PADA PASIEN RAWAT INAP TAHUN 2019 DI RSUD Dr. RM DJOELHAM BINJAI
LAPORAN PKL II
DISUSUN
O
L
E
H
KELOMPOK 4
KELAS/TINGKAT : 2/E
PRODI DIII PEREKAM DAN INFORMASI KESEHATAN
UNIVERSITAS IMELDA MEDAN
T.A 2020/2021
LEMBAR PERSETUJUAN LAPORAN PKL II
PELAKSANAAN PELAPORAN INDIKATOR DATA STATISTIK RUMAH
SAKIT PADA PASIEN RAWAT INAP TAHUN 2019 DI RSUD Dr. RM
DJOELHAM BINJAI
DISUSUN OLEH :
KELOMPOK 4
Diketahui :
Koordinator PKL II
Mengetahui :
ii
Ka. Prodi D III Perekam dan Informasi Kesehatan Imelda Medan
Puji syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa atas berkat
dan rahmatnya penulis dapat menyelesaikan laporan ini dengan judul “Pelaksanaan
Pelaporan Indikator Data Statistik Fasyankes Pada Pasien Rawat Inap Pertahun di
RSUD Dr. RM Djoelham Binjai”.
Selama PKL 2 dan terselesainya laporan PKL ini tidak lepas dari bantuan dan
dorongan dari berbagai pihak, baik secara moral dan materi. Oleh karena itu, penulis
mengucapkan banyak terima kasih kepada Bapak/Ibu.
1. dr. H.R.I.Ritonga, M.Sc selaku Pemilik Yayasan Universitas Imelda Medan.
2. Dr. dr. Imelda l. Ritonga, S.Kp, M.Pd, MN Selaku Rektor Universitas Imelda
Medan.
3. dr. Suheri Parulian Gultom, M.Kes selaku Ka. Prodi D-III Perekam dan Informasi
Kesehatan Universitas Imelda Medan.
4. Esraida Simanjuntak, SKM, M.Kes. selaku Sekertaris Prodi D-III Perekam dan
Informasi KesehatanUniversitas Imelda Medan.
5. Erlindai, SKM, M.Kesselaku Koordinator PKL 2.
6. Marta Simanjuntak, STT, MIK, MKMbersama Puput Melati Hutauruk, SKM,
MKM selakudosen pembimbing.
7. Giyatno, SKM selaku Preceptor dari RSUD Dr. RM Djoelham Binjai.
8. Direktur dan seluruh staff pegawai RSUD Dr. RM Djoelham Binjai, terutama
Kepala Instalasi Rekam Medis dan seluruh staff pegawai di bagian Rekam Medik
yang telah banyak membantu penulis dalam penyelesaian Laporan ini.
9. Teman-teman satu kelompok yang telah mau berpartisipasi dan memberikan
pendapat.
Kami menyadari sepenuhnya bahwa dalam penyusunan Laporan banyak
terdapat keterbatasan dan kami menerima kritikan dan saran dari para pembaca.
Kelompok 4
iii
iv
DAFTAR ISI
Halaman
LEMBAR PERSETUJUAN
KATA PENGANTAR
DAFTAR ISI
DAFTAR TABEL
BAB I PENDAHULUAN
v
3.1.2 Waktu Pelaksanaan PKL
4.1 Hasil
4.2 PEMBAHASAN
5.1 Kesimpulan
5.2 Saran
DAFTAR PUSTAKA
vi
DAFTAR TABEL
Halaman
Tabel 4.1.2 Hasil Rekapitulasi Rawat Inap .................................................
......................................................................................................................
Tabel 4.2.1 Hasil Rekapitulasi Indikator Rawat Inap .................................
......................................................................................................................
vii
viii
BAB I
PENDAHULUAN
Setiap rumah sakit wajib melakukan pencatatan dan pelaporan tentang semua kegiatan
penyelenggaraan rumah sakit, termasuk kegiatan rawat inap. Hal tersebut sesuai dengan
ketentuan Pasal 52 ayat (1) Undang-Undang Nomor 44 Tahun 2009 tentang Rumah Sakit.
