Anda di halaman 1dari 22

STATISTIK VITAL DALAM EPIDEMIOLOGI

Makalah disusun guna memenuhi tugas


mata kuliah Dasar Epidemiologi

Dosen Pengampu:
Fathinah Ranggauni Hardy, SKM, M.EPID

Disusun oleh kelompok 5:

Farwah Hafidah 1810713003


Rahayu Putri N 1810713141
Anifa dhiya rifqiya 1810713146

UNIVERSITAS PEMBANGUNAN NASIONAL”VETERAN”JAKARTA


FAKULTAS ILMU KESEHATAN
PROGRAM STUDI S-1 KESEHATAN MASYARAKAT
2019
KATA PENGANTAR

Puji syukur penulis panjatkan kehadirat Allah SWT. Sang pencipta langit dan bumi
beserta segala isinya yang telah melimpahkan rahmat, hidayah, serta kasih saying-Nya
kepada penulis sehingga kami dapat menyelesaikan karya tulis ini tepat pada waktunya.
Tak lupa pula selawat dan salam penulis panjatkan kepada Rasulullah Muhammad
SAW yang telah diutus ke bumi sebagai lentera bagi hati manusia. Nabi yang telah
membawa manusia dari zaman kebodohan menuju zaman yang penuh dengan
pengetahuan yang luar biasa seperti saat ini.

Makalah yang berjudul Statistik Vital dalam Epidemiologi ditulis untuk memenuhi
salah satu tugas mata kuliah Dasar Epidemiologi . Dalam makalah ini, penulis akan
membahas beberapa hal mengenai Statistik vital dalam Epidemiologi.

Pada kesempatan yang baik ini, izinkan penyusun makalah menyampaikan rasa
hormat dan ucapan terima kasih kepada semua pihak yang dengan tulus ikhlas telah
memberikan bantuan dan dorongan kepada penulis sehingga penulis dapat
menyelesaikan makalah ini dengan sebaik-baiknya. Makalah yang kami susun jauh dari
kata sempurna. Oleh karena itu, kami mengharapkan kritik dan saran pembaca agar
makalah selanjutnya menjadi lebih baik.

Jakarta, 15 Maret 2019

Penulis

ii
DAFTAR ISI

KATA PENGANTAR……………………………………………….……………ii

DAFTAR ISI……………………………………………………………….……..iii

BAB I ……………………………………………………………………..………1

PENDAHULUAN……………………………………………………….………..1

A. Latar Belakang…………………………………………….………………1
B. Rumusan Masalah…………………………………………………………1
C. Tujuan Penulisan ………………………………………………………….2
D. Manfaat Penulisan…………………………………………………..……..2

BAB II……………………………………………………………………………..3

PEMBAHASAN…………………………………………………………………...3

A. Komponen Statistik Vital…………………………………………………..3


B. Sumber Data Epidemiologi………………………………………………...4
C. Rumus dan Aplikasi Point Prevalence, Period Prevalence Rate,
Cumulative Incidence Rate, Incidence Density Rate……………...……….5
D. Rumus dan Aplikasi Crude Death Rate……………………………...…….11
E. Rumus dan Aplikasi Infant Mortality Rate……………...…………………12
F. Rumus dan Aplikasi Maternal Mortality Rate……………..………………15

