Sistem Informasi untuk Manajemen Rantai Pasok dan Logistik Kesehatan Reproduksi

DESKRIPSI MODUL

Pukul 02.30 dini hari

Bidan Suci di Puskesmas Rawat Inap Mangkutana, Kabupaten Luwu Timur, Sulawesi Selatan, sedang menangani ibu hamil 38 minggu dengan perdarahan aktif yang dicurigai plasenta previa. Kondisi hemodinamik mulai tidak stabil. Ia membutuhkan oksitosin, misoprostol, dan minimal 2 unit darah untuk stabilisasi sebelum rujukan.

Ia membuka lemari obat. Oksitosin: kosong sejak 11 hari lalu. Stok terakhir habis lebih cepat dari jadwal karena ada tiga persalinan berturutan minggu sebelumnya. Laporan kehabisan stok sudah dikirim ke Dinkes, tetapi siklus pengadaan baru dijadwalkan minggu depan.

Misoprostol: ada 4 tablet. Cukup untuk satu kasus. Darah: tidak ada bank darah di Puskesmas. RS terdekat 94 kilometer.

Bidan Suci menelepon bidan koordinator, yang menelepon Kepala Puskesmas, yang menelepon Kepala Seksi Farmasi Dinkes — semuanya di tengah malam. Pada saat oksitosin akhirnya tiba dari Puskesmas tetangga yang kebetulan memiliki stok, 47 menit telah berlalu.

"Situasi bidan Suci bukan anomali. Di seluruh Indonesia, stockout obat-obatan esensial obstetri — oksitosin, MgSO4, misoprostol, labetalol — terjadi secara reguler di fasilitas primer, seringkali bukan karena anggaran tidak ada tetapi karena sistem informasi logistik yang gagal mengantisipasi kebutuhan dan menginisiasi pengadaan tepat waktu."

Modul ini membangun pemahaman tentang bagaimana sistem informasi dapat dan seharusnya mengelola rantai pasok kesehatan reproduksi — dari perencanaan kebutuhan berbasis data hingga pemantauan stok real-time dan respons otomatis terhadap ancaman stockout.

Rantai Pasok Kesehatan Reproduksi: Dari produsen → buffer nasional → provinsi → kabupaten → fasilitas → pasien
Setiap titik lemah dalam sistem informasi berpotensi menjadi stockout yang mengancam nyawa

CAPAIAN PEMBELAJARAN MODUL

Setelah menyelesaikan modul ini, peserta didik mampu:

1 Menjelaskan komponen rantai pasok kesehatan reproduksi dan titik-titik kritis kegagalan yang berkaitan dengan sistem informasi
2 Mengidentifikasi sistem informasi logistik kesehatan yang digunakan di Indonesia beserta fungsi dan keterbatasannya
3 Menganalisis metode perencanaan kebutuhan obat-obatan esensial obstetri berbasis data konsumsi dan morbiditas
4 Mengevaluasi pendekatan pemantauan stok real-time dan sistem peringatan dini stockout dalam konteks fasilitas dengan infrastruktur terbatas
5 Merancang sistem informasi logistik terintegrasi untuk obat-obatan esensial KIA di tingkat kabupaten

MATERI INTI

C.1. Rantai Pasok Kesehatan Reproduksi: Komponen dan Titik Kritis

C.1.1. Anatomi Rantai Pasok Obat Esensial KIA

Rantai Pasok Obat-Obatan Esensial Obstetri di Indonesia:

Level 1 — Produsen / Importir

Industri farmasi nasional (Kimia Farma, Indo Farma, Phapros untuk generik)
Importir untuk obat yang belum diproduksi lokal
Tantangan: kapasitas produksi oksitosin nasional terbatas — Indonesia masih bergantung pada impor untuk sebagian kebutuhan

Level 2 — Buffer Nasional

BPOM: regulasi dan izin edar
BPJS Kesehatan: formularium nasional yang menentukan obat apa yang ditanggung
Kemenkes / Ditjen Kefarmasian: perencanaan kebutuhan nasional, e-catalogue pengadaan

Level 3 — Buffer Provinsi

Instalasi Farmasi Provinsi (IFP)
Menerima alokasi dari pusat dan mendistribusikan ke kabupaten
Buffer stock untuk situasi darurat dan redistribusi antar kabupaten
Masalah umum: IFP sering tidak memiliki kapasitas penyimpanan yang adequate untuk cold chain (oksitosin memerlukan penyimpanan 2–8°C)

Level 4 — Instalasi Farmasi Kabupaten (IFK)

Hub distribusi utama ke fasilitas
Menerima dari IFP dan/atau pengadaan APBD langsung
Mendistribusikan ke Puskesmas dan fasilitas dalam kabupaten
Masalah umum: data stok di IFK sering tidak mencerminkan realitas di fasilitas — ada "stok di atas kertas" yang sudah kedaluwarsa atau rusak

