Sistem informasi kesehatan merupakan suatu pengelolaan informasi di seluruh tingkat pemerintah secara sistematis dalam rangka penyelengggaraan pelayanan kepada masyarakat. Penelitian ini dilakukan untuk mengembangkan model sistem informasi pengelompokan tingkat kesehatan masyarakat berdasarkan sistem informasi geografis (GIS) untuk mendukung rencana peningkatan kesehatan di Kabupaten Bangkalan. Dengan melakukan maping pengelompokan tingkat kesehatan masyarakat ke dalam beberapa cluster agar informasi yang disajikan lebih mudah dipahami dan lebih informatif. Dalam penelitian ini, teknik clustering digunakan untuk mengelompokan data-data kecamatan dengan beberapa latar belakang. Kecamatan yang memiliki atribut-atribut di cluster menjadi 4 cluster menggunakan metode Fuzzy C-means (FCM). Dalam mengelompokkan tingkat kesehatan masyarakat dengan menggunakan metode Fuzzy C-means (FCM), untuk mengkatagorikan tingkat kesehatan masyarakatnya, tentunya ada kriteria-kriteria kesehatan masyarakat yang memiliki nilai yang tidak pasti. Oleh karena itu, untuk mengelompokkan tingkat kesehatan masyarakat ke dalam beberapa cluster, perlu adanya analisa lebih lanjut pada cluster tersebut untuk mendapatkan hasil yang lebih sesuai. Data yang telah diolah tersebut disajikan dalam bentuk peta dengan daerah yang bergradasi warna sesuai wilayah.

Health information system is an information management at all levels of government in order to systematically penyelengggaraan service to the community. This study was conducted to develop a model of information systems of public health level grouping based geographic information system (GIS) to support health improvement plans Bangkalan. By doing mapping public health level grouping into a cluster so that the information presented is more easily understood and more informative. In this study, clustering techniques are used to classify the data with some background district. Districts that have the attributes in the cluster into 4 clusters using the Fuzzy C-means (FCM). In classifying the public health level using Fuzzy C-means (FCM), to categorize the level of public health, of course, there are public health criteria which have uncertain value. Therefore, to classify the level of public health into several clusters, the need for further analysis on these clusters to find a more suitable. Data that has been processed is presented in the form of maps with color graded areas by region.