Prediksi Waktu Tunggu Pada Sistem Antrean Pasien Berbasis Mobile Menggunakan Algoritma Random Forest

Abstract

Pengelolaan antrean pasien merupakan salah satu aspek penting dalam meningkatkan kualitas pelayanan kesehatan karena ketidaktersediaan informasi estimasi waktu tunggu dapat menimbulkan ketidakpastian bagi pasien. Penelitian ini bertujuan merancang dan membangun sistem antrean pasien berbasis mobile yang terintegrasi dengan algoritma Random Forest untuk memprediksi waktu tunggu pelayanan. Model prediksi dibangun menggunakan 208 data historis pelayanan pasien yang dibagi menjadi 80% data latih dan 20% data uji. Variabel jenis layanan dan antrean sebelumnya digunakan sebagai masukan (input), sedangkan waktu tunggu digunakan sebagai target prediksi. Kinerja model dievaluasi menggunakan R-Squared (R²) dan Mean Absolute Error (MAE), sedangkan fungsionalitas sistem diuji menggunakan metode Black Box Testing. Hasil evaluasi menunjukkan bahwa model Random Forest memperoleh nilai R² sebesar 0,9773 dan MAE sebesar 9,77 menit, yang menunjukkan bahwa model memiliki kemampuan prediksi yang sangat baik. Selain itu, hasil pengujian menunjukkan bahwa seluruh fitur sistem berfungsi sesuai dengan kebutuhan. Sistem yang dibangun mampu menyediakan informasi estimasi waktu tunggu kepada pasien, sehingga membantu mengurangi ketidakpastian, meningkatkan efisiensi pengelolaan antrean, serta mendukung peningkatan kualitas pelayanan kesehatan.

GS Cited Analysis