Implementasi Algoritma K-Means untuk Klasterisasi Pengelolaan Persediaan Stok Obat pada RSIA Bhakti Persada Barat

Instansi kesehatan klinik dan rumah sakit berperan sangat vital dalam memberikan layanan kesehatan yang berkualitas kepada masyarakat. RSIA Bhakti Persada Barat menghadapi permasalahan dalam pengelolaan persediaan obat akibat ketidakakuratan perencanaan, yang menyebabkan terjadinya kelebihan (overstock) maupun kekurangan (stockout) stok obat. Penelitian ini bertujuan untuk mengimplementasikan algoritma K-Means clustering dalam klasterisasi pengelolaan stok obat berdasarkan tingkat pemakaian, guna mendukung proses perencanaan dan pengendalian stok secara akurat. Metode yang digunakan adalah data mining menggunakan algoritma K-Means untuk mengelompokkan data obat ke dalam tiga klaster, yaitu rendah, sedang, dan tinggi berdasarkan frekuensi penggunaan. Pengujian kualitas klaster dilakukan menggunakan Davies Bouldin Index (DBI). Hasil penelitian menunjukkan bahwa algoritma K-Means berhasil membentuk tiga klaster yang merepresentasikan kategori pemakaian obat, dengan nilai DBI sebesar 1,1101 yang mengindikasikan kualitas pemisahan antar klaster yang cukup baik. Penerapan algoritma K-Means dapat mendukung dalam proses analisis dan pengambilan keputusan terkait manajemen persediaan obat di RSIA Bhakti Persada Barat, serta mengurangi risiko kerugian akibat stok kedaluwarsa dan keterlambatan pelayanan.