SIMULASI DISKRIT UNTUK EVALUASI DAN PERBAIKAN MANAJEMEN LOGISTIK OBAT DI RUMAH SAKIT (STUDI KASUS RUMAH SAKIT XYZ) Mahendrawathi Er, Ph.D., Ika Dewi Vihara Bara Shanti Jurusan Sistem Informasi, Institut Teknologi Sepuluh Nopember, Kampus Keputih, Sukolilo, Surabaya 60111, Indonesia
Abstrak Pada Rumah sakit bagian logistik merupakan sub sistem yang melakukan proses pengelolaan yang terhadap pemindahan dan penyimpanan barang, suku cadang, dan barang jadi dari pemasok di dalam sarana dan fasilitas rumah sakit serta akhirnya sampai kepada para pemakai jasa pelayanan rumah sakit. Salah satu barang logistik yang dikelola rumah sakit adalah persediaan farmasi. Persediaan farmasi dikelola dalam instalasi farmasi. Persediaan farmasi ini meliputi obat-obatan, bahan kimia, bahan radiologi, alat kesehatan, alat kedokteran, dan gas medik. Rumah sakit harus mengetahui kapan harus memesan kepada pemasok, kapan harus mengirim ke unitunit lain dalam rumah sakit, berapa orang pekerja yang harus dilibatkan, dan sebagainya. Selain itu harus diketahui berapa stok minimal yang seharusnya selalu ada di tempat penyimpanan, ketika sudah mencapai stok minimal maka rumah sakit harus melalukan pemesanan kepada pemasok. Tanpa harus mengeluarkan biaya yang besar terlebih dahulu, kita bisa mengetahui apa yang terjadi melalui simulasi yang dibangun dengan biaya yang jauh lebih kecil. Simulasi bisa memberikan gambaran secara kasar apa yang akan terjadi bila sebuah inovasi proses dilakukan agar rumah sakit terhindar dari overstock dan stockout. Simulasi mampu membantu kita menjawab pertanyaan seperti berapa banyak waktu dan biaya yang dihemat. Tujuan Tugas Akhir ini adalah menghasilkan simulasi sistem logistik pada rumah sakit untuk mengetahui kebijakan inventori yang tepat. Kata kunci: Logistik, Rumah Sakit, Simulasi I. Pendahuluan Sektor layanan kesehatan merupakan sektor yang sangat penting bagi setiap negara termasuk Indonesia. Diantara berbagai jasa layanan kesehatan, rumah sakit memegang peranan penting karena menyediakan layanan kesehatan yang teadu bagi pasien. Salah satu proses yang memegang peran penting dalam mendukung penyediaan jasa pelayanan kesehatan yang berkualitas dan responsif adalah proses logistik. Secara umum, proses logistik terkait dengan pengelolaan dan pemenuhan material, pasokan dan manajemen instrumen dan pengadaan berbagai item di rumah sakit (Tung dkk, 2008). Persediaan obat pada rumah sakit melibatkan jumlah obat dan nilai obat yang tidak sedikit. Salah satu rumah sakit yang juga mengalami tantangan dalam mengelola proses logistik adalah Rumah Sakit XYZ. Selama ini
Rumah Sakit XYZ tidak mempunyai dasar perencanaan kebutuhan obat yang pasti. Pengadaan obat biasanya dilakukan berdasarkan pada data pemakaian rata-rata obat mingguan dan rumah sakit seringkali tidak bisa memenuhi kebutuhan pasien sehingga pasien harus membeli sendiri di luar rumah sakit. Hal ini tentu saja merugikan rumah sakit baik dari segi pelayanan maupun dari segi keuangan. Rumah Sakit XYZ juga harus mengambil beberapa keputusan penting terkait manajemen persediaan seperti misalnya kapan harus memesan kepada pemasok, kapan harus mengirim ke unitunit lain dalam rumah sakit, dan sebagainya. Keputusan lain terkait dengan tingkat stok minimal yang seharusnya selalu ada di tempat penyimpanan sehingga ketika persediaan sudah mencapai tingkat stok minimal pihak rumah sakit dapat segera melalukan pemesanan kepada pemasok.
