Ditemukan 34818 dokumen yang sesuai dengan query :: Simpan CSV
Hermawan Saputra; Promotor: Anhari Achadi; Ko-Promotor: Ronnie Rivany, Suprijanto Rijadi; Penguji: Purnawan Junadi, Mary S. Maryam
D-297
Depok : FKM-UI, 2014
S3 - Disertasi Pusat Informasi Kesehatan Masyarakat
☉
Djazuly Chalidyanto; Promotor: Hasbullah Thabrany; Ko-Promotor: Budi Hidayat; Penguji: Amal C. Sjaaf, Mardiati Nadjib, Arum Atmawikarta, Trihono, Sonny Harry B. Harmadi, Harimat Hendarwan
D-291
Depok : FKM-UI, 2013
S3 - Disertasi Pusat Informasi Kesehatan Masyarakat
☉
Budi Hartono; Promotor: AMal C. Sjaaf; Kopromotor: Purnawan Djunadi, Adang Bachtiar; Penguji: Anhari Achadi, Tri Erri Astoeti, Sowarta Kosen, Ronnie Rivany
D-248
Depok : FKM-UI, 2011
S3 - Disertasi Pusat Informasi Kesehatan Masyarakat
☉
Guspianto; Promotor: Budi Hidayat; Kopromotor: Purnawan Junadi, Amal C. Sjaaf; Tim Penguji: Anhari Achadi, Dian Ayubi, Soewarta Kosen, Dumilah Ayuningtyas, Harimat Hendarwan
D-311
Depok : FKM UI, 2015
S3 - Disertasi Pusat Informasi Kesehatan Masyarakat
☉
Hendrik M. Taurany; Pembimbing: Amal Chalik Sjaaf
D-70
Depok : FKM UI, 2001
S3 - Disertasi Pusat Informasi Kesehatan Masyarakat
☉
Widyastuti Wibisana; Promotor: Amal C. Sjaaf; Ko-promotor: Hasbullah Thabrany; Penguji: Ascobat Gani, Soewarta Kosen, Purnawan Junadi, Sudijanto Kamso, Mardiati Nadjib
D-205
Depok : FKM-UI, 2007
S3 - Disertasi Pusat Informasi Kesehatan Masyarakat
☉
Kurnia Sari; Promotor: Budi Hidayat; Kopromotor: Amal Chalik Sjaaf, Mardiati Nadjib; Penguji: Prastuti Soewondo, Khoirunurrofik, Eko Setyo Pambudi, Pungkas Bahjuri Ali
Abstrak:
Read More
Efisiensi merupakan salah satu ukuran utama dari kinerja sistem kesehatan, yang mencerminkan kemampuan sistem dalam mencapai output sistem kesehatan seoptimal mungkin dengan sumber daya yang ada. Metode dan asumsi yang digunakan dalam mengukur efisiensi teknis dapat menghasilkan skor yang berbeda, tergantung metode dan asumsi yang digunakan. Penelitian ini merupakan penelitian observasional analitik dengan pendekatan kuantitatif, menggunakan data sekunder dan informasi dari berbagai institusi sumber data. Analisis kuantitatif dilakukan dengan menggunakan dua metode pengukuran efisiensi utama, yaitu Data Envelopment Analysis (DEA) data panel serta bootstrapping, yang dilanjutkan dengan regresi data panel, dan Stochastic Frontier Analysis (SFA) dengan beberapa model. Pengukuran efisiensi teknis dilakukan dengan metode DEA orientasi output dan asumsi variable return to scale (VRS) dua tahap dengan bootstrapping, serta SFA dengan model spesifikasi Cobb-Douglas dan TransLog. Orientasi dan asumsi skala lainnya digunakan sebagai pembanding. Penelitian menggunakan variabel yang telah melalui proses seleksi literatur dan statistik dengan 1 output (umur harapan hidup) dan 4 input, yaitu belanja publik (belanja kesehatan pemerintah kabupaten kota dan belanja Jaminan Kesehatan Nasional/JKN untuk non pemerintah kabupaten kota), tenaga dokter, dan cakupan layanan lifaskes, dengan menggunakan beberapa variabel kontekstual. Hasil penelitian menujukkan perbedaan skor efisiensi yang dihasilkan dari beberapa metode pengukuran, baik dengan DEA dan SFA. Analisis dengan metode DEA menghasilkan rerata efisiensi teknis 0,76-0,99 untuk asumsi VRS orientasi Output. Sementara dengan SFA yang menggunakan tiga model pengukuram (Time invariant, fixed effect dan random effect), diperoleh skor efisiensi yaitu 0,37 sampai 0,76 pada spesifikasi Translog, dan pada spesifikasi Cobb-Douglas sebesar 0,37 sampai 0,85. Analisis tahap dua menunjukkan bahwa semakin tinggi tingkat pengangguran dan kemiskinan, semakin rendah skor efisiensi (orientasi output VRS boostrtrapped). Skor efisiensi juga rendah di wilayah geografis Pulau Maluku, Papua dan Nusa Tenggara (dibandingkan dengan Sumatera), di wilayah tertinggal, dan wilayah perkotaan, serta pada wilayah dengan bencana alama yang berdampak kepada manusia. Sementara, semakin besar rasio dana JKN yang diterima fasilitas kesehatan milik pemerintah kabupaten kota terhadap non pemerintah, semakin tinggi skor efisiensi teknis.
