Subdit Surveilans Epidemiologi

& Respon KLB

DASAR-DASAR SURVEILNAS
EPIDEMIOLOGI

H.Gandi Kosim,SKM,M.Sc
Tutor Surveilans Epidemiologi

Gn 2015
2015

CURRICULUM VITAE
Pendidikan :
1. S1 ( FKM-UI) 1985
2. S2 ( Fakultas Pasca Sarjana UI ) 1990
Pelatihan :
Surveilans Epidemiologi Cholera outbreak,BANGLADESH
IMCI, KATMANDU
PARASITOLOGI, TOKYO
CDD Manager , THAILAND
PIM III
WYDIA ISWARA
MOT,TOT,FASILITATOR
Diklat SE di dalam negeri
Pengurus Perhimpunan Ahli Epidemiologi Indonesia
Gn 2011

Pengalaman Kerja

1.Puskesmas Kota Lubuk Linggau, 1972

2.Dinkes Kab.Musi Rawas Sumsel, 1972 1981
3.Dit Jen PP & PL, 1982 2005
4.Widyaiswara Bapelkes Cikarang, sejak 2006
Pengalaman mengajar
1.FKM UI (S1/S2)
2.FK Yarsi (Epidemiologi)
3.STIKES ABNUS Jakarta
4.Tutor PJJ PAEL Online

i
t
an

g
n
Pe
n

Peserta mampu melakukan kegiatan

Surveilans Epidemiologi

Peserta mampu:
Melakukan pengumpulan data
Melakukan pengolahan data
Melakukan analisis data
Melakukan interpretasi data
Menyusun rekomendasi hasil surveilans

Pengumpulan Data
Pengolahan Data
Analisis Data
Interpretasi Data
Rekomendasi Hasil Surveilans

Pengertian Surveilans-Epidemiologi

WHO : Proses pengumpulan, pengolahan, analisis

dan interpretasi data secara sistematik dan terus
menerus serta penyebaran informasi kepada unit
yang membutuhkan untuk dapat mengambil
tindakan
analisis secara
KepMenKes : kegiatan pemantauan
sistematis dan terus menerus thd penyakit atau
masalah-masalah kes. dan kondisi yang
mempengaruhi terjadinya peningkatan dan
penularan penyakit atau masalah-masalah kes. tsb,
agar dapat melakukan tindakan penanggulangan
secara efektif dan efisien melalui
proses pengumpulan data, pengolahan, analisis
dan penyebaran informasi epidemiologi kepada
penyelenggara program kes.

Pulta

Lahta

Analisis
Informasi
Rekomendasi

-Perencanaan
-Evaluasi/monitoring
-Kewaspadaan dini
-Strategi Advokasi

Action

LAHTA
KES.
Tujuan

Menyiapkan data agar mudah ditangani

saat analisa
Data telah terbebas dari kesalahan saat
pengumpulan dan entry data.
Tahapan Pengolahan data meliputi :
1) Kompilasi data
2) Validasi data
3) Manipulasi/ Transformasi data.
4) Pengolahan data

Subdit Surveilans

10/20/15

13

LAH-TA-KES.

Tahapan Proses Pengolahan

Data
Kompilasi
data

Validasi
data

Transfor
masi data

Subdit Surveilans

Pengolahan
data

10/20/15

14

LAH-TA
KES.
Proses Pengolahan Data
Kompilasi
data

Validasi
data

Transfor
masi data

Pengolahan
data

Lakukan penghitungan
dari semua sumber yg ada.
Kelompokkan data menurut karakteristik
Orang, Tempat dan waktu.

Subdit Surveilans

10/20/15

15

LAH-TA
KES.
Proses Pengolahan Data
Kompilasi
data

Validasi
data

Transfor
masi data

Pengolahan
data

- Lakukan pengecekan data

untuk melihat kebenaran &
konsistensinya
- Lakukan koreksi sesuai dg
kondisi yg sebenarnya
Subdit Surveilans

10/20/15

16

Contoh kegiatan Validasi data

- Bandingkan hasil kompilasi data
dg pengelola
lainnya/bulan
-Check
konsistensi
datanya lalu
-Check ulang penghitungannya
menurut var.waktu,tempat,orang
-Check kelengkapan data
-Lakukan koreksi langsung

