Date post: | 21-Jun-2015 |
Category: |
Documents |
Upload: | julita-anggrek |
View: | 5,914 times |
Download: | 149 times |
Oleh:
Mario Stefanus K. – 222010001
Venska Stefani – 222010003
Julita – 222010006
REVIEW JURNALSIMULASI PELAYANAN PUSKESMAS SADANG
SERANG
Pemodelan Sistem
IDENTITAS JURNAL
Judul Jurnal:
“SIMULASI PELAYANAN PUSKESMAS SADANG SERANG”
Penulis: Nia Budi Puspitasari
Asal Penulis: Program Studi Teknik Industri Universitas Diponegoro Semarang
Jurnal Penerbit: J@TI Undip, Vol. IV, No.03, September 2009.
PENDAHULUAN
Saat warga Kelurahan Sedang Serang SAKIT …
PuskesmasSadang Serang
Murah
Dokter terdekat
Segera Sehat
LATAR BELAKANG MASALAH
PuskesmasSadang Serang
dokter gigi
dokter umum
dokter anak
apotek
JAM OPERASIPUKUL 08.00 s/d 12.00 WIB
Pasien tidak mendapatkan tempat duduk pada jam tertentu
Akibatnya, pasien yg sedang sakit merasa tidak nyaman
PERUMUSAN MASALAH
Menanggapi masalah tersebut, penulis akan melakukan penelitian terhadap masalah antrian yang panjang pada setiap fasilitas puskesmas agar pasien yang datang ke puskesmas merasa nyaman dan setidaknya dapat menstimulus pasien agar cepat sembuh dari penyakitnya.
PEMBATASAN MASALAH
Peneliti membatasi fasilitas yang akan diteliti yaitu hanya kepada:1. Antrian pendaftaran2. Antrian dokter umum (pasien dewasa)3. Antrian dokter anak4. Antrian apotik
Dokter gigi diabaikan karena fasilitas ini memiliki jalur antrian yang berbeda (tidak melalui jalur pendaftaran utama)
TUJUAN PENELITIAN
•Menentukan jumlah tempat duduk yang harus tersedia untuk menampung pasien dewasa dan anak-anak pada jam sibuk (peak hour)
•Menentukan jumlah server yang tepat.
Rata-rata waktu menunggu menjadi lebih singkat
• Simulasi Kejadian Diskrit• Kombinasi Kejadian Diskrit dan Kontinyu• Kerja Kejadian Diskrit• Kejadian (Event)
TINJAUAN PUSTAKA
SIMULASI KEJADIAN DISKRIT
Simulasi kejadian diskrit adalah simulasi dengan perubahan status dari model simulasi terjadi pada titik – titik waktu
yang diskrit (terputus-putus) yang dipicu oleh kejadian.
Lawan simulasi kejadian diskrit – simulasi kontinyu yaitu variabel status berubah
sejalan dengan waktu.
KOMBINASI KEJADIAN DISKRIT DAN KONTINU
Suatu sistem dapat mengandung kombinasi kejadian diskrit dan kontinu.
Nilai variabel status kontinu dapat tiba-tiba naik/turun sebagai akibat suatu kejadian diskrit.
Inisiasi kejadian diskrit dapat terjadi akibat nilai variabel kontinu mencapai ambang batas tertentu.
BAGAIMANA SIMULASI DISKRIT BEKERJA?
Model simulasi berorientasi proses
Sistem digambarkan dalam aliran proses
Aliran proses = urutan kejadian
Kejadiannya terjadwal (scheduled event)
Kejadian kondisional = kejadian dipicu oleh suatu kondisi tertentu.
Contoh: kejadian kedatangan pelanggan, pelanggan yang selesai dilayani.
KEJADIAN (EVENT)
Kejadian yang mengubah status sistem adalah:1. Kedatangan (arrival), terjadi saat
pelanggan tiba di antrian2. Kepergian (departure) dijadwalkan
berdasarkan lamanya waktu pelayanan.
3. Penghentian simulasi = kejadian penghentian (termination)
METODOLOGI PENELITIAN
Mendefinisikan deskripsi sistem dan model konseptual dalam simulasi.
