Penuntun Praktikum Tropmed 2016-1
Penuntun Praktikum Tropmed 2016-1
pipet 10 uL
Cara kerja :
1. Sampel yang digunakan adalah serum
2. Pegang pipet dalam posisi horizontal
3. Sentuh sampel dengan ujung pipet
4. Ambil sampel dan hindari terambilnya gelembung udara
5. Masukkan 10 uL sampel ke dalam sumur bulat (sumur sampel) pada kit
6. Teteskan 2 tetes buffer ke dalam sumur persegi (sumur buffer) dengan posisi
tegak lurus 1 cm dari sumur
7. Baca hasil tepat 15 menit kemudian.
Interpretasi :
- Adanya garis pink menandakan hasil (+)
- Semua garis setelah 15 menit adalah invalid
- Garis pink pada daerah IgM dan kontrol Infeksi primer
- Garis pink pada daerah IgM dan IgG dan kontrol infeksi sekunder
- Garis pink pada daerah IgG dan kontrol Infeksi sekunder
- Garis pink pada daerah kontrol saja negatif
Pembimbing Praktikum
_____________________
Rapid Diagnostic Test Malaria
Alat yang diperlukan :
-
Pipet 5 uL
Cara kerja :
1. Sampel
yang
digunakan
adalah
whole
blood
dengan
anti
koagulan
_______________________
PRAKTIKUM IKK (TM-Pr.2)
PRAKTIKUM I
PENGOLAHAN DAN ANALISIS DATA DENGAN SPSS
SPSS merupakan paket program statistik yang berguna untuk
mengolah dan menganalisis data penelitian. Dengan SPSS semua kebutuhan
pengolahan dan analisis data dapat diselesaikan dengan mudah dan cepat.
Kemampuan yang dapat diperoleh dari SPSS meliputi pemprosesan segala
bentuk file data, modifikasi data, membuat tabulasi berbentuk distribusi
frekuensi, analisis statistik deskriptif, analisis statistik inferensial yang
sederhana maupaun kompleks, membuat grafik, dsb. Perkembangan SPSS
sangat cepat, mulai dari SPSS 6 sampai SPSS 17 sekarang ini.
A. PROGRAM SPSS
Untuk mengoperasikan program ini, terlebih dahulu harus dipastikan
bahwa komputer sudah terinstal dengan SPSS for windows. Hal ini dapat kita
lihat dari desktop ataupun menu yang terdapat pada program dengan
membuka start terlebih dahulu. Bila di layar komputer sudah muncul icon
SPSS, maka klik dengan mause dua kali pada icon tsb. Bila di layar komputer
belum ada icon SPSS, maka klik START, pilih FILE PROGRAM dan sorot SPSS
kemudia klik dua kali. SPSS mengenal 2 jenis jendela yang utama yaitu: SPSS
DATA EDITOR dan SPSS OUT PUT. SPSS data editor berisi tampilan data yang
akan dioleh dan dianalisis. Tampilan ini mirip dengan Excel. SPSS out put
berisi hasil olahan (hasil analisis yang telah dilakulan).
Setelah program SPSS di panggil di layar akan muncul logo SPSS for
window. Pada layar monitor akan didapati tampilan menu utama SPSS
seperti berikut:
Pada data editor akan tampak menu (bar menu) yang terletak di
sebelah atas dengan urutan: File, Edit, Data, Transform, analyse, graps,
utilitie, window, dan Help
File : digunakan untuk membuat file baru, membuka file data yang
telah disimpan, atau membaca file data dari program lain.
Edit: digunakan untuk memodifikasi, mengcopy, menghapus, mencari
dan mengganti data
Data: digunakan untuk membuat/mendefinisikan nama variabel,
menganalisis sebagian data, menggabungkan data
Transform: digunakan untuk transformasi/modifikasi data seperti
mengelompokkan variabel, pembuatan variabel baru dari perhitungan
matematik, dll
Analyse digunakan untuk memilih berbagai prosedur statistik, dari
statistik sederhana sampai yang kompleks
Graphs: digunakan untuk membuat grafik melalui grafik bar, pie, garis,
histogram, scater plot, dsb
Window: digunakan untuk berpindah-pindah antar jendela, misal
jendela data ke jendela output.
