BAB IX, METODA PRICING

Metoda ratemaking dibuat dengan asumsi manfaat yang tidak berubah kondisi ini sangat berbeda dengan
praktek perhitungan premi dalam asuransi kumpulan dimana benefit akan bersifat taylor made (dibuat
berdasarkan permintaan pemegang polis). Praktek ini menjadikan proses rate making sulit diterapkan
pada kondisi polis “taylor made” (dirancang sesuai dengan pesanan). Berikut ini perhitungan premi
berdasarkan metoda pricing. Dimana metoda pricing memperhatikan manfaat yang dibuat untuk suatu
polis asuransi kumpulan.

Misalkan suatu polis asuransi kumpulan di rancang dengan manfaat sebagaimana dalam tabel berikut:

Jenis Manfaat IP 500 IP 500 Plus

Kamar Rawat & Makan 500.000
Kamar Intensif (ICU/ICCU) 750.000
Kunjungan Dokter 100.000

Di bayar sesuai kwitansi RS

Kunjungan Dokter Ahli 200.000
Aneka Biaya Perawatan Rumah Sakit 3.500.000

“As Charges ”
Pembedahan (Aneastesi & Kamar Bedah)
a. Pembedahan Kompleks 35.000.000
b. Pembedahan Besar 25.000.000
c. Pembedahan Sedang 15.000.000
d. Pembedahan Kecil 7.500.000
Perawatan sebelum dan sesudah Rawat Inap 600.000
Ambulan per periode perawatan 175.000
Perawatan gigi darurat akibat kecelakaan 1.000.000
Batasan Tahunan 50.000.000 50.000.000

Berdasarkan jumlah ini akan dicari premi risiko dari perhitungan manfaat yang disajikan.
Mengulang kembali perhitungan estimasi premi murni risiko adalah

𝑃𝑟𝑒𝑚𝑖 𝑀𝑢𝑟𝑛𝑖 = 𝐸𝑠𝑡𝑖𝑚𝑎𝑠𝑖 𝐹𝑟𝑒𝑘𝑢𝑒𝑛𝑠𝑖 × 𝐸𝑠𝑡𝑖𝑚𝑎𝑠𝑖 𝑆𝑒𝑣𝑒𝑟𝑖𝑦

Sehingga kita perlu mencari estimasi frekuensi dan severity dari data historis asuransi kesehatan yang kita
miliki sebelumnya. Pada dasarnya perhitungan estimasi ini juga memperhatikan hal-hal sebagai berikut:
1. Usia Peserta
2. Jenis Kelamin Peserta
3. Jenis Pekerjaan
4. Wilayah tempat tinggal
5. Lingkungan tempat bekerja

Dalam perhitungaan aggregate sering kali kita menemukan estimasi yang berbeda yang disebabkan
karena faktor tersebut diatas juga berbeda.
1. Estimasi Unit Cost
Data historis klaim merupakan perhitungan statistik data pengalaman klaim satu tahun terakhir dimana
perusahaan telah menjual polis berdasarkan manfaat yang diberikan. Pada kasus ini misalkan ada 1000
peserta asuransi kesehatan rawat inap yang diberikan manfaat, mengalami jumlah klaim. Data klaim
terdiri dari dua informasi yaitu

A. Jumlah orang yang menggunakan manfaat per setiap jenis manfaat

B. Jumlah pengajuan klaim berdasarkan tagihan pembayaran biaya rumah sakit yang dialami peserta
yang dirawat (data ini bukan data jumlah klaim yang dibayar perusahaan asuransi)

Berdasarkan dua informasi ini akan dicari rata-rata biaya per jenis manfaat untuk satu kali utilisasi yang
terjadi.

𝐽𝑢𝑚𝑙𝑎ℎ 𝑇𝑎𝑔𝑖ℎ𝑎𝑛 𝑑𝑎𝑟𝑖 𝑅𝑢𝑚𝑎ℎ 𝑆𝑎𝑘𝑖𝑡

𝐴𝑣𝑒𝑟𝑎𝑔𝑒 𝐶ℎ𝑎𝑟𝑔𝑒 =
𝐵𝑎𝑛𝑦𝑎𝑘𝑛𝑦𝑎 𝑈𝑡𝑖𝑙𝑖𝑠𝑎𝑠𝑖 𝑀𝑎𝑛𝑓𝑎𝑎𝑡

Sehingga rata-rata tagihan rumah sakit yang dibebankan untuk satu jenis manfaat yang harus dibayar
peserta yang dirawat dirumah sakit. Perhitungan ini bukan rata-rata jumlah klaim yang dibayarkan
perusahaan asuransi kepada peserta sebagai pengantian biaya rumah sakit tersebut. Hal ini terkait sistem
pengantian asuransi tidak bisa lebih dari tagihan rumah sakit.

Berdasarkan data historis klaim yang dimiliki perusahaan berdasarkan klaim yang diajukan peserta adalah
sebagai berikut:

Jenis Manfaat Jumlah Orang Jumlah Tagihan Average

yang Pembayaran Charge
menggunakan Biaya RS
Manfaat
Kamar Rawat & Makan 168 hari 72.586.000 432.059
Kamar Intensif (ICU/ICCU) 21 hari 9.665.000 460.238
Kunjungan Dokter 155 kunjungan 15.568.000 100.439
Kunjungan Dokter Ahli 12 kunjungan 3.845.000 320.417
Aneka Biaya Perawatan Rumah Sakit 54 tagihan 143.500.000 2.657.407
Pembedahan (Aneastesi & Kamar Bedah)
a. Pembedahan Kompleks 1 orang 75.000.000 75.000.000
b. Pembedahan Besar 1 orang 55.000.000 55.000.000
c. Pembedahan Sedang 3 orang 58.500.000 19.000.000
d. Pembedahan Kecil 2 orang 15.500.000 7.750.000
Perawatan sebelum dan sesudah Rawat Inap 27 kejadian 16.340.000 605.185
Ambulan per periode perawatan 11 kejadian 2.175.000 97.727
Jumlah Orang yang di Rawat Inap 45 orang 562.169.000 12.492.644

