Proses pemecahan masalah secara sistematis bermula dari John Dewey, seorang profesor filosofi di Columbia University pada awal abad ini. Dalam bukunya tahun 1910, ia mengidentifikasi tiga seri penilaian yang terlibat dalam memecahkan masalah suatu kontroversi secara memadai yaitu:
1. Mengenali kontroversi
2. Menimbang klaim alternatif
3. Membentuk penilaian
2. Menimbang klaim alternatif
3. Membentuk penilaian
Kerangka kerja yang dianjurkan untuk penggunaan komputer dikenal sebagai pendekatan sistem . Serangkaian langkah-langkah pemecahan masalah yang memastikan bahwa masalah itu pertama-tama dipahami, solusi alternative dipertimbangkan, dan solusi yang dipilih bekerja.
Struktur Masalah dalam Sistem Penunjang Keputusan / DSS :
Masalah terstruktur terdiri dari elemen-elemen dan hubungan-hubungan antar elemen yang semuanya dipahami oleh pemecah masalah. Masalah tak terstruktur berisikan elemen-elemen atau hubungan-hubungan antar elemen yang tidak dipahami oleh pemecah masalah. Sebenarnya dalam suatu organisasi sangat sedikit permasalahan yang sepenuhnya terstruktur atau sepenuhnya tidak terstruktur. Sebagaian besar masalah adalah masalah semi-terstruktur, yaitu manajer memiliki pemahaman yang kurang sempurna mengenai elemen-elemen dan hubungannya. Masalah semi-terstruktur adalah masalah yang berisi sebagian elemen-elemen atau hubungan yang dimengerti oleh pemecah masalah
Sekilas Tentang Sistem Penunjang Keputusan / DSS :
Sistem Penunjang Keputusan adalah Sistem Komputer yang interaktif yang membantu pembuatan keputusan dalam menggunakan dan memanfaatkan data dan model untuk memecahkan masalah yang tidak terstruktur.
Sistem Penunjang Keputusan / DSS Bertujuan Untuk :
- Memberikan dukungan untuk pembuatan keputusan pada masalah yang semi/tidak terstruktur.
- Memberikan dukungan pembuatan keputusan kepada manajer pada semua tingkat dengan membantu integrasi antar tingkat.
- Meningkatkan efektifitas manajer dalam pembuatan keputusan dan bukan peningkatan efisiennya.
Karakteristik SPK :
- Adaptability
- Flexibility
- User friendly
- Support Intelligence, design, choice
- Effectiveness
Manfaat SPK :
- Meningkatkan jumlah alternatif yang dipilih
- Pemahaman yang lebih baik tentang bisnis
- Respon yang cepat terhadap situasi yang tidak diharapkan.
- Kontrol yang lebih baik
Artikel Rancang Bangun Sistem Pendukung Keputusan Kelompok untuk
Amnesis, Diagnosis dan Terapi Gangguan Jiwa
Amnesis, Diagnosis dan Terapi Gangguan Jiwa
Pendahuluan
Di Indonesia, kesehatan jiwa menjadi bagian yang sangat diperhatikan oleh pemerintah. Kesehatan jiwa adalah suatu kondisi mental yang sejahtera yang memungkinkan hidup harmonis dan produktif sebagai bagian yang utuh dari kualitas hidup seseorang, dengan memperhatikan semua segi kehidupan manusia. Sedangkan gangguan jiwa (mental disorder) adalah suatu perubahan pada fungsi jiwa yang menyebabkan adanya gangguan pada fungsi jiwa,yang menimbulkan penderitaan pada individu dan atau hambatan dalam melaksanakan peran sosialnya (Menkes, 2002)
Tujuan
Penelitian ini bertujuan untuk membagun suatu sistem berbasis web yang berfungsi sebagai linical Group Decision Support System (CGDSS) untuk diagnosis gangguan jiwa nonpsitotis. Proses diagnosis didasarkan pada basis pengetahuan yang dibentuk berdasarkan kompromi dari para pengambil keputusan (psikiater atau psikolog klinis) melalui konsep fuzzy multi attribute decision making (FMADM).