Efficiency is one of the main measures of health system performance, reflecting the system's ability to achieve optimal health system output with available resources. The methods and assumptions used in measuring technical efficiency can produce different scores, depending on the methods and assumptions used. This study is an analytical observational study with a quantitative approach, using secondary data and information from various data source institutions. Quantitative analysis was conducted using two main efficiency measurement methods, namely Data Envelopment Analysis (DEA) panel data and bootstrapping, followed by panel data regression, and Stochastic Frontier Analysis with several models. Technical efficiency measurement was conducted using the output-oriented DEA method and the two-stage variable return to scale assumption with bootstrapping, as well as SFA with Cobb-Douglas and TransLog specification models. Other orientation and scale assumptions were used as comparisons. The study utilised variables selected through literature and statistical analysis, comprising 1 output (life expectancy) and 4 inputs: public expenditure (government health expenditure at the district/city level and JKN expenditure for non-government entities at the district/city level), doctor workforce, and healthcare service coverage, along with several contextual variables. The results show differences in efficiency scores produced by various measurement methods, including DEA and SFA. Analysis using the DEA method yielded an average technical efficiency of 0.76–0.99 for the VRS output orientation assumption. Meanwhile, using SFA with three measurement models (time-invariant, fixed-effect, and random-effect), efficiency scores ranged from 0.37 to 0.76 under the Translog specification and from 0.37 to 0.85 under the Cobb-Douglas specification. The second-stage analysis shows that the higher the unemployment and poverty rates, the lower the efficiency scores (output-oriented VRS bootstrapped). Efficiency scores are also low in the geographical regions of Maluku, Papua, and Nusa Tenggara (compared to Sumatra), in underdeveloped regions, urban areas, and regions affected by natural disasters with human impacts. Meanwhile, the higher the ratio of JKN funds received by government-owned health facilities in cities and districts compared to non-government facilities, the higher the technical efficiency score.
D-581
Depok : FKM-UI, 2025
S3 - Disertasi Pusat Informasi Kesehatan Masyarakat
☉
Harimat Hendarwan; Promotor; Amal C. Sjaaf; Kopromotor: Adang Bachtiar, Anhari Achadi; Penguji: Purnawan Junadi, Soewarta Kosen, Dian Ayubi, Delina Hasan
D-246
Depok : FKM-UI, 2011
S3 - Disertasi Pusat Informasi Kesehatan Masyarakat
☉
Agung Cahyono Triwibowo; Promotor: Fatma Lestari; Kopromotor: Mila Tejamaya, Sabarinah; Penguji: Robiana Modjo, Alfajri Ismail, Audist Subekti, Waluyo
Abstrak:
Management policy used when administering clinical emergency patients by Indonesia’s Public Safety Center (PSC) is regulated in Minister of Health Regulation No. 19 of the year 2016. Therefore, clinical emergency management assessment for Indonesia’s 119 PSCs is crucial for continous subsequent improvements. By reviewing literatures, conducting group discussions with experts from the PSCs and analyzing confirmatory factors, 8 variables with 28 valid and reliable indicators to assess the clinical emergency management of PSCs are found. The results of the validity and reliability test of confirmatory factor analysis were presented to 88 PSC responsdents. On all variables, namely aspects of policy, planning, emergency implementation, communication and rescue systems, emergency transportation systems, referral systems, management reviews and emergency services, it can be stated that the question items or indicators in each variable are valid and reliable with confirmatory factor analysis. All obstacles and challenges in implementing clinical emergency management in PSC will be an improvement and development of clinical emergency management. Keywords: assessment indicators; clinical emergency management; sustainable management development
Read More
