Penerapan Metode Extreme Learning Machine (ELM) Untuk Prediksi Jumlah Pasien Rawat Inap

Prediksi jumlah pasien rawat inap merupakan salah satu cara mengurangi
resiko jumlah pasien tidak sebanding dengan sumber daya yang ada, seperti dokter,
kamar dan tenaga kerja yang lain, dengan memanfaatkan data jumlah pasien rawat
inap pada hari sebelumnya untuk memprediksi jumlah pasien pada hari berikutnya.
Pada penulisan skripsi ini prediksi jumlah pasien rawat inap bertujuan untuk
mendapatkan prediksi jumlah pasien rawat inap secara teknis dari sebuah rumah
sakit dengan menggunakan jaringan syaraf tiruan metode Extreme Learning
Machine supaya rumah sakit dapat menyediakan sarana prasarana yang
dibutuhkan. Extreme Learning Machine adalah salah satu metode dalam jaringan
syaraf tiruan dengan model single layer feedforward Neural Networks. Dalam
memprediksi jumlah pasien rawat inap, data akan dilatih dan dicari bobot yang
paling optimum. Selanjutnya, dengan melakukan proses pengujian data terlatih
akan diketahui seberapa baik pola yang dikenali oleh jaringan sehingga nilai error
yang di dapatkan mencapai nilai minimum. Dengan uji validasi diperoleh nilai dari
prediksi jumlah pasien rawat inap hari berikutnya dengan menggunakan bobot
optimal dari proses pelatihan. Pada penelitian ini didapatkan perbandingan data
training dan data testing yang optimal dengan rasio 80% :20% dengan epoch
sebesar 100 dan learning rate 0,3 menghasilkan nilai MSE sebesar 0,01702.