UKURAN FREKUENSI PENYAKIT

SAFIRA RISTIA WAHYU NINGRUM

6411420012
PENGERTIAN UKURAN FREKUENSI PENYAKIT
 Ukuran frekuensi penyakit termasuk dalam dasar epidemiologi
deskriptif. Ukuran frekuensi penyakit merupakan Ukuran assosiasi
yang menjelaskan tentang seberapa seringnya suatu
penyakit/peristiwa-peristiwa di bidang kesehatan terjadi di
masyarakat. secara umum tujuan pengukuran kejadian penyakit
adalah digunakan untuk :
• Menilai keadaan kesehatan.
• Mengetahui potensi-potensi untuk menanggulangi masalah kesehatan.
• Mendeteksi kelompok mana yang beresiko terkena penyakit.
 Hal yang perlu dipertimbangkan dalam pengukuran kejadian penyakit :

 Ketepatan Pengukuran
Ketepatan pengukuran penyakit sangat dipengaruhi oleh kelengkapan
data tentang masalah kesehatan. jika data tersebut lengkap dan tersedia
tempat pelayanan kesehatan atau instansi terkait, maka pengukuran
tersebut datanya lebih valid.
 Sensivitas dan Spesivitas
Sensivitas adalah kemampuan dari suatu pemeriksaan untuk
mengidentifikasi secara benar orang yang mempunyai penyakit,
sedangkan spesivitas adalah kemampuan suatu pemeriksaan untuk
mengidentifikasi secara benar orang-orang yang tidak mempunyai
penyakit. Pengukuran penyakit sangat dipengaruhi oleh sensivitas dan
spesivitas pemeriksaan screening penderita. Jika alat yang digunakan
dalam mendiagnosis penderita suatu penyakit memiliki sensivitas yang
tinggi, maka secara otomatis data kejadian penyakit lebih valid.
 Isu Etika
Dalam melakukan pengukuran kejadian suatu penyakit isu etika tetap
harus dipertimbangkan, jangan sampai karena ingin mengetahui
besarnya masalah penyakit disuatu tempat, kita tidak mengindahkan
masalah sosial dan etika yang ada di masyarakat.
 Tipe Kuantitas Matematis
 Menggunakan Angka Mutlak
Merupakan jumlah kasar atau frekuensi. Contoh penyajian dalam bentuk angka
mutlak adalah hasil pengukuran penyakit HIV/AIDS di suatu daerah, ditemukan
jumlah penderita penyakit HIV sebanyak 45 orang. Jika kemudian data tersebut
disajikan maka terlihat bahwa keterangan yang dimilikinya amat terbatas sekali,
sehingga data yang diperoleh kurang dirasakan manfaatnya.
 Rasio
Rasio merupakan nilai perbandingan antara dua kuantitas yang keduanya tidak
memiliki sifat dan ciri yang sama. Misalnya sebuah nilai kuantitatif A dan nilai
kuantitatif lain adalah B maka rasionya adalah A/B. contoh dari rasio antara lain :
• rasio laki-laki terhadap perempuan
• rasio urban terhadap rural
• rasio muda terhadap tua.
 Contoh kasus :
Pada suatu kejadian luar biasa keracunan makanan terdapat 32 orang penderita
dan 12 diantaranya adalah anak-anak maka rasio anak terhadap orang dewasa
adalah:
12
- = 0,6
20
 TIPE KUANTITAS MATEMATIS
 Proporsi
Suatu perhitungan dimana pembilang ( numerator ) merupakan bagian
dari denominator. Pada proporsi, perbandingan menjadi A/(A+B). Bila
dikalikan dengan 100, biasanya disebut suatu persentase.
 Contoh kasus :
Dalam suatu KLB penyakit Hepatitis jumlah penderita Laki-laki 20 orang
dan perempuan 10 orang, hitung proporsi penderita laki-laki!
20
 = 0,666 x 100  66,6%
10+20

 Rate
Rate 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 dinyatakan dalam persen atau permil.
pengukuran ini digunakan untuk menilai masalah kesehatan yang
dihadapi, risiko terkena masalah kesehatan,dan dapat mengetahui
beban tugas yang harus diselenggarakan suatu pelayanan kesehatan.
Lanjutan…..
𝑁𝑢𝑚𝑒𝑟𝑎𝑡𝑜𝑟
 Format umum dari Rate  𝑅𝑎𝑡𝑒 = 𝐷𝑒𝑛𝑜𝑚𝑖𝑛𝑎𝑡𝑜𝑟× 𝐹

