STRUKTUR DATA KESEHATAN
NORMALISASI DAN KUALITAS DATA ADMINISTRASI KESEHATAN
Program Studi S1 Administrasi Kesehatan
Fakultas Ilmu Kesehatan
Universitas Muhammadiyah Sidenreng Rappang
Dosen Pengampu: Sunandar Said, S.Kep., Ns., M.Kes.
2026
Orientasi Bab
Pada Pertemuan 6, mahasiswa telah mempelajari bahwa data pelayanan kesehatan tidak sebaiknya ditempatkan dalam satu tabel besar tanpa struktur. Data pasien, kunjungan, unit pelayanan, tenaga kesehatan, pelayanan, dan rujukan mempunyai makna serta siklus hidup yang berbeda. Karena itu, data dipisahkan ke dalam tabel yang saling terhubung melalui primary key dan foreign key. Pemisahan tersebut menjadi dasar bagi pembahasan pada Bab 7, yaitu normalisasi dan kualitas data.
Normalisasi merupakan proses menata struktur tabel agar fakta yang berbeda disimpan pada tempat yang tepat, ketergantungan data menjadi lebih jelas, dan pengulangan informasi yang tidak perlu dapat dikurangi. Normalisasi bukan sekadar membagi satu tabel menjadi banyak tabel. Tujuan utamanya adalah memastikan setiap tabel memiliki fokus yang jelas dan setiap atribut bergantung pada kunci yang tepat.
Dalam administrasi kesehatan, struktur data yang buruk dapat menimbulkan masalah praktis. Nama pasien dapat ditulis berulang dengan ejaan yang berbeda, nama unit pelayanan dapat berubah pada sebagian record tetapi tidak pada record lainnya, satu tenaga kesehatan dapat memiliki beberapa variasi nama, dan penghapusan satu baris dapat secara tidak sengaja menghilangkan informasi yang masih dibutuhkan. Masalah-masalah tersebut berkaitan erat dengan redundansi dan anomali data.
Namun struktur relasional yang baik saja belum menjamin data berkualitas. Data juga harus lengkap, valid, akurat, konsisten, unik, dan tersedia tepat waktu. Karena itu, pada pertemuan ini normalisasi dipelajari bersama dengan pengendalian kualitas data.
Capaian Pembelajaran
- Menjelaskan konsep redundansi, ketergantungan data, dan anomali pada data administrasi kesehatan.
- Membedakan anomali insert, update, dan delete.
- Menjelaskan prinsip 1NF, 2NF, dan 3NF.
- Melakukan dekomposisi sederhana tabel pelayanan menjadi tabel relasional.
- Menjelaskan dimensi completeness, validity, consistency, uniqueness, accuracy, dan timeliness.
- Melakukan audit kualitas data sederhana menggunakan Excel atau Google Sheets.
- Menghubungkan normalisasi dan kualitas data dengan kebutuhan pelaporan dan keputusan administrasi kesehatan.
7.1 Mengapa Normalisasi Diperlukan?
Bayangkan sebuah Puskesmas menyimpan seluruh pelayanan dalam satu worksheet bernama DATA_PELAYANAN. Setiap baris berisi ID kunjungan, ID pasien, nama pasien, jenis kelamin, alamat, nama unit, nama petugas, profesi petugas, jenis pelayanan, hasil pelayanan, dan status rujukan. Sekilas cara ini tampak praktis karena seluruh informasi tersedia dalam satu tempat. Namun semakin banyak kunjungan, semakin besar pula jumlah informasi yang harus ditulis berulang.
Jika seorang pasien datang sebanyak sepuluh kali, nama, jenis kelamin, dan alamat pasien dapat muncul sepuluh kali. Jika nama sebuah unit pelayanan ditulis pada seribu record kunjungan, perubahan nama unit harus diperbarui pada seribu tempat. Jika sebagian record diperbarui sedangkan sebagian lainnya tidak, organisasi akan memiliki dua versi kebenaran untuk objek yang sebenarnya sama.
