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

ABSTRAK SHELLY DELFIANI
PUBLIC Open In Flip Book Dwi Ary Fuziastuti

Badan Penyelenggara Jaminan Sosial (BPJS) Kesehatan membentuk program Jaminan Kesehatan Nasional (JKN) dalam bentuk asuransi kesehatan bagi seluruh rakyat Indonesia. BPJS Kesehatan dapat mengelola cadangan keuangannya dengan bantuan tabel morbiditas yang menyajikan tingkat individu yang sakit dalam suatu populasi (tingkat morbiditas) untuk setiap usia dan jenis kelamin. Tabel morbiditas dibangun untuk 8 jenis penyakit kritis (jantung, gagal ginjal, hemofilia, thallasemia, leukemia, kanker, sirosis, dan stroke) dengan kriteria klaim insidensi (klaim yang diperhitungkan hanyalah klaim yang dilakukan pertama kali oleh seorang individu). Tabel morbiditas dibangun berdasarkan data historis BPJS Kesehatan tahun 2018-2021. Pembentukan tabel morbiditas melibatkan perhitungan tingkat morbiditas empiris, penambahan faktor ketidakpastian dengan penambahan batas atas kepercayaan, penyesuaian tren morbiditas, graduasi, dan ekstrapolasi. Teknik graduasi penting dilakukan untuk menghilangkan noise dari data sampel sehingga dapat menggambarkan ekspetasi pola data sebenarnya di populasi. Graduasi dilakukan dengan membandingkan 2 metode, yaitu Natural Cubic Spline (NCS) dan Kernel Smoothing. Hasilnya proses graduasi dengan NCS lebih kompleks dan subjektif karena menitikberatkan pada pemilihan titik kontribusi oleh pengguna. Sementara Kernel lebih objektif karena membangun titik estimasi sesuai dengan bobot dari titik-titik di sekitarnya. Percobaan berulang untuk mencari bandwidth Kernel lebih mudah dilakukan dengan bantuan software. Meskipun demikian, kedua metode memiliki performa model yang serupa. NCS lebih baik untuk tingkat morbiditas laki-laki dengan MSE 0,000155, sedangkan Kernel lebih baik untuk perempuan dengan MSE 0,0000176. Akhirnya tingkat morbiditas berhasil dibangun dengan rentang usia 0-102 tahun laki-laki) dan 0-90 tahun (perempuan), dengan tingkat morbiditas perempuan pada umumnya lebih tinggi daripada laki-laki.