Keterangan:
 Numerator adalah jumlah orang atau individu yang mengalami peristiwa
 Denominator adalah jumlah populasi berisiko (jumlah total orang atau
keseluruhan individu yang mungkin mengalami peristiwa).
 F adalah factor pengali, biasanya kelipatan 10, mengkonversi rate dari
suatu fraksi ke suatu jumlah keseluruhan.
Dengan demikian Rate dapat berarti suatu pernyataan numeris dari frekuensi
kejadian yang terjadi dalam suatu kelompok orang tertentu (didefinisikan) di
dalam satu periode waktu tertentu.
 Contoh: Pada tahun 2004, ada 100 kasus demam berdarah di suatu kota
yang berpenduduk 1.250.000 orang. Berapa rate kasus demam berdarah
di kota itu ?
Σ Kasus Σ 100 Kasus
 Rate = = = 8 kasus per 100.000 orang
Σ Populasi Σ 1.250.000 orang
 UKURAN MORDIBITAS
 INSIDENSI
Insidensi merefleksikan jumlah kasus baru (insiden) yang berkembang dalam
suatu periode waktu di antara populasi yang berisiko. Yang dimaksud kasus
baru adalah perubahan status dari sehat menjadi sakit. Periode Waktu adalah
jumlah waktu yang diamati selama sehat hingga menjadi sakit.
Σ Mereka yang terkena penyakit
 Rumus : Σ Populasi yang beresiko

 Insiden dibagi menjadi 2 jenis yaitu :

a. Insiden Kumulatif
Insiden kumulatif adalah rata-rata risiko seorang individu terkena penyakit.
Orang-orang yang berada dalam denominator haruslah terbebas dari penyakit
pada permulaan periode (observasi atau tindak lanjut). Metode ini hanya layak
bila ada sedikit atau tidak ada kasus yang lolos dari pengamatan karena
kematian, tidak lama berisiko, hilang dari pengamatan. Semua non-kasus
diamati selama seluruh periode pengamatan. Insidensi Kumulatif juga
menunjukkan probabilitas individu berisiko berkembang menjadi penyakit
dalam periode waktu tertentu dan menyatakan individu tidak meninggal
karena sebab lain selama periode itu.
Lanjutan….
 Ciri-ciri insidens kumulatif :
• Tidak berdimensi, dinilai dari nol sampai satu
• Merujuk pada individu
• Mempunyai periode rujukan waktu yang ditentukan dengan baik
Jumlah kasus insidens pada periode waktu tertentu
Rumus insidens kumulatif : jumlah Populasi yang beresiko padawaktu tertentu

Contoh :
D dari gambar disamping
tentukan insidensi kumulatif
selama 7 tahun waktu
pengamatan!
Lanjutan….
Σkasus baru 3 kasus
IK = = = 43 kasus/100 orang
Σ Populasi yang beresiko pada awal pengamatan 7 orang

 Attack Rate
Attack rate adalah angka insidens, yang biasanya dinyatakan dalam persen
dan terbatas pada suatu periode, misalnya dalam suatu peristiwa luar biasa
atau wabah (epidemi). Attack rate bermanfaaat untuk memperkirakan
derajat serangan atau penularan suatu penyakit sebab semakin tinggi nilai
attack rate, maka semakin tinggi pula kemampuan penyebaran penyakit
tersebut.
Σ orang yang baru sakit
Rumus : xK
Σ orang yang terancam terkena penyakit

Contoh: lima ratus orang pada SD X ternyata 100 orang diantaranya tiba-tiba
menderita muntaber setelah makan gado-gado dari kantin sekolah. Berapakah nilai
attack rate pada kasus diatas?
100 orang
 x 100% = 20%
500 orang
 Lanjutan….

