1

HUBUNGAN PROFIL DARAH DAN USIA DENGAN LAMA RAWAT

INAP PASIEN DEMAM BERDARAH DENGUE DI RSUD DR
MOEWARDI

SKRIPSI

Untuk Memenuhi Persyaratan

Memperoleh Gelar Sarjana Kedokteran

Timothy Gracia H Manurung

G0016216

FAKULTAS KEDOKTERAN
UNIVERSITAS SEBELAS MARET
Surakarta
2020
 2

ABSTRAK
Timothy Gracia H Manurung. G0016216. 2020. Hubungan Profil Darah dan
Usia dengan Lama Rawat Inap Pasien Demam Berdarah Dengue di RSUD DR
Moewardi. Skripsi. Fakultas Kedokteran. Universitas Sebelas Maret.

Latar Belakang: Infeksi dengue adalah penyakit yang disebabkan oleh virus
tropis endemik di berbagai wilayah di dunia. Jumlah kasus yang terdeteksi
berhubungan dengan perubahan siklik musim: jumlah kasus meningkat pada saat
musim hujan. Biasanya hal tersebut akan meningkatkan angka kejadian penyakit
tersebut di beberapa wilayah tertentu. Penyakit ini banyak terjadi di daerah kota
yang padat penduduknya, akan tetapi dalam tahun-tahun terakhir ini demam
berdarah juga berjangkit di daerah pedesaan. Pasien DBD rata-rata menghabiskan
waktu rawat inap di rumah sakit dengan manajemen standar selama 4,2 ± 1,5 hari.
Menurut penelitian yang dilakukan di RSUD Tarakan pada tahun 2004 pasien
dirawat di rumah sakit rata- rata 4 hari, dengan variasi antara 1 sampai 10 hari.
Penelitian ini bertujuan untuk meneliti hubungan dari profil darah dan usia dengan
lama rawat inap pasien DBD di RSUD DR Moewardi.
Metode: Penelitian ini bersifat observasional analitik dengan pendekatan
retrospektif. Data yang digunakan adalah data sekunder dari rekam medis RSUD
Dr. Moewardi Surakarta. Pengambilan sampel menggunakan teknik purposive
sampling dengan mengambil seluruh data selama periode Januari 2018-Januari
2019. Data yang didapat dianalisis menggunakan uji regresi linear berganda.
Hasil: Setelah melakukan analisis menggunakan uji regresi linear berganda
diperoleh hasil rumus prediksi lama rawat inap pasien
Y =2,124+(−0,090). Xa+0,030. Xb. dengan a adalah leukosit dan b adalah
hematokrit. Taraf signifikansi yang digunakan untuk setiap langkah adalah 5%.
Simpulan: Ada hubungan antara profil darah dengan lama rawat inap dan
bermakna secara statistik. Hubungan tersebut dinyatakan dalam rumus
Y =2,124+(−0,090). Xa+0,030. Xb.
_________________________________________________________________
_
Kata Kunci: Profil Darah, Lama Rawat Inap, Usia, Hematokrit, Leukosit,
 3

Trombosit.
ABSTRACT

Timothy Gracia H Manurung. G0016216. 2020. Relationship between Blood

Profile and Age with Length of Hospitalization of Dengue Hemorrhagic Fever
Patients in RSUD DR Moewardi. Essay. Medical School. Sebelas Maret
University.

Background: Dengue infection is a disease caused by endemic tropical viruses in

various regions of the world. The number of cases detected is related to cyclic
seasonal changes: the number of cases increases during the rainy season. Usually
this will increase the incidence of the disease in certain areas. This disease mostly
occurs in densely populated urban areas, but in recent years dengue fever has also
spread in rural areas. DHF patients on average spend time in the hospital with
standard management for 4.2 ± 1.5 days. According to research conducted at
Tarakan District Hospital in 2004 patients were hospitalized for an average of 4
days, with variations ranging from 1 to 10 days. This study aims to examine the
relationship of blood profile and age with the length of stay of DHF patients in
RSUD DR Moewardi.

Method: This was an observational analytic study with a retrospective approach.

The data used are secondary data from the medical records of RSUD Dr.
Moewardi Surakarta. Sampling using a purposive sampling technique by taking
all data during the period January 2018-January 2019. The data obtained were
analyzed using multiple linear regression test.

Results: After analyzing using the multiple linear regression test, the result of the
prediction formula was the length of stay of the patient Y = 2,124 + (- 0.090) .Xa
+ 0.030.Xb. where a is leukocytes and b is hematocrit. The significance level used
for each step is 5%.

Conclusion: There is a relationship between blood profile and length of stay and
statistically significant. The relationship is stated in the formula Y = 2,124 + (-
0,090). Xa + 0,030.Xb.
 4

__________________________________________________________________
Keywords: Blood profile, length of stay, age, hematocrit, leukocytes, platelets.

Daftar Isi
BAB I.................................................................................................................3
PENDAHULUAN..........................................................................................................3
A. LATAR BELAKANG..............................................................................................3
B. RUMUSAN MASALAH.........................................................................................4
C. TUJUAN PENELITIAN..........................................................................................5
D. MANFAAT PENELITIAN......................................................................................5
A. Dengue..............................................................................................................6
E. Profil Darah......................................................................................................10
F. Hipotesis..........................................................................................................15
BAB III.............................................................................................................16
METODE PENELITIAN...............................................................................................16
A. Jenis Penelitian................................................................................................16
B. Waktu dan Tempat Penelitian.........................................................................16
C. Subjek Penelitian.............................................................................................16
D. Teknik Pengambilan Sampel dan Besar Sampel...............................................16
E. Rancangan Penelitian.......................................................................................17
F. Identifikasi Variabel..........................................................................................18
G. Definisi Operasional Variabel..........................................................................18
H. Instrumen Penelitian.......................................................................................19
I. Cara Kerja..........................................................................................................19
J. Teknik Analisis Data Statistik.............................................................................20
BAB IV.............................................................................................................21
HASIL PENELITIAN....................................................................................................21
A. Analisis Univariat.............................................................................................21
B. Analisis Bivariat................................................................................................21
C. Asumsi Klasik....................................................................................................22
D. Analisis Multivariat..........................................................................................24
BAB V..............................................................................................................26
PEMBAHASAN..........................................................................................................26
A. Pembahasan....................................................................................................26
B. Keterbatasan Penelitian...................................................................................28
BAB VI.............................................................................................................30
KESIMPULAN DAN SARAN........................................................................................30
A. KESIMPULAN....................................................................................................30
B. SARAN..............................................................................................................30
DAFTAR PUSTAKA...........................................................................................31
Lampiran 1. Ethical Clearance..........................................................................34
Lampiran 2. Surat Izin Penelitian.....................................................................35
 5

Lampiran 3. Analisis Chi Square menggunakan aplikasi SPSS...........................36

Lampiran 4. Analisis Uji Asumsi Klasik dan regresi menggunakan aplikasi SPSS.
........................................................................................................................37
........................................................................................................................39

