Ruslan Tesis Rev10c

UNIVERSITAS INDONESIA
OPTIMALISASI SISTEM REGIONISASI

DAN RUJUKAN FASILITAS KESEHATAN
(STUDI KASUS KOTA BANDUNG, KOTA CIMAHI,
KAB. BANDUNG DAN KAB. BANDUNG BARAT)
TESIS
RUSLAN NURYADIN
1206330904
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

PROGRAM STUDI MAGISTER ILMU GEOGRAFI
DEPOK
2014
UNIVERSITAS INDONESIA

TESIS
Diajukan sebagai salah satu syarat untuk memperoleh gelar Magister Sains
RUSLAN NURYADIN
1206330904
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

PROGRAM STUDI MAGISTER ILMU GEOGRAFI
DEPOK
2014
i
HALAMAN PERNYATAAN ORISINALITAS
Tesis ini adalah hasil karya sendiri,

dan semua sumber baik yang dikutip maupun dirujuk
telah saya nyatakan dengan benar.
Nama : Ruslan Nuryadin

NPM : 1206330904
Tanda Tangan :
\ Tanggal :
i
HALAMAN PENGESAHAN
Tesis ini diajukan oleh:

NPM : 1206330904
Program Studi : Magister Ilmu Geografi
Judul Tesis : Optimalisasi Sistem Regionisasi dan Rujukan Fasilitas

Kesehatan (Studi Kasus Kota Bandung, Kota Cimahi, Kab.
Bandung dan Kab. Bandung Barat)
Telah berhasil dipertahankan di hadapan Dewan Penguji dan diterima

sebagai bagian persyaratan yang diperlukan untuk memperoleh gelar Magister
Sains pada Program Studi Magister Ilmu Geografi, Fakultas Matematika dan Ilmu
Pengetahuan Alam, Universitas Indonesia
DEWAN PENGUJI
Ketua Sidang : Dr. Ir. Tarsoen Waryono M.Si (.............................)
Pembimbing 1 : Dr. Eko Kusratmoko M.S. (.............................)
Pembimbing 2 : Dr. Aris Poniman Kertopermono (.............................)
Penguji 1 : Raldi Hendro Koestoer, Ph.D, APU (.............................)
Penguji 2 : Hafid Setiadi, M.T. (.............................)
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
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.
Depok, Desember 2014

Penulis
HALAMAN PERSETUJUAN PUBLIKASI KARYA ILMIAH
Sebagai civitas akademik Universitas Indonesia, saya yang bertanda tangan

di bawah ini:
NPM : 1206330904
Departemen : Magister Ilmu Geografi
Fakultas : Matematika dan Ilmu Pengetahuan Alam
Jenis Karya : Tesis
Demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan

kepada Universitas Indonesia Hak Bebas Royalti Nonekslusif (Non-exclusive
Royalty Free Right) atas karya ilmiah saya yang berjudul:

Dengan Hak Bebas Royalti Nonekslusif ini Universitas Indonesia berhak

menyimpan, mengalihmedia/formatkan, mengelola dalam bentuk pangkalan data
(database), merawat, mempublikasikan tugas akhir saya selama tetap
mencantumkan nama saya sebagai penulis dan sebagai pemiliki Hak Cipta.
Demikian pernyataan ini saya buat dengan sebenarnya.
Dibuat di : Depok
Pada Tanggal :
Yang menyatakan
Ruslan Nuryadin
ABSTRAK

Program Studi : Magister Ilmu Geografi
Judul : Optimalisasi Sistem Regionisasi dan Rujukan Fasilitas
Kesehatan (Studi Kasus Kota Bandung, Kota Cimahi,
Kab. Bandung dan Kab. Bandung Barat)
Pemberlakuan sistem jaminan kesehatan secara nasional, diprediksi akan

meningkatkan lonjakan kunjungan pasien ke fasilitas kesehatan, baik berupa
dokter pribadi, klinik, puskesmas maupun rumah sakit. Agar lonjakan ini dapat
terkendali dan beban layanan setiap fasilitas kesehatan dapat tetap terjaga
keseimbangannya, diperlukan sistem rujukan dan regionisasi layanan kesehatan.
Penelitian ini menggunakan model rujukan dan regionisasi dengan
memperhatikan aspek spasial, meliputi sebaran populasi dan sebaran fasilitas
kesehatan serta aksesibilitasnya. Aksesibilitas diwakili oleh waktu tempuh
terpendek antara lokasi populasi dengan lokasi fasilitas kesehatan. Penentuan
prioritas rujukan menggunakan indeks peluang berbasis Model Huff, dengan
waktu tempuh terpendek dan ketersediaan tenaga medis (dokter, perawat, bidan)
sebagai parameter ketertarikan.
Cakupan wilayah studi meliputi Kota Bandung, Kota Cimahi, Kabupaten
Bandung dan Kabupaten Bandung Barat.
Kata kunci: sistem rujukan layanan kesehatan, regionisasi, aksesibilitas, Model

Huff
ABSTRACT

Study Program : Magister of Geograpy Science
Title : Health Facility Regionization and Referral System
Optimalization (Case Study: Kota Bandung,
Kota Cimahi, Kab. Bandung dan Kab. Bandung Barat)
The implementation of nation-wide health care insurance system in

Indonesia, is expected to lead to a surge in access to health facility services,
including private doctors, clinics and hospitals. In order to keep the high demand
under control, a referral and regionization system for health care acess is
required.
This study uses a referral and regionization modeling with attention to
spatial aspects, including the distribution of the population and health care
facilities, and accessibility among them, which is represented by the shortest
travel time between population location and health care facility location.
Prioritization of referrals utilizing access probability index based on Huff model,
with the shortest travel time and the availability of medical personnel (doctors,
nurses, midwives) as the parameter of attractiveness.
Scope of the study area includes the Kota Bandung, Kota Cimahi,
Kabupaten Bandung and Kabupaten Bandung Barat.
Keywords: health care referral system, regionization, accessibility, attractiveness

index, Huff Model
DAFTAR ISI
DAFTAR TABEL ......................................................................................... x

DAFTAR GRAFIK ...................................................................................... xi
DAFTAR GAMBAR ................................................................................... xii
BAB 1 PENDAHULUAN ............................................................................. 1
1.1 Latar Belakang ................................................................................. 1
1.2 Permasalahan Penelitian .................................................................. 3
1.3 Tujuan Penelitian ............................................................................. 4
1.4 Batasan Masalah .............................................................................. 4
BAB 2 TINJAUAN PUSTAKA ................................................................... 7
2.1 Aksesibilitas Terhadap Layanan Kesehatan ....................................... 7
2.2. Model Ketertarikan Populasi Terhadap Fasilitas Kesehatan .............. 8
2.3. Optimasi Regionisasi .......................................................................... 9
BAB 3 METODOLOGI PENELITIAN ..................................................... 10
3.1 Kerangka Konsep.............................................................................. 10
3.2 Metodologi Pengumpulan dan Pengolahan Data .............................. 12
3.2.1 Data Pusat Populasi Per Kelurahan/Desa .................................. 13
3.2.2 Ruas Jalan .................................................................................. 15
3.2.2 Kecepatan Rata-Rata Per Kelas Jalan ........................................ 16
3.2.3 Slope/Kemiringan Ruas Jalan .................................................... 17
3.2.4 Waktu Tempuh Tersingkat ........................................................ 19
3.2.4. Peluang Akses Fasilitas Kesehatan ............................................ 22
3.3 Metodologi Pemodelan Rujukan dan Regionisasi ............................ 24
3.4 Metodologi Verifikasi Model Rujukan ............................................. 25
BAB 4 GAMBARAN UMUM WILAYAH PENELITIAN ....................... 27
4.1 Kondisi Geografis Wilayah Penelitian ............................................. 27
4.2 Jumlah Penduduk .............................................................................. 27
4.3 Sebaran Fasilitas Kesehatan ............................................................. 28
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
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
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
DAFTAR GAMBAR
Gambar 1.1. Sebaran rumah sakit di Propinsi Jawa Barat……………………........................ 3

Gambar 1.2. Peta area studi……………………………………………..……………………. 6
Gambar 3.1. Alur pikir penelitian……………………………………….…………………… 10
Gambar 3.2. Skema rujukan dan regionisasi fasilitas layanan kesehatan……………..……. 12
Gambar 3.3. Citra LANDSAT 8 pada area studi …………………………………………. 14
Gambar 3.4. Peta hasil interpretasi semi otomatis citra LANDSAT 8….……….………….. 15
Gambar 3.5. Bagan penentuan kecepatan rata-rata per kelas jalan………………….……….. 16
Gambar 3.6. Asosiasi kecepatan berdasar data GPS, dengan ruas jalan……………….…….. 17
Gambar 3.7. Bagan penentuan slope untuk setiap ruas jalan………………………………… 18
Gambar 3.8. Persentase slope pada area studi, berdasar citra ASTER-GDEM……………... 19
Gambar 3.9. Bagan pengolahan data slope dan koreksi slope terhadap waktu tempuh…….. 20
Gambar 3.10. Contoh rute terpendek hasil kalkulasi dengan PgRouting……………………. 21
Gambar 3.11. Contoh kalkulasi waktu tempuh ……………………………………………… 21
Gambar 3.12. Tahapan penentuan rujukan…………………………………………………… 24
Gambar 4.1. Peta jumlah penduduk per desa/kelurahan …………………………………….. 28
Gambar 4.2. Peta sebaran puskesmas dan Rumah Sakit Umum pada area studi……………. 29
Gambar 5.1. Peta sebaran pusat populasi di setiap desa/kelurahan ………………………… 30
Gambar 5.2. Peta sebaran slope/kemiringan jalan pada wilayah studi………………………. 32
Gambar 5.3. Peta rujukan desa/kelurahan ke puskesmas pada area studi…………..………. 34
Gambar 5.4. Konfigurasi sebaran puskesmas sangat rapat………………………………….. 35
Gambar 5.5. Peta region layanan puskesmas pada area 36
studi……………………………….
Gambar 5.6. Peta rujukan puskesmas ke rumah sakit pada area studi……………………… 37
Gambar 5.7. Peta region layanan rumah sakit pada area studi ……………………………… 37
Gambar 5.8. Rumah sakit dengan kelebihan beban tertinggi pada area studi ………………. 39
Gambar 5.8. Sebaran rumah sakit sangat rapat di Kota Bandung……………………………. 40
Gambar 5.9. Regionisasi Layanan Rumah Sakit di Kab. Bandung Berdasar 44
Perbup………..
Gambar 5.10. Regionisasi Layanan Puskesmas di Kota Bandung Berdasar Peraturan Dinkes 46
Gambar 5.11. regionisasi Layanan Rumah Sakit di Kota Bandung 46
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Ilmu geografi telah berkontribusi dalam membantu memecahkan berbagai

