USMUSM
Jurnal TransformatikaJurnal TransformatikaKebutuhan klinis yang sangat besar dan beragam mendukung pimpinan untuk melakukan pemilihan pembelian peralatan dengan mempertimbangkan kelayakan nilai anggaran yang diajukan. Permasalahan yang ada selama ini adalah persetujuan ajuan anggaran belum optimal, yaitu tanpa mempertimbangkan skala prioritas dan tingkat kebutuhan peralatan yang diajukan, sehingga banyak ajuan peralatan disetujui namun fungsinya tidak maksimal, dan di sisi lain, peralatan dengan tingkat fungsi tinggi tidak disetujui. Penelitian ini bertujuan untuk menerapkan metode simple additive weighting (SAW) dalam proses pengambilan keputusan kelayakan persetujuan setiap ajuan anggaran belanja peralatan guna menghasilkan pilihan yang sesuai dengan tingkat kebutuhan dan kepentingan masing-masing sektor. Hasil akhir yang diperoleh menunjukkan tingkat akurasi 90% dibandingkan dengan pengujian manual yang digunakan sebelumnya.
Berdasarkan pembahasan, dapat disimpulkan bahwa metode Simple Additive Weighting (SAW) efektif sebagai alternatif dalam pengambilan keputusan terkait pemilihan berbasis multi-kriteria, dengan tingkat akurasi mencapai 90%.Untuk meningkatkan kualitas keputusan, penelitian selanjutnya disarankan untuk menambah indikator pendukung yang relevan.Lebih lanjut, hasil penelitian ini memiliki potensi besar untuk dikembangkan menjadi sistem pendukung keputusan berbasis web atau platform lainnya, khususnya untuk implementasi di Klinik Utama Sari Medika.
Mengingat hasil positif aplikasi metode Simple Additive Weighting (SAW) dalam mendukung keputusan kelayakan ajuan anggaran, penelitian lanjutan dapat mendalami beberapa area krusial. Pertama, bagaimana jika sistem pendukung keputusan ini tidak hanya memperhitungkan indikator yang ada, melainkan juga mengintegrasikan faktor risiko operasional akibat kegagalan peralatan atau dampak langsung terhadap kualitas layanan pasien? Penelitian dapat mengkaji penambahan indikator seperti tingkat urgensi penggantian, ketersediaan alternatif sementara, atau proyeksi beban kerja pasien di masa mendatang, serta menganalisis pengaruh bobot relatif dari indikator-indikator baru ini terhadap hasil perangkingan akhir. Kedua, untuk menyempurnakan akurasi dan mitigasi perbedaan hasil dengan perangkingan manual, studi dapat mengeksplorasi perbandingan kinerja metode SAW dengan metode Sistem Pendukung Keputusan (SPK) multikriteria lainnya, seperti TOPSIS atau AHP, atau bahkan kombinasi hibrida yang mungkin lebih robust terhadap fluktuasi data indikator tertentu, khususnya variabel biaya perawatan yang terbukti sensitif. Terakhir, bagaimana jika sistem SPK berbasis web yang diusulkan tidak hanya berfungsi sebagai alat perangkingan statis, melainkan dilengkapi dengan modul intelijen bisnis yang mampu melakukan analisis prediktif terhadap kebutuhan pengadaan di masa depan berdasarkan tren penggunaan peralatan, data historis kerusakan, atau bahkan proyeksi pertumbuhan klinik, sehingga memungkinkan pengambilan keputusan proaktif yang lebih strategis?.
