PENERAPAN METODE K-MEANS CLUSTERING DALAM MENGELOMPOKKAN JUMLAH PESERTA BPJS KESEHATAN JKN/KIS DI KABUPATEN CIREBON

  • TRI ANANDA WIDYANINGSIH STMIK IKMI CIREBON
  • Denni Pratama

Abstract

BPJS Kesehatan adalah Badan Penyelenggara Jaminan Sosial Kesehatan yang dilaksanakan oleh pemerintah sesuai dengan UU No.40 Tahun 2004 Peserta yang menjadi anggota akan mendapatkan Kartu Indonesia Sehat ,karena Jumlah Peserta BPJS Kesehatan JKN/KIS yang belum merata di setiap wilayah yang ada di kabupaten Cirebon ada yang sedikit dan banyak. Penelitian ini bertujuan untuk menggelompokkan peserta BPJS Kesehatan Jkn/Kis di Kabupaten Cirebon ke dalam beberapa kelompok sample penelitian ini di peroleh dari Dataset Open Data Jabar yaitu Jumlah Peserta BPJS Kesehatan dengan Jumlah 412 Dataset Peserta BPJS Kesehatan JKN/KIS di Kabupaten Cirebon. Metode K-Means adalah metode yang tepat untuk di gunakan untuk mengelompokkan jumlah Peserta BPJS Kesehatan Jkn/Kis Di Kabupaten Cirebon yang cukup banyak dengan waktu yang relatif cepat dan efisien dengan menggunakan machine learning dengan tools Rapidminer. Hasil pengelompokan dinilai dengan Davies Bouildin Index untuk mengetahui hasil optimasi terhadap algoritma K-Means. Hasil Clustering didapatkan kelompok terbanyak peserta BPJS kesehatan maka Cluster_0: Kelompok Rendah sejumlah 86 Peserta, Cluster_1: Kelompok sedang Peserta BPJS Kesehatan sejumlah 156 Peserta, dan Cluster_2: Kelompok Banyak sejumlah 170 Peserta. Dengan nilai K=3 sebagai nilai Optimum dengan nilai DBI = 0.164.

Downloads

Download data is not yet available.
Published
May 16, 2023
How to Cite
WIDYANINGSIH, TRI ANANDA; PRATAMA, Denni. PENERAPAN METODE K-MEANS CLUSTERING DALAM MENGELOMPOKKAN JUMLAH PESERTA BPJS KESEHATAN JKN/KIS DI KABUPATEN CIREBON. E-Link: Jurnal Teknik Elektro dan Informatika, [S.l.], v. 18, n. 1, p. 17-27, may 2023. ISSN 2656-5676. Available at: <https://journal.umg.ac.id/index.php/e-link/article/view/5330>. Date accessed: 29 mar. 2024. doi: http://dx.doi.org/10.30587/e-link.v18i1.5330.
Section
Articles