ANALISIS FAKTOR YANG BERHUBUNGAN DENGAN BOARDING TIME DI ZONA

KUNING INSTALASI GAWAT DARURAT RSUD dr.ISKAK TULUNGAGUNG

(ANALYSIS OF FACTORS ASSOCIATED WITH BOARDING TIME PATIENT YELLOW Commented [WU1]: Kata patient dihapus karena di judul
ZONE IN EMERGENCY DEPARTMENT dr.ISKAK TULUNGAGUNG) bahasa indonesia tidak disebutkan
Commented [WU2]: Penulisan: In yellow zone of emergency
department
1
*Fitrio Deviantony, Ahsan2, Setyoadi3
1
Mahasiswa Program Studi Magister Keperawatan Fakultas Kedokteran Universitas
Brawijaya, 2,3Staf Pengajar Fakultas Kedokteran Universitas Brawijaya
Jl.Veteran Malang 65145
1 *e-mail : fitriodeviantony@gmail.com

ABSTRAK Commented [WU3]: Abstrak dijadikan satu paragraf dengan

jumlah kata maksimal 250, untuk bagian2 abstrak spt tulisan latar
Latar Belakang: Kunjungan pasien di Instalasi Gawat Darurat (IGD) terus bertambah tiap belakang, tujun, metode dll dihapus, digabung jadi 1 paragraf
tahunnya. Peningkatan jumlah kunjungan rumah sakit berbanding lurus dengan peningkatan
jumlah pasien yang masuk ke ruangan emergensi. Jumlah pasien yang meningkat
mengakibatkan adanya penumpukan pasien di IGD terutama di Zona Kuning dan
menyebabkan waktu tunggu setelah keputusan rawat inap diputuskan semakin lama
Tujuan: Melakukan analisis permasalahan terkait variabel yang memiliki keterikatan dengan
waktu tunggu pasien setelah keputusan rawat inap diputuskan di zona kuning instalasi
gawat darurat RSUD Dr. Iskak Tulungagung
Metode: Penelitian ini adalah penelitian observasional analitik dengan pendekatan cross
sectional. Jumlah sampel sebanyak 78 responden. Untuk mengetahui gambaran masing- Commented [WU4]: Tambhakan teknik sampling
masing variabel digunakan analisis univariat, untuk mengetahui hubungan antar variabel Commented [WU5]: Lebih baik di hapus yang univariat di
digunakan uji pearson bila data berdistribusi normal dan uji spearman bila data tidak abstrak, jelaskan di bagian metode

berdistribusi normal dan untuk mengetahui faktor yang paling dominan dalam
mempengaruhi waktu tunggu pasien setelah keputusan rawat inap dibuat digunakan uji
multivariate regresi linier.
Hasil: Hasil uji bivariat mengidentifikasi hubungan antara variabel independen dengan
waktu tunggu pasien setelah keputusan rawat inap diputuskan menunjukkan p value
sebagai berikut: waktu persiapan ruangan dengan uji pearson p=0,000, waktu hasil
laboratorium dengan uji pearson p=0,000, waktu diagnostic dengan uji pearson p=0,000,
waktu kedatangan dengan uji spearman p=0,263,kepemilikan asuransi dengan uji spearman
p=0,980, dan perbandingan perawat dengan pasien dengan uji spearman p=0,00 dimana
hubungan dikatakan bermakna apabila p<0,05. Selanjutnya dari analisis multivariat dengan
regresi linier diperoleh hasil sebagai berikut: waktu persiapan ruangan p = 0,000 dengan r =
0,747, waktu hasil pemeriksaan laboratorium p = 0,000 dengan r = 0,693, waktu diagnosis p
= 0,000 dengan r 0,462 dan perbandingan perawat dengan pasien p = 0,000 dengan r = -
0,638
Kesimpulan: Terdapat hubungan yang bermakna antara waktu persiapan runagan, waktu
hasil pemeriksaan laboratorium, waktu diagnosis dan perbandingan perawat degan pasien
per jaga dengan lama waktu tunggu pasien setelah keputusan rawat inap diputuskan di
Commented [WU6]: Tentang normalitas jelaskan di bagian
metode. Di abstrak cukup tulis: analisa data untuk bivariat adalah
uji pearson dan spearman.
Commented [WU7]: Penulisan: ada
Commented [WU8]: penulisan diganti: hasil uji bivariat
menunjukan adanya hubungan antara waktu tunggu pasien stlh
keputusan rawat inap dengan waktu persiapan ruangan (p=.....),
hasil uji lab (p=...), waktu diagnostik (p=...), dan perbandingan
perawat (p=...). Waktu tunggu pasien tidak berhubungan
dengan.......(p=...) dan...(p=...)
Commented [WU9]: hapus
Commented [WU10]: lebih baik ditulis: faktor yang paling kuat
berhubugan dengan...yaitu.........(p=...),
kemudian...........(p=...)..........dst

Zona kuning Instalasi gawat darurat RSUD dr.Iskak Tulunngagung. Commented [WU11]: tambahkan implikasi secara singkat
Kata Kunci: boarding time, waktu kedatangan, waktu hasil laboratorium, waktu diagnosis,
perbandingan perawat per jaga, kepemilikan asuransi
ABSTRACT
Background: Patients visits in the emergency room increase in number in every years. The
increasing number of hospital visits is directly associated with the increasing number of
patients whose wait in the emergency department. Yellow zone as a part of emergency room
became a place for the most increased patients enter.this situation causes boarding time
patient longer than usual.
Objectives: The aims of this research was to analyze various factors that have associated
with boarding time in the yellow zone emergency department RSUD Dr. Iskak Tulungagung
Methods: This research was an analytic observational research with cross sectional
approach. The number of samples is 78 respondents. To know the description of each
variable used univariate analysis, to know the relationship between variables used Pearson
test when the data is normally distributed and spearman test if the data is not normally
distributed and to know the most dominant factor in affecting the boarding time of the patient
is used multivariate test of linear regression
Result: The result of bivariate test identifies the relationship between independent variable
and boarding time show p value as follows: bed occupancy time with pearson test p = 0,000,
laboratory turn around time with pearson test p = 0,000, diagnostic time with pearson test p
= 0,000, time arrival with spearman test p = 0,263, insurance coverage with spearman test p
= 0,980, and ratio nurse and patient with spearman test p = 0,000 . Furthermore, multivariate
analysis with linear regression obtained result as follows: bed occupancy time p = 0,000 with
r = 0,747, laboratory turn around time p = 0,000 with r = 0,693, diagnosis time p = 0,000 with
r 0,462 and ratio nurse and patien p = 0,000 with r = -0,638
Discussion: There was a significant correlation between bed occupancy time, laboratory
turn around time, diagnostic time and ratio nurse and patient with boarding time in yellow
zone emergency department of RSUD dr.Iskak Tulunngagung
keyword: boarding time, time of arrival, laboratory turn around time, diagnostic time,bed
occupancy time, ratio nurse and patient, insurance coverage Commented [WU12]: abstrak bahasa inggris direvisi sesuai
dengan revisi abstrak bahasa indonesia

