7 min read

Silo Data dalam Layanan Kesehatan: Peta Masalah dan Solusi untuk Faskes

Silo Data dalam Layanan Kesehatan: Peta Masalah dan Solusi untuk Fasilitas Kesehatan

Mekari Insight

  • Silo data dalam layanan kesehatan adalah kondisi ketika data medis tersimpan secara terisolasi di satu unit dan sulit diakses oleh bagian lain yang membutuhkannya.
  • Silo data dalam layanan kesehatan dapat menahan arus kas, meningkatkan risiko kepatuhan regulasi, memperbesar potensi kerugian, dan mengurangi waktu tenaga medis untuk melayani pasien.
  • Mekari untuk industri kesehatan membantu menghubungkan berbagai fungsi operasional fasilitas kesehatan dengan ekosistem yang seling terhubung.

Menurut McKinsey, integrasi data kesehatan yang lebih rapi berpotensi menghemat lebih dari USD 300 miliar bagi industri layanan kesehatan setiap tahun.

Angka ini tidak menunjukkan kerugian dari satu sistem yang bermasalah. Kerugian tersebut berasal dari akumulasi data pasien, tenaga kerja, dan keuangan yang berjalan di banyak lapisan antar-divisi dalam satu rumah sakit, jaringan faskes, hingga antar-sistem pelaporan kepada regulator.

Direksi rumah sakit dan jaringan klinik di Indonesia juga menghadapi pola masalah yang serupa. Satu sistem menangani rekam medis pasien, sistem lain memproses klaim BPJS, sedangkan laporan keuangan cabang masih menunggu tim melakukan rekonsiliasi secara manual setiap akhir bulan.

Dalam artikel ini, Anda akan memahami silo data dalam layanan kesehatan, empat titik operasional yang paling sering terputus, dampaknya terhadap kinerja finansial dan kepatuhan, tantangan hingga langkah praktis yang dapat direksi faskes multi-divisi ambil.

Silo Data dalam Layanan Kesehatan untuk Multi-Fasilitas Kesehatan

Silo data dalam layanan kesehatan adalah kondisi yang menggambarkan saat informasi medis atau administratif pasien tersimpan secara terisolasi pada satu unit, misalnya laboratorium, apotek, atau poli tertentu, tanpa bisa diakses oleh bagian lain yang sebenarnya membutuhkannya.

Setiap unit mencatat datanya sendiri dengan format dan sistemnya masing-masing sehingga informasi yang sama harus dicari ulang atau dimasukkan ulang setiap kali berpindah tangan.

Faskes multi-divisi biasanya merasakan masalah ini lebih jelas. Perawat di ruang rawat inap mungkin tidak dapat melihat hasil laboratorium terbaru karena sistem laboratorium berjalan terpisah dari sistem rawat inap.

Petugas administrasi juga mungkin tidak mengetahui riwayat alergi pasien karena poli sebelumnya mencatat informasi tersebut di sistem yang berbeda.

Silo data juga jarang muncul hanya karena persoalan teknis. Layanan kesehatan biasanya membangun silo ketika setiap divisi memilih atau mengembangkan sistem untuk menyelesaikan kebutuhannya sendiri tanpa menyusun rencana bersama.

Empat Titik Data Operasional yang Paling Sering Terputus di Faskes

1. Jadwal dan kinerja tenaga kesehatan yang sulit dipantau lintas sistem

Faskes sering mengelola data tenaga kesehatan, seperti jadwal shift, kehadiran, kompetensi, dan kepatuhan terhadap pelatihan melalui sistem yang berbeda dari sistem untuk menentukan penempatan dan beban kerja harian.

Hasibuan, dkk dalam Jurnal Ilmiah Kedokteran dan Kesehatan menunjukkan bahwa hak akses dan tanggung jawab staf memang sudah diatur berdasarkan fungsi jabatan, seperti dokter, perawat, tenaga rekam medis, dan admin.

Pengaturan itu menjawab siapa boleh mengakses data apa, bukan bagaimana data kinerja dan penjadwalan staf terhubung dengan kebutuhan operasional harian.

