UKURAN-UKURAN

EPIDEMIOLOGI
21 Balasan

UKURAN-UKURAN EPIDEMIOLOGI
1. UKURAN MORBIDITAS
Ukuran atau angka morbiditas adalah jumlah penderita yang dicatat selama 1
tahun per 1000 jumlah penduduk pertengahan tahun
Angka ini dapat digunakan untuk menggambarakan keadaan kesehatan secara
umum, mengetahui keberahasilan program program pemberantasan penyakit, dan
sanitasi lingkungan serta memperoleh gambaran pengetahuan pendudukterhadap
pelayanan kesehatan
Secara umum ukuran yang banyak digunakan dalam menentukan morbiditas
adalah angka, rasio, dan pororsi

1. RATE
Rate atau angka merupakan proporsi dalam bentuk khusus perbandingan antara
pembilang dengan penyebut atau kejadian dalam suatu populasi teterntu dengan
jumlah penduduk dalam populasi tersebut dalam batas waktu tertentu. Rate terdiri
dari berbagai jenis ukuran diataranya adalah
.

Proporsi atau jumlah kelompok individu yang terdapat dalam penduduk suatu
wilayah yang semula tidak sakit dan menjadi sakit dalam kurun waktu tertentu
dan pembilang pada proporsi tersebut adalah kasus baru.
Tujuan dari Insidence Rate adalah sebagai berikut
• Mengukur angka kejadian penyakit
• Untuk mencari atau mengukur faktor kausalitas
• Perbandinagan antara berbagai populasi dengan pemaparan yang berbeda
• Untuk mengukur besarnya risiko yang ditimbulkan oleh determinan tertentu
Rumus:
P= (d/n)k
Dimana:
P= Estimasi incidence rate
d= Jumlah incidence (kasus baru)
n= Jumlah individu yang semula tidak sakit ( population at risk)

Hasil estimasi dari insiden dapat digunakan sebagai bahan untuk perencanaan
penanggulangan masalah kesehatan dengan melihat, Potret masalah kesehatan,
angka dari beberapa periode dapat digunakan untuk melihat trend dan fluktuasi,
untuk pemantauan dan evaluasi upaya pencegahan maupun penanggulangan serta
sebagai dasar untuk membuat perbandingan angka insidens antar wilayah dan
antar waktu
b) PR ( Prevalence)
Ukuran prevalensi suatu penyakit dapat digunkan
• Menggambarkan tingkat keberhasilan program pemberantasan penyakit
• Untuk penyusunan perencanaan pelayanan kesehatan. Misalnya, penyediaan
obat-obatan, tenaga kesehatan, dan ruangan
• Menyatakan banyaknya kasus yang dapat di diagnosa
• Digunakan untuk keperluan administratif lainnya
Angka prevalensi dipengaruhi oleh tingginya insidensi dan lamanya sakit.
Lamanya sakit adalah suatu periode mulai dari didiagnosanya suatu penyakit
hingga berakhirnya penyakit teresebut yaitu sembuh, kronis, atau mati

c) PePR (Periode Prevalence Rate)

PePR yaitu perbandingan antara jumlah semua kasus yang dicatat dengan jumlah
penduduk selama 1 periode
Rumus:
PePR =(P/R)k
P = jumlah semua kasus yang dicatat
R = jumlah penduduk
k = pada saat tertentu

d) PoPR (Point Prevlene Rate)

Point Prevalensi Rate adalah nilai prevalensi pada saat pengamatan yaitu
perbandingan antara jumlah semua kasus yang dicatat dengan jumlah penduduk
pada saat tetentu
Rumus:
PoPR =(Po/R)k
Po = perbandingan antara jumlah semua kasus yang dicatat
R =jumlah penduduk
k = selama 1 perode

Point prevalensi meningkat pada :

1. Imigrasi penderita
2. Emigrasi orang sehat
3. Imigrasi tersangka penderita atau mereka dengan risiko tinggi untuk menderita
4. Meningkatnya masa sakit
5. Meningkatnya jumlah penderita baru

Point prevalensi menurun pada :

1. Imigrasi orang sehat
2. Emigrasi penderita
3. Meningkatnya angka kesembuhan
4. Meningkatnya angka kematian
5. Menurunnya jumlah penderita baru
6. Masa sakit jadi pendek
e) AR (Attack Rate)
Attack rate adalah andala angaka sinsiden yang terjadi dalam waktu yang singkat
(Liliefeld 1980) atau dengan kata lain jumlah mereka yang rentan dan terserang
penyakit tertentu pada periode tertentu
Attack rate penting pada epidemi progresif yang terjadi pada unit epidemi yaitu
kelompok penduduk yang terdapat pada ruang lingkup terbatas, seperti asrama,
barak, atau keluarga.
f) SAR
g) CI (AAIR)
h) ID
i) Specifik menurut karakteristik
.

2. RASIO
Rasio adalah nilai relatif yang dihasilkan dari perbandingan dua nilai kuantittif
yang pembilangnya tidak merupakan bagian dari penyebut
Contoh:
Kejadian Luar Biasa(KLB) diare sebanyak 30 orang di suatu daerah. 10
diantaranya adalah jenis kelamn pria. Maka rasio pria terhadap wanita
adalah R=10/20=1/2

3. PROPORSI
Proporsi adalah perbandingan dua nilai kuantitatif yang pembilangnya merupakan
bagian dari penyebut
Penyebaran proporsi adalah suatu penyebaran persentasi yang meliputi proporsi
dari jumlah peristiwa-peristiwa dalam kelompok data yang mengenai masing-
masing kategori atau subkelompok dari kelompok itu.
Pada contoh di atas, proporsi pria terhadap permapuan adalah
P= 10/30=1/3

2. UKURAN FERTILITAS
a) Crude Birth Rate (CBR) Angka kelahiran kasar
Angka kelahiran kasar adalah semua kelahiran hidup yang dicatat dalam 1 tahun
per 1000 jumlah penduduk pertengahan tahun yang sama.
Rumus:
CBR = (B/P)k
B = semua kealhiaran hidup yang dicata
P = Jumlah penduduk pertengahan tahun yang sama.
k = konstanta(1000)

Angka kelahiran kasar ini dapat digunakan untuk menggambarkan tingkat

fertilitas secara umum dalam waktu singkat tetapi kurang sensitif untuk
• Membandingkan tingkat fertilitas dua wilayah
• Mengukur perubahan tingkat fertilitas karena perubahan pada tingkat
kelahiran akan menimbulkan perubahan pada jumlah penduduk
b) Age Spesific Fertilty Rate (ASFR) Angka fertilitas menurut golongan umur
Angka fertilitas menurut golongan umur adalah jumlah kelahiran oleh ibu pada
golongan umur tertentu yang dicatat selam 1 tahun yang dicata per 1000
penduduk wanita pada golongan umur tertentu apda tahun yang sama
Rumus:
ASFR = (F/R)k
F = Kelahiran oleh ibu pada golongan umur tertentu yang dicata
R = Penduduk wanita pada golongan umur tertentu pada tahun yang
sama
Angka fertilitas menurut golongan umur ini dimaksudkan untuk mengatasi
kelemahan pada angka kelahiran kasar karena tingkat kesuburan pada setiap
golongan umur tidak sama hingga gambaran kelahiran menjadi lebih teliti

c) Total Fertility Rate ( TFR) Angka fertilitas total

Angka fertilitas total adalah jumlah angka fertilitas menurut umur yang dicatat
sealma 1 tahun
Rumus:
TFR = Jumlah angka fertilitas menurut umur X k

3. UKURAN MORTALITAS
a) Case Fatality Rate (CFR) Angka kefatalan kasus
CFR adalah perbandingan antara jumlah kematian terhadap penyakit tertentu yang
terjadi dalam 1 tahun dengan jumlah penduduk yang menderita penyakit tersebut
pada tahun yang sama
Rumus:
CFR = (P/T)k
P = Jumlah kematian terhadap penyakit tertentu
T = jumlah penduduk yang menderita penyakit tersebut pada tahun
yang sama

perhitungan ini dapat digu8nakan uutk mengetahui tingakat penyakit dengan

tingkat keamtia yang tinggi. Rasio ini dapat dispesifikkan menjadi menurut
goklongan umur, jenis kelamin, tingkat pendidikan dan lain-lain

b) Crude Death Rate (CDR) Angka Kematian Kasar

Angka keamtian kasar adalah jumlah keamtian ang dicata selama 1 tahun per
1000 penduduk pada pertengahan tahun yang sama. Disebut kasar karena akngka
ini dihitung secatra menyeluruh tanpa memperhatikan kelompok-kelompok
tertentu di dalam populasi denga tingkat kematian yang berbeda-beda.
Rumus:
CDR= (D/P)k
D= jumlah keamtian yang dicata selama 1 tahun
P=Jumlah penduduk pada pertengahan tahun yang sama
Manfaat CDR
a) Sebagai gambaran status kesehatan masyarakat
b) Sebagai gambaran tingkat permasalahan penyakit dalam masyarakat
c) Sebagai gambaran kondisi sosial ekonomi
d) Sebagai gambaran kondisi lingkungan dan biologis
e) Untuk menghitung laju pertumbuhan penduduk

c) Age Spesific Death Rate (ASDR) angka kematian menurut golongan umur
Angka kematian menurut golongan umur adalah perbandingan antara jumlah
kematian yang diacata selama 1 tahun padas penduduk golongan umur x dengan
jumlah penduduk golongan umur x pada pertengaha n tahun
Rumus:
ASDR= (dx/px)k
dx = jumlah kematian yang dicatat selama 1 tahun pada golongan umur x
px = jumlah penduduk pada golonga umur x pada pertengahan tahun yang sama
k = Konstanta
Manfaat ASDR sebagai berikut:
1. untuk mengetahui dan menggambarkan derajat kesahatan masyarakat dengan
melihat kematian tertinggi pada golongan umur
2. untuk membandingkan taraf kesehatan masyarakat di bebagai wilayah
3. untuk menghitung rata-rata harapan hidup

d) Under Five Mortality Rate (UFMR) Angka kematian Balita

Angka kematian Balita adalah gabungan antara angka kematian bayi dengan
angka kematian anak umur 1-4 tahun yaitu jumlah kematian balita yang dicatat
selam satu tahun per 1000 penduduk balita pada tahun yang sama
Rumus:
UFMR = (M/R)k
M = Jumlah kematian balita yang dicatat selama satu tahun
R = Penduduk balita pada tahun yang sama
` k = Konstanta
Angka kematian balita sangat penting untuk mengukur taraf kesehatan masyarakat
karena angka ini merupakan indikator yang sensitif untuk sataus keseahtan bayi
dan anak

e) Neonatal Mortality Rate (NMR) Angka Kematian Neonatal

Neonatal adalah bayi yang berumur kurang dari 28 hari. Angka Kematian
Neonatal adalah jumlah kematian bayi yang berumur kurang dari 28 hari yang
dicatata selama 1 tahun per 1000 kelahiran hidup pada tahun yang sama
Rumus:
NMR = (d1/ B)k
di = Jumlah kematian bayi yang berumur kurang dari 28 hari
B = Kelahiran hidup pada tahun yang sama
k = konstanta
Manfaat dari angka kematian neonatal adalah sebgai berikut;
1. untuyk mengetahuai tinggi rendahnya perawatan post natal
2. Untuk mengetahui program Imuninsasi
3. Untuk pertolongan persalina
4. untuk mengetahui penyakit infeksi
f) Perinatal Mortality Rate (PMR) angka kematian perinatal
Angka kematian perinatal adalah jumlah kematian janin yang dilahirkan pada usia
kehamilan berumur 28 minggu atau lebih ditambah kematian bayi yang berumur
kurang dari 7 hari yang dicatat dalam 1 tahun per 1000 kelahiran kelahiran hidupn
pada tahun yang sama.
Rumus:
PMR = (P+M/R)k
P = jumlah kematian janin yang dilahirkan pada usia kehamilan berumur 28
minggu
M =ditambah kematian bayi yang berumur kurang dari 7 har
R = 1000 kelahiran kelahiran hidupn pada tahun yang sama.
Manfaat dari angka kematian perinatal adalah untuk menggambarkan keadaan
kesehatan masyarakat terutama kesehatan ibu hamil dan bayi
Faktor yang mempengaruhi tinggnya PMR adalah sebagai berikut:
• Banyak bayi dengan berat badan lahir rendah
• Status gizi ibu dan bayi
• Keadaan sosial ekonomi
• Penyakit infeksi terutama ISPA
• Pertolongan persalinan

g) Infant Mortality Rate (IMR) Angka Kematian Bayi

Angka Kematian Bayi adalah perbandingan jumlah penduduk yang berumur
kurang dari 1 tahun yang diacat selama 1 tahun dengan 1000 kelahiran hidup pada
tahun yang sama.
Rumus:
IMR = (d0 /B)k
d0 = Jumlah penduduk yang berumur kurang dari 1 tahun
B = Jumlah lahir hidup pada thun yang sama
k = Konstanta
Manfaat dari perhitungan angka kematian bayi adalah sebagai berikit:
1. Untuk mengetahui gambaran tingkat permasalahan kesehatan masyarakat yang
berkaitan dengan faktor penyebab kematian bayi
2. Untuk Mengetahui tingkat pelayanan antenatal
3. Untuk mengetahui status gizi ibu hamil
4. Untuk mengetahui tingkat keberhasilan program kesehatan Ibu dan Anak (KIA)
dan Program Keluaga berencana (KB)
5. untuk mengetahui kondisi lingkungan dan social ekonomi

h) Maternal Mortality Rate (MMR) Angka Kematian Ibu

Angka kematian ibu adalah jumlah kematian ibu akibat komplikasi kehamilan,
persalinan, dan masa nifas yang dicatat selama 1 tahun per 1000 kelahiran hidup
pada tahun yang sama.
Rumus:
MMR = (I/T)k
I = adalah jumlah kematian ibu akibat komplikasi kehamilan, persalinan, dan
masa nifas
T = Kelahiran hidup pada tahun yang sama.
k = konstanta
Tinggi rendahnya angka MMR tergantung kepada:
• Sosial ekonomi
• Kesehatan ibu sebellum hamil, persalinan, dan masa nasa nifas
• Pelayanan terhadap ibu hamil
• Pertolongan persalinan dan perawatan masa nifas

