Cara Menangani Error Severity Level pada Grouper INA-CBG di Rumah Sakit
Sistem ini mengadopsi pendekatan prospective payment, di mana rumah sakit menerima pembayaran paket berdasarkan hasil grouping, bukan fee-for-service.
- Nomor SEP (dari VClaim BPJS)
- Identitas pasien
- Jenis pelayanan (rawat jalan / rawat inap)
Kesalahan pada tahap ini dapat menyebabkan mismatch administratif.
- Prosedur medis
- Tindakan penunjang (lab, radiologi, dll)
Tindakan yang tidak diinput = tidak dihitung dalam grouping.
- Mengelompokkan kasus
- Menentukan severity level
- Menghasilkan tarif INA-CBG
- Review oleh tim casemix
- Perbaikan jika diperlukan
- Submit ke BPJS
Kesimpulan: Garbage in → garbage out dalam sistem INA-CBG.
Beberapa masalah yang sering terjadi:
- Diagnosis tidak konsisten dengan resume medis
- Tindakan penunjang tidak masuk ke sistem klaim
- SEP tidak sesuai dengan pelayanan aktual
- Dokumentasi SOAP tidak lengkap
- Input dilakukan terlambat (post-discharge bias)
Verifikator BPJS meminta klarifikasi.
Proses revisi klaim memakan waktu dan SDM.
Ekosistem teknologi berperan penting:
- Mengubah percakapan dokter-pasien menjadi dokumentasi klinis
Dalam konteks rumah sakit dengan volume tinggi, manfaat jangka panjang jauh melampaui biaya implementasi.
- Kementerian Kesehatan RI – Pedoman INA-CBG
- BPJS Kesehatan – Panduan E-Claim
- WHO – Case-Based Payment System
- Praktik implementasi Casemix di RS Indonesia
- Direksi Rumah Sakit (RS tipe B & C)
- Kepala Casemix
- Manajemen Layanan Penunjang Medik
- 150 pasien ICU × 30% = 45 kasus tidak optimal
- Selisih klaim rata-rata Rp3.000.000/kasus
- Potensi kehilangan: Rp135.000.000/bulan
- Perawatan intensif (ICU admission)
- Lama perawatan (LOS ICU)
- Intervensi kritis (ventilator, vasopressor, dll)
Dalam praktik lapangan, terdapat tiga kesalahan utama:
- LOS ICU = indikator durasi critical care
- Ketidaksesuaian LOS dapat menurunkan severity
- Ventilator adalah strong driver severity
- Tidak tercatat = kehilangan bobot klinis penting
Ketika data ICU tidak lengkap:
- Undervaluation klaim
- Revenue leakage
- Rework klaim (revisi / dispute)
Selisih: Rp3,5–5 juta per kasus
- Input manual di E-Claim terpisah dari RME
- Dokumentasi ICU tidak terstruktur
- Tidak ada validasi otomatis antar sistem
- Beban kerja tim casemix tinggi
- Tidak adanya dashboard monitoring klaim real-time
Pendekatan modern berbasis sistem:
- Alert jika ICU tidak dicentang
- Warning jika LOS ICU kosong
Dalam praktik, ekosistem seperti:
Implementasi integrasi sistem juga memiliki risiko:
- Mengurangi revenue leakage signifikan
- Mempercepat proses klaim
- Meningkatkan kualitas audit & compliance
- Setiap kesalahan kecil terakumulasi besar
- Monitoring klaim menjadi kebutuhan, bukan opsi
- Panduan INA-CBG Kementerian Kesehatan RI
- BPJS Kesehatan – VClaim & E-Claim Documentation
- WHO – Intensive Care Unit Clinical Indicators
- Studi manajemen klaim rumah sakit berbasis DRG systems
Sekilas Pembahasan
Error pada severity level INA-CBG merupakan masalah krusial dalam proses grouping klaim BPJS karena secara langsung memengaruhi nilai tarif yang diterima rumah sakit. Kesalahan ini umumnya terjadi akibat ketidaksesuaian antara dokumentasi klinis, diagnosis, komorbiditas, dan tindakan medis yang tidak terbaca optimal oleh sistem grouper BPJS.
