bab iii analisa dan perancangan sistem - core.ac.uk · bab ini menguraikan tentang analisa dan...

14

BAB III

ANALISA DAN PERANCANGAN SISTEM

Bab ini menguraikan tentang analisa dan perancangan sistem untuk

mengimplementasikan metode Double Exponential Smoothing (DES) pada aplikasi

prediksi jumlah pasien rawat inap. Proses perancangan sistem dilaksanakan

berdasarkan metode waterfall, dimulai dari analisa sistem, analisa masalah, analisa

kebutuhan fungsional dan non-fungsional sistem, dilanjutkan dengan pembuatan

Business Process, Analisa Perhitungan, Usecase Diagram, Scenario, Sequence

Diagram, Activity Diagram, Class Diagram, dan User Interface.

3.1 Analisa Sistem

Sebagaimana yang telah dijelaskan pada bab pendahuluan, aplikasi yang

akan dibangun pada penelitian tugas akhir ini adalah aplikasi yang berbasis web.

Sistem ini dibuat untuk memprediksikan pasien dan ICD10 pada periode yang akan

datang. Dengan adanya sistem ini pihak rekam medik akan mendapatkan informasi

prediksi pada periode berikutnya.

Aplikasi ini menerapkan metode Double Exponential Smoothing untuk

melakukan sebuah prediksi. Sistem ini akan memgambil data pasien selama dua

tahun untuk menghasilkan sebuah prediksi. Data yang diolah adalah data pasien dan

data ICD10. Data akan diinputkan oleh staff rekam medik dan kepala staff rekam

medik akan melihat data yang telah diinputkan dan melihat hasil prediksi.

3.1.1 Analisa Masalah

RSUD Sumbawa Besar merupakan salah satu rumah sakit milik

pemerintahan kabupaten Sumbawa Besar. Rumah Sakit ini melayani rawat inap,

rawat jalan, dan penunjang medik lainnya. Jumlah pasien rawat inap di rumah sakit

ini selalu mengalami peningkatan, sehingga terkadang pasien rawat inap tidak

mendapatkan pelayanan yang maksimal seperti tidak tersedianya ruangan,

kekurangan stok obat dan kurangnya stok alat-alat medis lainnya.

Prediksi bisa dijadikan sebagai alat bantu dalam mewujudkan perencanaan

yang efektif dan efisien. Melihat keaadaan di rumah sakit masih belum mempunyai

suatu aplikasi yang dapat membantu untuk memprediksi jumlah pasien rawat inap

15

dimasa mendatang, sehingga mutu pelayanan kurang efisien. Selain itu, manajemen

rumah sakit juga kesulitan dalam membuat keputusan untuk mengatasi fluktuasi

pasien rawat inap.

3.1.2 Analisa Kebutuhan Fungsional

Kebutuhan fungsional adalah kebutuhan yang berisi proses-proses apa saja

yang natinya dilakukan oleh sistem. Ada kebutuhan utama yang diperlukan sistem

agar dapat berjalan dengan lancar. Kebutuhan ini menjadi inti dari sistem dimana

jika kebutuhan ini tidak terpenuhi, maka sistem tidak dapat berjalan dengan baik.

Berikut adalah kebutuhan fungsional dari sistem:

a. Sistem dapat memanajemen data user.

b. Sistem dapat memanajemen data kode ICD 10 serta jenis penyakitnya.

c. Sistem dapat memanajemen data pasien.

d. Sistem dapat memprediksi data ICD10 pada tiga bulan berikutnya.

e. Sistem dapat memprediksi data pasien pada tiga bulan berikutnya.

3.1.3 Analisa Kebutuhan Non-Fungsional

Kebutuhan non-fungsional adalah sebuah pelengkap yang menunjang

kinerja sebua sistem dan mempunyai pengaruh yang tidak langsung. Berikut adalah

kebutuhan non fungsional yang ada dalam sistem:

a. Tampilan sistem yang user friendly untuk memudahkan pengguna

dalam mengoperasikannya.

b. Sistem tidak bisa diakses oleh pengguna yang tidak memiliki username

dan password.

c. Hanya kepala rekam medik yang memiliki hak akses untuk membuat

user baru, mengubah peranan user, dan menghapus user.

d. Sistem berbasis web.

3.1.4 Analisa Perhitungan Metode Double Exponential Smoothing (DES)

Analisa perhitungan disini menjelaskan perhitungan sampai mendapatkan

nilai prediksi. Perhitungan disini mengunakan contoh kasus data pengeluaran obat.

Data pengeluaran obat yang akan diproses menggunakan perhitungan metode

Double Exponential Smoothing (DES) dapat dilihat pada tabel 3.1.

16

Tabel 3.1 Data Jumlah Pengeluaran Obat Periode Pengeluaran Obat

Jan 2015 80

Feb 2015 91

Mar 2015 110

Aprl 2015 88

Mei 2015 85

Juni 2015 122

Juli 2015 141

Agust 2015 157

Sept 2015 130

Langkah pertama perhitungan metode Double Exponential Smoothing

adalah mencari nilai pemulusan eksponensial pertama diberi simbol (S′t).

𝑺′t = α . Xt + (1 – α) 𝑺′t-1 ………………….. (1)

Tabel 3.2 Perhitungan Nilai Pemulusan Eksponensial Pertama (α = 0,1) 𝑺′t α . Xt + ( 1 – α ) S′t-1

𝑆′1 80

𝑆′2 0,1 (91) + (0,9) (80) = 9,1 + 72 = 81,1

𝑆′3 0,1 (110) + (0,9) (81,1) = 11 + 72,99 = 83,99

𝑆′4 0,1 (88) + (0,9) (83,99) = 8,8 + 75,591 = 84,391

𝑆′5 0,1 (85) + (0,9) (84,391) = 8,5 + 75,9519 = 84,4519

𝑆′6 0,1 (122) + (0,9) (84,4519) = 12,2 + 76,00671 = 88,20671

𝑆′7 0,1 (141) + (0,9) (88,20671) = 14,1 + 79,386039 = 93,486039

𝑆′8 0,1 (157) + (0,9) (93,486039) = 15,7 + 84,1374351 = 99,8374351

𝑆′9 0,1 (130) + (0,9) (99,8374351) = 13 + 89,85369159 = 102,8536916

Setelah mendapatkan nilai pemulusan eksponensial pertama (S ′ t) maka

langkah selanjutnya adalah menghitung nilai pemulusan eksponensial kedua (S"t).

