SEMINAR NASIONAL PHARMACOPEAE : Peran Farmakoekonomi Dalam Pelayanan Kefarmasian

PEMANFAATAN DATA WAREHOUSE SEBAGAI

PENENTUAN INDIKATOR MUTU PELAYANAN
RUMAH SAKIT
Shopiatun1,M. Reza Faisal, S.T, M.T2, Radityo Adi Nugroho, S.T, M.Kom 2
1Mahasiswa Prog Studi Ilmu Komputer Fakultas MIPA Universitas Lambung

Mangkurat
2Dosen Prog. Studi Ilmu Komputer Fakultas MIPA Universitas Lambung Mangkurat

Prog. Studi Ilmu Komputer Fakultas MIPA Universitas Lambung Mangkurat

Jl. A. Yani Km 36 Banjarbaru, Kalimantan selatan

Email: shopiatun048@gmail.com, reza.faisal@unlam.ac.id,

radityo.adi@unlam.ac.id

Abstract
Each hospital has a summary of datafor each time period. With the data summary
report generating one report in the form of the value of quality indicators of hospital
service. Data warehouses can be used as one of the information technology that
support the hospital. In Banjarbaru Regional General Hospital, has not exploited the
technology of data warehouse as a support to assist in the decision making based on
the results of the indicator value of quality of service at each hospital. With the aim of
this study is utilizing the data warehouse into the determination of the quality
indicators of hospital services and designing a data warehouse using the nine-step
method. In this study, the data warehouse is built with a nine-step method involving
six (6) indicators of quality of care. The results of this study are the values of 6(six)
among other indicators, BOR, ALOS, BTO, TOI, NDR and the GDR. The conclusion in
the can is the data warehouse to the hospital was made by a nine-step method and
design of data warehouse is created with the needs of the data in the calculation of
indicators that generate a schema structure in the form of a star schema.

Keywords: Data Warehouse, Quality of Care Indicators, Nine Step Method

Abstrak

Tiap-tiap rumah sakit memiliki rekapitulasi data pada tiap kurun waktu tertentu.
Dengan rekapitulasi data tersebut menghasilkan laporan salah satunya laporan
berupa nilai indikator mutu pelayanan rumah sakit. Data warehouse dapat
dimanfaatkan sebagai salah satu dari teknologi informasi yang menunjang kegiatan
rumah sakit. Pada Rumah SakitUmum Daerah Banjarbaru, belum dimanfaatkannya
teknologi data warehouse tersebut sebagai penunjang untuk membantu dalam
menentukan keputusan berdasarkan hasil dari nilai indikator mutu pelayanan pada
tiap rumah sakit. Dengan tujuan penelitian ini yaitu memanfaatkan data warehouse
menjadi penentuan indikator mutu pelayanan rumah sakit dan merancang data
warehouse dengan menggunakan metode nine step. Pada penelitian ini dibangun
data warehouse dengan metode nine step dengan melibatkan 6 (enam) indikator
mutu pelayanan. Hasil penelitian ini yaitu nilai-nilai dari 6 (enam) indikator antara

Pemanfaatan Data Warehouse sebagai Penentuan Indikator Mutu Pelayanan Rumah Sakit
(Shopiatun 2014)
SEMINAR NASIONAL PHARMACOPEAE : Peran Farmakoekonomi Dalam Pelayanan Kefarmasian

lain, BOR, ALOS, BTO, TOI, NDR dan GDR. Kesimpulan yang di dapat adalah data
warehouse untuk rumah sakit dibuat dengan metode nine-step dan perancangan
data warehouse yang dibuat dengan kebutuhan data dalam perhitungan indikator
yang menghasilkan sebuah struktur skema berupa skema bintang.

