BAB V ANALISA DAN EVALUASI

BAB V ANALISA DAN EVALUASI Setelah melakukan pengumpulan dan pengolahan data maka tahap selanjutnya adalah menganalisa data-data yang diperoleh dari, Instalasi rawat jalan RSU Haji Surabaya serta melakukan evaluasi berdasarkan satu tool yang terpilih yaitu process activity mapping dan hasil dari model simulasi yang telah dibuat. Setelah dilakukan evaluasi dengan tool dan model simulasi yang dibuat yang terpilih, tahap selanjutnya adalah melakukan perbaikan berdasarkan model simulasi yang telah dibuat untuk 2 waste yang memiliki bobot terbesar dalam hal ini adalah waste waiting dan unnecessary inventory (antrian). 5.1 Identifikasi Pemborosan Dengan Detail Mapping. Penggambaran detail mapping diawali dengan aktivitas waste workshop dalam melakukan pemilihan mapping tools yang tepat untuk mengidentifikasikan pemborosan yang terjadi di instalasi rawat jalan. Waste workshop ini dilakukan melalui wawancara dan penyebaran kuisioner pada setiap kepala instalasi yang berhubungan dengan instalasi rawat jalan khususnya pada poli penyakit dalam. Masing-masing kepala instalasi selanjutnya diberikan pemahaman yang benar mengenai seven wastes yang dimaksudkan dalam kuisioner tersebut. Setelah paham tentang tipe-tipe pemborosan tersebut, supervisor kemudian dipersilahkan untuk mengisi skor pemborosan yang terjadi pada instalasi rawat jalan untuk poli penyakit dalam. Hasil dari kuisioner tersebut kemudian akan diolah untuk menentukan tool yang tepat dalam rangka mengidentifikasikan pemborosan-pemborosan yang terjadi. Berdasarkan waste workshop yang telah dilakukan, diperoleh urutan pemborosan mulai dari yang terbesar sampai dengan yang terkecil adalah sebagai berikut:

82 1. Waiting 2. Unnecessary inventory 3. Defect 4. Inappropriate processing 5. Overproduction 6. Unnecessary motion 7. Transportation Dari skor rata-rata tiap pemborosan (tabel 4.1) dengan matriks kesesuian VALSAT (tabel 2.1), diperoleh beberapa tool VALSAT dengan bobot mulai dari yang tertinggi sampai yang terendah berturut-turut adalah sebagai berikut : 1. Process Activity Mapping. 2. Supply Chain Response Matrix. 3. Demand Amplification Mapping 4. Decision Point Analysis. 5. Production Variety Funnel. 6. Quality Filter Mapping. 7. Physical Structure Mapping. Dengan memperhatikan urutan diatas dan kemampuan setiap tools dalam mengidentifikasikan ketujuh tipe pemborosan, maka terdapat 3 tool yang terpilih yaitu Process Activity Mapping untuk mengevaluasi jenis pemborosan excessive transportation, inappropriate processing, dan unnecessary motion; Supply Chain Response Matrix, untuk mengevaluasi jenis pemborosan overproductin, waiting, dan unnecessary inventory; Demand Amplification Mapping untuk mengevaluasi jenis pemborosan untuk mengevaluasi jenis pemborosan overproductin, waiting, dan unnecessary inventory. Dari ketiga tool tersebut hanya dipilih satu tool untuk mengidentifikasi pemborosan yaitu process activity mapping (PAM)

83 5.1.1 Identifikasi pemborosan dengan Process Activity Mapping (PAM). Tujuan dari pemetaan dengan menggunakan PAM ini adalah untuk mengetahui kondisi operasional perusahaan mulai dari value adding activity, non value adding activity, serta necessary non value adding activity. Berdasarkan PAM yang telah dibuat, dapat diidentifikasi adanya 22 aktivitas yang dilakukan pasien untuk mendapatkan pelayanan di instalsi rawat jalan poli penyakit dalan. Dari 22 aktivitas tersebut, sebesar 55% dipergunakan untuk value adding activities dan sebesar 27% dipergunakan untuk non value adding activities. Penggambaran secara jelas dapat dilihat pada tabel 5.1 dan gambar 5.1. Tabel 5.1 Jumlah Tipe Aktivitas Pasien Poli Penyakit dalam Operasi Transportasi Inspeksi Storage Delay Jumlah 12 4 0 0 6 Prosentase % 55 18 0 0 27 Jumlah Jumlah 14 12 10 8 6 4 2 0 Operasi Delay Transportasi Inspeksi Storage Operasi Transportasi Inspeksi Storage Delay Tipe Aktivitas Gambar 5.1 Bar Chart Porsi Jumlah Tipe Aktivitas Pasien Poli Penyakit Dalam