Analisis kebutuhan sistem
Pada analisis kebutuhan sistem akan dibahas beberapa kebutuhan dan atau persyaratan terkait dengan input, proses, output, dan antarmuka sistem yang akan dibangun. kebutuhan(persyaratan) ini diperoleh berdasarkan hasil wawancara dengan para psikiater, psikolog (baik klinis maupun non klinis), dan dokter di bidang farmakologi. Berdasarkan hasil wawancara,kebutuhan Group Support System (GSS), dan Clinical Decision Support System(CDSS) (Turban, 2005), diperoleh hasil analisis kebutuhan sistem berikut.
Kebutuhan input
Sistem yang akan dibangun membutuhkan beberapa data input, antara lain:
Beberapa proses dibutuhkan untuk mengolah data input menjadi output yang berupa
Kebutuhan output
Output yang diharapkan berupa informasi terkait beberapa hal, antara lain.
- Data pengguna sistem, seperti: username, password, nama lengkap, jenis kelamin, pekerjaan, alamat, tempat dan tanggal lahir, nomor telpon atau HP, alamat email, institusi, alamat institusi.
- Data gangguan jiwa, seperti: kode gangguan dan nama gangguan.
- Data gejala gangguan jiwa, seperti: kode gejala dan nama gejala.
- Data hubungan gejala dan gangguan jiwa.
- Preferensi dengan format ordered vector, utility vector, selected subset, atau fuzzy selected
- subset yang akan digunakan untuk membentuk basis pengetahuan berdasarkan
- FMADM(Kusumadewi, dkk., 2007).
- Data farmakoterapi, seperti: nama golongan obat, nama generik obat, nama dagang obat, perusahaan yang memproduksi obat, kemasan, sediaan, dosis, indikasi, efek samping, satuan sediaan, satuan dosis, hubungan antara jenis gangguan dan golongan obat, hubungan antara kondisi medik dengan golongan obat.
- Data psikoterapi, seperti: jenis psikoterapi dan hubungan antara jenis gangguan dan jenis
- psikoterapi.
- Data psikososial dan medik umum, seperti: jenis masalah psikososial, kode medik dan nama medik seperti yang diberikan oleh ICD-10.
- Data pendukung inferensi, seperti: metode inferensi (SAW atau TOPSIS), dan nilai threshold.
- Data pasien, seperti: kode pasien, nama pasien, jenis kelamin, alamat dan pekerjaan.
- Data rekam medik pasien, seperti: nomor periksa, kode pasien, tanggal periksa, umur, kondisi tekanan darah, kondisi jantung, hati, ginjal, lambung, ketergantungan obat, minum minuman beralkohol, merokok, hamil, menyusui.
- Data konferensi, seperti: pokok bahasan, tanggal dan jam pelaksanaan, ruang, kata kunci ruang, inisiator, notulis, notulen, akses konferensi.
- Data forum, seperti: golongan forum, nama forum, tema, pengirim, tanggal kirim, komentar forum, pengirim komentar, tanggal kirim komentar.
- Data polling, seperti: judul polling, isi polling, pengirim, pilihan jawaban, tanggal dan jam kirim, tanggal dan jam kadaluarsa, jawaban polling, pemberi jawaban.
- Data berita dan informasi, seperti: judul berita, deskripsi, berita lengkap, pengirim, tanggal kirim, alamat URL.
Beberapa proses dibutuhkan untuk mengolah data input menjadi output yang berupa
informasi yang diharapkan. Beberapa proses tersebut antara lain.
- Proses manajemen pengetahuan, yang meliputi: manipulasi data gangguan, gejala, hubungan gejala & gangguan pada aturan PPDGJ, hubungan gejala & gangguan pada CGDSS, manipulasi data preferensi, akuisisi pengetahuan, manipulasi data farmakoterapi, manipulasi data psikoterapi, manipulasi data medik, manipulasi data pekerjaan, dan manipulasi data PPDGJ III.
- Proses manajemen inferensi, yang meliputi: ubah atribut pengambil keputusan menampilkan statistik preferensi, uji sensitivitas, mengubah metode inferensi, dan mengubah nilai threshold.
- Proses manajemen data pasien, yang meliputi: input, ubah, hapus dan menampilkan informasi data pasien.
- Proses anamnesis, diagnosis dan terapi, yang meliputi: registrasi pasien, manipulasi data pasien pada aksis I, II, III, IV dan V, proses farmakoterasi & psikoterapi pasien, cetak hasil anamnesis, diagnosis & terapi.
- Proses manajemen pengguna, yang meliputi: input, ubah, hapus dan menampilkan informasi data pengguna.
