<![CDATA[Tujuan penelitian ini yaitu untuk mengetahui penyimpangan keuangan yang terjadi di lingkungan Rumah Sakit. Penyimpangan transaksi keuangan ini melibatkan aktivitas dokter, pembuatan resep dan apotik atau farmasi serta bagian keuangan Rumah Sakit. Setiap dokter yang mengeluarkan resep untuk pengobatan pasien, diharapkan pasien membeli obat di apotik Rumah Sakit itu sendiri sehingga transaksi keuangannya menjadi pemasukan bagi Rumah Sakit. Namun sebaliknya, hal ini bisa mempersulit mengetahui pemasukan kas yang diperoleh dari setiap dokter terkait resep yang dikeluarkan. Oleh karenanya penelitian ini dilakukan dengan membuat model untuk mengetahui penyimpangannya. Untuk mendapatkan model yang terbaik dilakukan evaluasi model terhadap algoritma Gradient Boosted Tree(GBT) dan Random Forest(RF). Hasilnya adalah AUC (Area Under the Curve) model GBT = 0.976 dan AUC model RF = 0.964 yang menunjukkan bahwa algoritma GBT pilihan terbaik untuk pemrosesan penyimpangan transaksi keuangan dataset medis di Rumah Sakit ABC.]]>
Copyrights © 2024
