Penerapan Data Mining Menggunakan Metode Random Forest Untuk Mengklasifikasi Kualitas Layanan Rumah Sakit Di Jawa Barat

Komara, Raden Gilang (2024) Penerapan Data Mining Menggunakan Metode Random Forest Untuk Mengklasifikasi Kualitas Layanan Rumah Sakit Di Jawa Barat. Other thesis, Universitas Komputer Indonesia.

	Text UNIKOM_Raden Gilang Komara_Cover.pdf - Published Version Download (47kB)
	Text UNIKOM_Raden Gilang Komara_Lembar Pengesahan.pdf - Published Version Download (771kB)
	Text UNIKOM_Raden Gilang Komara_Surat Persetujuan Publikasi.pdf - Published Version Download (204kB)
	Text UNIKOM_Raden Gilang Komara_Lembar Keaslian.pdf - Published Version Download (88kB)
	Text UNIKOM_Raden Gilang Komara_Kata Pengantar.pdf - Published Version Download (188kB)
	Text UNIKOM_Raden Gilang Komara_Daftar Isi.pdf - Published Version Download (193kB)
	Text UNIKOM_Raden Gilang Komara_Bab I.pdf - Published Version Download (195kB)
	Text UNIKOM_Raden Gilang Komara_Bab II.pdf - Published Version Download (364kB)
	Text UNIKOM_Raden Gilang Komara_Bab III.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text UNIKOM_Raden Gilang Komara_Bab IV.pdf - Published Version Restricted to Repository staff only Download (2MB) | Request a copy
	Text UNIKOM_Raden Gilang Komara_Bab V.pdf - Published Version Download (18kB)
	Text UNIKOM_Raden Gilang Komara_Daftar Pustaka.pdf - Published Version Download (135kB)
	Text UNIKOM_Raden Gilang Komara_Kontak Penulis dan Kontributor.pdf - Published Version Download (8kB)

Abstract

Di era digital, teknologi informasi memegang peran penting dalam sektor kesehatan. Rumah sakit menghadapi tantangan untuk memberikan layanan berkualitas tinggi guna memenuhi ekspektasi pasien, yang meningkatkan kepuasan, reputasi, dan kepercayaan masyarakat. Di Jawa Barat, peningkatan kualitas layanan rumah sakit merupakan isu kritis yang signifikan bagi kesejahteraan masyarakat. Dinas Kesehatan Provinsi Jawa Barat melihat analisis klasifikasi kualitas layanan rumah sakit sebagai cara untuk mengidentifikasi area yang membutuhkan peningkatan. Algoritma Random Forest muncul sebagai solusi efektif untuk menangani kompleksitas data dan meningkatkan akurasi prediksi klasifikasi. Penelitian ini menggunakan indikator-indikator seperti Gross Death Rate, Bed Occupation Rate, Net Death Rate, Bed Turn Over, Turn Over Interval, dan Average Length of Stay untuk mengklasifikasikan kualitas layanan rumah sakit di Jawa Barat. Dengan menerapkan metode Random Forest, penelitian ini bertujuan untuk mengidentifikasi aspek-aspek kekuatan dan kelemahan rumah sakit, memberikan informasi penting untuk kebijakan dan strategi peningkatan layanan. Hasil penelitian ini, pada proses data selection dipilih dengan menggunakan enam atribut. Proses pre-processing melibatkan reduksi atribut pembersihan data, proses clustering untuk menentukan kolom target dan penyeimbangan data. Kemudian dilakukan transformasi data yaitu transformasi tipe data menjadi data integer. Data mining dilakukan dengan menerapkan metode Random Forest untuk memprediksi variabel. Evaluasi model menggunakan metrik akurasi dan matriks konfusi menunjukkan keberhasilan optimal dalam mengklasifikasikan sampel data yaitu 97,56% untuk model rumah sakit khusus dan 98,6% untuk model rumah sakit umum dengan n-estimators=50. Kesimpulannya, implementasi model data mining menggunakan random forest dapat menjadi solusi yang efektif dalam memprediksi klasifikasi kualitas layanan rumah sakit di Jawa Barat.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Data Mining, Random Forest, Klasifikasi Rumah Sakit, Kualitas Layanan Kesehatan, Jawa Barat
Subjects:	000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 004_Data Processing & Computer Science Q Science > QA Mathematics > QA76 Computer software
Divisions:	S1_SKRIPSI > FTIK_Sistem Informasi (05)
Depositing User:	Mia Mia Hayati Kosasih
Date Deposited:	21 Jul 2025 03:30
Last Modified:	21 Jul 2025 03:30
URI:	http://elibrary.unikom.ac.id/id/eprint/10644

Actions (login required)

View Item