Perpustakaan Digital ITB

BPJS Kesehatan merupakan penyelenggara jaminan kesehatan sosial di Indonesia. Dengan sistem yang berbeda dari perusahaan asuransi umum, pada tahun 2023 kepesertaan BPJS Kesehatan telah mencakup 95,75% dari masyarakat Indonesia. Meskipun demikian, BPJS Kesehatan tetap harus mempertahankan kestabilan keuangan yang mana salah satu caranya melalui pengendalian pendapatan iuran. Iuran yang diperoleh BPJS Kesehatan tidak lagi relevan jika diprediksi menggunakan deret waktu, karena penambahan iuran tidak signifikan dipengaruhi oleh penambahan peserta. Oleh karena itu, dilakukan analisis terhadap peserta BPJS Kesehatan berdasarkan kategori kepesertaan yang secara tidak langsung mempengaruhi besaran iuran. Dengan menggunakan data mutasi peserta tahun 2017-2022, penelitian ini melakukan prediksi sebaran peserta berdasarkan kategori menggunakan metode rantai Markov yang diaplikasikan ke dalam sebuah program automasi dengan bahasa pemrograman Python. Sejalan dengan perhitungan prediksi, diperoleh matriks transisi yang menggambarkan peluang perpindahan di dalam kategori kepesertaan. Melalui matriks tersebut, dapat dilakukan analisis dinamika yang menghasilkan informasi berguna untuk strategi operasional perusahaan. Hasil prediksi menunjukkan bahwa metode rantai Markov memiliki akurasi tertinggi ketika menggunakan dataset satu tahun terakhir sebagai basis prediksi. Prediksi pada penelitian ini memiliki tingkat akurasi yang baik dengan RMSE sebesar 0,941% untuk memodelkan sebaran peserta.