Detail Metadata Kegiatan Statistik
Kompilasi Data Penyusunan Profil Rumah Sakit Umum Daerah Dr. Adjidarmo 2024
Informasi Umum
Judul KegiatanKompilasi Data Penyusunan Profil Rumah Sakit Umum Daerah Dr. Adjidarmo
Tahun Kegiatan
2024
Cara Pengumpulan Data
Kompilasi Produk Administrasi
Sektor Kegiatan
Kesehatan
Jenis Kegiatan Statistik
Statistik Sektoral
Identitas Rekomendasi
-
Penyelenggara
Instansi PenyelenggaraRumah Sakit Umum Daerah dr, Adjidarmo
Alamat Lengkap Instansi Penyelenggara
Jl Iko Jatmiko No. 1 Rangkasbitung Lebak
| Telepon: | 082110401429 |
| Faksimile: | - |
| Email: | wilansari@lebakkab.go.id |
Penanggung Jawab
Unit Eselon Penanggung Jawab| Eselon 1: | Bupati Lebak |
| Eselon 2: | DIrektur RSUD dr. Adjidarmo |
Penanggung Jawab Teknis
| Nama: | Wilansari |
| Jabatan: | Kepala Bagian Program |
| Alamat: | Jl Hm. Iko Jatmiko No. 1 Rangkasbitung Lebak |
| Telepon: | 02525283580 |
| Faksimile: | - |
| Email: | rsudadjidarmo@gmail.com |
Perencanaan dan Persiapan
Latar Belakang KegiatanRSUD dr. Adjidarmo Kabupaten Lebak telah menjadi salah satu institusi pelayanan kesehatan utama di wilayah Banten, berperan penting dalam menyediakan akses kesehatan yang berkualitas bagi masyarakat Kabupaten Lebak dan sekitarnya. Sebagai rumah sakit milik pemerintah, RSUD dr. Adjidarmo memiliki tanggung jawab besar dalam memenuhi kebutuhan medis dan kesehatan masyarakat, baik untuk pelayanan rawat jalan, rawat inap, maupun pelayanan darurat. Dalam beberapa tahun terakhir, RSUD dr. Adjidarmo telah mengalami berbagai peningkatan signifikan dalam hal fasilitas medis, sumber daya manusia, dan kapasitas pelayanan, dengan tujuan utama meningkatkan kualitas hidup masyarakat. Menjelang tahun 2024, RSUD dr. Adjidarmo dihadapkan pada tantangan baru terkait dengan berkembangnya populasi, meningkatnya permintaan layanan kesehatan, dan kemajuan teknologi medis yang semakin pesat. Untuk itu, penting bagi rumah sakit ini untuk terus melakukan evaluasi dan pengembangan, baik dari segi kualitas pelayanan, efisiensi operasional, maupun pemanfaatan teknologi dalam pelayanan medis. Laporan profil RSUD dr. Adjidarmo untuk tahun 2024 bertujuan untuk menggambarkan pencapaian rumah sakit tersebut selama beberapa tahun terakhir, mengidentifikasi berbagai tantangan yang dihadapi, serta merumuskan langkah-langkah strategis yang perlu diambil untuk menghadapi tantangan di masa depan. Laporan ini akan memberikan gambaran yang jelas mengenai kondisi terkini rumah sakit, termasuk data penyakit yang sering terjadi, analisis kinerja, dan rekomendasi untuk pengembangan fasilitas serta peningkatan kualitas layanan bagi masyarakat. Dengan visi menjadi rumah sakit yang unggul dan terpercaya, RSUD dr. Adjidarmo berkomitmen untuk terus berinovasi dan beradaptasi dengan perkembangan zaman, agar dapat memberikan pelayanan kesehatan yang optimal bagi seluruh masyarakat Kabupaten Lebak.