Level 5 — Fasilitas Pelayanan

RS / Puskesmas / Pustu — pengguna akhir obat
Laporan konsumsi yang dikirim ke IFK sebagai dasar pengadaan berikutnya
Masalah kritis: laporan konsumsi sering tidak akurat (overestimasi untuk "jaga-jaga" atau underestimasi karena beban administratif)

Titik Kritis Kegagalan yang Paling Sering

Kegagalan 1 — Perencanaan Kebutuhan Tidak Akurat

Dasar perencanaan: konsumsi rata-rata periode lalu tanpa memperhitungkan tren, musiman, atau perubahan epidemiologi
Akibat: under-order (stockout) atau over-order (obat kedaluwarsa)

Kegagalan 2 — Laporan Stok Tidak Akurat dan Tidak Tepat Waktu

Fasilitas melaporkan stok sebulan sekali — tetapi stockout bisa terjadi dalam hitungan hari
Angka yang dilaporkan tidak selalu dicek fisik — "stok di atas kertas" tidak sama dengan stok yang actual dan dapat digunakan

Kegagalan 3 — Siklus Pengadaan yang Kaku

Pengadaan terjadwal setiap bulan atau triwulan — tidak responsif terhadap lonjakan kebutuhan yang tidak terprediksi
Lead time pengadaan (dari pemesanan hingga terima) 1–3 minggu — terlalu lama untuk situasi kritis

Kegagalan 4 — Cold Chain yang Tidak Terjaga

Oksitosin memerlukan penyimpanan 2–8°C
Di daerah tanpa listrik stabil, cold chain sering terputus
Obat yang secara visual tampak baik mungkin sudah tidak efektif karena paparan suhu

C.1.2. Obat-Obatan Esensial Obstetri dan Profil Kebutuhannya

Oksitosin

Indikasi: pencegahan dan penanganan perdarahan postpartum (PPH), induksi persalinan

Penyimpanan: 2–8°C (cold chain kritis)

Pola konsumsi: berbasis jumlah persalinan — setiap persalinan memerlukan 10 IU untuk profilaksis aktif
Kerawanan: cold chain failure + stockout adalah kombinasi mematikan
Estimasi kebutuhan: jumlah persalinan × 1,2 (faktor safety stock 20%)

Misoprostol

Indikasi: profilaksis PPH (alternatif oksitosin untuk persalinan di rumah), incomplete abortion

Penyimpanan: suhu kamar

Keunggulan vs oksitosin: tidak memerlukan cold chain
Kerawanan: underutilisasi karena misconception tentang indikasi dan stigma terkait aborsi

Magnesium Sulfat (MgSO4)

Indikasi: profilaksis dan terapi eklamsia

Penyimpanan: suhu kamar

Pola konsumsi: berbasis insidens PEB — lebih tidak predictable
Kerawanan: underutilisasi karena petugas tidak terlatih protokol Zuspan/Pritchard + kekhawatiran toksisitas

Labetalol / Nifedipin

Indikasi: hipertensi berat dalam kehamilan

Penyimpanan: suhu kamar

Pola konsumsi: berbasis prevalensi PEB — lokal bervariasi
Kerawanan: sering tidak masuk formularium Puskesmas atau stok tidak dikelola terpisah dari obat hipertensi umum

Safety Stock dan Reorder Point — Konsep Dasar

Safety Stock = (Max monthly consumption - Avg monthly consumption) × Lead time

Reorder Point = (Avg monthly consumption × Lead time) + Safety Stock

Contoh untuk oksitosin di Puskesmas dengan 30 persalinan/bulan dan lead time 2 minggu:
• Avg consumption: 30 vial/bulan
• Max consumption: 45 vial/bulan
• Lead time: 0,5 bulan
• Safety stock: (45-30) × 0,5 = 7,5 ≈ 8 vial
• Reorder point: (30 × 0,5) + 8 = 23 vial
• Artinya: ketika stok mencapai 23 vial, harus segera memesan

C.2. Sistem Informasi Logistik Kesehatan di Indonesia

C.2.1. SIPNAP dan Sistem Pelaporan Narkotika-Psikotropika

Lanskap Sistem Informasi Logistik Kesehatan Nasional:

SIMO Kemenkes

Platform pelaporan stok dan distribusi obat program dari IFP ke IFK ke fasilitas

Cakupan: obat program pemerintah (termasuk obat KIA seperti tablet Fe, vitamin A, oksitosin yang bersumber dari APBN)
Keterbatasan: hanya mencakup obat program pemerintah — obat yang dibeli dengan APBD atau JKN tidak tercakup
Update: bulanan — tidak real-time

e-LOGISTIK / SIGAP

Beberapa Dinkes kabupaten mengembangkan aplikasi lokal untuk manajemen stok di Puskesmas