Kata kunci : Data Warehouse, Indikator Mutu Pelayanan, Metode Nine Step

1. PENDAHULUAN
Seiring berkembangnya sebuah rumah sakit, maka semakin besar juga data
yang akan digunakan. Kebutuhan informasi yang cepat dan akurat menjadi hal
yang penting bagi rumah sakit. Data yang diolah dengan baik akan menghasilkan
suatu informasi mengenai situasi bisnis rumah sakit bersangkutan, sehingga
membantu pihak rumah sakit, salah satunya mendukung dalam pengambilan
keputusan. Banyak rumah sakit yang memanfaatkan teknologi informasi untuk
dapat meningkatkan kinerja bisnisnya. Data warehouse merupakan salah satu
teknologi informasi yang menunjang kegiatan rumah sakit tersebut[1].
Menurut Mallach [4], data warehouse adalah tempat penyimpanan data
tunggal, lengkap, dan konsisten yang datanya didapatkan dari berbagai macam
sumber dan disediakan agar mudah dimengerti dan untuk digunakan dalam
konteks bisnis bagi end-user. Data warehouse dapat membantu pihak eksekutif
sebuah perusahaan dalam menentukan kebijakan perusahaan, dengan
menghasilkan keputusan yang cepat dan tepat berdasarkan hasil analisa dari data
dan fakta yang ada. Kegunaan dari data warehouse ini adalah untuk mendukung
proses analisa bagi para pihak eksekutif dalam pengambilan keputusan[6].Dengan
seiring berkembangnya rumah sakit, maka semakin banyak pula data yang
dimiliki, yang dapat diolah menjadi informasi yang penting bagi para eksekutif
dalam meningkatkan kinerja dan juga mutu pelayanan untuk rumah sakit. Untuk
dapat menjaga mutu suatu rumah sakit, maka setiap rumah sakit wajib untuk
melihat indikator mutu standar yang ditetapkan. Adapun indikator mutu
pelayanan rumah sakit yang sesuai standar mutu nasional menurut pendapat
Muninjaya[5]. Nilai indikator yang dimaksud ada 6 (enam) dari 13 (tiga belas)
indikator yang ditetapkan yaitu BOR, ALOS, BTO, TOI, NDR dan GDR.
Pada penelitian ini menerapkan metode nine-step sebagai metode
perancangan data warehouse yang memiliki 9 (sembilan) tahapan yaitu pemilihan
proses, pemilihan grains, identifikasi dan penyesuaian dimensi, pemilihan fakta,
penyimpanan pre-calculation ditabel fakta, memastikan tabel dimensi, pemilihan
durasi database, melacak perubahan dari dimensi secara perlahan, dan penentuan
prioritas dan model query. Dengan 9 (sembilan) tahapan tersebut juga
menghasilkan satu struktur, yaitu struktur skema bintang.

2. METODELOGI PENELITIAN
2.1 Metode Perancangan Data Warehouse
Adapun metode perancangan data warehouse ini dengan menerapkan
metode Nine-Step di Rumah Sakit Umum Daerah Banjarbaru. Metode perancangan
data warehouse menurut Kimball yang digunakan meliputi 9 tahap yang dikenal
dengan Nine-step Methodology[2], kesembilan tahap itu yaitu :

Pemanfaatan Data Warehouse sebagai Penentuan Indikator Mutu Pelayanan Rumah Sakit
(Shopiatun 2014)
SEMINAR NASIONAL PHARMACOPEAE : Peran Farmakoekonomi Dalam Pelayanan Kefarmasian

1. Pemilihan proses
Melakukan pemilihan proses pada materi subjek yang dibutuhkan oleh data
warehouse. Pada tahap ini, ditentukan pada proses bisnis apa data warehouse
akan digunakan. misalnya proses bisnis yang dipilih adalah proses registrasi
pasien dan pemakaian ruangan.
2. Pemilihan grain
Menentukan secara tepat apa yang direpresentasikan oleh record tabel fakta.
Pada tahap ini akan ditentukan tingkat detail data yang bisa didapatkan dari
model relational. Misalnya untuk tabel fakta rawat jalan dapat diputuskan
record-record yang akan ditampilkan meliputi jumlah pasien.
3. Identifikasi dan penyesuaian dimensi.
Membuat set dimensi yang dibutuhkan untuk menjawab seluruh pertanyaan
yang diajukan pada tabel fakta. Set dimensi ini membuat data warehouse
mudah dimengerti dan digunakan. Dimensi harus digambarkan sejelas
mungkin dan mudah digunakan. Dimensi harus menggambarkan sejelas
mungkin dan memperkuat grain. Tabel dimensi berisi data yang
menggambarkan dimensi dari bisnis.
4. Pemilihan fakta.
Dalam memilih fakta disesuaikan dengan grain yang telah ditentukan
sebelumnya yang merupakan calon-calon fakta.
5. Penyimpanan pre-calculation ditabel fakta.
Pada tahap ini dipilih fakta-fakta yang akan mengisi setiap table fakta,
dimana fakta-fakta yang dipilih harus sesuai dengan grain yang telah
ditentukan.
6. Memastikan tabel dimensi.
Pada tahap ini dilakukan pemeriksaan ulang pada tabel dimensi dan
menambahkan deskripsi teks terhadap dimensi, serta menentukan hierarki
atribut dimensi untuk mempermudah proses analisis. Gambaran teks
haruslah mudah digunakan dan dimengerti oleh pengguna.
7. Pemilihan durasi database.
Menentukan waktu periode database untuk beberapa tahun ke belakang.
Pada beberapa perusahaan, ada kebutuhan untuk melihat data pada waktu
yang sama, tetapi setahun atau dua tahun sebelumnya. Tabel fakta yang
sangat besar menyebabkan sedikitnya dua permasalahan desain data
warehouse yang signifikan, yaitu :
a. Pertama, menimbulkan kesulitan untuk menyimpan data lama. Semakin
lama data, semakin besar kemungkinan ada masalah dalam membaca
dan mengintepretasikan data lama tersebut.
b. Kedua, adalah penggunaan dimensi-dimensi lama yang penting yang
dapat menyebabkan Slowly Changing Dimension (SCD) yang akan
dijelaskan pada langkah selanjutnya.
8. Melacak perubahan dari dimensi secara perlahan.
Dimensi berubah secara perlahan seiring berjalannya waktu dan kebutuhan.
Tiga tipe utama SCD adalah :
Tipe 1 : Di mana perubahan atribut dimensi ditulis ulang.