permasalahan dalam bidang kesehatan sejak lama. Salah satu yang populer, ketika
John Snow memetakan lokasi-lokasi pasien yang terkena penyakit kolera pada
tahun 1854, dan menyimpulkan bahwa lebih dari 500 kasus terjadi dalam 10 hari,
pada radius 250 yard atau sekitar 228 meter dari Broad Street, London (Curtis,
2010; Hydroville Curriculum Project, 2004). Dalam perkembangannya, kontribusi
ilmu geografi dalam bidang kesehatan terutama digunakan untuk pemetaan dan
pemodelan penyakit dan kesehatan; akses, penyediaan dan perencanaan layanan
kesehatan; serta telaah pada aspek sosial dan politis menggunakan perspektif
geografi (Rosenberg, 1998).
Terkait akses, penyediaan dan perencanaan layanan kesehatan, beberapa isu
yang umumnya mengemuka adalah mengenai distribusi sarana atau fasilitas
layanan kesehatan dan pemerataan layanan kesehatan (Meade, 2010). Berbagai
pertanyaan dapat dilontarkan terkait isu-isu ini, seperti: apakah sarana-sarana
tersebut memadai, atau mengapa sarana-sarana tersebut terdistribusi seperti itu,
atau apakah distribusinya cukup merata untuk menjangkau semua populasi?
Pertanyaan-pertanyaan di atas berlaku juga untuk kondisi Indonesia,
terutama terkait dengan kebijakan pemerintah yang telah mewajibkan seluruh
penduduk untuk menjadi peserta Jaminan Kesehatan Nasional melalui Badan
Pelaksana Jaminan Sosial (BPJS) Kesehatan (Peraturan Presiden Nomor 12 Tahun
2013). Kepesertaan Jaminan Kesehatan Nasional diselenggarakan secara bertahap
mulai 1 Januari 2014, berjalan paralel dengan rencana pemberlakuan Kartu
Indonesia Sehat (KIS) yang sudah dimulai pada akhir 2014.
Adanya jaminan kesehata pada skala nasional yang akan berlaku bagi semua
penduduk, akan meningkatkan akses terhadap fasilitas layanan kesehatan,
sehingga masing-masing fasilitas layanan kesehatan harus bersiap diri untuk
menangani lonjakan jumlah pasien.
Di Propinsi Jawa Barat, tempat wilayah studi berada, sebaran rumah sakit
sebagai salah satu fasilitas layanan kesehatan dapat dilihat pada gambar 1.1.
1 Universitas Indonesia
2
Gambar 1.1. Sebaran rumah sakit di Propinsi Jawa Barat

Sumber: Lucyati (2013)
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.
3
Pergub tidak mengatur secara rinci jenjang fasilitas layanan kesehatan

yang harus diikuti, misalnya dari Puskesmas tertentu harus ke Rumah
Sakit tertentu.
Rujukan dapat dilakukan lintas batas kabupaten/kota, berdasar jenjang dan
kemampuan fasilitas layanan kesehatan, serta keputusan bersama antar
kepala daerah Kabupaten/Kota.
Pada area studi, Kabupaten Bandung merupakan daerah yang menetapkan
aturan rujukan secara formal, melalui Peraturan Bupati (Perbup) yang diterbitkan
tahun 2013. Kota Bandung meskipun tidak menerapkan aturan formal setingkat
Perbup, tetapi Dinas Kesehatan Kota Bandung menerapkan aturan rujukan dan
regionisasi untuk pasien yang menggunakan dana bantuan kesehatan dari
Pemerintah Kota Bandung. Pada Kota Cimahi dan Kabupaten Bandung Barat,
belum/tidak ada aturan regionisasi yang diterapkan.
Pada penelitian ini, proses regionisasi menggunakan unit wilayah terkecil
desa/kelurahan, dan dalam penentuan rujukan layanan kesehatan memperhatikan
aspek geospasial, dengan memperhatikan pola sebaran fasilitas layanan kesehatan,
aksesibilitas terhadap fasilitas layanan kesehatan yang diwakili jarak tempuh
terdekat, komposisi jumlah penduduk yang memerlukan layanan, serta tingkat
ketertarikan penduduk untuk mengakses fasilitas layanan kesehatan tertentu.
Dengan memperkecil unit wilayah dalam proses regionisasi, serta
memperhatikan faktor-faktor di atas, diharapkan dapat diperoleh sistem
regionisasi dan rujukan layanan kesehatan yang optimal.
1.2 Permasalahan Penelitian
Sebaran fasilitas layanan kesehatan di area studi tidak merata, sehingga

suatu fasilitas layanan kesehatan bisa jadi akan kelebihan beban, sementara
fasilitas yang lain kekurangan. Diberlakukannya jaminan kesehatan secara
nasional, yang akan dilakukan secara bertahap untuk seluruh penduduk, dapat
mengakibatkan terjadinya lonjakan kunjungan pasien ke fasilitas kesehatan, dan
semakin menambah beban fasilitas layanan kesehatan.
Agar tetap dapat menjaga keseimbangan antara kebutuhan dengan kapasitas
layanan, diperlukan optimalisasi sistem regionisasi dan rujukan fasilitas
kesehatan, dengan memperhitungkan jumlah supply (sebaran dan kapasitas
layanan fasilitas kesehatan) dan demand (jumlah penduduk yang memerlukan
layanan).
Beberapa pertanyaan dalam penelitian ini, antara lain:
4
Bagaimana model spasial penentuan rujukan dan regionisasi layanan

kesehatan dengan mempertimbangkan waktu tempuh dan keseimbangan
beban layanan fasilitas kesehatan?
Bagaimana perbandingan antara model spasial yang terbentuk dari hasil
pemodelan dengan sistem rujukan dan regionisasi yang telah ada?
1.3 Tujuan Penelitian
Penelitian ini bertujuan untuk:

Menentukan rujukan dan regionisasi layanan kesehatan pada wilayah
studi, menggunakan model spasial yang memperhatikan aspek sebaran
lokasi fasilitas kesehatan, waktu tempuh dari populasi terhadap lokasi
fasilitas kesehatan, serta keseimbangan beban layanan fasilitas kesehatan.
Membandingkan hasil pemodelan spasial penentuan rujukan dan
regionisasi layanan kesehatan dengan sistem rujukan dan regionisasi yang
telah ada pada wilayah studi.
`
1.4 Batasan Masalah
Dalam penelitian ini, digunakan batasan-batasan sebagai berikut:

1. Batasan wilayah
Wilayah studi meliputi 4 (empat) Kabupaten/Kota sebagai berikut:
Kota Bandung
Kota Cimahi
Kabupaten Bandung
Kabupaten Bandung Barat
Posisi area studi dalam peta dapat dilihat pada 1.2.
5
Gambar 1.2. Peta area studi
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
6
Ukuran kapasitas puskesmas dianggap sama, yakni sesuai dengan jumlah

penduduk dibagi jumlah puskesmas yang akan melayani, pada area studi.
Rumah Sakit
Ukuran kapasitas rumah sakit dibedakan berdasarkan jumlah dokter,
yang terdiri dari dokter umum, dokter gigi, dan dokter spesialis/sub
spesialis. Rumah sakit dengan jumlah dokter lebih banyak dianggap
memiliki kapasitas layanan lebih besar.
6. Faktor sosial/emosional kecenderungan pasien mengakses layanan kesehatan,
tidak diperhitungkan dalam penelitian ini.
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.
2.1 Aksesibilitas Terhadap Layanan Kesehatan
Studi mengenai hambatan spasial dalam layanan fasilitas kesehatan, antara

lain disampaikan pada Bailey (2011) dan Schuurman (2006), yang memilih waktu
perjalanan sebagai pendekatan. Waktu perjalanan dapat dipengaruhi misalnya oleh
kombinasi antara panjang rute, kondisi cuaca, kemiringan jalan, dan jenis
permukaan jalan.
Delamater, Mesina, Shortrige & Grady (2012), membandingkan kalkulasi
hambatan spasial dengan menggunakan data dalam format vektor, dan
menggunakan data dalam format raster. Pada model vektor, waktu perjalanan
memperhatikan jarak tempuh dengan berbagai delay seperti putaran arah dan
lampu merah. Pada model raster, waktu perjalanan dinyatakan dalam pergerakan
dari sel ke sel.
Di India, Ray (2007) juga memasukkan unsur biaya perjalanan dalam model
hambatan spasial antara satu fasilitas kesehatan terhadap fasilitas kesehatan yang
lain, selain faktor geografis, karakteristik morfologis serta kondisi iklim.
Guagliardo (2004) membagi ukuran aksesibilitas layanan kesehatan menjadi
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).
2.2. Model Ketertarikan Populasi Terhadap Fasilitas Kesehatan
Wang (2012) menyampaikan model optimasi aksesibilitas layanan

kesehatan, dengan menggunakan model gravitasi sebagai basis bagi ukuran
aksesibilitas, serta menggunakan pendekatan variansi minimal dari indeks
aksesibilitas terhadap fasilitas layanan kesehatan dari semua lokasi populasi,
untuk mengoptimalkan regionisasi.
Alternatif lain yang juga dapat digunakan untuk menggambarkan hubungan
antara fasilitas layanan kesehatan dengan penggunanya, adalah dengan
menggunakan Model Huff (Okabe, 2012). Model ini adalah model probabilistik,
yang umum digunakan untuk mengukur kemungkinan akses sebuah fasilitas oleh
konsumen. Dalam konteks ini, fasilitas yang dimaksud adalah fasilitas layanan
kesehatan.
Studi di Indonesia yang pernah dilakukan untuk menganalisis distribusi
layanan kesehatan, antara lain pernah dilakukan (Priyono, 2009). Priyono
9
menganalisis dan membandingkan pola sebaran fasilitas layanan kesehatan di

Propinsi Nanggroe Aceh Darussalam (NAD) dan Nias, paska terjadinya tsunami
(2004) dan proses recovery yang dilaksanakan oleh BRR (Badan Rehabilitasi dan
Rekonstruksi).
Model Huff pada umumnya digunakan untuk mengetahui tingkat
ketertarikan masyarakat (konsumen) terhadap pusat perdagangan/perbelanjaan,
seperti yang disampaikan oleh Califano (2012). Model ini juga digunakan oleh
Dramowicz (2005) untuk melakukan analisis area layanan toko retail.
Griffith (1982) memperkenalkan Model Huff yang digeneralisasi, sehingga
dapat digunakan secara lebih fleksibel untuk mengakomodasi berbagai kebutuhan.
2.3. Optimasi Regionisasi
Dalam hal penyeimbangan beban layanan fasilitas kesehatan, yakni

menyeimbangkan jumlah penduduk yang dapat dilayani oleh setiap fasilitas
kesehatan, dapat digunakan pendekatan berbasis solusi Bin Packing Problem
(Faiz, 2013). Solusi ini biasa digunakan untuk mengakomodasi kebutuhan
pengepakan (packing) sejumlah barang ke dalam wadah yang volumenya terbatas,
sedemikian rupa sehingga jumlah wadah yang harus disediakan sesedikit
mungkin. Dalam kaitannya dengan regionisasi layanan kesehatan, jumlah fasilitas
layanan kesehatan (yang mewakili sebuah wadah) sudah ditentukan, tinggal
membagi pengguna layanan (jumlah penduduk di setiap desa/kelurahan) ke
masing-masing fasilitas layanan kesehatan secara optimal dengan memperhatikan
berbagai faktor seperti jarak tempuh dan kapasitas masing-masing fasilitas.
BAB 3
METODOLOGI PENELITIAN
3.1 Kerangka Konsep
Penelitian dilaksanakan pada wilayah Bandung Raya, yang terdiri dari