Tidak standar nasional — setiap kabupaten berpotensi menggunakan platform berbeda
Sebagian besar Puskesmas masih menggunakan LPLPO manual (Laporan Pemakaian dan Lembar Permintaan Obat)

LPLPO Manual

Formulir standar Kemenkes yang digunakan Puskesmas untuk melaporkan konsumsi dan meminta pengisian stok

Dikirim ke IFK setiap bulan (atau triwulan)
Masalah fundamental: data konsumsi yang dilaporkan sering adalah "stok awal + penerimaan - stok akhir" — yang mencakup juga obat kedaluwarsa, rusak, atau hilang sehingga tidak mencerminkan konsumsi aktual

Integrasi dengan SATU SEHAT (Visi)

SATU SEHAT berpotensi mengintegrasikan data konsumsi obat dari rekam medis elektronik dengan sistem logistik
Setiap pemberian obat yang dicatat di RME secara otomatis mengurangi stok dalam sistem
Ini akan menghasilkan data konsumsi yang jauh lebih akurat dari LPLPO manual
Status: dalam roadmap pengembangan — belum terimplementasi secara luas

C.2.2. Supply Chain Management Berbasis Data: Pendekatan Modern

Generasi 1 — Push System

Pusat menentukan berapa banyak yang dikirim ke daerah berdasarkan estimasi "dari atas"
Tidak responsif terhadap kebutuhan aktual lokal
Hasil: over-supply di beberapa tempat, under-supply di tempat lain secara bersamaan
Masih umum di Indonesia untuk obat program dari APBN

Generasi 2 — Pull System

Fasilitas melaporkan stok dan kebutuhan, pengadaan merespons permintaan
Lebih responsif tetapi bergantung pada kualitas laporan dari fasilitas
Kecepatan respons bergantung pada frekuensi pelaporan dan kecepatan proses pengadaan
LPLPO adalah contoh pull system yang manual dan lambat

Generasi 3 — Demand-Driven dengan Analitik Prediktif

Data konsumsi real-time dikombinasikan dengan data epidemiologi untuk prediksi kebutuhan
Otomatisasi reorder ketika stok mencapai reorder point
Analitik untuk optimasi: di mana excess stock yang bisa direlokasi? Kapan perlu emergency procurement?
Belum diimplementasikan secara sistematis di Indonesia — beberapa pilot project sedang berjalan

Konsep Visibility dalam Rantai Pasok

What Gets Measured Gets Managed: Fasilitas yang tidak memiliki data stok real-time tidak dapat mengelola stok secara proaktif.

Full Visibility Model: IFK dapat melihat stok semua Puskesmas secara real-time → dapat mendeteksi Puskesmas yang mendekati stockout sebelum terjadi → dapat redistribusi dari Puskesmas dengan excess ke yang defisit tanpa menunggu laporan.

Partial Visibility (Lebih Realistis): Weekly stockout report dari semua fasilitas + Automated alert ketika stok di bawah reorder point + Dashboard stok obat kritis KIA yang diupdate minimal mingguan.

C.3. Perencanaan Kebutuhan Berbasis Data

C.3.1. Metode Quantification untuk Obat Esensial KIA

Metode 1 — Consumption Method

Berdasarkan data konsumsi aktual periode sebelumnya

Kumpulkan data konsumsi bulanan selama 12–24 bulan
Bersihkan dari bulan dengan stockout (konsumsi yang rendah karena obat tidak ada, bukan karena kebutuhan rendah)
Hitung rata-rata konsumsi bulanan yang disesuaikan
Proyeksikan untuk periode ke depan dengan mempertimbangkan: tren, musiman, perubahan program
Tambahkan safety stock dan buffer untuk stockout yang diantisipasi

Kelebihan: sederhana, berbasis data aktual

Kelemahan: konsumsi historis dipengaruhi oleh stockout

Metode 2 — Morbidity Method

Berdasarkan data epidemiologi dan protokol klinis

Langkah untuk Oksitosin:

Estimasi jumlah persalinan yang diharapkan: = populasi × birth rate
Estimasi proporsi persalinan di fasilitas (berdasarkan target atau tren)
Setiap persalinan di fasilitas = 1 ampul oksitosin untuk profilaksis
Tambahkan estimasi untuk penanganan PPH: = estimasi persalinan × prevalensi PPH (10%) × kebutuhan per kasus (10 ampul)
Tambahkan safety stock

Kelebihan: tidak terpengaruh oleh stockout historis; lebih akurat untuk kondisi ideal

Kelemahan: memerlukan data epidemiologi yang akurat; lebih kompleks

Hybrid Approach (Direkomendasikan)

Gunakan morbidity method sebagai dasar perencanaan tahunan
Gunakan consumption method untuk penyesuaian bulanan berdasarkan data aktual
Bandingkan keduanya: jika sangat berbeda, investigasi penyebabnya (stockout? underreporting? perubahan pola pelayanan?)

