SOSIALISASI INTEGRASI SIMRS-SITB

Surveilans dan Monev

Subdit Tuberkulosis
LATAR BELAKANG
INTEGRASI
 HASIL STUDI INVENTORI TBC TAHUN 2016-
2017
Distribusi kasus TBC Estimasi under-reporting berdasarkan
berdasarkan jenis fasyankes jenis fasyankes
Best estimate (95% CI)
Total 41% (36% - 46%)
Tipe fasyankes
Puskesmas 15% (11% - 20%)
Non-puskesmas 71% (61% - 79%)
RS 62% (52% - 72%)
44.8% Lain-lain
(klinik, DPM, 96% (92% - 98%)
lab)
 UPAYA MENGURANGI MISSING CASES TB

• Jangka pendek (2018) : Penyisiran kasus di RS

• Jangka menengah (2018-2020) : Integrasi SITT/SITB
dengan SIMRS
• Jangka panjang (2018-2023): Penguatan penerapan
sistem wajib lapor
 LOKASI PILOTING INTEGRASI SIMRS SITT 2018-
Subdit TB:

1. Bali (1 RS)
2019 KNCV:
2. Banten (2 RS)
3. DIY (1 RS)
4. DKI Jakarta (11 RS)
1. Jatim (19 RS)
5. Jabar (5 RS, 1 2. Jateng (28 RS)
BBKPM) 3. DKI Jakarta (5
6. Jateng (4 RS, 1 RS)
BBKPM)
7. Sulawesi Utara (2 RS) 4. Jawa Barat (1 RS)
8. Sulawesi Selatan (1
RS)

Piloting Integrasi SIMRS-SITT dilakukan di 9 Provinsi dan 82 Fasilitas Kesehatan (80 RS dan 2 BBKPM)
oleh Subdit TB (8 Provinsi, 29 Faskes) bersama KNCV (4 Provinsi, 53 Faskes).
 Sistem Informasi Tuberkulosis

TB SO TB RO

2004
TB
Elektronik 2012 2010
 Sistem Informasi Tuberkulosis

TB SO TB RO 2004

2018-2020
 Sistem Informasi Tuberkulosis

TB SO TB RO

Mobile aplikasi tambahan:

a. Wifi TB b. SITRUST c. EMPATI

 Berbasis web

Memiliki sistem online

Memiliki dashboard: Grafik, table, peta, early

SITB warning system

Tersedia fitur untuk penghitungan obat dan lab
supply
berintegrasi atau akan berintegrasi dengan
sistem lain (Wifi TB, SIMRS, P-Care, SIP,
GxAlert/Data to Care, DHIS2, etc)
MODUL SIMRS DI SITB
TAMPILAN MODUL SIMRS DI
SITB
MODUL INTEGRASI SIMRS DI SITB
Di SITB, Modul Integrasi SIMRS terdiri dari 4 submenu
yaitu:
1. Data Awal
Menerima seluruh data SIMRS yang masuk ke SITB.
Data Awal
2. Data Pasien TB
Data SIMRS dengan beberapa variable tertentu sudah terisi,
akan masuk ke submenu ini. Pada submenu ini akan ada
Data Pasien validasi duplikasi otomatis antara data SIMRS dengan data
Modul TB yang sudah diinput petugas ke SITB
Integrasi
SIMRS 3. Data Valid
Data Valid Saat ini, data pasien dari SIMRS yang tidak duplikasi
dengan data yang sudah diinput sebelumnya di SITB oleh
petugas akan masuk ke submenu ini. Akan ada perubahan
pada submenu ini yaitu data yang sudah lengkap dari awal
Laporan sampai hasil akhir pengobatan akan masuk secara otomatis
ke submenu ini dan data tidak dapat te-replace kembali.

4. Laporan
FUNGSI YANG ADA PADA MODUL
SIMRS DI SITB
• Setiap data update dari SIMRS yang masuk ke SITB akan te-

Replace replace dengan menggunakan kode unik yaitu id_tb_03.

