RINGKASAN

Kehidupan manusia tidak dapat terlepas dari adanya risiko yang selalu berkaitan dengan kejadian tak pasti. Sehingga, untuk mengantisipasi akibat buruk yang disebabkan oleh risiko maka asuransi hadir sebagai salah satu bentuk usaha pencegahan hal tersebut. Asuransi dikelola oleh perusahaan asuransi, dan di tengah pandemi saat ini jumlah nasabah mengalami penurunan. Padahal idealnya, di masa pandemi kebutuhan akan asuransi meningkat. Berkurangnya jumlah nasabah dipengaruhi oleh penerapan strategi terhadap sasaran yang tepat. Disisi lain, graf saat ini diyakini mampu memecahkan masalah perusahaan asuransi. Oleh karena itu, penelitian ini hadir untuk membuat segmentasi pelanggan menggunakan tools graf database, yakni Neo4j menggunakan algoritma K-Means dan K-Means++.
Penelitian ini telah berhasil melakukan klasterisasi terhadap salah satu data perusahaan asuransi menggunakan algoritma K-Means dan K-Means++ pada tools graf database Neo4j. Klasterisasi yang dilakukan menggunakan fitur data dua dimensi, sehingga pengujian dilakukan dengan memastikan semua item data masuk ke dalam klaster dengan cara membuat beberapa kombinasi fitur. Dari hasil klasterisasi 12 kombinasi fitur, diperoleh data selalu dibagi berdasarkan fitur Age, Charges dan BMI. Selain itu, hasil klasterisasi menggunakan K-Means++ dalam menentukan centroid awal tidak mengalami perbedaan secara signifikan dengan hasil klasterisasi menggunakan algoritma K-Means.
Kata Kunci : K-Means, K-Means++, Neo4J, Segmentasi Pelanggan