Mengukur Efisiensi BLU

Metodologi yang digunakan untuk mengukur efisiensi BLU yang melayani jasa pendidikan dan kesehatan (Universitas dan Rumah Sakit) pada penelitian ini adalah menggunakan analisa DEA.Sebagaimana yang telah disebutkan pada awalnya bahwa metode DEA adalah metode non parametric untuk program linear yang digunakan untuk menciptakan efisiensi dari sebuah Decision Making Unit (DMU)^*sebuah perusahaan atau unit. DEA adalah metode yang menyediakan batasan efisiensiuntuk kesatuan unit yang akan dianalisa dan kemudian tiap-tiap unit dari data tersebut yang digunakan dievaluasi dalam hubungannya dengan batasan ini dan efisiensi relatif dihubungkan dengan unit yang mempunyai kinerja yang bagus, level efisiensi dari masing-masing unit tidak melebihi satu. DEA menggunakan sebuah tingkat pemograman linear yang memperhitungkan pengukuran bertingkat dalam sebuat model yang terintegrasi secara tunggal. Pengukuran kinerja bertingkat tersebut didasarkan pada input dan output. Input adalah sesuatu yang diminimalkan, sedangkan output adalah sesuatu yang dimaksimalkan.

Di antara banyak versi metode pengukuran efisiensi yang paling sering dipakai adalah metode DEA yang dikembangkan oleh Charves, Coopr dan Rhodes (1978) yang merupakan sebuah model yang menyediakan cara untuk mengidentifikasi batasan linear penggunaan input dan output yang terbaik.

Mereka mengajukan sebuah model yang didasarkan pada alokasi rata-rata dari input dan output dari masing-masing unit, yang mana efisiensi masing-masing unit diperoleh dari penyelesaian problem berikut:

Σ u_r y_rj0

max w₀₌.....................................................................................................(1)

Σ v_r x_rj0

Kendala:

Σ u_r y_ri≤ 1, masing-masingj =1,2, …, n;.................................................................(2)

Σ v_r x_ij

u_r , v_i ≥0_, r = 1, …,k; i = 1, …, m.................................................................................(3)

____________________________* sebagian penelitian di Indonesia menggunakan istilah UKE – Unit Kegiatan Ekonomi

w₀ adalah efisiensi relatif ; u_r,v_i adalah timbangan output dan input i; x dan y adalah vektor input dan output; n, m dan k adalah jumlah DMU input dan output.

Model yang dikembangkan di atas sebagian adalah linear, di mana pembilangnya harus dimaksimumkan dan pembaginya harus diminimalkan secara simultan, dan harus memberikan angka solusi yang pasti. Oleh karena itu problem-problem ini harus diselesaikan dengan kendala-kendala berikut:

max w₀=Σ u_ry _rj0.....................................................................................................(4)

r

kendala:

Σ u_r y _rj- Σ v_i x _ij≤ 0untukj =1, ..n.......................................................................(5)

r

U_r ≥ 0untukr = 1, …, k...............................................................................................(6)

Vi≥ 0untuki=1 …, m..............................................................................................(7)

Dengan memperkenalkan kendala diatas, yang berarti bahwa jumlah semua input dibangun sama dengan 1 (satu), yang secara aktual memastikan nilai maksimum output dengan mempertahankan input yang konstan. Nilai efisiensi dalam DEA berkisar antara 0 (nol) sampai dengan 1 (satu). DMU (institusi) yang akan memiliki nilai 1 (satu) atau 100%, sedangkan yang tidak efisien memilik nilai kurang dari 1 (satu).

Penelitian terkait efisiensi suatu entitas melibatkan beberapa input yang digunakan oleh entitas terkait dalam menghasikan beberapa output. Semakin kecil dan sedikit input yang digunakan oleh suatu entitas bisnis/sosial dalam menghasilkan output maka semakin efisien suatu entitas bisnis/sosial berproduksi. Penelitian terkait efisiensi dengan menggunakan analisis DEA memerlukan data input yang biasa digunakan oleh suatu entitas bisnis/sosial dalam berproduksi, misalnya input yang terkait dengan SDM, pembiayaan, aset dan mesin-mesin yang digunakan, laboratorium dan sebagainya. Sedangkan sisi ouput yang digunakan adalah pendapatan, kepuasan konsumen, produk yang dihasilkan per hari/ bulan dan sebagainya. Tidak hanya itu, dalampenelitian terkait efisiensi perlu dilakukan analisis antara suatu entitas bisnis/ sosial dengan yang lainnya yang akan dijadikan benchmarking dalam menghitung unit/ entitas lain yang efisien.