Subdit Surveilans

10/20/15

17

Contoh kegiatan Validasi data

Melihat konsistensi data
hasil kompilasi data kepemilikan dan jenis
jamban yg digunakan masy.
Tabel 1: Kepemilikan MCK
Responden
MCK sendiri

ya

100

Tdk
Total

20
120

Tabel 2: Jenis MCK yg dimiliki

Responden
Jenis MCK

Permanen

50

Tdk Permanen

55

Total

105

Tidak sama
Subdit Surveilans

10/20/15

18

LAH-TA-KES.
Proses Pengolahan Data
Kompilasi
data

Validasi
data

Transformasi data

Pengolahan
data

Manual
Komputer

- Lakukan perubahan variabel menjadi variabel

baru sesuai dg kebutuhan, melalui proses :
Mengubah nilai dari suatu var.
Mengelompokkan var ke dlm nilai berbeda.
Mengelompokkan nilai-nilai var ke dlm var. baru
Mengekstraksi sebagian dari nilai dlm variabel
Subdit Surveilans

10/20/15

19

Proses Transformasi Data

Contoh mengubah nilai dari suatu var.
Dari hasil penimbangan 20 Bayi yang baru dilahirkan
diperoleh data Berat Badan bayi (gram) sbb :
2250, 3300, 2450, 2500, 2499, 2550, 2600, 2750, 2525,
2365, 3400, 2625, 2510, 2480, 2725, 2600, 2700, 3000,
3500, 2300
Dalam hal ini nilai BB Bayi, ubah menjadi suatu
variabel yang lebih informatif yaitu BBLR dengan
menggunakan standard < 2500 grm
Bayi BBLR
= 5 org
Bayi tdk BBLR = 15 org
Subdit Surveilans

10/20/15

20

Proses Transformasi Data

Mengelompokkan var ke dlm nilai berbeda.
Dari hasil penimbangan 20 Bayi yang baru dilahirkan
diperoleh gambaran tk pendidikan ibu sbb :
SD, MI, TS, SD, SD, TS, SLTP, SLTP, MT, SLTA, SD
SLTP, MI, MT, SLTA, MA, TS, MA, D-III, SD
Dari data diatas diperoleh kompilasi sbb :
- TS
= 3 org - SD/MI
= 7 org
- SLTP/ MT = 5 org - SLTA/ MA = 4 org
- D-III
= 1 org
Dikelompokan menjadi variabel baru :
-Tk pddkn Rendah = TS + SD/ MI = 3 + 7 = 10
-Tk pddkn Sedang = SLTP/ MT + SLTA/
org MA = 5 + 4 = 9
-Tk pddkn Tinggi = D-III = 1
Subdit Surveilans

10/20/15

21

Proses Transformasi Data

Mengekstraksi sebagian dari nilai dlm variabel .
Dari hasil pengamatan terhadap 50 ibu dalam kaitan
penerimaan informasi kesehatan didapatkan variasi
waktu penerimaan informasi tsb dg variasi sbb :
- Januari 2013 - Februari 2014
- Januari 2015
- Maret 2013 - Maret
2014
- April 2015
- Juli
- Nov.

2013
2013

- Agustus 2014
- October 2014

- Juni

2015

Di ektraksi
-Info tahun 2013
-Info tahun 2014
-Info tahun 2015
Subdit Surveilans

10/20/15

22

LAH-TA-KES.
Proses Pengolahan Data
Kompilasi
data

Validasi
data

Transformasi data

Pengolahan
data
- Sederhana

Lakukan pengolahan/transformasi
var. mulai distribusi frek./absolut
(proporsi,rate,ratio) menurut karak
teristik orang, tempat & waktu dsb
- Kompleks
Lakukan pengolahan/transformasi utk
melihat hub. beberapa variabel
Subdit Surveilans

10/20/15

23

LAH-TA - KES.
Hal-hal yg perlu diperhatikan
dalam Proses Pengolahan Data
Apa tujuan pengolahan data
Data relevan dengan tujuan
Kualitas data dapat dipercaya
Gunakan metode yg tepat & mudah
Ungkapkan batasan kelemahanya
bila ada
Hasil olahan harus standard
- mudah dimengerti
- menghasilkan persepsi sama
- dpt diperbandingkan menurut
waktu, geografis dsb
Subdit Surveilans

10/20/15

24

LAH-TA - KES.
Bentuk pengolahan data
Pengolahan data sederhana (univariat)
- distribusi frekuensi
- menhitung rerata (nilai tengah)
- menghitung sebaran
- proporsi, rate, rasio
Pengolahan data komplek (hubungan)
- hubungan dua variabel (bivariat)
- hubungan lebih dari dua variabel
(multivariat)

Subdit Surveilans

10/20/15

25

Analisis

Univariat
Analisis Bivariat
Analisis Multivariat

Subdit Surveilans

10/20/15

26

UNIVARIAT : untuk melihat distribusi

frekuensi (Rate, Ratio, Proporsi)/ nilai tengah
suatu variabel
BIVARIAT : Melihat Signifikansi/ ada
hubungan atau tidak
MULTIVARIAT : Melihat Faktor yang paling dominan

