KLASTERISASI ICD-10 DATA KLAIM FKRTL BPJS KESEHATAN MENGGUNAKAN METODE DENSITY-BASED SPATIAL CLUSTERING OF APPLICATION WITH NOISE (DBSCAN)
Seiring waktu dan perkembangan zaman, semakin banyak pengajuan klaim penyakit yang masuk ke BPJS Kesehatan dan menyebabkan penumpukan data sehingga kumpulan data tersebut sudah tergolong ke dalam Big Data. Salah satu hambatan dari Big Data ialah pengolahannya yang tidak bisa menggunakan cara biasa sehingga diperlukan cara khusus seperti Clustering Data. DBSCAN merupakan salah satu metode Clustering yang mengelompokkan data berdasarkan kepadatan titik data. Tujuan dari penelitian ini ialah menentukan jumlah klaster optimal dan menganalisis karakteristik kelompok klaster. Diharapkan penelitian ini dapat digunakan sebagai acuan dalam mengambil kebijakan promotif maupun preventif. Analisis hasil Clustering pada data Klaim FKRTL berdasarkan ICD-10 menunjukkan terdapat tiga klaster dan satu klaster noise dengan nilai Rata-rata Indeks Silhouette sebesar 0,6595942 yang berarti model memiliki struktur medium. Klaster 1 terdiri dari dua anggota dengan kategori klaim dominan ialah Kecelakaan dan Penyakit Lainnya, Klaster 2 terdiri dari 27 anggota dengan kategori klaim dominan adalah Persalinan, Klaster 3 terdiri dari empat anggota dengan kategori klaim dominan adalah Katastropik dan Penyakit Lainnya, dan Klaster Noise terdiri dari satu anggota dengan kategori klaim dominan adalah Persalinan.
URI
https://repo.itera.ac.id/depan/submission/SB2401240033
Keyword
FKRTL ICD-10 Klasterisasi DBSCAN Indeks Silhouette