Asuransi merupakan salah satu cara untuk memproteksi diri di masa depan. Saat ini, perusahaan asuransi berlomba lomba untuk menawarkan produk asuransi yang menjanjikan. Pada PT Asuransi Jiwasraya dalam rangka bersaing dengan kompetitor lainnya dalam menawarkan produk asuransi, Jiwasraya meningkatkan mutu layanannya dengan teknologi informasi. Sehingga saat ini, Jiwasraya memerlukan suatu sistem perekomendasian pemilihan produk asuransi disebabkan oleh cara perekomendasian yang ada masih bersifat konvensional yang mengakibatkan lamanya waktu dalam menetapkan suatu produk dan sering terjadinya kesalahpahaman antara bagian keagenan dengan calon nasabah dari sisi kebutuhan user dan kepentingan lain seperti marketing. Pada penelitian ini, dibangun sebuah sistem aplikasi yang dapat memberikan perekomendasian produk asuransi kepada calon nasabah secara tepat dengan menggunakan metode klasifikasi naiva bayes. Naïve bayes merupakan pengklasifikasian dengan metode probabilitas dan statistic untuk memprediksi peluang di masa yang akan datang berdasarkan pengalaman di masa sebelumnya. Pengembangan sistem menggunakan metode CRISP-DM agar pekerjaan menjadi lebih terurut dan pengujian dilakukan dengan metode blackbox untuk menguji setiap fungsi yang ada pada aplikasi yang dibangun. Hasil uji coba menunjukkan bahwa metode naïve bayes mampu mengklasifikasikan record dengan tingkat akurasi tertinggi sebesar 83.18% Karena kinerja sistem yang dihasilkan dapat dikatakan baik, sistem dapat dikatakan kredibel untuk merekomendasikan produk asuransi kepada calon nasabah.

Insurance is one way to protect yourself in the future. At present, insurance companies are racing to offer promising insurance products. At PT Asuransi Jiwasraya in order to compete with other competitors in offering insurance products, Jiwasraya improves the quality of its services with information technology. So at this time, Jiwasraya requires a system of recommending the selection of insurance products due to existing recommendations that are still conventional in nature which results in the length of time in determining a product and frequent misunderstandings between the agency section and prospective customers in terms of user needs and other interests such as marketing. In this study, an application system was built that can provide insurance product recommendations to prospective customers appropriately using Naiva Bayes classification method. Naïve Bayes is a classification with probability and statistical methods to predict future opportunities based on pastexperience. The development of the system uses the CRISP-DM method so that the work becomes more ordered and testing is done with the blackbox method to test every function that is in the application being built. The trial results show that the naïve bayes method is able to classify records with the highest accuracy rate of 83.18%. Because the system performance produced can be said to be good, the system can be said to be credible for recommending insurance products to prospective customers.