Optimasi Penjadwalan Perawat Unit Bedah Menggunakan Simulated Annealing pada RSUD Sosodoro Djatikoesoemo Bojonegoro

Sugianto, Hilda Erdianita (2024) Optimasi Penjadwalan Perawat Unit Bedah Menggunakan Simulated Annealing pada RSUD Sosodoro Djatikoesoemo Bojonegoro. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5026201012_Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (3MB) | Request a copy

Abstract

Optimasi kombinatorial, khususnya dalam konteks penjadwalan perawat, menjadi perhatian penting dalam meningkatkan efisiensi dan produktivitas layanan kesehatan. Penelitian ini berfokus pada Nurse Rostering Problem (NRP), sebuah permasalahan penjadwalan perawat yang memastikan ketersediaan perawat dalam menyediakan layanan kesehatan selama 24 jam. Di rumah sakit, pemimpin perawat perlu merancang jadwal yang memperhitungkan berbagai regulasi rumah sakit, dengan tetap menjaga lingkungan kerja yang produktif. Studi oleh Becker's Hospital Review menunjukkan bahwa manajer perawat percaya, adanya masalah penjadwalan dapat merugikan moral perawat dan berpotensi berdampak pada pelayanan pasien. Meskipun teknologi penjadwalan canggih tersedia, sebagian besar rumah sakit masih mengandalkan penjadwalan manual,sehingga menciptakan tantangan global dalam pengelolaan sumber daya kesehatan.
Di Indonesia sendiri, salah satu rumah sakit yang masih menggunakan penjadwalan manual adalah RSUD Dr. R. Sosodoro Djatikoesoemo Bojonegoro. Terdapat beberapa instalasi pada rumah sakit ini, tetapi pada penelitian ini hanya akan berfokus pada penjadwalan unit bedah dalam layanan instalasi bedah sentral. Penjadwalan perawat di unit bedah seringkali kompleks dan memerlukan penyeimbangan antara kebutuhan organisasi, regulasi kerja, dan preferensi staf. Proses penjadwalan manual dapat mengakibatkan alokasi sumber daya yang tidak efisien, memakan waktu, dan rentan terhadap kesalahan.
Penelitian ini bertujuan untuk menciptakan jadwal yang mendekati optimal dengan metode Simulated Annealing pada unit bedah RSUD Dr. R. Sosodoro Djatikoesoemo Bojonegoro. Selain itu, penelitian ini juga menganalisis kinerja algoritma Simulated Annealing dalam menyelesaikan permasalahan NRP, dengan fokus pada efisiensi waktu, pemenuhan regulasi, dan segala persyaratan yang ada. Pengumpulan data pada penelitian ini dilakukan melalui wawancara dengan kepala tim unit bedah. Kemudian, model matematis NRP dirancang sebagai dasar implementasi algoritma Simulated Annealing. Pengujian dilakukan dengan variasi parameter untuk mengevaluasi kinerja algoritma. Hasil solusi jadwal staf dengan menggunakan algoritma Simulated Annealing dibandingkan dengan hasil penjadwalan dengan algoritma Constraint Programming. Analisis perbandingan mencakup penilaian terhadap sejauh mana hasil penjadwalan dalam memenuhi fungsi tujuan dan semua hard constraint. Implementasi Simulated Annealing menghasilkan jadwal staf memenuhi batasan regulasi dan fungsi tujuan yang diinginkan.
Hasil penelitian menunjukkan bahwa proses optimasi penjadwalan dengan algoritma Simulated Annealing untuk Bulan Juli 2024 berhasil meminimalkan jumlah perawat yang melanggar jumlah jam kerja per minggu penuh, dengan tidak ditemukan pelanggaran jam kerja untuk Tim Bedah Utara, HCU, dan Bedah Selatan, dengan rata-rata jumlah jam kerja perawat per minggu masing-masing adalah 41,25 jam, 42,16 jam, dan 39,92 jam. Solusi tersebut lebih baik daripada penjadwalan manual dan sebanding dengan algoritma Constraint Programming, dilihat dari beberapa aspek seperti efisiensi waktu pembuatan jadwal, pemenuhan hard constraint, dan minimasi fungsi tujuan. Kombinasi parameter terbaik yang ditemukan untuk mencapai solusi terbaik adalah alpha 0.9995 dengan suhu awal 10.000 untuk Tim Bedah Utara, alpha 0.95 dengan suhu awal 1.000 untuk Tim HCU, dan alpha 0.85 dengan suhu awal 1.000 untuk Tim Bedah Selatan.
=====================================================================================
