Distribusi tenaga kesehatan yang tidak merata di Provinsi Jawa Timur menjadi tantangan utama dalam penyediaan layanan kesehatan yang berkualitas. Penelitian ini bertujuan untuk menganalisis segmentasi wilayah berdasarkan jumlah tenaga kesehatan menggunakan dua metode klasterisasi: K-Means dan Agglomerative Hierarchical Clustering. Data sekunder dari BPS Jawa Timur tahun 2024 digunakan, mencakup berbagai kategori tenaga kesehatan. Setelah proses normalisasi dengan Standard Scaler, jumlah klaster optimal ditentukan menggunakan metode Elbow, yang menunjukkan tiga klaster sebagai pilihan terbaik. Evaluasi menggunakan Silhouette Score menunjukkan bahwa Agglomerative Clustering (skor 0,575) lebih unggul dibandingkan K-Means (skor 0,397) dalam menghasilkan klaster yang jelas dan representatif. Hasil klasterisasi menunjukkan bahwa Kota Surabaya membentuk klaster tersendiri karena jumlah tenaga kesehatan yang sangat tinggi, sedangkan wilayah lain terbagi ke dalam klaster menengah dan rendah. Visualisasi melalui PCA dan dendrogram memperkuat struktur klaster yang terbentuk. Temuan ini memberikan wawasan penting bagi perumusan kebijakan distribusi tenaga kesehatan yang lebih merata dan berbasis data, guna meningkatkan akses dan kualitas layanan kesehatan di seluruh wilayah Jawa Timur.
You may also start an advanced similarity search for this article.