Muhyiddin Muayyad atau Yiddin Mahasiswa Magister Teknik Biomedis menghadirkan inovasi berbasis data dalam pengelolaan rumah sakit melalui penelitian tesis berjudul “Strategi Optimasi Alokasi Sumber Daya Manusia Berbasis Prediksi Jumlah Pasien Rawat Jalan di Rumah Sakit Umum Pusat Surabaya.” Penelitian ini dilakukan oleh Muhyiddin Muayyad, yang akrab disapa Yiddin.
Penelitian ini berangkat dari permasalahan mendasar dalam perencanaan sumber daya manusia (SDM) di rumah sakit, yang sangat dipengaruhi oleh ketepatan estimasi beban kerja pelayanan. Pada rumah sakit baru seperti Rumah Sakit Umum Pusat Surabaya, pola kunjungan pasien masih bersifat dinamis dan fluktuatif, sehingga pendekatan konvensional berbasis data historis tahunan dinilai kurang responsif terhadap kebutuhan aktual.
Untuk menjawab tantangan tersebut, Yiddin mengembangkan strategi optimasi alokasi SDM berbasis prediksi jumlah pasien menggunakan pendekatan machine learning. Penelitian ini menggunakan desain kuantitatif dengan pendekatan integratif antara predictive modelling dan optimization modelling.
Dalam tahap prediksi, jumlah kunjungan pasien rawat jalan harian dianalisis menggunakan beberapa model machine learning, yaitu Random Forest, XGBoost, dan Ensemble, serta dibandingkan dengan metode statistik konvensional SARIMAX. Evaluasi kinerja model dilakukan menggunakan metrik Macro MAE, Global MAE, RMSE, serta koefisien determinasi (R²) untuk menentukan model terbaik.
Hasil prediksi tersebut kemudian diintegrasikan ke dalam metode Workload Indicators of Staffing Need (WISN) guna menghitung kebutuhan SDM harian pada berbagai unit layanan, termasuk admisi, perawat, apoteker, dan dokter spesialis. Efektivitas strategi optimasi diuji melalui simulasi retrospektif serta analisis statistik paired-samples t-test.
Hasil penelitian menunjukkan bahwa model XGBoost menjadi prediktor terbaik untuk segmen pasien non-BPJS, sementara model Ensemble memberikan performa terbaik pada segmen BPJS. Integrasi prediksi dengan metode WISN mengungkap adanya ketidakseimbangan alokasi SDM, seperti kelebihan tenaga dan ketidaktepatan penjadwalan di beberapa unit layanan.
Penerapan strategi optimasi berbasis prediksi ini terbukti mampu menurunkan kesenjangan alokasi SDM secara signifikan (p < 0,05). Temuan ini menegaskan bahwa pendekatan prediktif berbasis data memiliki potensi besar dalam mendukung perencanaan SDM rumah sakit yang lebih efisien, adaptif, dan rasional.
Penelitian ini dibimbing oleh Igi Ardiyanto dari Fakultas Teknik serta Heribertus Dedy Kusuma Yulianto dari Fakultas Kedokteran Gigi. Atas pencapaiannya tersebut, Yidin resmi diwisuda pada 22 April 2026, menandai kontribusinya dalam pengembangan sistem manajemen rumah sakit berbasis teknologi dan analitik data.
Yiddin, menyampaikan harapannya agar penelitian yang telah dilakukan tidak berhenti pada tahap akademik. Menurut Yiddin, ke depan penelitian ini berpotensi untuk dikembangkan lebih luas sebagai bentuk penerapan artificial intelligence (AI) dalam mendukung pengambilan keputusan di sektor pelayanan kesehatan, bahkan hingga skala nasional.
Saat ini, Yiddin diketahui berstatus sebagai Aparatur Sipil Negara (ASN) di Rumah Sakit Umum Pusat Surabaya dan bertugas pada bidang pengelolaan data sumber daya manusia (SDM). Posisi tersebut dinilai sangat relevan dengan topik penelitian yang ia kembangkan, sehingga membuka peluang implementasi langsung di lingkungan kerja.
Ia juga mengungkapkan bahwa salah satu pengalaman paling berkesan selama menempuh pendidikan Magister Teknik Biomedis adalah kesempatan untuk berinteraksi dengan rekan-rekan dari berbagai latar belakang keilmuan. Hal ini memberikan banyak wawasan baru, perspektif yang lebih luas, serta insight berharga yang turut memperkaya proses berpikir dalam penelitian.
Pengalaman akademik dan profesional tersebut menjadi pondasi penting bagi Yiddin dalam mengembangkan inovasi berbasis data, khususnya dalam mendukung transformasi digital dan peningkatan kualitas pelayanan kesehatan di Indonesia.
kegiatan ini selaras dengan penerapan SDGs ke 3 tentang kehidupan yang layak, nomor 4 tentang pendidikan berkualitas dan nomor 17 tentang kerjasama untuk mencapai tujuan.
Penulis: Arni W
Editor: Muhyiddin Muayyad