Evaluasi Ekonomi Penggunaan Teknologi Telemedis di Indonesia
DOI:
https://doi.org/10.31004/riggs.v5i2.9210Keywords:
Telemedis, Evaluasi Ekonomi, Teknologi Kesehatan, Efisiensi Biaya, Pelayanan KesehatanAbstract
Perkembangan teknologi digital mendorong peningkatan penggunaan telemedis sebagai salah satu inovasi pelayanan kesehatan di Indonesia. Telemedis memungkinkan pelayanan kesehatan dilakukan secara jarak jauh sehingga dapat meningkatkan akses layanan, terutama pada daerah dengan keterbatasan fasilitas dan tenaga kesehatan. elain memberikan kemudahan akses, penggunaan telemedis juga berpotensi meningkatkan efisiensi biaya pelayanan kesehatan. Namun, implementasi telemedis masih menghadapi berbagai tantangan, seperti keterbatasan infrastruktur digital, kesiapan sumber daya manusia, serta perbedaan efektivitas biaya pada berbagai jenis layanan kesehatan. Penelitian ini bertujuan untuk mengevaluasi aspek ekonomi penggunaan teknologi telemedis di Indonesia melalui pendekatan literature review. Metode yang digunakan adalah narrative review terhadap jurnal nasional dan internasional yang dipublikasikan pada tahun 2016–2026 dengan sumber yang bersifat open access. Analisis difokuskan pada efisiensi biaya, manfaat ekonomi, serta faktor-faktor yang memengaruhi efektivitas implementasi telemedis. Hasil penelitian menunjukkan bahwa telemedis mampu menurunkan biaya operasional pelayanan, mengurangi biaya transportasi pasien, serta meningkatkan efisiensi administrasi dan pelayanan kesehatan di rumah sakit. Selain itu, evaluasi ekonomi menggunakan pendekatan Cost-Effectiveness Analysis (CEA) menunjukkan bahwa telemedis lebih efektif pada layanan konsultasi kesehatan primer, monitoring penyakit kronis, dan layanan tindak lanjut pasien. Kesimpulannya, telemedis memiliki potensi ekonomi yang signifikan dalam meningkatkan efisiensi sistem pelayanan kesehatan di Indonesia, namun memerlukan evaluasi ekonomi berbasis CEA, penguatan infrastruktur digital, serta peningkatan kapasitas sumber daya manusia agar implementasinya dapat berjalan optimal dan berkelanjutan.
Downloads
References
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319–340.
Dorsey, E. R., & Topol, E. J. (2020). State of telehealth. New England Journal of Medicine, 375(2), 154–161.
Drummond, M. F., Sculpher, M. J., Claxton, K., Stoddart, G. L., & Torrance, G. W. (2016). Methods for the economic evaluation of health care programmes (4th ed.). Oxford University Press.
Epizitone, A., et al. (2023). Data use culture in health systems: A systematic review. BMC Health Services Research, 23, 456.
Ghalavand, H., et al. (2024). Common data quality elements for health information systems: A systematic review. BMC Medical Informatics and Decision Making, 24, 112.
Handayani, P. W., et al. (2021). Factors influencing the adoption of hospital information systems in Indonesia. Healthcare Informatics Research, 27(1), 23–31.
Keesara, S., Jonas, A., & Schulman, K. (2020). Covid-19 and health care’s digital revolution. New England Journal of Medicine, 382(23), e82.
Kemenkes RI. (2022). Transformasi digital kesehatan Indonesia. Kementerian Kesehatan Republik Indonesia.
Kruse, C. S., Karem, P., Shifflett, K., Vegi, L., Ravi, K., & Brooks, M. (2017). Evaluating barriers to adopting telemedicine worldwide: A systematic review. Journal of Telemedicine and Telecare, 24(1), 4–12.
Kumar, M., et al. (2021). Data quality issues in health information systems: A review. Journal of Health Informatics in Developing Countries, 15(1).
Lestari, T., et al. (2022). Kompetensi tenaga kesehatan dalam pengelolaan data kesehatan. Jurnal Administrasi Kesehatan Indonesia, 10(1), 45–53.
Monaghesh, E., & Hajizadeh, A. (2020). The role of telehealth during COVID-19 outbreak: A systematic review based on current evidence. BMC Public Health, 20, 1193.
Nutley, T., & Reynolds, H. (2018). Improving the use of health data for health system strengthening. Global Health Action, 11(1), 1–10.
O’Donnell, O., et al. (2020). Data-driven decision making in health systems. Health Policy and Planning, 35(2), 123–130.
Odekunle, F. F., et al. (2017). Interoperability of electronic health records in developing countries. Health Informatics Journal, 23(4), 1–12.
Paré, G., Trudel, M. C., Jaana, M., & Kitsiou, S. (2017). Synthesizing information systems knowledge: A typology of literature reviews. Information & Management, 52(2), 183–199.
Pratama, R., et al. (2023). Integrasi sistem informasi kesehatan di rumah sakit Indonesia. Jurnal Teknologi Informasi Kesehatan, 11(2), 77–85.
Rajkumar, R. (2024). Health information systems and decision-making: A digital transformation perspective. Journal of Medical Systems, 48(2), 45.
Sharda, R., Delen, D., & Turban, E. (2019). Business intelligence and analytics: Systems for decision support. Pearson.
Siregar, A., et al. (2021). Evaluasi implementasi sistem informasi kesehatan di fasilitas pelayanan kesehatan. Jurnal Manajemen Informasi Kesehatan Indonesia, 9(1), 12–20.
Snoswell, C. L., Taylor, M. L., Comans, T. A., Smith, A. C., Gray, L. C., & Caffery, L. J. (2020). Determining if telehealth can reduce health system costs: Scoping review. Journal of Medical Internet Research, 22(10), e17298.
Snyder, H. (2019). Literature review as a research methodology: An overview and guidelines. Journal of Business Research, 104, 333–339.
World Health Organization. (2020). Telemedicine: Opportunities and developments in member states. WHO.
World Health Organization. (2021). Guidance on health data governance. WHO.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Primacaeria Amri, Regi Faula Sari, Defrika Muharani, Budi Hartono

This work is licensed under a Creative Commons Attribution 4.0 International License.


















