Abstrak: Pada variabel komunikasi, proses transmisi pemangku kepentingan diluar sektor kesehatan belum mendapatkan sosialiasi. Implementator belum memahami kejelasan informasi mengenai pengawasan terhadap penyelenggaraan sistem pencegahan kecurangan. Pada variabel sumber daya didapatkan kurangnya kuantitas dan kualitas SDM sebagai implementator kebijakan. Belum ada peraturan daerah ataupun peraturan setingkat institusi tingkat daerah yang mengatur fraud JKN di FKRTL baik di level Kota maupun di level Propinsi . Dari variabel disposisi didapatkan bahwa terdapat perbedaan sikap dan kecenderungan pada masing-masing pemangku kepentingan. Belum ada insentif khusus yang mendorong pelaksanaan regulasi oleh para implementator. Sebaliknya, harga keekonomian dari tarif JKN yang dipandang belum sesuai seakan-akan menjadi disinsentif yang akan diterima FKRTL apabila melaksanakan Permenkes No 36 tahun 2015. Pada variabel struktur birokrasi didapatkan SOP di internal FKRTL belum efektif dan belum terdapat koordinasi yang optimal antar tim pencegahan Fraud JKN dari FKRTL dan pemangku kepentingan lainnya.

Abstrak: Skripsi ini membahas tentang gambaran proses identifikasi kasus fraud pada klaim reimbursement PT Asuransi ABC. Penelitian ini menggunakan metode kualitatif. Pengumpulan data dilakukan melalui wawancara mendalam, data sekunder terkait dengan kasus fraud yang terjadi pada klaim reimbursement. Dari penelitian didapatkan bahwa proses identifikasi kasus fraud sudah cukup baik namun harus lebih ditingkatkan lagi pola anti-fraud dengan membangun kesadaran para pihak yang terkait dalam proses identifikasi agar kejadian fraud pada klaim reimbursement dapat dicegah sebelum terjadi peningkatan yang terus menerus. Kata Kunci : Gambaran proses identifikasi, Fraud, Klaim Reimbursement This thesis discusses the description of fraud case identification process on reimbursement claim of PT Asuransi ABC. This research uses qualitative method. Data collection was conducted through in-depth interviews, secondary data related to fraud cases that occurred on reimbursement claims. From the research it was found that the process of fraud case identification is good enough but it should be further enhanced anti-fraud pattern by building awareness of related parties in the identification process so that fraud incident on reimbursement claim can be prevented before continuous improvement. Keywords: Description of the identification process, Fraud, Reimbursement Claims

Abstrak:

---

Abstrak: Jaminan Kesehatan Nasional (JKN) yang diselenggarakan oleh Badan JaminanSosial (BPJS) Kesehatan telah mulai dilaksanakan dari 1 Program AsuransiKesehatan di Indonesia Januari 2014. Pelaksanaan program asuransi nasionalmenemukan risiko. Risiko kejadian fraud (kecurangan) di Indonesia sangat tinggitetapi masih sulit untuk mengidentifikasi risiko kejadian fraud. Hal tersebutdidukung oleh kurangnya kesadaran semua pihak baik dari pasien, provider danperusahaan asuransi walaupun tindakan tersebut sangat terasa adanya. Penipuankesehatan merupakan ancaman serius bagi seluruh dunia, yang menyebabkanpenyalahgunaan keuangan sumber daya yang langka dan dampak negatif padaakses kesehatan, infrastruktur, dan determinan sosial kesehatan. Penipuankesehatan dikaitkan dengan meningkatnya biaya kesehatan yang terjadi diAmerika Serikat. Penelitian ini untuk menganalisis tentang pengaruh dimensifraud triangle dalam kebijakan pencegahan fraud terhadap program JaminanKesehatan Nasional yang merupakan alasan untuk penipuankesehatan.Penelitianini menggunakan pendekatan kualitatif. Tehnik pengumpulan data berupapedoman wawancara, alat perekam, arsip tertulis dan dokumen. Hasil penelitianmendapatkan analisis tekanan, kesempatan, dan rasionalisasi terhadap risikokejadian fraud dan menyajikan contoh bagaimana kebijakan telah berdampak diRSUP Nasional DR Cipto Mangunkusumo. Tesis ini kemudian akan memberikansaran tentang bagaimana mencegah penipuan kesehatan masa depan untukmengurangi pengeluaran kesehatan dan penggunaan sumber daya untukkepentingan RSUP Nasional DR Cipto Mangunkusumo.
Kata kunci : kecurangan, segitiga kecurangan, kebijakan pencegahan fraud,jaminan kesehatan nasional