Akibatnya, manajer sering mengambil keputusan soal penempatan staf atau lembur berdasarkan data yang sudah tertinggal beberapa hari, bukan kondisi lapangan yang sebenarnya terjadi hari itu.

2. Riwayat interaksi dan layanan pasien tersebar di berbagai kanal

Faskes sering memecah rekam klinis, riwayat komunikasi, dan catatan follow-up pasien ke dalam sistem pendaftaran, kanal komunikasi, dan catatan klinis yang berbeda.

Tinjauan tata kelola yang sama juga mencatat bahwa standar interoperabilitas seperti FHIR belum mencakup seluruh skenario pertukaran data pasien antar-penyedia layanan.

Bagi Faskes dengan volume pasien tinggi, kondisi ini memaksa tim layanan pelanggan menyusun kembali riwayat pasien secara manual sebelum memberikan respons yang relevan.

Waktu yang tim gunakan untuk mengumpulkan kembali informasi seharusnya dapat mereka alihkan untuk melayani pasien berikutnya.

3. Laporan keuangan terlambat karena rekonsiliasi manual

Volume transaksi dan klaim di sektor kesehatan Indonesia membuat keterlambatan rekonsiliasi langsung terasa pada neraca. Hal ini seperti yang disebutkan dalam Mordor Intelligence bahwa per Oktober 2025, cakupan BPJS Kesehatan mencapai 99,34% populasi atau sekitar 283 juta peserta.

Makin besar volume transaksi yang mengalir setiap hari, makin mahal ongkos setiap jam keterlambatan saat data klinis dan data keuangan tidak saling terhubung secara otomatis.

4. Pengeluaran operasional harian sulit dilacak secara real-time

Organisasi pelayanan kesehatan sering kali menempatkan pengeluaran nonmedis, seperti procurement, reimbursement staf, dan biaya operasional cabang, sebagai urusan back office. Karena itu, tim sering mengesampingkan kebutuhan integrasi datanya.

Hal ini seperti yang disebutkan McKinsey bahwa 20 sampai 25 persen belanja kesehatan terbuang percuma, dan 50 sampai 75 persen di antaranya berpotensi dihapus lewat pemanfaatan data yang lebih baik.

Sebagian besar peluang penghematan tersebut muncul pada data pengeluaran yang sering mendapat perhatian lebih rendah dibandingkan data klinis.

Dampak Silo Data terhadap Kinerja Finansial dan Kepatuhan Faskes

1. Arus kas tertahan karena klaim tidak sinkron

Volume klaim nasional membuat dampak silo data langsung masuk ke neraca rumah sakit. Ketika data klinis yang menjadi dasar validasi klaim tidak sinkron dengan data yang dikirim kepada pembayar, proses verifikasi dapat menahan klaim dan memperlambat arus kas.

Nantinya, tim keuangan akan menanggung dampak dari masalah yang sebenarnya muncul dari unit klinis atau administrasi. Makin banyak klaim yang membutuhkan koreksi manual, makin lama rumah sakit menerima kas yang seharusnya dapat digunakan untuk menjalankan operasional harian.

2. Risiko kepatuhan UU Pelindungan Data Pribadi

UU Pelindungan Data Pribadi memasukkan data kesehatan ke dalam kategori data pribadi spesifik. Karena itu, Anda bisa menghadapi konsekuensi hukum yang lebih berat dibandingkan ketika mengelola data pribadi umum, termasuk adanya sanksi administratif.

Rumah sakit yang tidak mengetahui lokasi seluruh data pasiennya akan kesulitan memenuhi kewajiban akuntabilitas data, meskipun manajemen memiliki niat baik.

Silo data membuat direksi kesulitan menjawab pertanyaan mendasar seperti sistem apa saja yang menyimpan data pasien tertentu dan siapa saja yang dapat mengaksesnya.

