sidangtugasakhir simulasiperbaikanprosesbisnis ... · 5 radiologi 3.7 6 kerjasama 3.7 ... (epc)...

Sidang Tugas Akhir

Simulasi Perbaikan Proses BisnisInstalasi Gawat Darurat dengan Metode

Event-driven Process Chain

(Studi Kasus: Rumah Sakit Umum Haji Surabaya)

Agenda

Pendahuluan

Tinjauan Pustaka

Metodologi Penelitian

1

2

3

Pengolahan Data

Analisa

Kesimpulan Saran

4

5

6

PENDAHULUAN

Latar Belakang Permasalahan Tujuan Manfaat Batasan

Kurangnya dokter di Indonesia saat ini mengakibatkan buruknyapelayanan kesehatan di Indonesia menurut Ketua Komisi IX DPR RI, komisi yang membidangi kesehatan (Antaranews, 2011)

IRJ

• Blood lanchetbekas

• Sharp waste

IRI

• Obatexpired

• Jarumsuntik bekas

IGD

• Obatexpired

• Kasa bekas

Radiologi

• Film bekas

• Box bekas

Pathologi

• Jarum infusbekas

• Wadahsampelbekas

PENDAHULUAN


Perbandingan jumlah dokter dan jumlah penduduk di Indonesia belum ideal

Tabel 4.1 Jumlah Dokter di Indonesia(sumber: www.infodokterku.com)

Jenis Dokter Jumlah

Dokter Umum 25.333

Dokter Gigi 8.731

Dokter Spesialis 8.403

Total 42.467

Tabel 4.2 Jumlah Penduduk di Indonesia tahun 2010(sumber: www.infodokterku.com)

Jenis penduduk Jumlah

Jumlah penduduk laki-laki 119.630.913

Jumlah penduduk perempuan 118.010.413

Total 237.641.326

Jumlah dokter sekitar 42 ribu dan jumlah penduduk yang mencapai 237 juta, maka 1:5000

Idealnya minimal dokter di Indonesia harus ada 70 ribu orang atau 1 doktermelayani sekitar 2500 orang menurut Ketua Komisi IX DPR RI, komisi yang

membidangi kesehatan dimana saat ini dokter di Indonesia(Antaranews, 2011)

PENDAHULUAN


Menurut Menteri Kesehatanbanyak pasien yang mengalami keterlambatan pelayanan atau bahkan tidak terlayani sehinggabanyak pasien yang lebih memilih berobat ke luar negeri(Detiknews, 2005)

PENDAHULUAN


No Unit Prosentase (%)

1 IGD 27.77

2 Rawat Jalan 18.51

3 Rawat Inap 16.71

4 Rekam Medik 11.11

5 Radiologi 3.7

6 Kerjasama 3.7

7 Laboratorium 3.7

8 Keuangan 3.7

9 Sanitasi 3.7

10 IPS 3.7

11 Satpam 3.7

(Sumber : Bidang Pelayanan Rumah Sakit Umum Haji Surabaya 2011)

Tabel Komplain Pelanggan Rumah Sakit Umum Haji pada Tahun 2011

PENDAHULUAN


Rumah sakit perlu mempertimbangkan faktor-faktor untukmeningkatkan pelayanan kepada pasien seperti biaya yang

tinggi serta anggaran dan sumber daya yang terbatas

Memaksimalkan throughput pasien

Mengurangi waktu tunggu

PENDAHULUAN


Bertolini et al. (2011)

Mohammed A dan AlkamisM (2008)

Meningkatkan efisiensi pelayanan terhadap pasien denganpendekatan proses bisnis dengan metode EPC-Delphi-

Simulasi Montecarlo

Menentukan jumlah optimal dari dokter, teknisi, laboratorium dan perawat dengan metode EPC dan

optimasi-simulasi montecarlo

Belum ada penelitian yang menggunkan metode EPC dengan simulasi Arena

PENDAHULUAN


Menetukan jumlah yang optimal dari resources (dokter, perawat, teknisi laboratorium, dll) untuk

memaksimalkan throughputpasien dan mengurangi waktu

tunggu pasien

PENDAHULUAN


1. Membuat model proses bisnis dari Instalasi GawatDarurat rumah sakit tersebut.

2. Mencari jumlah kombinasi resources yang optimal untuk meningkatkan throughput pasien dan mengurangi waktu tunggu pasien

PENDAHULUAN


Rumah Sakit dapat mengetahui kombinasi resources (dokter, perawat, teknisi laboratorium, dll) yang optimal untuk memaksimalkan throughput pasien dan mengurangi waktu tunggu pasien.