Sehingga informasi yang dibutuhkan oleh manajemen untuk pengambilan keputusan menjadi
akurat dan tepat waktu. Pencatatan dan pelaporan tersebut dalam bentuk sistem informasi
rumah sakit. Sistem informasi rumah sakit termasuk di dalamnya sistem informasi rekam medis,
yang menghasilkan laporan-laporan statistik yang informatif sehingga dapat digunakan oleh
manajemen rumah sakit untuk pengambilan keputusan, untuk melakukan penilaian
pelayanan rumah sakit, serta menilai tingkat keberhasilan atau memberikan gambaran
tentang keadaan pelayanan di rumah sakit.
Statistik rumah sakit merupakan tindak lanjut kegiatan pelaporan dari masing-masing kegiatan
pelayanan yang telah diberikan oleh sebab itu, statistik rumah sakit digunakan sebagai tolak ukur
kualiatas pelayanan yang diberikan rumah sakit dan dasar untuk pengambilan keputusan, Ilma
(Sulrieni,Huda, &Haryanto : 2018).
Laporan statistik rumah sakit diperoleh dari data sensus harian rawat inap sebagai sumber
data. Sensus harian pasien rawat inap merupakan jumlah pasien rawat inap yang ada pada
suatu waktu tertentu, (Pamungkas dan Catur, 2012).
Indikator rawat inap merupakan salah satu penentu mutu rumah sakit baik secara aspek
medis, ekonomi, dan manajemen. Dalam memberikan informasi tentang produktivitas
pelayanan rawat inap dapat dilihat dari indikator nilai BOR nilai ideal 60-85% , AvLOS nilai
ideal 6-9 hari, TOI, BTO nilai ideal 40-50 kali,GDR nilai ideal tidak lebih dari 45 per 1000 dan
NDR nilai ideal kurang dari 25 per 1000 .
Pada laporan ini akan membahas tentang “pelaksanaan pelaporan indikator data statistik
fasyankes pada pasien rawat inap pertahun di RSUD Dr. RM djoelham binjaiTahun 2019” konsep
indikator pelayanan rumah sakit dan penghitungan indikator rawat inap. Setelah mempelajari
mahasiswa diharapkan mampu menghitung indikator rawat inap. Dengan memahami konsep dasar
dan cara penghitugan ini maka diharapkan mahasiswa dapat membuat data indikator pelayanan
1
rumah sakit dengan tepat untuk membantu manajemen rumah sakit dalam perencanaan dan
pengambilan keputusan.
Dari pengalaman prektek kerja lapangan di RSU Imelda Pekerja Indonesia bahwa indikator
rawat inap sangat di perlukan sehingga kami mengangkat laporan dengan judul “pelaksanaan
pelaporan indikator data statistik fasyankes pada pasien rawat inap pertahun RSUD Dr. RM
djoelham binjaiTahun 2019”
b. BagiInstitusiPendidikan
Sebagai bahan masukan bagi Prodi PerekamMedisdanInformasi dalam
pengembangan ilmu PerekamMedisdanInformasiKesehatan mengenai indikator pelayanan
rawat inap RumahSakitUmum Daerah RM. Djoelham.
2
c. BagiMahasiswa
Untuk menambah wawasan dan pengetahuan,terutama yang berhubungan dengan
indikator pelayanan rawat inap ruangNusa Indah RSUD. Dr. RM. DjoelhamBinjai
3
BAB II
TINJAUAN PUSTAKA
4
2. 3 Indikator Statistik Rumah Sakit
Indikator statistik rumah sakit merupakan pengumpulan data di rumah sakit yang dikumpulkan
setiap hari dari pasien rawat inap dan rawat jalan.Data tersebut berguna untuk memantau
perawatan pasien setiap hari, minggu, bulan, dan lain-lain.Informasi dari statistik rumah sakit
digunakan untuk perencanaan memantau pendapatan dan pengeluaran dari pasien oleh pihak
manajemen rumah sakit.
Indikator-indikator pelayanan rumah sakit dapat dipakai untuk mengetahui tingkat
pemanfaatan, mutu dan efisiensi pengelolaan rumah sakit.Beberapa indikator penilaian pelayanan
rumah sakit menurut Irwandy (2007).