3. Biaya kebocoran data semakin besar

Managed Healthcare Executive menyebutkan kesehatan tetap menjadi industri dengan biaya rata-rata kebocoran data tertinggi, mencapai USD 7,42 juta per insiden, dengan waktu deteksi rata-rata 279 hari.

Silo data dapat memperpanjang waktu deteksi karena tim keamanan tidak memiliki satu titik pemantauan yang dapat melihat seluruh sistem secara menyeluruh.

Tim Anda akan kesulitan mendeteksi kebocoran data secara cepat jika makin banyak sistem yang berjalan sendiri. Hal ini akan membuat kerugian yang dapat terakumulasi makin besar pula saat proses tersebut.

4. Tenaga medis kehilangan waktu untuk administrasi

Integrasi antar-sistem EHR masih menjadi salah satu hambatan operasional terbesar bagi banyak organisasi kesehatan.

Setiap jam yang tenaga medis habiskan untuk mencocokkan data secara manual menciptakan biaya oportunitas yang sering tidak muncul dalam laporan keuangan, meskipun dampaknya tetap nyata.

Dokter dan perawat seharusnya memusatkan perhatian pada pasien, tetapi mereka masih harus menyalin informasi dari satu sistem ke sistem lainnya.

5. Potensi kerugian ekonomi skala makro

Mekanisme kebocoran nilai akibat silo data bersifat universal dan tidak terbatas pada satu negara saja.

OECD memperkirakan nilai ekonomi penuh dari interoperabilitas data kesehatan setara 2,7 sampai 6,6 persen dari total belanja kesehatan tahunan di negara-negara anggotanya.

Angka tersebut menunjukkan bahwa silo data bukan hanya persoalan operasional pada satu rumah sakit. Masalah ini menciptakan pola kerugian struktural yang terus berulang di seluruh sistem kesehatan, termasuk Indonesia.

Tantangan Mengatasi Silo Data di Fasilitas Kesehatan

1. Fragmentasi sistem historis yang sudah berlangsung lama

Faskes besar biasanya tidak memiliki kondisi awal yang sepenuhnya bersih ketika ingin memulai integrasi data.

Menariknya, organisasi kesehatan mulai membangun silo sejak adopsi rekam medis elektronik meluas pada era 1990-an, lalu kompleksitasnya terus bertambah seiring ekspansi sistem.

Faskes kini harus mengelola kombinasi sistem klinis, keuangan, dan SDM yang berasal dari ekspansi cabang atau proyek IT selama bertahun-tahun. Hal ini akan lebih mudah mengelola perubahan jika Anda memulai integrasi secara bertahap berdasarkan area operasional.

2. Prioritas anggaran yang lebih sering berpihak ke sistem klinis

Investasi teknologi kesehatan cenderung diarahkan ke sistem yang langsung terlihat oleh pasien, seperti rekam medis dan pendaftaran, dibanding sistem pendukung seperti SDM dan keuangan.

Mengutip lagi Mordor Intelligence, pasar connected healthcare Indonesia sendiri diproyeksikan tumbuh pesat, dari USD 0,89 miliar pada 2025 menjadi USD 3,81 miliar pada 2031.

Pertumbuhan investasi ini dapat memperlebar kesenjangan antara sistem klinis yang terus mengalami pembaruan dan sistem operasional pendukung yang tertinggal. Karena itu, Anda perlu mengalokasikan investasi secara seimbang untuk sistem klinis sekaligus sistem pendukung.

3. Kesiapan infrastruktur dan SDM digital yang bervariasi antar fasilitas kesehatan

Faskes multi-cabang sering menunjukkan tingkat kematangan digital yang berbeda antar-lokasi. Cabang yang baru berdiri biasanya menggunakan sistem yang lebih modern, sedangkan cabang lama masih mengandalkan sistem yang sudah berjalan selama bertahun-tahun.

Karena itu, Anda tidak dapat menerapkan satu strategi integrasi untuk semua cabang. Cabang yang lebih baru atau lebih besar biasanya lebih siap mengikuti integrasi lebih cepat.

Strategi rollout berdasarkan tingkat kesiapan cabang akan lebih realistis dibandingkan memaksakan implementasi serentak di seluruh jaringan.