Sebagai contoh:

𝐽𝑢𝑚𝑙𝑎ℎ 𝑇𝑎𝑔𝑖ℎ𝑎𝑛 𝑅𝑆 𝑢𝑡𝑘 𝑏𝑖𝑎𝑦𝑎 𝐾𝑎𝑚𝑎𝑟 72.586.000

𝐴𝑣𝑔 𝐶ℎ𝑎𝑟𝑔𝑒𝑠 𝐾𝑎𝑚𝑎𝑟 = = = 𝑅𝑝. 432.059, −
𝐽𝑢𝑚𝑙𝑎ℎ 𝑃𝑒𝑛𝑔𝑔𝑢𝑛𝑎 𝐾𝑎𝑚𝑎𝑟 168
 𝐽𝑢𝑚𝑙𝑎ℎ 𝑇𝑜𝑡𝑎𝑙 𝑇𝑎𝑔𝑖ℎ𝑎𝑛 𝑅𝑆 562.169.000
𝐴𝑣𝑔 𝐶ℎ𝑎𝑟𝑔𝑒𝑠 𝑑𝑖 𝑅𝑆 = = = 𝑅𝑝. 12.492.644, −
𝐽𝑢𝑚𝑙𝑎ℎ 𝑂𝑟𝑎𝑛𝑔 𝑦𝑎𝑛𝑔 𝑆𝑎𝑘𝑖𝑡 45

Setelah kita memperoleh perhitungan average charges maka kita dapat menghitung estimasi charges
berdasarkan persamaan berikut:

𝐸𝑠𝑡𝑖𝑚𝑎𝑠𝑖 𝐶ℎ𝑎𝑟𝑔𝑒𝑠 = 𝐴𝑣𝑒𝑟𝑎𝑔𝑒 𝐶ℎ𝑎𝑟𝑔𝑒𝑠 × (1 + 𝐾𝑜𝑒𝑓𝑖𝑠𝑖𝑒𝑛 𝑉𝑎𝑟𝑖𝑎𝑛𝑠𝑖)

Jenis Manfaat Average Koefisien Estimasi

Charges Variansi Charges
Kamar Rawat & Makan 432.059 10% 475.266
Kamar Intensif (ICU/ICCU) 460.238 10% 506.262
Kunjungan Dokter 100.439 10% 110.482
Kunjungan Dokter Ahli 320.417 10% 352.458
Aneka Biaya Perawatan Rumah Sakit 2.657.407 25% 3.321.759
Pembedahan (Aneastesi & Kamar Bedah)
a. Pembedahan Kompleks 75.000.000 25% 93.750.000
b. Pembedahan Besar 55.000.000 25% 68.750.000
c. Pembedahan Sedang 19.000.000 25% 23.750.000
d. Pembedahan Kecil 7.750.000 25% 9.687.500
Perawatan sebelum dan sesudah Rawat Inap 605.185 10% 665.704
Ambulan per periode perawatan 97.727 10% 107.500
Batasan manfaat per tahun 12.492.644 10% 13.741.908

Pada kasus ini jumlah average charges akan ditambahkan faktor margin dimana sebesar 1 kali koefisien
variansi yang diestimasi dengan cara simulasi model manfaat sebagaimana telah dibahas dalam bab
sebelumnya.

Sebagai contoh:

𝐸𝑠𝑡𝑖𝑚𝑎𝑠𝑖 𝐶ℎ𝑎𝑟𝑔𝑒𝑠 𝐾𝑎𝑚𝑎𝑟 = 𝑅𝑝. 432.059 × 110% = 𝑅𝑝. 475.266, −

𝐸𝑠𝑡𝑖𝑚𝑎𝑠𝑖 𝐶ℎ𝑎𝑟𝑔𝑒𝑠 = 𝑅𝑝. 12.492.644 × 110% = 𝑅𝑝. 13.741.908, −

Oleh karena perhitungan menggunakan koefisien variansi maka perhitungan ini sudah termasuk margin
kehati-hatian atau margin risiko.
2. Estimasi Utilisasi Rate (Frekuensi)
Data historis klaim merupakan perhitungan statistik data pengalaman klaim satu tahun terakhir dimana
perusahaan telah menjual polis berdasarkan manfaat yang diberikan. Pada kasus ini misalkan ada 1000
peserta asuransi kesehatan rawat inap yang diberikan jaminan manfaat.

𝐵𝑎𝑛𝑦𝑎𝑘𝑛𝑦𝑎 𝐾𝑙𝑎𝑖𝑚 𝑦𝑎𝑛𝑔 𝑡𝑒𝑟𝑗𝑎𝑑𝑖

𝑈𝑡𝑖𝑙𝑖𝑠𝑎𝑠𝑖 𝑅𝑎𝑡𝑒 = 𝐹𝑟𝑒𝑞𝑢𝑒𝑛𝑐𝑦 =
𝑈𝑛𝑖𝑡 𝑜𝑓 𝑒𝑎𝑟𝑛𝑒𝑑 𝑒𝑥𝑝𝑜𝑠𝑢𝑟𝑒

Berdasarkan perhitungan exposure yang pernah dibahas pada bab sebelumnya, kita dapat menghitung
faktor kontribusi suatu polis dalam tahun pengamatan 2007. Jadi exposure bukan perhitungan peserta
aktif saja tetapi ada kontribusi peserta dalam tahun pengamatan. Faktor yang diberikan dalam
perhitungan jumlah exposure akan diperhitungkan dalam range perhitungan bulanan. Aspek yang lebih
rinci jika perhitungan menggunakan range perhitungan harian sehingga jumlah peserta yang di jamin
sesuai dengan kondisi sebenarnya.