C.3.2. Quantification Tools dan Aplikasi Praktis

Tools yang Dapat Digunakan

Quantimed (WHO/JSI): Software gratis untuk quantification obat program kesehatan; mendukung consumption method dan morbidity method; dapat digunakan di tingkat kabupaten
Pipeline (DELIVER Project): Software simulasi rantai pasok — membantu mengidentifikasi potensi stockout di masa depan
Spreadsheet Excel Terstandar: Untuk kabupaten dengan kapasitas IT terbatas, template Excel yang terstandar sudah dapat melakukan kalkulasi kebutuhan dasar

Seasonal Adjustment

Konsumsi obat KIA tidak flat sepanjang tahun — ada pola musiman yang harus diperhitungkan:

Di beberapa kabupaten, persalinan lebih banyak 9–10 bulan setelah musim panen (karena lebih banyak pernikahan setelah panen)
Di daerah dengan pola migrasi musiman, jumlah ibu hamil bervariasi signifikan
Musim hujan bisa meningkatkan permintaan secara tidak terduga karena bencana atau keterisolasian

Implikasi: safety stock harus lebih besar di bulan-bulan dengan konsumsi tertinggi yang diprediksi.

C.4. Pemantauan Stok Real-Time dan Sistem Peringatan Dini

C.4.1. Arsitektur Sistem Pemantauan Stok

Komponen 1 — Input Data

Manual: Staf farmasi Puskesmas menginput stok secara berkala (harian/mingguan) — biaya rendah, akurasi bergantung disiplin staf

Barcode/QR Scan: Setiap item obat yang keluar di-scan — stok terkurangi otomatis, akurasi tinggi, biaya investasi scanner

Integrasi RME: Setiap pemberian obat yang dicatat dokter/bidan secara otomatis mengurangi stok — akurasi tertinggi, feasible hanya di fasilitas dengan RME berfungsi penuh

Komponen 2 — Penyimpanan & Visualisasi

Dashboard Stok Obat KIA: Tampilan visual stok semua obat kritis KIA di semua fasilitas dalam kabupaten

Color coding:
● MERAH: di bawah safety stock
● KUNING: mendekati reorder point
● HIJAU: stok adequate

Komponen 3 — Alert & Notifikasi

Automated Alerts: SMS/WhatsApp/notifikasi aplikasi ke Kepala Puskesmas ketika stok mencapai reorder point; ke Kepala IFK ketika ada Puskesmas yang di bawah safety stock

Eskalasi Otomatis: Jika alert tidak direspons dalam 24 jam → alert diteruskan ke level yang lebih tinggi — mencegah kasus stockout 11 hari tanpa respons

Komponen 4 — Respons & Redistribusi

Redistribution Module: Sistem mengidentifikasi fasilitas dengan excess stock yang dapat dipinjamkan ke yang stockout sementara menunggu pengadaan

Menghitung rute distribusi optimal dan mencatat pinjaman antar fasilitas untuk rekonsiliasi pengadaan berikutnya

C.4.2. Implementasi Bertahap yang Realistis

Roadmap Implementasi Sistem Pemantauan Stok untuk Kabupaten dengan Sumber Daya Terbatas

Fase 1 (Bulan 1–3)

Standarisasi Pencatatan Manual

Standarisasi format kartu stok fisik untuk obat kritis KIA
Pelatihan staf farmasi Puskesmas: cara mengisi kartu stok dengan benar
Penetapan reorder point dan safety stock untuk setiap obat di setiap Puskesmas
Output: data stok yang dapat dipercaya sebagai fondasi digitalisasi

Fase 2 (Bulan 4–6)

Digitalisasi Sederhana

Template Google Sheets atau WhatsApp-based reporting: setiap Puskesmas melaporkan stok obat kritis setiap hari Senin
IFK menerima laporan dan mengidentifikasi yang mendekati stockout
Respons dalam 48 jam untuk kondisi kritis
Biaya: minimal — hanya waktu pelatihan

Fase 3 (Bulan 7–12)

Dashboard & Alert Otomatis

Implementasi dashboard sederhana (Google Data Studio atau platform open source)
Automated alert via SMS/WhatsApp ketika stok dilaporkan di bawah reorder point
Integrasi data stok dengan data persalinan dari e-Kohort untuk proyeksi kebutuhan

