TUGAS KELOMPOK 2

EPIDEMIOLOGI DAN BIOSTATISTIK

Dosen : Prof. Dr. drg. Masriadi, M. Kes.

Disusun oleh :
Aprilia Hidayani( P2MK200204009 )
Ihwal Nur Kasmar (P2MK200204011)
Karissa Maria S. ( P2MK200204017)
Niko Ferdian (P2MK200204005)
Nofya kadir (P2MK200204009)
Regina Rizki Ariandini   (P2MK200204002) 
Rani puji rahayu (P2MK200204012)
Yosepus A. Awantano.(P2MK200204020) 

JURUSAN MAGISTER KESEHATAN MASYARAKAT

UNIVERSITAS INDONESIA TIMUR MAKASSAR
2020-2021
 DAFTAR ISI

DAFTAR ISI............................................................................................................ii

DAFTAR TABEL..................................................................................................iii

TINJAUAN PUSTAKA..........................................................................................1
1. Proporsi, Rasio, Rate............................................................................................1
1.1 Proporsi.......................................................................................................1
1.2 Rasio............................................................................................................1
1.3 Rate..............................................................................................................2
2. Crude, Specific, dan Standardized Rates.............................................................7
2.1 Crude Rate...................................................................................................7
2.2 Specific rate.................................................................................................7
2.3 Metode standarisasi langsung......................................................................8
2.4 Metode standarisasi tidak langsung.............................................................8
2.5 Adjusted Rates.............................................................................................8
3. Years of Potential Life Lost..................................................................................9
4. Insiden dan Prevalen..........................................................................................10
4.1 Prevalensi dan Insidensi dan Hubungannya terhadap Waktu...................10
4.2 Hubungan Antara Prevalensi, Insidensi dan Durasi Penyakit...................11
4.3 Studi Prevalensi dan Insidensi...................................................................12
4.3.1 Studi Prevalensi................................................................................12
4.3.2. Studi Insidensi..................................................................................14
5. Risk Rasio (RR) & Odds Rasio (OR)................................................................16
5.1 Risiko Rasio (Risk Ratio/Relative Risk)....................................................16
5.2 Odds Ratio................................................................................................18
6. Tipe Desain Epidemiologi.................................................................................20
6.1 Epidemiologi Deskriptif............................................................................20
6.2 Epidemiologi Analitik...............................................................................22
6.3 Studi Eksperimental..................................................................................23
7. Sumber Informasi dan Data Static Mortalitas....................................................24

KESIMPULAN......................................................................................................28
DAFTAR PUSTAKA

DAFTAR TABEL

Tabel 1. Distribusi frekuensi berdasarkan tingkat Pendidikan................................1

Tabel 2. Advantages And Disadvantages Crude, Specific, Adjusted Rates............8

Tabel 3. Advantages And Disadvantages Crude, Specific, Adjusted Rates............9

Tabel 4. Hubungan antara insidensi, prevalensi dan durasi waktu pada pasien
asma di Amerika Serikat........................................................................................12

Tabel 5. Karakteristik dari Prevalensi dan Insidensi.............................................12

Tabel 6. Efektivitas Intervensi Terpadu terhadap Perilaku Merokok di dalam

Rumah....................................................................................................................17

Tabel 7. Hubungan antara status kebiasaan dan kejadian patah tulang pinggul
pada wanita lansia di Geelong, Australia...............................................................19

Tabel 8. Hubungan antara aktifitas fisik dan kejadian patah tulang pinggul pada
wanita lansia di Geelong, Australia.......................................................................19
 TINJAUAN PUSTAKA
1. Proporsi, Rasio, Rate

1.1 Proporsi
Adalah ukuran yang membandingkan kuantitas (A) sebagai numerator dan
kuantitas lainnya sebagai denominator yang mengandung kuantitas numerator
(A+B). Atau proporsi adalah suatu penyebaran persentase yakni proporsi dari
jumlah peristiwa-peristiwa dalam sekelompok data yang mengenal masing-
masing kategori atau sub-kelompok dari kelompok itu. Nilai proporsi digunakan
untuk menyatakan besar relatif suatu kelompok terhadap total semua kelompok.
Contoh ukuran yang menggunakan proporsi : jumlah yang sakit diare pada
kelompok yang makan sajian pesta.
Adapun cara menghitung proporsi adalah sebagai berikut:(1)

Proporsi A=A /( A+ B) (1)

Keterangan :
A : jumlah orang dalam suatu populasi yang dianggap terkena penyakit.
B : jumlah orang dalam suatu populasi yang tidak terkena Penyakit.
Contoh perhitungan proporsi :

Tabel 1. Distribusi frekuensi berdasarkan tingkat Pendidikan

Tingkat
Frekuensi Proporsi %
Pendidikan
Tidak tamat SD 5 5/53 9,4
Tamat SD 23 23/53 43,4
Tamat SLTP 10 10/53 18,9
Tamat SLTA 11 11/53 20,8
Tamat Diploma 4 4/53 7,5
Jumlah 53 100

1.2 Rasio
Rasio adalah ukuran yang membandingkan kuantitas (A) numerator dan
kuantitas (B) denominator. Suatu pecahan dimana numerator tidak termasuk
denominator. Rasio merupakan suatu pernyataan frekuensi nisbi kejadian dari

1
suatu peristiwa terhadap peristiwa lainnya. Rasio digunakan untuk
membandingkan satu hal/kondisi dengan satu hal yang bukan merupakan bagian
dari pembandingnya. Misalnya rasio jumlah laki-laki terhadap perempuan.(1)

Rasio A=A / B (2)

Keterangan :
A : banyaknya peristiwa, orang dan lainnya
B : jumlah orang dalam suatu populasi yang terkena penyakit.

1.3 Rate
Rate merupakan besarnya peristiwa yang terjadi terhadap jumlah
keseluruhan penduduk dimana peristiwa itu berlangsung dalam suatu batas waktu
tertentu. Rate digunakan untuk mengukur kemungkinan (probability kejadian
dalam populasi terhadap beberapa peristiwa tertentu misalnya kasus atau kematian
karena penyakit infeksi. Ada 3 unsur diperhatikan dalam menghitung rate yaitu:
jumlah penyakit, besar populasi, jangka waktu untuk memperoleh kejadian
penyakit.(1)
Rumus untuk menghitung rate :

Rate A=A /( A +B) . k (3)

Keterangan :
A : jumlah orang dalam suatu populasi yang dianggap terkena penyakit
B : jumlah orang dalam suatu populasi yang tidak terkena penyakit
K : nilai konstanta, biasanya dinyatakan bernilai 100, 1000 atau 10.000

Rate banyak digunakan dalam berbagai perhitungan epidemiologi yakni

dalam perhitungan epidemiologi yakni dalam perhitungan angka kematian, angka
kesakitan maupun angka kelahiran. Adapun bentuk-bentuk penggunaan rate dapat
dilihat pada uraian berikut :(1)

1. Ukuran Morbiditas
a. Insidensi

2
 Insidensi adalah jumlah kejadian/penyakit (kasus baru) pada kelompok
penduduk tertentu dalam suatu kurun waktu tertentu.
Rumus :

jumlah kejadian dalam waktu tertentu

Angka Insidensi= xk (4)
jumlah populasi yang berisiko dalam waktu tertentu

Pada penyakit menular tertentu dengan masa inkubasi yang pendek dapat
dihitung attack rate (angka serangan), misal pada wabah atau kejadian luar
biasa yang biasanya berlangsung tidak terlalu lama (beberapa hari atau
minggu saja).(1)