Tujuan Kegiatan
Tujuan pembuatan laporan profil RSUD dr. Adjidarmo adalah untuk menganalisis kinerja rumah sakit, menilai kebutuhan pelayanan kesehatan masyarakat, meningkatkan kualitas layanan, mendukung pengambilan keputusan, dan memperluas akses layanan kesehatan di Kabupaten Lebak, berdasarkan data penyakit, indikator kinerja, serta sebaran kunjungan pasien serta jumlah tenaga kesehatan
Rencana Jadwal Kegiatan
Perencanaan Kegiatan
2023-10-01 s.d. 2023-12-31
Desain
2023-11-01 s.d. 2023-12-31
Pengumpulan Data
2024-01-01 s.d. 2024-12-31
Pengolahan Data
2025-01-01 s.d. 2025-01-31
Analisis
2025-01-01 s.d. 2025-01-31
Diseminasi Hasil
2025-02-01 s.d. 2025-02-28
Evaluasi
2025-02-01 s.d. 2025-02-28
Variabel (Karakteristik) yang Dikumpulkan
| Nama Variabel | Konsep | Definisi | Referensi Waktu |
|---|---|---|---|
| Jumlah Kunjungan Rawat Jalan | Mengukur volume dan beban kerja layanan kesehatan di unit rawat jalan untuk perencanaan sumber daya dan evaluasi aksesibilitas layanan. | Jumlah Kunjungan Rawat Jalan adalah data agregat yang merepresentasikan total frekuensi pasien dalam menerima layanan kesehatan di unit rawat jalan suatu fasilitas kesehatan dalam periode waktu tertentu, tanpa memerlukan rawat inap. Variabel ini merupakan indikator utama permintaan masyarakat terhadap layanan ambulatori dan menjadi dasar perencanaan sumber daya poliklinik. Sebagai referensi, studi oleh Setiawan, A. (2022) tentang Pola Pemanfaatan Layanan Kesehatan Ambulatori di Fasilitas Kesehatan Tingkat Lanjut dalam Jurnal Manajemen Informasi Kesehatan, 10(1), pp. 45-53, membahas analisis tren kunjungan ini. | 2024 |
| Jumlah Kunjungan Rawat Inap | Mengukur total jumlah pasien yang terdaftar dan mendapatkan perawatan di fasilitas rawat inap rumah sakit dalam periode tertentu. | Jumlah Kunjungan Rawat Inap adalah data yang menunjukkan total pasien yang masuk dan terdaftar untuk mendapatkan perawatan di unit rawat inap rumah sakit selama periode tertentu. Variabel ini mencerminkan beban kerja dan utilisasi layanan inap rumah sakit serta menjadi dasar dalam analisis kebutuhan kapasitas tempat tidur dan tenaga medis. Penelitian oleh Rahayu, S. & Nugroho, P. (2021) berjudul Analisis Tren Kunjungan Rawat Inap dan Faktor-Faktor yang Mempengaruhinya di RSUD dalam Jurnal Administrasi Rumah Sakit Indonesia, 7(2), pp. 112-120, mengkaji variabel ini. | 2024 |
| Pasien Rawat Inap Keluar Hidup | Menghitung jumlah pasien yang menyelesaikan proses perawatan di ruang rawat inap dan pulang dalam keadaan hidup. | Pasien Rawat Inap Keluar Hidup adalah jumlah pasien yang telah menyelesaikan seluruh rangkaian perawatan di ruang rawat inap dan diizinkan pulang oleh tim medis dalam kondisi hidup, baik sembuh, membaik, maupun dirujuk. Indikator ini merupakan komponen utama dalam menghitung angka kesembuhan dan efektivitas intervensi klinis. Hal ini dibahas dalam jurnal oleh Handayani, D. et al. (2020) mengenai Evaluasi Outcome Klinis Pasien Rawat Inap di Bangsal Penyakit Dalam dalam Jurnal Mutu Pelayanan Kesehatan, 5(1), pp. 30-38. | 2024 |