Bulan Peserta Peserta Earned

(+)/(-) Aktif Exposure
1 1000 1000 83.33
2 10 1010 84.17
3 -25 985 82.08
4 -5 980 81.67
5 -5 975 81.25
6 0 975 81.25
7 -6 969 80.75
8 45 1014 84.50
9 0 1014 84.50
10 -5 1009 84.08
11 0 1009 84.08
12 0 1009 84.08
995.75

Data historis klaim merupakan perhitungan statistik data pengalaman klaim satu tahun terakhir dimana
perusahaan telah menjual polis berdasarkan manfaat yang diberikan. Pada kasus ini misalkan ada 1000
peserta

∆ 𝐶𝑎𝑑𝑎𝑛𝑔𝑎𝑛 𝐾𝑙𝑎𝑖𝑚
𝐹𝑎𝑘𝑡𝑜𝑟 𝐶𝑎𝑑 𝐾𝑙𝑎𝑖𝑚 =
𝐾𝑙𝑎𝑖𝑚 𝑑𝑖 𝑆𝑒𝑡𝑢𝑗𝑢𝑖

𝑁𝑢𝑚𝑏 𝑈𝑡𝑖𝑙𝑖𝑠𝑎𝑠𝑖 × (1 + 𝐹𝑎𝑘 𝐶𝑎𝑑 𝐾𝑙𝑎𝑖𝑚)

𝐸𝑥𝑝𝑒𝑐𝑡𝑒𝑑 𝑈𝑡𝑖𝑙𝑖𝑠𝑎𝑠𝑖 𝑅𝑎𝑡𝑒 =
𝐽𝑢𝑚𝑙𝑎ℎ 𝐸𝑥𝑝𝑜𝑠𝑢𝑟𝑒
Misalkan faktor cadangan klaim sebesar 5% maka dapat diperoleh utilisasi rate tahunan sebagai berikut:

Jenis Manfaat Jumlah Orang yang Faktor Expected

menggunakan Cadangan Annual
Manfaat Klaim Utilisasi Rate

Kamar Rawat & Makan 168 hari 5% 0,177

Kamar Intensif (ICU/ICCU) 21 hari 5% 0,022
Kunjungan Dokter 155 kunjungan 5% 0,164
Kunjungan Dokter Ahli 14 kunjungan 5% 0,015
Aneka Biaya Perawatan Rumah Sakit 54 tagihan 5% 0,057
Pembedahan (Aneastesi & Kamar Bedah)
a. Pembedahan Kompleks 1 orang 5% 0,001
b. Pembedahan Besar 1 orang 5% 0,001
c. Pembedahan Sedang 3 orang 5% 0,003
d. Pembedahan Kecil 2 orang 5% 0,002
Perawatan sebelum dan sesudah Rawat Inap 27 kejadian 5% 0,028
Ambulan per periode perawatan 11 kejadian 5% 0,012
Jumlah Orang yang di Rawat Inap 45 orang 5% 0,047

Terlihat bahwa untuk manfaat “as charges” hanya berdasarkan jumlah peserta yang harus dirawat inap
sebanyak 45 orang dan memperoleh estimasi utilisasi rate untuk rawat inap sebesar 0,047.

Untuk kondisi khusus dimana 𝑇13 → 0 akan diperoleh 𝛼 → 0.

𝑙𝑥 − 0
𝐹𝑟𝑒𝑘 𝑆𝑎𝑘𝑖𝑡(𝑥) = × 𝑃𝑟𝑜𝑏 𝑆𝑎𝑘𝑖𝑡(𝑥) = 𝑃𝑟𝑜𝑏 𝑆𝑎𝑘𝑖𝑡(𝑥), 𝐽𝑖𝑘𝑎 𝛼 ≅ 0
𝑙𝑥

Perhitungan dengan metoda ini juga memperhatikan jangka waktu yang pendek (1 tahun) sehingga
faktor pendekatan menggunakan perhitungan tsb.
3. Estimasi Premi Risiko
Setelah kita memperoleh estimasi unit cost (severity) dan estimasi utilisasi rate (frekuensi) maka
menggunakan perkalian antara kedua estimasi tersebut. Nilai harapan dari besarnya total klaim dalam
setahun diperoleh sebagai berikut:
𝑁

𝑆 = ∑ 𝑋𝑖
𝑖=1

𝑁
̅ × 𝑋̂
𝐸[𝑆] = 𝐸 [∑ 𝑋𝑖 ] = 𝐸[𝑁] × 𝐸[𝑋] = 𝑁
𝑖=1

Jika S bilangan random aggegate klaim dalam setahun dan n adalah jumlah exposure dalam priode
pengamatan maka S/n merupakan bilangan random rata-rata klaim per orang dalam setahun. Misalkan Y
adalah nilai harapan (expected value) untuk rata-rata klaim per orang dalam setahun yang dikover oleh
perusahaan asuransi.
𝑁
𝑆 1
𝑌 = = ∑ 𝑋𝑖
𝑛 𝑛
𝑖=1

Oleh kerana itu nilai harapan dari klaim per orang per tahun adalah sebagai berikut:
𝑁
𝑆 1 1 ̅
𝑁
𝐸[𝑌] = 𝐸 [ ] = 𝐸 [∑ 𝑋𝑖 ] = 𝐸[𝑁] × 𝐸[𝑋] = × 𝑋̂ = 𝐹̅ × 𝑋̂
𝑛 𝑛 𝑛 𝑛
𝑖=1

𝐸𝑥𝑝𝑒𝑐𝑡𝑒𝑑 𝐶𝑙𝑎𝑖𝑚 𝐶𝑜𝑠𝑡 = 𝑈𝑡𝑖𝑙𝑖𝑠𝑎𝑠𝑖 𝑅𝑎𝑡𝑒 × 𝑈𝑛𝑖𝑡 𝐶𝑜𝑠𝑡

Selanjutnya perhitungan ini menggunakan limit manfaat yang didefinikan sebagai benefit yang ditawarkan
kepada calon pemegang polis.

