Fondasi Teknologi Informasi Kesehatan: Dari Data ke Keputusan Klinis-Populasi

DESKRIPSI MODUL

Pagi itu, dr. Faiz, SpOG., Subsp.Obginsos.

Baru dua minggu bertugas sebagai Kepala Seksi Kesehatan Keluarga di Dinas Kesehatan Kabupaten Halmahera Selatan, Maluku Utara. Di depannya ada tiga tumpukan kertas: laporan bulanan dari 18 Puskesmas, printout dari aplikasi SIGA (Sistem Informasi Gizi dan Anak), dan selembar kertas tulis tangan dari bidan koordinator yang menyatakan bahwa angka kematian ibu bulan lalu sebenarnya dua kali angka yang dilaporkan ke Dinkes — karena satu kematian terjadi di perjalanan menuju RS dan tidak dicatat sebagai kematian ibu oleh Puskesmas asal.

Dr. Faiz menatap layar komputer di mejanya: Ada enam aplikasi pelaporan berbeda yang harus diisi timnya setiap bulan: SIGA, SIMUNDU (imunisasi), e-Kohort KIA, ASPAK (sarana-prasarana), Aplikasi Stunting, dan SIPD (Sistem Informasi Pemerintah Daerah). Masing-masing memiliki format yang berbeda, variabel yang tumpang tindih tetapi tidak sinkron, dan tidak ada satu pun yang dapat berbicara satu sama lain secara otomatis.

"Data ada di mana-mana," pikir dr. Faiz. "Tetapi informasi yang saya butuhkan untuk membuat keputusan — tidak ada."

Pengalaman dr. Faiz menggambarkan paradoks yang dihadapi oleh sistem kesehatan Indonesia dan banyak negara berkembang: data melimpah, informasi langka, pengetahuan yang dapat ditindaklanjuti semakin jarang. Modul ini membangun fondasi konseptual untuk memahami paradoks ini — mengapa ia terjadi, bagaimana arsitektur sistem informasi kesehatan yang baik seharusnya bekerja, dan apa peran khusus konsultan Obginsos dalam ekosistem data kesehatan reproduksi.

CAPAIAN PEMBELAJARAN MODUL

Setelah menyelesaikan modul ini, peserta didik mampu:

1 Membedakan data, informasi, pengetahuan, dan wisdom dalam konteks sistem informasi kesehatan dan mengidentifikasi di mana kegagalan transformasi paling sering terjadi
2 Menjelaskan arsitektur sistem informasi kesehatan (SIK) nasional Indonesia — komponen, alur, dan titik-titik kelemahan utamanya
3 Menguraikan lanskap aplikasi pelaporan kesehatan reproduksi di Indonesia beserta fungsi, kelebihan, dan keterbatasan masing-masing
4 Menganalisis konsep interoperabilitas, standar data, dan integrasi sistem dalam konteks SIK yang terfragmentasi
5 Mengidentifikasi peran strategis konsultan Obginsos sebagai pengguna, pengelola, dan advokat kualitas data dalam ekosistem informasi kesehatan reproduksi

MATERI INTI

C.1. Hirarki Data–Informasi–Pengetahuan–Wisdom

C.1.1. Memahami Perbedaan yang Kritis

DATA

Fakta mentah yang belum diproses

→ "47 kematian ibu di Kab. X, 2023" → "ANC K1 coverage: 78%" → "Bidan desa: 34 orang" → "Jarak rata-rata ke RS: 87 km"

Karakteristik data yang baik:

Akurat: mencerminkan kenyataan
Lengkap: tidak ada yang hilang
Tepat waktu: tersedia saat dibutuhkan
Konsisten: dapat dibandingkan
Relevan: menjawab pertanyaan yang ada

Transformasi: Agregasi, ringkasan, perbandingan, kontekstualisasi, visualisasi

INFORMATION

Data yang telah diproses, dikontekstualisasikan, dan bermakna

→ "AKI Kab. X (247/100.000) = 3× rata-rata nasional (72/100.000)" → "80% kematian ibu terjadi di fasilitas dengan BPJS, bukan di rumah" → "Kematian meningkat 40% di triwulan pascabanjir"