empat kabupaten/kota, yakni: Kota Bandung, Kota Cimahi, Kabupaten Bandung,
dan Kabupaten Bandung Barat. Alur pikir penelitian ini dapat dilihat pada
Gambar 3.1 di bawah ini.
Gambar 3.1. Alur pikir penelitian
Rujukan dan regionisasi layanan kesehatan mengikuti prinsip perimbangan

beban layanan antar masing-masing fasilitas kesehatan, disesuaikan dengan
10
11
jumlah populasi yang harus dilayani, serta memperhatikan faktor aksesibilitas

antara lokasi populasi dengan lokasi fasilitas kesehatan. Penentuan satuan
populasi mana (diwakili oleh jumlah penduduk per desa/kelurahan) yang harus
dilayani oleh suatu fasilitas kesehatan, didasarkan kepada dua hal: probabilitas
kunjungan pasien terhadap fasilitas kesehatan, dan kapasitas layanan yang masih
tersedia untuk fasilitas kesehatan tersebut.
Probabilitas kunjungan dihitung secara kuantitatif dengan menggunakan
Model Huff, dengan memperhatikan beberapa faktor berikut:
Prakiraan waktu tempuh tersingkat, dari pusat populasi ke fasilitas
kesehatan.
Waktu tempuh tersingkat merupakan hasil perhitungan berdasar data
kecepatan rata-rata ruas jalan, slope/kemiringan ruas jalan serta panjang ruas
jalan. Kalkulasi waktu tempuh tersingkat menggunakan perangkat lunak
PgRouting.
Slope/kemiringan ruas jalan ditentukan berdasar data DEM dari citra ASTER-
GDEM, yang kemudian divektoriasasi dan dioverlay dengan data ruas jalan.
Kecepatan rata-rata kendaraan ditentukan berdasarkan sampling data posisi
GPS, yang secara otomatis menyertakan data kecepatan kendaraan (Barbosa,
2013). Dari data sampling ini, ditetapkan data kecepatan tempuh rata-rata pada
setiap kelas jalan: tol, arteri, kolektor dan jalan lokal.
Daya tarik fasilitas kesehatan
Daya tarik fasilitas layanan kesehatan diwakili oleh jumlah tenaga medis di
puskesmas (dokter, perawat dan bidan), serta jumlah dokter di rumah sakit
(dokter umum, dokter gigi dan spesialis/sub spesialis).
Pusat populasi ditentukan dengan metode titik tengah (mean coordinate)
dari blok permukiman, yang diturunkan dari hasil klasifikasi semi otomatis
citra LANDSAT 8 pada wilayah studi.
Proses regionisasi dan rujukan, dilakukan dengan model yang didasarkan
pada penyeimbangan beban layanan, mengikuti prinsip optimasi Bin Packing
Problem (Faiz, 2013), dengan beberapa modifikasi terkait dengan ketentuan
waktu tempuh maksimum yang diperbolehkan, serta prioritas rujukan sesuai
dengan probabilitas kunjungan pasien. Dalam penelitian ini, rujukan dilaksanakan
secara berjenjang, dari desa/kelurahan ke puskesmas, kemudian dari puskesmas ke
rumah sakit, seperti ilustrasi pada Gambar 3.2.
12
Gambar 3.2. Skema rujukan dan regionisasi fasilitas layanan kesehatan
Model regionisasi dan rujukan menggunakan bahasa pemrograman, dengan

mengolah semua data di dalam basis data. Hasil dari pemodelan berupa data
rujukan dari desa/kelurahan ke puskesmas, data rujukan dari puskesmas ke rumah
sakit, data region layanan puskesmas, dan data region layanan rumah sakit. Hasil
pemodelan ini kemudian akan diverifikasi dengan melakukan pemeriksaan di
beberapa puskesmas/rumah sakit.
3.2 Metodologi Pengumpulan dan Pengolahan Data
Data yang digunakan dalam penelitian ini terdiri dari:

Data sebaran dan jumlah populasi per desa/kelurahan, bersumber dari dari
data PODES (Potensi Desa), BPS (Biro Pusat Statistik), tahun 2011. Data
pusat populasi diolah dari dari peta blok permukiman, yang bersumber
dari Citra LANDSAT 8. Scene citra yang digunakan untuk penentuan blok
permukiman terdiri dari dua scene: LC81220652013253LGN00 dan
LC81210652014153LGN00, masing-masing hasil pengambilan data pada
tahun 2013 dan 2014.
Data ruas jalan, dari Ditjen Bangda Kemendagri, berdasar hasil survei
sampai dengan tahun 2012.
Data kecepatan rata-rata per kelas jalan, merupakan hasil pengolahan data
posisi GPS, berupa hasil tracking 95 unit kendaraan (mobil rental), dalam
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.
3.2.1 Data Pusat Populasi Per Kelurahan/Desa
Koordinat pusat populasi per desa/kelurahan ditentukan berdasar titik tengah

(mean coordinate) antara blok-blok permukiman. Blok permukiman sendiri
ditentukan dengan melakukan interpretasi citra LANDSAT 8, menggunakan
metode klasifikasi semi otomatis. Tahapan pengolahan data terdiri dari:
Download citra LANDSAT 8, crop sesuai dengan wilayah studi. Gambar 3.3
menunjukkan citra LANDSAT 8 yang digunakan dalam penelitian ini.
14
Gambar 3.3. Citra LANDSAT 8 pada area studi
Tentukan area yang akan dijadikan sebagai sampel klasifikasi. Sebagai

pembanding, menggunakan tumpang susun dengan citra beresolusi lebih
tinggi yakni citra satelit Google atau Bing Maps, menggunakan pugin
OpenLayers pada QGIS.
Untuk proses klasifikasi, digunakan perangkat lunak QGIS, dengan plugin
klasifikasi semi otomatis (Semi-Automatic Classification Plugin).
Hasil dari proses klasifikasi berupa peta raster tutupan lahan sesuai dengan
yang kita tentukan (lihat Gambar 5.1). Dalam penelitian ini, tutupan lahan
dikelompokkan menjadi sawah, hutan, kebun, permukiman, danau/perairan,
dan bangunan industri.
15
Gambar 3.4. Peta hasil interpretasi semi otomatis, citra LANDSAT 8
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.
3.2.2 Ruas Jalan

Agar data ruas jalan dapat dipergunakan dalam penentuan waktu tempuh
tersingkat menggunakan perangkat lunak PgRouting, dilakukan pemrosesan data
dengan tahapan sebagai berikut:
Pembersihan data ruas jalan, dengan menggunakan perintah v.clean pada
perangkat lunak GRASS. Opsi pembersihan yang digunakan meliputi
pembuangan duplikasi objek peta serta pemotongan ruas-ruas jalan pada setiap
persimpangan.
Penyiapan topologi jaringan jalan untuk digunakan PgRouting, dengan
menggunakan perintah pgr_createTopology pada PostgreSQL.
16
3.2.2 Kecepatan Rata-Rata Per Kelas Jalan

Penentuan kecepatan rata-rata untuk setiap kelas jalan (tol, arteri, kolektor,
lokal), dilakukan dengan menggunakan sampling data posisi GPS. Sampel data
GPS yang terkumpul berupa:
95 track kendaraan dengan rentang waktu pengambilan data: Januari – Mei
2012
Jumlah titik sampel, termasuk titik pada posisi diam: 3.467.826 posisi,
dengan 561.849 diantaranya posisi ketika kendaraan bergerak
Metode penentuan kecepatan rata-rata dari data GPS, mengikuti (Barbosa,
2013), dengan tahapan seperti gambar berikut:
Gambar 3.5. Bagan penentuan kecepatan rata-rata per kelas jalan
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
17
digunakan dalam perhitungan kecepatan rata-rata. Ilustrasi dari proses ini

seperti gambar berikut:
Gambar 3.6: Asosiasi kecepatan berdasar data GPS, dengan ruas jalan
Mengelompokkan data kecepatan dengan kelas jalan, kemudian menghitung

rata-rata kecepatan per ruas jalan. Dari hasil pemrosesan ini, diperoleh peta
kecepatan rata-rata per kelas jalan.
3.2.3 Slope/Kemiringan Ruas Jalan
Slope atau kemiringan ruas jalan, diperlukan sebagai faktor dalam

memperkirakan waktu tempuh suatu ruas jalan. Data kemiringan ruas jalan
menggunakan data citra ASTER GDEM sebagai bahan.
Tahapan dalam menentukan slope ruas jalan, mengikuti bagan berikut:
18
Gambar 3.7. Bagan penentuaan slope untuk setiap ruas jalan
Penghitungan slope berdasar data citra ASTER-GDEM, dengan

menggunakan fitur GRASS-GIS: v.slope, hasilnya berupa raster dengan
slope dalam satuan persen, seperti gambar berikut:
19
Gambar 3.8. Persentase slope pada area studi, berdasar citra ASTER-GDEM
Reklasifikasi data slope sehingga menjadi persen bulat, misalnya slope

10.5 s/d 11.4999 direklasifikasi menjadi 11, 11.5 s/d 12.4999 menjadi 12,
dan seterusnya.
Ubah raster slope menjadi vektor, kemudian overlaykan dengan data ruas
jalan, sehingga kita akan memperoleh data slope per potongan ruas jalan.
3.2.4 Waktu Tempuh Tersingkat
Kalkukasi waktu tempuh tersingkat, menggunakan PgRouting, sebuah

aplikasi yang memanfaatkan PostgreSQL dengan ekstensi PostGIS untuk
kalkulasi rute terpendek berdasar nilai biaya (cost) tertentu. Dalam penelitian ini,
cost ditentukan sebagai waktu tempuh per ruas, sehingga akumulasi waktu
tempuh pada semua ruas yang dilalui, akan menjadi waktu tempuh terpendek dari
satu titik ke satu titik lain, dalam hal ini misalnya waktu tempuh antara pusat
populasi dengan puskesmas, atau antara puskesmas dengan rumah sakit.
Proses penentuan waktu tempuh tersingkat, menggunakan bagan di bawah
ini:
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
Tahapan penyiapan data ruas jalan agar dapat digunakan dalam

penghitungan waktu tempuh terpendek dengan PgRouting:
Menentukan nilai cost (S pada persamaan di atas) untuk setiap ruas jalan.
21
Membuat topologi yang dibutuhkan PgRouting, dengan perintah sql

pgr_CreateTopology. Proses ini akan membuat data node baru pada setiap
ujung-ujung ruas jalan, dan analisis rute terpendek akan menggunakan
node-node ini sebagai titik awal atau titik akhir rute.
Membuat fungsi di PostgreSQL, yang akan menghitung akumulasi waktu
tempuh per ruas jalan, menjadi total waktu tempuh dari titik yang satu ke
titik lain.
Contoh tampilan rute terpendek antara dua titik, dapat dilihat pada gambar
3.10 di bawah ini:
Gambar 3.10. Contoh rute terpendek hasil kalkulasi dengan PgRouting
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:
Gambar 3.11. Contoh kalkulasi waktu tempuh
22
Hasil kalkulasi waktu tempuh dapat dibandingkan dengan prediksi waktu

tempuh yang ada pada Google Maps, dengan hasil beberapa sampling pengujian
sebagai berikut:
Tabel 3.1. Sampel perbandingan waktu tempuh prediksi Google Maps dengan hasil kalkulasi
No Titik Awal Titik Akhir Prediksi Hasil