• Tujuannya untuk menghindari duplikasi antar data SIMRS

Validasi • Data SIMRS akan dilakukan validasi otomatis untuk mengecek

duplikasi antara data SIMRS dengan data yang sebelumnya
sudah diinput secara langsung oleh petugas TB di SITB
duplikasi
Validasi paduan • Di SITB, data paduan OAT dari SIMRS dengan penulisan obat
merk dagang atau lainnya akan divalidasi secara otomatis
sesuai dengan kategori paduan OAT program TB di SITB.
OAT Dapat dilihat pada variable “Kategori Paduan OAT”.
JUKNIS INTEGRASI
SIMRS-SITB
23 VARIABEL WAJIB INTEGRASI
SIMRS-SITB
1. id_tb_03 12. Klasifikasi riwayat pengobatan

2. Nama pasien 13. Tanggal mulai pengobatan

3. NIK 14. Paduan OAT
4. Jenis kelamin 15. Hasil laboratorium sebelum
pengobatan (mikroskopis/TCM/biakan)

5. Alamat lengkap pasien 16. Hasil laboratorium bulan ke-2

6. Provinsi faskes 17. Hasil laboratorium bulan ke-3
7. Kabupaten faskes 18. Hasil laboratorium bulan ke-5
8. Provinsi domisili pasien 19. Hasil laboratorium akhir pengobatan

