EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Analisis Pola Penyakit Pasien Untuk Perencanaan Kebutuhan Obat di Klinik Batara Menggunakan K-Means Clustering

Maria Erviana Asinta Lensi, Santoso Setiawan, Taransa Agasya Tutupoly

RIGGS: Journal of Artificial Intelligence and Digital Business · 25.07.2026 · 5 (2) · 18725-18732

DOI: 10.31004/riggs.v5i2.11596 ↗

Kurz gefasst

Fachartikel in der Zeitschrift RIGGS: Journal of Artificial Intelligence and Digital Business, online erschienen am 25.07.2026. Verfasst von Maria Erviana Asinta Lensi und 2 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Pengelolaan persediaan obat yang kurang tepat di klinik sering kali memicu terjadinya ketidakseimbangan stok, baik berupa kekosongan obat saat permintaan tinggi maupun penumpukan pasokan yang berisiko kedaluwarsa. Penelitian ini bertujuan untuk menganalisis pola penyakit pasien di klinik Batara guna mendukung perancangan kebutuhan obat yang lebih efektif dan efisien. Metode yang digunakan adalah data mining dengan algoritma K-Means Clustering, yang diimplementasikan melalui perangkat lunak Orange Data Mining. Dataset yang dianalisis mencakup 2.831 rekam medis pasien rawat jalan dengan atribut utama berupa kategori keluhan penyakit. Proses preprocessing data melibatkan pembersihan data serta transformasi data serta transformasi fitur menggunakan teknik One-Hot-Encoding untuk mengubah data kategorial menjadi bentuk biner. Berdasarkan pengujian multi-skenario, konfigurasi tiga klster (K=3) menghasilkan nilai rata-rata Silhouette Score tertinggi sebesar 0,506, yang menunjukan struktur pemisahan kelompok yang cukup kuat dan valid. Hasil klasterisasi menunjukan bahwa klaster 1 mencakup 1.627 pasien (57,47%) yang mereprentasikan polapenyakit umum harian dengan variasi gejala yang tinggi. Kaster 2 mencakup 707 pasien (24l97%) yang secara homogen didominasi oleh penderita infeksi saluran pernapasan akut (ISPA). Klaster 3 mencakup 467 pasien (16,56%) dengan keluhan penyakit yang lebih spesifik. Rekomendasi hasil penelitiian ini dapat digunakanoleh pihak manajemen dan farmasi klinik Batara dalam menetapkan kebijakan stok pengaman untuk obat harian serta penjadwalan pengadaanobat ISPA secara terstruktur.

Zitieren

APA

Lensi, M. E. A., Setiawan, S., & Tutupoly, T. A. (2026). Analisis Pola Penyakit Pasien Untuk Perencanaan Kebutuhan Obat di Klinik Batara Menggunakan K-Means Clustering. RIGGS: Journal of Artificial Intelligence and Digital Business, 5(2), 18725-18732. https://doi.org/10.31004/riggs.v5i2.11596

Vancouver

Lensi MEA, Setiawan S, Tutupoly TA. Analisis Pola Penyakit Pasien Untuk Perencanaan Kebutuhan Obat di Klinik Batara Menggunakan K-Means Clustering. RIGGS: Journal of Artificial Intelligence and Digital Business. 2026;5(2):18725-18732. doi:10.31004/riggs.v5i2.11596

BibTeX
@article{Lensi2026,
  author = {Lensi, Maria Erviana Asinta and Setiawan, Santoso and Tutupoly, Taransa Agasya},
  title = {Analisis Pola Penyakit Pasien Untuk Perencanaan Kebutuhan Obat di Klinik Batara Menggunakan K-Means Clustering},
  journal = {RIGGS: Journal of Artificial Intelligence and Digital Business},
  year = {2026},
  volume = {5},
  number = {2},
  pages = {18725--18732},
  doi = {10.31004/riggs.v5i2.11596}
}
Kostenlos starten →