Transformasi data → informasi:

Agregasi dan ringkasan
Perbandingan dan kontekstualisasi
Visualisasi dan presentasi
Deteksi pola dan anomali

Transformasi: Analisis multivariat, korelasi, integrasi konteks, konfirmasi bukti

KNOWLEDGE

Informasi yang diintegrasikan dengan pemahaman, pola, dan relasi kausal

→ "Kematian ibu di Kab. X terkonsentrasi pada perempuan tanpa ANC lengkap, yang korelasinya kuat dengan jarak >50 km ke fasilitas PONED"

→ "Peningkatan triwulan pascabanjir konsisten dengan literatur tentang disrupted supply chains dan isolasi geografis"

Transformasi informasi → knowledge:

Analisis multivariat dan korelasi
Integrasi dengan konteks lokal
Konfirmasi dengan bukti ilmiah
Pembelajaran dari pola historis

Transformasi: Pertimbangan nilai, navigasi trade-off, integrasi pengalaman, kepemimpinan

WISDOM

Pengetahuan yang diaplikasikan untuk keputusan yang tepat dalam konteks yang kompleks dan tidak pasti

→ "Intervensi prioritas bukan menambah bidan desa, tetapi memperkuat sistem rujukan berbasis komunitas di 6 desa dengan jarak >50 km, dengan anggaran BOK yang ada"

→ "Keputusan ini mempertimbangkan: efektivitas bukti, feasibilitas lokal, keterbatasan sumber daya, dinamika politik lokal, dan nilai komunitas"

Transformasi knowledge → wisdom:

Pertimbangan nilai dan etika
Navigasi trade-off dan ketidakpastian
Integrasi pengalaman klinis
Kepemimpinan dan pengambilan keputusan

C.1.2. Di Mana Kegagalan Paling Sering Terjadi

Kegagalan DATA → INFORMATION

Data ada tetapi tidak dianalisis
Laporan dikirim tetapi tidak dibaca
Dashboard ada tetapi tidak digunakan
Angka dikumpulkan untuk memenuhi kewajiban pelaporan, bukan untuk memahami situasi

Kegagalan INFORMATION → KNOWLEDGE

Angka nasional diaplikasikan tanpa mempertimbangkan konteks lokal
Tidak ada kapasitas analitik di level Puskesmas dan Dinkes kabupaten
Informasi tersimpan dalam silo: KIA tidak berbicara dengan gizi, gizi tidak berbicara dengan kesling

Kegagalan KNOWLEDGE → WISDOM

Rekomendasi tidak mempertimbangkan feasibilitas implementasi lokal
Keputusan diambil berdasarkan tekanan politis, bukan bukti
Tidak ada mekanisme untuk mengevaluasi apakah keputusan sebelumnya berhasil

Implikasi untuk Konsultan Obginsos

Tugas kita bukan hanya menghasilkan data yang lebih banyak — tetapi memastikan bahwa data yang ada ditransformasi menjadi keputusan yang lebih baik untuk ibu dan bayi.

C.2. Arsitektur Sistem Informasi Kesehatan Nasional Indonesia

C.2.1. Kerangka SIK Nasional

Definisi (Permenkes 97/2015): "Seperangkat tatanan yang meliputi data, informasi, indikator, prosedur, perangkat, teknologi, dan sumber daya manusia yang saling berkaitan dan dikelola secara terpadu untuk mengarahkan tindakan atau keputusan yang berguna dalam mendukung pembangunan kesehatan."

