Tujuan Penjadwalan Operasi Bedah Menggunakan Integer Programming : Studi Kasus Optimasi Waktu Target Ahli Bedah di Rumah Sakit Jakarta Eye Center

I PENDAHULUAN

1.1 Latar Belakang

Di beberapa negara, ruang operasi menjadi hambatan di sebagian besar rumah sakit. Permintaan operasi yang besar, keterbatasan peralatan operasi dan ketersediaan dari ruang operasi dan juga ahli bedah mempersulit manajemen rumah sakit mengambil keputusan untuk membuat proses penjadwalan operasi bedah Ayag et al. 2010. Biasanya, di rumah sakit sudah ada angka pasti untuk waktu penggunaan ruang operasi yang tersedia dikarenakan keterbatasan ruang operasi dan aturan rumah sakit Magerlalein Martin 1978. Alokasi waktu ruang operasi dan jadwal bedah umumnya ditentukan dengan dua strategi penjadwalan yang berbeda: strategi blok dan strategi nonblok. Blok didefinisikan sebagai unit waktu terkecil untuk ruang operasi tertentu yang dapat diberikan kepada ahli bedah tertentu. Dalam strategi penjadwalan blok, jumlah waktu yang tetap di hari tertentu ditugaskan untuk ahli bedah di waktu ruang operasi blok, sedangkan strategi penjadwalan nonblok, ahli bedah bersaing untuk waktu ruang operasi karena memiliki sistem siapa yang pertama datang itulah yang pertama dilayani. Sistem nonblok memiliki beberapa kelemahan seperti menunggu lama karena memiliki sistem siapa yang pertama datang itulah yang pertama dilayani Magerlalein Martin 1978. Namun, sistem blok juga memiliki beberapa kelemahan, seperti menunda operasi bedah darurat karena operasi pasien yang sudah terjadwal harus diselesaikan terlebih dahulu sebelum dilakukan operasi bedah lainnya, dan menghilangkan kesempatan untuk menyediakan waktu mempergunakan ruang operasi yang tidak terpakai bagi prosedur pembedahan lainnya jika ahli bedahnya membatalkan operasi terlalu dekat dengan jadwal operasi bedah atau tidak menggunakan seluruh waktu yang dialokasikan dan menyelesaikan pembedahan lebih awal Ozkarahan 1995. Meskipun memiliki kekurangan, penjadwalan blok adalah strategi yang paling banyak digunakan ketika mengalokasikan waktu ruang operasi untuk kelompok bedah dan operasi dikarenakan penjadwalan blok memiliki kelebihan, yaitu penurunan persaingan untuk mendapatkan waktu ruang operasi diantara para ahli bedah. Model integer digunakan untuk meminimalkan total waktu underallocation penalty pada batasan jumlah ruang operasi yang ditugaskan. Di sini, perbedaan antara jam target yang ditetapkan untuk setiap ahli bedah dan waktu sebenarnya yang telah ditetapkan didefinisikan sebagai “waktu operasi underallocation”. Umumnya, ketika jadwal tersebut dibuat tanpa prosedur metodologis, konflik mungkin terjadi antara ahli bedah dan perawat ruang operasi selama jadwalnya subyektif dan tidak konsisten. Selain itu, ketika perawat ruang operasi tidak ada maka akan terjadi hambatan dan kemungkinan kualitas dari penjadwalan akan rendah. Penjadwalan waktu ruang operasi yang tidak efisien bisa mengakibatkan penundaan operasi yang membuat biaya rumah sakit menjadi mahal bagi pasien dan rumah sakit itu sendiri. Pada dasarnya, penjadwalan tersebut adalah bentuk suatu perencanaan dari pihak rumah sakit dalam hal operasi bedah untuk mengetahui apakah fasilitas-fasilitas yang tersedia di rumah sakit sudah memadai atau belum di saat permintaan operasi cukup besar. Permasalahan penjadwalan operasi bedah ini akan dimodelkan sebagai masalah Integer Programming dengan masalah kendala spesifik didasarkan pada ketersediaan ahli bedah, peralatan, dan ketersediaan ruang operasi yang terbatas untuk mengalokasikan waktu ruang operasi dengan strategi blok. Model ini berdasarkan pada artikel berjudul “Determining Master Schedule of Surgical Operations by Integer Programming: A Case Study ” yang ditulis oleh Z Ayag tahun 2007.

