Data Mining Pengelompokan Biaya Pengeluaran Rumah Sakit Oleh BPJS Kesehatan Menggunakan Algoritma K-Means

Abstract

Sejak dioperasionalkan BPJS Kesehatan sebagai pelaksana Jaminan Kesehatan Nasional (JKN), berbagai kalangan mengkhawatirkan tarif yang diberlakukan dengan mengacu kepada INACBG. Sering kali rumah sakit mengalami kerugian karena tidak sesuainya biaya yang dikeluarkan rumah sakit terhadap tarif INACBG. Pengelompokan dalam data mining dapat digunakan untuk menganalisa kelompok biaya tiap-tiap diagnosa penyakit yang mengalami kerugian atau biaya yang rumah sakit keluarkan tidak sesuai dengan INACBG. Salah satu metode yang dapat digunakan dalam teknik pengelompokan adalah algoritma KMeans. Algoritma K-Means yang merupakan metode data clustering non hirarki yang mempartisi data ke dalam cluster sehingga data yang memiliki karakteristik yang sama dikelompokkan ke dalam satu cluster yang sama dan data yang mempunyai karakteristik yang berbeda dikelompokkan ke dalam kelompok lain. Tujuan dari penelitian ini mengelompokan biaya yang rumah sakit keluarkan terhadap tarif INACBG apakah telah sesui dengan semestinya. Hasil dari penelitian ini dapat digunakan sebagai sistem pendukung keputusan rumah sakit dalam menetapkan tarif rumah sakit. Kata Kunci : Algoritma K-Means, Clustering, INACB.