Dengan demikian penelitian efisiensi memerlukan beberapa unit bisnis yang sejenis dalam melakukan analisis efisiensi. Data pada beberapa unit bisnis tersebut ditabulasikan dan dikompilasikan atas dasar input dan output yang sama. Dengan kata lain, penelitian tentang efisiensi dengan menggunakan analisis DEA menggunakan beberapa unit bisnis untuk dibandingkan dengan unit bisnis yang lain (benchmarking) dengan mempertimbangkan input dan output yang lebih general/ umum.

Berbeda dengan “penilaian kinerja” yang biasanya dilakukan oleh auditor (internal dan eksternal) yang juga melakukan pemeriksaan terhadap efisiensi dan efektivitas kegiatan dari organisasi pemerintah dengan menggunakan aspek ekonomi dengan tujuan untuk mendorong ke arah perbaikan (BPK), konsep pemeriksaan kinerja yang dilakukan oleh BPK lebih banyak menekankan pada efisiensi penggunaan biaya yang dilakukan oleh suatu entitas/ unit bisnis milik pemerintah. Apakah pembiayaan terhadap suatu kegiatan/ program dilakukan dengan efisien (tidak boros) dibandingkan dengan kegiatan/ program yang lain yang relatif hampir sama.

Oleh karena pemeriksaan kinerja BPK lebih menekankan pada biaya yang digunakan, maka untuk mengetahui tingkat efisiensi suatu entitas BPK menggunakan konsep “cost effectiveness” yang mengkaitkan antara biaya yang telah dikeluarkan dengan outcome (biaya per unit atas outcome).

Dengan demikian dapat disimpulkan bahwa penelitian tetang efisiensi yang dilakukan ini bukanlah “pemeriksaan” kinerja sebagaimana yang dilakukan oleh BPK yang fokus pada analisa biaya yang digunakan dalam menjalankan kegiatan/ program oleh suatu auditee (suatu entitas). Penelitian ini tidak menggunakan analisa biaya dalam menjalankan suatu kegiatan/program, namun menggunakan data berupa beberapa input yang digunakan dalam menghasilkan output dan bersifat general/ umum, dengan cara membandingkan dengan entitas/ unit bisnis yang lain (benchmarking).

Data yang akan dipakai dalam penelitian efisiensi terhadap satker BLU ini terutama berasal dari penelitian lapangan yang akan dilakukan oleh Direktorat Pembinaan Pengelolaan BLU yang dilakukanmulai tanggal 1 Oktober sampai dengan akhir Desember 2013. Adapun satker yang akan dijadikan sampel penelitian sebanyak 23 (dua puluh tiga) satker dari BLU layanan pendidikan dan 10 (sepuluh) satker BLU layanan kesehatan. Tabel berikut adalah satker yang akan menjadi objek penelitian efisiensi BLU.

Tabel 5.1

OBJEK PENELITIAN

Periode data yang akan dipakai dalam penelitian (observasi langsung) ini adalah selama 3 (tiga) tahun yakni 2010, 2011 dan 2012. Pemilihan periode ini didasarkan pada kelanjutan dari penelitian efisiensi pada tahun sebelumnya yakni 12 (dua belas) satker untuk layanan pendidikan (PTN) dan 10 (sepuluh) satker untuk layanan kesehatan (rumah sakit), sehingga secara total penelitian efisiensi yang dilakukan oleh Direktorat PPK BLU berjumlah 35 (tiga puluh lima) satker layanan pendidikan (PTN) dan 20 (dua puluh) satker layanan kesehatan (rumah sakit).

