Pengembangan Model Simulasi Sistem Dinamik untuk
Meningkatkan Pendapatan Unit Rawat Jalan Rumah Sakit
(Studi Kasus: RSI Jemursari Surabaya)
Fitria Lusianik
Jurusan Sistem Informasi Fakultas Teknologi Informasi Institut Teknologi Sepuluh Nopember Surabaya
fitria.lusianik@gmail.com NRP: 5111202701
Abstrak
Rumah sakit merupakan salah satu industri yang bergerak di bidang jasa. Industri pelayanan kesehatan seperti rumah sakit setiap hari berhubungan langsung dengan masyarakat. Salah satu penunjang yang berpengaruh terhadap kesuksesan sebuah rumah sakit adalah manajemen dari sistemnya. Baik tidaknya sistem tersebut akan berpengaruh terhadap keuntungan atau profit rumah sakit. Jumlah pengunjung akan berpengaruh terhadap pendapatan rumah sakit. Pasien sebagai customer tentunya ingin mendapatkan layanan yang memuaskan dengan mengeluarkan biaya seminimal mungkin. Dari sudut pandang rumah sakit, pihak rumah sakit tentunya ingin meningkatkan profit karena profit merupakan salah satu tolak ukur keberhasilan bisnis suatu industri. Untuk meningkatkan profit, maka rumah sakit juga harus meningkatkan layanannya. Rumah sakit sebagai perusahaan jasa yang bergerak dibidang sosial juga perlu meningkatkan pendapatannya agar dapat memberikan layanan yang baik dan memuaskan. Tanpa adanya peningkatan layanan maka rumah sakit sebagai suatu perusahaan akan kalah bersaing dengan rumah sakit yang lain, mengingat semakin banyaknya rumah sakit swasta yang bermunculan belakangan ini. Masalah yang dikaji pada penelitian ini adalah bagaimana mengembangkan model simulasi yang dapat memberikan gambaran mengenai manajemen unit rawat jalan rumah sakit berdasarkan kondisi saat ini serta bagaimana merancang skenario kebijakan yang dapat meningkatkan pendapatan unit rawat jalan RSI Jemursari Surabaya. Simulasi sistem dinamik dipilih sebagai suatu alat eksperimen yang memudahkan dalam merancang, menganalisis dan mengoperasikan suatu sistem serta mengamati perubahannya terhadap waktu. Dari penelitian ini diharapkan dapat memberikan saran mengenai alternatif kebijakan yang dapat diambil oleh pihak rumah sakit untuk meningkatkan pendapatan pada unit rawat jalan.
Kata Kunci
unit rawat jalan, pemodelan dan simulasi, pendapatan, sistem dinamik.
PENDAHULUAN
Salah satu penunjang yang berpengaruh terhadap kesuksesan sebuah rumah sakit adalah manajemen dari sistemnya. Baik tidaknya sistem tersebut akan berpengaruh terhadap keuntungan atau profit rumah sakit. Jumlah pengunjung akan berpengaruh terhadap pendapatan rumah sakit. Jumlah pengunjung ini tentunya tidak menentu setiap harinya. Ada poli yang setiap hari ramai dikunjungi pasien, namun ada juga poli yang jarang dikunjungi pasien.
Ramai tidaknya pasien dipengaruhi oleh beberapa faktor seperti kualitas layanan, biaya pemeriksaan, kondisi lingkungan rumah sakit, dan lain-lain. Pasien sebagai customer tentunya ingin mendapatkan layanan yang memuaskan dengan mengeluarkan biaya seminimal mungkin. Dari sudut pandang rumah sakit, pihak rumah sakit tentunya ingin meningkatkan pendapatan karena pendapatan merupakan salah satu tolak ukur keberhasilan bisnis suatu industri. Untuk meningkatkan pendapatan, maka rumah sakit juga
harus meningkatkan layanannya terhadap pelanggannya.
Unit rawat jalan dari rumah sakit merupakan bagian terpenting dari rumah sakit. Karena unit rawat jalan berfungsi sebagai profit center dan pintu gerbang masuk pasien, maka secara tidak langsung unit rawat jalan akan menampakkan citra dari rumah sakit tersebut. Oleh karena itu, penting bagi rumah sakit untuk meningkatkan layanan rawat jalannya karena hal tersebut secara tidak langsung akan meningkatkan pendapatan unit layanan yang lain, sehingga pendapatan rumah sakit juga akan meningkat.