Enam Subsistem SIK Nasional

1. Data & Informasi

Pengumpulan, pengolahan, penyajian

Sumber: fasilitas, komunitas, survei
Standar: ICD-10, SNOMED CT
Output: indikator, laporan, dashboard

2. Indikator

SPM, Renstra, SDGs, IKU

Standar Pelayanan Minimal (SPM)
Rencana Strategis Kemenkes
Indikator Kinerja Utama Dinkes
Target SDGs kesehatan

3. Sumber Daya

SDM, infrastruktur, pembiayaan

SDM pengelola data
Infrastruktur hardware/software
Anggaran operasional sistem

4. Teknologi & Infrastruktur

Jaringan, server, perangkat

Jaringan internet/intranet
Server dan pusat data
Perangkat input (laptop, tablet, smartphone)

5. Manajemen

Tata kelola, koordinasi, SOP

Tata kelola data
Koordinasi lintas program
Standar operasional prosedur

6. Legislasi & Regulasi

UU ITE, Permenkes RME, PP 71/2019

UU ITE No. 19/2016
Permenkes 24/2022 (Rekam Medis Elektronik)
PP 71/2019 (Sistem Elektronik)

C.2.2. Alur Data dalam Sistem KIA

Level Komunitas

Kader Posyandu: timbangan bayi, ibu hamil baru, kunjungan posyandu

Ketidakakuratan, keterlambatan, format tidak standar

Level Puskesmas

Bidan/Perawat/Dokter: register kohort, rekam medis, laporan kematian

Aplikasi: e-Kohort KIA, SIGA, SIMUNDU, P-Care BPJS

Double entry, konektivitas internet, beban pelaporan berlebih

Level Dinkes Kabupaten/Kota

Agregasi & validasi laporan Puskesmas, pelaporan ke provinsi, analisis keputusan lokal

Kapasitas analitik terbatas, data tidak tervalidasi

Level Dinkes Provinsi

Agregasi data kabupaten/kota, supervisi & pembinaan teknis, pelaporan ke Kemenkes

Level Kemenkes (Pusat)

SATU SEHAT, Dashboard Nasional KIA, pelaporan internasional (WHO, UNICEF), kebijakan & regulasi

Masalah Struktural yang Persisten

Fragmentasi Vertikal: Data mengalir ke atas tetapi umpan balik ke bawah sangat lambat atau tidak ada — Puskesmas melaporkan tetapi jarang menerima analisis yang berguna
Fragmentasi Horizontal: Program KIA, gizi, imunisasi, kesling — masing-masing memiliki sistem tersendiri tanpa integrasi
Kesenjangan Urban-Rural: Konektivitas internet di daerah terpencil membuat pelaporan real-time tidak mungkin — data sering terlambat 1–3 bulan

C.3. Lanskap Aplikasi Pelaporan Kesehatan Reproduksi di Indonesia

C.3.1. Peta Aplikasi Utama

Implementasi Bertahap

SATU SEHAT

Pengelola: Kemenkes

Fungsi: Integrasi data faskes secara nasional

Cakupan: RME, data kunjungan, laboratorium, farmasi

Relevansi KIA: Sangat tinggi — platform tunggal integrasi semua data kesehatan

✓ Visi integrasi nasional

✗ Interoperabilitas dengan sistem lama, kapasitas SDM, infrastruktur

e-KOHORT KIA

Pengelola: Dit. Kesehatan Keluarga

Fungsi: Pencatatan & pemantauan individual ibu hamil dan bayi dari ANC hingga pascapersalinan

Cakupan: Kohort ibu hamil (K1–K4), persalinan, nifas, neonatus

✓ Berbasis individu — memungkinkan tracking per pasien

✗ Adopsi tidak merata; banyak Puskesmas masih register manual paralel

SIGA

Pengelola: Dit. Gizi Masyarakat

Fungsi: Pemantauan status gizi ibu dan anak, cakupan intervensi gizi

Cakupan: Stunting, wasting, KEK ibu hamil, pemberian ASI, MPASI

✓ Terintegrasi dengan Posyandu; data berbasis komunitas

✗ Berbeda sistem dengan e-Kohort KIA; data tidak terhubung otomatis

SIMUNDU

Pengelola: Kemenkes / P2P

Fungsi: Cakupan imunisasi bayi dan anak, stok vaksin

Relevansi KIA: Imunisasi neonatus (Hep B, BCG) dan bayi

✗ Sistem terpisah dari data persalinan — tidak ada link otomatis ke data ibu

P-CARE BPJS

Pengelola: BPJS Kesehatan

Fungsi: Pencatatan kunjungan, diagnosis, tindakan untuk klaim JKN

Relevansi KIA: Kunjungan ANC, persalinan, KB — semua diklaim melalui P-Care

✓ Sangat lengkap dari sisi klaim — mencakup hampir semua kunjungan peserta JKN

✗ Fokus pada klaim, bukan outcome klinis/epidemiologi; data tidak mudah diakses untuk analisis kesehatan masyarakat

