Sidang Tugas Akhir. Simulasi Perbaikan Proses Bisnis Instalasi Gawat Darurat dengan Metode Event-driven Process Chain

Sidang Tugas Akhir Simulasi Perbaikan Proses Bisnis Instalasi Gawat Darurat dengan Metode Event-driven Process Chain (Studi Kasus: Rumah Sakit Umum Haji Surabaya).

Agenda 1 Pendahuluan. 2 Tinjauan Pustaka 3. Metodologi Penelitian 4 Pengolahan Data 5 Analisa 6 Kesimpulan Saran.

PENDAHULUAN Latar Belakang. Permasalahan. Tujuan. Manfaat. Batasan. Kurangnya dokter di Indonesia saat ini mengakibatkan buruknya pelayanan kesehatan di Indonesia menurut Ketua Komisi IX DPR RI, komisi yang membidangi kesehatan (Antaranews, 2011).

PENDAHULUAN Latar Belakang. Permasalahan. Tabel 4.1 Jumlah Dokter di Indonesia (sumber: IRJ www.infodokterku.com) IRI. • Blood Jenis Dokter • lanchet Dokter Umum bekas Dokter Gigi • • Sharp waste Dokter Spesialis Total. Tujuan. Batasan. Tabel 4.2 Jumlah Penduduk di Indonesia tahun 2010 IGD (sumber: www.infodokterku.com) Radiologi Pathologi. Jumlah• Obat Obat 25.333 expired expired Jarum 8.731 • Kasa bekas suntik bekas 8.403 42.467. Manfaat. penduduk •Jenis Film bekas • Box bekas Jumlah penduduk laki-laki Jumlah penduduk perempuan Total. Jumlah • Jarum infus bekas 119.630.913 • Wadah 118.010.413 sampel bekas 237.641.326. Perbandingan jumlah dokter dan jumlah penduduk di Indonesia belum ideal. 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 dokter melayani sekitar 2500 orang menurut Ketua Komisi IX DPR RI, komisi yang membidangi kesehatan dimana saat ini dokter di Indonesia(Antaranews, 2011).

PENDAHULUAN Latar Belakang. Permasalahan. Menurut Menteri Kesehatan banyak pasien yang mengalami keterlambatan pelayanan atau bahkan tidak terlayani sehingga banyak pasien yang lebih memilih berobat ke luar negeri (Detiknews, 2005). Tujuan. Manfaat. Batasan.

PENDAHULUAN Latar Belakang. Permasalahan. Tujuan. Manfaat. Batasan. Tabel Komplain Pelanggan Rumah Sakit Umum Haji pada Tahun 2011 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).

PENDAHULUAN Latar Belakang. Permasalahan. Tujuan. Manfaat. Batasan. Memaksimalkan throughput pasien. Mengurangi waktu tunggu. Rumah sakit perlu mempertimbangkan faktor-faktor untuk meningkatkan pelayanan kepada pasien seperti biaya yang tinggi serta anggaran dan sumber daya yang terbatas.

PENDAHULUAN Latar Belakang. Permasalahan. Tujuan. Manfaat. Batasan. Bertolini et al. (2011). Meningkatkan efisiensi pelayanan terhadap pasien dengan pendekatan proses bisnis dengan metode EPC-DelphiSimulasi Montecarlo. Mohammed A dan Alkamis M (2008). 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 Latar Belakang. Permasalahan. Tujuan. Manfaat. Batasan. Menetukan jumlah yang optimal dari resources (dokter, perawat, teknisi laboratorium, dll) untuk memaksimalkan throughput pasien dan mengurangi waktu tunggu pasien.

PENDAHULUAN Latar Belakang. Permasalahan. Tujuan. Manfaat. Batasan. 1. Membuat model proses bisnis dari Instalasi Gawat Darurat rumah sakit tersebut. 2. Mencari jumlah kombinasi resources yang optimal untuk meningkatkan throughput pasien dan mengurangi waktu tunggu pasien.

PENDAHULUAN Latar Belakang. Permasalahan. Tujuan. Manfaat. Batasan. Rumah Sakit dapat mengetahui kombinasi resources (dokter, perawat, teknisi laboratorium, dll) yang optimal untuk memaksimalkan throughput pasien dan mengurangi waktu tunggu pasien..

