Hasil Pencarian :: Kembali

Ditemukan 34747 dokumen yang sesuai dengan query ::  Simpan CSV
cover
Eny Kusmiran; Promotor: Hadi Pratomo; Kopromotor: Agustin Kusumayati; Penguji: Budi Anna Keliat; Anggota: Sabarinah B Prasetyo, Dumilah Ayuningtyas, Wachyu Sulistiadi, Asep Supena, Fitri Haryanti
D-353
Depok : FKM-UI, 2016
S3 - Disertasi   Pusat Informasi Kesehatan Masyarakat
cover
Ratna Sitorus; Pembimbing: Azrul Azwar, Anhari Achadi, Achir Yani S. Hamid
D-84
[s.l.] : [s.n.] : 2002
S3 - Disertasi   Pusat Informasi Kesehatan Masyarakat
cover
Andi Afdal Abdullah; Promotor: Budi Hidayat; Kopromotor: Pujiyanto; Penguji: Atik Nurwahyuni, Mardiati Nadjib, Soewarta Kosen, Ali Ghufron Mukti; Mahlil Ruby; Teguh Dartanto
Abstrak:
Latar belakang: Kemudahan akses pelayanan kesehatan bagi peserta Jaminan Kesehatan Nasional (JKN) merupakan salah satu upaya untuk meningkatkan derajat kesehatan penduduk Indonesia. Kemudahan akses ini terwujud dengan bertambahnya fasilitas kesehatan yang melayani peserta JKN. Indikator kemudahan akses terlihat dari bertambahnya jumlah peserta yang berkunjung ke fasilitas kesehatan baik di tingkat pelayanan rawat jalan maupun rawat inap. Kunjungan peserta JKN per 1.000 penduduk dikenal dengan isitilah rate sebagai salah satu indikator utilisasi pelayanan kesehatan untuk menjaga kesinambungan program JKN. Tujuan: penelitian ini bertujuan menganalisis faktor yang mempengaruhi rate rawat jalan tingkat lanjutan (RJTL) maupun rawat inap inap tingkat lanjutan (RITL) dan pemodelan prediksi rate RJTL dan rate RITL. Data yang digunakan berasal dari database BPJS Kesehatan dan Survei Sosial Ekonomi Nasional (SUSENAS) tahun 2016 – 2019 yang diolah berdasarkan faktor predisposing, faktor enabling, dan faktor need dimana semua data digunakan dalam penelitian atau total sampling. Metode: analisis data panel dinamis yang ditujukan untuk membuat model prediksi rate RJTL dan rate RITL. Hasil: model prediksi yang digunakan pada rate RJTL dan rate RITL adalah estimator First Difference Generalized Method of Moment (FDGMM). Kesimpulan: rate RJTL dipengaruhi oleh variabel nilai tagihan klaim dibayar per kunjungan RJTL; jumlah rumah sakit kelas A, B, C, D; jumlah peserta pria; jumlah peserta berusia > 50 tahun; jumlah peserta dengan jumlah anggota keluarga > 3 orang; jumlah peserta berpengeluaran di bawah garis kemiskinan; jumlah peserta dengan penyakit tidak menular; rasio fragmentasi; rasio rujukan; dan jumlah peserta berpendidikan SMP. Sedangkan, rate RITL dipengaruhi oleh variabel nilai tagihan klaim dibayar per kunjungan RITL; jumlah rumah sakit kelas A, B, C, D; jumlah peserta pria; jumlah peserta berusia > 50 tahun; jumlah peserta dengan jumlah anggota keluarga > 3 orang; rate readmisi; jumlah peserta berpendidikan SMP; dan jumlah peserta berpendidikan Perguruan Tinggi. Saran: hasil penelitian menyarankan agar Pemerintah Daerah turut mendukung pemenuhan sarana prasarana pelayanan kesehatan agar masyarakat dapat menjangkau pelayanan kesehatan dengan mudah, mengelola perencanaan penambahan rumah sakit sesuai kebutuhan; Kementerian Kesehatan dapat memberikan regulasi terkait pemenuhan dan pemerataan fasilitas kesehatan maupun tenaga medis, terutama pada daerah dengan keadaan geografis yang sulit; BPJS Kesehatan dapat menggunakan model prediksi rate RJTL dan rate RITL sebagai alat bantu dalam menilai kebutuhan penambahan kerjasama dengan rumah sakit. Peneliti selanjutnya dapat melakukan penelitian dengan faktor utilisasi yang lebih luas dan lengkap serta melakukan kajian yang lebih mendalam pada satu wilayah tertentu dengan mempertimbangkan pengaruh aspek geografis, seperti jarak antar fasilitas kesehatan, luas wilayah dan kondisi akses ke fasilitas kesehatan.

