Strategi Menyusun RBA BLUD Menggunakan Data Analytics

Penerapan pola pengelolaan keuangan Badan Layanan Umum Daerah (BLUD) pada Puskesmas memberikan fleksibilitas yang lebih besar dalam mengelola anggaran, pendapatan, dan belanja. Namun fleksibilitas ini harus diimbangi dengan perencanaan anggaran yang akurat, terukur, dan berbasis bukti. Di sinilah pentingnya menyusun Rencana Bisnis dan Anggaran (RBA) menggunakan pendekatan data analytics.

Dalam era digital, penyusunan RBA tidak lagi cukup mengandalkan pola manual atau proyeksi berbasis asumsi. Puskesmas BLUD kini harus memanfaatkan data kunjungan, tren pelayanan, capaian program kesehatan, kebutuhan SDM, dan kinerja keuangan untuk menyusun rencana anggaran yang realistis dan selaras dengan kebutuhan riil.

Artikel ini membahas langkah-langkah komprehensif dalam strategi menyusun RBA BLUD berbasis data analytics, dilengkapi tabel, daftar poin, dan integrasi tautan internal ke artikel utama Bimtek Optimasi BLUD Puskesmas Melalui Data Analytics dan Monitoring Kinerja Real-Time

RBA BLUD merupakan dokumen strategis yang memuat rencana bisnis, target kinerja, serta kebutuhan anggaran Puskesmas dalam satu tahun anggaran. Dokumen ini menjadi dasar penyusunan DPA SKPD dan menjadi alat kendali operasional layanan.

RBA Tidak Hanya Dokumen Administratif

Saat disusun menggunakan data analytics, RBA menjadi:

• Instrumen prediksi kebutuhan pelayanan.

• Alat perencanaan peningkatan mutu layanan.

• Dasar pengendalian keuangan BLUD.

• Mekanisme pengawasan kinerja yang objektif.

Pedoman penyusunan RBA BLUD merujuk pada regulasi pemerintah, salah satunya dapat diakses melalui Peraturan Kementerian Kesehatan yang mengatur standar pelayanan dan tata kelola Puskesmas.

Menggunakan data analytics membantu Puskesmas merumuskan RBA yang:

• Lebih presisi

• Lebih berbasis bukti (evidence-based budgeting)

• Lebih adaptif terhadap kondisi lapangan

• Lebih efisien dan berdampak

• Lebih terukur dalam indikator kinerja

Manfaat Data Analytics dalam RBA:

• Mengidentifikasi tren pelayanan (naik-turun kunjungan).

• Menghitung kebutuhan BMHP berdasarkan konsumsi aktual.

• Mengetahui pola penyakit untuk penganggaran program kesehatan.

• Mengoptimalkan pendapatan jasa layanan.

• Mengestimasi beban kerja pegawai.

• Mengukur kinerja keuangan: pendapatan, belanja, dan arus kas.

Pemanfaatan analytics juga dibahas secara mendalam dalam artikel utama berikut:
🔗 Bimtek Optimasi BLUD Puskesmas Melalui Data Analytics dan Monitoring Kinerja Real-Time

Dalam penyusunan RBA, beberapa regulasi yang menjadi rujukan utama antara lain:

• PP No. 12 Tahun 2019 tentang Pengelolaan Keuangan Daerah

• Permendagri 79 Tahun 2018 tentang BLUD

• Permenkes terkait standar pelayanan kesehatan dan tata kelola Puskesmas

• Peraturan kepala daerah tentang BLUD di kabupaten/kota masing-masing

Seluruh regulasi tersebut memberikan kerangka penyusunan RBA agar lebih efektif dan sesuai ketentuan.

RBA terdiri dari komponen-komponen berikut:

1. Rencana Strategis (Renstra) BLUD

Berisi target jangka menengah (3–5 tahun), termasuk arah pengembangan pelayanan.

2. Rencana Kegiatan dan Anggaran (RKA)

Merinci seluruh kegiatan yang akan dilakukan dalam 1 tahun anggaran.

3. Proyeksi Pendapatan

Menampilkan estimasi pendapatan BLUD berdasarkan tren data sebelumnya.

4. Proyeksi Belanja

Menentukan kebutuhan biaya operasional, barang, jasa, SDM, hingga investasi.

5. Analisis Risiko

Mengukur potensi masalah seperti kenaikan harga, tren penyakit, atau beban kerja SDM.

Ketika dilakukan berbasis data, seluruh elemen ini menjadi lebih rasional dan terukur.

Untuk menghasilkan RBA yang efektif dan akurat, berikut langkah strategis yang dapat diterapkan oleh Puskesmas.

1. Mengumpulkan dan Membersihkan Data (Data Collection & Cleaning)

Penyusunan RBA yang valid harus dimulai dengan data yang valid.

Jenis data yang dikumpulkan:

• Data kunjungan pasien per jenis pelayanan

• Data keuangan (pendapatan & belanja)

• Data SDM (jumlah, beban kerja, kompetensi)

• Data program kesehatan (cakupan, target, realisasi)

• Data farmasi & BMHP

• Data sarana dan prasarana

• Data penyakit (pola penyakit, tren bulanan)

Proses pembersihan data meliputi:

• Menghapus duplikasi

• Menyelaraskan format (tanggal, angka, kode layanan)

• Mengisi data yang hilang (data imputation)

• Validasi silang dengan laporan manual

2. Mengidentifikasi Pola dan Tren Pelayanan

Data analytics memungkinkan Puskesmas memahami pola pelayanan secara mendalam.