| File size | 607.93 KB |
| Pages | 9 |
| DMCA | Report |
Related /
UNHUNH Keunggulan utama dari hasil penelitian ini adalah framework yang dikembangkan bersifat generik dan adaptif sehingga dapat direplikasi dan diimplementasikanKeunggulan utama dari hasil penelitian ini adalah framework yang dikembangkan bersifat generik dan adaptif sehingga dapat direplikasi dan diimplementasikan
ARKAINSTITUTEARKAINSTITUTE Selain itu, regresi linier menunjukkan hubungan negatif yang kuat antara kedua variabel, dengan motivasi belajar menjelaskan sebagian besar varians dalamSelain itu, regresi linier menunjukkan hubungan negatif yang kuat antara kedua variabel, dengan motivasi belajar menjelaskan sebagian besar varians dalam
UNIPEMUNIPEM Sistem ini mampu mengumpulkan, mengolah, dan menganalisis data secara otomatis untuk memberikan rekomendasi jurusan berdasarkan nilai akademik, minat,Sistem ini mampu mengumpulkan, mengolah, dan menganalisis data secara otomatis untuk memberikan rekomendasi jurusan berdasarkan nilai akademik, minat,
UBHINUSUBHINUS Berdasarkan hasil penelitian ini, dapat disimpulkan bahwa metode PSI dapat diterapkan dengan baik dalam kasus ini. Dalam kasus penelitian ini, motor yangBerdasarkan hasil penelitian ini, dapat disimpulkan bahwa metode PSI dapat diterapkan dengan baik dalam kasus ini. Dalam kasus penelitian ini, motor yang
SUBSETSUBSET Terdapat satu lembaga usaha yang bernama Toko Batik Azriel yang bergerak pada bisnis penjualan batik. Pada Toko Batik Azriel memiliki permasalahan dalamTerdapat satu lembaga usaha yang bernama Toko Batik Azriel yang bergerak pada bisnis penjualan batik. Pada Toko Batik Azriel memiliki permasalahan dalam
UBHARAUBHARA Metode SAW berperan dalam klasifikasi awal di mana hasil klasifikasi metode SAW diurutkan dari nilai terbesar hingga nilai terkecil, kemudian 10 hasilMetode SAW berperan dalam klasifikasi awal di mana hasil klasifikasi metode SAW diurutkan dari nilai terbesar hingga nilai terkecil, kemudian 10 hasil
UBHARAUBHARA Dalam eksperimen yang dilakukan pada bab IV, dapat disimpulkan bahwa sistem aplikasi telah berjalan dengan baik dan cukup ramah pengguna. Dari lima desaDalam eksperimen yang dilakukan pada bab IV, dapat disimpulkan bahwa sistem aplikasi telah berjalan dengan baik dan cukup ramah pengguna. Dari lima desa
TUNASBANGSATUNASBANGSA Sistem Pendukung Keputusan (SPK) yang dikembangkan dapat menjadi pertimbangan bagi pengambil keputusan dalam menentukan kenaikan jabatan pegawai, denganSistem Pendukung Keputusan (SPK) yang dikembangkan dapat menjadi pertimbangan bagi pengambil keputusan dalam menentukan kenaikan jabatan pegawai, dengan
Useful /
UMSUMS Sebanyak 116 korban KBGO berusia 18–25 tahun yang tinggal di Jawa Barat dipilih melalui purposive sampling untuk mengisi kuesioner skala CD-RISC, SWBQ,Sebanyak 116 korban KBGO berusia 18–25 tahun yang tinggal di Jawa Barat dipilih melalui purposive sampling untuk mengisi kuesioner skala CD-RISC, SWBQ,
USMUSM Sistem ini, yang mengimplementasikan pengenalan pola multi-lapis dengan 12 algoritma berbobot, mencapai akurasi deteksi AI sebesar 87,3% dan akurasi klasifikasiSistem ini, yang mengimplementasikan pengenalan pola multi-lapis dengan 12 algoritma berbobot, mencapai akurasi deteksi AI sebesar 87,3% dan akurasi klasifikasi
TUNASBANGSATUNASBANGSA Penerapan sistem pendukung keputusan dengan metode Analytic Network Process (ANP) dapat diterapkan dengan data sebanyak 30, menggunakan 4 kriteria. KepribadianPenerapan sistem pendukung keputusan dengan metode Analytic Network Process (ANP) dapat diterapkan dengan data sebanyak 30, menggunakan 4 kriteria. Kepribadian
TUNASBANGSATUNASBANGSA Kelebihan dari metode ini mampu mengatasi kelemahan dari metode k-means yang sensitive terhadap outlier. Kelebihan lain dari metode ini yaitu hasil prosesKelebihan dari metode ini mampu mengatasi kelemahan dari metode k-means yang sensitive terhadap outlier. Kelebihan lain dari metode ini yaitu hasil proses