Rumus :

jumlah penderita yang ditemukan

Attack rate= xk
jumlah penduduk yang mempunyai risiko pada waktu terjadi wabah
(5)

Beberapa tujuan menggunakan angka insidensi yaitu sebagai berikut :

(1)
Mengukur angka kejadian penyakit, digunakan untuk menyelidiki sebab
akibat dalam penelitian epidemiologi, perbandingan antara berbagai poplasi
dengan pemaparan yang berbeda, untuk mengukur besarnya risiko determinan
tertentu.

b. Prevalensi
Angka prevalensi juga merupakan angka kejadian penyakit pada suatu
populasi tertentu dalam jangka waktu tertentu. Prevalensi selain mencakup
kasus baru juga mencakup kasus lama pada jangka waktu tertentu.(2)

1) Point prevalensi, yaitu jumlah seluruh penderita (lama dan baru) yang
ada pada suatu saat tertentu.(1)
Rumus:

jumlah penderita yang ada pada suatuwaktu

Point prevalensi= xk (6)
jumlah penduduk pada waktu tertentu

3
 2) Period prevalensi, yakni jumlah seluruh penderita (lama dan baru ) yang
ada pada suatu periode tertentu.
Rumus:

jumlah penderita yang ada pada peiode tertentu

Period prevalensi= xk (7)
jumlah penduduk pada periode tertentu

Angka prevalensi digunakan untuk tujuan : menggambarkan tingkat

keberhasilan program pemberantasan penyakit, penyusunan perencanaan
pelayanan kesehatan misal obat, tenaga, ruangan. Menyatakan banyaknya
kasus yang dapat didiagnosis.(1)

2. Ukuran Mortalitas
a. Crude Death Rate (CDR)
CDR atau angka kematian kasar adalah jumlah kematian yang dicatat
selama satu tahun per 1000 penduduk di pertengahan tahun yang sama.(1)
Rumus :

jumlah kematian yang ada padatahun tertentu

CDR= (8)
jumlah penduduk pada pertengahantahun yang sama

b. Age Spesific Death Rate (ASDR)

ASDR atau angka kematian umur tertentu adalah jumlah kematian yang
dicatat berdasarkan golongan usia tertentu selama satu tahun per 1000
penduduk di pertengahan tahun yang sama. Kelompok usia khusus seperti :
usia neonates, bayi, balita, usia sekolah, dewasa, usia lanjut, dan lain-lain.
Kelompok umur pada usia bayi terbagi lagi menjadi :(1)

1. Perinatal Mortality Rate (Kematian janin >28 mgg usia kehamilan

bayi berusia 7 hari)
2. Neonatal Mortality Rate (0-1 bulan)
3. Post Neonatal Mortality Rate (1 bulan – 1 tahun)

Rumus :

4
 jumlah kematianusiatertentu pada tahun tertentu
ASDR= x 1000 (9)
jumlah penduduk di pertengahantahun yang sama

c. Cause Specific Mortality Rate (CSMR)

CSMR atau angka kematian karena sebab spesifik adalah jumlah
kematian yang dicatat karena penyebab/penyakit tertentu selama satu tahun
per 1000 penduduk di pertengahan tahun yang sama.(1)

Rumus :

jumlahkematian karena penyakit tertentu pada tahun tertentu

CSMR= x 1000
jumlah penduduk di pertengahan tahun yang sama
(10)

d. Case Fatality Rate (CFR)

CFR atau angka kematian fatal adalah jumlah kematian fatal yang dicatat
karena selama satu tahun per 1000 penduduk di pertengahan tahun yang
sama. CFR lebih menunjukkan keganasan penyakit tersebut pada kondisi atau
lingkungan tertentu seperti kematian saat kejadian luar biasa atau karena
penyakit tertentu.(1)

Rumus :

jumlah kematiankarena penyebab penyakit tertentu dalam suatulingkungan

kurun waktu tertentu
CFR= x 1000
jumlah penderita penyakit tersebut dalam lingkungan dan
kurun waktu yang sama

(11)

1. Angka kematian kasus fatal (case fetality rate)

Adalah jumlah seluruh kematian akibat satu penyebab dalam jangka
waktu tertentu bagi jumlah seluruh penderita pada waktu yang sama dalam
persen . angka kasus fatal berguna untuk memperoleh gambaran tentang
distribusi penyakit dan tingkat kematian penyakit tertentu.rumus untuk
menghitung aalah sebagai berikut :

5
 Rumus :

jumlah seluruh kematian akibat penyakit tertentu

CFR= xk (12)
jumlah seluruh penderita penyakit tertentu

2. Angka kematian ibu (maternal mortality rate/mmr)

Angka kematian ibu (maternal mortalty rate) adalah jumlah kematian ibu
akibat kehamilan, persalinan, dan nifas dalam satu tahun di bagi dengan
jumlah kelahiran hidup pada tahun yang sama. tinggi rendahnya angka
kematian ibu berkaitan dengan, sosial ekonomi, kesehtan ibu sebelum hamil,
bersalin, dam nifas, pelayanan kesehatan terhadap ibu hamil, pertolongan
persalinan dn perwatan masa nifas. rumus untuk menghitung angka kematian
ibu adalah sebagai berikut.

Rumus :

jumlah kematianibu karenakehamilan , kelahiran , dan nifas

MMR= xk
jumlah kelahiran hidup pada tahun yang sama
(13)

3. Angka kematian bayi (infant mortality rate/imr)

Angka kematian Bayi atau infant mortality rate adalah jumlah seluruh
kematian bayi usia di bawah 1 tahun pada satu jangka waktu umumnya 1
tahun dibagi jumah seluruh kelahiran hidup. Rumus untuk menghitung IMR
sebagai barikut.

Rumus :

jumlah seluruh kematian bayi

IMR= xk (14)
jumlahkelahiran hidup

3. Ukuran Fertilitas
a. Crude Birth Rate (CBR)

6
 Angka kelahiran kasar adalah jumlah kelahiran yang dicatat selama satu
tahun per 1000 penduduk di pertengahan tahun yang sama.(2)

Rumus:

jumlah kelahiran hidup selama satu tahun

CBR= x 1000
jumlah penduduk di pertengahantahun yang sama
(15)

b. Age Specific Birth Rate (ASBR)

Angka kelahiran pada usia tertentu adalah jumlah kelahiran hidup oleh
ibu pada golongan umur tertentu yang dicatat selama satu tahun per 1000
penduduk wanita golongan umur tertentu pada pertengahan tahun yang sama.
Pengelompokan umur dengan ketentuan interval 5 tahun, usia subur antara 15
sampai 49 tahun menggunakan interval 7 tahun, dapat disusun menjadi
distribusi frekuensi pada setiap golongan umur (interval). Penggunaan angka
ASBR bisa memberikan informasi tentang kelompok umur berapa yang
punya tingkat kesuburan yang tinggi.(2)

Rumus:

jumlah kelahiran hidupoleh ibu golongan umur tertentu

selama 1 tahun
CBR= x 1 000
jumlah penduduk wanita golongan umur tertentu pada pertengahantahun
yang sama
(16)

2. Crude, Specific, dan Standardized Rates (3) (4) (5) (6)

Rate dapat dihitung dari :
a. seluruh populasi atau
b. subpopulasi yang ada di populasi besar

2.1 Crude Rate

Dihitung dari seluruh populasi.

