Perancangan Model Dashboard Untuk Pelaporan dan Visualisasi Data Kesehatan Sebagai Sistem Monitoring di Dinas Kesehatan Gunungkidul

https://doi.org/10.22146/jisph.72268

Hizriansyah Hizriansyah(1*)

(1) Universitas Gadjah Mada
(*) Corresponding Author

Abstract


Latar belakang: Penggunaan data menjadi sangat penting untuk monitoring dan mendukung proses pengambilan keputusan kesehatan masyarakat yang semakin kompleks. Data dimanfaatkan baik pada tingkat daerah, negara maupun global. Ada banyak data yang tersedia yang tidak benar-benar diterjemahkan kedalam lebih banyak program dan kebijakan berbasis bukti. Diperlukan keterampilan manajemen dan analisis data untuk mengubah data menjadi informasi dan pengetahuan.

Metode: Penelitian ini menggunakan desain tinjauan pustaka dari beberapa artikel dan pencarian situs web dashboard tentang visualisasi data kesehatan sebagai referensi perancangan model dashboard yang sederhana dan mudah dimenegeti. Penelitian ini menggunakan jenis penelitian kualitatif dengan pendekatan studi kasus. Data dikumpulkan dengan menelaah dan menganalisis dataset penggunaan SIMPUS berbasis aplikasi smarthealth.

Hasil: Tampilan di desain modular yang terdiri dari lima menu utama dan submenu yaitu laman utama, puskesmas, derajat kesehatan, upaya kesehatan dan SPM. Pada penelitian ini lebih fokus pada SPM. Tampilan modular dipilih untuk memudahkan penyajian data dan meminimalisir kesulitan dalam interpretasi data, dan juga untuk memastikan bahwa desain dapat diadopsi dan disesuaikan dengan kebutuhan organisasi kedepan.

Kesimpulan: Memasukkan teknik reporting dashboard dan visualisasi data dasar di Puskesmas harus menjadi bagian dari upaya pengembangan kapasitas program dan pendekatan yang disengaja untuk memfasilitasi dalam memonitoring data sebagai upaya untuk mendorong pengambilan keputusan berbasis bukti.


Keywords


Dashboard Pelaporan, Visualisasi Data Kesehatan, Monitoring, Google Data Studio



References

1. Groves P, Kayyali B, Knott D, Kuiken S. The’big data’revolution in healthcare: Accelerating value and innovation. McKinsey&Company. Published online 2013.

2. Hurwitz J, Nugent A, Halper F, Kaufman M. Big Data for Dummies.; 2013.

3. Thacker SB, Qualters JR, Lee LM. Centers for Disease Control and Prevention Public Health Surveillance in the United States : Evolution and Challenge. MMWR Surveill Summ. 2012;61 Suppl:25-29.

4. Chan M, Kazatchkine M, Lob-Levyt J, et al. Meeting the demand for results and accountability: A call for action on health data from eight global health agencies. PLoS Med. 2010;7(1):5-8. doi:10.1371/journal.pmed.1000223

5. Li CY, Lee O, Shin GS, Li XW. Health literacy and health status of Korean-Chinese elderly people living in Yanbian, China. J Korean Acad Nurs. 2009;39(3):386-392. doi:10.4040/jkan.2009.39.3.386

6. Duong VT, Lin I-F, Sorensen K, et al. Health Literacy in Taiwan: A Population-Based Study. Asia-Pacific J Public Heal. 2015;(127):1-10. doi:10.1177/1010539515607962

7. Sorensen K, Pelikan JM, Rothlin F, et al. Health literacy in Europe: comparative results of the European health literacy survey (HLS-EU). Eur J Public Health. Published online 2015:1-6. doi:10.1093/eurpub/ckv043

8. AbouZahr C, Adjei S, Kanchanachitra C. Health Statistics 4 - From data to policy: good practices and cautionary tales. Lancet. 2007;369(9566):1039-1046.

9. Zainal Y, Sanjaya GY, Hasanbasri M. Perlunya Sistem Informasi dalam Mengelola Data Rutin untuk Monitoring Kesehatan Ibu dan Anak. Semin Nas Sist Inf Indones. Published online 2013:2-4.