Dampaknya adalah potensi undervaluation klaim yang berujung pada revenue leakage rumah sakit. Oleh karena itu, penanganan error severity harus dilakukan secara menyeluruh, mulai dari dokumentasi klinis hingga proses coding berbasis sistem terintegrasi seperti SIMRS dan RME.
Kalimat ringkasan: Severity level yang tidak optimal bukan hanya masalah coding, tetapi cerminan kualitas dokumentasi klinis dan tata kelola klaim rumah sakit.
Istilah Kunci
Severity level INA-CBG adalah tingkat keparahan kasus pasien yang ditentukan berdasarkan diagnosis, komorbiditas, komplikasi, dan tindakan medis, yang digunakan untuk menentukan besaran tarif klaim BPJS.
Konteks dan Latar Belakang
Severity level dalam sistem INA-CBG merupakan klasifikasi kompleksitas klinis pasien yang dihasilkan melalui proses grouping menggunakan sistem grouper BPJS. Penentuan severity level didasarkan pada kombinasi diagnosis utama, diagnosis sekunder (komorbiditas dan komplikasi), prosedur medis, serta kondisi klinis pasien selama episode perawatan.
Sistem grouper akan mengolah data tersebut untuk menentukan kategori severity (ringan, sedang, berat) yang berpengaruh langsung terhadap tarif klaim yang dibayarkan BPJS kepada rumah sakit.
Perspektif Strategis bagi Manajemen RS
Audiens: Direksi RS, Kepala Casemix, Manajemen Pelayanan Medik, dan IT RS tipe B/C
Verdict: Optimalisasi severity level INA-CBG adalah fondasi pengendalian revenue leakage dan peningkatan akurasi klaim berbasis dokumentasi klinis.
Bagaimana cara menangani error severity level INA-CBG pada grouper BPJS secara efektif?
Jawaban langsung: Error severity level dapat ditangani dengan memastikan dokumentasi klinis lengkap, konsisten, dan terstruktur sejak awal pelayanan, serta didukung proses coding yang akurat dan sistem monitoring klaim berbasis data.
Use-case konkret (dengan simulasi numerik):
Kasus Pneumonia:
- Tanpa dokumentasi komorbid (misal DM, hipertensi) → Severity Level I → Tarif Rp4.000.000
- Dengan dokumentasi lengkap → Severity Level II → Tarif Rp6.500.000
Selisih: Rp2.500.000 per pasien
Jika 100 kasus/bulan → Potensi kehilangan: Rp250.000.000
Severity Level sebagai Penentu Tarif INA-CBG
Severity level merupakan faktor utama dalam menentukan besaran tarif INA-CBG. Semakin tinggi severity:
- Kompleksitas kasus meningkat
- Resource utilization meningkat
- Tarif klaim lebih tinggi
Namun, sistem grouper hanya membaca data yang terdokumentasi. Jika tidak tercatat, maka dianggap tidak ada.
Penyebab Umum Error Severity Level pada Grouper BPJS
Beberapa penyebab utama:
1. Dokumentasi klinis tidak lengkap
- Komorbid tidak ditulis
- Komplikasi tidak terdokumentasi
- Progress note tidak mencerminkan kondisi pasien
2. Ketidaksesuaian diagnosis
- Diagnosis utama tidak sinkron dengan kondisi klinis
- Diagnosis sekunder tidak relevan atau tidak dikodekan
3. Coding tidak optimal
- ICD-10 tidak mencerminkan kondisi sebenarnya
- ICD-9 CM tindakan tidak dimasukkan
4. Fragmentasi data antar unit
- IGD, rawat inap, radiologi tidak terintegrasi
- Episode perawatan tidak utuh
Dampak terhadap Klaim BPJS dan Revenue Rumah Sakit
Risiko utama:
- Undervaluation klaim BPJS
- Revenue leakage rumah sakit
- Mismatch saat verifikasi BPJS
- Klaim pending atau dispute
Dalam skala besar: Penurunan pendapatan signifikan ➡ Ketidakseimbangan biaya operasional vs revenue
Hubungan Dokumentasi Klinis, Diagnosis, dan Severity Level
Severity level sangat bergantung pada:
- Dokumentasi klinis→ sumber data utama
- Diagnosis (ICD-10)→ representasi kondisi pasien