PENDAHULUAN Latar Belakang. Permasalahan. Tujuan. Manfaat. Batasan. • 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. • Asumsi Data tidak terjadi perubahan yang signifikan selama 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 medis di suatu rumah sakit yang berperan memberikan pelayanan darurat kepada masyarakat yang menderita penyakit dan mengalami kecelakaan, sesuai dengan standar (http://www.rshs.or.id/fasilitas/pelayanan-medis/instalasi-gawat-darurat/).

TINJAUAN PUSTAKA IGD. Proses Bisnis. Simulasi. Critical Review. 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 digunakan untuk mengkonfigurasi atau melakukan evaluasi dan analisis terhadap pelaksanaan proses bisnis dan untuk perbaikan proses bisnis.. Tujuan EPC adalah memetakan proses bisnis secara luas dengan cara yang lebih sederhana serta cocok digunakan untuk penelitian yang memerlukan beberapa alternatif perbaikan didalam proses bisnis supaya dapat meningkatkan efisiensi dan efektivitas..

TINJAUAN PUSTAKA IGD. Proses Bisnis. Simulasi. Gambar EPC. Critical Review.

TINJAUAN PUSTAKA IGD. Proses Bisnis. Simulasi. Critical Review. Simulasi merupakan suatu teknik untuk meniru operasi atau proses yang terjadi dalam suatu sistem dengan bantuan alat komputer dengan software yang seuai dan dilandasi oleh beberapa asumsi tertentu sehingga sistem tersebut bisa dipelajari secara ilmiah (Law dan Kelton, 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 IGD. Proses Bisnis. Simulasi. Critical Review. 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..

TINJAUAN PUSTAKA IGD. Proses Bisnis. Simulasi. Critical Review. Tabel jurnal penelitian terdahulu No. 1. Penulis. Judul. Bertolini M, Business Bevilacqua M, process reCiarapicca F.E, Noengineering Penulis in and Giachetta G healthcare Bertolini M, (2011) management. 1. 2. Mohammed A, Alkhamis M (2008). Bevilacqua M, Ciarapicca F.E, and Giachetta G (2011) Simulation. optimization for an emergency department Mohammed A, healthcare unit 2 Alkhamis M in Kuwait. (2008). 3. Objek. Bedah Judul Bangsal. Business process reengineering in healthcare management Unit Gawat Simulation Darurat optimization for an (UGD). emergency department healthcare unit in Kuwait. Optimasi Simulasi dan Simulasi di Instalasi Optimasi perbaikan Hery Pamungkas Instalasi Gawat Hery Pamungkas proses bisnis Setia Budi (2013) Gawat Darurat Darurat 3 Berbasis (IGD) Setia Budi (2012) Instalasi Gawat Proses Bisnis Darurat dengan. metode BPMN. Tujuan Metode Melakukan EPC Delphi Monte Carlo Arena proses bisnis Re-enggineering dari bedah Objek Tujuan Metode bangsal rumah √ √ √ sakit untuk Melakukan proses bisnis meningkatkan EPCBedah efisiensi Re-enggineering dari bedah DelphiMenentukan Bangsal bangsal rumah sakit untuk Simulasi jumlah meningkatkan optimal efisiensi dari dokter, teknisi,perawat untuk Menentukan jumlah optimal memaksimalkan √ √ EPCUnitthroughput dari dokter, teknisi,perawat Simulasi pasien dan Gawat untuk memaksimalkan Monte mengurangi Darurat throughput pasien dan Carlowaktumengurangi tunggu (UGD) waktu tunggu Optimasi pasien pasien Menentukan jumlah yang optimal dari Menentukan jumlah yang resources untuk Instalasi optimal dari resources untuk BPMNmemaksimalkan √ √ throughput Gawat memaksimalkan throughput Arena pasien dan Darurat pasien dan mengurangi optimasi mengurangi waktu tunggu pasien waktu pasien.

METODOLOGI PENELITIAN.

METODOLOGI PENELITIAN.

PENGOLAHAN DATA Pemodelan Proses Bisnis. Pembuatan Model Simulasi. Gambar Alur Proses Penanganan Pasien di IGD. Skenario Perbaikan.

