Strategi untuk mengurangi biaya rantai pasok persediaan layanan kesehatan

Abstrak
Tujuan – Studi ini bertujuan untuk mengidentifikasi strategi yang terbukti secara empiris
dalam mengurangi biaya rantai pasok pengadaan layanan kesehatan.
Desain/metodologi/pendekatan – Penulis melakukan wawancara mendalam di 80 rumah
sakit yang menangani rantai pasokan yang berbeda-beda. Penulis memandang perusahaan
pelayananan kesehatan sebagai unit analisis dan memeriksa taksonomi Vrat model inventaris
berdasarkan kompleksitas statis dan dinamis dari model inventaris guna
merumuskan pendekatan yang tepat.
Penulis merujuk pada 33 unit SKU1 dengan kisar harga tinggi dan sedang dari 1.432 item dan
menguji beberapa kebijakan inventarisnya. Selanjutnya, penulis menerapkan kombinasi
model inventarisasi, dengan menguji hibrid probabilistik model inventaris.
Temuan – Studi ini menemukan bahwa pasokan medis, peralatan, dan obat-obatan sangat
diperlukan untuk menunjang kualitas sistem pelayanan kesehatan. Oleh karena itu, pihak
manajemen rantai pasok (SCM) layanan kesehatan harus mengadopsi dasar strategi
penekanan biaya inventaris, dengan mengimplementasikan fungsionalitas sistem kinerja
perangkat lunak inventarisasi secara efektif dan efisien.
Studi ini menunjukkan bahwa teknik inventarisasi hibrid probabilistik pada SCM layanan
kesehatan yang secara efektif menentukan tingkat pengadaan stok yang optimal, akan secara
signifikan dapat menekan biaya.
Batasan / implikasi penelitian – Studi ini menganalisis data institusi pelayanan kesehatan
primer dan sekunder. Meskipun sistem pelayanan kesehatan tersier dan kuarter tidak
mewakili sebagian besar lembaga pelayanan kesehatan, penelitian di masa depan juga harus
menjawab kebutuhan organisasi yang sangat terspesialisasi ini.
Implikasi praktik – Studi ini menawarkan strategi praktis untuk secara berkelanjutan
membantu meningkatkan operasional rantai pasokan di institutsi pelayanan kesehatan di
seluruh dunia.
Orisinalitas/nilai – Studi ini menawarkan model inventori hibrid probabilistik sebagai solusi
yang terbukti secara empiris untuk mengevaluasi SKU di sektor pelayanan kesehatan.
Dengan demikian, penelitian ini memberikan pendekatan baru pengelolaan rantai pasokan
kesehatan, serts menawarkan taksonomi model inventarisasi baru.

1
adalah sebuah kode unik yang menjadi penanda di tiap barang yang akan dijual. )
Kata kunci: Inventaris kesehatan, Manajemen rantai pasok, Model inventaris hibrid,
Model probabilistik

Pengantar
Kebutuhan akan strategi penekanan rantai pasok pada manajemen rantai pasok (SCM) di
sektor kesehatan mengacu pada koordinasi bahan, layanan, finansial, dan informasi berkisar
di dalam dan di lintas rantai pasok; hal ini mencakup semua aspek operasional perusahaan
dengan tujuan untuk meningkatkan nilai value pada setiap tahap (Ramos et al., 2020).
Persediaan medis, peralatan, dan obat-obatan sangat diperlukan bagi kualitas sistem
pelayanan kesehatan yang efektif. Sektor kesehatan itu sedikit spesial, karena sebuah rumah
sakit tidak bisa kekurangan persediaan kebutuhan inti yang digunakan untuk menunjang
pelkasanaan tugas medis, karena apabila terjadi dan menimbulkan dampak yang lebih buruk
lagi, seperti menyebabkan pasien kehilangan nyawa, maka hal tersebut akan membuat rumah
sakit terkena tuntutan hukum. Namun demikian, kelebihan pasokan juga akan menimbulkan
outcome yang tidak diharapkan, seperti apabila terjadi kedaluwarsa produk, resiko pencurian,
kelebihan produk yang serupa, resiko penguapan yang mengurangi volume isi karena
lamanya penyimpanan, serta penumpukan limbah. Sektor kesehatan lebih banyak
menghadapi resiko akumulasi persediaan dan keusangan produk dibandingkan sektor lainnya
(Chandra dan Kachhal, 2004; Rubigha, 2020).
Rumah sakit biasa menyimpan inventaris di gudang di luar dan di lokasi seperti, apotek,
ruang operasi, toko penyedia kebutuhan pasien, dan ruang proses sterilisasi (Rubigha, 2020).
Meskipun fungsionalitas perangkat lunak standar dalam hubungannya dengan segmentasi
data yang efektif yang secara signifikan mampu mengurangi biaya inventarisasi rumah sakit
dan dapat menunjang kinerja (Bialas et al., 2020), namun demikian pengembangan
pemahaman yang matang mengenai basis strategi penekanan biaya persediaan tetaplah
terpenting bagi pihak profesional manajemen rantai pasok kesehatan (SCM).
Terlepas dari apakah suatu organisasi beroperasi untuk tujuan keuntungan, namun semua
organisasi berusaha untuk mengurangi biaya operasional. Studi simulasi telah
mengungkapkan bahwa ketidakpastian manajemen akan mempengaruhi biaya operasi, dan
risiko yang terkait oleh karena rendahnya tingkat probabilitas yang tampak, seperti risiko
rantai pasok, seringkali mengakibatkan biaya membengkak tinggi (Alsobhi et al., 2018).
Pertanyaan yang menghantarkan pada penelitian ini adalah model atau kombinasi model
inventaris seperti apa yang dapat membantu dalam penekanan biaya secara signifikan dalam
lingkungan dunia layanan kesehatan? Tinjauan kritis dari literatur yang ada memperlihatkan
beberapa strategi dalam menekan biaya umum terhadap inventarisasi rantai pasok. Beberapa
peneliti telah menyelidiki opsi pengurangan biaya dalam rantai pasok layanan kesehatan.
Misalnya, Talapatra et al. (2019a), ia menyatakan bahwa pengurangan jumlah produk, jumlah
pemasok, dan menekan jumlah pusat pemrosesan barang serta ruang distribusi akan dapat
mengurangi biaya SCM
Serdarasan (2013) menyimpulkan bahwa metode seperti perencanaan kolaboratif, perencanan
dan kontroling (forecasting), dan perbendaharan (CPFR)2 dan inventaris yang dikelola vendor
(VMI)3 pada umunya bermanfaat untuk mengintegrasikan pasokan pelayanan kesehatan dan
mengurangi biaya inventarisasi. Universitas Harvard telah mengembangkan sistem hybrid
yang menggunakan (identifikasi frekuensi radio) RFID untuk melacak peralatan, staf, pasien,
dan tempat tidur pasien untuk meminimalkan biaya rantai pasok (Wicks et al., 2006;Yao et
al., 2012).
Universitas College Hospital of Galway di Irlandia telah mengadopsi sistem positif
identifikasi pasien untuk mendorong visibilitas logistik dan mengurangi biaya rantai pasok,
berfokus pada RFID aktif guna melacak aset bernilai tinggi (Aguilaret al., 2006). Variasi lain
dari RFIDs, sistem lokasi real-time (RTLS) berbasis RFID, telah diadopsi oleh Bon Secours
Richmond Health System, di Virginia, AS, untuk melacak ruang gawat darurat pasien guna
meningkatkan visibilitas logistik dan mengurangi tingkat ketidakpastian.