Referensi:
1. Budiarto, Eko.2003. Pengantar Epidemiologi.Jakarta: Penerbit Buku
Kedokteran EGC
2. Bustan MN ( 2002 ). Pengantar Epidemiologi, Jakarta, Rineka Cipta
3. Nasry, Nur dasar-dasar epidemiologi
4. Arsip mata kuliah FKM UNHAS 2006

UKURAN-UKURAN EPIDEMIOLOGI

Makalah Ini Disusun untuk Memenuhi Tugas Terstruktur Mata Kuliah Dasar-
Dasar Epidemiologi

Disusun Oleh :
Kelompok 7, Kelas A
Sita Putri Naditya G1B014052
Siti Istikomah Isnaeni I1A015043
Dhita Rachmawati I1A015069
Linda Rossita Wanti I1A015073
 Aditya Pratama R. I1A015090

KEMENTERIAN RISET, TEKNOLOGI, DAN PERGURUAN TINGGI

UNIVERSITAS JENDERAL SOEDIRMAN
FAKULTAS ILMU-ILMU KESEHATAN
JURUSAN KESEHATAN MASYARAKAT
PURWOKERTO
2016
BAB I
PENDAHULUAN

A. Latar Belakang
Epidemiologi secara komprehensif merupakan ilmu yang mempelajari
distribusi dan determinan-determinan frekuensi penyakit dan status kesehatan
pada populasi manusia. Definisi tersebut mengisyaratkan bahwa epidemiologi
pada dasarnya adalah ilmu empirik kuantitatif, yang banyak melibatkan
pengamatan dan pengukuran yang sistematik tentang frekuensi penyakit dan
sejumlah faktor-faktor yang dipelajari berhubungan dengan penyakit. Kebutuhan
akan analisis kuantitatif, mulai dari perhitungan yang paling sederhana hingga
analisis yang paling canggih, menyebabkan epidemiologi berhubungan erat
dengan sebuah ilmu yang disebut biostatistik (Murti, 2013).
Salah satu unsur pokok penting dalam epidemiologi adalah pengukuran
kejadian penyakit. Terdapat beberapa ukuran yang dipakai dalam mengukur
kejadian penyakit dan ukuran yang dipakai tergantung tujuan dari pengukuran.
Pengukuran kejadian penyakit dapat dilakukan dari hasil penemuan masalah
kesehatan yang ada di masyarakat. Secara umum, tujuan pengukuran kejadian
 penyakit digunakan untuk menilai keadaan kesehatan, mengetahui potensi-potensi
untuk menanggulangi masalah kesehatan, dan mendeteksi kelompok mana yang
berisiko terkena penyakit. Hal yang perlu dipertimbangkan dalam pengukuran
kejadian penyakit antara lain: ketepatan pengukuran, sensitivitas, spesivitas, dan
isu etika (Hasmi, 2011).
B. Tujuan:
1. Mengetahui ukuran dasar epidemiologi
2. Mengetahui ukuran frekuensi epidemiologi
3. Mengetahui ukuran kekuatan hubungan

BAB II
PEMBAHASAN

A. Ukuran Dasar Epidemiologi

Data kesehatan masyarakat sangat dibutuhkan oleh pemerintah dan
kementerian kesehatan secara khusus untuk menyusun setiap program kesehatan
guna meningkatkan derajat kesehatan. Berbagai indikator kesehatan yang dipakai
untuk mengevaluasi program kesehatan antara lain rate, rasio, dan proporsi
(Djaja, 2012).
1. Rate
Nilai rate dalam epidemiologi menunjukkan besarnya peristiwa yang terjadi
terhadap jumlah keseluruhan penduduk dan peristiwa tersebut berlangsung dalam
suatu batas waktu tertentu. Ada tiga unsur utama dalam penentuan nilai rate,
yaitu: jumlah mereka yang terkena peristiwa, kelompok penduduk tempat
peristiwa tersebut terjadi, dan batas waktu tertentu yang berkaitan dengan kejadian
tersebut (Noor, 2008).
Rate merupakan konsep yang lebih komplek dibandingkan dengan dua bentuk
pecahan. Rate yang sesungguhnya merupakan kemampuan berubah suatu
kuantitas lain. Kuantitas lain yang digunakan sebagai patokan ini biasanya adalah
kuantitas waktu. Bentuk ukuran ini sering dicampur adukkan dengan proporsi
(Saepudin, 2011).
 Menurut Ryadi dan Wijayanti (2014) Rate (Rr) adalah angka yang
menyatakan hubungan (relasio). Jumlah berapa kali (frekuensi) suatu kejadian
(penyakit) tertentu itu terjadi di antara sejumlah orang yang mempunyai peluang
terekpos dalam suatu waktu tertentu.
Rr =
Perbandingan suatu peristiwa dengan populasi yang mempunyai risiko berkaitan
dengan peristiwa dimaksud. Hal-hal yang termasuk dalam kelompok rate adalah
sebagai berikut:
a. Insidens
b. Prevalens
c. Attack Rate (AR)
d. Case Fatality Rate (CFR)
e. Crude Birth Rate (CBR)
f. Crude Death Rate (CDR)
g. Infant Mortality Rate (IMR)
h. Maternal Mortality Rate (MMR)
2. Proporsi
Proporsi merupakan perbandingan yang mengukur kemungkinan terjadinya
peristiwa tertentu, dimana membandingkan suatu peristiwa dibagi dengan jumlah
penduduk yang mungkin terkena peristiwa yang dimaksud dalam waktu yang
sama yang dinyatakan dalam persen atau permil (Hasmi, 2011).
Menurut Ryadi dan Wijayanti (2014) Proporsi (P) adalah jumlah orang
(dengan sifat kualitatif tertentu) dibandingkan dengan sejumlah populasi
seluruhnya.
P=
Keterangan:
a. X merupakan bagian dari Y, di mana Y= 100%
b. merupakan bagian dari 100%
c. sering dinyatakan dalam persentase (%)
 Contoh: pada suatu kejadian luar biasa keracunan makanan terdapat 32 orang
penderita dan 12 diantaranya adalah anak-anak maka proporsi anak terhadap
orang dewasa adalah = 0,375
3. Rasio
Rasio merupakan tipe ukuran lainnya yang secara spesifik harus mencakup
konsep waktu di dalam ukuran. Rasio menggambarkan jumlah kasus yang terjadi
dibagi dengan populasi berisiko (Magnus, 2007).
Menurut Ryadi dan Wijayanti (2014) Rasio (R) adalah jumlah orang (dengan
sifat kualitatif tertentu) dibandingkan dengan sejumlah orang lain (dengan sifat
kualitatif lain pula).
R=
Keterangan:
a. X tidak mempunyai keterkaitan dengan Y
b. harus merupakan bilangan yang lebih kecil atau sama dengan satu
c. tidak dinyatakan dalam prosentasi, melainkan sebagai suatu pecahan di mana y
harus lebih besar daripada x (suatu angka pecahan) atau sama.
Contoh: pada suatu kejadian luar biasa keracunan makanan terdapat 32 orang
penderita dan 12 diantaranya adalah anak-anak maka rasio anak terhadap orang
dewasa adalah = 0,6
Perbandingan pengertian Rasio, Proporsi dan Rate menurut Ryadi dan
Wijayanti (2014) adalah sebagai berikut:
Tabel 2.1 Perbandingan Pengertian Rasio, Proporsi dan Rate
Rasio = R Proporsi = P Rate = Rr
R= P= Rr=

X tidak mempunyai X merupakan bagian X mempunyai

keterkaitan dengan Y dari Y. keterkaitan secara tidak
Y= 100% langsung dengan Y
Y= 100% (total
populasi)
 X harus merupakan Y, = ≤ 1 atau ≤ 100% = ≤ 100%
perbandingan ≤ 1
Tidak dinyatakan dalam Bisa/ boleh dinyatakan Dinyatakan dalam
persentase dalam persentase persentase, permil, atau
per 100 ribu populasi

B. Ukuran Frekuensi Epidemiologi

1. Insidensi
Insidensi adalah kejadian atau kasus penyakit yang baru saja memasuki fase
klinik dalam riwayat alamiah penyakit. Ukuran frekuensi insidensi penyakit dapat
dibedakan menjadi insidensi kumulatif dan laju insidensi (Murti, 2013).
Menurut Ryadi dan Wijayanti (2014) Insidens (Incidence Rate) adalah
indicator yang paling banyak digunakan di dalam epidemiologi bila dikaitkan
dengan penderita baru dalam kurun waktu tertentu. Insidens dapat dihitung
dengan formula sebagai berikut:

IR=

Angka insidens dapat digunakan untuk penyakit akut menular berjangka pendek.
Di samping untuk memantau penyakit akut, dapat juga untuk penyakit-penyakit
kronis berjangka panjang.
a. Insidensi kumulatif (cumulative incidence)
Menurut Rajab (2009) Cumulative Incidence (CI) adalah probabilitas dari
seseorang yang tidak sakit selama periode waktu tertentu, dengan syarat orang
tersebut tidak mati oleh karena penyebab lain. Risiko ini biasanya digunakan
untuk mengukur serangan penyakit yang pertama pada orang sehat tersebut.

CI =
 Baik pembilang maupun penyebut dalam perhitungan ini adalah individu yang
tidak sakit pada permulaan periode pengamatan, sehingga mempunyai risiko
untuk terserang. Ciri dari cumulative incidence ini adalah:
1) Berbentuk proporsi
2) Tidak memiliki satuan
3) Besarnya berkisar antara 0 dan 1
4) Lamanya periode pengamatan harus selalu diikutsertakan
Menurut Murti (2013) kegunaan insidensi kumulatif adalah:
1) Sebagai ukuran alternative laju insidensi (ID) dalam mempelajari etiologi
penyakit,
2) Mengetahui risiko populasi untuk mengalami prognosis (akibat lanjut penyakit),
3) Mengetahui kelompok-kelompok dalam populasi yang memerlukan intervensi
kesehatan.
b. Densitas insidens (Incidence Density)
Incidence density adalah jumlah penderita baru suatu penyakit yang
ditemukan pada suatu jangka waktu tertentu (umumnya satu tahun) dibandingkan
dengan jumlah penduduk yang mungkin terkena penyakit baru tersebut pada
pertengahan jangka waktu yang bersangkutan dalam persen atau permil
(Saepudin, 2011).
Menurut Lapau (2009) yang diukur incidence density adalah jumlah individu
yang bergerak dari bebas penyakit menjadi status penyakit selama periode waktu
tertentu, sebagai hasil dari 3 faktor:
1) Besar populasi
2) Lama periode waktu (waktu mempengaruhi kejadian penyakit)
3) Kekuatan yang menyebabkan penyakit
Menurut Rajab (2009) Incidence Density (ID) adalah potensi perubahan status
penyakit per satuan waktu relative terhadap besarnya populasi individu yang sehat
pada waktu itu.
ID=
Jumlah orang-waktu merupakan jumlah dari waktu saat individu masih belum
terserang penyakit.
2. Prevalens
Noor (2008) menyatakan bahwa Prevalens merupakan angka kejadian
penyakit pada populasi tertentu dalam jangka waktu tertentu pula. Perbedaannya
adalah pada pembilangnya yang meliputi jumah semua orang yang baru sakit dan
juga orang telah sakit sebelum masa jeda tersebut dan masih sakit (kasus lama).
Perbedaan yang lain pada penyebutnya meliputi seluruh populasi tempat kejadian/
penyakit tetapi tidak hanya terbatas pada mereka yang terancam.
Budiarto dan Anggraeni (2003) menyatakan bahwa terdapat dua ukuran dalam
prevalens, yaitu point of prevence (prevalens sesaat) dan periode prevalence
(prevalens periode). Magnus (2007) menyatakan Denominator pada kedua
prevalens tersebut adalah jumlah orang di dalam populasi selama periode waktu
yang sama.
a. Point of prevalence
Point of prevalence adalah jumlah penderita lama dan baru pada suatu saat
dibagi dengan jumlah penduduk pada saat itu dalam persen atau permil (Saepudin,
2011).
Menurut Ryadi dan Wijayanti (2014) Pada point of prevalence,
denominatornya adalah jumlah penduduk total yang diperiksa/diteliti saat itu,
dengan rumus sebagai berikut:
Point of Prevalens =
b. Periode of prevalence
Prevalensi periode merupakan perpaduan prevalensi titik dan insidensi.
Prevalensi periode adalah probabilitas individu dari populasi untuk terkena
penyakit pada saat dimulainya pengamatan, atau selama jangka waktu
pengamatan (Murti, 2013).
Menurut Ryadi dan Wijayanti (2014) Pada period prevalence,
denominatornya adalah seluruh penduduk selama kurun waktu tertentu, dengan
rumus sebagai berikut:
PP=
 Menurut Budiarto dan Anggraeni (2003) ukuran prevalensi suatu penyakit
dapat digunakan untuk:
1) Menggambarkan tingkat keberhasilan program pemberantasan penyakit
2) Penyusun perencanaan pelayanan kesehatan, misalnya penyediaan sarana obat-
obatan, tenaga, dan ruangan
3) Menyatakan banyaknya kasus yang dapat didiagnosis
Salah satu karakteristik prevalens dan insidens adalah hubungan mereka dapat
dikuantifikasi dan intuitif (Magnus, 2007). Menurut Budiarto dan Anggraeni
(2003) angka prevalensi dipengaruhi tingginya insidensi dan lamanya sakit.
Lamanya sakit adalah periode mulai didiagnosanya penyakit sampai berakhirnya
penyakit tersebut yaitu sembuh, mati, kronis. Hubungan antara prevalensi,
insidensi, dan lamanya sakit dapat dinyatakan dengan rumus:
P=IxD
Keterangan:
P = prevalensi
I = insidensi
D = lamanya sakit
Tabel 2.2 Perbedaan Insidens dan Prevalens
Insidens Prevalens
Hanya menghitung kasus baru Menghitung kasus yang ada (baru
dan lama)
Tingkat tidak tergantung durasi Tergantung pada rata-rata lama
rata-rata penyakit (durasi) sakit
Dapat diukur sebagai rate atau Selalu diukur sebagai proporsi
proporsi
Merefleksikan kemungkinan Merefleksikan kemungkinan terjadi
menjadi penyakit sepanjang waktu penyakit pada satu waktu tertentu
Sering digunakan bila melakukan Sering digunakan bila melakukan
studi etiologi penyakit studi utilisasi pelayanan kesehatan