PENDAHULUAN
Kunjungan pasien di Instalasi Gawat Darurat (IGD) terus bertambah tiap tahunnya.
Peningkatan terjadi sekitar 30% di seluruh IGD rumah sakit dunia (Bashkin et al, 2015)
Peningkatan jumlah kunjungan rumah sakit berbanding lurus dengan peningkatan jumlah
pasien yang masuk ke ruangan emergensi. Ruangan emergensi unit adalah area yang
berada di rumah sakit yang digunakan untuk melakukan standar perawatan kegawatan dan
memberikan perawatan yang akut dan mendesak (Geelhoed & de Klerk, 2012). Pelayanan
pada fase gawat darurat dilakukan dengan tujuan untuk dapat menstabilisasi pasien yang
memiliki gangguan yang memerlukan resusitasi serta pasien yang memiliki tingkat
kegawatan tertentu (Australian College for Emergency Medicine, 2014).
Terdapat dua tipe utama dari stroke yaitu iskemik akibat berkurangnya aliran darah
sehubungan dengan penyumbatan (trombosis, emboli), dan hemoragik akibat perdarahan
(WHO, 2014). Stroke hemorrhagic merupakan pecahnya pembuluh darah otak yang
menyebabkan keluarnya darah ke jaringan parenkim otak, ruang serebrospinal disekitar
otak, atau kombinasi keduanya (Goetz, 2007). Commented [WU13]: Bagian ini sepertinya tidak berkaitan
Data kunjungan masuk pasien ke IGD di Indonesia adalah 4.402.205 pasien (13,3% dengan penelitian, lebih baik dihapus
dari total seluruh kunjungan di rumah sakit umum (Menteri Kesehatan RI, 2014). Data
kunjungan pasien IGD di provinsi Jawa Timur pada tahun 2014 berjumlah 8.201.606 kasus.
Data kunjungan IGD di Tulungagung pada tahun 2014 adalah sebanyak 29.877 kasus
(Dinkes Prov Jatim, 2015).
 Data awal penelitian yang diambil dari lapangan oleh peneliti pada 6 Desember 2016
di ruangan IGD pada zona kuning kepada kepala tim zona kuning didapati hasil wawancara
bahwa permasalahan waktu tunggu pasien setelah keputusan rawat inap terjadi setiap
harinya. Jumlah pasien per hari di zona kuning bisa mencapai 36 pasien per hari yang
datang pada shift pagi, shift siang dan shift malam. Jumlah tempat tidur di zona kuning
ruang IGD adalah 9 tempat tidur dengan jumlah total perawat di zona kuning adalah 21
orang dengan pembagian tiap shift 5 orang per shift. Jumlah pasien dengan boarding lebih
dari 6 jam per hari bisa mencapai 10 pasien.
Hasil interview pada ketua tim di zona kuning penyebab waktu tunggu pasien setelah
keputusan rawat inap diputuskan disebabkan karena jumlah sumber daya yang terbatas,
pengorganisasian yang tidak tepat, hasil laboratorium yang membutuhkan waktu yang
banyak, waktu mendiagnosa penyakit yang lama, banyaknya pasien yang datang pada shift
sore, dan kesiapan ruangan rawat inap menerima pasien dari IGD menjadi faktor yang
menyebabkan terjadinya waktu tunggu pasien setelah keputusan rawat inap diputuskan di
IGD. Kecepatan pelayanan pasien di Instalasi Gawat Darurat dapat menentukan prognosis
pasien selanjutnya dan mendapatkan hasil yang optimal dalam pelayanan terhadap pasien.
Commented [WU14]: Di bagian pendahuluan, tolong
gambarkan juga masalah berdasarkan hasil penelitian-penelitian
sebelumnya. Tambahkan pernyataan masalah yang dirumuskan
dan tujuan penelitian
Commented [WU15]: Tambahkan juga penjelasan tentang
METODE boarding time dan zona kuning
Penelitian ini merupakan penelitian observasional analitik. Penelitian ini mempelajari
terkait dengan determinant dari faktor-faktor yang berhubungan dengan kejadian dan
masalah yang berkaitan dengan kesehatan. Penelitian kali ini peneliti menggunakan
pendekatan study cross sectional. (Sastroasmoro & Ismael, 2011).
Pengumpulan data diambil pada bulan Juni sampai Juli 2017 dan penelitian ini
dilaksanakan di Unit Kegawatdaruratan RSUD dr. Iskak Tulungagung.
Populasi penelitian ini didapatkan jumlah kunjungan per hari rata-rata 36 orang.
Kunjungan setiap bulan adalah sekitar 1080 pasien per bulan.
Sampilng yang dipakai adalah non probability sampling dengan menggunakan aturan Commented [WU16]: Lebih spesifik, bisa ditambahkan non
umum (rule of thumb) dengan jumlah sampel adalah 5 hingga 50 kali jumlah variabel probability sampling yaang digunakan yang mana
independen. Jumlah sampel yang diteliti pada penelitian kali ini berjumlah 78 responden Commented [WU17]: Tambahkan sumber referensi yang
Subyek dalam penelitian ini adalah pasien dengan lama waktu tunggu di zona kuning menjadi rujukan. Jelaskan bagaimana peneliti mendapatkan sample
size sebanyak 78.
IGD selama lebih dari 6 jam
kriteria eksklusi penelitian ini adalah:
a. Pasien yang pulang paksa
b. Pasien yang pulang tanpa diperiksa
c. Pasien yang dipulangkan atau dirujuk ke rumah sakit lain Commented [WU18]: Semua kalimat ini, lebih baik dijadikan
dalam satu paragraf.
Commented [WU19]: Tambahkan instrumen penelitian yang
digunakan untuk mendapatkan data
Commented [WU20]: Tambahkan teknik analisa data

HASIL PENELITIAN
1. Distribusi Karakteristik Responden
Berdasarkan olah data penelitian yang telah diperoleh hasil sebagai berikut:
Commented [WU21]: Tambahkan judul tabel

%
Karakteristik Responden n
Laki-laki 43 55,1
Jenis Kelamin
Perempuan 35 44,9
umum 43 55,1
Jenis asuransi bpjs 30 38,8
Jasa raharja 5 6,4
 Mean 16
Jumlah pasien Commented [WU22]: ?? ini per shift? Per hari?
Min-max 9-28
mean 52.4
usia
Min-max 13-76

Gambaran karakteristik responden dimana jumlah responden kebanyakan berjenis

kelamin laki-laki (55,1%) dan sisanya berjenis kelamin perempuan (44,9%). Jenis asuransi
yang digunakan oleh responden juga teridentifikasi. Setengah dari jumlah responden tidak
memiliki asuransi (55,1%). Sisa responden menggunakan BPJS (37,5%). dan menggunakan
jasa raharja (6,4%). Rata-rata pasien yang datang ke IGD berjumlah 16 pasien per shift, Commented [WU23]: Jadikan satu kalimat
dengan jumlah minimal yang tercatat pada saat shift jaga adalah 9 pasien dan jumlah pasien
terbanyak pada satu shift adalah 28 pasien. Usia responden memiliki rentang dari usia 13
tahun sampai dengan 76 tahun, dengan rerata usia responden adalah 52,4 tahun.