ASPAK

Pengelola: Kemenkes

Fungsi: Inventarisasi sarana, prasarana, dan alat kesehatan di fasilitas

Relevansi KIA: Ketersediaan peralatan PONEK, kendaraan rujukan, ruang bersalin

✓ Data real-time tentang kesiapan fasilitas

✗ Update sering tidak konsisten; tidak terhubung ke data kinerja klinis

C.3.2. Masalah Beban Ganda Pelaporan

Beban Pelaporan Bidan Puskesmas (Ilustrasi Tipikal)

Laporan bulanan yang harus dibuat:

e-Kohort KIA: update kohort individu
SIGA: data gizi dan posyandu
SIMUNDU: cakupan imunisasi
P-Care BPJS: klaim kunjungan
ASPAK: update peralatan (triwulanan)
Laporan manual ke Dinkes Kab: LB3-KIA, PWS-KIA
SIMPUS (jika ada): Sistem Informasi Manajemen Puskesmas

Perkiraan waktu: 8–15 jam/bulan hanya untuk pelaporan — di luar waktu pelayanan pasien

Akibat dari Beban Berlebih

Data Fidelity Rendah: Terburu-buru mengisi → angka diperkirakan, bukan diukur
Underreporting Sistematis: Kasus yang tidak di-follow up tidak masuk pelaporan
"Desk Fatigue": Bidan lebih memilih melayani pasien daripada mengisi laporan — ini sebenarnya pilihan yang benar tetapi menciptakan data yang buruk
Duplikasi Data: Pasien yang sama dicatat di berbagai sistem tanpa sinkronisasi

Implikasi untuk Konsultan Obginsos

Ketika kita menerima laporan cakupan ANC K4 = 82% dari Puskesmas, kita harus selalu bertanya:

Apakah ini data nyata atau perkiraan karena kehabisan waktu mengisi register?
Apakah definisi K4 yang digunakan sama dengan definisi nasional?
Apakah ada kematian ibu yang tidak masuk dalam laporan karena terjadi di luar fasilitas?

C.4. Interoperabilitas dan Standar Data Kesehatan

C.4.1. Mengapa Interoperabilitas Penting

Definisi Interoperabilitas: Kemampuan sistem yang berbeda untuk bertukar data dan menggunakan informasi yang dipertukarkan tersebut secara bermakna.

Tiga Level Interoperabilitas

Level 1 — Teknikal

Sistem dapat mentransfer data (format, protokol, koneksi)

Contoh: API yang memungkinkan e-Kohort mengirim data ke SATU SEHAT secara otomatis

Level 2 — Semantik

Sistem menggunakan definisi yang sama untuk konsep yang sama

Contoh: "Kematian ibu" di e-Kohort, P-Care, dan SIGA menggunakan definisi WHO yang sama (kematian dalam 42 hari pascapersalinan)

Masalah nyata: P-Care BPJS mendefinisikan kematian berdasarkan klaim, bukan kriteria klinis WHO

Level 3 — Organisasional

Kebijakan, tata kelola, dan proses yang memungkinkan pertukaran data berjalan secara berkelanjutan

Contoh: Perjanjian data sharing antara Kemenkes dan BPJS Kesehatan untuk keperluan analisis AKI

Standar Data Kesehatan yang Relevan

ICD-10 / ICD-11 SNOMED CT HL7 FHIR LOINC

ICD-10 / ICD-11: Klasifikasi penyakit internasional — digunakan untuk koding diagnosis kematian ibu, komplikasi obstetri; Indonesia sedang transisi ke ICD-11
SNOMED CT: Terminologi klinis terstandar — digunakan di sistem rekam medis elektronik tingkat lanjut
HL7 FHIR (Fast Healthcare Interoperability Resources): Standar pertukaran data antar sistem — SATU SEHAT mengadopsi FHIR sebagai standar integrasi
LOINC: Standar untuk hasil laboratorium dan observasi klinis — relevan untuk data antenatal (hemoglobin, proteinuria, dll.)