BAB I

PENDAHULUAN
A. LATAR BELAKANG

Infeksi dengue adalah penyakit yang disebabkan oleh virus tropis endemik
di berbagai wilayah di dunia. Jumlah kasus yang terdeteksi berhubungan dengan
perubahan siklik musim: jumlah kasus meningkat pada saat musim hujan.
Biasanya hal tersebut akan meningkatkan angka kejadian penyakit tersebut di
beberapa wilayah tertentu.
Dengue atau epidemik seperti dengue pertama dilaporkan terjadi pada
abad 19 dan awal abad 20 di Amerika, Eropa Selatan, Afrika Utara, Mediterania,
Asia dan Australia, dan beberapa pulau di Samudra Hindia, Samudra Pasifik dan
Karibia. Demam Dengue dan Demam Berdarah Dengue (DBD) meningkat dengan
pesat sejak 40 tahun lalu, dan pada tahun 1996, tercatat kurang lebih 2500-3000
masyarakat bertempat tinggal di daerah dengan risiko potensial transmisi virus
dengue. Setiap tahun diperkirakan terdapat kurang lebih 20 juta kasus infeksi
dengue, dengan angka kematian yang tercatat kurang lebih 24.000 jiwa.
Di Indonesia kasus DBD pertama kali ditemukan di Surabaya pada tahun
1968, akan tetapi konfirmasi serologis baru didapat pada tahun 1972. Jumlah
penderita memiliki kecenderungan bertambah dari tahun ke tahun. Penyakit ini
banyak terjadi di daerah kota yang padat penduduknya, akan tetapi dalam tahun-
tahun terakhir ini demam berdarah juga berjangkit di daerah pedesaan.
Penyebaran penyakit biasanya berasal dari sumber-sumber penularan di kota
kemudian menyebar ke pedesaan. Makin banyak jumlah manusia di suatu
daerah,semakin mudah juga penyebaran penyakit ini.
Profil darah seseorang adalah sekumpulan data yang menunjukkan
keadaan sel-sel darah orang tersebut di suatu waktu sebagai hasil dari tes darah.
Seseorang yang mengalami suatu penyakit, dalam hal ini infeksi, tentu akan
berbeda hasilnya dengan seseorang yang sehat. Tes darah mengukur hal- hal
 6

sebagai berikut, yaitu: leukosit, eritrosit, hemoglobin (hb atau hgb), hematokrit
(Hct), Mean Corpuscular Volume (MCV), dan platelet. Nilai normal dari masing-
masing adalah leukosit 4.500-10.000 sel/mcL, eritrosit 4 juta-6 juta sel/mcL, Hb
13- 17 g/dL, Hct 40%-45%, MCV 80-96 fL, Platelet 150.000- 450.000
platelet/mcL.
Pasien DBD rata-rata menghabiskan waktu rawat inap di rumah sakit
dengan manajemen standar selama 4,2 ± 1,5 hari. Menurut penelitian yang
dilakukan di RSUD Tarakan pada tahun 2004 pasien dirawat di rumah sakit rata-
rata 4 hari, dengan variasi antara 1 sampai 10 hari. Berdasarkan penelitian yang
dilakukan oleh Mayetti (2010) yang menyatakan bahwa jumlah trombosit,
hematokrit, dan leukosit merupakan faktor risiko syok pada DBD. Pada
penelitian Hasri Nopianto menyatakan bahwa terdapat pengaruh bermakna antara
jumlah trombosit (p=0,036) dan jumlah leukosit (p=0,003) terhadap lama rawat
inap, dan tidak terdapat pengaruh bermakna antara usia (p=0,162), jenis kelamin
(p=0,169), dan nilai hematokrit (p=0,697) terhadap lama rawat inap. Penelitian
Nikodemus Siregar (2010) menyatakan terdapat hubungan yang sangat lemah
(tidak bermakna) antara jumlah trombosit dengan lama rawat inap (r=0,262).Pada
penelitian yang dilakukan oleh Ita Perwira (2011) menyatakan bahwa jumlah
trombosit (p=0.013, OR=2.585, 95% CI 1.220-5.478) dan jumlah
leukosit(p=0.024, OR=1.624, 95% CI 1.065-2.475) memiliki hubungan bermakna
dengan lama rawat inap pasien yang terinfeksi virus dengue. Pada penelitian lain
di Jakarta, Syarif (2015) menunjukkan bahwa pada 67 pasien dengan demam
berdarah dengue terdapat temuan leukositopeni sebanyak 61,5% dan peningkatan
hematokrit (≥20%) sebanyak 38,5%. Syarif (2015) melakukan penelitian tersebut
dengan tujuan untuk membuat referensi bagi peneliti-peneliti selanjutnya.
Penelitian-penelitian tersebut membahas tentang hubungan karakteristik
profil darah terhadap lama rawat inap. Berdasarkan latar belakang tersebut,
peneliti tertarik untuk meneliti lebih lanjut tentang hal tersebut di RSUD dr.
Moewardi Surakarta selama periode tahun 2018-2019.

B. RUMUSAN MASALAH
 7

Apakah ada hubungan profil darah, dan usia dengan lama rawat inap
pasien DBD dewasa di RSUD DR Moewardi Surakarta?

C. TUJUAN PENELITIAN

Penelitian ini bertujuan untuk mengetahui hubungan lama rawat inap dan
profil darah, dan usia.

D. MANFAAT PENELITIAN

1. Aspek Teoritis
Memberikan kontribusi bagi pengembangan ilmu pengetahuan
sebagai sumber informasi serta data mengenai hubungan antara profil
darah dengan lama rawat inap pasien DBD dewasa di RSUD DR
Moewardi Surakarta.
2. Aspek Praktis
a. Menjadi dasar ilmiah untuk mengkaji hubungan antara
profil darah dan lama rawat inap.
 8

BAB II

LANDASAN TEORI

A. Dengue

1. Pengertian infeksi dengue

Demam dengue (dengue fever/DF) dan demam berdarah
dengue/DBD (dengue haemorragic fever/DHF) adalah penyakit infeksi
yang disebabkan oleh virus dengue dengan manifestasi klinis demam, nyeri
otot, dan/atau nyeri sendi yang disertai nyeri retroorbita, leukopenia, ruam,
limfadenopati, trombositopenia dan diathesis hemoragik. Pada DBD terjadi
perembesan plasma yang ditandai oleh hemokonsentrasi (peningkatan
hematokrit) atau penumpukan cairan di rongga tubuh. Sindrom rejatan
dengue (dengue shock syndrome) adalah demam berdarah dengue yang
ditandai oleh rejatan/syok (Suhendro et al., 2006).

2. Etiologi infeksi dengue

Demam dengue dan demam berdarah dengue disebabkan oleh virus

dengue, yang termasuk dalam genus Flavivirus, keluarga Flaviviridae. Virus
dengue merupakan virus untai tunggal positif RNA dengan diameter 30nm
terdiri dari asam ribonukleat dengan berat molekul 4 x 106 (Suhendro et al.,
2006).
Terdapat 4 serotipe virus tipe yaitu DEN-1, DEN-2, DEN-3, dan
DEN-4 yang semuanya dapat menyebabkan demam dengue atau demam
berdarah dengue. Keempat serotipe tersebut dapat ditemukan di Indonesia
dengan DEN-3 sebagai serotype terbanyak. Terdapat reaksi silang antara
serotype dengue dengan Flavivirus lain seperti Yellow fever, Japanese
encephalitis dan West Nile virus (Suhendro et al., 2006).

3. Epidemiologi
Negara dengan iklim tropis dan subtropis merupakan tempat
potensial berkembangnya virus dengue. Diperkirakan sekitar 3,6 milliar
 9

orang berisiko untuk terjangkit penyakit DB dengan 50 hingga 200 juta

terinfeksi dengue, 500.000 di antaranya merupakan kasus DBD dan Dengue
Shock Syndrome dengan lebih dari 20.000 kematian (Murray et al., 2013).
Wilayah dengan penyebaran Aedes aegypti dapat dilihat pada gambar 2.1.