| Pasien Rawat Inap Keluar Mati | Menghitung jumlah pasien rawat inap yang meninggal dunia selama masa perawatan untuk mengevaluasi mutu layanan. | Pasien Rawat Inap Keluar Mati adalah data yang mencatat jumlah pasien yang meninggal dunia selama menjalani perawatan di unit rawat inap. Variabel ini merupakan indikator penting dalam evaluasi mutu pelayanan, manajemen risiko klinis, dan menjadi komponen dalam perhitungan Gross Death Rate (GDR) dan Net Death Rate (NDR). Analisis variabel ini dapat ditemukan pada penelitian Siregar, M. (2022) dalam Analisis Angka Kematian sebagai Indikator Mutu Pelayanan Klinis di Jurnal Kesehatan Komunitas, 12(2), pp. 88-95. | 2024 |
| Bed Occupancy Rate (BOR) | Mengukur tingkat pemanfaatan tempat tidur rawat inap untuk menilai efisiensi dan kapasitas rumah sakit. | ed Occupancy Rate (BOR) adalah indikator kinerja rumah sakit yang mengukur persentase pemakaian tempat tidur yang tersedia di unit rawat inap dalam satu periode waktu tertentu. Angka ini mencerminkan tingkat utilisasi fasilitas dan efisiensi manajemen tempat tidur. Penelitian terkait efisiensi rumah sakit oleh Wijaya, K. & Lestari, F. (2021) yang berjudul Analisis Efisiensi Pelayanan Rawat Inap dengan Indikator Barber-Johnson di RSUD dalam Jurnal Manajemen Kesehatan Indonesia, 9(3), pp. 201-209, menggunakan BOR sebagai variabel utama. | 2024 |
| Average Length of Stay (AVLOS) | Menilai efisiensi pelayanan dan kualitas perawatan dengan mengukur rata-rata lama seorang pasien dirawat inap. | Average Length of Stay (AVLOS) adalah indikator yang mengukur rata-rata lama hari perawatan yang dihabiskan oleh seorang pasien di unit rawat inap. AVLOS digunakan untuk mengevaluasi efisiensi pelayanan klinis, manajemen kasus, dan potensi risiko infeksi nosokomial. Jurnal Administrasi Kebijakan Kesehatan, 8(1), pp. 15-23, memuat studi oleh Santoso, B. (2023) mengenai Hubungan AVLOS dengan Biaya Perawatan dan Mutu Pelayanan Pasien JKN. | 2024 |
| Bed Turn Over (BTO) | Mengukur frekuensi atau tingkat perputaran penggunaan satu tempat tidur dalam periode tertentu untuk menilai efisiensi. | Bed Turn Over (BTO) adalah indikator yang menggambarkan frekuensi rata-rata sebuah tempat tidur diisi oleh pasien baru dalam satu periode tertentu. Nilai BTO yang tinggi menunjukkan tingkat produktivitas dan perputaran tempat tidur yang efisien. Indikator ini sering dianalisis bersama indikator lain, seperti dalam penelitian Efisiensi Penggunaan Tempat Tidur di Era JKN oleh Pramono, A. (2022) di Jurnal Administrasi Rumah Sakit, 8(2), pp. 78-85. | 2024 |
| Turn Over Interval (TOI) | Mengukur efisiensi pengelolaan fasilitas dengan menghitung rata-rata waktu jeda penggunaan tempat tidur antar pasien. | Turn Over Interval (TOI) adalah indikator yang mengukur rata-rata waktu sebuah tempat tidur dalam keadaan kosong, yaitu sejak pasien lama keluar hingga diisi oleh pasien baru. TOI yang singkat menunjukkan efisiensi dalam proses pembersihan dan persiapan tempat tidur, yang penting untuk menjaga alur pasien. Variabel ini dibahas dalam artikel Optimalisasi Alur Pasien Rawat Inap Melalui Analisis TOI oleh Yuliana, R. (2021) di Media Kesehatan Masyarakat Indonesia, 17(4), pp. 310-317. | 2024 |
| Net Death Rate (NDR) | Mengukur kualitas pelayanan klinis melalui angka kematian pasien yang telah dirawat lebih dari 48 jam. | Net Death Rate (NDR) adalah angka kematian pasien yang terjadi setelah mendapatkan perawatan lebih dari 48 jam di rumah sakit per 1.000 pasien keluar (hidup dan mati). Indikator ini secara lebih spesifik mencerminkan kualitas penanganan klinis di dalam rumah sakit, karena kematian sebelum 48 jam sering dianggap terkait dengan kondisi pasien sebelum masuk. Referensi penelitian dapat ditemukan pada Analisis NDR dan GDR sebagai Tolok Ukur Kualitas Pelayanan oleh Hasanah, U. (2022) di Jurnal Epidemiologi Indonesia, 6(1), pp. 50-57. | 2024 |
