Pengelompokkan Data Rekam Medis Pasien Berdasarkan Jenis Dengan Algoritma K-Means (Studi Kasus Puskesmas Parongpong)

Abstract

Rekam data medis atau biasa di sebut dalam bidang kesehatan adalah ICD (International Classification Diseases) merupakan rekaman dari riwayat pasien yang melakukan pengobatan di Rumah Sakit maupun klinik. Puskesmas Parongpong merupakan salah satu fasilitas layanan kesehatan di Kabupaten Bandung Barat yang setiap tahunnya menerima ribuan kunjungan pasien dengan beragam jenis penyakit. Namun, sistem informasi yang tersedia seperti SIMPUS belum mampu menyajikan informasi analitis berupa pengelompokan penyakit yang bisa dimanfaatkan untuk perencanaan layanan kesehatan. Penelitian ini bertujuan untuk mengelompokkan data rekam medis pasien berdasarkan jenis penyakit menggunakan metode clustering dengan algoritma K-Means dan pendekatan CRISP-DM sebagai tahapan analisis data mining. Dataset yang digunakan berjumlah 16.366 data pasien dari Poli Umum Puskesmas Parongpong selama tahun 2023. Data terdiri dari lima atribut utama, yaitu nomor rekam medis, jenis kelamin, usia, wilayah asal pasien, dan nama penyakit. Proses clustering dilakukan dengan aplikasi RapidMiner, dan hasil terbaik diperoleh saat data dikelompokkan menjadi tiga klaster berdasarkan nilai Davies Bouldin Index sebesar-0,826. Hasil penelitian menunjukkan bahwa Klaster 0 didominasi oleh penyakit flu (Acute Nasopharyngitis) yang umum terjadi pada pasien balita, Klaster 1 oleh penyakit Dyspepsia dan hipertensi pada kelompok dewasa dan lansia, serta Klaster 2 oleh penyakit ISPA, diare, dan skabies yang sering menyerang anak-anak dan remaja. Pengelompokan ini memberikan gambaran yang jelas tentang persebaran penyakit berdasarkan usia, jenis kelamin, dan wilayah, serta dapat menjadi landasan pengambilan keputusan dalam peningkatan pelayanan preventif dan kuratif di Puskesmas.