Gambar 2.1 Wilayah Penyebaran Aedes aegypti

(WHO, 2014)

Dengue ditetapkan menjadi “penyakit paling penting yang

ditularkan oleh nyamuk di seluruh dunia” pada tahun 2012 oleh WHO
karena penyebarannya yang sangat luas dan menyebabkan kerugian secara
ekonomi (Murray et al., 2013).
Sekitar 75% populasi yang terjangkit DB terdapat di negara- negara
Asia-Pasifik, dimana 1.3 juta orang dengan risiko dengue terdapat di negara
Asia Tenggara. Pada tahun 2010, 187.333 kasus dilaporkan dari negara Asia
Tenggara, saat ini 8 negara Asia Tenggara tergolong daerah hiperendemik
dengan keberadaan keempat serotype virus (Murray et al., 2013).
Sejak tahun 1968 hingga tahun 2009, WHO mencatat Indonesia
sebagai negara dengan kasus tertinggi DBD di Asia Tenggara dengan
penyebaran dan peningkatan yang begitu pesat setiap tahunnya. Pada tahun
2009, angka kejadian kasus DBD di Indonesia sebanyak 158.912 dimana
terdapat 32 provinsi terjangkit DBD (97%). Jumlah angka kejadian ini
meningkat dari tahun sebelumnya yaitu 137.469. Peningkatan tersebut
 10

mungkin disebabkan oleh mobilitas penduduk yang tinggi, perkembangan

wilayah perkotaan, perubahan iklim, perubahan kepadatan dan distribusi
penduduk serta faktor epidemiologi lainnya (Achmadi, 2010). Gambaran
angka kejadian DBD di Indonesia dapat dilihat pada gambar 2.2.

Gambar 2.2 Gambaran Angka Kejadian DBD di Indonesia

4. Manifestasi Klinis
Manifestasi klinis infeksi virus dengue dapat bersifat asimtomatik
atau dapat berupa demam yang tidak khas, demam dengue, demam berdarah
dengue atau sindrom syok dengue (SSD). Pada umumnya, pasien
mengalami fase demam 2-7 hari yang diikuti oleh fase kritis selama 2-3
hari. Pada waktu fase kritis pasien sudah tidak demam, akan tetapi
mempunyai risiko untuk terjadi rejatan jika tidak mendapat pengobatan
yang adekuat (Suhendro et al., 2006).

5. Diagnosis

Langkah penegakan diagnosis suatu penyakit seperti anamnesis,

pemeriksaan fisik, pemeriksaan penunjang tetap berlaku pada penderita
infeksi dengue. Riwayat penyakit yang harus diketahui adalah riwayat
demam/sakit, tipe demam, jumlah asupan per oral, adanya tanda bahaya,
diare, kemungkinan adanya gangguan kesadaran, urine output, juga adanya
orang lain di lingkungan kerja/rumah yang sakit serupa (Sudjana, 2010).
 11

Pemeriksaan fisik yang harus dilakukan adalah pemeriksaan tanda

vital, kesadaran penderita, status hidrasi, status hemodinamik, terjadinya
hepatomegali/asites/kelainan abdomen lainnya, adanya ruam atau ptekie
atau tanda perdarahan lainnya, bila tanda perdarahan spontan tidak
ditemukan maka dapat dilakukan uji torniket. Sensitivitas uji torniket ini
sebesar 30% sedangkan spesifisitasnya mencapai 82% (Sudjana, 2010).

Pemeriksaan laboratorium yang perlu dilakukan adalah

pemeriksaan hematokrit dan nilai hematokrit yang tinggi (sekitar 20% atau
lebih) menunjukkan adanya kebocoran plasma. Selain itu, hitung trombosit
cenderung memberikan hasil yang rendah yaitu kurang dari 100.000
sel/mm3. Diagnosis konfirmatif diperoleh melalui pemeriksaan
laboratorium, yaitu isolasi virus, deteksi antibodi dan deteksi antigen atau
RNA virus. Imunoglobulin M (Ig M) biasanya dapat terdeteksi dalam darah
mulai hari ke-5 onset demam, meningkat sampai minggu ke-3 kemudian
kadarnya menurun. Ig M masih dapat terdeteksi hingga hari ke-60 sampai
hari ke-90. Pada infeksi primer, konsentrasi Ig M lebih tinggi dibandingkan
pada infeksi sekunder. Pada infeksi primer, Imunoglobulin G (Ig G) dapat
terdeteksi pada hari ke-14 dengan titer yang rendah (<1:640), sementara
pada infeksi sekunder Ig G sudah dapat terdeteksi pada hari ke-2 dengan
titer yang tinggi (> 1 :2560) dan dapat bertahan seumur hidup (Sudjana,
2010).

Pada foto rontgen dada dapat ditemukan efusi pleura, terutama

pada hemitoraks, tetapi apabila terjadi perembesan plasma hebat efusi
pleura dapat dijumpai pada kedua hemitoraks. Pemeriksaan foto rontgen
dada sebaiknya dalam posisi lateral dekubitus kanan (pasien tidur pada sisi
badan sebelah kanan). Asites dan efusi pleura dapat pula dideteksi dengan
pemeriksaan USG (Suhendro et al., 2006).
E. Profil Darah

1. Trombosit

Pada fase awal demam jumlah trombosit cenderung normal.

Namun, jumlah trombosit akan menurun dan dapat diamati setelah fase
awal demam. Penurunan jumlah trombosit secara drastis < 100.000 terjadi
pada akhir fase demam sebelum timbulnya syok. Jumlah trombosit
berkorelasi dengan derajat keparahan infeksi dengue, selain itu terjadi
gangguan fungsi trombosit(WHO, 2011). Jumlah trombosit yang menurun
merupakan salah satu indikasi rawat inap untuk pasien DBD (Suhendro et
al., 2006).

Trombosit (Platelet, keping darah) adalah salah satu elemen

selular yang terdapat dalam darah. Dalam setiap mililiter darah secara
normal terdapat sekitar 250 juta trombosit (150.000-350.000sel/mm3)
(Sherwood L., 2011) Trombosit merupakan fragmen kecil sel (diameter
sekitar 2-4 µm) yang dihasilkan di sumsum tulang melalui fragmentasi
sitoplasma pada megakariosit, salah satu sel terbesar di tubuh (Hoffbrand,
2013).

Trombosit pada hakikatnya adalah vesikel yang terlepas dan

mengandung sebagian sitoplasma megakariosit terbungkus pada membran
plasma. Satu megakariosit biasanya memproduksi 1000-5000 trombosit.
Fungsi rata-rata trombosit selama 10 hari, setelah itu trombosit dibersihkan
dari sirkulasi oleh makrofag jaringan, terutama yang terdapat pada hati dan
limpa, kemudian digantikan oleh trombosit baru yang dilepaskan dari
sumsum tulang. Prekursor megakariosit adalah megakarioblas yang berasal
dari proses diferensiasi dari sel punca hematopoietik (Hoffbrand, 2013).

Infeksi virus dengue dapat menyebabkan terjadinya perubahan

yang kompleks pada berbagai mekanisme homeostasis tubuh.
Trombositopenia menjadi salah satu faktor yang mendasari mekanisme
perdarahan pada DBD. Tanda klinis yang dapat ditemukan sebagai
 13

manifestasi perdarahan adalah petekie, epistaksis, hipermenorea, dan

perdarahan saluran cerna. Faktor lain yang menyebabkan perubahan
hemostasis pada DBD yaitu perubahan vaskuler dan kelainan koagulasi.
Ditemukannya kompleks imun pada permukaan trombosit yang
mengeluarkan adenosine diphosphate(ADP) diduga sebagai penyebab
agregasi trombosit yang kemudian akan dimusnahkan oleh sistem
retikuloendotelial khusunya limpa dan hati. Agregat trombosit ini akan
menyebbkan keluarnya platelet faktor III yang mengakibatkan terjadinya
koagulopati konsumtif (Frans, 2010).

