Klasterisasi Pasien Rawat Inap BPJS pada RS Islam Assyifa Sukabumi menggunakan Metode K-Means

Abstrak

Rumah sakit sebagai penyedia layanan kesehatan berkualitas menghadapi tantangan dalam pengelolaan data pasien yang semakin kompleks. Data tersebut belum dimanfaatkan secara optimal oleh manajemen rumah sakit serta memiliki potensi besar untuk dianalisis dan menjadi dasar dalam pengambilan keputusan. Bentuk optimaliasi tersebut dapat berupa pemanfaatan data pasien BPJS rawat inap di Rumah Sakit Islam Assyifa Sukabumi pada periode triwulan keempat 2024 menggunakan teknik data mining. Teknik yang diusulkan dalam penelitian ini adalah metode K-Means untuk mengelompokkan pasien BPJS berdasarkan variabel-variabel tertentu seperti usia, jenis kelamin, diagnosa penyakit, kelas rawat inap dan lama rawat inap. Adapun hasil penelitian ini mengungkapkan bahwa terdapat 3 klaster dari 3526 data pasien. Klaster 1 terdiri dari 1545 pasien dengan penyakit menular yang disebabkan oleh mikroorganisme. Klaster 2 terdiri dari 712 pasien dengan penyakit yang berkaitan dengan masalah kehamilan, kelahiran maupun gejala yang harus dii dentifikasi melalui pemeriksaan klinikal atau laboratorium lanjutan. Klaster 3 terdiri dari 1269 pasien dengan penyakit yang berkaitan dengan sistem pernafasan, sistem pencernaan, dan sistem sirkulasi darah. Evaluasi menunjukkan pengelompokkan pasien BPJS dengan hasil 3 klaster memiliki kualitas terbaik, dengan nilai Davies-Bouldin Index (DBI) sebesar 0,561. Hasil penelitian dapat menjadi acuan dalam merencanakan alokasi sumber daya rumah sakit. Saran untuk penelitian berikutnya adalah penerapan teknik data mining lainnya dalam optimalisasi pengelolaan data rumah sakit