BAB 3
PEMBAHASAN
3.1 Jenis-Jenis
Asuransi Properti
Untuk mengetahui jenis-jenis asuransi
aja saja yang terdapat dibidang properti, berikut pembagian jenis-jenis
asuransi properti menurut Asuransi Central Asia atau dikenal dengan istilah ACA
Asuransi, yaitu ada 4 jenis :
3.1.1
Asuransi
Kebakaran
Gambar 3.1 Asuransi Kebakaran ACA
·
Apa
saja yang bisa diasuransikan?
1)
Bangunan,
2)
Perabotan
Rumah Tangga,
3)
Perlengkapan
Rumah,
4)
Mesin,
5)
Barang
Dagangan.
·
Apa
saja yang dijamin?
1)
Kebakaran,
2)
Petir,
3)
Ledakan
dan Asap,
4)
Tanah
Longsor,
5)
Banjir,
6)
Kerusakan
akibat kerusuhan atau kecelakaan.
·
Adakah
resiko yang tidak dijamin?
1)
Kebakaran
yang terjadi akibat kelalaian (arus pendek pada listrik atau meledaknya tabung
gas),
2)
Kerusakan
akibat perang (bom, radiasi nuklir).
·
Siapa
saja yang memerlukan produk ini?
Setiap
individu atau badan usaha yang memiliki kepentingan atas harta benda yang
diasuransikan seperti: pemilik, penyewa, bank atau lembaga keuangan pemberi kredit.
3.1.2 Asuransi
Pencurian dan Pembongkaran
Gambar 3.2 Asuransi Pencurian dan Pembongkaran ACA
·
Apa
saja yang bisa diasuransikan?
1)
Harta
Benda seperti : komputer, laptop, televisi, kulkas, AC, piano, dan sebagainya.
Setiap
harta benda yang akan diasuransikan wajib diberikan keterangan rinci, antara
lain: merk, tipe, tahun pembuatan, harga pembelian, jumlah unit. Rincian ini
sangat diperlukan, jumlah unit.
Rincian ini sangat diperlukan baik oleh nasabah maupun pihak asuransi. Mengapa
demikian? Jika terjadi kebongkaran maka nasabah mudah mengajukan klaim berupa
jenis barang dengan spesifikasi seperti pada lampiran polis asuransi sekaligus prakiraan besar kerugian yang terjadi.
·
Apa
saja yang dijamin?
Hilangnya
barang-barang akibat pencurian yang didahului tindakan kekerasan atau paksaan
atau diikuti oleh perusakan terhadap bangunan. Selain itu, dijamin pula
rusaknya barang-barang atau bangunan akibat tindakan kekerasan tersebut.
·
Adakah
resiko yang tidak dijamin?
Kerusakan
yang disebabkan oleh tindakan sendiri atau anggota keluarga dan Kerugian yang
dapat diasuransikan melalui asuransi kebakaran atau asuransi kaca; surat
berharga, saham, uang kertas, uang logam, dokumen dan sejenisnya, kecuali
dinyatakan secara tegas dalam ikhtisar polis; perang, kerusuhan dan sejenisnya;
peraturan pemerintah
·
Siapa
saja yang memerlukan produk ini?
Perusahaan
atau individu yang telah mengasuransikan bangunannya terlebih dulu dengan polis asuransi kebakaran. Bangunan
tempat harta benda yang diasuransikan berada dapat berupa bangunan rumah
tinggal, kantor, wartel, warnet, pabrik garmen atau tempat usaha lainnya.
3.1.3 Asuransi Rumah
Idaman (ASRI)
Gambar 3.3 Asuransi Rumah Idaman ACA
·
Mengapa
ASRI-Asuransi Rumah Idaman?
1)
Proteksi
lengkap,
2)
Biaya
premi murah mulai dari Rp.100.000,- per tahun,
3)
Klaim
cepat dengan garansi klaim 14 hari kerja,
4)
Bayar
biaya premi mudah menggunakan ATM BCA, Credit
Card, Mobile Banking,
5)
Memberikan
manfaat tambahan seperti biaya arsitek, biaya pemadam kebakaran, biaya
pembersihan puing, tanpa tambahan pada biaya premi,
6)
Tanpa
proses survey bagi rumah di kompleks
perumahan.
