Pengembangan Algoritma Heuristik Untuk

Penjadwalan Ruangan Operasi

Rifatul Fadilah Lubis
Uin Sultan Syarif Kasim
Fakultas Sains & Teknologi
Riau,Indonesia;
Rifatul.fadilah.lubis@students.uin-suska.ac.id
Abstractsalah satu industry yang terus berkembang dengan
jumlah asset yang dikelola semakin meningkat adalah industri
rumah sakit.Namun disisi lain, berbeda dengan jenis industri
lain,misalnya sector manufaktur yang telah terlebih dahulu
mempelajari cara untuk mengefisienkan dan mengefektifkan
sistemnya, rumah sakit terutama di Negara berkembang seperti
di Indonesia masih dirasa kurang dalam mengoptimalkan
sistemnya.Ruang operasi merupakan salah satu sector terpenting
dalam rumah sakit sekaligus merupakan salah satu sektor yang
menghabiskan paling banyak biaya di rumah sakit.Berdasarkan
latar tersebut, isi makalah ini berisi tentang mengembangkan
algoritma penjadwalan ruang operasi untuk meminimalkan
waktu tunggu pasien dan memaksimalkan utulitas sumber daya
yang terlibat didalamnya serta melakukan evaluasi system
penjadwalan saat ini.Algiritma yang dikembangkan diharapkan
dapat diaplikasikan dengan mudah untuk menjadwalkan raung
operasi.Tiga algoritma dikembangkan berdasarkan metode
heuristic
untuk
menjadwalkan
ruang
operasi
telah
dikembangkan.Algoritma- algoritma tersebut dikembangkan
sesederhana
mungkin
sehingga
mudah
untuk
diaplikasikan.Algoritma-algoritma tersebut adalah algoritma I
(modified FCFS),algoritma II (modified hybrid FCFS-SPT), dan
algoritma III (modified hybrid FCFS-LPT).Dari tiga algoritma
yang diberikan dan dua scenario yang diterapkan, didapat hasil
sebagai berikut; (i) jika tanpa mempertimbangkan jadwal
dokter, algoritma III memberikan pengurangan waktu terbesar
yaitu 24.18 %, (ii) jika mempertimbangkan jadwal dokter,
algoritma II mempunyai persentasi pengurangan waktu tunggu
tertinggi yaitu sebesar 16,22 %, (iii) meskipun berdasarkan uji
statistic perbedaan tersebut tidak signifikan sehingga
penggunaan algoritma I lebih disarankan karena paling
sederhana untuk diaplikasikan.
Keywordspenjadwalan raung operasi, waiting time, metode
heuristik

I.

PENDAHULUAN

Ruang operasi menjadi salah asatu instalasi yang paling

memakan biaya disbanding fasilitas lain dalam rumah sakit.
Ruang operasi merepresengtasikan bottleneck pada sebagian
besar rumah sakit.Bahkan ruang operasi dapat menghabiskan
lebih dari 9% anggaran tahunan.Salah satu jalan keluarnya
adalah dengan melakukan penjadwalan ruang operasi.
Penjadwalan ini bertujuan untuk mrngurangi biaya yang
ditimbulkan namun tetap menydiakan kualitas pelayanan
kesehatan yang baik .
Penjadwalan ruang operasi digunakan untuk menentukan
pelaksanaan operasi bedah dengan mempertimbangkan

penggunaan sumber daya pada tiap operasi selama periode satu

minggu atau bahkan dalam kurun waktu satu hari.Dalam hal
pengurangan biaya penjadwalan ruang operasi dapat digunakan
untuk menargetkan secara jelas pengurangan biaya dan
peningkatan penggunaan sumber daya.
Tanpa
mengurangi
penggunaan
model
untuk
mengembangkan jadwal operasi, penggunaan prediksi waktu
operasi yang akurat pada tiap tipe bedah merupakan syarat
utama untuk mendapatkan penggunaan ruang operasi yang
lebih efektif.Bagaimanapun estimasi waktu eksekusi operasi
bukan merupakan hal yang mudah karena hal ini tergantung
pada ahli bedah dan kondisi pasien yang berbeda.
Berdasarkan latar belakang diatas mengenai penjadwalan
rumah sakit,khususnya ruang operasi dirasa sangat perlu untuk
dilakukan agar system yang digunakan oleh rumah sakit di
Indonesia dapat lebih efektif dan efisien.Pada makalah ini akan
dikembangkan algoritma penjadwalan untuk ruangan operasi
dengan mempertimbangkan waktu tunda yang terjadi pada
setiap
operasi
dan
jadwal
dokter
yang
telah
ditetapkan.Algoritma dikembangkan sesederhana mungkin
sehingga mudah untuk diaplikasikan di rumah sakit.
II.

