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

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.