·
Apa
saja yang dijamin?
1)
Kebakaran,
petir, ledakan, asap,
2)
Kerusuhan,
3)
Pencurian
dengan kekerasan,
4)
Tanggung
jawab hukum terhadap pihak ketiga,
5)
Biaya
arsitek, surveyor dan konsultan,
6)
Kerusakan
yang disengaja dalam upaya pencegahan menjalarnya kebakaran,
7)
Biaya
pemadam kebakaran,
8)
Kerusakan
akibat kecelakaan,
9)
Pembersihan
puing-puing.
·
Jaminan
Perluasan?
1)
Angin
topan, badai, banjir dan kerusakan akibat air,
2)
Gempa
bumi, tsunami, letusan gunung merapi dan tanah longsor.
3.1.4 Asuransi Toko
Gambar 3.4 Asuransi Toko ACA
·
Apa
saja yang dijamin?
1)
Kebakaran,
petir, ledakan, asap,
2)
Santunan
atas gangguan operasional usaha.
3)
Kehilangan
uang,
4)
Kerugian
akibat pengangkutan barang,
5)
Asuransi
kecelakaan diri selam jam kerja,
6)
Biaya
pengobatan akibat kecelakaan.
·
Manfaat
Tambahan?
1)
Biaya
arsitek, surveyor dan konsultan,
2)
Biaya
Dinas Kebakaran,
3)
Biaya
selama berada dalam kendaraan,
4)
Biaya
pembersihan puing,
5)
Akibat
tertabrak kendaraan,
6)
Bebas
penilaian nilai jumlah pertanggungan atas klaim yang terjadi,
7)
Penggantian
yang dibayarkan tanpa depresiasi,
8)
Setelah
klaim, nilai polis dipulihkan secara otomatis,
9)
Bebas
prorate.
3.2 Perbedaan Data Warehouse dan Data Mining
Data warehouse dan data mining adalah dua hal yang berbeda.
Pada Data warehouse yaitu suatu database
biasa yang berisi summary atau ringkasan
(rekap) untuk subjek tertentu yang sudah diketahui. Misalnya manajemen
perusahaan ingin mengetahui informasi tentang penjualan produk yang paling
sering, maka dalam data warehouse dimasukkan rekap data penjualan dari database transaksi penjualan yang berbentuk tabel biasa. Tabel ini
hanya boleh untuk diambil data nya
dan tidak bisa mengubah atau menghapus isi data
pada tabel. Hasil dari rekap ini biasanya akan ditampilkan dalam bentuk grafik
yang memudahkan untuk dipahami oleh manajemen, sehingga dapat memudahkan dalam
proses analisis dan pengambilan keputusan. Sedangkan data mining yaitu proses pengolahan data untuk mendapatkan informasi yang belum diketahui informasi apa
saja yang terdapat di kumpulan data tersebut. Data mining juga merupakan proses
untuk menggali pengetahuan dan informasi baru dari data yang berjumlah banyak
pada data warehouse, artikel web, multimedia
(foto, suara, video) dan
dokumen-dokumen (files). Data mining sangat diperlukan untuk
mengelola data yang sangat besar
untuk memudahkan aktivitas recording
suatu transaksi dan untuk proses data
warehousing agar dapat memberikan informasi yang akurat bagi penggunanya.
3.3 Arsitektur Data
Mining
Gambar 3.5 Arsitektur Data Mining
Sumber: Olson
& Delen (2008, p10)
Menurut Olson & Delen (2008, p10) terdapat
beberapa alur atau tahapan kerja pembuatan data mining :
1) Business Understanding
Menentukan
tujuan bisnis perusahaan, menilai situasi bisnis saat ini, dan tujuan pembuatan
data mining.
2) Data Understanding
Mencari
dan mengumpulkan data yang digunakan
dengan mempertimbangkan persyaratan data
yang dibutuhkan.
3) Data Preparation
Mengolah
data agar sesuai dengan kebutuhan data mining.
4) Model Building
Pembuatan
analisis awal, pembagian data set pelatihan
dan pengujian, dan pembuatan model data mining yang digunakan.