PENGOLAHAN DATA Pemodelan Proses Bisnis. Pembuatan Model Simulasi. Verifikasi Model. Gambar Hasil Verifikasi Simulasi Arena. Skenario Perbaikan.

PENGOLAHAN DATA Pemodelan Proses Bisnis. Pembuatan Model Simulasi. Skenario Perbaikan. Validasi Model Tabel Perbandingan Jumlah Output dan Real System 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. 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 Pemodelan Proses Bisnis. Pembuatan Model Simulasi. Skenario Perbaikan. 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 = 119,6639 Dengan tingkat kepercayaan sebesar 95%, maka ditemukan confidence interval-nya yaitu : (1363,4 - 1357,1) - 119,6639 ≤. ≤ (1363,4 - 1357,1) + 119,6639. Karena nilai 0 berada di antara rentang (confidence interval), maka dapat disimpulkan bahwa µ1-µ2 = 0. Sehingga dapat diambil keputusan untuk menerima H0. Keputusan ini mengindikasikan bahwa tidak ada perbedaan secara signifikan antara real system dan model simulasi Arena..

PENGOLAHAN DATA Pemodelan Proses Bisnis. Pembuatan Model Simulasi. Skenario Perbaikan. Perhitungan Replikasi Tabel Initial Running Simulasi Arena Initial Running ke 1 2 3 4 5 6 7 8 9 10 Jumlah Rata-rata Std. Deviasi. Simulasi shift 1 430 419 423 406 387 388 401 409 432 451 4146. Simulasi shift 2 483 479 514 521 486 462 529 552 499 485 5010. Simulasi shift 3 480 450 420 421 460 452 426 408 447 451 4415. Total 1393 1348 1357 1348 1333 1302 1356 1369 1378 1387 1351 26.4.

PENGOLAHAN DATA Pemodelan Proses Bisnis. Pembuatan Model Simulasi. Skenario Perbaikan. 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.

PENGOLAHAN DATA Pemodelan Proses Bisnis. Pembuatan Model Simulasi. Skenario Perbaikan. Skenario Perbaikan dan Simulasinya .Tabel Rekapitulasi Throughput Pasien pada Kondisi Eksisting 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. 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 Pemodelan Proses Bisnis. Pembuatan Model Simulasi. Skenario Perbaikan. Tabel Rekapitulasi Total Time Pasien pada Kondisi Eksisting Simulasi Shift 1. Initial Running ke -. 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 Pemodelan Proses Bisnis. Pembuatan Model Simulasi. Skenario Perbaikan. Skenario Perbaikan 1 Pada skenario perbaikan 1 ini dilakukan penggabungan proses menangani kegawatdaruratan dengan konsultasi pada penanganan pasien berkode biru dan merah. Selain itu juga dilakukan penggabungan proses antara bedah medik dan observasi pada penanganan pasien kuning. Tabel Rekapitulasi Throughput Pasien pada Kondisi Perbaikan I Initial Running ke -. Simulasi shift 1. Simulasi shift 2. Simulasi shift 3. Total. 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 Pemodelan Proses Bisnis. Pembuatan Model Simulasi. Skenario Perbaikan. Tabel Rekapitulasi Total Time Pasien pada Kondisi Perbaikan 1 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. 0.74268. 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 Pemodelan Proses Bisnis. Pembuatan Model Simulasi. Skenario Perbaikan. Skenario Perbaikan II Pada skenario perbaikan 2 ini dilakukan pemindahan resources pada proses Triase ke proses bedah medik atau observasi Tabel Rekapitulasi Throughput Pasien pada Kondisi Perbaikan 2 Initial Running ke -. Simulasi shift 1. Simulasi shift 2. Simulasi shift 3. Total. 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 Pemodelan Proses Bisnis. Pembuatan Model Simulasi. Skenario Perbaikan. Tabel Rekapitulasi Total Time Pasien pada Kondisi Perbaikan 2 Simulasi Shift 1. Simulasi Shift 2. Simulasi Shift 3. Initial Running ke Rata-rata. Min. Max. Rata-rata. Min. Max. Rata-rata. Min. Max. 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 Pemodelan Proses Bisnis. Pembuatan Model Simulasi. Skenario Perbaikan. Skenario Perbaikn 3 Pada skenario perbaikan 3 ini dilakukan perbaikan kombinasi antara perbaikan 1 dan perbaikan 2. Tabel Rekapitulasi Throughput Pasien pada Kondisi Perbaikan 3 Initial Running ke -. Simulasi shift 1. Simulasi shift 2. Simulasi shift 3. Total. 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 Pemodelan Proses Bisnis. Pembuatan Model Simulasi. Skenario Perbaikan. Tabel Rekapitulasi Total Time Pasien pada Kondisi Perbaikan 3 Simulasi Shift 1. Simulasi Shift 2. Simulasi Shift 3. Initial Running ke Rata-rata. Min. Max. Rata-rata. Min. Max. Rata-rata. Min. Max. 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 Pemodelan Proses Bisnis. Pembuatan Model Simulasi. Skenario Perbaikan. Comparing System Perbandingan 3 skenario dalam simulasi umumnya digunakan dalam perbandingan skenario perbaikan, antara model awal dengan beberapa model skenario perbaikan berbeda secara signifikan dengan keadaan awalnya. Untuk membandingkannya akan digunakan Bonferroni approach. Langkah-langkah Comparing System dengan Bonferroni Approach : Uji Hipotesa H0 : µ1= μ2 = μ3 H1 : setidaknya terdapat satu pasangan dengan μ berbeda Tabel Perhitungan Comparing System. Replika si ke 1 2 3 4 5 6 7 8. 1 2 3 4 (1-2) (1-3) (1-4) (2-3) (2-4) (3-4) Output Skenario Skenario Skenario eksisting perbaikan I perbaikan II perbaikan III 1393 1320 1342 1287 73 51 106 -22 33 55 1348 1396 1403 1446 -48 -55 -98 -7 -50 -43 1357 1330 1354 1335 27 3 22 -24 -5 19 1348 1365 1398 1408 -17 -50 -60 -33 -43 -10 1333 1308 1371 1438 25 -38 -105 -63 -130 -67 1302 1430 1394 1358 -128 -92 -56 36 72 36 1356 1312 1367 1365 44 -11 -9 -55 -53 2 1369 1401 1363 1392 -32 6 -23 38 9 -29 Rata-rata -7 27.87 20.87 23.25 16.25 4.625 5 5 63.50 44.52 69.15 37.45 62.04 41.04 Std Dev 253 207 704 378 938 679 4032. 1982. 4782. 1402. 3850. 1684. Variance 571 214 696 786 125 839.

