Fungsi Data Warehouse Dan Data Mining Di Perusahaan Asuransi

Fungsi Data Warehouse Dan Data Mining Di Perusahaan AsuransiSistem informasi adalah suatu sistem dalam suatu organisasi yang mempertemukan kebutuhan pengolahan transaksi harian yang mendukung fungsi operasi organisasi yang bersifat manajerial dengan kegiatan strategi dari suatu organisasi untuk dapat menyediakan kepada pihak luar tertentu dengan informasi yang diperlukan untuk pengambilan keputusan.
Aplikasi basis data telah banyak diterapkan dalam berbagai antara lain bidang manajemen, manajemen data untuk industri, ilmu pegetahuan, administrasi pemerintah dan bidang-bidang lainnya. Akibatnya data yang dihasilkan oleh bidang-bidang tersebut sangatlah besar dan berkembang dengan cepat. Hal ini menyebabkan timbulnya kebutuhan terhadap teknik-teknik yang dapat melakukan pengolahan data sehingga dari data-data yang ada dapat diperoleh informasi penting yang dapat digunakan untuk perkembangan masing-masing bidang tersebut.

* Penjelasan PT. PRUDENTIAL ( Sejarah PT )

Prudential diidirikan di London Inggris pada tahun 1848, merupakan Perusahaan Asuransi & Jasa Keuangan Ritel Terkemuka di Inggris. Prudential terbukti telah membayar klaim 292 penumpang kapal TITANIC yang tenggelam pada 14 April 1912.

Dan saat ini PRUDENTIAL adalah :
Lembaga Keuangan Inggris No. 1 di INDONESIA, TERBAIK selama 7 tahun berturut-turut versi majalah INVESTOR, SWA, InfoBank dan PROTEKSI. Bahkan Prudential terbesar di ASIA juga yang telah tersebar di SELURUH DUNIA.

Cukup Membeli Satu Polis ( produk Unit Link ) di Prudential, Anda sudah memiliki berbagai macam manfaat. Antara lain tersedianya dana Jangka Panjang yang sangat menguntungkan, tersedianya dana rawat inap apabila Anda sakit, tersedianya dana warisan berupa pesangon tahunan apabila kita sebagai orang tua, baik kita maupun pasangan kita, meninggal dunia lebih dulu. Bukan hanya itu, bahkan pada tahun-tahun tertentu, Anda bisa menarik nilai tunai polis anda sewaktu-waktu, cukup hanya dengan pemberitahuan Withdrawall selambat-lambatnya 14 hari sebelum tanggal penarikan. Produk Unit Link Prudential tersedia dalam Asuransi Konvensional dan Syariah.

Berikut ini contoh ilustrasi yang bisa dicermati :

Usia Tertanggung : 35 Tahun
Usia Pasangan(suami/istri) : 32 tahun
Premi Pertahun : Rp. 12.000.000 / Rp.1.000.000 Perbulan
Masa Pembayaran Premi : 10 Tahun

Manfaat Yang diterima adalah :

1. Pada saat Tertanggung ( Anda ) berusia 55 tahun, maka nilai Investasi nya tercatat Rp.443.000.000,00
2. Apabila tertanggung meninggal dunia biasa, Keluarga yang ditinggal menerima santunan sebesar Rp.300.000.000,00
3. Apabila terjadi cacat tetap total, Tahun 1 : 20% atau Rp. 60.000.000,00
Tahun2 : 20% atau Rp. 240.000.000,00
4. Apabila meninggal karena kecelakaan terima Rp. 600.000.000
5. Apabila terdiagnosa 33 Penyakit Kritis terima Rp. 150.000.000
6. Kalau Penyakit Kritis terdiagnosa dalam masa pertanggungan, maka nasabah sudah tidak mebayar premi ( Bebas Premi ), dan Prudential akan menabungkan buat nasabah 12 Juta Pertahun ( angka ini selalu sama dengan premi tahunan ). 12 juta tersebut akan terus ditabungkan oleh Prudential untuk nasabah, hingga nasabah berusia 65 tahun.
7. Apabila pasangan hidup (dalam hal ini Istri) terdiagnosa penyakit kritis / meninggal dunia/ cacat tetap total, dalam masa pembayaran premi, maka nasabah(tertanggung) Bebas Premi, dan Prudential akan Menabungkan 12 juta pertahun, sampai dengan nasabah berusia 65 tahun.

Ilustrasi diatas dengan nilai tabungan per bulan Rp 1.000.000,-. Sementara nilai minimal tabungan di Prudential, Rp 400.000,- per bulan. Dengan rata-rata gaji karyawan di Indonesia diatas Rp 2.000.000,-, nilai Rp 400.000,- layak disisihkan untuk tabungan masa depan keluarga Anda bersama Prudential.