Subdit Surveilans

10/20/15

27

ANALISAUNIVARIAT
UNIVARIAT
ANALISA
Mean, Median,
Median, Mode,
Mode, Sd,
Sd, Se,
Se, Range,
Range,
Mean,
Min-Max,Skewness,
Skewness,Kurtosis
Kurtosis
Min-Max,
Boxplot; Stem-Leaf
Stem-Leaf
Boxplot;
Tujuan:
Tujuan:
1.Deskripsi
Deskripsisetiap
setiap variabel
variabelditeliti
diteliti
1.
2.Diagnosis
Diagnosisasumsi
asumsistatistik
statistiklanjut
lanjut
2.
3.Deteksi
Deteksinilai
nilaiekstrim/outlier
ekstrim/outlier
3.

ANALISIS BIVARIAT:
Uji Hipotesis 2 var

ANALISIS MULTIVARIAT:
1. Pemodelan Kuantitatif
Subdit Surveilans

10/20/15

28

ANALISIS BIVARIAT
skala
NOMINAL
skala
NOMINAL
NOMINAL Chi-Sq.
Chi-Sq.
NOMINAL
Phi-Coeff.
Phi-Coeff.
Cramer'sVV
Cramer's
G-KLambda
Lambda
G-K
RelativeRisk
Risk
Relative
Fisher'sExact
Exact
Fisher's
ORDINAL Chi-Sq.
Chi-Sq.
ORDINAL
G-KLambda
Lambda
G-K
Kruskal-Wallis
Kruskal-Wallis
Mediantest
test
Median
SignTest
Test
Sign
WicoxonTest
Test
Wicoxon
Somer'sdd
Somer's
Kolmogorov
Kolmogorov
Runstest
test
Runs
INTERVALPaired
Pairedt-test
t-test
INTERVAL
& RASIO ANOVA

ORDINAL
ORDINAL

Intv&Rasio
Intv&Rasio

Chi-Sq.
Chi-Sq.
G-KLambda
Lambda
G-K
Kendal'sTau
Tau
Kendal's
Spearmanrr
Spearman
Somer'sdd
Somer's

Pearson-r
Pearson-r
Subdit Surveilans 10/20/15
Regresi

29

ANALISIS MULTIVARIAT:

skala
NOMINAL/
ORDINAL
INTERVAL
& RASIO

NOMINAL/ORD
Regresi logistik

INT&RASIO

Reg. Multipel
(Var. Dummy)
An. Diskriminan
ANOVA
MANOVA
ANCOVA

Multiple r
Reg. Multipel
Reg. Non-linier
An. Path
An. Faktor
Time-series
An. Survival
Reg. Cox
LISREL
Subdit Surveilans

10/20/15

30

STATISTIK UNIVARIAT
Descriptives
KADAR-HB

Mean
95% Confidence
Interval for Mean

Lower Bound
Upper Bound

Statistic
11.396
10.992

Std. Error
.201

11.800

5% Trimmed Mean
Median
Variance
Std. Deviation
Minimum
Maximum
Range
Interquartile Range
Skewness
Kurtosis

11.420
11.500
2.019
1.421
8.6
14.0
5.4
2.150
-.306
-.744
Subdit Surveilans

10/20/15

.337
.662
31

STATISTIK UNIVARIAT
STADIUM

Valid

Std 2b
Std 3b
Total

Frequency
20
30
50

Percent
40.0
60.0
100.0

Valid Percent
40.0
60.0
100.0

Cumulative
Percent
40.0
100.0

RESPON TX.

Valid

Lkp.
Buruk
Total

Frequency
34
16
50

Percent
68.0
32.0
100.0

Valid Percent
68.0
32.0
100.0
Subdit Surveilans

Cumulative
Percent
68.0
100.0
10/20/15

32

KIAT SUKSES ANALISIS DATA

Kemampuan
substantif

EPIDEMIOLOG

Mengetahui
alat-alat statistik
Mengetahui hasil
komputasi

UNSUR
PENDUKUNG

HASIL DATA
ANALISIS

Tim Pakar
Substantif
Dukungan
statistician
Subdit Surveilans

10/20/15

33

STATISTIK BI- / MULTIVARIAT

V.BEBAS
Angiovasc
(Interval/Rasio)
Serbukan
(Ordinal)
Stadium
(Ordinal)
Diferensiasi
(ordinal)
(Bersama-sama)