Pengulangan seperti ini disebut redundansi. Normalisasi membantu memisahkan fakta yang berbeda: fakta tentang pasien disimpan pada PASIEN, fakta tentang unit pada UNIT_PELAYANAN, dan fakta tentang kejadian kunjungan pada KUNJUNGAN.
| ID Kunjungan | ID Pasien | Nama Pasien | JK | ID Unit | Nama Unit | ID Petugas | Nama Petugas | Profesi | Pelayanan |
|---|---|---|---|---|---|---|---|---|---|
| K001 | P001 | Andi Rahmat | L | U01 | Poli Umum | T01 | dr. Rina | Dokter | Pemeriksaan |
| K002 | P001 | Andi Rahmat | L | U01 | Poli Umum | T02 | Ns. Dedi | Perawat | Konseling |
| K003 | P002 | Nur Aisyah | P | U03 | KIA | T03 | Bidan Ani | Bidan | ANC |
| K004 | P001 | Andi Rahmat | L | U01 | Umum | T01 | Dr Rina | Dokter | Pemeriksaan |
7.2 Redundansi dan Tiga Jenis Anomali Data
Redundansi menjadi berbahaya ketika satu fakta harus dipelihara pada banyak baris. Dalam desain database, masalah ini biasanya terlihat melalui tiga bentuk anomali: update, insert, dan delete.
7.2.1 Anomali Update
Anomali update terjadi ketika satu fakta berubah tetapi fakta tersebut tersimpan berulang. Jika nama Unit U01 berubah dari “Poli Umum” menjadi “Pelayanan Umum”, seluruh record U01 harus diperbarui. Jika sebagian tertinggal, data menjadi tidak konsisten.
7.2.2 Anomali Insert
Anomali insert terjadi ketika organisasi tidak dapat menyimpan fakta baru secara mandiri. Misalnya Unit Pelayanan Remaja baru belum memiliki kunjungan, sementara informasi unit hanya dapat dicatat di dalam baris kunjungan.
7.2.3 Anomali Delete
Anomali delete terjadi ketika penghapusan satu transaksi menyebabkan hilangnya fakta lain. Jika hanya ada satu kunjungan ke Unit Gizi dan informasi Unit Gizi hanya tersimpan pada baris itu, penghapusan kunjungan juga menghapus informasi keberadaan Unit Gizi.
7.3 Memahami Ketergantungan Data Secara Sederhana
Normalisasi berkaitan dengan functional dependency.
Secara sederhana, suatu atribut bergantung pada atribut lain ketika
satu nilai kunci menentukan satu nilai tertentu.
id_pasien menentukan nama_pasien, tanggal_lahir,
dan jenis_kelamin. id_unit menentukan nama_unit.
id_petugas menentukan nama_petugas dan profesi.
Jika nama_unit disimpan di KUNJUNGAN, sebenarnya nama_unit tidak bergantung langsung pada id_kunjungan; nama_unit bergantung pada id_unit. Pemahaman ini menjadi dasar 1NF, 2NF, dan 3NF.
7.4 First Normal Form (1NF): Satu Sel untuk Satu Nilai
1NF mensyaratkan bahwa setiap kolom menyimpan nilai atomik dan tidak ada repeating group. Satu sel tidak seharusnya berisi beberapa ID, beberapa tindakan, atau beberapa nilai yang sebenarnya merepresentasikan kejadian terpisah.
| id_kunjungan | id_petugas | Masalah |
|---|---|---|
| K010 | T01, T03 | Tidak 1NF: dua ID dalam satu sel |
| K011 | T02 | 1NF: satu nilai dalam satu sel |
Jika satu kunjungan melibatkan dua petugas, keduanya dicatat sebagai dua record pada tabel PELAYANAN atau tabel penghubung, bukan digabungkan dalam satu sel.
7.5 Second Normal Form (2NF): Bergantung pada Seluruh Kunci
2NF berlaku setelah 1NF dan terutama terlihat pada tabel yang menggunakan kunci gabungan. Setiap atribut non-key harus bergantung pada seluruh kunci, bukan hanya pada salah satu bagiannya.
| id_kunjungan | id_petugas | tgl_kunjungan | nama_petugas | jenis_peran |
|---|---|---|---|---|
| K001 | T01 | 01/10/2026 | dr. Rina | Pemeriksa |
| K001 | T02 | 01/10/2026 | Ns. Dedi | Pendamping |
| K002 | T01 | 02/10/2026 | dr. Rina | Pemeriksa |
Pada tabel tersebut, tgl_kunjungan hanya bergantung pada id_kunjungan, sedangkan nama_petugas hanya bergantung pada id_petugas. Keduanya perlu dipindahkan ke tabel induknya. Tabel penghubung cukup menyimpan atribut yang benar-benar menjelaskan hubungan, misalnya jenis_peran.
