Aplikasi Analisa Berkas Klaim TXT E-Klaim INA-CBG: Isi Berkas, Yang Bisa Dianalisis, dan Cara Memilih

E-Klaim adalah aplikasi dari Kementerian Kesehatan yang dipasang di rumah sakit untuk menyusun berkas klaim JKN. Di dalamnya berjalan grouper INA-CBG, yang mengelompokkan setiap episode pelayanan ke satu kode kasus beserta tarifnya, mengikuti Permenkes No. 26 Tahun 2021 tentang Pedoman INA-CBG. Keluarannya adalah satu berkas TXT per bulan pelayanan, satu baris per klaim.

Secara garis besar, setiap baris memuat empat kelompok data:

• Identitas episode — nomor SEP, nomor kartu peserta, tanggal masuk dan keluar, jenis rawat (inap atau jalan), kelas rawat, cara pulang, dan DPJP.
• Koding — diagnosis utama dan sekunder dalam ICD-10, prosedur dalam ICD-9-CM.
• Hasil grouping — kode INA-CBG, tingkat keparahan, tarif paket, dan penambahan biaya untuk layanan tertentu (top up) bila ada.
• Biaya riil — tarif rumah sakit beserta rincian komponennya, yang memungkinkan selisih tarif rumah sakit terhadap tarif INA-CBG dihitung per klaim.

Versi E-Klaim yang lebih baru juga menuliskan data iDRG pada berkas yang sama, sebagai bagian dari masa transisi tarif. Penjelasan teknis kolom per kolom ada di panduan membaca berkas TXT INA-CBG, dan posisi E-Klaim terhadap V-Claim serta Vedika dirangkum di panduan E-Klaim BPJS.

Karena berkas TXT sudah memuat koding, hasil grouping, dan biaya dalam satu baris, banyak pertanyaan yang biasanya baru terjawab setelah hasil verifikasi kembali sebenarnya bisa dijawab sebelum berkas dikirim. Lima kelompok yang paling sering dipakai tim casemix:

1. Kesesuaian koding. Kode gabung, urutan diagnosis, aturan excludes, serta kecocokan kode tindakan dengan komponen tarif.
2. Tingkat keparahan dan top up. Klaim yang tingkat keparahannya belum mencerminkan diagnosis sekunder yang terdokumentasi, atau top up yang diajukan tanpa prosedur pendukung di daftar prosedurnya.
3. Kebersihan berkas. Duplikasi, kelengkapan kolom wajib, nomor kartu yang tidak lazim, dan SEP yang terbit di hari libur.
4. Pola kunjungan dan lama rawat. Fragmentasi episode, readmisi, kontrol pasca rawat inap, serta lama rawat yang jauh di atas atau di bawah kelompok kasusnya.
5. Kinerja keuangan. Selisih tarif rumah sakit terhadap INA-CBG per kasus, per DPJP, dan per komponen biaya, termasuk tren lintas bulan.

Pemeriksaan seperti ini tidak menggantikan verifikasi BPJS Kesehatan dan tidak menjamin klaim dibayar. Gunanya memindahkan temuan dari sesudah pengiriman ke sebelum pengiriman, saat tim casemix masih bisa melengkapi berkas bersama DPJP.

Banyak tim casemix memulai dengan membuka berkas TXT di spreadsheet. Itu langkah yang wajar, dan beberapa jebakan berikut sering muncul di sana:

• Bulan pelayanan tidak sama dengan bulan terbit SEP. Satu berkas bulan pelayanan bisa memuat SEP yang terbit di bulan-bulan sebelumnya, misalnya untuk episode panjang atau klaim susulan. Penyambungan dengan data lain sebaiknya memakai nomor SEP, bukan bulannya.
• Tarif rumah sakit bersifat bruto. Obat kemoterapi dan obat kronis yang ditagihkan di luar paket INA-CBG ikut tercatat di tarif rumah sakit, sehingga selisih kasus tertentu terbaca lebih dalam daripada keadaan sebenarnya.
• Menjumlahkan total, bukan membaca per klaim. Total tarif per bulan berguna untuk direksi, tetapi koder membutuhkan daftar nomor SEP yang perlu ditinjau beserta alasannya.
• Aturan yang tidak dirawat. Rumus yang dibuat satu orang sering berhenti diperbarui ketika orang itu pindah tugas, padahal aturan koding dan ketentuan verifikasi terus berubah.

Jebakan-jebakan ini bukan soal ketelitian tim. Semuanya muncul dari struktur berkas dan dari waktu yang terbatas menjelang tenggat pengiriman.

Satu berkas TXT melayani beberapa pembaca dengan pertanyaan berbeda:

• Tim casemix dan koder membutuhkan daftar klaim per nomor SEP yang perlu ditinjau sebelum kirim, beserta alasan pemeriksaannya.
• Komite medik dan DPJP lebih terbantu oleh pola: diagnosis atau prosedur yang berulang belum terdokumentasi lengkap, dan variasi lama rawat per dokter.
• Keuangan membaca selisih tarif rumah sakit terhadap INA-CBG per kasus dan per komponen biaya, juga rekap pengajuan alkes, obat, dan darah.
• Direksi membutuhkan ringkasan peluang dan risiko dalam rupiah, serta bukti bahwa perbaikan tim benar-benar mengubah nilai klaim.

Aplikasi yang baik menyajikan keempat sudut pandang itu dari berkas yang sama, sehingga semua pihak membicarakan angka yang sama.

