Journal of Artificial Intelligence and Digital Business
Vol. 5 No. 2 (2026): Mei-Juli

Data Mining Optimalisasi Distribusi Tenaga Medis untuk Aksesibilitas Pelayanan Kesehatan Menggunakan Metode K-Means

Opitasari Opitasari (Universitas Indraprasta PGRI)
Andreas Adi Trinoto (Universitas Indraprasta PGRI)
Imam Himawan (Universitas Indraprasta PGRI)



Article Info

Publish Date
16 Jul 2026

Abstract

Pelayanan kesehatan merupakan faktor yang dapat dipengaruhi oleh ketersediaan fasilitas pelayanan kesehatan. Sarana dan prasarana kesehatan yang mencakup tenaga medis dan fasilitas pelayanan kesehatan dapat membantu dalam mengoptimalkan derajat kesehatan di berbagai kota dan memberikan kontribusi positif untuk kesehatan khususnya bagi perilaku masyarakat dan lingkungan disekitarnya. Berdasarkan data yang dikeluarkan oleh Dinas Kesehatan di salah satu kota jumlah kunjungan masyarakat pada salah satu tempat pelayanan kesehatan tidak stabil selama 3 tahun terakhir 2018-2020 berturut-turut sebanyak 7.786.231, 8.394.714 dan 5.689.457. dan jumlah tenaga kesehatan di DKI Jakarta stabil meningkat jumlahnya yaitu pada 2018 terdapat 53.730 orang, di 2019 naik menjadi 56.615 orang dan di 2020 menjadi 58.196 orang. jumlah tenaga medis tidak selalu berbanding lurus terhadap jumlah kunjungan. Untuk melihat pola pemanfaatan tenaga medis terhadap fasilitas kesehatan yang sudah ada, maka diperlukan suatu metode data mining, algoritma K-means clustering digunakan untuk mengelompokkan data responden yang menikmati pelayanan fasilitas kesehatan di Kota Jakarta. Penelitian ini menggunakan RapidMiner, Setelah melakukan beberapa percobaan cluster dengan menggunakan algoritma K-means clustering, maka didapatkan cluster optimal berdasarkan uji validasi Davies Bouldin Indeks (DBI) yaitu berjumlah 9 cluster kemudian setelah dilakukan percobaan dengan menggunakan k=2 sampai dengan k=10, didapatkan nilai cluster optimal terdapat pada K=9 dengan nilai DBI 0.188. Temuan ini dapat dimanfaatkan oleh dinas terkait untuk merancang intervensi yang lebih tepat sasaran.

Copyrights © 2026






Journal Info

Abbrev

RIGGS

Publisher

Subject

Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering

Description

Journal of Artificial Intelligence and Digital Business (RIGGS) is published by the Department of Digital Business, Universitas Pahlawan Tuanku Tambusai in helping academics, researchers, and practitioners to disseminate their research results. RIGGS is a blind peer-reviewed journal dedicated to ...