4. Resistensi budaya kerja lintas unit

Rekam medis elektronik dan sistem operasional lain hanya efektif jika seluruh unit sepakat memakai satu sumber kebenaran data.

Sistem sebaik apa pun kehilangan fungsinya apabila sebagian staf tetap mencatat di buku manual atau spreadsheet pribadi karena merasa lebih cepat atau lebih familiar.

Dengan demikian, perubahan kebiasaan kerja seperti ini membutuhkan dorongan dari manajemen. Sementara itu, staf perlu memahami alasan di balik perubahan itu, bukan sekadar diminta memakai sistem baru.

5. Standar dan format data yang belum seragam antar vendor

Perbedaan format dan metadata antar-aplikasi dapat memicu duplikasi data.

Satu sistem mungkin menggunakan format tertentu untuk nomor rekam medis, sedangkan sistem lain menggunakan format berbeda untuk informasi yang sama. Akibatnya, kedua sistem kesulitan mencocokkan data secara otomatis.

Layanan kesehatan juga tidak cukup hanya memilih vendor yang mengklaim mampu menyediakan integrasi. Anda perlu memastikan vendor mengikuti standar data terbuka agar sistem baru tidak justru menciptakan silo baru dalam bentuk yang berbeda.

Strategi Membenahi Silo Data Kesehatan di Fasilitas Kesehatan

1. Petakan kepemilikan data per unit sebelum menambah sistem baru

Anda perlu menentukan pemilik setiap jenis data sebelum menambah sistem baru. Tanpa kepemilikan data yang jelas, sistem baru hanya menambah satu silo ke dalam lingkungan yang sudah kompleks.

Pemetaan tersebut perlu menjelaskan data apa yang dimiliki setiap unit, siapa yang berwenang mengubahnya, dan siapa saja yang berhak mengaksesnya. Tanpa pemetaan tersebut, setiap proyek integrasi berisiko mengulangi pola yang sama.

2. Bangun satu sumber kebenaran untuk data klinis dan finansial

Anda perlu mempertemukan data klinis dan finansial dalam satu titik rekonsiliasi. Hubungan teknis antara dua sistem ini tidak otomatis menjadikan keduanya satu sumber kebenaran dalam aktivitas harian.

Dua sistem dapat terhubung melalui API dan dokumentasi integrasi, tetapi dua tim masih bisa menjalankan keduanya sebagai alur kerja terpisah. Karena itu, Anda perlu memastikan integrasi benar-benar masuk ke dalam proses kerja harian, bukan sekadar tersedia secara teknis.

3. Standarkan alur persetujuan dan validasi data sejak titik masuk

Mencegah duplikasi data jauh lebih murah daripada membersihkannya setelah masalah membesar. Ketidakkonsistenan format dan metadata antar-sistem menjadi salah satu penyebab utama duplikasi data di sektor kesehatan.

Anda dapat menempatkan validasi sejak proses pendaftaran pasien atau input klaim agar tim menangkap kesalahan lebih awal. Langkah ini jauh lebih efisien dibandingkan menjalankan proyek pembersihan data berskala besar setahun kemudian.

4. Uji interoperabilitas internal secara bertahap per fungsi

Anda sebaiknya tidak langsung menerapkan integrasi data secara big-bang ke seluruh rumah sakit karena pendekatan tersebut membawa risiko kegagalan yang tinggi.

Sebagai langkah awal, Anda dapat memilih satu pasangan fungsi dengan dampak tinggi, seperti integrasi rekam medis dengan sistem billing.

Keberhasilan integrasi pada pasangan fungsi tersebut dapat menjadi bukti awal sebelum Anda memperluas integrasi ke fungsi SDM dan procurement.

Pendekatan bertahap juga memberi tim waktu untuk memperbaiki proses sebelum mereka menerapkannya pada fungsi yang lebih kompleks.

Satukan Data Layanan Kesehatan Perusahaan Anda dengan Ekosistem Mekari!

