Hasil Pencarian  ::  Simpan CSV :: Kembali

"Part of Speech Tagging (POS Tagging) adalah kegiatan pemberian label kelas kata pada suatu kata. Proses ini pada awalnya dilakukan secara manual. Namun proses part of speech tagging secara manual menghabiskan banyak waktu dan tenaga karena membutuhkan banyak ahli bahasa untuk memberikan tag pada setiap kata. Masalah ini kemudian menjadi pendorong bagi para peneliti untuk membangun metode dan aplikasi yang dapat melakukan part of speech tagging secara otomatis. Penelitian di bidang part of speech tagger untuk Bahasa Indonesia belum terlalu mendapat perhatian, karena sampai saat ini. belum ada suatu aplikasi part of speech tagger untuk Bahasa Indonesia. Maka penulis melakukan penelitian untuk menghasilkan suatu aplikasi part of speech tagger untuk Bahasa Indonesia dengan memanfaatkan tiga metode yaitu Conditional Random Fields, Transformation Based Learning, dan kombinasi kedua metode ini. Penelitian ini menggunakan korpus Bahasa Indonesia yang tersusun atas 49 buah artikel surat kabar dan terdiri atas total 13.465 buah token. Tagset yang digunakan pada penelitian ini terdiri atas 21 jenis tag (21 jenis kelas kata). Tagset ini merupakan modifikasi dari Penn Treebank Tagset."

"Penelitian ini memanfaatkan data Customer Relationship Management berupa data polis dan data nasabah untuk membuat model estimasi probabilitas lapse polis dan membentuk estimasi annualized lapserate. Dari penelitian yang dilakukan, dihasilkan kesimpulan bahwa terdapat faktor-faktor karakteristik nasabah dan karakteristik polis yang secara signifikan mempengaruhi kecenderungan suatu polis untuk lapse. Model probabilitas lapse yang berhasil dibentuk dengan metode yang digunakan dalam penelitian dapat memberikan pandangan yang lebih komprehensif, karena lapse dapat dipandang sebagai fungsi atas karakter polis dan nasabah yang dimiliki suatu perusahaan asuransi. Dengan memanfaatkan hal ini, perusahaan asuransi dapat memahami karakter polis atau nasabah seperti apa yang memilki risiko lebih besar untuk lapse sehingga perusahaan dapat lebih baik menghadapi risiko lapse dengan mengelola portofolio nasabah dan polis yang dimilikinya.

---

This research aims to utilize Customer Relationship Management data, in the form of policy characteristics and customer characteristics, to estimate policy lapse probability and the annualized lapse rate. This research concludes that there are some customer and policy characteristics that significantly correlate to the lapse tendency of a policy. The lapse probabilistic model that is built under the approach and method as described in the research can now provide the company with a more comprehensive insight on lapse behavior. The research shows that lapse is a function of the characteristics of each policy and each customer. Utilizing this, insurance company can get a better understanding about which customer or which policy that possesses bigger risk to lapse so the company can handle their customer and policy portfolio accordingly in order to manage their lapse risk."