2. Leukosit
Perubahan jumlah leukosit menjadi ≤ 5.000 dan rasio neutrofil
dan limfosit (neutrofil < limfosit) dapat digunakan untuk memprediksi fase
kritis dari kebocoran plasma (WHO, 2011). Leukosit (sel darah putih atau
SDP) adalah satuan mobile pada sistem pertahanan imun tubuh. Leukosit
dan turunan-turunannya, bersama dengan berbagai protein plasma,
membentuk sistem imun, suatu sistem pertahanan internal yang mengenali
dan menghancurkan atau menetralkan benda-benda asing dalam tubuh.
Secara spesifik fungsi sistem imun adalah (Sherwood, 2011):

1. Mempertahankan tubuh dari invasi patogen (mikroorganisme

penyebab penyakit misalnya bakteri dan virus).

2. Mengidentifikasi dan menghancurkan sel kanker yang timbul

di tubuh.

3. Berfungsi membersihkan sel-sel tua (misalnya sel darah merah

yang sudah tua) dan sisa jaringan (misalnya jaringan yang
rusak akibat trauma atau penyakit).

Pada penderita DBD dapat terjadi leukopenia ringan sampai

leukositosis sedang. Leukopenia dapat dijumpai antara hari pertama dan
ketiga dengan hitung jenis yang masih dalam batas normal. Jumlah
 14

granulosit menurun pada hari ketiga sampai hari kedelapan. Pada syok
berat, dapat dijumpai leukositosis dengan neutropenia absolut. Hal lain
yang menarik adalah ditemukannya cukup banyak (20-50%) limfosit
bertransformasi atau atipik dalam sediaan hapusan darah tepi penderita
DBD, terutama pada infeksi sekunder. Limfosit atipik dikenal juga sebagai
limfosit plasma biru. Limfosit plasma biru ini dapat ditemukan sejak hari
ketiga demam dan digunakan sebagai penunjang diagnosis(Rena, 2010).

3. Hematokrit
Peningkatan nilai hematokrit secara tiba-tiba dapat diobservasi
secara simultan dengan penurunan jumlah trombosit. Hemokonsentrasi
atau peningkatan nilai hematokrit > 20% dari nilai baseline menjadi dasar
objektif terjadinya kebocoran plasma. Peningkatan hematokrit dapat terjadi
pada semua kasus DBD, terutama pada kasus syok (WHO, 2011).
Hematokrit atau packed cell volume pada dasarnya mencerminkan
persentase eritrosit dalam volume darah total. Nilai hematokrit rerata pada
wanita adalah 42% dan pria sedikit lebih tinggi yaitu 45%. Plasma
membentuk volume sisanya. Karena itu volume rerata plasma dalam darah
adalah 58% untuk wanita dan 55% untuk pria. Sel darah putih dan
trombosit, yang tidak berwarna dan kurang padat dibandingkan eritrosit,
termampatkan dalam suatu lapisan tipis berwarna krim yang dinamai
“buffy coat”, di atas kolom sel darah merah. Lapisan ini membentuk
kurang dari 1% volume darah total (Sherwood, 2011).
Hematokrit atau packed cell volume pada dasarnya mencerminkan
persentase eritrosit dalam volume darah total. Nilai hematokrit rerata pada
wanita adalah 42% dan pria sedikit lebih tinggi yaitu 45%. Plasma
membentuk volume sisanya. Karena itu volume rerata plasma dalam darah
adalah 58% untuk wanita dan 55% untuk pria. Sel darah putih dan
trombosit, yang tidak berwarna dan kurang padat dibandingkan eritrosit,
termampatkan dalam suatu lapisan tipis berwarna krim yang dinamai
 15

“buffy coat”, di atas kolom sel darah merah. Lapisan ini membentuk
kurang dari 1% volume darah total (Sherwood, 2011)
Kerangka Pikiran penelitian ini dapat dilihat pada Gambar 2.3

Infeksi Virus
Dengue

Destruksi dan
Sel endotel Sumsum tulang gangguan fungsi Makrofag jaringan
trombosit

Hemopoiesis Sitokin Pro-

Disfungsi endotel Trombositopenia
menurun inflamasi

Permeabilitas
meningkat &
Leukopenia Trombositopenia PGE IL-1 TNF-α
fragilitas
pembuluh darah

Ekstravasasi cairan Gangguan

Demam
plasma Koagulasi

Manifestasi
Hemokonsentrasi Lama rawat inap
perdarahan

Hematokrit
meningkat
α
Gambar 2.3 Kerangka Pikiran
Faktor yang di teliti

Faktor yang tidak di teliti

F. Hipotesis
 16

Terdapat hubungan antara profil darah dan usia dengan lama rawat
inap pasien DBD dewasa di RSUD DR Moewardi Surakarta.
 BAB III

METODE PENELITIAN
A. Jenis Penelitian

Jenis penelitian ini adalah penelitian observasional analitik dengan rancangan

cross sectional, yaitu peneliti mempelajari hubungan antara variabel bebas
dan variabel terikat yang diobservasi hanya sekali pada saat yang sama.
B. Waktu dan Tempat Penelitian

Lokasi di RSUD DR Moewardi Surakarta dari bulan Januari sampai

Maret 2020.
C. Subjek Penelitian

1. Populasi
Seluruh data kasus demam berdarah dengue dewasa di RSUD DR
Moewardi Surakarta tahun 2018-2019
Diambil dari populasi target dengan ketentuan kriteria inklusi dan
ekslusi sebagai berikut:
a. Kriteria inklusi (Karakteristik umum subyek penelitian dari suatu
populasi target yang terjangkau dan akan diteliti):
1) Pasien berusia ≥ 18 tahun yang terdiagnosis demam berdarah
dengue pada tahun 2018-2019.
2) Kasus terdata di RSUD DR Moewardi.
b. Kriteria eksklusi (kriteria anggota populasi yang tidak bisa
dijadikan sebagai sampel penelitian):
1) Data tidak lengkap atau tidak terbaca
D. Teknik Pengambilan Sampel dan Besar Sampel

Teknik pengambilan sampel yang digunakan adalah non probability

sampling yaitu purposive sampling dimana sampel yang diambil merupakan
seluruh data kasus demam berdarah dengue yang memenuhi kriteria inklusi
dan eksklusi di RSUD dr. Moewardi Surakarta.
Kemudian untuk menentukan jumlah minimal sampel digunakan rumus
Slovin:
 18

N
n=
1+ N . e 2

281
n=
1+281. 0,052

N
n=
1+ N . e 2

n=165,051139
n ≈ 165

Dengan:
n = jumlah sampel minimal yang diperlukan
N= total populasi DBD di RSUD DR Moewardi 2018
e = presisi/ margin of error dalam memperkirakan proporsi (5% / 0,05)