• Batasan

1. Penelitian ini hanya menganalisa proses bisnis di instalasi gawat darurat pada rumah sakit.

2. Rekomendasi perbaikan hanya berupa usulan perbaikan saja, tidak sampai tahap implementasi.

PENDAHULUAN


• Asumsi

Data tidak terjadi perubahan yang signifikanselama berjalannya penelitian.

TINJAUAN PUSTAKA

IGD Proses Bisnis Simulasi Critical Review

• Rumah sakit adalah suatu unit yang mempunyai organisasi teratur, tempat pencegahan dan penyembuhan penyakit, peningkatan dan pemulihan kesehatan penderita yang dilakukan secara multidisiplin oleh berbagai kelompok professional terdidik dan terlatih, yang menggunakan prasarana dan saran fisik (Keputusan Menteri Kesehatan Republik Indonesia Nomor 983/MenKes/SK/XI/1992)

• IGD adalah salah satu tempat instalasi penunjang medisdi suatu rumah sakit yang berperan memberikanpelayanan darurat kepada masyarakat yang menderitapenyakit dan mengalami kecelakaan, sesuai denganstandar (http://www.rshs.or.id/fasilitas/pelayanan-medis/instalasi-gawat-darurat/)

TINJAUAN PUSTAKA

Proses bisnis bisnis merupakan suatu rantai yang menghubungkan tiap aktivitas yang menggunakan sumber daya perusahaan untuk mencapai suatu sasaran dalam rangka mencapai hasil/produk yang spesifik dan terukur untuk pelanggan internal maupun eksternal (Reiter et al, 2010)

Event-driven Process Chain (EPC) merupakan jenis flowchart yang digunakan untuk pemodelan proses bisnis. EPC dapat digunakanuntuk mengkonfigurasi atau melakukan evaluasi dan analisis terhadappelaksanaan proses bisnis dan untuk perbaikan proses bisnis.

Tujuan EPC adalah memetakan proses bisnis secara luas dengan carayang lebih sederhana serta cocok digunakan untuk penelitian yang memerlukan beberapa alternatif perbaikan didalam proses bisnissupaya dapat meningkatkan efisiensi dan efektivitas.


TINJAUAN PUSTAKA

Gambar EPC


TINJAUAN PUSTAKA

Simulasi merupakan suatu teknik untuk meniru operasi atau proses yang terjadi dalamsuatu sistem dengan bantuan alat komputer dengan software yang seuai dan dilandasi olehbeberapa asumsi tertentu sehingga sistem tersebut bisa dipelajari secara ilmiah (Law danKelton, 1991)

Tujuan simulasi untuk mendeskripsikan suatu model, mengukur kinerja dan performansi dari sebuah model, dan dapat mengetahui perubahan yang terjadi apabila dilakukan perbaikan pada model tersebut


TINJAUAN PUSTAKA

Keunggulan dari metode simulasi:1.Dapat digunakan untuk sistem yang kompleks yang bersifat stokhastik

yang sulit dibentuk dengan menggunakan model matematika.2.Dapat mengidentifikasi perilaku sistem yang berbeda-beda.3.Dapat menganalisa sistem yang ada tanpa mengubah kondisi dari

sistem yang ada.4.Dapat membandingkan alternatif-alternatif desain sistem dan memilih

alternatif yang paling baik untuk digunakan atau diimplementasikan.


No Penulis Judul Objek Tujuan Metode

1

Bertolini M,

Bevilacqua M,

Ciarapicca F.E,

and Giachetta G

(2011)

Business process re-

engineering in

healthcare

management

Bedah

Bangsal

Melakukan proses bisnis

Re-enggineering dari bedah

bangsal rumah sakit untuk

meningkatkan efisiensi

EPC-

Delphi-

Simulasi

2

Mohammed A,

Alkhamis M

(2008)

Simulation

optimization for an

emergency

department

healthcare unit in

Kuwait

Unit

Gawat

Darurat

(UGD)

Menentukan jumlah optimal

dari dokter, teknisi,perawat

untuk memaksimalkan

throughput pasien dan

mengurangi waktu tunggu

pasien

EPC-

Simulasi

Monte

Carlo-

Optimasi

3Hery Pamungkas

Setia Budi (2012)