BAB III…………………………………………………………………….………17

PENUTUP…………………………………………………………….….………..17

A. Simpulan………………………………………………………….………..17
B. Saran……………………………………………………………………….17

DAFTAR PUSTAKA…………………………………………….………………..18

iii
BAB I

PENDAHULUAN

A. Latar Belakang

Secara etimologis kata "statistik" berasal dari kata status (bahasa latin) yang
mempunyai persamaan arti dengan kata state (bahasa Inggris) atau kata staat (bahasa
Belanda), dan yang dalam bahasa Indonesia diterjemahkan menjadi negara. Pada
mulanya, kata "statistik" diartikan sebagai "kumpulan bahan keterangan (data), baik
yang berwujud angka (data kuantitatif) maupun yang tidak berwujud angka (data
kualitatif), yang mempunyai arti penting dan kegunaan yang besar bagi suatu negara.
Namun, pada perkembangan selanjutnya, arti kata statistik hanya dibatasi
pada"kumpulan bahan keterangan yang berwujud angka (data kuantitatif)" saja; bahan
keterangan yang tidak berwujud angka (data kualitatif) tidak lagi disebut statistik. Jadi,
statistik vital adalah statistik mengenai kesehatan dan bertujuan mempublikasikan data
kesehatan yang berguna sekali bagi evaluasi aktivitas, perencanaan, dasar tindak lanjut
suatu pemantauan dan penelitian (Slamet, 2004).
Informasi kependudukan (demografi) dan data statistik vital memang berguna
untuk bidang epidemiologi, kesehatan masyarakat dan layanan kesehatan masyarakat
yang dapat diperoleh dari berbagai sumber. Dari sekian banyak sumber data, beberapa
diantaranya memiliki kegunaan yang lebih dibandingkan sumber lainnya bagi
epidemiologi. Keterterapan data tersebut juga harus dipertimbangkan. Data harus
dikumpulkan dan didistribusikan dengan menggunakan sistem yang reliable dan metode
standar yang rutin. Pembanding data dari Negara-negara lain sulit didapat karena
kurangnya metode pengumpulan dan publikasi standard an hambatan masalah informasi
umumnya. Data statistik vital epidemiologi antara lain adalah morbiditas, mortalitas,
kelahiran, perkawinan, dan perceraian yang akan dibahas pada makalah ini.

B. Rumusan Masalah
1. Apa saja komponen statistik vital?
2. Apa saja sumber data epidemiologi?

1
3. Bagaimana rumus dan aplikasi Point prevalence, period prevalence rate,
cumulative incidence rate, incidence density rate?
4. Bagaimana rumus dan aplikasi Crude Death Rate?
5. Bagaimana rumus dan aplikasi Infant Mortality Rate?
6. Bagaimana rumus dan aplikasi Maternal Mortality Rate?

C. Tujuan Penulisan
1. Untuk memenuhi tugas kelompok mata kuliah dasar epidemiologi
2. Mengetahui data statistik vital epidemiologi

D. Manfaat Penulisan
Makalah ini diharapkan dapat bermanfaat bagi pembaca maupun penulis agar lebih
mengetahui dan memahami data statistik vital dalam epidemiologi.

2
BAB II
PEMBAHASAN
A. Komponen Statistik Vital

Statistik vital adalah proses pengumpulan data kejadian vital dengan menerapkan
metode statistik dasar pada data tersebut yang berguna untuk mengidentifikasi fakta-
fakta kesehatan yang vital di dalam suatu masyarakat, populasi, atau wilayah tertentu.
Di dalam statistik vital terdapat komponen yang sering digunakan, yaitu

1. Angka kelahiran dan angka kelahiran kasar

Angka kelahiran (birth rate) suatu populasi biasanya merupakan angka kasar (crude
rate) dan angka ini mengacu pada keseluruhan populasi. Saatmenggunakan angka kasar
(kelahiran maupun kematian) perlu dilakukan pengkajian lebih lanjut terhadap
penggunaan rate spesifik dan distribusi usia karena karakteristik penduduk sangat
beragam sehingga angka kasar juga menjadi beragam dan tidak akurat. Usia merupakan
variable yang dapat menyebabkan semua rate pada keseluruhan populasi menghasilkan
data yang beragam pada kelompok yang berlainan.
Angka kelahiran kasar dan angka kematian kasar merupakan indikator yang sangat
berguna karena memberikan informasi ringkas,sekaligus data statistik umum dari
populasi yang besar. Angka kasar (crude rate) dapat dipakai dalam perbandingan
internasional sekaligus dalam perbandingan umum kejadian vital selama beberapa
waktu.