 Secondary Attack Rate

Jumlah penderita baru suatu penyakit yang terjangkit pada serangan kedua
dibagi dengan jumlah penduduk dikurangi penduduk yang terkena serangan
pertama dalam persen. Perhitungan ini digunakan untuk menghitung suatu
penyakit menular serta untuk populasi yang kecil seperti keluarga.
jml penderita baru pada serangan kedua
Secondary Attack Rate : jml penduduk−jml penduduk yang terkena serangan pertama xk

Contoh:

Keterangan :
Kasus pertama dalam keluarga Berapakah nilai secondary rate dari ilustrasi data
Kasus kedua dalam keluarga diatas ?
2+2+2 6
Orang yang kebal SAR = 6−1 + 5−1 +(3−2) 𝑥100% = 10 𝑥100% = 60%
Orang yang sehat
 UKURAN MORDIBITAS
 Densitas Insidens
Densitas insidens adalah rata-rata rate untuk populasi berisiko selama
waktu yang ditentukan. Karena denominator diukur dalam orang-waktu,
hal ini tidak perlu bahwa semua individu diamati untuk periode yang
sama. Densitas Insidens menyatakan suatu jumlah kasus baru per orang-
waktu.

Σ kasus insidens terjadi dalam periode waktu

Rumus :
Σ orang−waktu

 Ciri-ciri Densitas Insidens :

 Tidak ada periode rujukan (tidak ada seperti rate 2-tahun)
 Mempunyai dimensi yang invers waktu (misal: 0,001/tahun)
 Mempunyai nilai nol dan infiniti (~)
Lanjutan…
Contoh soal :

Berdasarkan gambar disamping, Hitunglah nilai

densitas insidensnya!
Σ kasus insidens terjadi dalam periode waktu
𝐷𝑒𝑛𝑠𝑖𝑡𝑎𝑠 𝑖𝑛𝑠𝑖𝑑𝑒𝑛𝑠 = Σ orang−waktu

Jumlah waktu = 7 +7 +2 +7 +3 +2 +5 = 33 orang – tahun.

3 kasus
DI = = 9,1 kasus per orang-tahun
33 orang−tahun
 FAKTOR YANG MEMPENGARUHI INSIDENSI

 MENINGKATKAN:  MENURUNKAN :
 Peningkatan resiko (  Perubahan dalam
jumlah orang terpapar riwayat alamiah
bertambah ) penyakit ( misalnya
perubahan
 Kegagalan program
pathogenesis
pencegahan penyakit
 Keberhasilan program
pencegahan penyakit
 Jumlah orang yang
terpapar berkurang
 Manfaat Ukuran Insidensi

 Angka Insidensi dapat dipergunakan untuk mengukur angka kejadian

penyakit . perubahan angka insidensi dapat menunjukkan adanya
perubahan faktor-faktor penyebab penyakit, yaitu fluktuasi alamiah dan
adanya program pencegahan

 Dalam penelitian epidemiologi  sebab akibat

 Perbandingan antara berbagai populasi dengan pemamapan yang

berbeda.

 Untuk mengukur bahaya risiko determinan tertentu.

 UKURAN MORDIBITAS
 PREVALENSI

Prevalensi adalah gambaran tentang frekuensi penderita lama dan baru

yang ditemukan pada penderita lama dan baru yang ditemukan pada suatu
jangka waktu tertentu di sekelompok masyarakat tertentu. Pada perhitungan
nilai prevalen, kebal atau tidaknya seseorang terhadap penyakit yang
sedang dihitung, tidaklah di persoalkan. Dengan perkataan lain, pada
perhitungan nilai prevalen dipergunakan jumlah seluruh penduduk. ditinjau
dari sudut ini, jelas bahwa angka prevalensi sebenarnya bukan suatu rate
yang murni karena mereka yang tidak mungkin terkena penyakit, juga
dimasukkan dalam perhitungan. Prevalensi digunakan untuk merencanakan
pelayanan kesehatan.
Σ kasus lama+kasus baru
Rumus : Σ populasi yang beresiko terkena penyakit
 Lanjutan…..

 Contoh

Di desa Dobonsolo Sentani Kabupaten Jayapura jumlah penduduk pada

saat survey bulan Oktober 2006 adalah 1000 orang semuanya rentan
malaria. Jika dilaporkan tanggal 14 Oktober 2006 ditemukan 55 orang dan
30 kasus bulan September (belum sembuh), berapakah prevalensinya ?

55+30
 x1000 = 85 per 1000 penduduk
1000
 UKURAN MORDIBITAS
 MACAM-MACAM UKURAN PREVALENSI
1. Point Prevalence

 yaitu proporsi individu di dalam populasi yang menderita penyakit

pada titik(“point”) waktu tertentu. Menggambarkan status penyakit
pada populasi pada titik waktu tertentu. Point prevalence rate ini
dapat memperkirakan peluang individu menderita penyakit pada titik
waktu tertentu.

