Healthkathon 2025 4-Day Sprint
JKN-Flow: Sistem Manajemen Rumah Sakit BPJS
Aplikasi rumah sakit terintegrasi dengan alokasi kamar, rekam medis, billing, verifikasi klaim BPJS berbasis aturan anti-fraud, dan chatbot pasien berbasis Gemini API.
Peran Full-Stack Developer (Top Contributor)
Waktu rilis 2025-11
Kategori Web, AI, Kesehatan
Teknologi
Laravel 11 PostgreSQL Tailwind CSS Alpine.js Gemini API
Gambaran Proyek
JKN-Flow dikembangkan selama sprint intensif 4 hari dalam ajang Healthkathon 2025. Sistem ini dibangun untuk merampingkan alur birokrasi dan administrasi rumah sakit yang melayani pasien Jaminan Kesehatan Nasional (JKN/BPJS Kesehatan).
Sistem mencakup siklus komprehensif mulai dari pendaftaran antrean, alokasi bangsal perawatan, rekam medis elektronik, manajemen persediaan farmasi, hingga penagihan dan penilaian potensi kecurangan (fraud scoring) berkas klaim BPJS.
Masalah
- Antrean Fisik Panjang & Alur Ruwet: Pasien JKN kerap menghabiskan waktu berjam-jam berpindah loket hanya untuk validasi rujukan dan ketersediaan ruang rawat.
- Risiko Penolakan Klaim (Pending Claim BPJS): Verifikasi berkas klaim secara manual rentan terhadap ketidaksesuaian diagnosis (ICD-10/ICD-9-CM), resep di luar fornas, atau duplikasi tindakan yang menyebabkan keterlambatan pencairan dana rumah sakit.
- Akses Informasi Pasien yang Terbatas: Pasien dan keluarga kesulitan mendapatkan jawaban cepat terkait prosedur rujukan, jadwal poliklinik, serta estimasi sisa kamar kosong.
Pengguna
- Pasien & Keluarga: Mendaftar antrean secara daring dan berkonsultasi mengenai prosedur layanan melalui asisten virtual.
- Tenaga Medis & Petugas Administrasi Rumah Sakit: Mencatat rekam medis tindakan, mengelola pemindahan bangsal, dan memvalidasi ketersediaan obat.
- Verifikator Klaim Rumah Sakit: Menilai validitas berkas sebelum diajukan ke BPJS untuk meminimalkan sengketa klaim.
Keputusan Teknis
- Monolith Berkinerja Tinggi dengan Laravel 11: Memilih Laravel 11 dengan PostgreSQL untuk kecepatan iterasi selama hackathon, didukung relasi basis data yang ketat untuk riwayat rekam medis dan transaksi obat.
- Frontend Ringan (Tailwind CSS + Alpine.js): Memberikan respons antarmuka yang cepat tanpa beban bundle overhead besar pada perangkat klinik atau ponsel pasien.
- Mesin Skor Fraud Klaim Berbasis Aturan (Rule-Based Scoring Engine): Membangun modul analitik khusus di sisi backend untuk mengaudit kesesuaian kode tindakan medis, masa rawat inap, dan kombinasi obat terhadap regulasi klaim BPJS sebelum berkas dikirim.
- Asisten AI Pasien via Google Gemini API: Mengintegrasikan bot interaktif untuk memandu alur rujukan faskes tingkat pertama ke lanjutan dengan pemahaman bahasa Indonesia alami.
Tantangan
- Skema Data Multi-Tabel: Menyusun skema basis data yang saling terkait (kamar, pasien, dokter, rekam medis, tagihan, klaim) beserta antarmuka fungsionalnya. [TODO: tambahkan durasi pengerjaan bila ada datanya.]
- Logika Validasi Klaim yang Rumit: Memetakan aturan verifikasi BPJS ke dalam algoritma pemeriksa otomatis tanpa menimbulkan kesalahan alarm (false positive) pada tindakan darurat.
Hasil Terukur
- Kelengkapan Fitur End-to-End: Berhasil menyelesaikan 6 modul utama rumah sakit (Admission, EMR, Bangsal, Farmasi, Billing, dan Verifikasi Klaim) dalam waktu sprint 4 hari.
- Deteksi Anomali Klaim: Modul penilaian aturan berhasil menyaring potensi kejanggalan dokumen klaim sebelum diajukan ke sistem verifikator BPJS.
- Kecepatan Respons Bot: Chatbot integrasi Gemini mampu menjawab pertanyaan umum alur administrasi pasien secara instan.
- Efisiensi Validasi Berkas: [TODO: Hitung persentase penurunan waktu verifikasi berkas klaim pada simulasi alur rumah sakit tipe B.]