C.4.2. Visi SATU SEHAT sebagai Platform Integrasi

SATU SEHAT: Platform Nasional Kesehatan Indonesia

Diluncurkan: 2022–2023 | Dasar hukum: Permenkes 24/2022 tentang Rekam Medis

Arsitektur SATU SEHAT

IHS (Indonesia Health Services)

Identifikasi pasien tunggal nasional menggunakan NIK

Data Fasyankes

Registrasi dan profil semua fasilitas kesehatan

Rekam Medis Elektronik (RME)

Standar nasional rekam medis digital

Health Data Repository

Pusat data nasional terintegrasi

Peluang untuk Surveilans KIA

SATU SEHAT dapat menghubungkan: ANC pertama (K1) → persalinan → nifas → neonatus → dalam satu rekam perjalanan pasien yang utuh
Identifikasi pasien berbasis NIK memungkinkan pelacakan lintas fasilitas — ibu yang ANC di Puskesmas A dan bersalin di RS B dapat dilacak
Near-real-time data untuk deteksi dini lonjakan komplikasi

Tantangan Implementasi (2024)

Infrastruktur: 40% Puskesmas di daerah terpencil belum memiliki koneksi internet yang stabil
SDM: Sebagian besar tenaga kesehatan di Puskesmas belum terlatih menggunakan RME berbasis FHIR
Resistensi Perubahan: Kebiasaan pencatatan manual yang sudah berjalan puluhan tahun sulit diubah dalam waktu singkat
Kepercayaan Data: Kekhawatiran privasi dan keamanan data pasien — khususnya untuk kondisi sensitif (HIV, GBV)

C.5. Peran Konsultan Obginsos dalam Ekosistem Informasi Kesehatan

C.5.1. Tiga Peran Strategis

Peran 1 — Pengguna Data yang Kritis

Bukan hanya menerima angka tetapi mempertanyakan kualitasnya

Selalu tanyakan: Bagaimana data ini dikumpulkan? Siapa yang mengumpulkan? Apa definisi yang digunakan?
Bandingkan sumber: apakah angka dari P-Care BPJS konsisten dengan e-Kohort KIA? Jika tidak, mengapa?
Triangulasi: gunakan minimal 2–3 sumber berbeda untuk memvalidasi temuan penting
Identifikasi gap: data apa yang seharusnya ada tetapi tidak ada?

Peran 2 — Pengelola & Peningkat Kualitas Data

Posisi sebagai konsultan memberi wewenang dan tanggung jawab untuk memperbaiki kualitas data di wilayah kerja

Audit kualitas data secara periodik: completeness, accuracy, timeliness
Supervisi dan pelatihan tim pengelola data di Puskesmas
Standarisasi definisi dan prosedur pengumpulan data
Membangun feedback loop: hasil analisis data dikembalikan ke Puskesmas dalam format yang berguna untuk mereka

Peran 3 — Advokat Sistem Informasi yang Lebih Baik

Dalam posisi strategis, konsultan Obginsos dapat mendorong perbaikan sistemik

Advokasi kepada Dinkes/Bupati untuk investasi infrastruktur SIK (termasuk anggaran DAK)
Mendorong integrasi antar sistem yang saat ini terfragmentasi
Berkontribusi pada pengembangan kebijakan data kesehatan nasional
Mendokumentasikan masalah sistemik untuk penelitian dan advokasi berbasis bukti

C.5.2. Kompetensi Minimal yang Diperlukan

Tier 1 — Operasional (Wajib)

