digilib@itb.ac.id +62 812 2508 8800

PEMODELAN KELAS IURAN PESERTA JAMINAN KESEHATAN NASIONAL (JKN) DAN BIAYA TAGIH FASILITAS KESEHATAN MENGGUNAKAN GENERALIZED LINEAR MODEL (GLM)

Penulis : Shinta Cendana Willim [10819038]
Kontributor / Dosen Pembimbing :
  • Dr. RR. Kurnia Novita Sari, S.Si., M.Si.
Jenis Koleksi : Tugas Akhir
Penerbit : Aktuaria
Fakultas : Fakultas Matematika dan Ilmu Pengetahuan Alam
Subjek :
Kata Kunci : Jaminan Kesehatan Nasional, Kelas Iuran, Biaya Tagih Fasilitas Kesehatan Rujukan Tingkat Lanjut (FKRTL), Generalized Linear Model (GLM).
Sumber :
Staf Input/Edit : Dwi Ary Fuziastuti  
File : 1 file
Tanggal Input : 12 Jun 2023

ABSTRAK Shinta Cendana Willim
PUBLIC Dwi Ary Fuziastuti

Kesehatan menjadi salah satu masalah utama dalam mengatur finansial bagi masing-masing individu. Perusahaan asuransi kesehatan perlu memerhatikan faktor-faktor yang mempengaruhi besarnya biaya kesehatan tersebut. Di Indonesia, terdapat skema yang dibentuk oleh Badan Penyelenggara Jaminan Sosial (BPJS) Kesehatan, yaitu Jaminan Kesehatan Nasional (JKN). Skema ini bertujuan untuk membantu seluruh rakyat Indonesia, terkhususnya masyarakat kurang mampu, untuk memperoleh layanan asuransi kesehatan dengan iuran yang terjangkau. Meskipun skema ini telah membantu masyarakat kurang mampu di Indonesia, JKN mengalami defisit karena biaya tagih fasilitas kesehatan yang jauh lebih besar daripada iuran yang dibayarkan. Faktor-faktor yang mempengaruhi kelas iuran peserta dan biaya tagih dari fasilitas kesehatan perlu dianalisis menggunakan Generalized Linear Model (GLM). Data kepesertaan digunakan untuk memodelkan kelas iuran peserta sebagai variabel respons, dengan variabel prediktor yang digunakan yaitu: jenis kelamin, provinsi tempat tinggal, segmentasi, dan usia peserta. Kelas iuran dianggap berdistribusi logistik ordinal karena memiliki tingkatan yang berbeda untuk masing-masing kelasnya. Data pelayanan FKRTL digunakan untuk memodelkan biaya tagih FKRTL kepada BPJS Kesehatan sebagai variabel respons, dengan variabel prediktor yang digunakan yaitu: tingkat pelayanan, tarif regional, provinsi FKRTL, kelas iuran peserta, tingkat keparahan penyakit, dan kasus penyakit. Biaya tagih FKRTL kepada BPJS Kesehatan dianggap berdistribusi Inverse Gaussian dengan mempertimbangkan residual deviansinya. Model terbaik untuk kelas iuran peserta memiliki nilai misclassification error sebesar 19,5652%, dengan prediktor yang paling berpengaruh yaitu: segmentasi peserta, provinsi tempat tinggal peserta, dan jenis kelamin. Model terbaik untuk biaya tagih FKRTL kepada BPJS Kesehatan memiliki nilai MAPE sebesar 48,1861%, dengan prediktor yang paling berpengaruh yaitu: kasus penyakit, kelas iuran peserta, dan tarif regional FKRTL.

Artikel Terkait