Perbandingan Metode Extreme Learning Machine Dan Multilayer Perceptron Pada Prediksi Jumlah Kunjungan Pasien Rawat Jalan (Studi Kasus: Dataset Pasien Rawat Jalan Di Rsud Kecamatan Mandau 2017-2019)
Abstract
Pelayanan rumah sakit memiliki peran penting bagi masyarakat. Adanya rumah
sakit dapat mempermudah masyarakat dalam mencapai kesehatannya. Rumah sakit
memiliki dua instalasi untuk melayani pasiennya yaitu instalasi gawat darurat atau
dengan singkatan IGD dan instalasi pasien rawat jalan. Instalasi rawat jalan di
RSUD Kecamatan Mandau memiliki 20 poli. Diperkirakan jumlah kunjungan
pasien rawat jalan akan selalu bertambah seiring meningkatnya jumlah penduduk
Indonesia termasuk jumlah penduduk di Riau khususnya di Kecamatan Mandau.
Namun ketersediaan sumber daya pada unit rawat jalan tidak sebanding dengan
jumlah pasien yang harus dilayani. Apabila jumlah kunjungan pasien yang berobat
dapat diprediksi dengan akurat maka akan dapat membantu instansi dalam
melakukan perencanaan dan keputusan untuk di masa mendatang. Metode prediksi
dapat dilakukan dengan menggunakan analisis data historis yang berguna untuk
menentukan kejadian di waktu mendatang. Penelitian ini membandingkan metode
Extreme Learning Machine dan Multilayer Perceptron untuk melihat ketepatan
dalam memprediksi yang diukur dengana MAPE (Mean Absolute Percentage
Error). Hasil perbandingan nilai MAPE menunjukkan bahwa metode Multilayer
Perceptron lebih tepat digunakan untuk memprediksi dimana tingkat kesalahan
dalam prediksi sebesar 0,86%.
Collections
- Statistics [900]