Divisi ABC PT XYZ sebagai organisasi managed care memiliki tujuan bisnis memperoleh selisih kapitasi atas pengendalian pelayanan kesehatan peserta managed care. Dalam proses bisnisnya, terdapat kendala dalam mengelola dan mengontrol biaya kesehatan untuk kasus-kasus penyakit katastropik, salah satunya penyakit gagal jantung. Upaya pengendalian biaya kesehatan selama ini dilakukan melalui utilization review yang bersifat retrospektif. Pengendalian ini selain memiliki keunggulan, memiliki kelemahan, karena dilakukan setelah pelayanan diberikan. Tujuan dari penelitian ini adalah membuat model data mining yang akurat yang mampu mengenal pola terapi medis sebagai pertimbangan precertification yang merupakan prospective reviews. Model yang digunakan dalam kasus ini adalah dengan Naïve Bayes, SVM dan Decision Tree. Berdasarkan pengujian yang dilakukan, diperoleh hasil bahwa model Naïve Bayes memiliki akurasi yang terbaik berdasarkan classification accuracy.

---

Division ABC PT XYZ as managed care organizations have the goal of obtaining a capitation difference for control participants managed care health services. In the business process, there are constraints in managing and controlling health care costs for catastrophic illness cases, one of which heart failure disease.

Efforts to control health care costs has been done through a retrospective utilization review. This control has an advantage in addition, has a weakness, because it is done after the service is provided. The purpose of this research is to create an accurate data mining models are able to recognize patterns of medical therapy as precertification consideration which is a prospective review. The model used in this case is the Naïve Bayes, SVM and Decision Tree.

Based on the tests performed, the results that Naïve Bayes models have the best accuracy of classification accuracy.