Fase 4 (Tahun 2+)

Integrasi dengan SATU SEHAT

Sinkronisasi data stok dengan platform nasional
Integrasi dengan RME untuk konsumsi otomatis
Analitik prediktif untuk perencanaan kebutuhan jangka panjang

C.5. Cold Chain Management untuk Obat Esensial Obstetri

C.5.1. Tantangan Cold Chain Oksitosin

Mengapa Cold Chain Oksitosin adalah Masalah yang Sering Diabaikan

Fakta Kritis: Oksitosin kehilangan potensinya secara signifikan jika terpapar suhu >8°C dalam waktu lama
Oksitosin yang rusak karena cold chain failure secara visual tidak dapat dibedakan dari yang masih baik
Ibu yang menerima oksitosin rusak tidak mendapat perlindungan dari PPH meskipun secara administratif "sudah diberikan"

Skala Masalah Cold Chain Failure di Indonesia

Studi di beberapa provinsi Indonesia menunjukkan bahwa:

30–60% sampel oksitosin di fasilitas primer tidak memenuhi standar potensi WHO
Korelasi kuat antara daerah dengan reliability listrik rendah dan proporsi oksitosin yang rusak tertinggi

Sistem Informasi untuk Cold Chain Management

Temperature Monitoring (Data Logger)

Perangkat kecil yang merekam suhu secara kontinu dalam lemari pendingin
Alert otomatis jika suhu keluar dari rentang aman
Data dapat diunduh untuk audit cold chain secara berkala
Biaya: Rp 500.000–1.500.000 per unit — sangat cost-effective dibanding dampak cold chain failure

Vaccine Vial Monitors (VVM)

Sudah ada pada beberapa produk vaksin — konsep yang sama dapat diadaptasi untuk oksitosin
Label yang berubah warna jika paparan panas berlebihan — visual indicator yang sederhana

Alternatif untuk Setting Tanpa Cold Chain Andal

Misoprostol sebagai alternatif oksitosin untuk profilaksis PPH di persalinan tanpa cold chain: tidak memerlukan cold chain, efektif untuk PPH profilaksis meskipun slightly inferior dibanding oksitosin ideal, lebih baik dari oksitosin rusak yang tidak efektif
Heat-Stable Oxytocin: Formulasi baru yang stabil pada suhu hingga 30°C selama 3 tahun — sedang dalam proses registrasi BPOM Indonesia (per 2024)

PERTANYAAN DISKUSI

Pertanyaan 1: Analisis Kasus Stockout Oksitosin Kasus bidan Suci menggambarkan konsekuensi paling fatal dari kegagalan sistem informasi logistik: stockout oksitosin pada saat persalinan dengan perdarahan aktif. Analisis kasus ini secara sistematis: (a) gunakan kerangka rantai pasok yang dibahas dalam modul untuk mengidentifikasi di level mana kegagalan paling kritis terjadi — berikan argumen bahwa ini bukan hanya kegagalan Puskesmas Mangkutana tetapi kegagalan sistem yang lebih dalam; (b) rancang sistem peringatan dini yang spesifik dan realistis yang dapat mencegah kasus serupa di kabupaten dengan infrastruktur terbatas — sistem ini harus dapat diimplementasikan dengan anggaran maksimal Rp 50 juta dan tidak bergantung pada koneksi internet yang stabil; (c) dr. Nindi (yang kini menjadi konsultan Obginsos senior di Dinkes Provinsi Sulawesi Tenggara) diminta memberikan rekomendasi kebijakan kepada Kepala Dinas Provinsi tentang standar minimum manajemen rantai pasok obat KIA yang harus dipenuhi semua kabupaten — rancang tiga rekomendasi kebijakan spesifik yang dapat diimplementasikan dalam anggaran yang realistis.

Pertanyaan 2: Implikasi Cold Chain Failure Cold chain failure untuk oksitosin adalah masalah yang "tidak terlihat" — secara administratif obat ada, secara visual tampak baik, tetapi secara klinis tidak efektif. Analisis implikasi sistemik dari masalah ini: (a) bagaimana kegagalan cold chain yang tidak terdeteksi mempengaruhi interpretasi data surveilans kematian ibu? Jika AKI dari PPH di suatu kabupaten tetap tinggi meskipun cakupan pemberian oksitosin tinggi, apa yang seharusnya menjadi hipotesis investigasi — dan bagaimana sistem informasi dapat membantu menginvestigasi hipotesis ini? (b) misoprostol disebut sebagai alternatif untuk setting tanpa cold chain yang andal, namun adopsinya di Indonesia rendah karena stigma dan misconception yang berkaitan dengan penggunaannya untuk induksi aborsi — bagaimana konsultan Obginsos dapat mengadvokasi penggunaan misoprostol yang lebih luas untuk profilaksis PPH sambil mengelola sensitivitas isu ini secara bertanggung jawab?

