integrasi basis data rmik

🗄️🩺

SERI KULIAH BASIS DATA · ARTIKEL 16 DARI 16

Dari Rancangan sampai Query: Merangkai Semua Konsep Basis Data untuk RMIK

Satu alur utuh dari kebutuhan informasi, rancangan tabel, DDL, DML, sampai JOIN yang menjawab pertanyaan manajemen rumah sakit.

#IntegrasiBasisData #DDL & DML #JOIN #RMIK

⏱️ 9 menit

Estimasi baca

📘 Dasar

Level

📅 2026

Tahun

Bayangkan kamu bekerja di unit rekam medis. Pagi-pagi, kepala rumah sakit bertanya: "Berapa pasien diabetes yang berkunjung bulan ini, dan dokter mana yang paling banyak menanganinya?" Kalau datamu tersebar di buku register dan beberapa file Excel, kamu butuh berjam-jam. Kalau kamu paham basis data untuk rekam medis, jawabannya keluar dalam hitungan detik lewat satu query.

Ini artikel penutup seri "Kuliah Basis Data" (Artikel 16 dari 16). Kita tidak belajar hal baru, tapi merangkai semua yang sudah kamu pelajari menjadi satu alur kerja nyata. Artikel ini untuk kamu, mahasiswa D3 RMIK, yang ingin melihat gambaran besarnya.

🎯 Capaian pertemuan (Sub-CPMK T4): kamu mampu menjelaskan integrasi konsep basis data dalam pengelolaan data kesehatan, dan menghubungkan struktur tabel, SQL, serta kebutuhan informasi RMIK.

Gambaran Besar: Basis Data untuk Rekam Medis Itu Satu Alur

Analogi gampangnya begini: membangun basis data itu seperti membangun rumah sakit. Ada denah (rancangan), ada pembangunan gedung dan ruangan (DDL), ada pasien dan tenaga kesehatan yang mulai beraktivitas (DML), dan ada laporan yang disusun manajemen (SELECT). Dan DBMS adalah "pengelola gedung" yang menjaga semuanya tetap rapi, aman, dan bisa diakses banyak orang sekaligus.

📐 FORMULA ALUR INTEGRASI

Kebutuhan Informasi → ERD → Normalisasi → DDL → DML → SELECT + JOIN → Informasi

Setiap tahap bergantung pada tahap sebelumnya. Rancangan buruk di awal akan terasa menyakitkan di query terakhir.

⚡ Insight Penting
Query SQL hanyalah ujung dari rantai panjang. Menurut Elmasri dan Navathe (2016), kualitas basis data ditentukan sejak tahap analisis kebutuhan dan perancangan, bukan saat menulis perintah SQL.

Merancang Basis Data untuk Rekam Medis dari Kebutuhan Informasi

Jangan langsung membuka DBMS. Mulailah dari pertanyaan: informasi apa yang dibutuhkan? Di rekam medis, kebutuhan itu biasanya seputar siapa pasiennya, kapan berkunjung, apa diagnosisnya, tindakan apa yang diberikan, dan siapa tenaga kesehatan yang menangani. Dari situ lahirlah entitas dan relasi.

[PASIEN] 1 ──── N [KUNJUNGAN] N ──── 1 [NAKES]
                     │
        ┌────────────┴────────────┐
        N                         N
 [KUNJUNGAN_DIAGNOSIS]     [KUNJUNGAN_TINDAKAN]
        │ N                       │ N
        1                         1
   [DIAGNOSIS]                [TINDAKAN]

Satu pasien bisa berkunjung berkali-kali. Satu kunjungan bisa punya banyak diagnosis dan tindakan, sehingga relasi N:M dipecah lewat tabel penghubung (hasil normalisasi).

Langkah merancang, urut dan praktis

1

Tulis daftar pertanyaan informasi. Contoh: "Berapa kunjungan per poli per bulan?" Pertanyaan ini jadi patokan tabelmu.

2

Identifikasi entitas dan atribut. Pasien, kunjungan, diagnosis, tindakan, nakes. Tentukan atribut tiap entitas.

3

Tentukan primary key dan relasi. Contoh: no_rm unik untuk pasien, id_kunjungan unik untuk tiap kunjungan.

4

Normalisasi. Pisahkan data berulang (misalnya nama diagnosis) ke tabel sendiri supaya tidak terjadi anomali data.