7.6 Third Normal Form (3NF): Hindari Ketergantungan Transitif
3NF mensyaratkan atribut non-key bergantung langsung pada kunci tabel, bukan pada atribut non-key lainnya. Jika KUNJUNGAN menyimpan id_unit dan nama_unit, maka nama_unit sebenarnya bergantung pada id_unit. Hubungan id_kunjungan → id_unit → nama_unit disebut ketergantungan transitif.
| Tabel sebelum 3NF | Masalah | Perbaikan |
|---|---|---|
| KUNJUNGAN(id_kunjungan, id_pasien, id_unit, nama_unit, tgl_kunjungan) | nama_unit bergantung pada id_unit | Simpan nama_unit di UNIT_PELAYANAN |
| PELAYANAN(id_pelayanan, id_petugas, nama_petugas, profesi, jenis_pelayanan) | nama_petugas dan profesi bergantung pada id_petugas | Simpan di TENAGA_KESEHATAN |
Dalam praktik, normalisasi perlu diimbangi dengan kebutuhan pengguna, kinerja, keamanan, serta pola pelaporan. Karena itu, 3NF adalah prinsip desain yang kuat tetapi tetap harus diterapkan dengan memahami konteks proses bisnis.
7.7 Ringkasan 1NF, 2NF, dan 3NF
| Bentuk Normal | Pertanyaan Kunci | Masalah yang Dihindari | Contoh |
|---|---|---|---|
| 1NF | Apakah setiap sel hanya berisi satu nilai? | Multi-value field dan repeating group | id_petugas tidak berisi T01,T02 dalam satu sel |
| 2NF | Apakah atribut non-key bergantung pada seluruh kunci gabungan? | Partial dependency | nama_petugas tidak berada di tabel relasi |
| 3NF | Apakah atribut non-key bergantung langsung pada kunci? | Transitive dependency | nama_unit dipindahkan dari KUNJUNGAN ke UNIT_PELAYANAN |
7.8 Normalisasi dan Kualitas Data: Dua Hal yang Berbeda tetapi Saling Berkaitan
Database yang sudah 3NF tetap dapat berisi tanggal yang salah, nilai kosong, kode tidak valid, atau ID duplikat. Karena itu, kualitas data tetap harus dikendalikan.
7.8.1 Completeness (Kelengkapan)
Menilai apakah field yang seharusnya tersedia benar-benar terisi. Contoh: id_unit kosong menyebabkan analisis kunjungan per unit tidak lengkap.
7.8.2 Validity (Validitas)
Menilai apakah nilai sesuai aturan atau domain. Jika kode jenis kelamin hanya 1 dan 2, nilai 5 tidak valid.
7.8.3 Consistency (Konsistensi)
Menilai apakah satu fakta direpresentasikan secara seragam. ID unit yang sama seharusnya tidak memiliki beberapa nama yang berbeda.
7.8.4 Uniqueness (Keunikan)
Menilai apakah objek yang sama tercatat lebih dari sekali tanpa alasan. Duplikasi pasien dapat membuat jumlah pasien unik terlalu tinggi.
7.8.5 Accuracy (Akurasi)
Menilai apakah data mencerminkan kondisi sebenarnya. Nilai yang valid secara format tetap dapat salah secara faktual.
