Analisis statistik deskriptif dilakukan terhadap 102 sampel pendonor untuk memetakan karakteristik populasi yang dilayani oleh UDD PMI XYZ dan mengevaluasi kepatuhan terhadap standar medis.
3.1 Profil Berat Badan & Kepatuhan Regulasi
Berat badan adalah parameter keamanan paling kritis dalam konteks donasi 450 mL.
Statistik Deskriptif
Analisis & Implikasi
- Profil nutrisi sangat baik
- Distribusi data normal
- Variasi berat badan cukup luas
Insight Analitis:
Kepatuhan Absolut (100% Compliance): Data menunjukkan tidak ada satupun pendonor yang memiliki berat badan di bawah 65 kg. Mengingat batas regulasi adalah ≥55 kg, UDD PMI XYZ menunjukkan margin keamanan (safety margin) yang sangat lebar (buffer ±10 kg). Ini mengindikasikan bahwa petugas seleksi sangat disiplin dan mungkin menerapkan standar internal yang lebih ketat daripada regulasi nasional untuk meminimalkan risiko reaksi donor.
Profil Pendonor "Heavyweight": Rata-rata berat badan 88.4 kg mengindikasikan populasi pendonor yang didominasi oleh individu dengan postur tubuh besar. Hal ini sangat menguntungkan untuk produksi plasma, karena volume plasma berkorelasi positif dengan ukuran tubuh. Pendonor besar cenderung memiliki volume darah total yang lebih tinggi, sehingga pengambilan 450 mL memberikan dampak hemodinamik yang minimal bagi mereka.
3.2 Profil Hemoglobin (Hb) & Kualitas Darah
Kadar Hb menentukan kelayakan darah untuk didonorkan serta kualitas komponen sel darah merah (PRC) yang dihasilkan.
Analisis Distribusi:
- Sebagian besar pendonor berada pada rentang 15.0 - 16.9 g/dL.
- Nilai Hb yang tinggi ini konsisten dengan profil pendonor pria (secara fisiologis pria memiliki Hb 13.0-17.0 g/dL, sedangkan wanita 12.0-15.0 g/dL).
⚠️ PERINGATAN MEDIS
Terdapat beberapa pendonor dengan Hb ≥17.0 g/dL (misal: MU91, AT10, HE81). Meskipun masih dalam batas atas normal, Hb yang terlalu tinggi (mendekati 18.0 g/dL) perlu diwaspadai sebagai indikasi polisitemia ringan atau dehidrasi, yang dapat menyebabkan viskositas darah tinggi dan aliran darah lambat saat donasi.
3.3 Distribusi Golongan Darah
Pemetaan golongan darah penting untuk manajemen stok dan perencanaan kebutuhan kantong.
| Golongan | Jumlah (n) | Persentase |
|---|---|---|
| A | 35 | 34.3% |
| B | 27 | 26.5% |
| O | 30 | 29.4% |
| AB | 10 | 9.8% |
Insight Strategis:
Distribusi di UDD PMI XYZ menunjukkan anomali menarik di mana Golongan A (34.3%) menjadi mayoritas, melampaui Golongan O yang biasanya dominan di populasi Indonesia (sekitar 40%).
Implikasi Manajemen Stok:
UDD harus memastikan ketersediaan kantong quadruple berlabel Golongan A yang memadai. Kekurangan stok kantong untuk golongan mayoritas ini dapat menghambat pelayanan.
Peluang Pertukaran:
Surplus stok darah Golongan A berpotensi menjadi aset untuk jejaring distribusi darah antar-UDD, membantu daerah lain yang mungkin mengalami kekurangan Golongan A.
3.4 Analisis Demografi Usia
- Rentang Usia: 18 tahun (termuda, ID: OS02) hingga 53 tahun (tertua, ID: YO13).
- Dominasi Usia Produktif: Mayoritas pendonor berada pada kelompok usia 24–45 tahun.
- Partisipasi Gen Z: Kehadiran pendonor usia 18-20 tahun (seperti OS02, DZ03, BE08, MU62, DA83) menunjukkan keberhasilan awal dalam regenerasi pendonor. Kelompok usia muda ini adalah target vital untuk edukasi menjadi "Donor Darah Lestari" seumur hidup.