Help: memuat informasi bantuan bahaimana menggunakan berbagai
fasilitas pada SPSS
C. MEMASUKAN DATA
Jika anda sudah terbiasa menggunkan program spreadsheet (Excel, Lotus
dll), Penggunaan Data Editor Windows mirip dengan program spreadsheet.
Namun ada beberapa hal yang berbeda dengan Data Editor.
Baris, setiap baris melambangkan satu kasus (satu responden) yang diteliti,
misalnya satu baris adalah satu bayi yang diukur antropometrinya.
Kolom adalah Variabel, tiap kolom melambangkan satu variabel atau
karakteristik bayi yang diukur misalnya jenis kelamin, panjang badan dll.
Sel. Tiap sel berisi satu nilai untuk satu variabel pada satu kasus. Sel adalah
perpotongan antara baris dan kolom, sel hanya berisi nilai, tidak seperti pada
olah angka dimana sel bisa merupakan formula (rumus).
Pada data data editor windows terbuka. Anda dapat lansung memasukkan
data pada sel-sel yang ada. Sebagai contoh cobalah masukkan data dari 30
bayi di bawah ini.
Sebelum anda memasukkan data, buatlah nama variabel seperti yang sudah
dijelaskan sebelumnya
1.
2.
3.
4.
D. MENYIMPAN DATA
Data yang dimasukkan dapat disimpan ke berbagai format data.
Secara pengaturan dasar SPSS akan menyimpan data kedalam format SPSS
for windows (*.sav). untuk penyimpanan data yang telah anda masukkan
urutan perintah yang dilakukan adalah sebagai berikut
Klik file
Save (Pastikan Anda pada Data Editor)
Ketik Latihspss1
Pada layer tampak kotak dialog penyimpanan data
Berikut ini adalah data 30 bayi dan ibu. Masukkanlah data tsb
Latihan 1
No
1
2
3
4
5
6
7
8
9
10
11
12
13
14
Nama
ARR
BRR
CRR
DRR
ERR
FRR
GRR
HRR
IRR
JRR
KRR
LRR
MRR
NRR
Jenis kelamin
PEREMPUAN
LAKI
LAKI
LAKI
PEREMPUAN
LAKI
PEREMPUAN
LAKI
PEREMPUAN
LAKI
LAKI
LAKI
PEREMPUAN
LAKI
Pjgbayi
38
39.2
43.7
42.4
44.7
44
43
44.4
44.5
43
45.5
46.5
48.5
47.5
LILA by
7.5
8.3
8.3
8.4
9
9
9.5
9.5
10
10.5
10
10.5
11
11
BB
bayi
1100
1400
2100
2100
2200
2300
2400
2700
2800
2900
2900
3000
3100
3200
Hb Ibu
7.7
9.2
9.4
8.8
8.7
11
11.1
9.6
11.5
10.5
11.9
11.3
11.1
12
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
ORR
PRR
QRR
RRR
SRR
TRR
URR
VRR
WRR
XRR
YRR
ZRR
AARR
BBRR
CCRR
DDRR
PEREMPUAN
PEREMPUAN
LAKI
LAKI
LAKI
PEREMPUAN
LAKI
LAKI
LAKI
LAKI
LAKI
PEREMPUAN
PEREMPUAN
PEREMPUAN
PEREMPUAN
PEREMPUAN
49
50
52
53
45
43
42
43
41
44
42
41
41
42
43
44
11.5
11.5
12
12.5
11
10.5
9
9.4
9.3
9.5
8.8
8.9
7.9
8
8.2
8.2
3300
3500
3500
3700
2900
2800
2100
2200
2300
2150
2250
2400
2240
2380
2000
2220
12.3
13
12.9
11.9
12
11.8
7.9
11
11.1
9.6
9.9
10
10.1
9.8
7.9
8.5
Setelah data Editor terbuka letakkan kursor pada kolom kiri atas.
Perhatikan nama variabel. Buatlah nama variabel dari latihan 1
Masukkan data satu persatu dengan teliti.