Berdasarkan rumus di atas maka jumlah sampel minimal yang diperlukan

adalah 165 orang.
E. Rancangan Penelitian

Subjek

Kriteria Inklusi Kriteria Eksklusi

Sampel

Analisis Data

Gambar 3.1 Rancangan penelitian

 19

F. Identifikasi Variabel

1. Variabel bebas :Profil darah (hematokrit, leukosit,

trombosit), usia
2. Variabel terikat :Lama rawat inap

G. Definisi Operasional Variabel

Skala
No Variabel Definisi Alat Ukur Cara Ukur
Ukur
Lama rawat inap Diukur
adalah istilah yang dengan
Lama
umum digunakan Rekam melihat dari
1 Rawat Rasio
untuk mengukur Medis anamnesis
Inap
durasi satu episode dan catatan
rawat inap. rekam medis
Jumlah trombosit
setiap dinyakan
Dengan
sebagai konsentrasi,
melihat hasil
yaitu sel-sel per unti
laboratorium
volume darah.
Jumlah Rekam dihari yang
2 Jumlah trombosit Rasio
Trombosit Medis sama
berasal dari histogram
dengan hari
plt dan dikalikan
demam yang
dengan konstanta
diambil.
kalibrasi sebagai n x
103 sel/µL.
3 Jumlah Jumlah leukosit setiap Rekam Dengan Rasio
Leukosit dinyatakan sebagai Medis melihat hasil
konsentrasi, yaitu sel- laboratorium
sel per unit volume di hari yang
darah. Jumlah sama
leukosit diukur secara dengan hari
 20

langsung dan
dikalikan dengan
demam yang
konstanta kalibrasi
diambil.
sebagai n x 103
sel/µL.
Nilai hematokrit
merupakan rasio Dengan
volume eritrosit melihat hasil
dengan seluruh darah. laboratorium
Nilai Nilai ini dapat Rekam di hari yang
4 Rasio
Hematokrit dinyatakan dengan Medis sama
presentase dengan hari
(konvensional) atau demam yang
dalam pecahan diambil.
desimal (SI unit).
5 Usia merupakan data
yang dihitung dari Rekam Dengan Rasio
tanggal lahir pasien Medis melihat data
Usia
dengan tanggal hari diri di rekam
saat data diambil. medis.

H. Instrumen Penelitian

Instrumen penelitian ini menggunakan data rekam medis kasus

demam berdarah dengue di RSUD DR Moewardi Surakarta.

I. Cara Kerja

1. Peneliti mengerjakan revisi proposal

2. Peneliti mengurus Ethical Clearance dan izin penelitian di Rumah
Sakit Umum Daerah dr. Moewardi Surakarta
3. Peneliti menentukan sampel penelitian menggunakan purposive
sampling.
 21

4. Peneliti mengobservasi data dari rekam medik pasien demam

berdarah dengue
5. Peneliti melakukan analisis data.

J. Teknik Analisis Data Statistik

1. Analisis Univariat
Variabel yang akan diteliti dalam analisis ini meliputi nilai
hematokrit, kadar trombosit, kadar leukosit dan lama rawat inap. Analisis
ini bertujuan untuk mengetahui distribusi dan persentase dari setiap
variabel.

2. Analisis Bivariat
Data dalam penelitian ini dianalisis dengan metode statistik uji chi
square menggunakan aplikasi SPSS 25 dengan uji bivariat: Hubungan
jumlah trombosit, jumlah leukosit, nilai hematokrit, dan usia dengan
lama rawat inap pasien demam berdarah dengue (DBD) dewasa di RSUD
DR Moewardi Surakarta.

3. Analisis Multivariat
Data dalam penelitian ini dianalisis dengan metode analisis regresi
linear berganda dengan metode stepwise menggunakan aplikasi SPSS 25.
22
 23

BAB IV

HASIL PENELITIAN
A. Analisis Univariat

Berdasarkan penelitian yang sudah dilaksanakan didapatkan data

sekunder dengan distribusi berdasarkan lama rawat inap, kadar trombosit,
leukosit, nilai hematokrit, dan usia sebagai berikut:

Tabel 4.1 Distribusi Pasien DBD Menurut Lama Rawat Inap, Kadar
Trombosit, Leukosit, Nilai Hematokrit., Usia.

Variabel Mean N(jumlah)

Lama Rawat
3.01 175
Inap
Hematokrit 40.36 175
Leukosit 4.191 175
Trombosit 84.37 175
Usia 28.52 175

(Data Sekunder, 2019)

Data yang didapatkan, menurut tabel 4.1, menunjukkan bahwa rata-

rata pasien dirawat inap selama 3 hari, dengan profil darah nilai
hematokrit 40,36%, Nilai leukosit 4.191 sel/mm3, Nilai trombosit 84.000
sel/mm3, dan usia rata-rata 28,52 tahun. Total sampel yang didapat
adalah 175 sampel.

G. Analisis Bivariat

Uji Bivariat dilakukan untuk mengetahui hubungan jumlah masing-

masing variabel independen dengan lama rawat inap menggunakan Chi
square. Dari analisis tersebut didapatkan nilai p hematokrit terhadap
lama rawat inap sebesar 0,001, leukosit <0,001, trombosit 0,259, usia
0,037. Berdasarkan hasil tersebut didapatkan hubungan yang bermakna
 24

antara nilai hematokrit, nilai leukosit, dan usia dengan lama rawat inap
pasien DBD. Hal ini berdasarkan nilai p < 0,05 untuk masing-masing
variabel independen tersebut yaitu nilai hematokrit dengan p=0,001, nilai
leukosit dengan p<0,001, dan usia dengan p=0,037. Korelasi dari
masing-masing variabel independent tersebut dapat dilihat pada bagian
korelasi pearson dimana untuk nilai hematokrit(r=0.246) berkorelasi
positif terhadap lama rawat inap, sedangkan untuk nilai leukosit(r=-
0,302) dan usia(r=-0,135) berkorelasi negatif. Hal ini mempunyai arti
yaitu semakin besar nilai hematokrit semakin lama juga lama rawat inap
pasien, sedangkan semakin besar nilai leukosit dan usia akan semakin
cepat lama rawat inap pasien tersebut.

H. Asumsi Klasik

Analisis regresi membutuhkan data yang memenuhi beberapa

syarat yang disebut asumsi klasik. Asumsi klasik tersebut antara lain uji
normalitas, multikolinearitas, heteroskedastisitas, dan linieritas.

a. Uji Normalitas

Uji ini digunakan untuk mengetahui apakah tiap variabel

memiliki distribusi normal atau tidak. Uji normalitas pada
penelitian ini menggunakan statistik Shapiro-wilk dengan SPSS
25.0. Interpretasi normal atau tidaknya data tersebut dilihat dari
kolom Sig. pada tabel di SPSS, jika lebih dari 0,05 maka data
tersebut normal. Berdasarkan uji normalitas, nilai Sig. dari
hematokrit 0,054, leukosit 0,087, trombosit 0,154, usia 0,063, dan
lama rawat inap 0,070 maka dapat dinyatakan bahwa data-data
penelitian telah memenuhi distribusi normal.

b. Uji Multikolinearitas

Uji ini digunakan untuk menguji ada tidaknya hubungan

antar variabel bebas dan untuk menguji apakah dalam persamaan
 25

regresi ditemukan adanya korelasi antar variabel

bebas/independent. Di dalam model regresi dapat dilihat dari nilai
tolerance dan lawan Variance Inflation Factor(VIF). Nilai cut off
yang umum dipakai untuk menunjukkan adanya multikolinearitas
adalah nilai tolerance <0,10 atau nilai VIF > 10 dengan tingkat
koloniearitas 0,50, dan iktisar hasil multikolineritas pada variabel
bebas dapat ditunjukkan pada tabel berikut:

Variabel Tolerance VIF Keterangan

Hematokrit 0,965 1,036 Tidak terjadi

multikolinearitas
Leukosit 0,932 1,073 Tidak terjadi
multikolinearitas
Trombosit 0,974 1,026 Tidak terjadi
multikolinearitas
Usia 0,928 1,078 Tidak terjadi
multikolinearitas

Hasil perhitungan menunjukkan bahwa nilai VIF masing-

masing variabel independed <10 dan nilai tolerance lebih besar
dari 0,1, sehingga dapat disimpulkan bahwa model regresi tidak
mengandung gejala multikoliniearitas

c. Uji Heteroskedastisitas

Heteroskedastisitas adalah situasi tidak konstannya varians.

