MAGELANG, Juli — Penumpukan berkas dan lonjakan volume data rekam medis kerap menjadi tantangan tersendiri bagi fasilitas pelayanan kesehatan. Berangkat dari persoalan tersebut, seorang peneliti dari Universitas Muhammadiyah Magelang, Amandha Shafa Nabila, menguji efektivitas pengolahan data medis menggunakan teknik K-Means Clustering di PKU Muhammadiyah Grabag. Penelitian ini berfokus pada analisis 1.704 data rekam medis pasien rawat jalan periode Februari 2023 hingga Maret 2024 guna mengelompokkan karakteristik kunjungan berdasarkan unit pelayanan dan jenis kelamin. Langkah pengelompokan cerdas ini dilakukan untuk membantu manajemen fasilitas kesehatan dalam mengoptimalkan alokasi sumber daya medis serta memprediksi kebutuhan layanan pasien secara lebih presisi.
Melalui pengujian ketat menggunakan metode Elbow dan Silhouette Coefficient, data rekam medis yang melimpah tersebut berhasil dipetakan secara presisi ke dalam empat kelompok utama. Kelompok pertama yang menjadi pusat kunjungan terbesar diisi oleh unit pelayanan Poli Saraf dengan total 827 pasien atau menyumbang sekitar 48,5 persen dari keseluruhan data. Pada kelompok ini, pasien perempuan mendominasi dengan jumlah 483 orang, sementara pasien laki-laki mencatatkan angka 344 orang.
Layanan kesehatan dengan volume kunjungan terbanyak kedua bergeser ke Poli Penyakit Dalam atau Interna yang terangkum dalam kelompok kedua. Unit ini mencatat sebanyak 457 pasien, dengan komposisi yang masih didominasi oleh kelompok perempuan sebanyak 265 orang dibandingkan laki-laki yang berjumlah 192 orang. Sementara itu, kelompok ketiga dihuni oleh Poli Umum yang melayani 303 pasien. Berbeda dengan dua unit sebelumnya, distribusi gender pada Poli Umum cenderung lebih merata, yakni terdiri dari 161 pasien perempuan dan 142 pasien laki-laki.
Adapun kelompok keempat mencakup pelayanan pada Poli Anak dengan total 115 pasien. Pada unit ini, jumlah pasien laki-laki sedikit lebih unggul yaitu sebanyak 59 orang, sedangkan pasien perempuan berjumlah 56 orang. Secara keseluruhan, gambaran statistik ini memperlihatkan bahwa pasien perempuan mendominasi secara signifikan pada unit-unit perawatan spesialis seperti saraf dan penyakit dalam.
Penerapan algoritma K-Means Clustering terbukti sangat efektif dalam mengubah gunungan data rekam medis mentah menjadi informasi strategis yang mudah dipahami. Hasil pemetaan ini memberikan arahan yang konkret bagi pihak manajemen PKU Muhammadiyah Grabag untuk meningkatkan efisiensi operasional, menata ulang alokasi tenaga medis di unit-unit padat pengunjung, serta memperkuat kualitas pelayanan kesehatan berbasis data di masa depan.(ed.adm_kuikimmi)
Sumber: repositori UNIMMA