Indikator pelayanan rumah sakit Indikator-indikator pelayanan rumah sakit dapat dipakai untuk
mengetahui tingkat pemanfaatan, mutu, dan efisiensi pelayanan rumah sakit. Indikator-indikator
berikut bersumber dari sensus harian rawat inap. Pada pelaksanaan MPKP kegiatan pengendalian
diterapkan dalam bentuk kegiatan pengukuran :
a. BOR (Bed Occupancy Ratio) Persentase Pemakaian Tempat Tidur Pada Periode Tertentu
BOR menurut Huffman (1994) adalah ―the ratio of patient service days to inpatient bed count
days in a period under consideration‖. Menurut Depkes RI (2005), BOR adalah prosentase
pemakaian tempat tidur pada satuan waktu tertentu. Indikator ini memberikan gambaran tinggi
rendahnya tingkat pemanfaatan tempat tidur rumah sakit.
Periode penghitungan BOR ditentukan berdasarkan kebijakan internal RS, bisa bulanan,
tribulan, semester, atau bahkan tahunan.Lingkup penghitungan BOR juga ditentukan berdasarkan
kebijakan internal rumah sakit, misalnya BOR per bangsal atau BOR untuk lingkup rumah sakit
(seluruh bangsal). Standar internasional BOR dianggap baik adalah 80 – 90 % .Standar BOR yang
ideal menurut Depkes RI (2005) adalah antara 60-85%.Nilai ideal untuk BOR yang disarankan
adalah 75% - 85%. Angka ini sebenarnya tidak bisa langsung digunakan begitu saja untuk semua
jenis Ruah Sakit, misalnya rumah sakit penyakit khusus tentu beda polanya dengan Rumah sakit
umum. Begitu pula Rumah sakit disuatu daerah tentu beda penilaian tingkat kesuksesan BOR-nya
dengan daerah lain.
Hal ini bisa dimungkinkan karena perbedaan sosial budaya dan ekonomi setempat.Sebagai
catatan bahwa semakin tinggi nilai BOR berarti semakin tinggi pula penggunaan tempat tidur yang
ada untuk perawatan pasien.Namun perlu diperhatikan bahwa semakin banyak pasien yang
5
dilayani berarti semakin sibuk dan semakin berat pula beban kerja petugas di unit
tersebut.Akibatnya, pasien bisa kurang mendapat perhatian yang dibutuhkan (kepuasan pasien
menurun) dan kemungkinan infeksi nosokomial juga meningkat. Disisi lain, semakin rendah BOR
berarti semakin sedikit tempat tidur yang digunakan untuk merawat pasien dibandingkan dengan
TT yang telah disediakan. Jumlah pasien yang sedikit ini bisa menimbulkan kesulitan pendapatan
ekonomi bagi pihak RS.Dengan memperhatikan hal-hal tersebut diatas maka perlu adanya suatu
nilai ideal yang menyeimbangkan kualitas medis, kepuasan pasien, keselamatan pasien, dan aspek
pendapatan ekonomi bagi pihak Rumah Sakit.
b. AvLOS (Average Length of Stay) Rata-rata Jumlah Hari Pasien Rawat Inap Tinggal Di
Rumah Sakit (Hari)
AvLOS menurut Huffman (1994) adalah The average hospitalization stay of inpatient
discharged during the period under consideration‖. AvLOS menurut Depkes RI (2005) adalah
ratarata lama rawat seorang pasien.Indikator ini disamping memberikan gambaran tingkat
efisiensi, juga dapat memberikan gambaran mutu pelayanan, apabila diterapkan pada diagnosis
tertentu dapat dijadikan hal yang perlu pengamatan yang lebih lanjut.Secara umum nilai ALOS
yang ideal antara 6-9 hari (Depkes, 2005).
Rumus perhitungan Avlos :
c. TOI (Turn Over Interval) Rata-Rata Hari Tempat Tidur Tersedia Pada Periode Tertentu
Yang Tidak Terisi Antara Pasien Keluar/Meninggal dan Pasien Masuk
TOI menurut Depkes RI (2005) adalah rata-rata hari dimana tempat tidur tidak ditempati dari
telah diisi ke saat terisi berikutnya.Indikator ini memberikan gambaran tingkat efisiensi
penggunaan tempat tidur.Idealnya tempat tidur kosong tidak terisi pada kisaran 1-3 hari.