Google Kalkulasi
Maps
1 Perempatan Jl. Perempatan Jl. Dago, Jl. 36 s/d 38 42 menit
Soekarno-Hatta & Dipati Ukur & Jl. menit
Jl. Gedebage Sumur Bandung
2 Pintu keluar tol, Sekitar pertigaan Jl. 52 s/d 64 72 menit
Cileunyi Raya Lembang dengan menit
Jl. Panoropongan
Bintang
3 Terminal Cicaheum Simpang Jl. Pajajaran 26 menit 28 menit
dengan Jl. Abdul
Rahman Saleh
Melalui prosedur seperti dijelaskan di atas, dapat diperoleh matriks waktu

tempuh dari populasi ke puskesmas, dan dari puskesmas ke rumah sakit umum.
Matriks waktu tempuh antara desa/kelurahan ke puskesmas berukuran jumlah
kelurahan x jumlah puskesmas, atau 607 x 179. Matriks waktu tempuh dari
puskesmas ke rumah sakit berukuran jumlah puskesmas x jumlah rumah sakit
umum, atau 179 x 29.
3.2.4. Peluang Akses Fasilitas Kesehatan
Rujukan layanan kesehatan dari desa/kelurahan ke puskesmas, serta dari

puskesmas ke rumah sakit, menggunakan parameter indeks peluang akses fasilitas
kesehatan, dengan menggunakan basis Model Huff seperti berikut:
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)
Pij = probabilitas akses dari sejumlah populasi i (1 sampai dengan m)

ke sejumlah fasilitas kesehatan j (1 sampai dengan n)
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).
24
Parameter D, dalam penelitian ini diwakili oleh waktu tempuh menuju

fasilitas kesehatan, yang sudah mengakomodasi faktor jarak, kecepatan rata-rata
kendaraan pada setiap kelas jalan, serta morfologi. Waktu tempuh diasumsikan
menggunakan mobil pribadi.
Parameter dan β seharusnya diperoleh dari pengalaman empirik mengenai
preferensi kunjungan pasien terhadap fasilitas kesehatan (Huff, 2003). Pendekatan
yang umum digunakan adalah nilai 1 untuk dan nilai 2 untuk β (Dramowicz,
2005). Dalam penelitian ini, parameter β yang merupakan travel time decay (suatu
nilai yang menggambarkan tingkat kecenderungan seseorang untuk bersedia
melakukan perjalanan dalam durasi tertentu), dalam rangka menggunakan fasilitas
kesehatan, akan diberi nilai 1.8. Nilai travel time decay tersebut mengikuti nilai
empirik seperti yang disampaikan dalam (Luo, 2003), untuk kecenderungan orang
mengakses layanan kesehatan.
3.3 Metodologi Pemodelan Rujukan dan Regionisasi
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.
Gambar 3.12. Tahapan penentuan rujukan
25
Beberapa ketentuan yang digunakan dalam proses penentuan rujukan adalah:

Waktu tempuh terlama untuk akses fasilitas kesehatan adalah 50 menit, sesuai
dengan nilai travel time decay 1.8 pada Luo (2003).
Prioritas rujukan 1 ditujukan untuk desa/kelurahan yang waktu tempuhnya ke
puskesmas terdekat lebih dari 50 menit. Desa/kelurahan ini tidak punya
pilihan untuk akses ke puskesmas, sehingga harus dipaksa untuk dirujuk ke
puskesmas mana saja yang terdekat. Pada saat penentuan prioritas rujukan 1,
kapasitas puskesmas/rumah sakit yang akan menjadi rujukan, tidak diperiksa.
Prioritas rujukan 2 ditentukan berdasar urutan nilai indeks probabilitas
kunjungan. Semakin baik nilai indeks, semakin tinggi prioritasnya. Nilai
prioritas ini akan digunakan karena puskesmas/rumah sakit memiliki batasan
kapasitas. Jika fasilitas yang dituju telah melebihi kapasitas, pasien akan
diarahkan pada alternatif terbaik pertama. Jika alternatif terbaik pertama juga
sudah melebihi kapasitas, makan akan diarahkan pada alternatif terbaik ketiga,
dan seterusnya.
Setelah tahapan-tahapan di atas dilakukan, dilanjutkan dengan proses
penyeimbangan beban layanan. Pada tahap ini, setiap puskesmas/rumah
sakit akan diperiksa bebannya, dan diurutkan berdasar selisih antara
kapasitas dengan beban layanan. Melalui mekanisme ini, dimungkinkan
perpindahan rujukan ke puskesmas/rumah sakit yang bebannya lebih kecil
dan syarat waktu tempuh maksimum masih terpenuhi. Beban layanan
sebanding dengan jumlah dokter yang tersedia di rumah sakit. Dengan
jumlah penduduk 7.454.535 jiwa, dan ketersediaan dokter dari keseluruhan
rumah sakit umum (tanpa menyertakan RS Hasan Sadikin Bandung yang
merupakan RS rujukan utama), adalah sebanyak 1804 dokter, maka
diperoleh rasio 1 dokter untuk 4.126 jiwa. Dengan kalkulasi seperti ini,
sebagai contoh RS Dustira di Cimahi dengan 150 dokter, dapat melayani
618.900 jiwa.
3.4 Metodologi Verifikasi Model Rujukan
Verifikasi hasil pemodelan dilakukan dengan membandingkan komposisi

beban layanan hasil pemodelan dengan sampel yang diambil dari lapangan. Pada
setiap puskesmas, dibuat laporan jumlah pasien lintas batas kabupaten/kota setiap
tiga bulan sekali. Berdasar laporan tersebut, dapat dihitung berapa persen pasien
puskesmas tersebut yang berasal dari dalam dan dari luar kabupaten/kota yang
bersangkutan.
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.
BAB 4
GAMBARAN UMUM WILAYAH PENELITIAN
4.1 Kondisi Geografis Wilayah Penelitian
Wilayah penelitian, yang terdiri dari empat kabupaten/kota: Kota Bandung,

Kota Cimahi, Kab. Bandung, Kab. Bandung Barat, berada pada koordinat 107 10’
BT sampai dengan 107 56’ BT, dan 7 19’ LS sampai dengan 6 40’ LS. Daerah
ini berbatasan dengan Kab. Purwakarta dan Kab. Subang di sebalah utara, Kab.
Sumedang di sebelah timur, Kab. Cianjur di sebelah barat dan selatan, serta Kab.
Garut di sebelah timur dan selatan.
Secara morfologis, bagian tengah area studi yang meliputi Kota Bandung
dan Kota Cimahi, sebagian besar merupakan daerah datar. Di bagian utara dan
selatan area studi, merupakan pegunungan dan perbukitan.
4.2 Jumlah Penduduk
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
Gambar 4.1. Peta jumlah penduduk per desa/kelurahan
Kelurahan dengan jumlah penduduk yang padat tersebar di sekitar Kota

Bandung dan Kota Cimahi, serta sebagian wilayah Kabupaten Bandung bagian
tenggara, serta bagian tengah Kabupaten Bandung Barat.
4.3 Sebaran Fasilitas Kesehatan
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.
29
Gambar 4.2. Sebaran puskesmas dan Rumah Sakit Umum pada area studi
Hasil perhitungan indeks tetangga terdekat untuk puskesmas dan RSU

menggunakan tool Nearest Neighbour Analysis pada QGIS, menghasilkan hasil
0,82 untuk sebaran puskesmas, dan 1,21 untuk sebaran rumah sakit. Dari hasil ini
dapat dilihat bahwa pola sebaran rumah sakit maupun puskesmas pada area studi
bersifat acak.
BAB 5
HASIL DAN PEMBAHASAN
5.1 Model Spasial Rujukan dan Regionisasi Layanan Kesehatan
Pemodelan spasial rujukan dan regionisasi layanan kesehatan, menggunakan

beberapa data masukan sebagai hasil dari proses pengolahan data seperti telah
disampaikan pada sub bab 3.2. Hasil-hasil pengolahan data yang menjadi
masukan terdiri dari:
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.
Gambar 5.1. Peta sebaran pusat populasi di setiap desa/kelurahan
Koordinat pusat populasi tersebut akan digunakan untuk mewakili koordinat

desa/kelurahan yang bersesuaian.
30
31
2. Kecepatan Rata-Rata Per Kelas Jalan
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
No. Kelas Jalan Jumlah sampel Kecepatan rata-rata

(km/jam)
1 Tol 52.286 81.19
2 Arteri 205.652 24.44
3 Kolektor 83.685 21.99
4 Lokal 124.945 16.71
Sumber: Hasil pengolahan data posisi GPS
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.
3. Slope Ruas Jalan
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.
32
Gambar 5.2. Peta sebaran slope/kemiringan jalan pada wilayah studi
4. Waktu Tempuh Tersingkat
Melalui prosedur seperti dijelaskan di atas, dapat diperoleh matriks waktu

tempuh dari sekumpulan titik ke sekumpulan titik lain. Sebagai contoh, waktu
tempuh dari setiap desa/kelurahan yang diwakili oleh posisi pusat populasi,
terhadap setiap puskesmas. Matriks ini akan berukuran jumlah kelurahan x jumlah
puskesmas, atau 607 x 179.
5. Indeks Peluang Akses Fasilitas Kesehatan
Indeks peluang akses fasilitas kesehatan, misalnya antara desa/kelurahan

dengan puskesmas, atau antara puskesmas dengan rumah sakit, diperoleh berupa
matriks dengan ukuran yang sama dengan matriks waktu tempuh tersingkat.
Untuk indeks peluang akses dari desa/kelurahan ke puskesmas, matriks yang
dihasilkan berukuran 607 x 179, sedangkan dari puskesmas ke rumah sakit
berukuran 179 x 29.
Penyusunan rujukan dari Puskesmas ke Rumah Sakit, dilakukan
menggunakan kriteria sebagai berikut:
Prioritas bagi puskesmas dengan indeks ketertarikan tertinggi
33
Memperhatikan faktor perimbangan beban layanan. Beban layanan

sebanding dengan jumlah dokter yang tersedia di rumah sakit. Dengan
jumlah penduduk 7.454.535 jiwa, dan ketersediaan dokter dari keseluruhan
rumah sakit umum (tanpa menyertakan RS Hasan Sadikin Bandung yang
merupakan RS rujukan utama), adalah sebanyak 1804 dokter, maka
diperoleh rasio 1 dokter untuk 4.126 jiwa. Dengan kalkulasi seperti ini,
sebagai contoh RS Dustira di Cimahi dengan 150 dokter, dapat melayani
618.900 jiwa.
5.1.1 Rujukan dan Regionisasi Layanan Puskesmas
Rujukan layanan kesehatan dari desa/kelurahan ke puskesmas,