Contoh : crude death rate

7
 Numerator : jumlah seluruh kematian selama interval waktu tertentu

Denominator : jumlah populasi rata-rata selama interval waktu yang sama

2.2 Specific rate

Dihitung dari subpopulasi

Contoh : age specific death rate

Numerator : jumlah kematian pada kelompok usia tertentu selama

interval waktu tertentu
Denominator : jumlah populasi rata-rata kelompok usia tertentu selama
interval waktu yang sama

Contoh lain : sex specific death rate

Numerator : jumlah kematian pada kelompok sex tertentu selama

interval waktu tertentu
Denominator : jumlah populasi rata-rata kelompok sex tertentu selama
interval waktu yang sama

2.3 Metode standarisasi langsung

Cara kalkulasi :
1. Menggunakan specific rate berdasarkan variabel yang akan dikontrol (misal
umur, sex dll) pada populasi studi
2. Specific rate tadi diaplikasikan pada populasi standard berdasarkan variabel
yang akan dikontrol (umur, sex dll)
Standarisasi ini menggambarkan : Apa yang akan terjadi dengan crude rate
pada populasi studi jika distribusi dari variabel yang dikontrol (misal umur, sex)
sama dengan populasi standard.

2.4 Metode standarisasi tidak langsung

Prosedur Perhitungan: Indirect
1. Tentukan category-specific rates populasi standard
2. Dapatkan distribusi populasi yang dibandingkan
3. Hitung jumlah “expexted deaths/cases”

8
 4. Hitung SMR : Jumlah kematian yang diobservasi Jumlah “expected deaths”
5. Hitung rate yang distandardisasi: SMR x Crude Death Rate populasi
standard

2.5 Adjusted Rates

Statistically constructed summary rates that account for the difference
between population with respect to these other variable.

Tabel 2. Advantages And Disadvantages Crude, Specific, Adjusted Rates

Rates Advantages Disadvantages

Crude 1. Actual summary rates 1. Difference crude rates
2. Readily calculable for difficult to interpret
international comparison (vary in composition)
widely used
Specific 1. Comparison is made
between homogens
subgroup (more 1. Cumbersome to
accurate) compare subgroup
2. Detailed rates are several subgroups of two
useful for or more populations
epidemiologic and
public health purpose

Tabel 3. Advantages And Disadvantages Crude, Specific, Adjusted Rates

Rates Advantages Disadvantages

Adjusted 1. Summary statement 1. Fictional rates
2. Differences in 2. Absolute magnitudes
composition of groups depend on standard
are removed permitting population chosen 3.
unbiased comparisons Actual value of adjusted
is meaningless

3. Years of Potential Life Lost

Years of potential life lost adalah dampak besar dari kematian dini pada
suatu populasi; itu dihitung sebagai jumlah dari perbedaan antara beberapa titik
akhir yang telah ditentukan dan usia kematian bagi mereka yang meninggal

9
sebelum titik akhir. dua titik akhir yang paling umum digunakan adalah usia 65
tahun dan harapan hidup rata-rata, misalnya, 76,2 untuk wanita dan 70,4 untuk
pria di Malaysia (2004).(7)

Dalam beberapa tahun terakhir, indeks kematian lainnya, tahun-tahun

kehilangan nyawa potensial, semakin sering digunakan untuk menetapkan
prioritas kesehatan, YPLL adalah ukuran kematian dini, atau kematian dini. YPLL
mengakui bahwa terjadi pada seseorang di usia yang lebih muda jelas melibatkan
kehilangan yang lebih besar dari tahun-tahun produktif di masa depan daripada
kematian yang terjadi pada usia yang lebih tua. Dua langkah yang terlibat dalam
perhitungan ini: pada langkah pertama, untuk setiap penyebab, usia setiap orang
yang meninggal pada saat kematian dikurangi dari usia kematian yang telah
ditentukan (atau "rata-rata").(7)

Di Amerika Serikat, usia "standar" yang telah ditentukan ini biasanya 75

tahun. Dengan demikian, seorang bayi yang meninggal pada usia 1 tahun telah
kehilangan 74 tahun kehidupan (75 ke 1), tetapi seseorang yang meninggal pada
usia 50 tahun telah kehilangan 25 tahun kehidupan (75 ke 50). Jadi semakin muda
usia di mana hal itu terjadi, semakin banyak tahun kehidupan potensial yang
hilang. Pada langkah kedua, "years of potential life lost" untuk setiap individu
kemudian dijumlahkan untuk menghasilkan YPLL total untuk penyebab spesifik
kematian. Ketika melihat laporan yang menggunakan YPLL, penting untuk dicatat
asumsi apa yang dibuat penulis, termasuk usia standar yang telah ditentukan
sebelumnya yang dipilih YPLL dapat membantu dalam tiga fungsi kesehatan
masyarakat yang penting, menetapkan prioritas penelitian dan sumber daya,
pengawasan tren temporal dalam kematian dini, dan mengevaluasi efektivitas
intervensi program.(7)

4. Insiden dan Prevalen

Prevalensi adalah fraksi (proporsi atau persentasi) dari kelomok orang yang
memiliki kondisi klinis atau outcome pada titik waktu tertentu. Prevalensi juga
terkadang disebut prevalence rate.(8)

10
 Terdapat dua ukuran pada prevalensi, yaitu point prevalence (prevalensi
sesaat) dan period prevalence (prevalensi periode). Prevalensi sesaat diukur pada
titik waktu tertentu. Prevalensi periode adalah jumlah orang yang diidentifikasi
pada saat periode tertentu (biasanya periodenya pendek). Prevalensi periode juga
dapat memasukkan orang-orang yang menjadi kasus pada saat periode waktu
tersebut.(9)
Sedangkan insidensi adalah fraksi atau proporsi dari suatu kelompok yang
pada awalnya bebas dari penyakit yang menghasilkan kondisi tertentu dalam
periode waktu tertentu. Insidensi selanjutnya merujuk pada kasus baru dari
peyakit yang muncul pada suatu populasi yang pada awalnya bebas dari penyakit
atau outcome seperti gejala-gejala, disabilitas atau kematian yang muncul pada
pasien dengan suatu penyakit.(8)

4.1 Prevalensi dan Insidensi dan Hubungannya terhadap Waktu

Setiap pengukuran dari frekuensi penyakit mengandung beberapa indikasi
waktu. Dengan pengukuran-pengukuran dari prevalensi, waktu diasumsikan pada
seketika itu juga, seperti pada sebuah bingkai pada gambar yang bergerak.(8)
Prevalensi menggambarkan situasi pada titik tersebut pada waktu tersebut
pada setiap pasien, meskipun bisa saja hal itu pada kenyataannnya telah
mengambil beberapa bulan untuk mengumpulkan observasi-observasi pada
bermacam-macam orang di populasi tersebut. Sementara, untuk insidensi, waktu
adalah interval selama subjek yang rentan diobservasi terhadap munculnya
kejadian yang diperhatikan.(8)

4.2 Hubungan Antara Prevalensi, Insidensi dan Durasi Penyakit

Apapun yang meningkatkan durasi penyakit atau penemuan klinis pada
seorang pasien akan meningkatkan kemungkinan bahwa pasien tersebut akan
diidentifikasi pada sebuah study prevalensi. Kasus-kasus prevalensi yang mana
kasus-kasus masih terpengaruh, pasien yang sudah sembuh, meninggal karena
penyakit tersebut atau meninggalkan populasi tersebut sewaktu penelitian masih
dilaksanan tidak lagi termasuk kasus pada survey prevalensi.(8)