Teruskan mengetik kearah kanan untuk data variebel jenis kelamin,
panjang badan, lingkar lengan dan berat badan.
Teruskan pemasukan data hingga bayi ke 30.
Valid
LAKI
PEREMPUAN
Total
Frequency
17
13
30
Percent
56.7
43.3
100.0
Valid Percent
56.7
43.3
100.0
Cumulative
Percent
56.7
100.0
Bila jenis data kontinu seperti panjang bayi, kita Klik Statistic,
maka akan tampak kotak berikut.
Klik analisis yang diinginkan seperti, mean, median, range,
minimum maksimum dan Standar deviasi
Hasil analisis:
Statistics
panjang bayi
N
Mean
Median
Mode
Std. Deviation
Variance
Range
Minimum
Maximum
Valid
Missing
30
0
44.3300
43.8500
43.00
3.48060
12.11459
15.00
38.00
53.00
Dari data diatas rerata panjang bayi 44,33 cm, median 43,85 cm dan
Standar deviasi 3,48 cm
F. ANALISIS INFERENSIAL
1. Analisis Chi Square
Analisis chi square merupakan analisis bivariat untuk menghubungkan atau
membandingkan satu variabel independen dengan variabel dependen.
Analisis pada SPSS dengan menggunakan menu crosstab. Pada menu ini kita
dapat menampilkan tabulasi silang. Analisis chi square dapat digunakan
pada variabel yang mempunyai skala pengukuran nominal atau ordinal.
Pada contoh data latihspss1, hanya 1 variabel yang berskala nominal yaitu
jenis
kelamin.
Untuk
itu kita
perlu
melakukan recode
ulang
(mengelompokkan data) pada salah satu variabel.
Misalnya kita ingin membandingkan proporsi Berat Badan Lahir Rendah
antara laki-laki dan perempuan.
Langkah-langkah Recode
- Data latihspss1 telah kita aktifkan
- Klik menu utama Transform
- Klik Recode
- Klik Into diffrent variabel
- Pindahkan variabel beratby ke kotak sebelah kanan
- Buatlah variabel baru dengan nama bbkel, klik change
klik statsitics
Klik Chi Square
Klik continue
Hasil output
jenis kelamin
LAKI
PEREMPUAN
Total
Count
% within BBKEL
Count
% within BBKEL
Count
% within BBKEL
Total
17
56.7%
13
43.3%
30
100.0%
Dari data tersebut bayi dengan berat badan lahir rendah lebih banyak pada
laki-laki (52,9%) begitu juga bayi dengan berat badan normal lebih banyak
pada kelompok lakilaki (61,5%)
Hasil pengujian dengan chi square adalah:
Chi-Square Tests
Pearson Chi-Square
Continuity Correction a
Likelihood Ratio
Fisher's Exact Test
Linear-by-Linear
Association
N of Valid Cases
Value
.222b
.010
.223
.214
df
1
1
1
1
Asymp. Sig.
(2-sided)
.638
.921
.637
Exact Sig.
(2-sided)
Exact Sig.
(1-sided)
.721
.462
.643
30
Dari hasil uji chi quare didapat nilai p value (nilai significansi adalah 0,638).
Hal ini berarti tidak terdapat hubungan antara jenis kelamin dengan kejadian
berat badan lahir rendah.
o
o
o
o
T-Test
Group Statistics
berat bayi
jenis kelamin
LAKI
PEREMPUAN
Mean
2570.5882
2495.3846
17
13
Std. Deviation
594.78432
623.17220
Std. Error
Mean
144.25639
172.83687
F
berat bayi Equal variances
assumed
Equal variances
not assumed
.069
Sig.
