Perpustakaan Digital ITB

Penelitian ini menggunakan metode pemodelan Bayesian Spatio-Temporal (BST) untuk memproyeksikan biaya kesehatan jangka panjang berdasarkan data klaim BPJS Kesehatan di Kota Makassar pada tahun 2022. Pemodelan BST adalah pendekatan statistik yang menggabungkan aspek spasial dan temporal dalam pemodelan data. Tujuan penelitian ini adalah merencanakan kebijakan dan mengalokasikan biaya kesehatan yang efisien dan efektif untuk menjaga keberlanjutan sistem asuransi BPJS Kesehatan. Hasil penelitian ini mencakup karakteristik distribusi biaya klaim RJTL yang mengikuti Gamma-Eksponensial dan biaya klaim RITL mengikuti distribusi Eksponensial, serta identifikasi faktor-faktor yang signifikan mempengaruhi biaya klaim seperti jumlah kasus dan jumlah kamar. Model linear dengan galat spasial (M2) terbukti optimal dalam memodelkan kedua jenis biaya klaim ini dengan nilai terendah untuk kriteria evaluasi seperti DIC, WAIC, dan CRPS. Hasil visualisasi Klaster rumah sakit menunjukkan bahwa mayoritas (25-30 rumah sakit untuk RJTL dan 18-24 rumah sakit untuk RITL) memiliki biaya klaim rendah (Klaster 1), diikuti oleh Klaster 2 yang mencakup 7-12 rumah sakit untuk RJTL dan 12-17 rumah sakit untuk RITL dengan biaya klaim sedang, sementara Klaster 3 dengan biaya klaim tinggi hanya terdiri dari 1-3 rumah sakit setiap bulan. Adapun Klaster 0 mencakup 1-4 rumah sakit yang tidak mengajukan biaya klaim. Proyeksi jangka panjang menggunakan model rantai Markov mengindikasikan dominasi rumah sakit dalam Klaster biaya rendah baik untuk RJTL maupun RITL. Untuk RJTL, peluang tetap adalah 1,1% RS tanpa biaya kesehatan, 69,2% RS dengan biaya rendah, 25,8% RS dengan biaya sedang, dan 3,8% RS dengan biaya tinggi. Sedangkan untuk RITL, peluang tetap adalah 5,8% RS tanpa biaya kesehatan, 53,9% RS dengan biaya rendah, 34,8% RS dengan biaya sedang, dan 5,5% RS dengan biaya tinggi. Dengan memanfaatkan informasi yang diperoleh dari pemodelan BST, sehingga BPJS Kesehatan dapat lebih efektif dalam mengelola biaya kesehatan, meningkatkan efisiensi layanan kesehatan, dan memastikan keberlanjutan program asuransi kesehatan.