Jenis Manfaat Limit Estimasi Expected

Manfaat Charges Unit Cost
Kamar Rawat & Makan 500.000 475.266 475.266
Kamar Intensif (ICU/ICCU) 750.000 506.262 506.262
Kunjungan Dokter 100.000 110.482 100.000
Kunjungan Dokter Ahli 200.000 352.458 200.000
Aneka Biaya Perawatan Rumah Sakit 3.500.000 3.321.759 3.321.759
Pembedahan (Aneastesi & Kamar Bedah)
a. Pembedahan Kompleks 35.000.000 93.750.000 35.000.000
b. Pembedahan Besar 25.000.000 68.750.000 25.000.000
c. Pembedahan Sedang 15.000.000 23.750.000 15.000.000
d. Pembedahan Kecil 7.500.000 9.687.500 7.500.000
Perawatan sebelum dan sesudah Rawat Inap 600.000 665.704 600.000
Ambulan per periode perawatan 175.000 107.500 107.500
 Batasan biaya per tahun 50.000.000 13.741.908 13.741.908

Terlihat bahwa average charges yang ada dalam historikal klaim dibanding dengan rata-rata pengajuan
klaim. Jika average charge lebih besar dari limit manfaat maka expected unit cost sebesar limit manfaat
dan jika average charges lebih kecil dari limit manfaat maka nilai harapan unit cost sebesar average
charges. Hal ini mengindikasikan jika limit benefit diturunkan maka unit cost akan turun dan jika limit
dinaikan maka unit cost akan naik.

Melakukan perubahan benefit dimana menggatur inner limit manfaat akan menjadi faktor menurunkan
atau menaikan claim cost dan secara langsung meningkatkan premi asuransi.

𝐸𝑥𝑝𝑒𝑐𝑡𝑒𝑑 𝐶𝑙𝑎𝑖𝑚 𝐶𝑜𝑠𝑡 = 𝐸𝑥𝑝𝑒𝑐𝑡𝑒𝑑 𝑈𝑡𝑖𝑙𝑖𝑠𝑎𝑠𝑖 𝑅𝑎𝑡𝑒 × 𝐸𝑥𝑝𝑒𝑐𝑡𝑒𝑑 𝑈𝑛𝑖𝑡 𝐶𝑜𝑠𝑡

Berdasarkan persamaan tersebut diatas maka diperoleh nilai biaya klaim sebagai berikut:

Jenis Manfaat Expected Expected Claim Cost

Utilisasi Rate Unit Cost Per Orang
Kamar Rawat & Makan 0,177 475.266 84.122,08
Kamar Intensif (ICU/ICCU) 0,022 506.262 11.137,76
Kunjungan Dokter 0,164 100.000 16.400,00
Kunjungan Dokter Ahli 0,015 200.000 2.600,00
Aneka Biaya Perawatan Rumah Sakit 0,057 3.321.759 189.340,26
Pembedahan (Aneastesi & Kamar Bedah)
a. Pembedahan Kompleks 0,001 35.000.000 35.000,00
b. Pembedahan Besar 0,001 25.000.000 25.000,00
c. Pembedahan Sedang 0,003 15.000.000 45.000,00
d. Pembedahan Kecil 0,002 7.500.000 15.000,00
Perawatan sebelum dan sesudah Rawat Inap 0,028 600.000 16.800,00
Ambulan per periode perawatan 0,012 107.500 1.290,99
Total Claim Cost Per Manfaat 441.691.09
Beban Biaya per tahun benefit “as charges” 0,047 13.741.908 645.869,68
Berdasarkan hasil perhitungan dimana jika manfaat diberikan berdasarkan manfaat dengan inner limit
dengan manfaat “as charges” atau semua dijamin (pengantian) sebesar kwitansi biaya rumah sakit.

Akibatnya biaya Claim Cost dengan inner limit maka premi risiko ditetapkan sebesar Rp 441.691,- per
orang sedangkan dengan benefit “as charges” diperoleh premi risiko ditetapkan sebesar Rp 645.870,- per
orang. Hal ini menjelaskan bahwa inner limit dapat menurunkan secara signifikan atas beban claim cost
dibandingkan total keseluruhan manfaat.

Alokasi beban biaya perusahaan akan dialokasikan dalam premi. Hal pertama adalah biaya yang
dialokasikan dalam premi disebut Allocated Claim Adjustment Expenses (ALAE) seperti biaya operasional
penyelesaian klaim. Misalkan semua biaya ditetapkan sebagai Claim Adjustment Expenses (LAE) maka
perhitungan rasio biaya seluruhnya ditetapkan sebagai bagian dari persentase premi risiko yang telah
ditetapkan seperti diatas.