Rumus penghitungan TOI :
6
( Jumlah TT x Jumlah hari pada periodetertentu ) −hari perawatan
Rumus :
Jumlah pasien keluar ( hidup +mati ) pada periode yang sama
d. BTO (Bed Turn Over) Berapa Kali Satu Tempat Tidur Dipakai Oleh Pasien Pada Periode
Tertentu
BTO menurut Huffman (1994) adalah ―…the net effect of changed in occupancy rate and
length of stay.BTO menurut Depkes RI (2005) adalah frekuensi pemakaian tempat tidur pada satu
periode, berapa kali tempat tidur dipakai dalam satu satuan waktu tertentu.Idealnya dalam satu
tahun, satu tempat tidur rata-rata dipakai 40-50 kali.
Rumus penghitungan BTO :
e. NDR (Net Death Rate) Angka kematian 48 Jam Setelah Dirawat Untuk Tiap-Tiap 1000
Penderita Keluar.
Indikator ini memberikan gambaran mutu pelayanan di rumah sakit.NDR menurut Depkes RI
(2005) adalah angka kematian 48 jam setelah dirawat untuk tiap-tiap 1000 penderita keluar.
Indikator ini memberikan gambaran mutu pelayanan di rumah sakit. Rumus penghitungan NDR :
f. GDR (Gross Death Rate) Angka Kematian Umum Untuk Setiap 1000 Penderita Keluar
GDR menurut Depkes RI (2005) adalah angka kematian umum untuk setiap 1000 penderita
keluar rumah sakit.Rumus :
7
2.4 Tahap Pengolahan Data Statistik
Data statistik harus diolah,data yang diolah tersebutlah yang nanti akan menghasilkan informasi
kesehatan yang memiliki fungsi untuk pengambilan setiap keputusan dalam rumah sakit.
Adapun tahap pengolahan data statistik di rumah sakit adalah sebagai berikut:
a. Pengumpulan data
Proses awal dari sistem pelaporan adalah pengumpulan data,yang perlu diketahui ketika
mengumpulkan data adalah:
1. Sumber data
a.Data Primer (Diperoleh langsung dari sumbernya)
b. Data Sekunder (Data yang diperoleh tidak langsung dari sumbernya
c. Data tersier (Data yang diperoleh dari para ahli)
2. Cara Pengumpulan
a. Observasi (pengamatan)
b. Interview (Wawancara)
c. Kuesioner (Isian/angket)
d. Dokumenter
e. Tes (Penguji)
b. Pengolahan Data
Proses pengolahan data ada yang bersifat harian atau periode tertentu (bulanan,tahunan
dsb).Proses pengolahan data dapat berupa :
1. Editing, meneliti data sehingga bebas dari kesalahan
2. Pengelompokan, pemilahan dan pengelompokan sesuai kepentingan
3. Pengkodean, Pemberian kode terhadap data yang dikumpulkan
4. Pemindahan, pemindahan data kedalam suatu media pengolahan data
a. Analisis data
Analisis data dalam laporan internal atau yang diberikan kepada pimpinan berupa
informasi,artinya data yang berbentuk tabel/grafik ini harus dianalisis dahulu yang
kemudian dilaporkan dalam bentuk informasi.
b. Penyajian laporan
8
Penyajian laporan berpotensi dalam memberikan makna sehingga bermanfaat sebagai
bahan pengambilan keputusan bagi manajemen rumah sakit,oleh karena itu ada beberapa
bentuk penyajian data seperti tabel dan grafik.
9
Idealnya dalam setahun, satu tempat tidur rata-rata dipakai 40 – 50 kali (Juknis SIRS, 2011).
BTO dapat dihitung dengan menggunakan rumus berikut ini:
10
a. Length of Stay (LOS)
Length of Stay (LOS) atau lama rawat adalah jumlah hari pasien dirawat di rumah sakit, mulai
masuk sampai dengan keluar atau pulang (Horton, 2017; Edgerton, 2016; IFHIMA 2012).
Data LOS digunakan dalam pelaporan keuangan, misalnya untuk membandingkan pasien
dengan kelompok diagnosis dalam INA-CBGs. INA-CBG’s (Indonesia Case Based Grups) adalah
sistem pembayaran prospektif yang digunakan BPJS Kesehatan dengan mengenali tingkat
keparahan penyakit, penggunaan sumber daya, dan kompleksitas pasien melalui kelompok
diagnosis dan lama rawat. Kompleksitas pasien mengacu pada karakteristik yang dimiliki pasien,
termasuk masalah fisik, mental, sosial, dan keuangan, yang akan menentukan bagaimana dokter
akan merawat pasien. Kompleksitas pasien membutuhkan lebih banyak waktu dan sumber daya
termasuk laboratorium, sinar-x, dan obat-obatan.
