pengelompokan tempat pelayanan kesehatan
DESCRIPTION
contoh kasus dalam pengimplementasian data mining menggunakan weka. Data yang diambil adalah data pelayanan kesehatan tahun 2012-2013 (sumber : Badan Pusat Statistik)TRANSCRIPT
PENGELOMPOKAN TEMPAT PELAYANAN KESEHATAN
DI INDONESIA TAHUN 2013 BERDASARKAN
JUMLAH RUMAH SAKIT UMUM
RUMAH SAKIT KHUSUS
DAN PUSKESMAS.
Febri Krisnanto – 1241177004268
PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS ILMU KOMPUTER
UNIVERSITAS SINGPERBANGSA KARAWANG
2015
1. Bussiness Understanding
Rumah sakit Umum, Rumah Sakit Khusus, dan Puskesmas merupakan tempat
pelayanan kesehatan yang ada di Indonesia, tempat pelayanan tersebut berada pada setiap
daerah mempunyai tempat pelayanan kesehatan tersendiri. Puskesmas merupakan tempat
sarana pelayanan kesehatan yang berada pada setiap kecamatan di setiap provinsi yang
ada di Indonesia. Sedangkan Rumah Sakit Umum, sebuah sarana tempat pelayanan
kesehatan yang melayani segala hal tindakan medis yang siaga 24 jam. Jumlah tempat
sarana pelayanan di Indonesia jumlahnya berbeda, sesuai dengan jumlah penduduk yang
ada pada provinsi tersebut.
Tujuan dari mendirikan sarana tempat pelayanan kesehatan tentunya untuk
menyelenggarakan upaya kesehatan. Kesehatan besar artinya bagi pengembangan dan
pembinaan sumber daya manusia Indonesia dan sebagai modal bagi pelaksanan
pembagunan nasional. Dengan memgelompokan jumlah sarana tempat pelayanan
kesehatan di Indonesia dapat menjadi acuan untuk meningkatkan jumlah sarana
pelayanan kesehatan yang kurang. Sehingga penambahan tersebut dirasa tepat sasaran.
Ada beberapa batasan, antara lain :
1. Data akan dikelompokan menjadi beberapa kelompok
2. Di dalam data, hanya terdiri dari jumlah tempat sarana kesehatan dari tahun 2012 s/d
2013, setiap provinsi yang ada di Indonesia.
3. Pengelompokan data tentang tempat pelayanan kesehatan di Indonesia berdasarkan
jumlah rumah sakit umum dan puskesmas.
Tujuan Data Mining :
Tujuan dengan melakukan pengelompokan data mining yaitu untuk membentuk
sebuah kelompok yang memeiliki karakteristik yang sama. Diharapkan kelompok yang
dibuat dapat melakukan tujuan yang sesuai dengan harapan.
2. Data Understanding
Data yang digunakan dalam melakukan clustering merupakan data rumah sakit umu,
rumah sakit khusus, dan puslesmas pada tahun 2012 s/d tahun 2013. Data ini bersumber dari
Badan Pusat Statistik, dengan jenis data berbentuk excel (Format *.xls). Data ini hanya
menampilkan jumlah rumah sakit umum, rumah sakit khsus, dan puskesmas pada setiap
provinsi di seluruh Indonesia.
Data Jumlah tempat sarana kesehatan memiliki 3 atribut yang menjelaskan tentang 3
tempat sarana kesehatan di Indonesia, yaitu Rumah Sakit Umum, Rumah Sakit Khusus dan
Puskesmas. Selanjutnya 2 atribut tentang tahun pengumpulan data, yaitu tahun 2012 dan
2013 saja. Selanjutnya atribut provinsi yang memiliki data provinsi di Indonesia. (Lampiran
1)
Selain menjelaskan mengenai asal data, pada tahap ini juga dilakukan verifikasi
terhadap data yang akan digunakan. Verifikasi ini dilakukan untuk mengetahui jenis kualitas
data. Hasil verifikasi mengenai data jumlah tempat sarana pelayanan kesehatan ditemukan
data yang tidak ada nilainya. Data tersebut ada pada provinsi Kalimantan Utara, data pada
provinsi tersebut tidak mempunyai nilai baik pada Rumah Sakit Umum, Rumah Sakit
Khusus, dan puskesmas. Data yang diinputkan oleh BPS sesuai dengan kenyataan
dilapangan. Selain pada Kalimantan Utara, ada juga data tempat pelayanan kesehatan pada
Rumah Sakit Khusus yang tidak mempunyai keterangan jumlah sama sekali. Data Jumlah
tempat pelayanan kesehatan dapat dilakukan, dan dapat dilakukan kedalam tahap selanjutnya.
