MODEL PENGEMBANGAN INDIKATOR DECISION SUPPORT SYSTEM (DSS) PADA RUMAH SAKIT PENDIDIKAN DI INDONESIA = Decision Support System (DSS) Indicator Development Model In Teaching Hospitals In Indonesia

ABSTRAK AFRIYANA AMELIA NURYADIN. Model Pengembangan Indikator Decision Support System (DSS) pada Rumah Sakit Pendidikan di Indonesia (dibimbing oleh Indahwaty Sidin dan Lalu Muhammad Saleh). Latar Belakang. Transformasi digital di sektor kesehatan menuntut rumah sakit untuk mengembangkan sistem pengambilan keputusan yang cepat, akurat, dan berbasis data. Rumah Sakit Pendidikan di Indonesia memiliki kompleksitas tinggi dalam menjalankan fungsi pelayanan, pendidikan, dan penelitian secara simultan. Namun, implementasi Decision Support System (DSS) pada Rumah Sakit Pendidikan masih belum terstandarisasi, ditandai dengan fragmentasi data, rendahnya integrasi sistem informasi, serta keterbatasan model indikator yang mampu mengakomodasi karakteristik organisasi secara komprehensif. Tujuan. Penelitian ini bertujuan untuk mengembangkan indikator DSS pada Rumah Sakit Pendidikan di Indonesia. Metode. Penelitian menggunakan pendekatan mixed methods dengan desain Exploratory Sequential Design. Tahap pertama menggunakan desain kualitatif melalui observasi dan wawancara mendalam kepada 30 informan di empat RSPTN (Rumah Sakit Pendidikan Tinggi Negeri, yaitu Universitas Hasanuddin, Universitas Indonesia, Universitas Airlangga, dan Universitas Padjadjaran. Analisis data dilakukan secara tematik menggunakan NVivo. Tahap kedua menggunakan pendekatan kuantitatif melalui survei pada 506 responden yang dipilih dengan teknik simple random sampling dari empat RSPTN utama serta RS TK. II Pelamonia dan RS Bhayangkara Makassar. Analisis dilakukan menggunakan Second-Order Confirmatory Factor Analysis berbasis SmartPLS untuk memverifikasi konstruk dan membangun model indikator DSS. Hasil: Penelitian ini merumuskan model kebaruan AN-ITDSS (Afriyana Nuryadin Integrated Transformational Decision Support System) terdiri atas 16 faktor utama, yaitu teknologi, regulasi, kepemimpinan, budaya organisasi, lokasi, informasi, keamanan, tata kelola, efisiensi, ekonomi, pelayanan, performance, SDM, serta tiga faktor kebaruan integrasi sistem, budaya digital, dan kepemimpinan transformasional. Hasil analisis CFA menunjukkan seluruh indikator valid dengan nilai loading factor di atas batas minimal 0,5- 0,7. Pada Second-order construct dimensi tata kelola memiliki kontribusi paling dominan dengan nilai loading sebesar 0.919. Kesimpulan. penelitian ini mengembangkan indikator DSS yang terbukti sebagai kerangka multidimensional dalam mendukung pengambilan keputusan dengan mengintegrasikan 13 indikator dan menghasilkan novelty yang menjadi pilar utama dalam mendorong transformasi menuju smart teaching hospital. Temuan ini mampu mengintegrasikan data antar unit untuk diolah menjadi teknologi Artificial Intelligence dalam menghasilkan sebuah keputusan di masa mendatang.