Optimasi Aplikasi Antrian Pasien Online menggunakan Algoritma Patient Treatment Time Prediction

Fatoni, Achmad (2020) Optimasi Aplikasi Antrian Pasien Online menggunakan Algoritma Patient Treatment Time Prediction. Undergraduate thesis, Universitas 17 Agustus 1945 Surabaya.

[img] Text
ABSTRAK.pdf

Download (8MB)
[img] Text
BAB 1.pdf
Restricted to Repository staff only

Download (241kB)
[img] Text
BAB 2.pdf
Restricted to Repository staff only

Download (229kB)
[img] Text
BAB 3.pdf
Restricted to Repository staff only

Download (406kB)
[img] Text
BAB 4.pdf
Restricted to Repository staff only

Download (676kB)
[img] Text
BAB 5.pdf
Restricted to Repository staff only

Download (27kB)
[img] Text
LAMPIRAN.pdf

Download (124kB)
[img] Text
JURNAL.pdf

Download (223kB)
[img] Text
JURNAL TURNITIN.pdf

Download (1MB)

Abstract

Patient Treatment Time Prediction (PTTP) merupakan sebuah algoritma yang digunakan untuk memprediksi waktu tunggu pasien dalam melakukan pengobatan. Pada penelitian ini algoritma yang digunakan dalam memprediksi waktu tunggu yaitu algoritma Random Forest . Random Forest merupakan kombinasi dari tree predictor di mana setiap tree menghasilkan prediksi yang berbeda beda. Variable yang digunakan untuk pembuatan model dari algoritma RF yaitu jenis kelamin, umur, nama dokter, jenis pengobatan, waktu mulai, waktu berakhir, dan durasi pengobatan. Dengan menggunakan variable tersebut akan dilakukan pengujian dengan menggunakan beberapa parameter, dan kemudian akan diimplementasikan ke sebuah aplikasi antrian online. Percobaan prediksi durasi pengobatan dengan algoritma RF menghasilkan akurasi tertinggi sebesar 90.9%. Hasil tersebut didapatkan dengan mengubah parameter jumlah tree 100 dan random state 30. Dari variable yang di training variable umur yang paling berpengaruh dalam proses prediksi. Algoritma PTTP dengan random forest sebagai classifier diimplementasikan kedalam aplikasi antrian online dengan Android Studio dan Django sebagai Web Services. Aplikasi yang sudah dibuat berhasil diuji dengan metode whitebox testing dan blackbox testing.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Random Forest, PTTP, antrian online, Django.
Subjects: H Social Sciences > HG Finance
H Social Sciences > HJ Public Finance
Divisions: Fakultas Teknik > Program Studi Teknik Informatika
Depositing User: Achmad fatoni
Date Deposited: 18 Aug 2020 02:51
Last Modified: 18 Aug 2020 02:51
URI: http://repository.untag-sby.ac.id/id/eprint/4629

Actions (login required)

View Item View Item