Background: easy access to health services for participants of the National Health Insurance (JKN) is one of the efforts to improve the health status of the Indonesian population. This accessibility is achieved through an increase in health facilities serving JKN participants. The indicator of accessibility can be observed from the rising number of participants visiting health facilities, both at the outpatient and inpatient levels. The rate of visits by JKN participants per 1.000 population is considered an indicator of health service utilization, which contributes to the continuity of the JKN program. Objective: this study aims to analyze the factors that influence the advanced level of outpatient care (RJTL) and inpatient care (RITL) and to model the prediction of RJTL rates and RITL rates. The data used is derived from the BPJS Kesehatan database and the 2016-2019 National Socioeconomic Survey (SUSENAS), which are processed based on predisposing factors, enabling factors, and need factors. All data is utilized in the research, employing total sampling. Method: dynamic panel data analysis is employed to develop prediction models for RJTL rates and RITL rates. Results: the prediction model used for the RJTL rate and RITL rate is the First Difference Generalized Method of Moment (FDGMM) estimator. Conclusion: RJTL rate is influenced by several variables: value of claims bills paid per RJTL visit, number of class A, B, C, and D hospitals, number of male participants, number of participants aged over 50 years, number of participants with more than 3 family members, number of participants with expenditures below the poverty line, number of participants with non-communicable diseases, fragmentation ratio, referral ratio, and number of participants with junior high school education. On the other hand, the RITL rate is affected by value of claim bills paid per RITL visit, number of class A, B, C, and D hospitals, number of male participants, number of participants aged over 50 years, number of participants with more than 3 family members, readmission rate, number of participants with junior high school education, and number of participants with university education. Recommendations: the results of this study suggest that the Regional Government should also support the fulfillment of health service infrastructure so that partisipant can reach health services easily, manage plans for adding hospitals as needed; The Ministry of Health can provide regulations regarding the fulfillment and equity of health facilities and medical personnel, especially in areas with difficult geographical conditions; BPJS Kesehatan can use RJTL rate prediction model and RITL rate as a tool in assessing the need for additional collaboration with hospitals. Future researchers can conduct research with broader and more complete utilization factors and conduct more in-depth studies in a particular area by considering the influence of geographical aspects, such as the distance between health facilities, area size and conditions of access to health facilities.