Pasien yang memiliki karakteristik klinis dan biaya serupa diberikan kode INA-CBGs sama
yang dikaitkan dengan jumlah pembayaran tetap. LOS dapat dibandingkan pada semua fasilitas
pelayanan kesehatan untuk menentukan apakah terdapat nilai ekstrim atau outlier. Data LOS
pasien dengan diagnosis dan prosedur atau tindakan yang sama dirawat oleh berbagai dokter, hal
ini dapat dievaluasi sebagai bahan perbandingan. Misalnya, perbedaan LOS diagnosis tertentu
antardokter merupakan indikasi berbagai jenis pengobatan pada kondisi yang sama oleh dokter
yang berbeda.
Anda dapat mengitung LOS dengan menggunakan rumus sebagai berikut:
LOS =
Jumlah lama dirawat
Rumus :
Jumlah pasienkeluar ( hidup+ mati ) pada periode yang sama
11
c. Average Length of Stay (AvLOS)
Rata-rata lama rawat atau Average Length of Stay (AvLOS atau ALOS) adalah rata-rata lama
rawat dari pasien keluar (H+M) pada periode tertentu (Horton, 2017; Edgerton, 2016; IFHIMA
2012).
Perkembangan teknologi medis, perubahan praktik medis, peningkatan kunjungan pasien rawat
jalan, tekanan efisiensi finansial pada fasilitas kesehatan, dan perubahan jenis perawatan yang
diberikan berkontribusi dalam penuruan AvLOS (Horton, 2017).
Anda dapat mengitung AvLOS dengan rumus sebagai berikut:
AvLOS = Total Lama Rawat (Total LOS)
Total Pasien Keluar (H+M)
Rumus di atas tidak termasuk LOS untuk bayi baru lahir. Sebagian besar rumah sakit
menghitung AvLOS bayi baru lahir secara terpisah karena bayi baru lahir biasanya sama dengan
ibunya. Selain itu, bila dibandingkan dengan klasifikasi pasien lainnya, kelahiran normal bayi baru
lahir relatif singkat.Sebaliknya, bayi baru lahir di unit perawatan intensif cenderung cukup
panjang, kadang berbulan-bulan. Oleh karena itu, jika LOS ibu dan bayi baru lahir digabung akan
mendistorsi total AvLOS.
12
NDR.Setelah indikator telah selesai dihitung maka akan dibuatkan grafik Barber Jhonson untuk
melihat tingkat efisiensi pelayanan disebuah rumah sakit
13
BAB III
METODE PELAKSANAAN
a. Tahapan Persiapan :
Sudah dilakukan pembekalan dan simulasi Praktek Kerja Lapangan (PKL) yang dilaksanakan
pada tanggal 25 sampai 06 Januari 2021 yang beralokasi di perpustakaan Universitas Imelda
Medan.
Populasi dan sampel yang digunakan adalah data rekapitulasi pada Tahun 2019. Metode
Project Based Learning yang digunakan merupakan suatu pendekatan pembelajaran yang
menggunakan problem/masalah sebagai sumber atau dasar pembelajaran. Adapaun sumber data
yang digunakan yaitu Studi Dokumentasi yang datanya di ambil langsung di RSUD Dr. RM.
Djoelham pada bagian pelaporan dan pengolahan data.
.
