TRILOGITRILOGI

Jurnal Sistem Informasi dan Sains TeknologiJurnal Sistem Informasi dan Sains Teknologi

Jumlah kunjungan pasien adalah salah satu faktor utama yang menentukan strategi dan kebijakan yang diambil oleh manajemen rumah sakit karena jumlah pasien mempengaruhi semua aspek utama pelayanan rumah sakit, seperti stok persedian obat-obatan, jumlah dokter dan perawat, kapasitas kamar, dan banyak pelayanan lainnya. Rumah Sakit XYZ membutuhkan suatu metode untuk memprediksi jumlah pasien yang akan berkunjung agar dapat memberikan pelayanan terbaik dengan efisien. Penelitian-penelitian terdahulu menunjukkan metoda Regresi Linear dan Exponential Smoothing menghasilkan nilai prediksi yang baik, namun belum ditemukan penelitian yang membandingkan kedua metode tersebut. Untuk mengisi ruang tersebut, penelitian ini bertujuan untuk membandingkan hasil prediksi jumlah pasien antara metode Regresi Linear dan Exponential Smoothing. Dengan Data Mining berhasil dikumpulkan data jumlah pasien harian selama tahun 2021. Perbandingan prediksi dilakukan sebanyak dua kali, yaitu prediksi jumlah pasien harian dan prediksi jumlah pasien mingguan. Perbandingan pertama menunjukkan Regresi Linear memprediksi lebih baik dengan menghasilkan MAPE sebesar 23,90%, sedangkan dengan Exponential Smoothing sebesar 27,62%. Pada prediksi kedua Regresi Linear juga menghasilkan nilai MAPE lebih baik yaitu 4,66%, sedangkan Exponential Smoothing sebesar 6,82%.

Metode Regresi Linear menghasilkan nilai MAPE yang lebih rendah dibandingkan Exponential Smoothing baik dalam prediksi harian maupun mingguan.Prediksi harian memiliki MAPE antara 20%-50%, sedangkan prediksi mingguan mencapai 0-10%.Rekomendasi bagi Rumah Sakit XYZ adalah menggunakan Regresi Linear untuk prediksi mingguan karena lebih akurat.Penelitian lanjutan dapat memperluas data atau menggabungkan metode lain untuk meningkatkan akurasi.

Penelitian lanjutan dapat mengkaji penerapan metode ARIMA untuk memprediksi jumlah pasien dengan data yang lebih luas. Selain itu, penggabungan Regresi Linear dan Exponential Smoothing dalam satu model prediksi dapat diuji untuk meningkatkan akurasi. Studi juga dapat dilakukan pada rumah sakit lain dengan karakteristik pasien yang berbeda untuk memvalidasi generalisasi hasil penelitian ini.

  1. SISTEM PERAMALAN JUMLAH PENUMPANG KAPAL LAUT DI PELABUHAN TANJUNG PERAK SURABAYA MENGGUNAKAN TRIPLE EKSPONENSIAL... doi.org/10.31961/positif.v4i2.582SISTEM PERAMALAN JUMLAH PENUMPANG KAPAL LAUT DI PELABUHAN TANJUNG PERAK SURABAYA MENGGUNAKAN TRIPLE EKSPONENSIAL doi 10 31961 positif v4i2 582
  2. A Comparative Study of Regression Analysis and Artificial Neural Network Methods for Medium-Term Load... indjst.org/articles/a-comparative-study-of-regression-analysis-and-artificial-neural-network-methods-for-medium-term-load-forecastingA Comparative Study of Regression Analysis and Artificial Neural Network Methods for Medium Term Load indjst articles a comparative study of regression analysis and artificial neural network methods for medium term load forecasting
  3. Pushpa Publishing House. pushpa publishing house reviewers book monographs conference contact us profile... pphmj.com/abstract/12957.htmPushpa Publishing House pushpa publishing house reviewers book monographs conference contact us profile pphmj abstract 12957 htm
Read online
File size417.8 KB
Pages8
DMCAReport

Related /

ads-block-test