Forecasting Kapasitas Tempat Tidur di Rumah Sakit Islam Jakarta Pondok Kopi

Abstract

Pada tahun 2022-2023, penggunaan tempat tidur di RSIJ Pondok Kopi belum efisien menurut standar ideal GBJ dengan BOR 53% (2022) dan 74% (2023) berada di bawah nilai ideal. Hal ini disebabkan belum adanya penyesuaian kapasitas tempat tidur menggunakan perhitungan forecasting yang akurat. Penelitian ini bertujuan melakukan forecasting kapasitas tempat tidur di RSIJ Pondok Kopi. Penelitian ini merupakan penelitian terapan dengan pendekatan retrospektif, menggunakan metode data mining memanfaatkan Tableau dengan algoritma Exponential Smoothing. Pengumpulan data dilakukan melalui observasi jumlah hari perawatan dan jumlah pasien keluar tahun 1992-2023. Pengolahan data menyesuaikan tahapan Knowledge Discovery in Database (KDD). Hasil penelitian menunjukkan jumlah hari perawatan dan jumlah pasien keluar masing-masing dipilih satu model forecasting terbaik. Selanjutnya dilakukan perhitungan kapasitas tempat tidur melalui pendekatan BOR 75%, BOR 85%, TOI 1 hari, dan TOI 3 hari serta disajikan GBJ sebagai bahan evaluasi. Hasil forecasting diperoleh: tahun 2024 sebanyak 183- 192 unit, 2025 sebanyak 185-194 unit, 2026 sebanyak 187-196 unit, 2027 sebanyak 189-197 unit, dan 2028 sebanyak 190-199 unit. Jika dibandingkan data aktual hingga Mei 2024, RSIJ Pondok Kopi memiliki 10 tempat tidur lebih banyak dari hasil forecasting. Oleh dari itu, RSIJ Pondok Kopi perlu mengupayakan peningkatan penggunaan tempat tidur melalui kegiatan promosi yang lebih intensif.In 2022–2023, bed utilization at RSIJ Pondok Kopi was inefficient according to the Barber–Johnson (GBJ) standard, with Bed Occupancy Rates (BOR) of 53% in 2022 and 74% in 2023, both below the ideal range. This inefficiency was partly due to the absence of bed capacity adjustments based on accurate forecasting. This study aimed to conduct bed capacity forecasting at RSIJ Pondok Kopi. This applied retrospective study employed data mining techniques using Tableau with the Exponential Smoothing algorithm. Data on inpatient days and discharged patients from 1992 to 2023 were collected and processed following the Knowledge Discovery in Databases (KDD) framework. One optimal forecasting model was selected for each variable. Bed capacity projections were calculated using BOR assumptions of 75% and 85%, and Turnover Interval (TOI) assumptions of 1 and 3 days, with the Barber–Johnson chart used for evaluation. Forecasted bed requirements were estimated at 183–192 units (2024), 185–194 (2025), 187–196 (2026), 189–197 (2027), and 190–199 (2028). Compared with actual data through May 2024, the hospital had 10 excess beds. Therefore, more intensive promotional strategies are recommended to improve bed utilization.