Untuk mendeteksi ada tidaknya heteroskedastisitas dilakukan
pengujian dengan menggunakan metode Glejser yang selanjutnya
dilakukan perbandingan nilai Sig-t dengan 0,05. Jika Sig-t hitung
<0,05 maka akan terjadi heteroskedastisitas. Hasil uji Glejser dapat
ditunjukkan pada tabel berikut:
 26

variabel T hitung Sig T keterangan

hematokrit 0,018 0,986 Tidak terjadi

heteroskedastisitas
leukosit 1,553 0,122 Tidak terjadi
heteroskedastisitas
trombosit 0,932 0,353 Tidak terjadi
heteroskedastisitas
usia 1,411 0,160 Tidak terjadi
heteroskedastisitas

Dari hasil heteroskedastisitas terhadap masing-masing

variabel independent diperoleh p-value (sig-t) >0,05, sehingga
dapat disimpulkan bahwa tidak terdapat heteroskedastisitas pada
masing-masing variabel independent.

d. Uji Linieritas

Pengujian linearitas regresi dilakukan uji statistik F. Harga F

dihitung kemudian dikonsultasikan dengan F tabel dengan taraf
signifikansi 5%. Apabila signifikansi <0,05 maka hubungan
variabel bebas dengan variabel terikat dinyatakan linear.

Variabel Sig. keterangan

hematokrit <0,001 linear

leukosit <0,001 linear
trombosit 0,045 linear
usia 0,010 linear
 27

I. Analisis Multivariat

Pada penelitian ini digunakan uji regresi linear berganda dengan

metode stepwise menggunakan perangkat lunak SPSS versi 25. Pada
metode stepwise, secara otomatis variabel-variabel independen akan diuji
satu persatu terhadap variabel dependen. Hasil menunjukkan bahwa
diantara variabel-variabel independen yang mempunyai hubungan
bermakna secara individual terhadap variabel dependen adalah nilai
leukosit dan nilai hematokrit dengan p=0,000 dan p=0,002.

Berdasarkan data pada tabel Anova didapatkan nilai Sig. F sebesar

0,000(p<0,05) maka dapat disimpulkan bahwa variabel nilai leukosit dan
nilai hematokrit berhubungan secara signifikan secara bersama-sama
terhadap lama rawat inap pasien. Dari tabel coefficients dapat dilihat
konstanta untuk variabel dependen dan independen yang akan digunakan
dalam rumus persamaan regresi linear berganda, lama rawat inap dengan
B= 2,124, leukosit dengan B= -0,90, dan hematokrit dengan B= 0,31.

Persamaan regresi linear berganda untuk penelitian ini secara

matematik dapat diekspresikan sebagai berikut:

Y =z + a. Xa+b . Xb

Dengan:

Y = Variabel dependent(lama rawat inap)

Z = konstanta

a = Koefisien regresi nilai leukosit

b = Koefisien regresi nilai hematokrit

Dari hasil penelitian diatas, rumus persamaan regresi linear untuk

penelitian ini dapat disimpulkan sebagai berikut:

Y =2,124+(−0,090). Xa+0,030. Xb

BAB V
 28

PEMBAHASAN
A. Pembahasan

Dari data nilai trombosit sampel penelitian ini didapatkan bahwa

nilai trombosit tidak berhubungan dengan bermakna terhadap lama rawat
inap. Hasil penelitian ini sesuai dengan penelitian yang telah dilakukan
oleh Nikodemus Siregar (2010) bahwa terdapat hubungan yang sangat
lemah (tidak bermakna) antara jumlah trombosit dengan lama rawat inap
pasien DBD (r=0,262), hasil tersebut diperoleh dengan analisis uji korelasi
pearson dari jumlah sampel sebanyak 68 orang. Walaupun berbeda metode
penelitian hasil diantara penelitian ini dan penelitian tersebut mempunyai
kesimpulan yang sama.
Hasil penelitian ini sesuai dengan penelitian Akshatha Rao, tahun
2015, yang menyatakan bahwa trombositopenia berhubungan dengan
kejadian rash, peningkatan AST dan ALT, dan penurunan albumin dan
trombositopenia tidak dapat memprediksi lama rawat inap pasien. Lama
rawat inap pasien DBD berhubungan dengan kejadian diare, nyeri
abdomen, asites dan penurunan Hb menurut penelitian tersebut. Pada
penelitian Akshatha Rao, tahun 2015, data dianalisis menggunakan analisis
regresi logistik multivariat, dengan jumlah sampel sebanyak 207 orang.
Tetapi hasil pada penelitian ini tidak sesuai dengan penelitian yang
dilakukan oleh Ita Perwira (2011) dengan p=0,009 dari analisis bivariat
dan p= 0,013 dari analisis multivariat, serta penelitian Hasri Nopianto,
tahun 2012, dengan p=0,036 yang menunjukan hubungan yang bermakna
antara jumlah trombosit dan lama rawat inap. Pada penelitian Ita Perwira
(2011) penelitian dilakukan pada sampel yang lebih banyak yaitu
berjumlah 450 sampel, dan menggunakan uji statistik chi square pada
analisis bivariat dan uji statistik analisis regresi logistik multivariat pada
analisis multivatiat. Pada penelitian Hasri Nopianto dapat disebabkan oleh
jumlah sampel yang berjumlah 122 kasus.
Pada penelitian lain yang dilakukan oleh Hari Kishan Jayanthi
(2016) menyatakan bahwa jumlah trombosit yang menurun memiliki
korelasi negatif dengan lama rawat inap (p = 0,00597). Jumlah trombosit
 29

yang menurun berhubungan dengan terjadinya non hemorrhagic

complication seperti hepatitis, transaminitis, acute respiratory distress
syndrome (ARDS), ensefalopati, dan acute kidney injury (AKI). Dalam hal
ini, penjelasan yang mungkin adalah penurunan trombosit menimbulkan
peningkatan kejadian komplikasi sehingga berpengaruh pada lama waktu
rawat inap yang semakin panjang. Pada penelitian tersebut menyatakan
bahwa jumlah trombosit dapat memprediksi tingkat komplikasi dan lama
rawat inap. Penelitian Hari Kishan Jayanthi menggunakan prospektif
observasional dengan uji korelasi.
Hubugan antara jumlah leukosit dan lama rawat inap pasien DBD
pada penelitian ini menunjukan hubungan yang bermakna, hal ini
ditunjukan dengan nilai p = 0,000. Hasil penelitian ini sesuai dengan
penelitian yang dilakukan oleh Ita Perwira (2011) dengan p=0,002 dari
hasil analisis bivariat dan p=0.024 dari hasil analisis multivariat, serta
penelitian Hasri Nopianto, (2012) dengan p=0,003 yang menyatakan
bahwa terdapat hubungan bermakna antara jumlah leukosit dengan lama
rawat inap.
Untuk nilai hematokrit, hasil penelitian ini menyatakan bahwa
terdapat hubungan bermakna antara nilai hematokrit dan lama rawat inap
pasien DBD, hal ini ditunjukan dengan nilai p = 0,001. Hal ini tidak sesuai
dengan penelitian yang dilakukan oleh Hasri Nopianto (2012) dengan
p=0,697 yang menyatakan bahwa tidak terdapat hubungan bermakna
antara nilai hematokrit dengan lama rawat inap, dengan pasien yang
mengalami peningkatan hematokrit berjumlah 101 orang (82,8%). Pada
penelitian oleh Hasri Nopianto, cut off point dari nilai hematokrit yaitu ≤
35% dan > 35%. Nilai hematokrit yang tinggi atau hemokonsentrasi diatas
nilai awal menggambarkan keparahan kebocoran plasma. Pada penelitian
oleh Amini NH (2017) menyghasilkan sebaliknya dimana di penelitian
tersebut dinyatakan bahwa ada hubungan bermakna antara nilai hematokrit
dengan lama rawat inap dengan p=0,012, yang mengambil sumber dari
penelitian oleh Faizah NK (2014) Banggai CE(2017), dan Poorangsih S
(2016) yang juga menyatakan bahwa adanya hubungan bermakna antara
 30

