IMPLEMENTASI METODE K-MEANS UNTUK MENGELOMPOKKAN RUMAH SAKIT DI INDONESIA BERDASARKAN KAPASITAS PELAYANAN

  • Aufa Fahmi Azhar S Sistem Informasi, Universitas Buana Perjuangan
  • April Lia Hananto Sistem Informasi, Universitas Buana Perjuangan
  • Bayu Priyatna Sistem Informasi, Universitas Buana Perjuangan
  • Shofa Shofiah Hilabi Sistem Informasi, Universitas Buana Perjuangan

Abstract

Perbedaan kapasitas pelayanan antar rumah sakit di Indonesia dapat menyebabkan ketimpangan akses layanan kesehatan. Permasalahan tersebut perlu dianalisis agar diperoleh gambaran distribusi kapasitas rumah sakit secara objektif. Penelitian ini bertujuan untuk mengelompokkan rumah sakit di Indonesia berdasarkan kapasitas pelayanan. Metode yang digunakan adalah algoritma K-Means dengan variabel jumlah tempat tidur, total layanan, dan jumlah tenaga kerja. Tahapan penelitian meliputi preprocessing data, normalisasi, penerapan K-Means, serta evaluasi menggunakan Silhouette Coefficient. Hasil penelitian menunjukkan bahwa jumlah cluster optimal adalah tiga cluster dengan nilai Silhouette sebesar 0,5367. Cluster yang terbentuk terdiri dari kategori kapasitas rendah, sedang, dan tinggi. Visualisasi menggunakan PCA menunjukkan adanya overlap antar cluster, yang mengindikasikan bahwa kapasitas pelayanan rumah sakit bersifat kontinu. Dengan demikian, metode K-Means efektif digunakan sebagai alat segmentasi untuk memahami distribusi kapasitas rumah sakit di Indonesia.

Downloads

Download data is not yet available.
Published
2026-05-31