𝑺"t = α . 𝑺′t + (1 – α) S"t-1 ………………….. (2)

17

Tabel 3.3 Perhitungan Nilai Pemulusan Eksponensial Kedua (α = 0,1) 𝑺"t α . 𝑺′t + (1 – α) S"t-1

𝑆"1 80

𝑆"2 0,1(81,1) + (0,9) (80) = 8,11 + 72 = 80,11

𝑆"3 0,1(83,99) + (0,9) (80,11) = 8,399 + 72,099 = 80,498

𝑆"4 0,1(84,391) + (0,9) (80,498) = 8,4391 + 72,4482 = 80,8873

𝑆"5 0,1(84,4519) + (0,9) (80,8873) = 8,44519 + 72,79857 = 81,24376

𝑆"6 0,1(88,20671) + (0,9) (81,24376) = 8,820671 + 73,119384 = 81,940055

𝑆"7 0,1(93,486039) + (0,9) (81,940055) = 9,3486039 + 73,7460495 =

83,0946534

𝑆"8 0,1(99,8374351) + (0,9) (83,0946534) = 9,98374351 + 74,78518806 =

84,76893157

𝑆"9 0,1(102,8536916)+(0,9) (84,76893157) = 10,28536916 + 76,29203841

= 86,57740757

Langkah selanjutnya adalah menghitung nilai konstanta (α). Nilai konstanta

periode pertama adalah 0 karena belum memiliki nilai eksponensial.

α t = 2 𝑺′t - 𝑺"t ………………….. (3)

Tabel 3.4 Perhitungan Nilai Konstanta ( α t ) α t 2 𝑺′t – 𝑺"t

α 1 0

α 2 2(81,1) – 80,11 = 162,2 -80,11 = 82,09

α 3 2(83,99) – 80,498 = 167,98 - 80,498= 87,482

α 4 2(84,391) – 80,887 = 168,782 – 80,887 = 87,895

α 5 2(84,4519) – 81,24376 = 168,9038 - 81,24376 = 87,66

α 6 2(88,20671) – 81,940055 = 176,41342 - 81,940055 = 94,473

α 7 2(93,486039) – 83,0946534 = 186,972078 - 83,0946534 = 103,877

α 8 2(99,8374351) – 84,76893157 = 199,6748702 - 84,76893157 =

114,906

α 9 2 (102,8536916) – 86,57740757 = 205,7073832 - 86,57740757 =

119,13

18

Setelah mendapatkan nilai konstanta (α) maka langkah selanjutnya adalah

menghitung nilai slope (b). Nilai slope periode pertama adalah 0 karena periode

pertama belum memiliki nilai eksponensial pertama dan kedua.

b t = 𝜶

𝟏−𝜶 (𝑺′t–𝑺"t ) ………………… (4)

Tabel 3.5 Perhitungan Nilai Slope ( b t ) b t 𝒂

𝟏 − 𝒂 (𝑺′𝒕 − 𝑺"𝒕)

b 1 0

b 2 0,1

0,9 (81,1 – 80,11) = 0,11

b 3 0,1

0,9 (83,99 – 80,498) = 0,388

b 4 0,1

0,9 (84,391 – 80,8873) = 0,389

b 5 0,1

0,9 (84,4519 – 81,24376) = 0,356

b 6 0,1

0,9 (88,20671 – 81,940055) = 0,696

b 7 0,1

0,9 (93,486039 – 83,0946534) = 1,155

b 8 0,1

0,9 (99,8374351 – 84,76893157) = 1.674

b 9 0,1

0,9 (102,8536916 – 86,57740757) = 1,808

Setelah nilai konstanta (α) dan nilai slope (b) didapatkan, maka langkah

selanjutnya adalah menghitung nilai prediksi (Ft + m). Nilai prediksi di mulai dari

periode 3 karena nilai konstanta dan nilai slope periode 2 yang digunakan untuk

menghitung nilai prediksi periode 3. Pada perhitungan nilai prediksi awal terhadap

data aktual nilai (m) ditetapkan bernilai (1).

Ft+m = α t + b t (m) ………………….. (5)

Tabel 3.6 : Perhitungan Nilai Prediksi ( Ft + m ) ( Ft + m ) α t + b t (m)

F 3 82,09 + 0,11 = 82,2

F 4 87,482 + 0,388 = 87,87

19

F 5 87,895 + 0,389 = 88,284

F 6 87,66 + 0,356 = 88,016

F 7 94,473+ 0,696 = 95,169

F 8 103,877 + 1,155 = 105,032

F 9 114,906 + 1.674 = 116,58

Selanjutnya menghitung nilai kesalahan prediksi menggunakan MAPE.

Perhitungan MAPE dilakukan dengan menghitung rata-rata dari nilai sesisih yaitu

selisih antara data aktual dengan data hasil prediksi. Kemudian hasil rata-rata

tersebut dibagi dengan banyaknya jumlah periode dan dikalikan dengan seratus.

Nilai MAPE dimulai dari periode 3 karena nilai prediksi terdapat pada periode 3.

| Data aktual – (Ft+m) | / Data aktual ………….. (6)

Tabel 3.7 Hasil Perhitungan MAPE dengan (α = 0,1) manual Periode | Data aktual – (Ft+m) | / Data aktual

3 (110-82,2)/110 = 0,253

4 (88-87,87)/88 = 0,001

5 (85-88,284)/85 = 0,039

6 (122-88,016)/122 = 0,279

7 (141-95,169)/141 = 0,325

8 (157-105,032)/157 = 0,331

9 (130-116,58)/130 = 0,103

Total / MAPE = (1,331:7)*100=19,01%

Dengan menggunakan perhitungan yang sama maka dapat ditentukan hasil

perhitungan metode Double Exponential Smoothing dan prediksi jumlah

pengeluaran obat pada periode berikutnya untuk α = 0,2 sampai dengan α = 0,9.