7.8.6 Timeliness (Ketepatan Waktu)
Menilai apakah data tersedia pada waktu yang dibutuhkan. Data yang sangat terlambat dapat kehilangan nilai untuk keputusan operasional.
| Dimensi | Pertanyaan Audit | Contoh Masalah |
|---|---|---|
| Completeness | Apakah field wajib terisi? | id_unit kosong |
| Validity | Apakah nilai sesuai domain/rentang? | jk=5; umur=250 |
| Consistency | Apakah fakta direpresentasikan seragam? | U01 ditulis Umum, PU, Poli Umum |
| Uniqueness | Apakah objek tercatat lebih dari sekali? | Pasien sama memiliki dua ID |
| Accuracy | Apakah nilai sesuai kondisi sebenarnya? | Tanggal kunjungan salah |
| Timeliness | Apakah data tersedia tepat waktu? | Input terlambat dua minggu |
7.9 Bagaimana Normalisasi Membantu Kualitas Data?
Normalisasi mengurangi redundansi dan memusatkan fakta. Nama unit hanya disimpan pada UNIT_PELAYANAN, identitas pasien pada PASIEN, dan kejadian kunjungan pada KUNJUNGAN. Namun normalisasi tidak menggantikan validation rules, data dictionary, master kode, audit, dan prosedur koreksi.
7.10 Studi Kasus: Menormalkan Data Pelayanan Puskesmas
Puskesmas Harapan Sehat sebelumnya menggunakan satu worksheet DATA_LAYANAN. Satu baris mewakili satu pelayanan, sehingga identitas pasien, kunjungan, unit, dan petugas diulang. Setelah telaah, ditemukan variasi nama unit, pengulangan pasien, nama petugas yang tidak konsisten, dan satu sel berisi lebih dari satu tindakan.
| Fakta | Tabel Tujuan | Alasan |
|---|---|---|
| Nama, tanggal lahir, jenis kelamin pasien | PASIEN | Menjelaskan pasien |
| Tanggal kunjungan, keluhan awal, id_pasien, id_unit | KUNJUNGAN | Menjelaskan kejadian kunjungan |
| Nama unit, jenis unit | UNIT_PELAYANAN | Menjelaskan unit |
| Nama petugas, profesi | TENAGA_KESEHATAN | Menjelaskan petugas |
| Jenis pelayanan, hasil, id_kunjungan, id_petugas | PELAYANAN | Menjelaskan kejadian pelayanan |
| Alasan, fasilitas tujuan, id_kunjungan | RUJUKAN | Menjelaskan kejadian rujukan |
Setelah dekomposisi, audit kualitas dilakukan pada primary key, foreign key, field wajib, dan variabel kategorik sehingga normalisasi dan quality control membentuk satu alur kerja.
7.11 Praktikum Pertemuan 7: Normalisasi dan Audit Kualitas Data
Praktikum merupakan kelanjutan Pertemuan 6. Mahasiswa menggunakan tabel PASIEN, UNIT_PELAYANAN, TENAGA_KESEHATAN, KUNJUNGAN, PELAYANAN, dan RUJUKAN, serta satu sheet tambahan DATA_FLAT untuk proses normalisasi.
- Buat salinan workbook Pertemuan 6 agar data asli praktikum sebelumnya tetap tersedia. Tambahkan sheet DATA_FLAT, AUDIT_KUALITAS, dan RINGKASAN_AUDIT.
- Tentukan granularitas DATA_FLAT dengan menuliskan kalimat “satu baris mewakili ...”. Jika satu baris mencampur pasien, kunjungan, dan beberapa pelayanan, tandai sebagai indikasi struktur yang perlu diperbaiki.
- Periksa syarat 1NF. Cari sel yang memiliki lebih dari satu nilai, misalnya “T01,T02” pada id_petugas atau “Pemeriksaan;Konseling” pada pelayanan. Pisahkan menjadi record yang sesuai.
- Identifikasi atribut yang hanya bergantung pada sebagian kunci gabungan. Contohnya nama_petugas bergantung pada id_petugas, bukan pada gabungan id_kunjungan dan id_petugas. Pindahkan data tersebut ke TENAGA_KESEHATAN.
- Identifikasi ketergantungan transitif. Jika KUNJUNGAN masih memuat nama_unit, pindahkan nama_unit ke UNIT_PELAYANAN dan pertahankan id_unit sebagai foreign key.
- Bandingkan jumlah record sebelum dan sesudah dekomposisi. Jelaskan mengapa jumlah baris pada setiap tabel dapat berbeda tanpa berarti kehilangan data.
- Lakukan audit completeness. Hitung jumlah sel kosong pada field wajib seperti id_pasien, id_kunjungan, id_unit, dan tanggal kunjungan.