V. TERIKAT=Respon Radiasi (Ordinal)

Uji-t/ANOVA
Regresi Logistik Sederhana
Chi-Sq; Rasio Odd/Resiko Relatif (RR)
Regresi Logistik Sederhana
Chi-Sq; Rasio Odd/Resiko Relatif (RR)
Regresi Logistik Sederhana
Chi-Sq; Rasio Odd/Resiko Relatif (RR)
Regresi Logistik Sederhana
Regresi Logistik Berganda
Subdit Surveilans

10/20/15

34

INTERPRETASI DATA
Naratif
Tabulair
Grafik
Maping

- Informasi penting / urgen

- Sederhana namun mudah
dipahami
- Tampilkan lebih atraktif

Subdit Surveilans

10/20/15

35

PENYAJIAN TEKSTULAR
Menggunakan bahasa yg benar
Ringkas tetapi efektif
Menghindari bahasa berbunga
Paragraf mengandung:
.Tema
.Data/fakta pendukung tema
.Pendapat/opini

PENYAJIAN GRAFIKAL
Histogram/Bargram
Diagram Pie
Diagram Garis
Diagram Sebar

PENYAJIAN TABULAR:
Judul tabel lengkap
Badan tabel terdiri dari
.Variabel/konsep
.Distribusi frek
.Distribusi proporsi
.Uji stat (bila perlu)
Hindari tabel yg kompleks
Desimal seperlunya
Hindari duplikasi (tabel
kemudian diikuti oleh teks
dan/atau grafik

Subdit Surveilans

10/20/15

36

CONTOH TEKSTULAR
(ALINEA YANG BAIK)
Angka Kematian Ibu (AKI) di
Indonesia masih tinggi bila dibandingkan
dengan negara tetangga. Data SDKI tahun
2012 menunjukkan bahwa AKI di Indonesia
adalah 359 per 100.000 kelahiran, sedang
Thailand hanya sebesar 100 per 100.000
kelahiran; Singapura 50/100.000 kelahiran..
dst. Hal ini menunjukkan bahwa pelayanan
kesehatan di Indonesia masih
memprihatinkan.

Subdit Surveilans

TEMA

DATA

OPINI

10/20/15

37

Naratif
Yaitu memvisualisasikan atau menyajikan
hasil pengolahan data dgn menggunakan
kalimat atau kata-kata
- Gunakan kalimat yg singkat
- Tonjolkan informasi yg penting
Misal :
Sebagian besar (..%) bumil yang mendapat
pelayanan K-1 telah imunisasi TT-1
3 diantara 30 orang penderita Kholera dari
desa A

Subdit Surveilans

10/20/15

38

TABEL
Yaitu visualisasikan atau menyajikan hasil
Analisis data dgn menggunakan tabel/
matriks dari yg sederhana - kompleks
- Bentuk tabel :
Matriks
Tabel
- Sederhana ( oneway tabulation )
- Silang
( twoway tabulation )
- Berganda ( threeway tabulation)

Subdit Surveilans

10/20/15

39

Penyajian Matriks
yaitu penyajian informasi secara gabungan antara
bentuk tabel dengan narasi (kalimat)
contoh penyajian matriks
Kel
Umur

2 bln
< 5 th

Gejala untuk penegakan diagnosis

Pnemonia Berat

Pnemonia

Bukan Pnemonia

Terlihat adanya
tarikan
dada
bagian bawah ke
dalam

Tidak terlihat adanya

tarikan
dada
bag.
bawah kedalam
Frekuensi nafas
cepat
- umur 2 bl - < 12 bl
dg frek 50 x / mnt
- umur 2 bl - < 12 bl
dg frek 40 x / mnt

Tidak terlihat adanya

tarikan
dada
bag.
bawah kedalam
Tdk ada nafas cepat
- umur 2 bl - < 12 bl
dg frek < 50 x / mnt
- umur 2 bl - < 12 bl
dg frek < 40 x / mnt

Subdit Surveilans

10/20/15

40

Penyajian Tabulair
yaitu penyajian informasi dalam bentuk angkadengan menggunakan format kolom dan baris

- Tabel harus mudah dipahami pembaca

- Tabel se-sederhana mungkin
- Dua atau Tiga tabel lebih baik dibanding
satu tabel besar dg banyak variabel

Subdit Surveilans

10/20/15

41

Persyaratan tabel yg baik

Tabel terdiri dari 3 bagian
Judul tabel
Badan tabel
Catatan kaki / Note
Judul Tabel
Singkat, jelas & relevan serta menjelaskan
Apa yg disajikan ?
Dimana peristiwanya ? dan
Kapan kejadianya ?