Simulasi dan

Optimasi perbaikan

proses bisnis

Instalasi Gawat

Darurat dengan

metode BPMN

Instalasi

Gawat

Darurat

Menentukan jumlah yang

optimal dari resources untuk

memaksimalkan throughput

pasien dan mengurangi

waktu tunggu pasien

BPMN-

Arena -

optimasi

TINJAUAN PUSTAKA

Tabel jurnal penelitian terdahulu


No Penulis Judul Objek Tujuan Metode

1

Bertolini M, Bevilacqua M,

Ciarapicca F.E, and Giachetta G

(2011)

Business process re-

engineering in healthcare

management

Bedah Bangsal

Melakukan proses bisnis

Re-enggineering dari bedah

bangsal rumah sakit untuk

meningkatkan efisiensi

EPC Delphi Monte Carlo Arena

√ √ √

2 Mohammed A,

Alkhamis M (2008)

Simulation optimization

for an emergency department

healthcare unit in Kuwait

Unit Gawat Darurat (UGD)

Menentukan jumlah optimal

dari dokter, teknisi,perawat

untuk memaksimalkan

throughput pasien dan mengurangi

waktu tunggu pasien

√ √

3 Hery Pamungkas Setia Budi (2013)

Optimasi Simulasi di

Instalasi Gawat Darurat

Berbasis Proses Bisnis

Instalasi Gawat Darurat (IGD)

Menentukan jumlah yang optimal dari

resources untuk memaksimalkan

throughput pasien dan mengurangi waktu pasien

√ √

METODOLOGI PENELITIAN

PENGOLAHAN DATA

Pemodelan Proses Bisnis Pembuatan Model Simulasi Skenario Perbaikan

Gambar Alur Proses Penanganan Pasien di IGD

Verifikasi Model

PENGOLAHAN DATA


Gambar Hasil Verifikasi Simulasi Arena

Validasi Model

PENGOLAHAN DATA

Replikasi ke- Output Real Ouput simulasi Selisih

1 1545 1393 152

2 1353 1348 5

3 1659 1357 302

4 1458 1348 110

5 1459 1333 126

6 1253 1302 -49

7 1212 1356 -144

8 1214 1369 -155

9 1342 1378 -36

10 1139 1387 -248

Rata-rata 1363.4 1357.1 6.3

Std Deviasi 165.5960279 26.96685208 167.2902003

Variansi 27422.04444 727.2111111 27986.01111


Tabel Perbandingan Jumlah Output dan Real System

Dalam hal ini menggunakan metode Welch Confidence Interval untuk membandingkan dua outputan yaitu outputan dari sistem real dan sistem dalam simulasi dengan hipotesa awal sebagai berikut ini :

H0 : µ1-µ2 = 0

H1 : µ1-µ2 ≠ 0

PENGOLAHAN DATA


Dengan menggunakan α sebesar = 0.05, maka didapatkan dari tabel distribusi t (9, 0.025)= 2,262. Sehingga, dapat dilakukan perhitungan half width (hw) sebagai berikut :Hw =

Hw = 119,6639Dengan tingkat kepercayaan sebesar 95%, maka ditemukan confidence interval-nya yaitu

:

Karena nilai 0 berada di antara rentang (confidence interval), maka dapat disimpulkanbahwa µ1-µ2 = 0. Sehingga dapat diambil keputusan untuk menerima H0. Keputusan inimengindikasikan bahwa tidak ada perbedaan secara signifikan antara real system dan modelsimulasi Arena.

(1363,4 - 1357,1) - 119,6639 ≤ ≤ (1363,4 - 1357,1) + 119,6639

Perhitungan Replikasi

Initial Running ke - Simulasi shift 1 Simulasi shift 2 Simulasi shift 3 Total

1 430 483 480 1393

2 419 479 450 1348

3 423 514 420 1357

4 406 521 421 1348

5 387 486 460 1333

6 388 462 452 1302

7 401 529 426 1356

8 409 552 408 1369

9 432 499 447 1378

10 451 485 451 1387

Jumlah 4146 5010 4415

Rata-rata 1351

Std. Deviasi 26.4

PENGOLAHAN DATA


Tabel Initial Running Simulasi Arena

PENGOLAHAN DATA


Dari tabel di atas, kemudian dapat dilakukan perhitungan menggunakan rumus untuk mendapatkan jumlah replikasi yang seharusnya dilakukan, dimana α = 5 %.Hw =

