PENJADWALAN PERAWAT BERBASIS DUAL-FAIRNESS DENGAN KUALIFIKASI DAN KONTRAK KERJA MENGGUNAKAN DOUBLE DIRECT PROGRESSIVE FILLING ALGORITHM

Abstract

Penjadwalan perawat merupakan permasalahan optimasi yang kompleks karena harus memenuhi berbagai aturan operasional rumah sakit, seperti kebutuhan tenaga pada setiap shift, kualifikasi, kontrak kerja, serta pemerataan beban kerja. Penelitian ini bertujuan mengadaptasi dan mengembangkan model penjadwalan perawat berbasis kualifikasi dan kontrak kerja menggunakan Double Direct Progressive Filling Algorithm (DDPFA). Penelitian menggunakan data penjadwalan perawat Unit Rawat Inap dan Instalasi Gawat Darurat RSI Jakarta Cempaka Putih periode Januari 2025 dengan dua skenario, yaitu kondisi aktual dan skenario efisiensi biaya. Metode yang digunakan merupakan pendekatan hybrid-heuristic yang mengintegrasikan Goal Programming sebagai model dasar dengan DDPFA melalui dua fase, yaitu max-min fairness untuk pemerataan jumlah perawat antarshift dan min-max fairness untuk pemerataan beban kerja antarperawat. Hasil penelitian menunjukkan bahwa model yang dikembangkan mampu menghasilkan jadwal yang layak dengan memenuhi seluruh hard constraint serta memenuhi soft constraint pada kedua unit dan seluruh skenario. DDPFA menghasilkan distribusi perawat antarshift dan beban kerja antarperawat yang lebih stabil dibandingkan metode manual dan Goal Programming, serta memiliki waktu komputasi yang lebih cepat. Selain itu, skenario efisiensi biaya menunjukkan bahwa pengurangan jumlah perawat yang diimbangi penyesuaian distribusi shift dan lembur tetap mampu menghasilkan jadwal yang layak secara operasional. Dengan demikian, DDPFA efektif diterapkan untuk menghasilkan penjadwalan perawat yang layak, adil, dan efisien.

Nurse scheduling is a complex optimization problem because it must satisfy various hospital operational requirements, including staffing requirements for each shift, nurse qualifications, employment contracts, and workload distribution. This study aims to adapt and develop a nurse scheduling model based on qualifications and employment contracts using the Double Direct Progressive Filling Algorithm (DDPFA). The study employed nurse scheduling data from the Inpatient Unit and Emergency Department of RSI Jakarta Cempaka Putih for the January 2025 scheduling period under two scenarios: the existing operational condition and a cost-efficiency scenario. The proposed method adopts a hybrid-heuristic approach by integrating Goal Programming as the underlying scheduling model with DDPFA through two sequential phases: max-min fairness to balance nurse allocation across shifts and min-max fairness to balance workload distribution among nurses. The results demonstrate that the proposed model produces feasible schedules by satisfying all hard constraints and soft constraints in both units and scenarios. Compared with manual scheduling and Goal Programming, DDPFA provides more stable distributions of nurse allocation across shifts and workload among nurses while requiring shorter computational time. Furthermore, the cost-efficiency scenario indicates that reducing the number of nurses, combined with appropriate shift redistribution and overtime allocation, can still produce operationally feasible schedules. Therefore, DDPFA is an effective approach for generating feasible, fair, and computationally efficient nurse schedules.