84 Berdasarkan waktu yang digunakan dalam PAM, didapatkan total kebutuhan waktu selama 184,26 menit secara keseluruhan untuk pasien sampai mendapatkan pelayanan pada poli penyakit dalam termasuk di dalamnya proses pemeriksaan Laboratorium dan Radiologi sampai pasien poli penyakit dalam mendapat obat. Dari keseluruhan waktu tersebut terdapat sebesar 71,69 menit untuk aktivitas value adding activities atau sekitar 38,91% dari total waktu. Sedangkan untuk non value adding activities membutuhkan waktu selama 106,93 menit atau sekitar 58,03 % dari total waktu. Penggambaran secara jelas dapat dilihat pada tabel 5.2 dan gambar 5.2. Tabel 5.2 Kebutuhan Waktu Tipe Aktivitas Pasien Poli Penyakit Dalam Operasi Transportasi Inspeksi Storage Delay Jumlah Waktu 71,69 5,63 0 0 106,93 Prosentase % 38,91 3,06 0,00 0,00 58,04 Kebutuhan Waktu Tiap Aktivitas Delay Delay Jenis Aktivitas Storage Inspeksi Transportasi Storage Inspeksi Transportasi Series1 Operasi Operasi 0,00 20,00 40,00 60,00 80,00 100,00 120,00 Jumlah Kebutuhan Waktu Gambar 5.2 Bar Chart Perbandingan Kebutuhan Waktu Tipe Aktivitas Pasien Poli Penyakit Dalam Berdasarkan hasil PAM tersebut tampak bahwa non value adding activities pada flow pasien poli penyakit dalam jauh lebih banyak daripada value adding activities. Pemborosan yang

85 berhasil diidentifikasikan dengan menggunakan tool ini adalah pemborosan Waiting dan unnecessary inventory (antrian yang terjadi pada setiap tahapan pada instalasi rawat jalan). Pemborosan waiting yang terjadi pada proses pendaftaran ini dikarenakan pasien poli penyakit dalam harus menunggu nomor urut antrian untuk poli yang dituju. Selain itu waiting juga terjadi pada proses pemeriksaan dokter dan proses pembelian obat di apotik. Untuk mengetahui berapa lama rata-rata pasien harus menunggu (waiting) untuk mendapatkan pelayanan pada setiap tahapan yang harus dilewati oleh pasien poli penyakit dalam dan rata-rata panjang antrian (unnecessary inventory) yang terjadi pada setiap tahapan pada poli penyakit dalam, akan diperlihatkan dalam model simulasi yang dibuat. Dari model simulasi juga akan dibuatkan model scenario perbaikan dengan harapan waiting dan unnecessary inventory dapat dikurangi 5.2 Analisa Hasil Running Model. Running dilakukan terhadap model real system, model perbaikan 1 dan model perbaikan 2 untuk membandingkan waiting dan panjang antrian pasien poli penyakit dalam pada masing-masing model sehingga dapat dilakukan analisa statistik. Dari hasil analisa diketahui model mana yang mengurangi waiting dan panjang antrian yang terjadi sehingga jumlah pasien yang dapat terlayani akan lebih banyak. 5.2.1 Hasil Running Model Real Sistem. Hasil running model simulasi real sistem secara lengkap dapat dilihat di lampiran. Tabel 5.3 menunjukkan waiting, panjang antrian dan output jumlah pasien poli penyakit dalam dan jumlah pasien secara keseluruhan dari real system.

