REKOMENDASI RUMAH SAKIT RUJUKAN UNTUK PASIEN BERDASARKAN DATA DIAGNOSA DAN TINGKAT KEPARAHAN MENGGUNAKAN METODE RANDOM FOREST DI PUSKESMAS SIGAMBAL

Abstract

Proses penentuan rumah sakit rujukan bagi pasien di fasilitas kesehatan tingkat pertama sering kali dilakukan berdasarkan pertimbangan subjektif tenaga kesehatan tanpa analisis sistematis terhadap data pasien. Padahal, data diagnosa dan tingkat keparahan pasien memiliki peran penting dalam menentukan kebutuhan rujukan yang tepat. Penelitian ini bertujuan untuk membangun sistem rekomendasi rumah sakit rujukan untuk pasien berdasarkan data diagnosa dan tingkat keparahan menggunakan metode Random Forest di Puskesmas Sigambal. Dataset yang digunakan dalam penelitian ini merupakan data riwayat rujukan pasien sebanyak 120 data dengan atribut umur, jenis kelamin, diagnosa, tingkat keparahan, dan rumah sakit rujukan sebagai variabel target. Data diagnosa dan tingkat keparahan menjadi variabel utama dalam proses klasifikasi. Tahapan penelitian meliputi preprocessing data, transformasi atribut kategorikal, pembagian data training dan testing dengan rasio 80:20, serta pembentukan model Random Forest. Hasil evaluasi model menggunakan confusion matrix menunjukkan nilai accuracy sebesar 91,4%, precision sebesar 89,8%, recall sebesar 90,5%, dan F1-score sebesar 90,1%. Hasil tersebut menunjukkan bahwa metode Random Forest mampu mengklasifikasikan rumah sakit rujukan dengan tingkat akurasi yang baik berdasarkan data diagnosa dan tingkat keparahan pasien. Dengan demikian, sistem yang dibangun dapat membantu tenaga kesehatan dalam memberikan rekomendasi rumah sakit rujukan secara lebih objektif, cepat, dan berbasis data di Puskesmas Sigambal.