- Lakukan audit uniqueness. Periksa duplikasi primary key menggunakan Conditional Formatting atau COUNTIF.
- Lakukan audit validity. Periksa kode jenis kelamin, rentang umur, kode unit, serta nilai status rujukan berdasarkan DATA_DICTIONARY atau MASTER_KODE.
- Lakukan audit referential consistency. Pastikan setiap id_pasien di KUNJUNGAN tersedia pada PASIEN dan setiap id_unit di KUNJUNGAN tersedia pada UNIT_PELAYANAN.
- Catat setiap temuan pada sheet AUDIT_KUALITAS dengan kolom tabel, field, jenis masalah, record terdampak, tindakan koreksi, dan status tindak lanjut.
- Buat RINGKASAN_AUDIT yang menampilkan jumlah missing value, duplicate key, invalid code, dan orphan record. Akhiri dengan rekomendasi perbaikan struktur dan proses input data.
7.11.1 Contoh Rumus Excel untuk Audit
| Tujuan | Contoh Rumus Excel | Interpretasi |
|---|---|---|
| Menghitung sel kosong | =COUNTBLANK(B2:B21) |
Jumlah missing |
| Menandai duplikat ID | =COUNTIF($A$2:$A$21,A2)>1 |
TRUE berarti duplikat |
| Validasi kode JK | =IF(OR(E2=1,E2=2),"VALID","INVALID") |
Nilai di luar domain ditandai INVALID |
| Mendeteksi orphan id_pasien | =IF(COUNTIF(PASIEN!$A:$A,B2)=0,"ORPHAN","VALID") |
Memeriksa FK terhadap tabel induk |
| Mengambil nama unit | =XLOOKUP(C2,UNIT_PELAYANAN!$A:$A,UNIT_PELAYANAN!$B:$B,"TIDAK ADA") |
Mengambil atribut master |
7.11.2 Format Sheet AUDIT_KUALITAS
| No | Tabel | Field | Jenis Masalah | Record/ID | Temuan | Tindakan Koreksi | Status |
|---|---|---|---|---|---|---|---|
| 1 | KUNJUNGAN | id_pasien | Referential consistency | K019 | P099 tidak ada di PASIEN | Verifikasi sumber; koreksi FK | Open |
| 2 | PASIEN | id_pasien | Uniqueness | P003 | ID muncul dua kali | Gabungkan/validasi record | Open |
| 3 | KUNJUNGAN | id_unit | Completeness | K011 | Kosong | Verifikasi unit pelayanan | Closed |
| 4 | PASIEN | jk | Validity | P014 | Kode 3 tidak diizinkan | Koreksi sesuai sumber | Closed |
7.12 Menghitung Indikator Kualitas Data Sederhana
Audit dapat diringkas menjadi indikator. Completeness dapat dihitung sebagai record terisi dibagi seluruh record dikalikan 100 persen. Prinsip yang sama dapat digunakan untuk validity, uniqueness, dan referential consistency.
| Indikator | Rumus Konseptual | Contoh |
|---|---|---|
| Completeness | Record terisi / seluruh record × 100% | 95/100 = 95% |
| Validity | Record valid / seluruh record diperiksa × 100% | 98/100 = 98% |
| Uniqueness | Record unik / seluruh record × 100% | 99/100 = 99% |
| Referential consistency | FK valid / seluruh FK diperiksa × 100% | 97/100 = 97% |
7.13 Dampak Kualitas Data terhadap Administrasi Kesehatan
Jika id_unit kosong, laporan beban kerja per unit dapat lebih rendah dari kondisi sebenarnya. Jika pasien ganda tidak terdeteksi, jumlah pasien unik menjadi terlalu tinggi. Jika status rujukan tidak konsisten, organisasi dapat salah menilai pola rujukan. Jika data terlambat, pengelola tidak dapat merespons perubahan operasional secara tepat waktu.
Karena itu, administrator kesehatan perlu memandang kualitas data sebagai bagian dari tata kelola. Organisasi membutuhkan definisi variabel, pembagian tanggung jawab, prosedur koreksi, audit trail, pelatihan, dan evaluasi berkala.
