ANALISIS KLASTERISASI JUMLAH PENDERITA PENYAKIT MENGGUNAKAN K-MEANS SEBAGAI DASAR DISTRIBUSI LAYANAN RUMAH SAKIT UMUM DI SUMATERA SELATAN
DOI:
https://doi.org/10.35145/joisie.v9i1.4959Keywords:
Knowledge Discovery, K-Means Clustering, Distribusi Layanan KesehatanAbstract
Peningkatan jumlah penderita penyakit dalam beberapa tahun terakhir pada Provinsi Sumatera Selatan berimbas kepada evaluasi pendistribusian layanan kesehatan yang merata di setiap daerah. Penelitian ini menyoroti ketidakmerataan fasilitas kesehatan berupa layanan rumah sakit umum yang tersebar di masing-masing wilayah yang ada di Provinsi Sumatera Selatan. Tujuan dari penelitian ini adalah untuk memberikan wawasan berbasis data sebagai acuan bagi pemerintah dalam pengambilkan kebijakan pendistribusian layanan kesehatan agar dapat lebih merata. Penelitian ini menggunakan dataset yang berasal dari BPS Provinsi Sumatera selatan dan diolah dengan algoritma K-Means melalui rapid miner dan python. Hasil dari analisis data tersebut adalah mengelompokkan wilayah Kabupaten/Kota kedalam 3 kluster yakni kluster 0 (rendah) terdiri dari 11 wilayah, kluster 1 (tinggi) terdiri dari 1 wilayah, dan kluster 2 (sedang) terdiri dari 5 wilayah. Interpretasi dari klasterisasi dan pengolahan data menunjukkan adanya ketimpangan dalam pendistribusian fasilitas kesehatan terutama antara layanan kesehatan di wilayah Kota Palembang dengan Kabupaten/Kota lainnya. Sehingga, dari temuan tersebut direkomendasikan bagi pemerintah untuk melakukan kebijakan ulang terkait pendistribusian layanan dan tenaga kesehatan di tiap daerah secara merata dan dapat menerapkan inovasi layanan kesehatan dengan pendekatan knowledge management yang dapat mengoptimalisasi pemerataan layanan kesehatan di Sumatera Selatan.
Downloads
References
Atalya, M., Leza, A., Utami, W., Anugrah, P., & Dewi, C. (2024). Prediksi Prestasi Siswa Smas Katolik Santo Yoseph Denpasar Berdasarkan Kedisiplinan Dan Tingkat Ekonomi Orang Tua Menggunakan Metode Knowledge Discovery in Database dan Algoritma Regresi Linier Berganda. Jurnal Mahasiswa Teknik Informatika, 8(1). https://doi.org/https://doi.org/10.36040/jati.v8i1.8754
Badan Pusat Statistik Provinsi Sumatera Selatan. (2023). Jumlah kasus penderita penyakit (kasus). https://sumsel.bps.go.id/id/statistics-table/2/Mzc1IzI=/jumlah-kasus-penderita-penyakit--kasus-.html
Badan Pusat Statistik Provinsi Sumatera Selatan. (2023). Jumlah rumah sakit umum, rumah sakit khusus, puskesmas, klinik pratama, dan posyandu menurut kabupaten/kota di Provinsi Sumatera Selatan. https://sumsel.bps.go.id/id/statistics-table/3/YmlzemNGUkNVblZLVVhOblREWnZXbkEzWld0eVVUMDkjMw==/jumlah-rumah-sakit-umum--rumah-sakit-khusus--puskesmas--klinik-pratama--dan-posyandu-menurut-kabupaten-kota-di-provinsi-sumatera-selatan.html?year=2023
Badan Pusat Statistik Provinsi Sumatera Selatan. (2023). Jumlah tenaga kesehatan menurut kabupaten/kota di Provinsi Sumatera Selatan. https://sumsel.bps.go.id/id/statistics-table/3/YVdwSFJHRjRVVkJqWlRWRU9EQkhNVFY0UjB4VVVUMDkjMw==/jumlah-tenaga-kesehatan-menurut-kabupaten-kota-di-provinsi-sumatera-selatan.html?year=2023
Dinas Kesehatan Provinsi Sumatera Selatan. (2023). (2023). Profil Kesehatan Provinsi Sumatera Selatan Tahun 2023. https://dinkes.sumselprov.go.id/
Gesicho, M. B., Were, M. C., & Babic, A. (2021). Evaluating performance of health care facilities at meeting HIV-indicator reporting requirements in Kenya: an application of K-means clustering algorithm. BMC Medical Informatics and Decision Making, 21(1). https://doi.org/10.1186/s12911-020-01367-9
Hutagalung, J., & Sonata, F. (2021). Penerapan Metode K-Means Untuk Menganalisis Minat Nasabah. JURNAL MEDIA INFORMATIKA BUDIDARMA, 5(3), 1187. https://doi.org/10.30865/mib.v5i3.3113
Kementerian Kesehatan Republik Indonesia. (2023). Undang-Undang Nomor 17 Tahun 2023 tentang Kesehatan. https://farmalkes.kemkes.go.id/unduh/uu-17-2023/
Minarni, M., Sari, E. I., Syahrani, A., & Mandarani, P. (2021). Klasterisasi Penyakit Menggunakan Algoritma K-Medoids pada Dinas Kesehatan Kabupaten Agam. Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI), 10(3), 137. https://doi.org/10.23887/janapati.v10i3.34904
Nirwana Sevi Dian. (2022). Perbandingan Algoritma K-Means Dan K-Medoids Dalam. Universitas Sriwijaya.
Suriani, U. (2023). Penerapan Data Mining untuk Memprediksi Tingkat Kelulusan Mahasiswa Menggunakan Algoritma Decision Tree C4.5. Journal of Computer and Information Systems Ampera, 3(2). https://doi.org/10.51519/journalcisa.v4i2.393
Utomo, Y. B., Kurniasari, I., & Yanuartanti, I. (2023). Penerapan Knowledge Discovery In Database Untuk Analisa Tingkat Kecelakaan Lalu Lintas. Jurnal Teknik Informatika Kaputama (JTIK), 7(1). https://doi.org/https://doi.org/10.59697/jtik.v7i1.61
Downloads
Published
Issue
Section
License
Copyright (c) 2025 JOISIE (Journal Of Information Systems And Informatics Engineering)

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.










