Klasterisasi Data Rekam Medis Pasien Menggunakan Metode K-Means Clustering Di RSUD Muhammadiyah Bantul

Alfian Aziz  Ardiansyah; Ezar Atha  Khaeroshi; Raihan Rais  Wicaksono

doi:10.33592/jutis.v13i1.6776

Authors

Alfian Aziz Ardiansyah Universitas Ahmad Dahlan
Ezar Atha Khaeroshi Fakultas Teknologi Industri, Universitas Ahmad Dahlan
Raihan Rais Wicaksono Fakultas Teknologi Industri, Universitas Ahmad Dahlan

DOI:

https://doi.org/10.33592/jutis.v13i1.6776

Keywords:

K-Means Clustering, Klasterisasi Pasien, Rekam Medis, Rumah Sakit

Abstract

Pengelolaan data rekam medis merupakan salah satu aspek penting dalam mendukung efisiensi operasional rumah sakit. Data ini menyimpan informasi strategis yang dapat dianalisis menggunakan teknik data mining untuk mengungkap pola dan struktur tersembunyi. Penelitian ini menggunakan metode K-Means Clustering untuk mengelompokkan pasien berdasarkan karakteristik tertentu dan mengidentifikasi pola penyakit yang dominan. Data penelitian diambil dari pasien rawat inap RSUD Muhammadiyah Bantul pada periode Oktober hingga Desember 2023, dengan total 871 pasien. Variabel yang dianalisis meliputi jenis kelamin, usia, alamat, diagnosis, durasi rawat inap, dan metode pembayaran. Hasil klasterisasi menghasilkan empat kelompok utama: Cluster 1 dengan 116 pasien (13%), Cluster 2 dengan 136 pasien (16%), Cluster 3 dengan 498 pasien (57%), dan Cluster 4 dengan 121 pasien (14%). Setiap klaster menggambarkan pola prevalensi penyakit tertentu, seperti demam, diabetes, dan penyakit sistemik lainnya. Penelitian ini diharapkan menjadi dasar untuk menyusun strategi peningkatan pelayanan kesehatan yang lebih efisien dan berbasis data di RSUD Muhammadiyah Bantul

References

M. Kamber and J. Han, Data Mining: Concepts and Techniques : Concepts and Techniques. 2006.

R. Ordila, R. Wahyuni, Y. Irawan, and M. Yulia Sari, “Penerapan Data Mining Untuk Pengelompokan Data Rekam Medis Pasien Berdasarkan Jenis Penyakit Dengan Algoritma Clustering (Studi Kasus : Poli Klinik PT.Inecda),” J. Ilmu Komput., vol. 9, no. 2, pp. 148–153, 2020, doi: 10.33060/jik/2020/vol9.iss2.181.

W. Purba et al., “Penerapan Data Mining Untuk Pengelolaan Data Rekam Medis Menggunakan Metode K-means Clustering Pada Rumah Sakit Royal Prima Medan,” J. TEKINKOM, vol. 6, no. 1, pp. 158–168, 2023, doi: 10.37600/tekinkom.v6i1.857

M. D. Chandra, E. Irawan, I. S. Saragih, A. P. Windarto, and D. Suhendro, “Penerapan Algoritma K-Means dalam Mengelompokkan Balita yang Mengalami Gizi Buruk Menurut Provinsi,” BIOS J. Teknol. Inf. dan Rekayasa Komput., vol. 2, no. 1, pp. 30–38, 2021, doi: 10.37148/bios.v2i1.19.

H. Nusa Putra and D. Putri Anisa, “Klasterisasi Data Rekam Medis Pada Diagnosa Penyakit Berdasarkan Usia Pasien Menggunakan Algoritma K-Means Di Puskesmas Lubuk Alung,” Ensiklopedia J., vol. 3, no. 5, pp. 128–133, 2021

Yullia Agustin and Adiati Trihastuti, “Pengaruh Kualitas Pelayanan Terhadap Kepuasan Wajib Pajak Kendaraan Bermotor (Di Kantor Samsat Kabupaten Lamongan),” J. Student Res., vol. 1, no. 2, pp. 248–263, 2023, doi: 10.55606/jsr.v1i2.994.

T. Amalina, D. Bima, A. Pramana, and B. N. Sari, “Metode K-Means Clustering Dalam Pengelompokan Penjualan Produk Frozen Food,” J. Ilm. Wahana Pendidik., vol. 8, no. 15, pp. 574–583, 2022.

Dilawati, H., Widianto, H., & Kuswiadji, A. (2024). Klasterisasi Data Rekam Medis Pasien Menggunakan Metode K-Means Clustering Di Rumah Sakit Widodo Ngawi. BIOS: Jurnal Teknologi Informasi dan Rekayasa Komputer, 5(2), 139-147.

Idham, I., Rosika, H., & Yuliadi, Y. (2024). IMPLEMENTASI RAPIDMINER UNTUK CLESTERING DATA PENJUALAN PAKAIAN MENGGUNAKAN METODE K-MEANS. JUTECH: Journal Education and Technology, 5(1), 221-231.

Azkar, A., & Kusrini, K. (2024). Klasterisasi Pasien Rawat Jalan di Puskesmas dengan Menggunakan Metode Algoritma Clustering K-Means. KLIK: Kajian Ilmiah Informatika dan Komputer, 4(5), 2628-2636.

Hendrik, J. (2024). Perancangan Sistem Informasi Pengklasifikasian Rumah Sakit Menggunakan Algoritma K-Means Clustering. Bulletin of Computer Science Research, 4(2), 225-232.