3. Attack Rate
 Menurut Ryadi dan Wijayanti (2014) Attack rate analog dengan Point of
Prevalens Rate. Bila point of prevalens rate digunakan pada penyakit-penyakit
yang berlangsung tidak akut (lama), maka Attack rate justru digunakan pada
kejadian akut, yaitu pada letupan atau kejadian luar biasa (KLB).
Rumus Attack Rate dapat dinyatakan sebagai berikut:
Attack Rate =
4. Mortalitas
Bustan (2006) menyatakan bahwa angka kematian adalah suatu ukuran
frekuensi terjadinya kematian dalam suatu populasi tertentu selama suatu waktu
tertentu. Angka mortalitas sering digunakan sebagai salah satu indikator dari
tingkat keparahan dan kesakitan (Smink, 2012). Status derajat kesehatan
masyarakat dapat tercermin dari angka kematian, kesakitan, dan status gizi. Angka
Kematian Ibu (AKI) dan Angka Kematian Bayi (AKB) di Indonesia masih cukup
tinggi (Tazkiah dkk, 2013).
Menurut Noor (2008) Beberapa angka kematian yang sering digunakan
adalah:
Tabel 2.3 Angka Kematian
Angka kematian Pembilang Penyebut
Angka kematian Jumlah seluruh kematian Jumlah penduduk
umum (CDR) dalam setahun pertengahan tahun

Angka kematian Jumlah kematian bayi Jumlah kelahiran hidup

bayi (umur<1 tahun) dalam 1 pada tahun yang sama
(AKB/IMR) tahun

Angka kematian Jumlah kematian neonatal Jumlah kelahiran hidup

neonatal (NMR) (umur<29 hari) dalam 1 pada tahun yang sama
tahun

Angka kematian Pembilang Penyebut

 Angka kematian Jumlah kematian perinatal Jumlah seluruh
perinatal (PMR) (janin dalam kandungan kelahiran pada tahun
usia 28 minggu sampai yang sama
bayi usia 1 minggu) dalam
1 tahun
Angka kematian Jumlah kematian ibu Jumlah kelahiran hidup
ibu (AKI/MMR) karena proses reproduksi tahun yang sama
dalam 1 tahun
Angka kematian Jumlah kematian karena Jumlah penduduk
sebab khusus satu sebab tertentu dalam pertengahan tahun
(SCDR) satu tahun
Angka kematian Jumlah kematian karena Jumlah penderita
pada penyakit penyakit tertentu penyakit tersebut pada
tertentu (CFR) periode yang sama

C. Ukuran Kekuatan Hubungan

1. Relative risk
Salah satu kegunaan epidemiologi adalah mencari penyebab kejadian yang
berkaitan dengan kesehatan suatu populasi. Hubungan sebab akibat tidak hanya
membutuhkan adanya hubungan statistik, namun mempunyai beberapa
persyaratan yang salah satunya adalah bukti tentang keeratan hubungan antara
faktor yang dicurigai sebagai akibat faktor tersebut. Keeratan ini tercermin dari
besarnya incidence (risiko) orang-orang yang terpapar dengan faktor itu
dibandingkan dengan incidence di kalangan orang yang tidak terpapar (Saepudin,
2011).
Relative Risk (RR) sesungguhnya adalah rumus asosiasi antara atribut/
karakteristik kelompok (atau populasi) dengan penyakit tertentu. Relative Risk
adalah rasio angka insidensi penyakit karena pajanan dibandingkan dengan angka
insidensi penyakit yang sama tanpa pajanan, dengan rumus sebagai berikut:
Relative Risk=
 Relative risk digunakan hanya sebagai pengukur peluang (probabilitas). Dengan
probabilitas ini dapat dipertanyakan berapa probabilitas sebagian kelompok
menjadi sakit kalau mereka terpajan dan berapa probabilitas yang tidak kena sakit
kalau tidak terpajan (Ryadi dan Wijayanti, 2014).
Contoh soal Relative Risk dalam Ryadi dan Wijayanti (2014):
Suatu bahan cat tertentu bila digunakan dalam jangka waktu lama dapat
menimbulkan kanker kulit. Untuk mewaspadai sifat karsinogenik kini diadakan
studi Kohort. Pada penelitian diambil sampel 1.000 pegawai di perusahaan cat
tersebut yang sehari-harinya mengalami kontak langsung terhadap bahan yang
dicurigai sebagai kelompok terpapar. Sebagai kelompok control adalah mereka
yang dianggap tidak terpapar, diambil 2.000 pegawai perusahaan (yang sehari-
harinya tidak mengalami kontak dnegan bahan cat tersebut). Dari kelompok
terpapar ternyata 100 di antaranya setelah 10 tahun mengalami kanker kulit.
Sebaliknya dalam jangka waktu yang sama pada kelompok tidak terpapar hanya
terdapat 25 orang yang mengalami tanda-tanda kanker kulit.
Tabel 2.4 Pengaruh bahan zat X terhadap kanker kulit
Kanker Kulit Eksposur (Bahan X) Total
(+) (-)
(+) 100 25 125
(-) 900 1.975 2.875
Total 1.000 2.000 3.000

a. Kelompok terpapar = = 0,1

b. Kelompok tidak terpapar = = 0,0125
c. RR= = 8 kali
d. Hal ini berarti bahwa mereka yang mengalami kontak langsung dengan bahan cat
tersebut cenderung memiliki peluang 8 kali lebih besar untuk mendapatkan kanker
kulit daripada yang tidak mengalami kontak
2. Odds ratio
 Odds ratio adalah ukuran yang digunakan untuk menjelaskan asosiasi yang
didapatkan dalam penelitian kasus-kontrol. Ukuran ini menggunakan table 2x2
dengan notasi yang sama untuk menjelaskannya (Magnus, 2007).
Menurut Ryadi dan Wijayanti (2014) Dalam penelitian case-control study,
apabila tidak terdapat data insidensi, melainkan data prevalensi, maka rumus RR
yang digunakan adalah rumus RR yang disebut Odds Ratio (OR) sebagai nama
sesungguhnya pada case control study.

OR=
Contoh soal Odds Ratio:
Di suatu RW terjadi wabah demam berdarah yang ditandai dengan panas tinggi 3-
5 hari. Diduga kuat bahwa penyebab DHF ini dimungkinkan karena adanya
container di rumah-rumah penduduk yang tidak higienis. Peristiwa ini baru satu
bulan kemudian sempat dilaporkan kepada Dinas Kesehatan Tingkat II. Untuk ini
Dinas Kesehatan mengadakan penelitian dengan mengambil sampel di lapangan.
Dari 240 soma yang anggotanya pernah menderita panas ternyata 200 soma yang
memiliki container yang berserakan. Sebaliknya pada 220 soma yang tidak
mengalami keluhan pada anggota keluarganya ternyata hanya 20 soma yang
memiliki container yang tidak dikuras.
Tabel 2.5 Hubungan Kontainer dan Timbulnya DHF
Pemilikan Kontainer Penyakit DHF (keluhan panas 3-5 hari) Total
dalam Soma (+) (-)
(+) 200 20 220
(-) 40 200 240
Total 240 220 460
Rasio (angka) DHF pada kelompok:
a. Terekspos =
b. Non terekspos =
c. Rasio ODDS = = 50 kali
d. Dengan diketemukan ODDS 50 kali berarti bahwa rumah tangga (soma) yang
memelihara container mempunyai kesempatan 50 kali untuk dijangkiti DHF pada
anggota keluarganya
3. Ukuran dampak potensial
a. Attribute fraction (exposed)
Bila suatu faktor menjadi penyebab penyakit, pasti ada penderita yang dapat
dihindarkan bila faktor tersebut dihilangkan dari populasi. Proporsi penderita yang
dapat dihilangkan adalah sebesar (incidence yang terpapar-incidence tak terpapar)
atau attribute risk dibagi incidence terpapar, atau dapat dituliskan:

Attribute fraction exposed =

Ukuran ini sangat berguna dalam menentukan prioritas masalah dalam

program kesehatan masyarakat, maka faktor attribute fraction yang besar yang
mendapat prioritas lebih tinggi dalam penanggulangan (Saepudin, 2011).
b. Population attribute risk
Menurut Ryadi dan Wijayanti (2014) Population attribute risk merupakan
attribute risk keseluruhan penduduk dalam daerah penelitian yang terekspos.
Besarnya Population attribute risk (P.AR) sama dengan attribute risk dikalikan
dengan proporsi kasus mereka terekspos terhadap total kasus (baik terekspos
maupun non-terekspos), yang kemudian hasilnya dibagi oleh insidens total
penderita-tahun.

P.AR =
Contoh soal Attribute Fraction dan Population Attribute Risk dalam Ryadi dan
Wijayanti (2014):
Tabel 2.6 Hubungan merokok dengan insiden stroke pada penelitian Kohort
terhadap 118.530 wanita
Kategori merokok Jumlah Jumlah orang- Insiden stroke
kasus tahun pada (rate) per
stroke pengamatan (8 100.000
 tahun) orang/tahun
1. Tidak pernah 70 395.594 17.7
merokok
2. Eks- perokok 65 232.712 27.9
(pernah merokok)
3. Perokok 139 280.141 49.6
Total 274 908.447 30.2
1) Attribute Risk = 49,6-17,7 = 31,9 kasus per 100.000 penduduk
2) Attribute Fraction = x 100% = 64%
3) Population Attribute Risk =
=
=
= x 100%
= 53%
4) Kesimpulannya adalah kurang lebih 53% dari semua kasus stroke di dalam
masyarakat dapat dicegah bila perokok (eksposur) dihentikan seluruhnya
 BAB III
PENUTUP

A. Kesimpulan
Ukuran dalam epidemiologi digunakan untuk mempermudah petugas
kesehatan dalam mengolah data-data. Hasil dari pengolahan data-data dapat
membantu dalam mengidentifikasi wabah, menghitung kebutuhan pelayanan
kesehatan, masalah keterjangkauan, perubahan diagnosis, dan mengamati
perubahan dalam pengobatan. Beberapa ukuran dalam epidemiologi yang
digunakan untuk mengukur derajat kesehatan masayarakat antara lain ukuran
dasar epidemiologi, ukuran frekuensi epidemiologi, dan ukuran kekuatan
hubungan dimana ketiganya memiliki karakteristik yang berbeda.
B. Saran
Hasil dari data yang telah diolah menggunakan ukuran dalam epidemiologi
seharusnya digunakan oleh pemerintah dalam meningkatkan kualitas pelayanan
kesehatan yang dibutuhkan oleh masyarakat. Petugas kesehatan bersama
pemerintah sebaiknya juga mengevaluasi program kesehatan yang sudah berjalan
dan merencanakan progam berkelanjutan untuk meningkatkan derajat kesehatan
masyarakat. Pengambilan data yang akurat memerlukan kerjasama dari semua
pihak baik masyarakat, petugas kesehatan, maupun pemerintah.

DAFTAR PUSTAKA
Budiarto, Eko, dan Dewi Anggraeni. 2003. Pengantar Epidemiologi. Jakarta: EGC.
Djaja, Sarimawar. 2012.”Transisi Epidemiologi di Indonesia dalam Dua Dekade
Terakhir dan Implikasi Pemeliharaan Kesehatan menurut Survei Kesehatan
Rumah Tangga, Suskernas, Riskesdas (1986-2007)”.Pusat Teknologi Intervensi
Kesehatan Masyarakat. Nomor 142.

Hasmi. 2011. Dasar-Dasar Epidemiologi. Jakarta: Trans Info Media.

Lapau, Buchari. 2009. Prinsip dan Metode Epidemiologi. Jakarta: Balai Penerbit FKUI.

Magnus, Manya. 2007. Epidemiologi Penyakit Menular. Jakarta: Buku Kedokteran

EGC.

Murti, Bhisma. 2013. Prinsip dan Metode Riset Epidemiologi: Edisi ke 3. Yogyakarta:
Gadjah Mada University Press.

Noor, Nur Nasry. 2008. Epidemiologi. Jakarta: Rineka Cipta.

Rajab, Wahyudin. 2009. Buku ajar Epidemiologi untuk Mahasiswa Kebidanan. Jakarta:
EGC

Ryadi, A.L. Slamet dan Wijayanti, T. 2014. Dasar-dasar Epidemiologi. Jakarta:

Salemba Medika

Saepudin, Malik. 2011. Prinsip-Prinsip Epidemiologi. Jakarta: Trans Info Media.

Smink, Frederique R.E, Daphne van Hoeken, dan Hans W. Hoek. 2012. “Epidemiology
of Eating Disorders: Incidence, Prevalens and Mortality Rates. Springer Current
Psychiatry. Nomor 14(4): 406-414.

Tazkiah, dkk. 2013. “Determinan Epidemiologi Kejadian BBLR pada Daerah Endemis
Malaria di Kabupaten Banjar Provinsi Kalimantan Selatan”. Epidemiological
Determinants Low

EPIDEMIOLOGI DALAM PELAYANAN KEBIDANAN

EPIDEMIOLOGI DALAM PELAYANAN KEBIDANAN

BAB I

PENDAHULUAN

A. Latar Belakang
Untuk dapat memelihara dan meningkatkan derajat kesehatan, mencegah dan
 mengobati penyakit serta memulihkan kesehatan masyarakat perlu disediakan dan
diselenggarakan Pelayanan Kesehatan Masyarakat ( Public Health Service ) yang sebaik –
baiknya. Oleh karena itu pelayanan kesehatan masyarakat yang diberikan harus sesuai
dengan kebutuhan ( Health Needs ) dari masyarakat.