2. Angka Kematian dan akta kematian pada data stasitik vital

Akta kematian juga termasuk dokumen yang penting bagi keluarga yang ditinggal.
Alasan yang paling penting akta kematian sangat dibutuhkan adalah untuk memenuhi
kebutuhan hukum. Kematian ditangani dengan serius dan hukum memberikan
perlindungan terhadap kemungkinan terjadinya kematian akibat kesalahan melalui
penelusuran dan pendataan kematian dengan metode yang ketat. Kematian harus
diregistrasi dan jika ada sesuatu yang mencurugakan, kematian tersebut akan diselidiki
termasuk melakukan autopsy. Akta kematian juga dibutuhkan untuk mengajukan klaim
pensiun dan asuransi jiwa. Angka kematian dan data relevan diperoleh dari proses
registrasi akta kematian. The National Center for Health Statistics telah menetapkan
akta kematian standar dan akta kematian standar untuk kematian janin yang
memperlihatkan informasi minimum yang harus ada pada akta. Masing-masing negara
dapat mengembangkan aktanya sendiri dari akta standarini.Rincian yang ada dalam akta
kematian, selain penyebab kematian, juga ada “penyebab utama kematian”. Ada ruang
yang memang dikosongkan dalam akta kematian untuk diisi dengan kondisi yang
berkontribusi dalam kematian.

3
3. Data statistik perkawinan dan perceraian

Status perkawinan memengaruhi struktur keluarga, status sosial ekonomi, kesehatan


mental, akses ke layanan kesehatan dan berbagai faktor lain yang berkaitan dengan
status kesehatan. Badan Pusat Statistik dalam publikasi hasil Survey Sosial Ekonomi
Nasional Tahun 2003 Propinsi Sumatera Barat menjelaskan bahwa status perkawinan
sebagai ukuran kesejahteraan biasanya dilihat dari jumlah penduduk yang kawin pada
usia muda dan tingginya angka perceraian. Perkawinan pada usia muda disamping
disebabkan oleh faktor budaya juga berkaitan dengan faktor sosial ekonomi dan
sebagian perceraian juga dilatarbelakangi oleh masalah ekonomi rumah tangga.

B. Sumber Data Epidemiologi

Data adalah sebuah fakta mengenai gambaran suatu kejadian dalam kehidupan
sehari-hari. Data epidemiologi adalah komponen dasar yang akan diproses untuk
menghasilkan suatu informasi epidemiologi (maryani, lidya; muliani, rizki 2010).
Menurut WHO dalam Surveilans Epidemiologi 2013 oleh Mahasiswa Kesehatan
Masyarakat Universitas M. Thamrin ada 10 macam sumber data yang dapat digunakan
dalam surveilans epidemiologi, diantaranya yakni: Data morbiditas, data mortalitas, data
epidemik, hasil tes laboratorium, laporan investigasi kasus secara individu, laporan
investigasi wabah, survey khusus, investigasi penyakit (vektor dan reservoir), data
demografik dan data lingkungan.
Menurut kepmenkes no. 1116/Menkes/SK/VIII/2003 ada 12 macam-macam sumber
data, yaitu:

1. Data kesakitan
Data kesakitan (morbiditas) dapat diperoleh melalui unit pelayanan kesehatan. Data
kesakitan dapat dilihat dari diagnosis penyakit dan distribusi penyakit. Diagnosa
penyakit harus dilakukan dengan cara yang benar dan menghasilkan informasi yang
benar pula dan diharapkan dapat melalukan interpretasi yang sesuai sehingga
mendukung mendukung program pelayanan kesehatan. Distribusi penyakit
mencakup orang, tempat dan waktu. Dengan distribusi orang maka dapat diketahui
karakteristis suatu penyakit tersebut apakah distribusinya menurut umur, jenis
kelamin atau justru distribusinya berdasarkan waktu tertentu seperti saat musim
penghujan maka wabah DBD semakin banyak.

2. Data kematian
Data kematian dapat diperoleh melalui unit pelayanan kesehatan serta pelaporan
masyarakat atau pemerintah setempat. Sumbernya berasal dari pengumpulan data
kematian komunitas dan pengumpulan data di rumah sakit.

3. Data demografi
Sumber : unit statistik dan kependudukan masyarakat.

4. Data geografi

4
Sumber: unit meteorologi dan geofisika

5. Data laboratorium
Sumber: unit pelayanan kesehatan dan masyarakat melalui pemeriksaan laboratorium
dan data penggunaan obat, serum dan vaksin

6. Data kondisi lingkungan


Data berupa informasi tentang musim atau waktu biasa penyakit terjadi. Selain itu
kondisi kebersihan lingkungan seperti apakah suatu lingkungan memiliki saluran air
yang baik atau tidak.

7. Laporan wabah/epidemi
Laporan wabah digunakan untuk mengetahui penyebab dan sumber wabah. Epidemi
menyangkut daerah yang lebih luas dan biasanya ditetapkan oleh menteri kesehatan.

