Analisis Klaster Kecamatan Di Kota Padang Berdasarkan Ketersediaan Tenaga Kesehatan Menggunakan Metode K-Medoids

Faddiah Gusti Handayani

doi:10.26877/imajiner.v8i2.27054

Analisis Klaster Kecamatan Di Kota Padang Berdasarkan Ketersediaan Tenaga Kesehatan Menggunakan Metode K-Medoids

Faddiah Gusti Handayani

Abstract

Ketersediaan tenaga kesehatan yang merata merupakan faktor krusial dalam menjamin akses dan kualitas layanan kesehatan di suatu wilayah. Namun, di Kota Padang distribusi tenaga kesehatan masing-masing kecamatan menunjukkan ketimpangan yang signifikan. Penelitian yang dilakukan bertujuan untuk mengelompokkan kecamatan di Kota Padang berdasarkan sebaran tenaga kesehatan dengan menggunakan metode k-medoids . Penelitian ini menggunakan pendekatan kuantitatif dengan memanfaatkan data sekunder dari Badan Pusat Statistik Kota Padang tahun 2024, mencakup 11 kecamatan dengan variabel dokter, dokter gigi, perawat, bidan, farmasi, dan tenaga kesehatan lainnya. Penentuan jumlah klaster dilakukan menggunakan koefisien Silhouette . Hasil analisis menunjukkan terbentuknya dua klaster dengan nilai koefisien Silhouette sebesar 0,73 yang mengindikasikan kualitas pengelompokan yang baik. Cluster 1 memiliki anggota cluster sebanyak 10 kecamatan yaitu Bungus Teluk Kabung, Lubuk Kilangan, Lubuk Begalung, Padang Selatan, Padang Barat, Padang Utara, Nanggalo, Kuranji, Pauh dan Koto Tangah dengan jumlah tenaga kesehatan yang relatif sedikit, sedangkan cluster 2 hanya mencakup kecamatan Padang Timur yang memiliki jumlah tenaga kesehatan secara signifikan lebih banyak. Hasil temuan ini menunjukkan perbedaan yang signifikan dalam distribusi tenaga kesehatan, kecamatan Padang Timur mendominasi layanan kesehatan dibandingkan kecamatan lainnya.

Keywords

tenaga kesehatan; k-medoids clustering; kota Padang; intervensi kebijakan

References

Afrida, N. D., & Wulandari, S. P. (2022). Pemetaan fasilitas tenaga kesehatan berdasarkan kabupaten/kota di Provinsi Papua. Jurnal Teknik ITS, 11(1), 57-63.

Alfiah, F., Almadayani, Farizi, D. Al, & Widodo, E. (2020). Analisis clustering K-medoids berdasarkan indikator kemiskinan di Jawa Timur tahun 2020. Jurnal Ilmiah Sains, 22, 1-7.

Anggraini, B., & Dzikrullah, A. (2024). Implementasi analisis clustering K-medoids dalam pengelompokan Kabupaten Sleman tahun 2020. Emerging Statistics and Data Science Journal, 2(1), 30-40.

Arora, P., Deepali, & Varshney, S. (2016). Analysis of K-means and K-medoids algorithm for big data. Procedia Computer Science, 78, 507-512. https://doi.org/10.1016/j.procs.2016.02.095

Badan Pusat Statistik Kota Padang. (2023). Kota Padang dalam angka 2023.

Badan Pusat Statistik Kota Padang. (2024). Kota Padang dalam angka 2024.

Bahri, S., & Midyanti, D. M. (2023). Penerapan metode K-medoids untuk pengelompokan mahasiswa berpotensi drop out. Jurnal Teknologi Informasi dan Ilmu Komputer, 10(1), 165-172. https://doi.org/10.25126/jtiik.2023106643

Ghozali, I. (2016). Aplikasi analisis multivariate dengan program IBM SPSS 23. Universitas Diponegoro.

Haryanti, F. D., & Retnaningsih, M. (2022). Pengelompokan wilayah kabupaten/kota di Nusa Tenggara Timur berdasarkan tenaga kesehatan. Jurnal Sains dan Seni ITS, 11(6), 322-327.

Ibrahim, R. N., Hayati, M. N., & Amijaya, F. D. T. (2020). Penerapan algoritma K-medoids pada pengelompokan wilayah desa atau kelurahan di Kabupaten Kutai Kartanegara (studi kasus: data hasil pendataan potensi desa tahun 2018). Jurnal Eksponensial, 11(2), 153-158.

Lette, A. R. (2020). Jumlah dan kebutuhan sumber daya manusia kesehatan di fasilitas kesehatan Kota Kupang. Jurnal Publikasi Kesehatan Masyarakat Indonesia, 7(2), 9-14.

Menteri Koordinator Bidang Kesejahteraan Rakyat Republik Indonesia. (2013). Keputusan Menteri Koordinator Bidang Kesejahteraan Rakyat Republik Indonesia Nomor 54 Tahun 2013 tentang rencana pengembangan tenaga kesehatan tahun 2011-2025. Jakarta.

Minarni, Mahendra, Anisya, Putra, D. W. T., Swara, G. Y., & Warman, I. (2025). Klasterisasi wilayah rawan kekerasan anak menggunakan algoritma K-medoids di Kota Padang. Jurnal Minfo Polgan, 13(2), 2309-2319. https://doi.org/10.33395/jmp.v13i2.14447

Nahdliyah, M. A., Widiharih, T., & Prahutama, A. (2019). Metode K-medoids clustering dengan validasi silhouette index dan C-index (studi kasus jumlah kriminalitas kabupaten/kota di Jawa Tengah tahun 2018). Jurnal Gaussian, 8(2), 161-170.

Pahlevi, M. A., Abimanyu, A., Arrizqy, M. H., & Ryaldi, A. (2024). Analisis distribusi tenaga kesehatan di Indonesia menggunakan K-means clustering. Jurnal Teknik Informatika dan Sistem Informasi, 11(3), 287-298.

Pemerintah Pusat Indonesia. (2016). Peraturan Pemerintah Nomor 47 Tahun 2016 tentang fasilitas pelayanan kesehatan. Jakarta.

Prakoso, S., Mulyawan, Rohmat, C. L., & Fathurrohman. (2024). Pengelompokan wilayah Jawa Barat berdasarkan indeks kedalaman kemiskinan dan jumlah penduduk miskin menggunakan K-medoids. JATI (Jurnal Mahasiswa Teknik Informatika), 8(3), 2929-2935. https://doi.org/10.36040/jati.v8i3.9609

Rahmawati, T., Wilandari, Y., & Kartikasari, P. (2024). Analisis perbandingan silhouette coefficient dan metode elbow pada pengelompokan provinsi di Indonesia berdasarkan indikator IPM dengan K-medoids. Jurnal Gaussian, 13(1), 13-24. https://doi.org/10.14710/j.gauss.13.1.13-24

Sulistyawati, Y. (2024). Implementasi K-medoids clustering dalam pengelompokan provinsi di Indonesia berdasarkan kepesertaan aktif jaminan sosial tenaga kerja. Emerging Statistics and Data Science Journal, 2(3), 368-381.

Zhaky, A. F., Sutan, F., & Cahyana, Y. (2024). Segmentasi jumlah tenaga kesehatan berdasarkan kecamatan di Kabupaten Karawang menggunakan metode K-medoids. Scientific Student Journal for Information, Technology and Science, 5(2), 47-52.

DOI: https://doi.org/10.26877/imajiner.v8i2.27054