Ramadhani Elsya Narventina S (1), Minto Waluyo (2)
General Background Outpatient service quality depends on the alignment between patient expectations and actual service performance. Specific Background At BCD Hospital in Surabaya, service complaints concern parking, doctor availability and punctuality, queue administration, communication responsiveness, and staff interactions. Knowledge Gap The study addresses the need to determine not only the magnitude of perception-expectation discrepancies but also which outpatient service attributes should receive priority attention. Aims This study evaluates outpatient service quality using Servqual to measure perception-expectation gaps across 12 attributes and Importance Performance Analysis to identify improvement priorities. An online questionnaire was completed by 120 patients who had used outpatient services at least once. Results Eight of 12 attributes had negative gaps. Doctor punctuality recorded the largest negative attribute gap at -1.67, while Reliability had the largest dimensional gap at -1.47. Five attributes entered Quadrant I: parking availability, service punctuality, doctor availability according to schedule, information response speed, and staff courtesy. Average service conformity was 85%, leaving a 15% gap between performance and expectations. Novelty The study operationally combines Servqual gap analysis with IPA priority mapping in the specific context of BCD Hospital outpatient services. Implications Recommended actions include occupancy-based parking management, systematic delay evaluation, doctor schedule-change notifications, communication workload management, and standardized staff communication.
Highlights:
Keywords: Healthcare Service Quality, Importance Performance Analysis, Outpatient Services, Servqual
Pelayanan kesehatan merupakan salah satu bidang yang memiliki tugas pokok memberikan pelayanan kepada masyarakat, terutama dalam upaya penyembuhan penyakit dan pemeliharaan kesehatan. Rumah Sakit BCD Surabaya sebagai salah satu rumah sakit swasta di Surabaya menghadapi tantangan dalam memberikan pelayanan rawat jalan yang berkualitas. Keberhasilan pelayanan rumah sakit tidak hanya ditentukan oleh fasilitas yang tersedia, tetapi juga dipengaruhi oleh mutu interaksi dan kinerja petugas dalam memberikan layanan kepada pasien [1].
Berdasarkan data aduan layanan rawat jalan Rumah Sakit BCD pada bulan Mei 2026 yang diperoleh dari hasil wawancara dengan pihak rumah sakit, ditemukan beberapa permasalahan pelayanan. Data aduan tersebut mencakup berbagai keluhan pasien, seperti kesulitan memperoleh tempat parkir (12,5%), pemeriksaan dimulai lebih lambat dari jadwal (12,5%), pasien datang sesuai jadwal tetapi dokter tidak tersedia (8,3%), urutan antrean yang berubah atau tersela (16,7%), lambatnya respons melalui telepon atau WhatsApp (20,8%), petugas kurang tanggap (8,3%), pasien dipindahkan antarbagian tanpa penjelasan (8,3%), keluhan pasien tidak didengarkan dengan baik (4,2%), dan sikap petugas yang kurang ramah (8,3%).
Setelah identifikasi awal, penelitian dilanjutkan melalui studi pendahuluan dengan menyebarkan pra-kuesioner kepada 30 responden yang pernah menggunakan pelayanan rawat jalan RS BCD Surabaya. Hasil studi pendahuluan menunjukkan rata-rata proporsi jawaban positif sebesar 84%. Meskipun jawaban positif masih mendominasi, beberapa atribut memperoleh proporsi jawaban negatif yang relatif tinggi, terutama ketepatan waktu dokter dalam memulai praktik (40% negatif), ketersediaan lahan parkir (27% negatif), kejelasan informasi pelayanan (10% negatif), kesiapsiagaan petugas (7% negatif), dan keramahan pelayanan (14% negatif). Setyaningrum dkk. (2024) menyatakan bahwa tingkat kepuasan pasien yang berada di bawah 90% masih lebih rendah daripada standar minimal yang dirujuk dalam Keputusan Menteri Kesehatan Nomor 129/Menkes/SK/II/2008 [2].
