Pelayanan kesehatan tingkat primer menghadapi tantangan dalam pengelolaan penjadwalan dokter akibat fluktuasi jumlah kunjungan pasien, keterbatasan sumber daya manusia, serta dinamika operasional seperti hari libur dan ketidakhadiran mendadak. Sistem penjadwalan yang masih bersifat manual dan statis belum mampu merespon perubahan tersebut secara adaptif, sehingga berpotensi meningkatkan waktu tunggu pasien dan ketidakseimbangan beban kerja dokter. Penelitian ini bertujuan untuk mengembangkan sistem penjadwalan dokter adaptif berbasis pendekatan hybrid yang mengintegrasikan ensemble learning untuk prediksi jumlah kunjungan pasien dan reinforcement learning untuk optimasi penjadwalan. Metode penelitian meliputi tahapan preprocessing dan feature engineering pada data historis kunjungan pasien, absensi dokter, data cuaca, serta hari libur periode 2019–2024 di Puskesmas Talang Ratu. Model prediksi dibangun menggunakan beberapa algoritma ensemble learning seperti Random Forest, Gradient Boosting, XGBoost, LightGBM, dan Stacking. Hasil prediksi digunakan sebagai state dalam lingkungan reinforcement learning berbasis Deep Q-Network (DQN) untuk menghasilkan kebijakan penjadwalan adaptif. Evaluasi dilakukan menggunakan metrik akurasi prediksi serta indikator kinerja penjadwalan seperti adequacy, underutilization, fairness, dan robustness terhadap noise. Hasil penelitian menunjukkan bahwa pendekatan ensemble learning mampu menghasilkan prediksi jumlah kunjungan pasien yang akurat dan stabil dengan tingkat generalisasi yang baik. Integrasi dengan reinforcement learning menghasilkan kebijakan penjadwalan yang lebih adaptif dibandingkan metode rule-based, ditunjukkan dengan peningkatan kecukupan kapasitas layanan, penurunan underutilization, distribusi beban kerja yang lebih seimbang, serta ketahanan sistem terhadap gangguan prediksi. Kesimpulan penelitian ini adalah bahwa integrasi ensemble learning dan reinforcement learning efektif dalam membangun sistem penjadwalan dokter adaptif yang mampu meningkatkan efisiensi operasional dan kualitas pelayanan kesehatan di fasilitas pelayanan primer.