Tabel 3.8 Hasil Perhitungan Prediksi Metode DES (α = 0,2) Manual Periode Data

Aktual S′t S"t α t b t Ft+m MAPE

Jan 80 80 80 0 0 0 Feb 91 82,2 80,44 83,96 0,44 0 Mar 110 87,76 81,904 93,61 1,464 84,4 0,233

20

Aprl 88 87,808 83,0848 92,53 1,181 95,08 0,08 Mei 85 87,2464 83,91712 90,57 0,832 93,71 0,102 Jun 122 94,1971 85,97312 102,4 2,056 91,40 0,251 Jul 141 103,55 89,490035 117,6 3,517 104, 0,259 Agust 157 114,246 94,441259 134,0 4,951 121,1 0,228 Sept 130 117,396 99,032392 135,7 4,591 139,0 0,069

TOTAL 17,46%



Jan 80 80 80 0 0 0 Feb 91 83,3 80,99 85,61 0,99 0 Mar 110 91,31 84,086 98,534 3,096 86,6 0,213 Aprl 88 90,317 85,9553 94,679 1,869 101,63 0,155 Mei 85 88,7219 86,78528 90,659 0,83 96,548 0,136 Jun 122 98,70533 90,36129 107,04 3,576 91,489 0,25 Jul 141 111,393 96,67102 126,11 6,31 110,62 0,215 Agust 157 125,075 105,1924 144,95 8,521 132,42 0,157 Sept 130 126,5529 111,6005 141,50 6,408 153,48 0,181

TOTAL 18,67%



Jan 80 80 80 0 0 0 Feb 91 84,4 81,76 87,04 1,76 0 Mar 110 94,64 86,912 102,36 5,152 88.8 0,193 Aprl 88 91,984 88,9408 95,027 2,029 107,52 0,222 Mei 85 89,1904 89,04064 89,34 0,1 97,056 0,142 Jun 122 102,314 94,35008 110,27 5,309 89,44 0,267 Jul 141 117,788 103,7254 131,85 9,375 115,87 0,18 Agust 157 133,473 115,6245 151,32 11,899 141,22 0,1 Sept 130 132,083 122,208 141,95 6,584 163,22 0,256

TOTAL 19,43%

Tabel 3.11 Hasil perhitungan prediksi metode DES (α = 0,5) manual Periode Data


Jan 80 80 80 0 0 0 Feb 91 85,5 82,75 88,25 2,75 80

21

Mar 110 97,75 90,25 105,25 7,5 91 0,173 Aprl 88 92,875 91,5625 94,188 1,313 112,75 0,281 Mei 85 88,9375 90,25 87,625 -1,313 95,501 0,124 Jun 122 105,468 97,85937 113,07 7,069 86,312 0,293 Jul 141 123,234 110,5468 135,92 12,688 120,68 0,144 Agust 157 140,117 125,3320 154,90 14,785 148,61 0,053 Sept 130 135,058 130,1953 139,92 4,863 169,68 0,305

TOTAL 19,61%

Tabel 3.12 : Hasil perhitungan prediksi metode DES (α = 0,6) manual Periode Data


Jan 80 80 80 0 0 0 Feb 91 86,6 83,96 89,24 3,96 0 Mar 110 100,64 93,968 107,31 10,008 93,2 0,153 Aprl 88 93,056 93,4208 92,691 -0,547 117,32 0,333 Mei 85 88,2224 90,30176 86,143 -3,119 92,144 0,084 Jun 122 108,488 101,2140 115,76 10,912 83,024 0,319 Jul 141 127,99 117,2829 138,70 16,069 126,67 0,102 Agust 157 145,398 134,1521 156,64 16,869 154,77 0,014 Sept 130 136,159 135,3564 136,96 1,204 173,51 0,335

TOTAL 19.14%



Jan 80 80 80 0 0 0 Feb 91 87,7 85,39 90,01 5,39 0 Mar 110 103,31 97,934 108,68 12,544 95,4 0,133 Aprl 88 92,593 94,1953 90,991 -3,739 121,23 0,378 Mei 85 872779 89,35312 85,203 -4,842 87,252 0,026 Jun 122 111,583 104,9142 118,25 15,561 80,361 0,341 Jul 141 132,175 123,9967 140,35 19,083 133,81 0,051 Agust 157 149,552 141,8857 157,21 17,889 159,43 0,016 Sept 130 135,865 137,6717 134,06 -4,214 175,10 0,347

TOTAL 18.46%

22

Tabel 3.14 Hasil perhitungan prediksi metode DES (α = 0,8) manual Periode Data


Jan 80 80 80 0 0 0 Feb 91 88,8 87,04 90,56 7,04 0 Mar 110 105,76 102,016 109,50 14,976 97,6 0,113 Aprl 88 91,552 93,6448 89,459 -8,371 124,48 0,415 Mei 85 86,3104 87,77728 84,844 -5,868 81,088 0,046 Jun 122 114,862 109,4451 120,27 21,668 78,976 0,353 Jul 141 135,772 130,5069 141,03 21,062 141,94 0,007 Agust 157 152,754 148,3049 157,20 17,798 162,1 0,032 Sept 130 134,550 137,3017 131,8 -11,01 175,00 0,346

TOTAL 18,74%



Jan 80 80 80 0 0 0 Feb 91 89,9 88,91 90,89 8,91 0 Mar 110 107,99 106,082 109,89 17,172 99,8 0,093 Aprl 88 89,999 91,6073 88,391 -14,48 127,07 0,444 Mei 85 85,4999 86,11064 84,889 -5,497 73,916 0,13 Jun 122 118,349 115,1260 121,57 29,015 79,392 0,349 Jul 141 138,734 136,3741 141,09 21,248 150,58 0,068 Agust 157 155,173 153,293 157,05 16,919 162,3 0,034 Sept 130 132,517 134,594 130,44 -16,7 173,97 0,338

TOTAL 20,8%

Tabel 3.16 Hasil perhitungan MAPE (α = 0,1 sampai α = 0,9) manual

ALPHA MAPE 0,1 19,01% 0,2 17,46% 0,3 18,67% 0,4 19,43% 0,5 19,61% 0,6 19.14% 0,7 18.46% 0,8 18,74% 0,9 20,8%

23

Dengan sample data yang telah diujikan menggunakan nilai alpha (α) yang

berbeda yaitu dari (α) = 0,1 sampai (α) = 0,9 maka diperoleh nilai (α) = 0,2

merupakan (α) yang memberikan nilai error terkecil. Prediksi pengeluaran obat

pada bulan Oktober 2015 sampai bulan Desember 2015 diperoleh dengan (α) = 0,2

melalui persamaan 5. Untuk hasil prediksi dapat dilihat dari tabel 3.17

Tabel 3.17 Hasil Perhitungan Prediksi (α = 0,2) Manual PERIODE 𝑭𝒕+𝒎 = 𝒂𝒕 + 𝒃𝒕 (𝒎) HASIL

Oktober

2015

Fsept’15+1 = αsept + bsept (1)

= 134,761 + 4,591 (1)

140,352

November

2015


= 135,761 + 4,591 (2)

144,943

Desember

2015


= 135,761 + 4,591 (3)

149,534

Hasil dari prediksi jumlah pengeluaran obat menggunakan metode Double

Exponential Smoothing dapat dilihat pada tabel 3.18.

