Penerapan Business Intelligence Berbasis Dashboard, Clustering, Dan Forecasting Pada Data Pasien Rawat Inap Di RSUD M. Natsir

Pratama, Hanif Izza (2024) Penerapan Business Intelligence Berbasis Dashboard, Clustering, Dan Forecasting Pada Data Pasien Rawat Inap Di RSUD M. Natsir. Diploma thesis, Universitas Andalas.

	Text (Abstrak) 1. Cover dan Abstrak.pdf - Published Version Download (265kB)
	Text (BAB 1) 2. BAB 1 (Pendahuluan).pdf - Published Version Download (212kB)
	Text (BAB 5) 3. Bab Akhir (Penutup).pdf - Published Version Download (124kB)
	Text (Daftar Pustaka) 4. Daftar Pustaka.pdf - Published Version Download (259kB)
	Text (Full Text) 5. Full Text.pdf - Published Version Restricted to Repository staff only Download (5MB)

Abstract

RSUD M. Natsir di Kota Solok, Sumatera Barat, memiliki ribuan data rekam medis pasien yang dikelola dengan spreadsheet. Namun, RSUD M. Natsir mengalami beberapa kendala dalam pengolahan data. Pertama, informasi saat ini berbentuk laporan statis dan belum berkembang menjadi dashboard. Kedua, keterbatasan excel dalam pengelolaan data menyebabkan beberapa informasi penting sulit dihasilkan. Ketiga, kemampuan menghasilkan informasi eksploratif sangat terbatas ketika hanya menggunakan excel, sehingga menghambat analisis mendalam dan pengambilan keputusan berbasis data. Oleh karena itu, penelitian ini mengusulkan penerapan business intelligence berbasis dashboard, clustering, dan forecasting pada data pasien rawat inap di RSUD M. Natsir. Penelitian ini akan menggunakan python untuk mengatasi keterbatasan excel dalam mengelola data. Dalam perancangannya menggunakan tahapan roadmap BI. Untuk tools yang digunakan, proses ETL (Extract, Transform, Load) akan menggunakan python, sementara Microsoft Power BI akan digunakan untuk pembuatan dashboard. Penelitian ini juga akan menerapkan forecasting dan clustering untuk menghasilkan informasi yang lebih eksploratif. Hasil dari penelitian ini dashboard berhasil diterapkan dengan nilai MAPE forecasting 8.59% yang berarti akurasi dari model yang dibuat tinggi. Untuk evaluasi clustering menggunakan DBI didapatkan nilai 0.61 yang berarti akurasi model baik. Penelitian ini juga membuktikan bahwa fitur analytics forecasting Microsoft Power BI memiliki keterbatasan dalam menganalisis data khusus tertentu. Hal ini dibuktikan dengan nilai evaluasi yang lebih tinggi dari model yang diusulkan. Selain itu pada dashboard juga diterapkan alert notifikasi jika terjadi perubahan data. Penelitian ini diharapkan dapat membantu manajemen RSUD M. Natsir dalam pengambilan keputusan strategis dan peningkatan kualitas pelayanan.

Actions (login required)

View Item