Bayangkan jika BPJS Kesehatan tahu Anda akan sakit sebelum Anda merasakannya. Itu bukan fiksi ilmiah. Itu yang mulai diuji coba BPJS Kesehatan saat ini. Transformasi layanan kesehatan di Indonesia tidak lagi sekadar soal membangun rumah sakit atau menambah jumlah tenaga medis. Di era digital saat ini, perubahan justru terjadi pada bagaimana layanan itu dikelola, diakses, dan diprediksi. Dalam konteks ini, BPJS Kesehatan melalui Program Jaminan Kesehatan Nasional (JKN) menjadi salah satu fondasi penting dalam memastikan akses kesehatan yang merata bagi seluruh masyarakat Indonesia.

Digitalisasi BPJS: Fondasi yang Sudah Kuat

Data resmi BPJS Kesehatan terbaru menunjukkan bahwa Program JKN telah mencapai cakupan hampir menyeluruh. Per Februari 2026, jumlah peserta BPJS Kesehatan mencapai 284,6 juta jiwa atau sekitar 98,74% penduduk Indonesia. Angka ini menempatkan Indonesia sebagai salah satu negara dengan sistem jaminan kesehatan terbesar di dunia.

Di sisi lain, layanan juga terus berkembang. Digitalisasi melalui aplikasi Mobile JKN, layanan PANDAWA, hingga telemedicine menunjukkan bahwa BPJS Kesehatan tidak hanya memperluas cakupan, tetapi juga meningkatkan akses layanan. Namun, transformasi ini masih berada pada tahap awal: digitalisasi layanan, bukan optimalisasi kecerdasan layanan.

Bayangkan skenario ini: seorang peserta JKN di daerah terpencil mendapat notifikasi dari aplikasi Mobile JKN yang berbunyi, “Berdasarkan riwayat kesehatan Anda dan musim hujan di wilayah Anda, risiko ISPA meningkat 40% dalam dua pekan ke depan. Kami sarankan menyiapkan masker dan segera berkonsultasi dengan dokter keluarga melalui fitur telemedicine.” Itulah yang disebut personalisasi notifikasi prediktif.

"Pemanfaatan AI berpotensi mempercepat verifikasi klaim, mendeteksi anomali pembiayaan, meningkatkan pelayanan peserta melalui chatbot cerdas, serta mendukung analisis risiko kesehatan populasi secara lebih presisi, namun kami tidak sekadar mempercepat administrasi, target kami adalah menciptakan sistem yang bisa 'berbicara' kepada peserta sebelum mereka jatuh sakit." Jelas Setiaji, S.T., M.Si. (Kepala Divisi TI BPJS Kesehatan).

Tantangan Nyata: Peserta Nonaktif dan Beban Sistem

Di balik capaian besar tersebut, terdapat tantangan serius. Data BPJS Kesehatan menunjukkan bahwa jumlah peserta nonaktif meningkat signifikan, mencapai 63.4 juta orang pada awal 2026. Selain itu, rasio klaim BPJS Kesehatan bahkan telah menembus lebih dari 100% (104,72%) sejak 2023, menandakan tekanan pembiayaan yang terus meningkat. Artinya, meskipun cakupan sudah luas, keberlanjutan sistem masih menghadapi tantangan struktural, yaitu kepatuhan pembayaran iuran, validitas data peserta dan efisiensi pembiayaan layanan. Di sinilah teknologi informasi, khususnya AI menjadi sangat relevan.

Lalu, bagaimana AI bisa berkontribusi mengatasi masalah peserta nonaktif dan tingginya rasio klaim? Dalam konteks kepesertaan, AI dapat dimanfaatkan untuk membangun sistem predictive churn—mirip dengan yang digunakan oleh platform perbankan atau e-commerce—yang mampu mengidentifikasi peserta dengan potensi tunggakan iuran berdasarkan pola pembayaran masa lalu, kondisi ekonomi wilayah, dan analisis sentimen dari interaksi digital.

Sistem ini akan mengirimkan notifikasi personalisasi yang tidak sekadar mengingatkan, tetapi juga menawarkan opsi bantuan seperti skema penundaan iuran atau rujukan ke program bantuan pemerintah daerah.

"Saya sempat hampir nonaktif karena lupa bayar iuran. Tapi pas dapat notifikasi dari Mobile JKN yang mengingatkan risiko kesehatan saya, saya jadi sadar. Rasanya BPJS sekarang lebih 'perhatian'." Ujar Yuli Sudarsini (46) peserta JKN asal Badung.

Dengan pendekatan ini, efisiensi anggaran bisa ditingkatkan tanpa mengurangi kualitas layanan bagi peserta aktif. Jadi, bukan hanya sekadar teknologi canggih, AI menjadi instrumen strategis untuk menjaga keberlanjutan fiskal JKN sekaligus memulihkan kepesertaan yang sempat terputus.