- Proses manajemen informasi, yang meliputi: manajemen data berita, link informasi, forum, dan polling.
- Proses manajemen konferensi, yang meliputi: manajemen agenda konferensi dan konferensi online.
- Proses display informasi umum, yang meliputi: isi & menampilkan buku tamu, pendaftaran.
- Proses login untuk masuk ke sistem sesuai dengan level aksesnya.
Kebutuhan output
Output yang diharapkan berupa informasi terkait beberapa hal, antara lain.
- Informasi jenis gangguan.
- Informasi gejala gangguan jiwa.
- Informasi aturan menggunakan PPDGJ III.
- Informasi kondisi dalam aturan CGDSS.
- Informasi preferensi dengan format ordered vector, utility vector, selected subset, dan fuzzy selected subset.
- Informasi farmakoterapi.
- Informasi psikoterapi.
- Informasi hasil anamnesis terhadap pasien.
- informasi hasil diagnosis terhadap pasien.
- Informasi hasil terapi terhadap pasien.
- Laporan rekam medik yang berisi hasil anamnesis, diagnosis, dan terapi
Kebutuhan perangkat lunak dan perangkat keras
Sistem yang akan dibangun dapat bekerja dengan optimal apabila dioperasikan dengan menggunakan perangkat keras dan perangkat lunak dengan spesifikasi minimal berikut.
a) Perangkat lunak (software), untuk server:
Kebutuhan antarmuka
Sistem dibangun berbasis web, dengan 2 model antarmuka yang digunakan yaitu model dialog dan model pengisian formulir. Model menu berbentuk pohon hirarki yang bertujuan untuk menyeleksi sejumlah pilihan dari setiap menu yang jumlahnya relatif sedikit (Downtown, 1992: 82). Model pengisian formulir bertujuan untuk mengisi data-data (yang biasanya akan disimpan dalam basisdata) melalui formulir yang tervisualisasi (Downtown, 1992: 87). Kedua model ini dipilih dengan alasan bahwa:
a) Perangkat lunak (software), untuk server:
- Sistem Operasi Linux atau UNIX.
- Apache web server (minimal versi 2.0.53.0).
- Bahasa pemrograman web, PHP (minimal versi 5.0.4.4).
- Administrator basisdata, phpMyAdmin (minimal versi 2.6.1).
- Basisdata, MySQL
- Sistem Operasi Windows X (Windows XP, Vista, dll), Linux.
- Web browser, seperti: internet explorer (tampilan terbaik minimal versi 6) atau Mozila Firefox.
- Seperangkat komputer server.
- Jaringan internet.
- GSM modem
- Sarana komunikasi data antara GSM modem dan komputer.
- Seperangkat komputer dengan spesifikasi: prosesor pentium IV, RAM 512 MB, hardisk dengan sisa memori 250 MB.
- Jaringan internet.
Kebutuhan antarmuka
Sistem dibangun berbasis web, dengan 2 model antarmuka yang digunakan yaitu model dialog dan model pengisian formulir. Model menu berbentuk pohon hirarki yang bertujuan untuk menyeleksi sejumlah pilihan dari setiap menu yang jumlahnya relatif sedikit (Downtown, 1992: 82). Model pengisian formulir bertujuan untuk mengisi data-data (yang biasanya akan disimpan dalam basisdata) melalui formulir yang tervisualisasi (Downtown, 1992: 87). Kedua model ini dipilih dengan alasan bahwa:
- Kedua model relatif mudah digunakan dan sudah familiar dengan para pengguna.
- Model menu digunakan, karena pada sistem yang dibuat terdiri-dari sejumlah proses yang masing-masing memiliki cukup banyak subproses.
- Model pengisian formulir digunakan, karena sistem yang dibangun terdiri-dari beberapa proses yang membutuhkan input data dari pengguna. Pada model pengisian formulir, beberapa objek digunakan baik sebagai media pengisian seperti textbox dan objek untuk pilihan seperti checkbox, radiobutton, atau combobox.
Perancangan sistem
Pada proses perancangan, diawali dengan membuat diagram konteks sistem. Kemudian dilanjutkan dengan membuat Diagram Arus Data (DAD). Untuk setiap proses yang terdapat pada suatu DAD akan diderinci lagi ke bentuk DAD level berikutnya apabila diperlukan. Semua pengambil keputusan dapat berpartisipasi dalam:
- Melakukan manipulasi (input, ubah, hapus) data gangguan maupun gejala.
