ANALISIS POLA KUNJUNGAN PASIEN DI RUMAH SAKIT IBU DAN ANAK MENGGUNAKAN METODE K-MEANS CLUSTERING

Pakaya, Siti Juliana (2026) ANALISIS POLA KUNJUNGAN PASIEN DI RUMAH SAKIT IBU DAN ANAK MENGGUNAKAN METODE K-MEANS CLUSTERING. Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI), 9 (4). pp. 1-10. ISSN 2620-8342

[img] Text (ARTIKEL JURNAL_SITI JULIANA PAKAYA)
ARTIKEL JURNAL_SITI JULIANA PAKAYA.pdf

Download (847kB)
Official URL: https://jnkti.serambimekkah.org/jnkti/index.php/jn...

Abstract

Efektivitas pelayanan di Rumah Sakit Ibu dan Anak (RSIA) sangat dipengaruhi oleh kemampuan manajemen dalam memahami karakteristik dan pola kunjungan pasien sebagai dasar pengambilan keputusan yang tepat. Namun, data rekam medis pasien di RSIA Siti Khadijah Gorontalo belum dimanfaatkan secara optimal untuk mengidentifikasi pola perilaku pasien, sehingga kebijakan terkait alokasi sumber daya medis dan peningkatan kualitas layanan masih bersifat umum. Penelitian ini bertujuan untuk melakukan segmentasi pasien berdasarkan pola kunjungan menggunakan algoritma K-Means Clustering. Data penelitian berasal dari 15.000 catatan kunjungan pasien yang diperoleh dari rekam medis RSIA Siti Khadijah Gorontalo periode 2023–2025. Setelah melalui tahapan data preprocessing, yang meliputi pembersihan data, transformasi, dan normalisasi menggunakan metode Z-Score, diperoleh 10.817 data valid yang digunakan dalam proses clustering. Algoritma K-Means Clustering diterapkan dengan jumlah klaster sebanyak tiga (k=3) yang ditetapkan berdasarkan kebutuhan analisis manajemen rumah sakit. Evaluasi menggunakan Average Within Centroid Distance (AWCD) menghasilkan nilai 0,053, yang menunjukkan tingkat kedekatan anggota terhadap pusat klaster yang relatif tinggi. Hasil clustering berhasil mengidentifikasi tiga segmen utama pasien, yaitu Klaster 0 sebanyak 4.791 pasien sebagai kelompok pasien rawat inap dengan frekuensi kunjungan rendah, Klaster 1 sebanyak 5.780 pasien sebagai kelompok pasien rawat jalan dengan frekuensi kunjungan rendah, dan Klaster 2 sebanyak 246 pasien sebagai kelompok pasien rutin dengan frekuensi kunjungan tinggi. Hasil penelitian ini dapat mendukung pihak manajemen RSIA Siti Khadijah dalam perencanaan sumber daya medis, penyusunan strategi layanan, serta peningkatan kualitas pelayanan yang lebih terarah dan personal sesuai karakteristik pasien.

Item Type: Article
Uncontrolled Keywords: Data Mining, K-Means Clustering, Segmentasi Pasien, RSIA Siti Khadijah Gorontalo, Average Within Centroid Distance
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
Divisions: Fakultas Sains dan Ilmu Komputer > Program Studi Sistem informasi
Depositing User: Siti Juliana Pakaya
Date Deposited: 06 Jul 2026 06:12
Last Modified: 06 Jul 2026 06:12
URI: http://repository.umgo.ac.id/id/eprint/7270

Actions (login required)

View Item View Item