Akan halnya pemilihan data input ataupun output yang akan diterapkan dalam penelitian efisiensi rumah sakit dan perguruan tinggi negeri, sebagaimana yang telah dijelaskan pada seksi sebelumnya bahwa dalam menggunakan kajian efisiensi dengan metode DEA perlu dipilih sumber data yang akan dijadikan sebagai sumber input dan output. Sebagaimana diketahui bahwa akar (root) dari pengukuran efisiensi berasal dari teori produksi (suatu perusahaan) yang menekankan penggunaan sumber input (apakah itu SDM/labour, kapital, land ataupun material) secara optimal atau efisien untuk mendapatkan output (pendapatan ataupun bentuk yang lain) yang akan dicapai secara maksimal.

Oleh karena penelitian ini menggunakan 2 kategori layanan, yakni kesehatan dan pendidikan, kita tidak bisa menggabungkan kedua jenis ini dalam bentuk pemilihan input atapun output yang sama. Penelitian ataupun analisa empiris yang pernah dilakukan oleh peneliti sebelumnya menggunakan beberapa ragam input ataupun output. Sebagai contoh, dalam hal pengukuran efisiensi perguruan tinggi di Australia, Abbot dan Doucoilgos (2003) menggunakan data input mengenai jumlah staf akademis, non akademis, fasilitas penelitian, pengeluaran atau biaya-biaya yang dibutuhkan dan aset tetap. Sedangkan outputnya mereka tekankan pada “Research Quantum Allocation”. Alokasi ini adalah jumlah dana yang dibayar oleh pemerintah berdasarkan hasil penelitian yang dilakukan oleh masing-masing universitas.

Sedikit berbeda yang dilakukan oleh Garci-Aracil dan Palomares-Montero untuk mengukur lokasi geografis dari universitas-universitas yang paling efisien di Spanyol. Data input yang mereka gunakan untuk mengukur efisiensi universitas di beberapa wilayah administratif adalah jumlah staf akademik dan non akademik, biaya-biaya yang dikeluarkan. Sedangkan data outputnya mereka menggunakan jumlah lulusan dan publikasi (Citation Index) yang dihasilkan oleh masing-masing universitas.

Akan halnya penelitian dan analisa empiris tentang pengukuran efisiensi untuk layanan rumah sakit, peneliti sebelumnya banyak menggunakan sumber data yang juga beragam. Sebagai contoh, B. Ganmon (2004) yang menguji efisisensi teknis rumah sakit di Irlandiamenggunakan beragam data input. Untuk kapital dia menggunakan rata-rata jumlah tempat tidur selama setahun pada masing-masing hospital. Untuk labor input penelitiannya menggunakan jumlah tenaga kerja yang dihitung per Desember setiap tahun baik itu “paruh waktu” ataupun “penuh waktu”. Sementara data output yang dipakai adalah data mengenai kasus rawat inap dan rawat jalan. Untuk mengukur rawat inap digunakan jumlah pasien yang sembuh atau yang meninggal dunia. Untuk rawat jalan didasarkan pada jumlah kehadiran tahun baik itu konsultasi dan pengobatan ataupun hanya sekedar untuk medical check-up.

Analisa empiris yang dilakukan oleh Sola dan Prior (2001) juga menggunakan beberapa input dan output seperti yang dilakukan oleh B. Canomonn (2004) di atas, Sola dan Prior yang melakukan pengujian produktifitas dengan menggunakan rumah sakit di wilayah Spanyol (Catalan) dengan menngunakan beragam input yakni staf medis (dokter atau perawat) ataupun staf non medis (paruh waktu ataupun penuh waktu).Dari sisi material mereka menggunakan tempat tidur dan biaya pembelian barang-barang medis ataupun non medis. Sedangkan untuk output mereka menggunakan jumlah hari yang dihabiskan oleh pasien rawat inap baik itu di bagian kandungan, bedah, psychiatric termasuk di dalamnya jumlah kunjungan rawat jalan. Menariknya mereka juga menggunakan “undesireble output (prevalence of nonsocomial infections)” yang merupakan jumlah infeksi aktif secara klinis dibagi dengan jumlah pasien.