.795
df
Sig. (2-tailed)
Mean
Difference
Std. Error
Difference
95% Confidence
Interval of the
Difference
Lower
Upper
.336
28
.739
75.2036
223.68358
-382.991 533.39866
.334
25.325
.741
75.2036
225.12772
-388.154 538.56132
Hasil out put mendapatkan rata-rata berat bayilaki-laki 2570,6 (SD 594,8)
dan bayi perempuan 2495,4 (SD 623,2) Hasil uji varian (F) didapat p value
0,795 yang berarti tidak terdapat perbedaan varian sehingga uji t yang
digunakan adalah uji t dengan varian yang sama. Hasil uji t = 0,336 dan p
value 0,739. Hal ini berarti tidak terdapat perbedaan rata-rata berat badan
bayi menurut jenis kelamin.
b. Uji t dependen
Berikut ini kita aplikasikan uji t dependen. Pada data latihspss1 kita
tambahkan variabel bb2 (yaitu berat bayi setelah 2 bulan)
No
sampel
1
2
bb2
1155
1400
no
sampel
16
17
bb2
3630
3520
3
4
5
6
7
8
9
10
11
12
13
14
15
2200
2300
2300
2400
2560
2750
2900
2800
3000
3200
3150
3260
3450
18
19
20
21
22
23
24
25
26
27
28
29
30
3700
2990
2850
2200
2400
2450
2400
2550
2450
2300
2300
2200
2420
Langkah-langkah:
o Data latihspss1 telah kita aktifkan
o Klik menu utama Analyze
o Klik Compare Means
o Klik Paired sampel t test
o Pindahkan bb1 dan bb2 ke kotak kanan
o Klik OK
Pair
1
BB1
BB2
Mean
2538.0000
2639.5000
N
30
30
Std. Deviation
597.75673
586.85948
Std. Error
Mean
109.13495
107.14539
Pair 1
Mean
BB1 - BB2 -101.5000
Std. Deviation
90.22147
95% Confidence
Interval of the
Difference
Std. Error
Mean
Lower
Upper
16.47211 -135.1893 -67.8107
t
-6.162
df
29
Sig. (2-tailed)
.000
Hasil out put mendapatkan rata-rata berat bayi lahir 2538 (SD 597,8) dan
berat bayi 1 bulan kemudian 2639,5 (SD 586,9) Hasil uji t = -6,162 dan p
value 0,000 (tepatnya 0,0001). Hal ini berarti terdapat perbedaan rata-rata
berat badan bayi baru lahir dan berat bayi 1 bulan kemudian.
3 Uji Beda > 2 Mean (Anova)
Analisis of Varian digunakan untuk membandingkan rata-rata > 2
kelompok. Uji anova digunakan pada variabel numeric dengan skala interval
atau ratio dan kategori ( > 2 kelompok). Pada data numeric data harus
berdistribusi normal, karena analisis uji anova termasuk analisis parametric.
Pada SPSS kita dapat menganalisis uji anova dengan fasilitas analyze yang
dilanjutkan dengan compare means. Kemudian memilih fasilitas one way
anova. Berikut ini aplikasi dengan SPSS dengan menggunakan contoh soal
berikut.
Contoh:
Suatu penelitian dari Singh et al seperti yang dilaporkan oleh Jurnal Clinical
Imunology dan Imunopathologi adalah sifat imunitas pada anak-anak autis.
Mereka melakukan pengukuran terhadap consentrasi serum dari 3 jenis
sampel anak-anak, yang berumur < 10 tahun. Hasilnya adalah sbb:
Autistic children (n=23): 755, 385, 380, 215, 400, 343, 415, 360, 345, 450,
410, 435, 460,360, 225, 900, 365,440 820, 400, 170, 300, 325
Normal : (n=32) 165, 390, 290, 435, 235, 345, 320, 330, 205, 375, 345, 305,
220, 270, 355, 360, 335, 305, 325, 245, 285, 370, 345, 230, 370, 285, 315,
195, 270, 305, 375, 220
Mentally retarded children (non Downs syndrome) (n=15): 380, 510, 315,
565, 715, 380, 390, 245, 155, 335, 295, 200, 105, 105, 120
Langkah-langkah :
Aktifkan program spss
Klik varibel view pada data editor (data view untuk mengisi data)
Namai variabel pertama dengan kelompok
Nilailah hasilnya
Bila nilai p value pada tabel anova < 0.05, maka terdapat perbedaan pada
ketiga Kelompok
Descriptives
SERUM
N
autis
normal
menred
Total
23
30
17
70
Mean
419.9130
304.1667
318.2353
345.6143
Std. Deviation
178.02628
63.39644
169.15175
145.60481
Std. Error
37.12105
11.57455
41.02533
17.40310
Minimum
170.00
165.00
105.00
105.00
Maximum
900.00
435.00
715.00
900.00
ANOVA
SERUM
Between Groups
Within Groups
Total
Sum of
Squares
191247.5
1271605
1462853
df
2
67
69
Mean Square
95623.767
18979.180
F
5.038
Sig.