14
15
BAB IV
4.1 Hasil
4.1.1 Rekapitulasi Rawat Inap RSUD Dr. RM Djoelham Binjai
Perekapan Pada Pasien Rawat Inap Tahun 2019 di RSUD Dr. RM. Djoelham Binjai
Cat: Sampel yang digunakan adalah data tahun 2019
INDIKATOR
JUMLAH
BULAN JUMLAH JUMLAH JUMLAH JUMLAH
PASIEN LAMA JUMLAH
HARI TEMPAT PASIEN PASIEN
MATI DIRAWAT PERIODE
RAWATAN TIDUR KELUAR MATI
>48JAM
Januari 1.592 140 344 14 32 1.592 31
Februari 1.409 140 325 16 34 1.409 28
Maret 1.328 140 309 15 26 1.328 31
April 1.352 140 350 14 33 1.352 30
Mei 1.473 140 335 17 32 1.473 31
Juni 1.207 140 272 8 19 1.207 30
Juli 1.478 140 335 8 20 1.478 31
Agustus 1.235 140 312 12 23 1.233 31
September 1.311 140 307 7 25 1.311 30
Oktober 1.457 140 393 15 34 1.457 31
November 1.361 140 326 9 20 1.361 30
Desember 1.285 140 300 9 17 1.219 31
Tahun 2019 16.488 140 3908 144 315 16.420 365
Sumber Data : Instalasi RM RSUD Dr. RM Djoelham
Tabel 4.1.2 Hasil Rekapitulasi Rawat Inap
a. Januari
1.592
= x 100 %
140 x 31
= 36,68%
16
b. Februari
1.409
= x 100 %
140 x 28
= 35,94%
c. Maret
1.328
= x 100 %
140 x 31
= 30,60%
d. April
1.352
= x 100 %
140 x 30
= 32,19%
e. Mei
1.473
= x 100 %
140 x 31
= 33,94 = 25%
f. Juni
1.207
= x 100 %
140 x 30
= 28,74%
g. Juli
1.478
= x 100 %
140 x 31
= 34,06%
h. Agustus
1.235
= x 100 %
140 x 31
= 28,46%
i. September
1.311
= x 100 %
140 x 30
= 31,21%
j. Oktober
17
1.457
= x 100 %
140 x 31
= 33,57%
k. November
1.361
= x 100 %
140 x 30
= 32,40%
l. Desember
1.285
= x 100 %
140 x 31
= 29,61%
Tahun 2019
16.488
= x 100 %
140 x 365
= 32,27%
2) AvLOS
Anda dapat mengitung AvLOS dengan rumus sebagai berikut :
AvLOS = Total Lama Rawat (Total LOS)
Total Pasien Keluar (H+M)
a. Januari
1592
=
344
= 4,63 = 5 hari
b. Februari
1.409
=
325
= 3,34 = 3 hari
c. Maret
1.328
=
309
= 4,30 = 4 hari
d. April
18
1.352
=
350
= 3,86 = 4 hari
e. Mei
1.473
=
335
= 4,40 = 4 hari
f. Juni
1.207
=
272
= 4,44 = 4 hari
g. Juli
1.478
=
335
= 4,41 = 4 hari
h. Agustus
1.233
=
312
= 3,95 = 4 hari
i. September
1.311
=
307
= 4,27 = 4 hari
j. Oktober
1.457
=
393
= 3,71 = 4 hari
k. November
1.361
=
326
= 4,17 = 4 hari
l. Desember
1.219
=
300
19
= 4,06 = 4 hari
Tahun 2019
16.420
=
3.908
= 4,20 = 4 hari
3) TOI
Anda dapat mengitung TOI dengan rumus sebagai berikut:
TOI = (TT X Jumlah Hari pada periode ttt) – Hari Perawatan pd periode tertentu
Jumlah pasien keluar (H+M) pada periode yang sama
a. Januari
( 140 x 31 )−1.592
=
344
= 7,99 = 8 hari
b. Februari
( 140 x 28 )−1.409
=
325
= 7,73 = 8 hari
c. Maret
( 140 x 31 )−1.328
=
309
= 9,75 = 10 hari
d. April
( 140 x 30 )−1.352
=
350
= 8,14 = 8 hari
e. Mei
( 140 x 31 )−1.473
=
335
= 8,56 = 9 hari
f. Juni
20
( 140 x 30 )−1.207
=
272
= 11,00 = 11 hari
