<![CDATA[Klinik Medika Saintika menghadapi tantangan dalam pengelolaan data kunjungan pasien yang semakin kompleks. Data kunjungan memiliki potensi strategis dalam meningkatkan kualitas dan efisiensi layanan kesehatan. Penelitian ini bertujuan untuk mengaplikasikan metode K-Means dalam mengelompokkan pasien berdasarkan frekuensi kunjungan dan jenis layanan yang diterima, guna merancang layanan yang lebih terarah dan efektif. Menggunakan data frekuensi kunjungan pasien dari Januari hingga Desember 2024, penelitian ini menerapkan algoritma K-Means yang diolah melalui software RapidMiner. Hasil pengelompokan menunjukkan tiga cluster dengan centroid sebagai berikut: Cluster pertama (C1) memiliki centroid pada titik (12.0, 3.0, 0.8), yang menunjukkan bahwa pasien dalam cluster ini sering mengunjungi klinik dan memerlukan layanan pemeriksaan umum atau perawatan gigi. Cluster kedua (C2) memiliki centroid (15.0, 2.0, 1.0), yang menggambarkan pasien dengan kunjungan yang lebih terstruktur dan stabil, serta membutuhkan layanan rutin seperti pemeriksaan ibu hamil atau anak. Cluster ketiga (C3) memiliki centroid (5.0, 2.0, 0.25), yang mencakup pasien dengan kunjungan yang jarang dan hanya membutuhkan layanan spesifik atau perawatan sesekali. Pengelompokan ini memberikan wawasan yang berguna untuk merencanakan dan mengelola layanan kesehatan sesuai dengan karakteristik setiap kelompok pasien, serta mengalokasikan sumber daya secara lebih efisien. Penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan strategi pelayanan kesehatan berbasis data di Klinik Medika Saintika, yang dapat lebih dioptimalkan dengan analisis lanjutan.Kata Kunci: K-Means, Data Mining, Pengelompokan Pasien, Frekuensi Kunjungan, Klinik Medika Saintika, RapidMiner.]]>
Copyrights © 2024