11
 Penyakit yang dengan laporan durasi yang singkat akan lebih cenderung
untuk luput dari studi prevalensi. Sebagai contoh, 25%-40% seluruh kematian
akibat penyakit jantung coroner terjadi dalam 24 jam sejak onset dari gejala-gejala
pada orang-orang yang sebelumnya tidak memliki gejala ataupun bukti penyakit
coroner tersebut. Oleh karena itu, studi prevalensi akan tidak menganggap beban
utama pada penyakit jantung koroner. Sebaliknya, penyakit dengan durasi waktu
yang lama akan dengan baik dipresentasikan pada survey prevalensi, walaupun
insidensi nya rendah. Angka insidensi penyakit chron hanya sekitar 2 sampai per
100.000/tahun, namun prevalensinya lebih dari 100/100.000, dikarenakan
perjalanan penyakit yang bersifat kronis.(8)
Sebagai contoh, tabel 4 menunjukkan perkiraan insidensi tahunan dan
prevalensi rate dari penyakit asma. Insidensinya akan menurun seiring dengan
bertambahnya usia, karena memang faktanya penyakit asma muncul pada awalnya
sewaktu anak-anak. Namun prevalensinya akan tetap stabil sepanjang masa
hidupnya, yang demikian mengindikasikan bahwa asa cenderung kronis dan
terutama menjadi kronis pada orang-orang yang semakin tua.(8)
Selain itu, karena kasus-kasus prevalensi tidak bertambah dari segi
ukurannya, namun dengan meningkatnya usia, jumlah pasien yang sedang dalam
penyembuhan dari asma kurang lebih sama dengan jumlah pasien baru yang
menderita asma.(8)

Tabel 4. Hubungan antara insidensi, prevalensi dan durasi waktu pada pasien
asma di Amerika Serikat(8)
Durasi =
Usia Insidensi per
Prevalensi prevalensi/insidensi per
(tahun) tahun
tahun
0-5 6/1000 29/1000 4,8 tahun
6-16 3/1000 32/1000 10,7 tahun
17-44 2/1000 26/1000 13.0 tahun
45-64 1//1000 33/1000 33.0 tahun
65+ 0 36/1000 33.0 tahun
Total 3/1000 30/1000 10.0 tahun

Tabel 5. Karakteristik dari Prevalensi dan Insidensi(8)

12
 Karakteristik Insidensi Prevalensi
Kasus baru yang terjadi Semua kasus yang
pada suatu populasi yang dihitung pada survey
Numerator sebelumnya bebas dari tunggal atau pemeriksaan
penyakit pada periode pada suatu kelompok
waktu tertentu
Denominator Semua orang yang rentan Semua orang diperiksa,
tetapi tanpa penyakit pada termasuk kasus dan bukan
awal periode tertentu kasus
Waktu Durasi pada suatu periode Pada titik waktu tertentu
Studi kohort Prevalensi (cross-
Cara mengukur
sectional)

4.3 Studi Prevalensi dan Insidensi

4.3.1 Studi Prevalensi
Pada studi prevalensi, orang-orang yang di dalam suatu populasi diperiksa.
Beberapa anggota populasi memiliki kondisi pada suatu titik tertentu pada suatu
waktu, sementara yang lain tidak. Fraksi atau proporsi dari populasi yang
memiliki kondisi tersebut membentuk prevalensi dari penyakit.(8)
Nama lain dari studi prevalensi adalah cross-sectional . Hal ini karena
orang-orang yang diteliti adalah pada waktu cross-section.(8) Prevalensi dapat
juga lebih memperhatikan orang-orang dengan karakteristik yang diinginkan ,
bukan penyakit.(10)
Pengukuran prevalensi yang paling sering adalah prevalensi sesaat.
Prevalensi sesaat diperkirakan sebagai proporsi dari orang-orang yang ada di
dalam studi populasi yang memiliki suatu penyakit pada saat waktu tertentu.
Sebagai contoh misalnya jika ada 150 orang pada suatu populasi dan pada suatu
hari ada 15 orang yang sakit flu, perkiraan prevalensi untuk populasi ini adalah 10
%.(10)

^ C (¿ of observed casesat timet )

P= = (17)
N ( Population n ¿ timet )

15
P=
^ =10 %
150

13
 Selain itu, alternative untuk prevalensi sesaat adalah dengan prevalensi
periode (PP), di mana memerlukan asumsi dari populasi yang stabil untuk
perkiraan. PP diperkirakan dengan rasio dari jumlah orang (C) yang diobservasi
memiliki kondisi kesehatan (misalnya penyakit) kapanpun selama periode waktu
follow up, misalnya mulai dari T0 sampai T1, terhadap ukuran (N) dari populasi
untuk periode yang sama, formula untuk PP adalah :(9)

C∗¿ C+ I
PP= = ¿ (18)
N N

Dimana C menunjukkan jumlah dari kasus prevalen saat T0, dan I

menunjukkan jumlah dari kasus insiden yang muncul selama periode tersebut.
Sebagai contoh, pada suatu populasi terdapat 150 orang dalam satu tahun, dan 25
orang memiliki penyakit pada saat awal follow up dan ada 15 kasus baru yang
terjadi pada tahun itu, maka PP-nya adalah :

(25+15)
PP= =0,27=27 %
150

4.3.2. Studi Insidensi

Populasi yang diperiksa pada suatu studi insidensi ialah kohort, yang mana
ditentukan sebagai suatu kelompok yang memiliki persamaan ketika mereka
pertama sekali dipasangkan dan kemudian difollow up seterusnya sampai
munculnya kejadian atau penyakit. Karena hal ini, maka studi insidensi juga
disebut studi kohort.(11)
Pertama, sampel dari orang-orang yang bebas dari penyakit diidentifikasi
dan diobservasi untuk melihat apakah penyakit datang atau tidak. Anggota-
anggota dari studi kohort bisa saja sehat pada awalnya, kemudian diikuti dengan
munculnya penyakit. Atau anggota-anggotanya memiliki penyakit, kemudian
difollow up untuk melihat akibat dari penyakit, seperti gejala-gejala yang muncul,
atau bahkan kematian.(11) Pengukuran insidensi berguna untuk mengidentifikasi
factor-faktor resiko dan memperkirakan etiologi dari suatu penyakit. Untuk

14
mengukur insidensi kita dapat menggunakan rumus P= (I x D), dengan P sebagai
prevalensi, I sebagai insidensi dan D sebagai durasi.(11)
1. Insidensi Kumulatif
Pada titik ini, bentuk ‘insidensi’ digunakan untuk mendeskripsikan rate dari
kejadian baru pada sebuah kelompok orang pada ukuran yang tetap, di mana
seluruh anggota yang diobservasi pada suatu periode waktu. Hal ini disebut
insidensi kumulatif karena kasus-kasus baru diakumulasikan pada waktu tertentu.
(12)
Rumus untuk menghitung insidensi kumulatif adalah :

I
CI = (19)
N

Dengan CI adalah insidensi kumulatif, I adalah kasus insidens atau kasus

baru dan N adalah ukuran keadaan bebas penyakit pada studi kohort yang
difollow selama periode studi tersebut.(12)

2. Densitas insidensi (person-years)

Pendekatan lain untuk mempelajari insidensi ialah dengan mengukur jumlah
dari kasus baru yang muncul pada populasi yang berganti, yang mana orang-orang
dalam penelitian dan rentan untuk waktu yang bervariasi. Insidensi yang turun
dari tipe studi ini disebut densitas insedensi karena hal ini, seperti menunjukkan
densitas dari kasus-kasus baru pad waktu dan tempat.(13)
Contoh-contoh yang khas adalah percobaan klinis dimana pasien yang
memenuhi syarat diikutkan selama beberapa tahun sehingga pasien yang
mengikuti penelitian di awal diobati dan diikuti lebih lama daripada yang ikut
terakhir. Untuk menjaga kontribusi pasien setaraf dengan interval follow upnya,
dominator dari densitas insidensi bukan orang-orang yang dalam resiko terhadap
periode waktu yang spesifik melainkan person-time yang dalam resiko untuk hasil
akhir.
Seseorang yang difollow selama 10 tahun tanpa hasil akhir menyumbang
10 person-years, dimana seseorang yang difollow selama 1 tahun menyumbang

