Analisis Pengelompokkan K-Means untuk Data Bivariat Laju Kunjungan dan Rasio Rujukan

Oktaviana Reni Kristyaningrum

Abstract


Pengelompokkan fasilitas kesehatan (faskes) tingkat Iberdasarkan tinggi atau rendah laju kunjungan dan rasio rujukan perlu dilakukan. Metode pengelompokan yang diterapkan pada data laju kunjungan dan rasio rujukan di 356 faskes tingkat I BPJS Kesehatan Surakarta adalah metode pengelompokkan k-means. Pengelompokkan k-meansyang telah dilakukanmenghasilkan empat kelompok dengan tingkat laju kunjungan dan rasio rujukan yang berbeda secara berurutan beranggotakan 164, 129, 20, dan 43 faskes tingkat I.Setelah data dikelompokan, analisis hubungan antara data laju kunjungan dan rasio rujukan menjadi perhatian dalam paper ini.Analisis hubungan didasarkan pada data di tiap kelompok sehingga dapat diketahui keterhubungan data laju kunjungan dan ratio rujukan di tiap kelompok. Analisis hubungan menggunakan pendekatan copula (bivariat). Ukuran keterhubungan yang digunakan untuk mengetahui keterhubungan data adalah Kendall’s Tau dan Spearman’s Rho.Copula yang terbaikdidasarkan pada p-value tertinggi dari uji kecocokan statistik Cramr-von Mises yang diperoleh melalui simulasi parametric bootstrap.Paper ini menghasilkandua kelompok (kelompok 1 dan kelompok 4) yang mana keterhubungan data di dalamnya dapat digambarkan melalui copula, sedangkan dua kelompok yang lain tidak dapat digambarkan dari lima copula yang diujikan.Kelompok 1 digambarkan melalui copula Gumbel dengan marginal-marginalnya adalah Normal-Normal, sedangkan kelompok 4 digambarkan melalui copula Ali-Mikhail-Haq (AMH) dengan marginal-marginalnya Weibull-Gamma.Pengelompokkan fasilitas kesehatan (faskes) tingkat Iberdasarkan tinggi atau rendah laju kunjungan dan rasio rujukan perlu dilakukan. Metode pengelompokan yang diterapkan pada data laju kunjungan dan rasio rujukan di 356 faskes tingkat I BPJS Kesehatan Surakarta adalah metode pengelompokkan k-means. Pengelompokkan k-meansyang telah dilakukanmenghasilkan empat kelompok dengan tingkat laju kunjungan dan rasio rujukan yang berbeda secara berurutan beranggotakan 164, 129, 20, dan 43 faskes tingkat I.Setelah data dikelompokan, analisis hubungan antara data laju kunjungan dan rasio rujukan menjadi perhatian dalam paper ini.Analisis hubungan didasarkan pada data di tiap kelompok sehingga dapat diketahui keterhubungan data laju kunjungan dan ratio rujukan di tiap kelompok. Analisis hubungan menggunakan pendekatan copula (bivariat). Ukuran keterhubungan yang digunakan untuk mengetahui keterhubungan data adalah Kendall’s Tau dan Spearman’s Rho.Copula yang terbaikdidasarkan pada p-value tertinggi dari uji kecocokan statistik Cramr-von Mises yang diperoleh melalui simulasi parametric bootstrap.Paper ini menghasilkandua kelompok (kelompok 1 dan kelompok 4) yang mana keterhubungan data di dalamnya dapat digambarkan melalui copula, sedangkan dua kelompok yang lain tidak dapat digambarkan dari lima copula yang diujikan.Kelompok 1 digambarkan melalui copula Gumbel dengan marginal-marginalnya adalah Normal-Normal, sedangkan kelompok 4 digambarkan melalui copula Ali-Mikhail-Haq (AMH) dengan marginal-marginalnya Weibull-Gamma.Kata Kunci:  Fas

Keywords


Faskes tingkat I BPJS Kesehatan,Laju Kunjungan, Rasio Rujukan, Pengelompokan K-means,Copula


Article Metrics
Abstract view: 27 times
PDF (Bahasa Indonesia): 9 times

Refbacks

  • There are currently no refbacks.


Copyright (c) 2018 Jurnal Riset dan Aplikasi Matematika

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

Jurnal Riset dan Aplikasi Matematika (JRAM) E-ISSN:2581-0154

Indexed by

Google ScholarCiteUlikeAcademia.Edu

Alamat Penyunting dan Tata Usaha: 
Ruang Tata Usaha

Gedung C8 Jurusan Matematika FMIPA Unesa Ketintang Surabaya  

Telp / Fax : (031)8297677                                              

Homepage: jram.unesa.ac.id                                                    

E-mail: jram@unesa.ac.id

 

 

Creative Commons License

Jurnal Riset dan Aplikasi Matematika (JRAM) is licensed under