𝐸𝑥𝑝𝑒𝑛𝑠𝑒𝑠 𝑅𝑎𝑡𝑖𝑜 = 𝐴𝑙𝑙 𝐸𝑥𝑝𝑒𝑛𝑠𝑒𝑠 𝑜𝑡ℎ𝑒𝑟 𝑡ℎ𝑎𝑛 𝐿𝐴𝐸 (%)

Perhitungan untuk premi bruto ditetap sebagai berikut:

𝑃𝑟𝑒𝑚𝑖 𝑀𝑢𝑟𝑛𝑖
𝐺𝑟𝑜𝑠𝑠 𝑃𝑟𝑒𝑚𝑖𝑢𝑚 =
1 − 𝐸𝑥𝑝𝑒𝑛𝑠𝑒𝑠 𝑅𝑎𝑡𝑖𝑜

Misalkan ditetapkan margin biaya sebesar 10%.

𝑅𝑝. 441.691 𝑅𝑝. 441.691 𝑅𝑝. 441.691

𝐺𝑟𝑜𝑠𝑠 𝑃𝑟𝑒𝑚𝑖𝑢𝑚 = = = = 𝑅𝑝. 490.767, −
1 − 𝐸𝑥𝑝𝑒𝑛𝑠𝑒𝑠 𝑅𝑎𝑡𝑖𝑜 1 − 10% 90%

4. Estimasi Parameter Model

Terkait dengan bentuk modeling asuransi rawat inap yang telah kita bahas sebelumnya maka perhitungan
parameter model dapat digunakan dengan perhitungan utilisasi rate yang dibahas sebelumnya.

Jika diperhatikan perhitungan utilisasi rate untuk asuransi rawat inap yang dibahas sebelumnya dapat
dilihat bahwa perhitungan yang digunakan dalam pengolahan data berdasarkan estimasi tahunan utilisasi
sehingga untuk mencari tingkat utilisasi dalam satu kasus kejadian rawat inap dicari berdasarkan estimasi
perhitungan expected (nilai harapan) utilisasi rate per kejadian rawat inap.

Pendekatan estimasi tersebut adalah sebagai berikut:

 𝑈𝑡𝑖𝑙𝑖𝑠𝑎𝑠𝑖 𝑅𝑎𝑡𝑒
𝑅𝑒𝑟𝑎𝑡𝑎 𝑈𝑡𝑖𝑙𝑖𝑠𝑎𝑠𝑖 𝑅𝑎𝑡𝑒 𝑝𝑒𝑟 𝑐𝑎𝑠𝑒 =
𝑈𝑡𝑖𝑙𝑖𝑠𝑎𝑠𝑖 𝑅𝑎𝑡𝑒 𝑅𝑎𝑤𝑎𝑡 𝐼𝑛𝑎𝑝

Sehingga dapat diperoleh bahwa untuk satu orang yang rawat inap akan melakukan atau mengakses
manfaat rawat inap berdasarkan estimasi rata-rata utilisasi per manfaat.

𝑈𝑡𝑖𝑙𝑖𝑠𝑎𝑠𝑖 𝑅𝑎𝑡𝑒 𝑝𝑒𝑟 𝑀𝑎𝑛𝑓𝑎𝑎𝑡

𝑅𝑒𝑟𝑎𝑡𝑎 𝑈𝑡𝑖𝑙𝑖𝑠𝑎𝑠𝑖 𝑅𝑎𝑡𝑒 𝑝𝑒𝑟 𝑚𝑎𝑛𝑓𝑎𝑎𝑡 𝑝𝑒𝑟 𝑐𝑎𝑠𝑒 =
0,047

Jadi akan diperoleh sebagai berikut:

Jenis Manfaat Expected Expected

Annual Utilisasi Rate
Utilisasi Rate Per Case
Kamar Rawat & Makan 0,177 3,76
Kamar Intensif (ICU/ICCU) 0,022 0,47
Kunjungan Dokter 0,164 3,50
Kunjungan Dokter Ahli 0,015 0,32
Aneka Biaya Perawatan Rumah Sakit 0,057 1,21
Pembedahan (Aneastesi & Kamar Bedah) 0,007* 0,015*
a. Pembedahan Kompleks 0,001 0,02
b. Pembedahan Besar 0,001 0,02
c. Pembedahan Sedang 0,003 0,06
d. Pembedahan Kecil 0,002 0,04
 Perawatan sebelum dan sesudah Rawat Inap 0,028 0,59
Ambulan per periode perawatan 0,012 0,26
Jumlah Orang yang di Rawat Inap 0,047 1,00
*) Penjumlahan semua kasus pembedahan

Lama Perawatan di Rumah Sakit (LOS)

Jika kita perhatikan modeling asuransi rawat inap yang dibahas sebelumnya dapat dilihat bahwa lama
perawatan di rumah sakit menjadi faktor utama perhitungan beban biaya rawat inap. Oleh karena ini
penting untuk mengestimasi lamanya perawatan dirumah sakit.

Berdasarkan tingkat utilisasi rawat inap dan utilisasi kamar akan dapat dihitung perkiraan lamanya
perawatan di rumah sakit.

𝑈𝑡𝑖𝑙𝑖𝑠𝑎𝑠𝑖 𝑅𝑎𝑡𝑒 𝐾𝑎𝑚𝑎𝑟 = 𝐿𝑂𝑆 × 𝑈𝑡𝑖𝑙𝑖𝑠𝑎𝑠𝑖 𝑅𝑎𝑤𝑎𝑡 𝐼𝑛𝑎𝑝

Sehingga estimasi untuk lama perawatan di rumah sakit adalah

𝑈𝑡𝑖𝑙𝑖𝑠𝑎𝑠𝑖 𝑅𝑎𝑡𝑒 𝐾𝑎𝑚𝑎𝑟 0,117

𝑅𝑒𝑟𝑎𝑡𝑎 𝐿𝑂𝑆 = = = 3,76 ℎ𝑎𝑟𝑖
𝑈𝑡𝑖𝑙𝑖𝑠𝑎𝑠𝑖 𝑅𝑎𝑤𝑎𝑡 𝐼𝑛𝑎𝑝 0,047

Artinya setiap orang yang dirawat dirumah sakit, rata-rata lama perawatan di rumah sakit adalah selama
3,76 hari atau mendekati 4 hari per kejadian rawat inap. Untuk peserta yang berusia lebih tua dengan
penyakit yang masa perawatannya lebih lama akan dikenakan jumlah hari perawatan yang lebuh besar.
Pada materi kuliah ini tidak memperhatikan jenis penyakit yang diderita oleh pasien tersebut sehingga
estimasi ini dilakukan pada level aggregate.