15
satu person-year kepada dominator. Densitas insidensi ditunjukkan sebagai angka
dari kasus-kasus baru per total angka dari person-years yang beresiko.
Pendekatan dengan person-years juga berguna untuk memperkirakan
insidensi dari penyakit pada populasi yang besar ketika perhitungan yang akurat
dari kasus-kasus yang baru tersedia bersama dengan perkiraan populasi yang
beresiko, meskipun populasi, yang disebut populasi dinamis, secara terus-menerus
berganti. 7
Kebanyakan ukuran dan komposisi dari populasi cenderung stabil selama
periode waktu tertentu, meskipun anggota-anggota dari populasi secara terus-
menerus berganti. Sebagai contoh, pendaftaran kanker memiliki perhitungan yang
akurat dari jumlah kasus kanker baru pada daerah mereka, tetapi mereka hanya
memiliki perkiraan yang baik dari ukuran populasi karena orang-orang masuk dan
keluar dari daerah tersebut terus-menerus.
Kerugian dari pendekatan person-years ialah bahwa pendekatan itu akan
membengkak bersama dengan perbedaan panjangnya follow up. Jumlah pasien
yang sedikit yang difollow dalam waktu yang lama menyumbangkan jumlah yang
sama dengan jika jumlah pasien yang banyak yang difollow pada waktu yang
singkat.

5. Risk Rasio (RR) & Odds Rasio (OR)

5.1 Risiko Rasio (Risk Ratio/Relative Risk)
Risk Ratio atau Relative Ratio adalah rasio dari risiko terjadinya penyakit
atau kondisi kesehatan antara kelompok yang terpapar dan kelompok yang tidak
terpapar. Risk ratio dapat digunakan jika periode waktu penyakit memiliki durasi
yang tetap atau pasti. Contohnya, kolera dengan masa inkubasi yang pasti juga
memiliki satu durasi yang pasti. Namun, jika penyakit memiliki masa inkubasi
lama atau bervariasi, penetapan risk ratio membutuhkan periode observasi yang
cukup lama. Risiko relatif didefinisikan sebagai ukuran yang dapat menunjukkan
berapa kali risiko untuk mengalami suatu penyakit pada populasi terpapar relatif
dibandingkan dengan populasi tidak terpapar.(14)

16
 Risk Ratio = cumulative
incidence ratio

Risk ratio disebut juga sebagai cumulative incidence ratio (rasio insidensi
kumulatif) dan berkaitan dengan rate ratio. Rasio insiden sikumulatif
(cumulative incidence ratio / CIR) merupakan rasio angka insidensi kumulatif dari
kelompok yang terpapar penyakit dan angka insidensi kumulatif kelompok yang
tidak terpapar penyakit. Insidensi kumulatif kelompok terpapar merupakan
proporsi dari kasus baru pada kelompok yang terpapar, sedangkan insidensi
kumulatif kelompok tidak terpapar merupakan proporsi dari kasus baru pada
kelompok yang tidak terpapar. Perhitungan Risk Ratio bisa dilakukan pada
penelitian dengan desain studi experimental ataupun kohort.(15)

a
Insidensi Kumulatif Kelompok Terpapar ( )
N1
Risk Rasio= (20)
b
Insidensi Kumulatif Kelompok tidak Terpapar ( )
N0

RR=1 ;Tidak ada hubungan

RR >1 ; Faktor Resiko
RR<1 :FaktorProtektif

Berdasarkan rumus di atas, apabila:

a. Hasil perhitungan = 1, artinya tidak ada asosiasi antara paparan
danpenyakit.
b. Hasil perhitungan > 1, artinya paparan merupakan faktor risiko penyakit,
paparan meningkatkan risiko terkena penyakit tertentu.
c. Hasil perhitungan < 1, artinya paparan memiliki efek protektif terhadap
penyakit, paparan melindungi atau mengurangi risiko penyakit tertentu.

Berikut ini merupakan contoh dari perhitungan Risk Ratio pada penelitian
experimental.(15) Najmah dkk ingin menguji efektivitas intervensi pemodelan
kawasan tanpa rokok pada tingkat rumah tangga di Ogan Ilir yang diadopsi dari

17
Centers for Disease Control and Prevention (CDC). Salah satu variable yang
dilihat adalah perilaku merokok di dalam rumah (outcome) pada kelompok yang
diberikan intervensi terpadu dan tidak (paparan). Hasil penelitian dapat dilihat
pada tabel berikut :

Tabel 6. Efektivitas Intervensi Terpadu terhadap Perilaku Merokok di dalam

Rumah
Merokok di Status Pemberian Intervensi
Total
dalam Rumah Ya Tidak
Ya 56 70 126
Tidak 39 30 69
Total 95 100 195

Berdasarkan data di atas, maka dapat dilakukan perhitungan Risk Rasio

sebagai berikut :
56
Insidensi kelompok terpapar= =0,6
95

70
Insidensi kelompok tidak terpapar= =0,7
100

Sehingga nilai Risk Rasio adalah :

Insidensi kelompok terpapar 0,6

Risk Rasio= = =0,85
Insidensi kelompok tidak terpapar 0,7

Berdasarkan perhitungan diatas, maka dengan RR sebesar 0.85 dapat

diinterpretasikan sebagai risiko perilaku merokok di dalam rumah pada kelompok
yang diberikan intervensi terpadu 0.85 kali lebih rendah atauh 15 % mengurangi
perilaku merokok di dalam rumah dibandingkan dengan kelompok non intervensi.

5.2 Odds Ratio

Asosiasi antara paparan (exposure) dan penyakit (risk ratio) dalam studi
kasus kontrol diukur dengan menghitung Odds Ratio (OR), di mana OR
merupakan rasio kemungkinan paparan pada kasus dan rasio kemungkinan

18
paparan pada kontrol. Odds kasus artinya perbandingan jumlah kasus terpapar
dengan kasus tidak terpapar, sedangkan odds kontrol artinya perbandingan jumlah
kontrol terpapar dan kontrol tidak terpapar. Rumus Odds Ratio adalah:

a
Odds Kasus ( )
b
Odds Ratio ( ¿ ) = (21)
c
Odds Kontrol( )
d

Odds ratio mirip dengan risk ratio, terutama jika diterapkan pada penyakit
langka. Odds ratio merupakan sebuah pendekatan relative risk yang digunakan
dalam studi case control. Laju insidensi pada studi case control hampir tidak
mungkin diketahui karena paparan tidak diamati dari awal penelitian [1,3,5]. Akan
tetapi, meskipun kita tidak dapat menghitung angka insidensi desain case control
tersebut, ada perhitungan risiko yang berkontribusi atau Attributable risk sehingga
kita dapat menghitung proporsi yang berkontribusi (Attributable Fraction) pada
penyakit tersebut.