Penelitian ini menerapkan metode Servqual dan Importance Performance Analysis (IPA). Servqual dipilih karena mampu mengukur kesenjangan antara harapan pasien dan persepsi mereka terhadap pelayanan yang diterima pada setiap atribut [3]. Sementara itu, IPA berfungsi guna memetakan tingkat kepentingan relatif setiap atribut disertai evaluasi kinerjanya, sehingga langkah perbaikan dapat difokuskan pada area yang paling kritis [4]. Kedua metode ini telah terbukti sinergis dalam berbagai studi evaluasi kualitas pelayanan, termasuk di lingkungan fasilitas medis [5], [6].
Studi yang dilakukan Jonkisz dkk. menegaskan bahwasanya Servqual mampu mengungkap dimensi bukti fisik dan juga keandalan sebagai faktor penentu kepuasan pasien di rumah sakit [5]. Sementara itu, Saputri melaporkan bahwa kolaborasi Servqual-IPA memberikan hasil yang lebih tajam dalam memetakan prioritas perbaikan secara objektif [6]. Berdasarkan keberhasilan studi tersebut, kombinasi Servqual dan IPA dinilai tepat untuk menganalisis kualitas layanan rawat jalan di RS BCD Surabaya.
Adapun sasaran akhir dari penelitian ini adalah guna mengukur tingkat kualitas layanan rawat jalan berdasarkan nilai gap antar dimensi Servqual, sekaligus mengidentifikasi atribut-atribut yang masuk dalam kategori prioritas perbaikan melalui pendekatan IPA. Diharapkan output penelitian ini dapat menjadi bahan evaluasi bagi manajemen rumah sakit serta menyediakan rekomendasi perbaikan yang terarah guna meningkatkan performa pelayanan secara berkelanjutan.
Penelitian ini dilaksanakan secara online dengan objek Rumah Sakit BCD Surabaya. Pengumpulan data dilakukan melalui kuesioner berbasis Google Form yang disebarkan melalui berbagai platform media sosial selama bulan Februari 2026 hingga jumlah responden yang dibutuhkan terpenuhi. Populasi target dalam penelitian ini adalah seluruh pasien rawat jalan di Rumah Sakit BCD Surabaya. Populasi terjangkau ditentukan berdasarkan rekapitulasi kunjungan pasien rawat jalan selama Mei 2026 sebanyak 6.539 kunjungan. Teknik pengambilan sampel menggunakan non-probability sampling dengan purposive sampling, yaitu responden yang pernah menggunakan layanan rawat jalan minimal satu kali [7]. Jumlah sampel ditentukan menggunakan rumus Cochran dengan tingkat kepercayaan 95% (Z=1,96), margin of error 10%, proporsi 0,5, dan koreksi populasi terbatas, menghasilkan sampel minimum 95 responden. Dengan tambahan cadangan nonrespons 10%, target responden menjadi 106 responden. Dalam penelitian ini terkumpul 120 responden [8].