Dalam beberapa tahun terakhir, metode tambahan telah dikembangkan untuk mengatasi
masalah ini. Untuk Misalnya, Carter (2021) menyarankan bahwa rumah sakit harus
mengambil pelajaran berharga dari dampaknya COVID-19 pada rantai pasok layanan
kesehatan, dengan mengadopsi praktik terbaik dalam manajemen kinerja bagian pergudangan
(Management warehouse system), seperti penggunaan teknologi otomasi untuk
mengoptimalkan prosesi rantai pasok inventarisasi. Garvey dan Carnovale (2020)
menunjukkan kondisi itu sebagai probabilitas distribusi yang merepresentaiskan model
manajaemen pemesanan inventarisasi yang baik.
Mereka dengan kritis meninjau model inventaris dalam satu periode dan menawarkan suatu
traditional newsvendor4 versi baru guna meminimalkan biaya persediaan. Mereka menamai
2
Collaborative Planning, Forecasting dan pengisian (CPFR) adalah alat yang digunakan untuk meningkatkan
optimalisasi rantai pasok /
3
Vendor Managed Inventory atau lebih dikenal sebagai VMI adalah hubungan bisnis yang saling
menguntungkan antara pembeli dan vendor, di mana vendor bertanggung jawab untuk menjaga tingkat
persediaan yang disepakati dengan pembeli.
4
The traditional newsvendor model digunakan untuk:

A.Menentukan tingkat kapasitas buffer.

model baru ini dengan sebuatan the rippled newsvendo5r . Namun, eselon rantai pasok
inventarisasi layanan kesehatan ini menghadirkan lebih banyak tantangan. Oleh karena itu,
diperlukan terobosan yang melampaui metode tradisional.
Analisis yang disajikan dalam makalah ini perlu dipahami oleh pembaca mengenai strategi
yang dipakai untuk mengurangi biaya rantai pasokan serta pendekatan barunya. Bagian
pertama penelitian ini akan memantau strategi untuk mengurangi biaya rantai pasokan dalam
dunia pelayanan kesehatan. Bagian kedua menyajikan metodologi, kemudian analisis dan
diskusi. Bagian terakhir mamaparkan kesimpulan dan arah untuk penelitian di masa
mendatang.

Kesenjangan penelitian
Pertama, meskipun ada banyak literatur tentang konsep dan model manajemen inventaris,
hanya sedikit studi yang telah meneliti strategi untuk menekan biaya rantai pasok
inventarisasi dalam sektor pelayanan kesehatan oleh karena kompleksitas dan tantanganya
yang berbeda dari sektor lainya. Penelitian ini adalah yang pertama untuk menguji
probabilistik teknik inventaris hybrid dengan tujuan untuk menemukan strategi penekanan
biaya inventaris yang secara empiris terbukti efektif di bidang kesehatan.
Kedua, adanya pendapat berbeda tentang sifat unik dari operasional rantai pasokan layanan
kesehatan, dan penelitian tidak bersependapat dengan strategi terbaik dalam penekanan biaya
untuk sektor pelayanan kesehatan.
Studi ini menawarkan modifikasi taksonomi model inventarisasi guna mengatasi kesenjangan
penelitian tersebut.

Tinjauan Pustaka
Strategi penekanan biaya rantai pasokan layanan kesehatan masa lalu dan saat ini
Pihak pemangku kepentingan layanan kesehatan SCM 6 menerapkan berbagai strategi untuk
mengurangi biaya SCM. Dua teori makro telah muncul dalam lanskap model inventaris:
Kompleksitas pendekatan inventarisasi statis dan dinamis (Dixit et al., 2015; Talapatra dan
Uddin, 2019) .Model statis merujuk pada kebijakan pembelanjaan inventaris tunggal,

B. Menetapkan jumlah pesanan untuk suatu produk.

C. Meminimalkan biaya sumber daya.
D. Memaksimalkan pemanfaatan tenaga kerja.

5
model dengan tingkat soliditas pada rantai pasokan (propagasi risiko) sebagai objectif utama sementara di saat
yang sama merumuskan strategi terbaik dalam struktur jaringan.
6
Supply Chain Management diartikan sebagai serangkaian aktivitas yang dibutuhkan dalam membuat perencanaan, pengendalian serta
distribusi produk.
sementara model dinamis merujuk pada kebijakan pembelanjaan inventaris secara berulang.
Setiap teori makro mengkaji permintaan deterministik dan probabilistik berdasarkan jenis
lokasi penyimpanan (di lokasi tunggal atau beberapa eselon), jumlah barang yang dibeli
(tunggal atau bermacam), dan sumber pasokan (tunggal atau bermacam) (Yang et al., 2021).

