PENERAPAN DATA MINING UNTUK MENGANALISIS EFEKTIVITAS LAYANAN VAKSINASI MENGGUNAKAN METODE XGBOOST DI AMS KLINIK

Abstract

Penelitian ini dilakukan untuk menganalisis dan mengevaluasi efektivitas layanan vaksinasi di AMS Klinik sebagai upaya peningkatan kualitas pelayanan kesehatan. Evaluasi ini penting dilakukan agar pihak klinik dapat memahami faktor-faktor yang memengaruhi capaian vaksinasi, sehingga hasilnya dapat digunakan sebagai dasar dalam pengambilan keputusan strategis untuk meningkatkan efisiensi dan mutu layanan. Untuk mencapai tujuan tersebut, penelitian ini menggunakan pendekatan data mining dengan algoritma Extreme Gradient Boosting (XGBoost). Data penelitian berasal dari data internal AMS Klinik yang melalui beberapa tahapan, yaitu pre-processing, normalisasi, serta pelatihan model menggunakan XGBoost. Algoritma ini dipilih karena memiliki kemampuan tinggi dalam melakukan klasifikasi serta menentukan feature importance pada data berukuran besar dan kompleks. Hasil penelitian menunjukkan bahwa model XGBoost mampu memprediksi tingkat efektivitas layanan vaksinasi dengan akurasi sebesar 98%, yang menandakan performa sangat baik dan tingkat kesalahan prediksi yang rendah. Meskipun demikian, keterbatasan kualitas dan kelengkapan data masih menjadi tantangan utama. Oleh karena itu, penelitian lanjutan disarankan untuk menggunakan dataset yang lebih luas dan bervariasi agar hasil prediksi semakin optimal dan representatif terhadap kondisi nyata layanan vaksinasi.

Kata kunci: vaksinasi, data mining, XGBoost, efektivitas layanan, AMS Klinik