Optimasi Penjadwalan Perawat dengan Algoritma Late Acceptance Hill Climbing Hyper-Heuristic Menggunakan Benchmark Dataset dari Rumah Sakit di Norwegia

Hutama, Rizal Risnanda (2020) Optimasi Penjadwalan Perawat dengan Algoritma Late Acceptance Hill Climbing Hyper-Heuristic Menggunakan Benchmark Dataset dari Rumah Sakit di Norwegia. Other thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 05211640000024-Undergraduate_Thesis.pdf]
Preview
Text
05211640000024-Undergraduate_Thesis.pdf

Download (2MB) | Preview

Abstract

Penjadwalan perawat yang terdapat dalam sebuah rumah sakit merupakan sebuah permasalahan yang hingga saat ini masih sering diselesaikan dengan cara manual. Penjadwalan perawat dengan cara manual akan memakan waktu yang cukup lama selaras dengan jumlah perawat yang dibutuhkan. Selain itu, untuk melakukan penjadwalan perawat harus mempertimbangkan banyak kepentingan yaitu misalnya kepentingan perawat, kepentingan pemilik rumah sakit, dan kepentingan pasien. Penjadwalan perawat dengan cara manual akan menimbulkan permasalahan. Dari segi perawat, penjadwalan manual seringkali mengakibatkan pembagian beban kerja yang tidak merata, sehingga perawat yang memiliki beban kerja lebih banyak daripada perawat yang lain akan merasa kecewa dengan jadwal tersebut. Dari segi pemilik rumah sakit, penjadwalan manual tidak mempertimbangkan efektifitas perawat. Hal ini menyebabkan perawat yang dibutuhkan semakin banyak dan akan mengakibatkan pada meningkatnya biaya yang dialokasikan untuk upah perawat. Dari segi pasien, penjadwalan manual terkadang mengalami kesusahan untuk mengalokasikan perawat yang memiliki kompetensi tertentu yang dibutuhkan oleh pasien. Oleh karena itu, diperlukan optimasi penjadwalan perawat untuk menghasilkan jadwal yang optimal dalam memenuhi kebutuhan semua kepentingan yang terlibat dan mempersingkat waktu yang dialokasikan untuk melakukan penjadwalan perawat. Dalam dunia komputasi, permasalahan penjadwalan perawat merupakan masalah yang termasuk dalam golongan NP-Hard Problem. Artinya, hingga saat ini belum ada algoritma eksak yang dapat menyelesaikannya karena banyaknya kemungkinan yang terjadi dan adanya batasan yang harus dipenuhi. Oleh karena itu, algoritma heuristic dibutuhkan untuk menyelesaikan permasalahan penjadwalan perawat. Begitu pula dengan penjadwalan perawat yang terdapat pada rumah sakit di Norwegia. Penjadwalan perawat pada rumah sakit di Norwegia juga memiliki batasan-batasan yang tidak boleh dilanggar sehingga sulit untuk diselesaikan dengan cara manual. Batasan yang terdapat pada rumah sakit di Norwegia ada dua yaitu, hard constraint dan soft constraint. Tujuan dari optimasi penjadwalan perawat pada rumah sakit di Norwegia ini yaitu untuk meminimalkan pelanggaran yang terjadi pada soft constraint. Dalam tugas akhir ini, optimasi benchmark dataset rumah sakit di Norwegia diselesaikan dengan menggunakan algoritma Late Acceptance Hill Climbing dengan dibandingkan dengan Hill Climbing. Hasil dari tugas akhir ini yaitu sebanyak 3 dari 7 instance berhasil feasible. Pada seluruh instance yang feasible, optimasi menggunakan algoritma Late Acceptance Hill Climbing mampu menghasilkan solusi yang lebih optimal daripada Hill Climbing dengan selisih penurunan penalti antara 2% hingga 7%. Hill Climbing hanya mampu menurunkan penalti sebesar 78% pada OpTur4, 74% pada OpTur5, dan 5% pada OpTur7. Sedangkan Late Acceptance Hill Climbing mampu menurunkan penalti sebesar 80% pada OpTur4, 81% pada OpTur5 dan 7% pada OpTur7 jika dibandingkan dengan solusi awal.

=====================================================================================================
Nurse Rostering in a hospital is a problem that still often solved manually. Manually rostering takes a lot time that goes in line with the number of nurses needed. In addition, it must consider a lot of interests i.e. the interests of the nurse, the interests of the owner of the hospital, and the patient’s need. Manually rostering will cause many problem. From the nurse’s side, manual rostering does not consider the nurse effectiveness. This cause more nurses needed and will result in increased costs allocated for nurse’s wages. From the patient’s side, manual rostering sometimes have trouble to allocate the nurse who have the specific competencies needed by the patient. Therefore, optimization of nurse rostering is needed in order to create an optimal roster that meet the needs of all the interests involved, and to shorten the time allocated to rostering. In computing, nurse rostering problem is an issue that belongs to the NP-Hard Prolem. It means that until now there is not exact algorithm that can solve it, because of many possibilities and the constraints that must be met. Therefore, heuristic algorithms are needed to solve this problem. Nurse rostering at hospitals in Norway also has constraints that should not be violated, so it is difficult to resolve manually. The constraints are hard and soft constraint. The goal of optimizing of nurse rostering at hospitals in Norway is to minimize violations that may occur in soft constraint. In this final project, optimization of Norwegian hospital benchmark dataset is completed using the Late Acceptance Hill Climbing algorithm compared to Hill Climbing. The result of this final project are 3 out of 7 instace are feasible. For the all instances that are feasible, optimization using the Late Acceptance Hill Climbing algorithm is able to obtain more optimal solution than Hill Climbing with the difference in penalty reduction between 2% to 7%. Hill Climbing is only able to reduce penalties by 78% on OpTur4, 74% on OpTur5, and 5% on OpTur7. Whereas Late Acceptance Hill Climbing is able to reduce penalties by 80% in OpTur4, 81% in OpTur5 and 7% in OpTur7 when compared to the initial solution.

Item Type: Thesis (Other)
Uncontrolled Keywords: Optimasi, Permasalahan Penjadawalan Perawat, Late Acceptance Hill Climbing, Hyper-Heuristic, Optimization, Nurse Rostering Problem
Subjects: T Technology > T Technology (General) > T57.84 Heuristic algorithms.
Divisions: Faculty of Information and Communication Technology > Information Systems > 57201-(S1) Undergraduate Thesis
Depositing User: Rizal Risnanda Hutama
Date Deposited: 17 Aug 2020 03:17
Last Modified: 24 May 2023 02:55
URI: http://repository.its.ac.id/id/eprint/78191

Actions (login required)

View Item View Item