3. Data Preparation
Pada tahapan ini dilakukan pemilihan data, data yang dipilih pada data tempat
pelayanan kesehatan di Indonesia yaitu jumlah tempat pelayanan kesehatan pada tahun 2013
yang meliputi jumlah Rumah Sakit Umum, Rumah Sakit Khusus, dan Puskesmas. Tahun
2013 dipilih, karena memilki pembaharuan data yang terbaru dibandingkan tahun 2012.
Tahun 2013 memiliki perubahan data pada setiap provinsi dan pada setiap jumlah pada setiap
jenis tempat pelayanan kesehatan di Indonesia. (Lampiran 2)
Pada proses ini dilakukan proses pembersihan data, berdasarkan hasil verifikasi
kualitas yang dilakukan pada proses sebelumnya. Hasil verifikasi mengenai data jumlah
tempat sarana pelayanan kesehatan ditemukan data yang tidak ada nilainya. Data tersebut ada
pada provinsi Kalimantan Utara, data pada provinsi tersebut tidak mempunyai nilai baik pada
Rumah Sakit Umum, Rumah Sakit Khusus, dan puskesmas. Data yang diinputkan oleh BPS
sesuai dengan kenyataan dilapangan. Selain pada Kalimantan Utara, ada juga data tempat
pelayanan kesehatan pada Rumah Sakit Khusus yang tidak mempunyai keterangan jumlah
sama sekali.
4. Pemodelan
Tahap pemodelan merupakan tahap keempat dari kerangka kerja CRISP-DM. Teknik
pembuatan model yang akan digunakan adalah K-Means. K-Means merupakan metode
analisis kelompok yang mengarah pada permatisan N objek pengamatan ke dalam K
Kelompok (cluster).
Adapun tahapan K-Means tanpa bantuan aplikasi adalah sebagai berikut :
- Menentukan jumlah tempat pelayanan kesehatan yang akan dikelompokan
- Menetukan jumlah kelompok yang akan dibentuk.
- Kemudian menentukan titik sentroid (pusat kelompok) secara acak terhadap.
- Perhitungan jarak antara jumlah tempat pelayanan kesehatan dengan setiap titik sentroid.
- Menentukan jarak terpendek dari setiap data dengan titik sentroid, kemudian
mengelompokkan data yang memiliki jarak paling kecil ke setiap titik sentroid.
- Menghitung titik sentroid baru dari setiap kelompok.
- Langkah berikutnya dilakukan perulangan terhadap langkah keempat hingga tidak ada
perpindahan kelompok dan atau perubahan fungsi objektif.
Sedangkan untuk menggunakan bantuan aplikasi adalah, sebagai berikut :
- Merubah file excel (format *.xls) menjadi (format *.csv) atau bisa juga dirubah
menjadi file yang sesuai dengan wekanya (format *.arff) Lampiran 3
- Setelah itu, buka aplikasi WEKA, kemudian pilih Explorer. Selanjutnya, dipiliih file
yang akan digunakan, da akan muncul atribut – atribut yang sesuai pada data. Atributt
yang ada pada data jumlah tempat pelayanan adalah, Provinsi, Rumah Sakit Khusus,
Rumah Sakit Umum, Puskesmas. Lampiran 4
- Atribut yang tidak digunakan adalah provinsi, karena memiliki tipe data string.
- Algortima yang digunakan dalam penentuan clustering jumlah data tempat pelayanan
kesehatan di Indonesia adalah K-Means dan jumlah cluster yang dibentuk sebanyak 4
cluster. Lampiran 5
- Dengan hasil cluster. Lampiran 6
5. Evaluation
Tahapan selanjutnya adalah Evaluation, pada clustering tahap ini menjelaskan
mengenai cluster-cluster yang terbentuk Lampiran 7. Pada pengelompokan tempat pelayanan
kesehatan cluster yang dibentuk sebanyak 4 cluster, dengan anggota cluster sebagai berikut :
1. Cluster Pertama (cluster 0)
Anggota yang berada pada cluster pertama (cluster 0), adalah :
1. Provinsi Jambi
2. Provinsi Bengkulu
3. Provinsi Kep. Bangka Belitung
4. Provinsi Kep. Riau
5. Provinsi Nusa Tenggara Barat
6. Provinsi Kalimantan Tengah
7. Provinsi Sulawei Utara
8. Provinsi Sulawesi Tengah
9. Provinsi Gorontalo
10. Provinsi Sulawesi Barat
11. Provinsi Maluku
12. Provinsi Maluku Utara
13. Provinsi Papua Barat
Keterangan :
a. Pada cluster pertama (cluster 0) terdapat 13 provinsi yang termasuk ke dalam anggota
cluster tersebut.