8. Laporan penyelidikan wabah/KLB


Laporan penyelidikan wabah digunakan untuk mengetahui penyebab dan sumber
penularan sehingga dapat dirumuskan penanggulangannya agar tidak terjadi epidemi
didaerah yang lebih luas.

9. Laporan hasil penyelidikan kasus perorangan


Investigasi kasus perorangan biasanya dilakukan pada penyakit yang belum jelas
diagnosanya. Para dokter yang memiliki hak atas penyelidikan ini.

10. Studi epidemiologi, surve dan hasil penelitiannya


Studi epidemiologi dilakukan untuk mengetahui prevalensi penyakit. Surve diadakan
untuk menilai program penanggulangan penyakit.

11. Data hewan dan vektor sumber penular penyakit


Data tersebut diperoleh dari unit pelayanan kesehatan dan masyarakat. Bila terjadi
letusan suatu penyakit maka akan dilakukan penyelidikan mengenai vektor dan
sumber penularan penyakit yang bersangkutan.

12. Laporan kondisi pangan


Laporan ini bertujuan untuk mencegah terjadinya keracunan pangan atau justru
kekurangan pangan.

C. Rumus dan Aplikasi Point Prevalence, Period Prevalence Rate, Cumulative


Incidence Rate, Incidence Density Rate

1. Insidensi/Incidence

5
Adalah gambaran tentang frekwensi penderita baru suatu penyakit yang ditemukan
pada suatu waktu tertentu di satu kelompok masyarakat. Untuk dapat menghitung angka
insidensi suatu penyakit, sebelumnya harus diketahui terlebih dahulu tentang :
 Data tentang jumlah penderita baru.
 Jumlah penduduk yang mungkin terkena penyakit baru (Population at Risk)
(Aditya Setyawan, 2008).
Secara umum angka insiden ini dapat dibedakan menjadi 3 macam, yaitu: (Aditya
Setyawan, 2008).
a. Incidence Rate
Yaitu Jumlah penderita baru suatu penyakit yang ditemukan pada suatu jangka
waktu tertentu (umumnya 1 tahun) dibandingkan dengan jumlah penduduk yang
mungkin terkena penyakit baru tersebut pada pertengahan jangka waktu yang
bersangkutan. Rumus:

6
K = Konstanta ( 100%, 1000 ‰)

Manfaat Incidence Rate adalah :


 Mengetahui masalah kesehatan yang dihadapi
 Mengetahui Resiko untuk terkena masalah kesehatan yang dihadapi
 Mengetahui beban tugas yang harus diselenggarakan oleh suatu fasilitas
pelayanan kesehatan.

b. Attack Rate
Yaitu Jumlah penderita baru suatu penyakit yang ditemukan pada suatu saat
dibandingkan dengan jumlah penduduk yang mungkin terkena penyakit tersebut
pada saat yang sama. Rumus:

7
Manfaat Attack Rate adalah:
 Memperkirakan derajat serangan atau penularan suatu penyakit.
 Makin tinggi nilai AR, maka makin tinggi pula kemampuan Penularan Penyakit
tersebut.

c. Secondary Attack Rate


Adalah jumlah penderita baru suatu penyakit yang terjangkit pada serangan kedua
dibandingkan dengan jumlah penduduk dikurangi orang/penduduk yang pernah
terkena penyakit pada serangan pertama. Digunakan dalam menghitung suatu
panyakit menular dan dalam suatu populasi yang kecil (misalnya dalam Satu
Keluarga). Rumus:

2. Cumulative Insidence/Incidence Risk


a. Probabilitas dari seorang yang tidak sakit untuk menjadi 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.
b. Misalnya : Insidens penyakit jantung mengukur risiko serangan penyakit jantung
pertama pada orang yang belum pernah menderita penyakit jantung.

8
Baik pembilang maupun penyebut yang digunakan dalam perhitungan ini adalah
individu yang tidak sakit pada permulaan periode pengamatan, sehingga
mempunyai risiko untuk terserang. Kelompok individu yang berisiko terserang ini
disebut population at risk atau populasi yang berisiko.