Namun dalam praktek sehari – hari ternyata tidaklah mudah untuk menyediakan
dan menyelenggarakan pelayanan kesehatan masyarakat yang maksimal. Masalah
pokok yang dihadapi adalah sulitnya merumuskan kebutuhan kesehatan yang ada dalam
masyarakat karena pola kehidupan masyarakat yang beraneka ragam sehingga
mengakibatkan kebutuhan kesehatan yang ditemukan juga beraneka ragam.

Untuk mengatasinya, telah diperoleh semacam kesepakatan bahwa perumusan

kebutuhan kesehatan dapat dilakukan jika diketahui masalah kesehatan yang ada di
masyarakat. Misalnya ; apabila dalam suatu masyarakat banyak ditemukan masalah
kesehatan berupa penyakit menular ( TBC ), maka pelayanan kesehatan yang disediakan
akan lebih diarahkan kepada upaya untuk mengatasi masalah penyakit menular
tersebut.

Apabila hal ini kemudian dikaitkan dengan upaya untuk mengetahui Frekwensi,
Penyebaran dan Faktor – factor yang mempengaruhi suatu masalah kesehatan dalam
masyarakat, maka tercakup dalam suatu cabang Ilmu Khusus yang disebut dengan
Epidemiologi. Dan Epidemiologi ini merupakan inti dari Ilmu Kesehatan Masyarakat.
(Gordis, 2000 ).

B. Tujuan Penulisan
1. Tujuan umum :
Untuk dapat mengetahui tentang epidemiologi dalam layanan kebidanan.
2. Tujuan khusus :
 Untuk mengetahui Pengertian epidemiologi dalam layanan kebidanan
 Untuk mengetahui tujuan epidemiologi dalam layanan kebidanan
 Untuk mengetahui manfaat epidemiologi dalam layanan kebidanan
 Untuk mengetahui Terjadinya Masalah Kesehatan Dalam Pelayanan Kebidanan
 Untuk mengetahui Faktor-Faktor Resiko Dalam Pelayanan Kebidanan
 Untuk mengetahui Ukuran epidemiologi
 Untuk mngetahui surveilans epidemiologi
 BAB II

PEMBAHASAN

A. Pengertian
Epidemiologi bersala dari kata Yunani, dan secara harfiah berarti :

™ Epi = di atas/ di antara/ yang ada diantara

™ Demos = populasi, orang, masyarakat

 ™ Logos = ilmu

Jadi epidemiologi secara bebas diartikan sebagai : Ilmu yang mempelajari sesuatu
(penyakit) yang ada di antara (yang melanda) masyarakat/populasi. Atau :

Ilmu yang mempelajari epidemi/wabah dengan tujuan mengendalikannya dan

mencegah terulangnya kembali. (Slamet, 2005)

Epidemiologi dalam layanan kebidanan mengkaji distribusi serta determinan peristiwa

morbiditas dan mortalitas yang terjadi dalam layanan kebidanan.

B. Tujuan
Tujuan epidemiologi dalam kebidanan adalah mengenali faktor-faktor resiko
terhadap ibu selama periode kehamilan, persalinan dan masa nifas ( 42 hari setelah
berakhirnya kehamilan) beserta hasil konsepsinya dan mempelajari cara-cara
pencegahannya.

C. Manfaat
1. Untuk mempelajari riwayat penyakit
a. Epidemiologi mempelajari tren penyakit untuk memprediksi tren penyakit yang mungkin
akan terjadi.
b. Hasil penelitian epidemiologi dapat digunakan dalam perencanaan pelayanan kesehatan
dan kesehatan masyarakat.
2. Diagnosis masyarakat
a. Penyakit, kondisi, cedera, gangguan, ketidakmampuan, defek/cacat apa sajakah yang
menyebabkan kesakitan, masalah kesehatan, atau kematian di dalam suatu komunitas
atau wilayah
3. Mengkaji risiko yang ada pada setiap individu karena mereka dapat mempengaruhi
kelompok maupun populasi
a. Faktor risiko, masalah, dan perilaku apa sajakah yang dapat mempengaruhi kelompok
atau populasi
b. Setiap kelompok dikaji dengan melakukan pengkajian terhadap faktor risiko dan
menggunakan tekhnik pemeriksaan kesehatan, misalnya risiko kesehatan, pemeriksaan ,
skrining kesehatan, tes kesehatan, dll.
4. Pengkajian, evaluasi, dan penelitian
a. Sebaik apa pelayanan kesehatan masyarakat dan pelayanan kesehatan dalam mengatasi
masalah dan memenuhi kebutuhan populasi atau kelompok.
b. Untuk mengkaji keefektifan, efisiensi, kualitas, kuantitas, akses, ketersediaan layanan
untuk mengobati, mengendalikan atau mencegah penyakit, cedera, ketidakmampuan
atau kematian.
5. Melengkapi gambaran klinis
a. Proses identifikasi dan diagnosis untuk menetapkan bahwa suatu kondisi memang ada
atau bahwa seseorang memang menderita penyakit tertentu
b. Menentukan hubungan sebab akibat misalnya radang tenggorokan dapat menyebabkan
demam rematik.
6. Identifikasi sindrom
a. Membantu menyusun dan menetapkan kriteria untuk mendefinisikan sindrom, misalnya
sindrom down, fetal alcohol, kematian mendadak pada bayi.
7. Menentukan penyebab dan sumber penyakit
a. Temuan epidemiologi memungkinkan dilakukannya pengendalian, pencegahan, dan
pemusnahan penyebab penyakit, kondisi, cedera, ketidakmampuan atau kematian.
(Timmreck, 2004)
D. Terjadinya Masalah Kesehatan Dalam Pelayanan Kebidanan
Dengan menggunakan paradigma epidemiologi klasik yang menganggap
terjadinya penyakit atau masalah kesehatan sebagai hasil akhir interakis antara
penjamu, agen dan lingkungan:

1. Penjamu ( Ibu Hamil )

Adalah faktor yang terdapat pada diri manusia yang dapat mempengaruhi timbulnya
serta perjalanan suatu penyakit. Faktor tersebut banyak macamnya, antara lain :
a. Faktor keturunan
Dalam dunia kebidanan dikenal berbagai penyakit yang dapat diturunkan seperti
penyakit alergis, kelainan jiwa dan beberapa penyakit kelainan darah.
b. Mekanisme pertahanan tubuh
Jika pertahanan tubuh baik maka dalam batas – batas tertentu beberapa jenis menyakit
akan dapat diatasi.
c. Umur
Pada ibu hamilm yang primigravida dibawah umur 20 tahun rentan terjadi abortus, ini di
sebabkan karena sistem reproduksinya yang belum matang.
d. Jenis kelamin
Beberapa penyakit tertentu ditemukan hanya pada jenis kelamin tertentu saja misalnya
tumor leher rahim ditemukan pada wanita.
e. Ras
Beberapa ras tertentu diduga lebih sering menderita beberapa penyakit tertentu
misalnya penyakit hemofili yang lebih banyak ditemukan pada orang barat.
f. Status perkawinan
g. Pekerjaan
Para manajer yang memimpin suatu perusahaan lebih sering menderita penyakit
ketegangan jiwa daripada bawahan.
h. kebiasaan hidup
Seseorang yang biasa hidup kurang bersih tentunya lebih mudah terkena penyakit
infeksi.
2. Agen ( hasil konsepsi)
Yaitu janin atau fetus yang ada dalam kandungan ibu hamil.
3. Lingkungan
Adalah lingkungan sosial budaya serta pelayanan kesehatan yang diterima oleh ibu
hamil.

E. Faktor-Faktor Resiko Dalam Pelayanan Kebidanan

Faktor-faktor resiko bagi kematian ibu hamil dapat di klasifikasikan menjadi 4 kategori :
1. Faktor-faktor Reproduksi
a) Usia
Umumnya usia wanita untuk hamil normal adalah 20-35 tahun.
b) Paritas
Semakin banyak paritas dari seorang wanita, maka semakin tinggi resikonya untuk
mengalami komplikasi.
c) Kehamilan tak di inginkan
KTD atau kehamilan tak dinginkan, dalam hal ini sangat beresiko tinggi. Karena bisa saja
calon orang tua, terutama calon ibu akan berusaha untuk melakukan terminasi
kehamilan, yang selanjutnya akan menimbulkan komplikasi-komplikasi lain.
2. Faktor-faktor resiko kehamilan
a) Perdarahan pada abortus spontan
Dimana terjadi perdarahan ringan atau bercak yang menunjukkan ancaman terhadap
kelangsungan suatu kehamilan. Dimana sebagian atau keseluruhan hasil konsepsi telah
keluar melalui kavum uteri melalui kanalis servikalis.
b) Kehamilan ektopik
Kehamilan ektopik ialah kehamilan dimana setelah fertilisasi, implantasi terjadi di luar
endometrium kavum uteri. Hampir 90% kehamilan ektopik terjadi di tuba
uterina.kehamilan ektopik dapat mengalami abortus atau ruptura apabila masa
kehamilan berkembang melebihi kapasitas ruang implantasi (misalnya : tuba).
c) Perdarahan pada trimester III kehamilan
Untuk menurunkan angka kematian ibu di indonesia, departemen kesehatan melakukan
strategi agar semua asuhan antenatal dan sekitar 60% dari keseluruhan persalinan
dilayani oleh tenaga kesehatan terlatih. Strategi ini dilaksanakan untuk dapat mengenali
dan menaggulangi gangguan kehamilan dan persalina sedini mungkin. Penyiapan sarana
pertolongan gawat darurat merupakan langkah antisipasi terhadap komplikasi yang
mungkin keselamatan ibu. Adapun masalah yang sering ditemukan dalam trimester III
kehamilan adalah. Perdarahan apada kehamilan diatas 22 minggu hingga menjelang
persalinan, perdarahan intrapartum, dan prematuritas serta mortalitas perinatal.
d) Perdarahan post partum
Adalah perdarahan yang melebihi 500 ml. Ditandai dengan perubahan tanda vital pasien
mengeluh lemah, berekeringat dingin, mengigil, hiperpnea, sistolik kurang dari 90 mm
hg, nadi lebih dari 100 x/menit, kadar HB kurang dari 8 gr % .
e) Infeksi nifas
Infeksi Puerperalis, dalah infeksi pada traktus genetalia setelah persalinan, biasanya dari
endometrium bekas insersi plasenta.
f) Gestosis
g) Distosia bahu
Adalah suatu keadaan diperlukannya tambahan manoper obstertrik oleh karena dengan
tarikan biasa ke arah belakang pada kepala bayi tidak berhasil untuk melahirkan bayi.
h) Abortus Provokatus
Abortus yang terjadi dengan sengaja.
3. Faktor-faktor Pelayanan Kesehatan
a) Kesukaran untuk memperoleh pelayanan kesehatan maternal
b) Asuhan medis yang kurang baik
c) Kekurangan tenaga terlatih dan obat-obat esensial
d) Faktor-faktor sosial budaya
a) Kemiskinan dan ketidakmampuan membayar pelayanan yang baik
b) Ketidaktahuan dan kebodohan
c) Status wanita yang rendah
d) Pantangan makan tertentu pada wanita hamil.

F. Ukuran epidemiologi
Secara subtantif menurut peristiwa yang dipelajari, ukuran epidemiologi
dibedakan atas ukuran fertilitas ( peristiwa kelahiran), ukuran mordibitas, dan ukuran
mortalitas, sedangkan berdasarkan aspek statistik yang akan dievaluasi, ukuran
epidemiologi dibedakan atas ukuran frekuensi, ukuran asosiasi, dan ukuran dampak.
1. Kasus insidens dan prevalens
Kasus insidens adalah jumlah kasus baru yang didapatkan selama periode tertentu,
sedangkan kasus prevalens adalah jumlah kasus (lama) yang ada pada suatu titik waktu
pengamatan tertentu
2. Mortalitas
Death risk dan death rate menyatakan tingkat kematian secara umum tanpa
memandang sebab kematian, biasanya digunakan untuk populasi atau kelompok
berukuran besar.

G. Surveilans Epidemiologi
Surveilans adalah proses pengumpulan, analisis, interpretasi, dan penyebaran
informasi deskriptif secara kontinu dan sistimatik untuk pemantauan masalah kesehatan
. sistem surveilans adalah jaringan orang dan kegiatan yang memelihara proses ini dan
dapat berfungsi pada berbagai tingkatan, dari yang lokal sampai dengan internasional.

Tujuan surveilans dapat berupa :

1. Epidemiologi deskriptif masalah kesehatan.
Sasaran utama disini adalah pemantauan trend. Adanya peningkatan kejadian kesehatan
yang tak dinginkan akan mewaspadakan petugas kesehatan untuk melkukan
penyelidikan lebih lanjut
2. Kaitan dengan pelayan kesehatan:
Ditingkat komunitas, surveilans acap kali merupakan bagian integral penyampaian
pelayanan preventif dan terapeutik atau pun profilaksisnya dapat diberikan. Intervensi
demikian dilaksanakan berdasarkan laporan kasus dari surveilans.
3. Kaitan dengan penelitian:
Data surveilans saja umumnya tidak cukup rinci bagi kebutuhan penelitian, namun dapat
memberi arahan bagi peneliti untuk melakukan penyelidikan lebih lanjut
4. Evaluasi intervensi
Evaluasi efek intervensi bersifat kompleks, namun evaluasi berskala penuh sering tidak
layak untuk dikerjakan. Pemantauan trend dengan surveilans disini dapat menghasilkan
penilaian dampak intervensi yang memadai dengan biaya yang relatif murah.
5. Proyeksi:
Data pemantauan trend dibutuhkan oleh perencana untuk mengantisipasi kebutuhan
pelayanan kesehatan diwaktu mendatang
6. Pendidikan dan kebijakan kesehatan
Dengan penyebarluasan secara efektif, data surveilans dapat dimanfaatkan pula oleh
pablik, media, dan pemimpin politik. Informasi demikian bersifat mendidik bagi mereka
yang secara langsung bertanggung jawab atas pemberian pelayan kesehatan dan
mereka yang mengendalikan atau mempengaruhi alokasi sumberdaya kesehatan.

