Clustering Karakteristik Pasien RSUD Perdagangan Berdasarkan Intensitas Pelayanan Menggunakan Metode K-Medoids

Abstract

Pemanfaatan teknologi informasi dalam bidang kesehatan berperan penting dalam pengelolaan data pasien secara efektif. Rumah sakit menghasilkan data dalam jumlah besar yang menyimpan informasi mengenai karakteristik dan intensitas pelayanan. Penelitian ini bertujuan untuk mengelompokkan pasien RSUD Perdagangan berdasarkan tingkat intensitas pelayanan menggunakan metode K-Medoids. Data yang digunakan berupa data sekunder sebanyak 100 pasien dengan lima variabel utama, yaitu umur, lama rawat inap, jumlah kunjungan per tahun, jumlah tindakan per kunjungan, dan durasi kunjungan. Metode penelitian menggunakan pendekatan kuantitatif dengan teknik data mining melalui tahapan pengumpulan data, pra-pemrosesan, seleksi atribut, normalisasi, serta proses clustering menggunakan algoritma K-Medoids dan jarak Euclidean. Jumlah klaster ditentukan sebanyak tiga, yaitu klaster intensitas pelayanan rendah, sedang, dan tinggi. Hasil penelitian menunjukkan bahwa proses clustering mencapai kondisi konvergen pada iterasi kedua dengan nilai total simpangan yang tidak mengalami perbaikan. Metode K-Medoids terbukti mampu menghasilkan pengelompokan yang stabil dan representatif terhadap kondisi nyata pasien. Hasil pengelompokan ini dapat dimanfaatkan oleh pihak manajemen rumah sakit dalam perencanaan sumber daya, peningkatan mutu pelayanan, serta pengambilan keputusan strategis berbasis data.