Gambar 1 menggambarkan denah konseptual taksonomi model inventaris yang

disederhanakan.

Dari perspektif kompleksitas statis, mengurangi jumlah produk, pemasok, dan pusat
pemrosesan dan distribusi dapat mengurangi biaya SCM (Talapatra et al., 2019b). Namun,
hal itu meningkatkan risiko terjadinya gangguan rantai pasokan. Melalui lensa kompleksitas
dinamis, metode seperti CPFR dan VMI biasanya digunakan untuk mengintegrasikan rantai
pasokan layanan kesehatan (Serdarasan, 2013;Talapatra et al., 2019a, b). Perangkat lunak
Enterprise resource planning software7 (ERP), seperti Epic System Corporation (EPIC),
meningkatkan terjalinya kolaborasi yang baik dengan rantai pemasok layanan kesehatan:
Produsen, unit pelaku purchasing perusahaan (PGO), penyedia, distributor, dan pasien.
Kemitraan yang semakin terjalin luas juga melibatkan pemangku kepentingan lainnya, seperti
perusahaan asuransi dan pemerintah. EPIC menjadi SAP8 dalam industri layanan kesehatan.
Keberhasilan penggunaan SAP, ERP, di sektor lain seperti ritel, distribusi, produksi, dan
sistem engineering telah mengilhami dunia industri kesehatan. Perangkat lunak penunjang
perencanaan rantai pasokan sepereti (CRM)9, dan (SRM)10 mampu meningkatkan visibilitas
dan kecepatan informasi rantai pasokan. Selain itu, SRM dan CRM menghubungkan rantai
pasokan internal dengan produksi manajemen (PM) melalui rantai pasokan elektronik terkait.
Integrasi SRM dan PM telah terbukti meningkatkan kemampuan manajemen pasokan dengan
menggerakkan laju Rantai Suplai Hulu (Upstream supply) material, barang, jasa, arus
informasi terkait serta laju arus finansial. Selain itu, CRM juga digunakan untuk
menghubungkan pasien dan pihak provider, mengurangi biaya Suplai Hilir (Downstream
supply) di sisi permintaan rantai pasok. Kemampuan analitik data dapat meningkatkan
kapasitas pemrosesan informasi dan ketahanan rantai pasokan, serta mengurangi gangguan

7
ERP adalah sistem terpadu yang digunakan oleh perusahaan untuk mengintegrasikan seluruh sumber daya perusahaan.
8
SAP atau juga dikenal dengan System Application and Product in Data Processing adalah sistem yang digunakan untuk mendukung
kegiatan atau aktivitas yang berjalan dalam suatu organisasi secara otomatis sehingga efisiensi dan produktivitas bisa meningkat secara
efisien
9
Customer Relationship Management (Manajemen Hubungan Pelanggan).
10
Manajemen Sumber Daya Penyimpanan.
pada rantai pasokan. Oleh karena itu, kemampuan analitik data harus dimasukkan ke dalam
strategi desain rantai pasok (Dubey et al., 2021).

Sistem manajemen gudang (WMS)

COVID-19 telah yang menciptakan tantangan baru bagi sektor kesehatan yang sudah banyak
dihadapkan pada banyak tantangan ini, menyebabkan terjadinya gangguan rantai pasokan.
Namun, pihak rumah sakit dapat memperoleh pelajaran berharga dari dampak COVID-19 ini
dalam hal rantai pasokan layanan kesehatan, dengan mengadopsi praktik terbaik yang
dikembangkan di proses logistik gudang terpadu, seperti dalam penggunaan teknologi
otomasi untuk meningkatkan proses persediaan rantai pasokan (Carter, 2021). WMS
membakukan operasi rantai pasokan. Infrastruktur penyimpanan telah meningkatkan
fungsionalitasnya, akan tetapi peningkatan ketersediaan ruang yang digunakan masih menjadi
salah satu kendala yang dihadapi para profesional SCM di sektor kesehatan. Proses
otomatisasi adalah praktik baru yang memberikan leverage11 bagi perusahaan seperti
Amazon. Namun, penerapannya untuk pelayanan kesehatan masih kurang karena adanya
tantangan tambahan yang dihadapi dalam lingkup logistik kesehatan. Selain kompleksitas
statis dan dinamis, pelaku profesional pelayanan kesehatan juga menghadapi kompleksitas
dalam pengambilan langkah yang antara lain disebabkan adanya kendala anggaran, regulasi,
dan budaya organisasi serta kebijakan. Sektor pelayanan kesehatan telah melakukan upaya
pengurangan biaya persediaan rantai pasokan tertentu tetapi sering kali gagal untuk mencapai
hasil yang diinginkan.

