Pernahkah Anda atau keluarga terbaring kesakitan di instalasi gawat darurat (IGD), lalu menunggu berjam-jam sebelum benar-benar ditangani? Anda tidak sendirian. Sebuah penelitian di sebuah rumah sakit swasta di Mesir yang terbit pada 2025 menemukan bahwa rata-rata pasien IGD menghabiskan hampir 158 menit, lebih dari dua setengah jam, hanya untuk menunggu.
Angka itu setara dengan sekitar tiga perempat dari seluruh waktu mereka berada di rumah sakit. Pertanyaan yang wajar muncul, mengapa begitu lama dan mungkinkah diperbaiki tanpa harus membangun gedung baru atau menambah dokter?
Jawabannya, secara mengejutkan, banyak datang dari dunia yang terdengar jauh dari rumah sakit: pabrik. Para insinyur industri, orang-orang yang biasa merampingkan lini produksi mobil, kini menerapkan ilmunya untuk menata ulang alur pasien. Bidang ini bahkan punya nama yaitu rekayasa sistem layanan kesehatan.
Logikanya sederhana, rumah sakit, seperti pabrik, adalah sistem dengan “pelanggan” yang datang tak terduga dan sumber daya yang terbatas. Ketika alurnya berantakan, maka antrean pun menumpuk.
Lalu, apa sebenarnya yang membuat kita lama menunggu? Studi di Mesir tadi membongkarnya dengan metode Lean, pendekatan asli Toyota untuk memburu pemborosan. Hasilnya mengejutkan, penyebab terbesar bukan sekadar kekurangan dokter, melainkan proses yang belum tertata.
Aturan triase (pemilahan pasien berdasarkan tingkat kegawatan) tidak dipatuhi pada 95% kasus, tidak ada alur perawatan yang baku (90,3%), dan ranjang terbatas (83,1%). Dengan kata lain, banyak waktu hilang bukan karena tenaga medis kurang sigap, tetapi karena sistemnya belum dirancang dengan baik.
Untuk memperbaikinya tanpa coba-coba di dunia nyata, para insinyur memakai simulasi komputer bernama Discrete Event Simulation (DES). Bayangkan sebuah “kembaran digital” rumah sakit yaitu sebuah model yang meniru kedatangan pasien, antrean, dan kerja dokter, sehingga berbagai skenario perbaikan bisa diuji di layar lebih dulu.
Mana yang lebih ampuh? Menambah satu dokter, mengubah jadwal, atau mendahulukan pasien tertentu? Semuanya bisa dicoba dulu secara aman sebelum diterapkan.
Hasilnya menjanjikan. Sebuah studi simulasi di Tiongkok yang terbit pada 2026 menunjukkan bahwa sekadar mengubah strategi penjadwalan pasien IGD menjadi lebih adaptif dapat memangkas rata-rata waktu tunggu sekitar 23,8%, tanpa menambah satu pun dokter.
Di Thailand, penelitian pada 2023 menemukan bahwa dengan memprioritaskan pasien bergejala paling berat dan mengatur ulang cara petugas memindahkan pasien antarunit, waktu tunggu turun 21,78%. Bahkan di Etiopia, peneliti pada 2025 memadukan Lean dengan kecerdasan buatan untuk memprediksi dan mengumumkan perkiraan waktu tunggu, langkah yang terbukti membuat pasien lebih puas, sebab ketidakpastian justru sering kali lebih menyiksa daripada menunggu itu sendiri.
Yang menarik, dari Mesir, Tiongkok, Thailand, hingga Etiopia, pelajarannya konsisten. Perbaikan terbesar lahir dari menata ulang alur, bukan sekadar menambah sumber daya. Membenahi triase, menjadwalkan secara cerdas, dan mendahulukan yang paling kritis sering kali jauh lebih murah dan lebih cepat daripada membangun fasilitas baru.
Sebuah tinjauan menyeluruh di Arab Saudi pada 2024, yang merangkum 20 penelitian sekaligus, menegaskan hal serupa. Model layanan yang berpusat pada pasien dan didukung teknologi terbukti efektif menekan waktu tunggu di IGD.
Bagi Indonesia, tempat IGD rumah sakit kerap penuh sesak, kabar ini melegakan. Memangkas antrean tidak selalu harus menunggu anggaran besar. Ia bisa dimulai dari membenahi proses yang sudah ada.
Jadi, lain kali Anda terjebak menunggu di rumah sakit, ada baiknya tahu bahwa ada satu bidang ilmu, lengkap dengan para insinyurnya, sedang bekerja keras membuat penantian itu lebih singkat dan bukti dari berbagai penjuru dunia menunjukkan upaya itu membuahkan hasil.
Referensi
- Alhabib, A., Almutairi, M., & Alqurashi, H. (2024). Patient-centered care model’s effectiveness in reducing patient waiting time in the emergency department: A systematic literature review. Saudi Journal of Health Systems Research, 4(3), 103–113. https://doi.org/10.1159/000540398
- Garedew, B. T., Azene, D. K., Jilcha, K., & Betizazu, S. S. (2025). Machine learning-based lean service quality improvement by reducing waiting time in the healthcare sector. International Journal of Quality & Reliability Management, 42(5), 1463–1484. https://doi.org/10.1108/IJQRM-09-2023-0292
- Hussein, A. H. M., Abou Hashish, E. A. O., Abd-Elghaffar, B. A., & Elliethey, N. S. H. (2025). Streamlining emergency nursing care post-pandemic: A lean approach for reducing wait times and improving patient and staff satisfaction in the hospital. BMC Nursing, 24, 445. https://doi.org/10.1186/s12912-025-02759-w
- Lv, W., Liu, R., Yan, F., & Wang, Y. (2026). Discrete event simulation-based analysis and optimization of emergency patient scheduling strategies. Healthcare, 14(1), 99. https://doi.org/10.3390/healthcare14010099
- Meephu, E., Arwatchananukul, S., & Aunsri, N. (2023). Enhancement of intra-hospital patient transfer in medical center hospital using discrete event system simulation. PLOS ONE, 18(4), e0282592. https://doi.org/10.1371/journal.pone.0282592
Penulis:
1. Girella Bima Saputra
2. Muchammad Agung Nugroho
3. Annisa Syafa Khoirina
4. Tiara Paramita Rosyadah
5. Radityo Bintang Purnomo
Mahsiswa Program Studi Teknik Industri, Universitas Airlangga
Editor: Darsono. AR
Bahasa: Rahmat Al Kafi
⚡ Baca Lebih Cepat Artikel MMI di Ponsel Anda!
Ikuti Channel WhatsApp
Media Mahasiswa Indonesia (MMI):
KLIK DI SINI
