Prediksi Keterlambatan Penerbangan Menggunakan Metode Decision Tree Untuk Penentuan Premi Asuransi Perjalanan

Authors

  • Shella Lolitha Universitas Pelita Harapan
  • Samuel Lukas Universitas Pelita Harapan
  • Frans Panduwinata Universitas Pelita Harapan

DOI:

https://doi.org/10.22236/teknoka.v5i.326

Keywords:

Pohon Keputusan, Perhitungan Premi, Keterlambatan Penerbangan, Asuransi Perjalanan

Abstract

Keterlambatan penerbangan menjadi suatu masalah yang tidak dapat dihindari pada penerbangan komersial. Kompensasi yang diatur dalam Peraturan Menteri dinilai tidak sebanding dengan keterlambatan yang terjadi. Sebaliknya, pihak perusahaan maskapai juga enggan untuk meningkatkan kualitas pelayanan, salah satu alasannya adalah membayar biaya kompensasi penumpang jauh lebih murah dibanding biaya yang diperlukan untuk meningkatkan pelayanan. Maka dari itu diperlukan sebuah sistem untuk penghitungan jumlah premi yang dapat dibayar oleh penumpang agar menguntungkan kedua belah pihak. Dengan menggunakan metode penghitungan statistik dan algoritma machine learning yaitu pohon keputusan, keterlambatan dapat diprediksi berdasarkan kategori keterlambatan yang tertulis dalam Peraturan Menteri dan premi asuransi dapat dihitung dengan sesuai dan saling menguntungkan kedua belah pihak. Tahap perancangan sistem adalah sebagai berikut: membaca data mentah penerbangan komersial di Indonesia dari tahun 2017 sampai 2019, melakukan preprocessing data, melakukan pembersihan data, melakukan pelatihan data, melakukan proses prediksi, melakukan kalkulasi premi dan membuat visualisasi untuk menampilkan hasil prediksi dan harga premi. Hasil pengujian berdasarkan matriks confusion menunjukkan bahwa model untuk memprediksi keterlambatan memiliki akurasi sebesar 72,76%. Kemudian dari proses validasi, didapatkan bahwa tingkat kemiripan hasil prediksi dengan hasil validasi tersebut adalah 96,14%. Hasil penghitungan premi memiliki nilai premi yang lebih masuk akal dan menguntungkan bagi penumpang penerbangan.

 

Author Biographies

Shella Lolitha, Universitas Pelita Harapan

Informatika , Fakultas Ilmu Komputer

Samuel Lukas, Universitas Pelita Harapan

Informatika, Fakultas Ilmu Komputer

Frans Panduwinata, Universitas Pelita Harapan

Informatika, Fakultas Ilmu Komputer

References

Badan Pusat Statistik, Lalu Lintas Penerbangan Dalam Negeri Indonesia Tahun 2003-2018. (2020). https://www.bps.go.id/statictable/2009/02/21/1402/lalu-lintas-penerbangan-dalam-negeri-indonesia-tahun-2003-2018.html. (diakses tanggal 17 Oktober 2020).

Aviation Safety Network, Airliner Accident Fatalities Per Year 1946-2017. (2017). https://aviation-safety.net/graphics/infographics/Fatal-Accidents-Per-Year-1946-2017.jpg. (diakses tanggal 17 Oktober 2020).

Pemerintah Indonesia, Peraturan Menteri Perhubungan Republik Indonesia Nomor PM 89 Tahun 2015 Tentang Penanganan Keterlambatan (Delay Management) Pada Badan Usaha Angkutan Udara Niaga Berjadwal di Indonesia. Lembaran RI Tahun 2015 No. 6. Jakarta: Sekretariat Negara. (2015).

Hungelmann, J, Insurance for dummies, Hoboken, NJ: Wiley. (2009).

Kagan, Julia, Insurance Premium. (2019). https://www.investopedia.com/terms/i/insurance-premium.asp. (diakses tanggal 17 Oktober 2020)

Lukas, S., Margaretha, H., Stefanim D., Widjaja, P., Feng, Ben, Insurance Premium Model For Flight Delay Using Standar Deviation, GLM And SVM. Universitas Pelita Harapan & University of Waterloo. (2019).

Kotsiantis, S. B., Supervised Machine Learning: A Review of Classification Techniques. Informatica 31, 249-268. (2007).

Rokach, L.; Maimon, O., Top-down induction of decision trees classifiers-a survey. IEEE Transactions on Systems, Man, and Cybernetics - Part C: Applications and Reviews, 35 (4): 476–487. CiteSeerX 10.1.1.458.7031. doi:10.1109/TSMCC.2004.843247. (2008).

Downloads

Published

2021-01-04