Rumah sakit umumnya memakai salah satu, atau gabungan, dari empat kategori berikut. Masing-masing punya tempat yang wajar; yang membedakan adalah kedalaman pemeriksaan dan tenaga yang dibutuhkan.

• Aplikasi E-Klaim itu sendiri. Tempat grouping resmi dan pembentukan berkas. Laporannya cukup untuk rekap, tetapi tidak dirancang untuk audit pola lintas klaim.
• Modul casemix atau laporan SIMRS. Data sudah menyatu dengan rekam medis, kedalaman analisisnya bergantung pada vendor dan versi SIMRS yang dipakai. Perbandingannya ada di BPJScan vs modul casemix SIMRS.
• Spreadsheet dan pivot table. Fleksibel dan murah, tetapi setiap aturan harus dibuat dan dirawat sendiri oleh tim. Lihat perbandingan dengan spreadsheet.
• Perangkat analisis khusus berkas TXT. Membaca berkas apa adanya dan menjalankan aturan pemeriksaan yang sudah disiapkan, misalnya BPJScan.

1. Membaca berkas apa adanya. Berkas yang diunggah sebaiknya sama dengan yang dikirim ke BPJS, tanpa konversi atau input ulang yang membuka peluang salah salin.
2. Tidak menuntut ganti sistem. Analisis berkas tidak perlu menyentuh SIMRS maupun E-Klaim.
3. Cakupan aturan yang jelas. Minta daftar pemeriksaannya, bukan sekadar jumlah fitur. Aturan koding, top up, purifikasi, dan pola lama rawat sebaiknya terlihat terpisah.
4. Temuan bisa ditindaklanjuti per klaim. Daftar nomor SEP yang perlu ditinjau lebih berguna bagi koder daripada grafik ringkasan saja.
5. Bisa membaca beberapa bulan sekaligus. Pola per DPJP dan tren musiman baru terlihat lintas bulan.
6. Siap untuk transisi iDRG. Aplikasi perlu bisa membaca data iDRG ketika berkas sudah memuatnya.
7. Pengaturan data yang jelas. Tanyakan lokasi server, berapa lama berkas disimpan, dan peran rumah sakit sebagai pengendali data sesuai UU Pelindungan Data Pribadi.

Berkas yang dianalisis sebaiknya sama dengan yang akan dikirim. Beberapa hal kecil membuat hasilnya lebih bisa dipercaya:

• Unduh setelah grouping dan verifikasi internal selesai, agar yang diperiksa adalah versi akhir sebelum kirim.
• Sertakan rawat inap dan rawat jalan, karena sebagian pola, seperti kontrol pasca rawat inap dan fragmentasi, baru terlihat bila keduanya dibaca bersama.
• Siapkan beberapa bulan sekaligus untuk analisis tren. BPJScan menerima berkas ZIP berisi beberapa bulan; bila ZIP bersandi, sandinya dimasukkan langsung di aplikasi, bukan dikirim lewat pesan.
• Simpan versi sebelum perbaikan, supaya hasil tindak lanjut bisa disandingkan dengan versi sesudahnya.

BPJScan dirancang khusus untuk berkas TXT E-Klaim dan INA-CBG. Alurnya tiga langkah: tim casemix mengunggah berkas TXT (atau ZIP berisi beberapa bulan), BPJScan menjalankan analisisnya, lalu dasbor menampilkan klaim yang perlu ditinjau beserta nilai rupiahnya.

Analisisnya dikelompokkan ke 9 kategori, antara lain Analisis Eksekutif, Kesesuaian Tarif dan Koding, Analisis Kunjungan dan LOS, Metrik Keuangan, Purifikasi, dan 36 analisis kondisi spesifik — dari apendisitis sampai validasi frekuensi prosedur. Bila berkas memuat data iDRG, menu iDRG aktif otomatis dan menampilkan perbandingan tarif INA-CBG dan iDRG per kasus.

Setelah tim casemix memperbaiki berkas, menu Sanding Sebelum–Sesudah menyandingkan dua versi berkas, sehingga direksi melihat hasil tindak lanjut yang sebenarnya, terpisah dari perubahan volume klaim.

BPJScan adalah layanan cloud dengan server aplikasi di Indonesia (Jakarta). Data klaim diproses sementara oleh sistem semata-mata untuk keperluan analisis dan tidak disimpan secara permanen. Rumah sakit tetap menjadi pengendali data.

Cara paling sederhana menilai aplikasi apa pun adalah mengujinya dengan berkas TXT milik rumah sakit sendiri, bukan data contoh. Pilih satu bulan pelayanan yang hasil verifikasinya sudah kembali, lalu bandingkan: berapa klaim yang ditandai aplikasi, dan berapa di antaranya yang memang tertahan di verifikasi.

Bagi tim casemix, waktu terbaik membaca berkas adalah setelah grouping dan verifikasi internal, sebelum berkas dibentuk untuk dikirim. SPO audit klaim JKN pra-kirim memberi kerangka urutan kerjanya, termasuk siapa yang memeriksa apa.

Mulailah dengan satu kelompok temuan yang paling jelas dampaknya, misalnya top up tanpa prosedur pendukung atau berkas ganda. Setelah alurnya berjalan, kelompok lain bisa ditambahkan bertahap.

BPJScan dipakai 60+ rumah sakit di 10+ provinsi dan aktif dalam 24 jam setelah pembayaran. Langganannya mulai Rp2 juta per bulan; rinciannya di halaman harga.