1.2 Tujuan

Tujuan dari karya ilmiah ini adalah memodelkan masalah penjadwalan operasi bedah dalam bentuk Integer Programming IP dengan meminimumkan waktu operasi underallocation dan menentukan perencanaan penjadwalan operasi bedah untuk mengetahui apakah fasilitas-fasilitas yang dimiliki rumah sakit sudah memadai atau belum. II LANDASAN TEORI Untuk membangun penjadwalan ruang operasi bedah diperlukan pemahaman teori Pemrograman Linear PL atau Linear Programming LP dan Pemrograman Linear Integer PLI atau Integer Linear Programming ILP. 2.1 Pemrograman Linear Fungsi linear dan pertidaksamaan linear merupakan salah satu konsep dasar yang harus dipahami terkait dengan konsep pemrograman linear. Definisi 1 Fungsi Linear Suatu fungsi f dalam variabel-variabel � 1 , � 2 , … , � adalah suatu fungsi linear jika dan hanya jika untuk suatu himpunan konstanta 1 , 2 , … , , f dapat ditulis sebagai �� 1 , � 2 , … , � = 1 � 1 + 2 � 2 + + � . Winston 2004 Sebagai contoh, �� 1 , � 2 = 10 � 1 + 3 � 2 merupakan fungsi linear, sementara �� 1 , � 2 = � 1 2 � 2 bukan fungsi linear. Definisi 2 Pertidaksamaan dan Persamaan Linear Untuk sembarang fungsi linear f dan sembarang bilangan c, pertidaksamaan �� 1 , � 2 , … , � dan �� 1 , � 2 , … , � adalah pertidaksamaan linear, sedangkan suatu persamaan �� 1 , � 2 , … , � = merupakan persamaan linear. Winston 2004 Pemrograman Linear PL adalah suatu masalah optimisasi yang memenuhi hal-hal berikut: a. Tujuan masalah tersebut adalah memaksimumkan atau meminimumkan suatu fungsi linear dari sejumlah variabel keputusan. Fungsi yang akan dimaksimumkan atau diminimumkan ini disebut fungsi objektif. b. Nilai variabel-variabel keputusannya harus memenuhi suatu himpunan kendala. Setiap kendala harus berupa persamaan linear atau pertidaksamaan linear. c. Ada pembatasan tanda untuk setiap variabel dalam masalah ini. Untuk sembarang variabel � , pembatasan tanda menentukan � harus tak-negatif � atau tidak dibatasi tandanya unrestricted in sign. Winston 2004 Definisi 3 Bentuk Standar Pemrograman Linear Misalkan diberikan suatu PL dengan m kendala dan n variabel dilambangkan dengan � 1 , � 2 , … , � . Bentuk standar dari PL tersebut adalah: max z = 1 � 1 + 2 � 2 + + � atau min s. t. 11 � 1 + 12 � 2 + + 1 � = 1 1 21 � 1 + 22 � 2 + + 2 � = 2 2 1 � 1 + 2 � 2 + + � = 3 � 0, = 1, 2, . . . , Jika didefinisikan: A = 11 1 ⋱ 1 , � = � 1 � 2 � , = 1 2 , maka kendala pada 1, 2, dan 3 dapat ditulis dengan sistem persamaan Ax = b 4 Winston 2004 Solusi Pemrograman Linear Suatu masalah PL dapat diselesaikan dalam berbagai teknik, salah satunya adalah metode simpleks. Metode ini dapat menghasilkan suatu solusi optimum bagi masalah PL dan telah dikembangkan oleh Dantzig sejak tahun 1947 Winston 2004, dan dalam perkembangannya merupakan metode yang paling umum digunakan untuk menyelesaikan PL. Metode ini berupa metode iteratif untuk menyelesaikan PL berbentuk standar. Pada masalah PL 4, vektor x yang memenuhi kendala � = disebut solusi PL 4. Misalkan matriks A dinyatakan sebagai A = B N, dengan B adalah matriks taksingular berukuran m × m yang elemennya berupa koefisien variabel basis dan N merupakan matriks berukuran m × n – m yang elemen- elemennya berupa koefisien variabel nonbasis pada matriks kendala. Dalam hal ini matriks B disebut matriks basis untuk PL 4. Misalkan x dinyatakan sebagai vektor x = � � � , dengan � adalah vektor variabel basis dan � � adalah vektor variabel nonbasis, maka � = dapat dinyatakan sebagai: � = � � � � = B� + N� � = b . 