86 Tabel 5.3 Hasil Running Model Real Sistem Waiting, Panjang Anrian Dan Jumlah Pasien Replikasi Kriteria 1 2 3 4 5 6 7 8 9 10 Pendaftaran Pasien Baru Pendaftaran Pasien Lama Pembelian Obat Di Apotik Waiting 173.64 162.33 157.64 168.84 185.42 153.61 178.71 187.74 140.61 153.07 166.16 Number Waiting 26.69 23.45 22.92 24.86 29.70 22.62 27.63 30.77 19.27 21.59 24.95 Waiting 197.31 176.29 175.80 117.01 190.09 212.72 221.71 167.21 215.93 199.28 187.34 Number Waiting 61.43 47.17 48.88 25.13 51.22 71.42 69.39 40.41 74.36 53.69 54.31 Waiting 17.66 40.32 26.93 5.19 21.81 14.03 36.85 41.89 5.31 30.65 24.06 Number Waiting 0.37 0.94 0.57 0.09 0.46 0.25 0.81 0.79 0.07 0.68 0.50 Waiting 84.65 64.31 42.56 92.99 73.36 67.33 42.16 57.17 101.46 80.11 70.61 Pemriksaan Dokter Number Waiting 6.40 4.38 2.52 5.92 6.28 4.53 2.62 3.46 6.65 6.21 4.90 Jumlah Pasien Poli Penyakit Dalam 60 58 61 65 64 65 63 59 64 59 61.80 Jumlah Pasien Keseluruhan 443 431 442 387 440 450 460 430 449 419 435.10 Ratarata

87 5.2.2 Hasil Running Skenario Perbaikan I. Hasil running model simulasi skenario perbaikan 1 secara lengkap dapat dilihat di lampiran. Tabel 5.4 menunjukkan waiting, panjang antrian dan output jumlah pasien poli penyakit dalam dan jumlah pasien secara keseluruhan dari skenario perbaikan 1.

88 Tabel 5.4 Hasil Running Skenario I Waiting, Panjang Anrian Dan Jumlah Pasien Replikasi Rata-rata Kriteria 1 2 3 4 5 6 7 8 9 10 Pendaftaran Pasien Baru Waiting 8.64 3.62 4.83 7.24 2.31 2.78 5.43 9.61 4.16 4.79 5.34 1.39 0.43 0.65 1.01 0.29 0.43 0.95 1.55 0.56 0.70 0.80 Pendaftaran Pasien Lama Waiting 3.11 6.52 6.40 4.24 4.28 7.06 10.46 5.54 7.19 5.56 6.04 0.88 1.56 1.76 1.07 1.14 1.98 2.92 1.13 2.03 1.45 1.59 Pembelian Obat Di Apotik Waiting 4.90 13.12 2.56 3.59 3.78 12.47 3.30 6.09 1.26 33.04 8.41 0.15 0.39 0.06 0.09 0.08 0.39 0.0732 0.16 0.09 1.07 0.26 Pemriksaan Dokter Waiting 39.25 36.18 6.15 19.83 13.62 37.86 6.90 23.69 21.89 42.64 24.80 3.31 2.48 0.41 1.36 0.87 3.12 0.42 1.51 1.50 3.36 1.83 Jumlah Pasien Poli Penyakit Dalam Jumlah Pasien Keseluruhan 91 74 72 74 69 89 66 69 74 85 76.30 481 386 442 423 425 471 471 394 450 431 437.40

89 5.2.3 Hasil Running Skenario Perbaikan II Hasil running model simulasi skenario perbaikan II secara lengkap dapat dilihat di lampiran. Tabel 5.5 menunjukkan waiting, panjang antrian dan output jumlah pasien poli penyakit dalam dan jumlah pasien secara keseluruhan dari skenario perbaikan II.

90 Tabel 5.5 Hasil Running Skenario II Waiting, Panjang Anrian Dan Jumlah Pasien Replikasi Kriteria 1 2 3 4 5 6 7 8 9 10 Pendaftaran Pasien 1 Pendaftaran Pasien 2 Pendaftaran Pasien 3 Pendaftaran Pasien 4 Pembelian Obat Di Apotik Pemriksaan Dokter Waiting 3.63 1.68 3.87 3.50 2.71 2.31 3.11 2.97 1.46 1.78 2.70 Number Waiting 0.42 0.16 0.46 0.39 0.29 0.27 0.34 0.31 0.15 0.21 0.30 Waiting 3.20 1.49 4.00 3.46 2.48 2.29 2.75 3.08 1.09 1.28 2.51 Number Waiting 0.33 0.10 0.37 0.30 0.22 0.19 0.22 0.25 0.08 0.11 0.22 Waiting 3.64 1.75 4.26 3.62 2.75 2.46 2.94 2.94 1.29 1.65 2.73 Number Waiting 0.39 0.14 0.52 0.34 0.26 0.23 0.29 0.27 0.11 0.16 0.27 Waiting 3.17 1.44 3.58 2.68 2.10 2.01 2.16 2.32 1.27 1.36 2.21 Number Waiting 0.44 0.17 0.48 0.39 0.30 0.28 0.31 0.32 0.16 0.19 0.30 Waiting 7.59 3.01 0.28 15.49 2.69 2.70 2.88 1.37 3.13 8.87 4.80 Number Waiting 0.25 0.06 0.01 0.64 0.07 0.07 0.0560 0.02 0.06 0.29 0.15 Waiting 60.20 22.25 17.42 45.87 26.92 35.02 11.05 21.89 15.97 33.07 28.96 Number Waiting 5.18 1.34 1.24 4.04 2.12 2.63 0.77 1.36 1.11 2.39 2.22 Jumlah Pasien Poli Penyakit Dalam 93 65 77 95 85 81 75 67 75 91 80.40 Jumlah Pasien Keseluruhan 502 388 480 461 469 474 477 442 427 475 459.50 Ratarata