- Membentuk kondisi (anteseden) kejiwaan yang berisi kumpulan gejala.
- Memberikan preferensi terhadap kondisi tersebut.
- Melakukan akuisisi pengetahuan.
- Membentuk aturan terkait penetapan farmakoterapi dan psikoterapi
Perbedaaan antara pengambil keputusan level-1 dan level-2 hanya terletak pada kebolehannya dalam mengatur atau membuat perubahan terkait dengan aktivitas inferensi. Pengambil keputusan level-2 memiliki akses untuk:
- Mengubah level setiap pengguna menjadi level-0 (pengguna biasa), level-1 (pengambil keputusan level-1) atau level-2 (pengambil keputusan level-2).
- Mengubah bobot preferensi setiap pengambil keputusan.
- Mengaktifkan atau menonaktifkan pengguna di setiap level.
- Mengubah metode inferensi (dari SAW ke TOPSIS atau sebaliknya).
- Mengubah batas-batas atribut, seperti: nilai threshold untuk penetapan gangguan jiwa;batasan usia dan tekanan darah untuk keperluan penetapan farmakoterapi
Perancangan Basis Data
Sistem basisdata yang dibangun terdiri-atas 47 tabel, antara lain: tabel Login, Gangguan, Gejala, Gangguan_Umum, GejalaGangguan, Konsekuen_PPDGJ, Standar, Anteseden, P_Ordered, P_Utility, P_SelectedSubset, P_FuzzySelectedSubset, Matriks, MADM, KlasObat, GolObat, Generik, BrandObat, PerusahaanObat, Kemasan, Satuan, HubObat, AturanObat, Psikoterapi, HubTerapi, Pasien, Periksa, Diagnosis, Medik, Psikososial, GangguanPasien, MedikPasien, PsikososialPasien, ObatPasien, TerapiPasien, GolForum, Forum, KomentarForum, Polling, JawabPolling, Konferensi, Informasi, Berita, PPDGJ3, Pekerjaan, Kota, dan BukuTamu
Gambar Relasi antar tabel untuk kelompok tabel preferensi.
Gambar Relasi antar tabel untuk kelompok tabel matriks keputusan.
Hasil dari Sistem Tersebut
Menu utama untuk sistem.
Pengujian
Pengujian dilakukan dalam 2 bentuk. Pertama, pengujian terhadap validitas sistem (disebut: CGDSS) apabila dibandingkan dengan gold standard (PPDGJ III). Kedua, pengujian terhadap kinerja sistem berdasarkan evaluasi yang diberikan oleh para pengguna (psikiater, psikolog, atau pengguna lain yang berkepentingan).
Proses pengujian validitas CGDSS terhadap PPDGJ III dilakukan pada ke-30 gangguan yang menjadi sample dalam penelitian. Proses pengujian dilakukan dengan cara memberikan beberapa gejala yang relevan dengan jenis gangguan tertentu sesuai dengan kriteria diagnosis PPDGJ III seperti yang telah dibahas pada Bab III. Selanjutnya sistem akan mendiagnosis gejala-gejala tersebut untuk mendapatkan jenis gangguan jiwa yang direkomendasikan. Sebagai contoh diberikan gejala-gejala seperti terlihat pada Tabel 1. Berdasarkan PPDGJ III jenis gangguan yang relevan dengan kondisi tersebut adalah episode depresif (F32.0).
Proses pengujian validitas CGDSS terhadap PPDGJ III dilakukan pada ke-30 gangguan yang menjadi sample dalam penelitian. Proses pengujian dilakukan dengan cara memberikan beberapa gejala yang relevan dengan jenis gangguan tertentu sesuai dengan kriteria diagnosis PPDGJ III seperti yang telah dibahas pada Bab III. Selanjutnya sistem akan mendiagnosis gejala-gejala tersebut untuk mendapatkan jenis gangguan jiwa yang direkomendasikan. Sebagai contoh diberikan gejala-gejala seperti terlihat pada Tabel 1. Berdasarkan PPDGJ III jenis gangguan yang relevan dengan kondisi tersebut adalah episode depresif (F32.0).
Tabel Gejala-gejala pada pengujian-1.
menunjukkan sebanyak 280 hasil diagnosis dengan CGDSS sesuai dengan gold standard (PPDGJ III) dan 21 hasis diagnosis dengan CGDSS tidak sesuai dengan PPDGJ III. Sehingga dapat dikatakan bahwa 93% hasil diagnosis sesuai dengan gold standard.