Dasar

Menggunakan aplikasi pelaporan standar (e-Kohort, SIGA, P-Care)
Membaca dan menginterpretasi dashboard data KIA
Mengidentifikasi inkonsistensi dan anomali dalam data rutin
Mengekspor dan menganalisis data dasar dalam spreadsheet

Tier 2 — Analitik (Sangat Dianjurkan)

Menengah

Membangun visualisasi sederhana untuk presentasi kepada pemangku kepentingan
Melakukan analisis tren menggunakan data time series
Membandingkan data lintas wilayah (benchmarking)
Menggunakan GIS dasar untuk pemetaan distribusi kasus

Tier 3 — Strategis (Untuk Kepemimpinan)

Lanjutan

Merancang kebutuhan data dan sistem pelaporan di tingkat kabupaten/kota
Mengelola proyek implementasi sistem informasi di fasilitas
Menulis spesifikasi kebutuhan untuk pengembangan atau adaptasi aplikasi
Memimpin tim multidisiplin dalam perbaikan SIK

Catatan Penting

Tujuan MK ini BUKAN menjadikan konsultan Obginsos sebagai ahli IT. Tujuannya adalah menjadikan mereka pengguna yang kritis dan advokat yang efektif untuk sistem informasi yang mendukung keputusan klinis dan kebijakan kesehatan reproduksi yang lebih baik.

PERTANYAAN DISKUSI

Pertanyaan 1: Analisis Kasus dr. Faiz dengan Kerangka DIKW Dr. Faiz menghadapi paradoks di awal modul ini: enam aplikasi pelaporan yang tidak terhubung, data yang melimpah tetapi informasi yang langka, dan satu kematian ibu yang tidak tercatat karena terjadi "di antara" sistem yang ada. Analisis kasus ini menggunakan kerangka DIKW (Data–Information–Knowledge–Wisdom): (a) di level mana kegagalan utama terjadi dalam sistem pelaporan yang Dr. Faiz hadapi, dan apa akar penyebabnya? (b) jika Anda adalah Dr. Faiz di hari pertama di Dinkes Kab. Halmahera Selatan, tindakan spesifik apa yang akan Anda lakukan dalam 30 hari pertama untuk mulai memperbaiki kualitas informasi yang tersedia — bukan dengan membangun sistem baru, tetapi dengan mengoptimalkan yang sudah ada? (c) kematian ibu yang tidak tercatat karena "terjadi di perjalanan" mencerminkan masalah yang lebih dalam dari sekadar teknis pelaporan — apa dimensi etis dan klinis dari kegagalan pencatatan ini, dan bagaimana ia seharusnya ditangani?

Pertanyaan 2: Rekomendasi Investasi Pelatihan Aplikasi Bayangkan Anda diminta oleh Kepala Dinas Kesehatan kabupaten untuk memberikan rekomendasi tentang aplikasi mana yang harus menjadi prioritas investasi pelatihan SDM dalam anggaran yang terbatas (hanya cukup untuk pelatihan intensif satu aplikasi untuk seluruh bidan Puskesmas se-kabupaten). Dari lanskap aplikasi yang dibahas dalam modul ini — e-Kohort KIA, SIGA, P-Care BPJS, ASPAK, atau SATU SEHAT — mana yang akan Anda rekomendasikan dan mengapa? Bangun argumen Anda berdasarkan: (a) relevansi langsung terhadap penurunan AKI dan AKB, (b) potensi integrasi dengan platform nasional SATU SEHAT dalam jangka menengah, dan (c) feasibilitas implementasi di kabupaten dengan konektivitas internet yang tidak konsisten. Sertakan juga argumen kontra dari pilihan Anda — aplikasi mana yang paling kuat argumennya sebagai alternatif?