menggunakan parameter indeks peluang akses fasilitas kesehatan. Nilai indeks
peluang akses fasilitas kesehatan ditentukan dari setiap desa/kelurahan kepada
setiap puskesmas, menggunakan persamaan seperti dijelaskan pada sub bab 3.4.4.
Penyusunan rujukan dilakukan menggunakan kriteria sebagai berikut:
Prioritas bagi populasi yang terdekat ke puskesmas.
Memperhatikan faktor perimbangan beban layanan. Diusahakan beban
layanan masing-masing puskesmas tidak terlalu jauh bedanya. Dengan
memperhatikan jumlah seluruh penduduk di wilayah studi sebesar
7.454.535 jiwa, dan akan dilayani oleh 179 puskesmas, maka setiap
puskesmas semestinya melayani sekitar 41.645 orang pasien.
Jarak dari pusat populasi ke puskesmas yang tidak terlalu jauh, dan dalam
proses pengolahan data ditetapkan selama 50 menit.
Proses pengolahan data sesuai dengan kriteria ini, dilakukan dengan
menggunakan bahasa pemrograman PHP. Tugas program ini untuk melakukan
pemrosesan data dalam basisdata PostgreSQL. Sumber data yang akan dioleh
meliputi:
Data matriks waktu tempuh tersingkat, antara pusat populasi dengan
puskesmas.
Data jumlah penduduk pada setiap desa/kelurahan, yang lokasinya
diwakili oleh titik pusat populasi.
Jumlah populasi yang harus dilayani oleh setiap puskesmas, dalam hal ini
tidak boleh terlalu jauh dari angka rata-rata (41.645 jiwa per puskesmas).
34
Batasan 50 menit waktu tempuh, sebagai ambang batas waktu perjalanan

menuju puskesmas.
Hasil pemrosesan data berupa data yang memuat informasi dari
kelurahan/desa mana akan dilayani oleh puskesmas mana. Dalam bentuk visual,
rujukan yang dimaksud digambarkan oleh garis rujukan seperti pada peta di
gambar 5.3.
Gambar 5.3. Peta rujukan desa/kelurahan ke puskesmas pada area studi
Berdasar hasil pemodelan, diperoleh data proyeksi jumlah pasien

puskesmas seperti pada tabel di Lampiran A. Dari tabel tersebut dapat dilihat
beberapa hal berikut:
Puskesmas dengan proyeksi jumlah pasien tinggi, bisa disebabkan oleh dua
hal: pertama, karena berada di lingkungan permukiman yang sangat padat;
kedua, karena kerapatan puskesmas yang rendah sehingga tidak banyak
alternatif yang bisa dipilih pasien. Contoh kasus pertama misalnya puskesmas
Cibeureum, Melong Tengah dan Cimahi Selatan di wilayah Kota Cimahi.
Contoh kasus kedua misalnya Puskesmas Gununghalu, Rongga dan
Cipongkor di wilayah Kabupaten Bandung Barat.
Puskesmas dengan proyeksi jumlah pasien rendah, berada pada wilayah
perkotaan dengan kerapatan puskesmas tinggi. Contoh, Puskesmas UPT
35
Arcamanik dan UPT Griya Antapani berada pada area dengan radius
kurang dari 2 km, seperti ilustrasi pada gambar 5.4 di bawah ini:
Gambar 5.4. Konfigurasi sebaran puskesmas sangat rapat
Keberadaan pasien lintas batas kabupaten/kota dalam mengakses layanan

puskesmas diperbolehkan. Puskesmas akan melaporkan jumlah pasien lintas batas
kabupaten/kota setiap triwulan, atau empat kali dalam setahun. Berdasar laporan
ini, dikombinasikan dengan laporan jumlah pasien yang berasal dari
kabupaten/kota yang bersangkutan, dapat dihitung persentase pasien lintas batas
pada setiap puskesmas.
Berdasarkan data rujukan desa/kelurahan ke puskesmas, dapat disusun
region layanan puskesmas seperti dalam peta di gambar 5.5.
36
Gambar 5.5. Peta region layanan puskesmas pada area studi
Region yang terbentuk sejumlah 179 region, sesuai dengan jumlah

puskesmas pada area studi.
5.1.2 Rujukan dan Regionisasi Layanan Rumah Sakit
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.
37
Gambar 5.6. Peta rujukan puskesmas ke rumah sakit pada area studi
Berdasar data rujukan puskesmas ke rumah sakit, dihasilkan peta regionisasi

layanan rumah sakit seperti gambar 5.7.
Gambar 5.7. Peta region layanan rumah sakit pada area studi
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
No. Nama RSU Proyeksi Kapasitas Selisih kapasitas

jumlah pasien dengan proyeksi
jumlah pasien
1 RSUD SOREANG 504.787 140.284 -364.503
2 RS MAJALAYA 519.987 189.796 -330.191
3 RS AL-IHSAN 461.659 202.174 -259.485
4 RSUD CILIIN 286.080 111.402 -174.678
5 RSUD CICALENGKA 266.437 119.654 -146.783
6 RS CAHYA KAWALUYAN 401.955 268.190 -133.765
7 RS CIBABAT 384.456 268.190 -116.266
8 RS SULAIMAN 106.398 28.882 -77.516
9 RS AMC 177.274 119.654 -57.620
10 RS BINA SEHAT 210.666 173.292 -37.374
11 RSUD KOTA BANDUNG 232.883 198.048 -34.835
12 RS MITRA ANUGRAH LESTARI 150.566 123.780 -26.786
13 RS RAJAWALI 196.436 202.174 5.738
14 RS MITRA KASIH 149.891 173.292 23.401
15 RS SARININGSIH 49.117 78.394 29.277
16 RS SARTIKA ASIH 317.111 354.836 37.725
17 RS BUNGSU 36.742 86.646 49.904
18 RS ST. BORROMEUS 150.193 210.426 60.233
19 RS AL-ISLAM 413.443 474.490 61.047
20 RS ST. YUSUP 157.597 243.434 85.837
21 RS SALAMUN 297.212 396.096 98.884
22 RS IMMANUEL 528.116 631.278 103.162
23 RS PINDAD 114.328 231.056 116.728
24 RS DUSTIRA 474.332 618.900 144.568
25 RS KEBONJATI 122.011 268.190 146.179
26 RS SANTOSA 88.535 251.686 163.151
27 RS MUHAMMADIYAH 134.995 313.576 178.581
39
28 RS ADVENT 273.425 478.616 205.191

29 RS HERMINA ARCAMANIK 247.903 486.868 238.965
Sumber: hasil pemodelan
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
Kecenderungan kekurangan beban terjadi pada rumah sakit di tengah kota

Bandung, dikarenakan sebaran rumah sakit yang sangat rapat. Pada contoh
gambar berikut, pada diameter kurang dari 10 km, terdapat 11 rumah sakit umum:
40
Gambar 5.9. Sebaran rumah sakit sangat rapat di Kota Bandung
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.
5.2 Verifikasi Hasil Pemodelan Rujukan dan Regionisasi
Verifikasi hasil pemodelan dilakukan dengan membandingkan hasil

pemodelan dengan beberapa sampel yang diambil dari lapangan. Sampel pada
tingkat puskesmas diambil dari Puskesmas Derwati dan Puskesmas Cibiru. Kedua
puskesmas ini berada pada wilayah Kota Bandung, dan dekat dengan perbatasan
Kabupaten Bandung. Komposisi pasien dalam dan luar kabupaten/kota untuk
kedua puskesmas tersebut dapat dilihat pada tabel 5.3 di bawah ini.
41
Tabel 5.3. Komposisi pasien dalam dan luar kabupaten/kota pada puskesmas sampel
No Fasillitas Triwulan Tahun Jml. Pasien Jml. Pasien Persentase

Kesehatan Dalam Luar Pasien
Kab/Kota Kab/Kota Luar
Kab/Kota
1 Puskesmas II 2014 6.759 533 7,3 %
Derwati
2 Puskesmas III 2014 6.851 489 6,7 %
Derwati
3 Puskesmas II 2013 10.711 2.274 17,5 %
Cibiru
4 RS Cibabat - 2011 77.428 90.729 53,9 %
5 RS Cibabat - 2012 88.758 103.503 53,8 %
6 RS Cibabat - 2013 85.279 96.597 53,1 %
Sumber data: Pengolahan data survei lapangan, buku profil RS Cibabat tahun 20011 s/d 2014
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
No Fasillitas Kesehatan Proyeksi Jml. Proyeksi Jml. Persentase Proyeksi

Pasien Dalam Pasien Luar Pasien Luar Kab/Kota
Kab/Kota Kab/Kota
1 Puskesmas Derwati 32.268 13.672 29,8 %
2 Puskesmas Cibiru 28.416 15.832 35,8 %
3 RS Cibabat 234.738 192.750 45,1 %
Sumber: Hasil pemodelan
Dengan membandingkan hasil persentase komposisi jumlah pasien dalam

dan luar kabupaten/kota hasil pemodelan dengan kondisi aktual di lapangan,
diperoleh beberapa hal berikut:
42
Baik kenyataan di lapangan, maupun hasil pemodelan, menyatakan bahwa

terdapat pasien lintas batas kabupaten/kota pada ketiga fasilitas kesehatan
yang menjadi sampel.
Terdapat perbedaan persentase yang cukup besar di tingkat puskesmas
(sekitar 22 % di Puskesmas Derwati dan 18 % di Puskesmas Cibiru).
Kemungkinan penyebabnya antara lain keterbatasan model yang hanya
menggunakan unit wilayah terkecil sampai dengan batas desa/kelurahan.
Penggunaan unit wilayah yang lebih kecil seperti batas RW dalam
memodelkan akses terhadap puskesmas, mungkin akan memberikan hasil
yang lebih akurat.
Dalam hal akses terhadap rumah sakit, diperoleh hasil pemodelan yang
lebih mendekati kondisi aktual di lapangan, dengan selisih sekitar 8 %.
5.3 Perbandingan Hasil Pemodelan dengan Rujukan dan Regionisasi

Eksisting
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.
5.3.1 Perbandingan dengan Sistem Rujukan di Kabupaten Bandung
Pada Kabupaten Bandung, telah disusun Peraturan Bupati (Perbup) Nomor

xx tahun 2013, mengenai sistem rujukan yang mengatur regionisasi layanan
rumah sakit. Perbup ini mengatur rujukan ke rumah sakit, dari unit wilayah
terkecil kecamatan. Rumah sakit yang diacu dalam Perbup ini terdiri dari 3
Rumah Sakit Umum Daerah (RSUD) yang ada di Kabupaten Bandung, yakni
RSUD Majalaya, RSUD Soreang dan RSUD Cicalengka.
Rincian kecamatan dan rumah sakit rujukan menurut Perbup tersebut,
mengikuti tabel 5.5 di bawah ini:
Tabel 5.5. Region layanan rumah sakit pada Kabupaten Bandung
43
No Rumah Sakit Rujukan Kecamatan

1 RSUD Majalaya • Kecamatan Majalaya
• Kecamatan Ibun
• Kecamatan Paseh
• Kecamatan Solokan Jeruk
• Kecamatan Ciparay
• Kecamatan Pacet
• Kecamatan Kertasari
• Kecamatan Baleendah
• Kecamatan Bojongsoang
• Kecamatan Dayeuhkolot
2 RSUD Soreang • Kecamatan Soreang
• Kecamatan Katapang
• Kecamatan Margahayu
• Kecamatan Margaasih
• Kecamatan Kutawaringin
• Kecamatan Pasirjambu
• Kecamatan Ciwidey
• Kecamatan Rancabali
• Kecamatan Banjaran
• Kecamatan Cangkuang
• Kecamatan Pangalengan
• Kecamatan Cimaung
• Kecamatan Arjasari
• Kecamatan Pameungpeuk
3 RSUD Cicalengka • Kecamatan Cimenyan
• Kecamatan Cileunyi
• Kecamatan Cilengkrang
• Kecamatan Rancaekek
• Kecamatan Cicalengka
• Kecamatan Nagreg
• Kecamatan Cikancung
Sumber: Peraturan Bupati Kab. Bandung (2013)
Dengan pembagian region seperti tabel di atas, peta regionisasi layanan

rumah sakit berdasarkan Perbup mengikuti gambar 5.9.
44
Gambar 5.9: Regionisasi Layanan Rumah Sakit di Kabupaten Bandung Berdasar Perbup
Sumber: Hasil pengolahan data berdasar Peraturan Bupati Bandung
Berdasar sistem rujukan seperti di atas, dapat diperoleh proyeksi jumlah

pasien yang harus dilayani oleh rumah sakit yang dirujuk, seperti pada tabel 5.6
berikut:
Tabel 5.6. Proyeksi Jumlah Pasien Rumah Sakit Kabupaten Bandung
No. Rumah Sakit Proyeksi

