IMPLEMENTASI ALGORITMA GENETIKA UNTUK MASALAH PENJADWALAN DOKTER DAN PERAWAT DI INSTALASI GAWAT DARURAT (IGD)

Ana Aulia Nabilah, - (2024) IMPLEMENTASI ALGORITMA GENETIKA UNTUK MASALAH PENJADWALAN DOKTER DAN PERAWAT DI INSTALASI GAWAT DARURAT (IGD). S1 thesis, Universitas Pendidikan Indonesia.

	Text S_MAT_2007841_Title.pdf Download (519kB)
	Text S_MAT_2007841_Chapter1.pdf Download (139kB)
	Text S_MAT_2007841_Chapter2.pdf Restricted to Staf Perpustakaan Download (559kB)
	Text S_MAT_2007841_Chapter3.pdf Download (647kB)
	Text S_MAT_2007841_Chapter4.pdf Restricted to Staf Perpustakaan Download (512kB)
	Text S_MAT_2007841_Chapter5.pdf Download (101kB)
	Text S_MAT_2007841_Appendix.pdf Restricted to Staf Perpustakaan Download (1MB)

Abstract

Instalasi Gawat Darurat (IGD) memerlukan sistem shift yang efektif untuk memastikan pelayanan 24 jam. Penjadwalan tenaga kesehatan di IGD merupakan tantangan kompleks karena berbagai kendala dan keterbatasan sumber daya. Penjadwalan secara manual sering kali memakan waktu lama dan menyulitkan penanggung jawab, sehingga dibutuhkan metode yang lebih efisien untuk mempercepat proses penyusunan jadwal dan menghasilkan jadwal yang optimal, salah satunya menggunakan Algoritma Genetika. Penelitian ini bertujuan mengoptimalkan penjadwalan dokter dan perawat di IGD menggunakan Algoritma Genetika, dengan studi kasus di salah satu rumah sakit umum daerah di Kota Bandung. Masalah penjadwalan dimodelkan menggunakan model binary integer programming dengan tujuan meminimalkan soft constraints dan memenuhi hard constraints. Proses implementasi Algoritma Genetika melibatkan tahapan representasi kromosom, penentuan parameter, inisialisasi populasi, perhitungan nilai fitness, seleksi, crossover, dan mutasi, yang diulang hingga mencapai generasi maksimum, dengan nilai fitness tertinggi sebagai solusi terbaik. Implementasi dilakukan dengan menggunakan bahasa pemrograman Python. Hasil penelitian menunjukkan bahwa Algoritma Genetika berhasil menghasilkan jadwal yang memenuhi seluruh hard constraints, mampu mengelola hingga 1800 gen setiap kromosom, dan menghasilkan solusi dalam 7 menit 6 detik, jauh lebih cepat dibandingkan dengan penjadwalan dengan metode konvensional. Penelitian ini mendemonstrasikan efektivitas Algoritma Genetika dalam menyelesaikan masalah penjadwalan kompleks di IGD, menawarkan solusi yang adil dan efisien untuk mengoptimalkan alokasi sumber daya tenaga kesehatan. The Emergency Department (ED) requires an effective shift system to ensure 24-hour service. Scheduling healthcare personnel in the ED is a complex challenge due to various constraints and resource limitations. Manual scheduling often takes a long time and burdens the person in charge, necessitating a more efficient method to expedite the scheduling process and produce optimal schedules, one of which is using a Genetic Algorithm. This research aims to optimize the scheduling of doctors and nurses in the ED using a Genetic Algorithm, with a case study at a regional public hospital in Bandung City. The scheduling problem is modeled using binary integer programming with the goal of minimizing soft constraints and satisfying hard constraints. The implementation of the Genetic Algorithm involves stages such as chromosome representation, parameter determination, population initialization, fitness calculation, selection, crossover, and mutation, which are repeated until the maximum generation is reached, with the highest fitness value as the best solution. The implementation is carried out using the Python programming language. The results of the study show that the Genetic Algorithm successfully produced a schedule that met all hard constraints, managed up to 1800 genes per chromosome, and generated a solution in 7 minutes and 6 seconds, much faster than conventional scheduling methods. This study demonstrates the effectiveness of the Genetic Algorithm in solving complex scheduling problems in the ED, offering a fair and efficient solution to optimize the allocation of healthcare resources.

Item Type:	Thesis (S1)
Additional Information:	ID SINTA Dosen Pembimbing Lukman: 6675529 Imam Nugraha Albania: 6711447
Uncontrolled Keywords:	Metode Optimasi, Algoritma Genetika. Optimization Method, Genetic Algorithm.
Subjects:	L Education > L Education (General) Q Science > QA Mathematics
Divisions:	Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam > Jurusan Pendidikan Matematika > Program Studi Matematika (non kependidikan)
Depositing User:	Ana Aulia Nabilah
Date Deposited:	11 Sep 2024 04:14
Last Modified:	11 Sep 2024 04:14
URI:	http://repository.upi.edu/id/eprint/122976

Actions (login required)

View Item