ANALISIS KLASTERISASI JUMLAH PENDERITA PENYAKIT MENGGUNAKAN K-MEANS SEBAGAI DASAR DISTRIBUSI LAYANAN RUMAH SAKIT UMUM DI SUMATERA SELATAN
Abstract viewed = 22 times
PDF (Bahasa Indonesia) downloaded = 17 times
Abstract
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
Download data is not yet available.
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
Bahtiar, R. (n.d.). Implementasi Data Mining Untuk Prediksi Penjualan Kusen Terlaris Menggunakan Metode K-Nearest Neighbor. Jurnal Informatika MULTI, 1(3), 203–214. https://jurnal.publikasitecno.id/index.php/jim203
Bahtiar, R. (2023). Implementasi Data Mining Untuk Prediksi Penjualan Kusen Terlaris Menggunakan Metode K-Nearest Neighbor. Jurnal Informatika MULTI, 1(3), 203–214. https://jurnal.publikasitecno.id/index.php/multi/article/view/33
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
Hendriansyah, B. A., Tri, A., Harjanta, J., & Latifah, K. (2025). Implementasi Algoritma K-Means Clustering Pada Sistem Informasi Geografis Fasilitas Kesehatan Bpjs Kesehatan Kota Semarang. JurnalInformatika Teknologi Dan Sains (JINTEKS), 27(1), 438–448. https://doi.org/https://doi.org/10.51401/jinteks.v7i1.5618
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/
Kristina Sitinjak, D., Aji Pangestu, B., & Nurina Sari, B. (2022). Clustering Tenaga Kesehatan Berdasarkan Kecamatan di Kabupaten Karawang Menggunakan Algoritma K-Means. Journal Of Applied Informatics and Computing, 27(1), 438–448. https://doi.org/https://doi.org/10.30871/jaic.v6i1.3855
Mayola, L., Hafizhb, M., & Syahputra, H. S. (2025). Klasterisasi Rumah Sakit berdasarkan Kunjungan Pasien menggunakan Algoritma K-Means: Data 2019-2023. Jurnal Teknologi Dan Sistem Informasi Bisnis, 7(1), 15–21. https://doi.org/10.47233/jteksis.v7i1.1703
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
Mohammed, M., & Alsunosi, R. (2022). Effect of Selecting Validation Dataset on Building Random Forest and Decision Tree Models. Med App Sci, 5(2), 470–478. https://doi.org/10.5281/zenodo.7113928
Nirwana Sevi Dian. (2022). Perbandingan Algoritma K-Means Dan K-Medoids Dalam. Universitas Sriwijaya.
Ordila, R., Wahyuni, R., Irawan, Y., & Yulia Sari, M. (2020). Penerapan Data Mining Untuk Pengelompokan Data Rekam Medis Pasien Berdasarkan Jenis Penyakit Dengan Algoritma Clustering (Studi Kasus : Poli Klinik PT.Inecda). Jurnal Ilmu Komputer, 9(2), 148–153. https://doi.org/10.33060/jik/2020/vol9.iss2.181
Permatasari, N. E., & Kristiyanti, L. (2023). Faktor-faktor yang Memengaruhi Kesejahteraan Masyarakat Di Desa Buntar. Jurnal Ilmiah Keuangan Akuntansi Bisnis, 2(3), 420–429. https://doi.org/10.53088/jikab.v2i3.68
Sekar Setyaningtyas, Indarmawan Nugroho, B., & Arif, Z. (2022). Tinjauan Pustaka Sistematis: Penerapan Data Mining Teknik Clustering Algoritma K-MeanS. Jurnal Teknoif Teknik Informatika Institut Teknologi Padang, 10(2), 52–61. https://doi.org/10.21063/jtif.2022.v10.2.52-61
Silvia Sasmita, M., & Sri Winiarti, I. (2024). Implementasi Algoritma K-Means Untuk Clustering Data Penyakit Di Puskesmas Kotagede 2 Yogyakarta. SUBMIT (Jurnal Ilmiah Teknologi Informasi Dan Sains, 4(1), 1–9. https://doi.org/https://doi.org/10.36815/submit.v4i1.3195
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
V. Novalia, K. Ditha Tania, A. Meiriza, & A. Wedhasmara. (2024). Knowledge Discovery of Application Review Using Word Embedding’s Comparison with CNN-LSTM Model on Sentiment Analysis. 2024 International Conference on Electrical Engineering and Computer Science (ICECOS), 234–238. https://doi.org/EngineeringandComputerScience(ICECOS),Palembang,Indonesia,2024,pp.234-238,doi:10.1109/ICECOS63900.2024.10791113.