Jumlah Pasien
1 RSUD MAJALAYA 1.165.279
2 RSUD SOREANG 1.291.606
3 RSUD CICALENGKA 691.675
Sumber: Hasil pengolahan dari sistem rujukan Kabupaten Bandung
Pada hasil pemodelan, rujukan pada rumah sakit di Kabupaten Bandung diarahkan
pada tujuh rumah sakit seperti pada tabel 5.7 di bawah ini.
45
Tabel 5.7. Proyeksi Jumlah Pasien Rumah Sakit Kabupaten Bandung
No Rumah Sakit Proyeksi Jumlah

Pasien
1 RS AL-IHSAN 461.659
2 RSUD MAJALAYA 519.987
3 RS BINA SEHAT 210.666
4 RSUD SOREANG 504.787
5 RS AMC 177.274
6 RSUD CICALENGKA 266.437
7 RS SULAIMAN 106.398
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.
5.3.2 Perbandingan dengan Sistem Rujukan Kota 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.
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.
Gambar 5.11. Regionisasi Layanan Rumah Sakit di Kota Bandung
47
Berdasar aturan rujukan yang dikeluarkan oleh Dinas Kesehatan Kota

Bandung, dari Kecamatan ke Puskesmas, dapat diturunkan proyeksi jumlah pasien
puskesmas seperti grafix 5.1 di bawah ini:
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
48
Berdasar tabel rujukan yang dikeluarkan Dinas Kesehatan Kota Bandung,

proyeksi jumlah pasien berkisar antara 11.658 sampai dengan 93.403 orang,
dengan standard deviasi 16.649,64. Berdasar hasil pemodelan, proyeksi jumlah
pasien berkisar antara 16.702 sampai dengan 54.579 orang dengan standard
deviasi sebesar 9.682,09. Dengan demikian, sistem rujukan dari desa/kelurahan
berdasar hasil pemodelan menghasilkan pembagian jumlah pasien yang lebih
merata, dapat dilihat dari nilai standard deviasi yang lebih rendah.
Grafik 5.3 di bawah ini menunjukkan distribusi jumlah puskesmas dengan
rentang proyeksi jumlah pasien.
Grafik 5.3. Distribusi jumlah puskesmas dengan rentang proyeksi jumlah pasien, berdasar pola
rujukan eksisting dan hasil pemodelan
Sumber: Pola rujukan eksisting Sumber: Hasil pemodelan
Pada kedua grafik di atas, hasil pemodelan menunjukkan distribusi proyeksi

jumlah pasien yang lebih baik, dengan mayoritas proyeksi jumlah pasien berada
pada rentang 20.000 sampai dengan 40.000 orang.
Di wilayah Kota Bandung, terdapat 16 buah Rumah Sakit Umum (tanpa

menyertakan RSU Hasan Sadikin yang merupakan RS rujukan utama) seperti
dapat dilihat pada tabel di Lampiran C. Berdasar pola rujukan pada tabel tersebut,
dikombinasikan dengan data jumlah penduduk di setiap kecamatan, dan
komposisi jumlah dokter di setiap rumah sakit, diperoleh proyeksi jumlah pasien
seperti pada tabel 5.8 di bawah ini.
49
Tabel 5.8. Proyeksi Jumlah Pasien RS berdasar Pola Rujukan Eksisting
No. Nama Rumah Sakit Jumlah Jml. Rasio Jumlah Proyeksi

Dokter Dokter Dokter di Penduduk Jml. Pasien
Di RS Di Region di Region RS
Region
1 RSUD KOTA BANDUNG 48 281 2.086 586.237 100.128
2 RSU HERMINA 118 246.148
ARCAMANIK
3 RSU AL-ISLAM 115 239.890
4 RSU ADVENT 116 116 1.616 187.480 187.480
5 RSU IMMANUEL 153 153 2.489 380.888 380.888
6 RSU MUHAMMADIYAH 76 162 921 149.249 69.996
7 RSU SARTIKA ASIH 86 79.206
8 RSU SANTOSA 61 175 1.296 226.836 79.056
BANDUNG
9 RSU RAJAWALI 49 63.504
10 RSU KEBONJATI 65 84.240
11 RSU ST BORROMEUS 51 91 2.185 198.835 111.435
12 RSU SARININGSIH 19 41.515
13 RSU BUNGSU 21 45.885
14 RSU SANTO YUSUP 59 115 3.379 388.651 199.361
15 RSU PINDAD 56
16 RSU SALAMUN 96 96 1.267 121.710 121.710
Sumber: Hasil pengolahan dari pola rujukan pada Lampiran C.
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.
50
Grafik 5.4. Perbandingan kapasitas dengan proyeksi jumlah pasien RSU di Kota Bandung
Rujukan Eksisting Hasil Pemodelan

Sumber: Hasil pengolahan data
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.
BAB 6
KESIMPULAN
Dari penelitian ini, dapat disimpulkan beberapa hal sebagai berikut:

Penentuan rujukan dan regionisasi layanan kesehatan, dapat dilakukan
dengan memperhatikan aspek spasial berupa waktu tempuh, dan sebaran
lokasi sarana kesehatan, melalui penggunaan Model Huff yang
menggunakan waktu tempuh sebagai salah satu parameter.
Penggunaan model sistem rujukan yang memperhatikan aspek spasial dan
keseimbangan antara ketersediaan sarana dan kebutuhan (supply and
demand) pada wilayah studi, dapat dilakukan sampai dengan batasan
tertentu. Kendala dalam melakukan penyeimbangan beban antara lain
batasan jarak/waktu tempuh maksimal. Mengingat sebaran sarana fasilitas
kesehatan yang tidak merata pada wilayah studi, proses penyeimbangan
beban ini menjadi sangat sulit dilakukan tanpa mengorbankan aspek
jarak/waktu tempuh terhadap fasilitas kesehatan.
DAFTAR PUSTAKA
Arden, William B. (2008). Medical Geography in Public Health and Tropical

Medicine: Case Studies From Brazil, A Dissertation, The Department of
Geography and Anthropology, Louisiana State University.
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
Chan, Yupo (2005). Location, Transport and Land-Use: Modelling Spatial-

Temporal Information. Springer-Verlag
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
Fischer, Manfred M, & Getis, Arthur (2010). Handbook of Applied Spatial

Analysis: Software Tools, Methods and Applications, Springer-Verlag
Griffith, Daniel A. (1982). A Generalized Huff Model. Geographic Analysis, Vol.

14, No. 2, Ohio State University Press
Guagliardo, Mark F (2004). Spatial Accessibility of Primary Care: Concepts,

Methods and Challenges. International Journal of Health Geographics
Guermond, Yves (2008). The Modelling Process in Geography: From

Determinism to Complexity. ISTE Ltd. And John Wiley & Sons, Inc.
Hibbert, James D., & Battersby, Sarah E., & Liese, Angela D. (2011). Prediction
54
of Shopping Behavior Using a Huff Model Within a GIS Framework.

Healthy Eating in Context
Huff, David L. (2003). Parameter Estimation in the Huff Model. ArcUser

Magazine, ESRI
Huff, David L. (1963). A Probabilistic Analysis of Shopping Center Trade Areas.

Land Economics, Vol. 39, No. 1
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
Lucyati, Alma (2013, Desember). Jawa Barat Menuju Declare Kesiapan

Pelaksanaan Jaminan Kesehatan Nasional. Makalah disampaikan pada
Pertemuan Diseminasi Informasi JKN, Bandung
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
Oda, Toshikatsu, & Yamamura, Etsuo (1987). A Location-Allocation Model for
55
Health Care Service Planning. Journal of The Graduate School of

Environmental Science, Hokkaido University
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
Peraturan Presiden Nomor 12 Tahun 2013 (2012). Jaminan Kesehatan
Price, Mike (2008, Spring). Slopes, Sharp Turns, and Speed. ArcUser Magazine
Priyono, Juniawan (2009, November), Pemodelan Spasial Dalam Perencanaan

Sistem Layanan Kesehatan Berjenjang Pasca Bencana Di Aceh dan Nias.
Makalah disampaikan pada Simposium Nasional Sains Geoinformasi I,
Fakultas Geografi UGM
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
Rosenberg, Mark W. (1998), Medical or Health Geography? Populations, Peoples

and Places. International Journal of People Geography, Vol. 4
Sanjaya, Guardian Y. (2012, Oktober). Memfasilitasi Klinik dan Praktik Pribadi

dalam Pelaksanaan Jaminan Kesehatan. Disampaikan pada Seminar
Nasional Peran Strategis Dokter Layanan Primer Dalam Implementasi
Jaminan Kesehatan Nasional
Schuurman, Nadine, & Feidler, Robert S, & Grzybowski, Stefan CW, & Grund,
Darrin (2006). Defining Rational Hospital Catchments for Non-Urban
56
Areas Based on Travel Time, International Journal of Health Geographics
Starfield, Barbara, & Shi, Lieyu, & Macinko, James (2005). Contribution of
Primary Care to Health Systems and Health. The Milbank Quarterly, Vol.
83, No. 3, 2005
Undang-Undang Republik Indonesia Nomor 24 Tahun 2011 (2011). Badang

Penyelenggara Jaminan Sosial
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
Wang, Fahui (2012). Measurement, Optimization, and Impact of Health Care

Accessibility: A Methodological Review. Association of American
Geographers
57
LAMPIRAN
LAMPIRAN A
Tabel Daftar Puskesmas Beserta Proyeksi Jumlah Pasien Berdasar Hasil

Pemodelan
No. Nama Puskesmas Alamat Kab/Kota Proyeksi

Jml.
Pasien
(orang)
*)
1 JELEKONG Jl. Raya Ciparay Ds. Kab. Bandung 66.920
Jelekong, Kec. Baleendah
2 CANGKUANG Jl. Cangkuang RT 02/ RW Kab. Bandung 64.621
07, Ds. Cangkuang Barat,
Kec. Dayeuh Kolot
3 KATAPANG Jl. Terusan Kopo No. 20, Kab. Bandung 64.429
Ds. Katapang, Kec.
Katapang
4 CICALENGKA DTP Jl. Raya Cicalengka No.321 Kab. Bandung 62.743
Ds. Cicalengka Wetan,
Kec. Cicalengka
5 RANCAMANYAR Ds. Rancamanyar, Kec. Kab. Bandung 60.392
Baleendah
6 BANJARAN Ds. Banjaran Kulon, Kec. Kab. Bandung 60.206
Banjaran
7 SOLOKAN JERUK Ds. Solokan Jeruk Rt Kab. Bandung 59.628
01/RW III, Kec. Solokan
Jeruk
8 SANGKAN HURIP Ds. Sukamukti, Kec. Kab. Bandung 59.471
Katapang
9 PAMEUNGPEUK Jl. Raya Banjaran Km 14 Kab. Bandung 59.308
Ds. Sukasari, Kec.
Pameungpeuk
10 MARGA ASIH Jl. Nanjung Ds. Margaasih, Kab. Bandung 58.821
Kec. Margaasih
11 PACET Jl. Cagak Ds. Maruyung, Kab. Bandung 57.699
Kec. Pacet
12 IBUN Jl. Raya Oma Anggawisata Kab. Bandung 57.546
Ds. Ibun, Kec. Ibun
13 DAYEUH KOLOT Jl. Raya Dayeuhkolot No. Kab. Bandung 57.214
58
423, Ds. Dayeuh Kolot,