Contoh pola yang dianalisis:

• Kunjungan meningkat di bulan tertentu

• Jenis pelayanan yang paling banyak menghasilkan pendapatan

• Peningkatan kasus penyakit tertentu (misal ISPA saat musim hujan)

• Penurunan kunjungan di wilayah tertentu

Tabel berikut memberikan contoh data tren kunjungan:

Tren kenaikan kunjungan dapat menjadi dasar penyesuaian anggaran BMHP dan SDM.

3. Menganalisis Kinerja Keuangan BLUD

Data keuangan adalah bagian paling kritikal dalam RBA.

Data yang dianalisis:

• Pendapatan per jenis layanan

• Belanja operasional (BMHP, jasa layanan, alat kesehatan)

• Cash flow bulanan

• Cost recovery per jenis pelayanan

• Beban gaji dan remunerasi

Contoh tabel struktur pendapatan:

Data ini membantu menentukan proyeksi pendapatan tahun berikutnya.

4. Menghitung Kebutuhan BMHP dan Sarpras secara Akurat

Kebutuhan BMHP tidak boleh dihitung menggunakan perkiraan subyektif.

Langkah perhitungan kebutuhan BMHP berbasis data:

1. Menghitung konsumsi rata-rata BMHP per kunjungan per jenis pelayanan.

2. Mengalikan dengan proyeksi kunjungan tahun berikutnya.

3. Menambahkan buffer stok (5–10%).

4. Menyesuaikan dengan standar mutu pelayanan.

Contoh perhitungan:

Perhitungan berbasis data menjadikan anggaran lebih realistis dan efisien.

5. Mengintegrasikan Data SDM dalam Penyusunan RBA

SDM menjadi komponen belanja terbesar dan penentu kualitas layanan.

Data SDM yang dianalisis:

• Jumlah pegawai per jabatan

• Beban kerja (WBK / WLA)

• Rasio tenaga kesehatan terhadap standar

• Kebutuhan shift dan distribusi layanan

• Kebutuhan kompetensi dan pelatihan

Contoh analisis rasio SDM:

Hasil analisis ini menentukan kebijakan rekrutmen atau pengalihan tugas.

6. Menyusun Proyeksi Anggaran Berbasis Data

Setelah data dianalisis, tahap berikutnya adalah menyusunnya menjadi anggaran.

Komponen penyusunan anggaran berbasis data:

• Proyeksi pendapatan berdasarkan 3 tahun terakhir

• Proyeksi belanja operasional berdasarkan konsumsi riil

• Kebutuhan investasi alat kesehatan

• Kebutuhan peningkatan kapasitas SDM

• Belanja remunerasi & jasa layanan berbasis kinerja

7. Menggunakan Tools Data Analytics untuk Penyusunan RBA

Puskesmas dapat menggunakan software berikut:

• Power BI → visualisasi dan analisis mendalam

• Google Data Studio (Looker Studio) → gratis dan mudah

• Excel/Spreadsheet → untuk perhitungan BMHP dan proyeksi

• SPSS / Python sederhana → analisis tren dan prediksi

Penggunaan tools memudahkan dokumentasi data RBA.

8. Integrasi Dashboard Monitoring dengan RBA

Tren terbaru dalam penyusunan RBA BLUD adalah integrasi dashboard monitoring kinerja dengan proyeksi anggaran.

Dashboard dapat menampilkan:

• Realisasi pendapatan BLUD

• Realisasi belanja

• Capaian program kesehatan

• Kunjungan harian/mingguan

• Ketersediaan BMHP

• Beban kerja SDM

Integrasi ini dibahas lebih detail dalam artikel utama:
🔗 Bimtek Optimasi BLUD Puskesmas Melalui Data Analytics dan Monitoring Kinerja Real-Time

Beberapa tantangan umum yang sering dihadapi Puskesmas:

1. Data Tidak Konsisten

Perbedaan format antar aplikasi (SIMPUS, farmasi, keuangan).

2. Keterbatasan SDM dalam Analisis Data

Tidak semua Puskesmas memiliki petugas data yang kompeten dalam analitik.

3. Minimnya Integrasi Sistem

Belum adanya integrasi antara sistem keuangan dan pelayanan.

4. Kebiasaan Menggunakan Pola Lama

Beberapa Puskesmas masih mengandalkan perkiraan manual.

5. Keterbatasan Akses Dashboard

Beberapa daerah belum memiliki jaringan internet memadai.

1. Melakukan pelatihan data analytics secara berkala

Meningkatkan kemampuan tim BLUD dan penanggung jawab program.

2. Menggunakan tools yang sederhana tetapi berdampak

Misalnya Google Sheets + Power BI.

3. Membuat standar operasional input data

Agar data bersih dan konsisten.

4. Mengintegrasikan dashboard monitoring dengan anggaran

Mempercepat evaluasi dan revisi RBA.

5. Melibatkan seluruh penanggung jawab program

Agar kebutuhan yang dianggarkan sesuai dengan kondisi lapangan.

1. Apakah RBA BLUD harus disusun dengan data analytics?

Tidak wajib, tetapi sangat dianjurkan agar anggaran lebih akurat dan efisien.

2. Apa tools terbaik untuk analisis data RBA BLUD?

Power BI dan Google Looker Studio adalah dua tools yang paling mudah digunakan di Puskesmas.

3. Apakah data manual masih bisa digunakan dalam RBA?

Bisa, tetapi tetap perlu distandarkan dan dibersihkan agar hasil analisis tidak bias.

4. Siapa yang bertanggung jawab menyusun RBA BLUD?

Kepala Puskesmas, tim BLUD, bendahara penerimaan & pengeluaran, serta penanggung jawab program.