TINJAUAN PUSTAKA
Pemodelan dan Simulasi
Model adalah representasi suatu sistem nyata ke dalam bahasa atau bentuk tertentu. Pemodelan adalah langkah yang dilakukan dalam membuat model. Simulasi adalah imitasi dari suatu hal, kondisi, atau proses yang nyata, sehingga dapat disimpulkan bahwa pemodelan dan simulasi adalah
program yang bertujuan untuk meniru perilaku riil suatu kondisi tertentu pada dunia nyata. Pada penelitian ini simulasi bertujuan untuk mempelajari perilaku sistem (behaviour).
System Thinking
Sistem berpikir adalah metode untuk mengamati peran sistem dalam keseluruhan. Metode ini memandang dunia sebagai suatu sistem yang kompleks dan mendukung pemahaman keterkaitan atau hubungan timbal baliknya. Sistem berpikir memungkinkan kita untuk lebih memahami sistem yang kompleks. Sistem berpikir memfasilitasi pemahaman yang lebih baik dari sistem yang kompleks seperti sistem layanan kesehatan dengan pendekatan holistik. Dalam layanan kesehatan, sistem berpikir dapat mempertimbangkan bagaimana faktor-faktor yang berbeda dan unsur-unsur dalam sistem kesehatan saling berhubungan. System Dynamics
Sistem dinamik membantu memahami perilaku dinamis dari suatu sistem yang kompleks. Metode ini dikembangkan oleh Forrester. Sistem berpikir dapat diperluas dengan memahami dinamika suatu sistem. Diagram kausal digunakan untuk mendukung sistem dinamik sebagai sebuah metode untuk merepresentasikan faktor dan hubungan antar faktor dalam sebuah sistem. Penggunaan sistem dinamik diarahkan kepada bagaimana dengan memahami perilaku sistem tersebut orang dapat meningkatkan efektivitas dalam merencanakan suatu kebijakan dan pemecahan masalah yang timbul (Muhammadi et.al, 2001).
Gambar 1. Tahapan Pengembangan Model Sistem Dinamik
Kontrol Informasi Umpan Balik
Mekanisme umpan balik utama dari model yang ditangkap oleh diagram kausal. Elemen (faktor) dan panah (hubungan sebab akibat) yang termasuk dalam diagram kausal. Setiap link diberi tanda (+ atau -) yang merupakan hubungan yang meningkat atau menurun diantara faktor. Umpan balik pada sistem dinamik merupakan gambaran dari model. Dimana pembuatan model ini merupakan langkah awal yang harus dilakukan dalam sistem dinamik. Umpan balik dalam ini biasa disebut sebagai causatic diagram atau diagram sebab akibat yang
mana diagram ini memiliki keterkaitan (seperti pada Gambar 2).
Gambar 2. Umpan Balik Populasi Langkah-langkah dalam Simulasi
1. Formulasi masalah
2. Mengumpulkan data dan mendefinisikan model
3. Apakah model konseptual sudah valid? 4. Apakah model konseptual sudah valid? 5. Membuat pilot run
6. Apakah model program sudah valid? 7. Merancang percobaan
8. Running program 9. Output data analisis
10. Document, present, dan menggunakan result Formulasi masalah Mengumpulkan data & mendefinisikan model Model konseptual valid? Membuat program komputer & verifikasi
Membuat pilot run
Model program
valid?
Design experiments
Running program
Output data analisis
Document, present, & use results
Yes No No Yes 1 3 2 9 10 8 7 6 5 4
Gambar 3. Langkah dalam simulasi Validasi
Validasi merupakan tahapan pengecekan model sistem apakah sesuai dengan kondisi real system atau tidak. validasi menggunakan error rate dimana jika error rate kurang dari 5%, maka model sudah dikatakan valid.
Menghitung Error Rate:
% 5 mNyata HasilSiste mNyata HasilSiste asi HasilSimul ErrorRate
Data Masukan
Data yang digunakan dalam penelitian ini adalah data-data yang didapatkan dari hasil wawancara dengan narasumber yang mewakili rumah sakit dimana studi kasus dilaksanakan, observasi data yang disediakan oleh pihak rumah sakit, serta informasi dari website resmi rumah sakit.
Data jumlah kunjungan pasien 2010-2012 Data tarif layanan yang ada di RSI
Jemursari Surabaya. Data pendapatan rumah sakit.
Atas permintaan pihak rumah sakit maka data tarif layanan dan pendapatan tidak dapat dilampirkan.
