PENERAPAN ALGORITMA CLUSTERING DENGAN K-MEANS UNTUK PASIEN PERAWATAN KESEHATAN

• SAVIRA YUNI MADANI
• 2025

---

ABSTRAK

Perkembangan industri perawatan kesehatan menuntut sistem yang mampu memahami karakteristik konsumen secara lebih mendalam guna meningkatkan kualitas layanan. Pemodelan konsumen menjadi pendekatan strategis untuk segmentasi dan personalisasi layanan kesehatan. Namun, tantangan muncul ketika data yang tersedia bersifat besar, sehingga sulit untuk dianalisis secara manual. Permasalahan ini mendorong perlunya pendekatan berbasis data mining, khususnya unsupervised learning, dalam hal ini algoritma clustering.

Penelitian ini dilakukan dengan tujuan menerapkan algoritma K-Means Cluastering dalam proses pemodelan konsumen perawatan kesehatan berdasarkan variabel seperti usia, frekuensi kunjungan, jenis layanan, dan biaya pengeluaran. Metode ini dipilih karena kemampuannya dalam mengelompokkan data besar secara efisien. Eksperimen dilakukan pada data klinik atau rumah sakit.

Berdasarkan hasil penelitian, dapat disimpulkan bahwa algoritma K-Means memiliki kemampuan dalam membentuk beberapa klaster kosumen yang berbeda, misalnya kelompok pasien dengan kunjungan rutin namun biaya rendah, serta kelompok pasien dengan kebutuhan layanan dan biaya tinggi. Klaster-klaster ini kemudian dapat digunakan oleh penyedia layanan untuk strategi pemasaran, peningkatan kualitas layanan, serta alokasi sumber daya secara optimal.

Kesimpulannya, penerapan K-Means dalam pemodelan konsumen layanan kesehatan terukti efektif dalam mengungkap pola-pola tersembunyi pada data, sehingga dapat menjadi alat pendukung keputusan yang kuat bagi manajemen layanan kesehatan

• Kata Kunci: Clustering
• K-Means
• Pemodelan Konsumen
• Data Mining
• Layanan Kesehatan

https://repository.bsi.ac.id/repo/75318/PENERAPAN-ALGORITMA-CLUSTERING-DENGAN-K-MEANS-UNTUK-PASIEN-PERAWATAN-KESEHATAN
File full-text dikunci.