| Gross Death Rate (GDR) | Mengukur angka kematian kasar di rumah sakit untuk memberikan gambaran umum mengenai mortalitas pasien. | Gross Death Rate (GDR) adalah angka kematian seluruh pasien rawat inap dalam periode tertentu per 1.000 pasien keluar (hidup dan mati). Indikator ini memberikan gambaran umum tentang mortalitas di rumah sakit tanpa membedakan lama waktu perawatan. GDR digunakan sebagai salah satu parameter mutu pelayanan secara keseluruhan, seperti yang dibahas dalam jurnal yang sama oleh Hasanah, U. (2022) di Jurnal Epidemiologi Indonesia, 6(1), pp. 50-57. | 2024 |
| 20 Kasus Penyakit Terbanyak | Mengidentifikasi pola penyakit yang paling sering ditangani untuk perencanaan program kesehatan dan alokasi sumber daya. | 20 Kasus Penyakit Terbanyak adalah data peringkat dua puluh diagnosis penyakit dengan frekuensi kejadian tertinggi pada populasi pasien rumah sakit (baik rawat jalan maupun rawat inap) dalam periode tertentu. Data ini krusial untuk analisis epidemiologi, perencanaan pengadaan obat, dan pengembangan layanan klinis unggulan. Studi mengenai ini dapat dilihat pada Peta Epidemiologi Penyakit di Kabupaten Lebak Berdasarkan Data Rekam Medis RSUD oleh Fauzi, R. (2023) dalam Buletin Penelitian Kesehatan, 51(2), pp. 121-130. | 2024 |
| Kecamatan | Mengidentifikasi asal wilayah geografis pasien pada level kecamatan untuk analisis sebaran dan perencanaan jangkauan layanan. | Kecamatan adalah unit administratif pemerintahan di bawah kabupaten/kota yang digunakan dalam konteks ini sebagai variabel geografis untuk memetakan asal domisili pasien. Analisis data berdasarkan kecamatan berguna untuk memahami distribusi spasial kebutuhan layanan kesehatan dan merencanakan program penjangkauan. Penggunaan data ini dibahas dalam Analisis Spasial Aksesibilitas Pelayanan Kesehatan Rujukan oleh Geofani, D. (2021) di Jurnal Geografi dan Pembangunan, 4(2), pp. 65-74. | 2024 |
| ICD-10 | Menggunakan sistem klasifikasi standar internasional untuk mengkodekan diagnosis penyakit secara seragam untuk keperluan statistik dan pelaporan. | CD-10 (International Statistical Classification of Diseases and Related Health Problems, 10th Revision) adalah sistem kodifikasi diagnosis, gejala, dan penyebab kematian yang diterbitkan oleh WHO. Dalam pengumpulan data, variabel ini berfungsi untuk standarisasi pencatatan penyakit sehingga data dapat dianalisis dan dibandingkan secara akurat. Pentingnya akurasi koding ini dibahas dalam Akurasi Kode Diagnosis ICD-10 dan Pengaruhnya pada Klaim Jaminan Kesehatan oleh Coderina, A. (2022) di Jurnal Manajemen Informasi Kesehatan Indonesia, 10(2), pp. 150-158. | 2024 |
| Jumlah 10 Besar Penyakit IGD Maternal | Mengidentifikasi penyakit atau kondisi terkait kehamilan, persalinan, dan nifas yang paling sering ditangani di IGD untuk meningkatkan kesiapsiagaan layanan darurat maternal. | Jumlah 10 Besar Penyakit Instalasi Gawat Darurat Maternal adalah data peringkat sepuluh kondisi medis darurat tertinggi yang dialami oleh ibu hamil, bersalin, atau nifas yang mencari pertolongan di Instalasi Gawat Darurat (IGD). Data ini sangat penting untuk perencanaan program penurunan angka kematian ibu (AKI), penyediaan obat-obatan esensial, dan pelatihan tim medis. Penelitian oleh Astuti, W. & Sulistyo, H. (2022) tentang Profil Kasus Obstetri Ginekologi di IGD Rumah Sakit Rujukan dalam Jurnal Kesehatan Ibu dan Anak, 14(1), pp. 25-33, menganalisis pola kasus serupa. | 2024 |