.009
Hasil menunjukkan nilai F hitung 5,038 dan p = 0,009. Hal ini berartti
terdapat perbedaan rata-rata kadar serm pada ketiga kelompok
Untuk menentukan kelompok mana saja yang berbeda dapat dilakukan
analisis
Nilailah hasilnya
Multiple Comparisons
Dependent Variable: SERUM
Bonferroni
(I) KELOMPOK
autis
normal
menred
(J) KELOMPOK
normal
menred
autis
menred
autis
normal
Mean
Difference
(I-J)
Std. Error
115.7464* 38.18142
101.6777 44.06364
-115.7464* 38.18142
-14.0686 41.82178
-101.6777 44.06364
14.0686 41.82178
Sig.
.010
.072
.010
1.000
.072
1.000
PRAKTIKUM 4
Pembuatan Sediaan Darah Tepi (Tebal dan Apus)
Tingkat Keterampilan: 4A
Tujuan
1. Menyediakan slide untuk diperiksa secara mikroskopik.
2. Sediaan darah apus dapat digunakan untuk pemeriksaan morfologi sel darah.
3. Sediaan darah tebal dapat digunakan untuk pemeriksaan parasit filaria.
4. Sediaan darah tebal dan apus dapat digunakan untuk pemeriksaan mikroskopik malaria.
Walaupun pemeriksaan mikroskopik malaria bukan merupakan kompetensi dokter umum,
namun dokter perlu mampu membuat sediaan yang baik agar dapat dikirim dan diperiksa
dengan baik oleh tenaga ahli secara mikroskopik.
Alat dan Bahan
1. Sarung tangan sebagai alat perlindungan diri
2. Kapas alkohol
3. Kapas kering
4. Lanset sekali pakai
5. Kaca obyek
6. Metanol
7. Larutan Giemsa
8. Larutan buffer (dapat diganti dengan air suling atau destilled water bila tidak tersedia)
9. Rak pengering
10. Kertas tisu atau kertas saring
Prosedur
a. Pembuatan sediaan darah tebal
1. Persiapkan ujung jari pasien yang akan ditusuk. Lakukan desinfeksi dengan menggunakan
kapas alkohol.
2. Tusuk ujung jari pasien dengan menggunakan lanset sekali pakai.
3. Hapus tetesan darah yang pertama keluar dengan menggunakan kapas kering.
4. Tempelkan kaca obyek pada tetesan darah berikutnya. Ambil sebanyak 3 tetes darah.
5. Letakkan kaca obyek di atas meja kerja. Dengan menggunakan ujung kaca obyek yang
lain, sebarkan tetesan darah hingga membentuk lingkaran berdiameter 1cm.
6. Beri label pada kaca obyek, tunggu hingga sediaan kering untuk dapat diwarnai.
7. Pewarnaan sediaan darah tebal:
a. Letakkan kaca obyek yang telah diberi sediaan di atas rak
b. Siapkan larutan Giemsa 20% dengan mencampurkan 20ml larutan Giemsa stok
dengan 80ml larutan buffer atau air suling
c. Teteskan larutan Giemsa kerja di atas sediaan darah hingga seluruh darah
tertutup zat warna. Biarkan selama 15 menit.
d. Buang sisa zat warna, kemudian cuci perlahan dengan air mengalir. Hati-hati
sebab sediaan darah dapat luruh akibat aliran air yang kuat.
e. Biarkan kering dengan meletakkannya secara tegak di atas kertas tisu atau kertas
saring.
b. Pembuatan sediaan darah apus
1. Setelah mengambil tetesan darah untuk pembuatan sediaan darah tebal, ambil kembali 1
tetes darah untuk pembuatan sediaan darah apus. Remas sedikit ujung jari pasien bila
darah sulit keluar.
