Studi Kasus Umum: Prediksi dan Segmentasi Pasien Rumah Sakit

Sebuah rumah sakit besar mengembangkan tiga sistem berbasis machine learning:

1. Model A (Logistic Regression): Memastikan apakah pasien dengan penyakit kronis kemungkinan besar akan kembali dirawat dalam 30 hari.

2. Model B (Linear Regression): Memperkirakan jumlah total biaya perawatan pasien berdasarkan riwayat medis dan sosial.

3. Model C (K-Means Clustering): Mengelompokkan pasien berdasarkan pola kunjungan, jenis penyakit, dan gaya hidup untuk keperluan manajemen dan edukasi kesehatan.

Setiap model harus dievaluasi secara tepat agar rumah sakit dapat mengambil keputusan berbasis data secara akurat.

Model C menghasilkan Silhouette Score = 0.85. Apa kesimpulannya?