Penerapan Jaringan Saraf Tiruan Untuk Prediksi Biaya Pelayanan Rumah Sakit Pada Pasien Peserta BPJS Di Rumah Sakit Jiwa Menur Surabaya

Loupatty, Sondang Stevani (2015) Penerapan Jaringan Saraf Tiruan Untuk Prediksi Biaya Pelayanan Rumah Sakit Pada Pasien Peserta BPJS Di Rumah Sakit Jiwa Menur Surabaya. Undergraduate thesis, Institut Technology Sepuluh Nopember.

[img]
Preview
Text
5211100138-Undergraduate Thesis.pdf - Published Version

Download (2MB) | Preview

Abstract

Dalam beberapa tahun belakangan, tren penderita penyakit kesehatan jiwa terus merangkak naik. Jenis gangguan kesehatan jiwa tersebut beragam mulai dari yang ringan seperti gangguan emosional hingga gangguan jiwa berat. Sejak tahun 2014, Badan Penyelenggara Jaminan Sosial (BPJS) ditugaskan khusus oleh pemerintah untuk menyelenggarakan jaminan pemeliharaan kesehatan mengingat masih banyaknya masyarakat Indonesia yang tidak mampu membiayai pengobatan di rumah sakit. Meningkatnya kebutuhan penderita gangguan kesehatan jiwa di rumah sakit jiwa sebagai penyedia fasilitas kesehatan dalam sistem BPJS membuat pihak rumah sakit harus menghabiskan biaya yang besar untuk penganggaran pelayanan pasien. Untuk itu peran prediksi biaya sangat diperlukan sebagai landasan krusial untuk mengontrol biaya dan menyesuaikannya dengan anggaran yang dialokasikan untuk pelayanan pasien di rumah sakit jiwa Dalam tugas akhir ini, metode Artificial Neural Network atau Jaringan Saraf Tiruan (JST) dengan algoritma backpropagation dipilih untuk melakukan prediksi biaya pelayanan rumah sakit khususnya pada pasien peserta BPJS (Badan Penyelenggara Jaminan Sosial) di Rumah Sakit Jiwa Menur Surabaya. Metode Jaringan Saraf Tiruan ini dapat menghasilkan prediksi yang akurat karena metode ini memiliki toleransi yang tinggi terhadap data yang mengandung noise dan mampu menangkap hubungan yang sangat kompleks vi antara variabel-variabel prediktor dan outputnya. Pengujian menunjukkan bahwa model prediksi Jaringan Saraf Tiruan mampu memberikan tingkat akurasi peramalan yang sangat baik ditunjukkan oleh nilai kesalahan MAPE dibawah batas 10%. ========================================================================================================== In recent years, the trend of people with mental health disorders continues to climb. The types of mental health disorders ranging from mild, such as emotional disorders to severe mental disorder. Since 2014, the Social Security Agency (BPJS) specifically commissioned by the government to administer health care assurance considering many Indonesian people who can not afford treatment in the hospital. The increasing needs of people with mental health disorders in mental hospitals as providers of health facilities in the system BPJS make the hospitals have to spend a huge cost for budgeting patient service. Therefore, prediction of costs is indispensable as a crucial base to control costs and adapt them to the budget that allocated for patient service in a mental hospital. In this thesis, the method of Artificial Neural Network or Artificial Neural Network (ANN) with backpropagation algorithm chosen to predict the cost of hospital services, especially on patients BPJS (Social Security Agency) participants in Menur Mental Hospital Surabaya. Artificial Neural Network method can produce accurate prediction because this method has a high tolerance to the data that contains noise and its able to capture very complex relationship between predictor variables and output. viii Tests showed that the Neural Networks model predictions is able to provide the level of accuracy of forecasting is very well demonstrated by MAPE error values below the limit of 10%.

Item Type: Thesis (Undergraduate)
Additional Information: RSSI 006.32 Lou p
Uncontrolled Keywords: biaya pelayanan, Jaringan Saraf Tiruan (JST), prediksi
Subjects: Q Science > QA Mathematics > QA76.87 Neural networks (Computer Science)
Divisions: Faculty of Information and Communication Technology > Information Systems > 57201-(S1) Undergraduate Thesis
Depositing User: Mr. Tondo Indra Nyata
Date Deposited: 20 May 2019 03:10
Last Modified: 20 May 2019 03:10
URI: https://repository.its.ac.id/id/eprint/63047

Actions (login required)

View Item View Item