Variabel bebas dalam penelitian ini terdiri dari lima dimensi Servqual, yaitu Tangibles (bukti fisik), Reliability (keandalan), Responsiveness (daya tanggap), Assurance (jaminan), dan juga Empathy (empati), yang kemudian dijabarkan menjadi 12 atribut layanan [3]. Variabel terikat dalam penelitian ini adalah tingkat kualitas layanan rawat jalan. Instrumen penelitian berupa kuesioner dengan skala Likert 1-5 yang digunakan guna mengukur persepsi dan harapan responden terhadap setiap atribut [9]. Uji validitas dilakukan menggunakan korelasi Pearson Product Moment berbantuan SPSS, sedangkan uji reliabilitas menggunakan Cronbach’s Alpha dengan kriteria α ≥ 0,70 [10]. Teknik analisis data yang digunakan meliputi tiga tahapan utama. Pertama, analisis deskriptif kuantitatif untuk menggambarkan karakteristik responden. Kedua, perhitungan Servqual guna mengukur gap antara persepsi dan juga harapan menggunakan rumus:
(1)
(2)
dimana adalah rata-rata persepsi, adalah rata-rata harapan, dan adalah nilai gap [3]; Ketiga, perhitungan Importance Performance Analysis (IPA) guna menentukan tingkat kesesuaian dan juga pemetaan kuadran menggunakan rumus:
(3)
dimana Tki adalah tingkat kesesuaian, xᵢ adalah skor kinerja, dan yᵢ adalah skor kepentingan [4]. Hasil pemetaan kemudian diklasifikasikan ke dalam empat kuadran, yaitu Kuadran I (prioritas utama), Kuadran II (pertahankan prestasi), Kuadran III (prioritas rendah) dan juga Kuadran IV (berlebihan) [11]. Tahapan penelitian yang dilakukan dalam penelitian ini disajikan pada Gambar 1 berikut ini.
Gambar 1. Diagram alir penelitian
Sebelum dilakukan uji validitas dan reliabilitas, terlebih dahulu dilakukan uji kecukupan data guna memastikan jumlah sampel yang terkumpul telah memenuhi syarat minimal. Penentuan jumlah sampel dalam penelitian ini didasarkan pada populasi terjangkau yang diperoleh dari data kunjungan pasien rawat jalan Rumah Sakit BCD Surabaya selama bulan Mei 2026. Jumlah kunjungan pasien rawat jalan selama periode tersebut adalah sebanyak 6.539 kunjungan, dengan rata-rata kunjungan per hari sebanyak 211 pasien. Jumlah kunjungan selama satu bulan tersebut selanjutnya digunakan sebagai populasi terjangkau (N) dalam menentukan kebutuhan sampel penelitian.
Penelitian ini menggunakan tingkat kepercayaan sebesar 95%, sehingga nilai Z yang digunakan adalah 1,96. Karena proporsi karakteristik kualitas pelayanan dalam populasi belum diketahui secara pasti, nilai p ditetapkan sebesar 0,5 dan nilai 1-p sebesar 0,5. Penggunaan nilai 0,5 menghasilkan variasi maksimum sehingga memberikan kebutuhan sampel yang konservatif. Batas kesalahan atau margin of error yang digunakan adalah sebesar 10% atau 0,10. Berdasarkan perhitungan tersebut, diperoleh kebutuhan sampel minimum sebesar 94,66 responden yang dibulatkan menjadi 95 responden. Untuk mengantisipasi adanya responsyang tidak lengkap, tidak memenuhi kriteria, atau tidak dapat digunakan dalam pengolahan data, jumlah sampel ditambah dengan cadangan nonresponssebesar 10% [8]. Dengan demikian, jumlah minimum data yang harus dapat dianalisis adalah sebanyak 95 responden, sedangkan jumlah responden yang ditargetkan setelah memperhitungkan kemungkinan nonresponsadalah sebanyak 106 responden. Dalam pelaksanaannya, penelitian ini berhasil mengumpulkan data dari 120 responden, sehingga jumlah sampel telah memenuhi kriteria kecukupan data (N = 120 > N' = 106). Rekapitulasi hasil penyebaran kuesioner terhadap 120 responden disajikan pada Tabel 1 berikut ini.
Tabel 1. Rekapitulasi Data Hasil Kuesioner
Setelah uji kecukupan data, dilanjutkan dengan uji validitas guna mengetahui apakah setiap butir pertanyaan dalam kuesioner mampu mengukur apa yang seharusnya diukur. Hasil uji validitas menunjukkan bahwasanya seluruh 12 atribut pada kuesioner persepsi dan juga harapan dinyatakan valid, dengan nilai r-hitung > r-tabel (0,179) pada tingkat signifikansi 5%. Untuk hasil uji kecukupan data selengkapnya disajikan pada Tabel 2 berikut ini.
