<![CDATA[Rumah Sakit Umum XYZ (RSU XYZ) telah menggunakan Sistem Informasi Manajemen Rumah Sakit (SIMRS) untuk mendukung operasional seperti pendaftaran pasien, pelayanan poliklinik, dan manajemen sumber daya manusia (SDM). Namun, sistem tersebut belum mampu menyediakan visualisasi data yang memadai bagi manajemen rumah sakit. Di samping itu, RSU XYZ menghadapi permasalahan dalam pembagian beban kerja dokter. Kondisi yang terjadi adalah beberapa dokter menangani lebih banyak pasien dibandingkan rekan sejawat lainnya, yang dapat memengaruhi distribusi layanan medis. Untuk mengatasi hal ini, perlu dilakukan identifikasi melalui dashboard dapat membantu rumah sakit dalam menganalisis data dengan lebih efisien. Business Intelligence (BI) memungkinkan prediksi tren jumlah pasien, analisis penyakit, pengelompokan dokter, serta deteksi outlier kinerja dokter untuk evaluasi berkala dan memberikan perhatian khusus bila diperlukan. Visualisasi outlier yang terdeteksi khusus digunakan untuk mengevaluasi kinerja dokter, mengidentifikasi ketidakseimbangan beban kerja, dan memberikan dasar untuk tindakan perbaikan. Penelitian ini melakukan observasi, wawancara dan studi literatur sebagai metode pengumpulan data, serta mengikuti tahapan Roadmap BI yang meliputi justification, planning, business analysis, design, construction, dan deployment. Tahapan dalam penerapan BI ini melalui proses ETL (Extract, Transform, Load) menggunakan tools Pentaho Data Integration untuk pembuatan data warehouse dan Tableau Desktop serta Python untuk pembuatan dashboard, forecasting, clustering, hingga outlier detection. Metode yang digunakan meliputi forecasting dengan exponential smoothing, sedangkan teknik clustering menggunakan K-Means, dan outlier detection menggunakan Z-Score. Penelitian ini menghasilkan tujuh dashboard utama, yaitu dashboard rawat jalan, poliklinik, diagnosa penyakit, poliklinik kardiologi, forecasting, clustering, dan outlier detection]]>
Copyrights © 2025