Tabel 3.18 : Hasil prediksi dan nilai MAPE

3.1.5 Business Process

Merupakan serangkaian atau sekumpulan aktifitas dalam sebuah sistem

yang dirancang untuk mencapai tujuan sebuah sistem. Pada business process

terdapat beberapa komponen untuk mencapai tujuan tersebut, yaitu masukan

(input), media yang digunakan (uses) yang kemudian akan menghasilkan tujuan

Periode Prediksi

pengeluaran obat

MAPE

Oktober

2015

140 obat 17,46%

November

2015

145 obat 17,46%

Desember

2015

150 obat 17,46%

24

(goal). Business procces aplikasi prediksi jumlah pasien rawat inap dapat dilihat

pada Gambar 3.1

Gambar 3.1 Business Proses

Berdasarkan gambar 3.1 sistem membutuhkan tiga inputan data dan

menghasilkan sebuah tujuan. Data yang diperlukan sebaga inputan yaitu data user,

data ICD10, data pasien. Tujuan dari sistem ini adalah prediksi jumlah pasien pada

tiga bulan berikutnya.

3.1.6 Usecase Diagram

Usecase diagram digunakan untuk mendeskripsikan sebuah interaksi antara

satu atau lebih aktor dengan sistem yang akan dikembangkan. Usecase diagram

bertujuan untuk mengetahui fungsi apa saja yang dapat diakses oleh suatu aktor.

Usecase disini memiliki 2 aktor yaitu kepala rekam medik dan staff rekam medik

dan memiliki 7 usecase yang dapat diakses oleh kepala rekam medik sedangkan

staff rekam medik memiliki 11 usecase yang dapat diakses. Kepala rekam medik

meliputi lihat hasil prediksi data pasien, lihat hasil prediksi data ICD10, lihat data

pasien, lihat data ICD10, tambah data user, ubah data user, dan hapus data user

sedangkan staff rekam medik meliputi tambah data pasien, ubah data pasien, hapus

data pasien, tambah data jenis penyakit, ubah data jenis penyakit, hapus data jenis

penyakit, tambah data jumlah penderita, ubah data jumlah penderita, hapus data

jumlah penderita, lihat data pasien dan lihat data ICD10.

25

Gambar 3.2 Usecase Diagram

Definisi aktor dari usecase aplikasi prediksi jumlah pasien rawat inap dapat

dilihat pada Tabel 3.1. Definisi usecase dapat dilihat pada Tabel 3.2.

Tabel 3.19 Definisi Aktor Aktor Definisi

Kepala Rekam Medik Aktor yang memiliki hak akses untuk CRUD data user,

melihat data pasien, melihat data ICD 10, melihat

prediksi data pasien, melihat prediksi data ICD 10.

Staff Rekam Medik Aktor yang memiliki hak akses untuk CRUD data

pasien, CRUD data penyakit dan CRUD jumlah

penderita, CRUD data ICD10

Tabel 3.20 Definisi Usecase Use case Definisi

Lihat prediksi data

pasien

Use case yang digunakan untuk melihat data

hasil prediksi data pasien 3 bulan berikutnya

Lihat prediksi data

ICD 10

Use case yang digunakan untuk melihat data

hasil prediksi data ICD10 3 bulan berikutnya

Kepala RM Staff RM

Tambah Data User

Ubah Data User

Tambah Data Jumlah Penderita

Hapus Data User

Hapus Data Jumlah Penderita

Ubah Data Jumlah Penderita

Ubah Data Penyakit

Tambah Data Penyakit

Hapus Data Penyakit

Lihat Data ICD10

Ubah Data Pasien

Lihat Data Pasien

Hapus Data Pasien

Tambah Data Pasien

Lihat Hasil Prediksi ICD 10

Lihat Hasil Prediksi Pasien

26

Lihat data ICD 10 Use case yang digunakan untuk melihat data ICD 10

Lihat data pasien Use case yang digunakan untuk melihat data pasien

Tambah data user Use case yang digunakan untuk menambah data user

Ubah data user Use case yang digunakan untuk mengubah data user

Hapus data user Use case yang digunakan untuk menghapus data user

Tambah data pasien Use case yang digunakan untuk menambah data pasien

Ubah data pasien Use case yang digunakan untuk mengubah data pasien

Tambah data penyakit Use case yang digunakan untuk menambah data

penyakit

Ubah data penyakit Use case yang digunakan untuk mengubah data

penyakit

Hapus data penyakit Use case yang digunakan untuk menghapus data

penyakit

Tambah data jumlah

penderita

Use case yang digunakan untuk menambah data jumlah

penderita

Ubah data jumlah

penderita

Use case yang digunakan untuk mengubah data jumlah

penderita

Hapus data jumlah

penderita

Use case yang digunakan untuk menghapus data jumlah

penderita

3.1.7 Usecase Scenario

Scenario usecase adalah cara mendeskripsikan aktor-aktor mana saja yang

melakukan prosedur dalam alur sistem tersebut, serta menjelaskan respon yang

ditanggapi oleh sistem tersebut terhadap prosedur yang dilakukan oleh aktor.

Tabel 3.21 Scenario lihat prediksi data pasien

Identifikasi

Nama Usecase Lihat prediksi data pasien

Tujuan User dapat melihat hasil prediksi data

pasien

27

Deskripsi Dalam hal ini user dapat melihat data

Prediksi pasien tiga bulan kedepan dari

data terbaru.

Aktor Kepala rekam medik

Scenario Utama

Kondisi Awal :Sistem menampilkan dashboard kepala rekam medik

Aksi Aktor Reaksi Sistem

1.Menampilkan menu utama.

2. Klik menu prediksi

3.Menampilkan dropdown menu

prediksi

4.User memilih dropdown menu

prediksi pasien.

