139
3. Optimasi Sistem Antrean pada Bagian Pendaftaran Pasien BPJS
Optimasi adalah suatu proses untuk mencapai hasil yang ideal atau nilai efektif yang dapat dicapai. Berdasarkan Tabel 4.31 ukuran keefektifan
sistem antrean di Loket C dan Loket D belum mencapai standar pelayanan yang telah ditetapkan pihak Rumah Sakit. Hal ini disebabkan karena rata-
rata waktu menunggu dalam sistem antrean lebih dari 7 menit. Oleh sebab itu harus dilakukan optimasi agar sistem antrean di Rumah Sakit mencapai
hasil yang ideal atau sesuai standar pelayanan. Optimasi sistem antrean di Rumah Sakit Mata Dr. Yap dapat
dilakukan dengan dua cara. Pertama, menambah jumlah server di Loket C maupun Loket D sampai mencapai hasil yang ideal. Penambahan server
akan mengakibatkan pihak Rumah Sakit mengeluarkan biaya tambahan untuk memberi gaji pada karyawan baru. Hal ini menjadi bahan
pertimbangan pihak Rumah Sakit jika akan menambah jumlah server. Kedua, membatasi kapasitas sistem antrean sampai mencapai hasil
yang optimal. Optimasi tersebut dilakukan menggunakan simulasi Monte Carlo dengan beberapa percobaan. Pada beberapa percobaan akan
menghasilkan ukuran keefektifan yang berbeda-beda. Selanjutnya, menentukan nilai batas atas dan batas bawah dari ukuran-ukuran keefektifan
yang dihasilkan. Setelah menentukan batas atas dan batas bawah, maka diperoleh nilai tengah dari ukuran keefektifan yang optimal. Dengan
demikian, simulasi Monte Carlo dapat digunakan apabila pihak Rumah
140
Sakit tidak ingin mengeluarkan biaya tambahan, dengan catatan membatasi kedatangan pasien pada sistem antrean.
a. Optimasi Sistem Antrean pada Hari Rabu, 17 Februari 2016
Berikut optimasi sistem sistem antrean pada hari Rabu di Loket C dan Loket D menggunakan bantuan software winQSB dan MS. Excel:
1 Optimasi Sistem Antrean di Loket C
Optimasi sistem antrean di Loket C dapat dilihat pada lampiran 14.A
. Pada lampiran 14.A.1 sistem antrean di Loket C efektif jika ditambah dengan 1 server. Namun, apabila optimasi
dilakukan dengan menggunakan simulasi Monte Carlo maka kapasitas sistem di Loket C harus dibatasi sampai 46 pasien.
Optimasi sistem antrean menggunakan simulasi Monte Carlo dapat dilihat pada lampiran.14.A.2.
Berikut hasil optimasi sistem antrean di Loket C dengan menggunakan persamaan 2.66 dan 2.68 dimana
� = yaitu: � = ,
�
= , � �
�
�
= , �� �� ≈ �� ��
Selanjutnya, optimasi sistem antrean di Loket C dengan menggunakan simulasi Monte Carlo menghasilkan ukuran
keefektifan sebagai berikut:
141
�
= + ,
= , � �
�
�
= , + ,
= . �� �� ≈ �� ��
2 Optimasi Sistem Antrean di Loket D
Optimasi sistem antrean di Loket D dapat dilihat pada lampiran 14.B
. Pada lampiran 14.B.1 sistem antrean di Loket D efektif jika ditambah dengan 1 server. Namun, apabila optimasi
dilakukan dengan menggunakan simulasi Monte Carlo maka kapasitas sistem di Loket D harus dibatasi sampai 46 pasien.
Optimasi sistem antrean dengan menggunakan simulasi Monte Carlo dapat dilihat pada lampiran 14.B.2.
Berikut hasil optimasi sistem antrean di Loket D dengan menggunakan persamaan 2.66 dan 2.68 dimana
� = yaitu: � = ,
�
= , � �
�
�
= , �� �� ≈ �� ��
Selanjutnya, optimasi sistem antrean di Loket D dengan menggunakan simulasi Monte Carlo menghasilkan ukuran
keefektifan sebagai berikut:
�
= , + ,
= , � �
�
�
= , + ,
= , �� �� ≈ �� ��
142
b. Optimasi Sistem Antrean pada Hari Kamis, 18 Februari 2016
Berikut optimasi sistem sistem antrean pada hari Kamis di Loket C dan Loket D menggunakan bantuan software winQSB dan MS. Excel:
1 Optimasi sistem antrean di Loket C
Optimasi sistem antrean di Loket C dapat dilihat pada lampiran 15.A
. Pada lampiran 15.A.1 sistem antrean di Loket C efektif jika ditambah dengan 1 server. Namun, apabila optimasi
dilakukan dengan menggunakan simulasi Monte Carlo, maka kapasitas sistem di Loket C harus dibatasi sampai 43 pasien.
Optimasi sistem antrean menggunakan simulasi Monte Carlo dapat dilihat pada lampiran 15.A.2.
Berikut hasil optimasi sistem antrean di Loket C dengan menggunakan persamaan 2.66 dan 2.68 dimana
� = yaitu: � = ,
�
= , � �
�
�
= , �� �� ≈ �� ��
Selanjutnya, optimasi sistem antrean di Loket C dengan menggunakan simulasi Monte Carlo menghasilkan ukuran
keefektifan sebagai berikut:
�
= , + ,
= , � �
�
�
= , + ,
= , �� �� ≈ �� ��
Kategori