nilai hematokrit dengan lama rawat inap pasien DBD. Perbedaan antara
penelitian ini dengan penelitian di atas ada pada sampel penelitian yang
dimana penelitian ini mengambil sampel orang dewasa sedangkan
penelitian di atas mengambil sampel bervariasi dari anak-anak sampai
dewasa.
Kebocoran plasma mencapai puncaknya pada saat syok.
Hemokonsentrasi yang ditandai dengan peningkatan hematokrit 20% atau
lebih, mencerminkan peningkatan permeabilitas kapiler, perembesan
plasma, dan berhubungan dengan beratnya penyakit (Raihan, 2010).
Namun pada penelitian ini nilai hematokrit tidak dikategorikan dengan
melihat peningkatan nilai awal hematokrit 20% atau lebih, karena tidak
didapatkan nilai hematokrit awal pasien sebelum sakit dan sulit
membandingkannya, sehingga nilai hematokrit dikategorikan sesuai
dengan nilai baseline yaitu pada laki-laki > 46% dan perempuan > 44%.32
Nilai hematokrit juga rentan dipengaruhi oleh penggantian cairan, intake
kurang, dehidrasi, dan perdarahan.
Perbedaan pada penelitian ini dengan beberapa penelitian lain
terjadi karena perbedaan dari jumlah sampel penelitian, metode penelitian
dan metode analisis.

J. Keterbatasan Penelitian

Keterbatasan pada penelitian ini adalah desain penelitian yang masih

cross sectional dan data yang digunakan adalah data sekunder dari rekam
medis. Variabel lain seperti status gizi tidak dapat diteliti karena berat badan
dan tinggi badan tidak tercantum dalam rekam medis.
Pada penelitian ini terdapat bias seleksi, karena saat pemilihan
sampel tidak menyeleksi pasien dengan penyakit yang dapat mempengaruhi
nilai hematologi seperti purpura trombositopenia idiopatik, serta tidak
menyeleksi pasien yang mengkonsumsi obat anti platelet, anti koagulasi,
dan trombolitik. Cukup banyak berkas rekam medis yang tidak ditemukan
pada saat pemilihan sampel. Sampel yang hanya terbatas pada usia dewasa ≥
 31

17 tahun, sehingga hasil penelitian tidak dapat menggambarkan pada usia

anak.
 32

BAB VI

KESIMPULAN DAN SARAN

A. KESIMPULAN

Berdasarkan penelitian yang telah dilakukan dapat disimpulkan bahwa

terdapat hubungan antara jumlah leukosit dan hematokrit dengan lama rawat
inap pasien DBD di RSUD DR Moewardi Surakarta yang bermakna secara
statistik. Dapat disimpulkan juga bahwa tidak terdapat hubungan antara
jumlah trombosit, dan usia dengan lama rawat inap pasien DBD di RSUD DR
Moewardi Surakarta yang bermakna secara statistik. Didapatkan juga rumus
prediksi lama rawat inap dari analisis regresi linear berganda.

K. SARAN

Berdasarkan hasil penelitian, pembahasan, dan simpulan yang telah

diuraikan, maka terdapat beberapa saran sebagai berikut:
1. Bagi peneliti selanjutnya
a. Perlu dilakukannya penelitian lebih lanjut dengan desain
penelitian lain dengan level validitas lebih tinggi dan
memperhatikan keterbatasan pada penelitian ini.
b. Perlu dilakukan penelitian dengan jumlah sampel yang lebih
banyak dengan rentang waktu yang panjang.
c. Perlu dilakukan penelitian pada variable lain yang mungkin
mempengaruhi lama rawat inap.

2. Bagi rumah sakit

a. Rumah sakit perlu memperhatikan format penempatan data pasien

dalam rekam medis agar lebih rapih dan mudah untuk di follow up.
 33

DAFTAR PUSTAKA
Achmadi, U. F. 2010. Dbd di Indonesia tahun 1968-2009. Buletin Jendela
Epidemiologi, (2):1- 13
Amini, N. and Hartoyo, E., 2017. Hubungan Hematokrit Dan Jumlah Trombosit
Terhadap Lama Rawat Inap Pasien Dbd Anak Di Rsud Ulin Banjarmasin.
[online] Ppjp.ulm.ac.id. Available at:
<http://ppjp.ulm.ac.id/journals/index.php/hms/article/view/1679/1330>
[Accessed 9 May 2020].

CDC, 2010. Epidemiology dengue homepage.,

http://www.cdc.gov/dengue/epidemiology/index.html.

CDC, 2012. Entomology & Ecology.,

http://www.cdc.gov/dengue/entomologyecology/

Depkes, 2008. Riskesdas (Riset Kesehatan Dasar) 2007 : Badan Penelitian dan
Pengembangan Kesehatan Departemen Kesehatan.

Dinata, A. 2008. Strategi utama pemberdayaan atasi DBD. Inside,( III No. 2): 16-
19.

Hoffbrand A.V, Moss P.A.H. 2013. Kapita Selekta Hematologi Edisi 6. Jakarta:
EGC

Ita P. 2011. Faktor-faktor yang Mempengaruhi Lama Rawat Inap Pada Pasien yang
Terinfeksi Virus Dengue di RSUP Persahabatan-Jakarta Timur. Depok:
Program Studi Epidemiologi Pascasarjana Fakultas Kesehatan Masyarakat
Universitas Indonesia.
Ipa, M. L. 2009. Gambaran pengetahuan, sikap dan tindakan masyarakat serta
hubungannya dengan kejadian demam berdarah dengue. ASPIRATOR
: 16. Jatin, M. Vyas, M. P. 2013. MedlinePlus. http://www.nlm.nih.gov/:

Jayanthi, H., Tulasi, S., 2016. Correlation study between platelet count, leukocyte
count, nonhemorrhagic complications, and duration of hospital stay in dengue
fever with thrombocytopenia. Journal of Family Medicine and Primary Care,
5(1), p.120.
 34

Kesmas. 2014. Surveilans demam berdarah., http://www.indonesian-

publichealth.com/2014/02/epidemiologi-demam-berdarah.html,

Kurniati, D. 2013. Kemenkes : Indonesia masih endemis demam berdarah.,

http://www.tempo.co/read/news/2013/07/26/173500085/Kemenkes- Indonesia-
Masih- Endemis-Demam-Berdarah.,

Murray, E. N., Quam, B. M., & Wilder-Smith, A. 2013. Epidemiology of dengue:

past, present and future prospects. from NCBI:
http://www.ncbi.nlm.nih.gov/pmc/articles/PMC3753061/#.

Notoatmodjo, S. 2007. Promosi Kesehatan dan Ilmu Perilaku. Jakarta: Rineka Cipta.
Notoatmodjo, S. 2010. In Metodologi Penelitian Kesehatan. Jakarta: Rineka
Cipta. Notoatmodjo, S. 2012. Promosi Kesehatan dan Perilaku Kesehatan .
Jakarta: Rineka Cipta.

