<![CDATA[Pemetaan spasial terhadap kebutuhan pelayanan kesehatan yang belum terpenuhi (unmet need) penting dilakukan untuk mengenali wilayah yang memerlukan prioritas intervensi guna meningkatkan akses dan kualitas layanan kesehatan. Penelitian ini bertujuan memetakan tingkat unmet need pelayanan kesehatan di 34 provinsi Indonesia tahun 2015-2022 dengan algoritma klasterisasi K-Means. Data unmet need dianalisis dan dievaluasi menggunakan Indeks Davies-Bouldin untuk menentukan jumlah klaster optimal. Hasil analisis menunjukkan 3 klaster provinsi optimal berdasarkan tingkat unmet need. Klaster 1 (DKI Jakarta, Bali, Papua) memiliki rata-rata unmet need terendah 2,47%. Klaster 2 (sebagian provinsi di Jawa dan Kalimantan) memiliki rata-rata unmet need sedang 5,46%. Klaster 3 (sebagian besar provinsi di luar Jawa) merupakan kelompok dengan unmet need tertinggi rata-rata 7,35%. Secara spasial, provinsi di luar Jawa cenderung berada di klaster dengan unmet need tinggi, sejalan dengan tantangan aksesibilitas pelayanan kesehatan. Hasil pemetaan K-Means ini dapat menjadi acuan dalam merumuskan rekomendasi peningkatan akses dan kualitas layanan kesehatan di provinsi-provinsi prioritas berdasarkan tingkat unmet need.]]>
Copyrights © 2023