Subdit Surveilans

10/20/15

42

tabel yg baik
Badan Tabel
Badan tabel terdiri dari lajur kolom dan baris
Setiap lajur di beri label atau singkatan / kode
Titik temu kolom dengan baris berisi nilai var
Pada akhir kolom/baris sediakan lajur jumlah
Catatan kaki / note
Memuat penjelasan dari singkatan / kode label
Mencantumkan sumber informasi dari isi tabel

Subdit Surveilans

10/20/15

43

Contoh tabel
Judul
tabel

Apa ?
Dimana ?
Kapan ?

Tabel 1. Hasil imunisasi TT Bumil

Puskesmas Karang
s/d Tw II th 2015

Label kolom
TT-1
Desa

Label
baris

catatan
kaki

TT-2

Psk

Psy Ln

jml

Psk

Psy Ln

jml

1. Desa A

10

14

29

22

2. Desa B

13

28

18

3. Desa C

12

12

28

10

11

25

4. Desa D

15

30

10

23

5. Desa E

10

13

28

10

23

Jumlah

49

67

27

143

43

48

22

111

Note: Pusk= Puskesmas, Psy= Posyandu Ln= Lain-lain,jml=jumlah

Sumber : Puskesmas karangangue, Kab Adasaja
Subdit Surveilans

10/20/15

44

 Contoh bentuk tabel sederhana

(one-way tabulation)
Tabel 2. Jumlah kasus baru PD3I
Puskesmas Suka Kab Wae Th 2014
Jenis Penyakit

Jumlah kasus

1.Campak

50

62,5

2. Difteria

2,5

3. Pertusis

15

18,7

4. Tetanus Neonatorum

10

12,5

5. Meningitis TBC

6. Hepatitis B

3,8

80

100

Jumlah

Keterangan: PD3I = Penyakit yang dapat dicegah dengan imunisasi

Sumber : Pengelola Program Surveilans Puskesmas Suka
Subdit Surveilans

10/20/15

45

 Contoh bentuk tabel Silang

(two-way tabulation)
Tabel 3. Hasil Pemeriksaan Laboratorium Suspek Malaria
menurut jenis kelamin , pasien yang berobat di
Pusk Ulun Kab Pulang Pisau bulan Juli tahun 2014
Jenis Parasit

Jenis Kelamin

Jumlah

Pria

Wanita

1. Plasmodium Falsifarum

55

30

85

2. Plasmodium Vivak

25

20

45

3. Plasmodium Ovale

4. Mix

15

15

30

95

65

160

Jumlah

Sumber : Pengelola Program Malaria Puskesmas Ulun Kab. piyan

Subdit Surveilans

10/20/15

46

 Contoh bentuk tabel Berganda

(three-way tabulation)
Tabel 4. Hasil pengobatan penderita TB BTA+ menurut
keaktifan PMO di Puskesmas Pian Kab. Muara
Jambi bulan Juli Tahun 2014
Hasil pengobatan
Desa

PMO aktif

PMO tdk aktif

sembu
h

lkp

Tdk lkp

sembu
h

Lkp

Tdk lkp

1. Seluang

2. N i l a

3. Baung

4. Emas

14

15

Jumlah

Keterangan: PMO= Pengawas Menelan Obat, lkp = lengkap

Sumber : Pengelola ProgramSubdit
TB-Paru
Aruan
Surveilans Puskesmas
10/20/15

47

Grafik
Yaitu visualisasikan atau menyajikan hasil
pengolahan data dalam bentuk grafik atau
diagram tertentu

- Pilih grafik yg sederhana atraktif dan mudah

dipahami (self explanatory)
- Grafik hrs sesuai tujuan
- Perhatikan aturan dalam pembuatan grafik

Subdit Surveilans

10/20/15

48

Persyaratan Grafik
Grafikl terdiri dari 3 bagian
Judul grafik
Badan grafik
Catatan kaki / Keterangan

Judul Grafik
Singkat, jelas & relevan serta menjelaskan
Apa yg disajikan ?
Dimana peristiwanya ? dan
Kapan kejadianya ?