Pemanfaatan Data Warehouse sebagai Penentuan Indikator Mutu Pelayanan Rumah Sakit
(Shopiatun 2014)
SEMINAR NASIONAL PHARMACOPEAE : Peran Farmakoekonomi Dalam Pelayanan Kefarmasian

Tipe 2 : Di mana perubahan atribut dimensi menyebabkan

pembentukan record dimensi baru.
Di mana perubahan atribut dimensi menyebabkan atribut
Tipe 3 : pengganti (koleksi baru). Jadi, baik nilai lama maupun
nilai baru dari atribut tersebut dapat diakses secara
bersamaan pada record dimensi yang sama.
9. Penentuan prioritas dan model query.
Pada tahap ini dilakukan pertimbangan perancangan fisikal, seperti
keberadaan dari summary (ringkasan) dan aggregate (penjumlahan). Selain
itu, masalah administrasi, backup, kinerja indeks dan keamanan juga
merupakan faktor yang harus diperhatikan. Isu rancangan kritis database
fisikal mempengaruhi persepsi pengguna akhir terhadap data warehouse.

2.2 Indikator Standar Mutu pelayanan Nasional

Untuk dapat menjaga mutu suatu rumah sakit, maka setiap rumah sakit
wajib untuk melihati indikator mutu standar yang ditetapkan. Adapun indikator
mutu pelayanan rumah sakit yang sesuai standar mutu nasional menurut
pendapat Muninjaya[5]adalah:
1. Bed Occupancy Rate (BOR) adalah persentase pemakaian tempat tidur pada
satu satuan waktu tertentu. Indikator ini memberikan gambaran tentang
tinggi rendahnya tingkat pemanfaatan tempat tidur Rumah Sakit.
Rumus BOR =

Jumlah hari perawatan RS dalam waktu tertentu

Jumlah TT x Jumlah hari dalam satu satuan x 100%
waktu
2. Average Length of Stay (ALOS) adalah rata-rata lamanya perawatan seorang
pasien. Indikator ini di samping merupakan gambaran tingkat efisiensi
manajemen pasien di rumah sakit, indikator ini juga dapat dipakai untuk
mengukur mutu pelayanan apabila diagnosis penyakit tertentu dijadikan
tracernya (yang perlu pengamatan lebih lanjut).
Rumus ALOS =
Jumlah hari perawatan pasien keluar RS
Jumlah pasien keluar RS (hidup+mati)
3. Turn Over Internal (TOI) adalah rata-rata hari tempat tidur tidak ditempati
dari saat ke saat sampai terisi berikutnya. Indikator ini juga memberikan
gambaran tingkat efisiensi penggunaan tempat tidur.
Rumus TOI =
(Jumlah TTxhari)-hari perawatan RS
Jumlah pasien keluar RS (hidup+mati)
4. BedTurnOver (BTO) adalah frekuensi pemakaian tempat tidur dalam
satuan waktu (biasanya pertahun) tempat tidur RS.
Rumus BTO =
Jumlah pasien keluar RS (hidup+mati)
Jumlah tempat tidur

Pemanfaatan Data Warehouse sebagai Penentuan Indikator Mutu Pelayanan Rumah Sakit
(Shopiatun 2014)
SEMINAR NASIONAL PHARMACOPEAE : Peran Farmakoekonomi Dalam Pelayanan Kefarmasian

5. Net Death Rate (NDR) adalah angka kematian di atas 48 jam setelah dirawat
untuk tiap-tiap 100 penderita keluar RS.

Rumus NDR =

6. Gross Death Rate (GDR) adalah angka kematian umum penderita keluar RS.
Rumus GDR =

Menurut pendapat Muninjaya[2], standar nasional untuk asuhan kesehatan

rumah sakit di Indonesia sebagaimana terlihat pada tabel 1.

Tabel 1. Standar Nasional Asuhan Kesehatan RS di Indonesia.

No Nama Indikator Nilai
1 BOR 75-80 %
2 ALOS 7-10 hari
3 TOI 1-3 hari
4 BTO 5-45 hari
5 NDR (48 jam) <3%
6 GDR < 2,5 %

3. HASIL DAN PEMBAHASAN

3.1 Metode Desain Data warehouse (Nine Step Design)
Data yang digunakan adalah data yang didapat dari rumah sakit dengan
menganalisa tabel-tabel yang ada pada database. Kemudian dari analisa database
yang ada maka dipilih beberapa tabel yang diperlukan datanya dalam perhitungan
untuk menentukan indicator standar mutu pelayanan nasional yang disesuaikan
dengan proses yang berjalan pada rumah sakit. Kemudian dilanjutkan pada
tahapan metode nine-step.

