Data Mining Optimalisasi Distribusi Tenaga Medis untuk Aksesibilitas Pelayanan Kesehatan Menggunakan Metode K-Means

Authors

  • Opitasari Opitasari Universitas Indraprasta PGRI
  • Andreas Adi Trinoto Universitas Indraprasta PGRI
  • Imam Himawan Universitas Indraprasta PGRI

DOI:

https://doi.org/10.31004/riggs.v5i2.11305

Keywords:

Tenaga Medis, K-Means, RapidMiner, Dinas Kesehatan Masyarakat DKI Jakarta

Abstract

Pelayanan kesehatan merupakan faktor yang dapat dipengaruhi oleh ketersediaan fasilitas pelayanan kesehatan. Sarana dan prasarana kesehatan yang mencakup tenaga medis dan fasilitas pelayanan kesehatan dapat membantu dalam mengoptimalkan derajat kesehatan di berbagai kota dan memberikan kontribusi positif untuk kesehatan khususnya bagi perilaku masyarakat dan lingkungan disekitarnya. Berdasarkan data yang dikeluarkan oleh Dinas Kesehatan di salah satu kota jumlah kunjungan masyarakat pada salah satu tempat pelayanan kesehatan tidak stabil selama 3 tahun terakhir 2018-2020 berturut-turut sebanyak 7.786.231, 8.394.714 dan 5.689.457. dan jumlah tenaga kesehatan di DKI Jakarta stabil meningkat jumlahnya yaitu pada 2018 terdapat 53.730 orang, di 2019 naik menjadi 56.615 orang dan di 2020 menjadi 58.196 orang. jumlah tenaga medis tidak selalu berbanding lurus terhadap jumlah kunjungan. Untuk melihat pola pemanfaatan tenaga medis terhadap fasilitas kesehatan yang sudah ada, maka diperlukan suatu metode data mining, algoritma K-means clustering digunakan untuk mengelompokkan data responden yang menikmati pelayanan fasilitas kesehatan di Kota Jakarta. Penelitian ini menggunakan RapidMiner, Setelah melakukan beberapa percobaan cluster dengan menggunakan algoritma K-means clustering, maka didapatkan cluster optimal berdasarkan uji validasi Davies Bouldin Indeks (DBI) yaitu berjumlah 9 cluster kemudian setelah dilakukan percobaan dengan menggunakan k=2 sampai dengan k=10, didapatkan nilai cluster optimal terdapat pada K=9 dengan nilai DBI 0.188. Temuan ini dapat dimanfaatkan oleh dinas terkait untuk merancang intervensi yang lebih tepat sasaran.

Downloads

Download data is not yet available.

References

1. Adjie Pahlevi, M., Abimanyu, A., Hafizh Arrizqy, M., Ryaldi, A., kunci-Distribusi Tenaga Kesehatan, K., Clustering, K.-M., Data, A., & Layanan Kesehatan, P. (2024). Analisis Distribusi Tenaga Kesehatan Di Indonesia Menggunakan K-Means Clustering (Vol. 11, Number 3). http://jurnal.mdp.ac.id

2. Ayu, S., Darmawan, D., Gunadarma, U., Korespondensi, P., Average, S. M., & Average, S. M. (2024). PENERAPAN METODE K-MEANS CLUSTERING DAN SIMPLE MOVING AVERAGE UNTUK MEMPREDIKSI JENIS PENYAKIT DI PROVINSI JAWA IMPLEMENTATION OF K-MEANS CLUSTERING AND SIMPLE MOVING AVERAGE METHODS TO PREDICT DISEASE TYPES IN EAST JAVA PROVINCE. 1(4), 877–886. https://doi.org/10.25126/jtiik.1148703

3. Baha’uddin, M., & Fatah, Z. (2024). Gudang Jurnal Multidisiplin Ilmu Data Mining Clustering K-Means Dalam Mengelompokkan Data Penduduk Penyandang Disabilitas. Gudang Jurnal Multidisiplin Ilmu, 2(10), 86–94. https://doi.org/10.59435/gjmi.v2i11.1040

4. Dwiatmoko, F., & Utami, E. (2021). EXPLORE – Volume 11 No 2 Tahun 2021 Terakreditasi Sinta 5 SK No : 23 / E / KPT / 2019 Preprocessing Tranformasi Data Menggunakan K-Means Clustering EXPLORE – Volume 11 No 2 Tahun 2021 Terakreditasi Sinta 5 SK No : 23 / E / KPT / 2019. 11(2), 141–145.

