CLUSTERING BIAYA KESEHATAN

MENGGUNAKAN ALGORITMA K-
MEANS

Muchamad Zidane Zovanka

Teknik Informatika
Universitas Widyatama
Bandung, Indonesia
zidane.zovanka@widyatama.ac.id

Feri Sulianta
Teknik Informatika
Universitas Widyatama
Bandung, Indonesia
Feri.sulianta@widyatama.ac.id

Abstract---
Asuransi kesehatan merupakan
asuransi dimana pihak penanggung menjamin
segala kemungkinan yang terjadi pada diri
tertanggung terkait dengan masalah
kesehatanya sesuai dengan perjanjian yang
telah di sepakati.
Suatu perusahaan yang bergerak
dibidamg jasa asuransi jiwa perlu melakukan
analisis calon nasabah asuransi. Agen asuransi
perlu menganalisi calon nasabah. Tujuan dari
analisis ini adalah untuk menyelidiki berbagai
faktor yang berhubungan dengan kesehatan dan
keterkaitannya untuk memprediksi biaya
pengobatan individu yang ditagihkan oleh
asuransi kesehatan secara akurat. Faktor-faktor
ini mencakup aspek-aspek seperti usia, dan
indeks massa tubuh (BMI).
Salah satu metode analisis ini dengan
menggunakan metode clustering dengan
algoritma k-means. Clustering adalah teknik
dalam analisis data yang digunakan untuk
mengelompokkan objek atau data ke dalam
kelompok-kelompok yang memiliki kesamaan
karakteristik tertentu. Tujuan utama dari
clustering adalah untuk mencari pola atau
struktur dalam data tanpa adanya label atau
pengawasan sebelumnya. Dalam clustering,
objek dalam kelompok yang sama akan
memiliki kesamaan yang tinggi, sedangkan
objek antar kelompok akan memiliki perbedaan
yang signifikan.
Kata Kunci Asuransi, Kesehatan,
Clustering, Data mining
I. PENDAHULUAN
Biaya pengobatan yang terus meningkat
menyebabkan masyarakat kesulitan untuk
mendapatkan akses pelayanan kesehatan yang
optimal. Setiap masyarakat memiliki
pengobatan individu yang berbeda - beda.
 Tujuan dari analisis ini adalah untuk
menyelidiki berbagai faktor yang berhubungan
dengan kesehatan dan keterkaitannya untuk
memprediksi biaya pengobatan individu yang
ditagihkan oleh asuransi kesehatan secara
akurat. Faktor-faktor ini mencakup aspek-aspek
seperti usia, dan indeks massa tubuh (BMI).
II. HIPOTESIS
Tujuan dari analisis ini adalah untuk
menyelidiki berbagai faktor yang berhubungan
dengan kesehatan dan keterkaitannya untuk
memprediksi biaya pengobatan individu yang
ditagihkan oleh asuransi kesehatan secara
akurat. Faktor-faktor ini mencakup aspek-aspek
seperti Age, Gender, Body mass Index (BMI),
number of children, smoking status, dan region.
Pentingnya fitur-fitur tersebut diselidiki
untuk menjelaskan pendorong utama biaya
medis, dengan status merokok, BMI, dan usia
yang muncul sebagai faktor kunci. Wawasan
yang berharga ini dapat menginformasikan
kebijakan kesehatan, penilaian risiko, dan
pengambilan keputusan individu seputar
perilaku kesehatan dan cakupan asuransi.
berkorelasi dengan biaya asuransi yang lebih
tinggi.
BMI (Body Mass Index) : BMI adalah
ukuran yang mencoba mengukur massa
jaringan seseorang. Ini digunakan secara luas
sebagai metode sederhana untuk menilai
apakah seseorang memiliki berat badan yang
sehat untuk tinggi badan tertentu. Nilai BMI
yang tinggi sering dikaitkan dengan risiko
penyakit kronis yang lebih tinggi seperti
penyakit jantung, diabetes, dan beberapa jenis
kanker, yang dapat menyebabkan biaya
perawatan kesehatan yang lebih tinggi.
Charges : Ini adalah biaya medis
individu yang ditagihkan oleh asuransi
kesehatan. Ini adalah variabel dependen dalam
dataset ini, dan dipengaruhi oleh semua faktor
lainnya. Memahami hubungan antara variabel
independen (usia, jenis kelamin, bmi, anak-
anak, perokok, wilayah) dan biaya adalah
tujuan utama dari analisis ini.

III. DATA PREPARATION

Data preparation adalah tahap penting
dalam melakukan analisis data. Pertama dataset
ini terdiri 7 attribut dan 1339 record atas data
biaya medis pribadi. Dataset ini saya dapatkan
dari kaggle.com. Data tersebut dibersihkan dan
kemudian diproses attributnya agar sesuai
dengan kebutuhan. Variabel inputan yang
digunakan dalam pengelompokkan biaya medis
probadi tersebut adalah BMI, Charges, dan Age. Gambar 3.1
Kemudian variable tersebut akan diolah untuk
menghasilkan output kelompok biaya medis
berdasarkan umur dan ukuran massa (BMI) dari
metode clustering.