Kini makin banyak perbankan dan jasa keuangan menyediakan asuransi bagi para nasabahnya. Sebagai seorang nasabah dan juga Financial Consultant PT Prudential Life Assurance, saya sarankan pilihlah asuransi yang berdiri sendiri, tidak merger dengan perbankan, supaya manfaatnya pun penuh untuk Anda para nasabahnya. Seperti halnya PRUDENTIAL, perusahaan yang sejak awal berdiri hingga sekarang selalu mandiri & selalu jadi Number One dalam kualitas serta pelayanan pada nasabah. Kalau ada yang terbaik mengapa pilih yang baik? Jangan tunda lagi menabung disaat usia masih produktif dan kuat untuk bekerja, demi masa depan anak cucu kita lebih bahagia!

I. Pengertian Data Warehouse

Pengertian Data Warehouse dapat bermacam-macam namun mempunyai inti yang sama, seperti pendapat beberapa ahli berikut ini :

Menurut W.H. Inmon dan Richard D.H., data warehouse adalah koleksi data yang mempunyai sifat berorientasi subjek,terintegrasi,time-variant, dan bersifat tetap dari koleksi data dalam mendukung proses pengambilan keputusan management.

Menurut Vidette Poe, data warehouse merupakan database yang bersifat analisis danread only yang digunakan sebagai fondasi dari sistem penunjang keputusan.

Menurut Paul Lane, data warehouse merupakan database relasional yang didesain lebih kepada query dan analisa dari pada proses transaksi, biasanya mengandung historydata dari proses transaksi dan bisa juga data dari sumber lainnya. Data warehousememisahkan beban kerja analisis dari beban kerja transaksi dan memungkinkan organisasi menggabung/konsolidasi data dari berbagai macam sumber.

Jadi, data warehouse merupakan metode dalam perancangan database, yang menunjang DSS(Decission Support System) dan EIS (Executive Information System). Secara fisik data warehouse adalah database, tapi perancangan data warehouse dan database sangat berbeda. Dalam perancangan database tradisional menggunakan normalisasi, sedangkan pada data warehouse normalisasi bukanlah cara yang terbaik.

Dari definisi-definisi yang dijelaskan tadi, dapat disimpulkan data warehouse adalah database yang saling bereaksi yang dapat digunakan untuk query dan analisisis, bersifat orientasi subjek, terintegrasi, time-variant,tidak berubah yang digunakan untuk membantu para pengambil keputusan.

II. pengertian Data Mining

Istilah data mining sudah berkembang jauh dalam mengadaptasi setiap bentuk analisa data. Pada dasarnya data mining berhubungan dengan analisa data dan penggunaan teknik-teknik perangkat lunak untuk mencari pola dan keteraturan dalam himpunan data yang sifatnya tersembunyi.

Data mining diartikan sebagai suatu proses ekstraksi informasi berguna dan potensial dari sekumpulan data yang terdapat secara implisit dalam suatu basis data. Banyak istilah lain dari data mining yang dikenal luas seperti knowledge mining from databases, knowledge extraction, data archeology, data dredging, data analysis dan lain sebagainya.

Data mining adalah salah satu solusi untuk menjelaskan proses penggalian informasi dalam suatu basis data yang berskala besar. Saat suatu oraganisasi baik itu perusahaan atau suatu institusi yang mempunyai banyak sekali data-data, tidak menutup kemungkinan banyak sekali informasi yang dapat diperoleh, serta bagaimana solusi data mining bisa diterapkan dengan berbagai teknik data mining diantaranya yaitu classification, Association dan Clustering. Dengan

data mining dimana serangkain prosesnya akan menghasilkan suatu nilai tambah berupa pengetahuan baru yang selama ini tidak diketahui secara manual dari sekumpulan data.

Data Mining merupakan teknologi yang sangat berguna untuk membantu perusahaan-perusahaan menemukan informasi yang sangat penting dari gudang data (Data warehouse) mereka. Dengan data mining dapat meramalkan tren dan sifat-sifat perilaku bisnis yang sangat berguna untuk mendukung pengambilan keputusan penting. Analisis yang diotomatisasi yang dilakukan oleh data mining melebihi yang dilakukan oleh sistem pendukung keputusan tradisional yang sudah banyak digunakan. Data Mining dapat menjawab pertanyaan-pertanyaan bisnis yang dengan cara tradisional memerlukan banyak waktu dan cost tinggi.

Data Mining mengeksplorasi basis data untuk menemukan pola-pola yang tersembunyi, mencari informasi untuk memprediksi yang mungkin saja terlupakan oleh para pelaku bisnis karena terletak di luar ekspektasi mereka. Sebagai contoh adalah beberapa solusi yang bisa diselesaikan dengan data mining diantaranya yaitu menebak target pasar, yaitu dengan melakukan pengelompokan dari model-model pembeli dan melakukan klasifikasi setiap pembeli dari kebiasaan membeli, dari tingkat penghasilan dan karakteristik lainnya.