Analisis Klasifikasi Random Forest Status Pulang Pasien Kasus INA-CBG: Endocrine System, Nutrition & Metabolism Groups pada Pelayanan FKRTL
Fasilitas Kesehatan Rujukan Tingkat Lanjut (FKRTL) BPJS Kesehatan memberikan layanan kesehatan untuk kelompok penyakit sistem endokrin, nutrisi dan metabolisme. Beberapa contoh penyakitnya yaitu seperti obesitas, diabetes, tumor, dan gizi buruk. Indonesia merupakan salah satu negara dengan tingkat gizi buruk tertinggi, sehingga adanya pelayanan kesehatan FKRTL ini diharapkan dapat membantu meminimalisir masalah tersebut. Peserta JKN yang dirawat akan memiliki status pulang setelah perawatan, status pulang dipengaruhi oleh beberapa faktor, seperti demografi, riwayat kesehatan, riwayat diri, status sosial ekonomi, dan mutu pelayanan kesehatan. Tujuan penelitian ini adalah melakukan klasifikasi status pulang pasien dan melihat pengaruh variabel independen menggunakan algoritma Random Forest, yang mana mampu memprediksi variabel respon berbentuk kategorik. Hasil menunjukkan bahwa dengan Ntree sebanyak 1.000 pohon dan 6(enam) variabel Mtry memiliki nilai OOB Error terkecil (11,06%) dalam pembentukan model Random Forest. Selain itu, didapatkan nilai akurasi prediksi yang cukup baik, yaitu sebesar 74,3%. Berdasarkan hasil confusion matrix, didapatkan hasil untuk kategori kelas status pulang meninggal, pulang paksa, dan rujuk memiliki nilai specificity yang sangat tinggi, yaitu >90%. Sedangkan, kelas sehat lebih diutamakan nilai sensitivity, yang mana mendapat angka 92,9%. Selain itu, didapatkan pula kesimpulan bahwa variabel kategori peserta lebih berpengaruh dalam menentukan status pulang peserta dibandingkan variabel kategori FKRTL.
Kata kunci: Status Pulang; Klasifikasi; Random Forest.
URI
https://repo.itera.ac.id/depan/submission/SB2306020006
Keyword