2. Letakkan kaca obyek di atas meja kerja. Ambil kaca obyek lainnya untuk menyebar
sediaan darah dengan cara berikut:
a.Pegang kaca obyek penyebar dengan tangan kanan. Letakkan sisi pendek kaca
obyek penyebar di sebelah kiri tetesan darah, posisikan hingga membentuk sudut
45 dengan kaca obyek di bawahnya.
b.
Geser kaca obyek penyebar secara perlahan ke arah kanan hingga sisinya
menyentuh tetesan darah, dan tunggu hingga darah menyebar di sepanjang sisi
pendek tersebut.
c.Pegang kaca obyek pertama dengan tangan kiri, sementara geser kaca obyek
penyebar ke arah kiri dengan cepat hingga menyebar di atas kaca obyek pertama.
3. Beri label pada kaca obyek, tunggu hingga sediaan kering untuk dapat diwarnai.
4. Pewarnaan sediaan darah apus:
a.Letakkan kaca obyek yang telah diberi sediaan apus di atas rak
b.
Lakukan fiksasi dengan menetesi sediaan darah dengan metanol, biarkan
hingga beberapa detik atau hingga metanol kering. Buang sisa metanol bila ada.
c.Siapkan larutan Giemsa 20% dengan mencampurkan 20ml larutan Giemsa stok
dengan 80ml larutan buffer atau air suling
d.
Teteskan larutan Giemsa kerja di atas sediaan darah hingga seluruh darah
tertutup zat warna. Biarkan selama 15 menit.
e.Buang sisa zat warna, kemudian cuci perlahan dengan air mengalir. Biarkan kering
dengan meletakkannya secara tegak di atas kertas tisu atau kertas saring.
c. Catatan:
1. Sediaan tebal dan tipis dapat dibuat bersisian pada kaca obyek yang sama. Apabila ingin
dilakukan seperti ini, maka pada saat menetesi metanol pada sediaan apus, posisikan
kaca obyek miring ke arah sediaan apus sehingga penetesan metanol tidak mengenai
sediaan tebal di bagian atasnya.
2. Jari yang ditusuk biasanya jari tengah atau jari manis tangan kiri (atau tangan kanan pada
pasien kidal), dan tumit pada bayi.
3. Label dapat ditulis dengan pensil pada bagian pangkal dari sediaan apus.
Gambar pembuatan sediaan darah tebal dan apus pada kaca obyek yang sama
Gambar sediaan darah tebal dan apus pada kaca obyek yang sama
PRAKTIKUM 5
Pemeriksaan Mikroskopik Sediaan Darah Tepi
Tingkat Keterampilan: 4A
Tujuan
1. Mengidentifikasi parasit darah, yakni malaria dan filaria
Alat dan Bahan
1. Mikroskop cahaya
2. Minyak imersi atau tuluol.
Prosedur
1. Tetesi sediaan pada bagian yang akan diperiksa agar terlihat lebih jernih di bawah
mikroskop.
2. Periksa di bawah mikroskop cahaya dengan pembesaran lensa obyektif 40x. Apabila
dijumpai gambaran yang mencurigakan, lensa obyektif diganti dengan pembesaran 100x.
3. Untuk pemeriksaan parasit filaria gunakan sediaan darah tebal. Untuk pemeriksaan
parasit malaria, periksa darah tebal untuk identifikasi dan menghitung kepadatan parasit.
Sediaan darah tipis digunakan sebagai konfirmasi morfologi.
4. Pemeriksaan dilakukan dengan melihat 100 lapangan mikroskopos dengan pembesaran
500-600x yang setara dengan 0.20l darah. Jumlah parasit dihitung per lapangan
pandang. Penghitungan dengan metode semi kuantitatif pada sediaan darah tebal adalah
sbb:
a.
b.
c.
d.
e.
5. Hitung parasit juga dapat dilakukan dengan menghitung jumlah parasit per 200 lekosit
dalam sediaan darah tebal. Dengan asumsi jumlah lekosit rata-rata 8000/l darah, maka
densitas parasit dapat dihitung dengan rumus sbb:
Kepadatan parasit (parasit/l darah) = (jumlah parasit yang dihitung x 8000) / (200
lekosit)
1.