ANALISIS CLUSTERING UNTUK RECREDESIALING FASILITAS KESEHATAN MENGGUNAKAN METODE FUZZY C-MEANS

Vera Herlinda, Dedi Darwis, Dartono Dartono

Abstract


BPJS Kesehatan sebagai penyedia layanan kesehatan bagi peserta jaminan kesehatan nasional (JKN), mengharuskan BPJS untuk menentukan kelompok dari penyedia layanan fasilitas kesehatan (faskes) yang sesuai dengan standar rekredensialing, yang berdasarkan pada aspek administrasi dan layanan guna mendapatkan faskes yang dapat bekerjasama kembali dengan pihak BPJS. Namun, dalam pengambilan keputusan sering terjadi kesulitan karena belum adanya analisis data untuk mengelompokan faskes yang sesuai standar rekrdensialing secara cepat dan akurat. Penggunaan data mining  dengan metode Fuzzy C-Means (FCM) dapat mengelompokan data maping profil penyedia layanan faskes untuk mendapatkan klaster yang dapat bekerjasama kembali dengan pihak BPJS Kesehatan. Metode FCM merupakan suatu teknik pengelompokan data yang mana suatu cluster ditentukan oleh derajat keanggotaan. Penerapan metode FCM melalui aplikasi Matlab ini menghasilkan klaster pertama sebanyak 479 dan klaster dua sebanyak 580. Dari hasil klasterisasi menggunakan metode FCM dimulai dari tahap training diperoleh hasil akurasi menghasilkan nilai partition coefficient index  (PCI ) 0.50002 dan partition entropy index (PEI) 0.99998 yang berarti tingkat akurasi dari nilai keanggotaan dari klaster cukup baik.

Kata Kunci: BPJS Kesehatan, Clustering, Data Mining, Fuzzy C-Means, Rekredensialing


Full Text:

PDF

References


P. P. R. Indonesia, Pp Nomor 47 Tahun 2016 Tentang Fasilitas Pelayanan Kesehatan. 2016.

A. A. Aldino And H. Sulistiani, “Decision Tree C4. 5 Algorithm For Tuition Aid Grant Program Classification (Case Study: Department Of Information System, Universitas Teknokrat Indonesia),” Edutic-Scientific J. Informatics Educ., Vol. 7, No. 1, 2020.

A. A. Aldino, D. Darwis, A. T. Prastowo, And C. Sujana, “Implementation Of K-Means Algorithm For Clustering Corn Planting Feasibility Area In South Lampung Regency,” In Journal Of Physics: Conference Series, 2021, Vol. 1751, No. 1, P. 12038.

D. Darwis, E. S. Pratiwi, And A. F. O. Pasaribu, “Penerapan Algoritma Svm Untuk Analisis Sentimen Pada Data Twitter Komisi Pemberantasan Korupsi Republik Indonesia,” Edutic-Scientific J. Informatics Educ., Vol. 7, No. 1, 2020.

H. Sulistiani, K. Muludi, And A. Syarif, “Implementation Of Dynamic Mutual Information And Support Vector Machine For Customer Loyalty Classification,” In Journal Of Physics: Conference Series, 2019, Vol. 1338, No. 1, P. 12050.

M. Bakri, “Penerapan Data Mining Untuk Clustering Kualitas Batu Bara Dalam Proses Pembakaran Di Pltu Sebalang Menggunakan Metode K-Means,” J. Teknoinfo, Vol. 11, No. 1, P. 6, 2017.

M. Bakri And R. Wakhidah, “Penerapan Klasterisasi K-Means Untuk Identifikasi Sebaran Budidaya Udang Vanname,” In Seminar Nasional Penerapan Ilmu Pengetahuan Dan Teknologi 2018, 2018.

R. K. T, K. Geetha, R. Satheesh, And B. N. S, “Mri Brain Image Segmentation Using Fuzzy C Means Cluster Algorithm For Tumor Area Measurement,” No. September, 2017.

Z. Abidin, “Regresi Linier Berganda Untuk Penentuan Nilai Konstanta Pada Fungsi Konsekuen Di Logika Fuzzy Takagi-Sugeno,” 2016.

Z. Abidin, “Model Evaluasi Performa Mahasiswa Tahun Pertama Melalui Pendekatan Fuzzy Inference System Dengan Metode Tsukamoto,” In Seminar Nasional Aplikasi Teknologi Informasi (Snati), 2013, Vol. 1, No. 1.

M. A. Assuja And S. Saniati, “Analisis Sentimen Tweet Menggunakan Backpropagation Neural Network,” J. Teknoinfo, Vol. 10, No. 2, Pp. 48–53, 2016.

A. R. Isnain, A. Sihabuddin, And Y. Suyanto, “Bidirectional Long Short Term Memory Method And Word2vec Extraction Approach For Hate Speech Detection,” Ijccs (Indonesian J. Comput. Cybern. Syst., Vol. 14, No. 2, 2020.

D. Alita, I. Sari, A. R. Isnain, And S. Styawati, “Penerapan Naïve Bayes Classifier Untuk Pendukung Keputusan Penerima Beasiswa,” J. Data Min. Dan Sist. Inf., Vol. 2, No. 1, Pp. 17–23, 2021.

A. R. Isnain, N. S. Marga, And D. Alita, “Sentiment Analysis Of Government Policy On Corona Case Using Naive Bayes Algorithm,” Ijccs (Indonesian J. Comput. Cybern. Syst., Vol. 15, No. 1, Pp. 55–64.

D. Alita, Y. Fernando, And H. Sulistiani, “Implementasi Algoritma Multiclass Svm Pada Opini Publik Berbahasa Indonesia Di Twitter,” J. Tekno Kompak, Vol. 14, No. 2, Pp. 86–91, 2020.




DOI: https://doi.org/10.33365/jtsi.v2i2.890

Refbacks

  • There are currently no refbacks.


Copyright (c) 2021 Dedi Darwis, Vera Herlinda, Dartono Dartono

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

JURNAL Teknologi dan Sistem Informasi (JTSI)
Published by Universitas Teknokrat Indonesia
Organized by Prodi S1 Sistem Informasi FTIK Universitas Teknokrat Indonesia

W: http://jim.teknokrat.ac.id/index.php/sisteminformasi
E : jtsi@teknokrat.ac.id.
Jl. Zainal Abidin Pagaralam, No.9-11, Labuhan Ratu, Bandarlampung

Creative Commons License
Jurnal Teknologi dan Sistem Informasi is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.