Teknologi identifikasi frekuensi radio (RFID)

Universitas Harvard telah mengembangkan sistem hibrida yang mengimplementasikan RFID
untuk melacak peralatan, staf, pasien, dan tempat tidur pasien, dsb (Wicks et al., 2006; Yao et
al., 2012). RFID aktif menempatkan peralatan dan perlengkapan medis, sedangkan RFID
pasif mengidentifikasi pasien, unit perawatan intensif (ICU) untuk bayi, dan wadah
penampung ASI secara real-time. Sistem hybrida Harrvard telah diuji dan dipergunakan di
Beth Israel Deaconess Medical Center, Boston, Massachusetts, AS. Menurut Yao dan al.
(2012), Rumah Sakit di Perguruan Tinggi Universitas Galway, Irlandia telah mengadopsi
sistem identifikasi pasien positif di Irlandia, dengan fokus pada RFID aktif untuk melacak
aset bernilai tinggi (Aguilar et al., 2006). Variasi lain dari RFIDs, yaitu Real-time locating

11
Leverage adalah pinjaman dana atau utang yang digunakan untuk menghasilkan return bagi perusahaan
maupun investasi.
system (RTLS) berbasis RFID, yang telah diadopsi oleh Sistem Kesehatan Bon Secours
Richmond, Virginia, AS, untuk melacak pasien di ruang gawat darurat.
Rumah Sakit San Raffaele telah menguji dan mengadopsi sistem transfusi Intel di Milan,
Italia, untuk melacak blood cold chain12. Rumah Sakit St. Vincent di Birmingham, Alabama,
AS, telah mengadopsi sistem radian dalam ruangan untuk melacak kondisi pasien dan
meningkatkan kecepatan aliran data (Yao et al., 2012). Secara umum, RFID aktif dan pasif
berfokus pada kalkulasi informasi biaya rantai pasok (Supply Chain) pelayanan kesehatan.
Secara historis, meningkatkan visibilitas dan kecepatan data sering kali menghasilkan
peningkatan kinerja pada persediaan rantai pasokan. Teknologi memungkinkan dan
mendorong visibilitas di dalam dan di seluruh rantai pasokan global. Visibilitas adalah salah
satu aspek yang paling penting dalam penciptaan rantai pasokan yang handal dan efisien.
(McGrath et al., 2021; Yoon et al., 2022).
Namun, penggerak biaya rantai pasokan layanan kesehatan saling berhubungan; oleh
karenanya, dengan menekan salah satu aspek biaya akan berpotensi meningkatkan sektor
yang lain.

Triad pelayanan kesehatan model kooperatif (Co-op care) dan high deductible health
plan (HDHPs) 13
Sejak 1979, New York State University Medical Center telah menerapkan Co-op Care.
Universitas Johns Hopkins dan institusi lain juga telah menerapkannya. Di berbagai institusi
tersebut, biaya harian terhitung 39,9% lebih rendah dari total biaya pelayanan rumah sakit
sebelumnya (Smith, 1994).
Pemerintah AS telah memperkenalkan (HDHP) dan rekening tabungan kesehatan (HSA)
untuk mengurangi biaya persediaan rantai pasokan medis dengan menciptakan insentif untuk
mengurangi konsumsi layanan medis. Garvey dan Carnovale (2020) melihat bahwa banyak
pihak manajemen sering gagal untuk mempertimbangkan propagasi gangguan yang mungkin
terjadi pada rantai pasokan. Mereka secara kritis meninjau model inventaris dalam satu
periode dan menawarkan versi baru dari model traditional newsvendor. Mereka menamai
pendekatan baru tersebut dengan sebutan the rippled newsvendor. Mereka juga menyarankan
untuk memasukkan tingkat gangguan rantai pasokan tersebut ke opsi desain rantai pasok
awal. Bukti empiris menunjukkan bahwa model baru tersebut mampu meminimalkan potensi
12
Suatu sistem untuk menyimpan dan mengangkut darah dan produk darah, dalam kisaran dan kondisi suhu
yang benar, dari titik pengumpulan dari donor darah ke titik transfusi ke pasien.
13
Rencana pelayanan kesehatan dengan premi lebih rendah yang mencakup biaya pelayanan kesehatan terhitung
setelah pihak tertanggung membayar setiap tahun/
penyebaran terjadinya disrupsi di seluruh eselon inventaris rantai pasokan. Selain itu, Garvey
dan Carnovale (2020) menunjukkan bahwa distribusi probabilitas tersebut mampu
merepresentasikan pengaturan kebijakan manajemen rantai pasok dengan baik.
Karena ketidakpastian merupakan tantangan yang signifikan untuk memodelkan situasi
persediaan, maka pengambilan sudut pandang stokastik menjadi hal yang perlu; dengan
demikian, perlu adanya inisiasi untuk bertindak melampaui optimisasi pemikiran
konvensional deterministik (Feng dan Shanthikumar, 2022). Namun demikian, pendekatan ini
yang hanya menangani konsekuensinya tanpa mencari akarnya penyebabnya – serta
penggerak biaya inventaris rantai pasokan – gagal menyimpulkan strategi penekanan biaya
yang tepat.

Metodologi
Seperti yang ditunjukkan pada Gambar 2, untuk menyelidiki strategi pengurangan biaya
persediaan rantai pasokan, kami melakukan lebih dari 80 wawancara mendalam di beberapa
rumah sakit, mencakup rantai pasokan yang berbeda. Profesional SCM berkisar dari tingkat
manajemen hingga perhitungan stok aktual (warehouse cycle counters). Kami memeriksa
proses manajemen pasok terpadu, termasuk bagian internal dan eksternal dari rantai pasokan,
secara menaik dan menurun.
Kami mengembangkan model konseptual dari rantai pasokan layanan kesehatan dengan
menggabungkan model rantai pasokan kesehatan yang dirancang oleh Smith et al. (2011a)
dan model sederhana rantai pasokan layanan kesehatan yang dirancang oleh Fawcett et al.
(2007). Selain itu, model yang diusulkan menggabungkan wawasan dari karya Dutta dan
Hora (2017), Beamon (1998), Lambert et al. (1998), Mentzer dkk. (2001), serta Serdarasan
(2013) tentang hulu dan hilir aliansi rantai pasokan dan konsep pasokan internal (Stevenson,
2021). Kami memperoleh 33 unit penyimpanan stok dengan harga tinggi dan harga sedang
dari 1.432 item dan menguji beberapa kebijakan inventarisai. Selanjutnya, kami menerapkan
kombinasi model inventaris, dengna pengujian model inventaris hibrid probabilistik.
Kami menggunakan pendekatan rantai pasokan loop tertutup untuk item harga tinggi dan
harga sedang. Kami meneliti kedua pendekatan fungsi logistik maju (forward) dan mundur
(reverse) untuk rantai pasokannya masing-masing.