Mengumpulkan serta menganalisa data
Membuat serta memvalidasi model
Merancang eksperimen simulasi dengan software ProModel
Analisa serta merepresentasikan hasil
• Deskripsi Sistem• Analisis Data input• Verifikasi dan Validasi Model• Analisis Output
HASIL PENELITIAN
DESKRIPSI SISTEM
1. Lokasi puskesmas di daerah Sadang Serang
2. Fasilitas pelayanan di dalamnya
3. Jam pelayanan dibatasi 4 jam
Model Konseptual
Model Konseptual adalah diagram hubungan antara peristiwa dan faktor tertentu yang akan memberi dampak ke suatu kondisi target.
Kondisi target adalah situasi akhir yang ingin dipengaruhi.
Waktu kedatangan pasien
Waktu pendaftaran
Waktu pelayanan di klinik umum
Waktu pelayanan apotik
Rata-rata waktu menunggu di pendaftaran, klinik dan apotik
Maksimum jumlah antrian di pendaftaran, klinik dan apotik
Aturan Layanan
JumlahServer
Waktu pelayanan di klinik anak
Kapasitas Klinik & Apotek
Model Konseptual Puskesmas
Aliran Diagram Entitas
20 14 13 12 11 1
Kedatangan pasienAntrian Pendaftaran
( FIFO)Layanan
Pendaftaran Kepergian pasien
8 6 5
Antrian Klinik( FIFO) Layanan Klinik
4 3 2
Antrian Apotek( FIFO) Layanan Apotek
10 9 7
Antrian Klinik( FIFO) Layanan Klinik
ANALISIS DATA INPUT
1. Pengujian independensi data Dilakukan untuk mengetahui apakah data memenuhi
asumsi independen. Data dikatakan independen bila plot data meyebar secara
acak dan tidak membentuk pola tertentu. Pengujian dengan scatter plot, autocorelation plot dan run
test.
2. Pengujian Homogenitas/Distribusi Identik Menguji apakah dua/lebih kelompok data sampel berasal
dari populasi yang memiliki variansi yang sama. Dilakukan dengan uji Kruskal Wallis.
3. Uji Distribusi Fitting Dilakukan untuk mengetahui pola distribusi data-data
yang diperoleh. Dilakukan dengan uji Chi Square.
Data Indepedensi Data Homogentas Data Distribusi Fitting
Waktu antar kedatangan data independen data homogen berdistribusi gamma
Waktu pelayanan pendaftaran data independen data homogen berdistribusi weibull
Waktu pelayanan dokter umum data independen data homogen berdistribusi pearson 5
Waktu pelayanan dokter anak data independen data homogen berdistribusi triangular
Waktu pelayanan apotek data independen data homogen berdistribusi lognormal
Tabel Hasil Analisis Data Input
Alur pelayanan pasien diPuskesmas Sadang
Serang
Pasien datang ke puskesmas
Pasien dilayani oleh dokter umum
Pasien ke ruangan dokter anak
Pasien ke ruangan dokter umum
Pasien mendaftar di bagian pendaftaran
Pasien berumur > 10 tahun
Pasien mendapatkan obat
Pasien memberikan resep ke apotek
Pasien dilayani oleh dokter anak
Pasien meninggalkan
puskesmas
Tidak Ya
Simulasi ProModel
VERIFIKASI & VALIDASI MODEL
VERIFIKASI MODEL Merupakan proses membandingkan apakah
model simulasi (ProModel) telah sesuai dengan model konseptual.
Dilakukan dengan melihat kejadian (input) pada model konseptual, apakah telah sesuai dengan tampilan pada hasil running simulasi.
Kejadian (input) pada model konseptual
Dibandingkandengan
SESUAIMaka Model telah terverifikasi
Hasil running simulasi Promodel
Validasi
Proses menentukan apakah model telah dapat menggambarkan sistem nyatanya atau belum.
Dilakukan perbandingan antara output maksimum antrian (hasil model simulasi) dengan kondisi aktual, kemudian dilakukan uji t.
Uji t dilakukan untuk menguji apakah data dari model dan aktual berasal dari distribusi yang sama.
Didapat hasil bahwa berdistribusi normal dengan selang kepercayaan 95%.
Disimpulkan data simulasi dan aktual berasal dari distribusi yang sama, dan dikatakan model valid.