Selisih adalah platform audit bertenaga machine learning yang belajar dari ribuan hasil audit historis. Setiap pagi, sistem mengurutkan klaim yang paling janggal, menjelaskan mengapa setiap klaim mencurigakan, bahkan menyiapkan draf surat audit — supaya tim Anda fokus pada keputusan, bukan pencarian.
Contoh data sintetis — tidak ada PII BPJS.
Triliunan rupiah hilang setiap tahun — bukan karena tim Anda kurang kompeten.
Setiap hari ribuan klaim masuk ke BPJS Kesehatan. Verifikasi manual atau sampling acak membuat pola yang lebih canggih lolos dari perhatian. Pelaku curang belajar polanya, dan tim Anda kelelahan mengejar sampel yang sering bukan yang paling bermasalah.
Hasilnya: kerugian yang bisa dihindari, temuan audit yang sulit dipertahankan di hadapan rumah sakit, dan beban kerja yang tidak manusiawi. Selisih dibangun untuk memperbaiki ketiganya — dalam satu alur kerja yang dipahami auditor, bukan data scientist.
“Saya tahu ada fraud di klaim yang tidak saya lihat. Tapi saya hanya bisa memeriksa apa yang dipilih supervisor secara acak.”
Model machine learning Selisih memilih 50 klaim paling mendesak setiap pagi — belajar dari pola audit historis BPJS. Tim Anda mulai dari yang paling bernilai.
Di balik setiap klaim: tiga alasan konkret dari analisis AI — pola biaya, lama rawat, pola rumah sakit. Siap disalin ke surat audit tanpa parafrase.
Aturan BPJS tertanam sebagai lapisan rule-based yang berjalan berdampingan dengan model AI. Tim SOP Anda bisa menambah atau menyesuaikan aturan tanpa programmer.
Daripada memulai dari klaim mana saja, tim Anda membuka 50 klaim paling janggal hari itu — sudah terurut, sudah terlabel.
Tiga alasan konkret per klaim — dalam kalimat yang bisa langsung dikutip, bukan dalam kode pemrograman.
| Pola yang diperiksa | Temuan |
|---|---|
| Biaya vs tarif INA-CBG | 180% (peer 102%) |
| Lama rawat vs peer | 98 persentil |
| Pola rumah sakit | 3× rata-rata daerah |
| Jarak readmisi | — |
| Diagnosis sekunder | Tidak ada |
Konfirmasi, tolak, atau eskalasi — plus catatan singkat. Setiap keputusan memperkuat model untuk minggu depan.
Surat audit lengkap dengan bukti dan kutipan aturan — auditor tinggal meninjau dan menandatangani.
Keputusan auditor ditulis ke tabel anotasi · model retrain mingguan menggunakan label ini · versi model tersimpan untuk audit trail 5 tahun.
Alur kerja yang dulu menghabiskan hari penuh kini selesai dalam beberapa jam — dengan jejak audit lengkap untuk setiap keputusan.
Di inti Selisih: machine learning klasik yang sudah matang di ribuan riset — deterministik, bisa diaudit, berjalan tanpa koneksi internet. Di atasnya: lima fitur AI kopilot opsional (generative AI untuk narasi, RAG untuk regulasi, NLP untuk query) yang membantu tim bekerja lebih cepat. Kopilot bisa dimatikan kapan saja; sistem inti tetap jalan. Keputusan akhir selalu di tangan auditor.
'Klaim dari RS X dengan anomali lama rawat di Q1' — antrean langsung terfilter. Tidak perlu belajar query bahasa khusus.
Tiga alasan teknis dirangkum menjadi satu paragraf Bahasa Indonesia — siap dikirim ke rumah sakit atau supervisor.
Membandingkan catatan dokter dengan kode diagnosis — membantu auditor melihat celah yang sering terlewat.
'Apa aturan readmisi 7 hari?' — jawaban singkat dengan kutipan Peraturan BPJS dan PERMENKES yang sah.
Sistem menyiapkan surat; auditor menyetujui. Semua bukti dan kutipan peraturan sudah melekat otomatis.
↳ AI hanya membantu menjelaskan dan menyusun. Yang memberi skor dan mengambil keputusan tetap tim Anda.