RESUME

UKURAN EPIDEMIOLOGI

DISUSUN OLEH

MOCHAMAD FAIZ ANANTA PRADANA

6411422134 / 2C

UNIVERSITAS NEGERI SEMARANG

TAHUN PELAJARAN 2022/2023

A. Pengertian
Epidemiologi adalah suatu ilmu yang lebih banyak menggunakan nilai-nilai
kuantitatif dalam mengukur nilai kuantitas. Dalam epidemiologi menggunakan
istilah-istilah deskriptif untuk menjelaskan sifat kelompok orang. Pengukuran
kuantitatif yang paling sederhana dan sering digunakan dalam epidemiologi
adalah perhitungan jumlah orang yang menderita suatu penyakit dalam suatu
kelompok penduduk yang diamati (Noor, 2008).

Perhitungan frekuensi penyakit bermaksud untuk memberi nilai tentang

kondisi penyakit pada suatu kelompok masyarakat. Dalam hal ini, penggunaan
nilai absolut terkadang mengakibatkan kesalahan penilaian. Terlebih ketika
membandingkan kondisi penyakit antara dua atau lebih kelompok masyarakat
atau pada satu kelompok masyarakat, antara dua kurun waktu tertentu.
Penggunaan perhitungan frekuensi harus dipahami mengenai penggunaan nilai
rate, ratio dan proporsi (Noor, 2008).

Dalam epidemiologi mengetahui jumlah kasus saja adalah hal yang tidak
cukup untuk menentukan besarnya peluang (risk) terjadinya infeksi di kelompok
masyarakat. Sama halnya apabila ingin mengetahui adanya perubahan derajat
kesehatan pada periode waktu tertentu, atau ingin membandingkan derajat
kesehatan antar kelompok masyarakat, maka nilai absolut tidak dapat
memberikan gambaran yang tepat. Dalam hal ini harus menggunakan
perhitungan dengan angka (rate) (Noor, 2008).

Perhitungan angka, rasio, dan proporsi yang berhubungan dengan perubahan

tertentu penting untuk menentukan faktor-faktor yang ada pada populasi
maupun faktor lingkungan terhadap mereka yang memiliki hubungan sebab
akibat (kausalitas). Keterangan ini penting untuk menentukan upaya pencegahan
dan penanggulangan yang efisien dan mudah dilaksanakan (Noor, 2008)

Ukuran Frekuensi Penyakit harus Memperhitungkan (Veronika & Ayu, 2019) :

Jumlah orang yang sakit (jumlah kasus)

Dalam menentukan orang sakit maka kita perlu mengetahui bagaimana
diagnosis ditegakkan.

Besar atau jumlah populasi yang berisiko

Penentuan populasi berisiko sangat penting dalam pengukuran ukuran
frekuensi. Populasi yang berisiko merupakan populasi yang memiliki kemungkinan
untuk terkena suatu penyakit. Populasi didefenisikan sebagai suatu kelompok
 orang-orang dengan karakteristik seperti tempat tinggal, agama, jenis kelamin,
usia, menggunakan layanan rumah sakit atau peristiwa-peristiwa kehidupan

Periode waktu peristiwa terjadi

Misalnya dalam satu minggu, satu bulan, satu tahun, dan lain-lain. Ukuran
frekuensi penyakit merupakan kuantifikasi kejadian penyakit, dengan menghitung
individu yang terinfeksi, yang sakit dan yang meninggal. Ukuran frekuensi
penyakit merefleksikan besar kejadian penyakit (morbiditas) atau kematian
karena penyakit (mortalitas) dalam suatu populasi. Bentuk dari ukuran frekuensi
yaitu rate, rasio, dan proporsi yang akan dibahas pada bagian selanjutnya.

B. Rasio
Rasio dalam epidemiologi adalah perbandingan (pembagian) antara dua
ukuran epidemiologi dengan satuan pengukuran yang sama. Dalam konteks studi
epidemiologi, perbandingan tersebut adalah antara ukuran epidemiologi pada
kelompok studi (kelompok yang dipelajari) dengan ukuran epidemiologi serupa
pada kelompok kontrol (Harlan, 2019).

Rasio merupakan satu angka (numerator/ pembilang) dibagi dengan angka lain
(denominator/ penyebut). Berdasarkan definisi ini maka proporsi maupun rate
merupakan bentuk ratio. Tetapi rasio merupakan numerator dan denominator
tidak saling berhubungan atau pembilangnya bukan merupakan bagian dari
penyebutnya ini yang membedakannya dengan proporsi (Veronika & Ayu, 2019).

Ciri-ciri Rasio :
1. Numerator bukan bagian dari denominator (pembilang bukan bagian dari
penyebut)
2. Memiliki nilai 0 sampai dengan tak terhingga

Rasio juga memiliki pengertian yaitu perbandingan antara 2 kejadian atau 2 hal
antara numerator dan denominator tidak ada sangkut pautnya

Contohnya :
Seks rasio Jawa Tengah
Laki-laki = 40, Perempuan = 60
Laki-laki : Perempuan = 1 : 1,5
Populasi proporsi sakit TBC = 100
Populasi proporsi tidak sakit TBC = 1000
Relative Risk = 100/1000 = 1/10 = 0,1
(Ismah, 2018).
Rumus Rasio :

Karena k = 1, rumus rasio dapat disederhanakan menjadi: Rasio = x/y = x : y.