Ketidakpastian ini menyebabkan sistem logistik rumah sakit menjadi kompleks. Hal ini menyebabkan pencarian solusi optimal dari permasalahan ini menjadi sulit dan membutuhkan waktu yang relatif lama. Padahal pihak rumah sakit harus membuat keputusan dengan tepat dan cepat. Selain itu perlu dilakukan pengujian terhadap berbagai skenario terkait dengan pengelolaan persediaan. Di sini, simulasi merupakan metode yang tepat untuk digunakan. Tanpa harus mengeluarkan biaya yang besar terlebih dahulu, perilaku sistem nyata yang kompleks dapat ditangkap. Simulasi bisa memberikan gambaran secara kasar apa yang akan terjadi bila sebuah inovasi proses dilakukan agar rumah sakit terhindar stockout. Misalnya dengan penerapan stok pengaman, perubahan prosedur pemesanan dan sebagainya. Simulasi mampu membantu menjawab pertanyaan berapa banyak waktu dan biaya yang dihemat.
backlog. Backlog merupakan kebutuhan unit periode sebelumnya yang tidak bisa dipenuhi karena tidak adanya stok di gudang.
Gambar 2.1 Model Konseptual Untuk Proses Logistik di Gudang
II. Pembahasan Pada bagian ini dijelaskan mengenai model sistem logistik pelayanan medik di Rumah Sakit XYZ. Secara umum pada sistem logistik RS XYZ terdapat berbagai pihak yang terlibat, yaitu pemasok, gudang, unit-unit dan pasien. Pemasok meliputi pihak yang menyediakan pasokan logistik untuk rumah sakit. Gudang adalah pihak yang mengelola dan mendistribusikan logistik ke unitunit dalam rumah sakit. Unit-unit merupakan pihak yang menggunkan pasokan obat untuk pelayanan medik dan kesehatan. Unit-unit tersebut adalah unit gawat darurat, unit rawat inap, unit rawat jalan, kamar bedah, kamar bersalin dan Intensive Care Unit (ICU). Pasien adalah pihak yang menyebabkan adanya permintaan obat di setiap unit. Pada gambar 1.1,1.2, dan 1.3 dijelaskan proses logistik di gudang, yang meliputi pemesanan kepada pemasok, menyimpan stok yang datang dari pemasok di gudang, dan mendistribusikan ke unit-unit. Gudang secara periodik setiap seminggu sekali melakukan pemesanan obat kepada pemasok. Banyaknya barang yang dibeli lebih kurang sebesar pemakaian periode sebelumnya. Obat yang datang dari pemasok disimpan di gudang terlebih dahulu, kemudian didistribusikan ke unit-unit untuk memenuhi kebutuhan unit. Selain itu pendistribusian juga dilakukan untuk memenuhi
Gambar 2.2 Model Konseptual untuk proses logistik di Unit
Gambar 2. 3 Model konseptual untuk permintaan pasien
III. Pembuatan Model Simulasi Berikut ini adalah penjelasan dari model simulasi yang telah dirancang di ARENA. Model simulasi ini dijalankan dengan runtime 70 hari. Pemesanan obat dan kedatangan pasokan obat di gudang digambarkan pada gambar 4.5. Obat yang datang dari pemasok disimpan di gudang menggunakan hold sebelum akhirnya akan dikeluarkan ketika ada permintaan dari unit. Pengisian pasokan di unit ditunjukkan pada gambar 4.6. Unit menentukan kebutuhan obat untuk periode berikutnya, setelah gudang mengisi pasokan unit menyimpan obat tersebut di penyimpanan unit. Obat yang disimpan ini akan dikeluarkan jika ada permintaan dari pasien. Permintaan pasien digambarkan pada gambar 4.7. Setiap hari unit beroperasi untuk memberikan pelayanan kepada pasien. Pada proses ini obat di penyimpanan unit dikeluarkan untuk memenuhi kebutuhan konsumen.
Gambar 4.3 Model Simulasi untuk permintaan pasien
Dalam proses simulasi ini akan digunakan beberapa parameter saat pengeksekusian simulasi, antara lain: 1. Hours per day Merupakan jumlah jam perhari bila seandainya berada di sistem nyata. Dalam simulasi ini hours per day yang digunakan adalah 24 jam. 2. Replication length
Jika pada saat ada permintaan pasien dan stok obat di nuit tidak ada, maka permintaan tidak bisa dipenuhi (terjadi stock out).