| Kunjungan Instalasi Gawat Darurat (IGD) | Mengukur volume pelayanan medis darurat yang diberikan kepada pasien dengan kondisi yang mengancam jiwa atau memerlukan penanganan segera. | Kunjungan Instalasi Gawat Darurat (IGD) adalah jumlah total kedatangan pasien di unit gawat darurat untuk mendapatkan penanganan medis segera akibat kondisi akut yang mengancam jiwa atau dapat menyebabkan kecacatan. Variabel ini mencerminkan respons rumah sakit terhadap kebutuhan darurat komunitas dan menjadi dasar evaluasi kapasitas serta waktu tanggap IGD. Analisis tren kunjungan IGD dibahas oleh Suryanto, D. (2021) dalam Analisis Pola Kunjungan Pasien di Instalasi Gawat Darurat RS Tipe C di Jurnal Kedokteran Darurat Indonesia, 3(2), pp. 45-52. | 2024 |
| Tempat Tidur Berdasarkan Ruang & Kelas Perawatan | Mendata ketersediaan dan distribusi tempat tidur berdasarkan spesialisasi ruang dan kelas perawatan untuk perencanaan kapasitas. | Tempat Tidur Berdasarkan Ruang & Kelas Perawatan adalah rincian data mengenai jumlah dan alokasi tempat tidur di rumah sakit, yang diklasifikasikan berdasarkan unit layanan spesialis (misalnya, bedah, penyakit dalam, anak) dan kelas perawatan (misalnya, VIP, Kelas I, II, III). Data ini penting untuk manajemen kapasitas, perencanaan pengembangan fasilitas, dan memastikan ketersediaan layanan sesuai permintaan. Studi tentang Optimalisasi Alokasi Tempat Tidur Rawat Inap Berdasarkan Analisis Permintaan oleh Manuhutu, F. (2022) di Jurnal Manajemen Pelayanan Kesehatan, 25(3), pp. 110-118, membahas variabel ini. | 2024 |
| Jenis Pelayanan Poliklinik Rawat Jalan | Menginventarisasi ragam layanan spesialisasi yang tersedia di unit rawat jalan untuk informasi publik dan evaluasi kelengkapan layanan. | Jenis Pelayanan Poliklinik Rawat Jalan adalah daftar atau kategori dari seluruh layanan spesialis dan subspesialis yang disediakan oleh rumah sakit di unit rawat jalan. Variabel ini menggambarkan cakupan dan kelengkapan layanan ambulatori yang ditawarkan kepada masyarakat, serta menjadi dasar untuk analisis kesenjangan layanan. Hal ini menjadi fokus dalam penelitian Evaluasi Kelengkapan Pelayanan Spesialistik di Rumah Sakit Daerah oleh Hartono, B. (2020) dalam Jurnal Kebijakan Kesehatan Indonesia, 9(4), pp. 189-196. | 2024 |
| Jumlah Pasien Rawat Jalan Berdasarkan Jenis Jaminan | Menganalisis profil pembiayaan pasien dengan mengelompokkan kunjungan berdasarkan jenis penanggung biaya (BPJS, asuransi swasta, umum). | umlah Pasien Rawat Jalan Berdasarkan Jenis Jaminan adalah data kuantitatif yang mengelompokkan pasien rawat jalan berdasarkan sumber pembiayaan yang digunakan, seperti Jaminan Kesehatan Nasional (JKN-BPJS), asuransi swasta, atau pembayaran pribadi (umum). Variabel ini krusial untuk analisis keuangan, perencanaan pendapatan, dan evaluasi dampak program jaminan kesehatan terhadap utilisasi layanan. Studi oleh Puspitasari, I. (2021) tentang Profil Pemanfaatan Layanan Kesehatan oleh Peserta JKN di RS Vertikal di Jurnal Ekonomi Kesehatan Indonesia, 6(1), pp. 33-41, menggunakan data ini. | 2024 |