9. Kabupaten domisili pasien 20. Tanggal hasil akhir pengobatan

10. Kode faskes 21. Hasil akhir pengobatan
11. Kode ICD 10 22. Tanggal lahir
23. Foto Toraks
UPAYA MENGURANGI
DUPLIKASI DATA SIMRS YANG
MASUK KE SITB
 Update data yang dikirimkan SIMRS dengan menyertakan data
id_tb_03, apabila data id_tb_03 kosong akan menambah data baru
 Pengisian id_tb_03 secara otomatis sebelum melaporkan data
kiriman yang kedua untuk menghindari duplikasi data pasien yang
sama
 RS menyedikan tampungan data di SIMRS untuk menerima id_tb_03
pasien yang dikirimkan dari SITB
MONITORING KELENGKAPAN
DAN VALIDASI DATA TB OLEH
RS
 Pihak RS memastikan variabel SIMRS yang akan diintegrasikan dengan
SITB sudah lengkap dan benar (Petugas Poli DOTS berkoordinasi dengan
IT RS dan Rekam Medis).
 Data yang diintegrasikan adalah pasien TB dengan kode ICD 10 A15-A19
 IT RS menyiapkan 23 variabel wajib yang diintegrasikan.
 Petugas Poli DOTS memvalidasi data pasien dari integrasi SIMRS-SITB
jika terjadi duplikasi di SITB
 Petugas Poli DOTS memonitoring kelengkapan data pasien TB dari
integrasi SIMRS-SITB sampai hasil akhir pengobatan pasien.
 EVALUASI DATA
INTEGRASI SIMRS-SITB
 DATA INTEGRASI SIMRS-SITB YANG
SUDAH MASUK KE SITB.ID
Data Data Valid
No Nama Faskes Kab/Kota Provinsi Data Awal
Pasien TB Pasien TB
1 RSUP Sanglah Kota Denpasar Bali 11
2 RS An-Nisa Kota Tangerang Banten 16 13
3 RSUP Dr. Sardjito Kab. Sleman DI Yogyakarta 316 49 37
4 RSUD Koja Kota Jakarta Utara DKI Jakarta 762
5 RSUP Persahabatan Kota Jakarta Timur DKI Jakarta 1
6 RSUPN Dr. Cipto Mangunkusumo Kota Jakarta Pusat DKI Jakarta 1948
7 BBKPM Bandung Kota Bandung Jawa Barat 150 148 27
8 RS Paru Dr. M. Goenawan Partowidigdo Kab. Bogor Jawa Barat 204 51 8
9 RS Umum Karya Husada Kab. Karawang Jawa Barat 1 1 1
10 RS Umum Daerah Dr. H. Soewondo Kendal Kab. Kendal Jawa Tengah 1
11 RS Umum Daerah Dr. Moewardi Surakarta Kota Surakarta Jawa Tengah 52
12 RS Umum Daerah Prof Dr. Margono Soekarjo Kab. Banyumas Jawa Tengah 156 53 52
13 RS Umum Dr. Oen Kota Surakarta Jawa Tengah 2 2 1
14 RS Umum Islam Kustati Kota Surakarta Jawa Tengah 9 9 9
15 RS Umum Panti Waluyo Kota Surakarta Jawa Tengah 16 15 6
16 RS Umum Panti Wilasa II Kota Semarang Jawa Tengah 1
17 RSU TRIHARSI Kota Surakarta Jawa Tengah 5 5
18 RS Umum Daerah Kabupaten Ogan Ilir Kab. Ogan Ilir Sumatera Selatan 1 1 1
19 RS Umum Daerah Siti Aisyah Kota Lubuk Linggau Kota Lubuklinggau Sumatera Selatan 2 1 1
20 RSUD Besemah Kota Pagar Alam Kota Pagar Alam Sumatera Selatan 4 2 2
Total 3658 350 145
EVALUASI DATA INTEGRASI
SIMRS-SITB
 Besarnya gap antara data SIMRS yang masuk ke Data Awal dan Data Pasien TB
Hal ini dikarenakan belum lengkapnya beberapa variabel yang terisi di data awal
seperti data laboratorium atau data paduan OAT
 Duplikasi data SIMRS yang masuk ke SITB masih ditemukan.
Hal ini dikarenakan RS belum memiliki tampungan otomatis untuk id_tb_03 yang
diterima dari SITB
 Hasil akhir pengobatan pasien sudah terisi tapi tidak sesuai program TB.
Hasil akhir pengobatan diisi setelah pasien selesai melalui masa pengobatan TB
(min.6 bulan) bukan kondisi pasien saat selesai kunjungan (contoh: Membaik)
PERSIAPAN INTEGRASI
SIMRS-SITB
YANG PERLU DIPERHATIKAN
1. Pelaporan Kasus TB di SITB diutamakan melalui penginputan manual
yang dilakukan oleh Petugas TB/Data Officer Poli Paru. Jika sudah
dipastikan bahwa kasus TB yang sudah dilaporkan ke SITB berasal dari
seluruh poli (termasuk rawat inap dan IGD), maka tidak perlu melakukan
Integrasi SIMRS-SITB.
2. Integrasi SIMRS-SITB wajib dilakukan untuk Rumah Sakit dengan
kriteria sebagai berikut:
 Sudah melaporkan kasus TB di SITB tetapi belum dari seluruh poli (termasuk rawat inap
dan IGD)
 SIMRS sudah komprehensif (sudah terhubung mulai dari bagian pendaftaran, seluruh poli,
IGD, rawat inap, laboratorium, farmasi, hasil pengobatan pasien)
LANGKAH-LANGKAH
PERSIAPAN INTEGRASI
SIMRS-SITB (RUMAH SAKIT)
1. Pihak RS melakukan evaluasi terhadap pencatatan dan pelaporan kasus TB di RS
apakah jejaring internal sudah berjalan dengan baik dan seluruh kasus sudah terlaporkan
ke SITB.
2. Jika masih ditemukan missing cases : Tim TB DOTS, Rekam Medis, IT RS dan pihak
lain terkait berkoordinasi dalam mapping variabel / data SITB yang akan diintegrasikan
dengan SITB sesuai dengan Juknis Integrasi dan definisi operasional program TB
3. IT RS menyiapkan variable integrasi yang dibutuhkan untuk integrasi dengan SITB dan
melakukan testing ke training.sitb.id/newtraining. Jika sudah sesuai, data real dapat
dikirimkan ke sitb.id
4. Pihak RS (Petugas Poli DOTS, IT RS) dapat mengecek data yang sudah diintegrasikan
baik di training.sitb.id/newtraining maupun di sitb.id menggunakan akun admin
fasyankes
TERIMA
KASIH
Kementerian Kesehatan Republik Indonesia
Subdirektorat Tuberkulosis
Jl. HR. Rasuna Said Blok X5 Kav 4- Jakarta Selatan