METODE PENELITIAN

Pada makalah ini dijelaskan akan mengembangkan

tiga algoritma penjadwalan ruang operasi.Ketiga algoritma ini
akan diterapkan pada dua kondisi berbeda yaitu dengan tanpa
mempertimbangkan jadwal operasi dokter dan dengan
mempertimbangkan jadwal operasi dokter. Kondisi tanpa
mempertimbangkan jadwal dokter dimungkinkan ketika
pasien tidak harus dioperasi oleh dokter yang sebelumnya
menanganinya.
Sedangkan
kondisi
ketika
harus
mempertimbangkan dokter adalah ketika pasien diharuskan
untuk dioperasi oleh dokter yang Selama ini menangani pasien
tersebut.
A. Algoritma I
Algoritma I dikembangkan berbasis algoritma FCFS( First
Come First Serve) dimana pasien yang memesan lebih awal
akan didahulukan untuk dilakukan operasi.Awalnya algoritma
ini disusun dengan mempertimbangkan jadwal dokter yaitu
jadwal operasi pasien menyesuaikan jadwal dokternya.
Algoritma I ini digunakan dengan mempertimbangkan batasanbatasan sebagai berikut :

1.

Operasi yang bersih dilakukanan, operasi yabg

mengandung infeksi dilakukan setelahnya, atau
diakhirkan.

2.

Tidak ada pembersihan (penyetrilan ) ruang operasi

sebelum seluruh jadwal operasi terlaksana.

3.

Dalam jam yamg bersamaan, dokter yang sama tidak

dapat melakukan dua operasi seklaigus.

4.

Dokter hanya dapat melakukan operasi sesuai dengan

keahliannya.

tersingkat akan didahulukan untuk dilakukan operasi.

Algoritma II ini digunakan dengan mempertimbangkan
batasan- batasan seperti algoritma I. Detail prosedur algoritma
II dapat dilihat pada gambar 2.
Untuk kondisi tanpa mempertimbangkan jadwal dokter,
prosedur sama seperti gambar 2 namun tidak perlu melakukan
cek kesesuaian dengan jadwal dokter.
Mulai

Detail posedur algoritma I dapat dilihat pada gambar 1.

Data permintan operasi

Untuk kondisi ketika pasien tidak haru diopersai oleh

dokter tertentu, sehingga jadwal dapat disusun tanpa harus
mempertimbangkan
jadwal
dokter,
maka
prosedur
penjadwalann dapat mengikutigmabar I dengan menghapuskan
proses cek kesesuaian dengan jadwal dokter.

Pengurutan pasien berdasar

waktu pemesanan, tgl
pemesanan awal didahulukan

Mulai

Sesuai dengan jadwal

dokter ?

No

Data permintan operasi

Pengurutan pasien berdasar

waktu pemesanan, tgl
pemesanan awal didahulukan

Sesuai dengan jadwal

dokter ?

Yes
No

Tanggal pemesanan
sama,dokter sama?

Yes

Pengurutan pasien
berdasar jenis operasi,
opersai sedang didahukan

Tanggal pemesanan
sama,dokter sama?

Yes
No

Sesuai dengan jadwal

dokter ?

