Optimasi Proses Bisnis Multi Organisasi Penanganan Limbah COVID-19 Di Rumah Sakit

Sungkono, Kelly Rossa (2024) Optimasi Proses Bisnis Multi Organisasi Penanganan Limbah COVID-19 Di Rumah Sakit. Doctoral thesis, Institut Teknologi Sepuluh Nopember.

	Text Hardcopy Laporan Sidang Tertutup KRS.pdf Restricted to Repository staff only until 1 October 2028. Download (7MB) | Request a copy
	Text 7025201005-Desertation_Thesis.pdf Restricted to Repository staff only until 2028. Download (7MB) | Request a copy

Abstract

Pandemi COVID-19 secara signifikan meningkatkan penggunaan limbah seperti pakaian jas hujan, masker, dan sarung tangan yang dikategorikan berbahaya dan beracun ("Bahan Berbahaya dan Beracun" atau B3) oleh hukum Indonesia. Peningkatan limbah medis akan berdampak pada pengelolaan limbah medis, terutama di rumah sakit. Standard Operation Procedure (SOP) penanganan limbah dirancang sebelum adanya pandemi COVID-19, sehingga dapat menimbulkan kendala apabila diterapkan pada over-capacity limbah akibat pandemi COVID-19. Oleh karena itu, diperlukan optimasi proses bisnis penanganan limbah berdasarkan waktu dan biaya pada kondisi normal maupun kondisi over capacity.
Optimasi dilakukan dengan mengacu dari model proses bisnis penanganan limbah, dimana proses bisnis penanganan limbah merupakan proses bisnis multi-organisasi antara operations management dan document management. Model proses bisnis penanganan limbah belum ada sehingga diperlukan pembentukan model proses bisnis penanganan limbah sebelum melakukan optimasi. Penelitian ini melakukan process discovery untuk membentuk model proses bisnis penanganan limbah secara otomatis berdasarkan event log proses bisnis penanganan limbah. Permasalahan terkait process discovery adalah (1) proses bisnis operations management memiliki kondisi kombinasi relasi pilihan (XOR) dan relasi paralel (OR) yang berkaitan dengan relasi pilihan selanjutnya, sehingga menghasilkan model proses yang salah menggunakan metode process discovery yang ada, dan (2) nama aktivitas pada event log dari SOP document management dan event log aplikasi Festronik berbeda tetap memiliki tujuan aktivitas yang sama, sehingga menghasilkan model proses yang salah ketika menggabungkan hasil discovery dari dua log tersebut tanpa memperhatikan similarity nama aktivitas. Selanjutnya, terdapat permasalahan berkaitan optimasi berdasarkan hasil discovery model proses multi-organisasi yaitu metode optimasi yang ada mengacu pada model proses tunggal (orkestrasi), sedangkan model proses penanganan limbah multi-organisasi merupakan model proses kolaborasi, yaitu beberapa model proses yang aktivitasnya saling berinteraksi.
Berdasarkan permasalahan tersebut, penelitian ini mengajukan beberapa metode sebagai kontribusi berupa (1) metode process discovery berbasis graf untuk menggambarkan model proses operation management mengandung invisible non-prime task dan invisible non-prime task in non-free choice untuk menggambarkan penumpukan relasi pilihan (XOR-OR) yang berkaitan dengan relasi pilihan selanjutnya; (2) metode process merging berbasis graf menggunakan semantic similarity untuk menggabungkan hasil model proses dari event log SOP dan event log aplikasi Festronik; (3) optimasi pada model proses kolaborasi operation management dan document management dengan membangun hybrid modelling yang mengkombinasi hybrid simulation (Discrete Event Simulation-Agent Based Simulation) dan Multi-Criteria Decision Making (MCDM) berdasarkan waktu berupa Asynchronous Waiting Time (AWT) dan biaya aktivitas.
Hasil evaluasi menunjukkan metode process discovery berbasis graf usulan bernama GAITN dapat menggambarkan model proses operation management mengandung invisible non-prime task dan invisible non-prime task in non-free choice. Dari sisi kualitas model proses, GAITN menghasilkan model proses dengan fitnesss, precision, generalisation dan simplicity lebih tinggi dibandingkan metode-metode process discovery yang ada, yaitu GIT, Fodina dan $. Dari sisi skalabilitas metode process discovery, metode GAITN dapat menggambarkan model proses dari event log dengan jumlah aktivitas lebih banyak dibandingkan metode GIT, Fodina dan $. GAITN dapat membangun model proses dengan jumlah aktivitas sampai 2,6 x 105, sedangkan metode-metode lain hanya mampu 5,6 x 104 aktivitas.
Metode process merging berbasis graf usulan dibandingkan dengan metode node similarity dan metode jaro-winkler distance untuk penentuan penggabungan model proses yang mengandung nama aktivitas similar. Hasil evaluasi menunjukkan metode process merging berbasis graf dapat menghasilkan nilai similarity lebih tinggi dibandingan kedua metode tersebut.
Eksperimen optimasi menggunakan data kasus normal (bulan Maret 2020) dan kasus over-capacity (bulan Juli 2020). Kondisi normal dengan hybrid modelling mengalami penurunan 38% AWT dan 22% biaya aktivitas dibandingkan simulasi model proses acuan. Hybrid modelling dapat menurunkan 74% AWT dan 31% biaya aktivitas dibandingkan simulasi model proses acuan pada kondisi over-capacity. Penelitian ini berkontribusi membangun metode GAITN usulan yang meningkatkan kualitas hasil model proses dan skalabilitas metode process discovery serta membangun hybrid modelling usulan untuk mengoptimasi waktu dan biaya proses bisnis multi-organisasi penanganan limbah COVID-19.

Item Type:	Thesis (Doctoral)
Uncontrolled Keywords:	agent-based simulation, discrete event simulation, graph database, invisible task, non-free-choice, process discovery, proses bisnis, simulation
Subjects:	T Technology > T Technology (General) > T57.62 Simulation T Technology > T Technology (General) > T58.6 Management information systems T Technology > TD Environmental technology. Sanitary engineering > TD767.7 Sewage sludge treatment and disposal
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55001-(S3) PhD Thesis (Comp Science)
Depositing User:	KELLY ROSSA SUNGKONO
Date Deposited:	07 Feb 2024 06:43
Last Modified:	17 Sep 2024 09:03
URI:	http://repository.its.ac.id/id/eprint/106492

Actions (login required)

View Item