Data rutin puskesmas di Kabupaten Pangkajene dan Kepulauan masih lebih banyak dipakai untuk pelaporan administratif daripada perencanaan program berbasis wilayah, padahal wilayah daratan dan kepulauan memiliki masalah kesehatan yang berbeda. Penelitian ini bertujuan untuk memetakan pola spasial dan temporal lima kelompok penyakit prioritas serta mengevaluasi kemampuan model machine learning dalam memprediksi jumlah kasus baru bulanan di tingkat desa. Penelitian kuantitatif retrospektif ini menggunakan kerangka Cross-Industry Standard Process for Data Mining dari dua puskesmas daratan dan dua puskesmas kepulauan yang mencakup 21 desa selama Januari 2024 hingga Juni 2026. Analisis dilakukan menggunakan angka kasus baru per 1.000 penduduk, rate ratio, regresi Poisson dengan komponen musiman, standardized incidence ratio yang dihaluskan dengan empirical Bayes, Moran's I, serta perbandingan antara random forest, gradient boosting, dan model pembanding sederhana. Selama periode penelitian tercatat 176.561 kunjungan, dengan 149.042 di antaranya merupakan kasus baru. Angka hipertensi di desa kepulauan 3,76 kali lebih tinggi daripada desa daratan dan membentuk pengelompokan spasial, sedangkan infeksi saluran pernapasan atas akut dan diare lebih banyak ditemukan di daratan. Kasus hipertensi meningkat sekitar 28,6% setiap tahun. Model random forest menghasilkan mean absolute error sebesar 4,88 kasus, sedikit lebih baik daripada naive model dan setara dengan moving average tiga bulan. Perencanaan program perlu berbasis desa, dan model prediksi sederhana sudah cukup untuk mendukung dashboard perencanaan puskesmas.
Copyrights © 2026