<![CDATA[Rumah sakit menghadapi tantangan dalam mengelola arus pasien yang beragam, baik dari segi waktu kunjungan, frekuensi kedatangan, hingga jenis layanan yang dibutuhkan. Penelitian ini bertujuan untuk melakukan segmentasi pasien berdasarkan pola kunjungan menggunakan algoritma K-Means, guna mengoptimalkan layanan medis dan meningkatkan efisiensi operasional rumah sakit. Data yang digunakan mencakup informasi Umur, Jenis Kelamin, Jumlah Kunjungan (per tahun), Durasi Kunjungan, Jenis Perawatan, Diagnosa Utama. Dalam penelitian ini penulis menggunakan K-Means Clustering. Metode K-Means Clustering adalah salah satu teknik dalam analisis data yang digunakan untuk mengelompokkan data ke dalam beberapa kelompok atau cluster berdasarkan kesamaan atau kedekatan atribut atau karakteristik data tersebut. Sedangkan untuk membantu pengolahan data agar lebih cepat dan efesien penulis menggunakan aplikasi Rapidminer. Hasil penelitian menunjukkan bahwa pasien dapat dikategorikan ke dalam 3 (Tiga) cluster, seperti penyakit kronis yaitu cluster_2 yang terdapat 4 variabel data, pasien dengan dengan kunjungan secara rutin yaitu cluster_1 yang terdapat 6 variabel data, dan pasien dengan kategori isidental yaitu cluster_2 terdapat 10 variabel data. Dari hasil segmentasi ini, rumah sakit dapat mengambil langkah strategis, seperti penjadwalan dokter yang lebih efektif, optimalisasi sumber daya medis, serta pengelolaan antrian yang lebih baik. Dengan pendekatan ini, rumah sakit dapat meningkatkan kepuasan pasien, mengurangi waktu tunggu, serta mengalokasikan tenaga medis dan fasilitas dengan lebih efisien.]]>
Copyrights © 2025
