Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Pembiayaan kesehatan merupakan suatu permasalahan yang terjadi di seluruh dunia. Banyak metode dan system yang telah dikembangkan mengenai hal ini. Indonesia seperti halnya Negara lain, menghadapi masalah yang sama dalam pengembangan sislem pembiayaan kesehatan. Dihadapkan dengan keadaan saat ini dalam krisis pembiayaan kesehalan, DKI Jaya dipaksa untuk dapat mengendalikan biaya. Mendapatkan biaya satuan yang handal dalam semua RSUDnya merupakan kebutuhan dasar dalam pertahanan ekonomi, di masa system pembiayaan kesehatan yang masih kurang baik di Indonesia. Definisi dari biaya satuan yang handal merupakan kunci kesuksesan semua rumah sakit. Clinical pathways disadari oleh DKI Jaya sebagai alat esensial dalam memberikan pelayanan kesehatan untuk rakyat. Pengembangan pathways ini kemudian dilanjutkan dengan kesadaran untuk perhitungan biaya tiap pathway yang ada. Dengan diketahuinya biaya ini selanjutnya untuk menganalisa efektifitas biaya per pathway pun mudah dilakukan. Tujuan dari riset ini adalah untuk mengetahui metoda untuk menghitung cost of treatment berbasis clinical pathway dari diagnoa yang telah dibuat oleh RSUD DKI Jaya. Kemudian dilanjutkan dengan metode untuk mengaplikasikan cost index untuk mengendalikan biaya diseluruh RSUD DKI Jaya. Angka yng didapatkan di dalam penelitian ini adalah untuk selanjutnya dapak diklarifikasikan keakuratannya dan terbuka untuk penelitian lebih jauh, karena data yang didapatkan untuk pendukung masih belum dapat dijustifikasi. Diagnosa terpiih adalah Diare Anak sebagai perwakilan penyakit medis, dan Sectio Caesaria sebagai perwakilan tindakan bedah. Kedua diagnosa terpilih karena merupakan frekuensi paling tinggi di DKI Jaya dan pelayanannya melibatkan banyak sumber daya. Budi Asih dan Tarakan adalah rumah sakit yang dipilih secara purposive sebagai perwakilan RSUD DKI Jaya. ......Health financing has always been an ongoing issue in the world. There are many methods and systems that had been developed all over regarding this subject. Indonesia, like many countries, faces the same problem in developing its health financing system. Confronted with the current health care financial crisis, DKI Jaya is forced to control its cost. Setting up a reliable cost unit in its hospitals is a fundamental necessity for economic survival, given the current general conditions in Indonesia's healthcare system. Defin ion is the crucial factor for success. Clinical pathways are recognized by DKI Jaya as essential tools for delivering health services to people. Developing these pathways should then be followed by evaluating !he cost of each pathway. Once the cost of the pathway is known, analyzing the cost effectiveness of the pathway can easily be done. The purpose of this research is to more understand the method to calculate cost of treatment based on the clinical pathways of the diagnoses that have been developed by DKI Jaya. Then followed by the method to apply cost index to control cost within DKI Jaya's hospitals. As for the values are for futher clarification and research as the supporting data are not yet justified as the best data provided. The diagnoses that are chosen are children?s Diarrhea, representingmedical treatments and Caesarian Delivery, which is representing surgical treatments. The 2 (two) diagnoses are selected as they are the highest frequency within DKI Jaya' s hospital and the treatments involve many resources. Budi Asih and Tarakan are the hospitals that are purposively chosen for the research, as representatives of all DKI Jaya's hospitals. The cost of treatment based on the clinical pathway are then analyzed with the existing conditions followed by the cost index which then is studied as it represents the variables that could effect cost of treatment and its control.

Abstrak :

Di antara sebagian besar sektor industri lainnya, industri kimia sedang mengalami pergolakan signifikan yang didorong oleh konsep yang secara kolektif dikenal sebagai Industri 4.0. Data sains adalah komponen penting dari Industri 4.0 karena memungkinkan ekstraksi informasi kontekstual dari berbagai sumber data. Ketika sistem menjadi lebih kompleks, kebutuhan para insinyur untuk mengekstrak sinyal dari data dengan tepat berkembang secara dramatis, menuntut literasi data dan keahlian analitik pada generasi berikutnya dari lulusan teknik kimia. Salah satu dari banyak kasus di mana data sains dan machine learning dapat diterapkan adalah untuk prediksi. Prediksi berbasis machine learning dapat diterapkan pada banyak aspek teknik kimia contohnya pada Chemical Engineering Plant Cost Index (CEPCI). CEPCI sangat penting untuk perhitungan desain pabrik dan dipengaruhi oleh banyak variabel. Pendekatan machine learning diperlukan untuk memperhitungkan semua variabel tersebut dan mendapatkan hasil yang tepat untuk variabel yang ditargetkan. Dengan demikian, tujuan dari tugas akhir ini adalah merancang program yang mampu memprediksi CEPCI. Alhasil, model regresi yang telah dibuat mampu memprediksi Composite CE Index dengan error rata-rata 3.75% dari index aslinya. ......Among most other industrial sectors, the chemical industry is undergoing a significant upheaval driven by concepts known collectively as Industry 4.0. Data science is an important component of Industry 4.0 since it enables the extraction of contextualized information from a variety of data sources. As systems become more complex, the necessity for engineers to appropriately extract signal from data develops dramatically, demanding data literacy and analytics expertise in the next generation of chemical engineering graduates. One of the many cases where data science and machine learning can be applied to is for prediction. Machine Learning based prediction can be applied to many chemical engineering aspects, in this case the Chemical Engineering Plant Cost Index (CEPCI). CEPCI is essential for plant design calculations and is greatly affected by numerous variables. Machine learning approach is needed to account for all said variables and obtain valid result for target variables. Thus, the purpose of this thesis is to design programs that are able to predict CEPCI. As a result, the regression model created was able to predict the Composite CE Index with average error of 3.75% from the real index.