Analisis Akurasi Data AI Klaim Kendaraan di PT Asuransi Sinarmas dengan Oracle SQL dan Sheets

Pambudi Wicaksono, Karsteen (2025) Analisis Akurasi Data AI Klaim Kendaraan di PT Asuransi Sinarmas dengan Oracle SQL dan Sheets. MBKM thesis, Universitas Multimedia Nusantara.

[img] PDF
HALAMAN_AWAL.pdf

Download (483kB)
[img] PDF
BAB_I.pdf

Download (209kB)
[img] PDF
BAB_II.pdf

Download (585kB)
[img] PDF
BAB_III.pdf

Download (1MB)
[img] PDF
BAB_IV.pdf
Restricted to Registered users only

Download (184kB)
[img] PDF
DAFTAR_PUSTAKA.pdf

Download (204kB)
[img] PDF
LAMPIRAN.pdf
Restricted to Registered users only

Download (4MB)
[img] PDF
LEMBAR_PENGESAHAN.pdf

Download (53kB)

Abstract

Transformasi digital yang pesat telah mendorong penerapan kecerdasan buatan (AI) dalam proses klaim asuransi kendaraan untuk meningkatkan kecepatan dan akurasi verifikasi klaim. Penelitian ini menggunakan metode ekstraksi dan pengolahan data klaim dalam format Base64 dengan OracleSQL, uji API AI melalui Postman, serta kompilasi dan analisis hasil di Google Spreadsheet. Hasil penelitian menunjukkan bahwa AI internal PT Asuransi Sinarmas secara signifikan mempercepat proses klaim--menggantikan verifikasi manual surveyor dengan analisis foto digital--dan unggul dalam akurasi deteksi kerusakan per panel. Sementara itu, AI eksternal (Gemini AI) hanya sedikit lebih baik dalam jumlah klaim dengan deteksi 100% benar, AI internal lebih konsisten memberikan akurasi di atas 50% pada mayoritas klaim. Secara keseluruhan, AI internal dinilai lebih stabil dan efektif. Rekomendasi dari penelitian ini mencakup peningkatan kualitas data input, dokumentasi dan validasi database, serta pemanfaatan platform low-code PEGA untuk mempercepat pengembangan sistem.

Item Type: Thesis (MBKM)
Keywords: AI, Google Spreadsheet, OracleSQL
Subjects: ?? T58.5-58.64 ??
Divisions: Faculty of Engineering & Informatics > Informatics
SWORD Depositor: Administrator UMN Library
Depositing User: Administrator UMN Library
Date Deposited: 09 Jul 2025 13:13
Last Modified: 09 Jul 2025 13:13
URI: https://kc.umn.ac.id/id/eprint/38549

Actions (login required)

View Item View Item