ANALISIS OPERASIONAL
& EFISIENSI PELAYANAN
Studi Kasus Unit Donor Darah
Efisiensi operasional diukur melalui analisis distribusi beban kerja petugas dan pola kedatangan pendonor berdasarkan timestamp transaksi.
Analisis Beban Kerja Petugas (Staff Workload)
Distribusi tugas yang tidak merata merupakan faktor risiko utama terhadap human error dan penurunan kualitas layanan. Dari total 102 transaksi, distribusi beban kerja adalah sebagai berikut:
ANALISIS MENDALAM (DEEP DIVE)
- Ketimpangan Ekstrem: Petugas P5 menangani lebih dari seperempat total pendonor (25.5%), sementara Petugas P3 hanya menangani 5.9%. Rasio beban kerja antara petugas tersibuk dan terluang mencapai 4.3 : 1.
- Korelasi dengan Error: Analisis data menemukan bahwa kesalahan input fatal (ID MU51: Berat badan dan Hb tertukar/salah format menjadi "170 78") dilakukan oleh petugas P5. Hal ini bukan kebetulan; literatur manajemen K3RS (Keselamatan dan Kesehatan Kerja Rumah Sakit) mengonfirmasi bahwa kelelahan akibat beban kerja berlebih menurunkan kewaspadaan kognitif dan meningkatkan laju kesalahan (error rate).
- Implikasi Layanan: Petugas dengan beban kerja tinggi cenderung mempercepat proses interaksi (anamnesa, tensi), yang dapat mengurangi kenyamanan psikologis pendonor dan berpotensi meloloskan pendonor yang sebenarnya tidak memenuhi syarat ("false negative" screening).
Analisis Pola Kedatangan (Peak Hour Analysis)
Berdasarkan timestamp, teridentifikasi pola gelombang kedatangan pendonor:
Intensitas tertinggi. Petugas P1, P4, dan P6 sangat aktif di periode ini.
Gelombang kedua, didominasi oleh aktivitas Petugas P5.
Penurunan drastis volume transaksi.
Analisis Antrean (Queueing Theory)
Pada jam puncak (09:00-11:00), interval kedatangan pendonor sangat rapat (seringkali <5 menit antar transaksi tercatat). Dengan asumsi waktu rata-rata proses pengambilan darah kantong quadruple (termasuk persiapan dan istirahat pasca-donor) adalah 15-20 menit, maka kedatangan setiap 5 menit pasti menyebabkan penumpukan antrean.
Tanpa manajemen antrean yang baik, waktu tunggu (waiting time) akan melonjak, yang merupakan prediktor utama ketidakpuasan pendonor.
End of Operational Analysis
Analisis Korelasi & Integritas Data
Eksplorasi Kesehatan Pendonor
Analisis Korelasi dan Kesehatan Pendonor
Bagian ini mengeksplorasi hubungan antar variabel untuk mendeteksi tren kesehatan populasi pendonor yang berdampak pada keberlanjutan donasi.
Hipotesis umum menyatakan bahwa status gizi yang baik (BB tinggi) berkorelasi dengan kadar Hb yang baik.
Observasi Data (Fakta Lapangan)
Kesimpulan Statistik: Tidak ditemukan korelasi linier yang signifikan antara berat badan dan kadar Hb dalam sampel ini. Ini menegaskan bahwa berat badan besar bukan jaminan kadar Hb tinggi. Oleh karena itu, pemeriksaan Hb harus tetap dilakukan dengan ketat dan independen, tanpa bias persepsi terhadap postur tubuh pendonor. Pendonor kurus yang sehat (atletis) seringkali memiliki Hb yang lebih optimal dibanding pendonor obesitas.
Analisis ini bertujuan melihat apakah donasi berulang (rutin) menyebabkan penurunan cadangan besi tubuh yang tercermin pada kadar Hb.