AI: Mengubah Sistem dari Reaktif ke Prediktif

Kekuatan terbesar AI bukan sekadar otomatisasi, tetapi perubahan paradigma. Saat ini, sistem kesehatan masih bersifat reaktif: pasien datang ketika sakit. Dengan AI, pendekatan ini bisa berubah menjadi prediktif.

Layanan telemedicine BPJS Kesehatan misalnya, tidak hanya jadi konsultasi teks, tetapi bisa melakukan triase otomatis. Pasien dengan gejala sesak napas akan langsung direkomendasikan ke fasilitas terdekat, sementara gejala ringan cukup ditangani daring. Dengan basis data ratusan juta peserta JKN, AI dapat dimanfaatkan untuk memprediksi risiko penyakit kronis seperti diabetes dan hipertensi, mengidentifikasi wilayah dengan potensi lonjakan kasus, dan memberikan rekomendasi kesehatan personal berbasis data. Pendekatan ini sejalan dengan upaya promotif dan preventif yang menjadi fokus BPJS Kesehatan.

Tantangan Implementasi AI

Implementasi AI di BPJS Kesehatan tidak semulus perancangan konsepnya. Setidaknya ada tiga tantangan utama yang harus dihadapi. Pertama, integrasi data. Saat ini data kesehatan peserta JKN tersimpan di ribuan fasilitas kesehatan (puskesmas, klinik, rumah sakit) dengan sistem informasi yang berbeda-beda. Kedua, keamanan dan privasi data. Data kesehatan adalah data sensitif yang dilindungi undang-undang. Penggunaan AI berarti data harus dikumpulkan, diproses, dan dianalisis secara masif. Ketiga, literasi digital dan kesiapan sumber daya manusia. AI tidak akan berguna jika tenaga kesehatan, kader JKN, maupun peserta sendiri tidak paham cara menggunakannya. Tanpa mengatasi ketiga tantangan ini, AI hanya akan menjadi pajangan teknologi, bukan solusi kesehatan yang inklusif.

Salah satu upaya konkret Kementerian Kesehatan untuk menjawab tantangan integrasi data ini adalah melalui platform SATUSEHAT yang merupakan perwujudan dari kebijakan Satu Data Kesehatan. BPJS Kesehatan dan Kementerian Kesehatan bahkan telah mengoptimalkan interoperabilitas ini dengan menyediakan akses data analitik secara mandiri (self-service analytics), yang membuka peluang bagi pemanfaatan AI untuk perencanaan strategis maupun deteksi dini potensi masalah.

Peran Kampus dan SDM Digital

Perguruan tinggi memiliki peran strategis dalam transformasi ini. Terdapat sekitar 1500 program studi teknologi informasi di Indonesia yang dapat menjadi jembatan antara inovasi dan implementasi.

Dosen Sistem Informasi di Universitas Primakara Denpasar, Bali, Dr. Ir. Eddy Muntina Dharma, S.T., M.T., menjelaskan bagaimana Artificial Intelligence (AI) sangat tergantung dengan kualitas data.

“Yang sering dilupakan dalam euforia AI adalah soal kualitas data. SATUSEHAT adalah fondasi yang tepat karena memakai standar FHIR, tapi tantangan terbesarnya ada di hulu: tidak semua puskesmas dan klinik sudah menggunakan rekam medis elektronik yang terstruktur. Kampus-kampus, termasuk kami di Primakara, sedang membantu menyiapkan talenta digital yang paham kesehatan sekaligus data science. Tanpa itu, AI hanya akan jadi proyek percontohan yang tidak berkelanjutan” Jelas Eddy Muntina.

Menuju JKN yang Lebih Cerdas

Program JKN telah menjadi kebanggaan Indonesia karena mampu melindungi hampir seluruh penduduk dari berbagai lapisan. Namun, di era digital, kebanggaan ini harus terus berkembang. Transformasi layanan kesehatan bukan hanya soal mempercepat antrean atau mempermudah administrasi. Lebih dari itu, ini adalah tentang bagaimana teknologi membantu masyarakat tetap sehat.

Jika digitalisasi adalah langkah pertama, maka AI adalah langkah berikutnya. Dan ketika itu terjadi, BPJS Kesehatan tidak hanya menjadi sistem jaminan kesehatan terbesar di Indonesia, tetapi juga salah satu yang paling cerdas di dunia. Jika AI diimplementasikan secara bertahap mulai 2027, BPJS Kesehatan bukan hanya menjadi penjamin sakit, tetapi penjaga kesehatan nasional. Kampus, pemerintah, dan masyarakat harus gotong royong mewujudkan JKN yang cerdas.