---

The National Health Insurance (JKN) held by the Social Security Agency (BPJS)Health has started to be implemented from 1 Indonesia's Health InsuranceProgram in January 2014. The implementation of a national insurance programfound the risk. The risk of occurrence of fraud (fraud) in Indonesia is very highbut it is still difficult to identify fraud risk events. This is supported by the lack ofawareness of all parties, both from patients, providers and insurance companiesalthough such actions are felt presence. Health fraud is a serious threat to theentire world, which led to financial abuse of scarce resources and the negativeimpact on access to health care, infrastructure, and social determinants of health.Health fraud associated with increased health care costs in the United States. Thisstudy was to analyze the influence of the dimensions of the fraud triangle in fraudprevention policies towards the National Health Insurance program which is thereason for health fraud. This study used a qualitative approach. Data collectiontechniques such as interview guides, recorders, written records and documents.The results of a study reported stress analysis, opportunity, and rationalization ofthe risk of fraud incident and presents examples of how policy has an impact onthe National Hospital Dr. Cipto Mangunkusumo. This thesis will then provideadvice on how to prevent future fraudulent health to reduce health spending anduse of resources for the benefit of the National Hospital Dr. CiptoMangunkusumo.
Keywords : Fraud, fraud triangle, fraud prevention policies, national healthinsurance

Abstrak: Tujuan penelitian ini untuk mengetahui kesesuaian pelayanan dan pengklaiman diRSKD. Bila terdapat ketidak sesuaian, apakaf terjadi kecurangan atau fraud.Penetilitan ini adalah kualitatif dengan studi kasus. Sampel sebanyak 31 pasienJKN yang dilakukan mastektomi radikal tanpa rekonstruksi di RSKD selamaJanuari-Maret 2016. Pelayanan akan dibandingkan dengan clinical pathwaysedangkan pengklaiman akan dibandingkan dengan regulasi yang ada.Hasil penelitian menunjukkan bahwa terdapat ketidak sesuaian dalam pelayanandan pengklaiman di RSKD. Kesesuain terdapat pada pelayanan obat anestesi dankeseuaian pengklaiman pada pengklaiman ruang rawat dan dan waktu klaim.Sedangkan ketidaksesuaian pelayanan terdapat pada penempatan ruang rawat,lama hari rawat, pelaksanaan hari operasi, obat-obatan non anestesi, pemerikasaanlaboratorium post operasi. Ketidaksesuaian klaim erdapat pada diagnosa klaimyang tidak sesuai dengan resume medis. Telah dilakukan konfirmasi kepadapelaksana dilapangan dan diketahui beberapa hal penting seperti ruang rawat kelasI yang sngat tinggi permintaannya sedangkan ketersediannya terbatas, oabt-obatandiberikan oleh DPJP sesuai dengan keluhan pasien, keterbatasan waktu DPJPuntuk visite karena kegiatan di dlam dan luar RS, pemeriksaan laboratorium postoperasi dialkukan bila kondisi pasien memerlukan, dan perbedaan diagnosa yangtelah dikonfirmasi ke rekam medis pasien dan DPJP.Ketidaksesuai yang terjadi saat ini tidak mengarah kepada kecurangan atau fraudkarena adanya penjelasan yang tidak mengarah kepada kesengajaan untukmendapkan keuntungan. Manajemen RS perlu melakukan beberap hal untukmemperbiki keadaan ini seperti evaluasi atau revisi clinical pathway yang ada,memasukkan kepatuhan terhadap clinical pathway kedalam penilaian kinerja,Mentelaah kembali ketidaksesuain agar tidak berlanjut dan menimbulkan persepsiterjadinya kecurangan.Kata Kunci : pelayanan, pengklaiman, clinical pathway, kecurangan, fraud.

---

The purpose of this study to determine the conformfity of services and claiming inRSKD. If there are discrepancies, it is a fraud or cheating. This study is aqualitative with case study. A sample of 31 patients JKN performed radicalmastectomy without reconstruction in RSKD during January-March 2016. Theservice will be compared with the clinical pathways, while claiming to becompared with the existing regulations.The results showed that there are discrepancies in service and claiming in RSKD.There is a service conformity in the service of anesthetic services and claimingconformity in claiming ward and time of claiming. There is a service discrepancyin the placement services ward, length of stay, the implementation of theoperation schedule, non-anesthetic medication, postoperative laboratoryexamination. There is a claiming discrepancy in diagnostics claims which is notcorresponding to the medical resume. The confirmation has been doneto theimplementers in duty and note some important things like patient room class Iwhich is high demand, while the availability is limited, medicines given by DPJPaccording to the patient's complaints, time constraints of DPJP for visite times dueto other activities inside and outside the hospital, postoperative laboratoryexamination to be done when the patient's condition requires, and the difference indiagnosis had been confirmed to the patient's medical record and DPJP.The discrepancies which happened today does not lead to cheating or fraudbecause of the explanation that does not lead to the intentional for gettingadvantage. Hospital management need to do something to fix these condition suchas evaluation or revision of existing clinical pathways, clinical pathwaysincorporate compliance into performance appraisal, rechecking thediscrepanciesso that will not continue and creates the perception of fraud.Keywords: service, claiming, clinical pathways, cheating, fraud.