Probabilitas Dokter
Untuk jumlah kunjungan dokter ke pasien dihitung berdasarkan

𝑈𝑡𝑖𝑙𝑖𝑠𝑎𝑠𝑖 𝑅𝑎𝑡𝑒 𝐾𝑢𝑛𝑗𝑢𝑛𝑔𝑎𝑛 𝐷𝑜𝑘𝑡𝑒𝑟 = 𝐾𝑢𝑛𝑗𝑢𝑛𝑔𝑎𝑛 𝐷𝑜𝑘𝑡𝑒𝑟 × 𝑈𝑡𝑖𝑙𝑖𝑠𝑎𝑠𝑖 𝑅𝑎𝑤𝑎𝑡 𝐼𝑛𝑎𝑝

Sehingga estimasi untuk banyaknya kunjungan yang dilakukan dokter selama perawatan di rumah sakit
adalah

𝑈𝑡𝑖𝑙𝑖𝑠𝑎𝑠𝑖 𝑅𝑎𝑡𝑒 𝐾𝑢𝑛𝑗𝑢𝑛𝑔𝑎𝑛 𝐷𝑜𝑘𝑡𝑒𝑟 0,164

𝑅𝑒𝑟𝑎𝑡𝑎 𝐾𝑢𝑛𝑗𝑢𝑛𝑔𝑎𝑛 𝐷𝑜𝑘𝑡𝑒𝑟 = = = 3,50 𝑘𝑢𝑛𝑗𝑢𝑛𝑔𝑎𝑛
𝑈𝑡𝑖𝑙𝑖𝑠𝑎𝑠𝑖 𝑅𝑎𝑤𝑎𝑡 𝐼𝑛𝑎𝑝 0,047

Selanjutnya akan kita peroleh juga estimasi faktor probabilitas dokter per hari perawatan.

𝑅𝑒𝑟𝑎𝑡𝑎 𝐾𝑢𝑛𝑗𝑢𝑛𝑔𝑎𝑛 𝐷𝑜𝑘𝑡𝑒𝑟 3,50

𝑃𝑟𝑜𝑏 𝐾𝑢𝑛𝑗𝑢𝑛𝑔𝑎𝑛 𝐷𝑜𝑘𝑡𝑒𝑟 𝑃𝑒𝑟 ℎ𝑎𝑟𝑖 = = = 93,08%
𝑅𝑒𝑟𝑎𝑡𝑎 𝐿𝑂𝑆 3,76

Jadi artinya untuk setiap hari seorang pasien akan dikunjungi dokter dengan probabilitas 93% dan 7%
peluang pasien tidak dikunjungi dokter. Hal ini sering terjadi jika hari terakhir perawatan, pasien (yang
mau pulang) tersebut tidak lagi dikunjungi dokter untuk hari terakhir masa perawatan.

Probabilitas Dokter Ahli

Untuk perhitungan probabilitas dokter ahli mari kita lihat pemetaan manfaat yang terkait dengan utilitas
rate dokter ahli

Sehingga jumlah kunjungan dokter ke pasien dihitung berdasarkan

𝑈𝑡𝑖𝑙𝑖𝑠𝑎𝑠𝑖 𝑅𝑎𝑡𝑒 𝐾𝑢𝑛𝑗𝑢𝑛𝑔𝑎𝑛 𝐷𝑜𝑘 𝐴ℎ𝑙𝑖 = 𝐾𝑢𝑛𝑗𝑢𝑛𝑔𝑎𝑛 𝐷𝑜𝑘 𝐴ℎ𝑙𝑖 × 𝑈𝑡𝑖𝑙𝑖𝑠𝑎𝑠𝑖 𝑅𝑎𝑤𝑎𝑡 𝐼𝑛𝑎𝑝

Sehingga estimasi untuk banyaknya kunjungan yang dilakukan dokter selama perawatan di rumah sakit
adalah
 𝑈𝑡𝑖𝑙𝑖𝑠𝑎𝑠𝑖 𝑅𝑎𝑡𝑒 𝐾𝑢𝑛𝑗𝑢𝑛𝑔𝑎𝑛 𝐷𝑜𝑘 𝐴ℎ𝑙𝑖 0,015
𝑅𝑒𝑟𝑎𝑡𝑎 𝐾𝑢𝑛𝑗𝑢𝑛𝑔𝑎𝑛 𝐷𝑜𝑘 𝐴ℎ𝑙𝑖 = =
𝑈𝑡𝑖𝑙𝑖𝑠𝑎𝑠𝑖 𝑅𝑎𝑤𝑎𝑡 𝐼𝑛𝑎𝑝 0,047
= 0,32 𝑘𝑢𝑛𝑗𝑢𝑛𝑔𝑎𝑛 𝑝𝑒𝑟 𝑘𝑒𝑗𝑎𝑑𝑖𝑎𝑛

Selanjutnya akan kita peroleh juga estimasi faktor probabilitas dokter ahli (spesialis)