¿−1 (22)
Attributable Fraction ( AF ) = x 100
¿

Berikut ini adalah contoh perhitungan OR. Suatu penelitian kasus kontrol
ingin mengetahui hubungan antara kebiasaan minum alkohol dan kejadian patah
tulang panggul pada wanita lansiadi Geelong, Australia pada wanita lansia. Kasus
adalah kelompok wanita patah tulang pinggul, dan kontrol adalah wanita lansia
yang tidak patah tulang pinggul.(15)

Tabel 7. Hubungan antara status kebiasaan dan kejadian patah tulang pinggul
pada wanita lansia di Geelong, Australia
Kebiasaan Status Patah Tulang Pinggul
Total
Minum Alkohol Ya (kasus) Tidak (kasus)
Ya 35 10 45
Tidak 9 444 453
Total 44 454 498

Berdasarkan rumus odd ratio :

19
 35
Odds Kasus= =3,88
9

10
Odds Kontrol= =0,02
444

Odds Kasus 3,88

Odds Ratio ( ¿ ) = = =172
Odds Kontrol 0,02

Hasil perhitungan yang didapat OR adalah 172x. Artinya, risiko terjadinya patah
tulang pinggul pada wanita lansia di Geelong pada wanita peminum alkohol
adalah 172x lebih tinggi dibandingkan risiko terjadinya patah tulang pinggul pada
wanita bukan peminum alkohol.

Tabel 8. Hubungan antara aktifitas fisik dan kejadian patah tulang pinggul pada
wanita lansia di Geelong, Australia

Status Patah Tulang Pinggul

Aktifitas Fisik Total
Ya Tidak
Aktif 8 179 187
Sedang dan Terbatas 36 275 311
Total 44 454 498

Berdasarkan rumus odds ratio :

8
Odds Kasus= =0,22
36

179
Odds Kontrol= =0,65
275

Odds Kasus 0,22

Odds Ratio ( ¿ ) = = =0,34
Odds Kontrol 0,65

Hasil perhitungan yang didapat ialah 0,34. Artinya, risiko terjadinya patah
tulang pinggul pada wanita lansia di Geelong pada wanita lansia dengan aktifitas
fisik aktif adalah 0,34 kali (atau melindungi kejadian patah tulang pinggul sebesar

20
66%) lebih rendah dibandingkan risiko terjadinya patah tulang pinggul pada
wanita dengan aktifitas fisik sedang dan terbatas.

6. Tipe Desain Epidemiologi

6.1 Epidemiologi Deskriptif
Epidemiologi Deskriptif Adalah desain yang mempelajari tentang frekuensi
dan penyebaran suatu masalah kesehatantanpa memandang perlu mencari jawaban
terhadap faktor-faktor penyebab timbulnya masalah kesehatan tersebut.(16)
Indikator yang digunakan dalam epidemiologi Deskriptif adalah Faktor sosial
ekonomi, seperti umur, jenis kelamin, ras, status perkawinan, pekerjaan maupun
variabel gaya hidup, seperti jenis makanan, pemakaian obat dan perilaku seksual.
(17)
Pembagian desain Epidemiologi Deskriptif antara lain adalah :
1. Laporan kasus dan serial kasus
Laporan kasus merupakan rancangan studi yang menggambarkan
kejadian satu kasus baru yang menarik yang dilakukan oleh satu orang peneliti
atau lebih untuk mendapatkan gejala atau tanda-tanda spesifik, misalnya terjadi
kasus keracunan merthyl mercuri di Teluk Minimata Jepang.(17)
Tujuan studi kasus adalah untuk mengenal karakteristik kasus. Setelah
karakteristik dikenal baru kemudian disusun gejala-gejala dan tanda-tanda.
Misalnya yang termasuk gejala subjektif, tanda-tandanya ditemukan dari
anamnese, sedangkan gejala yang bersifat objektif ditemukan dari hasil
pemeriksaan laboratorium.(17)
Serial kasus merupakan rancangan studi yang menggambarkan kejadian
sekumpulan kasus baru dengan diagnosis serupa, dengan mendistribusikan
pada variabel-variabel tertentu untuk melihat kecenderungan-kecenderungan
tertentu. misal pada tahun 1985 ditemukan penyakit break dancing neck.(17)
Tujuannya adalah untuk melihat kecenderungan-kecenderungan tertentu.
Tidak ada batasan jumlah kasus dalam kasus seri. Kasus seri dilaporkan dalam
bentuk proporsi (rancangan kasus seri bukan ukuran frekuensi). Dalam kasus

21
seri perlu juga didapat data populasi. Secara sistematis variabel dikelompokkan
kedalam tiga kelompok besar yaitu :(17)
1) Kelompok orang, meliputi; demografi, genetik dan umur. Kelompok
demografi meliputi alamat, umur, sex, sosial ekonomi, ras, pendidikan,
pekerjaan, status. Kelompok orang dari segi genetik meliputi riwayat
keluarga. Sedangkan dari kelompok prilaku meliputi morokok, minuman
keras, hobby, olahraga dan tidur.
2) Kelompok tempat, meliputi alamat, lingkungan kerja, dataran tinggi –
rendah.
3) Kelompok waktu, meliputi pagi - siang – malam; bulan; musim (panas-
hujan).
2. Studi korelasi
Studi Korelasi merupakan studi epidemiologi yang bertujuan untuk
mendeskripsikan hubungan korelatif antara penyakit dengan karakteristik suatu
populasi pada waktu yang sama atau pada populasi yang sama pada waktu
yang berbeda.(17)
Karakteristik dari populasi yang akan di teliti biasanya tergantung pada
minat seorang peneliti, misalnya, mengenai jenis kelamin, umur, kebiasaan
mengkonsumsi makanan tertentu, obat-obatan, rokok, aktifitas, tempat tinggal
dan lain-lain. Contohnya adalah :(17)

1) Hubungan antara tingkat penjualan obat anti asma dengan jumlah

kematian yang diakibatkan oleh penyakit ashma.
2) Hubungan antara jumlah konsumsi rokok pada satu wilayah dengan
jumlah kematian yang diakibatkan oleh penyakit paru.
3. Cross sectional
Merupakan rancangan studi epidemiologi yang mempelajari hubungan
penyakit dengan paparan(pajanan) secara acak terhadap satu individu dimana
faktor pencetus dan status penyakit diteliti pada waktu yang sama.

Ciri khas rancangan cross sectional :(17)

22
 1) Peneliti melakukan observasi atau pegukuran variabel pada satu saat
tertentu.
2) Status seorang individu atas ada atau tidaknya kedua faktor baik
pemajanan (eksposur) maupun penyakit yang dinilai pada waktu yang
sama. Variabelnya bebas dan terikat yang dikumpulkan dalam waktu
yang sama.
3) Hanya menggambarkan asosiasi bukan sebab-akibat.
4) Apabila penerapannya pada studi deskriptif, peneliti tidak melakukan
tindak lanjut terhadap pengukuran yang dilakukan.
5) Desain ini dapat digunakan pada deskriftif dan analitik.

6.2 Epidemiologi Analitik

Epidemiologi analitik adalah epidemiologi yang menekankan pada
pencarian jawaban terhadap penyebab terjadinya frekuensi, penyebaran serta
munculnya suatu masalah kesehatan.Studi analitik digunakan untuk menguji
hubungan sebab akibat dan berpegangan pada pengembangan data baru.JenisStudi
Epidemiologi Analitik antara lain adalah: (16)

1. Cross sectional
Rancangan cross sectionaladalah suatu rancangan epidemiologi yang
mempelajari hubungan penyakit dan faktor penyebab yang mempengaruhi
penyakit tersebut dengan mengamati status faktor yang mempengaruhi penyakit
tersebut secara serentak pada individu atau kelompok pada satu waktu.Penelitian
cross sectional adalah suatu penelitian dimana variabel-variabel yang termasuk
faktor resiko dan variabel-variabel yang termasuk efek diobservasi sekaligus pada
waktu yang sama.Contoh : Ingin mengetahui hubungan antara anemia defisiensi
besi pada ibu hamil dengan Berat Badan Bayi Lahir (BBL) denagn menggunakan
rancangan atau pendekatan cross sectional.(17)

2. Kasus kontrol (case control)

Rancangan Kasus Kontroladalah rancangan studi epidemiologi yang
mempelajari hubungan antara penyebab suatu penyakit dan penyakit yang diteliti
dengan membandingkan kelompok kasus dan kelompok kontrol berdasarkan

23
status penyebab penyakitnya.Contoh : Peneliti ingin membuktikan hubungan
antara malnutrisi (kekurangan gizi) pada balita dengan prilaku pemberian
makanan oleh ibu.