No
Yes

Pengurutan pasien
berdasar penyakit,
bersih didahulukan
Penjadwalan pasien
untuk operasi

No
selesai

Penjadwalan pasien
untuk operasi

selesai

Gambar I. Flowchart Algoritma I dengan mempertimbangkan jadwal

dokter

B. Algoritma II
Algoritma II ini dikembangkan berbasis penggabungan
algoritma FCFS( First Come First Serve) dan algoritma SPT
(Shortest Processing Time). Algoritma II ini memungkinkan
pasien yang memesan lebih awal dan dengan waktu operasi

Pengurutan pasien
berdasarkan penyakit,
bersih didahulukan

Gambar II. Flowchart Algoritma II dengan

jadwal dokter

C.

mempertimbangkan

Algoritma III
Algoritma III dikembangkan berbasis penggabungan
algoritma FCFS (First Come First Serve) dan algoritma LPT
( Longest Processing Time). Algoritma III ini memungkinkan
pasien yang memesan lebih awal dan dengan waktu operasi
terlama akan didahulukan untuk dilakukan operasi. Seperti dua
algoritma sebelumnya, Algoritma III ini juga menggunakan
batasan- batasan seperti pada algoritma I. Detail prosedur
Algoritma III dapat dilihat pada gambar III.

Untuk kondisi tanpa mempertimbangkan jadwal dokter,

prosedur sama seperti gambar 3 namun tidak perlu melakukan
cek kesesuaian dengan jadwal dokter

Pada jadwal penggunaan operasi, hari jumat ruang operasi

tidak bisa digunakan untuk pelaksanaan operasi karna hari
tersebut dialokasikan sebagai hari dilakukannya pembongkaran
terhadap rauang operasi. Pembongkaran ini demaksud sebagai
perawatan agar ruang operasi selalu terjaga kebersihan dan
kesterilannya. Operasi yang dapat dilakukan pada hari jumat
hanya operasi yang bersifat darurat, karena operasi tersebut
bersifat tiba- tiba dan tidak terjadwal sebelumnya.

Mulai

Data permintan operasi

Pengurutan pasien berdasar

waktu pemesanan, tgl
pemesanan awal didahulukan

Sesuai dengan jadwal

dokter ?

melakukan operasi. Dokter dokter tersebut mempunya

keahlian masing- masing yang berbeda dan jadwal operasi
yang berbeda pula.

Pada instalasi bedah sentaral di rumah sakit ini dalam

keadaan normal dilakukan tiga jenis kategori operasi, yaitu
operasi khusus , besar dan sedang. Dari data historis dua bulan
terakhir pada buku register IBS rumah sakit ini diakukan
perhitungan waktu tunggu untuk masing- masing pasien.
Perhitungan ini tentunya dilakukan pada data yang telah
mengalami proses cleaning. Sehingga dapat dikatakan bahwa
rata- rata waktu tunggu didapat dari waktu normal tanpa
mempertimbangkan kasus emergency maupun kasus- kasus
penundaan khusus. Dari data tersebut didapat bahwa rata-rata
waktu tunggu untuk masing- masing pasien adalah selama
3723 menit atau setara dengan 62,1 jam . Rata0 rata waktu
tunggu ini dapat dikatan cukup lama dan terdapat kemungkina
kondisi pasien dapat semakin memburuk. Oleh karenanya akan
diberikan alternative perbaikan pada pembahasan selanjutnya.

No

Yes
Tanggal pemesanan
sama,dokter sama?

Yes

Pengurutan pasien
berdasar jenis operasi,
opersai khusus
didahukan

Dalam penerapan algoritma- algoritmaa yang diusulkan,

digunakan beberapa batasan tambahanddan asumsi berikut :
1.

operasi darurat tidak diperhitungkan dalam

menghitung rata-rata waktu tunggu(WT) karena
operasi ini tidak memerlukan janji terlebih
dahulu karena bersifat monumental satat ada
keadaan darurat

2.

operasi kecil yang terjadi di IBS tidak

diperhitungkan dalam menghitung rata- rata
waktu tunggu karena kasus ini jarang terjadi di
IBS. Operasi kecil biasa dilakukan di poli bedah

3.

diasumsikan waktu dimulainya semua operasi

adalah pukul 9:00 karena pada pukul 8:00-9:00
dialokasikan untuk mengontrol rumah sakit dan
persiapan awal ruang operasi oleh petugas.

4.

Penundaan operasi karena kondisi kesehatan

pasien yang tidak memenuhi persyaratan medis
diabaikan karena hal ini terjadi diluar control

5.