PENGOLAHAN DATA Pemodelan Proses Bisnis. Pembuatan Model Simulasi. Skenario Perbaikan. Perhitungan αi. Membandingkan alternatif 1 dan 3. Membandingkan alternatif 1 dan 2. hw = 71,4795 Sehingga 95% confidence interval-nya - 23,25 - 71,4795 ≤ - 94,7295 ≤. ≤ - 23,25 + 71,4795. ≤ 48,2295. Membandingkan alternatif 1 dan 4 hw = 101,9524 Sehingga 95% confidence interval-nya. - 7 - 101,9524 ≤ - 108,9524≤. ≤ - 7 + 101,9524 ≤ 94,9524. hw = 111,0306 Sehingga 95% confidence interval-nya -27,875 - 111,0306 ≤ -138,9056 ≤. ≤ -27,875 + 11,0306. ≤ 83,1556.

PENGOLAHAN DATA Pemodelan Proses Bisnis. Pembuatan Model Simulasi. Membandingkan alternatif 2 dan 3. Skenario Perbaikan. Membandingkan alternatif 3 dan 4. hw = 60,1315 Sehingga 95% confidence interval-nya. hw = 65,9001 Sehingga 95% confidence interval-nya. - 16,25 - 60,1315 ≤. - 4,625 - 65,9001 ≤. - 76,3815 ≤. ≤ -16,25 + 60,1315. ≤ 43,8815. Membandingkan alternatif 2 dan 4. hw = 99,6194 Sehingga 95% confidence interval-nya - 20,875 - 99,6194 ≤ -120,494 ≤. ≤ -20,875 + 99,6194. ≤ 78,7444. - 70,5251 ≤. ≤ - 4,625 + 65,9001. ≤ 61,2751.

