PIPI

JOISIE (Journal Of Information Systems And Informatics Engineering)JOISIE (Journal Of Information Systems And Informatics Engineering)

Peningkatan jumlah penderita penyakit dalam beberapa tahun terakhir pada Provinsi Sumatera Selatan berimbas kepada evaluasi pendistribusian layanan kesehatan yang merata di setiap daerah. Penelitian ini menyoroti ketidakmerataan fasilitas kesehatan berupa layanan rumah sakit umum yang tersebar di masing-masing wilayah yang ada di Provinsi Sumatera Selatan. Tujuan dari penelitian ini adalah untuk memberikan wawasan berbasis data sebagai acuan bagi pemerintah dalam pengambilkan kebijakan pendistribusian layanan kesehatan agar dapat lebih merata. Penelitian ini menggunakan dataset yang berasal dari BPS Provinsi Sumatera selatan dan diolah dengan algoritma K-Means melalui rapid miner dan python. Hasil dari analisis data tersebut adalah mengelompokkan wilayah Kabupaten/Kota kedalam 3 kluster yakni kluster 0 (rendah) terdiri dari 11 wilayah, kluster 1 (tinggi) terdiri dari 1 wilayah, dan kluster 2 (sedang) terdiri dari 5 wilayah. Interpretasi dari klasterisasi dan pengolahan data menunjukkan adanya ketimpangan dalam pendistribusian fasilitas kesehatan terutama antara layanan kesehatan di wilayah Kota Palembang dengan Kabupaten/Kota lainnya. Sehingga, dari temuan tersebut direkomendasikan bagi pemerintah untuk melakukan kebijakan ulang terkait pendistribusian layanan dan tenaga kesehatan di tiap daerah secara merata dan dapat menerapkan inovasi layanan kesehatan dengan pendekatan knowledge management yang dapat mengoptimalisasi pemerataan layanan kesehatan di Sumatera Selatan.

Hasil clustering menunjukkan ketimpangan distribusi fasilitas kesehatan di Sumatera selatan.Kota Palembang (Cluster 1) memiliki jumlah rumah sakit dan tenaga medis jauh lebih tinggi dibanding daerah lain, dengan tenaga kesehatan 6,7 kali lebih banyak dibandingkan rata rata wilayah lain.Sebaliknya, wilayah dalam cluster 0 (rendah) hanya memiliki rata rata dua rumah sakit dan tenaga medis terbatas.Cluster (sedang) mengalami keterbatasan layanan seperti antrian panjang dan kurangnya fasilitas penunjang, yang masih menyebabkan ketergantungan pada Palembang.Ketimpangan ini berpotensi memperbesar ketidakadilan akses layanan kesehatan.Oleh karena itu, dibutuhkan pembangunan rumah sakit tipe C dan D di wilayah Cluster 0, peningkatan kapasistas rumah sakit di Cluster 2, serta pemertaan tenaga medis melalui rotasi dokter spesialis.Inovasi seperti Mobile Health Clinic dan telemedicine juga penting untuk menjangkau daerah terpencil.Temuan ini dapat menjadi dasar bagi pengambil kebijakan dalam merumuskan intervensi yang lebih merata dan berbasis data.

Berdasarkan hasil penelitian, terdapat beberapa saran penelitian lanjutan yang dapat dilakukan. Pertama, penelitian dapat dilakukan untuk menganalisis faktor-faktor yang mempengaruhi distribusi layanan kesehatan di Sumatera Selatan, seperti ketersediaan sumber daya manusia, infrastruktur, dan kebijakan pemerintah. Kedua, penelitian dapat dilakukan untuk mengidentifikasi faktor-faktor yang menyebabkan ketimpangan distribusi layanan kesehatan, seperti perbedaan tingkat ekonomi, aksesibilitas, dan kesadaran masyarakat terhadap kesehatan. Ketiga, penelitian dapat dilakukan untuk mengembangkan model prediksi yang dapat memprediksi kebutuhan layanan kesehatan di setiap wilayah, sehingga dapat membantu pemerintah dalam merencanakan distribusi layanan kesehatan yang lebih merata dan efektif.

  1. PENERAPAN DATA MINING UNTUK PENGELOMPOKAN DATA REKAM MEDIS PASIEN BERDASARKAN JENIS PENYAKIT DENGAN ALGORITMA... jik.htp.ac.id/index.php/jik/article/view/181PENERAPAN DATA MINING UNTUK PENGELOMPOKAN DATA REKAM MEDIS PASIEN BERDASARKAN JENIS PENYAKIT DENGAN ALGORITMA jik htp ac index php jik article view 181
  2. ANALISIS KLASTERISASI JUMLAH PENDERITA PENYAKIT MENGGUNAKAN K-MEANS SEBAGAI DASAR DISTRIBUSI LAYANAN... ejournal.pelitaindonesia.ac.id/index.php/JOISIE/article/view/4959ANALISIS KLASTERISASI JUMLAH PENDERITA PENYAKIT MENGGUNAKAN K MEANS SEBAGAI DASAR DISTRIBUSI LAYANAN ejournal pelitaindonesia ac index php JOISIE article view 4959
  3. Implementasi Algoritma K-Means Untuk Clustering Data Penyakit Di Puskesmas Kotagede 2 Yogyakarta | SUBMIT:... doi.org/10.36815/submit.v4i1.3195Implementasi Algoritma K Means Untuk Clustering Data Penyakit Di Puskesmas Kotagede 2 Yogyakarta SUBMIT doi 10 36815 submit v4i1 3195
Read online
File size806.3 KB
Pages13
DMCAReport

Related /

ads-block-test