Data Tabel Kategori Frekuensi
| Kategori | Rata-rata Hb | Tren |
|---|---|---|
| Pemula (1-2x) | 15.82 | Baseline |
| Menengah (3-5x) | 16.05 ▲ | Stabil/Naik |
| Rutin (6-9x) | 15.58 ▼ | Menurun |
Insight Kritis: Fenomena "Kurva Terbalik"
Insight Kritis (Second-Order Insight): Data mengungkapkan fenomena "kurva terbalik". Pada awalnya, pendonor selektif yang sehat (donor 3-5x) memiliki Hb sangat baik. Namun, pada kelompok donor paling setia (>6x), rata-rata Hb mulai menurun (15.58 g/dL), bahkan beberapa individu memiliki Hb di batas bawah normal (misal: AC83 donor ke-9 dengan Hb 14.6 g/dL).
Mekanisme Biologis: Setiap donasi 450 mL menghilangkan ±200-250 mg zat besi. Tubuh membutuhkan waktu hingga 50 hari atau lebih untuk memulihkan zat besi ini tanpa suplementasi. Penurunan Hb pada donor rutin adalah indikator klasik deplesi ferritin (cadangan besi) yang belum sempat pulih sepenuhnya sebelum donasi berikutnya.
Risiko Jangka Panjang: Jika tidak ditangani, kelompok pendonor rutin ini berisiko jatuh ke kondisi anemia defisiensi besi dan akhirnya ditolak (deferred) permanen, yang merugikan stok darah PMI jangka panjang.
6.1 Audit Integritas Data
Pemeriksaan forensik terhadap dataset mengungkapkan beberapa kelemahan sistemik dalam manajemen data di UDD PMI XYZ:
-
Anomali Penggabungan Teks
Munculnya data seperti "9117.0" (pada ID ET18) yang seharusnya terpisah menjadi BB 91 dan Hb 17.0 menunjukkan kelemahan pada antarmuka input data (User Interface) atau proses OCR (Optical Character Recognition) jika data didigitalkan dari kertas. Tidak adanya pemisah otomatis (delimiter) antar kolom sangat berisiko.
-
Ketiadaan Validasi Logika
Kesalahan input "170 78" (ID MU51) seharusnya dapat dicegah jika sistem memiliki validasi range. Sistem harusnya menolak input angka "78" pada kolom Hb (karena mustahil manusia hidup dengan Hb 78 g/dL) atau menolak BB "170" jika tidak diverifikasi ulang.
-
Data Hilang: Terdapat tiga entri dengan Umur = 0. Ini menunjukkan kolom "Umur" tidak diset sebagai mandatory field (wajib isi) dalam sistem, yang merupakan celah fatal untuk analisis demografi.
6.2 Evaluasi Alur Pelayanan
Berdasarkan tinjauan dokumen prosedur dan literatur, alur pelayanan standar meliputi:
Titik Kritis: Tahap pemeriksaan kesehatan (Tensi/Hb) dan pengambilan darah adalah bottleneck utama. Dengan rasio petugas yang timpang (P5 vs P3), antrean menumpuk di meja pemeriksaan P5.
Pengaruh Digitalisasi: Belum adanya integrasi penuh dengan aplikasi mobile (seperti Ayodonor) untuk pengisian kuesioner mandiri menyebabkan waktu registrasi di lokasi menjadi lama, berkontribusi pada penumpukan antrean.
Infografis Analisis Donor © UDD PMI XYZ
Rekomendasi Strategis
& Rencana Aksi
Peta Jalan Perbaikan Layanan UDD PMI XYZ
Berdasarkan temuan komprehensif di atas, berikut adalah peta jalan (roadmap) perbaikan layanan untuk UDD PMI XYZ:
7.1 Transformasi Digital & Integritas Data
Implementasi Sistem Validasi Input (Input Masking)
Memperbarui Sistem Informasi Manajemen Donor (SIM-D) dengan algoritma validasi real-time.
Integrasi Barcode & SIDO
Mewajibkan penggunaan kartu donor ber-barcode yang terintegrasi dengan sistem pusat SIDO (Sistem Informasi Donor Darah).