Merupakan suatu parameter untuk menentukan berapa lama simulasi akan dijalankan bila seandainya berada di sistem nyata. Dalam ujicoba eksekusi simulasi kali ini, akan diberikan nilai replication length sebesar 30 hari. 3. Warm-up period
Gambar 4.1 Model Simulasi untuk proses logistik di gudang
Merupakan jumlah waktu yang dibutuhkan untuk pemanasan / persiapan simulasi sebelum dieksekusi. Pada simulasi awal ini tipe simulasi yang digunakan adalah simulasi tipe non terminating (steady state).Tipe steady state dipilih karena kondisi berawal dan berakhirnya sistem logistik obat ini tidak dapat ditetapkan secara pasti. Hal ini karena kedatangan pasokan maupun permintaan obat dapat terjadi kapan saja tanpa batas waktu yang ditetapkan sehingga jumlah persediaan bahan obat bervariasi setiap harinya. Waktu yang digunakan untuk warm up adalah 30 hari. 4. Start date and time
Gambar 4.2 Model Simulasi untuk proses logistik di unit
Merupakan waktu dan tanggal kapan simulasi akan mulai dijalankan. Dalam uji coba kali ini, waktu dan tanggal yang akan digunakan adalah waktu dan tanggal default saat pengeksekusian.
5. Number of Replication Merupakan banyak replikasi / pengulangan yang akan digunakan untuk pengeksekusian. Menurut David Kelton, dalam buku Simulation with ARENA, Number of Replication yang layak digunakan dapat dihitung dengan menggunakan rumus:
=
(
) .
(
), 2
.
√ dimana: ( ) = ( − 1) = derajat bebas : banyak replikasi yang layak : nilai distribusi Z untuk : derajat error (confidenceinterval = 1) : Standart deviasi : nilai distribusi t untuk ( − 1), n : banyaknya pengamatan Untuk simulasi ini replikasi yang layak dilakukan adalah 7 kali. IV. Validasi Model Simulasi Validasi dilakukan untuk melihat apakah hasil running simulasi 60 hari dengan 7 kali replikasi akan dilihat apakah model ini representatif untuk sistem nyata. Pada tabel 4.1 terlihat perbandingan output untuk sistem nyata dan output dari simulasi. Dari data pada tabel 4.1 dilakukan validasi dengan menggunakan formula :
̅( ) = dan
̅( ) =
∑
̅( ) ± ,
∝/
dimana :
( )=
∑
(
̅ ( )) −1
Tabel 4. 1 Perbandingan Output Simulasi Dengan Sistem Nyata Parameter Yang Dibandingkan Kedatangan Pasokan di Gudang Pengisian Ke Unit : 1. Apotek 1 2. Apotek 2 3. Rawat Inap 4. Paviliun 5. UGD 6. ICU 7. Bedah 8. Bersalin Permintaan Pasien : 1. Apotek 1 2. Apotek 2 3. Rawat Inap 4. Paviliun 5. UGD 6. ICU 7. Bedah 8. Bersalin
Sistem Nyata
Output Simulasi
6400
67620
14410 14730 13650 10040 12520 80 340 50
14187 15190 10916 10064 10753 56 313 64
11888 12427 9565 7897 10149 55 300 36
14583 14654 8696 6810 8972 61 163 61
Dari perhitungan didapatkan confidence interval antara 793,7201 dan -514,42. Confidence interval dari input mengandung 0 atau melewati selang antara nilai positif dan negatif, yang mengindikasikan bahwa perbedaan antara data sistem dengan data dari model secara statistik tidak signifikan. Dengan demikian dapat ditarik dua kesimpulan bahwa model tersebut dapat bekerja dengan benar dan input yang digunakan dalam model adalah valid. V. Uji Coba Pada tahap ini dilakukan eksperimentasi simulasi dengan menggunakan 3 skenario. Skenario pertama adalah menambahkan safety stock di masing-masing unit. Skenario kedua adalah mengubah pola pengisian stok dari unit ke gudang. Skenario ketiga adalah menggunakan satu safety stock di gudang untuk memenuhi kebutuhan di masing-masig unit. Dari eksperimentasi terhadap skenario-skenario ini,diharapkan akan dapat diketahui jumlah persediaan obat yang mendekati optimal untuk meminimasi biaya persediaan.