💡 Tips
Jangan simpan umur pasien sebagai kolom. Simpan tgl_lahir, lalu hitung umur saat query. Umur berubah tiap tahun, tanggal lahir tidak.

DDL dan DML: Mewujudkan Basis Data untuk Rekam Medis di DBMS

DDL (Data Definition Language) itu seperti tukang yang membangun ruangan: CREATE, ALTER, DROP. DML (Data Manipulation Language) itu seperti petugas pendaftaran yang mengisi dan memperbarui data: INSERT, UPDATE, DELETE, SELECT. Contoh berikut memakai sintaks MySQL.

ddl_rekam_medis.sql

-- DDL: membangun struktur
CREATE TABLE pasien (
  no_rm      VARCHAR(10) PRIMARY KEY,
  nama       VARCHAR(100) NOT NULL,
  tgl_lahir  DATE NOT NULL,
  jenis_kel  CHAR(1) NOT NULL
);

CREATE TABLE nakes (
  id_nakes   INT PRIMARY KEY,
  nama_nakes VARCHAR(100) NOT NULL,
  profesi    VARCHAR(50)
);

CREATE TABLE kunjungan (
  id_kunjungan INT PRIMARY KEY AUTO_INCREMENT,
  no_rm        VARCHAR(10) NOT NULL,
  id_nakes     INT NOT NULL,
  tgl_kunjungan DATE NOT NULL,
  poli         VARCHAR(50),
  FOREIGN KEY (no_rm)    REFERENCES pasien(no_rm),
  FOREIGN KEY (id_nakes) REFERENCES nakes(id_nakes)
);

CREATE TABLE diagnosis (
  kode_icd   VARCHAR(10) PRIMARY KEY,
  nama_diagnosis VARCHAR(150) NOT NULL
);

CREATE TABLE kunjungan_diagnosis (
  id_kunjungan INT,
  kode_icd     VARCHAR(10),
  PRIMARY KEY (id_kunjungan, kode_icd),
  FOREIGN KEY (id_kunjungan) REFERENCES kunjungan(id_kunjungan),
  FOREIGN KEY (kode_icd)     REFERENCES diagnosis(kode_icd)
);

dml_rekam_medis.sql

-- DML: mengisi dan mengubah data
INSERT INTO pasien VALUES ('RM0001','Siti Rahma','1990-04-12','P');
INSERT INTO nakes  VALUES (1,'dr. Budi Santoso','Dokter');
INSERT INTO diagnosis VALUES ('E11','Diabetes melitus tipe 2');
INSERT INTO kunjungan (no_rm,id_nakes,tgl_kunjungan,poli)
  VALUES ('RM0001',1,'2026-10-05','Poli Penyakit Dalam');
INSERT INTO kunjungan_diagnosis VALUES (1,'E11');

UPDATE pasien SET nama = 'Siti Rahmawati' WHERE no_rm = 'RM0001';

⚠️ Perhatian
Selalu pakai WHERE saat UPDATE atau DELETE. Tanpa WHERE, seluruh baris di tabel ikut berubah atau terhapus. Dalam rekam medis, itu bisa jadi bencana. Pembatasan hak akses oleh DBMS dan pencadangan rutin wajib jadi kebiasaan.

JOIN dan SELECT: Basis Data untuk Rekam Medis Menjawab Pertanyaan

Inilah momen payoff-nya. Data sudah tersimpan rapi di banyak tabel, dan JOIN menyatukannya kembali seperti menyatukan kepingan puzzle lewat kunci yang sama. Mari jawab pertanyaan kepala rumah sakit tadi.

laporan_diagnosis.sql

-- Pasien diabetes bulan Oktober 2026 per dokter
SELECT n.nama_nakes,
       COUNT(DISTINCT k.no_rm) AS jumlah_pasien
FROM kunjungan k
JOIN kunjungan_diagnosis kd ON kd.id_kunjungan = k.id_kunjungan
JOIN diagnosis d            ON d.kode_icd = kd.kode_icd
JOIN nakes n                ON n.id_nakes = k.id_nakes
WHERE d.kode_icd LIKE 'E11%'
  AND k.tgl_kunjungan BETWEEN '2026-10-01' AND '2026-10-31'
GROUP BY n.nama_nakes
ORDER BY jumlah_pasien DESC;

🔥 Fakta Menarik
Kode diagnosis seperti E11 berasal dari ICD-10 yang diterbitkan WHO. Berkat standar kode ini, data diagnosis dari rumah sakit berbeda bisa dibandingkan, dan query di atas mudah dijalankan karena diagnosis disimpan sebagai kode, bukan teks bebas.