Read More
D-483
Depok : FKM-UI, 2023
S3 - Disertasi   Pusat Informasi Kesehatan Masyarakat
cover
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
cover
Siti Khodijah Parinduri; Promotor: Wachyu Sulistiadi; Kopromotor: Dumilah Ayuningtyas; Penguji: Ede Surya Darmawan, Sutanto Priyo Hastono, Soroy Lardo, Sumarjaya, Hermawan Saputra, Maryami Yuliana Kosim
Abstrak:
Kerentanan rumah sakit di Indonesia dalam menghadapi bencana terlihat dari rata-rata indeks Hospital Emergency Disaster Management yang rendah (0,408) dan kegagalan infrastruktur fisik (hard resilience) saat beban puncak (surge capacity), seperti pada pandemi COVID-19 dan gempa bumi. Modal sosial (social capital) berpotensi menjadi "infrastruktur organisasi non-fisik" (soft resilience) yang mampu mensubstitusi keterbatasan fiskal dan birokrasi, namun pengoptimalannya belum terformulasikan secara terstruktur dalam manajemen bencana rumah sakit. Penelitian ini bertujuan untuk menganalisis, menyintesis, dan merekonstruksi Model Social capital melalui integrasi perspektif strategis (makro) dan operasional (mikro) guna meningkatkan kesiapsiagaan dan ketahanan rumah sakit di wilayah berisiko bencana tinggi (Provinsi Jawa Barat). Penelitian ini menggunakan desain Exploratory Sequential Mixed Methods. Tahap kualitatif melibatkan 18 informan kunci (praktisi senior dan pakar manajemen bencana) untuk mengidentifikasi 78 indikator modal sosial. Tahap kuantitatif melibatkan 110 responden dari 5 tipologi rumah sakit di Jawa Barat (RS Vertikal, RSUD, dan RS Swasta) yang dianalisis menggunakan Structural Equation Modeling (SEM-PLS). Kualitatif Tahap 2 pada 5 RS mewawancara 34 informan. Tahap akhir adalah rekonstruksi model melalui validasi konsensus ahli. Analisis SEM-PLS menunjukkan bahwa Modal Sosial berpengaruh positif dan signifikan terhadap Kesiapsiagaan (0,872) dan Ketahanan (0,672), dengan nilai R-Square Ketahanan sebesar 85,2% (kategori sangat kuat). Penelitian ini memetakan tiga lapis kapital: 1) Bonding Capital (Internal RS) berbasis organizational trust dan nilai spiritual ("Employee of Allah"); 2) Bridging Capital (Horizontal) melalui jejaring lintas faskes/organisasi profesi berbasis resiprositas; dan 3) Linking Capital (Vertikal) melalui agile governance dengan otoritas (Kemenkes/BPBD). Temuan menunjukkan adaptasi kontekstual yang khas: RS Vertikal mengandalkan bridging untuk rujukan makro; RSUD memanfaatkan kearifan lokal "Saduluran" untuk substitusi fiskal daerah; dan RS Swasta Filantropi menggunakan kekuatan identitas sosial untuk pertahanan bottom-up yang lincah. Model Social capital merupakan strategi optimasi non-fiskal yang mentransformasikan jejaring manusia menjadi kapasitas resiliensi nyata. Model ini merekomendasikan integrasi elemen penilaian modal sosial dalam Standar Akreditasi Rumah Sakit (Bab MFK) dan penguatan kurikulum sosiologi kebencanaan pada pendidikan manajemen kesehatan untuk memutus siklus repitisi kesalahan manajemen krisis.

The vulnerability of hospitals in Indonesia in dealing with disasters can be seen from the low average Hospital Emergency Disaster Management index (0.408) and the failure of physical infrastructure (hard resilience) during peak loads (surge capacity), such as in the COVID-19 pandemic and earthquakes. Social capital has the potential to become a "non-physical organizational infrastructure" (soft resilience) that is able to substitute fiscal and bureaucratic limitations, but its optimization has not been formulated in a structured manner in hospital disaster management. This research aims to analyze, synthesize, and reconstruct the Social capital Model through the integration of strategic (macro) and operational (micro) perspectives to improve hospital preparedness and resilience in high-risk disaster areas (West Java Province). This study uses the design of Exploratory Sequential Mixed Methods. The qualitative stage involved 18 key informants (senior practitioners and disaster management experts) to identify 78 social capital indicators. The quantitative stage involved 110 respondents from 5 hospital typologies in West Java (Vertical Hospitals, Hospitals, and Private Hospitals) which were analyzed using Structural Equation Modeling (SEM-PLS). Qualitative Phase 2 at 5 hospitals interviewed 34 informants. The final stage is the reconstruction of the model through expert consensus validation. The SEM-PLS analysis shows that Social capital has a positive and significant effect on Preparedness (0.872) and Resilience (0.672), with an R-Square value of Resilience of 85.2% (very strong category). This study maps three layers of capital: 1) Bonding Capital (Internal RS) based on organizational trust and spiritual values ("Employee of Allah"); 2) Bridging Capital (Horizontal) through a network of reciprocity-based health facilities/professional organizations; and 3) Linking Capital (Vertical) through agile governance with authorities (Ministry of Health/BPBD). The findings show typical contextual adaptations: Vertical RS relies on bridging for macro references; The hospital utilizes the local wisdom of "Duluran" for regional fiscal substitution; and Philanthropy Private Hospitals use the power of social identity for nimble bottom-up defenses. The social capital model is a non-fiscal optimization strategy that transforms human networks into real resilience capacity. This model recommends the integration of social capital assessment elements in Hospital Accreditation Standards (MFK Chapter) and strengthening the disaster sociology curriculum in health management education to break the cycle of repetition of crisis management errors.