2. Analisis Bivariat
Analisa bivariat dilakukan untuk mengetahui hubungan antara variabel independen
dengan variabel dependen. Dalam penelitian ini analisis bivariat yang akan digunakan
adalah uji pearson apabila data berdistribusi normal dan uji spearman apabila data tidak
berdistribusi normal, Commented [WU24]: Lebih baik dihapus

Tabel 3. Hasil Analisis Bivariat Commented [WU25]: Tabel 2

Variabel Uji yang digunakan P value Pearson correlation

BT-BOT Pearson 0.000 0,747 Commented [WU26]: Tolong jelaskan tentangsingkatan-

singkatan yang digunakan ini!
BT-LTT Perason 0.000 0,693
BT-DT Perason 0.000 0,462 Commented [WU27]: Gunakan koma, jangan titik

BT-WK Spearman 0.263 -0,128

BT-IC Spearman 0.980 -0,003
BT-RP Spearman 0.000 -0,638
Sumber: Data Primer (2017)

Tabel di atas menjelaskan bahwa menjelaskan bahwa terdapat korelasi yang Commented [WU28]: dihapus
signifikan antara variabel dependen (Waktu tunggu pasien setelah keputusan rawat inap
diputuskan) dengan ketiga variabel independen (waktu persiapan ruangan, waktu
pemeriksaan laboratorium dan waktu diagnosis), dimana nilai p value = 0,00 yang artinya Commented [WU29]: 0,000
terdapat korelasi yang signifikan dengan variabel waktu tunggu pasien setelah keputusan
rawat inap diputuskan. Nilai pearson correlation ( r ) menjelaskan adanya keeratan
hubungan antara tiap variabel, dimana semakin nilai r mendekati satu maka keeratan
hubungannya akan semakin besar. Tabel diatas menjelaskan bahwa variabel yang paling
erat dengan waktu tunggu pasien setelah keputusan rawat inap diputuskan adalah waktu
persiapan ruangan (0,747), diikuti oleh waktu hasil pemeriksaan laboratorium (0,693) dan
waktu diagnosis (0,462).
Korelasi antara variabel dependen waktu tunggu pasien setelah keputusan rawat
inap diputuskan di zona kuning tidak memiliki korelasi yang signifikan atau tidak ada
hubungan untuk 2 variabel independen yaitu waktu kedatangan dan kepemilikan asuransi.
Nilai p value untuk variabel waktu tunggu pasien setelah keputusan rawat inap diputuskan
dan waktu kedatangan adalah 0,263 dimana nilai p value ini lebih besar dari nilai normal
(p<0,05), maka tidak ada korelasi antara waktu tunggu pasien setelah keputusan rawat inap
diputuskan dan waktu kedatangan. Nilai r hasil menunjukkan nilai yang rendah dan negatif (-
0,128), hasil ini memiliki arti bahwa tidak ada keeratan hubungan, karena jauh dari ilia Commented [WU30]: ?
normal yaitu mendekati 1.
 Nilai p value untuk variabel waktu tunggu pasien setelah keputusan rawat inap
diputuskan dan kepemilikan asuransi memiliki nilai 0,980 atau lebih besar dari alpha 0,05.
Nilai tersebut memiliki arti bahwa tidak ada korelasi yang erat antara variabel waktu tunggu
pasien setelah keputusan rawat inap diputuskan dan variabel kepemilikan asuransi. Nilai r
untuk variabel waktu tunggu pasien setelah keputusan rawat inap diputuskan dan
kepemilikan asuransi adalah - 0,003, dimana hasil ini memiliki arti bahwa kekuatan
hubungan sangat rendah,karena nilai berada diantara rentang 0,000 0,200. Commented [WU31]: Apakah dasar penentuan rentang ini?
Berbeda dengan 2 pasangan variabel di atas, pasangan variabel waktu tunggu
pasien setelah keputusan rawat inap diputuskan dan perbandingan perawat dengan pasien Commented [WU32]: Jadikan satu dengan paragraf
per jaga memiliki arah hubungan negatif. Hasil ini dibuktikan dengan nilai p value 0,000 sebelumnya
dimana nilai ini memiliki makna bahwa variabel waktu tunggu pasien setelah keputusan Commented [WU33]: Lebih baik dihapus
rawat inap diputuskan dengan variabel perbandingan perawat dengan pasien per jaga
memiliki korelasi yang signifikan. Nilai r hasil pada variabel ini adalah -0,638 artinya variabel
waktu tunggu pasien setelah keputusan rawat inap diputuskan memiliki arah hubungan yang
negatif dengan kekuatan hubungan tinggi, karena nilai berada di antara rentang 0,600
0,800. variabel perbandingan perawat dengan pasien per jaga. Commented [WU34]: Apakah dasar penentuan rentang ini?

Tabel 4. Variabel yan memenuhi syarat multivariat Commented [WU35]: 3

Variabel P value R hitung Commented [WU36]: ?
Waktu persiapan ruangan 0,000 0.747 Commented [WU37]: koma
Waktu hasil pemeriksaan
0,000 0.693
laboratorium
Waktu diagnosis 0.000 0.462
Proporsi perawat dengan
0.000 -0.638
pasien
Sumber: Data Primer (2017)

Hasil Analisis pada tabel 4 di atas, menjelaskan bahwa variabel yang dapat diikutkan
dalam proses analisis multivariat adalah variabel yang memiliki nilai p value kurang dari
0,05, dimana pada tabel diatas dijelaskan bahwa variabel waktu persiapan ruangan, variabel
waktu hasil pemeriksaan laboratorium, variabel waktu diagnosis dan variabel perbandingan
perawat dengan pasien per jaga memiliki nilai p value 0,000 dimana artinya keempat
variabel tersebut memiliki hubungan. Nilai r hitung waktu persiapan ruangan memiliki nilai
0,747 , dimana nilai ini memiliki korelasi tinggi, waktu hasil pemeriksaan laboratorium Commented [WU38]: penulisan r lebih baik di dalam kurung,
memiliki nilai r hitung 0,693, dimana nilai ini memiliki korelasi tinggi, waktu diagnosis ex: korelasi tinggi (r=0,747), ........
memiliki nilai r hitung 0,462 yang memiliki makna korelasinya cukup dan proporsi perawat
memiliki nilai r hitung 0,638, dimana hasil ini memiliki makna bahwa hubungann berada Commented [WU39]:
pada kategori korelasi tinggi.

