Implementasi Hierarchical Clustering Untuk Data Kesehatan Pasien Di Puskesmas Kamoning

Puskesmas sebagai fasilitas pelayanan kesehatan tingkat pertama menghasilkan data rekam medis dalam jumlah besar yang memuat berbagai informasi mengenai kondisi kesehatan pasien. Namun, pemanfaatan data tersebut masih terbatas pada kegiatan pencatatan administratif sehingga potensi informasi yang terkandung di dalamnya belum dimanfaatkan secara optimal untuk mendukung pengambilan keputusan layanan kesehatan. Penelitian ini bertujuan untuk menerapkan metode Hierarchical Clustering dengan algoritma Agglomerative Nesting (AGNES) pada data rekam medis pasien Puskesmas Kamoning tahun 2024 untuk mengelompokkan pasien berdasarkan karakteristik klinisnya. Data penelitian berjumlah 5.926 data pasien yang telah melalui tahap preprocessing meliputi seleksi data, pembersihan data, transformasi data, serta normalisasi. Variabel yang digunakan dalam proses clustering yaitu umur, berat badan, tinggi badan, tekanan darah sistolik, tekanan darah diastolik, respiratory rate, dan heart rate. Proses pengelompokan dilakukan menggunakan metode Agglomerative Hierarchical Clustering dengan linkage ward dan dievaluasi menggunakan Silhouette Coefficient dan Davies-Bouldin Index untuk menentukan jumlah cluster optimal. Hasil penelitian menunjukkan bahwa jumlah cluster terbaik diperoleh pada k 2 dengan nilai Silhouette Score sebesar 0,5076 dan Davies-Bouldin Index sebesar 0,9154. Hasil clustering menghasilkan dua kelompok pasien dengan karakteristik kesehatan yang berbeda, yaitu kelompok pasien dengan kondisi kesehatan relatif stabil dan kelompok pasien dengan kecenderungan risiko kesehatan lebih tinggi. Hasil penelitian ini menunjukkan bahwa metode AGNES mampu mengidentifikasi pola segmentasi pasien secara objektif sehingga dapat dimanfaatkan oleh Puskesmas Kamoning dalam mendukung perencanaan layanan kesehatan yang lebih terarah dan berbasis data.