91 5.3 Analisa Validasi Model. Validasi model simulasi dilakukan dengan membandingkan rata-rata output model simulasi yang dibuat berdasarkan model konseptual dengan output real systemnya. Berdasarkan hasil perhitungan dengan menggunakan software SPSS yaitu pada analyze compare means independent sample T- Test maka dapat disimpulkan terima Ho yang artinya bahwa antara real system dan model simulasi yang dibuat tidak terdapat perbedaan yang signifikan. Hal ini dapat dilihat dengan membandingkan nilai t tabel (18,0.025) yaitu 2.101 dengan t hitung yaitu 0.750 karena t hitung lebih kecil daripada t tabel dan nilai dan Sig. 2-tailed (0.463) lebih besar dari α (0.05) maka Ho diterima sehingga dapat dikatakan model simulasi dengan real system tidak berbeda secara statistik. 5.4 Analisa Perbandingan Hasil Model. Perbandingan hasil model dilakukan dengan menggunakan Paired t Confidence Level. Sistem yang dibandingkan adalah model awal, skenario I, dan skenario II. Skenario perbaikan dilakukan dengan mengacu pada tahapan mana yang memiliki waktu tunggu dan panjang antrian yang tinggi. Maka pada tahapan tersebut ditambahkan resource dengan harapan harga waktu tunggu pasien dan panjang antrian akan berkurang, sehingga output jumlah pasien poli penyakit dalam semakin meningkat begitu juga dengan jumlah pasien keseluruhan. Skenario I ini mengacu pada proses pendaftaran pasien lama dan pasien baru serta pada proses pemeriksaan dokter. Pada real system, satu petugas loket pendaftaran dapat melayani satu pasien dan satu dokter jaga poli melayani satu pasien. Sedangkan pada skenario I, ditambah dua petugas loket pendaftaran utuk masing proses pendaftaran pasien lama dan pasien baru serta menambahkan satu dokter jaga poli. Dengan penambahan petugas

92 loket pendaftaran dan dokter jaga poli diharapkan mampu mengurangi waktu tunggu pasien dan panjang antrian yang terjadi sehingga jumlah pasien yang dilayani akan lebih banyak. Sedangkan pada skenario II ini pendaftaran tidak dibagi menjadi dua tetapi digabung menjadi satu, maka semua pasien baik pasien baru maupun pasien lama melakukan pendaftaran pada satu loket pendaftaran. Dengan penggabungan loket pendaftaran ini diharapkan pasien dapat memilih loket mana yang mempunyai antrian paling sedikit. Selain itu juga diharapakan antrian yang terjadi pada pendaftaran dapat lebih terkontrol atau lebih tertib serta pada scenario dua ini sebelum pasien melakukan pendaftaran pasien harus mengambil nomor antrian terlebih dahulu untuk mendapatkan giliran melakukan pendaftaran ini untuk pasien lama dan pasien baru. 5.4.1 Perbandingan Skenario I Dengan Model Awal Perbandingan antara skenario perbaikan I dengan model awal real sistem dilihat dengan selain membandingkan output jumlah pasien poli penyakit dalam dan jumlah pasien keseluruhan, waiting time pada proses pendaftaran, proses pembelian obat di apotik serta proses pemeriksaan dokter. Dari hasil perhitungan dengan menngunakan paired t confidence level dimana nilai μ 1 μ 2 tidak sama dengan nol, baik untuk perbandingan jumlah pasien poli penyakit dalam dan jumlah pasien keseluruhan. Nilai μ 1 μ 2 masing-masing mempunyai nilai 14.50 untuk perbandingan output jumlah pasien penyakit dalam dan 2.30 untuk perbandingan output jumlah pasien keseluruhan, yang artinya tolak Ho. Oleh karena nilai μ 1 μ 2 positif atau lebih besar dari 0 maka dapat diketahui bahwa skenario I lebih baik daripada model awal. Hal ini juga dapat dilihat dari jumlah output pasien poli penyakit dalam dan jumlah output pasien keseluruhan mengalami peningkatan. Sedangkan dari segi rata-rata waktu tunggu dan panjang antrian yang terjadi pada setiap tahapan, tapi pada tahap proses pemeriksaan dokter