Subdit Surveilans

10/20/15

49

Persyaratan Grafik yg baik

Badan Grafik
Tampilkan variabel dg warna-bentuk yg menarik
Batasi variabel yg ditampilkan dlm grafik
Bila variabel > 2 gunakan perbedaan yg jelas
Lengkapi grafik dg legenda yg menjelaskan artinya
Khusus grafik Garis, Batang dan scatter
- Memiliki dua sumbu aksis X dan Y
- Titik potong sumbu X & Y memp nilai nol
- Axis X posisi mendatar, var independen, klasifikasi
- Axis Y posisi tegak, var dependen, frekuensi,rate
- Pembagian skala sumbu X & Y harus jelas & sama
kecuali semi log - log
Subdit Surveilans

10/20/15

50

Persyaratan Grafik yg baik

Catatan kaki / note
Memuat penjelasan dari singkatan / kode label
Mencantumkan sumber informasi dari isi tabel

Subdit Surveilans

10/20/15

51

Bentuk Grafik
Garis
Batang
- Histogram
- Bar diagram
Lingkaran (Pie)
Pencar (Scatter)
Gambar (Pictogram)
Peta (Cartogram)/Map
- Plot
- Area
Subdit Surveilans

10/20/15

52

Tujuan & manfaat dari Bentuk

Presentasi Grafik
JENIS GRAFIK
1. GARIS

TUJUAN & MANFAAT

UTK. MENGGAMBARKAN TRENDS/ PERKEMBANGAN SUATU NILAI DR WAKTU KE WAKTU

2. BATANG
-HISTOGRAM

UTK. MENGGAMBARKAN TRENDS/ PERKEMBANGAN SUATU NILAI DR WAKTU KE WAKTU

-BAR DIAGRAM UTK. MEMBANDINGKAN SATU NILAI ATAU

LEBIH DARI BEBERAPA KATEGORI
3. PIE (LINGK)

UTK. MEMBANDINGKAN SUATU NILAI DARI

BEBERAPA KATEGORI

Subdit Surveilans

10/20/15

53

Tujuan & manfaat dari Bentuk

Presentasi Grafik
JENIS GRAFIK

TUJUAN & MANFAAT

4. SCATTER

UTK MENGGAMBARKAN KE-ERATAN HUBUNGAN ( SEBAB-AKIBAT ) ANTARA DUA VARIABEL

5. GAMBAR

UTK. MEMBANDINGKAN SUATU NILAI DARI

BEBERAPA KATEGORI SEKALIGUS MELIHAT
PERKEMBANGAN DR WAKTU KE WAKTU

6. PETA

UTK. MENGGAMBARKAN PENYEBARAN DARI

SUATU NILAI MENURUT KONSEP WILAYAH

Subdit Surveilans

10/20/15

54

Grafik GARIS
1. Garis Tunggal (Single Line Chart)
2. Frekuensi kumulatif (Cumulative Frequensi Graph)
3. Garis ganda (Multiple Line Chart)
4. Garis Komponen berganda (Multiple Componen LC)
5. Presentase komponen berganda Precentage MCLC)
6. Garis Seimbang (Balance Line Chart)
7. Garis Interval (Interval Line Chart)

Subdit Surveilans

10/20/15

55

Contoh-contoh grafik garis

Grafik garis tunggal

Grafik garis kumulatifl

EESTIMASI ANGKA KEMATIAN BAYI

INDONESIA, 1967 - 2017

KASUS DEMAM BERDARAH DI INDONESIA

TAHUN 1989 - 1994
70

160
140

145

60

120

50

109

100

58,72
49

40

80

71

60

60

39,83

30
52

40

44

38

30,38

20
32

20

27

10

18,82

6,09

0
1967

1976

1986

1992

1997

2002

2007

2012

2017

2020

1989

1990

1991

Subdit Surveilans

1992

10/20/15

1993

1994

56

Contoh-contoh grafik garis

Grafik garis berganda

JUMLAH PUSKESMAS, PUSKESMAS PEMBANTU DAN PUSKESMAS

KELILING, DI INDONESIA TAHUN 1989 - 1994
25
Ribuan

JUMLAH PENDERITA DAN KEMATIAN RAWAT INAP DI

R.S. PENYAKIT TETANUS NEONATARUM DI RS
TAHUN 1989 - 1993

Grafik Komponen berganda

1200
1000
800

20
15
10

600
400

200
0

1989

1990

1991
KEMATIAN
KASUS

1992

1993

1989

1990

1991

1992

1993

1994

Puskesmas

5,563

5,656

5,976

6,224

6,954

6,984

Pustu

13,415

15,437

15,944

18,264

19,977

20,466

5,623

6,024

6,382

Pusling

Subdit Surveilans

10/20/15

57

Contoh-contoh grafik garis

Grafik garis persentase
komponen bergandal

Grafik garis Interval

Grafik III.8 : Angka maksimum dan minimun penderita klinis
Malaria yang berobat pada sarana pelayanan
kes di Prop Kalsel tahun 1995 s/d 1999
2800