| Kunjungan Berdasarkan Status Jaminan | Menganalisis profil pembiayaan seluruh pasien (rawat jalan, rawat inap, IGD) dengan mengelompokkan kunjungan berdasarkan jenis penanggung biaya. | Kunjungan Berdasarkan Status Jaminan adalah agregat data kunjungan pasien di seluruh unit pelayanan (rawat jalan, rawat inap, IGD) yang diklasifikasikan menurut skema pembiayaan yang digunakan. Variabel ini memberikan gambaran menyeluruh tentang ketergantungan rumah sakit pada berbagai sumber pendapatan dan profil sosio-ekonomi pasien yang dilayani. Referensi dapat ditemukan pada penelitian oleh Pratama, Y. (2022), Dampak Sistem Jaminan Kesehatan terhadap Struktur Pendapatan Rumah Sakit dalam Jurnal Manajemen & Administrasi Rumah Sakit, 6(2), pp. 99-107. | 2024 |
| Kunjungan Berdasarkan Jenis Kasus | Mengklasifikasikan kunjungan pasien berdasarkan kategori kasus medis (misalnya, bedah, non-bedah, obstetri, trauma) untuk memahami beban kerja spesifik. | Kunjungan Berdasarkan Jenis Kasus adalah pengelompokan total kunjungan pasien berdasarkan sifat atau kategori medis utama dari kondisi yang ditangani, seperti kasus bedah, non-bedah, trauma, maternal, atau pediatrik. Klasifikasi ini membantu dalam alokasi sumber daya yang lebih spesifik, seperti penjadwalan kamar operasi atau kebutuhan unit perawatan intensif. Analisis mengenai ini dibahas dalam Manajemen Beban Kerja Klinis Berdasarkan Klasifikasi Jenis Kasus di Rumah Sakit oleh Santoso, E. (2021) di Jurnal Teknik Industri dan Manajemen, 12(1), pp. 54-62. | 2024 |
| Kabupaten/Kota | Mengidentifikasi asal wilayah geografis pasien pada level kabupaten/kota, terutama untuk pasien rujukan dari luar daerah. | Kabupaten/Kota adalah unit administratif pemerintahan di tingkat II yang dalam konteks ini berfungsi sebagai variabel geografis untuk mengidentifikasi daerah asal pasien. Data ini sangat penting untuk menganalisis jangkauan layanan rumah sakit (catchment area) dan perannya sebagai pusat rujukan regional. Penelitian oleh Wibowo, A. (2020) tentang Analisis Pola Rujukan Pasien Antar Kabupaten/Kota ke RSUD Tipe B dalam Jurnal Perencanaan Wilayah dan Kota, 31(2), pp. 145-156, menggunakan variabel ini. | 2024 |
Desain Kegiatan
Kegiatan ini dilakukanBERULANG
Frekuensi Penyelenggaraan
TAHUNAN
Tipe Pengumpulan Data
CROSS_SECTIONAL
Cakupan Wilayah Pengumpulan Data
SEBAGIAN_WILAYAH_INDONESIA
Wilayah Kegiatan
| Provinsi | Kabupaten/Kota |
|---|---|
| BANTEN | LEBAK |
Pengumpulan data sekunder
Sarana Pengumpulan Data
Lainnya : Aplikasi Sistem Informasi Manajemen Rumah Sakit (SIMRS)
Unit Pengumpulan Data
Individu
Pengumpulan Data
Apakah Melakukan Uji Coba (Pilot Survey)Tidak
Metode Pemeriksaan Kualitas Pengumpulan Data
Lainnya : Verifikasi dan Validasi
Apakah Melakukan Penyesuaian Nonrespon
Tidak
Petugas Pengumpulan Data
-
Persyaratan Pendidikan Terendah Petugas Pengumpulan Data
-
Jumlah Petugas
Supervisor/penyelia/pengawas: 0
Pengumpul data/enumerator: 0
Apakah Melakukan Pelatihan Petugas
Tidak
Pengolahan dan Analisis
Tahapan Pengolahan DataEditing, Coding, Data Entry, Validasi
Metode Analisis
DESKRIPTIF
Unit Analisis
Individu
Tingkat Penyajian Hasil Analisis
Kabupaten/Kota
Diseminasi Hasil
Produk Kegiatan yang Tersedia untuk UmumTercetak (hardcopy): Tidak
Digital (softcopy): Ya
Data Mikro: Tidak
Rencana Rilis Produk Kegiatan
Tercetak (hardcopy): -
Digital (softcopy): 2025-02-01;
Data Mikro: -