Pengujian sistem juga dilakukan dengan cara memberi kesempatan kepada para pengguna (psikiater, psikolog, dan dokter di bidang farmakologi) untuk mengevaluasi kinerja sistem. Evaluasi dilakukan pada setiap sub sistem (manajemen pengetahuan, inferensi, terapi, informasi, pengguna, dan konferensi). Penilaian dilakukan dengan skor 1 = sangat buruk, 2 = buruk, 3 = cukup, 4 = baik, dan 5 = sangat baik. Hasil evaluasi untuk setiap sub sistem terlihat pada Tabel 2. Nilai rata-rata untuk semua sub sistem adalah 4,321. Berdasarkan hasil tersebut dapat disimpulkan bahwa para pengguna memberikan nilai BAIK untuk CGDSS yang telah dibangun.Tabel 2. Hasil pengujian setiab subsistem
Kesimpulan
Berdasarkan hasil penelitian dan pembahasan, akhirnya dapat disimpulkan bahwa:
- Sistem yang dibangun telah memiliki basis pengetahuan yang cukup lengkap untuk melakukan diagnosis gangguan jiwa non-psikotis.
- Sistem yang telah dibangun memberikan kemudahan bagi para psikiater dan psikolog klinis untuk melakukan anamnesis, diagnosis dan terapi bagi para pasien.
Artikel Mengenai Sistem Penunjang Keputusan dalam
MANAJEMEN SISTEM INFORMASI RS
MANAJEMEN SISTEM INFORMASI RS
Penggunaan Sistem Informasi Manajemen Keperawatan (SIMK)
Sistem informasi manajemen keperawatan (SIMK) merupakan paket perangkat lunak yang dikembangkan secara khusus untuk divisi pelayanan keperawatan. Paket perangkat lunak ini mempunyai program-program atau modul-modul yang dapat membentuk berbagai fungsi manajemen keperawatan. Kebanyakan SIMK mempunyai modul-modul untuk :
1. Mengklasifikasikan pasien
2. Pambentukan saraf
3. Penjadwalan
4. Catatan personal
5. Laporan bertahap
6. Pengembangan anggaran
7. Alokasi sumber dan pengendalian biaya
8. Analisa kelompok diagnosa yang berhubungan
9. Pengendalian mutu
10. Catatan pengembangan staf
11. Model dan simulasi untuk pengembilan keputusan
12. Rencana strategi
13. Rencana permintaan jangka pendek dan rencana kerja
14. Evolusi program
Modul SIMK untuk klasifikasi pasien, pengaturan staf, catatan personal, dan laporan bertahap sering berhubungan. Pasien diklasifikasikan menurut kriterianya. Informasi klasifikasi pasien dihitung berdasarkan formula beban kerja. Juga susunan pegawai yang dibutuhkan dan susunan pegawai yang sebenarnya dapat dibuat.
SIMK dan komputer dapat membuat perawatan pasien lebih efektif dan ekonomis. Perawat-perawat klinis menggunakannya untuk mengatur perawatan pasien, termasuk di dalamnya sejarah pasien, rencana perawatan, pemantauan psikologis dan tidak langsung, catatan kemajuan perawatan dan peta kemajuan. Hal ini dapat dilakukan di semua kantor/ruang perawat.
Perawat-perawat klinis dapat menggunakan SIMK untuk mengganti sistem manual pada pencatatan data. Hal ini dapat mengurangi biaya sekaligus memungkinkan peningkatan kualitas dari perawatan. Dengan sistem informasi usia, manajer perawat dapat merencanakan karier untuk mereka sendiri dan perawat klinis mereka. Karier baru di SIMK mungkin satu jawaban untuk perawat.