Tabel 2. Hasil Uji Validitas Tingkat Persepsi dan Harapan
Selanjutnya dilakukan uji reliabilitas guna mengetahui tingkat konsistensi jawaban responden terhadap setiap pertanyaan. Hasil uji reliabilitas menunjukkan bahwasanya seluruh dimensi memiliki nilai Cronbach’s Alpha > 0,70, sehingga instrumen dinyatakan reliabel atau konsisten. Untuk hasil uji reliablitas tiap variabel pada kuesioner secara lengkap disajikan pada Tabel 3 berikut ini.
Tabel 3. Hasil Uji Reliabilitas Tingkat Persepsi dan Harapan
Perhitungan nilai gap antara persepsi dan juga harapan responden untuk setiap atribut disajikan pada Tabel 4 berikut ini.
Tabel 4. Perhitungan Nilai Gap Tiap Atribut Servqual
Dari Tabel 4 di atas, terlihat bahwa terdapat 8 dari 12 atribut yang memiliki nilai gap negatif. Hal ini mengindikasikan bahwasanya kinerja layanan pada atribut-atribut tersebut masih berada di bawah harapan pasien. Gap negatif terbesar terjadi pada atribut R1 (Ketepatan waktu pelayanan sesuai jadwal) dengan nilai -1,67, diikuti oleh RS1 (Kecepatan responsinformasi via telepon/chat) sebesar -1,62, dan juga T3 (Ketersediaan lahan parkir) sebesar -1,54. Sementara itu, empat atribut lainnya yaitu T1 (0,03), A1 (0,01), A2 (0,02), dan E1 (0,01) menunjukkan nilai gap positif, yang berarti kinerja layanan pada atribut-atribut tersebut telah memenuhi bahkan sedikit melampaui harapan pasien. Untuk mengetahui prioritas perbaikan, dilakukan perangkingan nilai gap dari yang terbesar hingga terkecil, seperti disajikan pada Tabel 5 berikut ini.
Tabel 5. Perangkingan Nilai Servqual Tiap Atribut
Berdasarkan Tabel 5, terlihat bahwasanya lima atribut dengan gap negatif terbesar secara berurutan adalah R1 (-1,67), RS1 (-1,62), T3 (-1,54), E2 (-1,38), serta R2 (-1,28). Kelima atribut ini memerlukan perhatian khusus dan menjadi prioritas utama dalam upaya perbaikan kualitas layanan. Tiga atribut lainnya yaitu RS3 (-0,08), RS2 (-0,08), dan T2 (-0,13) memiliki gap negatif yang relatif kecil, sehingga masih dalam tahap yang perlu dipantau. Sementara itu, empat atribut dengan gap positif (T1, A1, A2, E1) telah memenuhi harapan pasien serta perlu dipertahankan kualitasnya. Analisis gap juga dilakukan pada level dimensi guna mengetahui dimensi mana yang memiliki kesenjangan terbesar. Untuk hasil rangking nilai Servqual tiap dimensi disajikan pada Tabel 6 berikut ini.
Tabel 6. Perangkingan Nilai Servqual Tiap Dimensi
Dari Tabel 6, diketahui bahwa dimensi Reliability (Keandalan) memiliki gap terbesar yaitu -1,47, diikuti oleh Empathy (Empati) sebesar -0,68, Responsiveness (Daya Tanggap) sebesar -0,59, dan juga Tangible (Bukti Fisik) sebesar -0,55. Sementara itu, dimensi Assurance (Jaminan) memiliki nilai gap positif sebesar 0,01, yang berarti pelayanan pada dimensi ini telah memenuhi harapan pasien. Temuan ini sejalan dengan penelitian Jonkisz dkk. yang menemukan bahwasanya kesenjangan terbesar pada layanan kesehatan di Asia terjadi pada dimensi keandalan serta bukti fisik [5].