BAB III

PENUTUP

A. Kesimpulan
Epidemiologi dalam layana kebidana mengakaji distribusi dan determinan
peristiwa mordibitas dan mortalitas yang terjadi dalam layanan kebidanan. Dimana
pelayana kesehatan dinyatakan sebagai bagian integral dari pelayanan dasar yang akan
terjangkau seluruh masyarakat. Didalamnya termasuk pelayana kesehatan ibu, yang
berupaya agar setiap ibu hamil dapat melalui kehamilan dan persalinannya dengan
selamat.
B. Saran
1. Untuk Mahasiswa
Dengan adanya makalah ini di harapkan dapat di jadikan sebagai bahan realisasi
Mahasiswa untuk menambah wawasan dan pengetahuan tentang pelayanan KB
khususnya tentang metode KB sederhana.
2. Untuk Pembaca
Dengan adanya makalah ini di harapkan dapat menambah wawasan kepada pembaca
tentang pelayanan KB khususnya tentang metode KB sederhana.
.

DAFTAR PUSTAKA

Varney, Helen. et all, Buku Ajar Asuhan Kebidanan, ed 4. EGC Penerbit Buku Kedokteran.
Jakarta, 2006

Diktat, epidemiologi dalam kebidanan. Siti Nahawa. SKM. Stikes Bina Generasi Polewali
Mandar Program Studi D III kebidanan, 2011

Bari saifuddin, Abdul. Pelayanan kesehatan maternal dan neonatal, Yayasan bina
pustaka Sarwono prawiroharjo, Jakarta 2006.

Bari saifuddin, Abdul.Ilmu kebidanan, Yayasan bina pustaka Sarwono prawiroharjo,

Jakarta 2006.

UKURAN-UKURAN DALAM EPIDEMIOLOGI

Dr. Suparyanto, M.Kes

UKURAN-UKURAN DALAM EPIDEMIOLOGI

Proporsi:

 Proporsi adalah perbandingan yang pembilangnya merupakan bagian dari

penyebut
 Proporsi digunakan untuk melihat komposisi suatu variabel dalam populasi

Rumus:

Proporsi : x / (x+y) x k

Contoh:

 Proporsi Mhs wanita =

Jumlah Mahasiswa wanita

------------------------------------------ k
Jumlah Mahasiswa wanita + pria

 Proporsi Mahasiswa berprestasi

 Proporsi Mahasiswa hafal Al Qur’an

Ratio:

 Ratio adalah perbandingan dua bilangan yang tidak saling tergantung

 Ratio digunakan untuk menyatakan besarnya kejadian

Rumus:

Ratio: (x/y) k

 Ratio dapat juga dinyatakan sebagai perbandingan

 Ratio x : y = 1 : 2

Contoh:
  Sex ratio =

jumlah pria
---------------------- k
jumlah wanita

Pria : Wanita = x : y

 Dependency ratio =

Juml usia (0 - <14th) + (>65 th)

------------------------------------------- k
Jumlah usia (15 – 64 th)

Contoh: Jumlah Mahasiswa Stikes = 100, ratio pria : wanita = 2 : 3. Berapa jumlah
masing2 mahasiswa?

Rate

 Rate adalah perbandingan suatu kejadian dengan jumlah penduduk yang

mempunyai risiko kejadian tersebut
 Rate digunakan untuk menyatakan dinamika dan kecepatan kejadian tertentu
dalam masyarakat

Rumus:

Rate: (x/y) k

 X: angka kejadian
 Y: populasi berisiko
 K: konstanta (angka kelipatan dari 10)

Contoh:

 Campak → berisiko pada balita

 Diare → berisiko pada semua penduduk
 Ca servik → berisiko pada wanita

Contoh Soal:
Jumlah pasien di RS A = 150, dengan rincian pria = 90 dan wanita = 60

 Berapa proporsi pasien wanita?

  Berapa sex ratio pasien di RS A?

PENGUKURAN ANGKA KESAKITAN/ MORBIDITAS

INCIDENCE RATE

 Incidence rate adalah frekuensi penyakit baru yang berjangkit dalam masyarakat
di suatu tempat / wilayah / negara pada waktu tertentu

Incidence Rate (IR):

Jumlah penyakit baru

--------------------------------- k
Jumlah populasi berisiko

PREVALENCE RATE

 Prevalence rate adalah frekuensi penyakit lama dan baru yang berjangkit dalam
masyarakat di suatu tempat/ wilayah/ negara pada waktu tertentu
 PR yang ditentukan pada waktu tertentu (misal pada Juli 2000) disebut Point
Prevalence Rate
 PR yang ditentukan pada periode tertentu (misal 1 Januari 2000 s/d 31
Desember 2000) disebut Periode Prevalence Rate

Prevalence Rate (PR):

Jumlah penyakit lama + baru

--------------------------------------- k
Jumlah populasi berisiko

ATTACK RATE

 Attack Rate adalah jumlah kasus baru penyakit dalam waktu wabah yang
berjangkit dalam masyarakat di suatu tempat/ wilayah/ negara pada waktu
tertentu

Attack Rate (AR):

Jumlah penyakit baru

--------------------------------- k
Jumlah populasi berisiko

(dalam waktu wabah berlangsung)

Contoh Soal:
Data desa Jombang pada tahun 2007 adalah sbb:
Jumlah penduduk = 2.000.000
Ratio pria : wanita = 2 : 3
Ratio balita : bukan balita = 2 : 8
Kasus lama/baru campak: Feb=2/10, Mar=5/20, Jun=4/15
Kasus lama/baru diare: Ags= 2/15, Sep=3/25, Okt=5/10
Kasus lama/baru ca servik: Apr=3/5, Jul=8/5

Hitunglah:

 Incidence Rate Campak tahun 2007

 Point Prevalence Rate Campak pada bulan Feb, Maret dan Juni?
 Periode Prevalence Rate Campak pada tahun 2007?
 Attack Rate Campak?

Hitunglah:

 Incidence Rate Diare tahun 2007

 Point Prevalence Rate Diare pada bulan Ags, Sep dan Okt?
 Periode Prevalence Rate Diare pada tahun 2007?
 Attack Rate Diare?

Hitunglah:

 Incidence Rate Ca Servik tahun 2007

 Point Prevalence Rate Ca servik pada bulan Apr dan Jul?
 Periode Prevalence Rate Ca Servik pada tahun 2007?

PENGUKURAN MORTALITY RATE

CRUDE DEATH RATE

 CDR adalah angka kematian kasar atau jumlah seluruh kematian selama satu
tahun dibagi jumlah penduduk pada pertengahan tahun
Rumus: CDR (Crude Death Rate)

Jumlah semua kematian

--------------------------------- k
Jumlah semua penduduk

SPECIFIC DEATH RATE

 SDR adalah jumlah seluruh kematian akibat penyakit tertentu selama satu tahun
dibagi jumlah penduduk pada pertengahan tahun

Rumus: SDR (Specific Death Rate

Jumlah kematian penyakit x

----------------------------------- k
Jumlah semua penduduk

CASE FATALITY RATE

 CFR adalah persentase angka kematian oleh sebab penyakit tertentu, untuk
menentukan kegawatan/ keganasan penyakit tersebut

CFR (Case Fatality Rate):

Jumlah kematian penyakit x

------------------------------------ x 100%
Jumlah kasus penyakit x

MATERNAL MORTALITY RATE

 MMR = AKI = Angka kematian Ibu adalah jumlah kematian ibu oleh sebab
kehamilan/ melahirkan/ nifas (sampai 42 hari post partum) per 100.000
kelahiran hidup

MMR (Maternal Mortality Rate):

Jumlah kematian Ibu

------------------------------ x 100.000
Jumlah kelahiran hidup
INFANT MORTALITY RATE

 IMR = AKB = angka kematian bayi adalah jumlah kematian bayi (umur <1tahun)
per 1000 kelahiran hidup

IMR (Infant Mortality Rate):

Juml kematian bayi

----------------------------- x 1000
Juml kelahiran hidup

NEONATAL MORTALITY RATE

 NMR = AKN = Angka Kematian Neonatal adalah jumlah kematian bayi sampai
umur < 4 minggu atau 28 hari per 1000 kelahiran hidup

NMR (Neonatal Mortality Rate):

Jumlah kematian neonatus

------------------------------------ x 1000
Jumlah kelahiran hidup

PERINATAL MORTALITY RATE

 PMR = AKP = angka Kematian Perinatal adalah jumlah kematian janin umur 28
minggu s/d 7 hari seudah lahir per 1000 kelahiran hidup

PMR (Perinatal Mortality Rate):

Jumlah kematian perinatal

---------------------------------- -x 1000
Jumlah kelahiran hidup

Contoh Soal:

 Penduduk Indonesia pada pertengahan tahun 1990 = 178.440.000 orang dengan

jumlah kematian selama tahun 1990 = 17.308.680 orang. Berapa CDR tahun
1990?
  Bila jumlah kematian karena tetanus pada tahun 1990 = 180.000 orang. Berapa
SDR tetanus per 1000 penduduk?
 Jumlah kematian ibu oleh sebab kehamilan di Singapura hanya 1 orang pada
tahun 1990, dengan jumlah seluruh kelahiran hidup sebanyak 49.864 orang.
Berapa MMR pada tahun 1990?
 Hasil sensus penduduk Jepang tahu 1990, dilaporkan jumlah kematian bayi <1
tahun sebanyak 5.616 orang, jumlah kematian bayi umur 4 minggu sebanyak
3.179 orang, jumlah kematian janin umur 28 minggu s/d 7 hari post partum
sebanyak 7.001 orang.

 Jika jumlah kelahiran hidup 1.227.900 orang.

 Berapa IMR tahun 1990?
 Berapa PMR tahun 1990?
 Berapa NMR tahun 1990?

Referensi

1. Noor, 1997, Pengantar Epidemiologi Penyakit Menular, Jakarta, PT. Rineka Cipta
2. Bustan, 2000, Epidemiologi Penyakit Tidak Menular, Jakarta, PT. Rineka Cipta
3. Bustan, 2002, Pengantar Epidemiologi, Jakarta, PT. Rineka Cipta
4. Notoatmojo, 2003, Ilmu Kesehatan Masyarakat, Prinsip Prinsip Dasar, Jakarta,
PT. Rineka Cipta
5. Entjang, 2000, Ilmu Kesehatan Masyarakat, Bandung, PT. Citra Aditya Bakti
6. Vaughan, Morrow, 1993, Panduan Epidemiologi Bagi Pengelolaan Kesehatan
Kabupaten, Bandung, ITB

Press question mark to see available shortcut keys

©2018 Google • Privacy Policy • Terms of Service • Maps Terms

Search Go

tri ningsih

Public
Oct 12, 2013

UKURAN-UKURAN EPIDEMIOLOGI

Keadaan Kesehatan
Sehat menurut WHO (1948) adalah keadaan baik yang lengkap secara fisik, mental dan
sosial dan bukan semata-mata terbebas dari penyakit atau kecacatan.
Definisi ini meskipun dikritik karena adanya kesulitan dalam mendefinisikan dan
mengukur keadaan baik (wellbeing), tetapi juga dinilai sebagai yang ideal. Sedangkan
yang berhubungan dengan kejadian penyakit, secara umum terdapat 5 hal utama yang
potensial untuk diukur, yang dikenal dengan “ lima D”, yaitu Death, Disease, Disability,
Discomfort dan Dissatisfaction.

Ada yang menganjurkan ditambah dengan “D” yang keenam yakni Destitution
(Kemiskinan), hal ini disebabkan karena dokter banyak yang berurusan dengan
konsekuensi finansial dalam perawatan kesehatan pasiennya. Sedang yang lain
menunjukkan bahwa lima “D” akan menekankan sisi negatif dari keadaan kesehatan.
Meskipun demikian kelima “D” itu akan mengingatkan kita tentang kejadian-kejadian
klinik yang penting selain meninggal dan sakit.

Beberapa di antara kelima “D” mudah diukur (death dan disease), tetapi yang lain
memerlukan teknik dan prosedur yang relatif rumit, misalnya disability, dissatisfaction,
dan discomfort.

Tabel Keadaan Kesehatan (Penjabaran lima “D”)

Death
Suatu akibat dari keadaan sehat universal, yang merupakan batas waktu dari
kelangsungan kejadian itu sendiri
Disease
Suatu kombinasi dari gejala-gejala, tanda-tanda fisik, dan hasil uji laboratorium
Disability
Suatu status fungsional pasien dalam arti agar mampu hidup dan melakukan kehidupan
sehari-hari di rumah, di tempat kerja, atau rekreasi tanpa tergantung kepada orang lain
Discomfort
Gejala-gejala yang tidak enak misalnya seperti nyeri, vertigo atau fatigue (kelelahan)
Dissatisfaction
Keadaan emosional dan mental, misalnya kegelisahan, kesusahan atau marah.

Pengukuran dan Hal-hal yang dipertimbangkan

Pengukuran (measurement) adalah bagian terpenting dari epidemiologi. Adapun aspek
pengukuran meliputi alat ukur (instrument pengukuran), cara pengukuran, dan hasil
pengukuran.