ANALISIS DATA Proses Bisnis. Simulasi. Comparing System. •Pada proses bedah medis untuk pasien kuning sering terjadi antrian karena pada proses tersebut hanya terdapat 1 perawat yang bekerja pada proses bedah medik dan observasi. Sehingga sering kali terjadi antrian pada pasien kuning. Berbeda dengan pada proses triase yang dimana terdapat 2 perawat yang bekerja pada proses tersebut. •Proses yang membutuhkan waktu proses yang tidak terlalu lama, berkesinambungan atau berurutan prosesnya dan resourcesnya sama dengan proses lainnya, bisa dijadikan menjadi satu proses. Hal tersebut dikarenakan akan mengakibatkan pasien mengalami proses menunggu yang lama. Dengan hal tersebut diharapkan waktu tunggu pasien mengalami penurunan..

ANALISIS DATA Proses Bisnis. Simulasi. Comparing System. Analisis Hasil Verifikasi dan Validasi Model Simulasi Dari hasil verifikasi, model simulasi Arena sudah menunjukkan bukti bahwa telah sesuai dengan logika real system yang benar. Kemudian setelah verifikasi dilakukan validasi yang menghasilkan nilai 0 berada di dalam rentang μ1 - μ2, maka dapat dikatakan μ1 - μ2 = 0. Sehingga dapat diambil keputusan untuk menerima Ho. Dan dapat dinyatakan bahwa model Simulasi Arena dengan real system tidak berbeda secara signifikan. Sehingga model Arena dikatakan valid dan hal ini menunjukkan bahwa hasil simulasi dapat diterapkan dalam real system dan bisa digunakan untuk membandingkan dengan model perbaikan nantinya..

ANALISIS DATA Proses Bisnis. Simulasi. Comparing System. Analisis Simulasi Kondisi Eksisting Hasil simulasi menunjukkan pada kondisi eksisting didapatkan jumlah pasien yang terlayani atau throughput pasien rata-rata sebesar 1350,75 dengan standart deviasi sebesar 26,4345. Adapun hasil total time pelayanan pasien rata rata sebesar 0,9991 dengan standar deviasi 0,1871 pada shift 1, kemudian pada shift 2 rata-rata 0,9389 dengan standar deviasi sebesar 0,221 dan 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 atau througput pasien rata-rata sebesar 1357,75 dengan standar deviasi sebesar 46,8577. Dari hasil perbaikan 1 tersebut terjadi peningkatan jumlah throughput pasien sekitar 7 dari kondisi eksisting. Selain itu juga didapatkan hasil total time pelayanan pasien rata-rata sebesar 0,6925 dan standar deviasi sebesar 0,1293 pada shift 1. Pada shift 2 rata-rata sebesar 0,7661 dan stadar deviasi sebesar 0,0222. Sedangkan pada shift 3 total time rata-rata sebesar 0,6314 dengan standar deviasi sebesar 0,0727..

ANALISIS DATA Proses Bisnis. Simulasi. Comparing System. Analisis Skenario Perbaikan 2 Hasil simulasi pada perbaikan 2 dimana jumlah pasien yang terlayani atau throughput pasien rata-rata sebesar 1374 dengan standar deviasi sebesar 22,1036. Dari hasil perbaikan 2 tersebut terjadi peningkatan jumlah throughput pasien sekitar 23,25 dari kondisi eksisting. Selain itu juga didapatkan hasil total time pelayanan pasien rata-rata sebesar 0,8623 dan standar deviasi sebesar 0,1451 pada shift 1. Pada shift 2 rata-rata sebesar 0,9305 dan stadar deviasi sebesar 0,1045. Sedangkan pada shift 3 total time rata-rata sebesar 0,8127 dengan standar deviasi sebesar 0,0897. Analisis Skenario Perbaikan 3 Hasil simulasi pada perbaikan 3 dimana jumlah pasien atau throughput pasien yang terlayani rata-rata sebesar 1378,625 dengan standar deviasi sebesar 53,4734. Dari hasil perbaikan 3 tersebut terjadi peningkatan jumlah throughput pasien sekitar 27,875 dari kondisi eksisting. Selain itu juga didapatkan hasil total time pelayanan pasien rata-rata sebesar 0,6892 dan standar deviasi sebesar 0,1402 pada shift 1. Pada shift 2 rata-rata sebesar 0,7879 dan stadar deviasi sebesar 0,1876. Sedangkan pada shift 3 total time rata-rata sebesar 0,6787 dengan standar deviasi sebesar 0,1124..