Dalam kasus ini waktu proses pada Recovery

room (RR) tidak dipertimbangkan karena
berdasarkan data yang ada RR tidak pernah
bermalasalah dengan berlangsungnya operasi
karena durasi tinggal pasien pada RR kurang
dari durasi pasien setelah nya yang akan
menyusul dipindahkan ke RR.

Tanggal pemesanan sama,dokter

sama,jenis operasi sama ?

No
No

Penjadwalan pasien
untuk operasi

Pengurutan pasien
berdasarkan penyakit,
bersih didahulukan

selesai

Gambar 3. Flowchart Algoritma II dengan

jadwal dokter

III.

mempertimbangkan

HASIL DAN PEMBAHASAN

algoritma yang telah dikembangkan selanjutnya akan

diaplikasikan untuk menjadwalkan instalasi bedah sentral (IBS)
misalnya padarumah sakit yang mempunyai 4 ruang operasi.
Dari jumlah ruang operasi tersebut yang dioperasikan hanya
tiga ruang. Masing- masing ruang operasi dipegang oleh satu
tim operasi. Pada IBS terdaftar Sembilan dokter yang dapat

Data waktu yang digunakan dalam prediksi

waktu operasi merupakan waktu baku untuk
masing- masing kategori operasi. Adapun waktu
baku dapat ditentukan dengan persamaan
ST = OT + A
Dengan :

Table 3 . perbandingan model

ST = standart time atau waktu baku

OT =

operation time atau rata- rata waktu

operasi

A = allowance yang diberikan sebagai waktu

preoperasi dan pascaoperasi
Waktu baku masing- masing kategori operasi
dapat dilihat pada table 1.
Table 1. daftar waktu baku untuk masin- masing kategori
operasi
Kategori operasi

Waktu baku
(menit)

Standar deviasi
(menit)

Khusus

95

36

Besar

74

22

sedang

66

17

Selanjutnya, jadwal dibuat berdasarkan waktu

baku tersebut. Karena waktu baku ini dibuat
untuk setiap kategori operasi yang setiap
kategori terdiri dari beberapa jenis operasi yang
berbeda, maka selanjutnya akan dilakukan uji
statistic untuk menentukan apakah penggunaan
waktu baku ini dapat merepresentasikan nyata
atau tidak. Aplikasi ketiga algoritma baik
dengan menggunakan waktu baku maupun
dengan menggunakan waktu rill dapat dilihat
pada table 2.

kondisi

System nyata
Tanpa
mempertimbangka
n jadwal
Dengan
mempertimbangka
d jadwal ke dokter

Model

System
nyata
Alg I
Alg II
Alg III
Alg I
Alg II
Alg III

Ratarata
waktu
tunggu
pasien
(menit)

Penguranagn
waktu
tunggu
(%)

3723

2917
2881
2823
3120
3119
3120

21,66 %
22,62 %
24,18
16,19 %
16,22 %
16,21

Aplikasi algoritma dan hasil penjadwalan diatas,

seperti yang telah tertulis pada batasan dan asumsi poin 1,
nahwa keadaan yang di gunakan adalah keadaan normal tanpa
memprtimbangkankasus darurat atau dapat dikatan tidak
memperhatikan uncertain event. Dari data historis yang ada,
sebesar 20% operasi yang dilakukan merupakan kasusdarurat.
Oleh karenanya dilakukan pembahsan mengenai jadwal dengan
algoritma-algoritma yang telah diberikan namun dengan
mempertimbangkan kasus darurat
Pada proses ini, kasus kasus darurat dimasukkan dalam
jadwal yang telah dibuat. Kasus kasus darurat ini diletakkan
sesuai slot waktu actual berdasar data historis. Selanjutnya
hasil penjadwalan akan diperiksa dan dibandingka dengan hasil
aplikasimodel yang telah di bawa.
Perbedaan hasil penjadwalan tersebut dapat dilihat pada
table 4

Table 2. hasil aplikasi model

Kondisi

Tanpa
mempertimb
angkan
jadwal dokter

Mempertimb
angkan
jadwal dokter

Algori
tma
yang
diguna
kan
Algori
tma I
Algori
tma II
Algori
tma III
Algori
tma II
Algori
tma III
Algori
tma III