Dalam melakukan pengukuran ada beberapa hal yang harus selalu dipertimbangkan
antara lain:
Ketepatan pengukuran (precision of measurement)
Meskipun secara alamiah melakukan pengukuran pada subyek luas berpotensi untuk
terjadinya random variation, cara-cara pengukuran yang tepat diharapkan dapat
mengurangi resiko ketidaktepatan pengukuran. Sebagai contoh adalah mengukur
tekanan darah menggunakan Sphigmomanometer air raksa. Hasil pengukuran
umumnya berbeda jika dilakukan berulang terhadap seseorang, apalagi jika cara
pengukurannya tidak standard (sambil duduk, berbaring, atau berdiri). Oleh sebab itu
harus ditetapkan metode standar yang reliable untuk menjamin agar hasil pengukuran
valid.
Pentingnya suatu pengukuran (importance)
Dalam hal ini pengukuran outcome harus memberi makna yang besar bagi suatu
penelitian atau informasi. Sebagai contoh, mengukur outcome berupa kematian
bukanlah hal yang dianjurkan oleh karena prinsip dari ilmu kedokteran adalah mencegah
terjadinya kematian akibat penyakit. Dengan demikian tentu diperlukan outcome
antara, seperti misalnya tekanan darah, kadar gula darah, kadar HB dll.
Isu etika (ethical issues)
Tidak semua pengukuran dapat dibenarkan secara etika, disamping pertimbangan
keselamatan dan resiko, pertimbangan biaya juga tentu tidak dapat diabaikan.

Sensitivitas
Untuk mengukur outcome, cara pengukuran harus cukup sensitif. Sebagai contoh adalah
mengukur fungsi paru pada penderita saluran pernafasan bagian bawah akibat
formaldehid. Pengukuran fungsi paru sendiri selain dapat dilakukan secara obyektif juga
relatif murah dan ketepatannya dapat dijamin. Yang menjadi masalah adalah efek dari
formaldehid mungkin tidak bisa secara mudah karena biasanya tidak segera terjadi
setelah eksposure.

Population at Risk
Dalam epidemiologi, bagian dari populasi yang memiliki risiko untuk terjadinya suatu
penyakit disebut population at risk atau sekumpulan individu yang belum/tidak
menderita tetapi mempunyai resiko untuk menderita.

Sebagai contoh, jika ingin mengetahui dampak penggunaan kontrasepsi oral, maka yang
menjadi population at risk misalnya wanita usia subur yang telah menikah. Demikian
juga halnya dengan frekuensi kejadian efek samping akibat pemberian imunisasi campak
yang population at risk nya haruslah anak usia balita yang telah mendapatkan imunisasi
campak.

Mengukur Frekuensi
Setiap penyakit atau efek yang ditimbulkannya harus dapat diukur frekuensinya,
misalnya kekambuhan dan kematian. Namun yang paling penting adalah bagaimana kita
dapat secara tepat memperkirakan jumlah populasi yang potensial untuk menderita
suatu penyakit.

Sebagai contoh, jika kita ingin menghitung frekuensi penderita Ca serviks, maka tentu
populasi yang harus dipertimbangkan hanyalah wanita.
Pernyataan frekuensi penyakit dalam epidemiologi dapat dilakukan dengan 2 cara:
Menggunakan angka absolut/mutlak (ukuran absolut), yaitu jumlah kejadian kesakitan
sesungguhnya.
Contohnya: jumlah penderita GO di Jakarta adalah 30.000 orang.
Penggunaan ukuran ini lebih banyak pada keperluan administratif pencatatan.
Menggunakan angka perbandingan (ukuran relatif), yaitu dengan memproyeksikan
angka absolut tersebut kepada populasi berisiko atau di antara group di dalam populasi
berisiko.

Ukuran yang kedua lebih obyektif dan dapat membandingkan dua populasi atau 2 sub
group. Ukuran ini sering digunakan untuk keperluan analisis. Dilihat dari jenisnya,
ukuran relatif ini bisa dibagi dua, yaitu mortalitas (yang mengukur kejadian kematian)
dan morbiditas (yang mengukur kejadian kesakitan).

Biasanya data yang terkumpul masih merupakan data kasar yang perlu diolah untuk di
analisis dan ditarik kesimpulan. Hasil pengolahan berupa nilai absolut dengan ciri-ciri
berikut:
berupa jumlah
diperoleh dengan cepat
tidak dapat digunakan untuk membandingkan
Agar data morbiditas dan mortalitas dapat digunakan untuk membandingkan maka data
absolut diubah menjadi data relatif. Dalam epidemiologi ukuran yang banyak digunakan
dalam menentukan morbiditas dan mortalitas adalah angka, ratio dan proporsi.
Ada beberapa angka perbandingan/ukuran relatif yang banyak dipergunakan dalam
epidemiologi yaitu: Rate, Ratio dan Proportion.

X
Formula umum: ---- x K
Y
X : Numerator/Pembilang/Kasus
Y : Denominator/Penyebut/Populasi resiko
K : Nilai Konstanta, biasanya kelipatan bilangan 10 (10, 100, 1000
dst)

RATE
Adalah salah satu bentuk perbandingan yang mengukur kemungkinan terjadinya
peristiwa/kejadian penyakit tertentu. Rate memenuhi unsur-unsur sebagai berikut:
X = pembilang, adalah jumlah kasus penyakit yang terdapat di dalam populasi atau
dalam sub group satu populasi
Y = penyebut, adalah populasi atau sub group di dalam populasi yang mempunyai resiko
untuk mendapatkan penyakit yang bersangkutan
Waktu, misalnya jam 12.00 tanggal 23 September 2005 atau jarak waktu, misalnya: 1
hari, 1 bulan, 1 tahun dll.
Contoh:
Pada tanggal 23 September 2005 di Solo terdapat 50.000 kasus GO. Di antara penduduk
yang berjumlah 5.000.000 orang, maka Rate kasus GO di Solo pada tanggal 23
september 2005 adalah:

50.000
Rate = ------------ = 0,01
5.000.000

Di kabupaten Klaten terdapat 5.000 kasus GO diantara 1.000.000 penduduk pada

tanggal yang sama di atas, maka rate kasus GO di Klaten adalah:
5.000
Rate = ------------ = 0.005
1.000.000

Ini berarti bahwa penduduk Solo mempunyai kemungkinan (probability) untuk

menderita GO adalah seperseratus dan penduduk Klaten hanya seperduaratus.

Populasi dalam rate tidak selalu populasi dalam arti demografi, tetapi bisa dalam bentuk
lain, misalnya jumlah kematian ibu pada ibu-ibu yang melahirkan di rumah sakit.

RATIO

Ratio merupakan istilah yang sangat umum. Ratio dapat diterjemahkan sebagai
“dibanding dengan”. Jadi ratio merupakan perbandingan antara 2 kuantitas, yaitu
kuantitas pembilang (numerator) dan kuantitas penyebut (denominator). Kedua
kuantitas tersebut yang dibandingkan tidak harus memiliki sifat/ciri yang sama. Ada juga
yang menyebukan bahwa ratio adalah frekuensi relatif dari suatu sifat tertentu
dibandingkan dengan frekuensi dari sifat lain.

Dari pengertian di atas, ratio dapat dirumuskan sebagai berikut:

Kuantitas Numerator
Ratio = --------------------------
Kuantitas Denominator
Contoh:
Dalam suatu kejadian KLB penyakit Hepatitis, jumlah penderita laki-laki sebanyak 20
orang dan jumlah penderita perempuan sebanyak 10 orang. Maka Ratio penderita laki-
laki : perempuan adalah = 20:10 = 2:1

Ratio merupakan nilai relatif yang dihasilkan dari perbandingan dua nilai kuantitatif yang
pembilangnya tidak merupakan bagian dari penyebut. Misalnya, sebuah nilai kuantitatif
A dan nilai kuantitatif lain adalah B; maka ratio kedua nilai tersebut adalah A/B.

Contoh: Pada suatu kejadian luar biasa keracunan makanan terdapat 32 orang
penderita dan 12 diantaranya adalah anak-anak maka ratio anak terhadap orang dewasa
adalah:

12
- = 0,6
20

PROPORTION

Proporsi ialah perbandingan dua kuantitatif yang pembilangnya merupakan bagian dari
penyebut. Pada proporsi, perbandingan menjadi : A/(A + B).

Pada contoh di atas proporsi menjadi:

12
----------------- = 0.375
(12 + 20)

Bila proporsi dikalikan 100 disebut persen (%) sehingga presentase pada contoh di atas
menjadi 37,5 %

Suatu bentuk khusus dalam perhitungan ratio adalah proporsi. Apabila pembilang
(numerator) merupakan bagian dari penyebut (denominator), maka bentuk
perbandingan tersebut dinamakan proporsi. Jadi proporsi bisa diartikan sebagai
jumlah/frekuensi dari suatu sifat tertentu dibandingkan dengan seluruh populasi dimana
sifat tersebut didapatkan.

Rumusan dari Proporsi:

X
Proporsi = ------------
X+Y
Contoh soal di atas, berapa proporsi penderita laki-laki ?
Jawab:

20
Proporsi = ---------- X 100 % = 66,6 %
20 + 10

Seperti contoh di atas, proporsi dapat dinyatakan dalam bentuk prosentase.

Jadi nilai proporsi adalah 0 < proporsi < 1 atau
0 % < proporsi < 100 %

Prevalensi dan Insidensi

Pengukuran kejadian di masyarakat dapat dilakukan dengan 2 pendekatan, yaitu
mengukur kejadian penyakit pada suatu waktu tertentu (prevalensi) dan mengukur
kejadian baru pada satu waktu tertentu (insidensi).
Dalam melakukan perhitungan frekuensi kejadian perlu benar-benar memperhatikan
berbagai batasan kasus yang akan diteliti.

Sebagai contoh: suatu penyakit tidak berlangsung sesaat, melainkan ada suatu rentang
waktu. Apabila kita telah menetapkan waktu observasi selama x waktu, maka ada 6
kemungkinan kasus yaitu:
Kasus penyakit yang timbul pada saat waktu observasi dan sembuh sebelum masa
observasi selesai.
Kasus penyakit yang timbul pada saat observasi dan sembuh pada saat observasi sudah
selesai
Penyakit yang timbul sebelum observasi dimulai, namun sembuh pada saat rentang
waktu observasi
Penyakit yang timbul sebelum observasi dimulai dan tetap ada sampai masa observasi
selesai
Penyakit yang timbul sebelum masa observasi, dan sembuh pula sebelum masa
observasi
Penyakit yang timbul sesudah masa observasi

Secara skematis ke enam kasus tersebut dapat digambarkan sebagai berikut:

Waktu Observasi dan Masa Orientasi Penyakit

! -------------------- 1 !
! -------!----------- 2
----!--------- 3 !
! !
------------------------ !----------------------------!-------------à waktu
! !
------!------------------------------!------- 4
5 ----------------- ! ! ------------6
! Masa Orientasi !

1 dan 2 merupakan kasus baru

3 dan 4 merupakan kasus lama
5 dan 6 tidak perl diperhatikan karena ada di luar masa observasi.

ANGKA
Angka merupakan proporsi dalam bentuk khusus – perbandingan antara pembilang dan
penyebut dinyatakan dalam batas waktu tertentu.
Insidensi merupakan kasus baru suatu penyakit yang terjadi dalam kurun waktu
tertentu. Ini merupakan cara terbaik untuk menentukan resiko timbulnya penyakit.

ANGKA INSIDENSI
Batasan untuk angka insidensi ialah proporsi kelompok individu yang terdapat dalam
penduduk suatu wilayah atau negara yang semula tidak sakit dan menjadi sakit dalam
kurun waktu tertentu dan pembilang pada proporsi tersebut adalah kasus baru.
Insidensi adalah jumlah seluruh kasus baru pada suatu populasi pada suatu saat atau
periode waktu tertentu.

Terdapat 3 istilah dalam insidensi:

Insidensi Rate
Insidensi Kumulatif
Attack Rate

Insidensi Rate:
Biasanya insidensi rate digunakan untuk ukuran penyakit yang sifatnya akut.
Pengamatan harus bersifat dinamis di mana ukuran disini menggambarkan
kecepatan/kekuatan perubahan keadaan karena pengaruh lingkungan. Insidensi bukan
merupakan ukuran probabilitas, nilai dapat berkisar dari 0 – hampir tak terhingga, dan
ukuran ini tidak dapat di interpretasikan kepada individu yang ada di populasi.

Rumusnya sebagai berikut:

d
p = - xk
n
p = estimasi angka insidensi
d = jumlah kasus baru
n = jumlah individu yang awalnya tidak sakit
k = konstanta

atau jumlah kejadian dalam kurun waktu tertentu dibagi penduduk yang mempunyai
risiko population at risk terhadap kejadian tersebut dalam kurun waktu tertentu
dikalikan dengan konstanta “k”

Jumlah kejadian dalam waktu tertentu

angka insidensi= --------------------------------------------- x k
Jumlah population at risk waktu tertentu

Misalnya, angka insidensi kematian penduduk negara A karena penyakit jantung pada
tahun 1990 adalah 247 per 100.000 penduduk.

Angka tersebut merupakan hasil perhitungan menggunakan rumus berikut:

Jumlah kematian karena penyakit jantung

Di negara A pada tahun 1990
----------------------------------------------- x 100.000
Jumlah penduduk di negara A pada tahun
1990

Angka insidensi dalam epidemiologi merupakan ukuran yang penting dan banyak
digunakan hingga terdapat beberapa istilah yang digunakan oleh berbagai ahli
epidemiologi. Misalnya incidence rate atau cumulative rate atau attack rate.
Insidensi Kumulatif
Tingkat insidensi kumulatif adalah suatu ukuran tentang kejadian penyakit atau ukuran
status kesehatan yang lebih sederhana. Tidak seperti tingkat insidensi, maka yang diukur
hanyalah denominator yang ada pada permulaan saja. Tingkat insidensi kumulatif dapat
dihitung sebagai berikut:

Jumlah kasus dlm periode waktu ttt

Insidensi Kumulatif ----------------------------------------------
Jumlah population at risk pd awal periode pengamatan

Dalam pengertian statistik maka insidensi kumulatif itu adalah merupakan probabilitas
atau risiko dari individu yang berada dalam populasi tersebut untuk terkena penyakit
dalam periode waktu tertentu.