Ciri dari cumulative insidence :


1) Berbentuk proporsi
2) Tidak memilik satuan

3. Insidens Kumulatif (Cummulative Incidence)


Disebut juga Risk atau Proporsi Insidens atau CI; rata-rata risiko individu terkena
penyakit;
a) Jumlah individu pada denominator harus bebas penyakit pada permulaan
periode;
b) Layak digunakan, bila tidak ada (atau sedikit) kasus yang lolos pengamatan,
misalnya karena kematian, risiko tidak lama, hilang dari pengamatan;
c) Semua non-kasus ikut diamati selama periode pengamatan;
d) CI juga menyatakan: – probabilitas individu berisiko, menderita penyakit dalam
periode waktu tertentu; atau – Individu yang tidak meninggal karena sebab lain
selama periode waktu tertentu

Ciri-Ciri dan Rumus “Insidens Kumulatif”


1) Tidak memiliki dimensi
2) Nilainya dari 0 s/d 1
3) Merujuk pada individu
4) Ada periode rujukan waktu yang ditentukan

9
Kelemahan Insidens
a. Perhitungan insidens sulit diterapkan pada beberapa kasus penyakit yang
berulang kali timbul;
b. Misal: pada penelitian mengenai Penyakit Menular Seksual (PMS) yakni
Chlamydia trachomatis. Individu yang pernah terinfeksi virus ini akan
terinfeksi kembali sehingga sulit menghitung insidens.

4. Densitas Insiden (Incidence Density) atau Insidens Proporsi


Disebut juga:
– Insidens orang-waktu (person-time incidence)
– Tingkat insidens (incidence rate)
Ciri-ciri:
– Tidak ada periode rujukan;
– Memiliki dimensi yang merupakan invers dari waktu (mis: 0,001/tahun)
– Memiliki nilai dari 0 s/d ~
Rumus =

5. Prevalensi/Prevalence
Adalah gambaran tentang frekwensi penderita lama dan baru yang ditemukan pada
suatu jangka waktu tertentu di sekelompok masyarakat tertentu. Pada perhitungan angka
Prevalensi, digunakan jumlah seluruh penduduk tanpa memperhitungkan
orang/penduduk yang kebal atau penduduk dengan Resiko (Population at Risk).
Sehingga dapat dikatakan bahwa Angka Prevalensi sebenarnya bukanlah suatu rate yang
murni, karena Penduduk yang tidak mungkin terkena penyakit juga dimasukkan dalam
perhitungan.

10
Secara umum nilai prevalensi dibedakan menjadi 2, yaitu:
a. Period Prevalence Rate
Yaitu jumlah penderita lama dan baru suatu penyakit yang ditemukan pada suatu
jangka waktu tertentu dibagi dengan jumlah penduduk pada pertengahan jangka waktu
yang bersangkutan. Nilai Periode Prevalen Rate hanya digunakan untuk penyakit yang
sulit diketahui saat munculnya, misalnya pada penyakit Kanker dan Kelainan Jiwa.
Rumus:

b. Point Prevalence Rate


Adalah jumlah penderita lama dan baru suatu penyakit pada suatu saat dibagi
dengan jumlah penduduk pada saat itu. Dapat dimanfaatkan untuk mengetahui Mutu
pelayanan kesehatan yang diselenggarakan. Rumus:

Hubungan Antara Prevalensi & Insidensi


Angka Prevalensi dipengaruhi oleh tingginya insidensi dan lamanya sakit/durasi
penyakit. Lamanya sakit/durasi penyakit adalah periode mulai didiagnosanya penyakit
sampai berakhirnya penyakit tersebut yaitu sembuh, mati ataupun kronis. Hubungan
ketiga hal tersebut dapat dinyatakan dengan rumus:

Rumus hubungan Insidensi dan Prevalensi tersebut hanya berlaku jika dipenuhi 2
syarat, yaitu:

11
a. Nilai Insidensi dalam waktu yang cukup lama bersifat konstan atau tidak
menunjukkan perubahan yang mencolok.
b. Lama berlangsungnya suatu penyakit bersifat stabil atau tidak menunjukkan
perubahan yang terlalu mencolok.

