Mesin audit klaim.
Bekerja sebelum dana cair.
Setiap klaim melewati A1 Triage → A2 Investigator → A3 Adjudicator, aturan deterministik, ML, lalu adjudikasi LLM medis Ling 3.0 Flash Sante. Skor risiko 0–100 beserta bukti yang bisa dibaca; keputusan akhir tetap milik verifikator.
Detect Smarter. Protect JKN.
potensi overbilling teridentifikasi dan tersaring otomatis sebelum dana cair.
Verifikator meninjau ratusan berkas klaim per hari: tarif vs plafon INA-CBG, lama rawat, obat restriksi e-Fornas, resume medis yang terduplikasi. Pemeriksaan menyeluruh per berkas mustahil dilakukan manual, dan satu klaim fraud yang lolos berarti kerugian langsung pada dana kesehatan nasional.
SiKePo membaca setiap berkas, menilai risikonya 0–100, dan menjelaskan alasannya, lengkap dengan rekomendasi yang bisa ditolak atau disetujui manusia. Verifikator tinggal memutuskan.
Cara kerja
Tiga agen, kurang dari dua detik.
Klik tiap tahap untuk detail. Verifikator selalu memegang keputusan akhir.
Mesin keputusan
Tiga lapis kecerdasan, satu skor yang bisa ditelusuri.
Bukan kotak hitam: setiap skor risiko dijawab dengan aturan, fitur, dan alasan yang terbaca. Lapisan teratas memakai Ling 3.0 Flash Sante, LLM yang berfokus pada domain medis.
Screening regulasi
Rasio tarif vs plafon INA-CBG, lama rawat vs norma klinis, dan obat restriksi e-Fornas diperiksa sebagai aturan tegas. Cepat, dapat diaudit, dan aktif mengambil alih saat LLM tidak tersedia.
Deteksi pola anomali
IsolationForest membandingkan 7 fitur klaim terhadap populasi. Skor akhir = fusi 45% aturan + 55% ML, dan model terus belajar dari setiap verdict verifikator.
Adjudikasi berfokus medis
Varian LLM yang dikhususkan pada konteks kesehatan: memahami diagnosa, severitas, dan farmasi lebih baik daripada LLM umum, lalu menuliskan putusan dalam bahasa Indonesia yang siap dibaca verifikator.
- Fokus domain medis, kosakata klinis & formularium
- Alasan berbahasa Indonesia, siap audit
- Fallback deterministik, tidak pernah berhenti
* Semua model berjalan di sisi server, antarmuka tidak pernah memanggil LLM langsung, dan keputusan akhir selalu milik verifikator manusia.
Pola yang dideteksi
Empat modus fraud klaim JKN.
Diagnosa digelembungkan agar tarif masuk kelas INA-CBG yang lebih mahal.
Penagihan atas layanan yang tidak pernah diberikan kepada pasien.
Obat di luar formularium nasional dengan harga tinggi tanpa justifikasi klinis.
Resume medis dijiplak antar pasien berbeda untuk klaim massal.
Peran
Empat peran, hak akses terisolasi.
Kontrol penuh: pengguna, verdict, investigasi AI, pelatihan model.
Memeriksa antrean klaim cabang dan memberi verdict akhir.
Investigasi lintas faskes dan analisis pola, tanpa wewenang verdict.
Akses baca transparan untuk evaluasi dan pengawasan.
Lihat sendiri mesinnya bekerja.
Ikuti alur lengkapnya dari antrean klaim sampai verdict, dalam dua klik.
Buka Aplikasi