Skip to main navigation menu Skip to main content Skip to site footer

ANALISIS KEBUTUHAN PETUGAS PENDAFTARAN RAWAT JALAN BERDASARKAN PREDIKSI JUMLAH KUNJUNGAN PASIEN DI UPTD PUSKESMAS KARANGANGAYAR

Abstract

Peningkatan jumlah kunjungan pasien pada fasilitas pelayanan kesehatan dapat memengaruhi beban kerja petugas pendaftaran sehingga diperlukan perencanaan kebutuhan sumber daya manusia kesehatan yang sesuai. Penelitian ini bertujuan untuk menganalisis kebutuhan petugas pendaftaran rawat jalan berdasarkan prediksi jumlah kunjungan pasien di UPTD Puskesmas Karanganyar. Penelitian ini menggunakan desain kuantitatif deskriptif dengan pendekatan prediktif. Data yang digunakan berupa data historis jumlah kunjungan pasien rawat jalan periode Januari 2021 sampai April 2026. Analisis prediksi dilakukan menggunakan metode Autoregressive Integrated Moving Average (ARIMA) dengan bantuan software IBM SPSS, sedangkan perhitungan kebutuhan tenaga dilakukan menggunakan metode Analisis Beban Kerja Kesehatan (ABK-Kes). Hasil penelitian menunjukkan bahwa model terbaik yang diperoleh adalah ARIMA (0,1,1)(0,0,1) dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 7,123%. Hasil prediksi menunjukkan adanya kecenderungan peningkatan jumlah kunjungan pasien pada periode mendatang. Berdasarkan perhitungan ABK-Kes, kebutuhan petugas pendaftaran tahun 2026 sebesar 2,9 orang dan tahun 2027 berdasarkan hasil prediksi sebesar 3,4 orang, sehingga kebutuhan ideal dibulatkan menjadi 3 orang petugas. Jumlah petugas yang tersedia saat ini sebanyak 2 orang sehingga masih diperlukan penambahan 1 orang petugas pendaftaran . Integrasi metode ARIMA dan ABK-Kes dapat digunakan sebagai dasar perencanaan kebutuhan SDMK yang lebih adaptif terhadap perubahan jumlah kunjungan pasien.

Keywords

ARIMA, ABK-Kes, Kunjungan Pasien, Kebutuhan SDMK, Pendaftaran Rawat Jalan

PDF

References

  1. Basri, I. (2018). Peramalan Jumlah Kunjungan Pasien Rawat Jalan Menggunakan Metode ARIMA , SES dan Holt-Winters di Balai Kesehatan Forecasting the Number of Outpatient Patient Visits Using the. 1–11.
  2. Hyndman, R. J., Athanasopoulos, G. (2021). Forecasting: Principles and Practice (3rd ed.). Melbourne: OTexts.
  3. Lewis, C. D. (1982). Industrial and Business Forecasting Methods: A Practical Guide. London: Butterworths.
  4. Rizqullah, M. A. (2025). Analisis Forecasting Permintaan Produk Menggunakan Metode Arima ( Autoregressive Integrated Moving Average ) Pada Pt Mandiri Jogja Internasional. 2(6), 806–817.
  5. Saktiawan, A. G., Anamani, B. A., Nur, E., & Putri, P. (2025). Analysis and Forecasting of Electronic Money Transaction Usage in Indonesia : An ARIMA Approach ( 2024 – 2025 ). 192–200.
  6. Syaikhu, P., & Fannya, P. (2024). Menggunakan Analisis Beban Kerja Kesehatan ( Abk-Kes ). 7(2), 110–120.
  7. Widhiastuti, A., Nisaa, A., & Asriati, Y. (2022). Analisis Perencanaan SDM Kesehatan Berdasarakan Metode ABK Kes Unit Rekam Medis Rawat Jalan Di UPTD Puskesmas Jatiroto Wonogiri. Indonesian Journal of Health Information Management (IJHIM), 2(3), 1–8. https://ijhim.stikesmhk.ac.id/index.php/ojsdata/article/download/63/56/375
  8. Zahara, Fairus, & Muliani, F. (2023). Aplikasi Metode Arima Dan Metode Des Dalam Meramalkan Jumlah Kunjungan Pasien Rawat Jalan Poli Umum. 12(2), 139–153.

Similar Articles

1-10 of 301

You may also start an advanced similarity search for this article.