Aplikasi pendukung keputusan untuk menentukan produk asuransi bagi calon pelanggan menggunakan metode analytical hierarchy process

INDONESIA:

Manusia tidak lepas dari istilah resiko, salah satu cara untuk mengantisipasinya adalah dengan mengikuti asuransi. Asuransi merupakan bentuk pengendalian resiko yang dilakukan dengan cara mengalihkan resiko dari satu pihak ke pihak lain. Banyaknya perusahaan jasa asuransi yang bisa melayani berbagai macam jasa asuransi dan karena terlalu banyaknya kriteria yang harus diperhitungkan, terkadang membuat calon pelanggan menjadi bingung dalam menentukan produk asuransi. Oleh sebab itu penulis membuat aplikasi ini dengan tujuan membantu calon pelanggan untuk mendapatkan rekomendasi produk asuransi yang sesuai dengan keinginannya. Penelitian ini menggunakan metode Analytical Hierarchy Process dengan nilai bobot dari perbandingan setiap kriteria yang akan ditentukan oleh calon pelanggan. Pembuatan aplikasi ini berbasis web dengan bahasa pemrograman PHP dan MySQL. Berdasarkan dari hasil pengujian aplikasi, dapat dikatakan cukup baik karena nilai ketidakkonsistenan dari dari 30 sampel sebesar 30% sehingga nilai keakurasian sebesar 70%.

ENGLISH:

Humans can not be separated from the term risk, one way to anticipate is to follow the insurance. Insurance is a form of risk control is performed by means of switch risk from one party to another party. The amount of the insurance company that can serve a wide range of insurance and because of too many criteria that must be calculated, sometimes making candidate customers become confused in determining insurance products. Therefore, the authors make this app aims to help candidate customers to get product recommendations insurance in accordance with his wishes. This research uses a Analytical Hierarchy Process method with the value of the weight of comparison for each criterion will be determined by candidate customers. This application is a web-based, with programming languages PHP and MySQL. Based on the results of testing the application, can be quite good for the value inconsistency of 30 samples is 30% so the value of accuracy is 70%.