Perhitungan tingkat persepsi dilakukan dengan mengakumulasi skor jawaban responden terhadap kinerja layanan pada setiap atribut menggunakan skala Likert 1-5. Untuk hasil perhitungan akumulasi skor jawaban responden kinerja layanan disajikan pada Tabel 7 berikut ini.
Tabel 7. Hasil Penilaian Kuesioner Akhir Tingkat Persepsi
Berdasarkan Tabel 7, atribut dengan tingkat persepsi tertinggi adalah T1 (Kebersihan dan kenyamanan fasilitas ruang tunggu) dengan total skor 513. Hal ini menunjukkan bahwa pasien menilai kebersihan dan juga kenyamanan ruang tunggu telah memenuhi harapan mereka. Sebaliknya, atribut R1 (Ketepatan waktu pelayanan sesuai jadwal) memiliki tingkat persepsi terendah dengan total skor 322, yang mengindikasikan bahwasanya ketepatan waktu pelayanan masih menjadi keluhan utama pasien. Atribut T3 (Ketersediaan lahan parkir) serta RS1 (Kecepatan responsinformasi via telepon/chat) juga memiliki skor rendah masing-masing 330 dan 328, sehingga perlu menjadi perhatian dalam upaya perbaikan layanan. Sementara itu, perhitungan tingkat harapan dilakukan dengan mengakumulasi skor jawaban responden terhadap tingkat kepentingan setiap atribut. Untuk hasil perhitungan akumulasi skor jawaban responden harapan layanan disajikan pada Tabel 8 berikut ini.
Tabel 8. Hasil Penelitian Kuesioner Akhir Tingkat Harapan
Pada Tabel 8, terlihat bahwa atribut dengan tingkat harapan tertinggi adalah E2 (Keramahan staf tanpa membedakan pasien) dengan total skor 531. Hal ini menunjukkan bahwasanya pasien sangat mengharapkan pelayanan yang ramah, sopan, serta adil dari seluruh staf rumah sakit. Atribut R1 (Ketepatan waktu pelayanan sesuai jadwal) dan RS1 (Kecepatan responsinformasi via telepon/chat) juga memiliki harapan yang tinggi masing-masing 522, yang berarti pasien sangat memperhatikan aspek keandalan dan juga ketersediaan petugas dalam pelayanan. Sementara itu, atribut RS3 (Kejelasan informasi prosedur pelayanan) memiliki tingkat harapan terendah dengan skor 484, namun angka ini masih tergolong tinggi (rata-rata 4,03). Secara keseluruhan, rata-rata tingkat harapan seluruh atribut mencapai 4,18, yang menandakan bahwasanya pasien memiliki ekspektasi yang tinggi terhadap seluruh aspek pelayanan rawat jalan. Selanjutnya, dilakukan perhitungan tingkat kesesuaian antara persepsi dan juga harapan guna mengetahui sejauh mana kinerja layanan telah memenuhi harapan pasien. Berikut ini hasil perhitungan tingkat kesesuaian antara persepsi dan harapan tiap atribut Servqual yang dapat dilihat pada Tabel 9.
Tabel 9. Tingkat Kesesuaian Antara Persepsi dan Harapan Responden
Berdasarkan Tabel 9, rata-rata tingkat kesesuaian seluruh atribut adalah 85%, yang berarti secara keseluruhan layanan rawat jalan masih memiliki kesenjangan sebesar 15% antara kinerja yang diberikan dan juga harapan pasien. Atribut dengan tingkat kesesuaian terendah adalah R1 (Ketepatan waktu pelayanan sesuai jadwal) sebesar 62%, diikuti RS1 (Kecepatan responsinformasi via telepon/chat) sebesar 63%, dan T3 (Ketersediaan lahan parkir) sebesar 64%. Ketiga atribut ini memiliki kesenjangan terbesar serta menjadi prioritas utama perbaikan. Sebaliknya, atribut T1 (Kebersihan fasilitas) memiliki tingkat kesesuaian 101%, yang berarti kinerja telah melampaui harapan pasien. Atribut A1, A2, dan juga E1 memiliki tingkat kesesuaian 100%, yang berarti kinerja telah tepat memenuhi harapan pasien [11]. Temuan ini selaras dengan hasil pra-kuesioner yang menunjukkan 84% responden memberikan penilaian negatif terhadap layanan, serta kini terkonfirmasi secara kuantitatif bahwasanya masih terdapat 8 dari 12 atribut yang belum memenuhi harapan pasien (tingkat kesesuaian < 100%). Selanjutnya, untuk hasil pemetaan diagram kartesius IPA disajikan pada Gambar 2 berikut ini.