RANGKUMAN

Rantai pasok obat-obatan esensial obstetri di Indonesia memiliki lima level dari produsen hingga fasilitas pelayanan, dan kegagalan di setiap level memiliki potensi konsekuensi klinis langsung — stockout oksitosin, MgSO4, dan misoprostol di tingkat Puskesmas adalah manifestasi akhir dari kegagalan sistem informasi yang terjadi di level yang lebih tinggi dalam rantai
Sistem informasi logistik kesehatan yang ada di Indonesia saat ini — SIMO Kemenkes dan LPLPO — masih sangat bergantung pada pelaporan manual bulanan yang tidak real-time, tidak memungkinkan deteksi dini stockout yang terjadi dalam hitungan hari, dan memiliki masalah kualitas data yang serius karena angka konsumsi yang dilaporkan mencerminkan stok bergerak bukan konsumsi aktual klinis
Perencanaan kebutuhan obat esensial KIA yang akurat memerlukan pendekatan hybrid yang menggabungkan consumption method berbasis data historis yang dibersihkan dari periode stockout dengan morbidity method berbasis data epidemiologi persalinan dan prevalensi komplikasi, dengan penyesuaian musiman dan safety stock yang dihitung secara eksplisit berdasarkan variabilitas konsumsi dan lead time pengadaan
Sistem pemantauan stok real-time dapat diimplementasikan secara bertahap dari standarisasi kartu stok fisik, digitalisasi sederhana berbasis spreadsheet dengan pelaporan mingguan, hingga dashboard dengan automated alerts — pendekatan yang paling penting adalah memastikan visibilitas stok obat kritis KIA oleh IFK dan Dinkes tanpa harus menunggu laporan bulanan yang sudah terlambat
Cold chain failure untuk oksitosin adalah masalah tersembunyi yang dapat menginvalidasi seluruh upaya program KIA — oksitosin yang rusak karena paparan suhu tidak dapat dibedakan secara visual dari yang masih baik, sehingga cakupan pemberian oksitosin yang tinggi tidak menjamin perlindungan dari PPH jika integritas cold chain tidak dijaga dan dipantau secara aktif menggunakan data logger dan sistem informasi suhu

TUGAS KELOMPOK 3 (TK3) — MINGGU 8

Nama Tugas	Tugas Kelompok 3 — Rancangan Sistem Informasi Logistik Obat Esensial KIA
Mata Kuliah	Teknologi Informasi & Surveilans Kesehatan Reproduksi
Bobot	15% dari nilai akhir MK
Format	Laporan teknis-analitik + matriks perencanaan — Word/PDF + file matriks terpisah
Panjang	2.000–3.000 kata laporan (tidak termasuk matriks dan lampiran)
Referensi	Minimal 6 referensi
Anggota	Kelompok (4–5 orang)
Pengumpulan	LMS — akhir Minggu ke-8

Petunjuk Umum

Tugas ini mengintegrasikan konsep dari Modul 6, 7, dan 8 — khususnya tentang adopsi teknologi yang bertanggung jawab, etika data, dan manajemen rantai pasok
Matriks perencanaan (Bagian C) adalah komponen wajib yang dinilai tersendiri — harus konkret, realistis, dan dapat dijadikan dokumen kerja oleh Dinkes
Rancangan harus mempertimbangkan keterbatasan infrastruktur, SDM, dan anggaran yang nyata di konteks kabupaten Indonesia Timur
Perhatikan bahwa komponen cold chain management mendapat penekanan khusus dalam tugas ini

Skenario: Kabupaten Sumba Timur, Nusa Tenggara Timur

Profil Wilayah dan Fasilitas

Luas wilayah: 7.000 km², 22 kecamatan, 156 desa/kelurahan
Penduduk: 263.000 jiwa; estimasi persalinan per tahun: ±5.800
Fasilitas kesehatan: 1 RSUD (Waingapu, ibukota kabupaten), 14 Puskesmas (5 Rawat Inap/PONED, 9 Non-RI), 47 Pustu
Listrik: RSUD dan 4 Puskesmas di ibukota — listrik PLN 24 jam; 6 Puskesmas — listrik PLN hanya 12 jam/hari; 4 Puskesmas paling terpencil — hanya solar panel dengan kapasitas terbatas (tidak dapat memastikan suhu 2–8°C 24 jam)
Konektivitas internet: 4 Puskesmas memiliki wifi; 7 Puskesmas hanya mengandalkan sinyal 4G yang tidak konsisten; 3 Puskesmas hampir tanpa koneksi