b. Kategori pada cluster pertama (cluster 0) adalah kategori Tempat pelayanan kesehatan
yang sedikit. Kategori tersebut diberikan karena cluster pertama mempunyai rata-rata
jumlah tempat pelayanan kesehatan yang sedikit. Untuk jumlah rumah sakit umum
berjumlah sekitar 9 s/d 37 tempat. Lalu, untuk rumah sakit khsus berjumlah – s/d 3
tempat. Sedangkan untuk puskesma berjumlah 60 s/d 194 tempat.
2. Cluster Kedua (cluster 1)
Anggota yang berada pada cluster kedua (cluster 1) adalah :
1. Provinsi Jawa Barat
2. Provinsi Jawa Tengah
3. Provinsi Jawa Timur
Keterangan :
a. Pada cluster kedua (cluster 1) terdapat 3 provinsi yang termasuk ke dalam anggota
cluster tersebut.
b. Kategori pada cluster kedua (cluster 0) adalah kategori Tempat pelayanan
kesehatan yang sangat banyak. Kategori tersebut diberikan karena cluster kedua
mempunyai rata-rata jumlah tempat pelayanan kesehatan yang paling banya
diantara cluster yang lainnya. Untuk jumlah rumah sakit umum berjumlah sekitar
201 s/d 229 tempat. Lalu, untuk rumah sakit khusus berjumlah 69 s/d 80 tempat.
Sedangkan untuk puskesma berjumlah 873 s/d 961 tempat.
3. Cluster Ketiga (cluster 2)
Anggota yang berada pada cluster ketiga (cluster 2) adalah :
1. Provinsi Aceh
2. Provinsi Sumatera Barat
3. Provinsi Riau
4. Provinsi Sumatera Selatan
5. Provinsi Lampung
6. Provinsi DI. Yogyakarta
7. Provinsi Banten
8. Provinsi Bali
9. Provinsi Nusa Tenggara Timur
10. Provinsi Kalimantan Barat
11. Provinsi Kalimantan Selatan
12. Provinsi Kalimantan Timur
13. Provinsi Sulawesi Tenggara
14. Provinsi Papua
Keterangan :
a. Pada cluster ketiga (cluster 2) terdapat 14 provinsi yang termasuk ke dalam
anggota cluster tersebut.
b. Kategori pada cluster ketiga (cluster 2) adalah kategori Tempat pelayanan
kesehatan yang sedang. Kategori tersebut diberikan karena cluster pertama
mempunyai rata-rata jumlah tempat pelayanan kesehatan yang jumahnya tidak
terlalu banyak ataupun tidak terlalu sedikit. Untuk jumlah rumah sakit umum
berjumlah sekitar 20 s/d 53 tempat. Lalu, untuk rumah sakit khusus berjumlah 2
s/d 24 tempat. Sedangkan untuk puskesmas berjumlah 120 s/d 391 tempat.
4. Cluster Keempat (cluster 3)
Anggota yang berada pada cluster keempat (cluster 3) adalah :
1. Provinsi Sumatera Utara
2. Provinsi DKI. Jakarta
3. Provinsi Sulawesi Selatan
Keterangan :
a. Pada cluster keempat (cluster 3) terdapat 3 provinsi yang termasuk ke dalam
anggota cluster tersebut.
b. Kategori pada cluster keempat (cluster 3) adalah kategori Tempat pelayanan
kesehatan yang banyak. Kategori tersebut diberikan karena cluster pertama
mempunyai rata-rata jumlah tempat pelayanan kesehatan yang jumlahnya
lumayan banyak pada setiap provinsi tersebut. Untuk jumlah rumah sakit umum
berjumlah sekitar 57 s/d 141 tempat. Lalu, untuk rumah sakit khsus berjumlah 15
s/d 59 tempat. Sedangkan untuk puskesmas berjumlah 340 s/d 570 tempat.