🔍 ANALYSIS BOX: Mengapa Query Itu Berhasil?

Query tadi hanya bisa ditulis karena tiga hal berantai: (1) kebutuhan informasi sudah jelas sehingga tabel nakes dan diagnosis ada; (2) struktur memakai foreign key sehingga tabel bisa dihubungkan; (3) SQL memakai JOIN, WHERE, dan GROUP BY untuk menyaring serta merangkum. Kalau satu mata rantai putus, misalnya diagnosis ditulis teks bebas "DM", "kencing manis", "diabetes", hasil hitungan akan salah.

Peta cepat: konsep, fungsi, dan contoh RMIK

Konsep	Fungsi	Contoh di RMIK
ERD	Denah entitas dan relasi	Pasien 1:N kunjungan
Normalisasi	Mengurangi redundansi	Tabel diagnosis terpisah
DDL	Membuat dan mengubah struktur	CREATE TABLE pasien
DML	Mengelola isi data	INSERT kunjungan baru
JOIN	Menyatukan tabel	Laporan diagnosis per dokter

Peran DBMS dan Etika dalam Basis Data untuk Rekam Medis

DBMS bukan sekadar tempat menyimpan data. Ia menegakkan integritas (foreign key dan constraint), mengatur hak akses per pengguna, mengelola transaksi, serta menyediakan pencadangan. Ini penting karena rekam medis adalah data pribadi yang sensitif. Rekam medis di Indonesia diatur dalam Permenkes No. 24 Tahun 2022 tentang Rekam Medis, dan pelindungan data pribadi diatur dalam UU No. 27 Tahun 2022. Sebagai calon perekam medis, kamu ikut bertanggung jawab menjaga kerahasiaannya.

Latihan mandiri: tambahkan tabel tindakan dan kunjungan_tindakan, lalu tulis query untuk menampilkan tindakan terbanyak di setiap poli bulan ini. Kalau berhasil, kamu sudah menguasai seluruh alur di artikel ini.

🏁 Kesimpulan

Basis data untuk rekam medis adalah satu rangkaian: kebutuhan informasi menentukan ERD, ERD dinormalisasi lalu dibangun dengan DDL, data dikelola dengan DML, dan informasi diambil lewat SELECT serta JOIN, semuanya dijaga oleh DBMS.

Kamu sudah sampai di akhir seri. Dengan fondasi ini, kamu siap menghadapi praktikum dan dunia kerja RMIK yang makin digital.

Mana konsep yang paling menantang buatmu? Tulis di kolom komentar, dan bagikan artikel ini ke temanmu!

💬 Tulis Komentar 🔗 Bagikan

📚 Daftar Referensi

1. Elmasri, R., & Navathe, S. B. (2016). Fundamentals of Database Systems (7th ed.). Pearson.
2. Silberschatz, A., Korth, H. F., & Sudarshan, S. (2019). Database System Concepts (7th ed.). McGraw-Hill.
3. Peraturan Menteri Kesehatan Republik Indonesia Nomor 24 Tahun 2022 tentang Rekam Medis.
4. Undang-Undang Republik Indonesia Nomor 27 Tahun 2022 tentang Pelindungan Data Pribadi.
5. World Health Organization. International Statistical Classification of Diseases and Related Health Problems, 10th Revision (ICD-10).
6. Oracle. MySQL 8.0 Reference Manual. https://dev.mysql.com/doc/refman/8.0/en/

#BasisData #Database #RMIK #IntegrasiBasisData #RMIK #SQL

Label: Basis Data untuk Rekam Medis Integrasi DDL DML JOIN

📚

ARTIKEL UTAMA

Daftar Isi Kuliah Basis Data

Artikel ini bagian dari seri "Kuliah Basis Data" (Artikel 16 dari 16). Lihat seluruh materinya di sini.

Buka Daftar Isi →

← ARTIKEL SEBELUMNYA

Satukan Data dengan JOIN: Menjawab Kebutuhan Informasi lewat SELECT

ARTIKEL SELANJUTNYA →

🎉 Ini artikel terakhir, selamat!