Gambar 2. Diagram Kartesius IPA
Berdasarkan Gambar 2, pembagian atribut ke dalam empat kuadran adalah sebagai berikut:
1. Kuadran I (Prioritas Utama): Atribut T3 (Ketersediaan lahan parkir), R1 (Ketepatan waktu pelayanan), R2 (Ketersediaan dokter sesuai jadwal), RS1 (Kecepatan responsinformasi), dan E2 (Keramahan staf). Atribut-atribut ini memiliki tingkat kepentingan tinggi namun kinerja rendah, sehingga menjadi prioritas utama perbaikan.
2. Kuadran II (Pertahankan Prestasi): Atribut T1 (Kebersihan dan kenyamanan fasilitas ruang tunggu). Atribut ini memiliki tingkat kepentingan dan kinerja tinggi, sehingga perlu dipertahankan.
3. Kuadran III (Prioritas Rendah): Tidak terdapat atribut pada kuadran ini, mengindikasikan tidak ada atribut dengan tingkat kepentingan dan kinerja rendah.
4. Kuadran IV (Berlebihan): Atribut T2 (Kerapian petugas), RS2 (Kesigapan staf), RS3 (Kejelasan informasi), A1 (Penjelasan diagnosa), A2 (Keamanan privasi), dan E1 (Perhatian staf). Atribut-atribut ini memiliki kinerja tinggi namun tingkat kepentingan rendah, sehingga pelaksanaannya dinilai berlebihan.
Berdasarkan hasil analisis IPA, lima atribut pada Kuadran I memerlukan perbaikan prioritas. Berikut adalah usulan perbaikan untuk masing-masing atribut:
1. Atribut T3 (Ketersediaan lahan parkir yang memadai)
Rumah sakit disarankan melakukan survei karakteristik parkir dengan mencatat kendaraan masuk dan keluar, tingkat keterisian, durasi parkir, serta waktu pencarian tempat parkir pada jam pelayanan. Hasil survei digunakan untuk menentukan kebutuhan zonasi parkir pasien dan pegawai, jalur satu arah, area antar-jemput, petugas pengarah pada jam sibuk, serta informasi kapasitas parkir. Penggunaan sensor atau penambahan kapasitas dilakukan apabila pengaturan operasional belum mencukupi [12].
2. Atribut R1 (Ketepatan waktu pelayanan sesuai jadwal)
Rumah sakit disarankan mencatat waktu praktik terjadwal, kesiapan ruang pemeriksaan, dan waktu mulai pelayanan aktual. Data tersebut digunakan untuk mengidentifikasi penyebab keterlambatan dan menguji skenario pengaturan jadwal, penyesuaian waktu antar pasien, serta koordinasi antar unit. Villarreal dkk. melaporkan bahwa pencatatan dan analisis waktu mulai prosedur dapat menurunkan keterlambatan pelayanan hingga 36% dalam waktu tiga bulan [13].
3. Atribut R2 (Ketersediaan dokter sesuai jadwal)
Rumah sakit disarankan menggunakan satu basis data jadwal dokter yang terhubung dengan data reservasi pasien. Ketika jadwal berubah atau dibatalkan, sistem mengidentifikasi pasien terdampak, mengirimkan pemberitahuan melalui WhatsApp atau SMS, serta menawarkan jadwal atau dokter pengganti. North dkk. melaporkan bahwa sistem notifikasi dan penjadwalan ulang otomatis berhasil memindahkan 56.636 jadwal pasien [14].