5.Menampilkan data prediksi pasien

Kondisi Akhir: Kepala rekam medik dapat melihat hasil prediksi jumlah pasien

tiga periode selanjutnya

Tabel 3.22 Scenario lihat prediksi data ICD 10 Identifikasi

Nama Usecase Lihat prediksi data ICD10

Tujuan User dapat melihat hasil prediksi data

ICD10


Prediksi ICD10 tiga bulan kedepan dari

data terbaru.


Scenario Utama

Kondisi Awal :Sistem menampilkan dashboard kepala rekam medik

28


1.Menampilkan menu utama

2. Klik menu prediksi

3.Menampilkan dropdown menu

prediksi

4.User memilih dropdown menu

prediksi ICD10.

5. Menampilkan form prediksi ICD10

6.Memilih jenis penyakit yang akan

diprediksi

7.Menampilkan hasil prediksi data

ICD10 yang dipilih

Kondisi Akhir: Kepala rekam medik dapat melihat hasil prediksi ICD10

berdasarkan jenis penyakit yang dipilih dalam tiga periode berikutnya.

Tabel 3.23 Scenario lihat data pasien Identifikasi

Nama Usecase Lihat data pasien

Tujuan User dapat melihat data pasien


pasien yang terdiri dari jumlah pasien

tiap bulannya

Aktor Kepala dan staff rekam medik

Scenario Utama

Kondisi Awal :Sistem menampilkan dashboard aktor


29

1. Menampilkan pilihan menu pada

halaman sistem.

2. Klik menu data pasien

3. Menampilkan tabel data pasien yang

terdiri dari jumlah, bulan, dan tahun.

Kondisi Akhir: Aktor dapat melihat data pasien yang terdiri dari jumlah pasien

tiap bulannya

Tabel 3.24 Scenario Lihat Data ICD10 Identifikasi

Nama Usecase Lihat data ICD 10

Tujuan User dapat melihat data ICD10


ICD10 yang terdiri dari jumlah

penderita, kode penyakit dan ICD10

Aktor Kepala rekam medik dan staff rekam

medik

Scenario Utama

Kondisi Awal :Sistem menampilkan form data ICD10


1. Menampilkan form data ICD10

dengan pilihan menu bulan dan tahun

2. memilih menu bulan dan tahun

3.Klik tombol lihat

30

4. Sistem menampilkan tabel data

ICD10

Kondisi Akhir: Aktor dapat melihat tabel data ICD yang terdiri dari kode

penyakit, ICD10, dan jumlah penderita berdasarkan bulan dan tahun yang

dipilih.

Tabel 3.25 Scnario Tambah Data User Identifikasi

Nama Usecase Tambah Data User

Tujuan User dapat menambah data user

Deskripsi Dalam hal ini user dapat menambah

tabel data user


Scenario Utama

Kondisi Awal : Sistem menampilkan dashboard kepala rekam medik


1.Menampilkan pilihan menu utama.

2. Klik menu data user

3.Menampilkan tabel data user

4. klik tombol tambah data baru


6.pilih tambah data user

7.menampilkan form tambah data baru

user

31

8.menginputkan data user yaitu

berupa NIP, nama, jenis kelamin,

jabatan, no hp, alamat, lama kerja,

username, password

9.klik tombol simpan

10.Sistem memberikan pesan “berhasil

ditambahkan”

11. menampilkan tabel data user

Kondisi Akhir: Aktor menambah data user

Tabel 3.26 Scenario ubah data user Identifikasi

Nama Usecase Ubah Data User

Tujuan User dapat mengubah data user

Deskripsi Dalam hal ini user dapat mengubah tabel

data user


Scenario Utama

Kondisi Awal : Sistem menampilkan dashboard kepala rekam medik


1.Menampilkan pilihan menu utama.

2. Klik menu data user


4. klik tombol “detail” pada data yang

akan diubah

32

5.Menampilkan form edit data user

6. mengubah data user yaitu berupa

NIP, nama, jenis kelamin, jabatan, no

hp, alamat, lama kerja, username,

password

7. Klik tombol “simpan”

8. Sistem memberikan pesan “berhasil

diubah”

9. Menampilkan tabel data user

Kondisi Akhir: Aktor menambah data user

Tabel 3.27 Scenario hapus data user Identifikasi

Nama Usecase Hapus Data User

Tujuan User dapat menghapus data user

Deskripsi Dalam hal ini user dapat menghapus

data user


Scenario Utama

Kondisi Awal : Sistem menampilkan tabel data user pada kepala rekam medik



2. Memilih tombol non aktifkan untuk

data yang akan di nonaktifkan

33

3. Menampilkan pesan “apakah anda

yakin ya/tidak”

4. Klik tombol ya

5. Menampilkan tabel data user yang

sudah diubah

Kondisi Akhir: Aktor menghapus data user

Tabel 3.28 Scenario Tambah Data Pasien Identifikasi

Nama Usecase Tambah Data Pasien

Tujuan User dapat menambah data pasien

Deskripsi Dalam hal ini user dapat menambah tabel data pasien

Aktor Staff rekam medik

Skenario Utama

Kondisi Awal : Sistem menampilkan dashboard staff rekam medik


1. Menampilkan pilihan menu utama

2. Klik menu data pasien

3.Menampilkan tabel data pasien

4. klik tombol tambah data pasien

5.Menampilkan form tambah data pasien

6.menginputkan data pasien yaitu berupa bulan, tahun, dan jumlah


34

8.Sistem memberikan info “berhasil ditambahkan”

9. menampilkan tabel data pasien

Kondisi Akhir: Aktor menambah data pasien

Tabel 3.29 Scenario ubah data pasien Identifikasi

Nama Usecase Ubah Data Pasien

Tujuan User dapat mengubah data pasien

Deskripsi Dalam hal ini user dapat mengubah tabel data pasien


Skenario Utama

Kondisi Awal : Sistem menampilkan tabel data pasien pada staff rekam medik


1. menampilkan tabel data pasien

2. memilih tombol edit pada kolom action data yang akan diedit

3. menampilkan form edit data pasien

4. mengubah data pasien yaitu berupa bulan, tahun, dan jumlah


6. Sistem memberikan pesan “berhasil diubah”

7.menampilkan tabel data pasien

Kondisi Akhir: Aktor mengubah data pasien.