Vira, S. (2021). Pengelompokkan Provinsi di Indonesia Berdasarkan Penyakit Tidak Menular Menggunakan Metode Partisi, Hierarki, dan Fuzzy Clustering Salsavira. Jurnal Matematika Dan Statistika Serta Aplikasinya, 9(1), 94–103. https://doi.org/https://doi.org/10.24252/msa.v9i1.17942
Yulianti, Y., & Qomariah, S. (2025). Indeks Pembangunan Manusia Ilmu Pengetahuan. CENDEKIA: Jurnal Ilmu Sosial, Bahasa Dan Pendidikan, 5(1), 203–213. https://doi.org/10.55606/cendikia.v5i1.3512
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
Bahtiar, R. (n.d.). Implementasi Data Mining Untuk Prediksi Penjualan Kusen Terlaris Menggunakan Metode K-Nearest Neighbor. Jurnal Informatika MULTI, 1(3), 203–214. https://jurnal.publikasitecno.id/index.php/jim203
Bahtiar, R. (2023). Implementasi Data Mining Untuk Prediksi Penjualan Kusen Terlaris Menggunakan Metode K-Nearest Neighbor. Jurnal Informatika MULTI, 1(3), 203–214. https://jurnal.publikasitecno.id/index.php/multi/article/view/33
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
Hendriansyah, B. A., Tri, A., Harjanta, J., & Latifah, K. (2025). Implementasi Algoritma K-Means Clustering Pada Sistem Informasi Geografis Fasilitas Kesehatan Bpjs Kesehatan Kota Semarang. JurnalInformatika Teknologi Dan Sains (JINTEKS), 27(1), 438–448. https://doi.org/https://doi.org/10.51401/jinteks.v7i1.5618
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/
Kristina Sitinjak, D., Aji Pangestu, B., & Nurina Sari, B. (2022). Clustering Tenaga Kesehatan Berdasarkan Kecamatan di Kabupaten Karawang Menggunakan Algoritma K-Means. Journal Of Applied Informatics and Computing, 27(1), 438–448. https://doi.org/https://doi.org/10.30871/jaic.v6i1.3855
Mayola, L., Hafizhb, M., & Syahputra, H. S. (2025). Klasterisasi Rumah Sakit berdasarkan Kunjungan Pasien menggunakan Algoritma K-Means: Data 2019-2023. Jurnal Teknologi Dan Sistem Informasi Bisnis, 7(1), 15–21. https://doi.org/10.47233/jteksis.v7i1.1703
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
Mohammed, M., & Alsunosi, R. (2022). Effect of Selecting Validation Dataset on Building Random Forest and Decision Tree Models. Med App Sci, 5(2), 470–478. https://doi.org/10.5281/zenodo.7113928
Nirwana Sevi Dian. (2022). Perbandingan Algoritma K-Means Dan K-Medoids Dalam. Universitas Sriwijaya.
Ordila, R., Wahyuni, R., Irawan, Y., & Yulia Sari, M. (2020). Penerapan Data Mining Untuk Pengelompokan Data Rekam Medis Pasien Berdasarkan Jenis Penyakit Dengan Algoritma Clustering (Studi Kasus : Poli Klinik PT.Inecda). Jurnal Ilmu Komputer, 9(2), 148–153. https://doi.org/10.33060/jik/2020/vol9.iss2.181
Permatasari, N. E., & Kristiyanti, L. (2023). Faktor-faktor yang Memengaruhi Kesejahteraan Masyarakat Di Desa Buntar. Jurnal Ilmiah Keuangan Akuntansi Bisnis, 2(3), 420–429. https://doi.org/10.53088/jikab.v2i3.68
Sekar Setyaningtyas, Indarmawan Nugroho, B., & Arif, Z. (2022). Tinjauan Pustaka Sistematis: Penerapan Data Mining Teknik Clustering Algoritma K-MeanS. Jurnal Teknoif Teknik Informatika Institut Teknologi Padang, 10(2), 52–61. https://doi.org/10.21063/jtif.2022.v10.2.52-61
Silvia Sasmita, M., & Sri Winiarti, I. (2024). Implementasi Algoritma K-Means Untuk Clustering Data Penyakit Di Puskesmas Kotagede 2 Yogyakarta. SUBMIT (Jurnal Ilmiah Teknologi Informasi Dan Sains, 4(1), 1–9. https://doi.org/https://doi.org/10.36815/submit.v4i1.3195
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
V. Novalia, K. Ditha Tania, A. Meiriza, & A. Wedhasmara. (2024). Knowledge Discovery of Application Review Using Word Embedding’s Comparison with CNN-LSTM Model on Sentiment Analysis. 2024 International Conference on Electrical Engineering and Computer Science (ICECOS), 234–238. https://doi.org/EngineeringandComputerScience(ICECOS),Palembang,Indonesia,2024,pp.234-238,doi:10.1109/ICECOS63900.2024.10791113.
Vira, S. (2021). Pengelompokkan Provinsi di Indonesia Berdasarkan Penyakit Tidak Menular Menggunakan Metode Partisi, Hierarki, dan Fuzzy Clustering Salsavira. Jurnal Matematika Dan Statistika Serta Aplikasinya, 9(1), 94–103. https://doi.org/https://doi.org/10.24252/msa.v9i1.17942
Yulianti, Y., & Qomariah, S. (2025). Indeks Pembangunan Manusia Ilmu Pengetahuan. CENDEKIA: Jurnal Ilmu Sosial, Bahasa Dan Pendidikan, 5(1), 203–213. https://doi.org/10.55606/cendikia.v5i1.3512
Published
2025-06-30
How to Cite
LAKEISYAH, Eka Therina et al.
ANALISIS KLASTERISASI JUMLAH PENDERITA PENYAKIT MENGGUNAKAN K-MEANS SEBAGAI DASAR DISTRIBUSI LAYANAN RUMAH SAKIT UMUM DI SUMATERA SELATAN.
JOISIE (Journal Of Information Systems And Informatics Engineering), [S.l.], v. 9, n. 1, p. 123-135, june 2025.
ISSN 2527-3116.
Available at: <https://ejournal.pelitaindonesia.ac.id/ojs32/index.php/JOISIE/article/view/4959>. Date accessed: 13 july 2025.
doi: https://doi.org/10.35145/joisie.v9i1.4959.
Issue
Section
Articles
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