Hw = 18,9088

n’ =

n’ = 7,51 ≈ 8 replikasi

.Tabel Rekapitulasi Throughput Pasien pada Kondisi Eksisting


1 430 483 480 1393

2 419 479 450 1348

3 423 514 420 1357

4 406 521 421 1348

5 387 486 460 1333

6 388 462 452 1302

7 401 529 426 1356

8 409 552 408 1369

Jumlah 3263 4026 3517 10806

rata-rata 407.875 503.25 439.625 1350.75

std deviasi 15.69747477 30.39619337 24.56441968 26.4345553

PENGOLAHAN DATA


Skenario Perbaikan dan Simulasinya

Tabel Rekapitulasi Total Time Pasien pada Kondisi Eksisting

Initial Running ke -Simulasi Shift 1 Simulasi Shift 2 Simulasi Shift 3

Rata-rata Min Max Rata-rata Min Max Rata-rata Min Max

1 0.88045 0.45341 2.1135 0.88832 0.43713 2.2058 0.96536 0.45341 2.2609

2 0.73551 0.48646 1.4037 0.9405 0.54517 1.6553 0.72457 0.49186 1.4197

3 1.1413 0.46757 2.0373 0.82537 0.491 1.405 0.90868 0.50987 1.6302

4 1.2416 0.51758 1.7662 0.96326 0.52345 2.3655 0.674 0.48282 1.2543

5 0.94578 0.53809 1.3631 1.4556 0.51472 3.0393 1.1924 0.4561 2.8202

6 1.1229 0.52229 2.7294 0.85466 0.4353 1.8669 0.8265 0.38917 1.204

7 1.1382 0.60776 1.9473 0.85708 0.50272 1.5417 0.8518 0.50119 1.4447

8 0.78695 0.55486 1.2809 0.72658 0.43844 1.4293 0.79822 0.48933 1.3281

Rata-rata 0.999086 0.518503 1.830175 0.938921 0.485991 1.9386 0.867691 0.471719 1.670263

Std deviasi 0.187125 0.050065 0.4857 0.221002 0.043513 0.567227 0.160993 0.038834 0.57246

PENGOLAHAN DATA


Tabel Rekapitulasi Throughput Pasien pada Kondisi Perbaikan I


1 405 504 411 1320

2 430 506 460 1396

3 434 438 458 1330

4 436 465 464 1365

5 415 474 419 1308

6 440 522 468 1430

7 427 504 381 1312

8 429 551 421 1401

Jumlah 3416 3964 3482 10862

Rata-rata 427 495.5 435.25 1357.75

std deviasi 11.58817131 35.32704347 31.68483188 46.8576873

PENGOLAHAN DATA


Skenario Perbaikan 1

Pada skenario perbaikan 1 ini dilakukan penggabungan proses menanganikegawatdaruratan dengan konsultasi pada penanganan pasien berkode biru danmerah. Selain itu juga dilakukan penggabungan proses antara bedah medik danobservasi pada penanganan pasien kuning.

Tabel Rekapitulasi Total Time Pasien pada Kondisi Perbaikan 1



1 0.74268 0.45341 1.399 0.87647 0.45165 2.2231 0.70949 0.45341 1.281

2 0.66894 0.4125 1.2387 0.53641 0.39229 1.0962 0.6282 0.40149 1.2461

3 0.93981 0.41003 1.8841 0.63287 0.38235 1.3078 0.57458 0.38638 1.0038

4 0.69326 0.37089 1.8049 0.7525 0.39658 2.1309 0.7144 0.44921 1.2511

5 0.58291 0.39789 1.0702 0.90818 0.38489 2.4189 0.58303 0.39789 1.0702

6 0.63489 0.36931 1.2556 0.95334 0.40763 2.0325 0.6372 0.36931 1.2556

7 0.76433 0.40057 1.2957 0.66518 0.40563 1.2858 0.69365 0.41079 1.3538

8 0.51299 0.42968 0.61448 0.8041 0.39038 1.7777 0.51076 0.42968 0.60458

Rata-rata 0.692476 0.405535 1.320335 0.766131 0.401425 1.784113 0.631414 0.41227 1.133273

Std deviasi 0.129255 0.028131 0.401974 0.146262 0.022184 0.496571 0.072731 0.029764 0.24269

PENGOLAHAN DATA


Tabel Rekapitulasi Throughput Pasien pada Kondisi Perbaikan 2


1 405 495 442 1342

2 451 477 475 1403

3 429 478 447 1354

4 430 512 456 1398

5 423 476 472 1371

6 482 471 441 1394

7 407 511 449 1367

8 419 536 408 1363

Jumlah 3446 3956 3590 10992

Rata-rata 430.75 494.5 448.75 1374

std deviasi 25.2572479 23.21944998 20.87890254 22.10365193

PENGOLAHAN DATA


Skenario Perbaikan II

Pada skenario perbaikan 2 ini dilakukan pemindahan resources pada proses Triaseke proses bedah medik atau observasi