Hasil & Diskusi

Model rantai pasokan layanan kesehatan
Model kematangan proses SCM menunjukkan bahwa proses rantai pasokan layanan
kesehatan saat ini memiliki mencapai yang matang. Seperti yang diilustrasikan pada Gambar
3, terdapat empat komponen utama dari rantai pasokan layanan kesehatan, antara lain
produsen, pembeli, penyedia, dan pasien (Burns, 2002; Smith et al., 2011b). Produsen
menyediakan peralatan dan furnitur, kebutuhan sandang untuk penyedia layanan dan
pasien, instrumen dan perlengkapan diagnostik, alat dan perlengkapan medis,
obat-obatan, pengujian dan perbekalan laboratorium, dan perbekalan medis dan peralatan
bedah. Terdapat dua kategori pembeli: Organisasi pembelian kelompok (PGO) dan
distributor. Dari perspektif rantai pasok, penyedia layanan kesehatan terdiri dari rumah sakit,
klinik, apotek, dan ruang praktik dokter.
Model yang diusulkan memberikan visibilitas ke eselon inventaris rantai pasokan layanan
kesehatan. Selanjutnya, dengan melanjutkan langkah profesional inventarisasi rantai pasokan
layanan kesehatan, setelah melakukan uji coba yang sukses, kami menggunakan item dengan
harga tinggi dan item dengan harga sedang sebagai contoh acuan untuk formulasi strategi
yang tepat untuk menekan biaya.

Strategi untuk mengurangi biaya rantai pasokan persediaan

Model persediaan deterministik tidaklah untuk item dengan kisar harga yang sangat tinggi
(seperti vaksin demam kuning yellow fever) atau item dengan harga sedang (seperti
Azitromisin 250 Mg) tidaklah efisien dan efektif untuk dibahas dalam penelitian ini karena
tingginya tingkat ketidakpastian dalam rantai pasokan lingkup layanan kesehatan serta
adanya kondisional persyaratan yang tidak efisien dalam hal penyimpanan yang sangat
kompleks terkait dengan sistem kontroling inventaris penyimpanan. Jumlah ermintaan dan
manajemen waktu seringkali tidak diketahui secara pasti. Oleh karena itu, kami membahas
skenario ini menggunakan model probabilistik
Selain itu, sebagian besar persediaan medis memiliki masa simpan yang terbatas. Dengan
beberapa pengecualian, model inventaris multi-periode tidak cocok untuk menangani
sebagian besar persediaan layanan kesehatan. Oleh karenanya, pihak manajemen kantor
medis sering menghadapi tantangan yang signifikan saat mencoba menerapkannya pada
inventaris medis, yang dengan demikian mengakibatkan permasalahan serius dan kekurangan
persediaan; karenanya, sebagian besar pihak manajer kantor medis enggan menggunakan
terobosan tersebut. Studi ini menguji beberapa kombinasi model persediaan probabilistik
yang berbeda. Kami mencoba beberapa model hybrid untuk menyusun strategi yang efektif
untuk mengurangi biaya rantai pasokan persediaan. Beberapa model inventaris hibrid
probabilistik tampaknya efektif dalam mengurangi biaya inventaris dalam penyediaan
layanan kesehatan primer.
Untuk menguji model yang tersedia, manajer kantor medis memutuskan untuk menelaah item
medis dengan harga tinggi - vaksin demam kuning. Kami menggunakan periode tunggal
stokastik dengan point probabilistik reorder (ROP14) yang memungkinkan adanya variabilitas
pada jumlah permintaan dan perkiraan waktu tunggu. Untuk menentukan tingkat stok optimal
(yaitu berapa banyak item yang dipesan), kami menggunakan model tunggal dengan
distribusi teoretis berkelanjutan (distribusi normal). ROP menggabungkan permintaan dan
variasi lead time demand15 di lingkup pelayanan kesehatan untuk menentukan kapan timing
yang tepat untuk melakukan pemeanan. Tujuannya adalah untuk meminimalkan total biaya
tahunan, termasuk biaya pemesanan, penyimpanan, kekurangan, dan kelebihan.

Model inventaris hibrid probabilistik untuk mengurangi biaya inventaris rantai pasokan
medis

