Model Kelayakan Penerimaan Bantuan Iuran (PBI) BPJS Kesehatan Menggunakan Metode SMART Berbasis Data Kependudukan di Kota Yogyakarta

Anisya Maulina; Yumarlin MZ

doi:10.55681/jige.v7i3.6146

Authors

Anisya Maulina Informatika, Fakultas Teknik, Universitas Janabadra
Yumarlin MZ Informatika, Fakultas Teknik, Universitas Janabadra

DOI:

https://doi.org/10.55681/jige.v7i3.6146

Keywords:

Decision Support System, SMART, BPJS Health Insurance, PBI, Population Data

Abstract

The Contribution Assistance Program (PBI) of BPJS Kesehatan is a government initiative designed to provide health insurance for underprivileged communities. However, the eligibility determination process in Yogyakarta City still faces several challenges, including limited information on requirements, data inconsistencies, and lengthy verification procedures that often force citizens to repeatedly visit related institutions. This study aims to develop a Decision Support System (DSS) to facilitate faster, more objective, and transparent evaluation of PBI eligibility. The Simple Multi Attribute Rating Technique (SMART) method is applied to assign weights and preference values based on several eligibility criteria, such as economic condition, residency status, housing condition, and asset ownership. The data used in this study are derived from population records provided by relevant institutions. The results indicate that the developed system can generate structured rankings of potential recipients, improve assessment accuracy, and reduce subjectivity in decision-making, thereby enhancing the effectiveness of the verification process. The study recommends integrating the system with regional population databases on an ongoing basis to ensure that PBI eligibility determination becomes more efficient, standardized, and accessible to the public.

Downloads

Download data is not yet available.

References

Al Farisy, M. S., & Winiarti, S. (2025). Sistem pendukung keputusan untuk menilai kesejahteraan wilayah DIY dengan metode SMART.

Alkhalifi, Y., Firdaus, M. R., Ismunandar, D., & Herliawan, I. (2024). Analisis perbandingan metode SMART dan MOORA pada pemilihan karyawan terbaik klinik kecantikan.

Ardi, M., Lahallo, J., & Tatuhey, E. L. (2024). Sistem pendukung keputusan seleksi penerimaan pegawai kontrak di KPU menggunakan metode SMART.

Desria, K., Novita, A., & Hendrawan, H. (2025). Evaluasi dalam implementasi kebijakan kelas rawat inap standar jaminan kesehatan nasional (KRIS-JKN) pada rumah sakit swasta.

Dwi, O. I., Milawati, R. S., & Lutfian, M. V. (2024). Analisis rendahnya cakupan kepesertaan balita dari ibu penerima bantuan iuran jaminan kesehatan: Studi di tiga kabupaten di Indonesia. Jurnal Kependudukan Indonesia, 19(1). https://doi.org/10.55980/jki.2024.4880

Di Kesuma, H., Yanto, R., Ahmadi, & Hamidani, S. (2022). Penerapan metode SMART dan ISO 9126 dalam pemilihan penerima bantuan langsung tunai. Cogito Smart Journal, 8(1).

Hasibuan, A. N. R., Putri, S. A., Hasibuan, S. R., & Gurning, F. P. (2024). Analisis kesesuaian anggota BPJS penerima bantuan iuran (PBI) dengan indikator kemiskinan di Kota Medan. Jurnal Kolaboratif Sains, 7(5), 1556–1561. https://doi.org/10.56338/jks.v7i5.5075

Indrayani, L. (2024). Sistem pendukung keputusan penerima kartu Indonesia sehat menggunakan metode analytical hierarchy process.

Mentari, A. M., Resmi, M. G., & Sunandar, M. A. (2024). Sistem pendukung keputusan kelayakan penerimaan bantuan beras di Desa Hegarmanah berbasis website menggunakan metode MOORA.

Mokodaser, W. G., & Triyono, G. (2023). Pemodelan sistem pendukung keputusan untuk pemilihan jenis kelas jaminan layanan BPJS kesehatan dengan metode analytical hierarchy process. Retrieved from http://jom.fti.budiluhur.ac.id/index.php/IDEALIS/index

Pradana, A. A., Casman, C., Rohayati, R., Kamal, M., Sudrajat, A., & Hidayat, A. T. (2022). Program universal health coverage (UHC) di Indonesia. Jurnal Endurance, 7(2), 462–473. https://doi.org/10.22216/jen.v7i2.1363

Prayoga, M. R., Dhany, H. W., & Panjaitan, M. S. (2025). Sistem informasi kependudukan dan bantuan sosial (KBS) di Binjai Utara. Jurnal Minfo Polgan, 14(1), 826–831. https://doi.org/10.33395/jmp.v14i1.14904

Prawiratama, D. H., Helilintar, R., & Kasih, P. (2024). Sistem pendukung keputusan penentuan kelayakan pemberian pinjaman menggunakan metode SMART.

Pemerintah Kota Yogyakarta. (2020). Peraturan Walikota Yogyakarta Nomor 27 Tahun 2020 tentang perubahan atas Peraturan Walikota Nomor 69 Tahun 2018 tentang penyelenggaraan jaminan kesehatan daerah.

Purba, D. E. R., & Siboro, Y. O. (2025). Analisis kelayakan penerima bantuan iuran jaminan kesehatan menggunakan teknik klasifikasi data mining dengan metode Naive Bayes. https://doi.org/10.54209/jatilima.v7i02.1279

Rahman, A. A. H., Baijuri, A., & Fatah, Z. (2025). Sistem pendukung keputusan penerima bantuan pangan non tunai menggunakan metode SMART. Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi, 14(2), 1055. https://doi.org/10.35889/jutisi.v14i2.2789

Saputro, C. R. A., & Fathiyah, F. (2022). Universal health coverage: Internalisasi norma di Indonesia. Jurnal Jaminan Kesehatan Nasional (JJKN), 2(2), 204–216. https://doi.org/10.53756/jjkn.v2i2.108

Sekartaji, G., & Saipul. (2025). Evaluasi pelaksanaan peraturan gubernur nomor 52 tahun 2019 tentang kepesertaan dan pelayanan kesehatan penerima bantuan iuran daerah Provinsi Kalimantan Timur dalam rangka menuju jaminan kesehatan semesta di Kota Samarinda.

Simanungkalit, A. N. D., Khairani, N., Indra, Z., & Al Idus, S. I. (2024). Penerapan metode SMART pada sistem pendukung keputusan penentuan penerima bantuan sosial bagi keluarga miskin. bit-Tech, 7(2), 339–347. https://doi.org/10.32877/bt.v7i2.1814

Sudrajat, A. S., & Rahayu, R. H. (2025). Implementasi kebijakan kelas rawat inap standar jaminan kesehatan nasional (KRIS-JKN) di RSUD Kota Bandung. Journal of Governance Innovation, 7(1), 372–391. https://doi.org/10.36636/jogiv.v7i1.5256

Syabana, R., Izzatillah, M., & Selvia, N. (2026). Sistem pendukung keputusan pemberian bantuan sosial warga Kelurahan Pakansari dengan metode SAW.