- Prosedur (ICD-9 CM)→ menunjukkan kompleksitas tindakan
Jika salah satu tidak lengkap → severity tidak optimal
Strategi Menangani Error Severity Level
A. Perbaikan Dokumentasi Klinis
- Pastikan seluruh komorbid & komplikasi ditulis
- Gunakan SOAP yang konsisten
- Dokumentasi harus longitudinal (dari IGD hingga pulang)
B. Optimalisasi Coding
- Training coder secara berkala
- Validasi diagnosis dengan dokter DPJP
- Audit internal coding
C. Integrasi Sistem
- SIMRS + RME + Grouper
- Menghindari kehilangan data klinis
D. Monitoring Klaim
- Gunakan dashboard analitik (BPJScan)
- Identifikasi pola severity yang tidak optimal
Pendekatan Sistem: Integrasi untuk Monitoring Severity
Ekosistem teknologi yang mendukung:
- SIMRS → pusat data pelayanan
- MedMinutes RME → dokumentasi klinis terstruktur
- AI Med Scribe → input otomatis berbasis suara
- AI-CDSS → membantu identifikasi diagnosis & komorbid
- BPJScan → analisis klaim dan severity gap
Dalam praktik IGD atau konferensi klinis, dokumentasi berbasis RME seperti MedMinutes.io membantu memastikan seluruh kondisi pasien tercatat secara real-time sehingga terbaca optimal oleh grouper.
Tabel Rangkuman Penanganan Severity Level
Risiko Implementasi & Pertimbangan
Risiko:
- Perubahan workflow dokter & coder
- Kebutuhan pelatihan SDM
- Investasi sistem & integrasi
- Resistensi terhadap digitalisasi
Mengapa tetap sepadan:
- ROI dari klaim meningkat signifikan
- Pengurangan revenue leakage
- Peningkatan kualitas pelayanan
- Data menjadi dasar keputusan strategis
Keputusan Direksi: Optimalisasi severity level harus diposisikan sebagai strategi untuk menekan biaya, meningkatkan revenue, dan memperkuat tata kelola klinis berbasis data.
Apakah sistem rumah sakit Anda sudah mampu memastikan severity level INA-CBG terbaca optimal oleh grouper BPJS tanpa kehilangan potensi klaim?
Catatan Akhir
Error severity level pada grouper BPJS bukan sekadar masalah teknis, tetapi merupakan indikator kualitas dokumentasi klinis dan tata kelola klaim rumah sakit. Penanganannya harus dilakukan secara menyeluruh melalui perbaikan dokumentasi, optimalisasi coding, serta integrasi sistem.
Pendekatan berbasis ekosistem—menggabungkan SIMRS, RME seperti sistem digital RS, AI-CDSS, dan tools analitik seperti BPJScan—memberikan solusi yang lebih komprehensif dalam mengelola klaim BPJS. Hal ini menjadi sangat relevan bagi rumah sakit dengan volume pasien tinggi, terutama RS tipe B dan C, yang membutuhkan efisiensi operasional dan akurasi klaim dalam skala besar.
Hal yang Sering Ditanyakan
1. Apa itu severity level INA-CBG dalam klaim BPJS?
Severity level INA-CBG adalah tingkat keparahan kasus pasien yang menentukan besaran tarif klaim BPJS berdasarkan diagnosis, komorbiditas, komplikasi, dan tindakan medis.
2. Mengapa terjadi error severity level pada grouper BPJS?
Error terjadi karena dokumentasi klinis tidak lengkap, diagnosis tidak sesuai, atau coding tidak optimal sehingga sistem grouper tidak dapat membaca kompleksitas kasus secara akurat.
3. Bagaimana cara meningkatkan severity level INA-CBG secara tepat?
Meningkatkan severity level dilakukan dengan memastikan dokumentasi klinis lengkap, coding akurat, serta integrasi sistem agar seluruh data klinis terbaca oleh grouper BPJS.
Referensi
- BPJS Kesehatan – Pedoman INA-CBG
- Kementerian Kesehatan RI – Sistem Pembiayaan JKN
- WHO – Clinical Coding & Case Mix Guidelines
- Australian Refined DRG Documentation Standards
Artikel Terkait
Optimalkan Klaim BPJS Rumah Sakit Anda
Analisis klaim dalam hitungan menit. Temukan revenue yang hilang dengan BPJScan.