PEMBAHASAN
a. Hubungan waktu persiapan ruangan dengan waktu tunggu pasien setelah
keputusan rawat inap diputuskan Commented [WU40]: sub sub hubungan bisa dihapus.
Hasil analisis bivariat menggunakan uji pearson didapatkan ada hubungan yang pembahasan lebih baik dijadikan satu
signifikan secara statistik antara variabel waktu persiapan ruangan dengan waktu tunggu
pasien setelah keputusan rawat inap diputuskan dengan p value 0,000 atau lebih kecil dari
0,05. Korelasi skor didapatkan nilai sebesar 0,747 menunjukkan bahwa arah korelasi positif
dengan kekuatan korelasi kuat. Hal ini berarti semakin lama waktu yang dibutuhkan
memesan ruangan rawat inap maka waktu tunggu pasien setelah keputusan rawat inap
diputuskan di zona kuning juga semakin lama. Commented [WU41]: karena sudah situlis di bagian hasil, di
Semakin cepat waktu pasien untuk dipindah ke ruangan semakin cepat pula waktu pembahasan ditulis singkat saja dalam satu kalimat, hilangkan
angka-angka
tunggu pasien setelah keputusan rawat inap diputuskan di IGD zona kuning. Waktu tunggu
pasien setelah keputusan rawat inap diputuskan yang direkomendasikan oleh RS. Dr Iskak
Tulungagung adalah tidak lebih dari 6 jam.
 Hal ini sesuai dengan penelitian yang dilakukan oleh mulyono (2003) yang menyatakan
bahwa proses pengambilan keputusan terkait keputusan medis di Indonesia ditentukan oleh
budaya, dimana pengambil keputusan terkait tindakan medis baik dalam hal ini rawat inap
adalah anggota keluarga tertua. Commented [WU42]: jadikan satu paragraf dengan paragraf
Penelitian serupa yang dilakukan oleh Hodgins et al., (2011) menyebutkan dari 41256 satu
pasien yang dirawat di IGD pada saat kondisi IGD penuh dan mengakibatkan waktu tunggu
pasien setelah keputusan rawat inap diputuskan akan menimbulkan kematian, dimana
pasien dengan waktu tunggu pasien setelah keputusan rawat inap diputuskan > 2 jam
memiliki nilai insidensi sebanyak 2,5% dan pasien yang lebihdari > 12 jam akan memiliki
nilai insidensi sebanyak 4,5%. Commented [WU43]: untuk referensi di pembahasana masih
sangat terbatas. bisakah ditambah referensi yang lain untuk
pembahasan? Jika memang kesulitan dalam referensi, maka
b. Hubungan waktu hasil pemeriksaan laboratorium dengan waktu tunggu pasien penulisan di pembahaasan lebih baik digabung jadi satu jangan
setelah keputusan rawat inap diputuskan dibuat per variabel, lebih baik dijadikan satu, misal paragraf 1
Hasil analisis univariat terhadap waktu hasil pemeriksaan laboratorium menunjukkan tentang hubungan persiapan ruangan dengan aktu tunggu, paragraf
2 tentang hubungan lab dan waktu tunggu, dst..
rata-rata 475,09 menit dan nilai median adalah 450 menit dimana waktu minimal untuk hasil
laboratorium sampai ke IGD adalah 110 menit dan nilai maksimumnya adalah 920 menit. Commented [WU44]: bisakah nilai-nilai dari variabel
independent ditambahkan di hasil dalam bentuk tabel? Seperti
Semua pasien yang dirawat wajib dilakukan pemeriksaan laboratorium terkait dengan angka di kalimat ini lebih baik dicantumkan di hasil.
kondisi yang dialami oleh pasien. Penelitian terdahulu yang sesuai dengan hasil ini adalah
penelitian yang dilakukan oleh Steindel & Howanitz (2001) yang menyatakan bahwa
pemeriksaan laboratorium dilakukan pada >50% pasien yang berkunjung ke IGD dan
dirawat dirumah sakit termasuk yang dipulangkan. Waktu hasil pemeriksaan laboratorium
adalah periode waktu dari order dokter untuk pemeriksaan darah sampai hasil tiba di IGD,
dengan target waktu < 60 menit (Robert C Hawkins, 2007).

