Adila, Salsa Nur (2026) ANALISIS DIMENSI DATA QUALITY FRAMEWORK PADA DATA DIABETES MELLITUS DI SISTEM INFORMASI KESEHATAN NASIONAL TAHUN 2023. Diploma thesis, POLTEKKES KEMENKES TASIKMALAYA.
![[img]](http://repo.poltekkestasikmalaya.ac.id/style/images/fileicons/text.png) |
Text (HALAMAN PERNYATAAN ORISINALITAS)
PERNYATAAN ORISINALITAS.pdf Download (198kB) |
|
Text (HALAMAN PENGESAHAN)
HALAMAN PENGESAHAN.pdf Download (226kB) |
|
Text (HALAMAN PERSETUJUAN PUBLIKASI KARYA ILMIAH)
HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI.pdf Download (185kB) |
|
Text (HALAMAN JUDUL)
HALAMAN JUDUL.pdf Download (564kB) |
|
Text (BAB I)
BAB I PENDAHULUAN.pdf Download (297kB) |
|
Text (BAB II)
BAB II TINJAUAN PUSTAKA.pdf Restricted to Repository staff only Download (362kB) |
|
Text (BAB IV)
BAB IV HASIL DAN PEMBAHASAN.pdf Restricted to Repository staff only Download (461kB) |
|
Text (BAB III)
BAB III METODOLOGI PENELITIAN.pdf Restricted to Repository staff only Download (483kB) |
|
Text (BAB V)
BAB V SIMPULAN DAN SARAN.pdf Restricted to Repository staff only Download (119kB) |
|
Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA.pdf Restricted to Repository staff only Download (412kB) |
|
Text (LAMPIRAN)
LAMPIRAN.pdf Restricted to Repository staff only Download (1MB) |
Abstract
Penelitian ini bertujuan mengevaluasi mutu data Diabetes Mellitus (DM) pada Sistem Informasi Kesehatan Nasional (SIKN) tahun 2023 menggunakan pendekatan Data Quality Framework (DQF). Evaluasi dilakukan pada empat dimensi kualitas data, yaitu completeness, accuracy, consistency, dan timeliness. Hasil analisis menunjukkan bahwa mutu data DM secara nasional berada pada kategori sangat baik dengan nilai Data Quality Index (DQI) mendekati sempurna. Dimensi completeness mencapai ≥99,9% yang menunjukkan bahwa hampir seluruh variabel klinis utama telah terisi dengan baik, meskipun masih terdapat anomali minor pada metadata wilayah. Dimensi accuracy mencapai 100% yang menandakan kepatuhan penuh terhadap standar kodifikasi penyakit menggunakan ICD-10 (E10–E14). Pada dimensi consistency, tingkat konsistensi data mencapai ≥99,9%, walaupun masih ditemukan ketidaksesuaian terbatas pada sinkronisasi identitas pasien. Sementara itu, dimensi timeliness mencapai ≥99,8%, yang menunjukkan ketepatan rentang waktu pelaporan data dan mencerminkan durasi episode klinis pasien secara akurat. Secara keseluruhan, hasil penelitian menunjukkan bahwa data DM tahun 2023 dalam SIKN telah memenuhi prasyarat interoperabilitas struktural dan semantik, sehingga dapat dimanfaatkan sebagai analysis-ready data untuk mendukung pengambilan kebijakan kesehatan berbasis bukti. Pengembangan selanjutnya perlu difokuskan pada harmonisasi atribut administratif dan sinkronisasi metadata operasional guna menjaga keberlanjutan kualitas informasi dalam ekosistem transformasi digital kesehatan.
| Item Type: | Thesis (Diploma) | ||||||||
|---|---|---|---|---|---|---|---|---|---|
| Contributors: |
|
||||||||
| Uncontrolled Keywords: | Data Quality, Diabetes Mellitus, Interoperabilitas, Sistem Informasi Kesehatan, Data Quality Framework | ||||||||
| Subjects: | R Medicine > RA Public aspects of medicine R Medicine > RA Public aspects of medicine > RA0421 Public health. Hygiene. Preventive Medicine R Medicine > RC Internal medicine |
||||||||
| Divisions: | Jurusan RMIK > D3 Rekam Medis & Informasi Kesehatan | ||||||||
| Depositing User: | Mhs SALSA NUR ADILA | ||||||||
| Date Deposited: | 28 Jul 2026 08:01 | ||||||||
| Last Modified: | 29 Jul 2026 02:59 | ||||||||
| URI: | http://repo.poltekkestasikmalaya.ac.id/id/eprint/9832 |
Actions (login required)
 |
View Item |