RANGKUMAN

Kegagalan sistem informasi kesehatan di Indonesia bukan terutama kekurangan data, melainkan kegagalan transformasi data menjadi informasi yang bermakna, kemudian menjadi pengetahuan yang terintegrasi, dan akhirnya menjadi wisdom yang memandu keputusan — setiap level transformasi ini memerlukan kapasitas dan kondisi yang berbeda dan sering tidak tersedia secara merata di seluruh sistem
Arsitektur SIK nasional terdiri dari enam subsistem yang saling bergantung, namun dalam implementasinya menghadapi tantangan fragmentasi vertikal (data mengalir ke atas tetapi umpan balik tidak kembali ke bawah) dan fragmentasi horizontal (sistem program KIA, gizi, imunisasi, dan kesling yang tidak terintegrasi satu sama lain)
Lanskap aplikasi pelaporan kesehatan reproduksi di Indonesia sangat beragam — e-Kohort KIA, SIGA, SIMUNDU, P-Care BPJS, ASPAK, dan SIPD — masing-masing memiliki tujuan yang sah tetapi tidak terkoordinasi, menciptakan beban pelaporan berlebih bagi tenaga kesehatan di lapangan dan menghasilkan data yang terduplikasi tetapi tidak konsisten
Interoperabilitas — baik teknikal, semantik, maupun organisasional — adalah prasyarat untuk sistem informasi yang efektif; SATU SEHAT sebagai platform nasional menawarkan visi integrasi yang penting tetapi menghadapi tantangan nyata dalam infrastruktur, SDM, dan resistensi perubahan yang belum terselesaikan
Konsultan Obginsos memiliki tiga peran strategis dalam ekosistem informasi kesehatan: sebagai pengguna data yang kritis yang selalu mempertanyakan kualitas dan makna angka, sebagai pengelola yang aktif meningkatkan kualitas data di wilayah kerjanya, dan sebagai advokat yang mendorong perbaikan sistemik melalui jalur kebijakan dan kepemimpinan — ketiganya sama pentingnya dan saling menopang

REFERENSI

Kementerian Kesehatan RI. Peraturan Menteri Kesehatan Nomor 97 Tahun 2015 tentang Peta Jalan Sistem Informasi Kesehatan Tahun 2015–2019. Jakarta: Kemenkes RI; 2015. https://peraturan.bpk.go.id/Details/117609
Kementerian Kesehatan RI. Peraturan Menteri Kesehatan Nomor 24 Tahun 2022 tentang Rekam Medis. Jakarta: Kemenkes RI; 2022. https://peraturan.bpk.go.id/Details/219314
Ackoff RL. From data to wisdom. Journal of Applied Systems Analysis. 1989;16:3–9. Artikel klasik yang memperkenalkan hirarki DIKW; tersedia di berbagai repositori akademik
AbouZahr C, Boerma T. Health information systems: the foundations of public health. Bulletin of the World Health Organization. 2005;83(8):578–583. https://www.who.int/bulletin/volumes/83/8/578.pdf
World Health Organization. Everybody's Business: Strengthening Health Systems to Improve Health Outcomes — WHO's Framework for Action. Geneva: WHO; 2007. https://www.who.int/healthsystems/strategy/everybodys_business.pdf
Lapão LV, Dussault G. The reality of health information systems: challenges to improve health workforce information. International Journal of Medical Informatics. 2012;81(10):e36–e42. https://doi.org/10.1016/j.ijmedinf.2012.07.012
Lau F, Kuziemsky C (eds). Handbook of eHealth Evaluation: An Evidence-based Approach. Victoria BC: University of Victoria; 2017. https://www.ncbi.nlm.nih.gov/books/NBK481167/
Nutley T, Reynolds HW. Improving the use of health data for health system strengthening. Global Health Action. 2013;6:20001. https://doi.org/10.3402/gha.v6i0.20001
Paré G, Trudel MC, Jaana M, Kitsiou S. Synthesizing information systems knowledge: a typology of literature reviews. Information & Management. 2015;52(2):183–199. https://doi.org/10.1016/j.im.2014.08.008
Kementerian Kesehatan RI. Buku Petunjuk Teknis Sistem Informasi Kesehatan — SATU SEHAT. Jakarta: Kemenkes RI; 2023. https://satusehat.kemkes.go.id/platform/docs