1. Pemilihan proses
Pemilihan proses dilakukan untuk memperjelas batasan data warehouse yang
akan dibuat. Dengan proses yang dipilih, akan memudahkan untuk melakukan
tahapan yang berikutnya. Adapun proses yang akan dipilih untuk merancang data
warehouse berfokus kepada proses pelayanan yang terdiri dari proses registrasi
pasien dan pemakaian ruangan. Proses ini dipilih karena kebutuhan data untuk
perhitungan indikator nantinya. Di mana diantara perhitungan tersebut
membutuhkan data jumlah pasien, jumlah kematian, dan jumlah tempat tidur.
Sehingga dari nilai jumlah pasien, jumlah kematian dan jumlah tempat tidur
tersebut dapat mengisi nilai dalam perhitungan indikator yang dipilih 6 dari 13
indikator yaitu BOR, ALOS, TOI, BTO, NDR dan GDR. Yang mana pemilihan 6
indikator ini disesuaikan dengan pengadaan pelayanan pada rumah sakit umum
daerah Banjarbaru.

Pemanfaatan Data Warehouse sebagai Penentuan Indikator Mutu Pelayanan Rumah Sakit
(Shopiatun 2014)
SEMINAR NASIONAL PHARMACOPEAE : Peran Farmakoekonomi Dalam Pelayanan Kefarmasian

Berdasarkan dari observasi dan wawancara yang dilaksanakan mengenai

kegiatan bisnis yang berjalan, didapatkan data berupa excel yang mencatat
pelayanan pasien dan pemakaian ruangan per hari dan menghasilkan hasil
perhitungan dari BOR, ALOS, TOI, BTO, NDR dan GDR yang dilakukan setiap bulan
per ruangan.

2. Pemilihan grain
Setelah proses ditentukan, maka tahap selanjutnya adalah menentukan grain
dari proses tersebut yang nantinya akan dijadikan tabel fakta. Berikut merupakan
data dari calon tabel fakta yang dapat dianalisis (grain) dalam perancangan data
warehouse. Setelah menentukan grain tabel fakta, dimensi untuk setiap tabel fakta
dapat diidentifikasi. Analisis yang dapat dilakukan pada proses registrasi pasien
dan pemakaian ruangan meliputi jumlah pasien yang dapat dilihat berdasarkan
waktu, jumlah pasien yang apa dilihat berdasarkan ruangan, jumlah pasien yang
dapat dilihat berdasarkan waktu dan ruangan, jumlah kematian yang dapat lihat
berdasarkan waktu, jumlah kematian yang dapat dilihat berdasarkan ruangan dan
jumlah kematian yang dapat dilihat berdasakan waktu dan ruangan. Analisis yang
dilakukan dilihat dari berbagai sudut pandang yang berhubungan dengan jumlah
pasien dan jumlah kematian.

3. Identifikasi dan penyesuaian dimensi.

Tahap selanjutnya adalah mengidentifikasi dimensi yang terkait dengan
fakta. Dari hasil grain yang didapat sebelumnya, terbentuk 2 dimensi yang
dibutuhkan dalam perhitungan indikator. Berikut ini dimensi yang terbentuk
dalam perancangan data warehouse ini dimensi ruangan dan dimensi waktu.
Untuk lebih jelasnya dapat dilihat pada table 2 dalam bentuk matrik.

Tabel 2. Matrik Pemilihan Grain

Dimensi
Waktu Ruangan
Grain
Jumlah pasien berdasarkan waktu X
Jumlah pasien berdasarkan ruangan X
Jumlah pasien berdasarkan waktu dan ruangan X X
Jumlah kematian berdasarkan waktu X
Jumlah kematian berdasarkan ruangan X
Jumlah kematian berdasarkan waktu dan ruangan X X

4. Pemilihan fakta.
Untuk pemilihan fakta, diambil 3 tabel dari database rumah sakit umum
daerah Banjarbaru yaitu tabel HosPakaiRuangan, HosRawat dan HosCaraKeluar.
Pemilihan tabel disini dilakukan untuk memenuhi data untuk perhitungan pada
indikator, dimana pada tabel terdapat tanggal masuk dan keluar untuk melihat
jumlah pasien dan jumlah kematian berdasarkan waktu dan ruangan. Pada tabel
HosCaraKeluar diperlukannya data cara keluar pasien, apakah pasien itu sembuh
atau meninggal. Ini untuk mengetahui status keluar pasien untuk kebutuhan data
pada jumlah kematian.