Ini akan mengeliminasi kesalahan pengetikan identitas hingga 90%.27
Kiosk Registrasi Mandiri
Menyediakan anjungan mandiri (self-service kiosk) bagi pendonor rutin untuk mengisi kuesioner kesehatan secara digital saat menunggu antrean, memangkas waktu administrasi hingga 50%.23
7.2 Manajemen Operasional & SDM
Rotasi Pos Dinamis
Menerapkan kebijakan rotasi petugas setiap 2 jam, khususnya pada jam puncak (09:00-11:00 dan 13:00-15:00).
Petugas yang bertugas di phlebotomy (tugas fisik tinggi) harus dirotasi ke bagian administrasi atau screening (tugas fisik rendah) untuk pemulihan energi. Ini akan mencegah kelelahan P5 dan P1.19
Penyeimbangan Beban Kerja (Load Balancing)
Menugaskan supervisor lantai (floor manager) untuk memantau antrean. Jika antrean di meja P5 > 3 orang, pendonor segera dialihkan ke meja P3 atau P2 yang kosong.
Pelatihan Phlebotomy Quadruple
Memberikan pelatihan penyegaran khusus teknik pengambilan darah volume besar (450 mL) untuk seluruh petugas, memastikan keseragaman kompetensi dalam menangani vena sulit dan meminimalkan risiko hematoma.14
7.3 Manajemen Kesehatan & Retensi
Program Suplementasi Besi
Berdasarkan temuan penurunan Hb pada donor rutin (6-9x), UDD PMI XYZ direkomendasikan untuk memberikan suplemen tablet tambah darah (zat besi) secara gratis kepada pendonor yang telah mendonor >3 kali dalam setahun. Ini adalah investasi preventif untuk menjaga aset pendonor jangka panjang.8
Edukasi Gizi Pasca-Donor
Menyediakan brosur digital atau fisik tentang diet kaya zat besi (bayam, daging merah, hati) kepada pendonor dengan Hb batas bawah (12.5 - 13.5 g/dL).
Pemantauan Reaksi Vasovagal
Memberikan perhatian ekstra pada pendonor usia muda (18-20 tahun) dan pendonor pertama kali, dengan mewajibkan waktu istirahat 15 menit di kursi donor sebelum diizinkan berdiri, serta pemberian asupan cairan yang cukup sebelum donasi.
7.4 Optimalisasi Produksi
Fokus pada Cryoprecipitate
Mengingat seluruh data adalah kantong quadruple (450 mL), UDD PMI XYZ harus menargetkan produksi Cryoprecipitate dari 100% kantong yang memenuhi syarat (proses dalam < 6 jam pasca-pengambilan). Ini akan menjadikan UDD PMI XYZ sebagai sentra rujukan produk hemofilia regional, meningkatkan revenue dan nilai sosial layanan.
Manajemen Rantai Dingin
Memastikan validasi suhu blast freezer (-40°C) dan storage freezer (-25°C) dilakukan harian untuk menjamin kualitas faktor pembeku dalam plasma.31
Kesimpulan
Analisis mendalam terhadap data operasional UDD PMI XYZ menegaskan bahwa unit ini telah berada di jalur yang tepat dalam transisi teknologi menuju penggunaan kantong darah quadruple, didukung oleh kepatuhan yang sangat baik terhadap standar seleksi berat badan pendonor. Kualitas bahan baku darah (tercermin dari profil Hb dan BB pendonor) tergolong sangat baik.
Namun, keberhasilan jangka panjang dan skalabilitas layanan masih terhambat oleh inefisiensi operasional klasik: distribusi beban kerja yang tidak merata dan sistem manajemen data yang rentan kesalahan. Korelasi antara beban kerja petugas P5 dengan insiden kesalahan data adalah peringatan dini yang tidak boleh diabaikan.
Dengan mengadopsi strategi perbaikan yang direkomendasikan—mulai dari digitalisasi validasi data, rotasi petugas yang manusiawi, hingga intervensi gizi bagi pendonor rutin—UDD PMI XYZ memiliki potensi besar untuk bertransformasi menjadi pusat layanan darah unggulan (Center of Excellence) yang tidak hanya memenuhi target kuantitas kantong darah, tetapi juga menetapkan standar baru dalam kualitas produk dan keselamatan pendonor di tingkat nasional.