1 0.81538 0.45341 1.8219 0.78731 0.43713 1.8494 0.87873 0.42984 2.0207

2 0.9665 0.49948 1.8338 0.89643 0.53976 1.7853 0.96645 0.51179 1.8251

3 1.1049 0.47759 2.09 1.0437 0.50192 2.0211 0.70732 0.48475 1.3856

4 0.76187 0.50263 1.4913 0.85144 0.47434 1.4731 0.76752 0.48282 1.7328

5 0.77664 0.51097 1.338 1.0183 0.38229 2.0813 0.84709 0.50534 1.8078

6 0.93236 0.45542 1.8493 1.0803 0.4353 2.5662 0.73382 0.51164 1.445

7 0.90526 0.49263 1.9114 0.85927 0.50272 1.5417 0.86155 0.50119 1.9295

8 0.63592 0.44547 1.1513 0.9073 0.43844 2.2853 0.73907 0.48933 1.3281

Rata-rata 0.862354 0.4797 1.685875 0.930506 0.463988 1.950425 0.812694 0.489588 1.684325

Std deviasi 0.145081 0.025408 0.322029 0.104533 0.050227 0.367581 0.089728 0.026729 0.262973

PENGOLAHAN DATA


Skenario Perbaikn 3


1 433 424 430 1287

2 460 507 479 1446

3 423 470 442 1335

4 457 494 457 1408

5 472 492 474 1438

6 421 496 441 1358

7 424 514 427 1365

8 398 538 456 1392

Jumlah 3488 3935 3606 11029

Rata-rata 436 491.875 450.75 1378.625

std deviasi 24.79631309 33.70645339 19.16656315 53.47346

PENGOLAHAN DATA


Pada skenario perbaikan 3 ini dilakukan perbaikan kombinasi antara perbaikan 1dan perbaikan 2

Tabel Rekapitulasi Throughput Pasien pada Kondisi Perbaikan 3




1 0.76063 0.45341 1.4349 0.84921 0.42994 2.1557 0.75272 0.45058 1.8375

2 0.8571 0.4125 2.1709 0.5429 0.39229 1.0962 0.71112 0.40559 1.2448

3 0.90311 0.46671 1.5826 0.62268 0.38235 1.3078 0.86088 0.41426 1.8555

4 0.61593 0.37089 1.2096 0.7525 0.39658 2.1309 0.70802 0.40023 1.2511

5 0.58291 0.39789 1.0702 1.053 0.39391 3.0232 0.58303 0.39789 1.0702

6 0.61082 0.36931 1.2556 0.74431 0.41567 1.5232 0.60695 0.36931 1.2556

7 0.68288 0.40057 1.3042 0.68439 0.44261 1.2469 0.70893 0.42943 1.3264

8 0.50042 0.42455 0.61448 1.0545 0.41963 3.0144 0.49819 0.42455 0.60458

Rata-rata 0.689225 0.411979 1.33031 0.787936 0.409123 1.937288 0.67873 0.41148 1.30571

Std deviasi 0.140172 0.03527 0.444343 0.18758 0.021034 0.772413 0.112363 0.02436 0.403865

PENGOLAHAN DATA


Comparing System

PENGOLAHAN DATA


Tabel Perhitungan Comparing System

Replikasi ke -

1 2 3 4 (1-2) (1-3) (1-4) (2-3) (2-4) (3-4) Output

eksisting Skenario

perbaikan I Skenario

perbaikan II Skenario

perbaikan III

1 1393 1320 1342 1287 73 51 106 -22 33 55

2 1348 1396 1403 1446 -48 -55 -98 -7 -50 -43

3 1357 1330 1354 1335 27 3 22 -24 -5 19

4 1348 1365 1398 1408 -17 -50 -60 -33 -43 -10

5 1333 1308 1371 1438 25 -38 -105 -63 -130 -67

6 1302 1430 1394 1358 -128 -92 -56 36 72 36

7 1356 1312 1367 1365 44 -11 -9 -55 -53 2

8 1369 1401 1363 1392 -32 6 -23 38 9 -29

Rata-rata -7 -

23.25

-27.87

5

-16.25

-20.87

5

-4.625

Std Dev 63.50253

44.52207

69.15704

37.45378

62.04938

41.04679

Variance 4032.571

1982.214

4782.696

1402.786

3850.125

1684.839

Perbandingan 3 skenario dalam simulasi umumnya digunakan dalam perbandingan skenarioperbaikan, antara model awal dengan beberapa model skenario perbaikan berbeda secara signifikan dengankeadaan awalnya. Untuk membandingkannya akan digunakan Bonferroni approach. Langkah-langkahComparing System dengan Bonferroni Approach :Uji HipotesaH0 : µ1= μ2 = μ3H1 : setidaknya terdapat satu pasangan dengan μ berbeda