ANALISIS DATA Proses Bisnis. Simulasi. Comparing System. 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 secara signifikan. Membandingkan 𝜇(1−3), α = 5 % Karena nilai 0 berada didalam rentang 𝜇(1−3) (confidence interval) maka keputusannya adalah menerima Ho. Keputusan ini mengindikasikan bahwa antara model awal dan skenario perbaikan 2 (strategi 2) tidak berbeda secara signifikan Membandingkan 𝜇(1−4), α = 5 % Karena nilai 0 berada diluar rentang 𝜇(1−4) (confidence interval) maka keputusannya adalah menolak Ho. Keputusan ini mengindikasikan bahwa antara model awal dan skenario perbaikan 3 (strategi 3) berbeda secara signifikan..

ANALISIS DATA Proses Bisnis. Simulasi. Comparing System. Membandingkan 𝜇(2−3), α = 5 % Karena nilai 0 berada didalam rentang 𝜇(2−3) (confidence interval) maka keputusannya adalah menerima Ho. Keputusan ini mengindikasikan bahwa antara skenario perbaikan 1 (strategi 1) dan skenario perbaikan 2 (strategi 2) tidak berbeda secara signifikan. Membandingkan 𝜇(2−4), α = 5 % Karena nilai 0 berada didalam rentang 𝜇(2−4) (confidence interval) maka keputusannya adalah menerima Ho . Keputusan ini mengindikasikan bahwa 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 ini mengindikasikan bahwa antara skenario perbaikan 2 (strategi 2) dan skenario perbaikan 3 (strategi 3) tidak berbeda secara signifikan..

KESIMPULAN DAN SARAN Kesimpulan. Saran.  Berdasarkan hasil running simulasi Arena didapatkan hasil rata-rata throughput pasien atau jumlah pasien yang terlayani adalah sebagai berikut : Eksisting : 1350,75 Perbaikan 1 : 1357,75 Perbaikan 2 : 1374 Perbaikan 3 : 1378,625  Berdasarkan hasil running simulasi Arena didapatkan hasil rata-rata total time pelayanan pasien adalah sebagai berikut : 0,8623 (shift 1) Eksisting : 0,9991 (shift 1) Perbaikan 2: 0,9305 (shift 2) 0,9389 (shift 2) 0,8127 (shift 3) 0,8677 (shift 3) 0,6892 (shift 1) Perbaikan 1: 0,6925 (shift 1) Perbaikan 3: 0,7879 (shift 2) 0,7661 (shift 2) 0,6787 (shift 3) 0,6314 (shift 3).

KESIMPULAN DAN SARAN Kesimpulan. Saran.  Terdapat tiga alternatif solusi rekomendasi perbaikan yaitu penggabungan beberapa proses, pemindahan beberapa resources ke proses lain, dan penggabungan beberapa proses serta pemindahan beberapa resources.  Rekomendasi perbaikan yang paling optimal adalah melakukan penggabungan beberapa proses serta melakukan pemindahan beberapa resources ke proses lain dengan peningkatan nilai rata-rata throughput pasien yang terlayani sebesar 27,875 dan penurunan nilai total time rata-rata sebesar 0,3099 pada shift 1, shift 2 sebesar 0,151 dan 0,189 pada shift 3..

KESIMPULAN DAN SARAN Kesimpulan. Saran. Adapun saran yang dapat diberikan untuk penelitian selanjutnya antara lain masih dibutuhkan penelitian pada divisi atau Instalasi lainnya untuk penilaian kinerja rumah sakit secara keseluruhan dengan mempertimbangkan hubungan keterkaitan antara satu divisi atau Instalasi pada rumah sakit dengan divisi lainnya..

DAFTAR PUSTAKA .  .     . . 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/indonesiakekurangan-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-diindonesia, 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/menkesrumah-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-kesehatanindonesia-tahun-20102011, diakses pada 25 Oktober 2012..

DAFTAR PUSTAKA. • • • •. • • •. 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-waktupelayanan-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-pengertiandan-fungsi-rumah-sakit/, diakses pada 23 Oktober 2012..

Thank You.

LAMPIRAN. Gambar aliran proses bisnis menggunakan software Arena.