c. Hubungan waktu diagnosis dengan waktu tunggu pasien setelah keputusan rawat
inap diputuskan
Hasil analisis bivariat didapatkan nilai p = 0,000 dengan nilai koefisien korelasi
adalah = 0,462. Nilai p menjelaskan bahwa kedua variabel memiliki hubungan bila dilihat
berdasarkan statistik. Kedua variabel tersebut juga memiliki hubungan yang cukup kuat
ditandai dengan nilai r yang bernilai 0,462. Hubungan ini memiliki hubungan positif, dimana Commented [WU45]: Tolong bagian ini disingkat karena sudah
artinya ketika semakin lama waktu diagnosis dimunculkan maka waktu boarding pasien di ada di hasil. Hilangkan angka-angka
zona kuning akan semakin lama, begitu pula sebaliknya ketika waktu diagnose semakin
cepat maka waktu tunggu pasien di zona kuning IGD akan semakin cepat. Hal ini sesuai
dengan penelitian yang dikemukakan oleh A. Boyle et al., (2012) bahwa keterlambatan
diagnosis didefinisikan sebagai waktu dari pasien datang sampai dengan diagnosis medis
muncul. Variabel ini juga masuk kedalam framework yang dijelaskan oleh (Rabin et al.,
2012) dimana variabel ini masuk kedalam komponen throughput factor dalam model
framework overcrowding yang dijelaskan.
.
d. Hubungan waktu kedatangan dengan waktu tunggu pasien setelah keputusan
Hasil uji bivariate menggunakan uji spearman terhadap waktu kedatangan dengan
waktu tunggu pasien setelah keputusan rawat inap diputuskan menunjukkan tidak memiliki
kemaknaan secara statistika, dimana nilai p = 0,263 atau nilai p lebih besar daripada alpha =
0,05. Nilai koefisien korelasi memiliki nilai -0,003 yang artinya kedua variabel tidak memiliki
hubungan yang kuat. Perbedaan hasil penelitian seperti diungkapkan oleh Powell et al., Commented [WU46]: Tolong bagian ini disingkat karena sudah
(2012) dimana penelitiannya menjelaskan bahwa waktu kedatangan pada siang hari ada di hasil
memiliki kemungkinan untuk terjadinya waktu tunggu pasien setelah keputusan rawat inap
diputuskan lebih tinggi. Bashkin et al.,( 2015) dalam penelitiannya juga menjelaskan hal
terkait dimana dalam artikel jurnal yang dipublikasikan oleh bashkin yang melakukan
observasi selama 9 hari didapatkan hasil bahwa 52% pasien masuk igd pada shift pagi dan
48%nya dibagi pada shift siang dan shift malam.
Perbedaan hasil ini kemungkinan dikarenakan jumlah yang dihomogenkan sehingga Commented [WU47]: Bisakah bagian ini ditambah penjelasan?
variabel tidak memiliki hubungan yang bermakna di tiap shiftnya. Hal lain juga yang dapat
menyebabkan tidak adanya hubungan antara variabel waktu kedatangan dengan waktu
tunggu pasien setelah keputusan rawat inap diputuskan adalah jumlah pasien yang
mengalami waktu tunggu pasien setelah keputusan rawat inap diputuskan sangat banyak di
tiap shiftnya. Commented [WU48]: Bisakah lebih diperjelas? Mungkin, jika
ada, ditunjang dengan literatur
e. Hubungan kepemilikan asuransi dengan waktu tunggu pasien setelah keputusan
rawat inap diputuskan
Hasil analisis uji bivariat menunjukkan nilai p value = 0,980 dimana nilai ini memiliki
arti tidak ada hubungan antara kepemilikan asuransi dengan waktu tunggu pasien setelah
keputusan rawat inap diputuskan di zona kuning. Nilai koefisien korelasi menunjukkan angka
-0,003 nilai ini memiliki arti bahwa tidak ada keeratan hubungan antara variabel kepemilikan
asuransi dengan waktu tunggu pasien setelah keputusan rawat inap diputuskan. Perbedaan Commented [WU49]: Tolong bagian ini disingkat karena sudah
terjadi ketika dibandingkan dengan penelitian yang dilakukan oleh Kennedy et al,( 2004) ada di hasil
dimana dalam penelitiannya dijelaskan bahwa sekitar 7,7% dari jumlah kunjungan selama
12 bulan terjadi delay atau penundaan dalam pelayanan di igd, dimana hal ini terjadi karena Commented [WU50]: IGD
permasalahan seperti biaya pelayanan yang membengkak, dan kepemilikan asuransi juga
akan menyebabkan pelayanan tertunda sehingga menyebabkan waktu tunggu pasien
setelah keputusan rawat inap diputuskan meningkat. Dalam penelitian ini hal lain yang juga
menjadi kendala apabila pasien tidak memiliki asuransi kesehatan adalah kecepatan dalam
akses data, karena pasien yang sudah memiliki asuransi kesehatan tidak perlu repot lagi
dalam menginput data dari pasien tersebut.

f. Hubungan perbandingan perawat dengan pasien per jaga dengan waktu tunggu
pasien setelah keputusan rawat inap diputuskan
Hasil analisis bivariat menggunakan uji spearman didaptkan hasil terdapat nilai yang
signifikan dimana nilai p = 0,000 dan nilai koefisien korelasi adalah -0,638. Nilai ini
membuktikan bahwa ada hubungan antara variabel perbandingan perawat dengan pasien
per jaga dengan waktu tunggu pasien setelah keputusan rawat inap diputuskan zona
kuning. Nilai r menjelaskan bahwa ada keeratan hubungan kuat antara perbandingan
perawat dengan pasien per jaga dengan waktu tunggu pasien setelah keputusan rawat inap
diputuskan dimana arah hubungannya bernilai negatif. Hal ini memiliki arti bahwa ketika ratio Commented [WU51]: Tolong bagian ini disingkat karena sudah
perawat dengan pasien per shift semakin besar maka nilai waktu tunggu pasien setelah ada di hasil
keputusan rawat inap diputuskan akan semakin kecil, begitu pula sebaliknya apabila nilai
ratio perawat dengan pasien per shift semakin kecil maka nilai waktu tunggu pasien setelah
keputusan rawat inap diputuskan akan semakin besar atau memanjang.
Artikel jurnal yang dijelaskan oleh Wiler et al ( 2012) dalam penelitiannya menjelaskan juga
bagaimana ratio perawat dengan pasien setiap shift menjadi hal yang dapat mempengaruhi
lama waktu pelayanan dan beban kerja perawat juga meningkat. Hasil ini sesuai dengan
artikel jurnal yang dipublikasikan oleh Zarea (2014) di iran menyebutkan bahwa 78,2%
perawat tidak puas dengan kinerja diakibatkan jumlah beban kerja yang meningkat,
keamanan dan salary

g. Variabel yang paling dominan pengaruhnya terhadap waktutunggu pasien setelah

keputusan rawat inap diputuskan Commented [WU52]: dihapus
Didasarkan pada hasil analisis multivariable dimana dalam penelitian kali ini
menggunakan regresi linier yang digunakan untuk memprediksi waktu tunggu pasien setelah
keputusan rawat inap diputuskan di zona kuning IGD RSUD dr.Iskak Tulungagung adalah
waktu persiapan ruangan, waktu hasil pemeriksaan laboratorium, waktu diagnosis dan
perbandingan perawat dengan pasien per jaga. Dari keempat faktor tersebut yang paling
dominan berhubungan dengan waktu tunggu pasien setelah keputusan rawat inap
diputuskan adalah waktu persiapan ruangan dengan p value = 0,000. Berdasarkan nilai Commented [WU53]: lebih baik dihilangkan angka-angka nya
adjusted R square yang merupakan koefisien determinan didapatkan nilai sebesar 0,675 arti krn sudah dijelaskan di hasil
Nilai adjusted R square sebesar 0,675 (67,5%) artinya bahwa persamaan yang diperoleh
mampu menjelaskan waktu tunggu pasien setelah keputusan rawat inap diputuskan di zona
kuning sebesar 67,5%. Sisanya 32,5 % dipaparkan dalam variabel yang tidak masuk
kedalam subjek penelitian. Commented [WU54]: bagian ini lebih baik ditaruh di hasil. Di
pembahasan, tulis singkat saja
 lama waktu transfer ruangan, waktu diagnosis dan dan proporsi jumlah perawat
dengan pasien menjadi hal yang dapat menyebabkan waktu tunggu pasien setelah
keputusan rawat inap diputuskan. Hal ini disebabkan karena waktu diagnosis yang lama
dapat menyebabkan lama waktu transfer ruangan, karena keputusan transfer diputuskan
ketika diagnos sudah dimunculkan, hal ini dapat dilihat dari lama waktu diagnosis dan lama
waktu transfer ruangan. Hal ini sesuai dengan penelitian yang dijelaskan oleh Lo et al.,
(2014)
Nilai koefisien regresi dari waktu persiapan ruangan paling dominan atau predictor
yang paling kuat untuk memprediksi waktu tunggu pasien setelah keputusan rawat inap
diputuskan zona kuning di Instalasi Gawat Darurat RSUD dr.Iskak Tulungagung didapatkan
sebesar 0,620 dengan koefisien korelasi sebesar 0,747. Hasil ini menunjukkan bahwa setiap
ada keterlambatan memindahkan atau transfer pasien ke ruangan rawat inap dalam 60
menit maka akan meningkatkan waktu tunggu pasien setelah keputusan rawat inap
diputuskan sebanyak 0,620 menit pada pasien tersebut dengan kekuatan korelasi kuat. Hal
ini terjadi disebabkan oleh keterbatasan ruangan perawatan, dimana hal ini ditandai dengan
jumlah pasien dan BOR pasien yang cukup banyak sebesar 75%. Hasil ini menunjukkan Commented [WU55]: tulis dulu kepanjangannya
bahwa pemanfaatan tempat tidur di ruang rawat inap tinggi lebih dari standar nasional yakni
60%.Hal ini tentu akan berpengaruh terhadap lama dari waktu tunggu (boarding) pasien di
IGD.

IMPLIKASI HASIL PENELITIAN Commented [WU56]: isi dari implikasi di gabung di simpulan
Dari hasil penelitian ini didapatkan gambran tentang faktor penyebab waktu tunggu
pasien setelah keputusan rawat inap diputuskan di zona kuning IGD RSUD dr,Iskak
Tulungagung, manfaat yang didapatkan dari hasil penelitianini adalah bahwa dengan
teridentifikasi multi faktor penyebab yang memiliki kedekatan hubungan denganwaktu
tunggu pasien setelah keputusan rawat inap diputuskan di zona kuning khususnya faktor
waktu persiapan ruangan, waktu diagnosis dan perbandingan perawat dengan pasien per
jaga dengan jumlah pasien. Penelitian ini memberikan output berupa data awal dalam Commented [WU57]: tolong penulisan kalimat diperbaiki
mengambil kebijakan atau sebagai salah satu dasar pertimbangan bagi manajemen
pelayanan dan tim standar pelayanan minimal rumah sakit untuk dapat meningkatkan
kualitas pelayanan serta strategi yang dapat digunakan sebagai dasar pengembangan
kualitas.

KETERBATASAN PENELITIAN
Keterbatasan dalam penelitian ini adalah peneliti hanya melihat waktu ketika pasien berada
di IGD tanpa mempertimbangkan jumlah ruangan, jenis penyakit yang diderita pasien,
sehingga peneliti tidak bisa melihat penggunaan ruangan mana yang paling banyak atau
paling sering digunakan untuk memindahkan pasien. Hal lain yang merupakan keterbatasan
penelitian ini adalah peneliti hanya melakukan peneltian di satu rumah sakit saja, sehingga
penelitian ini membutuhkan waktu coba ditempat lain dengan karakteristik yang sama untuk
dapat melihat waktu boarding pasien di zona kuning. Commented [WU58]: ditaruh di bagian saran
.

KESIMPULAN
Faktor perbandingan perawat dengan pasien per jaga, faktor lama waktu diagnostic,
dan faktor lama persiapan ruangan rawat inap memiliki hubungan yang signifikan terhadap
waktu tunggu pasien setelah keputusan rawat inap diputuskan di zona kuning IGD RSUD
dr. Iskak Tulungagung.

DAFTAR PUSTAKA

Aacharya, R. P., Gastmans, C., & Denier, Y. (2011). Emergency department triage: an
ethical analysis. BMC Emergency Medicine, 11(1), 16. https://doi.org/10.1186/1471-
 227X-11-16
Adeboye, M. a, Ojuawo, a, Ernest, S. K., Fadeyi, a, & Salisu, O. T. (2010). Mortality pattern
within twenty-four hours of emergency paediatric admission in a resource-poor nation
health facility. West African Journal of Medicine, 29(4), 24952.
https://doi.org/10.4314/wajm.v29i4.68245
Affleck, A., Parks, P., Drummond, A., Rowe, B. H., & Ovens, H. J. (2017). Emergency
department overcrowding and access block. Canadian Association of Emergency
Physicians Journal, 15(6), 359370. https://doi.org/10.2310/8000.CAEPPS
Al-Arifi, M., Abu-Hashem, H., Al-Meziny, M., Said, R., & Aljadhey, H. (2014). Emergency
department visits and admissions due to drug related problems at Riyadh military
hospital (RMH), Saudi Arabia. Saudi Pharmaceutical Journal, 22(1), 1725.
https://doi.org/10.1016/j.jsps.2013.01.001
Arinah, WDS and Faisal, I and Juni, Muhamad Hanafiah and Ismail, I and Mohamed, A.
(2016). Factors Associated With Emergency Department Green Zone Utilization in
Hospital. International Journal of Public Health and Clinical Sciences, 3(5), 159173.
Asplin, B. R. (2006). Measuring crowding: Time for a paradigm shift. Academic Emergency
Medicine, 13(4), 459461. https://doi.org/10.1197/j.aem.2006.01.004
Asplin, B. R., Flottemesch, T. J., & Gordon, B. D. (2006). Developing Models for Patient
Flow and Daily??Surge Capacity Research. Academic Emergency Medicine, 13(11),
11091113. https://doi.org/10.1197/j.aem.2006.07.004
Bashkin, O., Caspi, S., Haligoa, R., Mizrahi, S., & Stalnikowicz, R. (2015). Organizational
factors affecting length of stay in the emergency department: initial observational study.
Israel Journal of Health Policy Research, 4, 38. https://doi.org/10.1186/s13584-015-
0035-6
Biswajit Dey, Jyotsna Naresh Bharti, M. C. (2013). International Journal of Health Sciences
and Research, 3(May), 8284.
Blom, M. C., Erwander, K., Gustafsson, L., Landin-olsson, M., Jonsson, F., & Ivarsson, K.
(2016). Primary triage nurses do not divert patients away from the emergency
department at times of high in-hospital bed occupancy - a retrospective cohort study.
Emergency Medicine Journal, 16(39), 18. https://doi.org/10.1186/s12873-016-0102-5
Bonfils, K. A., Lysaker, P. H., Minor, K. S., & Salyers, M. P. (2016). Affective empathy in
schizophrenia: A meta-analysis. Schizophrenia Research, article in(June 2016), 293
303. https://doi.org/10.1016/j.schres.2016.03.037
Boyle, A., Beniuk, K., Higginson, I., & Atkinson, P. (2012). Emergency Department
Crowding: Time for Interventions and Policy Evaluations. Emergency Medicine Journal,
2012. https://doi.org/10.1155/2012/838610
Boyle, J., Jessup, M., Crilly, J., Green, D., Lind, J., Wallis, M., Fitzgerald, G. (2012).
Predicting emergency department admissions. Emergency Medicine Journal, 29(5),
358365. https://doi.org/10.1136/emj.2010.103531
Bukhari, H., Albazli, K., Almaslmani, S., Attiah, A., & Bukhary, E. (2014). Analysis of Waiting
Time in Emergency Department of Al-Noor Specialist Hospital , Makkah , Saudi Arabia.
Emergency Medicine Journal, 2(December), 6773.
Bullard, M. J., Chan, T., Brayman, C., & Warren, D. (2017). Revisions to the Canadian
Emergency Department Triage and Acuity Scale ( CTAS ) Guidelines. Canadian
Association of Emergency Physicians Journal, 16(6), 485489.
https://doi.org/10.2310/8000.2014.012014
Coil, C. J., Flood, J. D., Belyeu, B. M., Young, P., Kaji, A. H., & Lewis, R. J. (2016). The
Effect of Emergency Department Boarding on Order Completion. Annals of Emergency
Medicine, 67(6), 730736. https://doi.org/10.1016/j.annemergmed.2015.09.018
Cotter, G., Davison, B. A., Milo, O., Bourge, R. C., Cleland, J. G. F., Jondeau, G.,
Teerlink, J. R. (2016). Predictors and Associations With Outcomes of Length of Hospital
Stay in Patients With Acute Heart Failure: Results From VERITAS. Journal of Cardiac
Failure, 22(10), 815822. https://doi.org/10.1016/j.cardfail.2015.12.017
Crawford, K., Morphet, J., Jones, T., Innes, K., Griffiths, D., & Williams, A. (2014). Initiatives
to reduce overcrowding and access block in Australian emergency departments: A
 literature review. Collegian, 21(4), 359366.
https://doi.org/10.1016/j.colegn.2013.09.005
Ding, R., Mccarthy, M. L., Desmond, J. S., Lee, J. S., & Zeger, S. L. (2010). Characterizing
Waiting Room Time, Treatment Time, and Boarding Time in the Emergency
Department Using Quantile Regression. Emergency Medicine Journal, 10(2), 813823.
https://doi.org/10.1111/j.1553-2712.2010.00812.x
Dinkes prov jatim. (2015). Profil Kesehatan Provinsi Jawa Timur Tahun 2014. Jawa Timur:
Dinas Kesehatan Provinsi Jawa Timur.
https://doi.org/10.1017/CBO9781107415324.004
Ducharme, J., Tanabe, P., Homel, P., Miner, J. R., Chang, A. K., Lee, J., & Todd, K. H.
(2008). The influence of triage systems and triage scores on timeliness of ED analgesic
administration. American Journal of Emergency Medicine, 26(8), 867873.
https://doi.org/10.1016/j.ajem.2007.11.020
Eitel, D. R., Travers, D. A., Rosenau, A. M., Gilboy, N., & Wuerz, R. C. (2003). The
Emergency Severity Index triage algorithm version 2 is reliable and valid. Academic
Emergency Medicine, 10(10), 10701080. https://doi.org/10.1197/S1069-
6563(03)00350-6
Erenler, A. K., zel, ., Ece, Y., Karabulut, M., Oruolu, A., & ifti, E. (2015). Analysis of
Triage Application in Emergency Department. Emergency Medicine Journal,
3(September), 1317.
Escobar, G. J., Laguardia, J. C., Turk, B. J., Ragins, A., Kipnis, P., & Draper, D. (2012).
Early detection of impending physiologic deterioration among patients who are not in
intensive care: Development of predictive models using data from an automated
electronic medical record. Journal of Hospital Medicine, 7(5), 388395.
https://doi.org/10.1002/jhm.1929
Forster, A. J., Stiell, I., Wells, G., Lee, A. J., & Van Walraven, C. (2003). The effect of
hospital occupancy on emergency department length of stay and patient disposition.
Academic Emergency Medicine, 10(2), 127133. https://doi.org/10.1197/aemj.10.2.127
Geelhoed, G. C., & de Klerk, N. H. (2012). Emergency department overcrowding, mortality
and the 4-hour rule in Western Australia. Medical Journal of Australia, 196(2), 122126.
https://doi.org/10.5694/mja11.11159
Golmohammadi, D. (2016). Predicting hospital admissions to reduce emergency department
boarding. International Journal of Production Economics, 182, 535544.
https://doi.org/10.1016/j.ijpe.2016.09.020
Goluke, N. M. S., Huibers, C. J. A., Stalpers, S. C., Taekema, D. G., Vermeer, S. E., &
Jansen, P. A. F. (2015). An observational, retrospective study of the length of stay, and
its influencing factors, among elderly patients at the Emergency Department. European