Kebijakan manajemen untuk pasien gawat darurat klinis yang dilaksanakan oleh Public Safety Center (PSC) Indonesia telah ditetapkan dengan peraturan Menteri Kesehatan RI No. 19 tahun 2016. Penilaian manajemen gawat darurat klinis untuk PSC 119 di Indonesia perlu dilakukan untuk perbaikan manajemen gawat darurat klinis secara berkelanjutan. Penulis telah menyusun indikator penilaian manajemen gawat darurat klinis melalui kajian literatur dan forum grup diskusi dengan diikuti tenaga ahli PSC di Indonesia. Dari kajian literatur dan forum grup diskusi serta dilakukan uji analisisanalisis faktor konfirmatori dengan data yang terkumpul dari responsden, diketahui 28 indikator penilaian yang valid dan reliable (dapat diandalkan) untuk manajemen gawat darurat klinis di PSC dan 8 variabel yang menjadi aspek penilaian manajemen gawat darurat klinis di PSC. Dalam tulisan ini disampaikan hasil uji validitas dan reliabilitas dari analisis faktor konfirmatori terhadap 88 responsden di PSC. Semua variable, yaitu aspek kebijakan, perencanaan, implementasi gawat darurat, sistem komunikasi dan pertolongan, sistem transportasi gawat darurat, sistem rujukan, tinjauan ulang manajemen, dan pelayanan gawat darurat dapat dinyatakan bahwa semua pertanyaan atau indikator dalam setiap variabel valid dan reliable dengan uji analisis faktor konfirmatori. Diketahui bahwa terdapat hambatan dan tantangan pada pelaksanaan manajemen gawat darurat klinis di PSC berdasarkan data nasional. Hasil penelitian ini dapat menjadi masukan untuk pengembangan manajemen gawat darurat klinis secara berkelanjutan. Kata kunci: indikator penilaian; manajemen gawat darurat klinis; pengembangan manajemen berkelanjutan
Management policy used when administering clinical emergency patients by Indonesia’s Public Safety Center (PSC) is regulated in Minister of Health Regulation No. 19 of the year 2016. Therefore, clinical emergency management assessment for Indonesia’s 119 PSCs is crucial for continous subsequent improvements. By reviewing literatures, conducting group discussions with experts from the PSCs and analyzing confirmatory factors, 8 variables with 28 valid and reliable indicators to assess the clinical emergency management of PSCs are found. The results of the validity and reliability test of confirmatory factor analysis were presented to 88 PSC responsdents. On all variables, namely aspects of policy, planning, emergency implementation, communication and rescue systems, emergency transportation systems, referral systems, management reviews and emergency services, it can be stated that the question items or indicators in each variable are valid and reliable with confirmatory factor analysis. All obstacles and challenges in implementing clinical emergency management in PSC will be an improvement and development of clinical emergency management. Keywords: assessment indicators; clinical emergency management; sustainable management development
D-619
Depok : FKM-UI, 2022
S3 - Disertasi Pusat Informasi Kesehatan Masyarakat
☉
Maulidiya Muliawati; Pembimbing: Wiku Bakti Bawono Adisasmito; Penguji: Ede Surya Darmawan, Mira Miranti Puspitasari
Abstrak:
Pelaksanaan SIK terintegrasi di Indonesia masih belum sepenuhnya terlaksanasecara optimal karena masih adanya fragmentasi pelaporan data dari daerahmenuju pusat. Skripsi ini membahas gambaran SIMPUS sebagai salah satu bentukSIK terintegrasi untuk mendukung manajemen pelayanan kesehatan melalui studikasus pelaksanaan di Kota Depok. Penelitian ini merupakan penelitian kualitatifdengan studi desktriptif menggunakan pendekatan 7 komponen dari National e-Health Strategy Toolkit milik WHO serta proses dalam manajemen pelayanankesehatan. Penelitian ini menggunakan metode wawancara mendalam danobservasi untuk mendapatkan data primer, serta didukung oleh telaah dokumenuntuk mendapatkan data sekunder. Informan dalam penelitian ini adalah 1 orangpenanggung jawab pelaksanaan SIMPUS di Dinkes Kota Depok serta 11 orangpenanggung jawab pelaksanaan SIMPUS di UPT Puskesmas Kota Depok yangdidapatkan dari teknik purposive sampling. Hasil penelitian didapatkan bahwaberdasarkan National e-Health Strategy Toolkit dari WHO, aplikasi SIMPUSbelum cukup optimal dalam pelaksanaannya sebagai bentuk SIK Terintegrasi diKota Depok. Hal tersebut dapat dilihat dari infrastruktur jaringan dan sistem yangmasih sering eror, kompetensi tenaga kerja yang masih belum seragam dan sesuai,hingga belum adanya pemanfaatan data untuk pengambilan keputusan dankebijakan. Selain itu, analisis dengan manajemen pelayanan kesehatanmenunjukkan SIMPUS masih membutuhkan optimalisasi di setiap tahapanprosesnya, yaitu planning (perencanaan), organizing (pengorganisasian),actuating (implementasi), evaluation (evaluasi), dan controlling (pengawasan danpengendalian).
Kata Kunci: SIK terintegrasi, SIMPUS, National e-Health Strategy Toolkit, aplikasi kesehatan,Interoperabilitas.
Read More
Kata Kunci: SIK terintegrasi, SIMPUS, National e-Health Strategy Toolkit, aplikasi kesehatan,Interoperabilitas.
S-10253
Depok : FKM UI, 2020
S1 - Skripsi Pusat Informasi Kesehatan Masyarakat
☉
