Claim Missing Document
Check
Articles

Found 1 Documents
Search

Klasterisasi Karakteristik Pasien Kanker Paru Dengan K-Means Di Rumah Sakit Kanker Dharmais Ikmal Aulia Akbar; Frestiany Regina Putri
Jurnal Manajemen dan Administrasi Rumah Sakit Indonesia (MARSI) Vol 10, No 4 (2026): Jurnal Manajemen dan Administrasi Rumah Sakit Indonesia (MARSI)
Publisher : LPPM Universitas Respati Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52643/marsi.v10i4.9178

Abstract

ABSTRAK Kanker paru memiliki karakteristik pasien yang heterogen sehingga diperlukan pengelompokan data untuk mendukung perencanaan pelayanan dan peningkatan kualitas registrasi kanker. Penelitian ini bertujuan mengelompokkan karakteristik pasien kanker paru berdasarkan usia, jenis kelamin, topografi, morfologi, dan pekerjaan menggunakan algoritma K-Means. Penelitian menggunakan desain observasional retrospektif terhadap 443 data pasien kanker paru di Rumah Sakit Kanker Dharmais. Nomor rekam medis dan nama pasien tidak digunakan sebagai atribut analisis. Variabel kategorik ditransformasikan menggunakan one-hot encoding, sedangkan usia distandardisasi. Pemodelan dilakukan menggunakan Orange Data Mining 3.40 dengan inisialisasi K-Means++, 10 kali pengulangan, dan maksimum 300 iterasi. Jumlah cluster diuji pada K=2 sampai K=10 menggunakan nilai Silhouette. Nilai tertinggi diperoleh pada K=3, yaitu 0,239. Cluster 1 terdiri atas 201 pasien (45,37%) dan seluruhnya laki-laki dengan rerata usia 64,27±6,50 tahun. Cluster 2 terdiri atas 125 pasien (28,22%) dan seluruhnya perempuan dengan rerata usia 59,54±8,40 tahun. Cluster 3 terdiri atas 117 pasien (26,41%), didominasi laki-laki, dan memiliki rerata usia 43,18±7,90 tahun. Adenocarcinoma merupakan morfologi dominan pada seluruh cluster. Topografi C34.9 ditemukan pada lebih dari 90% anggota setiap cluster. Tiga cluster menggambarkan kelompok laki-laki usia lanjut, perempuan usia menengah–lanjut, dan pasien usia lebih muda. Tingginya penggunaan kode topografi tidak spesifik menunjukkan perlunya audit kelengkapan registrasi kanker. Kata kunci: kanker paru; K-Means; klasterisasi; registrasi kanker; Orange Data Mining