Skripsi

PREDIKSI DURASI RAWAT INAP PASIEN ICU MENGGUNAKAN DEEP LEARNING

---

Memprediksi durasi lama rawat inap pada pasien merupakan aspek krusial bagi rumah sakit untuk meningkatkan kualitas pelayanan medis dan manajemen rumah sakit. Prediksi ini membantu pasien dalam menyiapkan kebutuhan yang diperlukan serta memungkinkan rumah sakit untuk mempersiapkan pelayanan medis yang tepat. Dalam penelitian ini, dilakukan prediksi durasi rawat inap pasien ICU menggunakan pendekatan deep learning dengan tujuan untuk menemukan metode terbaik dalam memprediksi durasi rawat inap. Prediksi ini menggunakan database MIMIC-IV dengan metode imputasi interpolasi linear dan XU-Netl. Prediksi dilakukan dengan membandingkan beberapa metode deep learning yaitu Gated Recurrent Unit (GRU), Long Short-Term Memory (LSTM), Recurrent Neural Network (RNN), Convolutional Neural Network (CNN), Stacked Long Short-Term Memory, Bidirectional Long Short Term Memory (Bi-LSTM), dan one-dimensional (1D) multi-scale convolutional neural network (1D-MSNet). Hasil penelitian menunjukkan bahwa arsitektur GRU merupakan metode terbaik dengan nilai akurasi dan AUC sebesar 66% pada data dengan imputasi interpolasi linear. Secara keseluruhan, arsitektur GRU memberikan performa terbaik dalam memprediksi durasi rawat inap pasien ICU menggunakan data yang diimputasi dengan interpolasi linear.

---

Availability

Detail Information

Series Title

-

Call Number

T1526812024

Publisher

Indralaya : Prodi Sistem Komputer, Fakultas Ilmu Komputer Universitas Sriwijaya., 2024

Collation

viii, 234 hlm.; ilus.; 29 cm

Language

Indonesia

ISBN/ISSN

-

Classification

006.320 7

Content Type

Text

Media Type

unmediated

Carrier Type

-

Edition

-

Subject(s)

Prodi Sistem Informasi
Jaringan Saraf Tiruan (Neural Networks)

Specific Detail Info

-

Statement of Responsibility

KA

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment