TESIS
RUSLAN NURYADIN
1206330904
TESIS
Diajukan sebagai salah satu syarat untuk memperoleh gelar Magister Sains
RUSLAN NURYADIN
1206330904
i
HALAMAN PERNYATAAN ORISINALITAS
i
HALAMAN PENGESAHAN
DEWAN PENGUJI
Ditetapkan di : Depok
Tanggal :
Universitas Indonesia
KATA PENGANTAR
Puji dan syukur saya panjatkan kepada Allah SWT, yang atas rahmat,
hidayah dan izin-Nya saya bisa menyelesaikan tesis ini. Penulis menyadari bahwa
tanpa bantuan dan bimbingan dari berbagai pihak, penyusunan tesis ini akan sulit
dilaksanakan. Banyak pihak yang telah yang membantu saya dalam
menyelesaikan tesis ini, baik secara langsung maupun tidak langsung. Oleh karena
itu, pada kesempatan ini penulis ingin menyampaikan terima kasih yang sebesar-
besarnya kepada:
1. Bpk. Dr. Eko Koesratmoko dan Bpk. Dr. Aris Poniman, selaku pembimbing
tesis, atas bimbingan, saran, perhatian, waktu, serta dorongan semangat
sehingga saya dapat menyelesaikan tesis ini.
2. Bpk. Raldi Hendro Koestor, PhD, dan Bpk. Hafid Setiadi, MT, selaku penguji
yang telah memberikan berbagai saran, koreksi dan masukan bagi perbaikan
tesis ini.
3. Bpk. Dr. Tarsoen Waryono, MS selaku Ketua Jurusan Program Studi
Pascasarjana Ilmu Geografi, Fakultas Matematika dan Ilmu Pengetahuan
Alam, Universitas Indonesia.
4. Bpk. Supri, di tata usaha Geografi UI, yang senantiasa mengingatkan banyak
hal dan membantu hingga penyelesaian tesis ini.
5. Bapak/Ibu di Ditjen BUK, Kemenkes, Dinas Kesehatan Prop. Jabar, Dinas
Kesehatan Kota Bandung, Kota Cimahi, Kab. Bandung dan Kab. Bandung
Barat, terutama Ibu dr. Yout, Bpk. Edi Sutardi, Ibu drg. Juanita, Ibu dr. Nur,
Ibu Teti, Ibu Rita, Ibu dr. Rosye, Ibu Alma, Ibu drg. Artha, Ibu Nia, Ibu Belly
dan lain-lain yang tidak bisa disebutkan satu persatu, atas semua bantuan,
masukan, dan informasi yang telah diberikan.
6. Ayahanda Edo Sutardjo (alm) dan Ibunda O. Rumsah, atas segenap cinta yang
senantiasa dicurahkan, dan doa yang senantiasa dipanjatkan.
7. Istri saya, Eva Verawati Dewi, yang selalu memberi dorongan semangat dan
do’a dalam penyelesaian tesis ini.
8. Anak-anak saya: Arul, Hilmy dan Azzam, atas semangat dan do’anya dalam
penyelesaian tesis ini. Semoga contoh tesis ini menjadi salah satu
Universitas Indonesia
penyemangat kalian untuk senantiasa belajar, menambah ilmu dan
pengetahuan, serta menebar kemanfaatan bagi sesama.
9. Teman-teman di PT Webgis Indonesia, terutama Uda Benny Prawira dan Mas
Rudi Setyo Hutomo, atas dorongan semangat dalam menyusun tesis ini.
10. Teman-teman di PT Sigma Delta Duta Nusantara, terutama Kang Razid Arief
dan Cak Amal, atas berbagai bantuan dan dorongannya.
11. Teman-teman Magister Geografi UI terutama angkatan awal 2013: Mas Eko,
Kang Aii, Almegi, Adrian, Yusuf, Arfan, Mbak Zally, Kang Rahmat, Mbak
Pia, Mbak Prita, dan Mahfuzh, atas semua bantuan, semangat dan do’anya.
Semoga sukses senantiasa beserta kalian semua.
12. Teman-teman seperjuangan dalam penyelesaian tesis: Mentari, Pak
Hermawan, Mbak Diah, Mbak Hanum, Mas Gian, yang telah berbagi banyak
hal selama penyelesaian tesis ini.
Akhir kata, saya berharap Allah SWT berkenan membalas segala kebaikan
semua pihak yang telah membantu. Semoga tesis ini bermanfaat.
Universitas Indonesia
HALAMAN PERSETUJUAN PUBLIKASI KARYA ILMIAH
Dibuat di : Depok
Pada Tanggal :
Yang menyatakan
Ruslan Nuryadin
Universitas Indonesia
ABSTRAK
Universitas Indonesia
ABSTRACT
Universitas Indonesia
DAFTAR ISI
Universitas Indonesia
BAB 5 HASIL DAN PEMBAHASAN ....................................................... 30
5.1 Model Spasial Rujukan dan Regionisasi Layanan Kesehatan ....... 30
5.1.1 Rujukan dan Regionisasi Layanan Puskesmas .......................... 33
5.1.2 Rujukan dan Regionisasi Layanan Rumah Sakit ....................... 36
5.2 Verifikasi Hasil Pemodelan Rujukan dan Regionisasi .................. 40
5.3 Perbandingan Hasil Pemodelan dengan Rujukan dan Regionisasi
Eksisting 42
5.3.1 Perbandingan dengan Sistem Rujukan di Kabupaten Bandung . 42
5.3.2 Perbandingan dengan Sistem Rujukan Kota Bandung ............... 45
BAB 6 KESIMPULAN ............................................................................... 51
DAFTAR PUSTAKA .................................................................................. 52
LAMPIRAN ................................................................................................ 57
LAMPIRAN A......................................................................................... 57
LAMPIRAN B ......................................................................................... 67
LAMPIRAN C ......................................................................................... 69
Universitas Indonesia
DAFTAR TABEL
Tabel 3.1. Sampel perbandingan waktu tempuh prediksi Google Maps dengan hasil kalkulasi …….. 22
Tabel 5.1. Kecepatan rata-rata kendaraan per kelas jalan pada wilayah studi ……………………….. 31
Tabel 5.2. Kapasitas dan proyeksi jumlah pasien RSU pada wilayah studi …………………………..
38
41
Tabel 5.3. Komposisi pasien dalam dan luar kabupaten/kota pada puskesmas sampel …………..…..
Tabel 5.4. Komposisi pasien dalam dan luar wilayah kabupaten/kota, hasil pemodelan ………..…… 41
Tabel 5.5. Region layanan rumah sakit pada Kabupaten Bandung ……………………………..……. 42
Tabel 5.6. Proyeksi Jumlah Pasien Rumah Sakit Kabupaten Bandung ………………………...……..
44
45
Tabel 5.7. Proyeksi Jumlah Pasien Rumah Sakit Kabupaten Bandung ………………………………..
Tabel 5.8. Proyeksi Jumlah Pasien RS berdasar Pola Rujukan Eksisting …………………….………..
49
Universitas Indonesia
DAFTAR GRAFIK
Grafik 5.1. Proyeksi jumlah pasien pada puskesmas di Kota Bandung berdasar pola
rujukan eksisting…………………………………………………………………… 47
Grafik 5.2. Proyeksi jumlah pasien pada puskesmas di Kota Bandung hasil
pemodelan………………………………………………………………………….. 47
Grafik 5.3. Distribusi jumlah puskesmas dengan rentang proyeksi jumlah pasien,
berdasar pola rujukan eksisting dan hasil pemodelan……………………………. 48
Grafik 5.4. Perbandingan kapasitas dengan proyeksi jumlah pasien RSU di Kota
Bandung…………………………………………………………………………….. 50
Universitas Indonesia
DAFTAR GAMBAR
Universitas Indonesia
Universitas Indonesia
BAB 1
PENDAHULUAN
1 Universitas Indonesia
2
Melihat gambar di atas, kita bisa memiliki hipotesa bahwa sebaran rumah
sakit, sebagai salah satu fasilitas layanan kesehatan di Jawa Barat, tidak merata.
Rapat di daerah sekitar Kota Depok, Kota Bekasi, Kota Bandung, Kota
Tasikmalaya dan Kota Cirebon, sedangkan di daerah lain sangat renggang. Tidak
meratanya sebaran fasilitas layanan kesehatan, bisa menyebabkan beban layanan
berlebih di salah satu fasilitas kesehatan, sementara fasilitas kesehatan yang lain
bebannya kurang.
Untuk memastikan semua penduduk mendapatkan layanan kesehatan yang
berkualitas, pemerintah daerah menerapkan rujukan berjenjang dan regionisasi
layanan. Adanya kepastian sistem rujukan dan regionisasi ini penting untuk
menjamin ketersediaan layanan kesehatan bagi seluruh warga masyarakat, dengan
mengoptimalkan fasilitas layanan kesehatan yang sudah ada, mulai dari tingkat
pratama (level puskesmas, prakter dokter pribadi, balai pengobatan) sampai rumah
sakit regional, sehingga tidak terjadi penumpukan beban layanan di satu fasilitas
layanan kesehatan tertentu.
Sistem rujukan dan regionisasi layanan kesehatan di setiap propinsi, diatur
oleh Peraturan Gubernur. Beberapa propinsi saat ini sudah menyelesaikan regulasi
berupa Peraturan Gubernur terkait dengan rujukan layanan fasilitas kesehatan,
termasuk Propinsi Jawa Barat melalui Peraturan Gubernur (Pergub) Nomor 64
Tahun 2013 tentang Sistem Rujukan Pelayanan Kesehatan. Beberapa hal penting
pada Pergub ini terkait dengan penelitian yang diusulkan, antara lain:
Propinsi Jawa Barat dibagi menjadi 6 (enam) wilayah cakupan rujukan.
Area studi yang diusulkan termasuk dalam Wilayah Cakupan Rujukan 6,
yang meliputi Kabupaten Sumedang, Kota Bandung, Kabupaten Bandung,
Kabupaten Bandung Barat dan Kota Cimahi.
Universitas Indonesia
3
Universitas Indonesia
4
`
1.4 Batasan Masalah
Universitas Indonesia
5
2. Rujukan
Rujukan yang dimaksud dalam penelitian ini adalah rujukan awal, pada pasien
perorangan yang bukan berada pada kondisi kegawatdaruratan dan bukan
penanganan penyakit kronis yang spesifik.
3. Batasan fasilitas layanan kesehatan
Fasilitas kesehatan yang digunakan dalam penelitian ini terdiri dari:
Puskesmas
Puskesmas yang terdapat pada area studi, sesuai dengan data dari Ditjen
Bina Upaya Kesehatan, Kemenkes, tahun 2013, dan tidak termasuk
Puskesmas Pembantu.
Rumah Sakit
Rumah sakit terdiri dari rumah sakit umum, dan diasumsikan semua
rumah sakit tersebut bersedia menerima pasien rujukan. Rumah Sakit
Hasan Sadikin (RSHS) yang merupakan rumah sakit rujukan utama,
tidak disertakan dalam pemodelan regionisasi.
4. Ukuran aksesibilitas fasilitas layanan kesehatan
Aksesibilitas fasilitas layanan kesehatan diwakili oleh waktu tempuh
tersingkat mengikuti jaringan jalan.
5. Ukuran kapasitas layanan pada sebuah fasilitas layanan kesehatan
Puskesmas
Universitas Indonesia
6
Universitas Indonesia
BAB 2
TINJAUAN PUSTAKA
Banyak upaya yang telah dilakukan para peneliti mengenai sistem rujukan
dan regionisasi fasilitas kesehatan, yang secara umum mengelompokkan faktor-
faktor yang harus diperhatikan meliputi:
Kebutuhan terhadap layanan kesehatan, yang biasanya diwakili oleh
populasi dalam wilayah tertentu. Dalam memodelkan kebutuhan terhadap
layanan, Delamater, Mesina, Shortrige & Grady (2012) menggunakan data
populasi di suatu wilayah yang diwakili oleh satu objek titik.
Sebaran fasilitas layanan kesehatan, dengan atau tanpa informasi tambahan
seperti daya tampung dan jumlah tenaga medis.
Sebaran fasilitas layanan kesehatan pada umumnya dibuat dalam bentuk titik-
titik yang terhubung sebagai satu jaringan (network).
Aksesibilitas antara lokasi pengguna dengan lokasi fasilitas layanan
kesehatan, yang biasanya berupa faktor jarak terpendek atau waktu tempuh
tersingkat, dan kondisi lain seperti morfologi dan iklim.
7 Universitas Indonesia
8
empat alternatif:
Perbandingan antara kapasitas fasilitas layanan kesehatan dengan jumlah
populasi di suatu wilayah. Semakin besar nilai perbandingannya,
aksesibilitas semakin baik.
Hambatan spasial terhadap fasilitas layanan kesehatan terdekat, seperti
jarak dan kondisi morfologis wilayah.
Hambatan spasial rata-rata, yang selain memperhatikan jarak dan kondisi
morfologis, juga memperhatikan kapasitas layanan yang tersedia.
Model gravitasi, yang juga memkombinasikan faktor aksesibilitas (jarak,
kondisi morfologis) dengan ketersediaan layanan.
Luo (2003), menggunakan Sistem Informasi Geografik (SIG) untuk
mengukur aksesibilitas terhadap layanan kesehatan di wilayah Chicago, dan
membandingkan dua metode: berbasis model gravitasi, dan berbasis metode FCA
(Floating Catchment Area).
Penggunaan waktu tempuh sebagai salah satu indikator aksesibilitas
terhadap layanan kesehatan, telah digunakan pada beberapa penelitian, seperti
pada Kelly (2002), Brabyn (2004), Bagheri (2005) dan Schuurman (2010). Faktor
yang mempengaruhi waktu tempuh, seperti kemiringan/slope ruas jalan, antara
lain dibahas pada Price (2008).
Universitas Indonesia
9
Universitas Indonesia
BAB 3
METODOLOGI PENELITIAN
10
11
Universitas Indonesia
12
Universitas Indonesia
13
kurun waktu Januari sampai dengan Mei 2012. Data posisi GPS tersebut
diperoleh dari PT Sigma Delta Duta Nusantara (penyedia layanan
penjejakan kendaraan – vehicle tracking system), Bandung.
Data kemiringan lerang (slope), diturunkan dari citra ASTER-GDEM,
dengan resolusi spasial 30 meter.
Data sebaran puskesmas dan rumah sakit, diperoleh dari Direktorat Jendral
Bina Upaya Kesehatan (Ditjen BUK), Kementrian Kesehatan, tahun 2012.
Data jumlah tenaga medis di puskesmas, diperoleh dari profil kesehatan
yang dikeluarkan oleh masing-masing Dinas Kesehatan pada keempat
Kabupaten/Kota, tahun 2012.
Data jumlah tenaga medis rumah sakit, merupakan hasil kompilasi dari
sistem RS Online di Ditjen BUK Kementrian Kesehatan, dengan profil
kesehatan yang dikeluarkan oleh masing-masing Dinas Kesehatan pada
keempat Kabupaten/Kota, tahun 2012.
Penjelasan lebih detail mengenai proses dan hasil pengolahan data, dapat dilihat
pada beberapa sub bab di bawah ini.
Universitas Indonesia
14
Universitas Indonesia
15
Selanjutnya peta raster ini divektorisasi, dan diambil hanya kelas permukiman
saja.
Penentuan koordinat pusat populasi menggunakan fitur Mean Coordinates dari
QGIS. Koordinat pusat populasi tersebut akan digunakan untuk mewakili
koordinat desa/kelurahan yang bersesuaian.
Universitas Indonesia
16
Penentuan buffer ruas jalan, dengan lebar buffer yang berbeda untuk
masing-masing ruas jalan. Dengan memperhatikan ketelitian ruas jalan,
dan kemungkinan pergeseran posisi GPS, dipilih lebar buffer sebagai
berikut: 15 meter untuk jalan tol, 10 meter untuk jalan arteri, 7.5 meter
untuk jalan kolektor, dan 5 meter untuk jalan lokal.
Mengasosiasikan data posisi GPS (termasuk kecepatannya), dengan buffer
ruas jalan tertentu. Data posisi yang berada di luar buffer ruas jalan, tidak
Universitas Indonesia
17
Gambar 3.6: Asosiasi kecepatan berdasar data GPS, dengan ruas jalan
Universitas Indonesia
18
Universitas Indonesia
19
Gambar 3.8. Persentase slope pada area studi, berdasar citra ASTER-GDEM
Universitas Indonesia
20
Gambar 3.9. Bagan pengolahan data slope dan koreksi slope terhadap waktu tempuh
Dari bagan di atas, data kecepatan rata-rata per kelas jalan dan slope merupakan
hasil perhitungan sesuai bahasan pada beberapa sub bab sebelumnya. Nilai faktor
pengali slope terhadap waktu tempuh, mengikuti Price (2008).
Sebagai contoh, jalan dengan kemiringan 10 persen, akan memerlukan waktu
tempuh 2 kali lebih lama dibanding jalan yang benar-benar datar, sedangkan jalan
dengan kemiringan 20 persen, memerlukan waktu tempuh 5 kali lebih lama.
Selanjutnya, waktu tempuh per ruas dihitung menggunakan persamaan:
S = (d / (v * 16.666666667)) * sf
dengan:
16.666666667 adalah faktor konversi kecepatan, dari km/jam menjadi
m/menit
S = waktu tempuh (menit)
d = panjang ruas jalan (m)
v = kecepatan rata-rata pada ruas jalan (km/jam)
sf = faktor pengali waktu tempuh, untuk koreksi kecepatan karena faktor
slope
Universitas Indonesia
21
Adapun waktu tempuh untuk rute seperti gambar di atas (dari node 110174 ke
node 381262), dapat dihitung dengan query pada fungsi ths_mincost2 yang
dibuat untuk menghitung akumulasi waktu tempuh, seperti gambar berikut:
Universitas Indonesia
22
Tabel 3.1. Sampel perbandingan waktu tempuh prediksi Google Maps dengan hasil kalkulasi
Universitas Indonesia
23
…………………………………1)
dengan:
Pij = peluang akses dari sebuah populasi (i) ke sejumlah fasilitas j (1
sampai dengan n)
A = kapasitas layanan fasilitas kesehatan
D = waktu tempuh
= parameter bobot kapasitas layanan terhadap ketertarikan
= parameter bobot jarak terhadap ketertarikan
n = jumlah seluruh fasilitas kesehatan yang diperhitungkan
Jika peluang akses dihitung dari sejumlah populasi ke sejumlah puskesmas, maka
persamaan 1 di atas akan menjadi:
…………………………………….2)
Dalam bentuk lain, persamaan (2) di atas dapat dituliskan seperti persamaan (3) di
bawah ini:
………………………………………3)
Dalam Model Huff, kapasitas layanan (parameter A), biasanya diwakili oleh
luas fasilitas. Dalam penelitian ini, karena data luas fasilitas kesehatan tidak
seluruhnya tersedia, daya tarik diwakili oleh jumlah tenaga medis di puskesmas
(dokter, perawat, bidan), serta jumlah dokter di rumah sakit (dokter umum, dokter
gigi, dokter spesialis/sub spesialis).
Universitas Indonesia
24
Pada proses penentuan rujukan, semua data seperti yang dijelaskan pada
bagian 3.4 terlebih dahulu disimpan dalam basis data, menggunakan perangkat
lunak PostgreSQL. Kemudian data yang telah disimpan pada basis data, diproses
dengan menggunakan bahasa pemrograman PHP. Tahapan penentuan rujukan
mengikuti bagan seperti pada gambar 3.12 di bawah ini.
Universitas Indonesia
25
Universitas Indonesia
26
Data sampel di rumah sakit diturunkan dari catatan medis (medical record)
yang antara lain mencatat alamat pasien. Dalam penelitian ini, komposisi pasien
yang berasal dari dalam dan luar wilayah kabupaten/kota diperoleh dari laporan
tahunan rumah sakit.
Universitas Indonesia
BAB 4
GAMBARAN UMUM WILAYAH PENELITIAN
Menurut data Potensi Desa (PODES), yang dikeluarkan Biro Pusat Statistik
(BPS) pada tahun 2011, pada area studi terdapat penduduk sejumlah 7.454.535
jiwa, yang tersebar pada 4 kabupaten/kota, 79 kecamatan dan 607 desa/kelurahan.
Peta sebaran jumlah penduduk seperti pada gambar 4.1 di bawah ini:
27
28
Pada wilayah studi, terdapat 179 puskesmas, yang terdiri dari 62 puskesmas
di Kab. Bandung, 31 puskesmas di Kab. Bandung Barat, 73 puskesmas di Kota
Bandung, serta 13 puskesmas di Kota Cimahi (lihat Lampiran A untuk informasi
lebih detail). Jumlah Rumah Sakit Umum (RSU) pada wilayah studi sebanyak 30
buah, terdiri dari 7 RSU di Kab. Bandung, 2 RSU di Kab. Bandung Barat, 17 RSU
di Kota Bandung, serta 4 RSU di Kota Cimahi.
Fasilitas layanan kesehatan yang disediakan puskesmas, diwakili oleh
jumlah tenaga kesehatan, yang meliputi dokter, perawat dan bidan. Hasil
pengolahan data fasilitas layanan di puskesmas pada area studi dapat dilihat pada
Lampiran A. Fasilitas layanan kesehatan yang desediakan rumah sakit umum,
diwakili oleh jumlah tempat tidur. Hasil kompilasi jumlah tempat tidur per rumah
sakit umum pada area studi, dapat dilihat pada Lampiran B.
Sebaran puskesmas dan RSU pada area studi, dapat dilihat pada gambar 4.2.
Universitas Indonesia
29
Gambar 4.2. Sebaran puskesmas dan Rumah Sakit Umum pada area studi
Universitas Indonesia
BAB 5
HASIL DAN PEMBAHASAN
1. Pusat Populasi
Hasil dari proses penentuan pusat populasi berupa data koordinat titik
tengah (mean coordinate) dari blok permukiman pada setiap desa/kelurahan,
seperti gambar di bawah ini.
30
31
Hasil akhir dari proses penentuan kecepatan rata-rata per kelas jalan,
diperoleh data seperti pada tabel di bawah ini:
Tabel 5.1. Kecepatan rata-rata kendaraan per kelas jalan pada wilayah studi
Pada tabel di atas, dapat kita lihat bahwa kecepatan rata-rata di jalan tol pada area
studi masih sangat tinggi (> 80 km/jam), sedangkan kecepatan rata-rata terendah
untuk kelas jalan lokal, yakni 16.71 km/jam. Data kecepatan rata-rata ini
digunakan pada saat menghitung waktu tempuh dari lokasi populasi ke fasilitas
kesehatan.
Hasil akhir dari penentuan slope, diperoleh data slope untuk setiap ruas
jalan, seperti pada gambar di bawah ini. Data ini akan digunakan sebagai koreksi
prakiraan waktu tempuh pada setiap ruas jalan.
Universitas Indonesia
32
Universitas Indonesia
33
Universitas Indonesia
34
Universitas Indonesia
35
Arcamanik dan UPT Griya Antapani berada pada area dengan radius
kurang dari 2 km, seperti ilustrasi pada gambar 5.4 di bawah ini:
Universitas Indonesia
36
Hasil pemrosesan data berupa data yang memuat informasi dari puskesmas
mana akan dilayani oleh rumah sakit mana. Dalam bentuk visual, rujukan yang
dimaksud digambarkan oleh garis rujukan seperti pada peta di gambar 5.6.
Universitas Indonesia
37
Gambar 5.6. Peta rujukan puskesmas ke rumah sakit pada area studi
Gambar 5.7. Peta region layanan rumah sakit pada area studi
Universitas Indonesia
38
Seperti rumah sakit pada wilayah studi, seperti juga sebaran puskesmas,
mengelompok di sekitar Kota Bandung dan Kota Cimahi, sehingga opsi
regionisasi di luar wilayah ini, seperti di Kabupaten Bandung terutama bagian
selatan, serta Kabupaten Bandung Barat terutama di bagian barat, sangat sedikit.
Sedikitnya opsi regionisasi di kedua wilayah ini, menyebabkan luas area
layanan rumah sakit yang dipilih menjadi lebih besar, sedangkan di wilayah Kota
Bandung dan Kota Cimahi, dengan sebaran rumah sakit lebih rapat, pemilihan
rumah sakit rujukan menjadi lebih fleksibel dilakukan.
Beban layanan rumah sakit disesuaikan dengan kapasitas, yang dalam
penelitian ini diwakili oleh jumlah dokter. Pada area studi, satu dokter melayani
kurang lebih 4.126 populasi. Dengan penggunaan rasio ini (1 dokter untuk 4.126
pasien), serta hasl proses rujukan dan regionisasi, diperoleh data beban layanan
masing-masing rumah sakit seperti pada tabel 5.2 di bawah ini (diurutkan dari RS
dengan kelebihan beban tertinggi):
Tabel 5.2. Kapasitas dan proyeksi jumlah pasien RSU pada wilayah studi
Universitas Indonesia
39
Pada tabel di atas, kapasitas merupakan angka ideal populasi yang bisa
ditangani rumah sakit, sesuai dengan komposisi dokter yang ada. Proyeksi jumlah
pasien adalah populasi yang harus ditangani berdasar skenario rujukan dan
regionisasi. Selisih merupakan hasil pengurangan kapasitas dengan beban
layanan, sehingga selisih negatif, menandakan rumah sakit tersebut kelebihan
beban, sedangkan selisih positif menandakan rumah sakit tersebut kekurangan
pasien yang dirujuk. Penyeimbangan beban layanan rumah sakit lebih lanjut, sulit
dilakukan mengingat dengan diterapkannya besaran waktu tempuh maksimum.
Dari tabel di atas, dapat kita lihat kecenderungan kelebihan beban bagi
rumah sakit di daerah selatan (RSUD Soreang, RSUD Majalaya, RS Al-Ihsan)
dan barat (RSUD Cililin, RS Cahya Kawaluyaan) area studi, mengingat sebaran
rumah sakit pada daerah tersebut sangat jarang, seperti dapat dilihat pada gambar
5.8.
Gambar 5.8. Rumah sakit dengan kelebihan beban tertinggi pada area studi
Universitas Indonesia
40
Sebaran rumah sakit yang sangat rapat pada area seperti gambar di atas,
menyebabkan beberapa rumah sakit pada area tersebut kekurangan pasien
menurut model regionisasi yang dibuat pada studi ini. Penambahan populasi dari
tempat lain yang kelebihan beban layanan, juga tidak memungkinkan karena jarak
yang terlalu jauh.
Universitas Indonesia
41
Tabel 5.3. Komposisi pasien dalam dan luar kabupaten/kota pada puskesmas sampel
Dari tabel di atas, dapat kita lihat bahwa persentase pasien dari luar wilayah
kabupaten/kota untuk Puskesmas Derwati sekitar 6 – 7 %, untuk Puskesmas
Cibiru sekitar 17 % dan untuk RS Cibabat sekitar 53 %. Selama tiga tahun
berturut-turut, jumlah pasien rawat jalan di RS Cibabat lebih dari setengahnya
berasal dari luar Kota Cimahi. Dari hasil pemodelan diperoleh proyeksi jumlah
pasien berdasar jumlah penduduk, serta komposisi persentase pasien dari dalam
dan luar wilayah kabupaten/kota pada Puskesmas Derwati, Puskesmas Cibiru dan
RS Cibabat, seperti pada tabel 5.4 bawah ini.
Tabel 5.4. Komposisi pasien dalam dan luar wilayah kabupaten/kota, hasil pemodelan
Universitas Indonesia
42
Pada wilayah Kabupaten Bandung dan Kota Bandung, telah ada aturan mengenai
rujukan. Pada beberapa sub bab di bawah ini akan dibahas perbandingan sistem
rujukan antara hasil pemodelan dengan sistem rujukan yang telah diberlakukan di
Kabupaten Bandung dan Kota Bandung. Pada kabupaten Bandung Barat dan Kota
Cimahi, belum/tidak ada aturan mengenai sistem rujukan.
Universitas Indonesia
43
Universitas Indonesia
44
Gambar 5.9: Regionisasi Layanan Rumah Sakit di Kabupaten Bandung Berdasar Perbup
Sumber: Hasil pengolahan data berdasar Peraturan Bupati Bandung
Pada hasil pemodelan, rujukan pada rumah sakit di Kabupaten Bandung diarahkan
pada tujuh rumah sakit seperti pada tabel 5.7 di bawah ini.
Universitas Indonesia
45
Dari hasil pemodelan, dapat dilihat bahwa beban layanan ketiga RSUD
(Cicalengka, Majalaya dan Soreang) bisa jauh berkurang, dengan membaginya
kepada empat rumah sakit umum lain yang ada di wilayah Kabupaten Bandung.
Di Kota Bandung, tidak ada aturan formal regionisasi layanan kesehatan seperti di
Kabupaten Bandung, tetapi Dinas Kesehatan Kota Bandung telah menyusun
daftar jejaring rujukan layanan kesehatan masyarakat miskin, dengan pola seperti
tabel pada Lampiran C. Berdasar tabel tersebut, dapat disusun peta rujukan dari
kelurahan ke puskesmas seperti gambar 5.10.
Universitas Indonesia
46
Gambar 5.10. Regionisasi Layanan Puskesmas di Kota Bandung Berdasar Peraturan Dinkes
Berdasar tabel yang sama, dapat disusun peta rujukan layanan rumah sakit
di Kota Bandung seperti gambar 5.11.
Universitas Indonesia
47
Grafik 5.1. Proyeksi jumlah pasien pada puskesmas di Kota Bandung berdasar pola rujukan
eksisting
Sumber: Hasil pengolahan data berdasar tabel rujukan seperti pada Lampiran C
Sedangkan dari hasil pemodelan, diperoleh proyeksi jumlah pasien seperti grafik
5.2 berikut:
Grafik 5.2. Proyeksi jumlah pasien pada puskesmas di Kota Bandung hasil pemodelan
Universitas Indonesia
48
Grafik 5.3. Distribusi jumlah puskesmas dengan rentang proyeksi jumlah pasien, berdasar pola
rujukan eksisting dan hasil pemodelan
Universitas Indonesia
49
Berdasar data proyeksi jumlah pasien (dari data rujukan eksisting maupun hasil
pemodelan), diperoleh grafik perbandingan antara kapasitas layanan rumah sakit
dengan proyeksi jumlah pasien yang harus dilayani, seperti grafik 5.4. di bawah
ini.
Universitas Indonesia
50
Grafik 5.4. Perbandingan kapasitas dengan proyeksi jumlah pasien RSU di Kota Bandung
Pada grafik di atas, nilai kapasitas rumah sakit dihitung berdasar jumlah
proporsi jumlah dokter dan jumlah penduduk pada seluruh area studi (lihat
Lampiran B). Nilai proyeksi jumlah pasien untuk rujukan eksisting, mengikuti
tabel 5.7 di atas, sedangkan nilai proyeksi jumlah pasien hasil pemodelan,
mengikuti tabel pada Lampiran B. Dari kedua grafik di atas, dapat disimpulkan
bahwa untuk lingkup Kota Bandung saja, hampir semua rumah sakit memiliki
proyeksi jumlah pasien yang lebih sedikit dibanding dengan kapasitasnya.
Pengecualian hanya terjadi untuk RSUD Kota Bandung yang menurut hasil
pemodelan, diprediksi akan kelebihan pasien. Selisih antara kapasitas rumah sakit
dengan proyeksi jumlah pasien hasil pemodelan terlihat lebih kecil, dibanding
dengan pola rujukan eksisting.
Universitas Indonesia
BAB 6
KESIMPULAN
51 Universitas Indonesia
DAFTAR PUSTAKA
Assuncao, R.M., & Neves, M.C., & Camara, G., & Da Costa Freitas, C (2006).
Efficient Regionalization Techniques for Socio-Economic Geographical
Units Using Minimum Spanning Trees. International Journal of
Geographical Information Science, Vol. 20, No. 7.
Bailey, Patricia E, & Keyes, Emily B, & Parker, Caleb, & Abdullah, Muna, &
Kebede, Henok, & Freeman, Lynn (2011). Using a GIS to Model
Interventions to Strengthen The Emergency Referral System for Maternal
and Newborn Health in Ethiopia. International Journal of Gynecology and
Obstetrics.
Barbosa, Ivanildo, & Casanova, Marco Antonio, & Renso, Chiara, & de Macedo,
Jose Antonio Fernandes (2013, July). Average Speed Estimation for Road
Netoworks Based on GPS Raw Trajectories. ICEIS13 - 15th International
Conference on Enterprise Information systems (Eseo, Angers Loira
Valley, France, 04-07 July 2013).
Becker, Franklin, & Douglass, Stephanie (2008). The Ecology of the Patient Visit:
Physical Attractiveness, Waiting Times, and Perceived Quality of Care.
Journal Ambulatory Care Manage, Vol. 31, No. 2.
Califano, Cathy & Haag, Scott (2012). A First Look: Predicting Market Demand
for Food Retail using a Huff Analysis. TRF Policy Solutions.
Chan, Yupo (2011). Location Theory and Decision Analysis (2nd Ed.). Springer-
Verlag
52 Universitas Indonesia
53
Curtis, Sarah, & Riva, Mylene, & Rosenberg, Mark (2010). Health Geography
and Public Health, A Companion to Health and Medical Geography
(Chapter 18). Blackwell Publishing Ltd.
Curtis, Sarah, & Jones, Ian Rees (1998). Is There A Place For Geography In The
Analysis Of Health Inequality? Sociology of Health & Illness, Vol. 20 No.
5
Delamater, Paul L & Messina, Joseph P & Shortridge, Ashton M, & Grady, Sue C
(2012). Measuring Geographic Acess to Health Care: Raster and Network-
Based Methods, International Journal of Health Geographics
Dramowicz, Ela (2005, July 2). Retail Trade Area Analysis Using The Huff
Model. Directions Magazine.
http://www.directionsmag.com/articles/retail-trade-area-analysis-using-
the-huff-model/123411
Duque, Juan Carlos, & Ramos, Raul, & Surinach, Jordi (2006). Suvervised
Regionalization Methods: A Survey. Research Institute of Applied
Economics
Faiz, Sami, & Krichen, Saoussen (2013). Geographical Information Systems and
Spatial Optimization. CRC Press
Hibbert, James D., & Battersby, Sarah E., & Liese, Angela D. (2011). Prediction
Universitas Indonesia
54
Hydroville Curriculum Project (2004). John Snow & the Cholera Epidemic.
Environmental Health Sciences Center, Oregon State University
Liu, Tianshun (2012). Combining GIS and The Huff Model to Analyze Suitable
Locations for a New Asian Supermarket in the Minneapolis and St. Paul,
Minesotta, USA. Papers in Resource Analysis, Saint Mary’s University of
Minnesota
Luo, Wei, & Wang, Fahui (2003). Measures of Spatial Accessibility to Health
Care in A GIS Environment: Synthesis and A Case Study in The Chicago
Region. Environment and Planning B: Planning and Design 30(6) 865 –
884
McLafferty, Sara L (2003, May). GIS and Health Care. Annual Review of Public
Health, Vol. 24: 25-42
Meade, Melinda S., & Emch, Michael, Medical Geography (3rd Ed). The Guilford
Press
Moore, Dale A., & Carpenter, Tim E. (1999), Spatial Analytical Methods and
Geographic Information Systems: Use in Health Research and
Epidemiology. Epidemiologic Review, Vol. 21, No. 2, 1999
Universitas Indonesia
55
Okabe, Atsuyuki, & Sugihara, Kokichi (2012). Spatial Analysis along Networks:
Statistical and Computational Methods. John Wiley & Sons
Peraturan Gubernur Jawa Barat Nomor 64 Tahun 2013 (2013). Sistem Rujukan
Pelayanan Kesehatan
Peraturan Menteri Kesehatan Republik Indonesia Nomor 001 Tahun 2012 (2012).
Sistem Rujukan Pelayanan Kesehatan Perorangan
Price, Mike (2008, Spring). Slopes, Sharp Turns, and Speed. ArcUser Magazine
Ray, Jibanananda, & Das, Chandreyee (2007, March). A GIS Based Referral
Planning System. eHealth Magazine
Rosenberg, Mark W., & Wilson, Kathleen (2005). Remaking Medical Geography.
Territoris, Num. 5, Universitat de les Illes Balears
Schuurman, Nadine, & Feidler, Robert S, & Grzybowski, Stefan CW, & Grund,
Darrin (2006). Defining Rational Hospital Catchments for Non-Urban
Universitas Indonesia
56
Starfield, Barbara, & Shi, Lieyu, & Macinko, James (2005). Contribution of
Primary Care to Health Systems and Health. The Milbank Quarterly, Vol.
83, No. 3, 2005
Walsh, Stephen J, & Page, Philip H, & Gesler, Wilbert M (1997, June).
Normative Models and Healthcare Planning: Network-Based Simulations
Within a Geographic Information System Environment. Health Services
Research
Universitas Indonesia
57
LAMPIRAN
LAMPIRAN A
Universitas Indonesia
58
Universitas Indonesia
59
Cicalengka
34 CIKALONG Jl. Raya Pengalengan Ds. Kab. Bandung 46.715
Cikalong, Kec. Cimaung
35 SUGIHMUKTI Ds. Sugihmukti, Kec. Pasir Kab. Bandung 46.635
Jambu
36 NAGRAK Kmp Singkur Ds. Jatisari, Kab. Bandung 46.529
Kec. Cangkuang
37 CIBIRU HILIR Ds. Cibiru Hilir, Kec. Kab. Bandung 45.762
Cileunyi
38 CIMENYAN Jl. Padasuka Ds. Cimenyan, Kab. Bandung 45.528
Kec. Cimenyan
39 CIWIDEY Jl. Babakan III Ds. Kab. Bandung 45.250
Ciwidey, Kec. Ciwidey
40 MAJALAYA Jl. Stasiun No.1 Ds. Kab. Bandung 45.217
Majalaya, Kec. Majalaya
41 PADAMUKTI Jl. Panyadap Ds. Kab. Bandung 44.850
Padamukti, Kec. Solokan
Jeruk
42 SUKAMANAH Kampung Pintu Ds. Kab. Bandung 41.967
Sukamanah, Kec.
Pangalengan
43 PANGALENGAN DTP Jl. Alun-Alun Pengalengan, Kab. Bandung 41.415
Ds. Pangalengan, Kec.
Pangalengan
44 CIKANCUNG Jl. Cinangka Ds. Kab. Bandung 41.059
Mandalasari, Kec.
Cikancung
45 KIANGROKE Jl. Pangalengan Ds. Kab. Bandung 40.374
Kiangroke, Kec. Banjaran
46 CILULUK Jl. Raya Cijapati Ds. Kab. Bandung 40.290
Ciluluk, Kec. Cikancung
47 CILEUNYI Jl. Raya Cileunyi Ds. Kab. Bandung 39.974
Cileunyi Wetan, Kec.
Cileunyi
48 BIHBUL Jl. Kopo 14 Ds. Margahayu Kab. Bandung 39.141
Tengah, Kec. Margahayu
49 RANCA EKEK DTP Ds. Rancaekek Wetan, Kec. Kab. Bandung 38.958
Rancaekek
50 CILENGKRANG Jl. Cilengkrang I No. 130, Kab. Bandung 37.887
Kec. Cibiru
51 CIPEDES Ds. Cipedes, Kec. Paseh Kab. Bandung 37.751
52 RAWABOGO Ds. Rawabogo, Kec. Kab. Bandung 35.565
Ciwidey
53 PASIR JAMBU Ds. Pasirjambu, Kec. Pasir Kab. Bandung 35.285
Jambu
Universitas Indonesia
60
Universitas Indonesia
61
Universitas Indonesia
62
Universitas Indonesia
63
116 CIJAGRA LAMA Jl. Buah Batu No. 375, Kec. Kota Bandung 35.371
Lengkong
117 CIPADUNG Jl. Cigagak, Kec. Cibiru Kota Bandung 25.685
118 LIO GENTENG Jl. Lio Genteng, Kec. Kota Bandung 35.160
Astana Anyar
119 PASIRLAYUNG Jl. Padasuka No. 146, Kec. Kota Bandung 34.972
Cibeunying Kidul
120 AHMAD YANI Jl. Cianjur No. 34, Kec. Kota Bandung 34.796
Batununggal
121 UPT CIBIRU Jl. AH Nasution No. 47A, Kota Bandung 44.239
Kec. Cibiru
122 UPT IBRAHIM ADJIE Jl. Ibrahim Aji 88. Kec. Kota Bandung 34.033
Batununggal
123 UPT GRIYA Jl. Plered No. 2, Kec. Kota Bandung 33.921
ANTAPANI Antapani
124 BABAKAN Jl. Atlas, Kec. Kota Bandung 33.716
SURABAYA Kiaracondong
125 UPT CARINGIN Jl. Caringin Babakan Kota Bandung 33.646
Ciparay No. 103, Kec.
Bandung Kulon
126 UPT KOPO Jl. Kopo No. 369, Kec. Kota Bandung 33.526
Bojong Loa Kidul
127 BALAI KOTA Jl. Wastukancana No. 2, Kota Bandung 33.453
Kec. Sumur Bandung
128 SARIJADI Jl. Sari Asih No. 76, Kec. Kota Bandung 32.841
Sukasari
129 UPT CIPAMOKOLAN Jl. Kali Cipamokolan, Kec. Kota Bandung 32.827
Rancasari
130 PASIR LUYU Jl. Sukaati Bypass No. 1, Kota Bandung 32.627
Kec. Regol
131 JAJAWAY Jl. Komplek Pratista VIII, Kota Bandung 31.528
Kec. Antapani
132 SEKEJATI Jl. Yupiter B2, Kec. Buah Kota Bandung 31.176
Batu
133 PANYILEUKAN Jl. Raya Panyileukan Blok Kota Bandung 30.552
C No. 2, Kec. Cibiru
134 UPT PANGHEGAR Jl. Teratai Mekar, Kec. Kota Bandung 30.401
Panyileukan
135 GIRIMANDE JL. Cikadut, Kec. Kota Bandung 30.051
Mandalajati
136 MENGGER Jl. Mengger No. 32, Kec. Kota Bandung 29.772
Bandung Kidul
137 UPT PASIR KALIKI Jl. Pasir Kalilki No. 188, Kota Bandung 29.332
Kec. Cicendo
138 PELINDUNG HEWAN Jl. Palindungan, Kec. Kota Bandung 29.086
Universitas Indonesia
64
Astana Anyar
139 BABATAN Jl. Babatan, Kec. Andir Kota Bandung 29.085
140 UPT NEGLASARI Jl. Cikutra Timur, Kec. Kota Bandung 28.166
Cibeunying Kaler
141 UPT UJUNG BERUNG Komplek Ujung Berung Kota Bandung 28.050
INDAH Indah, Kec. Ujung Berung
142 SUKA WARNA Jl. Cibogo No. 76, Kec. Kota Bandung 27.913
Sukajadi
143 UPT PUTER Jl. Puter No. 3, Kec. Kota Bandung 27.101
Coblong
144 TAMAN SARI Jl. Kebon Bibit Utara II, Kota Bandung 26.686
Kec. Bandung Wetan
145 MANDALA MEKAR Jl. Mandala Jati VII No. Kota Bandung 26.466
123, Kec. Mandalajati
146 UPT CINAMBO Jl. Gede Bage No. 19a, Kota Bandung 26.217
Kec. Ujung Berung
147 JATIHANDAP Jl. Jatihandap No. 6, Kec. Kota Bandung 25.170
Cibeunying Kidul
148 CILENGKRANG Komp Pasir Jati Blok D, Kota Bandung 24.941
Ds. Jatiendah, Kec.
Cilengkrang
149 CIKUTRA LAMA Jl. Cikutra Barat No. 118, Kota Bandung 24.745
Kec. Cibeunying Kaler
150 UPT TAMBLONG Jl. Tamblong 66, Kec. Kota Bandung 24.606
Sumur Bandung
151 CIPAKU Jl. Cipaku Indah IV, Kec. Kota Bandung 24.388
Cidadap
152 UPT SALAM Jl. Salam, Kec. Bandung Kota Bandung 24.365
Wetan
153 ASTANA ANYAR Jl. Astana Anyar, Kec. Kota Bandung 24.262
Astana Anyar
154 UPT SINDANG JAYA Jl. Arcamanik No. 30, Kec. Kota Bandung 24.140
Arcamanik
155 CIJAGRA BARU Jl. Cijagra I/28, Kec. Kota Bandung 24.130
Lengkong
156 UPT TALAGA BODAS Jl. Talaga Bodas 35, Kec. Kota Bandung 23.193
Lengkong
157 LEDENG Jl. Sersan Bajuri No. 2, Kota Bandung 22.593
Kec. Sukasari
158 UPT SUKA JADI Jl. Sukagalih, Kec. Kota Bandung 22.572
Sukajadi
159 UPT ARCAMANIK Jl. Olah Raga No. 7, Kec. Kota Bandung 22.407
Arcamanik
160 SURYALAYA Jl. Suryalaya VII No. 1, Kota Bandung 20.150
Kec. Lengkong
Universitas Indonesia
65
161 UPT RIUNG Jl. Riung Puma XI, Kec. Kota Bandung 19.871
BANDUNG Rancasari
162 RUSUNAWA Cingised RT 2 RW 6 Kel. Kota Bandung 19.626
Cisaranten Kulon Kec.
Arcamanik
163 PAMULANG Jl. Raya Cikadut, Kec. Kota Bandung 17.983
Mandalajati
164 UPT PASUNDAN Jl. Pasundan 99, Kec. Regol Kota Bandung 17.797
165 ANTAPANI Jl. Majalaya II, Kec. Kota Bandung 17.465
Antapani
166 MOCH. RAMDAN Jl. Moch. Ramdan 108, Kota Bandung 16.702
Kec. Regol
167 CIPAGERAN Jl. Bobojong No. 148 Kel. Kota Cimahi 74.095
Cipageran, Kec. Cimahi
Utara
168 CIMAHI SELATAN Jl. Baros No. 16 Kel Kota Cimahi 73.791
Utama, Kec. Cimahi
Selatan
169 CIBEUREUM Jl. Raya Cibeureum No. Kota Cimahi 70.245
125 Blk Kel. Cibeureum,
Kec. Cimahi Selatan
170 MELONG TENGAH Jl. Melong Tengah RT 2 Kota Cimahi 67.286
RW 4 Kel. Melong Kec.
Cimahi Selatan
171 CIBEBER Jl. Puri Fajar No.1 Kel. Kota Cimahi 61.171
Cibeber, Kec. Cimahi
Selatan
172 CIGUGUR TENGAH Jl. Abdul halim No. 199 Kota Cimahi 60.038
Kel. Cigugur, Kec. Cimahi
Tengah
173 CIMAHI TENGAH Jl. Djulaeha Karmita No. 5 Kota Cimahi 56.411
Kel. Cimahi, Kec. Cimahi
Tengah
174 PADA SUKA Jl. Kebon Manggu Kel. Kota Cimahi 55.400
Padasuka, Kec. Cimahi
Tengah
175 CIMAHI UTARA Jl. Serut No.16 Kota Cimahi 51.443
Kel.Cibabat, Kec. Cimahi
Utara
176 PASIRKALIKI Jl. Cidamar, Kel. Pasir Kota Cimahi 45.073
Kaliki, Kec. Cimahi Utara
177 CITEUREUP Kel. Citeureup, Kec. Kota Cimahi 44.194
Citeureup
178 MELONG ASIH Jl. Melong Blok I No.1 Kel. Kota Cimahi 40.205
Melong, Kec. Cimahi
Universitas Indonesia
66
Selatan
179 LEUWIGAJAH Jl. Kihapit Barat RT 8 RW Kota Cimahi 20.868
9 Kel. Leuwigajah, Kec.
Cimahi Selatan
Sumber: Buku Profil Kesehatan Kota Bandung, Kota Cimahi, Kab. Bandung dan Kab.
Bandung Barat Tahun 2012
*) Berdasar hasil pemodelan
Universitas Indonesia
67
LAMPIRAN B
Tabel Daftar Rumah Sakit Umum Beserta Jumlah Dokter dan Proyeksi
Jumlah Pasien Berdasar Hasil Pemodelan
Universitas Indonesia
68
KASIH Cimahi
29 RS MITRA Jl. Cibaligo No.76, Cimahi Kota Cimahi 123.780 150.566
ANUGRAH
LESTARI
Sumber: Buku Profil Kesehatan Kota Bandung, Kota Cimahi, Kab. Bandung dan Kab. Bandung
Barat, serta Sistem RS Online, Ditjen BUK, Kementrian Kesehatan, tanpa menyertakan RS Hasan
Sadikin sebagai RS rujukan utama.
*) Berdasar jumlah dokter di rumah sakit, dengan rasio 1 dokter untuk 4.126 orang
**) Berdasar hasil pemodelan
Universitas Indonesia
69
LAMPIRAN C
Tabel rujukan layanan puskesmas dan Rumah Sakit Umum (RSU) untuk
pasien pengguna bantuan pemerintah Kota Bandung
Universitas Indonesia
70
Sumber: Hasil pengolahan data dari Dinas Kesehatan Kota Bandung (2013)
Universitas Indonesia