IMPLEMENTASI DATA MINING PADA BIAYA PASIEN DIABETES DI RSUD CILACAP

SRI ERAWATI, Dr. Khabib Mustofa, S.Si., M.Kom.; dr. Lutfan Lazuardi, M.Kes, Ph.D.

2015 | Tesis | S2 Ilmu Kesehatan Masyarakat

Latar belakang: Diabetes merupakan penyakit kronis dengan jumlah pasien yang terus meningkat dalam setiap tahunnya. Diabetes menjadi penyebab kematian yang cukup tinggi serta menimbulkan beban biaya yang tidak sedikit untuk mengobatinya dan menanggung kerugian materi yang diakibatkan karena penurunan produktifitas. Pendekatan data mining untuk mendapatkan pengetahuan dari besarnya data di rumah sakit sehingga bisa diketahui besaran beban biaya pelayanan diabetes dan komponennya, yang berguna dalam penyelenggaraan pelayanan yang efektif dan efisien. Tujuan : Mengimplementasikan data mining untuk mengetahui pengetahuan tentang beban biaya pelayanan rawat inap dan pengelompokan (clustering) komponen biaya pasien diabetes. Metode : Penelitian ini menggunakan metode observasional diskriptif dengan rancangan crossectional. Analisis yang digunakan adalah diskriptif, dengan menggunakan tekhnik k-means clustering data mining. Hasil : Terjadi peningkatan dari rata-rata biaya perawatan diabetes inap selama 2011-2013. Pola pengelompokan komponen biaya rawat inap diabetes menunjukkan bahwa biaya akomodasi dan obat-obatan lebih besar dibandingkan dengan biaya-biaya lain (pemeriksaan laboratorium, radiologi biaya, visite/konsultasi dan perwatan lainnya). Biaya akomodasi dan obat-obatan komponen dipengaruhi oleh adanya komplikasi atau penyakit lain yang menyertainya. Namun, ada variasi dalam komponen biaya obat-obatan dan akomodasi bila dibandingkan antara dokter yang berbeda yang bertanggung jawab. Kesimpulan : Variasi komponen biaya obat dan akomodasi dalam pengobatan perawatan diabetes rawat inap menunjukkan potensi untuk meningkatkan efisiensi dalam komponen tersebut. Pengembangan pedoman klinis untuk perawatan diabetes melitus rawat inap di rumah sakit dapat menjadi solusi dalam meningkatkan perawatan yang efektif dan efisien. Kata kunci : k-means clustering, komponen biaya, diabetes mellitus, rawat inap

Background: Number of diabetes increases every year. Highter morbidity and mortality and raises costs a bit to treat it, and bear the material losses resulting from a decrease in productivity. Data mining approach used to gain knowledge of the amount of data in the hospital, so they can know the amount of the costs of diabetes care and its components, so that it can be useful in the implementation of effective and efficient services. Objective: The implement data mining is to determine the knowledge of the costs of inpatient and clustering component costs of diabetic patients. Methods: This study used a descriptive observational method with cross-sectional design. The analysis is descriptive, using the k-means clustering techniques of data mining. Results: : There was an increase of average cost of inpatient diabetes care during 2011-2013. Clustering pattern of inpatient care of diabetic costs components showed that the cost of accommodation and medicines are amongst the bigger compared to other costs (laboratory tests, radiology costs, visit-consultation and medical procedures). The cost of accommodation and medicines components were influenced by the existence of complications or other accompanying diseases. However, there are large variations in the components of the medicines costs when compared between different physician in charge. Conclusions: The variation of medicine cost components by physicians in the treatment of inpatient diabetic care showed a potential to improve efficiency in those component. Development of clinical guidelines for inpatient diabetes mellitus care in the hospital can be a solution in working toward it. Keywords: k-means clustering, cost components, diabetes mellitus

Kata Kunci : k-means clustering, komponen biaya, diabetes mellitus, rawat inap; k-means clustering, cost components, diabetes mellitus