Penyebab utama tingginya resiko tingkat keamanan pasok persediaan dalam inventarisasi
layanan kesehatan adalah buruknya teknik justifikasi personal dan penerapan teknik
manajemen persediaan yang buruk (Beier, 1995). Sebuah studi yang dilakukan oleh
Callender dan Grassman (2010) menemukan bahwa hanya terdapat 53% organisasi penyedia
layanan kesehatan yang menggunakan perangkat lunak atau model manajemen inventaris
untuk menentukan parameter inventaris. Karena adanya kendala pada lingkup layanan
kesehatan tertentu, sebagian besar SCM memilih untuk menitikfokuskan pada kesiagaan
responsif (pada kepemilikan pasokan yang tersedia) daripada keefisiensianya, karena desain
rantai pasokan responsif merupakan norma dalam industri. Sebuah studi yang dilakukan oleh
Nicholson et al. (2004) menemukan bahwa akuisisi pasokan medis non-kritis dari produsen
langsung akan menghasilkan penghematan biaya dengan tetap menjaga kualitas layanan
kesehatan. Stevenson (2021) merekomendasikan tiga langkah untuk menurunkan biaya
inventarisasi: (1) Mengembangkan perkiraan yang akurat, (2) memprioritaskan persediaan
item dengan menggunakan klasifikasi ABC, dan (3) menggunakan model persediaan yang
sesuai untuk meminimalkan biaya persediaan tahunan. Dalam penelitian ini, tim peneliti dan
manajer kantor medis mengambil item yang sangat mahal untuk mengilustrasikan cara dalam
mengurangi biaya persediaan. Item tersebut sangat mahal dan krusial untuk tim pasokan
14
ROP = Lead time demand + Safety stock
15
Lead time adalah jeda waktu antara pemesanan sampai barang tersebut sampai di tangan Anda. Sedangkan
lead time demand adalah perkiraan jumlah permintaan selama jeda waktu tersebut.
medis. Menurut Cetron et al. (2002), sekitar 200.000 kasus demam kuning terjadi setiap
tahun, dan angka kematian sekitar 20% untuk kasus yang parah. Demam Kuning, sekali
tertular, akan lebih mematikan daripada COVID-19. Oleh karena itu, vaksin demam kuning
merupakan syarat utama untuk setiap perjalanan internasional ke daerah endemik, terutama di
Afrika dan Amerika Selatan.
Ringkasan Laporan Pembelian Produk yang dibuat oleh sistem ERP menyediakan informasi
inventarisasi vaksin demam kuning YF-VAX® berikut. Di pusat pelayanan kesehatan tipikal
tersebut, permintaan tahunan rata-rata untuk YF-VAX® adalah sekitar dua puluh dosis
dengan standar deviasi dua dosis. Satu dosis adalah unit inventaris (yaitu penyimpanan stok
satuan). Karena tiga unit dari lima belas dosis dibeli dengan harga $1.691,31, maka harga
satuan untuk satu dosis adalah sekitar $112,75.
Nilai sisa berfluktuasi dari 85 hingga 100% dari biaya pembelian, tergantung pada pemasok
dan periode pengembalian. Kami menetapkan nilai sisa $95,83, yakni 85% dari biaya asli.
Pusat pelayanan kesehatan tipikal demikian melakukan pemesanan "sesuai kebutuhan".
Strategi ini diperistilahkan sebagai model inventori stochastic reorder point (ROP) yang
digabungkan dengan model periode tunggal probabilistik sebagai model inventori hybrid.
Beberapa upaya trial-and-error menunjukkan bahwa baik model kuantitas pesanan tetap
ataupun model periode tetap tidak dapat diterapkan secara tersendiri.

Model periode tunggal dengan distribusi teoretis berkelanjutan

Sejalan dengan hampir semua persediaan medis dan laboratorium, vaksin demam kuning
memiliki a umur simpan terbatas dari perspektif manajemen persediaan. Model inventori satu
periode adalah pendekatan yang paling tepat untuk menentukan parameter persediaan untuk
kategori item ini (Krajewski dan Malhotra, 2022; Stevenson, 2021). Lead time16 bervariasi
dari tiga sampai lima hari, dengan standar deviasi satu hari dan tiga hari. Dengan
menggunakan perangkat lunak statistik SAS, kami menyimpulkan bahwa permintaan untuk
vaksin demam kuning di sebagian besar pusat pelayanan kesehatan yang diteliti, terdistribusi
secara normal. Gambar 4 menunjukkan fase distribusi permintaan, dan Tabel 1 memaparkan
hasil asumsi uji normalitas.

Penentuan tingkat persediaan optimal: berapa banyak jumlah yang harus dipesan?

16
durasi antara dimulainya sebuah proses hingga proses tersebut berakhir
Dengan kontribusi margin sebesar 40%, pendapatan per unit sama dengan $157,85 per dosis.
Shortage cost17, Cs 5 Pendapatan per unit – Biaya per unit 5 $157.85 – $112.75 5 $45.1.
Kelebihan biaya adalah Ce 5 Biaya awal per unit – Nilai sisa per unit 5 $112,75 – $95,83 5
$16,92. Dengan Cs 5 $45.1 dan Ce 5 $16.91, tingkat layanan siklus dihitung sebagai berikut:

Tingkat siklus layanan mewakili probabilitas permintaan vaksin demam kuning tidak akan
melebihi pasokan selama lead time. Z-score adalah jumlah standar deviasi yang diperlukan
untuk memberikan tingkat siklus layanan yang dikehendaki, dan nilai-Z yang merujuk pada
probabilitas dari 0,73 adalah 0,61. Gambar 5 menunjukkan tingkat siklus layanan dan risiko
penekanan biaya.
BAGAN
Kami membuat Gambar 5 menggunakan POM QM, yakni paket perangkat lunak statistik
Windows. Permintaan distribusi vaksin demam kuning memiliki rata-rata (m) sekitar 20 dosis
dan standar deviasi (σ) dari dua dosis. Area merah di bawah kurva menunjukkan probabilitas
terjadinya resiko pengurangan. Area hijau muda di bawah kurva menunjukkan kemungkinan
bahwa permintaan tidak akan melebihi penawaran selama lead time. Area merah di bawah
kurva menentukan risiko kekurangan. Nilai Z-score yang sesuai untuk probabilitas 0,73
adalah 0,61. Tingkat optimal stocking (Q*) ditentukan sebagai:
BAGAN
di mana σ mewakili standar deviasi yang diperlukan untuk memberikan tingkat siklus
layanan yang diharapkan, dan m adalah rata-rata.
Seperti dibahas di bagian atas, dosis m 5 20, dosis σ 5 2, dan z 5 0,61. Oleh karena itu, Q* 5
m þ zσ 5 20 þ0 .61 (2) 5 20 þ 1.22 5 21.22 (dibulatkan menjadi 22 dosis). Pendekatan ini
masih riskan terhadap potensi terjadinya kekurangan. Sebuah kebijakan inventaris harus
mencakup adanya pemberian perlindungan apabila terjadinya kekurangan di lingkup
pelayanan kesehatan sampai pesanan berikutnya tiba dan siap digunakan. Oleh karena itu,
kami menyoroti perlunya untuk melengkapi model tunggal stokastik tradisional dengan titik
pemesanan ulang probabilistik. Jebakan lain yang muncul dari ini pendekatan ini adalah
bahwa model periode tunggal konvensional tidak memasukkan variabilitas lead-time, yakni
parameter penting dalam menentukan kapan waktu yang tepat untuk melakukan pemesanan
guna mengurangi biaya.