PERSENTASE BOR DAN BTO

DI INDONESIA TAHUN 1989 - 1994

2600
2400

PERSEN

2200

70

2000

60

1800

50

1600
1400

40

1200

30

1000

20

800
600

10
0

400

1989

1990

1991

1992

1993

1994

BOR

56,1

57,6

57

56

55,8

53,4

BTO

34

36

36

36

36

35

200
0
Maksimum

Median
Minimum

Jan

Feb

Mar

Apr

Mei

Jun

2493
1126
904

1494
1249
1065

1486
1124
1082

1436
1094
1012

1545
1132
909

1726
1274
1068

Subdit Surveilans

Jul
1281
1026
375

10/20/15

Ags
1689
979
358

Sep
1774
1145
736

Oct
1697
1210
439

Nov
1212
465
383

Des
1223
759
579

58

Contoh-contoh grafik garis

Grafik garis Seimbang
Grafik 5 :
Case Fatality rate (CFR) dan
Insidens DBD
di Indoesia
Tahun 1968 -1999
CFR = Per 100
IR = per 100.000
Penduduk
50

30
40

25
20

30

15

20

10
10
5
0
0
IR

CFR

Tahun
Subdit Surveilans

10/20/15

59

Grafik BATANG
1.
2.
3.
4.
5.
6.
7.

Frekuensi Histogram
Batang Tunggal
Batang Ganda
Batang Komponen
Batang Presentase Komponen
Batang Mendatar
Batang Sektor

Subdit Surveilans

10/20/15

60

Contoh-contoh grafik Batang

Frekunsi Histogram

Grafik Batang Tunggal

JUMLAH KASUS KLB DHF DI INDONESIA MENURUT BULAN

SELAMA JANUARI - DESEMBER 1995

JUMLAH TENAGA KESEHATAN MENURUT JENIS TENAGA

DI INDONESIA TAHUN 1994

30

140

20

120

10

100

138,816

92,212

80
JAN
23

FEB MAR APR

25

14

11

MEI

JUN

12

JUL AGT
5

SEP OKT NOP DES

6

60
35,547

40
20

6,879

16,648

5,462

3,948

0
Dr.Ahli

Dr.Gigi

Subdit Surveilans

48,488

2,003
Sarkes
lain

10/20/15

Paramedis
Non Perwt

Non Medis

61

Contoh-contoh grafik Batang

Grafik Batang Ganda

Grafik Batang Komponen

Grafik jumlah sarana Puskesmas, Pustu dan Pusling
di Indonesia tahun 1989 - 1994

Grafik jumlah Puskesmas, Pustu dan Pusling

di Indonesia tahun 1989 - 1994
35.000

25.000

30.000
20.000

25.000
15.000

20.000
15.000

10.000

10.000
5.000

5.000
0

1989

1990

1991

1992

1993

1994

5.623

6.024

6.382

Pustu

13.415

15.437

15.944

18.264

19.977

20.466

Puskesmas

5.563

5.656

5.976

6.224

6.954

6.984

1989

1990

1991

1992

1993

1994

Puskesmas

5.563

5.656

5.976

6.224

6.954

6.984

Pusling

Pustu

13.415

15.437

15.944

18.264

19.977

20.466

5.623

6.024

6.382

Pusling

Subdit Surveilans

10/20/15

62

Contoh-contoh grafik Batang

Grafik Batang Persentase

Komponen

Grafik Batang Mendatar

Grafik Persentase jenis yankes (Puskesmas, Pustu dan Pusling) di

Indonesia tahun 1989 - 1994

Grafik Jumlah sarana yankes Puskesmas, Pustu dan Pusling di

Indonesia tahun 1989 - 1994

100%

1994

80%

1993
1992

60%
1991

40%

1990

20%

1989

0%

1989

1990

1991

1992

1993

5.000

10.000

15.000

20.000

25.000

1994

1989

1990

1991

1992

1993

1994

5.623

6.024

6.382

5.623

6.024

6.382

Pusling

Pustu

13.415

15.437

15.944

18.264

19.977

20.466

Pustu

13.415

15.437

15.944

18.264

19.977

20.466

Puskesmas

5.563

Puskesmas

5.563

5.656

5.976

6.224

6.954

6.984

Pusling

5.656

5.976

6.224

6.954

6.984

Subdit Surveilans

10/20/15

63

Contoh-contoh grafik Batang

Grafik Batang Sektor

Angka Harapan Hidup waktu lahir (Eo) Menurut Jenis
Kelamin di beberapa Negara Asia Tenggara tahun 1993

Vietnam
Thailand
Singapura
Philipina
Myanmar
Malaysia
Laos
Indonesia
Cambodja
Brunei
0

10

20

30
Laki-laki

40

50

60

70

80

Perempuan

Subdit Surveilans

10/20/15

64

Contoh Grafik Lingkaran (Pie)