35

Tabel 3.30 Scenario hapus data pasien Identifikasi

Nama Usecase Ha[us Data Pasien

Tujuan User dapat menghapus data pasien

Deskripsi Dalam hal ini user dapat menghapus tabel data pasien


Skenario Utama

Kondisi Awal : Sistem menampilkan tabel data pasien pada staff rekam medik


1.menampilkan tabel data pasien

2. memilih tombol hapus pada kolom action data yang akan hapus

3. menampilkan pesan“apakah anda yakin ya/tidak”

4.klik tombol ya

5.menampilkan tabel data pasien yang sudah dihapus

Kondisi Akhir: Aktor menghapus data pasien.

Tabel 3.31 Scenario Tambah Data Penyakit Identifikasi

Nama Usecase Tambah Data Penyakit

Tujuan User dapat menambah data penyakit

Deskripsi Dalam hal ini user dapat menambah tabel data penyakit


36

Scenario Utama

Kondisi Awal :Sistem menampilkan form data penyakit


1. Menampilkan tabel data penyakit

2. klik tombol tambah data penyakit

3.Menampilkan form tambah data penyakit

4.menginputkan data penyakit yaitu berupa penyakit,bulan, tahun, dan jumlah


6.Sistem memberikan pesan “berhasil ditambahkan”

7. menampilkan tabel data penyakit

Kondisi Akhir : Aktor menambah data penyakit.

Tabel 3.32 Scenario Ubah data penyakit Identifikasi

Nama Usecase Ubah Data Penyakit

Tujuan User dapat mengubah data penyakit

Deskripsi Dalam hal ini user dapat mengubah tabel data penyakit


Scenario Utama




37

2. memilih tombol ubah pada kolom action data yang akan diedit

3. menampilkan form ubah data penyakit

4. Mengubah data penyakit yaitu berupa kode penyakit dan jenis penyakit



7.menampilkan tabel data penyakit

Kondisi Akhir : Aktor mengubah data penyakit.

Tabel 3.33 Scenario Hapus data penyakit Identifikasi

Nama Usecase Hapus Data Penyakit

Tujuan User dapat menghapus data penyakit

Deskripsi Dalam hal ini user dapat menghapus tabel data penyakit


Scenario Utama





3. menampilkan pesan “apakah anda yakin ya/tidak”

38

4.klik tombol ya

5.menampilkan tabel data penyakit yang sudah diubah

Kondisi Akhir : Aktor menghapus data penyakit.

Tabel 3.34 Scenario Tambah Data Jumlah Penderita

Identifikasi

Nama Usecase Tambah Data Jumlah Penderita

Tujuan User dapat menambah data jumlah penderita

Deskripsi Dalam hal ini user dapat menambah tabel data jumlah penderita


Skenario Utama

Kondisi Awal :Sistem menampilkan form data jumlah penderita


1. Menampilkan tabel data jumlah penderita

2. klik tombol tambah data baru

3.Menampilkan form tambah data baru jumlah penderita

4.menginputkan data penyakit, bulan, tahun dan jumlah penderita


6.Sistem memberikan info “berhasil ditambahkan”

Kondisi Akhir: Aktor menambah data jumlah penderita.

39

Tabel 3.35 Scenario Ubah Data Jumlah Penderita

Identifikasi

Nama Usecase Ubah Data Jumlah Penderita

Tujuan User dapat mengubah data jumlah penderita

Deskripsi Dalam hal ini user dapat mengubah tabel data jumlah penderita


Skenario Utama



1. menampilkan tabel data jumlah penderita

2. memilih tombol ubah pada kolom action data yang akan diedit

3. menampilkan form ubah data jumlah penderita

4. mengubah data penyakit yaitu berupa penyakit, bulan, tahun, dan jumlah penderita

5. klik tombol simpan


7.menampilkan tabel data jumlah penderita

Kondisi Akhir: Aktor mengubah data jumlah penderita.

40

Tabel 3.36 Scenario Hapus Data Jumlah Penderita

Identifikasi

Nama Usecase Hapus Data Jumlah Penderita

Tujuan User dapat menghapus data jumlah penderita

Deskripsi Dalam hal ini user dapat menghapus tabel data jumlah penderita


Skenario Utama



1.menampilkan tabel data jumlah penderita


3. menampilkan pesan “apakah anda yakin ya/tidak”

4.klik tombol ya

21.menampilkan tabel data jumlah penderita yang sudah diubah

Kondisi Akhir: Aktor menghapus data jumlah penderita.

3.2 Perancangan sistem

Pada tahap ini akan dilakukan perancangan sistem berdasarkan usecase yang

telah dibuat. Perancangan dimulai dari pembuatan activity diagram, sequence

diagram, class diagram, hingga perancangan interface sistem dimana perancangan

sistem disini bertujuan untuk membangun sistem yang sesuai dengan keinginan kita

dan merancang fitur-fitur agar sesuai dengan kebutuhan.

41

3.2.1 Activity Diagram

Activity diagram adalah representasi grafis dari seluruh tahapan alur kerja.

Diagram ini mengandung aktivitas, pilihan tindakan, perulangan dan hasil dari

aktivitas.

Gambar 3.3 Activity diagram prediksi data pasien

Gambar 3.3 merupakan activity diagram dari prediksi pasien. Aktor akan

melihat prediksi data pasien. Proses dimulai dari aktor membuka aplikasi,

kemudian sistem menampilkan menu halaman utama, aktor memilih menu prediksi.

Setelah aktor memilih menu prediksi, sistem akan menampilkan dropdown menu

prediksi, kemudian aktor memilih dropdown menu prediksi pasien dan sistem akan

menampilkan data prediksi pasien tiga bulan berikutnya.

Gambar 3.4 Activity diagram prediksi data ICD10

42

Gambar 3.4 merupakan activity diagram dari prediksi data ICD10. Proses

dimulai dari aktor membuka aplikasi. Kemudian sistem menampilkan menu

halaman utama, kemudian aktor memilih menu prediksi. Setelah aktor memilih

menu prediksi, sistem akan menampilkan dropdown menu prediksi. Aktor memilih

dropdown menu prediksi data ICD10 dan sistem akan menampilkan data prediksi

pasien tiga bulan berikutnya.

