif untuk mengidentifikasi nilai ekstrem secara cepat, sedangkan Isolation Forest lebih mampu menangkap anomali kompleks antarvariabel. Studi ini memberikan perbandingan empiris berbasis data riil industri asuransi yang menegaskan perbedaan karakteristik sehingga memperjelas dasar metodologis dalam pemilihan metode deteksi outlier sesuai tujuan analisis dan karakteristik data klaim.
Hasil analisis menunjukkan bahwa IQR dan Isolation Forest sama-sama dapat mengenali outlier, namun melalui pendekatan yang tidak sama.IQR lebih efektif untuk menandai nilai ekstrem secara cepat, sementara Isolation Forest lebih sensitif dalam mengenali anomali yang muncul dari kombinasi nilai klaim dan durasi penyelesaian.Oleh karena itu, kedua metode ini lebih optimal digunakan secara berurutan, dengan IQR sebagai tahap awal dan Isolation Forest untuk analisis lanjutan.Kontribusi utama penelitian ini adalah penyajian perbandingan empiris berbasis data riil industri asuransi yang memberikan dasar metodologis yang jelas dalam pemilihan metode deteksi outlier sesuai tujuan analisis.
Berdasarkan temuan penelitian ini, terdapat beberapa arah penelitian lanjutan yang dapat dieksplorasi. Pertama, perlu dilakukan pengembangan model deteksi outlier yang mampu mengintegrasikan berbagai metode statistik dan machine learning, seperti kombinasi IQR dengan algoritma clustering untuk mengidentifikasi pola anomali yang lebih kompleks. Kedua, penelitian selanjutnya dapat fokus pada pengembangan metode untuk secara otomatis menentukan parameter optimal, seperti tingkat contamination pada Isolation Forest, berdasarkan karakteristik data klaim. Ketiga, penting untuk mengeksplorasi penggunaan teknik deep learning, seperti autoencoder, untuk mendeteksi anomali pada data klaim yang memiliki dimensi tinggi dan pola yang tidak linier. Dengan menggabungkan pendekatan-pendekatan ini, diharapkan dapat dihasilkan model deteksi outlier yang lebih akurat, adaptif, dan mampu memberikan wawasan yang lebih mendalam bagi perusahaan asuransi dalam mengelola risiko dan meningkatkan efisiensi operasional.
- Choice Reviews | Login. choice reviews status doi.org/10.5860/choice.52-0606Choice Reviews Login choice reviews status doi 10 5860 choice 52 0606
- Evaluating the Isolation Forest Method for Anomaly Detection in Software-Defined Networking Security... journal.esrgroups.org/jes/article/view/639Evaluating the Isolation Forest Method for Anomaly Detection in Software Defined Networking Security journal esrgroups jes article view 639
| File size | 535.83 KB |
| Pages | 10 |
| DMCA | Report |
Related /
UMSUMS Artikel ini mengeksplorasi penerapan keadilan restoratif dalam penyelesaian kasus lalu lintas dengan korban luka ringan di Wonogiri. Penelitian ini bertujuanArtikel ini mengeksplorasi penerapan keadilan restoratif dalam penyelesaian kasus lalu lintas dengan korban luka ringan di Wonogiri. Penelitian ini bertujuan
UMSUMS Terdapat perbedaan pertimbangan antar hakim dalam menginterpretasikan prinsip hukum seperti substance over form dan penerapan asas Ne Bis in Idem, sertaTerdapat perbedaan pertimbangan antar hakim dalam menginterpretasikan prinsip hukum seperti substance over form dan penerapan asas Ne Bis in Idem, serta
USMUSM Penelitian ini mengembangkan sistem pengenalan pola multi-lapis untuk mendeteksi teks yang dihasilkan AI dan mengklasifikasikan model AI sumber. SistemPenelitian ini mengembangkan sistem pengenalan pola multi-lapis untuk mendeteksi teks yang dihasilkan AI dan mengklasifikasikan model AI sumber. Sistem
UNTARUNTAR Studi ini menggunakan model TTF (Task-Technology Fit) sebagai dasar teoretis dan mengintegrasikan computer self-efficacy untuk mengeksplorasi kepuasanStudi ini menggunakan model TTF (Task-Technology Fit) sebagai dasar teoretis dan mengintegrasikan computer self-efficacy untuk mengeksplorasi kepuasan
UMSUMS It emphasizes the critical role of identity verification and authentication measures in mitigating these risks. Furthermore, the research underscores theIt emphasizes the critical role of identity verification and authentication measures in mitigating these risks. Furthermore, the research underscores the
UMSUMS Mengidentifikasi penyebab utama tindak pidana dapat membantu mencegah atau mengurangi kejahatan. Tujuan dari penelitian ini adalah untuk menganalisis hukumMengidentifikasi penyebab utama tindak pidana dapat membantu mencegah atau mengurangi kejahatan. Tujuan dari penelitian ini adalah untuk menganalisis hukum
JURNALISTIQOMAHJURNALISTIQOMAH Survei Kesejahteraan Publik (NHS) (2008) melaporkan bahwa MSDs bertanggung jawab atas 50% kasus penyakit akibat kerja pada anggota tubuh atas, termasukSurvei Kesejahteraan Publik (NHS) (2008) melaporkan bahwa MSDs bertanggung jawab atas 50% kasus penyakit akibat kerja pada anggota tubuh atas, termasuk
JURNALISTIQOMAHJURNALISTIQOMAH Tujuan penelitian adalah mengetahui pengaruh penyuluhan gizi melalui media ular tangga dan cerita bergambar terhadap pengetahuan dan sikap tentang giziTujuan penelitian adalah mengetahui pengaruh penyuluhan gizi melalui media ular tangga dan cerita bergambar terhadap pengetahuan dan sikap tentang gizi
Useful /
USMUSM Untuk meningkatkan kualitas keputusan, penelitian selanjutnya disarankan untuk menambah indikator pendukung yang relevan. Lebih lanjut, hasil penelitianUntuk meningkatkan kualitas keputusan, penelitian selanjutnya disarankan untuk menambah indikator pendukung yang relevan. Lebih lanjut, hasil penelitian
USMUSM Metode klasifikasi dengan algoritma K-Nearest Neighbour (kNN) efektif dalam mengidentifikasi akun palsu di Instagram, bergantung pada kemiripan akun denganMetode klasifikasi dengan algoritma K-Nearest Neighbour (kNN) efektif dalam mengidentifikasi akun palsu di Instagram, bergantung pada kemiripan akun dengan
UNTARUNTAR Strategi pemasaran dilakukan sepenuhnya melalui e-commerce, termasuk media utama seperti IG, FB, Line@, komunitas, dan situs resmi, dengan sistem keanggotaanStrategi pemasaran dilakukan sepenuhnya melalui e-commerce, termasuk media utama seperti IG, FB, Line@, komunitas, dan situs resmi, dengan sistem keanggotaan
UNTARUNTAR However, most enterprises do not have high demand for new green talents. Basically, most of the new manpower added by enterprises after transformationHowever, most enterprises do not have high demand for new green talents. Basically, most of the new manpower added by enterprises after transformation