7.14 Tugas Kelompok Pertemuan 7
Setiap kelompok memilih satu proses administrasi kesehatan, membuat tabel awal yang sengaja mengandung pengulangan, kemudian menormalisasikannya sampai struktur yang secara argumentatif memenuhi 3NF.
- Jelaskan arti satu record dan identifikasi minimal tiga bentuk redundansi.
- Berikan masing-masing satu contoh anomali update, insert, dan delete.
- Tunjukkan perubahan menuju 1NF, 2NF, dan 3NF.
- Tentukan primary key dan foreign key pada struktur akhir.
- Buat minimal 20 record data simulasi pada tabel transaksi utama.
- Sisipkan sedikitnya empat masalah kualitas data, kemudian audit dan koreksi.
- Hitung minimal tiga indikator kualitas data.
- Jelaskan dua konsekuensi manajerial jika masalah tidak diperbaiki.
- Presentasikan model dan hasil audit selama 5–7 menit.
Rubrik Penilaian
| Komponen | Bobot |
|---|---|
| Identifikasi redundansi dan anomali | 15% |
| Penerapan 1NF | 10% |
| Penerapan 2NF | 15% |
| Penerapan 3NF | 15% |
| PK, FK, dan relasi | 10% |
| Audit kualitas data | 15% |
| Indikator kualitas dan interpretasi | 10% |
| Dampak administratif/manajerial | 5% |
| Presentasi dan dokumentasi | 5% |
| Total | 100% |
7.15 Evaluasi Formatif
1. Tujuan utama normalisasi adalah ...
A. Membuat seluruh data menjadi angka
B. Mengurangi redundansi dan menempatkan fakta pada tabel yang tepat
C. Menggabungkan seluruh tabel menjadi satu
D. Menghapus seluruh foreign key
2. Menyimpan “T01,T02,T03” dalam satu sel id_petugas terutama melanggar prinsip ...
A. 1NF
B. 2NF
C. 3NF
D. Timeliness
3. Dalam tabel dengan kunci gabungan (id_kunjungan,id_petugas), nama_petugas hanya bergantung pada id_petugas. Ini merupakan ...
A. Transitive dependency
B. Partial dependency
C. Missing value
D. Duplicate key
4. KUNJUNGAN menyimpan id_unit dan nama_unit, padahal nama_unit ditentukan oleh id_unit. Ini merupakan contoh ...
A. Ketergantungan transitif
B. Data atomik
C. Candidate key
D. Completeness
5. Perubahan nama unit harus dilakukan pada ratusan baris dan sebagian terlupa. Kondisi ini disebut ...
A. Insert anomaly
B. Update anomaly
C. Delete anomaly
D. Referential integrity
6. id_unit kosong pada 12 dari 100 record kunjungan terutama merupakan masalah ...
A. Completeness
B. Timeliness
C. Accuracy
D. Uniqueness
7. kode jenis kelamin hanya 1 dan 2, tetapi ditemukan nilai 7. Masalah utamanya adalah ...
A. Uniqueness
B. Validity
C. Timeliness
D. 2NF
8. P001 tercatat sebagai dua pasien terpisah karena duplikasi identitas. Dimensi kualitas yang paling langsung terkait adalah ...
A. Uniqueness
B. Timeliness
C. 1NF
D. Availability
9. Struktur database sudah 3NF, tetapi tanggal kunjungan salah input. Pernyataan yang paling tepat adalah ...
A. 3NF menjamin seluruh data akurat
B. Normalisasi tidak menggantikan validasi kualitas data
C. Tabel harus digabung kembali
D. Primary key harus dihapus
10. Foreign key id_pasien pada KUNJUNGAN tidak ditemukan pada PASIEN. Temuan ini menunjukkan masalah ...
A. Referential consistency
B. Normal form selalu salah
C. Composite key
D. Data atomik
Kunci dan Pembahasan Singkat
- B. Normalisasi menata fakta ke tabel yang tepat dan mengurangi redundansi yang tidak diperlukan.
- A. 1NF mensyaratkan nilai atomik; beberapa ID tidak ditempatkan dalam satu sel.
- B. Atribut hanya bergantung pada sebagian dari kunci gabungan sehingga terjadi partial dependency.
- A. nama_unit bergantung pada id_unit, bukan langsung pada id_kunjungan.
