Penerapan K-Means Clustering dalam Pengelompokan Data Keuangan Rumah Sakit untuk Pengelolaan Anggaran di RSUD Rantauprapat

Intan Nur Fitriyani; Sentosa  Pohan; Aysyah  Rengganis; Nopridawati  Ritonga; Riswan Syahputra  Damanik

doi:10.55338/jumin.v5i2.6081

Authors

Intan Nur Fitriyani, Institut Teknologi dan Kesehatan Ika Bina, Indonesia
Sentosa Pohan, Institut Teknologi dan Kesehatan Ika Bina, Indonesia
Aysyah Rengganis, Institut Teknologi dan Kesehatan Ika Bina, Indonesia
Nopridawati Ritonga, Institut Teknologi dan Kesehatan Ika Bina, Indonesia
Riswan Syahputra Damanik, Institut Teknologi dan Kesehatan Ika Bina, Indonesia

DOI:

https://doi.org/10.55338/jumin.v5i2.6081

Keywords:

K-Means Clustering, Pengelolaan Anggaran, RapidMiner, Keuangan Rumah Sakit, Data Clustering

Abstract

Pengelolaan keuangan rumah sakit merupakan aspek penting dalam menjaga kelangsungan operasional dan kualitas pelayanan medis. Namun, dengan jumlah data keuangan yang sangat besar dan kompleks, proses pengelolaan ini dapat menjadi tantangan. Penelitian ini menerapkan metode K-Means Clustering untuk mengelompokkan data keuangan rumah sakit di RSUD Rantau Prapat guna meningkatkan efisiensi pengelolaan anggaran. Data yang digunakan mencakup biaya rawat inap, biaya obat, biaya tenaga medis, biaya administrasi, dan biaya operasional. Metode K-Means Clustering digunakan untuk membagi data ke dalam tiga cluster berdasarkan kesamaan karakteristik pengeluaran. Hasil clustering menunjukkan adanya tiga kelompok pengeluaran dengan pola yang berbeda, yaitu cluster dengan pengeluaran tinggi, sedang, dan rendah. Dengan hasil ini, rumah sakit dapat mengidentifikasi area yang membutuhkan perhatian khusus dan merencanakan anggaran lebih efisien. Penerapan RapidMiner dalam analisis data mempermudah proses pengelompokan dan memberikan wawasan yang lebih transparan mengenai pola pengeluaran. Dengan menggunakan K-Means Clustering, rumah sakit dapat mengalokasikan sumber daya secara lebih optimal, mengurangi pemborosan, serta meningkatkan transparansi dalam pengelolaan anggaran.

Downloads

Download data is not yet available.

References

A. S. Sitio and F. A. Sianturi, “Analisa dan Perancangan Metode TOPSIS Seleksi Calon Pegawai,” J. Inform. Pelita Nusant., vol. 4, no. 1, 2019.

R. Sitepu and M. Manohar, “Implementasi Algoritma K-Nearest Neigbor Untuk Klasifikasi Pengajuan Kredit,” J. Sist. Inf. Tek. Inform. Dan Teknol. Pendidik., vol. 1, no. 2, pp. 49–56, Mar. 2022, doi: 10.55338/justikpen.v1i2.6.

H. Lubis, S. Rahmadani, and I. Lubis, “Aplikasi Objek Wisata Halal Kabupaten Dairi Berbasis Android,” vol. 6, 2023.

B. Satria and A. Franz, “Membangun Aplikasi Pengenalan Topeng Hudoq Berbasis Augmented Reality Dengan Metode Marker Based Tracking,” vol. 6, 2023.

P. Marpaung, I. Pebrian, and W. Putri, “Penerapan Data Mining Untuk Pengelompokan Kepadatan Penduduk Kabupaten Deli Serdang Menggunakan Algoritma K-Means,” vol. 6, 2023.

B. Solikhin and A. Rifal, “Sistem Informasi Pengolahan Data Laporan Kasus Kriminal Pada Subdit Renakta Ditreskrimum Polda Jawa Timur,” Dike J. Ilmu Multidisiplin, vol. 2, no. 1, pp. 17–23, 2024.

Y. Aziz, H. Hasdiana, and N. Nurjamiyah, “ANALISIS ASOSIASI RULE MINING DALAM REKOMENDASI SPAREPART PADA BENGKEL SERVICE 227 MENGGUNAKAN ALGORTIMA CT-PRO,” J. Media Inform., vol. 4, no. 1, pp. 31–39, Nov. 2022, doi: 10.55338/jumin.v4i1.403.

R. Dea Mustika, A. Zakir, and A. Rizmi, “IMPLEMENTASI ALGORITMA K-MEANS UNTUK CLUSTERING JUDUL SKRIPSI UNIVERSITAS HARAPAN MEDAN,” J. Media Inform., vol. 4, no. 1, pp. 40–47, Nov. 2022, doi: 10.55338/jumin.v4i1.405.

P. A. M. Z. R.W.P.P.Zer and I. Gunawan, “Penerapan Data Mining Naïve Bayes Dalam Klasifikasi Kepuasan Mahasiswa Berlangganan WiFi Indihome,” J. Media Inform., vol. 3, no. 2, pp. 112–118, Jun. 2022, doi: 10.55338/jumin.v3i2.488.