Sistem informasi manajemen keperawatan (SIMK) merupakan paket perangkat lunak yang dikembangkan secara khusus untuk divisi pelayanan keperawatan. Paket perangkat lunak ini mempunyai program-program atau modul-modul yang dapat membentuk berbagai fungsi manajemen keperawatan. Kebanyakan SIMK mempunyai modul-modul untuk :
1. Mengklasifikasikan pasien
2. Pambentukan saraf
3. Penjadwalan
4. Catatan personal
5. Laporan bertahap
6. Pengembangan anggaran
7. Alokasi sumber dan pengendalian biaya
8. Analisa kelompok diagnosa yang berhubungan
9. Pengendalian mutu
10. Catatan pengembangan staf
11. Model dan simulasi untuk pengembilan keputusan
12. Rencana strategi
13. Rencana permintaan jangka pendek dan rencana kerja
14. Evolusi program
Modul SIMK untuk klasifikasi pasien, pengaturan staf, catatan personal, dan laporan bertahap sering berhubungan. Pasien diklasifikasikan menurut kriterianya. Informasi klasifikasi pasien dihitung berdasarkan formula beban kerja. Juga susunan pegawai yang dibutuhkan dan susunan pegawai yang sebenarnya dapat dibuat.
SIMK dan komputer dapat membuat perawatan pasien lebih efektif dan ekonomis. Perawat-perawat klinis menggunakannya untuk mengatur perawatan pasien, termasuk di dalamnya sejarah pasien, rencana perawatan, pemantauan psikologis dan tidak langsung, catatan kemajuan perawatan dan peta kemajuan. Hal ini dapat dilakukan di semua kantor/ruang perawat.
Perawat-perawat klinis dapat menggunakan SIMK untuk mengganti sistem manual pada pencatatan data. Hal ini dapat mengurangi biaya sekaligus memungkinkan peningkatan kualitas dari perawatan. Dengan sistem informasi usia, manajer perawat dapat merencanakan karier untuk mereka sendiri dan perawat klinis mereka. Karier baru di SIMK mungkin satu jawaban untuk perawat.
Manajemen Asuhan Keperawatan yang menggunakan
Model dalam Sistem Pemberian Asuhan Keperawatan
1) Metode Kasus
2) Metode Fungsional
3) Metode Perawatan Tim
4) Metode Perawatan Primer
5) Metode Keperawatan Modular
6) Metode Manajemen Kasus
Issue-issue dalam Manajemen Asuhan Keperawatan
Ada banyak issue-issue yang berkembang dalam manajemen asuhan keperawatan dimasa yang akan datang, beberapa diantaranya adalah :
1) Metode Kasus
2) Metode Fungsional
3) Metode Perawatan Tim
4) Metode Perawatan Primer
5) Metode Keperawatan Modular
6) Metode Manajemen Kasus
Issue-issue dalam Manajemen Asuhan Keperawatan
Ada banyak issue-issue yang berkembang dalam manajemen asuhan keperawatan dimasa yang akan datang, beberapa diantaranya adalah :
1) Robotik
Robot akan membantu perawat dalam menjelaskan beberapa tugas. Hal yang paling praktis dengan menggunakan robot yaitu penggunaan kartu elektronik, dimana digunakan untuk penyimpanan dan transpor obat-obatan, kain-kain dan persediaan-persediaan lain. Contoh lain yaitu tangan robot yang dapat digunakan untuk mengangkat yang berat. Kemungkinan aplikasi dimasa yang akan datang termasuk prosedur-prosedur yang tidak dapat untuk dibentuk seperti mata, otak, atau perbedaan tulang belakang atau prosedur dimana kontak secara langsung merupakan kontra indikasi untuk bahaya kesehatan. Seperti seorang pasien dengan tidak ada sistem kekebalan.
2) Komunikasi Suara
Komunikasi suara akan membantu perawat untuk berbicara dengan komputer mereka. Keyboard dan pembaca bar code tidak akan dibutuhkan untuk memasukkan atau mendapatkan kembali informasi komputer akan diminta untuk menampilkan informasi atau untuk mencatatnya dengan perintah suara.
3) Sistem Ahli dan Inteligensia Buatan
Kecenderungan masa depan lainnya adalah sistem ahli dan inteligensia buatan. Manajer perawat mempunyai akses ke kuantitas informasi yang besar yang memungkinkan mebantu mereka dalam membuat keputusan setiap hari. Dengan sistem ahli, manajer perawat dapat mengidentifikasi situasi manajemen, kriteria pendefinisian masalah, dan tujuan dari penanganan situasi. Manajer perawat kemudian mengevaluasi alternatif dan membuat keputusan.