Rata- rata waktu

tunggu (menit)
Menggun
Menggun
akan
akan
waktu
waktu rill
prediksi
2919

2917

2822

2881

2822

2823

3121

3120

3120

3119

3121

3120

Berdasarkan uji statistic dengan level of

signifikan (a) sebesar 5%, diperolah hasil bahwa
tidak terdapat beda yang signifikan antar
penggunaan waktu baku dengan waktu rill.
Dengan demikian , maka selanjutnya waktu
baku dapat digunakan untuk membuat jadwal.
Aplikasi ketiga algoritma ke IBS rumah sakit ini
dapat dilihat pada table 3

Table 4. perbandinagn aplikasi model

Kondisi

Tanpa
mempertimb
angkan
jadwal dokter

Mempertimb
angkan
jadwal dokter

Algori
tma
yang
diguna
kan
Algori
tma I
Algori
tma II
Algori
tma III
Algori
tma II
Algori
tma III
Algori
tma III

Rata- rata waktu

tunggu (menit)
Menggun
Menggun
akan
akan
waktu
waktu rill
prediksi
2917

2917

2821

2881

2823

2823

3120

3122

3119

3122

3120

3121

Untuk melihat tingkat signifikan dari perbedaan kedua

kondisi dilakukan t-test sebagai uji statistikdengan level
of significant sebesar 5%. Uji statistic ini

menyimpulkan bahwa todak terdapat beda yabg

signifikan antara kondisi tanpa mempertimbankan
keadaan darurat dan kondisi ketika kondisi darurat
dipertimbangkan. Hal ini dapat disebapkan kondisi
kecelakaan yang banyak terjadi diluar jam kerja normal
ruang operasi, sehingga memungkinkan mengagngu
jadwal operasi yang telah dibuat adalah kecil. Namun
untuk mengetahui seberapa besar pengaruh adanya
kasus darurat pada jadwal operasi yang telah dibuat
perlu p dilakukan penelitian lebih lanjut mengenai hal
tersebut.
IV.

signifikan. Sehingga penggunaan algoritma dapat bersifat

optional baik pada scenario satu maupun scenario dua, namun
berdasarkan tingkat kemudahan pemakaiannya algoritma I
lebih disarankan untuk dijalankan.

REFERENCES
[1]

KESIMPULAN

Pembahasan makalah ini telah mengembangkan tiga

algoritma heuristic untuk penjadwalan ruang operasi.
Algoritma dikembangkan sesederhana mungkin sehingga dapat
dengan mudah diaplikasikan kedalam system nyata.
Berdasarkan aplikasi ketiga algoritma diperoleh hasil bahwa
algoritma III merupakan algoritma terbaik dengan tingkat
pengurangan waktu tunggu pasien 24.18%. Sedangkan pada
kondisi dengan mempertimbangkan jadwal dokter, algoritma II
mempunyai tingkat pengurangan yang paling tinggi yakni
sebesar 16.22%. Namun berdasarkan hasil uji statistic untuk
masing masing scenario, didapat hasil bahwa pengurangan
waktu tunggu oleh algoritma I,II, dan III tidak berbeda secara

[2]
[3]
[4]
[5]

[6]

Gordon, T. Paul, S,,Lyses, A., dan fountain,J 1998. Surgical unit time
Utilization Review: resource utilization and management implications .
Sys., 12(3):169-179
Dexter, F., and Macario, A., 1996,Aplications of information system
to operating room schdulling, anesthesiology 85 (6)
Wright, I.H., kooperberg, C., Bonar, A.A., and bashein, G., 1996, statical
modelling to predict elecive surgery time, anesthesiology 85 (6)
K. Elissa, Title of paper if known, unpublished.
Y. Yorozu, M. Hirano, K. Oka, and Y. Tagawa, Electron spectroscopy
studies on magneto-optical media and plastic substrate interface, IEEE
Transl. J. Magn. Japan, vol. 2, pp. 740-741, August 1987 [Digests 9th
Annual Conf. Magnetics Japan, p. 301, 1982].
Marcon, E., Kharaaja, S., and simmonet, G., 2001b. miimization of the
risk of no raelization for the planning of the surgical interventions into
the operating theatre. France , pp. 675-680

[7]
[8]