𝑅𝑒𝑟𝑎𝑡𝑎 𝐾𝑢𝑛𝑗𝑢𝑛𝑔𝑎𝑛 𝐷𝑜𝑘 𝐴ℎ𝑙𝑖 0,32

𝑃𝑟𝑜𝑏 𝐾𝑢𝑛𝑗𝑢𝑛𝑔𝑎𝑛 𝐷𝑜𝑘 𝐴ℎ𝑙𝑖 𝑝𝑒𝑟 ℎ𝑎𝑟𝑖 = = = 8,51%
𝑅𝑒𝑟𝑎𝑡𝑎 𝐿𝑂𝑆 3,76

𝑃𝑟𝑜𝑏 𝐾𝑢𝑛𝑗𝑢𝑛𝑔𝑎𝑛 𝐷𝑜𝑘 𝐴ℎ𝑙𝑖 𝑝𝑒𝑟 ℎ𝑎𝑟𝑖 8,51%

𝑃𝑟𝑜𝑏 𝑅𝑢𝑗𝑢𝑘𝑎𝑛 𝐷𝑜𝑘 𝐴ℎ𝑙𝑖 = = = 9,14%
𝑃𝑟𝑜𝑏 𝐾𝑢𝑛𝑗𝑢𝑛𝑔𝑎𝑛 𝐷𝑜𝑘𝑡𝑒𝑟 𝑝𝑒𝑟 ℎ𝑎𝑟𝑖 93,08%

Artinya probabilitas kunjungan dokter ahli per hari sebesar 8,51% dan probabilitas seorang dokter
merujuk dokter ahli dalam membantu mengobservasi pasien yang ditangani adalah sebesar 9,14% atau
mendekati 10%. Artinya bahwa untuk setiap 10 pasien yang dirawat, ada 1 orang yang akan dikunjungi
oleh dokter ahli atas permintaan dokter yang merawat.

Faktor Biaya Aneka Perawatan

Biaya aneka dalam modeling asuransi rawat inap yang dibahas sebelumnya merupakan biaya terbesar
karena semua biaya obat, alat dan keperluan lain menjadi bagian dari manfaat biaya aneka perawatan.

Berdasarkan tingkat utilisasi rawat inap dan utilisasi kamar akan dapat dihitung perkiraan lamanya
perawatan di rumah sakit.

𝑈𝑡𝑖𝑙𝑖𝑠𝑎𝑠𝑖 𝑅𝑎𝑡𝑒 𝐴𝑛𝑒𝑘𝑎 = 𝐹𝑎𝑘𝑡𝑜𝑟 𝐴𝑛𝑒𝑘𝑎 × 𝑈𝑡𝑖𝑙𝑖𝑠𝑎𝑠𝑖 𝑅𝑎𝑤𝑎𝑡 𝐼𝑛𝑎𝑝

Sehingga estimasi untuk lama perawatan di rumah sakit adalah

𝑈𝑡𝑖𝑙𝑖𝑠𝑎𝑠𝑖 𝑅𝑎𝑡𝑒 𝐴𝑛𝑒𝑘𝑎 0,057

𝑅𝑒𝑟𝑎𝑡𝑎 𝐹𝑎𝑘𝑡𝑜𝑟 𝐵𝑖𝑎𝑦𝑎 𝐴𝑛𝑒𝑘𝑎 = = = 121%
𝑈𝑡𝑖𝑙𝑖𝑠𝑎𝑠𝑖 𝑅𝑎𝑤𝑎𝑡 𝐼𝑛𝑎𝑝 0,047

Artinya setiap orang yang dirawat dirumah sakit, rata-rata lama perawatan banyaknya tagihan yang
dibebabkan kepada satu pasien sebesar 121%. Jadi untuk severity biaya aneka harus dilakukan koreksi
berdasarkan faktor biaya aneka yang dihitung sebelumnya.

𝑆𝑒𝑣𝑒𝑟𝑖𝑡𝑦 𝐵𝑖𝑎𝑦𝑎 𝐴𝑛𝑒𝑘𝑎 𝐵𝑎𝑟𝑢 = 𝐹𝑎𝑘𝑡𝑜𝑟 𝐴𝑛𝑒𝑘𝑎 × 𝑆𝑒𝑣𝑒𝑟𝑖𝑡𝑦 𝐵𝑖𝑎𝑦𝑎 𝐴𝑛𝑒𝑘𝑎

𝑆𝑒𝑣𝑒𝑟𝑖𝑡𝑦 𝐵𝑖𝑎𝑦𝑎 𝐴𝑛𝑒𝑘𝑎 𝐵𝑎𝑟𝑢 = 121 × 𝑅𝑝 3.321.759 = Rp. 4.019.328, −

Koreksi ini diberlakukan jika faktor utilisasi biaya aneka (probabilitas biaya aneka) menggunakan tingkat
utilisasi rate biaya aneka sebesar 100%.

Faktor Biaya Pembedahan

Biaya bedah merupakan bagian yang memiliki biaya tinggi. Manfaat ini selalu harus ada dalam produk
asuransi kesehatan. Jenis manfaat pembedahan dapat berbeda pengelompokan manfaatnya. Beberapa
perusahaan membagi manfaat menjadi 4 jenis pembedahan dimana pengelompokan tersebut
berdasarkan jenis pembedahan yang terjadi.