Gambar 3.5 Activity diagram lihat data ICD10

Gambar 3.5 merupakan activity diagram dari lihat data ICD10. Aktor akan

melihat prediksi data ICD10. Proses dimulai dari sistem menampilkan tampilan

form data ICD10, kemudian aktor memilih menu bulan dan tahun, setelah itu.pilih

lihat, sistem akan menampilkan tabel data ICD10.

Gambar 3.6 Activity diagram lihat data pasien

43

Gambar 3.6 merupakan activity diagram dari lihat data pasien. Aktor akan

melihat data pasien. Proses dimulai dari aktor membuka aplikasi, kemudian sistem

akan menampilkan menu utama. Setelah itu aktor pilih menu data pasien dan

sistem akan menampilkan tabel data pasien.

Gambar 3.7 Activity diagram CRUD data user

Gambar 3.7 merupakan activity diagram dari CRUD data user. Proses


halaman utama. Aktor akan menambah data user, memilih menu data user, sistem

akan menampilkan tabel data user. Aktor memilih tambah data user dan sistem akan

menampilkan form tambah data user, kemudian aktor memasukan data user yang

akan ditambah dan pilih simpan, sistem akan menampilkan pesan berhasil ditambah

dan sistem akan menampilkan tabel data user. Aktor akan mengedit data user pilih

44

detail pada data user yang akan diedit, sistem akan menampilkan data user yang

dipilih. Kemudian aktor pilih edit dan sistem akan menampilkan form edit data user,

setelah aktor mengedit data user dan pilih simpan, sistem akan menampilkan pesan

berhasil diubah dan sistem akan menampilkan tabel data user yang telah diubah.

Aktor akan menonaktifkan data user, pilih non aktifkan pada data user dan sistem

akan menampilkan pesan apakah anda yakin ya/tidak, setelah aktor memilih ya dan

sistem akan menampilkan tabel data user yang telah diubah.

Gambar 3.8 Activity diagram CRUD data pasien

Gambar 3.8 merupakan activity diagram dari CRUD data pasien. Proses


halaman utama. Aktor akan menambah data pasien, memilih menu data pasien,

sistem akan menampilkan tabel data pasien. Aktor memilih tambah data pasien dan

45

sistem akan menampilkan form tambah data pasien, kemudian aktor memasukan

data pasien yang akan ditambah dan pilih simpan, sistem akan menampilkan pesan

berhasil ditambah dan sistem akan menampilkan tabel data pasien. Aktor akan

mengedit data pasien. Pilih edit pada tabel data pasien yang akan diedit, sistem akan

menampilkan form edit data pasien, setelah aktor mengedit data pasien dan pilih

simpan, sistem akan menampilkan pesan berhasil diubah dan sistem akan

menampilkan tabel data pasien yamg telah diubah. Aktor akan menghapus data

pasien, pilih hapus pada tabel data pasien dan sistem akan menampilkan pesan

apakah anda yakin ya/tidak, setelah aktor memilih ya dan sistem akan menampilkan

tabel data user yang telah diubah.

Gambar 3.9 Activity diagram CRUD data penyakit

46

Gambar 3.9 merupakan activity diagram dari CRUD data penykit. Aktor

akan menambah data penyakit. Proses dimulai dari sistem menampilkan tabel data

penyakit, kemudian aktor memilih tambah data penyakit dan sistem akan

menampilkan form tambah data penyakit. Setelah aktor menambah data penyakit

dan memilih simpan, sistem akan menampilkan pesan berhasil ditambahkan dan

menampilkan tabel data penyakit yang telah ditambah.

Gambar 3.10 Activity diagram CRUD data jumlah penderita

Gambar 3.10 merupakan activity diagram dari CRUD data jumlah

penderita. Aktor akan menambah data jumlah penderita. Proses dimulai dari sistem

menampilkan tabel data jumlah penderita, kemudian aktor memilih tambah data

data jumlah penderita dan sistem akan menampilkan form tambah data jumlah

penderita. Setelah aktor menambah data jumlah penderita dan memilih simpan,

47

sistem akan menampilkan pesan berhasil ditambahkan dan menampilkan tabel data

jumlah penderita yang telah ditambah. Aktor akan mengedit data jumlah penderita.

Pilih edit pada tabel data jumlah penderita yang akan diedit, sistem akan

menampilkan form edit data jumlah penderita, setelah aktor mengedit data jumlah

penderita dan pilih simpan, sistem akan menampilkan pesan berhasil diubah dan

sistem akan menampilkan tabel data jumlah penderita yamg telah diubah. Aktor

akan menghapus data jumlah penderita, pilih hapus pada tabel data jumlah

penderita dan sistem akan menampilkan pesan apakah anda yakin ya/tidak, setelah

aktor memilih ya dan sistem akan menampilkan tabel data jumlah penderita yang

telah diubah.

3.2.2 Sequence Diagram

Sequence diagram adalah sebuah diagram yang menggambarkan kelakuan

objek pada use case dengan mendiskripsikan waktu hidup objek dan pesan yang

dikirimkan dan diterima antar objek. Dibawah ini merupakan sequence diagram

dari sistem yang akan dikembangkan:

Gambar 3.11 Sequence diagram prediksi data pasien

Pada gambar 3.11 menunjukan proses prediksi data pasien. Proses dimulai

dari user memilih menu prediksi data pasien dan sistem akan mengambil data

prediksi dari database sistem dan sistem akan menampilkan hasil prediksi data

pasien tiga bulan berikutnya kepada user.

48

Gambar 3.12 Sequence diagram prediksi data ICD10

Pada gambar 3.12 menunjukan proses prediksi data ICD10. Proses dimulai

dari user memilih menu prediksi data ICD10 dan sistem akan mengambil data

prediksi dari database dan sistem akan menampilkan hasil prediksi data ICD10 tiga

bulan berikutnya kepada user.

Gambar 3.13 Sequence diagram CRUD data user

49

Pada gambar 3.13 menunjukan proses crud data user. User disini diperankan

oleh kepala rekam medik yang mempunyai hak ases dalam memanajemen data user.

Proses dimulai dari user menambah, mengedit, dan menonaktifkan data user pada

form data user dan database sistem akan menyimpan data user yang telah ditambah,

diubah, dan dinonaktifkan setelah tersimpan didatabase akan ditampilkan data user

yang telah ditambah.