Σ penduduk yang ada pada suatu saat waktu

Rumus : 𝑥 𝑘𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑎
Σ penduduk pada saat itu

 Contoh : kasus penyakit TBC di kecamatan moyang pada waktu dilakukan

survey pada bulan juli 1998 adalah 98 orang dari 24.000 penduduk kecamatan
tersebut. Maka prevalence rate di kecamatan tersebut adalah :
98
24.000
𝑥 1000 = 0,010
 UKURAN MORDIBITAS
 MACAM-MACAM UKURAN PREVALENSI

2. Periode Prevalence
 ,menunjukkan terjadinya penyakit pada periode waktu tertentu,prevalensi
periode ini sama dengan prevalensi titik di awal periode ditambah dengan
jumlah kasus baru yang terjadi pada sisa waktu periode studi.
Numeratornya meliputi kasus baru dan lama . tidak ada sekuens waktu
dimasukkan dalam kalkulasi ini. Artinya tidak akan mungkin diketahui
kapan sekelompok masyarakat terserang penyakit. Prevalensi periode
sangat jarang digunakan.

Σ penderita lama+baru dalam suatu periode

Rumus : 𝑤𝑎𝑘𝑡𝑢 𝑡𝑒𝑟𝑡𝑒𝑛𝑡𝑢
Σ penduduk pada pertengahan periode waktu yang 𝑥 𝑘𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑎
𝑏𝑒𝑟𝑠𝑎𝑛𝑔𝑘𝑢𝑡𝑎𝑛
 Dari gambar di Samping hitunglah Prevalens Periode
Lanjutan…. (PP) dari tahun ke-1 hingga ke-4.
Keterangan :
 Contoh : • Notasi A, B,C,D, E, F, G merupakan individu yang
diamati (ada 7 orang)
• Notasi 1, 2, 3, 4, 5, 6, 7 merupakan tahun yang
diamati (ada 7 tahun pengamatan)
• Jumlah kasus baru selama 7 tahun pengamatan
ada 3 kasus
• Rata-rata lama sakit = (3+5+2)/3 tahun = 3,3 tahun -
Orang – waktu (Person–Time)
• Jumlah waktu seseorang yang memberikan
kontribusi masa sehat sejak awal pengamatan.
a. Untuk A = masa sehat 7 tahun
b. Untuk B = masa sehat 7 tahun
c. Untuk C = masa sehat 2 tahun
d. Untuk D = masa sehat 7 tahun
e. Untuk E = masa sehat 3 tahun
f. Untuk F = masa sehat 2 tahun
g. Untuk G = masa sehat 5 tahun
• Total orang– tahun = (7+7+2+7+3+2+5) orang- tahun
= 33 orang tahun
Lanjutan….
 Contoh :

Dari gambar di Samping hitunglah Prevalens Periode

(PP) dari tahun ke-1 hingga ke-4.

Σ penderita lama+baru dalam suatu periode

Rumus : 𝑤𝑎𝑘𝑡𝑢 𝑡𝑒𝑟𝑡𝑒𝑛𝑡𝑢
Σ penduduk pada pertengahan periode waktu yang 𝑥 𝑘𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑎
𝑏𝑒𝑟𝑠𝑎𝑛𝑔𝑘𝑢𝑡𝑎𝑛
Karena jumlah orang (populasi) dalam pengamatan
berubah-ubah, maka kita dapat menggunakan jumlah
rata-rata dari populasi, atau yang umum digunakan
adalah jumlah populasi pada tengah tahun
pengamatan (midpoint year), sehingga

PP = 0,29
 MANFAAT UKURAN PREVALENSI

 Menggambarkan tingkat keberhasilan program pemberantasan penyakit

 Penyusunan perencanaan pelayanan kesehatan , missal obat, tenaga,
ruangan
 Menyatakan banyaknya kasus yang dapat didiagnosis.
 FAKTOR YANG MEMPENGARUHI PREVALENSI
 Meningkatkan :
Diturunkan :
 Durasi penyakit yang lebih
lama  Durasi penyakit yang lebih

