ScholarGate
Asisten
Process / pipelineCapacity planning, Forecasting

Model Okupansi Tempat Tidur Rumah Sakit

Model okupansi tempat tidur rumah sakit memprediksi jumlah tempat tidur yang terisi di masa mendatang dengan menganalisis pola penerimaan pasien, distribusi lama rawat inap, dan dinamika kepulangan pasien. Model-model ini mendukung keputusan taktis mengenai penjadwalan staf, manajemen rantai pasokan, dan keputusan strategis mengenai perluasan kapasitas.

Buka di MethodMindSegeraApply, compare, get guidance
Tools & resources
Unduh salindia
Learn & explore
VideoSegera

Baca metode selengkapnya

Khusus anggota

Masuk dengan akun gratis untuk membaca bagian ini.

Masuk

Peta metode

Lingkup metode terkait — pilih sebuah simpul untuk menjelajah.

Sumber

  1. Tikk, D., Kóczy, L. T., & Gedeon, T. D. (2003). A survey on fuzzy relational equations and their applications in web intelligence. In W. Pedrycz (Ed.), Handbook of Granular Computing (pp. 521–542). John Wiley & Sons. link
  2. McCarthy, M. L., Zeger, S. L., Ding, R., Levin, S. R., Desmond, J. S., Lee, J., & Aronsky, D. (2008). The challenge of predicting demand for emergency department services. Academic Emergency Medicine, 15(4), 337–346. DOI: 10.1111/j.1553-2712.2008.00083.x
  3. Helm, J. E., AhmadBeygi, S., & Van Oyen, M. P. (2011). Design and analysis of hospital admission control for optimizing quality of care. Operations Research, 59(5), 1153–1166. link

Cara menyitasi halaman ini

ScholarGate. (2026, June 3). Stochastic Hospital Bed Occupancy Forecasting Model. ScholarGate. https://scholargate.app/id/healthcare-management/hospital-bed-occupancy-model

Metode yang mana?

Letakkan metode ini berdampingan dengan kerabat terdekatnya dan baca secara bersisian — pustaka menata bukunya di atas meja; pilihan ada di tangan Anda.

Bandingkan berdampingan

Dirujuk oleh

ScholarGateHospital Bed Occupancy Model (Stochastic Hospital Bed Occupancy Forecasting Model). Diakses 2026-06-19 dari https://scholargate.app/id/healthcare-management/hospital-bed-occupancy-model · Set data: https://doi.org/10.5281/zenodo.20539026