Gambar 3.14 Sequence diagram CRUD data pasien

Pada gambar 3.14 menunjukan proses lihat, tambah, edit, dan hapus data

pasien. Proses dimulai dari user memilih menu data pasien dan sistem akan

mendapatkan data pasien dari database dan sistem akan menampilkan data pasien.

Gambar 3.15 Sequence diagram lihat data ICD10

50

Pada gambar 3.15 menunjukan proses lihat, tambah, edit, dan hapus data

ICD10. Proses dimulai dari user memilih menu data ICD10 dan sistem akan

mendapatkan data ICD10 dari database dan sistem akan menampilkan data ICD10.

Gambar 3.16 Sequence diagram CRUD data jenis penyakit

Pada gambar 3.16 menunjukan proses tambah data jenis penyakit. User

disini diperankan oleh staff rekam medik yang mempunyai hak ases dalam

memanajemen data jenis penyakit. Proses dimulai dari lihat, tambah, edit, dan

hapus data jenis penyakit pada form data jenis penyakit dan database sistem akan

menyimpan data jenis penyakit yang telah lihat, tambah, edit, dan hapus, setelah

tersimpan didatabase, akan ditampilkan kepada user.

51

Gambar 3.17 Sequence diagram CRUD data jumlah penderita

Pada gambar 3.17 menunjukan proses tambah data jenis penyakit. Proses

dimulai dari user menambah data jumlah penderita pada form data jumlah penderita

dan database sistem akan menyimpan data jumlah penderita yang telah ditambah,

setelah tersimpan didatabase, akan ditampilkan kepada user.

3.2.3 Class Diagram

Classdiagram merupakan spesifikasi dari pengembangan dan desain

berorientasi objek yang menggambarkan struktur dan deskripsi class, package dan

objek beserta hubungan satu sama lain. Berikut adalah penjelasan dari class

diagram pada gambar 3.18.

52

Gambar 3.18 Class Diagram

3.2.4 Perancangan Interface

Pada sub bab ini, akan dijelaskan rancangan interface dari sistem yang akan

dibangun. Desain interface didesain sesederhana mungkin untuk mempermudah

penggunaan sistem. Sistem akan dibangun dengan bahasa pemrograman PHP dan

Framework Codeigniter.

3.2.4.1 Login

Halaman Login merupakan halaman yang disediakan oleh sistem untuk

melindungi data riwayat transaksi user dari pihak yang tidak memiliki hak untuk

mengaksesnya. Halaman Login akan tampil ketika program dijalankan.

Ketika program baru pertama kali dijalankan, username dan password

dikosongkan. Setelah login berhasil, halaman utama akan tampil. Setelah user

masuk ke dalam halaman utama sistem, user akan masuk pada halaman menu utama

atau dashboard.

53

Gambar 3.19 Rancangan interface login

3.2.4.2 Home / Dashboard

Halaman ini adalah halaman yang terdapat dimenu utama setelah user

berhasil melakukan login. Didalam halaman ini terdapat grafik data pasien dan

grafik data ICD10.

Gambar 3.20 Rancangan interface home atau dashboard

3.2.4.3 Fitur Prediksi Data Pasien

Halaman ini adalah fitur prediksi data pasien. Disisi sidebar terdapat

beberapa menu utama lainya, yaitu : data pasien, data ICD10, prediksi data ICD10.

Pada fitur prediksi data pasien ini hanya bisa di akses oleh kepala rekam medik.

Didalam fitur ini user dapat melihat hasil prediksi data pasien yang sudah diproses

menggunakan metode Double Exponential Smoothing selama tiga periode

berikutnya. Detail gambarnya dapat dilihat pada gambar 3.21.

54

Gambar 3.21 Rancangan interface fitur prediksi data pasien

3.2.4.4 Fitur Prediksi Data ICD10

Pada gambar 3.22 berikut adalah gambar fitur prediksi data ICD10. Pada

fitur ini hanya bisa diakses oleh kepala rekam medik. Didalam fitur ini terdapat

hasil prediksi data ICD10 berdasarkan data ICD10 yang telah diinputkan oleh staff

rekam medik. Fitur ini memprediksikan data ICD10 tiga periode berikutnya.

Metode prediksi yang digunakan Double Exponential Smoothing.

Gambar 3.22 Rancangan interface fitur prediksi data ICD10

3.2.4.5 Fitur Lihat Data Pasien

Pada gambar 3.23erikut adalah gambar fitur lihat data pasien. Pada fitur ini

kepala dan staff rekam medik dapat melihat data pasien yang telah diinputkan oleh

staff rekam medik.

55

Gambar 3.23 Rancangan interface fitur lihat data pasien

3.2.4.6 Fitur Lihat Data ICD10

Pada gambar 3. 42 berikut adalah gambar fitur lihat data ICD10. Pada fitur

ini kepala dan staff rekam medik dapat melihat data ICD10 yang telah diinputkan

oleh staff rekam medik.

Gambar 3.24 Rancangan interface fitur lihat data ICD10

3.2.4.7 Fitur CRUD Data User

Pada fitur ini hak akses hanya dimiliki oleh kepala rekam medik. Didalam

fitur ini terdapat data user yaitu staff rekam medik yang berisi data staff, username

dan password user/staff.

56

Gambar 3.25 Rancangan interface fitur CRUD data user

3.2.4.8 Fitur CRUD Data Pasien

Pada gambar 3.26 merupakan gambar rancangan interface fitur CRUD data

pasien. Fitur ini hanya bisa diakses oleh staff rekam medik yang berfungsi

menambah, mengubah, mnghapus data pasien.

Gambar 3.26 Rancangan interface fitur CRUD data pasien

3.2.4.9 Fitur CRUD Data Penyakit

Pada gambar 3.27 merupakan gambar rancangan interface fitur CRUD data

penyakit. Didalam fitur ini terdapat fitur menambah, mengubah dan menghapus

data penyakit.

57

Gambar 3.27 Rancangan interface fitur CRUD data penyakit

3.2.4.10 Fitur CRUD Data Jumlah Penderita

Pada gambar 3.28 merupakan gambar rancangan interface fitur CRUD

data jumlah penderita. Didalam fitur ini terdapat fitur menambah, mengubah dan

menghapus data jumlah penderita.

Gambar 3.28 Rancangan interface fitur CRUD data jumlah penderita

bab iii analisa dan perancangan sistem - core.ac.uk · bab ini menguraikan tentang analisa dan...

Documents