17
Shortage cost adalah biaya yang timbul akibat terjadinya stockout.
Penentuan titik pemesanan ulang: kapan harus memesan?
Karena ketidakpastian permintaan dan lead time, kami menggunakan titik pemesanan ulang
probabilistik (ROP) untuk melengkapi model tunggal. Kami menghitung titik pemesanan
ulang probabilistik (R) dengan cara sebagai berikut:

Permintaan harian selama lead time adalah: d 5 (20/365) (3) 5 0,16 dosis. Oleh karena itu,
diberikan d 5 0,16 dosis, σd5dua dosis, L 5 tiga hari, σL 5 satu hari, z 5 0,61:

Permintaan yang diharapkan selama lead time sama dengan 48, dan safety stock kira-kira
3,47 dosis. Jadi, pesanan 22 dosis vaksin demam kuning harus dilakukan sekali dengan
kuantitas mencapai empat dosis.

Item yang cukup kritis: contoh tablet Azitromisin 250 Mg

Studi ini juga membahas Azitromisin 250 MgTablet, item dengan harga sedang yang dibeli
dalam jumlah 1.432 item. Satu paket berisi enam tablet seharga $18,58, sehingga harga
satuan (untuk satu tablet) kira-kira $3,10. Azitromisin digunakan untuk mengobati berbagai
infeksi bakteri dengan menghentikan pertumbuhan bakteri. Untuk merumuskan model
persediaan, maka paket berisi enam tersebut ditetapkan sebagai satu unit stok persediaan.
Permintaan tahunan untuk Azitromisin 250 Mg adalah sekitar 2.100 unit. Waktu tunggu
adalah dua minggu, dan biaya penyimpanan tahunan per unit kira-kira $24. The newsboy
problem 18, juga dikenal sebagai model periode tunggal, adalah model persediaan yang paling
tepat untuk memesan produk yang mudah rusak seperti obat-obatan dan beberapa
18
Nama lain dari Newsboy Problem adalah Single Period Problem merupakan metode yang digunakan untuk
menentukan kuantitas produksi/pemesanan dan tingkat persediaan untuk memaksimalkan expected profit,
meminimalkan ekses (barang yang tersisa dalam stok), dan meminimalkan biaya kehilangan penjualan (lost
sales).
perlengkapan medis (Russell dan Taylor, 2014; Stevenson, 2021), sama halnya dengan
Azitromisin 250 Mg yang memiliki masa manfaat terbatas.

Analisis ini berkonsentrasi pada kekurangan dan kelebihan biaya. Shortage cost19 (Cs) adalah
perbedaan antara pendapatan per unit dan biaya per unit. Kelebihan biaya (Ce) adalah
perbedaan antara biaya awal per unit dan nilai sisa per unit. Nilai residu adalah nilai barang
yang tersisa pada akhir periode tertentu. Shortage cost20 per unit $3,1, dan kelebihan biaya
adalah $1,5. Biaya per unit sama dengan $15,48. Studi pertama menentukan tingkat siklus
layanan, dengan probabilitas yang dibutuhkan pasien tidak akan melebihi tingkat stocking. Cs
5 Pendapatan per unit – Biaya per unit = $18,58- $15,48= $3,1.

Selama permintaan Azitromisin 250 Mg secara normal didistribusikan, angka 0,67

mengindikasikan bahwa 67% area berada di bawah kurva distribusi normal standar dari sisi
kiri : Gambar 6.
Tingkat stok optimal untuk Azitromisin 250 Mg (So) sama dengan jumlah rata-rata ditambah
nilai Z-score dikalikan standar deviasi. Nilai Z-score yang sesuai untuk probabilitas 0,67
adalah 0,44. Area di bawah kurva dengan warna hijau muda mewakili kemungkinan bahwa
permintaan tidak akan melebihi penawaran, dan area di bawah kurva berwarna merah
menunjukkan risiko kekurangan. Tingkat optimal stocking (Q*) ditentukan sebagai berikut:

di mana σ adalah standar deviasi, dan m adalah rata-rata. Karena m 5 5, σ 5 1.66, dan z 5
0.44,Q* 5 m þ z σ 5 5 þ0 .44 (1.66) 5 5 þ0 .74 5 5.74 (dibulatkan menjadi enam unit
Azitromisin). QM POM untuk paket perangkat lunak Windows mengembalikan titik laporan
pemesanan ulang berikut (lihat tabel2).
Titik pemesanan ulang Azitromisin adalah 17,52 unit, dibulatkan menjadi 18 unit. Dengan
biaya penyimpanan sebesar $0,929 (5% dari biaya pembelian) dan permintaan tahunan
sekitar 2.100 unit, biaya penyimpanan tahunan sama dengan 2.100 (0,929)5 $1950,9. Kami
mengidentifikasi 33 item cukup krusial yang mirip dengan Azitromisin 250 Mg. Dengan
mempertimbangkan beberapa kendala khusus yang terkait dengan setiap item, kami
menentukan bahwa pusat layanan kesehatan akan menghemat sekitar $64.300 per tahun
dengan menggunakan model hibrid dengan benar.
19
Shortage cost adalah biaya yang timbul akibat terjadinya stockout.
20
Shortage cost adalah biaya yang timbul akibat terjadinya stockout.
Kesimpulan
Proyek penelitian ini didorong oleh perlunya untuk melakukan identifikasi strategi
pengurangan biaya guna meningkatkan efisiensi SCM pelayanan kesehatan. Model inventaris
probabilistik hibrida yang menggabungkan periode tunggal stokastik tradisional dan titik
pemesanan ulang stokastik menetapkan parameter kontrol inventaris sebagai titik awal untuk
mengurangi biaya inventaris di sektor Primary care.21 Sebagai prasyarat, distribusi kontinu
atau diskrit teoretis yang menggambarkan permintaan dengan lebih baik harus diidentifikasi,
atau distribusi frekuensi harus dihitung berdasarkan data permintaan historis di pusat
kesehatan. Hasil penelitian mengungkapkan bahwa model persediaan hybrid probabilistik
dapat secara signifikan menurunkan biaya persediaan rantai pasokan jika digunakan secara
efektif.
Biaya tenaga kerja juga harus dikurangi untuk mengurangi biaya persediaan rantai pasokan
layanan kesehatan secara keseluruhan. Beberapa strategi mencakup kombinasi berbagai
pendekatan dan teknik, seperti penjadwalan tenaga kerja yang efisien, Co-op Care,
benchmarking, dan penurunan substansial pergantian karyawan saat ini. Perluasan penerapan
Co-op Care secara nasional tampaknya sangatlah penting. Co-op Care telah terbukti sebagai
strategi pengurangan biaya yang efektif dan efisien. Strategi ini berhasil diterapkan di Pusat
Medis Universitas Negeri New York pada tahun 1979 dan Universitas Johns Hopkins,
dengan berhasil mengurangi biaya harian sebesar 39,9% dibandingkan dengan biaya
pelayanan rumah sakit pada umumnya (Smith, 1994).

Kontribusi Teoritis dan Implikasi praktis

Kontribusi teoretis. Studi ini menawarkan pendekatan inovatif dan unik terhadap
pengurangan biaya di lingkungan pelayanan kesehatan dari perspektif teoretis. Desain baru
taksonomi inventaris dan model konseptual rantai pasokan layanan kesehatan banyak
mencuri perhatian para komunitas riset. Studi ini membuka tantangan baru dan
mengembangkan pengetahuan teoritis yang telah diadopsi sebelumnya. Kami menggeser
batas-batas pengetahuan yang telah ada sebelumnya dengan memberikan pendekatan baru
untuk mengurangi biaya inventaris rantai pasokan di lingkungan pelayanan kesehatan dengan
menggabungkan optimalisasi deterministik konvensional dan distribusi probabilitas bersyarat
untuk menentukan tingkat penyimpanan yang optimal. Melalui bukti empiris dari pengujian
21
Primary Care merupakan tulang punggung dari system pelayanan kesehatan. Tidak hanya sebagai "pintu"
masuk pasien/masyarakat untuk menerima pelayanan kesehatan (kuratif), Primary Care juga mengemban fungsi
preventif demi menjamin status kesehatan masyarakat.
model inventori hibrid probabilistik yang baru dikembangkan, penelitian ini menambahkan
model inventori probabilistik hibrid ke serangkaian anteseden terbatas untuk model
pengurangan biaya rantai pasokan pada pelayanan kesehatan. Hal ini memperluas model
acuan dalam pengambilan keputusan pemesanan inventaris di luar model optimisasi
deterministik konvensional (Wicks et al., 2006; Yao et al., 2012; Feng dan Shanthikumar,
2022).
Implikasi Praktis
Kami menwarkan model inventaris probabilistik dalam mencapai total biaya persediaan
terendah untuk unit persediaan yang paling banyak digunakan di sektor kesehatan. Dengan
mengaplikasikan hal tersebut, kami menawarkan kepada pihak manajemen, sebuah teknik
yang terbukti secara empiris efektif untuk kontrol inventaris. Studi ini sejalan dengan
beberapa penelitian yang berpendapat bahwa pihak manajemen “biasanya beroperasi menurut
metodologi empiris yang seringkali tidak menjamin kinerja yang optimal” (Caputo et al.,
2004, hal. 546). Studi ini juga mengkaji berbagai upaya untuk mengurangi biaya inventaris
rantai pasokan layanan kesehatan. Sebagai hasilnya, strategi ini dapat menghantarkan pada
adanya transformasi sosial yang inovatif, dengan lebih memberdayakan pelaku profesional
rantai pasok layanan kesehatan, dan pada akhirnya akan meningkatkan efisiensi di sektor
layanan kesehatan.

Rekomendasi untuk penelitian selanjutnya

Studi ini menunjukkan akan adanya ruang kemungkinan untuk mengurangi biaya rantai
pasokan yang dapat dieksplorasi di penelitian mendatang (lihat Gambar 7). Berbagai
hipotesis dapat dieksplorasi dan diuji untuk menyeimbangkan trade off22 antara tingkat
responsif dan efisiensi dalam organisasi pelayanan kesehatan. Studi ini mengembangkan 21
kemungkinan hipotesis yang dapat diperiksa dan diuji. Misalnya, mengikuti panah warna biru
pada Gambar 7, dengan menjelajahi dan menguji urutan H9, H15, dan H20, akurasi informasi
dapat meningkat, menghasilkan tingkat persediaan yang rendah (H9), yang pada gilirannya
dapat menurunkan tingkat responsif (kepuasan pasien rendah karena produk tidak selalu
tersedia, H20). Dengan demikian, situasi ini pada akhirnya akan mengurangi biaya rantai
pasokan layanan kesehatan (H15). Demikian pula, hipotesis lain dapat dieksplorasi dan diuji
untuk menyeimbangkan trade off23 antara tingkat responsif dan efisiensi dalam organisasi
layanan kesehatan.

22
kondisi yang tidak dapat terjadi secara bersamaan dan harus memilih salah satu di antaranya.
23
kondisi yang tidak dapat terjadi secara bersamaan dan harus memilih salah satu di antaranya.