3. Kohort
Rancangan Kohort adalah rancangan studi epidemiologi yang mempelajari
hubungan antara penyebab dari suatu penyakit dan penyakit yang diteliti dengan
membandingkan kelompok terpajan dan kelompok yang tidak terpajan berdasar
status penyakitnya. Terdapat dua jenis kohort(17) :
1) Closed cohort, yaitu kohort dengan keanggotaan tertutup dimana tidak ada
penambahan anggota baru sejak studi atau follow up sejak studi dimulai.
2) Open cohort. Yaitu kohort dengan keanggotaan terbuka dimana dalam
perjalanan waktu pengamatan dapat menambahkan anggota baru.

6.3 Studi Eksperimental

Rancangan studi eksperimenadalah jenis penelitian yang dikembangkan
untuk mempelajari fenomena dalam kerangka korelasi sebab-akibat. Menurut
Bhisma Murti rancangan studi ini digunakan ketika peneliti atau oranglain dengan
sengaja memperlakukan berbagai tingkat variabel independen kepada subjek
penelitian dengan tujuan mengetahui pengaruh variabel independen tersebut
terhadap variabel dependen(16).
Berdasarkan penelitian tersebut studi eksperimen (studi perlakuan atau
intervensi dari situasi penelitian) terbagi menjadi 6 macam yaitu :

1. Randomized Controlled Trial

Adalah studi eksperimen dengan melakukan pengontrolan secara acak
terhadap subjek penelitian. Pengacakan berguna agar seluruh variabel independen
yang potensial perancu akan tersebar merata dalam kelompok penelitian yaitu
kontrol dan perlakuan.(17)
2. Quasy Eksperimen (eksperimen semu)

24
 Quasi Eksperimen (eksperimen semu) adalah eksperimen yang dalam
mengontrol situasi penelitian tidak terlalu ketat atau menggunakan rancangan
tertentu dan atau penunjukkan subjek penelitian secara tidak acak untuk
mendapatkan salah satu dari berbagai tingkat faktor penelitian.(17)
3. Eksperimen Laboratorium
Merupakan studi yang dilakukan di laboratorium dengan unit eksperimen
individu atau bahan sediaan. Studi ini bertujuan untuk mengetahui pengaruh
faktor biologis atau perilaku yang dicuirigai menjadi penyebab suatu penyakit.
(17)
4. Uji Klinik
Adalah eksperimen dengan pasien atau individu yang mengalami penyakit
sebagai subjek penelitiannya. Studi ini bertujuan untuk mengetahui efek
profilaktik atau efikasi terapi terhadap suatu penyakit.(17)
5. Eksperimen Lapangan
Adalah eksperimen yang dilakukan di lapangan/masyarakat dengan subjek
penelitian individu yang sehat.(17)
6. Intervensi Komunitas
Adalah eksperimen dengan komunitas sebagai unit studi. Hal ini
dimungkinkan karena studi tidak praktis jika dilakukan kepada individu.(17)

7. Sumber Informasi dan Data Static Mortalitas

Sumber informasi dan data dalam statistik merupakan komponen utama
dalam menentukan mortalitas morbiditas dan status kesehatan. Di negara-negera
maju, data ini digunakan sebagai analisis tren terhadap kondisi kesehatan suatu
negara sehingga dapat meberikan kebijakan yang tepat. Berbagai macam sumber
informasi dan data digunakan dalam statistik mortalitas. Setiap sumber informasi
dan data memiliki kelebihan dan kekurangannya secara masing-masing.
Permasalahan umum yang sering terjadi meliputi keterwakilan populasi,
pelaporan yang tidak adekuat, permasalahan privasi dan etika, pembiayaan dan
perbedaan antar negara. Walaupun demikian setiap data dapat digunakan dan
semakin baik suatu data akan mampu dalam melihat perubahan tren dan pola

25
mortalitas dan morbiditas yang bisa dimanfaatkan dalam pencegahan suatu
penyakit.(18)
Sumber informasi dan data yang dapat digunakan pada statistik mortalitas
meliuti:(19)
1. Sistem registrasi vital
Sistem registrasi vital merupakan sistem yang dibentuk dalam mencatat
persitiwa penting seperti kelahiran kematian dan perkawinan. Jika sistem ini
bekerja dengan baik, maka dapat dijadikan sebagai sumber informasi dan data
dalam melihat kematian. Di Indonesia, sistem ini belum terintegrasi secara
nasional.
2. Sensus dan survei penduduk
Sensus dan survei penduduk merupakan kegiatan yang dilakukan untuk
mendapatkan data penduduk dan termasuk didalamnya data kematian. Sistem
ini di catat setelah beberapa waktu suatu kematian terjadi dan dapat dilakukan
secara langsung atau tidak langsung. Secara langsung data didapatkan dengan
menanyakan kepada responden tentang ada atau tidaknya suatu kematian yang
nantinya menghasilkan data sebagai Current mortality data. Secara tidak
langsung, maka data didapatkan secara survivorship dan biasanya data ini yang
digunakan di Indonesia.
3. Penelitian
Penelitian kematian penduduk biasanya dilakukan bersamaan dengan
dengan penelitian kelahiran atau disebut juga dengan penelitian statistik vital.
4. Perkiraan
Pendekatan melalui perkiraan dilakukan secara tidak langsung dimana
melakukan pendekatan dengan melihat tahapan kehidupan dari waktu ke
waktu. Hal ini memiliki kesulitan tersendiri yaitu dalam keterbatasan
sumberdaya untuk memastikan data, kemungkinan kesalahan sempling dan
perkiraan akan pola kematian yang tidak mudah.

26
 Di negara maju sumber data yang digunakan dalam mortalias meliputi
registrasi vital, data berbagai penyebab kematian, data penyebab eksternal
kematian dan hasil pemeriksaan posmortem.(18)
1. Registrasi vital
Registrasi vital memuat semua informasi penting tentang kependudukan
termasuk kematian. Sebagian besar negara Eropa telah mengadopsi
penggunaan sertifikat medis penyebab kematian yang diusulkan oleh
WHO.Sertifikat ini diusulkan pada tahun 1977 (pada saat International
Classification of Diseases ICD-9) untuk memastikan komparabilitas yang lebih
baik dari statistik mengenai subjek ini antar negara.Penyebab kematian
dikodekan mengikuti Klasifikasi Statistik Internasional Penyakit dan Masalah
Kesehatan dan saat ini menggunakan ICD-10. Sehingga data yang masuk ke
registrasi vital sesuai dengan sertifikat medis.
2. Data berbagai penyebab kematian
Dengan mengumpulkan sertifikat kematian kita dapat melihat penyebab
utama dan kondisi medis lainnya pada suatu kasus kematian. Walaupun pada
kenyataanya ditemukan berbagai macam kondisi yang terlibat pada suatu
kematian terutama pada usia lanjut. Kumpulan kondisi-kondisi ini dapat
dijadikan sebagai acuan data dalam statistik mortalitas terutama jika menilai
secara penyebabnya.
3. Data penyebab eksternal kematian
Dengan mengumpulkan data-data penyebab kematian external merupakah
hal yang penting dilakukan selain pengumpulan secara medis. Penyebab
kematian external ini meliputi kecelakan, kekerasan, bunuh diri dan terjatuh.
Di beberapa negara seperti AS dan brazil sudah mengumpulkan data ini.
sebagai contoh di brazil dilakukan integrasi data antara lalu lintas yang
dilakukan oleh polisi, data mortalitas dan data rumah sakit saling terhubung.
4. Autopsi
Data yang didapatkan secara autopsi merupakan hal cukup penting dalam
statistik mortalitas. Autopsi yang dapat dilakukan akan mengurangi angka

27
penyebab kematian yang disebabkan oleh hal yang tidak diketahui. Namun
autopsi sangat jarang dilakukan walaupun di negara maju.