g. Juli
( 140 x 31 )−1.478
=
335
= 8,54 = 9 hari
h. Agustus
( 140 x 31 )−1.233
=
312
= 9,95 = 10 hari
i. Septermber
( 140 x 30 )−1.311
=
307
= 9,41 = 9 hari
j. Oktober
( 140 x 31 )−1.457
=
393
= 7,34 = 7 hari
k. November
( 140 x 30 )−1.361
=
326
= 8,71 = 9 hari
l. Desember
( 140 x 31 )−1.219
=
300
= 10,18 = 10 hari
Tahun 2019
( 140 x 365 )−16.488
=
3.908
= 8,86 = 9 hari
21
4) BTO
Anda dapat mengitung BTO dengan rumus sebagai berikut:
𝐵𝑇𝑂 = 𝐽𝑢𝑚𝑙ah𝑃𝑎𝑠𝑖𝑒𝑛𝐾𝑒𝑙𝑢𝑎𝑟 (𝐻 + 𝑀) 𝑝𝑎𝑑𝑎𝑝𝑒𝑟𝑖𝑜𝑑𝑒𝑡𝑒𝑟𝑡𝑒𝑛𝑡𝑢
𝑅𝑎𝑡𝑎 − 𝑟𝑎𝑡𝑎𝑇𝑇𝑡𝑒𝑟𝑠𝑒𝑑𝑖𝑎𝑝𝑎𝑑𝑎𝑝𝑒𝑟𝑖𝑜𝑑𝑒𝑡𝑒𝑟𝑡𝑒𝑛𝑡𝑢
a. Januari
344
=
140
= 2,46 = 2 kali
b. Februari
325
=
140
= 2,32 = 2 kali
c. Maret
309
=
140
= 2,21 = 2 kali
d. April
350
=
140
= 2,50 = 2 kali
e. Mei
335
=
140
= 2,39 = 2 kali
f. Juni
272
=
140
= 1,94 = 2 kali
g. Juli
22
335
=
140
= 2,39= 2 kali
h. Agustus
312
=
140
= 2,23 = 2 kali
i. September
307
=
140
= 2,19 = 2 kali
j. Oktober
393
=
140
= 2,81 = 3 kali
k. November
326
=
140
= 2,33= 2 kali
l. Desember
300
=
140
= 2,14 = 2 kali
Tahun 2019
3.908
=
140
= 27,91 = 28 kali
5) GDR
23
Jumlah kematian pasien seluruhnya
Rumus : 1000 ‰
Jumlah pasien keluar(hidup+ mati)
a. Januari
32
= 1000 ‰
344
= 93,02 ‰
b. Februari
34
= 1000 ‰
325
= 104, 62 ‰
c. Maret
26
= 1000 ‰
309
= 84,14 ‰
d. April
33
= 1000 ‰
350
= 94,29 ‰
e. Mei
32
= 1000 ‰
335
= 95 , 52 ‰
f. Juni
19
= 1000 ‰
272
= 68,85 = 7 ‰
g. Juli
20
= 1000 ‰
335
= 59,70 = 60‰
h. Agustus
23
= 1000 ‰
312
24
= 73,72 = 7,4‰
i. September
25
= 1000 ‰
307
= 81,43‰
j. Oktober
34
= 1000 ‰
393
= 86,51‰
k. November
20
= 1000 ‰
326
= 61,35‰
i. Desember
17
= 1000 ‰
300
= 56,67 = 6‰
Tahun 2019
315
= 1000 ‰
3.908
= 80,60‰
6) NDR
Anda dapat mengitung GDR dengan rumus sebagai berikut:
Jumlah kematian pasien> 48 jam
Rumus : x 1000
Jumlah pasienkeluar (hidup +mati )
a. Januari
14
= 1000 ‰
744
= 40,53 = 41‰
b. Februari
25
16
= 1000 ‰
325
= 49, 23=50 ‰
c. Maret
15
= 1000 ‰
309
= 48, 54=49 ‰
d. April
14
= 1000 ‰
350
= 40, 00 ‰
e. Mei
17
= 1000 ‰
335
= 50,75 = 51‰
f. Juni
8
= 1000 ‰
272
= 29,41‰
g. Juli
8
= 1000 ‰
335
= 23,88¿ 24 ‰
h. Agustus
12
= 1000 ‰
312
= 38,46 ‰
i. September
7
= 1000 ‰
307
= 22,80 =23‰
j. Oktober
15
= 1000 ‰
393
26
= 38, 17 ‰
k. November
9
= 1000 ‰
326
= 27,61 =28‰
i. Desember
9
= 1000 ‰
300
= 30, 00 ‰
Tahun 2019
144
= 1000 ‰
3.908
= 36,85‰
27
4.1.3RekapitulasiIndikator Rawat inap Tahun 2019 RSUD Dr. R M. Djoelham Binjai
Cat :Sampel yang digunakan adalah data tahun 2019
Standar
TAHUN
BULAN
2019
SATUAN Depkes RI
NO INDIKATOR (2005)
JAN FEB MAR APRIL MEI JUNI JULI AUG SEPT OKT NOV DES
BOR (Bed
1 Occupancy 36,68 35,94 30,60 32,19 33,94 28,74 34,06 28,46 31,21 33,57 32,40 29,61 32,27 Persen 65-80%
Rate )
LOS
(Average
2
Length Of