Empat titik data operasional yang telah dibahas, dari tenaga kesehatan, pelayanan pasien, keuangan hingga pengeluaran bisnis, tidak dapat organisasi selesaikan hanya dengan menambah tools secara terpisah.

Setiap tools baru yang tidak saling terhubung justru dapat menciptakan satu silo baru. Faskes membutuhkan satu ekosistem yang menghubungkan keempat titik data itu dalam satu rantai.

Mekari hadir untuk menyatukan fungsi-fungsi tersebut dalam satu ekosistem perangkat lunak:

  • Mekari Officeless: platform no-code/low-code untuk membuat aplikasi custom sesuai kebutuhan operasional spesifik faskes.
  • Mekari Talenta: mengurus tenaga kesehatan: presensi otomatis, penjadwalan shift lintas cabang, dan perhitungan gaji serta lembur otomatis sesuai jam kerja tenaga medis, sampai distribusi gaji.
  • Mekari Jurnal: mengurus sisi keuangan: manajemen anggaran dan pendapatan, hingga laporan keuangan real-time, sekaligus memantau pergerakan stok obat secara real-time lewat integrasi sistem POS.
  • Mekari Qontak: menyatukan pengelolaan komunikasi pasien lintas kanal, termasuk WhatsApp, Instagram, dan email, untuk mempercepat respons layanan pasien.
  • Mekari Expense: menyederhanakan proses klaim reimbursement tenaga kesehatan sampai pengelolaan pengeluaran lewat fasilitas kartu kredit virtual.

Pelajari solusi Mekari untuk industri kesehatan dan mulai satukan data layanan kesehatan perusahaan Anda.

FAQ

Apa perbedaan silo data dengan fragmentasi data dalam layanan kesehatan?

Apa perbedaan silo data dengan fragmentasi data dalam layanan kesehatan?

Silo data merujuk pada kondisi data yang terkunci di satu unit dan tidak bisa diakses unit lain, sedangkan fragmentasi data menggambarkan pola yang lebih luas, yaitu data yang sama tersebar di banyak sistem tanpa satu sumber kebenaran yang konsisten.

Apakah rekam medis elektronik yang sudah berjalan otomatis berarti data operasional faskes sudah bebas silo?

Apakah rekam medis elektronik yang sudah berjalan otomatis berarti data operasional faskes sudah bebas silo?

Tidak. Rekam medis elektronik yang berjalan baik biasanya menyelesaikan silo di sisi data klinis, tetapi data tenaga kerja, keuangan, dan pengeluaran operasional bisa saja tetap berjalan di sistem terpisah yang tidak terhubung dengan RME.

Berapa biaya rata-rata yang berpotensi hilang akibat silo data di fasilitas kesehatan?

Berapa biaya rata-rata yang berpotensi hilang akibat silo data di fasilitas kesehatan?

Tidak ada angka tunggal yang berlaku universal karena besarnya kerugian bergantung pada skala operasional masing-masing faskes.

Namun, data dari McKinsey memperkirakan 20% hingga 25% belanja kesehatan terbuang.

Bagaimana UU Pelindungan Data Pribadi mempengaruhi tata kelola data kesehatan lintas divisi?

Bagaimana UU Pelindungan Data Pribadi mempengaruhi tata kelola data kesehatan lintas divisi?

UU PDP mengategorikan data kesehatan sebagai data pribadi spesifik dengan konsekuensi hukum yang lebih berat, termasuk sanksi administratif yang bisa mencapai 2% dari pendapatan tahunan perusahaan.

Apakah membenahi silo data internal berarti harus mengganti seluruh sistem yang sudah berjalan?

Apakah membenahi silo data internal berarti harus mengganti seluruh sistem yang sudah berjalan?

Tidak selalu. Banyak faskes bisa mulai dengan menguji interoperabilitas antar sistem yang sudah ada secara bertahap per fungsi, contohnya mengintegrasikan rekam medis ke sistem billing lebih dulu, sebelum memperluas ke fungsi lain.

Keluar

WhatsApp WhatsApp kami