Guardian Yoki Sanjaya, A. Fuad, Lutfan Lazuardi, Furqonudin Ramdhani, Wan Aisyiah Baros, Erzan Dhanalvin
{"title":"Pengembangan Database Riset BPJS Kesehatan","authors":"Guardian Yoki Sanjaya, A. Fuad, Lutfan Lazuardi, Furqonudin Ramdhani, Wan Aisyiah Baros, Erzan Dhanalvin","doi":"10.22146/jisph.9138","DOIUrl":null,"url":null,"abstract":"Latar Belakang : BPJS Kesehatan dalam pencapaian Universal Health Coverage pada tahun 2019 akan memiliki salah satu basis data pelayanan kesehatan terbesar di dunia. Seiring dengan meningkatnya volume data yang tersimpan, semakin cepatnya proses mengumpulkan dan menghasilkan data, keragaman datanya serta kebutuhan terhadap kualitas data yang mencerminkan fakta, maka menjadi penting bagi BPJS Kesehatan untuk mengkaji kondisi manajemen data saat ini serta penyiapan database riset sebagai salah satu output. Metode Penelitian : Pendekatan kulitatif dilakukan untuk mengembangkan database riset BPJS Kesehatan. Literatur review, diskusi kelompok terarah dan identifikasi data di BPJS Kesehatan dilakukan untuk menggali konsep database riset untuk jaminan kesehatan nasional. Hasil : Database riset BPJS Kesehatan termasuk dalam konsep big data analytics karena volume, jumlah dan frekuensi yang tinggi serta tipe datanya yang beragam. Terdapat 5 dataset yang disepakati untuk dijadikan database riset BPJS Kesehatan. Jumlah peserta BPJS yang terus bertambah menuntut perlunya tatakelola data yang baik untuk memastikan representatif database riset terhadap pertumbuhan tersebut. Kesimpulan : Terdapat 3 aspek penting yang perlu dipertimbangkan dalam pengembangan database riset BPJS Kesehatan, yaitu konsep big data analytics , representasi database riset yang diambil dari transaksi data di BPJS Kesehatan dan manajemen data yang baik.","PeriodicalId":365453,"journal":{"name":"Journal of Information Systems for Public Health","volume":"72 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2020-10-08","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Journal of Information Systems for Public Health","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.22146/jisph.9138","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Latar Belakang : BPJS Kesehatan dalam pencapaian Universal Health Coverage pada tahun 2019 akan memiliki salah satu basis data pelayanan kesehatan terbesar di dunia. Seiring dengan meningkatnya volume data yang tersimpan, semakin cepatnya proses mengumpulkan dan menghasilkan data, keragaman datanya serta kebutuhan terhadap kualitas data yang mencerminkan fakta, maka menjadi penting bagi BPJS Kesehatan untuk mengkaji kondisi manajemen data saat ini serta penyiapan database riset sebagai salah satu output. Metode Penelitian : Pendekatan kulitatif dilakukan untuk mengembangkan database riset BPJS Kesehatan. Literatur review, diskusi kelompok terarah dan identifikasi data di BPJS Kesehatan dilakukan untuk menggali konsep database riset untuk jaminan kesehatan nasional. Hasil : Database riset BPJS Kesehatan termasuk dalam konsep big data analytics karena volume, jumlah dan frekuensi yang tinggi serta tipe datanya yang beragam. Terdapat 5 dataset yang disepakati untuk dijadikan database riset BPJS Kesehatan. Jumlah peserta BPJS yang terus bertambah menuntut perlunya tatakelola data yang baik untuk memastikan representatif database riset terhadap pertumbuhan tersebut. Kesimpulan : Terdapat 3 aspek penting yang perlu dipertimbangkan dalam pengembangan database riset BPJS Kesehatan, yaitu konsep big data analytics , representasi database riset yang diambil dari transaksi data di BPJS Kesehatan dan manajemen data yang baik.
背景:BPJS健康在2019年实现普遍健康保障将拥有世界上最大的卫生服务数据库之一。随着储存的数据数量增加,收集和生成数据的速度越快,数据的多样性和反映事实的数据质量的需求就越重要,因此,健康BPJS对审查当前数据管理条件和作为输出之一建立研究数据库至关重要。研究方法:用于开发健康BPJS研究数据库的讲座方法。在BPJS中进行的文献综述、焦点小组讨论和数据识别是为了挖掘国家健康保险研究数据库的概念。结果:BPJS健康研究数据库包括大数据分析的概念,因为它的体积、数量和频率以及不同的数据类型。有5个同意为健康BPJS研究数据库找到的数据集。越来越多的BPJS参与者需要tatakelola良好的数据来确保对这种增长的研究数据库的代表。结论:BPJS健康研究数据库开发中需要考虑三个重要方面,即big data analytics概念,即从健康BPJS数据交易和良好数据管理中检索的研究数据库表现。