5. Fahmi Azhar, A. S., Lia Hananto, A., Priyatna, B., Shofiah Hilabi Sistem Informasi, S., Buana Perjuangan Karawang Jl Ronggo Waluyo Sinarbaya, U., Timur, T., & Barat, J. (2026). IMPLEMENTASI METODE K-MEANS UNTUK MENGELOMPOKKAN RUMAH SAKIT DI INDONESIA BERDASARKAN KAPASITAS PELAYANAN. In Jurnal Mahasiswa Teknik Informatika (Vol. 10, Number 3).

6. Hamami, F., & Dahlan, A. (2024). SWADHARMA (JRIS) PENERAPAN ALGORITMA K-MEANS UNTUK MEMETAKAN PERSEBARAN FASILITAS DAN TENAGA KESEHATAN DI KOTA BANDUNG. Jurnal Rekayasa Informasi Swadharma (JRIS), 4(2), 61–67.

7. Ikhsan, T., Haerani, E., Wulandari, F., & Syafria, F. (2025). Clustering Data Penduduk Menggunakan Algoritma K-Means TIN : Terapan Informatika Nusantara. 5(12), 679–687. https://doi.org/10.47065/tin.v5i12.7328

8. Katolik, U., & Thomas, S. (2026). Implementasi Algoritma K-Means Dengan Normalisasi Min-Max Pada Analisis Data Ketidakbersekolahan Anak. 4(1). https://doi.org/10.54259/jdmis.v4i1.7064

9. Ma, U. (2020). Implementasi Algoritma K-Means untuk Pengelompokan Penyakit Pasien Pada Puskesmas Warujayeng. 285–291.

10. Mohamad Rizky Naoval Pratama, Rayhan Apriansyah, Juliano Krizza Yoga, April Petra Malonovi Marbun, Salman Alfarisi, & Zurnan Alfian. (2025). Analisis Klasterisasi Data pada Berbagai Bidang Menggunakan Algoritma K-Means: Studi Kasus dalam Kriminalitas, Ekonomi, Politik, Administrasi Digital, dan Perdagangan. PESHUM : Jurnal Pendidikan, Sosial Dan Humaniora, 4(6), 8546–8557. https://doi.org/10.56799/peshum.v4i6.10448

11. Nopriandi, H., Putra, D. J., Studi, P., Informatika, T., Teknik, F., Islam, U., Singingi, K., Syiah, U., Banda, K., Kuantan, T., Darussalam, K., Aceh, K. B., Clustering, K., Penjualan, A., Produk, K., & Indah, T. N. (2025). PENERAPAN DATA MINING METODE K-MEANS CLUSTERING UNTUK ANALISA PENJUALAN. 2(1), 1–10.

12. Pangestu, F., Yasin, N., & Hasugian, R. C. (2023). Penerapan Algoritma K- Means Untuk Mengklasifikasi Data Obat. 12, 53–62.

13. Puskesmas, D. I., & Kota, B. (2014). No Title.

14. Sinaga, K. P., & Yang, M. S. (2020). Unsupervised K-means clustering algorithm. IEEE Access, 8, 80716–80727. https://doi.org/10.1109/ACCESS.2020.2988796

15. Zhao, Y. (2020). Application of K-means clustering algorithm in human resource data informatization. ACM International Conference Proceeding Series, 12–16. https://doi.org/10.1145/3444370.3444540

16. Destinaya, I. D., Wulandari, S., Irawan, D., Gunawan, S., & Iqbal, M. (2025). Evaluasi sistem informasi permohonan elektronik menggunakan metode Pieces. Jurnal Informatika, 25(2), 57-71.

17. Gunawan, S., Aprilio, A., & Rhandy, R. (2019). Implementasi k-means, suffix tree dan Dewey Decimal Classification untuk shelving buku perpustakaan. Jurnal Algoritma, Logika dan Komputasi, 2(1).

Downloads

Published

16-07-2026

How to Cite

[1]
O. Opitasari, A. A. Trinoto, and I. Himawan, “Data Mining Optimalisasi Distribusi Tenaga Medis untuk Aksesibilitas Pelayanan Kesehatan Menggunakan Metode K-Means”, RIGGS, vol. 5, no. 2, pp. 16005–16012, Jul. 2026.

Issue

Section

Articles