Untuk mengurangi kerugian akibat stock out, salah satu cara yang bisa dilakukan adalah dengan menambahkan safety stock pada setiap unit. Jadi gudang selain mengisi pasokan ke unit sebanyak kebutuhan unit, ditambahkan dengan safety stock. Karena leadtime konstan 1 hari, maka besarnya safety stock ditentukan oleh ketidakpastian permintaan. Safety stock pada unit-unit di rumah sakit XYZ dihitung dengan rumus :
stok jika stok sudah berkurang mencapai angka tersebut. Tabel 5.2 Stok Minimal Untuk Setiap Obat Pada Setiap Unit Nama Obat Asam Mefenamat Volinol(500mg) Dexametason (0,5mg) Metronidasol Amoxicilyn Antacida DO En Cefotaxim (500ml)
= + √ Ss = safety stock Sd = standar deviasi dari permintaan l = leadtime Dari hasil simulasi model tanpa skenario dapat diketahui permintaan pada setiap unit. Dari permintaan tersebut dihitung safety stock untuk tiap obat pada tiap unit. Hasil dari perhitungan tersebut didapatkan jumlah safety stock untuk setiap jenis obat pada setiap unit seperti terlihat pada tabel 5.1.
Asam Mefenamat Volinol (500mg) Dexametason (0,5mg) Metronidasol Amoxicilyn Antacida DO En Cefotaxim
Apotek 1 26
Apotek 2 12
Rawat Inap 8
UGD 13
Pavili un 11
7
6
9
7
5
7
9
6
5
7
7 20 17
7 20 26
8 21 21
5 6 16
23 7 15
9
8
17
Pada skenario kedua, pengisian stok ke unit-unit tidak lagi dilakukan 7 hari sekali. Pengisian dilakukan jika penyimpanan di unit sudah mencapai nilai tertentu, minimal unit harus mempunyai stok sebanyak permintaan rata-rata untuk setiap jenis obat. Pada tabel 5.2 terdapat masing-masing jumlah obat minimal yang haris dipenuhi oleh setiap unit. Unit akan segera meminta pengisian
Apotek 2 477
Inap
Paviliun
UGD
169
188
327
113 116
114 116
132 117
63 112
116 116
116 290 546
117 261 701
116 370 635 143
117 111 316 272
115 176 491 226
Pada skenario ketiga, pola pembelian obat ke pemasok sedikit diubah. Jika pada kondisi base rumah sakit membeli tujuh jenis obat dari pemasok bersamaan, pada skenario ini diubah menjadi membeli per jenis obat. Obat yang habis dibeli, tidak perlu menunggu tujuh hari sekali.
Tabel 5. 1 Safety Stock Untuk Masing-masing Obat Di Setiap Unit Nama Obat
Apotek 1 462
Pengisian dilakukan jika stok di gudang sudah mencapai nilai tertentu, minimal gudang harus mempunyai stok sebanyak permintaan ratarata untuk setiap jenis obat. Pada simulasi kondisi base, obat yang dibeli dari pemasok dipisahkan berdasarkan persentase yang dihitung dari pemakaian rata-rata. Seperti yang terlihat pada gambar 5.4, ntuk eksperimen ketiga ini persentase tersebut diganti dengan jumlah kebutuhan obat dikurangi dengan stok yang tersisa. Nilai Entities per arrival yaitu sebesar kebutuhan rata-rata untuk masing-masing obat dikurangi dengan jumlah stok yang ada di gudang. Table 5.4 Jumlah stok minimal yang harus dimiliki Gudang Nama Obat Asam Mefenamat Volinol(500mg) Dexametason (0,5mg) Metronidasol Amoxicilyn Antacida DO En Cefotaxim (500ml)
Jumlah Stok Minimal 296 126 119 120 240 568 218
VI. Hasil Rangkuman hasil eksperimen untuk setiap skenario terlihat pada tabel 6.1, terlihat eksperimen kedua memiliki hasil yang lebih baik karena biaya yang dikeluarkan untuk mengelola logistik obat lebih kecil. Pada eksperimen 3 dilakukan perubahan pola pemesanan kepada pemasok. Pemesanan dilakukan berbeda-beda untuk setiap jenis obat. Hasil yang didapatkan pada eksperimentasi ini
lebih baik dibandingkan 2 eksperimen lainnya. Pada eksperimen 2 dan 3, penyimpanan obat dikurangi tetapi frekuensi pemesanan ditingkatkan. Hal ini dilakukan karena biaya pemesanan lebih murah daripada biaya penyimpanan. Pada skenario 1, jumlah kerugian akibat stock out bisa dikurangi. Sedangkan jika memakai skenario 2 dan 3 tidak terdapat stock out karena perputaran obat dari gudang ke unit cepat.