Abstrak:

Latar Belakang: Fraud dalam klaim Jaminan Kesehatan Nasional (JKN), khususnya dalam bentuk upcoding diagnosis penyakit kardiovaskular, merupakan tantangan serius yang dapat mengancam keberlanjutan sistem jaminan kesehatan di Indonesia. Penyakit kardiovaskular, sebagai penyebab beban biaya tertinggi dalam layanan rawat inap, rentan terhadap praktik kecurangan yang sulit dideteksi melalui metode konvensional. Oleh karena itu, diperlukan pendekatan berbasis data dan teknologi untuk mendeteksi potensi fraud secara lebih efisien. Metode: Penelitian ini menggunakan pendekatan kuantitatif eksploratif dengan metode supervised machine learning. Data klaim rawat inap penyakit kardiovaskular tahun 2022–2024 dianalisis berdasarkan beberapa variabel yaitu lama hari rawat, lama rawat di ICU, waktu penggunaan ventilator, jumlah diagnosis sekunder, jumlah prosedur, dan biaya RS. Proses mencakup cleansing, encoding, pseudo-labeling, feature selection, serta pelatihan model menggunakan beberapa algoritma supervised, seperti Random Forest, Tree, Gradient Boosting, Neural Network, Naïve Bayes, Logistic Regression, Support Vector Machine (SVM), dan kNN. Evaluasi kinerja model dilakukan dengan menggunakan metrik akurasi, precision, recall, F1-score, dan AUC. Hasil: Hasil penelitian menunjukkan bahwa algoritma Random Forest menghasilkan performa terbaik dalam mendeteksi potensi fraud pada sebagian besar kategori diagnosis dan kelas rumah sakit. Nilai akurasi dan AUC yang dihasilkan berada dalam kategori baik hingga sangat baik. Selain itu, analisis pola klaim menunjukkan adanya perbedaan distribusi biaya dan indikator klinis antara klaim normal dan klaim yang terindikasi anomali, mendukung keberadaan pola upcoding Kesimpulan: Model machine learning, khususnya Random Forest, terbukti efektif dalam mendeteksi potensi fraud upcoding diagnosis penyakit kardiovaskular pada klaim JKN. Penerapan sistem berbasis algoritma ini berpotensi menjadi alat bantu auditor dalam pengawasan klaim yang lebih akurat dan efisien. Hasil penelitian ini memberikan dasar bagi pengembangan sistem deteksi fraud terintegrasi di masa depan guna meningkatkan akuntabilitas dan efisiensi pembiayaan kesehatan.

---

 

Background: Fraud in the National Health Insurance (JKN) claims, particularly in the form of upcoding for cardiovascular disease diagnoses, poses a serious threat to the sustainability of Indonesia’s health financing system. As the leading contributor to inpatient service expenditures, cardiovascular disease claims are highly susceptible to fraudulent practices that are difficult to detect using conventional methods. Therefore, a data-driven and technology-based approach is essential for more efficient fraud detection. Methods: This study employed a quantitative exploratory approach using supervised machine learning methods. The dataset consisted of inpatient cardiovascular disease claims from 2022 to 2024. The analysis involved data cleansing, encoding, pseudo-labeling, feature selection, and model training using several classification algorithms such as Random Forest, XGBoost, and Logistic Regression. Model performance was evaluated using metrics including accuracy, precision, recall, F1-score, and AUC. Results: The results demonstrated that the Random Forest algorithm achieved the highest performance in detecting potential fraud across most diagnosis categories and hospital classes. The accuracy and AUC values indicated good to excellent classification performance. Furthermore, the claim pattern analysis revealed distinct differences in cost and clinical indicators between normal and anomaly-labeled claims, supporting the presence of potential upcoding. Conclusion: Machine learning models, particularly Random Forest, proved to be effective in detecting potential upcoding fraud in cardiovascular disease claims within the JKN program. The implementation of algorithm-based fraud detection systems can serve as a decision-support tool for auditors, enabling more accurate and efficient claim monitoring. This study provides a foundation for the future development of integrated fraud detection systems to enhance accountability and efficiency in national health financing.

Abstrak:

---

Abstrak:

---