PREDIKSI KEBUTUHAN ALAT KESEHATAN RUMAH SAKIT MENGGUNAKAN METODE ALGORITMA REGRESSION LINEAR DAN NAIVE BAYES

Benny Jannakha, Putra and Tri Basuki, Kurniawan (2020) PREDIKSI KEBUTUHAN ALAT KESEHATAN RUMAH SAKIT MENGGUNAKAN METODE ALGORITMA REGRESSION LINEAR DAN NAIVE BAYES. Masters thesis, Universitas Bina Darma.

[img] Text
BAB 0.pdf

Download (529kB)
[img] Text
BAB 1 Fix.pdf

Download (266kB)
[img] Text
DAftar Pustaka.pdf

Download (144kB)
Official URL: https://www.binadarma.ac.id/

Abstract

Rumah sakit merupakan institusi pelayanan kesehatan bagi masyarakat dengan karakteristik tersendiri yang memerlukan berbagai macam sumber daya dalam menjalankan aktivitasnya. Salah satu yang terpenting adalah alat-alat kesehatan. Alat kesehatan merupakan aspek penunjang yang mendukung terlaksananya pelayanan kesehatan. Rumah Sakit Umum Daerah PALI merupakan rumah sakit Tipe D, yang perlu memanajemen alat kesehatan yang dimiliki. Peraturan Kepmenkes No. 004/MENKES/SK/1/2003 tentang kebijakan dan strategi desentralisasi bidang kesehatan menyebutkan bahwa salah satu tujuan strategis adalah upaya penataan manajemen kesehatan di era desentralisasi adalah mengembangkan sub sistem pemeliharaan dan optimalisasi pemanfaatan sarana dan alat kesehatan. Banyaknya data alat kesehatan hanya bisa diperkirakan dari banyak atau sedikitnya alat kesehatan yang ada (stok), dikarenakan kebutuhan setiap tahun berbeda-beda. Hal ini mengakibatkan tidak semua kebutuhan alat kesehatan terpenuhi dan sering terjadi stok tambahan sedangkan jumlah APBD telah terbagi untuk setiap instasi. Sehingga untuk mengantisipasi hal tersebut maka perlu dilakukan prediksi kebutuhan alat kesehatan di RSUD PALI. Jika status kebutuhan alat kesehatan dapat diprediksi sejak dini, maka rumah sakit dapat meminimalkan redudansi data (perulangan data) dan informasi bisa up to date (perbaharui). Pada penelitian ini, penulis akan melakukan prediksi alat kesehatan di RSUD PALI dengan menggunakan metode klasifikasi dalam data mining berdasarkan model Algortima Regresion Linier untuk mendapatkan hasil pengujian paling akurat.

Item Type: Thesis (Masters)
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
Divisions: Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User: Users 6 not found.
Date Deposited: 17 Jul 2020 01:09
Last Modified: 17 Jul 2020 01:09
URI: http://repository.binadarma.ac.id/id/eprint/1265

Actions (login required)

View Item View Item