Pandemi COVID-19 telah menjadi tantangan besar bagi kesiaptahanan sistem layanan kesehatan di seluruh dunia, terutama dalam menghadapi lonjakan permintaan dan keterbatasan kapasitas rumah sakit. Data tahun 2021 menunjukkan bahwa tingkat keterisian tempat tidur secara nasional mencapai 67–68%, dengan beberapa wilayah mengalami keterisian hingga 90%. Kondisi ini meningkatkan risiko keterlambatan perawatan dan angka kematian. Sebagai wilayah penyangga Ibu Kota Nusantara (IKN), Kota Balikpapan menghadapi tantangan besar dalam menyediakan layanan kesehatan yang efisien, berkelanjutan, dan tangguh terhadap krisis pandemi di masa depan.
Untuk mengatasi permasalahan tersebut, penelitian ini mengusulkan sistem cerdas berbasis optimisasi kapasitas layanan kesehatan dengan mempertimbangkan faktor biaya, risiko, lonjakan permintaan, serta kesiaptahanan pandemi. Model yang dikembangkan menggunakan kombinasi pendekatan survival analysis (SA) dan mixed-integer programming (MIP).
Penelitian menggunakan pendekatan survival analysis (SA) untuk memprediksi risiko kematian pasien, kemudian hasil prediksi tersebut dijadikan masukan ke dalam model optimisasi berbasis mixed-integer programming (MIP) untuk mengalokasikan kapasitas tempat tidur secara lebih efisien. Dengan cara ini, penelitian berupaya menekan angka kematian pasien sekaligus mengoptimalkan penggunaan sumber daya rumah sakit yang terbatas. Pada tahap pertama, SA digunakan untuk memperkirakan probabilitas kelangsungan hidup pasien berdasarkan data demografi, riwayat penyakit, serta pola perawatan pasien.
Prediksi risiko kematian pasien dilakukan dengan SA menggunakan model Cox proportional hazards. Model ini mempertimbangkan variabel-variabel penting seperti usia, jenis kelamin, komorbiditas, dan tingkat keparahan pasien COVID-19. Analisis Kaplan–Meier digunakan untuk memvisualisasikan probabilitas bertahan hidup pasien dari waktu ke waktu.
Hasil analisis menunjukkan adanya perbedaan signifikan antara probabilitas bertahan hidup pasien pria dan wanita, dengan p-value sebesar 0,011. Hal ini mengindikasikan bahwa jenis kelamin merupakan faktor yang berpengaruh terhadap risiko kematian. Selain itu, model juga mengidentifikasi kelompok pasien dengan tingkat risiko yang lebih tinggi, misalnya pasien dengan usia lanjut dan riwayat penyakit penyerta.
Temuan ini menjadi dasar untuk memberikan prioritas dalam alokasi tempat tidur, di mana pasien dengan probabilitas kelangsungan hidup lebih tinggi akan lebih diprioritaskan untuk memperoleh fasilitas ICU atau tempat tidur darurat, sehingga meningkatkan efisiensi penggunaan kapasitas rumah sakit.
Pada tahap kedua, MIP digunakan untuk mengoptimalkan alokasi kapasitas layanan kesehatan dengan mempertimbangkan lonjakan permintaan, kapasitas rumah sakit, distribusi tempat tidur, serta biaya operasional. Hasil optimisasi diperoleh dengan mengintegrasikan probabilitas kelangsungan hidup pasien dari SA ke dalam model MIP. Model ini meminimalkan risiko kematian pasien melalui pengalokasian tempat tidur (ICU maupun non-ICU) berdasarkan kapasitas yang tersedia, profil risiko pasien, serta batasan operasional rumah sakit. Hasil simulasi menunjukkan bahwa model mampu menurunkan jumlah pasien yang tidak mendapatkan tempat tidur serta menekan tingkat mortalitas. Selain itu, rumah sakit juga dapat mengurangi beban pada unit ICU dengan memanfaatkan tempat tidur non-darurat yang dikonversi menjadi darurat.
Penelitian ini menawarkan model optimisasi kapasitas layanan kesehatan yang berbasis pada profil risiko individu pasien, yang belum diterapkan dalam penelitian sebelumnya. Terdapat dua kontribusi utama dari penelitian ini. Pertama, pengembangan kota cerdas, di mana layanan kesehatan dapat diintegrasikan ke dalam sistem tata kelola berbasis teknologi yang lebih luas, mendukung konsep smart living, serta mengoptimalkan akses terhadap layanan kesehatan yang berkualitas, efisien, dan berkelanjutan. Kedua, penelitian ini memastikan akses layanan kesehatan yang inklusif dan berkelanjutan melalui implementasi model yang sejalan dengan Tujuan Pembangunan Berkelanjutan (TPB), khususnya dalam meningkatkan akses terhadap layanan kesehatan berkualitas, mengoptimalkan pemanfaatan sumber daya medis yang terbatas, serta memperkuat kesiaptahanan pandemi di masa depan.
Anggota :
Vridayani Anggi Leksono
Nur Qadri Bahar
1. Merancang mengusulkan sistem cerdas berbasis optimisasi kapasitas layanan kesehatan dengan mempertimbangkan faktor biaya, risiko, lonjakan permintaan, serta kesiaptahanan pandemi.
2. Memastikan akses layanan kesehatan yang inklusif dan berkelanjutan melalui implementasi model yang sejalan dengan Tujuan Pembangunan Berkelanjutan (TPB), khususnya dalam meningkatkan akses terhadap layanan kesehatan berkualitas, mengoptimalkan pemanfaatan sumber daya medis yang terbatas, serta memperkuat kesiaptahanan pandemi di masa depan.
3. Dengan sistem optimisasi yang mempertimbangan banyak faktor, pemerintah daerah dapat merencanakan kebutuhan fasilitas kesehatan di wilayah penyangga IKN dengan lebih terukur, termasuk perencanaan anggaran, distribusi tenaga medis, dan penguatan kesiaptahanan pandemi.