Penelitian Ayu Optimalkan Penjadwalan Ruang Operasi dengan Machine Learning dan Genetic Algorithm

Kompleksitas penjadwalan ruang operasi di rumah sakit kerap menjadi tantangan besar akibat keterbatasan sumber daya, seperti dokter bedah, perawat, dan ruang operasi. Menjawab permasalahan ini, Ayu Swilugar, mahasiswa Program Magister Teknik Industri, Departemen Teknik Mesin dan Industri (DTMI) UGM, mengusulkan pendekatan inovatif yang mengintegrasikan prediksi durasi operasi berbasis machine learning dengan optimasi penjadwalan menggunakan genetic algorithm.

Penelitian berjudul “Optimasi Penjadwalan Ruang Operasi Pasien Elektif dengan Mempertimbangkan Batasan Kehadiran Dokter Bedah dan Ketersediaan Perawat Bedah dengan Metode Algoritma Genetika” ini dipresentasikan dalam Seminar Hasil pada Kamis (04/09).

Dalam pemaparannya, Ayu menjelaskan bahwa penjadwalan yang tidak tepat dapat menimbulkan konflik serius, seperti tumpang tindih jadwal dokter, pelanggaran batasan tingkat kontaminasi, keterbatasan ruang operasi, hingga kekurangan tenaga perawat. Untuk mengatasi hal tersebut, penelitian ini menggunakan CatBoost algorithm yang terbukti menghasilkan prediksi durasi operasi paling akurat. Variabel status fisik pasien ASA (American Society of Anesthesiologists) terbukti mampu meningkatkan akurasi model dengan menurunkan MAE sebesar 33,880 menit dan RMSE sebesar 55,575 menit.

Selanjutnya, penjadwalan dioptimalkan dengan pendekatan lexicographic yang memiliki tiga tujuan utama: meminimalkan waktu tunggu pasien, mengurangi overtime perawat, dan menekan idle time ruang operasi. Hasilnya, model optimasi yang dikembangkan mampu menghilangkan seluruh konflik penjadwalan sehingga jadwal sesuai dengan prosedur medis yang berlaku.

Selain itu, penelitian ini juga menegaskan bahwa strategi First Come First Serve (FCFS) lebih efektif dibandingkan Longest Processing Time (LPT) maupun Shortest Processing Time (SPT), terutama pada kondisi dengan batasan booking time yang ketat. Analisis juga menunjukkan bahwa penggunaan recovery bed tetap efisien meski dibatasi maksimal lima unit, atau kurang dari 50% kapasitas total.

Kontributor: Maryanti, A.Md.
Penyusun: Gusti Purbo Darpitojati, S.I.Kom.

Tinggalkan Komentar

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *

*

Situs ini menggunakan Akismet untuk mengurangi spam. Pelajari bagaimana data komentar Anda diproses