Penerapan Model Recency, Frequency, Monetary (RFM) untuk Segmentasi Profil Risiko Nasabah Program JKK BPJS Ketenagakerjaan Kabupaten Berau
Total View This Week0
Total View This Week0
Institusion
Institut Teknologi Kalimantan
Author
Rahmah, Nur
Subject
Q Science (General)
Datestamp
2025-01-10 03:59:17
Abstract :
Jaminan Kecelakaan Kerja (JKK) bertujuan untuk menyediakan perlindungan finansial serta pelayanan manfaat bagi pekerja yang menderita kerugian akibat kecelakaan kerja atau penyakit yang disebabkan oleh kondisi di tempat kerja, termasuk saat bepergian menuju atau dari tempat kerja. Penelitian ini bertujuan untuk melakukan segmentasi profil risiko nasabah program JKK BPJS Ketenagakerjaan Berau. Metode analisis yang digunakan yaitu kombinasi model Recency, Frequency, dan Monetary (RFM) dan algoritma K-Means Clustering. Data yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh dari JKK BPJS Ketenagakerjaan Berau. Sampel data yang dianalisis sebanyak 316 observasi dengan tiga variabel independen. Teknik analisis yang digunakan dalam penelitian ini meliputi uji multikolinearitas, perhitungan dan penentuan skor RFM, analisis segmentasi menggunakan algoritma K-Means, evaluasi jumlah cluster optimal dengan menggunakan metode elbow, validasi kualitas hasil segmentasi dengan Sum of Squared Errors (SSE), serta interpretasi karakteristik hasil segmentasi untuk menentukan segmen profil risiko nasabah. Analisis data dilakukan menggunakan bahasa pemrograman python. Temuan penelitian menunjukkan adanya tiga cluster nasabah dengan karakteristik risiko yang berbeda berdasarkan nilai RFM. Cluster pertama, terdiri dari 14 nasabah, mencakup nasabah dengan risiko tinggi, yang sering dan baru-baru ini mengajukan klaim dengan nilai klaim sangat besar. Cluster kedua, terdiri dari 246 nasabah, mencakup nasabah dengan risiko rendah, yang jarang mengajukan klaim, sudah lama tidak mengajukan klaim, dan memiliki nilai klaim yang kecil. Cluster ketiga terdiri dari 58 nasabah, mencakup nasabah dengan risiko sedang hingga tinggi, dengan frekuensi klaim yang cukup sering, nilai klaim signifikan, dan pola pengajuan klaim yang cukup baru.
Jaminan Kecelakaan Kerja (JKK) bertujuan untuk menyediakan perlindungan finansial serta pelayanan manfaat bagi pekerja yang menderita kerugian akibat kecelakaan kerja atau penyakit yang disebabkan oleh kondisi di tempat kerja, termasuk saat bepergian menuju atau dari tempat kerja. Penelitian ini bertujuan untuk melakukan segmentasi profil risiko nasabah program JKK BPJS Ketenagakerjaan Berau. Metode analisis yang digunakan yaitu kombinasi model Recency, Frequency, dan Monetary (RFM) dan algoritma K-Means Clustering. Data yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh dari JKK BPJS Ketenagakerjaan Berau. Sampel data yang dianalisis sebanyak 316 observasi dengan tiga variabel independen. Teknik analisis yang digunakan dalam penelitian ini meliputi uji multikolinearitas, perhitungan dan penentuan skor RFM, analisis segmentasi menggunakan algoritma K-Means, evaluasi jumlah cluster optimal dengan menggunakan metode elbow, validasi kualitas hasil segmentasi dengan Sum of Squared Errors (SSE), serta interpretasi karakteristik hasil segmentasi untuk menentukan segmen profil risiko nasabah. Analisis data dilakukan menggunakan bahasa pemrograman python. Temuan penelitian menunjukkan adanya tiga cluster nasabah dengan karakteristik risiko yang berbeda berdasarkan nilai RFM. Cluster pertama, terdiri dari 14 nasabah, mencakup nasabah dengan risiko tinggi, yang sering dan baru-baru ini mengajukan klaim dengan nilai klaim sangat besar. Cluster kedua, terdiri dari 246 nasabah, mencakup nasabah dengan risiko rendah, yang jarang mengajukan klaim, sudah lama tidak mengajukan klaim, dan memiliki nilai klaim yang kecil. Cluster ketiga terdiri dari 58 nasabah, mencakup nasabah dengan risiko sedang hingga tinggi, dengan frekuensi klaim yang cukup sering, nilai klaim signifikan, dan pola pengajuan klaim yang cukup baru.
File :
17211026_cover.pdf
17211026_statement_of_authenticity.pdf
17211026_notations.pdf
17211026_chapter_1.pdf
17211026_chapter_2.pdf
17211026_chapter_3.pdf
17211026_chapter_4.pdf
17211026_conclusions.pdf
17211026_bibliography.pdf
17211026_enclosure.pdf
17211026_paper.pdf
17211026_presentation.pdf
17211026_publishing_agreement.pdf
17211026_Form. TA-020.pdf
17211026_approval_sheet.pdf
17211026_preface.pdf
17211026_abstract_id.pdf
17211026_abstract_en.pdf
17211026_table_of_content.pdf
17211026_illustrations.pdf
17211026_tables.pdf
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