Pemanfaatan Data Warehouse sebagai Penentuan Indikator Mutu Pelayanan Rumah Sakit
(Shopiatun 2014)
SEMINAR NASIONAL PHARMACOPEAE : Peran Farmakoekonomi Dalam Pelayanan Kefarmasian

Dengan menganalisa dari tabel di atas, maka didapat fakta-fakta yang dipilih
untuk mengisi record pada tabel fakta antara lain:

Tabel 3. Tabel HosPakaiRuangan

Kode Tipe Keterangan
NoPerawatan(FK) Varchar(30) Nomor perawatan
Tgl_Masuk Datetime Tanggal masuk
Tgl_Keluar Datetime Tanggal keluar
Ruangan Varchar(30) Ruangan
Kelas Varchar(30) Kelas
Ruangan Varchar(30) Ruangan
LamaHari Lama perawatan
Status Smallint Status pasien
Pindah Bit Pemindahan pasien
IdTarif Varchar(20) Id tariff
BiayaRumkit Money Biaya rumah sakit
BiayaPelayanan Money Biaya pelayanan
BiayaAlat Money Biaya alat
EntryName Varchar(30) Nama penginput.
EntryDate Datetime Tanggal input data
EditName Varchar(30) Nama user yang mengubah
EditDate Datetime Tanggal edit
NoKwitansi Varchar(20) Nomor kwitansi

Tabel 4. Tabel HosRawat

Kode Tipe Keterangan
NoPerawatan(PK) Varchar(30) Nomor perawatan
NoRegMasuk(FK) Varchar(20) Nomor registrasi masuk
Tanggal Datetime Tanggal
TanggalKeluar Datetime Tanggal keluar
IdPasien Int Id pasien
IdLayanan Varchar(3) Id layanan
IdTempatLayanan Varchar(10) Id tempat layanan
IdStaffMedis(FK) Varchar(10) Id staff medis
KeluhanPasien Varchar(200) Keluhan pasien
PemeriksaanFisik Varchar(200) Pemeriksaan fisik
Resep Varchar(200) Resep yang diberikan
dokter
AnjuranDokter Varchar(50) Anjuran dokter
KodePenyakit(FK) Varchar(20) Kode penyakit
Ruangan Varchar(30) Ruangan
Kelas Varchar(20) Kelas
Ruangan Varchar(30) Ruangan
PenanggungJawab Varchar(50) Penanggung jawab
Hubungan Varchar(30) Hubungan penanggung

Pemanfaatan Data Warehouse sebagai Penentuan Indikator Mutu Pelayanan Rumah Sakit
(Shopiatun 2014)
SEMINAR NASIONAL PHARMACOPEAE : Peran Farmakoekonomi Dalam Pelayanan Kefarmasian

dengan pasien
AlamatPenanggung Varchar(200) Alamat penanggung
TelpPenanggung Varchar(20) Telepon penanggung
KotaPenanggung Varchar(30) Kota penanggung
Status Smallint Status pasien
CaraKeluar Varchar(30) Cara keluar
KeadaanKeluar Varchar(30) Keadaan keluar
KeteranganKeluar Varchar(200) Keterangan keluar
EntryName Varchar(30) Nama penginput.
EntryDate Datetime Tanggal input data
EditName Varchar(30) Nama user yang mengubah
EditDate Datetime Tanggal edit

Tabel 5. Tabel HosCaraKeluar

Kode Tipe Keterangan
CaraKeluar(PK) Varchar(30) Data cara keluar pasien

Tabel 6. Tabel Fakta

Kode Tipe Keterangan
FaktaID Int Sebagai PrimaryKey dalam tabel fakta
DimWaktuID Nvarchar(30) Tabel dimensi baru untuk memudahkan
dalam pencarian berdasarkan waktu.
DimRuanganID Int Tabel dimensi untuk memudahkan dalam
pencarian ruangan.
JumlahPasien Int Diambil dari tabel HosPakaiKamar dengan
mengambil seluruh jumlah pasien yang
terdaftar.
JumlahKematian Int Diambil dari tabel HosRawat dengan
mengambil seluruh jumlah kematian.

5. Penyimpanan pre-calculation ditabel fakta.

Di dalam tabel fakta terdapat kalkulasi awal terhadap data yang dapat
dihitung. Kalkulasi awal yang ada pada tabel fakta yaitu, antara lain: jumlah pasien
dan jumlah kematian. Jumlah pasien merupakan jumlah dari total pasien yang
masuk dalam data pada database rumah sakit dan jumlah kematian merupakan
jumlah dari total kematian pasien yang masuk dalam data pada database rumah
sakit.