Jadi, kesimpulan yang diambil adalah :
1. Anggota Cluster pertama, jumlah rumah sakit umum sedikit, rumah sakit khusus
sedikit, dan puskesmas sedikit. Dengan pusat cluster (11,1,91).
2. Anggota Cluster kedua, jumlah rumah sakit umum sangat banyak, rumah sakit
khusus sangat banyak, dan puskesmas sangat banyak. Dengan pusat cluster
(229,90,960).
3. Anggota Cluster ketiga, jumlah rumah sakit umum sed.ang, rumah sakit khusus
sedang, dan puskesmas sedang. Dengan pusat cluster (26, 1, 190).
4. Anggota Cluster keempat, jumlah rumah sakit umum banyak, rumah sakit khsus
banyak, dan puskesmas banyak. Dengan pusat cluster (51, 2, 234).
6. Deployment
Fase yang terakhir dalam metode CRISP-DM adalah fase deployment. Pada fase ini
adalah fase penyebaran hasil implementasi dengan menggunakan metode crisp – dm dalam
clustering tempat pelayanan kesehatan di indonesia. Fase penyebaran yang dilakukan adalah
dengan mempublish hasil implementasi ini kedalam scribd. Agar dapat menjadi referensi
dalam pembelajaran.
Lampiran 1
DATA TEMPAT PELAYANAN KESEHATAN DI INDONESIA
TAHUN 2012 – 2013
(Rumah Sakit Umum, Rumah Sakit Khusus, Puskesmas)
PROVINSI RUMAH SAKIT UMUM RS. KHUSUS PUSKESMAS
2012 2013 2012 2013 2012 2013
ACEH 46 51 5 2. 330 334
SUMATERA UTARA 158 141 16 15 555 570
SUMATERA BARAT 38 39 21 22 260 262
RIAU 43 44 10 10 207 207
JAMBI 24 26 3 3 176 176
SUMATERA SELATAN 34 40 8 11 317 319
BENGKULU 17 18 1 1 178 180
LAMPUNG 37 39 9 10 276 280
K.EP. BANGKA
BELITUNG 12 13 1 1 60 60
KEP. RIAU 22 22 3 3 69 70
DKI JAKARTA 84 91 58 59 340 340
JAWA BARAT 182 205 61 69 1046 1050
JAWA TENGAH 179 201 68 74 873 873
DI YOGYAKARTA 43 48 23 21 121 121
JAWA TIMUR 206 229 80 90 960 960
BANTEN 49 53 24 24 228 230
BALI 42 45 12 12 118 120
NUSA TENGGARA
BARAT 19 22 3 1 157 158
NUSA TENGGARA
TIMUR 38 38 3 3 349 362
KALIMANTAN BARAT 29 32 9 8 237 237
KALIMANTAN
TENGAH 16 16 - 1 190 194
KALIMANTAN
SELATAN 24 25 5 6 226 228
KALIMANTAN TIMUR 36 40 14 14 217 222
KALIMANTAN UTARA - - - - - -
SULAWESI UTARA 33 37 2 3 177 183
SULAWESI TENGAH 19 20 6 6 176 183
SULAWESI SELATAN 53 57 23 25 425 440
SULAWESI TENGGARA 21 20 2 5 258 264
GORONTALO 10 11 1 1 87 91
SULAWESI BARAT 8 9 - - 91 92
MALUKU 24 26 2 1 178 190
MALUKU UTARA 17 18 - - 119 125
PAPUA BARAT 13 16 - - 128 143
PAPUA 32 33 2 2 381 391
INDONESIA (TOTAL) 1608 1725 475 503 9510 9655
Sumber : Badan Pusat Statistik Nasional
PENJELASAN ATRIBUT DATA
No Atribut Tipe
Data Keterangan
1 Provinsi String Merupalan Provinsi jumlah tempat pelayanan kesehatan
di Indonesia
2 Rumah Sakit
Umum Nominal
Jumlah Tempat Pelayanan Kesehatan Rumah Sakit