Pie Diagram Riwayat Pertolongan Persalinan

Bayi pdrt TN di Kalsel th 2000 dan 2001

Pie Diagram jumlah persalinan menurut penolong di

Puskesmas Antah Berantah tahun 2000

15

NAKES
42,8%

NAKES
57,9%

25

DUKUN
28,6%

30

Dokter

Bidan

Dukun

LAIN-LAIN
28,6%

DUKUN
10,5%

LAIN-LAIN
31,6%

Lain-lain

Subdit Surveilans

10/20/15

65

Contoh-contoh grafik Batang

Grafik Batang Sektor

Piramida Penduduk Kecamatan Aruan Kanan

Tahun 2000
70 +
65-69
60-64
55-59
50-54
45-49
40-44
35-39
30-34
25-29
20-24
15-19
10-14
5-09
0-04
5

Laki-laki

Perempuan

Subdit Surveilans

10/20/15

66

Contoh Diagram Pencar (Scatter Diagram)

Diagram pencar Px.Kholera dikaitkan dg
Keterpaparan minum es mambo di Kec.
Baturajin, Juni tahun 2014
Px. Kholera
5

4
3
2
1
0
28

30

32

34

36

38

40

42

44

Minum es Mambo
Subdit Surveilans

10/20/15

67

Contoh Grafik Gambar

(Pictogram)
Jumlah Perkembangan Penduduk
Antah Berantah Hasil SP th.2004-2014

Th 2004,153 Juta

= Perempuan
= Laki-laki

Th 2014,200Juta

Subdit Surveilans

10/20/15

68

Contoh Grafik Peta

(Cartogram)

Subdit Surveilans

10/20/15

69

Distribusi Diare Mingguan,

Puskesmas Pandanwangi, 2002
25

K asus

20
15
10
5
0

10

11

12

10

10

TOTAL

10

16

17

20

15

Minggu

Kondisi Rentan Serangan KLB

Kajian Epidemiologi
Peringatan Kewaspadaan Dini KLB
Peningkatan Kewaspadaan KLB

Png.
KLB

Rekomendasi didefinisikan sebagai saran

yang menganjurkan (menguatkan,
membenarkan).
Sehingga dapat disimpulkan, rekomendasi
hasil surveilans adalah saran yang disusun
berdasarkan analisis data surveilans yang
telah dilakukan secara benar.

Mencapai suatu perubahan

Menjelaskan dan memberikan prioritas
dalam tindakan yang harus diambil
Membuat suatu kontribusi konstruktif
terhadap penyelesaian masalah nasional
dan memberikan kerangka kerja terstruktur
untuk berdialog dengan stakeholder
Membentuk suatu landasan untuk evaluasi
berkala dan tindak lanjut oleh lembaga
pemantau dan stakeholder.

Model Double SMART :

Specifik (Bersifat khusus)
Measurable (dapat diukur)
Achievable (dapat dicapai)
Result-oriented (berorientasi terhadap hasil)
Time-bound (terikat waktu)
Solution-suggestive (saran yang mengandung solusi)
Mindful of priotisation, sequencing & risk
(mempertimbangkan}
prioritas, tata urutan dan risiko)
Argued (beralasan)
Root-cause responsive (merespon akar permasalahan)
Targeted (memiliki target)

Mengapa?

Surveilans
Avian Influenza
masih lemah

Karena

Kapasitas pengambilan,
pengiriman dan
pemeriksaan specimen
masih lemah

Deteksi Dini AI masih

lemah

Respon Alert AI
masih lemah

Koordinasi LS
masih lemah

Terbatasnya alat
pengumpulan dan
pemeriksaan spesimen

SDM Surveilans masih

lemah

Sebagian besar
Kab/Kota tidak
mempunyai TGC

Frekuensi
Pertemuan LS
sangat jarang.

Surveilans
Avian Influenza
Kuat

Kapasitas pengambilan,
pengiriman dan
pemeriksaan specimen
kuat

Alat pengumpulan dan

pemeriksaan specimen
lengkap

Deteksi Dini AI masih

Kuat

Respon Alert AI
Bagus

Koordinasi LS kuat

SDM Surveilans kuat

SeluruhKab/Kota
mempunyai TGC

Pertemuan LS
dilaksanakan sec
berkala.

Topik Diskusi

Kelompok 1 : Sulsel, Papua, Dit.Ibu

Kelompok 2 : Cikarang, Banten, DKI (2)
Kelompok 3 : Ciloto, Jabar, Dinkes (1),
Dit.Surveilans, Puspromkes.
Kelompok 4 : Gombong, Jateng, BBPK Jkt, Dit.
Anak.