5) Testing and Evaluation
Melakukan
pengecekan tingkat akurasi pada model
yang dibuat dan mengevaluasinya.
6) Deployment
Membuat
suatu program aplikasi user interface
dari hasil data mining untuk tampilan
kepada user akan hasil model yang dibuat.
3.4 Tahapan Data Mining
3.4.1
Data Cleaning
Langkah pertama dalam tahapan proses data mining ini adalah data cleaning.
Fungsinya untuk menghapus dan mengganti data
yang tidak konsisten, tidak memiliki nilai, tidak relevan atau terdapat
kesalahan penulisan pada saat penginputan.
3.4.2
Data Intergration
Pada tahap ini dilakukannya penggabungan data dari berbagai tabel ke dalam tabel
baru. Tidak jarang jika data yang
diperlukan untuk data mining hanya
berasal dari satu tabel saja, tetapi juga berasal dari beberapa tabel dan
beberapa files yang mencangkup.
3.4.3
Data Selection
Pada tahap ini merupakan tahap pemilihan atau
seleksi data relevan yang berada pada
tabel, tidak semua data dipakai hanya
data yang sesuai untuk dianalisis
yang akan diambil dari tabel. Pada penelitian ini setelah tahap data cleaning
dan tahap data intergration sudah dikerjakan, dilakukannya penyeleksian atribut
untuk memilih data yang relevan atau
yang sesuai dengan analisis berdasarkan kebutuhan perusahaan.
3.4.4
Data Transformation
Pada tahap ini, data yang sudah diseleksi pada tahap data selection akan
digunakan untuk pembuatan model data
mining. Model data mining ini berguna untuk melakukan
proses pada data tersebut agar dapat
digunakan untuk proses analisa yang menghasilkan informasi yang sangat
bermanfaat pada perusahaan dan informasi yang dihasilkan dapat digunakan dalam
pengambilan suatu keputusan.
3.5 Perangkat Lunak Data
Mining
Berikut beberapa contoh perangkat lunak atau software data mining :
1) Orange
·
Visualisasi data open source dan analisis untuk para pemula dan ahli,
·
Data mining
melalui pemrograman visual atau
Python scripting, digunakan untuk
bioinformatika dan text mining.
·
Dilengkapi dengan fitur untuk analisis data.
Gambar 3.6 Contoh Perangkat Lunak Data Mining Orange
2)
Weka
Weka adalah suatu
software yang berbasis bahasa Java dan kumpulan algoritma mesin untuk
tugas-tugas data mining. Algoritma dapat diterapkan secara langsung ke dataset atau dipanggil dari kode Java anda sendiri. Weka berisi alat
untuk data pra-pengolahan,
klasifikasi, regresi, clustering, aturan
asosiasi, dan visualisasi.
Gambar 3.7 Contoh Perangkat Lunak Data Mining Weka
3) R
R adalah suatu software
untuk komputasi statistik dan grafis. R dapat dijalankan pada berbagai platform seperti UNIX, Windows dan
MacOS.
Gambar 3.8 Contoh Perangkat Lunak Data Mining R
4) Microsoft Analysis
Services
Microsoft analysis
services adalah software data mining buatan Microsoft. Software ini berbasiskan SQL Server Analysis Services untuk membangun
model analisis yang dapat digunakan untuk menganalisis interaktif data, reporting data dan
visualisasi data. SQL Server memberikan model yang komprehensif untuk mendukung solusi yang tepat.
Gambar 3.9 Contoh Perangkat Lunak Data Mining Microsoft
Analysis Services
5)
Oracle Data Mining
Oracle Data Mining (ODM) menyediakan fungsionalitas
data mining sebagai fungsi SQL dalam database Oracle. ODM memungkinkan
pengguna untuk menemukan informasi yang tersembunyi di dalam data. Dengan adanya ODM ini dapat
membangun dan menerapkan model
prediktif yang membantu perusahaan untuk menargetkan pelanggan yang loyal,
mengetahui profil pelanggan secara rinci untuk mencegah penipuan. Model ODM ini dapat dimasukkan kedalam query SQL yang terdapat dalam aplikasi.
Gambar 3.10 Contoh Perangkat Lunak Data Mining Oracle Data Mining