Sistem ahli membuat kode pengetahuan yang relevan dan pengalaman dari ahli-ahli dan untuk memungkinkannya ada pada orang yang kurang berpengetahuan dan kurang berpengalaman. Suatu contoh dimana diperlukannya pengetahuan dan pengalaman total dari spesialis perawat klinis dibidang keperawatan ilmu neurologi, hal ini kemudian dikodekan dalam program komputer, dan dimungkinkannya ada untuk perawat melaksanakan klinis di area ilmu neurologi. Mereka akan mengkonsultasikannya untuk memecahkan masalah asuhan keperawatan.
Sistem ahli membuat kode pengetahuan yang relevan dan pengalaman dari ahli-ahli dan untuk memungkinkannya ada pada orang yang kurang berpengetahuan dan kurang berpengalaman. Suatu contoh dimana diperlukannya pengetahuan dan pengalaman total dari spesialis perawat klinis dibidang keperawatan ilmu neurologi, hal ini kemudian dikodekan dalam program komputer, dan dimungkinkannya ada untuk perawat melaksanakan klinis di area ilmu neurologi. Mereka akan mengkonsultasikannya untuk memecahkan masalah asuhan keperawatan.
Sistem Klasifikasi Pasien
Dalam menentukan kebutuhan tenaga di ruang rawat, perawat perlu memantau klasifikasi klien. Sistem klasifikasi pasien adalah pengelompokan pasien berdasarkan kebutuhan perawatan yang secara klinis dapat diobservasikan oleh perawat. Pada dasarnya sistem klasifikasi pasien ini mengelompokkan pasien sesuai dengan ketergantungannya dengan perawat atau waktu dan kemampuan yang dibutuhkan untuk memberi asuhan keperawatan yang dibutuhkan.
Tujuan klasifikasi pasien adalah untuk mengkaji pasien dan pemberian nilai untuk mengukur jumlah usaha yang diperlukan untuk memenuhi perawatan yang dibutuhkan pasien (Gillies, 1994). Menurut Swanburg, tujuan klasifikasi pasien adalah untuk menentukan jumlah dan jenis tenaga yang dibutuhkan dan menentukan nilai produktivitas.
Sistem klasifikasi pasien oleh Swanburg (1999) adalah sebagai berikut :
1) Kategori I : Self care
Biasanya membutuhkan waktu : 2 jam dengan waktu rata-rata efektif 1,5 jam/24 jam.
2) Kategori II : Minimal care
Biasanya membutuhkan 3 – 4 jam dengan waktu rata-rata efektif 3,5 jam/24 jam.
3) Kategori III : Moderate care atau Intermediate care
Biasanya membutuhkan 5 – 6 jam dengan waktu rata-rata efektif 5,5 jam/24 jam.
4) Kategori IV : Extensive care atau Modified Intensive care
Biasanya membutuhkan 7– 8 jam dengan waktu rata-rata efektif 7,5 jam/24 jam.
5) Kategori V : Intensive care
Biasanya membutuhkan 10 – 14 jam dengan waktu rata-rata efektif 12 jam/24 jam.
Tujuan klasifikasi pasien adalah untuk mengkaji pasien dan pemberian nilai untuk mengukur jumlah usaha yang diperlukan untuk memenuhi perawatan yang dibutuhkan pasien (Gillies, 1994). Menurut Swanburg, tujuan klasifikasi pasien adalah untuk menentukan jumlah dan jenis tenaga yang dibutuhkan dan menentukan nilai produktivitas.
Sistem klasifikasi pasien oleh Swanburg (1999) adalah sebagai berikut :
1) Kategori I : Self care
Biasanya membutuhkan waktu : 2 jam dengan waktu rata-rata efektif 1,5 jam/24 jam.
2) Kategori II : Minimal care
Biasanya membutuhkan 3 – 4 jam dengan waktu rata-rata efektif 3,5 jam/24 jam.
3) Kategori III : Moderate care atau Intermediate care
Biasanya membutuhkan 5 – 6 jam dengan waktu rata-rata efektif 5,5 jam/24 jam.
4) Kategori IV : Extensive care atau Modified Intensive care
Biasanya membutuhkan 7– 8 jam dengan waktu rata-rata efektif 7,5 jam/24 jam.
5) Kategori V : Intensive care
Biasanya membutuhkan 10 – 14 jam dengan waktu rata-rata efektif 12 jam/24 jam.
Referensi :
http://hanum.staff.gunadarma.ac.id
http://fti.uajy.ac.id
http://ilmukeperawatan.net/
http://terdidik.com/2009/08/01/sistem-pendukung-keputusan/
Tidak ada komentar:
Posting Komentar