Tabel 1. Jumlah Kunjungan Pasien Poli Spesialis Tahun 2010-2012
Pengolahan Data
Pada tahap pengolahan data, dilakukan analisis terhadap seluruh informasi yang ada untuk merumuskan hubungan-hubungan antar variabel yang terdapat pada sistem yang berjalan di perusahaan. Hubungan antar variabel tersebut kemudian akan menjadi pedoman dalam membuat model dasar (basemodel). Dari model tersebut nantinya akan dilakukan uji verifikasi dengan cara membandingkan rata-rata dan standar deviasi dari model yang dibuat dengan data yang sebenarnya. Dalam penelitian ini, pertumbuhan jumlah kunjungan pasien menjadi titik tumpu utama yang mempengaruhi variabel lain dalam sistem. Hal pertama yang harus dilakukan adalah mendeskripsikan pola jumlah kunjungan pasien ke RSI Jemursari Surabaya. Gambar 4.2 berikut merupakan basemodel yang menggambarkan hubungan antar variabel yang dipengaruhi oleh jumlah kunjungan pasien.
Verifikasi dan validasi Model Simulasi
Menurut Law dan Kelton (1991) verifikasi adalah pemeriksaan model simulasi konseptual (diagram alur dan asumsi) apakah telah diterjemahkan ke dalam bahasa pemrograman dengan benar. Hasil dari uji verifikasi ini ditunjukkan pada gambar 5. Verifikasi model dilakukan ketika melakukan running simulasi dengan menggunakan vensim. Apabila tidak terdapat pesan eror berarti model tersebut sudah verified (bebas dari eror).
Gambar 4. Flow Diagram Basemodel
Populasi Surabaya
Births rate Deaths rate Fertility rate Mortality rate
Jumlah Pasien Poli Anak Jumlah Pasien Poli Obgyn Jumlah Pasien Poli Jantung Rate pasien poli
Anak
Rate pasien poli Obgyn
Rate pasien poli Jantung
Patient loss poli Anak
Patient loss poli Obgyn
Patient loss poli Jantung <Time> Target Market Total Pasien Biaya Layanan Poli Anak Biaya Layanan Poli Obgyn Biaya Layanan Poli Jantung Laju biaya poli
anak
Laju biaya poli obgyn
laju biaya poli jantung Pengurangan biaya poli anak Pengurangan biaya poli obgyn Pengurangan biaya poli jantung Treatment charge
poli anak Treatment charge poli obgyn Treatment
charge poli jantung Biaya administrasi poli spesialis Pendapatan poli anak Pendapatan poli obgyn Pendapatan poli jantung TOTAL PENDAPATAN
Gambar 5. Langkah dalam simulasi Gambar 5 menunjukkan total jumlah kunjungan pasien berdasarkan data historis yang telah disimulasikan. Munculnya grafik tersebut berarti model telah dapat disimulasikan dengan baik tanpa terjadi eror.
Validasi Model Simulasi
Menurut (Law & Kelton, 1991) validasi adalah penentuan apakah model konseptual simulasi adalah representasi akurat dari sistem nyata yang dimodelkan. Hasil dari simulasi akan divalidasi untuk memastikan bahwa model yang dibuat benar-benar dapat menggambarkan kondisi sistem nyata. Validasi sistem dilakukan dengan dua cara pengujian yaitu validasi model dengan statistik uji perbandingan rata-rata atau mean comparison dan validasi model dengan uji perbandingan variasi amplitudo atau % error variance, validasi data yang digunakan menggunakan validasi model Yaman Barlas (1989)
Tabel 2. Hasil Validasi Sub Model Jumlah Kunjungan Pasien
Tabel 3. Hasil Validasi Sub Model Biaya Layanan
Tabel 4. Hasil Validasi Sub Model Pendapatan
Skenario
Skenario yang digunakan dalam meningkatkan pendapatan unit rawat jalan adalah dengan meningkatkan jumlah pasien. Salah satu upaya
yang dapat dilakukan untuk meningkatkan jumlah pasien adalah dengan melakukan kerjasama dengan pihak asuransi kesehatan yaitu BPJS Kesehatan. Skenario ini dilakukan dengan menghitung biaya per kapita per bulan atau kapitasi.