Read More
D-643
Depok : FKM-UI, 2026
S3 - Disertasi   Pusat Informasi Kesehatan Masyarakat
cover
Atik Nurwahyuni; Promotor: Amal Chalik Sjaaf; Kopromotor: Purnawan Junadi, Budi Hidayat, Penguji: Hasbullah Thabrany, Akmah Taher, Trihono, Soewarta Kosen, Mardiati Nadjib, John C. Langbrunner
D-354
Depok : FKM-UI, 2016
S3 - Disertasi   Pusat Informasi Kesehatan Masyarakat
cover
Meilisa Rahmadani; Promotor: Robiana Modjo; Kopromotor: L. Meily Kurniawidjaja; Penguji: Adang Bachtiar, Besral, Fatma Lestari, Indri Hapsari Susilowati, Ali Ghufron Mukti, Sutoto, Astrid B. Sulistomo
Abstrak: Kelelahan kerja berdampak besar terhadap kinerja, keselamatan, dan kesehatan tenaga kesehatan rumah sakit. Penelitian ini mengembangkan model sistem manajemen risiko kelelahan berbasis pendekatan kualitatif dan kuantitatif melalui studi literatur, FGD, wawancara, dan observasi. Hasilnya adalah model ICHAFIT (Integrated Collaboration Healthcare Adaptability for Fatigue Intervention and Tracking) dengan lima elemen utama dan strategi pencegahan berbasis data. Terdapat 24 indikator valid dan reliabel untuk menilai implementasinya. Model ini berfungsi sebagai kerangka konseptual dan alat praktis, serta menghasilkan policy brief untuk advokasi kebijakan nasional.
Work fatigue significantly affects hospital workers' performance, safety, and health. This study developed a fatigue risk management model using qualitative and quantitative approaches through literature review, FGD, interviews, and observations. The result is the ICHAFIT model (Integrated Collaboration Healthcare Adaptability for Fatigue Intervention and Tracking) comprising five key elements and a data-driven prevention strategy). It includes 24 valid and reliable indicators to assess implementation. ICHAFIT serves as both a conceptual framework and practical tool, and also produced a policy brief to support national advocacy for fatigue risk management in hospitals.
Read More
D-591
Depok : FKM-UI, 2025
S3 - Disertasi   Pusat Informasi Kesehatan Masyarakat
cover
Arsitawati Pudji Rahardjo; Promotor: Amal C. Sjaaf; Ko-promotor: Purnawan Junadi; Ketua sidang: Sudijanto Kamso; Penguji: Santoso Cornain, I Gede Putu Surya, Sudarti Kresno, Mardiati Nadjib, Adang Bachtiar
D-203
Depok : FKM-UI, 2007
S3 - Disertasi   Pusat Informasi Kesehatan Masyarakat
cover
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
cover
Evi Martha; Promotor: Hadi Pratom; KoPromotor: Kemal Nazaruddin Siregar, Meutia F. Swasono; Sudarti Kresno, Rulina Suradi, Anna Alisyahbana, Dwi Susilowati, Endang L. Achadi, Agustin Kusumayati
D-258
Depok : FKM-UI, 2012
S3 - Disertasi   Pusat Informasi Kesehatan Masyarakat
:: Pengguna : Pusat Informasi Kesehatan Masyarakat
Library Automation and Digital Archive