Data Stok dan Logistik (Tahun Terakhir)

Stockout oksitosin: terjadi di 9 dari 14 Puskesmas setidaknya sekali dalam 12 bulan terakhir; rata-rata durasi stockout: 8 hari
Stockout MgSO4: terjadi di 6 Puskesmas; rata-rata durasi: 12 hari
Stockout misoprostol: terjadi di 11 Puskesmas; rata-rata durasi: 6 hari
Studi rapid assessment: 4 dari 6 sampel oksitosin yang diperiksa dari Puskesmas dengan keandalan listrik rendah tidak memenuhi standar potensi WHO
Sistem pelaporan saat ini: LPLPO manual, dikirim ke IFK Sumba Timur setiap bulan; tidak ada sistem digital; IFK mengetahui stockout hanya dari telepon Kepala Puskesmas

Konteks Pengambilan Keputusan

Kepala Dinkes baru dilantik 3 bulan lalu dan menjadikan penurunan AKI sebagai prioritas utama programnya
Anggaran DAK non-fisik untuk farmasi dan logistik: Rp 420 juta/tahun
IFK memiliki 2 staf apoteker dan 1 tenaga teknis kefarmasian
RSUD Waingapu memiliki cold room yang berfungsi baik sebagai hub penyimpanan utama

Pertanyaan

Bagian A — Analisis Situasi Logistik (±600 kata)

Lakukan analisis situasi logistik obat esensial KIA di Kabupaten Sumba Timur berdasarkan data yang tersedia:

Kuantifikasi skala masalah secara sistematis: berapa estimasi jumlah persalinan yang terjadi dalam kondisi "tanpa oksitosin yang efektif" per tahun — pertimbangkan baik stockout maupun cold chain failure? Tunjukkan cara perhitungan Anda secara transparan
Identifikasi empat kegagalan utama dalam sistem logistik yang ada menggunakan kerangka rantai pasok dari Modul 8 — untuk setiap kegagalan, identifikasikan di level mana kegagalan terjadi dan apa konsekuensi klinisnya
Analisis tantangan cold chain secara spesifik untuk Sumba Timur: bagaimana profil keandalan listrik yang berbeda-beda antar Puskesmas menciptakan risiko yang berbeda-beda pula, dan apa implikasinya untuk strategi yang harus berbeda antar kelompok Puskesmas?

Bagian B — Rancangan Sistem Informasi Logistik (±900 kata)

Rancang sistem informasi logistik terintegrasi untuk obat esensial KIA di Kabupaten Sumba Timur yang mencakup:

Strategi diferensiasi berdasarkan infrastruktur: rancang pendekatan yang berbeda untuk tiga kelompok Puskesmas berdasarkan ketersediaan listrik dan konektivitas internet — tidak semua Puskesmas dapat menerapkan solusi yang sama
Komponen inti sistem:
- Mekanisme pencatatan dan pelaporan stok yang realistic untuk setiap kelompok Puskesmas
- Dashboard pemantauan stok di level IFK dan Dinkes
- Sistem peringatan dini stockout dengan threshold yang spesifik
- Mekanisme redistribusi antar fasilitas ketika stockout terdeteksi
Strategi cold chain khusus untuk 4 Puskesmas dengan solar panel terbatas: apa rekomendasi Anda untuk memastikan oksitosin yang diterima dan digunakan efektif — pertimbangkan opsi: investasi cold chain yang diperkuat, peralihan ke misoprostol sebagai alternatif utama, atau kombinasi keduanya
Integrasi dengan sistem yang ada: bagaimana sistem yang Anda rancang terhubung dengan e-Kohort KIA (data persalinan untuk proyeksi kebutuhan), LPLPO (yang tidak dapat langsung dihilangkan), dan platform SATU SEHAT (sebagai tujuan integrasi jangka panjang)

Bagian C — Matriks Perencanaan Implementasi (Wajib, Dinilai Tersendiri)

Buat matriks implementasi yang mencakup seluruh komponen sistem yang Anda rancang dalam Bagian B, dengan format:

Komponen | Aktivitas Spesifik | Penanggung Jawab | Timeline | Anggaran Estimasi | Indikator Keberhasilan
Matriks harus mencakup minimal 12 baris aktivitas, menunjukkan urutan dan ketergantungan antar aktivitas, total anggaran ≤ Rp 420 juta/tahun, dan indikator keberhasilan yang spesifik dan terukur

Bagian D — Analisis Etika dan Risiko (±350 kata)

Sistem informasi logistik yang Anda rancang akan mengumpulkan data konsumsi obat yang dapat memberikan informasi tentang pola pelayanan di setiap Puskesmas dan nama-nama bidan yang memberikan pelayanan. Analisis:

Apakah ada risiko bahwa data konsumsi obat KIA dapat disalahgunakan untuk menghukum atau menstigmatisasi Puskesmas atau bidan yang tampak memiliki konsumsi "tidak normal" — baik terlalu rendah (dicurigai tidak memberikan profilaksis) maupun terlalu tinggi (dicurigai pemborosan)? Bagaimana sistem seharusnya dirancang untuk mencegah penyalahgunaan ini?
Data cold chain failure (oksitosin di beberapa Puskesmas tidak memenuhi standar potensi) adalah informasi yang sangat sensitif — jika dipublikasikan, dapat menurunkan kepercayaan masyarakat terhadap pelayanan Puskesmas tersebut dan menciptakan stigma. Bagaimana Dinkes seharusnya mengelola informasi ini: apakah harus dipublikasikan, dilaporkan ke level atas secara internal, atau hanya digunakan untuk perbaikan internal tanpa pelaporan formal?

Rubrik Penilaian

Komponen	Indikator Penilaian	Bobot
Analisis Situasi (A)	Ketepatan kuantifikasi masalah; kedalaman analisis kegagalan rantai pasok; spesifisitas analisis cold chain berdasarkan profil listrik	25%
Rancangan Sistem (B)	Kesesuaian strategi dengan perbedaan infrastruktur; kelengkapan komponen sistem; realisme strategi cold chain; koherensi integrasi antar sistem	35%
Matriks Implementasi (C)	Kelengkapan dan spesifisitas aktivitas; realisme timeline dan anggaran; kualitas indikator keberhasilan; logika urutan dan ketergantungan	30%
Analisis Etika (D)	Ketajaman identifikasi risiko penyalahgunaan data; kematangan analisis tentang transparansi cold chain failure	10%

Referensi Minimal yang Disarankan

USAID DELIVER PROJECT. The Logistics Handbook. 2011.
Stanton CK, et al. Oxytocin quality in low- and middle-income countries. Bulletin of WHO. 2012.
Kemenkes RI. Pedoman Pengelolaan Obat di Puskesmas. 2021.
WHO. Strengthening Health Systems for Universal Health Coverage. 2019.
Republik Indonesia. UU No. 27 Tahun 2022 tentang Perlindungan Data Pribadi.
JSI Research & Training Institute. Supply Chain Integration. 2017.

REFERENSI

World Health Organization, UNICEF, UNFPA, et al. Strengthening Health Systems for Universal Health Coverage in the Context of WHO's Global Action Plan for Healthy Lives and Well-being for All. Geneva: WHO; 2019. https://www.who.int/publications/i/item/strengthening-health-systems-for-uhc
Stanton CK, Koski A, Cofie P, et al. Oxytocin quality in low- and middle-income countries: evidence of the need for cold chain. Bulletin of the World Health Organization. 2012;90(11):860–866. https://doi.org/10.2471/BLT.12.102368
Stover KE, Pett SL, Ford N, et al. Cold chain storage and temperature monitoring for HIV/AIDS medicines in resource-limited settings. Tropical Medicine & International Health. 2013;18(12):1524–1533. https://doi.org/10.1111/tmi.12201
USAID DELIVER PROJECT. The Logistics Handbook: A Practical Guide for the Supply Chain Management of Health Commodities. Arlington VA: USAID DELIVER PROJECT; 2011. https://deliver.jsi.com/dlvr_content/resources/allpubs/guidelines/LogiHand.pdf
Bearak J, Popinchalk A, Alkema L, Sedgh G. Global, regional, and subregional trends in unintended pregnancy and its outcomes from 1990 to 2014. The Lancet Global Health. 2018;6(4):e380–e389. https://doi.org/10.1016/S2214-109X(18)30029-9
Tran DN, Huynh T, Nguyen HT, et al. Assessment of oxytocin quality and cold chain management in Vietnam. PLOS ONE. 2018;13(8):e0202052. https://doi.org/10.1371/journal.pone.0202052
Kementerian Kesehatan RI. Pedoman Pengelolaan Obat di Puskesmas. Jakarta: Kemenkes RI; 2021. https://kesga.kemkes.go.id
Berdzuli N, Bacci A, Serbanescu F, et al. Quality of obstetric care and use of life-saving commodities in Georgia. International Journal for Quality in Health Care. 2018;30(8):635–641. https://doi.org/10.1093/intqhc/mzy112
JSI Research & Training Institute. Supply Chain Integration: Linking Commodity and Health Information for Improved Supply Chain Performance. Arlington VA: JSI; 2017. https://www.jsi.com/resource/supply-chain-integration
Kementerian Kesehatan RI. Formularium Nasional 2023. Jakarta: Kemenkes RI; 2023. https://www.kemkes.go.id/id/formularium-nasional