5 Karena matriks B adalah matriks taksingular, maka B memiliki invers, sehingga dari 5 � dapat dinyatakan sebagai: � = −� − −� N � � 6 Kemudian, fungsi objektifnya berubah menjadi: min z = � � + � � � � Winston 2004 Definisi 4 Daerah Fisibel Daerah fisibel dari suatu PL adalah himpunan semua titik yang memenuhi semua kendala dan pembatasan tanda pada PL tersebut. Winston 2004 Definisi 5 Solusi Basis Solusi basis adalah solusi pada PL yang didapatkan dengan mengatur variabel n –m sama dengan nol dan nilai untuk penyelesaiannya adalah dari sisa variabel m. Hal ini dengan mengasumsikan bahwa mengatur variabel n –m sama dengan nol akan membuat nilai yang unik untuk sisa variabel m atau sejenisnya, dan kolom-kolom untuk sisa dari variabel m merupakan bebas linear. Winston 2004 Definisi 6 Solusi Fisibel Basis Solusi fisibel basis adalah solusi basis pada PL yang semua variabel-variabelnya tak- negatif. Winston 2004 Definisi 7 Solusi Optimum Untuk masalah maksimisasi, solusi optimum suatu PL adalah suatu titik dalam daerah fisibel dengan nilai fungsi objektif terbesar. Untuk masalah minimisasi, solusi optimum suatu PL adalah suatu titik dalam daerah fisibel dengan nilai fungsi objektif terkecil. Winston 2004 Ilustrasi solusi basis dan solusi fisibel basis diberikan dalam Contoh 1. Contoh 1 Misalkan diberikan PL berikut: Minimumkan z = −2� 1 − 3� 2 dengan kendala −� 1 + 2 � 2 + � 3 = 10 −2� 1 + � 2 + � 4 = 2 2 � 1 + � 5 = 3 � 1 , � 2 , � 3 , � 4 , � 5 0 7 Dari PL tersebut diperoleh: A = −1 2 1 −2 1 0 2 1 1 , b = 10 2 3 . Misalkan dipilih: � = � 1 � 2 � 3 � dan � � = � 4 � 5 � . Sehingga diperoleh: B = −1 2 1 −2 1 0 2 , −1 = 1 2 1 1 1 −2 −3 2 , N = 1 1 , � = −2 −3 0 , � � = 0 0 , � � = 0 0 � , � = −� = 3 2 5 3 2 � . 8 � = � −� = −18. Solusi 8 merupakan solusi basis, karena solusi tersebut memenuhi kendala PL 7 dan kolom-kolom pada matriks kendala yang berpadanan dengan komponen taknol dari 8, yaitu B bebas linear kolom yang satu bukan merupakan kelipatan dari kolom yang lain. Solusi 8 juga merupakan solusi fisibel basis, karena nilai-nilai variabelnya lebih dari atau sama dengan nol. 2.2 Pemrograman Linear Integer Pemrograman linear integer adalah suatu model pemrograman linear dengan variabel yang digunakan berupa bilangan bulat integer. Jika semua variabel harus berupa integer, maka masalah tersebut dinamakan pure integer programming. Jika hanya sebagian yang harus berupa integer, maka disebut mixed integer programming MIP. PLI dengan semua variabelnya harus bernilai 0 atau 1 disebut 0-1 PLI. Garfinkel Nemhauser 1972 Definisi 8 Relaksasi Pemrograman Linear Relaksasi pemrograman linear atau sering disebut relaksasi-PL merupakan suatu pemprograman linear yang diperoleh dari suatu PLI dengan menghilangkan kendala integer atau kendala 0-1 pada setiap variabelnya. Untuk masalah maksimisasi, nilai optimum fungsi objektif relaksasi-PL lebih besar atau sama dengan nilai optimum fungsi objektif PLI, sedangkan untuk masalah minimisasi, nilai optimum fungsi objektif relaksasi-PL lebih kecil atau sama dengan nilai optimum fungsi objektif PLI. Winston 2004

2.3 Metode Branch and Bound