Decision Support System to Prioritize Ventilators for COVID-19 Patient using AHP, Interpolation, and SAW

NIKOLAS ADHI P, Retantyo Wardoyo, Drs., M.Sc.,Ph.D.

2021 | Skripsi | S1 ILMU KOMPUTER

Dalam era pandemi COVID-19, banyak rumah sakit yang mengalami kekurangan ventilator. Tenaga kesehatan berhadapan dengan dilema karena kurangnya suplai peralatan kesehatan dibandingkan dengan banyaknya nyawa yang harus diselamatkan. Ketika suplai cukup, semua pasien mendapatkan perlakuan dan kesempatan yang sama namun bagaimana apabila terdapat perbedaan besar diantara angka suplai peralatan dan pasien? Dibutuhkan mekanisme pemrioritasan yang dapat secara objektif memutuskan alokasi peralatan yang sedang langka, dengan harapan mendapatkan hasil yang terbaik. Sistem pendukung keputusan merupakan sistem yang dapat membantu manusia yang menggunakan data sebagai pembuat keputusan, untuk memutuskan permasalahan semi terstruktur/tidak terstruktur. Tujuan dari penelitian ini adalah membuat SPK untuk pemrioritasan pasien yang membutuhkan ventilator berdasarkan kriteria dan kebijakan yang sudah ditentukan, dengan menggabungkan tiga metode berbeda. SPK yang dibuat merupakan aplikasi berbasis web, yang dibuat menggunakan bahasa pemrograman Python. Berdasarkan hasil eksperimen, SPK yang dibuat dapat memeringkatkan pasien COVID-19 untuk alokasi ventilator menggunakan SOFA sebagai kriteria AHP, Interpolasi, serta SAW sebagai metodenya. Hasil pemeringkatan SPK berbeda dengan raw SOFA Score, dengan perbedaan utamanya terletak pada SPK yang dapat menghindari kriteria tiebreaker, yang biasanya disebabkan oleh hasil prioritas yang sama.

During the COVID-19 pandemic era, many hospitals face ventilator shortages. Healthcare workers face a dilemma due to the lack of healthcare supplies with many lives to save. When there are enough resources available, every patient gets an equal treatment and chance but what if there is a big difference in number between supplies and patients? There needs to be a prioritization mechanism that can objectively decide the allocation of these already scarce resources in the hopes of achieving the best outcome. A decision support system is a system that can support humans using data as decision makers to help them decide semi-structured/unstructured problems. The goal of this research is to create a DSS to prioritize patients who need a ventilator based on predetermined criterias and policy by incorporating three different methods. The DSS is a web-based app, made using Python language. Based on the experiment, the proposed DSS is able to rank COVID-19 patients for ventilator allocation using SOFA as criteria and using AHP, Interpolation, and SAW as the method. The proposed DSS ranked the patients differently than raw SOFA Score, with the main difference being that the proposed DSS can avoid tiebreaker criteria usage caused by similar priority results.

Kata Kunci : DSS, Healthcare, Analytical Hierarchy Process, Interpolation, SAW