Diskusi di LinkedIn Healthcare Executive dan forum PERSI belakangan ini menghangat pada satu titik yang sama: BOR dan ALOS yang bergerak berlawanan arah. BOR mentok 85–95% sementara ALOS justru memanjang; IGD penuh oleh pasien indikasi rawat yang tak kunjung mendapat kamar. CFO menyoroti lemahnya discharge planning dan perputaran bed, komite medis menyoroti kompleksitas pasien serta penjaminan, direktur RS dituntut efisiensi tanpa menurunkan mutu. Di era INA-CBGs, kemacetan ini bukan sekadar isu operasional — ia adalah persoalan margin.
Daftar Isi Panduan
1. Anatomi Bottleneck: Ketika BOR dan ALOS Tidak Seirama
BOR dan ALOS adalah dua indikator efisiensi rawat inap yang wajib dibaca berpasangan. BOR mengukur intensitas pemakaian tempat tidur, sedangkan ALOS mengukur rata-rata lama rawat. BOR tinggi tanpa perputaran bed yang sehat menandakan bottleneck di hilir, bukan permintaan yang sehat.
Ambil contoh nyata dari banyak RS tipe B dan C: BOR 90% dengan ALOS 8 hari menghasilkan Bed Turn Over sekitar 41 kali per tahun dan Turn Over Interval di bawah 1 hari. Angka terakhir inilah biang keladinya. TOI di bawah 1 hari berarti tempat tidur nyaris tidak pernah kosong cukup lama untuk proses terminal cleaning, kalibrasi alat, transfer pasien, dan sterilisasi linen. Akibatnya, pasien indikasi rawat menumpuk di IGD sebagai boarding patient, sementara bangsal tetap penuh oleh pasien yang secara klinis sudah layak pulang tetapi belum dipulangkan.
Inilah paradoks yang membuat BOR dan ALOS menjadi topik panas: BOR tinggi seolah menandakan produktivitas, padahal yang terjadi adalah access block — aset terpakai penuh, tetapi tidak menghasilkan throughput yang sepadan. Untuk mengukur seberapa dalam kemacetan ini menggerus biaya, gunakan analisis unit cost rumah sakit per hari per kelas perawatan sebagai baseline pembanding.
Rumus Dasar yang Wajib Dikunci
$$ \text{ALOS} = \frac{\text{Total Hari Perawatan}}{\text{Total Pasien Keluar (Hidup + Mati)}} $$
$$ \text{TOI} = \frac{(\text{Jumlah TT} \times \text{Hari Periode}) – \text{Hari Perawatan}}{\text{Total Pasien Keluar}} $$
$$ \text{BTO} = \frac{\text{Total Pasien Keluar}}{\text{Jumlah Tempat Tidur}} $$
Keterangan variabel: (1) Total Hari Perawatan — akumulasi patient days pada periode observasi; (2) Jumlah Tempat Tidur — kapasitas terpasang yang siap pakai, bukan kapasitas struktural; (3) Hari Periode — umumnya 30 atau 365 hari; (4) Total Pasien Keluar — mencakup pasien pulang atas persetujuan dokter maupun pulang paksa; (5) $\text{TOI}$ — jeda rata-rata sebuah bed menganggur antar dua pasien.

2. Matematika Margin: BOR dan ALOS sebagai Variabel Finansial
INA-CBGs membayar per episode case-mix, bukan per hari rawat. Konsekuensinya brutal namun sederhana: setiap tambahan hari rawat yang tidak mengubah kelompok case-mix adalah biaya variabel tambahan tanpa pendapatan tambahan. Di titik itu, BOR dan ALOS berhenti menjadi bahasa komite medis dan mulai berbicara dalam bahasa CFO.
$$ \text{Pendapatan Harian per Bed} = \frac{\text{Total Klaim INA-CBGs}}{\text{Total Hari Perawatan}} $$
$$ \text{DSO} = \left( \frac{\text{Piutang Klaim}}{\text{Pendapatan Klaim Kredit}} \right) \times \text{Jumlah Hari Periode} $$
Keterangan variabel: (1) EBITDA — laba sebelum bunga, pajak, depresiasi, dan amortisasi; (2) Total Klaim INA-CBGs — nilai kapitasi episode yang terverifikasi coding-nya; (3) Piutang Klaim — outstanding klaim BPJS maupun asuransi komersial; (4) $\text{DSO}$ — Days Sales Outstanding, rata-rata hari penagihan. Tambahkan Cash Conversion Cycle: $\text{CCC} = \text{DIO} + \text{DSO} – \text{DPO}$. Ketika ALOS memanjang, DIO meningkat, DSO membengkak karena verifikasi klaim lebih rumit, dan CCC melebar. Modal kerja yang seharusnya untuk investasi alat tersedot ke kas operasional.
Gunakan alokasi overhead berbasis Time-Driven Activity-Based Costing (TDABC) untuk memisahkan biaya yang benar-benar terpicu oleh tambahan hari rawat dari biaya tetap yang sudah tenggelam. Tanpa pemisahan ini, rumah sakit sering salah menyimpulkan bahwa BOR dan ALOS tinggi otomatis berarti profitabilitas tinggi.
| Indikator | Red Flag | Benchmark | Dampak Finansial |
|---|---|---|---|
| BOR | >85% disertai TOI <1 hari | 60–80% | Penolakan pasien IGD, kebocoran pendapatan potensial |
| ALOS | Memanjang di luar standar case-mix | 3–5 hari (disesuaikan) | Tarif INA-CBGs per hari tergerus; biaya variabel naik |
| TOI | <1 hari |