Membandingkan alternatif 1 dan 2

Perhitungan αi

PENGOLAHAN DATA


hw = 101,9524Sehingga 95% confidence interval-nya

- 7 - 101,9524 ≤ ≤ - 7 + 101,9524 - 108,9524≤ ≤ 94,9524




- 23,25 - 71,4795 ≤ ≤ - 23,25 + 71,4795

- 94,7295 ≤ ≤ 48,2295

hw = 111,0306 Sehingga 95% confidence interval-nya

-27,875 - 111,0306 ≤ ≤ -27,875 + 11,0306

-138,9056 ≤ ≤ 83,1556



PENGOLAHAN DATA




- 16,25 - 60,1315 ≤ ≤ -16,25 + 60,1315

- 76,3815 ≤ ≤ 43,8815

- 20,875 - 99,6194 ≤ ≤ -20,875 + 99,6194

-120,494 ≤ ≤ 78,7444



- 4,625 - 65,9001 ≤ ≤ - 4,625 + 65,9001

- 70,5251 ≤ ≤ 61,2751

ANALISIS DATA

Proses Bisnis Simulasi Comparing System

•Pada proses bedah medis untuk pasien kuning sering terjadi antrian karena pada prosestersebut hanya terdapat 1 perawat yang bekerja pada proses bedah medik danobservasi. Sehingga sering kali terjadi antrian pada pasien kuning. Berbeda dengan padaproses triase yang dimana terdapat 2 perawat yang bekerja pada proses tersebut.

•Proses yang membutuhkan waktu proses yang tidak terlalu lama, berkesinambunganatau berurutan prosesnya dan resourcesnya sama dengan proses lainnya, bisa dijadikanmenjadi satu proses. Hal tersebut dikarenakan akan mengakibatkan pasien mengalamiproses menunggu yang lama. Dengan hal tersebut diharapkan waktu tunggu pasienmengalami penurunan.

ANALISIS DATA


Analisis Hasil Verifikasi dan Validasi Model Simulasi

Dari hasil verifikasi, model simulasi Arena sudah menunjukkan bukti bahwatelah sesuai dengan logika real system yang benar. Kemudian setelah verifikasidilakukan validasi yang menghasilkan nilai 0 berada di dalam rentang μ1 - μ2,maka dapat dikatakan μ1 - μ2 = 0. Sehingga dapat diambil keputusan untukmenerima Ho. Dan dapat dinyatakan bahwa model Simulasi Arena denganreal system tidak berbeda secara signifikan. Sehingga model Arena dikatakanvalid dan hal ini menunjukkan bahwa hasil simulasi dapat diterapkan dalamreal system dan bisa digunakan untuk membandingkan dengan modelperbaikan nantinya.

ANALISIS DATA


Analisis Simulasi Kondisi Eksisting

Hasil simulasi menunjukkan pada kondisi eksisting didapatkan jumlah pasienyang terlayani atau throughput pasien rata-rata sebesar 1350,75 denganstandart deviasi sebesar 26,4345. Adapun hasil total time pelayanan pasienrata rata sebesar 0,9991 dengan standar deviasi 0,1871 pada shift 1,kemudian pada shift 2 rata-rata 0,9389 dengan standar deviasi sebesar 0,221dan shift 3 dengan rata-rata 0,8677 dengan standar deviasi 0,1609.

Analisis Skenario Perbaikan 1

Hasil simulasi pada perbaikan 1 dimana jumlah pasien yang terlayani atauthrougput pasien rata-rata sebesar 1357,75 dengan standar deviasisebesar 46,8577. Dari hasil perbaikan 1 tersebut terjadi peningkatanjumlah throughput pasien sekitar 7 dari kondisi eksisting. Selain itu jugadidapatkan hasil total time pelayanan pasien rata-rata sebesar 0,6925 danstandar deviasi sebesar 0,1293 pada shift 1. Pada shift 2 rata-rata sebesar0,7661 dan stadar deviasi sebesar 0,0222. Sedangkan pada shift 3 totaltime rata-rata sebesar 0,6314 dengan standar deviasi sebesar 0,0727.