Kec. Dayeuh Kolot
14 SUMBERSARI Ds. Sumbersari, Kec. Kab. Bandung 56.282
Ciparay
15 CIKARO Jl. Talun Ds. Majakerta, Kab. Bandung 56.115
Kec. Majalaya
16 MARGAHAYU Komp Margahayu Kencana Kab. Bandung 55.647
SELATAN Blok E4, Ds.Margahayu
Sel., Kec. Margahayu
17 KERTA SARI Jl. Lebaksari Ds. Kab. Bandung 55.356
Cibeureum, Kec. Kertasari
18 SOREANG Ds. Pamekaran, Kec. Kab. Bandung 55.334
Soreang
19 WANGISAGARA Jl. Raya Pacet Ds. Kab. Bandung 55.162
Wangisagara, Kec.
Majalaya
20 PAKUTANDANG Ds. Pakutandang, Kec. Kab. Bandung 55.024
Ciparay
21 CAMPAKAMULYA Jl. Gunung Puntang Ds. Kab. Bandung 51.114
Campakamulya, Kec.
Cimaung
22 CIPARAY DTP Jl. Raya Lasur No. 819, Ds. Kab. Bandung 50.737
Ciparay, Kec. Ciparay
23 BANJARAN NAMBO Ds. Batukarut, Kec. Kab. Bandung 50.649
DTP Arjasari
24 BALEENDAH Jl. Kiastramanggala Ds. Kab. Bandung 49.645
Baleendah, Kec. Baleendah
25 CINUNUK Jl. Raya Cinunuk No. 209, Kab. Bandung 49.606
Ds. Cinunuk, Kec. Cileunyi
26 KOPO Ds. Kopo, Kec. Kab. Bandung 49.177
Kutawaringin
27 BOJONGSOANG Jl. Terusan Buah Batu Ds. Kab. Bandung 49.029
Cipagalo, Kec.
Bojongsoang
28 PASEH Jl. Cipaku No.94 Ds. Kab. Bandung 48.739
Cipaku, Kec. Paseh
29 LINGGAR Jl. Raya Garut Ds. Linggar, Kab. Bandung 48.736
Kec. Rancaekek
30 GAJAH MEKAR Ds. Jatisari, Kec. Kab. Bandung 48.130
Kutawaringin
31 ARJASARI Jl. Raya Arjasari Ds. Kab. Bandung 47.854
Arjasari, Kec. Arjasari
32 NAGREG Jl. Raya Nagreg Km.37 Ds. Kab. Bandung 47.664
Nagreg, Kec. Nagreg
33 SAWAHLEGA Ds. Nagrog, Kec. Kab. Bandung 47.557
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
60
54 SANTOSA Jl. Raya Santosa Ds. Kab. Bandung 35.235

Santosa, Kec. Kertasari
55 WARNASARI Ds. Warnasari, Kec. Kab. Bandung 34.965
Pangalengan
56 NANJUNGMEKAR Jl. Raya Cicalengka Ds. Kab. Bandung 34.743
Nanjungmekar, Kec.
Rancaekek
57 CIBEUNYING Jl. Majalaya, Ds. Kab. Bandung 34.571
Cibeunying, Kec.
Cimenyan
58 SUDI Ds. Sudi, Kec. Ibun Kab. Bandung 33.422
59 PANCA Ds. Nagrak, Kec. Pacet Kab. Bandung 32.602
60 SUKAJADI Ds. Sukajadi, Kec. Soreang Kab. Bandung 32.482
61 RAHAYU Jl. Cibolerang Ds. Rahayu, Kab. Bandung 29.896
Kec. Margaasih
62 RANCABALI Jl. Rancabali Kab. Bandung 27.958
Situpatenggang Ds.
Patengan, Kec. Rancabali
63 BATUJAJAR Jl. Raya Barat No. 383-385, Kab. Bandung 62.984
Kec. Batujajar Barat
64 CISARUA Jl. Kol. Masturi No. 19, Kab. Bandung 60.591
Kec. Cisarua Barat
65 NGAMPRAH Jl. Raya Ngamprah No, 9 Kab. Bandung 59.835
Ds. Sukatani, Kec. Barat
Ngamprah
66 PADALARANG Jl. Raya Padalarang Kab. Bandung 58.395
No.542, Kec. Padalarang Barat
67 JAYAGIRI Jl. Jayagiri No. 35, Kec. Kab. Bandung 54.656
Lembang Barat
68 CIPONGKOR Jl. Raya PLTA Saguling Kab. Bandung 53.312
No. 2 Ds. Sarinagen, Kec. Barat
Cipongkor
69 RONGGA Jl. Raya Ds. Cibedug Kab. Bandung 52.981
Rongga No. 13, Kec. Barat
Rongga
70 CIKALONGWETAN Jl. Raya Purwakarta No. Kab. Bandung 49.668
302, Kec. Cikalongwetan Barat
71 GUNUNGHALU Jl. Raya Gunung Halu No. Kab. Bandung 49.277
49, Kec. Gunung Halu Barat
72 CILILIN Jl. Raya Radio Dalam No. Kab. Bandung 48.423
1, Kec. Cililin Barat
73 TAGOGAPU Jl. Raya Purwakarta Ds. Kab. Bandung 48.189
Tagopagu Rt 01/04, Kec. Barat
Padalarang
74 CIMAREME Jl. Cimareme Indah No. 1, Kab. Bandung 47.928
61
Kec. Ngamprah Barat

75 CIHAMPELAS Jl. Raya Cihampelas No. Kab. Bandung 47.072
159 Ds. Cihampelas, Kec. Barat
Cihampelas
76 CIPEUNDEUY Jl. Raya Cipeundeuy No. Kab. Bandung 46.129
604, Kec. Cipeundeuy Barat
77 CICANGKANGGIRAN Jl. Cicangkanggirang, Kec. Kab. Bandung 46.070
G Sindangkerta Barat
78 PARONGPONG Jl. Raya Cihanjung Ds. Kab. Bandung 45.352
Cihanjuang Rahayu, Kec. Barat
Parongpong
79 PATARUMAN Jl. Raya Cipatik Soreang Kab. Bandung 44.664
No. 4 Pataruman, Kec. Barat
Cihampelas
80 CIWARUGA Jl. Waruga Jaya No. 7 Ds. Kab. Bandung 44.489
Parongpong, Kec. Barat
Parongpong
81 LEMBANG Jl. Grand Hotel No. 14, Kab. Bandung 43.811
Kec. Lembang Barat
82 CITALEM Jl. Raya Saguling Ds. Kab. Bandung 42.607
Citalem, Kec. Cipongkor Barat
83 RAJAMANDALA Jl. Raya Cipatat No. 1, Kec. Kab. Bandung 42.133
Cipatat Barat
84 MUKAPAYUNG Jl. Cikoneng Ds. Kab. Bandung 39.177
Mukapayung, Kec. Cililin Barat
85 JAYAMEKAR Jl. GA Manulang Kab. Bandung 37.827
Rancabali, Kec. Padalarang Barat
86 CIKOLE Jl. Raya Lapang Ds. Cikole, Kab. Bandung 36.325
Kec. Lembang Barat
87 CIRATA Jl. PLTA Cirata Ds. Cirata, Kab. Bandung 34.633
Kec. Cipeundeuy Barat
88 RENDE Jl. Raya Rende, Kec. Kab. Bandung 34.424
Cikalongwetan Barat
89 PASIRLANGU Jl. Pasirlangu Cisarua Ds. Kab. Bandung 34.302
Pasirlangu, Kec. Cisarua Barat
90 CIPATAT Jl. Raya Cipatat No. 363, Kab. Bandung 33.651
Kec. Cipatat Barat
91 SINDANGKERTA Jl. Sindangkerta Ds Kab. Bandung 33.383
Cintakarya, Kec. Barat
Sindangkerta
92 CIBODAS Jl. Raya Cibodas Gg.Ds. Kab. Bandung 32.031
Cibodas Rt 02/09, Kec. Barat
Lembang
93 SUMURBANDUNG Jl. Raya Purwakarta, Kec. Kab. Bandung 28.068
Cipatat Barat
62
94 SUKA PARKIR Jl. Pagarsih Gg.Bp.Oyon, Kota Bandung 54.579

Kec. Bojong Loa Kaler
95 SUKAHAJI Jl. H. Zakaria Blk No. 24, Kota Bandung 52.954
Kec. Babakan Ciparay
96 UPT KUJANG SARI Jl. Ters Buah Batu, Kec. Kota Bandung 52.609
Bandung Kidul
97 CIBOLERANG Jl. Cibolerang No. 187, Kota Bandung 52.312
Kec. Babakan Ciparay
98 UPT MARGAHAYU Jl. Pluto Raya No. 54, Kec. Kota Bandung 50.257
RAYA Buah Batu
99 UPT GARUDA Jl. Dadali No. 81, Kec. Kota Bandung 50.180
Andir
100 CIGONDEWAH Jl. Cigondewah Kaler No. Kota Bandung 50.103
17, Kec. Bandung Kulon
101 UPT BABAKANSARI Jl. Babakansari No. 183 , Kota Bandung 47.161
Kec. Kiaracondong
102 DERWATI Jl. Derwati No. 38, Kec. Kota Bandung 45.940
Rancasari
103 UPT CIBUNTU Jl. Syahbandar I Kel Cari, Kota Bandung 45.857
Kec. Bandungkulon
104 SEKELOA Jl. TB Ismail Bawah No. 4, Kota Bandung 45.198
Kec. Coblong
105 GUMURUH Jl. Rancah Goong 11, Kec. Kota Bandung 42.623
Batununggal
106 KARANG SETRA Jl. Ir Sutami No. 40, Kec. Kota Bandung 42.099
Sukajadi
107 UPT SUKA RASA Jl. Geger Kalong Hilir No. Kota Bandung 40.705
157, Kec. Sukasari
108 PASAWAHAN Jl. Naradireja, Kec. Kota Bandung 40.647
Bandung Kidul
109 CIJERAH Jl. Mekar Hegar No. 1, Kota Bandung 40.265
Kec. Bandung Kulon
110 CEMPAKA ARUM Jl. Usman bin Affan Kota Bandung 39.673
Belakang Polda Kec.
Gedebage
111 UPT CITARIP Jl. Kopo Gg Citarip No.11, Kota Bandung 38.742
Kec. Bojong Loa Kaler
112 DAGO Jl. Ir.H. Juanda No.360, Kota Bandung 38.407
Kec. Coblong
113 UPT PAGARSIH Jl. Pagarsih 95, Kec. Astana Kota Bandung 37.739
Anyar
114 UPT PADASUKA Jl. Padasuka No. 3, Kec. Kota Bandung 36.191
Cibeunying Kidul
115 UPT CIUMBULEUIT Jl. Bukit Resik, Kec. Kota Bandung 35.605
Cidadap
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
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
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
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
67
LAMPIRAN B
Tabel Daftar Rumah Sakit Umum Beserta Jumlah Dokter dan Proyeksi
Jumlah Pasien Berdasar Hasil Pemodelan
No. Nama RS Alamat Kab/Kota Kapasitas Proyeksi Jml.