4. Atribut RS1 (Kecepatan respons informasi)
Rumah sakit disarankan mencatat jumlah telepon atau pesan yang masuk, waktu pelayanan, jumlah petugas, dan panggilan tidak terjawab pada setiap interval waktu. Data tersebut digunakan untuk mengetahui jam sibuk dan menguji skenario penyesuaian jadwal petugas, pembagian pertanyaan berdasarkan kompetensi, penggunaan jawaban standar, serta layanan panggilan kembali. Rohleder dkk. melaporkan bahwa simulasi dan penataan proses pada pusat layanan Mayo Clinic meningkatkan kecepatan menjawab dan menurunkan panggilan yang ditinggalkan sekitar 70% tanpa menambah petugas [15].
5. Atribut E2 (Keramahan staf)
Rumah sakit disarankan membuat standar perilaku komunikasi yang meliputi pemberian salam, mendengarkan tanpa memotong, memberikan penjelasan dengan bahasa yang mudah dipahami, memastikan pemahaman pasien, serta memberikan perlakuan yang sama. Shahnazi dkk. melaporkan bahwa pelatihan komunikasi meningkatkan keterampilan komunikasi dan efikasi diri petugas serta meningkatkan kepuasan penerima pelayanan [16].
Berdasarkan analisis dan pembahasan yang telah dilakukan, dapat disimpulkan bahwa kualitas layanan rawat jalan Rumah Sakit BCD Surabaya berdasarkan metode Servqual menunjukkan 8 dari 12 atribut bernilai gap negatif. Atribut R1 (Ketepatan waktu pelayanan sesuai jadwal) memiliki gap negatif terbesar (-1,67), sedangkan atribut T1 (Kebersihan dan kenyamanan fasilitas ruang tunggu) memiliki gap positif terkecil (0,03). Dimensi Reliability memiliki gap terbesar (-1,47), sedangkan dimensi Assurance memiliki gap positif (0,01). Metode IPA mengidentifikasi 5 atribut prioritas perbaikan di Kuadran I: T3 (Ketersediaan lahan parkir), R1 (Ketepatan waktu pelayanan), R2 (Ketersediaan dokter sesuai jadwal), RS1 (Kecepatan responsinformasi), dan E2 (Keramahan staf). Tingkat kesesuaian rata-rata 85% menunjukkan layanan belum sepenuhnya memenuhi harapan pasien. Usulan perbaikan meliputi penataan parkir berbasis survei keterisian, pencatatan dan evaluasi penyebab keterlambatan pelayanan, sistem pemberitahuan perubahan jadwal dokter, pengaturan beban layanan komunikasi, serta standardisasi komunikasi petugas.
Ucapan Terima Kasih
Penulis menyampaikan terima kasih yang sebesar-besarnya kepada seluruh responden yang telah meluangkan waktu dan juga tenaga untuk berpartisipasi dalam pengisian kuesioner penelitian ini. Penulis juga mengucapkan terima kasih kepada pihak Rumah Sakit BCD Surabaya serta apresiasi yang setinggi-tingginya juga penulis sampaikan kepada semua pihak yang telah membantu kelancaran penelitian ini, baik secara langsung maupun tidak langsung.
I. Z. Adhari, Kepuasan Pelanggan & Pencapaian Brand Trust. Pasuruan, Indonesia: CV Penerbit Qiara Media, 2021.
A. I. Fakhrussy, A. Fahrudda, P. F. Wiliyanarti, and S. Haksama, “Analisis integrasi model SERVQUAL dan Importance-Performance Analysis (IPA) dalam evaluasi kualitas pelayanan rumah sakit,” JIIP, vol. 9, no. 4, pp. 4039–4045, 2026, doi: 10.54371/jiip.v9i4.11053.