10. United Nations Secretary-General’s. A World That Counts : Mobilising The Data Revolution For Sustainable Development. Independent Expert Advisory Group on a Data Revolution for Sustainable Development; 2014. https://www.undatarevolution.org/wp-content/uploads/2014/11/A-World-That-Counts.pdf

11. Rodríguez DC, Hoe C, Dale EM, et al. Assessing the capacity of ministries of health to use research in decision-making: Conceptual framework and tool. Heal Res Policy Syst. 2017;15(1):1-13. doi:10.1186/s12961-017-0227-3

12. Murdoch TB, Detsky AS. The inevitable application of big data to health care. JAMA - J Am Med Assoc. 2013;309(13):1351-1352. doi:10.1001/jama.2013.393

13. Hakam F. Analisis, Perancangan, Dan Evaluasi Sistem Informasi Kesehatan. Gosyen Publishing; 2016.

14. Miller JD. Big Data Visualization. Packt Publishing; 2017.

15. Fernando D. Data Visualization Using Google Data Studio. Natl Semin Inf Technol Eng. 2018;1(November):71-77. https://e-jurnal.lppmunsera.org/index.php/snartisi/issue/view/100

16. Christen OM, Mösching Y, Müller P, Denecke K, Nüssli S. Dashboard visualization of information for emergency medical services. Stud Health Technol Inform. 2020;275:27-31. doi:10.3233/SHTI200688

17. Snipes G. Product Review : Google Data Studio. J Librariansh Sch Commun. 2018;6(1):5.

18. Sarikaya A, Correll M, Bartram L, Tory M, Fisher D. What do we talk about when we talk about dashboards? IEEE Trans Vis Comput Graph. 2019;25(1):682-692. doi:10.1109/TVCG.2018.2864903

19. Few S. Information Dashboard Design: The Effective Visual Communication of Data. O’Reilly; 2006.

20. Geckoboard. Effective dashboard design : How to design and build a great dashboard. www.geckoboard.com. Published 2021. Accessed January 3, 2022. https://www.geckoboard.com/best-practice/dashboard-design/

21. Mucchetti M. Google Data Studio. BigQuery Data Warehousing, Springer. Published online 2020:401-416.

22. Kraus S, Drescher C, Sedlmayr M, Castellanos I, Prokosch HU, Toddenroth D. Using Arden Syntax for the creation of a multi-patient surveillance dashboard. Artif Intell Med. 2018;92:88-94. doi:10.1016/j.artmed.2015.09.009

23. Karlsson D, Ekdahl C, Weigertz N, Shahsavar H, Gill H, Forsum U. Extended telemedical consultation using Arden Syntax based decision support, hypertext and WWW technique. Methods Inf Med. 1997;2:108-114.

24. Aung T, Niyeha D, Heidkamp R. Leveraging data visualization to improve the use of data for global health decision-making. J Glob Health. 2019;9(2):1-4. doi:10.7189/jogh.09.020319

25. Franklin A, Gantela S, Shifarraw S, et al. Dashboard visualizations: Supporting real-time throughput decision-making. J Biomed Inform. 2017;71:211-221. doi:10.1016/j.jbi.2017.05.024

26. Dowding D, Randell R, Gardner P, et al. Dashboards for improving patient care: Review of the literature. Int J Med Inform. 2015;84(2):87-100. doi:10.1016/j.ijmedinf.2014.10.001

27. Al-Hajj S, Pike I, Riecke BE, Fisher B. Visual analytics for public health: Supporting knowledge construction and decision-making. Proc Annu Hawaii Int Conf Syst Sci. Published online 2013:2416-2423. doi:10.1109/HICSS.2013.599

28. Daley K, Richardson J, James I, Chambers A, Corbett D. Clinical dashboard: Use in older adult mental health wards. Psychiatrist. 2013;37(3):85-88. doi:10.1192/pb.bp.111.035899

29. Palpanas T, Chowdhary P, Mihaila G, Pinel F. Integrated model-driven dashboard development. Inf Syst Front. 2007;9(2-3):195-208. doi:10.1007/s10796-007-9032-9



DOI: https://doi.org/10.22146/jisph.72268

Article Metrics

Abstract views : 2181 | views : 5944

Refbacks

  • There are currently no refbacks.


Bookmark and Share


Copyright (c) 2023 Journal of Information Systems for Public Health

shopify traffic stats View My Stats