Geriatric Medicine, 6(4), 331335. https://doi.org/10.1016/j.eurger.2015.04.005
Hertzberg, V. S., Baumgardner, J., Mehta, C. C., Elon, L. K., Cotsonis, G., & Lowery-North,
D. W. (2017). Contact networks in the emergency department: Effects of time,
environment, patient characteristics, and staff role. Social Networks, 48, 181191.
https://doi.org/10.1016/j.socnet.2016.08.005
Hillier, D. F., Parry, G. J., Shannon, M. W., & Stack, A. M. (2006). The Effect of Hospital Bed
Occupancy on Throughput in the Pediatric Emergency Department. Annals of
Emergency Medicine, 53(6), 767776.e3.
https://doi.org/10.1016/j.annemergmed.2008.11.024
Hodgins, M. J., Moore, N., & Legere, L. (2011). Who Is Sleeping in Our Beds? Factors
Predicting the ED Boarding of Admitted Patients for More Than 2 Hours. Journal of
Emergency Nursing, 37(3), 225230. https://doi.org/10.1016/j.jen.2010.02.020
Holland, L. L., Smith, L. L., & Blick, K. E. (2005). Reduce Emergency Department Patient
Length of Stay An 11-Hospital Study. American Journal of Clinical Pathology, 124, 672
674. https://doi.org/10.1309/E9QPVQ6G2FBVMJ3B
Howard, A., Brenner, G. D., Drexler, J., DaSilva, P. A., Schaefer, B., Elischer, J., & Bogust,
S. (2014). Improving the Prompt Identification of the Emergency Severity Index Level 2
Patient in Triage: Rapid Triage and the Registered Nurse Greeter. Journal of
 Emergency Nursing, 40(6), 563567. https://doi.org/10.1016/j.jen.2014.01.009
Jackson, D., Mannix, J., & Daly, J. (2003). Nursing staff shortages: Issues in Australian
residential aged care. Australian Journal of Advanced Nursing, 21(1), 4245.
Jagim, M. (2014). Nursing workforce issues and trends affecting emergency departments.
Emergency Medicine Journal, 10(2), 50. https://doi.org/10.1097/00006247-200509000-
00011
Kementerian Kesehatan. (2011). Standar Pelayanan Keperawatan Gawat Darurat. Jakarta:
Direktora Bina Pelayanan Keperawatan dan Keteknisan Medik.
Kennedy, J., Rhodes, K., Walls, C. A., & Asplin, B. R. (2004). Access to Emergency Care:
Restricted by Long Waiting Times and Cost and Coverage Concerns. Annals of
Emergency Medicine, 43(5), 567573.
https://doi.org/10.1016/j.annemergmed.2003.10.012
Khare, R. K., Powell, E. S., Reinhardt, G., & Lucenti, M. (2009). Adding More Beds to the
Emergency Department or Reducing Admitted Patient Boarding Times: Which Has a
More Significant Influence on Emergency Department Congestion? Annals of
Emergency Medicine, 53(5), 575585.e2.
https://doi.org/10.1016/j.annemergmed.2008.07.009
Kilcoyne, M., & Dowling, M. (2007). Working in an overcrowded accident and emergency
department: Nurses narratives. Australian Journal of Advanced Nursing, 25(2), 2127.
Krall, S. P., Cornelius, A. P., & Addison, J. B. (2014). Hospital factors impact variation in
emergency department length of stay more than physician factors. The Western
Journal of Emergency Medicine, 15(2), 15864.
https://doi.org/10.5811/westjem.2013.12.6860
Launay, C. P., Rivire, H., Kabeshova, A., & Beauchet, O. (2015). Predicting prolonged
length of hospital stay in older emergency department users: Use of a novel analysis
method, the Artificial Neural Network. European Journal of Internal Medicine, 26(7),
478482. https://doi.org/10.1016/j.ejim.2015.06.002
Lee-lewandrowski, E., Corboy, D., Lewandrowski, K., Sinclair, J., Mcdermot, S., Benzer, T.
I., & Emergency, C. (2003). Implementation of a Point-of-Care Satellite Laboratory in
the Emergency Department of an Impact on Test Turnaround Time and Patient
Emergency Department Length of Stay Setting . The ED of the Massachusetts
General Hospital ,. Arch Pathologi Lab Medical, 127.
Li, G., Lau, J. T., McCarthy, M. L., Schull, M. J., Vermeulen, M., & Kelen, G. D. (2007).
Emergency Department Utilization in the United States and Ontario, Canada. Academic
Emergency Medicine, 14(6), 582584. https://doi.org/10.1197/j.aem.2007.02.030
Li, S.-T., Chiu, N.-C., Kung, W.-C., & Chen, J.-C. (2013). Factors affecting length of stay in
the pediatric emergency department. Pediatrics and Neonatology, 54(3), 17987.
https://doi.org/10.1016/j.pedneo.2012.11.014
Lo, S. M., Choi, K. T. Y., Wong, E. M. L., Lee, L. L. Y., Yeung, R. S. D., Chan, J. T. S., &
Chair, S. Y. (2014). Effectiveness of Emergency Medicine Wards in reducing length of
stay and overcrowding in emergency departments. International Emergency Nursing,
22(2), 116120. https://doi.org/10.1016/j.ienj.2013.08.003
Marsden, J., & Windle, J. (2014). Emergency Triage. (K. Mackway-Jones, Ed.) (3rd Editio).
Manchester: John Wiley & Sons.Ltd.
Menteri Kesehatan RI. (2014). Peraturan Menteri Kesehatan Republik Indonesia Nomor 28
Tahun 2014 tentang Pedoman Pelaksanaan Program Jaminan Kesehatan Nasional.
Kementrian Kesehatan RI, 148. https://doi.org/10.1002/cplu.201490022
Montgomery, P., Godfrey, M., Mossey, S., Conlon, M., & Bailey, P. (2014). Emergency
department boarding times for patients admitted to intensive care unit: Patient and
organizational influences. International Emergency Nursing, 22(2), 105111.
https://doi.org/10.1016/j.ienj.2013.06.004
Nasution, S. (2002). Metode Penelitian. Jakarta: Rineka Cipta.
Nippak, P. M. D., Isaac, W. W., Ikeda-Douglas, C. J., Marion, A. M., & VandenBroek, M.
(2014). Is there a relation between emergency department and inpatient lengths of
stay? Canadian Journal of Rural Medicine: T Medecine Rurale: Le Journal Officiel de
 La Societe de Medecine Rurale Du Canada, 19(1), 1220.
Noorani, M. M., Khaliq, M. F., Shoaib, M., Sheikh, A., Moughal, U.-E.-R., Moazzum, W., &
Ali, S. A. (2014). Time intervals and associated factors of emergency treatment: first
insight into Pakistani system. International Archives of Medicine, 7(1), 41.
https://doi.org/10.1186/1755-7682-7-41
Olshaker, J. S., & Rathlev, N. K. (2006). Emergency Department overcrowding and
ambulance diversion: The impact and potential solutions of extended boarding of
admitted patients in the Emergency Department. Journal of Emergency Medicine,
30(3), 351356. https://doi.org/10.1016/j.jemermed.2005.05.023
Pamela, G. (1999). Turnaround times in the laboratory: A review of the literature. Clinical
Laboratory Science, 12(2), 85.
Peck, J. S., Benneyan, J. C., Nightingale, D. J., & Gaehde, S. A. (2012). Predicting
emergency department inpatient admissions to improve same-day patient flow.
Academic Emergency Medicine, 19(9), 10451054. https://doi.org/10.1111/j.1553-
2712.2012.01435.x
Powell, E. S., Khare, R. K., Venkatesh, A. K., Van Roo, B. D., Adams, J. G., & Reinhardt, G.
(2012). The relationship between inpatient discharge timing and emergency department
boarding. Journal of Emergency Medicine, 42(2), 186196.
https://doi.org/10.1016/j.jemermed.2010.06.028
Q., H., A., T., J.F., D., S., G., & G.S., Z. (2010). THE IMPACT of ED admission delays on
inpatient outcomes. Canadian Journal of Emergency Medicine, 12(3), 237. Retrieved
from http://www.cjem-online.ca/v12/n3/p229/24-