[1] Age : Usia merupakan faktor

penting dalam asuransi kesehatan karena
individu yang lebih tua umumnya memiliki
risiko lebih tinggi terhadap masalah kesehatan
dibandingkan dengan individu yang lebih
muda. Oleh karena itu, usia sering kali
 Gambar 3.2

Gambar 3.1 adalah bentuk visualisasi rata –

rata biaya medis berdasarakan umur dan
gambar 3.2 visualisasi rata – rata biaya medis
berdasarakan ukuran massa.

IV. PROSES MINING

Model yang dipilih adalah dengan
menggunakan Metoda Clustering. Secara
umum proses pengelompokan dengan Metode
Clustering menggunakan tahapan sebagai
berikut :

Mengumpulkan Data mentah

Data set: Medical Cost Personal
Variabel : Age, BMI, Charges

Proses pembersihan data, Gambar 4.2

memperbaiki format dan atibut
data set Gambar di atas ada kmeans flowchart. Dan
untuk Proses mining data saya menggunakan
miniconda 3.
Proses Pengolahan Data
menggunakan Clustering dengan
algoritma k-means

Hasil akhir: pengelompokkan

data biaya medis berdasarakan
umur dan ukuran massa

Gambar 4.1
Pada gambar diatas adalah Langkah Langkah
proses melakukan analisis data menggunakan
metode clustering. Untuk proses Gambar 4.1
pengelompokan data menggunakan proses
flowchart sebagai berikut : Pertama saya kelompokkan data kemudian
menetukan jumlah kluster yang optimal dengan
menggunakan metode elbow. Kemudian kta
gambar kurva seperti gambar diatas.

Metode Elbow adalah 3liste yang

digunakan untuk membantu menemukan
jumlah cluster yang optimal dalam K-means
clustering. Sumbu x menunjukkan jumlah
cluster (k), dan sumbu y menunjukkan inersia,
yang merupakan ukuran jarak total setiap titik
ke pusatnya.
Dari gambar diatas Plot menunjukkan
penurunan inersia yang tajam saat jumlah
cluster meningkat dari 1 menjadi sekitar 4.
Setelah itu, penurunan inersia menjadi kurang
jelas. Titik di mana penurunan inersia mulai
mendatar, dikenal sebagai “elbow”, dan ini
menunjukkan bahwa jumlah cluster yang
optimal adalah sekitar 4.
Ini berarti bahwa menambahkan lebih
banyak 4lister di luar 4 klaster tidak secara
signifikan meningkatkan kekompakan 4lister,
dan bahkan dapat menyebabkan overfitting, di
mana 4lister terlalu spesifik pada data pelatihan
dan tidak dapat digeneralisasi dengan baik ke
data baru.
Jadi, berdasarkan visualisasi Metode Elbow
ini, tampaknya menggunakan 4 cluster adalah
pilihan yang baik untuk clustering K-means
dari dataset ini.
Cluster age bmi Charges
0 50.61855 26.67757 13932.64
7 7 5135
Gambar 4.4
Pada gambar 4.3 adalah gambar hasil
clutering dalam bentuk table. Dan gambar 4.4
adalah hasil clustering dalam bentuk diagram.
Dengan melihat visualisasi pengelompokan
K-means Clustering, kita dapat melihat bahwa
titik-titik data dikelompokkan ke dalam klaster-
klaster yang berbeda. Setiap titik data mewakili
penerima manfaat, dan warna dari titik tersebut
menunjukkan klaster tempat penerima manfaat
berada. Tanda silang hitam menunjukkan titik
tengah klaster, yang pada dasarnya merupakan
nilai rata-rata penerima manfaat di setiap
klaster. Tabel diatas memberikan nilai rata –
rata usia, bmi, dan biaya setiap klister.
Cluster 0 : Penerima manfaat di klaster ini
memiliki usia rata-rata sekitar 51 tahun, BMI
rata-rata sekitar 26,7, dan tagihan rata-rata
sekitar 13.932.
Cluster 1 : Klaster ini terdiri dari penerima
manfaat yang lebih muda dengan usia rata-rata
sekitar 26 tahun, BMI rata-rata yang sedikit
lebih tinggi yaitu sekitar 28,2, dan biaya rata-
rata yang lebih rendah yaitu sekitar 6.147.

1 25.78439 28.15111 6147.102

Cluster 2: Penerima manfaat di klaster ini
4 9 451
memiliki usia rata-rata sekitar 40 tahun, BMI
2 40.06748 35.38760 40468.64 rata-rata yang lebih tinggi yaitu sekitar 35,4,
5 7 9817 dan biaya rata-rata yang jauh lebih tinggi yaitu
sekitar 40.469.
3 45.85953 37.35237 9225.051
2 5 176
Cluster 3: Klaster ini mencakup penerima
Gambar 4.3 manfaat dengan usia rata-rata sekitar 46 tahun,
rata-rata BMI tertinggi sekitar 37,4, dan biaya
rata-rata sekitar 9.225.