D. Crude Death Rate/CDR (Angka Kematian Kasar/AKK)


Adalah jumlah semua kematian yang ditemukan pada satu jangka waktu (umumnya
1 tahun) dibandingkan dengan jumlah penduduk pada pertengahan waktu yang
bersangkutan. Istilah Crude (bahasa Inggris) yang berarti kasar, digunakan karena
setiap aspek kematian tidak memperhitungkan usia, jenis kelamin, atau variable lain.
Rumus:

Jumlah kematian di kalangan penduduk

di suatu daerah dalam 1 tahun

Crude Death Rate = ---------------------------------------------- x 1000

Jumlah penduduk rata-rata (pertengahan

tahun, di daerah & tahun yang sama)

Catatan :

(a) Jumlah penduduk disini bukanlah merupakan penyebut yang sebenarnya oleh karena
berbagai golongan umur mempunyai kemungkinan mati yang berbeda-beda sehingga
perbedaan dalam susunan umur antara beberapa penduduk akan menyebabkan
perbedaan-perbedaan dalam crude death rate meskipun rate untuk berbagai golongan
umur sama.

(b) Kekurangan-kekurangan dari crude death rate ini adalah (1) terlalu
menyederhanakan pola yang kompleks dari rate dan (2) penggunaannya dalam
perbandingan angka kematian antar berbagai penduduk yang mempunyai susunan umur
yang berbeda-beda, tidak dapat secara langsung melainkan harus melalui prosedur
penyesuaian (adjusment).

12
(c) Meskipun mempunyai kekurangan-kekurangan tersebut diatas crude death rate ini
digunakan secara luas oleh karena (1) sifatnya yang merupakan summary rate dan (2)
dapat dihitung dengan adanya informasi yang minimal.

(d) Crude death rate digunakan untuk perbandingan-perbandingan menurut waktu dan
perbandingan-perbandingan internasional.

(e) Untuk penyelidikan epidemiologi akan diperlukan summary rate yang tidak
mempunyai kelemahan-kelemahan seperti crude rate. Rate seperti diperoleh dengan
mengadakan penyesuaian pada susunan umur dari berbagai penduduk yang akan
dibandingkan angka kematiannya, dengan sendirinya adjustment rate ini adalah fiktif.

E. Angka Kematian Bayi (INFANT MORTALITY RATE [IMR])


Angka kematian bayi (AKI) ialah jumlah kematian penduduk berumur kurang dari
1 tahun yang dicatat selama satu tahun per 1000 kelahiran hidup pada tahun yang sama.
Rumusnya sebagai berikut.
Jumlah kematian umur 0−1 tahun yang dicatat selama 1 tahun
AKI = x 1000
Jumlahlahir hidup pada tahun yang sama
Atau

d0 = Jumlah kematian bayi yang belum mencapai ulang tahunnya yang pertama yang
dicatat selama satu tahun
B = Jumlah lahir hidup pada tahun yang sama
K = konstanta = 1000
Perhitungan angka kematian bayi berdasarkan rumus di atas secara demografis
disebut infant death rate dan hanya menggambarkan kematian bayi secara sepintas dan
kurang serinci karena perhitungan dilakukan terhadap kedua jenis kelamin, sedangkan
kita ketahui bahwa kematian bayi laki-laki tidak sama dengan kematian bayi
perempuan. Selain itu, pada infant death rate, kematian dan kelahiran dihitung pada
tahun yang sama yang tidak menggambarkan kohort yang sama.
Perhitungan angka kematian bayi mempunyai cara yang berbeda dengan cara
perhitungan angka kematian golongan umur yang lain, karena sebagai penyebut tidak

13
digunakan jumlah penduduk pertengahan tahun, tetapi digunakan jumlah lahir hidup.
Hal ini disebabkan perhitungan jumlah tahun hidup pada bayi sulit dilakukan karena
umumnya kematian bayi tidak merata sepanjang tahun.
Kita ketahui bahwa kematian bayi tertinggi pada hari-hari pertama setelah
dilahirkan hingga jumlah penduduk pertengahan tahun tidak dapat digunakan untuk
menafsirkan jumlah tahun hidup.
Berdasarkan pengalaman dan hasil penelitian menunjukkan bahwa jumlah lahir
hidup dapat digunakan untuk menafsirkan jumlah tahun hidup hingga dapat digunakan
sebagai penyebut pada perhitungan angka kematian bayi.
Berdasarkan Batasan angka kematian bayi, jumlah kematian dan kelahiran bayi
dicatat pada tahun yang sama, sedangkan bayi yang mati pada suatu tahun tertentu tidak
seharusnya berasal dari kohort kelahiran tahun yang sama, tetapi sebagian berasal dari
kelahiran tahun sebelumnya.
Misalnya kita akan menghitung angka kematian bayi selama tiga tahun berturut-
turut maka dapat dilihat bahwa kematian bayi pada tahun ke-2 berasal dari kelahiran
bayi yang terjadi pada tahun yang sama ditambah dengan kohort kelahiran bayi tahun
sebelumnya. Demikian pada jumlah kematian bayi pada tahun ke-3 berasal dari kohort
kelahiran bayi pada tahun yang sama ditambah dengan kohort kelahiran bayi pada tahun
ke-2.
Secara skematis dapat digambarkan sebagai berikut.