4,63 4,34 4,30 3,86 4,40 4,44 4,41 3,95 4,27 3,71 4,17 4,06 4,20 Hari 6-9 hari
Stay)
TOI (Turn
3
Over Interval)
7,99 7,73 9,75 8,14 8,56 11,00 8,54 9,95 9,41 7,34 8,71 10,18 8,86 Hari 1-3 hari
BTO (Bed
4
Turn Over)
2,46 2,32 2,21 2,50 2,39 1,94 2,39 2,23 2,19 2,81 2,33 2,14 27,91 Hari 40-50 kali
NDR (Netto
5
Death Rate)
40,70 49,2 48,54 40,00 50,75 29,41 23,88 38,46 22,80 38,17 27,61 30,00 36,85 Perseribu ≤ 25‰/Tahun
GDR (Fross
6
Death Rte)
93,02 104,622 84,14 94,29 95,52 69,85 59,70 73,72 81,43 86,51 61,35 56,67 80,60 Perseribu ≤ 45‰/Tahun
28
4.1.4 Diagram Indikator Rawat inap Tahun 2019 RSUD Dr. R M. Djoelham
Binjai
180
160
140
120
GDR
100
TOI
NDR
LOS
80
BTO
BOR
60
40
20
0
JAN FEB MAR APR MEI JUN JUL AGS SEP OKT NOV DES
29
4.2 PEMBAHASAN
4.2.1 Persentase Penggunaan Tempat Tidur
4.2.2.1 Bed Occupancy Ratio (BOR)
Hasil perhitungan BOR pada Tahun 2019 BOR Terendah terdapat pada bulan
Agustus 28,46% dan BOR Tertinggi terdapat pada bulan Januari 36,68%. Hasil BOR
dari bulan Januari-Desember masih belum mencapai angka ideal menurut Depkes.
Angka ideal menurut Depkes RI (2005) yaitu 65%-85%.
30
4.2.4 ANGKA KEMATIAN
4.2.4.1 NDR (Net Death Rate)
Hasil perhitungan indikator nilai NDR pada Tahun 2019 angka kematian
¿ 48 jam, angka kematian Terendah terdapat pada bulan September 22,80‰ dan
angka Tertinggi terdapat pada bulan 50,75‰ sudah mencapai angka ideal menurut
Depkes. Angka ideal menurut Depkes RI (2005) yaitu ≤ 25‰/Tahun.
31
BAB V
KESIMPULAN DAN SARAN
Kesimpulan
1. Bed Occupancy Ratio (BOR)
Hasil perhitungan BOR pada Tahun 2019 BOR Terendah terdapat pada bulan
Agustus 28,46% dan BOR Tertinggi terdapat pada bulan Januari 36,68%. Hasil BOR
dari bulan Januari-Desember masih belum mencapai angka ideal menurut Depkes.
Angka ideal menurut Depkes RI (2005) yaitu 65%-85%.
32
NDR (Net Death Rate)
Hasil perhitungan indikator nilai NDR pada Tahun 2019 angka kematian¿ 48 jam,
angka kematian Terendah terdapat pada bulan September 22,80‰ dan angka
Tertinggi terdapat pada bulan 50,75‰ sudah mencapai angka ideal menurut
Depkes. Angka ideal menurut Depkes RI (2005) yaitu ≤ 25‰/Tahun.
Hasil perhitungan indikator nilai GDR pada Tahun 2019angka Terendah terdapat pada bulan
Desember 56,67‰ dan angka Terendah terdapat pada bulan Februari 104,62‰ sudah
mencapai angka ideal menurut Depkes. Angka ideal menurut Depkes RI (2005) yaitu ≤ 45‰
5.2 SARAN
Saran yang dapat penulis sampaikan, yaitu agar lebih meningkatkan mutu pelayanan
terutama pada indikator rumah sakit untuk lebih efisien agar pelayanan yang di
berikan menjadi maksimal dan dapat memuaskan pasien serta meningkatkan
kesehatan bagi masyarakat.
33
DAFTAR PUSTAKA
34