𝐾𝑎𝑝𝑖𝑡𝑎𝑠𝑖
=𝑟𝑎𝑠𝑖𝑜 𝑢𝑡𝑖𝑙𝑖𝑠𝑎𝑠𝑖 𝑡𝑎ℎ𝑢𝑛𝑎𝑛 × 𝑏𝑖𝑎𝑦𝑎 𝑠𝑎𝑡𝑢𝑎𝑛 𝑙𝑎𝑦𝑎𝑛𝑎𝑛 12
Gambar 6. Flow Diagram Skenario
Gambar 7. Grafik Perbandingan Total Pendapatan Dua Tahun kedepan
Tabel 5. Resume Skenario
KESIMPULAN
Setelah melakukan uji coba dan analisis terhadap skenario yang telah dilakukan, maka dapat diambil kesimpulan sebagai berikut.
Total Jumlah Pasien 4,000 3,000 2,000 1,000 0 1 6 11 16 21 26 31 36 Time (Month) pe rs on
Total Jumlah Pasien : Outpatient
TOTAL PENDAPATAN Biaya Kapitasi BPJS Biaya Dokter Biaya Pelayanan <Time> Rata-rata kunjungan pasien peserta BPJS Jumlah peserta BPJS RSI Pendapatan RSI per bulan dari kapitasi Peserta BPJS per bulan Jumlah rumah sakit BPJS -1,000,000,000 2,000,000,000 3,000,000,000 4,000,000,000 5,000,000,000 1 6 11162126313641465156
Pendapatan
existing scn_0.25 scn_0.5 scn_0.75 Langkah-langkah pengembangan model dalam sistem dinamik yaitu mengekplorasi semua materi yang berhubungan dengan jumlah kunjungan pasien dan pendapatan unit rawat jalan. Kemudian menyusun causal loop diagram berdasarkan variabel yang sudah berhasil dihimpun. Setelah pembuatan causal loop diagram, dibuat base model/stock flow diagram, dalam diagram stock flow ini memasukkan rumus, parameter dan hubungan antara perilaku sistem. Setelah itu melakukan testing pada base model apakah sudah valid atau mendekati keadaan saat ini. Setelah valid maka dibuat skenario untuk meningkatkan pendapatan. Dengan membuat model simulasi skenario maka beberapa kebijakan dapat diuji dan diimplementasikan pada keadaan saat ini. Dari base model maka didapatkan rata-rata total
pendapatan poli Anak, Obgyn, dan Jantung per bulannya adalah sebesar Rp152.881.102. Setelah dilakukan skenario mengadakan kerjasama dengan BPJS, maka didapat beberapa hasil peningkatan pendapatan, yaitu dengan skenario pesimistik, yaitu rata-rata kunjungan pasien BPJS tiga kali dalam setahun, total pendapatan meningkat menjadi Rp163.362.350. Dengan skenario most likely, yaitu rata-rata kunjungan pasien BPJS enam kali dalam setahun, total pendapatan meningkat menjadi Rp173.843.598. Sedangkan dengan skenario optimis, yaitu rata-rata kunjungan pasien BPJS sembilan kali dalam setahun, total pendapatan meningkat menjadi Rp184.324.847.
Saran
Saran yang dapat dipertimbangkan jika penelitian ini akan dikembangkan lebih lanjut adalah sebagai berikut.
Penelitian selanjutnya diharapkan dapat mempertimbangkan tingkat perencanaan kapasitas yang dimiliki rumah sakitdan pengaruhnya terhadap pendapatan dapat dilihat dari sisa kapasitas dan total revenue yang didapatkan. Namun, dalam penelitian ini masih terdapat banyak kekurangan dalam menghitung jumlah kunjungan sebagai demand sebab tidak terdapat data yang pasti mengenai jenis penyakit maupun kemungkinan adanya kejadian luar biasa yang mendorong masyarakat berobat ke masing-masing unit layanan yang ada di RSI Jemursari Surabaya. Apabila nantinya penelitian ini ingin dikembangkan, hal-hal diatas dapat digunakan sebagai pertimbangan agar hasil yang didapatkan bisa lebih bermanfaat.
Model simulasi akan lebih baik lagi apabila ditambahkan dengan pengaruh pendapatan per kapita agar didapatkan hubungan antara keadaan perekonomian Indonesia dan pengaruh yang diberikannya terhadap keinginan masyarakat untuk berobat ke rumah sakit.
REFERENSI
Averill M. Law, W. David Kelton. (2000). Simulation Modelling and Analysis. McGraw-Hill.