M. R. A. Miming and M. E. Isharyani, “Analisis kualitas layanan menggunakan metode Service Quality (SERVQUAL) dan Importance Performance Analysis (IPA),” J. Teknol. dan Manaj. Ind. Terap., vol. 4, no. 4, pp. 2249–2260, 2025, doi: 10.55826/jtmit.v4i4.928.
N. B. Nababan and M. A. E. Nasution, “Metode Importance Performance Analysis (IPA) untuk mengukur kualitas kinerja produk,” JMP, vol. 14, no. 2, pp. 2826–2839, Oct. 2025, doi: 10.33395/jmp.v14i2.15446.
A. Jonkisz, P. Karniej, and D. Krasowska, “The SERVQUAL method as an assessment tool of the quality of medical services in selected Asian countries,” Int. J. Environ. Res. Public Health, vol. 19, no. 13, Art. no. 7831, Jun. 2022, doi: 10.3390/ijerph19137831.
W. I. Saputri, “The application of SERVQUAL and IPA methods to identify areas for improvement in services at Manggarai Station,” IJIEM, vol. 6, no. 2, pp. 319–329, 2025, doi: 10.22441/ijiem.v6i2.30578.
Amruddin, R. Priyanda, T. S. Agustina, and N. S. Ariantini, Metodologi Penelitian Kuantitatif. Sukoharjo, Indonesia: Pradina Pustaka, 2022.
Z. Iba and A. Wardhana, Metode Penelitian. Purbalingga, Indonesia: Eureka Media Aksara, 2023.
B. Simamora, “Skala Likert, bias penggunaan dan jalan keluarnya,” J. Man., vol. 12, no. 1, pp. 84–93, Nov. 2022, doi: 10.46806/jman.v12i1.978.
D. Budiastuti and A. Bandur, Validitas dan Reabilitas Penelitian dengan Analisis NVIVO SPSS dan AMOS. Jakarta, Indonesia: Mitra Wacana Media, 2018.
S. Indaryati, Z. Zulkarnain, and L. D. Andini, “Analisis kepuasan konsumen terhadap pembelian sayuran di swalayan,” Rambis, vol. 5, no. 1, pp. 93–106, Jul. 2025, doi: 10.35912/rambis.v5i1.3695.
F. Rahman and S. Sulistiyanto, “Prototipe palang pintu parkir otomatis dan informasi parkir kendaraan roda empat di Pondok Pesantren Nurul Jadid dengan sensor infra red berbasis mikrokontroller,” JEECOM, vol. 1, no. 1, Oct. 2019, doi: 10.33650/jeecom.v1i1.884.
M. C. Villarreal, B. S. Rostad, R. Wright, and K. Applegate, “Improving procedure start times and decreasing delays in interventional radiology: A department’s quality improvement initiative,” Acad. Radiol., vol. 22, no. 12, pp. 1579–1586, 2015, doi: 10.1016/j.acra.2015.08.008.
F. North et al., “Enhancing the performance of patient appointment scheduling: Outcomes of an automated waitlist process to improve patient wait times for appointments,” Health Serv. Insights, vol. 18, Art. no. 11786329251326461, Aug. 2025, doi: 10.1177/11786329251326461.
T. Rohleder, B. Bailey, B. Crum, and T. Faber, “Improving a patient appointment call center at Mayo Clinic,” Int. J. Health Care Qual. Assur., vol. 26, no. 8, pp. 714–728, 2013, doi: 10.1108/IJHCQA-11-2011-0068.
H. Shahnazi, M. Araban, M. Karimy, M. Basiri, A. Ghazvini, and L. Stein, “A quasi-experimental study to improve health service quality: Implementing communication and self-efficacy skills training to primary healthcare workers in two counties in Iran,” BMC Med. Educ., vol. 21, no. 1, Art. no. 369, Dec. 2021, doi: 10.1186/s12909-021-02796-4.