Combinatorial optimization, particularly in the context of nurse scheduling, is crucial for enhancing the efficiency and productivity of healthcare services. This research focuses on the Nurse Rostering Problem (NRP), a scheduling issue that ensures nurse availability for providing 24-hour healthcare services. In hospitals, nurse leaders must design schedules that consider various hospital regulations, while maintaining a productive work environment. A study by Becker's Hospital Review indicated that nurse managers believe that scheduling issues can harm nurse morale and potentially impact patient care. Despite the availability of advanced scheduling technologies, most hospitals still rely on manual scheduling, creating a global challenge for managing healthcare resources.
In Indonesia itself, one of the hospitals that still uses manual scheduling is RSUD Dr. R. Sosodoro Djatikoesoemo Bojonegoro. There are several installations at this hospital, but this research will focus on scheduling surgical units within the central surgical installation service. Scheduling nurses in the surgical unit is often complex, and requires a balance between organizational needs, work regulations, and staff preferences. Manual scheduling can lead to inefficient resource allocation, is time-consuming, and prone to errors.
This study aimed to create a near-optimal schedule by applying the Simulated Annealing method to the surgical unit at RSUD Dr. R. Sosodoro Djatikoesoemo Bojonegoro. Additionally, this research analyzes the performance of the Simulated Annealing algorithm in solving the NRP, focusing on time efficiency, compliance with regulations, and all other requirements. Data were collected via interviews with the head of the surgical team. Then, a mathematical model of the NRP was designed as the basis for implementing the Simulated Annealing algorithm. The testing was conducted with parameter variations to evaluate the performance of the algorithm. The staff schedule solution using the Simulated Annealing algorithm was compared with the scheduling results obtained using the Constraint Programming algorithm. The comparative analysis assesses how well the scheduling results meet the objective function and all hard constraints. The implementation of Simulated Annealing is expected to produce staff schedules that comply with regulatory constraints and desired objective functions.
The results of this study indicate that the scheduling optimization process using the Simulated Annealing algorithm for July 2024 successfully minimized the number of nurses violating weekly working hours, with no violations found for the North Surgery Team, HCU, and South Surgery Team. The average weekly working hours for nurses using Simulated Annealing were 41.25 hours for the North Surgery Team, 42.16 hours for HCU, and 39.92 hours for the South Surgery Team. These solutions are better than manual scheduling and comparable to the Constraint Programming algorithm, seen from several aspects such as time efficiency in making schedules, meeting hard constraints, and minimizing objective functions. The best parameter combinations found to achieve the best solution were alpha 0.9995 with an initial temperature of 10,000 for the North Surgery Team, alpha 0.95 with an initial temperature of 1,000 for HCU, and alpha of 0.85 with an initial temperature of 1,000 for the South Surgery Team.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Nurse Rostering Problem, Simulated Annealing, Optimasi, Penjadwalan, Nurse Rostering Problem, Simulated Annealing, Optimization, Scheduling
Subjects:	T Technology > T Technology (General) T Technology > T Technology (General) > T57.5 Data Processing T Technology > T Technology (General) > T57.84 Heuristic algorithms.
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Information System > 57201-(S1) Undergraduate Thesis
Depositing User:	Hilda Erdianita Sugianto
Date Deposited:	02 Aug 2024 19:48
Last Modified:	02 Aug 2024 19:48
URI:	http://repository.its.ac.id/id/eprint/112149

Actions (login required)

View Item