Barlas, Y. (1989). Multiple Tests for Validation of System Dynamics Type of Simulation. European Journal of Operational Research , 42, 59-87.
Chriswardani Suryawati, Dharminto, Zahroh Shaluhiyah. (2006). Penyusunan Indikator Kepuasan Pasien Rawat Inap Rumah Sakit di Provinsi Jawa Tengah. Jurnal Manajemen Pelayanan Kesehatan , 177-184.
Coyle, R. G. (1996). System Dynamics Modelling. London: Chapman & Hall.
Emel Aktas, Fusun Ulengin, Sule Onsel Sahin. (2007). A Decision Support System to Improve the Efficiency. Elsevier , 130-146. Endang Wirjatmi Trilestari, Lukmanulhakim
Almalik. (2008). Systems Thinking. Bandung: STIA LAN Bandung Press.
Forrester, J. W. (1961). Industrial Dynamics. MIT Press.
Forrester, J. W. (1968). Principles of Systemss. New York: Pegasus Communication, Inc. George P. Richardson, Alexander L. Pugh III.
(1981). Introduction to System Dynamics Modeling. Portland, Oregon: Productivity Press.
Günther Ossimitz, Maximilian Mrotzek. (2008). The Basics of System Dynamics: Discrete vs. Continuous Modelling of Time. Athens/Greece: International System Dynamics Conference.
Hendrartini, Y. (t.thn.). Metode Penghitungan Premi sebagai Dasar Penetapan Biaya Kesehatan.
Indonesia, M. K. (2014). Pedoman Pelaksanaan Program Jaminan Kesehatan Nasional. Peraturan Menteri Kesehatan Republik Indonesia Nomor 28 Tahun 2014 . Indonesia. Indonesia, M. K. (2013). Standar Tarif Pelayanan
Kesehatan pada Fasilitas Kesehatan Tingkat Pertama dan Fasilitas Kesehatan Tingkat Lanjutan dalam Penyelenggaraan Program Jaminan Kesehatan. Peraturan Menteri Kesehatan Republik Indonesia Nomor 69 Tahun 2013 . Indonesia.
Jay W. Forrester, Nathanael J. Mass and Charles J. Ryan . (1976). The System Dynamics National Model: Understanding Socio-Economic Behavior. Elsevier , 51-68.
Kambiz E. Cavana Maani, Robert Y. (2000). System Thinking and Modelling: Understanding Change and Complexity. Prentice Hall.
Kesehatan, B. (2014). Panduan Praktis Administrasi Klaim Fasilitas Kesehatan BPJS Kesehatan. Kesehatan, B. (2014). Panduan Praktis Pelayanan
Kesehatan. Indonesia.
Kevin T. Roche, Daniel E. Rivera, Jeffery K. Cochran. (2012). A Control Engineering Framework for Managing Whole Hospital. Elsevier , 1401-1417.
Laksono, I. N. (2008). Analisis Kepuasan dan Hubungannya dengan Loyalitas Pasien Rawat Inap di Rumah Sakit Dedi Jaya Kabupaten Brebes. Semarang: Universitas Diponegoro. Misagh Faezipour, Susan Ferreira. (2013). A
System Dynamics Perspective of Patient Satisfaction in Healthcare. Elsevier , 148-156. Muhammadi; Erman Aminullah; Budhi Soesilo.
(2001). Analisis Sistem Dinamik: Lingkungan Hidup, Sosial, Ekonomi, Manajemen. Jakarta: UMJ Press.
Prasanta Kumar Dey, Seetharaman Hariharan, Naomi Brookes. (2006). Managing Healthcare Quality Using Logical Framework Analysis. Emerald , 203-222.
Simanjuntak, B. Menilai Tingkat Kepuasan Pasien Rawat Jalan pada Rumah Sakit PGI Cikini. Universitas Indonesia.
Sterman, J. D. (2000). Bussiness Dynamics. USA: Massachusetrs Institute of Technology. Suryani, E. (2005). Pemodelan dan Simulasi. Graha
Ilmu.
Suryani, E. (2012). System Dynamics Framework. Surabaya: ITS Press.
Sushil. (1993). System Dynamics: A Practical Approach for Managemerial Problems. Wiley Eastern Limited.
Witsanuchai Srijariya, Arthorn Riewpaiboon, Usa Chaikledkaew. (2008). System Dynamic Modeling: An Alternative Method. International Society for Pharmacoeconomics and Outcomes Research (ISPOR) , 115-123.
