Segmentasi Rumah Sakit Indonesia Berbasis Data Menggunakan Faktor Laten dengan Unsupervised Machine Learning

Abstract

Data rumah sakit yang dipublikasikan melalui Sistem Informasi Rumah Sakit Kementerian Kesehatan (SIRS Kemkes) memuat ribuan rumah sakit dengan ratusan variabel yang saling berkaitan. Meskipun data tersebut berpotensi menggambarkan keragaman karakteristik rumah sakit, segmentasi berbasis banyak indikator dapat menghasilkan representasi yang kompleks dan rentan terhadap nilai ekstrem. Penelitian yang memanfaatkan faktor laten sebagai dasar segmentasi rumah sakit secara nasional juga masih terbatas. Penelitian ini mengisi kesenjangan tersebut melalui integrasi Exploratory Factor Analysis (EFA) dan K-Means clustering untuk membentuk segmentasi rumah sakit berbasis data. Analisis dilakukan pada 3.292 rumah sakit menggunakan 35 skor faktor laten yang diperoleh dari 785 fitur numerik. Analisis awal menunjukkan bahwa nilai ekstrem pada domain layanan menyebabkan segmentasi tidak representatif karena hanya memisahkan satu rumah sakit sebagai outlier. Oleh karena itu, diterapkan winsorization persentil 1%–99% dan standardisasi sebelum pemodelan. Jumlah klaster dievaluasi pada k=2 hingga k=10 menggunakan Elbow Method, Silhouette Score, Calinski-Harabasz, dan Davies-Bouldin. Hasil evaluasi dan pertimbangan substantif menghasilkan tiga klaster, yaitu klaster berkapasitas dasar (64,9%), klaster menengah dengan keunggulan fasilitas penunjang (12,7%), dan klaster dengan layanan serta penunjang operasional intensif (22,4%). Kontribusi penelitian ini adalah menghasilkan kerangka segmentasi berbasis faktor laten yang mengurangi kompleksitas data berdimensi tinggi dan memberikan profil struktural populasi rumah sakit Indonesia untuk mendukung perencanaan sumber daya dan diskusi kebijakan.