Penguatan Digitalisasi Manajemen Rantai Pasok Obat di Sektor Kesehatan melalui Penerapan Business Intelligence
Files
Date
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
DOI
Abstract
Transformasi digital di sektor kesehatan merupakan strategi utama untuk meningkatkan efisiensi layanan, khususnya pada manajemen rantai pasok obat yang kompleks dan kritis terhadap ketersediaan obat. Tantangan seperti keterlambatan distribusi, ketidakakuratan data stok, dan minimnya pemantauan real-time masih sering terjadi di rumah sakit, berdampak pada kualitas pelayanan pasien. Penelitian ini bertujuan merancang dan mengimplementasikan sistem informasi terintegrasi berbasis Business Intelligence (BI) untuk memperkuat digitalisasi manajemen rantai pasok obat. Pendekatan System Development Life Cycle (SDLC) model waterfall digunakan, meliputi analisis kebutuhan, perancangan sistem, integrasi data melalui proses ETL (Extract, Transform, Load), dan visualisasi menggunakan Microsoft Power BI. Data yang diolah mencakup pergerakan stok gudang dan depo farmasi, status kedaluwarsa, serta parameter max–min stok dalam data warehouse berbasis star schema. Hasil menunjukkan dashboard interaktif yang dikembangkan mampu menyajikan indikator kunci seperti tingkat ketersediaan stok, proyeksi risiko kedaluwarsa, proporsi distribusi antar unit, dan validasi realisasi distribusi secara akurat dan real-time. Implementasi sistem ini menurunkan total cycle time proses dari 4.450 menit menjadi 1.671 menit (−62,75%), mempercepat waktu pencarian data dari ±45 menit menjadi ±4 menit (−91,1%), serta mengurangi proporsi aktivitas Non-Value Added dari 60% menjadi 27% (−55%). Sistem ini terbukti meningkatkan kecepatan pemantauan, meminimalkan potensi kekosongan obat, dan mempercepat pengambilan keputusan berbasis data oleh manajemen farmasi. Penelitian ini berkontribusi pada penguatan ekosistem digital rumah sakit dan merekomendasikan pengembangan lanjutan berupa integrasi dengan Electronic Medical Records (EMR) serta pemanfaatan algoritma prediktif berbasis machine learning untuk optimasi perencanaan pengadaan.