Hasil dari ukuran tersebut tidak mempunyai satuan, kisaran angka antara 0-1. Seringkali
tingkat insidensi kumulatif dikemukakan sebagai jumlah kasus per 1000 populasi.

Attack Rate
Biasanya dinyatakan dengan persen (%) dan dipergunakan dalam jumlah populasi yang
relatif sedikit dan waktu yang relatif singkat.

Contoh: keadaan wabah, keracunan makanan, penyakit yang menyerang pada batas
umur tertentu.

Jumlah kasus sekunder

Secondary attack rate ---------------------------
Population at risk

Kasus sekunder adalah kasus-kasus yang terkena penyakit di dalam suatu lingkungan
setelah datangnya satu atau lebih kasus primer dari lingkungan yang lain.

Contoh:
Dalam suatu asrama terdapat 30 orang anak. Pada tanggal 1 Juli 2003, 2 orang anak dari
asrama pergi berlibur dan kebetulan bertamu ke rumah keluarga yang anak-anaknya
menderita campak.
Tanggal 3 Juli 2003; kedua anak tersebut kembali ke asrama. Tanggal 7 Juli 2003 kedua
anak tersebut menderita campak, kemudian menyebar ke anak yang lain. Dalam waktu 3
minggu terserang 22 orang anak lagi. Berapa secondary attack rate nya?

Jawab:
Kasus primer = 2 orang
Kasus sekunder = 22 orang
Anak yang susceptble = 30-2= 28 orang

22 11
Secondary attack rate = ------- = ------
14

ANGKA PREVALENSI
Ukuran prevalensi banyak digunakan untuk merencanakan pelayanan kesehatan,
menilai kebutuhan pelayanan kesehatan dan meng-evaluasi program yang telah
dilaksanakan.

Prevalensi adalah jumlah seluruh kejadian penyakit atau jumlah kasus pada suatu
populasi pada satu saat atau periode waktu tertentu.

Prevalensi merupakan ukuran probabilitas di mana nilai dapat berkisar antara 0-1,
biasanya digunakan untuk ukuran penyakit kronis.

Untuk prevalensi terdapat 2 ukuran, yaitu point prevalensi rate (prevalensi sesaat) dan
periode prevalence rate (prevalensi periode).

Bila data pernah dikumpulkan pada titik waktu yang tertentu, maka prevalensi adalah
tingkat prevalensi titik atau point prevalence rate.

Jumlah semua kasus yang dicatat

Point prevalence rate ------------------------------------- pd saat ttt
Jumlah penduduk

Untuk menggunakan tingkat prevalensi selama rentang waktu tertentu atau periode
prevalence rate; dihitung sebagai jumlah keseluruhan dari orang-orang yang diketahui
sudah terkena penyakit pada waktu tertentu selama periode waktu yang tertentu, dibagi
oleh jumlah populasi yang memiliki risiko untuk terkena penyakit pada pertengahan
waktu dari periode tersebut.

Jumlah semua kasus yang dicatat

Periode prevalence rate ---------------------------- selama 1 periode
 Jumlah penduduk

Secara skematis, insidensi, point prevalensi dan periode prevalensi dapat digambarkan
sebagai berikut:

Pada contoh di bawah terdapat 9 kasus dengan rincian sebagai berikut:

Insidensi: kasus 2,3,4,8,9
Prevalensi sesaat: 1 Januari: kasus 1,5,7
31 Desember: kasus 2,5
3. Prevalensi periode: kasus 1,2,3,4,5,7,8,dan 9

! !
! 1 !
!-------------x 2 !
! 4 x----------------------- !
! x ----------------------------x !
! x ---------x 3 !
!---------------------------------------------------- !5
! ! x ------6
!-------x7 8 9 !
! x ------x x ------------x !
! !
1 Januari 1990 31 desember 1990

Manfaat Insidensi dan Prevalensi

Angka insidensi dapat digunakan untuk mengukur angka kejadian penyakit. Perubahan
angka insidensi menunjukkan adanya perubahan faktor-faktor penyebab penyakit, yaitu:
Fluktuasi alamiah dan
Program pencegahan

Bila fluktuasi alamiah dapat diabaikan maka penurunan insidensi menunjukkan

keberhasilan program pencegahan.

Manfaat lain dari pengukuran insidensi ialah:

Ukuran insidensi banyak digunakan dalam penelitian epidemiologi untuk mencari
adanya asosiasi sebab akibat
Ukuran insidensi dapat pula digunakan untuk mengadakan perbandingan antara
berbagai populasi dengan pemaparan yang berbeda
Ukuran insidensi dapat digunakan untuk mengukur besarnya resiko yang ditimbulkan
oleh determinan tertentu.
Ukuran prevalensi suatu penyakit dapat digunakan untuk:
menggambarkan tingkat keberhasilan program pemberantasan penyakit
Penyusun perencanaan pelayanan kesehatan, misalnya penyediaaan sarana obat-
obatan, tenaga dan ruangan
menyatakan banyaknya kasus yang dapat didiagnosis

Hubungan antara Insidens dan Prevalensi

Angka prevalensi dipengaruhi oleh tingginya insidensi dan lamanya sakit. Lamanya sakit
ialah periode mulai didiagnosisnya penyakit sampai berakhirnya penyakit tersebut yaitu
sembuh, mati atau kronis.

Hubungan antara prevalensi, insidensi dan lamanya sakit dapat dinyatakan dalam rumus
berikut:

P=IxD

P : prevalensi
I : Insidensi
D : Lamanya sakit

Hubungan tersebut akan tampak nyata pada penyakit kronis dan stabil.
Bila karena kemajuan teknologi bidang pengobatan suatu penyakit hanya dapat
menghindarkan kematian, tetapi tidak menyembuhkan maka pada keadaan ini
prevalensi akan meningkat meskipun tidak terjadi peningkatan insidensi.

Sebaliknya adanya kemajuan teknologi kedokteran hingga suatu penyakit dengan cepat
dapat disembuhkan atau suatu penyakit yang dengan cepat menimbulkan kematian;
maka prevalensi akan tetap, bahkan mungkin menurun meskipun terjadi kenaikan
insidensi.

Penurunan prevalensi dipengaruhi oleh:

menurunnya insidensi
lamanya sakit yang menjadi pendek dan
perbaikan pelayanan kesehatan

Hubungan prevalensi, insidensi dan lamanya penyakit:

Bila kita membandingkan prevalensi suatu penyakit antara beberapa wilayah, harus
diperhatikan ketiga faktor diatas agar tidak menimbulkan kesan yang salah. Misalnya
bila kita membandingkan prevalensi suatu penyakit antara desa dengan kota tanpa
memperhatikan ketiga faktor tersebut maka kesimpulan yang ditarik akan bias.

Hal ini disebabkan fasilitas pelayanan kesehatan yang terdapat di kota jauh lebih baik
dibandingkan di desa dengan akibat lama sakit di kota lebih pendek hingga prevalensi
penyakit serupa di kota lebih rendah daripada di desa.

Morbiditas merupakan masalah yang kompleks hingga WHO Expert Commitee on Health
Statistic menganjurkan untuk mencantumkan hal-hal berikut:
Tujuan dan batasan yang digunakan
Apakah insidensi, prevalensi sesaat atau prevalensi periode yang digunakan
Berhubungan dengan satu atau beberapa penyakit
Waktu atau periode yang digunakan untuk pengamatan
Penyebut yang digunakan.

Hal di atas dmaksudkan agar laporan dapat dibandingkan dengan laporan lain karena
bila tujuannya berbeda atau batasan yang digunakan berbeda atau ukuran yang
digunakan berbeda dan penyebut yang digunakan pun berbeda; maka hasilnya akan
berbeda dan dalam hal ini tidak dapat dibandingkan dengan daerah atau negara lain.
Beberapa Ukuran yang sering dipakai sebagai Indikator Kesehatan

Maternal Mortality Rate

Jumlah kematian bumil dan melahirkan s/d 42 hari post partum pd 1 th

Jumlah seluruh kelahiran hidup pada tahun yang sama

Infant Mortality Rate

Jumlah kematian bayi < 1 tahun dalam 1 tahun

--------------------------------------------------
Jumlah kelahiran hidup pada tahun yang sama

Crude Death Rate

Jumlah seluruh kematian dalam satu tahun

----------------------------------------------
Jumlah seluruh penduduk pada pertengahan tahun

Specifics Death Rate

Jumlah kematian karena sebab tertentu dalam satu tahun
----------------------------------------------------------------
Jumlah penduduk pada pertengahan tahun

Age Specifics Death Rate

Jumlah kematian pada golongan umur tertentu

----------------------------------------------------
Jumlah populasi golongan umur tertentu

Proportional Mortality Rate

Jumlah kematian karena penyakit A

-----------------------------------------------------------
Jumlah kematian seluruhnya dalam populasi tersebut

Morbidity rate

Jumlah penderita penyakit A pada periode tertentu

----------------------------------------------------------
Jumlah penduduk pertengahan tahun

Ukuran Asosiasi antara 2 Variabel

Ukuran ini biasanya ditunjukkan dengan risiko. Risiko dapat diartikan sebagai
kemungkinan bahwa individu yang sehat (tanpa penyakit) dan terpapar oleh berbagai
faktor risiko akan dapat menderita suatu penyakit.

Sementara itu yang dinamakan faktor risiko adalah faktor-faktor yang berhubungan
dengan kenaikan risiko untuk terjadinya suatu penyakit. Ada kalanya suatu penyakit
hanya berhubungan dengan satu faktor saja, namun yang paling banyak dijumpai adalah
banyak faktor risiko yang berhubungan dengan suatu penyakit. Misal: faktor risiko
penyakit hipertensi adalah jenis kelamin, umur, asupan garam, rokok, obesitas dll

Risiko dapat digunakan untuk menggambarkan hubungan antara penyebab dan akibat
atau paparan faktor risiko dan suatu kejadian yang disebut pengukuran efek (measures
of effect). Pengukuran risiko yang paling sering digunakan adalah Relative Risk (RR) dan
Odds Ratio (OR).

Relative Risk (RR)

Risiko relatif sering pula disebut sebagai Ratio Risiko (Risk Ratio). Risiko relatif digunakan
untuk menjawab pertanyaan “ berapa kalikah kemungkinan orang-orang yang terpapar
faktor risiko untuk menderita penyakit apabila dibandingkan dengan orang-orang yang
tidak terpapar faktor risiko?

Untuk menggambarkan digunakan tabel 2 X 2 yang mempresentasikan adanya exposure

atau faktor risiko dan penyakit:

Penyakit
(+)
(-)
Exposure
(+)
a
b
(-)
c
d

Berdasarkan tabel di atas, formula risiko relatif (RR) sebagai berkut:

a/(a+b)
Relative Risk (RR) = -------------
c/(c+d)

Odds Ratio (OR)

Yang dimaksud dengan Odds Ratio (OR)/ Ratio Odds (kemungkinan) adalah paparan
faktor risiko pada kelompok kontrol.
Artinya berapa kalikah faktor risiko menyebabkan penyakit bagi kelompok terpapar
dibandingkan dengan kelompok yang tidak terpapar?

Berdasarkan tabel 2 x2 di atas, OR dapat dihitung dengan rumus berikut:

a+d
Odds Ratio (OR) = -----------
b+c
Mortality Rate dan Case Fatality Rate

Ada kemungkinan di dalam suatu populasi terjadi kematian akibat suatu penyakit yang
muncul pada kurun waktu tertentu. Angka kematian ini lazim disebut sebagai mortality
rate. Sedangkan jika kita ingin mengetahui seberapa fatalkah suatu penyakit dapat
menimbulkan kematian, maka dapat digunakan case fatality rate.

Jumlah seluruh kematian akibat suatu penyakit

Mortality rate = --------------------------------------------------------
Jumlah population at risk

Jlh seluruh kematian akibat penyakit pd periode waktu ttt

Case fatality Rate = -------------------------------------------------------------
Jumlah populasi yang menderita penyakit yang
sama.

Urutan
Rasio Black:white
5. kecelakaan
6. pneumonia dan influenza
7. diabetes mellitus
8. HIV
9. pembunuhan
10. Bunuh diri
11. penyakit hati kronik dan sirosis
12. nephritis, sindrom neprotik
13. septisemia
14. atheroscle
15. penyakit masa perinatal
1:3
1:4
2:4
3:7
0:6
6:5
1:5
2:8
2:7
1:0
3:2