USE [RSBjb]
GO
/****** Object: StoredProcedure [dbo].[TestSP] Script Date:
09/19/2014 05:45:02 ******/
SET ANSI_NULLS ON
GO
SET QUOTED_IDENTIFIER ON
GO
ALTER PROCEDURE [dbo].[TestSP]
@DimWaktuID int,

Pemanfaatan Data Warehouse sebagai Penentuan Indikator Mutu Pelayanan Rumah Sakit
(Shopiatun 2014)
SEMINAR NASIONAL PHARMACOPEAE : Peran Farmakoekonomi Dalam Pelayanan Kefarmasian

@DimRuangID nvarchar(30)
AS
SET NOCOUNT ON;

DECLARE @JumlahPasien int

DECLARE @JumlahKematian int
DECLARE @NamaRuangan nvarchar(30)
DECLARE @Bulan int
DECLARE @Tahun int
DECLARE @TanggalAwal date
DECLARE @TanggalAkhir date
DECLARE @CaraKeluar nvarchar(30)
SET @NamaRuangan = @DimRuangID

-- mencari bulan dan tahun di tabel DimWaktu

SELECT @Bulan = Bulan, @Tahun = Tahun FROM DimWaktu WHERE DimWaktuID
= @DimWaktuID

SET @TanggalAwal = CONVERT(datetime, (CONVERT(nvarchar, @Tahun) + '-

' + CONVERT(nvarchar, @Bulan) + '-1'))
SET @TanggalAkhir = CONVERT(datetime, (CONVERT(nvarchar, @Tahun) +
'-' + CONVERT(nvarchar, @Bulan) + '-31'))

--Mencari Jumlah Pasien berdasarkan ruangan dan waktu

SELECT @JumlahPasien = COUNT(*) FROM
Billing_System.dbo.HosPakaiKamar WHERE Ruangan=@NamaRuangan AND
(Tgl_Masuk BETWEEN @TanggalAwal AND @TanggalAkhir)

--Mencari Jumlah Kematian berdasarkan ruangan dan waktu

SELECT @JumlahKematian = COUNT(*)FROM Billing_System.dbo.HosRawat
WHERE Ruangan=@NamaRuangan AND (Tanggal BETWEEN @TanggalAwal AND
@TanggalAkhir) AND CaraKeluar='Meninggal'

--Menampilkan hasil pencarian

SELECT @JumlahPasien as JumlahPasien, @JumlahKematian as
JumlahKematian, @Bulan as Bulan, @Tahun as Tahun, @NamaRuangan as
NamaRuangan, @TanggalAwal as TanggalAwal, @TanggalAkhir as
TanggalAkhir

--memasukkan nilai dari hasil pencarian ke tabel fakta

INSERT INTO FaktaPelayanan (DimWaktuID, DimRuanganID, JumlahPasien,
JumlahKematian)
VALUES (@DimWaktuID, @DimRuangID, @JumlahPasien, @JumlahKematian)
Gambar 1. Query untuk nilai jumlah pasien dan jumlah kematian

Dapat dilihat pada gambar 2 untuk hasil dari jumlah pasien dan jumlah
kematian pada bulan 1 tahun 2011. Dengan jumlah pasien adalah 107 orang dan
jumlah kematian adalah 0 orang.

Pemanfaatan Data Warehouse sebagai Penentuan Indikator Mutu Pelayanan Rumah Sakit
(Shopiatun 2014)
SEMINAR NASIONAL PHARMACOPEAE : Peran Farmakoekonomi Dalam Pelayanan Kefarmasian

Gambar 2. Hasil pencarian jumlah pasien dan jumlah kematian bulan 1 tahun
2011

6. Memastikan table dimensi.

Sesuai dengan tahapan yang dilakukan sebelumnya maka dimensi ruangan
dan dimensi waktu yang dipilih. Maka tahap ini dipastikan bahwa 2 tabel dimensi
yang akan digunakan adalah dimensi ruangan dan dimensi waktu. Berikut
deskripsi dari tabel-tabel dimensi:

Tabel 7. Tabel Dimensi

Dimensi Deskripsi
DimRuangan Hasil dapat dilihat berdasarkan ruangan yang terdapat
di rumah sakit
DimWaktu Hasil dapat dilihat berdasarkan bulan dan tahun

Berdasarkan analisis tabel fakta dan tabel dimensi di atas disesuaikan

dengan kebutuhan data dalam perhitungan indikator, maka terbentuk sebuah
skema yaitu skema bintang yang dapat lihat di bawah ini:

DimWaktu
DimWaktuID
Tanggal
Bulan
Tahun

FaktaPelayanan DimRuangan
FaktaID
DimRuanganID
DimRuanganID
JumlahTempatTidur
DimWaktuID
JumlahPasien
JumlahKematian

Gambar 3. Skema Bintang

7. Pemilihan durasi database.

Durasi data yang dimasukkan ke dalam data warehouse adalah data historis
selama lima tahun.
Tabel 8. Durasi database

Pemanfaatan Data Warehouse sebagai Penentuan Indikator Mutu Pelayanan Rumah Sakit
(Shopiatun 2014)
SEMINAR NASIONAL PHARMACOPEAE : Peran Farmakoekonomi Dalam Pelayanan Kefarmasian

