Analisis Pola Diagnosa Penyakit Pasien Berbasis Clustering untuk Optimalisasi Pelayanan Klinik

Pemanfaatan data rekam medis di fasilitas pelayanan kesehatan pada umumnya masih difokuskan pada kepentingan administrasi dan pelaporan, sehingga informasi strategis yang terkandung di dalamnya belum dimanfaatkan secara maksimal. Penelitian ini bertujuan untuk mengkaji pola pengelompokan diagnosis penyakit pasien sebagai upaya mendukung peningkatan kualitas pelayanan medis di klinik. Metode yang digunakan dalam penelitian ini adalah data mining dengan kerangka kerja CRISP-DM serta teknik clustering menggunakan algoritma K-Means. Data yang dianalisis berupa data diagnosis pasien peserta BPJS pada periode Januari 2024 hingga Februari 2025, dengan atribut jenis kelamin, usia, lokasi, dan diagnosis penyakit. Penentuan jumlah klaster optimal dilakukan menggunakan metode Elbow dan menghasilkan tiga klaster utama. Hasil penelitian menunjukkan bahwa setiap klaster merepresentasikan karakteristik pasien dan jenis diagnosis yang dominan pada wilayah serta kelompok usia tertentu. Informasi yang diperoleh dari hasil pengelompokan ini diharapkan dapat dimanfaatkan oleh pihak klinik sebagai dasar dalam perencanaan program sosialisasi dan penyuluhan kesehatan yang lebih tepat sasaran, serta sebagai pendukung pengambilan keputusan dalam upaya peningkatan mutu pelayanan medis.