1. Pembedahan Kompleks
2. Pembedahan Besar
3. Pembedahan Sedang
4. Pembedahan Kecil (termasuk one day care)

Beberapa jenis pembedahan kecil tidak memerlukan fasilitas menginap sehingga manfaat ini sering
disebut “one day care” antara lain seperti Operasi Katarak.
Selain pentingnya mengetahui probabilitas pembedahan dan penting juga mengukur probabilitas jenis
pembedahan yang terjadi. Dalam perhitungan kita menggunakan persamaan berikut untuk menghasilkan
rasio probabilitas jenis pembedahan

𝐾𝑒𝑗𝑎𝑑𝑖𝑎𝑛 𝐽𝑒𝑛𝑖𝑠 𝑃𝑒𝑚𝑏𝑒𝑑𝑎ℎ𝑎𝑛

𝑅𝑎𝑠𝑖𝑜 𝑃𝑟𝑜𝑏 𝐽𝑒𝑛𝑖𝑠 𝑃𝑒𝑚𝑒𝑏𝑒𝑑𝑎ℎ𝑎𝑛 =
𝐵𝑎𝑛𝑦𝑎𝑛𝑦𝑎 𝐾𝑒𝑗𝑎𝑑𝑖𝑎𝑛 𝑃𝑒𝑚𝑏𝑒𝑑𝑎ℎ𝑎𝑛

Berdasarkan data diatas dapat dihitung untuk masing-masing jenis pembedahan, diestimasi rasio
probabilitas untuk jenis pembedahan tersebut.

Jenis Manfaat Expected Expected

Annual Utilisasi Rate
Utilisasi Rate Per Case
Pembedahan (Aneastesi & Kamar Bedah) 0,007 0,015
a. Pembedahan Kompleks 0,001 0,001/0,007 =
14,28%
b. Pembedahan Besar 0,001 0,001/0,007 =
14,28%
c. Pembedahan Sedang 0,003 0,003/0,007 =
42,86%
d. Pembedahan Kecil 0,002 0,002/0,007 =
28,57%
Jumlah Orang yang di Rawat Inap 0,047 100%

Artinya untuk satu orang yang harus dirawat di rumah sakit mempunyai peluang 1,5% harus menjalani
pembedahan. Walaupun begitu peluang inipun harus memperhatikan rata-rata usia peserta, yang mana
jika rata-rata peserta diatas 40 maka kasus pembedahaan cenderung lebih tinggi.

Faktor Koefisien Variansi

Misalkan kita melakukan simulasi biaya kesehatan dengan sejumlah M pengulangan, maka kita akan
memiliki sejumlah M atas realisasi total biaya manfaat yang mungkin muncul dalam percobaan (simulasi).
Berdasarkan hasil simulasi tersebut dapat diperoleh nilai rata-rata biaya manfaat dan variansi biaya
manfaat

𝑅𝑒𝑟𝑎𝑡𝑎 𝐵𝑖𝑎𝑦𝑎 𝑀𝑎𝑛𝑓𝑎𝑎𝑡 = 𝐴𝑣𝑒𝑟𝑎𝑔𝑒( 𝑇𝑜𝑡𝑎𝑙 𝐵𝑖𝑎𝑦𝑎 𝑀𝑎𝑛𝑓𝑎𝑎𝑡 (1, … , 𝑀) )

𝑉𝑎𝑟𝑖𝑎𝑛𝑠𝑖 𝐵𝑖𝑎𝑦𝑎 𝑀𝑎𝑛𝑓𝑎𝑎𝑡 = 𝑉𝑎𝑟( 𝑇𝑜𝑡𝑎𝑙 𝐵𝑖𝑎𝑦𝑎 𝑀𝑎𝑛𝑓𝑎𝑎𝑡(1, … , 𝑀) )

Berdasarkan hasil simulasi dapat ditentukan koefisien variansi berdasarkan rumusan berikut:

√𝑉𝑎𝑟𝑖𝑎𝑛𝑠𝑖 𝑆𝑡𝑎𝑛𝑑𝑎𝑟 𝐷𝑒𝑣𝑖𝑎𝑠𝑖

𝐾𝑜𝑒𝑓𝑖𝑠𝑖𝑒𝑛 𝑉𝑎𝑟𝑖𝑎𝑛𝑠𝑖 = =
𝑅𝑒𝑟𝑎𝑡𝑎 𝑅𝑒𝑟𝑎𝑡𝑎
Sehingga untuk persamaan estimasi dari severity biaya manfaat (unit cost) dengan ditambah margin risiko
sebesar 1 kali koefisien variansi.

𝐸𝑠𝑡𝑖𝑚𝑎𝑠𝑖 𝑈𝑛𝑖𝑡 𝐶𝑜𝑠𝑡 = 𝐸𝑥𝑝𝑒𝑐𝑡𝑒𝑑 𝑆𝑒𝑣𝑒𝑟𝑖𝑡𝑦 × (1 + 𝐾𝑜𝑒𝑓𝑖𝑠𝑖𝑒𝑛 𝑉𝑎𝑟𝑖𝑎𝑛𝑠𝑖)

Berdasarkan manfaat sebagaimana dijelaskan di atas maka dapat diperoleh tabel koefisien variansi
sebagai berikut berdasarkan simulasi dengan pengulangan 10.000 resampling.

Peserta Prob = 3% Prob = 4% Prob = 5%

100 64% 57% 51%
500 30% 26% 23%
1.000 21% 18% 16%
5.000 15% 13% 12%
10.000 10% 9,1% 8,6%
50.000 5,2% 4,8% 4,2%
100.000 2,1% 1,8% 1,6%

Dipilih resampling 10.000 agar hasil perhitungan koefisien korelasi bisa lebih stabil dalam pengukurannya.
Terlihat bahwa untuk peserta yang semakin besar akan menghasilkan margin yang lebih kecil. Hal ini
sesuai dengan hukum bilangan besar, yaitu semakin banyak jumlah data yang menjadi sampel maka
semakin kecil variansinya.