ANALISIS EFISIENSI BELANJA FUNGSI KESEHATAN DAN FASILITAS KESEHATAN DAERAH DALAM MENGATASI STUNTING DI INDONESIA: PENDEKATAN DEA 2019-2023

Abstract

Penelitian ini bertujuan menganalisis efisiensi relatif pemerintah daerah dalam menggunakan sumber daya kesehatan untuk mendukung penurunan stunting serta mengidentifikasi sumber inefisiensi. Penelitian ini menggunakan data 34 provinsi selama 2019-2023. Efisiensi diukur dengan Data Envelopment Analysis (DEA) berorientasi output dengan asumsi VRS melalui tiga model, yaitu efisiensi finansial, sistem, dan komprehensif, serta dilengkapi analisis slack. Hasil menunjukkan rata-rata efisiensi relatif finansial sebesar 0,86, sistem sebesar 0,85, dan komprehensif sebesar 0,87. Bali menjadi provinsi dengan efisiensi sistem tertinggi, dan bersama DKI Jakarta menjadi provinsi dengan efisiensi komprehensif tertinggi. Nusa Tenggara Timur memiliki efisiensi komprehensif terendah sebesar 0,677. Analisis slack menunjukkan bahwa inefisiensi terutama berasal dari penggunaan input, khususnya DAK dan Puskesmas, serta kombinasi keduanya pada model komprehensif. Temuan ini menegaskan pentingnya optimalisasi pemanfaatan sumber daya dan tata kelola kesehatan.

This study aims to analyze the relative efficiency of local governments in utilizing health resources to support stunting reduction and identify sources of inefficiency. The study uses data from 34 provinces during 2019-2023. Efficiency is measured using output-oriented Data Envelopment Analysis (DEA) under the VRS assumption through three models: financial, system, and comprehensive efficiency, complemented by slack analysis. The results show average efficiency scores of 0.87 for financial efficiency, 0.85 for system efficiency, and 0.87 for comprehensive efficiency. Bali records the highest score for system efficiency, while DKI Jakarta and Bali achieve perfect score in comprehensive efficiency. East Nusa Tenggara records the lowest comprehensive efficiency at 0.68. Slack analysis indicates that inefficiency is primarily associated with input utilization, particularly DAK and Puskesmas, as well as their combined use in the comprehensive model. These findings highlight the importance of optimizing health resource utilization and governance.