 Pemanjangan usia penderita pendek

tanpa pengobatan
 Meningkatnya tingkat fasilitas
 Peningkatan kasus-kasus
baru kasus akibat penyakit
 Kasus-kasus migrasi ke dalam  Menurunnya kasus-kasus baru
populasi
 Migrasi ke dalam orang-orang
 Migrasi ke luar dari orang-
orang sehat dan migrasi ke yang sehat
dalam dari orang-orang
rentan  Meningkatnya kesembuhan untuk
 Peningkatan sarana kasus-kasus penyakit.
diagnostic (pelaporan yang
baik)
Hubungan antara incidence dan prevalence
Besarnya nilai prevalence ditentukan oleh banyaknya orang yang sakit
sebelumya (insidense), serta lamanya orang tersebut menderita penyakit.
(duration). Meskipun jumlah orang sakit sebelumnya tidak begitu banyak,
tetapi jika penyakit berlangsung cukup lama , maka lama kelamaan jumlah
penderita akan meningkat karena terjadi penumpukan jumlah orang yang
sakit, sehingga angka prevalen untuk penyakit akan menjadi tinggi.jika
diketahui angka insiden dan prevalen suatu penyakit, maka dapat dihitung
lama berlangsungnya penyakit tersebut.
 Rumus : P = I x D
 Keterangan :
P = prevalensi
I = insidens
D = lamanya sakit
Lanjutan…
 Contoh

Pada suatu wilayah X ditemukan

suatu perjalanan penyakit Y untuk
bulan januari sampai Juni, seperti di
atas. Berapakah angka insidensi
dan prevalen penyakit tersebut
untuk periode bulan februari samapi
dengan mei?
 Insiden merupakan kasus baru
yang ditemukan dari Februari-Mei
A+D+E+F+G = 5
 Prevalen merupakan kasus lama
dan baru yang ditemukan dari
Februari-Mei
A+B+D+E+F+G+H+I = 8
 UKURAN MORTALITAS
 ANGKA KEMATIAN KASAR
Jumlah semua kematian yang ditemukan pada satu jangka waktu tertentu
dibagi dengan jumlah penduduk pada pertengahan waktu yang
bersangkutan dalam persen.
jumlah seluruh kematian
CDR = 𝑥 𝑘𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑎
jumlah penduduk pertengahan

 ANGKA KEMATIAN PERINATAL

Jumlah kematian bayi yang dilahirkan pada usia kehamilan 28 minggu atau
lebih ditambah dengan jumlah kematian bayi yang berumur kurang dari 7
hari yang dicatat selama 1 tahun per 1000 kelahiran hidup pada tahun yang
sama. Manfaat perhitungan ini ialah untuk menggambarkan keadaan
kesehatan masyarakat terutama kesehatan ibu hamil dan bayi.
jumlah kematian bayi yang dilahirkan pada usia kehamilan
28 𝑚𝑖𝑛𝑔𝑔𝑢 𝑎𝑡𝑎𝑢 𝑙𝑒𝑏𝑖ℎ+𝑗𝑢𝑚𝑙𝑎ℎ 𝑘𝑒𝑚𝑎𝑡𝑖𝑎𝑛 𝑏𝑎𝑦𝑖 𝑦𝑎𝑛𝑔 𝑏𝑒𝑟𝑢𝑚𝑢𝑟
𝑘𝑢𝑟𝑎𝑛𝑔 𝑑𝑎𝑟𝑖 7 ℎ𝑎𝑟𝑖 𝑦𝑎𝑛𝑔 𝑑𝑖𝑐𝑎𝑡𝑎𝑡 𝑠𝑒𝑙𝑎𝑚𝑎 𝑠𝑒𝑡𝑎ℎ𝑢𝑛
PMR : 𝑥 𝑘𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑎
jumlah bayi lahir hidup pada tahun yang sama
 UKURAN MORTALITAS
 ANGKA KEMATIAN BAYI BARU LAHIR
Jumlah kematian bayi berumur kurang dari 28 hari yang dicatat selama 1
tahun per 1000 kelahiran hidup pada tahun yang sama. Perhitungan ini
digunakan untuk mengetahui tinggi rendahnya usaha perawatan post
natal, program imunisasi , pertolongan persalinan dan penyakit infeksi.
𝑗𝑢𝑚𝑙𝑎ℎ 𝑘𝑒𝑚𝑎𝑡𝑖𝑎𝑛 𝑏𝑎𝑦𝑖 𝑢𝑚𝑢𝑟 𝑘𝑢𝑟𝑎𝑛𝑔 𝑑𝑎𝑟𝑖 28 ℎ𝑎𝑟𝑖
NMR = 𝑥 𝑘𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑎
jumlah kelahiran hidup pada tahun yang sama

