Evaluasi Pencatatan dan Pelaporan Sistem Informasi Kesehatan Ibu dan Anak (KIA) Berdasarkan Kematangan Digital Di Dinas Kesehatan
Notice bibliographique
Résumé
Latar Belakang: Salah satu target Sustainable Development Goals yaitu penurunan Angka Kematian Ibu hingga kurang dari 70 per 100.000 kelahiran hidup pada tahun 2030. Tahun 2021 tercatat 42 kasus kematian ibu di Kabupaten Bantul, dan merupakan kasus tertinggi dalam lima tahun terakhir. Peraturan Bupati Bantul nomor 38 tahun 2021 Tentang Percepatan Penurunan Angka Kematian Ibu dan Bayi di Kabupaten Bantul, fasyankes berkewajiban melakukan pencatatan dan pelaporan pada sistem informasi kesehatan ibu dan anak, serta website kesehatan keluarga. Pemanfaatan sistem infromasi dapat mengantisipasi keterlambatan penanganan ibu hamil dan nifas. Salah model evaluasi sistem yaitu penilaian tingkat kematangan digital untuk mengidentifikasi gap serta menentukan rencana perbaikan menggunakan kerangka kerja Stages of Continuous Improvement (SOCI). Tujuan: Mengidentifikasi pencatatan dan pelaporan sistem informasi kesehatan ibu dan anak berdasarkan kematangan digital, kualitas data, serta pemanfaatan informasi guna pengambilan keputusan mendukung program penurunan Angka Kematian Ibu (AKI) di Dinas Kesehatan Kabupaten Bantul. Metode: Penelitian ini merupakan penelitian deskriptif, menggunakan rancangan studi kasus dengan metode analisa kualitatif. Subyek penelitian ditentukan dengan purposive sampling berjumlah 9 (sembilan) orang terdiri dari pemangku kepentingan, pengelola sistem informasi, pengelola sistem informasi kesehatan ibu dan anak, serta bidan puskesmas di lingkup Dinas Kesehatan Kabupaten Bantul. Hasil: Nilai rata-rata DMI di Dinas Kesehatan Bantul yaitu 2,36, sehingga masuk dalam rentang level 2 (repeatable). Komponen kepemimpinan dan tata kelola, regulasi masih sebatas melakukan pencatatan dan pelaporan, belum ada sanksi bagi faskyankes yang tidak melakukan input data. Komponen manajemen sumber daya, masih miminnya SDM dengan latar belakang IT serta keterbatasan anggaran pengembangan sistem. Komponen infrastruktur pendukung TIK, akses SIPIA yang seringkali mengalami kendala. Komponen standar dan interoperabilitas data, aplikasi SIPIA belum terintegrasi dengan sistem lainnya. ID unik, master data fasilitas pelayanan kesehatan dan registrasi tenaga kesehatan yang ditetapkan kemenkes belum diimplentasikan. Kualitas dan penggunaan data SIPIA masih belum bagus. Masih terdapat duplikasi data, kelengkapan pengisian modul yang kurang, serta adanya perbedaan data antara SIPIA dan webkesga. Pemanfaatan data oleh pemangku kebijakan diluar sektor kesehatan masih kurang. Aplikasi SIPIA dinilai relevan, dan dapat digunakan untuk pengambilan keputusan. Kesimpulan: Integrasi SIPIA dengan aplikasi lain dengan cara bridging menggunakan prinsip interoperabilitas, serta penguatan komitmen bagi tenaga kesehatan di faskes dan penangku kebijakan untuk mencapai ketersediaan data yang akurat, relevan, dan tepat waktu.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,017 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,005 | 0,024 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».