OPTIMASI LOKASI PEMBANGUNAN RUMAH SAKIT DI KECAMATAN NGRAYUN KABUPATEN PONOROGO DENGAN K-MEANS
DOI:
https://doi.org/10.36595/jire.v8i2.1646Keywords:
Prediksi, Lokasi Rumah Sakit, K-Means, Clustering, Silhouette ScoreAbstract
Ketersediaan layanan kesehatan yang memadai berkontribusi secara signifikan dalam mendukung perkembangan daerah dan meningkatkan kualitas hidup masyarakat. Kecamatan Ngrayun memiliki fasilitas kesehatan yang minim, sehingga diperlukan lokasi yang optimal dalam pembangunan rumah sakit baru. Metode tradisional sering kali digunakan dalam menentukan lokasi pembangunan. Namun, kini teknologi seperti algoritma pembelajaran K-Means Clustering berbasis Silhouette Score dapat digunakan untuk menemukan lokasi pembangunan rumah sakit yang optimal. Adapun faktor-faktor yang diperhatikan diantaranya jumlah penduduk, aksesibilitas, jarak ke rumah sakit terdekat, serta jumlah fasilitas kesehatan. Berdasarkan silhouette score, menunjukkan bahwa jumlah cluster yang mendapatkan score paling mendekati 1 yaitu sebanyak 2 cluster dengan score 0.7370. Desa dibagi menjadi cluster 0 dan cluster 1, dimana cluster 1 diidentifikasi sebagai lokasi utama yang sesuai untuk pembangunan rumah sakit, yang mencakup desa Baosan Kidul, Mrayan, Baosan Lor, Ngrayun, Selur, dan Cepoko. Berdasarkan dari penelitian ini, dapat diketahui bahwa metode K-Means dapat digunakan untuk menentukan lokasi pembangunan rumah sakit secara efektif.
Downloads
References
[1] A. Jalil, “Pemkab Ponorogo Segera Bangun Rumah Sakit di 2 Lokasi Ini,” Regional. Accessed: May 27, 2025. [Online]. Available: https://regional.espos.id/pemkab-ponorogo-segera-bangun-rumah-sakit-di-2-lokasi-ini-979257
[2] B. Ponorogo, “Kecamatan Ngrayun dalam Angka 2023,” Badan Pus. Stat. Kabupaten Ponorogo, vol. 1102001.35, p. 70, 2023.
[3] E. O. Srirahmawati, A.I. Purnamasari, A. Bahtiar, and E. Tohidi, “Pengelompokan Prestasi Akademik Siswa SD Menggunakan Algoritma K-Means,” JIRE, vol. 8, no. 1, pp. 80–86, 2025, doi : 10.36595/jire.v8i1.1358.
[4] K. M. B. Azhary, and V. Rilansari, “Implementasi Metode Machine Learning?: Penentuan Sistem Pusat Permukiman,” TATALOKA, vol. 26 no. 4, pp. 230–240, 2024, doi: 10.14710/tataloka.26.4.230-240.
[5] D. Kurniadi, Y. H. Agustin, H. I. N. Akbar, and I. Farida, “Penerapan Algoritma k-Means Clustering untuk Pengelompokan Pembangunan Jalan pada Dinas Pekerjaan Umum dan Penataan Ruang,” Aiti, vol. 20, no. 1, pp. 64–77, 2023, doi: 10.24246/aiti.v20i1.64-77.
[6] M. A. Sembiring, R. T. A. Agus, and M. F. L. Sibuea, “Penerapan Metode Algoritma K-Means Clustering Untuk Pemetaan Penyebaran Penyakit Demam Berdarah Dengue (Dbd),” J. of Science and Social Research, vol. 4, no. 3, p. 336, 2021, doi: 10.54314/jssr.v4i3.712.
[7] M. A. Haq, W. Purnomo, and N. Y. Setiawan, “Analisis Clustering Topik Survey menggunakan Algoritme K-Means (Studi Kasus: Kudata),” J- PTIIK, vol. 7, no. 7, pp. 3498–3506, 2023.
[8] W. B. Syamhuri, M. T. Furqon, and C. Dewi, “Pengelompokan Film Berdasarkan Alur Cerita menggunakan Metode Self Organizing Maps dan Silhouette Coefficient,” J-PTIIK, vol. 6, no. 12, pp. 5898–5904, 2022.
[9] C. A. Nugraha, R. Iskandar, and P. D. Baeha, “Technology Integration Trends in Hybrid Learning Environments in Indonesia: A Systematic Literature Review,” Indones. J. Curric. Educ. Technol. Stud., vol. 10, no. 2, pp. 67–75, 2022, doi: 10.15294/ijcets.v11i1.62125.
[10] G. Arundhati, I. Permana, and H. Segah, “Penentuan potensi lokasi Rumah Sakit Kelas A di Kota Palangka Raya menggunakan metode Analytical Hierarchy Process dan Sistem Informasi Geografis,” J. Environ. Manag., vol. 3, no. 2, pp. 89–99, 2022, doi: 10.37304/jem.v3i2.5502.
[11] S. Hafsah, Hasamawati, and N. Erawaty, “Penentuan Lokasi Strategis untuk Membangun Rumah Sakit di Wilayah Kabupaten Berau Menggunakan Pusat dan Pusat Berat,” J. Ilm. Mat., vol. 1, no. 1, pp. 61–69, 2022, doi : 10.30872/basis.v1i1.925.
[12] A. Vidian Krama, A. Gatra Arsyri, A. Hernandi, and N. Qamilah Sumber, “Pembangunan Puskesmas Kota Prabumulih,” J. Spasial Penelit. Terap. Ilmu Geogr. Dan Pendidik. Geogr. Nomor 1, vol. 7, p. 2020, 2020.
[13] A. P. Sari, A. N. Sihananto, D. A. Prasetya, and M. M. Al Haromainy, “Pengelompokan Tingkat Penyebaran Covid 19 Pada Kabupaten Jombang Dengan Menggunakan Algoritma K-Means,” Scan J. Teknol. Inf. Dan Komun., vol. 17, no. 3, pp. 1–6, 2023, doi: 10.33005/scan.v17i3.3514.
[14] W. Mega, “Clustering Menggunakan Metode K-Means Untuk Menentukan Status Gizi Balita,” J. Inform., vol. 15, no. 2, pp. 160–174, 2015.
[15] A. Amrullah, I. Purnamasari, B. N. Sari, Garno, and A. Voutama, “Analisis Cluster Faktor Penunjang Pendidikan Menggunakan Algoritma K-Means (Studi Kasus: Kabupaten Karawang),” J. Inform. Dan Rekayasa Elektron., vol. 5, no. 2, pp. 244–252, Nov. 2022, doi: 10.36595/jire.v5i2.701.
[16] A. Gunawan, F. J. Amarrohman, and Y. Wahyuddin , “Analisis Potensi Penentuan Lahan Pembangunan Rumah Sakit Di Kabupaten Jepara Ditinjau Dari Aspek Fisik Dan Kebutuhan Demografis,” Jurnal Geodesi Undip, vol. 12, no. 4, pp. 368-377, 2023. doi : 10.14710/jgundip.2023.39497.
Downloads
Published
How to Cite
Issue
Section
License
Semua tulisan pada jurnal ini menjadi tanggungjawab penuh penulis.
