FIKES UMWFIKES UMW

Miracle Journal of Public HealthMiracle Journal of Public Health

Badan Penyelenggara Jaminan Kesehatan menetapkan kewajiban membayar iuran yang harus di ikuti masyarakat guna mendapatkan jaminan kesehatan. Namun seiring berjalannya waktu banyak peserta BPJS yang menunggak membayar iuran BPJS-nya. Pada bulan Juni 2018 terdapat 711 jiwa yang masih menunggak pembayaran iuran BPJS. Penelitian ini bertujuan untuk mengetahui faktor-faktor yang berhubungan dengan penunggakan pembayaran iuran BPJS kesehatan mandiri di Puskesmas Abeli Kota Kendari. Jenis penelitian ini adalah penelitian analitik dengan rancangan cross sectional study. Populasi adalah seluruh peserta BPJS yang menunggak di Puskesmas Abeli Kota Kendari sebanyak 711. Jumlah sampel sebanyak 88 responden. Penelitian ini menggunakan uji Chi-square. Hasil uji statistik pada tingkat signifikasi α = 0,05, diperoleh hasil ada hubungan cukup kuat antara pengetahuan dengan penunggakan pembayaran iuran BPJS (p-value = 0,000), ada hubungan cukup kuat antara pendapatan dengan penunggakan pembayaran iuran BPJS (p-value = 0,000), ada hubungan cukup kuat antara persepsi dengan penunggakan pembayaran iuran BPJS (p-value = 0,000). Kesimpulan menunjukkan bahwa penunggakan pembayaran iuran BPJS berhubungan dengan semua variabel penelitian. Oleh karena itu disarankan perlu adanya sosialisasi dari pihak BPJS agar peserta lebih memahami tentang BPJS sehingga dalam pembayaran iuran peserta BPJS tidak menunggak.

Selain itu, terdapat hubungan cukup kuat antara pendapatan dengan penunggakan pembayaran iuran BPJS di wilayah kerja yang sama.Kesimpulannya, semua variabel penelitian berhubungan signifikan dengan penunggakan iuran BPJS.

Penelitian lanjutan sebaiknya mengeksplorasi efektivitas program sosialisasi BPJS dengan menggunakan desain eksperimen terkontrol untuk mengukur perubahan tingkat kepatuhan setelah intervensi edukatif, sehingga dapat memberikan bukti empiris tentang strategi komunikasi yang paling efektif. Selanjutnya, studi kualitatif yang mendalam tentang motivasi pribadi dan hambatan ekonomi peserta BPJS dapat memperkaya pemahaman mengenai faktor-faktor tidak terukur yang memengaruhi penunggakan, khususnya di daerah dengan tingkat kemiskinan tinggi. Terakhir, peneliti dapat mengembangkan model prediktif berbasis machine learning yang memanfaatkan data demografis, riwayat pembayaran, dan variabel sosial‑ekonomi untuk memprediksi risiko penunggakan secara real‑time, yang dapat membantu pihak BPJS menargetkan intervensi proaktif kepada kelompok berisiko tinggi.

Read online
File size253.97 KB
Pages9
DMCAReport

Related /

ads-block-test