 ANGKA KEMATIAN BAYI

Jumlah seluruh kematian bayi yang berumur kurang dari 1 tahun pada suatu
jangka waktu dibagi dengan jumlah seluruh kelahiran hidup dan dinyatakan
dalam persen. Perhitungan ini digunakan sebagai indicator yang sensitive
terhadap derajat kesehatan masyarakat.
𝑗𝑢𝑚𝑙𝑎ℎ 𝑠𝑒𝑙𝑢𝑟𝑢ℎ 𝑘𝑒𝑚𝑎𝑡𝑖𝑎𝑛 𝑏𝑎𝑦𝑖 𝑑𝑎𝑙𝑎𝑚 1 𝑡𝑎ℎ𝑢𝑛
IMR = 𝑥 𝑘𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑎
jumlah kelahiran hidup pada tahun yang sama
 UKURAN MORTALITAS
 ANGKA KEMATIAN BALITA
Jumlah kematian balita yang dicatat selama satu tahun per 100
penduduk balita pada tahun yang sama . perhitungan ini digunakan
untuk mengatur status kesehatan bayi.
𝑗𝑢𝑚𝑙𝑎ℎ 𝑘𝑒𝑚𝑎𝑡𝑖𝑎𝑛 𝑏𝑎𝑙𝑖𝑡𝑎 𝑦𝑎𝑛𝑔 𝑑𝑖𝑐𝑎𝑡𝑎𝑡 𝑠𝑒𝑙𝑎𝑚𝑎 𝑠𝑎𝑡𝑢 𝑡𝑎ℎ𝑢𝑛
UFMR = 𝑥 𝑘𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑎
jumlah penduduk balita pada tahun yang sama

 ANGKA KEMATIAN PASCA NEONATAL

Merupakan kematian yang terjadi pada bayi usia 28 hari sampai satu tahun
per 1000 kelahiran hidup dalam satu tahun. Perhitungan ini bermanfaat untuk
menelusuri kematian di negara belum berkembang, terutama di tempat bayi
meninggal pada tahun pertama kehidupannya akibat malnutrisi, defisiensi
gizi, dan penyakit infeksi
jumlah kematian bayi umur 28 hari sampai dengan 1 tahun
PMR = 𝑥 𝑘𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑎
jumlah kelahiran hidup pada tahun yang sama
 UKURAN MORTALITAS
 ANGKA KEMATIAN JANIN
Merupakan proporsi jumlah kematian janin yang dikaitkan dengan
jumlah kelahiran pada periode waktu tertentu, biasanya satu tahun.
jumlah kematian dibu hamil,persalinan,nifas dalam 1 tahun
FMR = 𝑥 𝑘𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑎
jumlah kelahiran hidup pada tahun yang sama

 ANGKA KEMATIAN IBU

Jumlah kematian ibu sebagai akibat dari komplikasi kelahiran, persalinan dan
masa nifas dalam 1 tahun per 1000 kelahiran hidup pada tahun yang sama.
jumlah kematian bayi umur 28 hari sampai dengan 1 tahun
MMR = 𝑥 𝑘𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑎
jumlah kelahiran hidup pada tahun yang sama
NMR =

UKURAN MORTALITAS
 ANGKA KEMATIAN SPESIFIK MENURUT UMUR
Jumlah seluruh kematian karena penyebab dalam satu jangka waktu
tertentu dibagi dengan jumlah penduduk yang mungkin terkena penyakit
tersebut dalam persen.
d(x)
ASMR = 𝑥 𝑘𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑎
p(x)
Keterangan :
 d(x) = jumlah kematian yang dicatat dalam satu tahun pada
penduduk golongan
 p(x) = jumlah penduduk pertengahan tahun pada golongan umur
tersebut

 CAUSE SPESIFIC MORTALITY RATE

Jumlah seluruh kematian karena penyebab dalam satu jangka waktu tertentu
dibagi dengan jumlah penduduk yang mungkin terkena penyakit tersebut
dalam persen.
jumlah kematian karena penyakit tertentu
CSMR = 𝑥 𝑘𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑎
jumlah seluruh penduduk yang mungkin terkena penyakit tsb
NMR =

UKURAN MORTALITAS

 CASE FERTILITY RATE

Jumlah seluruh kematian karena satu penyebab dalam jangka waktu

tertentu dibagi dengan jumlah seluruh penderita pada waktu yang
sama dalam persen. Perhitungan ini digunakan untuk mengetahui
penyakit-penyakit dengan kematian yang tinggi.

jumlajumh seluruhh kematian karena penyakit tertentu

CFR = 𝑥 𝑘𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑎
jumlah seluruh penderita penyakit yang sama
 Perbedaan Antara Insidensi dan Prevalensi
INSIDENSI PREVALENSI

Numerator Kasus baruyang terjadi selama Semua kasus yang ada ( baru dan lama )
periode waktu tertentu
selama periode waktu tertentu.