Agar perhitungan angka kematian bayi lebih stabil, sebaiknya angka kematian bayi
dihitung selama 3 tahun berturut-turut. Perhitungan angka kematian bayi selama 3 tahun
dapat dilakukan dengan cara berikut.
1. Menyesuaikan pembilang pada kohort penyebut

Dengan cara perhitungan di atas, hasilnya perhitungan kematiannya tidak dapat


diketahui berasal dari kohort kelahiran yang mana.

14
Untuk mengatasi kelemahan tersebut dilakukan pemisahan antara kedua bagian
dengan data tambahan, separation factor(f) yaitu perbandingan antara kematian bayi
yang berasal dari kohort kelahiran tahun sebelumnya dengan jumlah kematian bayi yang
berasal dari kohort kelahiran yang sama ditambah dengan kematian bayi yang berasal
dari kohort kelahiran tahun sebelumnya.
Secara matematis dapat dituliskan dalam rumus berikut.

Untuk memudahkan perhitungan maka dapat digunakan f = 0,3

2. Perhitungan IMR yang lebih praktis adalah dengan cara menggabungkan beberapa
infant death rate dengan rumus berikut.

MR merupakan indikator kesehatan yang sangat sensitif dan banyak digunakan untuk
mengukur derajat kesehatan masyarakat.

15
F. Angka Kematian Ibu (MATERNAL MORTALITY RATE [MMR])

Angka kematian ibu ialah jumlah kematian ibu sebagai akibat komplikasi
kehamilan, persalinan, dan masa nifas yang dicatat selama satu tahun per 1000 kelahiran
hidup pada tahun yang sama. Rumusnya sebagai berikut.

Jumlah kematianibu hamil , persalinan ,


Angka Kematian Ibu = dan nifas yang dicatat selama 1 tahun
x 1000
Jumlah lahir hidup padatahun yang sama

Sebagai pembilang tidak tergantung dari lamanya kehamilan, tetapi tidak termasuk
kematian ibu karena kecelakaan dan sebab lainnya yang tidak berkaitan dengan
kehamilan atau persalinan. Bila pengamatan masa nifas dirasakan terlalu lama, dapat
digunakan pengamatan 7 hari atau 42 jam setelah berakhirnya kehamilan.
Kesulitan dalam perhitungan MMR adalah memperoleh data tentang ibu hamil dan
kematian ibu yang jarang dilaporkan. Pengumpulan data dapat dilakukan dengan survei
khusus terhadap ibu-ibu pasangan usia subur yang diikuti prospektif untuk menemukan
kehamilan sampai persalinan dan masa nifas, tetapi cara ini membutuhkan tenaga,
waktu, dan biaya yang sangat besar.

16
Untuk menjamin ketepatan hasil pengamatan dibutuhkan minimal 50 kematian ibu
dan karena kematian ibu cukup kecil maka diutuhkan sampel yang sangat besar.

Contoh:
Bila diperkirakan angka kematian ibu sebesar 10 per 1000 kelahiran hidup maka
untuk memperoleh sebanyak 50 kematian ibu dibutuhkan sebanyak 5000 ibu hamil dan
bila diperkirakan angka kelahiran sebesar 40 per 1000 penduduk maka besarnya sampel
yang dibutuhkan untuk mendapatkan 50 kematian ibu adalah 125000 ibu hamil.
Tinggi rendahnya MMR berkaitan dengan:
1. Sosial ekonomi;
2. Kesehatan ibu sebelum hamil, bersalin, dan nifas;
3. Pelayanan kesehatan terhadap ibu hamil;
4. Pertolongan persalinan dan perwatan masa nifas.