93 waktu tunggu dan panjang antrian semakin bertambah, ini dikarenakan output yang dihasilkan pada tahapan proses pendaftaran baik untuk pasien lama dan pasien baru meningkat sehingga jumlah pasien yang akan menuju ke pemeriksaan dokter mengalami peningkatan dan dokter jaga pada poli yang tersedia hanya dua dokter jaga. Hasil selengkapnya dapat dilihat pada tabel 5.6. Tabel 5.6 Perbandingan Skena rio I Dengan Model Awal berdasarkan waktu tunggu, panjang antrian Pendaftaran Pasien Baru Pendaftaran Pasien Lama Pembelian Obat Di Apotik Pemriksaan Dokter Kriteria Rata-rat a (menit) Skenario Model I Awal Waiting 5.34 166.16 0.80 24.95 Waiting 6.04 187.34 1.59 54.31 Waiting 8.41 24.06 0.26 0.50 Waiting 24.80 70.61 1.83 4.90 Ju mlah Pasien Penyakit Dalam 76.3 61.8 Jumlah Pasien Keseluruhan 437.4 435.1 5.4.2 Perbandingan Skenario II Dengan Model Awal. Perbandingan antara skenario perbaikan II dengan model awal real sistem dilihat dengan memebandingkan output jumlah pasien poli penyakit dalam dan jumlah pasien keseluruhan. Dari hasil perhitungan dengan menngunakan paired t confidence level dimana nilai μ 1 μ 2 tidak sama dengan nol, baik untuk perbandingan jumlah pasien poli penyakit dalam dan jumlah pasien kesekuruhan. Nilai μ 1 μ 2 masing-masing mempunyai nilai 18.60 untuk perbandingan output jumlah pasien penyakit dalam dan 24.40 untuk perbandingan output jumlah pasien

94 keseluruhan, yang artinya tolak Ho. Oleh karena nilai μ 1 μ 2 positif atau lebih besar dari 0 maka dapat diketahui bahwa skenario II lebih baik daripada model awal. Hal ini juga dapat dilihat dari jumlah output pasien poli penyakit dalam dan jumlah output pasien keseluruhan mengalami peningkatan. Sedangkan dari segi rata-rata waktu tunggu dan panjang antrian yang terjadi pada setiap tahapan mengalami penurunan, yang dapat dilihat pada tabel 5.7. Tabel 5.7 Perbandingan Skenario II Dengan Model Awal berdasarkan waktu tun ggu, panjang antrian Pendaftaran Pasien 1 Pendaftaran Pasien 2 Pendaftaran Pasien 3 Pendaftaran Pasien 4 Pembelian Obat Di Apotik Pemriksaan Dokter Kriteria Rata-rat a (menit) Skenario Model II Awal Waiting 2.70 166.16 0.30 24.95 Waiting 2.51 187.34 0.22 54.31 Waiting 2.73 0 0.27 0 Waiting 2.21 0 0.30 0 Waiting 4.80 24.06 0.15 0.50 Waiting 28.96 70.61 2.22 4.90 Jumlah Pasien Poli Penyakit Dalam 80.40 61.8 Jumlah Pasien Keseluruhan 459.50 435.1 5.4.3 Skenario Perbaikan II Dengan Skenario Perbaikan I. Dari hasil perhitungan paired t confidence level dimana nilai μ 1 μ 2 tidak sama dengan nol yaitu 2.00 yang berati tolak

