Penelitian ini menerapkan metode K-Means Clustering untuk mengelompokkan 995 data pasien RSUD H. Sahudin Kutacane ke dalam tiga kategori tingkat keparahan penyakit, yaitu Ringan, Sedang, dan Parah, berdasarkan atribut klinis seperti usia, jenis kelamin, triase awal, tanda vital, hasil laboratorium, dan faktor penunjang medis lainnya. Proses penelitian meliputi pengumpulan data, pra-pemrosesan (encoding variabel kategorikal, imputasi data hilang, dan normalisasi Min-Max), pemodelan menggunakan K-Means dengan jumlah cluster optimal tiga, serta evaluasi menggunakan Silhouette Score. Hasil clustering menunjukkan distribusi pasien pada Cluster 1 sebanyak 403 pasien, Cluster 2 sebanyak 387 pasien, dan Cluster 0 sebanyak 205 pasien, di mana Cluster 0 cenderung memiliki tingkat keparahan lebih tinggi. Nilai Silhouette Score sebesar 0,1078 mengindikasikan pemisahan antar cluster masih kurang optimal, namun model ini mampu memberikan gambaran awal yang berguna untuk mendukung pengambilan keputusan medis.
Copyrights © 2025