ANALISIS PERBANDINGAN METODE K-NEAREST NEIGHBOR DAN NEURAL NETWORK DALAM PENENTUAN REKOMENDASI LAYANAN BARU

Abstrak

Pelayanan kesehatan merupakan faktor penting dalam bernegara. Keberhasilan suatu negara dilihat dari kualitas pelayanan kesehatan untuk mewujudkan masyarakat yang sehat. Kualitas mutu yang prima tentunya wajib ditingkatkan karena di era globalisasi, kesehatan akan berdampak di dunia kesehatan khususnya di Indonesia. Layanan kesehatan terkecil yaitu puskesmas yang berfungsi untuk mengembangkan serta berperan dalam membina dan memberikan pelayanan yang terpadu di wilayah kerja dan merupakan kerjaan pokok. Aspek yang harus diperhatikan dalam pengembangan kesehatan adalah kepuasan pasien atas kinerja serta pelayanan puskesmas. Dikarenakan ketika pasien merasa puas dengan pelayanan serta kinerja dari staf puskesmas, nantinya akan mengundang keluarga, tetangga atau sodara dari pasien tersebut datang menuju puskesmas tersebut. Tujuan dari penelitian ini ialah memprediksi layanan baru berdasarkan indikasi yang ditetapkan dengan mengginakan Algoritma K-Nearest Neighbor dan Neural Network dan kemudian membandingan hasil akurasi dari kedua algoritma tersebut. Hasil dari 1764 record data yang diperoleh dari 40% record data keseluruhan, K-Nearest Neighbor mendapat tingkat akurasi yang terbaik yaitu 99,95%, sedangkan untuk tingkat akurasi dari Neural Network yaitu 99,77%. Sehingga bisa dipastikan bahwasannya metode yang mendekati nilai akurasi sempurna ialah K-Nearest Neighbor dalam penentuan rekomendasi layanan baru.