<![CDATA[Rendahnya pemanfaatan aplikasi Mobile JKN menjadi salah satu penyebab utama keterlambatan pelayanan di fasilitas kesehatan tingkat pertama, termasuk di Puskesmas Simpang Kawat Kota Jambi, tempat hanya sekitar 11% dari total kunjungan tahunan memanfaatkan aplikasi tersebut. Penelitian ini bertujuan mendeteksi risiko keterlambatan pelayanan pasien Non JKN menggunakan algoritma Random Forest. Pendekatan yang digunakan adalah kuantitatif berbasis data mining, dengan data sekunder sebanyak 27.273 rekam pelayanan periode Januari–Desember 2025 yang mencakup variabel umur, poli, jenis kunjungan, status Mobile JKN, lama antrian, lama pemeriksaan, dan lama pelayanan obat. Data dibagi menjadi 80% data latih dan 20% data uji, kemudian dianalisis menggunakan perangkat lunak RapidMiner dengan 100 pohon keputusan. Hasil pengujian menunjukkan model Random Forest mencapai akurasi, presisi, recall, dan F1-Score sebesar 100% serta AUC-ROC 1,000 pada seluruh 5.455 data uji. Analisis feature importance mengungkap bahwa lama antrian merupakan faktor paling berpengaruh terhadap keterlambatan pelayanan. Temuan ini menegaskan bahwa Random Forest layak dijadikan alat bantu pengambilan keputusan bagi manajemen puskesmas dalam mengoptimalkan alur pelayanan, sekaligus mendorong peningkatan sosialisasi dan pemanfaatan Mobile JKN guna menekan risiko keterlambatan pelayanan kesehatan secara berkelanjutan.]]>
Copyrights © 2026