17
BAB III
PENUTUP

A. Simpulan
Statistik vital adalah proses pengumpulan data kejadian vital dengan menerapkan
metode statistik dasar pada data tersebut yang berguna untuk mengidentifikasi fakta-
fakta kesehatan yang vital di dalam suatu masyarakat, populasi, atau wilayah tertentu.
Menurut WHO dalam Surveilans Epidemiologi 2013 oleh Mahasiswa Kesehatan
Masyarakat Universitas M. Thamrin ada 10 macam sumber data yang dapat digunakan
dalam surveilans epidemiologi, diantaranya yakni: Data morbiditas, data mortalitas, data
epidemik, hasil tes laboratorium, laporan investigasi kasus secara individu, laporan
investigasi wabah, survey khusus, investigasi penyakit (vektor dan reservoir), data
demografik dan data lingkungan.
Pengukuran frekuensi penyakit mencakup point prevalence, period prevalence
rate, cumulative incidence rate, incidence density rate. Prevalence sendiri adalah
gambaran tentang frekwensi penderita lama dan baru yang ditemukan pada suatu jangka
waktu tertentu di sekelompok masyarakat tertentu. Sedangkan incidence adalah
gambaran tentang frekwensi penderita baru suatu penyakit yang ditemukan pada suatu
waktu tertentu di satu kelompok masyarakat.
Indeks mortalitas mencakup angka kematian kasar (crude death rate),angka
kematian bayi (infant mortality rate), dan angka kematian ibu (maternal mortality rate).
Angka kematian kasar adalah jumlah semua kematian yang ditemukan pada satu jangka
waktu (umumnya 1 tahun) dibandingkan dengan jumlah penduduk pada pertengahan
waktu yang bersangkutan. Angka kematian bayi adalah jumlah kematian bayi di bawah
satu tahun untuk setiap 1.000 kelahiran hidup. Dan angka kematian ibu adalah Jumlah
kematian ibu akibat dari proses kehamilan, persalinan dan paska persalinan per 100.000
kelahiran hidup pada masa tertentu.

B. Saran
Disarankan kepada pembaca untuk mencari referensi lain untuk menambah
wawasan tentang statistik vital dalam epidemiologi. Makalah ini masih jauh dari kata
sempurna, sehingga penulis mengharapkan kritik dan saran dari para pembaca untuk
memperbaiki makalah ini.

18
DAFTAR PUSTAKA

Aditya Setyawan, 2008. Pengukuran Frekuensi Masalah Kesehatan (Ukuran-Ukuran


Epidemiologi). Online. Available on:
https://adityasetyawan.files.wordpress.com/2008/10/ukuran-epid-2008-new.pdf
Diakses pada 14 Maret 2019.

Budiarto, Eko, dan Dewi Anggraeni. 2001. PENGANTAR EPIDEMIOLOGI, E/2. Jakarta:
EGC.

Kepmenkes RI No.1116/Menkes/SK/VIII/2003 tentang Pedoman Penyelenggaraan Sistem


Surveilans Epidemiologi Kesehatan

Maryani, lidya; muliani, rizki. 2010. Epidemiologi kesehatan. Yogyakarta: Graha Ilmu.

Pangemanan, Donny, dan Felix Kasim. (tanpa tahun). BAB X STATISTIK VITAL. Diakses
pada 10 Maret 2019, dari https://repository.maranatha.edu/2522/11/Metlit%20BAB
%20X.pdf

Prof. Dr. Soekidjo Notoatmodjo. Prinsip-Prinsip Dasar Ilmu Kesehatan Masyarakat.


Cet. ke-2, Mei. Jakarta : Rineka Cipta. 2003.
Serli A. Sinta, 2013. Pengertian Epidemiologi. Online. Available on:
http://epidemiologidianhusada.blogspot.com/p/pengertian.html Diakses pada 14
Maret 2019.
Siregar, Dati. 2018. Data Statistik Vital Epidemiologi. Diakses dari
http://www.datastatistik-indonesia.com/ (14 Maret 2019)

Surveilans kesehatan masyarakat oleh mahasiswa kesehatan masyarakat Universitas M.


Thamrin 2013.

19