Nama Data Database Sejak Hingga Durasi Data

warehouse Tahun tahun warehouse
RSBjb Billing_System 2008 2012 5 tahun

8. Melacak perubahan dari dimensi secara perlahan.

Untuk memantau perubahan yang terjadi dalam dimensi digunakan tipe-tipe
Slowly Changing Dimension (SCD) yang dikemukakan oleh Kimball. SCD tipe 2
diterapkan pada semua tabel dimensi. Pada SCD tipe 2 yaitu perubahan atribut
pada tabel dimensi akan menyebabkan pembuatan record baru. Contohnya,
perubahan pada jumlah tempat tidur akan mengakibatkan penambahan record
baru pada dimensi ruangan dengan menyimpan record yang lama. Hal ini
dilakukan untuk menjaga data yang lama tetap ada agar dapat diketahui
perubahan dimensi yang terjadi dari data lama dan data baru.

9. Penentuan prioritas dan model query.

Di tahap ini dilakukan query untuk hasil dari perhitungan indikator standar
mutu pelayanan nasional diantaranya nilai BOR, ALOS, BTO, TOI, GDR dan NDR.
Setelah jumlah pasien dan jumlah kematian di dapat, dilakukan kembali perintah
query pada stores procedure yang terdapat di Microsoft SQL Server Management
untuk mendapatkan nilai dari perhitungan indikator dengan rumus yang sudah
ditetapkan.

SELECT @JumlahTT = JumlahTempatTidur FROM DimRuangan WHERE

DimRuanganID = @DimRuanganID

Gambar 4. Query untuk jumlah tempat tidur

Untuk gambar 4 di atas, dapat dilihat query untuk mencari jumlah tempat
tidur yang ada pada tabel DimRuangan. Untuk jumlah tempat tidur, memiliki
jumlah yang berbeda-beda di tiap ruangannya. Jumlah tempat tidur ini akan
dibutuhkan untuk mencari nilai BOR, TOI dan BTO.

SELECT @JumlahPasien = JumlahPasien, @JumlahKematian =

JumlahKematian FROM FaktaPelayanan WHERE DimRuanganID =
@DimRuanganID

Gambar 5. Query untuk mengambil data jumlah pasien dan jumlah kematian

Untuk query pada gambar 5 di sini untuk mengambil data dari jumlah pasien
dan jumlah kematian yang sudah dilakukan kalkulasi awal di tahap sebelumnya
yang sudah tersimpan pada tabel FaktaPelayanan

SELECT @JumlahLamaPerawatan = SUM(LamaHari) FROM

Billing_System.dbo.HosPakaiKamar WHERE (Tgl_Masuk BETWEEN
@TanggalAwal AND @TanggalAkhir) AND Ruangan=@DimRuanganID

Pemanfaatan Data Warehouse sebagai Penentuan Indikator Mutu Pelayanan Rumah Sakit
(Shopiatun 2014)
SEMINAR NASIONAL PHARMACOPEAE : Peran Farmakoekonomi Dalam Pelayanan Kefarmasian

Gambar 6. Query untuk jumlah lama perawatan

Untuk gambar 6 di atas, dapat dilihat query untuk mencari jumlah lama
perawatan yang ada pada database Rumah Sakit Umum Daerah Banjarbaru yang
diberi nama Billing_System, yaitu pada tabel HosPakaiKamar. Jumlah lama
perawatan memiliki jumlah yang berbeda-beda pula untuk tiap ruangan dan
waktunya.
SELECT @BOR = (@JumlahLamaPerawatan/(@JumlahTT*@Tanggal))*100

Gambar 7. Query perhitungan indikator BOR

Jumlah hari perawatan RS dalam waktu tertentu

BOR = x 100%
Jumlah TT x Jumlah hari dalam satu satuan waktu

Dengan menerapkan rumus indikator yang sudah ditetapkan, maka

dilakukan query untuk mencari nilai BOR. Dengan nilai jumlah lama perawatan
yang sudah di dapat terlebih dahulu dengan query yang dapat dilihat pada gambar
6. Jadi, untuk mendapatkan nilai BOR dibutuhkan data dari jumlah lama perawatan
dan jumlah tempat tidur.

SELECT @ALOS = (@JumlahLamaPerawatan/@JumlahPasien)

Gambar 8. Query perhitungan indikator ALOS

Jumlah hari perawatan RS dalam waktu tertentu

ALOS =
Jumlah pasien keluar RS (hidup+mati)

Dengan menerapkan rumus indikator yang sudah ditetapkan, maka

dilakukan query untuk mencari nilai ALOS. Untuk mendapatkan nilai ALOS
dibutuhkan data dari jumlah lama perawatan dan jumlah pasien.