Tabel 6.1 Perbandingan Biaya (Dalam Rupiah) Dari Hasil Eksperimen
Parameter
Base
Biaya Pemesanan Harga Obat Biaya Penyimpanan Biaya Kerugian Stockout Jumlah
121.000 154.018.715 10.694.610 3.550.250 164.657.575
Eksperimen 1
Eksperimen 2
121.000 154.018.715 10.695.435 28.950,164.864.100
4. VII. Kesimpulan dan Saran Setelah melakukan uji coba dan analisis terhadap model simulasi maka diambil kesimpulan sebagai berikut : 1. Tugas akhir sudah berhasil memodelkan sistem logistik Rumah Sakit XYZ. Hasil perbandingan antara output sistem nyata dan output simulasi tidak berbeda secara signifikan. 2. Ketidakpastian permintaan berpengaruh terhadap nilai safety stock, semakin tinggi ketidakpastian permintaan akan menaikkan nilai safety stok. Penentuan tingkat safety stock yang tepat sangat penting dalam mengelola logistik. 3. Eksperimen menggunakan skenario 2, menambahkan safety stock di setiap unit, dapat mengurangi jumlah stock out. Tetapi karena jumlah obat yang dibeli oleh Rumah Sakit XYZ tetap, skenario menghilangkan stock out dengan memperbesar jumlah safety stock dapat mengakibatkan unit lain menjadi kekurangan stok.
5.
6.
Eksperimen 3
121.000 154.018.715 5.919.416 0
420.000 107.986.846 5.215.429 0
160.059.131
113.622.275
Pada skenario 3, eksperimentasi dilakukan dengan memisahkan pesanan berdasarkan jenis obat. Jika pada sistem awal pemesanan dilakukan bersama-sama untuk tujuh macam obat, maka pada ekperimen ini setiap obat ditentukan stok minimumnya dan mengorder ke pemasok jika obat tersebut habis. Frekuensi pemesanan ditambah dan jumlah obat yang dibeli dikurangi. Skenario ini bisa mengurangi biaya persediaan, karena tidak banyak obat yang disimpan sehingga biaya penyimpanan berkurang. Berdasarkan hasil simulasi yang diperoleh dengan biaya sebagai parameter, maka skenario 3 lebih baik daripada sistem awal dan 2 skenario lainnya. Jumlah entitas yang dapat diproses menggunakan Arena 5.0 terbatas sehingga sulit mengidentifikasi perubahan-perubahan yang terjadi selama simulasi pada report dari Arena. Pergerakan entitas di dalam simulasi diamati secara manual dan menggunakan kecepatan simulasi
yang sangat rendah sehingga membutuhkan waktu yang lama.
Saran Berikut ini adalah beberapa saran yang diajukan untuk perbaikan dan pengembangan lebih lanjut:
1. Rumah
sakit hendaknya mencatat jumlah penggunaan obat dan jumlah stok dengan sistematis. Data ini berguna sebagai acuan untuk pengadaan obat periode selanjutnya dan untuk menentukan tingkat safety stok.
Pada penelitian selanjutnya dapat digunakan software simulasi lain untuk menghindari batasan jumlah dan batasan penggunaan entitas dalam simulasi. VIII. Daftar Pustaka Altiok, T., Melamed, Benjamin.2007.Simulation Modeling and Analysis with Arena. British Library Cataloguing-in-Publication Data. Imron, Moch. 2010. Manajemen Logistik Rumah Sakit. Penerbit Sagung Seto, Jakarta. Lapierre,S.D, Ruiz,A.B. 2005. Scheduling logistik activities to improve hospital supply chain system. Journal On Research. Lumenta, Benyamin. 1989. Hospital Citra, Fungsi, dan Peran, Tinjauan Fenomena Sosial. Penerbit Kanisius, Yogyakarta. Swisher, J.R., Jacobson, S.H., Jun, J.B., Balci, O. 2001. Modeling and analyzing a physician clinic environment using discrete-event (visual) simulation. Computers and Operations Research 28 (2), 105–125.