Umum
3 Rumah Sakit
Khusus Nominal
Jumlah Tempat Pelayanan Kesehatan Rumah Khusus di
Indonesia
4 Puskesmas Nominal Jumlah tempat sarana kesehatan tingkat desa di
Indonesia
5 2012 Nominal Menjelaskan Tahun pengumpulan data tempat sarana
kesehatan di Indonesia
6 2013 Nominal Menjelaskan Tahun pengumpulan data tempat sarana
kesehatan di Indonesia
Sumber : Badan Pusat Statistik Nasional
Lampiran 2
DATA TEMPAT PELAYANAN KESEHATAN DI INDONESIA
TAHUN 2013
(Rumah Sakit Umum, Rumah Sakit Khusus, Puskesmas)
PROVINSI RUMAH SAKIT UMUM RS. KHUSUS PUSKESMAS
2013 2013 2013
ACEH 51 2. 334
SUMATERA UTARA 141 15 570
SUMATERA BARAT 39 22 262
RIAU 44 10 207
JAMBI 26 3 176
SUMATERA SELATAN 40 11 319
BENGKULU 18 1 180
LAMPUNG 39 10 280
K.EP. BANGKA BELITUNG 13 1 60
KEP. RIAU 22 3 70
DKI JAKARTA 91 59 340
JAWA BARAT 205 69 1050
JAWA TENGAH 201 74 873
DI YOGYAKARTA 48 21 121
JAWA TIMUR 229 90 960
BANTEN 53 24 230
BALI 45 12 120
NUSA TENGGARA BARAT 22 1 158
NUSA TENGGARA TIMUR 38 3 362
KALIMANTAN BARAT 32 8 237
KALIMANTAN TENGAH 16 1 194
KALIMANTAN SELATAN 25 6 228
KALIMANTAN TIMUR 40 14 222
KALIMANTAN UTARA - - -
SULAWESI UTARA 37 3 183
SULAWESI TENGAH 20 6 183
SULAWESI SELATAN 57 25 440
SULAWESI TENGGARA 20 5 264
GORONTALO 11 1 91
SULAWESI BARAT 9 - 92
MALUKU 26 1 190
MALUKU UTARA 18 - 125
PAPUA BARAT 16 - 143
PAPUA 33 2 391
INDONESIA (TOTAL) 1725 503 9655
Sumber : Badan Pusat Statistik Nasional
Lampiran 3
Lampiran 4
Lampiran 5
Lampiran 6
PROVINSI RUMAH SAKIT UMUM RS. KHUSUS PUSKESMAS CLUSTER
JAMBI 26 3 176 CLUSTER 0
BENGKULU 18 1 180 CLUSTER 0
K.EP. BANGKA BELITUNG 13 1 60 CLUSTER 0
KEP. RIAU 22 3 70 CLUSTER 0
NUSA TENGGARA BARAT 22 1 158 CLUSTER 0
KALIMANTAN TENGAH 16 1 194 CLUSTER 0
SULAWESI UTARA 37 3 183 CLUSTER 0
SULAWESI TENGAH 20 6 183 CLUSTER 0
GORONTALO 11 1 91 CLUSTER 0
SULAWESI BARAT 9 - 92 CLUSTER 0
MALUKU 26 1 190 CLUSTER 0
MALUKU UTARA 18 - 125 CLUSTER 0
PAPUA BARAT 16 - 143 CLUSTER 0
JAWA BARAT 205 69 1050 CLUSTER 1
JAWA TENGAH 201 74 873 CLUSTER 1
JAWA TIMUR 229 90 960 CLUSTER 1
ACEH 51 2. 334 CLUSTER 2
SUMATERA BARAT 39 22 262 CLUSTER 2
RIAU 44 10 207 CLUSTER 2
SUMATERA SELATAN 40 11 319 CLUSTER 2
LAMPUNG 39 10 280 CLUSTER 2
DI YOGYAKARTA 48 21 121 CLUSTER 2
BANTEN 53 24 230 CLUSTER 2
BALI 45 12 120 CLUSTER 2
NUSA TENGGARA TIMUR 38 3 362 CLUSTER 2
KALIMANTAN BARAT 32 8 237 CLUSTER 2
KALIMANTAN SELATAN 25 6 228 CLUSTER 2
KALIMANTAN TIMUR 40 14 222 CLUSTER 2
SULAWESI TENGGARA 20 5 264 CLUSTER 2
PAPUA 33 2 391 CLUSTER 2
SUMATERA UTARA 141 15 570 CLUSTER 3
DKI JAKARTA 91 59 340 CLUSTER 3
SULAWESI SELATAN 57 25 440 CLUSTER 3
Lampiran 7