95 H 0, maka dapat dikatakan bahwa terdapat perbedaan yang signifikan antara skenario II dan skenario I. Oleh karena nilai μ 1 μ 2 positif atau lebih besar dari 0 maka dapat diketahui bahwa skenario II lebih baik daripada skenario I. Hal ini dapat dilihat dari jumlah pasien untuk poli penyakit dalam dan jumlah pasien keseluruhan. Selain itu juga terjadi pengurangan waktu tunggu dan panjang antrian. Perbandingan waktu tunggu dan panjang antrian yang terjadi pada masing-masing scenario dapat dilihat pada tabel 5.8 Tabel 5.8 Perbandingan Skenario II Dengan Skenario I berdasarkan waktu tunggu, panjang antrian Rata-rata ( menit) Kriteria Skenario Skenario II I Pendaftaran Pasien Waiting 2.70 5.34 1 0.30 0.80 Pendaftaran Pasien Waiting 2.51 6.04 2 0.22 1.59 Pendaftaran Pasien Waiting 2.73 3 0.27 Pendaftaran Pasien Waiting 2.21 4 0.30 Pembelian Obat Di Apotik Waiting 4.80 8.41 0.15 0.26 Pemriksaan Dokter Waiting 28.96 24.80 2.22 1.83 Jumlah Pasien Poli Penyakit Dalam 80.40 76.3 Jumlah Pasien Keseluruhan 459.50 437.4 Agar dapat mengetahui perbandingan jumlah pasien, rata- rata waktu tunggu dan rata-rata panjang antrian di setiap proses yang dihasilkan dari masing model dapat dilihat pada gambar 5.3, gambar 5.4 dan gambar 5.5 di bawah ini.

96 Grafik Jumlah Pasien Dari Model Rata-rata Jumlah pasien 525 425 325 225 125 25 76 80 62 Pasien Poli Penyakit Dalam 460 437 435 Pasien keseluruhan skenario 1 skenario 2 model aw al Gambar 5.3 Grafik jumlah pasien hasil dari setiap model Jumlah Antrian 50.50 40.50 30.50 20.50 10.50 0.50 24.95 Grafik rata-rata Antrian 54.31 0.300.80 1.59 0.260.50 2.221.83 4.90 Rata-rata Antrian Pendaftaran Pasien Baru Rata-rata Antrian Pendaftaran Pasien Lama Rata-rata Antrian Pembelian Obat Rata-rata Antrian Pemeriksaan Dokter skenario 1 skenario 2 model awal Gambar 5.4 Grafik Rata-rata Antrian Dari Setiap

97 Grafik Rata-rata Waiting Rata-rata Waiting 150.00 100.00 50.00 0.00 166.16 24.06 5.34 5.34 6.042.51 8.414.80 Rata-rata Waiting Pendaftaran Pasien Baru Rata-rata Waiting Pendaftaran Pasien Lama Rata-rata Waiting Pembelian Obat 28.96 24.80 70.61 Rata-rata Waiting Pemeriksaan Dokter skenario 1 skenario 2 model aw al Gambar 5.5 Grafik Jumlah Pasien Dari Model 5.5 Implementasi Skenario Perbaikan I. Jika skenario perbaikan 1 diterapkan menggantikan real system, maka dampak yang dihasilkan : 1. Jumlah pasien akan mengalami peningkatan, baik jumlah untuk pasien poli penyakit dalam ataupun jumlah pasien keseluruhan 2. Waktu tunggu pada proses pendaftaran, proses pembelian obat di apotik dan proses pemeriksaan dokter. Sedangkan konsekuensinya adalah : 1. Penambahan kapasitas tempat tidur pada ruang pemeriksaan dokter semula satu menjadi tiga ini dikarenakan ditambahnya dokter jaga pada poli sebanyak tiga dokter. 2. Penambahan tenaga kerja pada loket pendaftaran masingmasing tempat pendaftaran pasien lama dan baru ditambah dua tenaga kerja.

98 5.6 Implementasi Skenario Perbaikan II. Jika skenario perbaikan 2 diterapkan menggantikan real system, maka dampak yang dihasilkan : 1. Jumlah pasien meningkat, baik pasien poli penyakit dalam maupun pasien secara keseluruhan. 2. Waktu tunggu dan panjang antrian pada proses pendaftaran pasien, proses pembelian obat di apotik dan proses pemriksaan dokter mengalami penurunan. Sedangkan konsekuensinya adalah : 1. Pembelian alat pengambil nomor antrian untuk proses pendaftaran pasien. 2. Penambahan tempat tidur pada ruang pemeriksaan awalnya berjumlah satu ditambahkan satu temat tidur sehingga menjadi tiga. Ini dikarenakan ada penambahan jumlah dokter jaga poli.