28
 KESIMPULAN

Proporsi adalah suatu penyebaran persentase yakni proporsi dari jumlah

peristiwa-peristiwa dalam sekelompok data yang mengenal masing-masing
kategori atau sub-kelompok dari kelompok itu. Nilai proporsi digunakan untuk
menyatakan besar relatif suatu kelompok terhadap total semua kelompok. Rasio
adalah ukuran yang membandingkan kuantitas (A) numerator dan kuantitas (B)
denominator. Rate merupakan besarnya peristiwa yang terjadi terhadap jumlah
keseluruhan penduduk dimana peristiwa itu berlangsung dalam suatu batas waktu
tertentu.
Prevalensi adalah proporsi orang yang memiliki kondisi klinis tertentu atau
penyakit yang dibandingkan dengan jumlah populasi pada waktu tertentu,
sedangkan insidensi adalah jumlah kasus baru (sebelumnya tidak sakit) yang
dibandingkan dengan populasi pada periode waktu tertentu. Prevalensi dan
insidensi memiliki fungsi tersendiri yang juga berbeda. Prevalensi lebih melihat
kepada status kesehatan pada periode tertentu sementara insidensi lebih melihat
kepada factor resiko dan etiologi dari suatu keadaan. Prevalensi dan insidensi
saling berhubungan satu sama lain di mana angka prevalensi sangat dipengaruhi
oleh durasi dan angka insidensi.
Risk Ratio merupakan salah satu cara untuk menghitung perbandingan
risiko terjadinya penyakit atau kondisi kesehatan pada kelompok yang terpapar
dan kelompok yang tidak terpapar dan dapat digunakan pada periode waktu
penyakit yang memiliki durasi tetap atau pasti. Digunakan pada desain penelitian
eksperimental atau kohort.Odds Ratio merupakan perbandingan jumlah kasus dan
kontrol terpapar dengan kasus tidak terpapar. Digunakan pada desain penelitian
case control.Prevalensi Ratio merupakan perbandingan angka prevalensi antara
kelompok yang terpapar dan kelompok yang tidak terpapar, dan digunakan pada
desain penelitian cross sectional.
Epidemiologi Deskriptif merupakan studi epidemiologi yang bertujuan
untuk menggambarkan pola distribusi penyakit dan determinannya menurut
populasi, letak geografik, serta waktu. Indikator yang digunakan dalam

29
epidemiologi Deskriptif adalah Faktor sosial ekonomi, seperti umur, jenis
kelamin, ras, status perkawinan, pekerjaan maupun variabel gaya hidup, seperti
jenis makanan, pemakaian obat dan perilaku seksual.Epidemiologi analitik
merupakan studi epidemiologi yang ditujukan untuk mencari faktor-faktor
penyebab timbulnya penyakit atau mencari penyebab terjadinya variasi yaitu
tinggi atau rendahnya frekuensi penyakit pada kelompok individu.
Sumber informasi dan data dalam statistik merupakan komponen utama
dalam menentukan mortalitas morbiditas dan status kesehatan. Di negara-negera
maju, data ini digunakan sebagai analisis tren terhadap kondisi kesehatan suatu
negara sehingga dapat meberikan kebijakan yang tepat. Berbagai macam sumber
informasi dan data digunakan dalam statistik mortalitas. Setiap sumber informasi
dan data memiliki kelebihan dan kekurangannya secara masing-masing.
Permasalahan umum yang sering terjadi meliputi keterwakilan populasi,
pelaporan yang tidak adekuat, permasalahan privasi dan etika, pembiayaan dan
perbedaan antar negara.

30
 DAFTAR PUSTAKA

1. Akbar K. Pengantar Epidemiologi. Bandung: Refika Aditama; 2018.

2. Nangi MG, Yanti F, Lestari SA. Dasar Epidemiologi. Yogyakarta; 2019. 24–
30 hal.
3. Gerstman BB. Epidemiology Kept Simple: An Introduction to Traditional and
Modern Epidemiology. 3 ed. Wiley-Liss; 2013.
4. Rohtman K. Modern Eidemiology. 3 ed. Lippincott Williams & Wilkins;
2008.
5. Sutrisno B. Pengantar Metode Epidemiologi. Jakarta: Dian Rakyat; 2010.
6. Timrmeck T. Epidemiologi Suatu Pengantar. Jakarta: Buku Kedokteran EGC;
2005.
7. Celentano DD. Epidemiology. 6 ed. Canada: Elsevier; 2019. 71–73 hal.
8. Fletcher RH, Fletcher SW. Clinical Epidemiology: The Essentials. 4 ed.
Baltimore: Williams & Wilkins; 2005. 5–60 hal.
9. Bailey L, Vardulaki K, Langham J, Chandramohan D. Introduction to
Epidemiology. Barkshire: Open University Press; 2006. 1–20 hal.
10. Kleinbaum DG, Sullivan KM, Barker ND. A Pocket Guide to Epidemiology.
New York: Springer; 2006. 1–60 hal.
11. Amiruddin R, Arsin AA, Abdullah AZ, Maria IL, Ansar J. Modul
Epidemiologi Dasar. Makasar: Universitas Hasanuddin; 2011. 2–33 hal.
12. Webb P, Bain C. An Introduction for students and Health Preofesional. 2 ed.
Cambridge: Cambridge University; 2011. 7–32 hal.
13. McCullough KP. Projecting ESRD Incidence and Prevalence in The United
States through 2030. J Am Soc Nephrol 30; 2019. 127–135 hal.
14. Schmidt CO, Kohlmann T. When to use the odds ratio or the relative risk? Int
J Public Health [Internet]. 2 Juni 2008;53(3):165–7. Tersedia pada:
http://link.springer.com/10.1007/s00038-008-7068-3
15. Najmah et al. Studi Intervensi Klaster Kawasan Tanpa Rokok pada Tingkat
Rumah Tangga. Kesmas J Kesehat Masy Nas (National Public Heal Journal).
2015;375–81.
16. Eliana, Sumiati S. Kesehatan Masyarakat. Jakarta Selatan: Kementrian
Kesehatan Republik Indonesia. Jakarta Selatan: Kementrian Kesehatan
Republik Indonesia; 2016. 32 hal.
17. Sinaga M, Limbong D. Dasar Epidemiologi. Yogyakarta: Deepublish
 Publisher; 2019. 187–190 hal.
18. Wunsch G, Gourbin C. Mortality, morbidity and health in developed
societies: a review of data sources. Genus; 2018. 1–27 hal.
19. Alfana, Fahrudin MA. Mortalitas di Indonesia (Sejarah Masa Lalu dan
Proyeksi ke Depan). 2017.