Denominator Jumlah dalam populasi yang beresiko Jumlah dalam populasi

mengembangkan penyakit

Fokus Ketika kejadian adalah kasus baru, Ada atau tidak adanya penyakit , periode
permulaan waktu dari penyakit. waktu berubah-ubah.

Penggunaan Memperlihatkan resiko untuk menjadi Mengestimasi kemungkinan populasi

sakit. Pengukuran utama pada sakit menjadi sakit pada periode waktu selama
atau kondisi kronis. Lebih banyak penelitian.
digunakan penelitian yang
menginvestigasi penyebab
Sumber Kesalahan Pengukuran Penyakit
 Kesalahan akibat penggunaan data yang tidak sesuai
Contoh :

 Menpergunakan sumber data yang tidak representative, missal hanya

data dari fatilitas pelayanan kesehatan saja, padahal telah diketahui
cakupan fasilitas pelayanan amat terbatas dan tidak semua masyarakat
menggunakan fasilitas pelayanan kesehatan tersebut.

 Memanfaatkan data dari hasil survey khusus yang pengambilan

respondennya tidak secara acak (tidak memenuhi syarat randomisasi)

 Memanfaatkan data dari hasil survey khusus yang sebagian besar

respondennya tidak memberikan jawaban.
Sumber Kesalahan Pengukuran Penyakit
 Kesalahan karena adanya faktor bias
yang dimaksud dengan bias disini adalah terdapatnya perbedaan antara
hasil pengukuran dengan nilai yang sebenarnya. Kesalahan karena bisa
dapat berasal dari segi pengumpulan data ataupun dari masyarakat
yang dikumpulkan datanya.
 Contoh kesalahan yang bersumber dari pengumpul data :
 Mempergunakan alat ukur yang berbeda-beda atau yang tidak
distandarisasi
 Menggunakan teknik pengukuran yang berbeda-beda
 Menggunakan cara pencatatan hasil yang berbeda beda.
 Contoh kesalahan karena bias yang bersumber dari masyarakat :
 Terdapatnya perbedaan persepsi masyarakat akan penyakit yang
ditanyakan
 Terdapatnya perbedaan respons terhadap alat test yang digunakan.
 DAFTAR PUSTAKA
Hasmi.2011.Dasar – Dasar Epidemiologi.Trans Info Media.Jakarta
Purba,E.N Stevi, Inggit Mey Rahmawati, Prista Arzenith, Putri Puspitasari, Okta Arum,
dan Andika Pramasatya.2015.Ukuran – Ukuran Frekuensi .
https://slideplayer.info/slide/3062059/.Diakses Tanggal 18 Maret 2021
Chandra, Yuliani.2018.Ukuran Frekuensi Epidemiologi.
https://slideplayer.info/slide/12250171/.Diakses tanggal 18 Maret 2021
Usman, Najmah.2016.Perhitungan Dasar Epidemiologi III.
insidensi,https://www.slideshare.net/najmahusman/bab-ii-perhitungan-dalam-
epidemiologi-part-
2#:~:text=Perbedaan%20utama%20prevalensi%20dan%20kasus%20pada%20period
e%20waktu%20tertentu.. Diakses tanggal 18 Maret 2021
Widiyaningsih, Cicillia.2019.Epidemiologi.
http://repositorii.urindo.ac.id/repository2/files/original/4d0206a2d9c23adfc09b20e0
2da154b2940ec8d7.pdf.Diakses Tanggal 18 Maret 2021
Heryana,Ade.2013.Ukuran – Ukuran Dalam Epidemiologi.
http://adeheryana.weblog.esaunggul.ac.id/wp-
content/uploads/sites/5665/2017/02/Ade-Heryana_CatKul-Ukuran-Frekuensi-
Penyakit.pdf.Diakses Tanggal 19 Maret 2021