Klasterisasi Data Kesehatan Penduduk untuk Menentukan Rentang Derajat Kesehatan Daerah dengan Metode K-Means

Abstract

Salah satu indikator untuk menilai tingkat
keberhasilan pembangunan negara adalah tingkat capaian
negara dalam memberikan jaminan bidang kesehatan
untuk masyarakatnya. Pemerintah Indonesia, melalui
Departemen Kesehatan, menetapkan sejumlah indikator
sebagai tolak ukur kemajuan pembangunan kesehatan.
Setiap tahun Departemen Kesehatan mengumpulkan data
kesehatan penduduk di berbagai level unit daerah untuk
diolah sehingga dihasilkan ranking Provinsi dan
Kabupaten/Kota Sehat. Metode pengolahan terhadap data
kesehatan yang sudah terkumpul tersebut masih berbasis
pada teknik statistik dasar, dimana memiliki kelemahan
dalam hal konsistensi data dan minimnya informasi
tentang hubungan antar data. Data mining dilihat dari sisi
teknik pengolahan data menyediakan sejumlah algoritma
yang dapat digunakan untuk menggali informasi
tersembunyi dari kumpulan data yang multidimensi.
Penelitian ini membahas tentang pemanfaatan algoritma
k-Means untuk mengklaster atau mengelompokkan
kabupaten-kabupaten di Provinsi Jawa Tengah dan DIY
berdasarkan kemiripan nilai lima buah ukuran indikator
mortalitas derajat kesehatan daerah, yaitu angka
kelahiran kasar, angka kematian kasar, angka kematian
bayi, angka kematian balita, dan angka kematian ibu.
Secara umum, output penelitian berupa hasil klasterisasi
dapat digunakan sebagai sebuah acuan untuk
menggambarkan distribusi pengelompokkan kabupaten
berdasarkan kondisi profil kesehatan daerah tersebut.