SELECT@TOI =
(((@Tanggal*@JumlahTT)@JumlahLamaPerawatan))/@JumlahPasien

Gambar 9. Query perhitungan indikator TOI

(Jumlah TTxhari)-hari perawatan RS

TOI =
Jumlah pasien keluar RS (hidup+mati)

Dengan menerapkan rumus indikator yang sudah ditetapkan, maka

dilakukan query untuk mencari nilai TOI. Dengan nilai jumlah lama perawatan
yang sudah di dapat terlebih dahulu dengan query yang dapat dilihat pada gambar
6. Untuk mendapatkan nilai TOI juga dibutuhkan data dari jumlah lama
perawatan,jumlah tempat tidur dan jumlah pasien.

Pemanfaatan Data Warehouse sebagai Penentuan Indikator Mutu Pelayanan Rumah Sakit
(Shopiatun 2014)
SEMINAR NASIONAL PHARMACOPEAE : Peran Farmakoekonomi Dalam Pelayanan Kefarmasian

SELECT @BTO = @JumlahPasien/@JumlahTT

Gambar 10. Query perhitungan indikator BTO

Jumlah pasien keluar RS (hidup+mati)

BTO =
Jumlah tempat tidur

Dengan menerapkan rumus indikator yang sudah ditetapkan, maka

dilakukan query untuk mencari nilai BTO. Untuk mendapatkan nilai BTO
dibutuhkan data dari jumlah tempat tidur dan jumlah pasien.
SELECT @GDR = (@JumlahKematian/@JumlahPasien)*1000

Gambar 11. Query perhitungan indikator GDR

Dengan menerapkan rumus indikator yang sudah ditetapkan, maka

dilakukan query untuk mencari nilai GDR. Untuk mendapatkan nilai GDR
dibutuhkan data dari jumlah kematian dan jumlah pasien.

SELECT @NDR = (@JumlahKematian48/@JumlahPasien)*1000

Gambar 12. Query perhitungan indikator NDR

Dengan menerapkan rumus indikator yang sudah ditetapkan, maka

dilakukan query untuk mencari nilai NDR. Untuk mendapatkan nilai NDR
dibutuhkan data dari jumlah kematian dan jumlah pasien.

Dari hasil querydiatas, maka didapatkan nilai dari indikator BOR, ALOS, BTO,
TOI, GDR dan NDR dengan ruangan dan waktu yang diinginkan. Untuk lebih
jelasnya dapat dilihat pada gambar 13. Hasil dari indikator pada bulan 1 dan tahun
2011 untuk ruangan MERAK. Dan hasil nilai indikator pada ruangan-ruangan yang
lain dapat dilihat pada gambar 14.

Gambar 13. Hasil pencarian indikator untuk bulan 1 tahun 2011

Pemanfaatan Data Warehouse sebagai Penentuan Indikator Mutu Pelayanan Rumah Sakit
(Shopiatun 2014)
 SEMINAR NASIONAL PHARMACOPEAE : Peran Farmakoekonomi Dalam Pelayanan Kefarmasian

Gambar 14. Hasil pencarian nilai indikator

4. KESIMPULAN
Kesimpulan yang diperoleh dari penelitian ini yaitu :
1. Hasil data warehouse dapat dimanfaatkan oleh rumah sakit dengan hasil nilai
indikator.
2. Untuk mendapatkan hasil nilai indikator tidak maksimal, karena kekurangan
pada data untuk memenuhi perhitungan tersebut.

DAFTAR PUSTAKA
[1] Shopiatun Analisis dan Perancangan Data Warehouse Penentuan Indikator
Mutu Pelayanan Rumah Sakit(Studi Kasus: Rumah Sakit Umum Daerah
Banjarbaru), Skripsi Program StudiIlmuKomputer,
UniversitasLambungMangkurat, Banjarbaru, 2014.
[2] Conolly,ThomasM.danCarolynE. Begg. Database System: A PracticalApproach to
th
design,Implementation, And Management4 edition. Addison
Whesley,LongmanInc:USA. 2005
[3] Inmon, William H. Building The Data warehouse, 4th ed..Wiley Publishing, Inc.:
Indianapolis. 2005.
[4] Mallach, Efrem G. Decision Support and Data warehouse Systems. Mcgraw-
Hill.2000
[5] Muninjaya, A. Manajemen Kesehatan. Penerbit Buku KedokteranEGC: Jakarta.
2004
[6] Oktavia T. Perancangan Model Data Warehouse Dalam Mendukung
Perusahaan Jasa Pengiriman. Seminar Nasional Informatika 2011. ISSN: 1979-
2328.2011.
[7] Ponniah, Paulraj. Data Warehousing Fundamentals: A Comprehensive Guide For
IT Professionals. John Wiley & Sons: USA.2001

Pemanfaatan Data Warehouse sebagai Penentuan Indikator Mutu Pelayanan Rumah Sakit
(Shopiatun 2014)

The author has requested enhancement of the downloaded file. All in-text references underlined in blue are linked to publications on ResearchGate.