ANALISIS DATA



Hasil simulasi pada perbaikan 2 dimana jumlah pasien yang terlayani atauthroughput pasien rata-rata sebesar 1374 dengan standar deviasi sebesar22,1036. Dari hasil perbaikan 2 tersebut terjadi peningkatan jumlahthroughput pasien sekitar 23,25 dari kondisi eksisting. Selain itu jugadidapatkan hasil total time pelayanan pasien rata-rata sebesar 0,8623 danstandar deviasi sebesar 0,1451 pada shift 1. Pada shift 2 rata-rata sebesar0,9305 dan stadar deviasi sebesar 0,1045. Sedangkan pada shift 3 total timerata-rata sebesar 0,8127 dengan standar deviasi sebesar 0,0897.


Hasil simulasi pada perbaikan 3 dimana jumlah pasien atau throughputpasien yang terlayani rata-rata sebesar 1378,625 dengan standar deviasisebesar 53,4734. Dari hasil perbaikan 3 tersebut terjadi peningkatanjumlah throughput pasien sekitar 27,875 dari kondisi eksisting. Selain itujuga didapatkan hasil total time pelayanan pasien rata-rata sebesar 0,6892dan standar deviasi sebesar 0,1402 pada shift 1. Pada shift 2 rata-ratasebesar 0,7879 dan stadar deviasi sebesar 0,1876. Sedangkan pada shift 3total time rata-rata sebesar 0,6787 dengan standar deviasi sebesar 0,1124.

ANALISIS DATA


Membandingkan 𝜇(1−2), α = 5 %

Karena nilai 0 berada di dalam rentang 𝜇(1−2) maka terima Ho.Kesimpulannya model awal dengan perbaikan 1 tidak berbeda secarasignifikan.


Karena nilai 0 berada didalam rentang 𝜇(1−3) (confidence interval) makakeputusannya adalah menerima Ho. Keputusan ini mengindikasikan bahwaantara model awal dan skenario perbaikan 2 (strategi 2) tidak berbedasecara signifikan


Karena nilai 0 berada diluar rentang 𝜇(1−4) (confidence interval)maka keputusannya adalah menolak Ho. Keputusan inimengindikasikan bahwa antara model awal dan skenario perbaikan 3(strategi 3) berbeda secara signifikan.

ANALISIS DATA



Karena nilai 0 berada didalam rentang 𝜇(2−3) (confidence interval) makakeputusannya adalah menerima Ho. Keputusan ini mengindikasikan bahwaantara skenario perbaikan 1 (strategi 1) dan skenario perbaikan 2 (strategi 2)tidak berbeda secara signifikan.


Karena nilai 0 berada didalam rentang 𝜇(2−4) (confidence interval) makakeputusannya adalah menerima Ho . Keputusan ini mengindikasikanbahwa antara skenario perbaikan 1 (strategi 1) dan skenario perbaikan 3(strategi 3) tidak berbeda secara signifikan.

Membandingkan 𝜇(3−4), α = 5 %.

Karena nilai 0 berada didalam rentang 𝜇(3−4) (confidence interval)maka keputusannya adalah menerima Ho. Keputusan inimengindikasikan bahwa antara skenario perbaikan 2 (strategi 2) danskenario perbaikan 3 (strategi 3) tidak berbeda secara signifikan.

KESIMPULAN DAN SARAN

Kesimpulan Saran

Berdasarkan hasil running simulasi Arena didapatkan hasil rata-ratathroughput pasien atau jumlah pasien yang terlayani adalah sebagai berikut :Eksisting : 1350,75Perbaikan 1 : 1357,75Perbaikan 2 : 1374Perbaikan 3 : 1378,625

Berdasarkan hasil running simulasi Arena didapatkan hasil rata-rata totaltime pelayanan pasien adalah sebagai berikut :Eksisting : 0,9991 (shift 1)

0,9389 (shift 2)0,8677 (shift 3)

Perbaikan 1: 0,6925 (shift 1)0,7661 (shift 2)0,6314 (shift 3)




Kesimpulan Saran

Terdapat tiga alternatif solusi rekomendasi perbaikan yaitu penggabunganbeberapa proses, pemindahan beberapa resources ke proses lain, danpenggabungan beberapa proses serta pemindahan beberapa resources.

Rekomendasi perbaikan yang paling optimal adalah melakukanpenggabungan beberapa proses serta melakukan pemindahan beberaparesources ke proses lain dengan peningkatan nilai rata-rata throughput pasienyang terlayani sebesar 27,875 dan penurunan nilai total time rata-rata sebesar0,3099 pada shift 1, shift 2 sebesar 0,151 dan 0,189 pada shift 3.