Data input dan output yang digunakan oleh beberapa penelitian ilmiah sebelumnya baik itu di perguruan tinggi ataupun di rumah sakit dalam hal mengukur tingkat efisiensi penelitian ini menggunakan beberapa data input dan output berdasarkan karakteristik dan kemungkinan ketersediaan data yang ada pada beberapa BLU yang akan dianalisa. Data input yang akan digunakan oleh penelitian ini adalah jumlah staf medis dan non medis (rumah sakit) pada masing-masing tahun (misalnya Desember 2010, 2011 dan 2012), demikian juga halnya dengan jumlah staf akademis dan non akademis pada masing-masing perguruan tinggi yang akan dijadikan sampel penelitian ini untuk rentang waktu di atas.Selanjutnya data input yang dibutuhkan adalah jumlah kapasitas tempat tidur sebagai proxy material (dalam teori produksi) untuk sampel rumah sakit sedangkan untuk sampel perguruan tinggi kita bisa menggunakan sarana dan prasarana (aset yang dimiliki) oleh masing-masing perguruan tinggi.

Sementara itu untuk output, karena sampel yang akan kita gunakan adakah BLU yang mempunyai misi untuk memberikan pelayanan dan bukan pendapatan akan lebih baik kita menggunakan 2 (ouput) yakni dari sisi keuangan yakni pendapatan BLU (PNBP) itu sendiri dan jumlah pasien yang dapat disembuhkan (in-patient discharge) per tahun untuk sampel rumah sakit, sedangkan untuk sampel perguruan tinggi kita bisa menggunakan jumlah lulusan (gradute) tiap tahunnya.

Daftar Pustaka

AbbottM. Dan Doucouliagos C. (2003). The efficiency of Australian universities: a data envelopment analysis. Economics of Education Review 22;89–97.

Farell, M.J. (1957). The Measurement of Productive Efficiency. Journal of the Royal Statistical Society 120, Part 111, Series A: 253-81.

Charnes, A., Cooper, W.W. and Rhoades, E. (1978). Measuring the Efficiency of Decision Making Units, European Journal of Operational Research 6: 429-444.

António Afonso and Sónia Fernandes (2008). Assessing Hospital Efficiency: Non-parametric Evidence for Portugal. Working Papers School of Economics and Management Technical University of Lisbon

Lovell C. (2000). “Measuring Efficiency in the Public Sector”, in: Blank, Jos L. T. (ed.), 23-53.Amsterdam, North-Holland: Public Provision and Performance.

Aigner, D., C. A. K. Lovell and P. Schmidt (1977).Formulation and Estimation of Stochastic Frontier Production Function Models.Journal of Econometrics, 6, 21-37.

Meeusen, W and J van den Broeck (1977) .Efficiency Estimation from Cobb-Douglas Production Functions with Composed Error. International Economic Review, 18, #2, June, 435-444.

Mehdi F. dan Massimo F. (2003). Regulation and Measuring Cost Efficiency with Panel Data Models: Application to Electricity Distribution Utilities. CEPE Working Paper Nr. 19.

Prabowo, Handono dan Cabanda, Emilyn (2011). Stochastic Frontier Analysis of Indonesian Firm Efficiency: A Note. International Journal of Banking and Finance, Volume 8 (2), 74-91.

Mckillop, Donal G., Glass, J. Colin, A. Kerr, Christine, Dan Mccallion (1999). Efficiency in Northern Ireland Hospitals:A Non-parametric Analysis. The Economic and Social Review, Vol. 30, No. 2, April, 1999, pp. 175-196

Brenda Gannon. Technical Efficiency of Hospitals in Ireland. Working Paper 18 Research Programme on “Health Services, Health Inequalities and Health and Social Gain”

del Hoyo, J.J.G., Espino, D.C., and Toribio, R. J. (2004). Determination of technical e¢ ciency of .sheries by stochastic frontier models: a case on the Gulf of Cadiz (Spain). Journal of Marine Science. 61 416 .421.

Koopmans, T. C. (1951) An analysis of production as e¢ cient combination of activities. in T. C. Koopmans, ed., Activity Analysis of Production and Allocation. Cowles Commission for Research in Economics, Monograph 13.Wiley, New York.

Debreu, G. (1951) The coeficient of resource utilization. Econometrica. 19 (3) 273-292.

Cook D.W. dan Zhu, Joe (2008). TOR Envelopment Analysis: Modelling Operational Processes and Monitoring Productivity. Lexington, USA.