Nopianto H. 2012. Faktor-faktor yang Berpengaruh Terhadap Lama Rawat Inap

Pada Pasien Demam Berdarah Dengue di RSUP dr. Kariadi Semarang.
Semarang: Fakultas Kedokteran Universitas Diponegoro.

Raihan, R., Hadinegoro, S. and Tumbelaka, A., 2016. Faktor Prognosis Terjadinya
Syok pada Demam Berdarah Dengue. Sari Pediatri, 12(1).

Rosidi, A. R., & Adisasmito, W. 2006. Hubungan Faktor Penggerakan

Pemberantasan Sarang Nyamuk Demam Berdarah Dengue Dengan Angka
Bebas Jentik Di Kecamatan Sumberjaya Kabupaten Majalengka, Jawa Barat
: Journal.fk.unpad.
Ryan, T. (2013). Sample size determination and power. Hoboken, N.J: Wiley
Sherwood L. 2011. Fisiologi Manusia: Dari Sel Ke Sistem Edisi 6. Jakarta: EGC
Suhendro, Nainggolan, L., Chen, K., & Pohan, H. T. 2006. Demam Berdarah
Dengue in : A. W. Sudoyo, B. Setiyohadi, I. Alwi, M. S. K, & S. Setiati
editor : Buku ajar ilmu penyakit dalam jilid III edisi IV. Jakarta: Pusat
Penerbitan Departemen Ilmu Penyakit Dalam Fakultas Kedokteran Universitas
Indonesia. p.1731-1735
Saya, R., Sharma, A., Venkatesh, A., Alva, R. and Aroor, A., 2015. Clinical
manifestations and predictors of thrombocytopenia in hospitalized adults with
 35

dengue fever. North American Journal of Medical Sciences, 7(12), p.547.

Supartha, I. W. 2008. Pengendalian terpadu vektor virus demam berdarah dengue,
Aedes aegpty dan Aedes albopictus Denpasar : Dies Natalis.
WHO. 2009. Dengue Guidelines for Diagnosis, Treatment, Preventation and
Control. France: WHO
WHO. 2014. Dengue and Severe Dengue. from World Health Organization:
http://www.who.int/mediacentre/factsheets/fs117/en/.
Wiguna, C. 2014. Pencegahan Demam Berdarah Melalui Metode Pemberantasan
Sarang Nyamuk (PSN). from Ilmu Kesehatan Masyarakat:
http://ilmukesmas.com/pencegahan-demam-berdarah-melalui-metode-
pemberantasan-sarang-nyamuk-psn
 36

Lampiran 1. Ethical Clearance

 37

Lampiran 2. Surat Izin Penelitian

 38

Lampiran 3. Analisis Chi Square menggunakan aplikasi SPSS.

Correlations
Lama Rawat Inap Hematokrit Leukosit Trombosit Usia
Pearson Lama Rawat Inap 1.000 .246 -.302 -.049 -.135
Correlation Hematokrit .246 1.000 -.079 -.070 -.126
Leukosit -.302 -.079 1.000 -.129 .172
Trombosit -.049 -.070 -.129 1.000 -.016
Usia -.135 -.126 .172 -.016 1.000
Sig. (1-tailed) Lama Rawat Inap . .001 .000 .259 .037
Hematokrit .001 . .150 .178 .048
Leukosit .000 .150 . .044 .011
Trombosit .259 .178 .044 . .415
Usia .037 .048 .011 .415 .
N Lama Rawat Inap 175 175 175 175 175
Hematokrit 175 175 175 175 175
Leukosit 175 175 175 175 175
Trombosit 175 175 175 175 175
Usia 175 175 175 175 175
 39

Lampiran 4. Analisis Uji Asumsi Klasik dan regresi menggunakan aplikasi SPSS.

Tests of of
Tests Normality
Normality
Shapiro-Wilk
Shapiro-Wilk
Statistic
Statistic df df Sig.
Sig.
Usia
Hematokrit .734
.985 175
175 .070
.054

Tests of Normality
Coefficientsa
Shapiro-Wilk
Collinearity Statistics
Statistic df Sig.
Model Tolerance VIF
Leukosit .986 175 .087
1 (Constant)
Tests of Normality
Hematokrit .965 1.036
Shapiro-Wilk
Leukosit Statistic .932df 1.073 Sig.
Trombosit
Trombosit .988 .974 175 1.026 .154
Usia .928 1.078
Tests of Normality
Shapiro-Wilk
Statistic df Sig.
Lama Rawat .795 175 .063
Inap

Coefficientsa

Model t Sig.
1 (Constant) 1.390 .166
Hematokrit .018 .986
Leukosit 1.553 .122
Trombosit .932 .353
Usia 1.411 .160

ANOVA Table
Sum of Mean
Squares df Square F Sig.
Lama Between (Combined 30.875 16 1.930 3.625 .000
Rawat Groups )
Inap * Linearity 6.953 1 6.953 13.061 .000
Deviation 23.922 15 1.595 2.995 .000
Hematokri
from
t
Linearity
Within Groups 84.119 158 .532
Total 114.994 174
 40

ANOVA Table
Sum of Mean
Squares df Square F Sig.
Lama Between (Combined) 45.266 46 .984 1.806 .005
Rawat Inap Groups Linearity 10.508 1 10.508 19.289 .000
Deviation from 34.759 45 .772 1.418 .067
* Leukosit
Linearity
Within Groups 69.728 128 .545
Total 114.994 174

ANOVA Table
Sum of Mean
Squares df Square F Sig.
LRI B * Between (Combined) 78.644 97 .811 1.717 .007
Trombosit Groups Linearity .279 1 .279 .590 .045
Deviation from 78.366 96 .816 1.729 .070
Linearity
Within Groups 36.350 77 .472
Total 114.994 174

ANOVA Table
Sum of Mean
Squares df Square F Sig.
LRI B * Between (Combined) 28.332 40 .708 1.095 .343
Usia_B Groups Linearity 4.448 1 4.448 6.878 .010
Deviation from 23.884 39 .612 .947 .565
Linearity
Within Groups 86.662 134 .647
Total 114.994 174
.

Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
 41

1 Leukosit . Stepwise (Criteria:

Probability-of-F-to-
enter <= .050,
Probability-of-F-to-
remove >= .100).
2 Hematokrit . Stepwise (Criteria:
Probability-of-F-to-
enter <= .050,
Probability-of-F-to-
remove >= .100).
a. Dependent Variable: Lama Rawat Inap

Model Summary
Adjusted R Std. Error of the
Model R R Square Square Estimate
a
1 .302 .091 .086 .389
2 .376b .141 .131 .379
a. Predictors: (Constant), Leukosit
b. Predictors: (Constant), Leukosit, Hematokrit

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 2.627 1 2.627 17.398 .000b
Residual 26.122 173 .151
Total 28.749 174
2 Regression 4.054 2 2.027 14.118 .000c
Residual 24.695 172 .144
Total 28.749 174
a. Dependent Variable: Lama Rawat Inap
b. Predictors: (Constant), Leukosit
c. Predictors: (Constant), Leukosit, Hematokrit

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
 42

1 (Constant) 3.400 .101 33.706 .000

Leukosit -.096 .023 -.302 -4.171 .000
2 (Constant) 2.124 .416 5.102 .000
Leukosit -.090 .023 -.285 -4.016 .000
Hematokrit .031 .010 .223 3.153 .002
a. Dependent Variable: Lama Rawat Inap