Kesimpulan Saran

Adapun saran yang dapat diberikan untuk penelitian selanjutnya antara lain masihdibutuhkan penelitian pada divisi atau Instalasi lainnya untuk penilaian kinerjarumah sakit secara keseluruhan dengan mempertimbangkan hubungan keterkaitanantara satu divisi atau Instalasi pada rumah sakit dengan divisi lainnya.

Ahmed, M., Alkhamis T. (2008). Simulation Optimization for an Emergency Department Healthcare Unit in Kuwait.European Journal of Operational Research 198 (2008) 936–942

Antaranews. (2011). Indonesia kekurangan Banyak dokter, http://www.antaranews.com/berita/1308119324/indonesia-kekurangan-banyak-dokter, diakses pada 15 November 2012.

Anupindi et al. (2011). Managing Business Process Flows (Second Edition ed.). Jakarta Pusat: PPM. Bertolini, M., Bevilacqua, M., Ciarapica, F. E., & Giacchetta, G. (2011). Business process re-engineering in healthcare

management: a case study. Business Process Management Journal, 17(1), 42-66. doi:10.1108/14637151111105571 Detiknews. (2005). http://news.detik.com/read/2005/08/21/162107/426110/10/menkes-akui-buruknya-pelayanan-rs-di-

indonesia, diakses pada 18 Oktober 2012. Dijkman, R.M., Dumas, M., & Ouyang, C. (2008). Semantics and analysis of business process models in BPMN. Information

and Software Technology 50 (2008) 1281-1294 Exhibitsalive.com. (2011). Gambar komponen Proses Bisnis, http://www.exhibitsalive.com/modules/modules.html, diakses

pada 26 Oktober 2012. Inilah.com. (2012). Tingkat Layanan Rumah Sakit Indonesia, http://gayahidup.inilah.com/read/detail/1904027/menkes-

rumah-sakit-harus-tingkatkan-mutu-layanan, diakses pada 18 Oktober 2012. Infodokterku.com. (2010). Data jumlah penduduk dan dokter di Indonesia,

http://www.infodokterku.com/index.php?option=com_content&view=article&id=172:beberapa-data-proxy-kesehatan-indonesia-tahun-20102011, diakses pada 25 Oktober 2012.

DAFTAR PUSTAKA

http://www.antaranews.com/berita/1308119324/indonesia-kekurangan-banyak-dokter







http://news.detik.com/read/2005/08/21/162107/426110/10/menkes-akui-buruknya-pelayanan-rs-di-indonesia













http://www.exhibitsalive.com/modules/modules.html

http://gayahidup.inilah.com/read/detail/1904027/menkes-rumah-sakit-harus-tingkatkan-mutu-layanan













• Kompasiana. (2011). Devisa Negara yang keluar negeri,http://kesehatan.kompasiana.com/medis/2011/03/09/duh%E2%80%A6-buruknya-pelayanan-rumah-sakit-kita/, diakses pada 18 oktober 2012.

• Law and Kelton. (1991). Simulation and Modelling Analysis: McGraw Hill.• Metode-metode business process modeling, http://resources.visual-paradigm.com/index.php/, diakses pada 23 Oktober

2012.• Ningharmanto. (2011). Standar waktu pelayanan di Rumah Sakit, http://www.ningharmanto.com/2011/03/standar-waktu-

pelayanan-di-rumah-sakit/, diakses pada 18 oktober 2012.• Peraturan Menteri Kesehatan Republik Indonesia Nomor 340/MENKES/PER/III/2010 tentang klasifikasi Rumah Sakit• Reiter et al. (2010). The Phenomenon of Business Process Management: Practitioners Emphasis. 18th European Conference

on Information Systems.• Shvoong.com. (2011). Pengertian dan fungsi rumah sakit, http://id.shvoong.com/medicine-and-health/2142599-pengertian-

dan-fungsi-rumah-sakit/, diakses pada 23 Oktober 2012.

DAFTAR PUSTAKA

http://kesehatan.kompasiana.com/medis/2011/03/09/duh%E2%80%A6-buruknya-pelayanan-rumah-sakit-kita/











http://resources.visual-paradigm.com/index.php/



http://www.ningharmanto.com/2011/03/standar-waktu-pelayanan-di-rumah-sakit/











http://id.shvoong.com/medicine-and-health/2142599-pengertian-dan-fungsi-rumah-sakit/















Thank You

LAMPIRAN

Gambar aliran proses bisnis menggunakan software Arena

sidangtugasakhir simulasiperbaikanprosesbisnis ... · 5 radiologi 3.7 6 kerjasama 3.7 ... (epc)...

Documents