Prediksi Biaya Manfaat Kesehatan Pengobatan Rawat Jalan Karyawan Dengan Metode Data Mining Menggunakan Algoritma Regresi Linier
Abstract
Perencanaan pengelolaan anggaran menjadi hal sangat penting demi keberlangsungkan bisnis dan
operasional sebuah organisasi atau perusahaan. Efektifitas dan efisiensi dalam penggunaan biaya operasional
maupun non operasional sudah menjadi perhatian khusus bagi manajemen untuk menjaga kestabilan alur kas
keuangan. Biaya kesehatan bagi karyawan perusahaan merupakan salah satu anggaran yang perlu dialokasi dan
dikelola demi kesejahteraan karyawan dalam rangka menjaga peningkatan kinerja karyawan. Salah satu biaya
kesehatan adalah manfaat pengobatan rawat jalan bagi karyawan yang perlu dianggarkan tiap tahunnya. Dukungan
data, informasi dan pengetahuan menjadi faktor penting dalam perencanaan yang dilakukan dalam penganggaran
biaya kesehatan. Salah satu faktor yang menentukan dalam membuat rencana biaya kesehatan adalah berapa besar
biaya pengobatan yang dibutuhkan untuk biaya pengobatan kesehatan rawat jalan. Untuk mendukung data,
informasi dan pengetahuan berkaitan dengan perkiraan anggaran biaya kesehatan karyawan tersebut maka ingin
didapatkan prediksi biaya manfaat pengobatan rawat jalan dalam satu tahun kedepan. Pada penelitian ini dibuat
proses Data Mining dengan menggunakan Metode Regresi Linier untuk mendapatkan berapa total biaya dari
manfaat pengobatan rawat jalan untuk biaya obat, dokter umum, dokter spesialis, lab diagnostik dan fisioterapi.
Jumlah peserta menjadi variabel predictor sedangkan total biaya manfaat pengobatan rawat jalan menjadi variabel
response. Dari hasil perhitungan didapat rumus persamaan yaitu Y= -125623110 + 383795X, untuk mendapatkan
prediksi biaya obat, Y= -8561735 + 29796 X, untuk mendapatkan prediksi biaya dokter umum, Y= - 218247706
+ 164818X, untuk mendapatkan prediksi dokter spesialis, Y= -2858569 + 200340X, untuk mendapatkan prediksi
biaya lab diagnostik, serta Y= -10912062 + 30500X, untuk mendapatkan prediksi biaya fisioterapi.
Kata Kunci: Data Mining, Regresi Linier, Variable Predictor, Variabel Response