(orang) Pasien
*) (orang)
**)
1 RS AL-IHSAN Jl. Bale Endah Kab Bandung Kab. Bandung 202.174 461.659
2 RS MAJALAYA Jl. Cipaku No.87 Paseh Kab. Bandung 189.796 519.987
Sukabumi
3 RS BINA SEHAT Jl. Raya Dayeuh Kolot No.325 Kab. Bandung 173.292 210.666
Bandung
4 RSUD SOREANG Jl. Alun-Alun Utara Soreang Kab. Bandung 140.284 504.787
5 RS AMC Jl. Raya Cileunyi Kab. Bandung 119.654 177.274
Rancaekek,Bandung
6 RSUD Jl. H. Darham No. 35, Kab. Bandung 119.654 266.437
CICALENGKA Cicalengka, Kab. Bandung
7 RS SULAIMAN Jl. Terusan Kopo Margahayu Kab. Bandung 28.882 106.398
Bdg
8 RS CAHYA JL. Parahyangan 3, Kavling. Kab. Bandung 268.190 401.955
KAWALUYAN HOS Kota Baru Parahyangan, Barat
Kab. Bandung Barat
9 RSUD CILIIN Jl. Blok Cinta Karya, Kab. Kab. Bandung 111.402 286.080
Bandung Barat Barat
10 RS IMMANUEL Jl. Kopo 161 Bandung Kota Bandung 631.278 528.116
11 RS HERMINA JL. A.H. Nasution No. 50, Kota Bandung 486.868 247.903
ARCAMANIK Bandung
12 RS ADVENT Jl. Cihampelas 161 Bandung Kota Bandung 478.616 273.425
13 RS AL-ISLAM Jl. Soekarno. Hatta 644 Kota Bandung 474.490 413.443
Bandung
14 RS SALAMUN Jl. Ciumbuleiut 203 Bandung Kota Bandung 396.096 297.212
15 RS SARTIKA Jl. Mooh. Toha No. 369 Kota Bandung 354.836 317.111
ASIH Bandung
16 RS MUHAMMA- Jl. K.H. Ahmad Dahlan 53 Kota Bandung 313.576 134.995
DIYAH Bandung
17 RS KEBONJATI Jl. Kebonjati 152 Bandung Kota Bandung 268.190 122.011
18 RS SANTOSA Jl. Kebon Jati No.38,Bandung Kota Bandung 251.686 88.535
19 RS ST. YUSUP Jl. Cikutra No. 7 Bandung Kota Bandung 243.434 157.597
20 RS PINDAD Jl. Jend Gatot Subroto Kota Bandung 231.056 114.328
Bandung
21 RS ST. Jl. Ir. H.Juanda No.100 Kota Bandung 210.426 150.193
BORROMEUS Bandung
22 RS RAJAWALI Jl. Rajawali No.38 Bandung Kota Bandung 202.174 196.436
23 RSUD KOTA Jl. Rumah Sakit 22 Bandung Kota Bandung 198.048 232.883
BANDUNG
24 RS BUNGSU Jl. Veteran No. 6 Bandung Kota Bandung 86.646 36.742
25 RS SARININGSIH Jl. LL RE Martadinata 9 Kota Bandung 78.394 49.117
Bandung
26 RS DUSTIRA Jl. Rumah Sakit No.1 Cimahi Kota Cimahi 618.900 474.332
27 RS CIBABAT Jl. Jend. H. Amir Machmud Kota Cimahi 268.190 384.456
No. 140
28 RS MITRA Jl. Raya Cibabat No.341 Kota Cimahi 173.292 149.891
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
69
LAMPIRAN C
Tabel rujukan layanan puskesmas dan Rumah Sakit Umum (RSU) untuk
pasien pengguna bantuan pemerintah Kota Bandung
No Kecamatan Puskesmas Rumah Sakit

1 Sukasari UPT Sukarasa RSU Salamun
Ledeng
Karang Setra
Sarijadi
2 Cidadap UPT Ciumbuleuit
Cipaku
3 Sukajadi UPT Sukajadi RSU Advent
Sukawarna
4 Cicendo UPT Pasirkaliki
5 Andir UPT Garuda RSU Santosa Bandung Central
Babatan RSU Rajawali
6 Bandung Kulon UPT Cibuntu RSU Kebonjati
Cijerah
Cigondewah
7 Cibeunying Kaler UPT Neglasari RSU Santo Yusup
8 Cibeunying Kidul UPT Padasuka RSU Pindad
Pasirlayung
9 Kiaracondong UPT Babakan Sari
Babakan Surabaya
10 Batununggal UPT Ibrahim Aji
Gumuruh
Ahmad Yani
11 Coblong UPT Puter RSU St. Borromeus
Dago RSU Sariningsih
Sekeloa RSU Bungsu
Cikutra Lama
12 Bandung Wetan UPT Salam
Tamansari
13 Sumur Bandung UPT Tamblong
Balaikota
14 Lengkong UPT Talaga Bodas RSU Muhammadiyah
Suryalaya RSU Sartika Asih
Cijagra Lama
Cijagra Baru
15 Regol UPT Pasundan
Moch. Ramdhan
Pasirluyu
16 Astanaanyar UPT Pagarsih RSU Immanuel
Astanaanyar
Lio Genteng
Palindung Hewan
17 Bojongloa Kidul UPT Kopo
18 Bojongloa Kaler UPT Citarip
Sukapakir
19 Babakan Ciparay UPT Caringin
Cibolerang
Sukahaji
20 Antapani UPT Griya Antapani RSUD Kota Bandung
70
Antapani RSU Hermina Arcamanik

Jajaway RSU Al-Islam
21 Mandala Jati UPT Singdanglaya
Jatihandap
Mandala Mekar
Pamulang
Girimande
22 Arcamanik UPT Arcamanik
Rusunawa
23 Ujungberung UPT Uber Indah
24 Cinambo UPT Cinambo
25 Cibiru UPT Cibiru
Cilengkrang
Cipadung
26 Panyileukan UPT Panghegar
Panyileukan
27 Gedebage UPT Riung Bandung
Cempaka Arum
28 Rancasari UPT Cipamokolan
Derwati
29 Buah Batu UPT Margahayu Raya
Sekejati
30 Bandung Kidul UPT Kujang Sari
Mengger
Pasawahan
Sumber: Hasil pengolahan data dari Dinas Kesehatan Kota Bandung (2013)

Ruslan Tesis Rev10c

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Ruslan Tesis Rev10c

Diunggah oleh

Hak Cipta:

Format Tersedia

UNIVERSITAS INDONESIA

OPTIMALISASI SISTEM REGIONISASI

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

OPTIMALISASI SISTEM REGIONISASI

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

Tesis ini adalah hasil karya sendiri,

Nama : Ruslan Nuryadin

Tesis ini diajukan oleh:

Judul Tesis : Optimalisasi Sistem Regionisasi dan Rujukan Fasilitas

Telah berhasil dipertahankan di hadapan Dewan Penguji dan diterima

Ketua Sidang : Dr. Ir. Tarsoen Waryono M.Si (.............................)

Pembimbing 1 : Dr. Eko Kusratmoko M.S. (.............................)

Pembimbing 2 : Dr. Aris Poniman Kertopermono (.............................)

Penguji 1 : Raldi Hendro Koestoer, Ph.D, APU (.............................)

Penguji 2 : Hafid Setiadi, M.T. (.............................)

Depok, Desember 2014

Sebagai civitas akademik Universitas Indonesia, saya yang bertanda tangan

Demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan

OPTIMALISASI SISTEM REGIONISASI

Dengan Hak Bebas Royalti Nonekslusif ini Universitas Indonesia berhak

Demikian pernyataan ini saya buat dengan sebenarnya.

Nama : Ruslan Nuryadin

Pemberlakuan sistem jaminan kesehatan secara nasional, diprediksi akan

Kata kunci: sistem rujukan layanan kesehatan, regionisasi, aksesibilitas, Model

Nama : Ruslan Nuryadin

The implementation of nation-wide health care insurance system in

Keywords: health care referral system, regionization, accessibility, attractiveness

DAFTAR TABEL ......................................................................................... x

Gambar 1.1. Sebaran rumah sakit di Propinsi Jawa Barat……………………........................ 3

1.1 Latar Belakang

Ilmu geografi telah berkontribusi dalam membantu memecahkan berbagai

Gambar 1.1. Sebaran rumah sakit di Propinsi Jawa Barat

Pergub tidak mengatur secara rinci jenjang fasilitas layanan kesehatan

1.2 Permasalahan Penelitian

Sebaran fasilitas layanan kesehatan di area studi tidak merata, sehingga

Bagaimana model spasial penentuan rujukan dan regionisasi layanan

1.3 Tujuan Penelitian

Penelitian ini bertujuan untuk:

Dalam penelitian ini, digunakan batasan-batasan sebagai berikut:

Gambar 1.2. Peta area studi

Ukuran kapasitas puskesmas dianggap sama, yakni sesuai dengan jumlah

2.1 Aksesibilitas Terhadap Layanan Kesehatan

Studi mengenai hambatan spasial dalam layanan fasilitas kesehatan, antara

2.2. Model Ketertarikan Populasi Terhadap Fasilitas Kesehatan

Wang (2012) menyampaikan model optimasi aksesibilitas layanan

menganalisis dan membandingkan pola sebaran fasilitas layanan kesehatan di

2.3. Optimasi Regionisasi

Dalam hal penyeimbangan beban layanan fasilitas kesehatan, yakni

3.1 Kerangka Konsep

Penelitian dilaksanakan pada wilayah Bandung Raya, yang terdiri dari

Gambar 3.1. Alur pikir penelitian

Rujukan dan regionisasi layanan kesehatan mengikuti prinsip perimbangan

jumlah populasi yang harus dilayani, serta memperhatikan faktor aksesibilitas

Gambar 3.2. Skema rujukan dan regionisasi fasilitas layanan kesehatan

Model regionisasi dan rujukan menggunakan bahasa pemrograman, dengan

3.2 Metodologi Pengumpulan dan Pengolahan Data

Data yang digunakan dalam penelitian ini terdiri dari:

3.2.1 Data Pusat Populasi Per Kelurahan/Desa

Koordinat pusat populasi per desa/kelurahan ditentukan berdasar titik tengah

Gambar 3.3. Citra LANDSAT 8 pada area studi

Tentukan area yang akan dijadikan sebagai sampel klasifikasi. Sebagai

Gambar 3.4. Peta hasil interpretasi semi otomatis, citra LANDSAT 8

3.2.2 Ruas Jalan

3.2.2 Kecepatan Rata-Rata Per Kelas Jalan