V. KESIMPULAN
Jadi, jika kita melihat hasil akhirnya pada
cluster 0 pada usia 51 tahun memiliki rata – rata
ukuran massa (BMI) 26,7 dan rata – rata biaya
medisnya sekitar 13.932. Pada cluster 1 rata –
rata usia 26 tahun dengan rata – rata ukuran
massa (BMI) yang sedikit lebih tinggi sekitar
28,2 dan biaya medisnya rata – rata lebih
rendah sekitar 6.147. Pada cluster 2 usia rata - media.neliti.com. Di akses pada tanggal 23 Juni
rata 40 tahun dengan ukuran massa (BMI) yang 2022.
lebih tinggi 35.4 dengan biaya medis rata – rata
yang jauh lebih tinggi 40.469. Dan yang [7] Defiyanti, Sofia dan Jajuli, Mohammad.
terakhir cluster 3 dengan usia rata – rata sekitar “Itegrasi Metode Klasifikasi Dan Clustering
46 tahun dengan rata – rata ukuran massa (BMI) dalam Data Mining” researchgate.net. Di akses
tertinggi sekitar 37,4 dan biaya medinya rata – pada tanggal 23 Juni 2022.
rata sekitar 9.225.
[8] Lukmanul Hakim, Muhammad.
Klaster-klaster ini dapat mewakili segmen “Pengelompokkan Data Transaksi Penjulan
penerima manfaat yang berbeda. Sebagai Menggunakan Algoritma Clustering K-means
contoh, Klaster 0 dapat mencakup penerima Pada Toko AN NUR”
manfaat yang lebih tua dengan BMI yang relatif http://repository.usm.ac.id. Di akses pada
rendah dan biaya yang sedang, sementara tanggal 23 Juni 2022.
Klaster 2 dapat terdiri dari penerima manfaat
berusia paruh baya dengan BMI yang tinggi dan [9] Iryani, Lemi. “Penerapan Datamining
biaya yang tinggi. Menentukan Minat Baca Mahasiswa Di
Perpustakaan Universitas Bina Darma
VI. REFERENCES Palembang Menggunakan Metode Clustering”
journal.ipm2kpe.or.id. Di akses pada tanggal 23
[1] Choi, Miri. “Medical Cost Personal Juni 2022.
Datasets” www. kaggle.com. Di akses pada
tanggal 09 Juni 2022. [10] Eryan Ahmad Firdaus, Shanti Maulani,
dan Asep Budi Dharmawan. “Pengukuran
[2] Pannmie. “MedCost: EDA|K-Cluster Minat Baca Mahasiswa Dengan Metode
Gradient Boost [Full]” www. kaggle.com. Di Clustering di Perpustakaan Akademi
akses pada tanggal 09 Juni 2022. Keperawatan RS.Dustira Cimahi
Menggunakan Data Mining”
[3] Lestari, Widhi. “Clustering Data Mahasiswa journal.uniku.ac.id. Di akses pada tanggal 23
Menggunakan Algoritma K-Means Untuk Juni 2022.
Menunjang Strategi Promosi”
media.neliti.com. Di akses pada tanggal 09 Juni [11] Rafi Muttaqin, Muhammad dan Defriani,
2022. Meriska. “Algoritma K-Means untuk
Pengelompokan Topik Skripsi
[4] Salsabila, Najia. “Kasifikasi Barang Mahasiswa” https://scholar.archive.org. Di
Menggunakan Metode Clustering K-means akses pada tanggal 23 Juni 2022.
Dalam Penentuan Prediksi Stok Barang”
etheses.uin-malang.ac.id. Di akses pada tanggal [12] Rendy Novianto, Rendy
19 Juni 2022. Novianto and Leonard Goeirmanto, Leonard
Goeirmanto. “Penerapan Data Mining
menggunakan Algoritma K-Means Clustering
[5] Aji Sasmito, Prakoso. “Laporan Data
untuk Menganalisa Bisnis Perusahaan Asuransi.”
Mining Metode Klustering Menggunakan
https://eprints.triatmamulya.ac.id/1764/. Di akses
Algoritma K-means” www.studocu.com. Di
pada tanggal 25 Juni 2022.
akses pada tanggal 19 Juni 2022.
[13] Wahyu Pramusinto, dan William Budi
[6] Aqirati, Anisa. “Penerapan Data Mining
Utama Gunawan. “Implementasi Algoritma
Menggunakan Metode K-means Clustering
Apriori untuk Aplikasi Data Mining Informasi
Untuk Klasterisasi Pola Penjualan Pestisida”
Manfaat Asuransi Jiwa”
https://www.neliti.com. Di akses pada tanggal
25 Juni 2022.

[14] Isma Dewi, Syaripuddin Syaripuddin,

Memi Nor Hayati "Pengelompokan Data
Kategorik Dengan Algoritma Robust
Clustering Using Links"
http://jurnal.fmipa.unmul.ac.id. Di akses pada
tanggal 26 Juni 2022.

[15] Nasution, Akmal “Analisa Tingkat

Kesadaran Masyarakat Pengguna Asuransi Jiwa
dengan Metode Clustering”
www.researchgate.net. Di akses pada tanggal
26 Juni 2022.