- B. perubahan satu fakta harus dilakukan pada banyak record sehingga muncul update anomaly.
- A. field yang seharusnya terisi ternyata kosong sehingga masalah utamanya adalah completeness.
- B. nilai berada di luar domain yang diperbolehkan sehingga tidak valid.
- A. objek yang sama tercatat lebih dari sekali sehingga melanggar uniqueness.
- B. normalisasi memperbaiki struktur, tetapi akurasi tetap memerlukan kontrol kualitas.
- A. foreign key tidak memiliki record induk sehingga hubungan referensial tidak konsisten.
7.16 Refleksi Pembelajaran
- Mengapa satu tabel besar sering tampak mudah digunakan pada awalnya tetapi bermasalah ketika data bertambah?
- Apa perbedaan masalah yang diselesaikan normalisasi dan audit kualitas data?
- Atribut apa yang paling mudah salah ditempatkan pada tabel transaksi? Jelaskan.
- Mengapa data yang valid belum tentu akurat?
- Bagaimana kualitas data yang buruk memengaruhi keputusan kepala Puskesmas atau pengelola program?
- Kontrol apa yang sebaiknya diterapkan agar masalah kualitas dicegah sejak awal?
7.17 Glosarium
| Istilah | Makna Ringkas |
|---|---|
| Redundansi | Pengulangan fakta yang sama pada banyak tempat tanpa kebutuhan jelas. |
| Anomali update | Risiko inkonsistensi ketika satu fakta berulang tidak diperbarui pada semua tempat. |
| Anomali insert | Kesulitan menyimpan satu fakta karena struktur mengharuskan fakta lain. |
| Anomali delete | Hilangnya fakta penting akibat penghapusan record lain. |
| 1NF | Nilai atomik dan tidak ada repeating group. |
| 2NF | Menghilangkan ketergantungan parsial terhadap kunci gabungan. |
| 3NF | Menghilangkan ketergantungan transitif antar atribut non-key. |
| Functional dependency | Hubungan ketika nilai suatu atribut menentukan nilai atribut lain. |
| Completeness | Derajat kelengkapan nilai yang seharusnya tersedia. |
| Validity | Kesesuaian nilai terhadap aturan, format, atau domain. |
| Consistency | Keseragaman representasi fakta. |
| Uniqueness | Tidak adanya duplikasi objek yang sama. |
| Accuracy | Kesesuaian data dengan kondisi sebenarnya. |
| Timeliness | Ketersediaan data pada waktu yang dibutuhkan. |
Ringkasan Bab
Normalisasi menata struktur data agar setiap fakta disimpan pada tempat yang tepat. 1NF menuntut nilai atomik, 2NF menghilangkan ketergantungan parsial terhadap kunci gabungan, dan 3NF menghilangkan ketergantungan transitif.
Normalisasi mengurangi redundansi dan anomali, tetapi tidak otomatis menjamin data berkualitas. Organisasi tetap perlu mengendalikan completeness, validity, consistency, uniqueness, accuracy, dan timeliness melalui data dictionary, coding, validation rules, audit, serta prosedur koreksi.
Bagi administrator kesehatan, struktur dan kualitas data penting karena memengaruhi pelaporan, pengukuran kinerja, monitoring program, perencanaan sumber daya, dan keputusan manajerial.
Daftar Pustaka
- Coronel, C., & Morris, S. (2023). Database Systems: Design, Implementation, & Management. Cengage.
- Elmasri, R., & Navathe, S. B. (2016). Fundamentals of Database Systems (7th ed.). Pearson.
- Silberschatz, A., Korth, H. F., & Sudarshan, S. (2020). Database System Concepts (7th ed.). McGraw-Hill Education.
- World Health Organization. (2017). Data Quality Review: A Toolkit for Facility Data Quality Assessment. Geneva: WHO.
- World Health Organization. (2020). SCORE for Health Data Technical Package. Geneva: WHO.
Modul Struktur Data Kesehatan - Program Studi S1 Administrasi Kesehatan, Fakultas Ilmu Kesehatan, Universitas Muhammadiyah Sidenreng Rappang.
Komentar
Posting Komentar
Terima kasih atas komentarnya