PENERAPAN ALGORITMA K-MEANS UNTUK MEMETAKAN PERSEBARAN FASILITAS DAN TENAGA KESEHATAN DI KOTA BANDUNG

Faqih Hamami (Fakultas Rekayasa Industri, Universitas Telkom)
Iqbal Ahmad Dahlan (Fakultas Teknik Militer, Universitas Pertahanan Indonesia)

JURNAL REKAYASA INFORMASI SWADHARMA (JRIS)
Vol 4, No 2 (2024): JURNAL JRIS EDISI JULI 2024

Good health facilities and personnel are important elements in realizing public health. Several health facilities, such as hospitals, health centers, clinics, and pharmacies, act as a platform for health services. An unbalanced distribution of health facilities and personnel creates disparities in health quality. Population growth in Bandung City is a challenge for the distribution of health facilities. Inequality in each neighborhood has an impact on the difficulty of accessing health services and the quality of those services. Several studies have segmented health facilities separately from health workers. This study aims to map the distribution of health facilities and health workers together in Bandung City using the K-Means algorithm. Segmentation of facilities and health workers in the city of Bandung is done with the stages of data collection, data cleansing, data transformation, and data modeling, and then segmentation using a clustering approach with the K-Means algorithm. The results of the study, using the number k = 3, then formed clusters with low, middle, and high categories. Based on the segmentation results, a cluster was obtained consisting of 21 sub-districts that were lacking in health resources; 8 sub-districts were quite good, and 1 sub-district was abundant.Fasilitas dan tenaga kesehatan yang baik merupakan elemen penting dalam mewujudkan kesehatan masyarakat. Beberapa fasilitas kesehatan seperti rumah sakit, puskesmas, klinik dan apotek berperan sebagai wadah dalam layanan kesehatan. Distribusi fasilitas dan tenaga kesehatan yang tidak berimbang akan menciptakan kesenjangan dan kualitas kesehatan. Pertumbuhan penduduk di Kota Bandung menjadi tantangan untuk distribusi sarana kesehatan. Ketidakmerataan di setiap kecamatan mempunyai dampak kesulitan akses layanan kesehatan dan kualitas layanan yang rendah. Beberapa penelitian yang telah dilakukan banyak melakukan segmentasi fasilitas kesehatan secara terpisah dari tenaga kesehatan. Penelitian ini bertujuan untuk memetakan persebaran fasilitas dan tenaga kesehatan secara bersama-sama di Kota Bandung dengan menggunakan algoritma K-Means. Segmentasi fasilitas dan tenaga kesehatan di kota Bandung dilakukan dengan tahapan data collection, data cleansing, data transformation dan data modeling kemudian dilakukan segmentasi menggunakan pendekatan clustering dengan algoritma K-Means. Hasil penelitian dengan menggunakan jumlah k = 3 maka terbentuk kluster dengan kategori low, middle dan high. Berdasarkan hasil segmentasi diperoleh cluster yang terdiri dari 21 kecamatan yang kurang dalam sumber daya kesehatan, 8 kecamatan cukup baik dan 1 kecamatan yang berlimpah.