B. Contoh penggunaan ukuran

Diketahui : selama tahun 1966, sejumlah 126 kasus St. Louis Enchephalitis (SLE)
dilaporkan dari komunitas berpenduduk 20.000
Ditanyakan : hitung angka insidensi SLE pada komunitas itu selama 1966
Jawaban : Rumus untuk menghitung angka insidensi adalah x/y x k
Pada soal ini x adalah 126 kasus SLE yang dilaporkan pada tahun 1966 dan y adalah
populasii berpeluang terhadap penyakit selama tahun 1966 = 20.000 penduduk dalam
komunitas.
Angka = 126/20.000 x k
Karena nilai k tidak ditetapkan dalam soal, beberapa cara dapat dipakai untuk
memperlihatkan hasil yang dapat diperoleh.
1) jika x = 126, y = 20.000, k = 1.000 ; Angka =x/y x k
Angka = 126/20.000 x 1.000 = 126/20
=6,3 kasus per 1000 penduduk
2) jika k diberikan angka 10.000, angka menjadi:
Angka =126/20.000 x 10.000 = 126/2
=63,0 kasus per 10.000 penduduk
3) jika k diberi nilai 100.000 ;
Angka =126/20.000 x 100.000 = 126/2
=630,0 kasus per 100.000 penduduk
ketiga jawaban diatas benar dan dapat diterima. Tetapi, jawaban (1) lebih
disukai dari yang lain karena ia memberikan jawaban angka terkecil yang lebih besar dari
satu.
intepretasi angka ini adalah selama tahun itu dikota itu 6,3 orang dalam tiap
1.000 dikomunitas mendapatkan sakit itu. Dengan kata lain dapat dikatakan bahwa
peluang untuk mendapatkan sakit dalam komunitas itu dalam tahun 6,3 per 1.000.
Penelitian selanjutnya menyatakan dari 126 kasus SLE pada 67 kasus laki-laki dan sisanya
wanita. Jumlah laki-laki pada komunitas adalah 9.200.
Ditanyakan :
1) Hitunglah angka insidensi khusus-jenis kelamin per 10.000 penduduk !
2) Tentukan rasio kasus lelaki terhadap kasus wanita dan rasio angka lelaki terhadap
angka wanita !
3) hitunglah proporsi kasus menurut seks !
Jawaban :
1) Angka insidensi khusus seks :
a) Angka insidensi lelaki :
x = 67 y = 9.200 k = 10.000
Angka = x/y x k = 67/9.200 x 10.000
=0,00728 x 10.000
=72,8 kasus per 10.000 lelaki
b) Angka insidensi wanita :
x = 126 – 67 = 59
y = 20.000 – 9200 = 10.800
k = 10.000
Angka = 59/10.800 x 10.000
= 54,6 kasus per 10.000 wanita.
2) Rasio
a) Rasio kasus lelaki wanita :
x = kasus lelaki =67
y = kasus wanita = 59 k = 1
Angka = x/y x k
= 67/59 x 1
= 67: 59
Perlu ditegaskan bahwa penulisan rasio 67:59 adalah benar. Tetapi bentuk ini sangat
sulit untuk memberikan perbandingan yang berarti terhadap rasio seks yang dihitung
pada berbagai tempat atau tahun. pemecahan masalah ini adalah membagi kedua nagka
67 dan 59 dengan sesuatu angka sehingga salah satunya menjadi 1,0 dan yang lain
menjadi kelipatan dari 1 :
67 : 59 = 1,41 : 1
59 59
tafsiran rasio ini adalah untuk setiap 1,41 lelaki yang dilaporkan ada 1 kasus wanita
terlapor. Masalah penulisan rasio dapat juga dilakukan dengan membagi kedua angka
dengan 67.
67 : 59 = 1 : 0,88
67 67
Tafsiran rasio ini bahwa setiap kasus lelaki dilaporkan 0,88 kasus lelaki dilaporkan 0,88
kasus wanita dilaporkan juga. Meski kedua rasio diatas dapat diterima, cara pertama,
cara pertama 1,14 : 1 lebih disukai, karena tidak mengandung angka yang lebih kecil dari
satu.
b) Rasio angka lelaki angka wanita :
x = angka lelaki = 72,8 / 10.000
y = angka wanita = 54,6 / 10.000
Rasio = angka lelaki : angka wanita
= 72,8 : 54,6 = 1,33 : 1
Penafsiran Rasio ini adalah peluang untuk memperoleh sakit 1,33 kali lebih besar pada
lelaki daripada wanita.
3) Proporsi kasus menurut kelamin
a) Lelaki
x = 67 kasus y = 126 kasus k = 100
% = 67/126 x 100 = 53,2 %
b) wanita
x = 59 kasus y = 129 kasus k = 100
% = 59/126 x 100 = 46,8 %
Untuk semua kasus = 53,2 + 46,8 = 100 %
C. Jenis Rate
Rate (angka) merupakan ukuran utama yang banyak dipakai dan diterapkan
dalam epidermiologi. Jenis rate dapat dibagi atas tiga bentuk utama :
1. Crude, misalnya crude birth rate (angka kelahiran kasar).
2. Spesific, misalnya age specific rate (angka khusus menurut umur).
3. Adjusted, misalnya Adjusted Rate (angka disesuaikan).
Nilai crude rate adalah hasil perhitungan kasar yang pembagiannya didasarkan pada
jumlah penduduk secara keseluruhan. Misalnya crude birth rate dan crude death rate.
specific rate adalah nilai angka yang didasarkan pembegiannya dengan suatu kelompok
tertentu yang beresiko, misalnya terhadap suatu kelompok umur tertentu (age specific
rate) . Kelompok-kelompok khusus bisa berupa kelompok umur, pekerjaan, jenis
kelamin dan sebagainya.
Nilai adjusted ratenadalah nilai yang perhitungannya disesuaikan dengan suatu
kelompok pembanding tertentu yang bertujuan untuk menghilangakn pengaruh suatu
variabel tertentu yang sedang dibandingkan. dikenal dua macam adjusted rate yaitu
direct dan indirect adjusted rate.
tabel 9-3
perbandingan tiga jenis ukuran angka (rate)
epidermiologi menurut kebaikan dan kekurangannya

kebaikan
kekurangan
Angka kasar
(crude rate)
- merupakan perhitungan angka sebenarnya
- mudah dan sesuai untuk perbandingan internasional.

- sulit diinterpretasikan karena adanya perbedaan komposisi penduduk

Angka spesifik
(Spesific rate)
- Sub kelompok homogeny
- nilai lebih rinci dan sangat berguna untuk keperluan perencanaan kesehatan
Terkadang sulit membandingkan terlalu banyak sub kelompok dari dua atau lebih
populasi
Adjusted rate
- merupakan pernyataaan ringkasan
- tidak mempunyai lagi bias perbandingan antar kelompok
- angka fiktif
- nilai absolutnya tergantung pada populasi standar yang dipilih
- penyelubung kecenderungan yang berbeda dari subkelompok
 UKURAN-UKURAN DALAM EPIDEMIOLOGI

1. PROPORSI

Proporsi adalah perbandingan yang pembilangnya merupakan bagian dari

penyebut. Proporsi digunakan untuk melihat komposisi suatu variabel dalam populasi

Rumus Proporsi : x / (x+y) x k

Contoh: Proporsi Mhs wanita = Jumlah Mahasiswa wanita

------------------------------------------ k

Jumlah Mahasiswa wanita + pria

Proporsi Mahasiswa berprestasi

Proporsi Mahasiswa hafal Al Qur’an

2. RATIO

Ratio adalah perbandingan dua bilangan yang tidak saling tergantung. Ratio
digunakan untuk menyatakan besarnya kejadian.

Rumus Ratio: (x/y) k

Ratio dapat juga dinyatakan sebagai perbandingan

Ratio x : y = 1 : 2

Contoh: Sex ratio = jumlah pria

--------------------- k

jumlah wanita

Pria : Wanita = x : y
 Dependency ratio = Jumlah usia (0 - <14th) + (>65 th)

----------------------------------------------- k

Jumlah usia (15 – 64 th)

Contoh: Jumlah Mahasiswa Stikes = 100, ratio pria : wanita = 2 : 3. Berapa jumlah
masing2 mahasiswa?

3. RATE

Rate adalah perbandingan suatu kejadian dengan jumlah penduduk yang

mempunyai risiko kejadian tersebut. Rate digunakan untuk menyatakan dinamika dan
kecepatan kejadian tertentu dalam masyarakat.

Rumus Rate: (x/y) k

X: angka kejadian

Y: populasi berisiko

K: konstanta (angka kelipatan dari 10)

Contoh: Campak → berisiko pada balita

Diare → berisiko pada semua penduduk

Cancer servik → berisiko pada wanita

Contoh Soal:

Jumlah pasien di RS A = 150, dengan rincian pria = 90 dan wanita = 60

Berapa proporsi pasien wanita?

Berapa sex ratio pasien di RS A?

 PENGUKURAN ANGKA KESAKITAN/ MORBIDITAS

1. INCIDENCE RATE

Incidence rate adalah frekuensi penyakit baru yang berjangkit dalam masyarakat di
suatu tempat / wilayah / negara pada waktu tertentu.

Rumus Incidence Rate (IR): Jumlah penyakit baru

------------------------------- k

Jumlah populasi berisiko

2. PREVALENCE RATE

Prevalence rate adalah frekuensi penyakit lama dan baru yang berjangkit dalam
masyarakat di suatu tempat/ wilayah/ negara pada waktu tertentu. Prevalence Rate
yang ditentukan pada waktu tertentu (misal pada Juli 2000) disebut Point Prevalence
Rate.

Prevalence Rate yang ditentukan pada periode tertentu (misal 1 Januari 2000 s/d 31
Desember 2000) disebut Periode Prevalence Rate

Rumus Prevalence Rate (PR): Jumlah penyakit lama + baru

---------------------------------------- k

Jumlah populasi berisiko

3. ATTACK RATE

Attack Rate adalah jumlah kasus baru penyakit dalam waktu wabah yang berjangkit
dalam masyarakat di suatu tempat/ wilayah/ negara pada waktu tertentu.

Rumus Attack Rate (AR): Jumlah penyakit baru

 ------------------------------------------------------------------------ k

Jumlah populasi berisiko (dalam waktu wabah berlangsung)

Contoh Soal:

Data desa Jombang pada tahun 2007 adalah sbb:

Jumlah penduduk = 2.000.000

Ratio pria : wanita = 2 : 3

Ratio balita : bukan balita = 2 : 8

Kasus lama/baru campak: Feb=2/10, Mar=5/20, Jun=4/15

Kasus lama/baru diare: Ags= 2/15, Sep=3/25, Okt=5/10

Kasus lama/baru cancer servik: Apr=3/5, Jul=8/5

Hitunglah:

Incidence Rate Campak tahun 2007

Point Prevalence Rate Campak pada bulan Feb, Maret dan Juni?

Periode Prevalence Rate Campak pada tahun 2007?

Attack Rate Campak?

Hitunglah:

Incidence Rate Diare tahun 2007

Point Prevalence Rate Diare pada bulan Ags, Sep dan Okt?

Periode Prevalence Rate Diare pada tahun 2007?

Attack Rate Diare?

 Hitunglah:

Incidence Rate Ca Servik tahun 2007

Point Prevalence Rate Ca servik pada bulan Apr dan Jul?

Periode Prevalence Rate Ca Servik pada tahun 2007?

PENGUKURAN MORTALITY RATE

1. CRUDE DEATH RATE

CDR adalah angka kematian kasar atau jumlah seluruh kematian selama satu tahun
dibagi jumlah penduduk pada pertengahan tahun.

Rumus: CDR (Crude Death Rate) : Jumlah semua kematian

------------------------------- k

Jumlah semua penduduk

2. SPECIFIC DEATH RATE

SDR adalah jumlah seluruh kematian akibat penyakit tertentu selama satu tahun
dibagi jumlah penduduk pada pertengahan tahun.

Rumus: SDR (Specific Death Rate) : Jumlah kematian penyakit x

----------------------------------------- k

Jumlah semua penduduk

3. CASE FATALITY RATE

CFR adalah persentase angka kematian oleh sebab penyakit tertentu, untuk
menentukan kegawatan/ keganasan penyakit tersebut.

Rumus CFR (Case Fatality Rate): Jumlah kematian penyakit x

 ----------------------------------------- x 100%

Jumlah kasus penyakit x

4. MATERNAL MORTALITY RATE

MMR = AKI = Angka kematian Ibu adalah jumlah kematian ibu oleh sebab
kehamilan/ melahirkan/ nifas (sampai 42 hari post partum) per 100.000 kelahiran hidup.

Rumus MMR (Maternal Mortality Rate): Jumlah kematian Ibu

---------------------------------- x 100.000

Jumlah kelahiran hidup

5. INFANT MORTALITY RATE

IMR = AKB = angka kematian bayi adalah jumlah kematian bayi (umur <1tahun) per
1000 kelahiran hidup.

Rumus IMR (Infant Mortality Rate): Jumlah kematian bayi

---------------------------------- x 1000

Jumlah kelahiran hidup

6. NEONATAL MORTALITY RATE

NMR = AKN = Angka Kematian Neonatal adalah jumlah kematian bayi sampai umur
< 4 minggu atau 28 hari per 1000 kelahiran hidup.

Rumus NMR (Neonatal Mortality Rate): Jumlah kematian neonatus

-------------------------------------- x 1000

Jumlah kelahiran hidup

7. PERINATAL MORTALITY RATE

PMR = AKP = angka Kematian Perinatal adalah jumlah kematian janin umur 28
minggu s/d 7 hari seudah lahir per 1000 kelahiran hidup.

Rumus PMR (Perinatal Mortality Rate): Jumlah kematian perinatal

----------------------------------------- -x 1000

Jumlah kelahiran hidup

Contoh Soal:

Penduduk Indonesia pada pertengahan tahun 1990 = 178.440.000 orang dengan jumlah
kematian selama tahun 1990 = 17.308.680 orang. Berapa CDR tahun 1990?

Bila jumlah kematian karena tetanus pada tahun 1990 = 180.000 orang. Berapa SDR
tetanus per 1000 penduduk?

Jumlah kematian ibu oleh sebab kehamilan di Singapura hanya 1 orang pada tahun
1990, dengan jumlah seluruh kelahiran hidup sebanyak 49.864 orang. Berapa MMR pada
tahun 1990?

Hasil sensus penduduk Jepang tahu 1990, dilaporkan jumlah kematian bayi <1 tahun
sebanyak 5.616 orang, jumlah kematian bayi umur 4 minggu sebanyak 3.179 orang,
jumlah kematian janin umur 28 minggu s/d 7 hari post partum sebanyak 7.001 orang.

Jika jumlah kelahiran hidup 1.227.900 orang.

Berapa IMR tahun 1990?

Berapa PMR tahun 1990?

Berapa NMR tahun 1990?

Referensi

Noor, 1997, Pengantar Epidemiologi Penyakit Menular, Jakarta, PT. Rineka Cipta
Bustan, 2000, Epidemiologi Penyakit Tidak Menular, Jakarta, PT. Rineka Cipta

Bustan, 2002, Pengantar Epidemiologi, Jakarta, PT. Rineka Cipta

Notoatmojo, 2003, Ilmu Kesehatan Masyarakat, Prinsip Prinsip Dasar, Jakarta, PT. Rineka
Cipta

Entjang, 2000, Ilmu Kesehatan Masyarakat, Bandung, PT. Citra Aditya Bakti

Vaughan, Morrow, 1993, Panduan Epidemiologi Bagi Pengelolaan Kesehatan Kabupaten,

Bandung, ITB