PENGERTIAN:

Pada angka kasar (crude rate), angka

insiden ataupun prevalensi
pembilangnya adalah jumlah kejadian
total dan penyebutnya adalah
pendududk total.
Pada angka spesifik (specific rate),
pembilang dan penyebutnya adalah
sub-sub kelompok penduduk.

U keperluan manajemen atau

mencari etiologi penyakit,
angka spesifik
jauh lebih
tepat dibandingkan angka
kasar, karena penduduknya
menjadi lebih homogen dan
lebih khusus (spesifik).

PENGELOMPOKAN ANGKA SPESIFIK

U mendapatkan angka spesifik penduduk

dikelompokkan mejadi 3 kelompok besar,
kemudian dikelompkkan lagi menjadi subsub kelompok kecil,sbb:
1.Menurut kharakteristik orang (person,
who?) :
Umur, sex, pekerjaan, pendidikan,
penghasilan, jumlah anak, urutan kelahiran,
dll.

PENGELOMPOKAN ... Lanjutan :

2. Menurut tempat (place, where?):

Batasan alamiah: pedesaan-perkotaan, dataran
rendah-dataran tinggi, sebelah utara gunung,
batasan laut, sungai, danau,dll
Batasan administrasi: banjar, RT, desa,
kecamatan, kabupaten, propinsi, Negara,dll

3. Menurut waktu (time, when?):

Bulan, tahun, decade, abad,dll
Musim hujan, kemarau,dll
Sebelum merdeka, jaman penjajahan belanda,
masa pemerintahan orde lama, orde baru,dll

Contoh :

Crude mortality rate (CMR), tahun X =

Jml kematian total selama tahun X

Jml penduduk petengahan tahun X

Cause specific mortality rate (CSMR/angka

kematian spesifik menurut penyabab), tahun
X =
Jml kematian yg disebabkan karena diare selama th X

Jml penduduk petengahan tahun X

Contoh

lanjutan

Cause and age specific mortality rate (CASMR/angka

kematian spesifik menurut umur dan penyabab), tahun
1990 =
Jml kematian anak usia 0-4 th yg disebabkan karena diare
selama tahun 1990
Jml penduduk usia 0-4 th pada petengahan tahun 1990

Cause sex and age specific mortality rate

(CASMR/angka kematian spesifik menurut jenis kelamin,
umur dan penyabab), tahun 1990 =
Jml kematian anak laki-laki usia 0-4 th yg disebabkan karena
diare selama tahun 1990
Jml penduduk laki-laki usia 0-4 th pada petengahan tahun 1990

Tabel 1
Insiden penyakit jantung koroner selama 8 tahun pd 4.995
yg sebelumnya bebas dari penyakit tsb.
Framingham, 1965-1973
Kelom Jml pddk Jml
pok
pria yg Kasus
umur diperiksa

Rate per
1000

Jml pddk
wanita yg
diperiksa

Jml
kasus

Rate
per
1000

Ratio
Rate

30-39

825

20

24,2

1.036

1,0

24,2

40-49

770

51

66,2

955

19

19,9

3,3

50-59

617

81

131,3

792

53

66,9

2,0

30-59

2.212

152

68,7

2.783

73

26,2

2,6

Sumber: Mausner,J.,S.: Epidemiology an Indroductory Text, 1985

Tabel 2
Prevalensi penyakit jantung koroner pd 4.469 orang
umur 30-62 tahun. Framingham, 1965
Kelomp Jml pddk
ok
pria yg
umur diperiksa

30-44

1.083

45-62
30-62

Jml Rate
Kasu per
s
1000

Jml pddk
wanita yg
diperiksa

4,6

1.317

941

43 45,7

2.024

48 23,7

Jml Rate Ratio

kasus per
Rate
1000

5,3

0,9

1128

21 18,6

2,5

2.445

28 11,5

2,1

Sumber: Mausner,J.,S.: Epidemiology an Indroductory Text, 1985

Pada tabel 1, bila dilihat

keseluruhan penduduk laki dan
perempuan: 152/4.995= angka
spesifik menurut jenis kelamin,
tetapi bila dilihat pd peddk laki
saja, maka 152/2.212 adalah crude
rate.

 U perencanaan s program angka

spesifik selalu lebih tepat /lebih terarah
dibandingkan angka kasar, karena dari
angka spesifik dx masalah kes. Masy.
bisa diperoleh secar lebih spesifik.
Dari angka prevalensi atau insiden
spesifik akan terlihat kelompok
penduduk yang mempunyai mas. kes
masy.

 Di desa mana penyakit tsb paling >>

dijumpai (dilihat angka spesifik per
desa), pada umur berapa >> (dilihat
angka spesifik m umur), pada musim
apa (dilihat angka spesifik m
musim), dst. Dd maka prog a bisa
lebih diarahkan pd kelompok pddk yg
betul2 yg memp. Mas. (target
population dari prog.a >spesifik).

 Angka spesifik juga amat tepat bila

dipakai untuk membandingkan satu
kelompok dengan kelompok lainnya,
baik untuk meneliti etiologi penyakit
(angka insiden spesifik), ataupun
untuk menilai keberhasilan program
kesehatan masyarakat ( angka
insiden atau prevalensi spesifik).

 Kelemahan memakai angka spesifik u tujuan

perbandingan: terlalu banyak angka yang harus
dibandingkan.

Misalnya bila ingin membandingkan insiden penyakit

ulkus peptikum antara L dan W umur 15-74 tahun, dan
bila umur dikelompokkan per 5 tahun (15-19, 2024,25-29, dst), -= harus membandingkan 12 angka
spesifik, antara kelompok L dan W, belum lagi bila
ingin membandingkan pula angka insiden ulkus
peptikum menurut pekerjaan, pendidikan, pola
makanan, dll, maka mungkin harus membandingkan
ratusan angka spesifik hanya untuk satu jenis penyakit

 Kesulitan / kendala yang sering

terjadi adalah tidak tersedia data
untuk menghitung angka spesifik
tsb, baik data pembilang ataupun
data penyebut.

 Misal pd penelitian kemungkinan penyebab

PJK, maka yg dibandingkan adalah angka
insiden L & P per klp umur.
Juga ketika membandingkan insiden ca cx pd
klp pemakai pil kontrasepsi dg klp yg tdk
memakai pil kontrasepsi, maka yg dibandingkan
haruslah misalnya: angka insiden spesifik
menurut umur ibu, atau m keadaan soseknya
atau angka spesifik m lama pemakaian pil, dsb.

 Pada tabel 9. di bawah ini, hitung angka

kematian kasar dari seluruh penyebab
kematian yang ada, dan hitung pula
angka kematian spesifik menurut
masing-masing penyebab, jika
diasumsikan populasi at risk di
Kecamatan A sebanyak 35.000 orang.

Tabel 9. Distribusi kunjungan pasien dan kematian menurut

penyebabnya, di Kecamatan A, 1 Januari 2005- 31 Desember 2005
Jumlah kunjungan

Jumlah Kunjungan

pasien lama

pasien baru

Infeksi saluran pernapasan akut (ISPA)

30

500

Diare

40

450

Dermatitis dan penyakit kulit lainnya

35

400

Hipertensi

50

30

Demam berdarah

30

320

Malaria

20

300

Tetanus

15

Tuberkulosa

15

Penyakit degeneratif

30

20

Kecelakaan

30

Rabies

30

29

Jumlah

255

2102

52

Penyebab kematian

Jumlah Kematian