Populasi dan masa jedah (atau titik waktu) dari data yang dipakai haruslah
tertentu/khusus, persis untuk angka/rate. Rasio dapat dihitung untuk angka hanya
sebagai banyaknya peristiwa.

Umumnya nilai x dan y dibagi oleh nilai x maupun nilai y sehingga salah satu
nomor dalam rasio menjadi sama dengan 1,0. Misalnya, jika suatu kelompok 20
orang menderita penyakit tertentu dan 2 mati karenanya maka rasio terhadap
kematian lebih tepat dinyatakan bukan 20 : 2, tetapi angka ini dibagi 2 menjadi
10: 1 (10 kasus:1 mati). Interpretasinya adalah bahwa pada episode ini dalam 10
kasus ada 1 yang mati (atau 10 kali banyaknya kasus dari kematian) (Bustan, 2006)

Contoh Pengukuran Rasio :

Rasio kasus lelaki wanita:
x = kasus lelaki = 67
y = kasus wanita = 59
k=1
Angka = x/y x k = 67/59 x 1 = 67 : 59
Perlu ditegaskan bahwa penulisan rasio 67 : 59 adalah benar. Tetapi bentuk ini
sulit untuk memberikan perbandingan yang berarti terhadap rasio seks yang
dihitung pada berbagai tempat atau tahun. Pemecahan masalah ini adalah
membagi kedua angka 67 dan 59 dengan sesuatu angka sehingga salah satunya
menjadi 1,0 dan yang lain menjadi kelipatan dari 1:
67/59 : 59/59 = 1,14 : 1
Tafsiran rasio ini adalah untuk setiap 1,14 lelaki yang dilaporkan ada 1 kasus
wanita terlapor.
Masalah penulisan rasio dapat juga dilakukan dengan membagi kedua angka
dengan 67:
67/67 : 59/67 = 1 : 0,88
Tafsiran rasio ini bahwa setiap kasus lelaki dilaporkan 0,88 kasus wanita
dilaporkan juga. Meskipun kedua rasio di atas dapat diterima, cara pertama 1,14 :
1 lebih disukai, karena tidak mengandung angka yang lebih kecil dari satu
(Bustan, 2006).
C. Proporsi
Proporsi merupakan suatu pecahan (fraksi) di mana numerator (pembilang)
adalah bagian dari denominator (penyebut). Dengan kata lain, proporsi
merupakan perbandingan sebagian terhadap keseluruhan. Proporsi merupakan
salah satu bentuk dari rasio. Proporsi digunakan untuk melihat komposisi suatu
variabel dalam populasinya. Proporsi dapat dalam bentuk desimal, pecahan atau
persentase (%) (Erna Veronika, dkk 2019).

Ciri Ciri Proporsi (Erna Veronika, dkk 2019) :

1. Tidak mempunyai satuan (dimensi), karena satuan dari pembilang dan
penyebutnya sama, sehingga saling meniadakan.
2. Nilainya antara 0 sampai 1, karena angka pembilang lebih kecil dari angka
penyebut dan numerator (pembilang) adalah bagian dari denominator
(penyebut) dan bentuk dari perbandingan tersebutlah yang dinamakan
sebagai proporsi.

Rumus Proporsi :

Keterangan:

• X = Jumlah orang atau peristiwa dengan karakteristik tertentu.

• Y = Total keseluruhan orang atau peristiwa seperti yang ada pada

pembilang terjadi dalam semua kategori dari kelompok data.

• K = Konstanta (100%)

Contoh kasus :

Dalam suatu KLB penyakit Leptospirosis, jumlah penderita laki-laki sebanyak 25

orang dan jumlah penderita perempuan sebanyak 10 orang. Berapa proporsi
penderita laki-laki?

Penyelesaian:
 Diketahui:

Jumlah penderita laki-laki = 25 orang

Jumlah penderita perempuan = 10 orang

Konstanta = 100%

Ditanya:

Proporsi penderita laki-laki?

Jawaban:

Proporsi =

Proporsi =

Proporsi penderita laki-laki = = 71,43%

Jadi, proporsi jumlah penderita penyakit leptospirosis laki-laki yakni 71,43%

D. Rate
Nilai rate dalam epidemiologi menunjukkan besarnya peristiwa yang terjadi
terhadap jumlah keseluruhan penduduk dan peristiwa tersebut berlangsung
dalam suatu batas waktu tertentu. Dengan demikian ada tiga unsur utama dalam
penentuan nilai rate, yaitu: jumlah mereka yang terkena peristiwa, kelompok
penduduk tempat peristiwa tersebut terjadi; dan batas waktu tertentu yang
berkaitan dengan kejadian tersebut (Noor, 2014).

Rate adalah tipe spesifik dari rasio yang digunakan mengkuantifikasi proses
dinamika seperti pertumbuhan dan kecepatan kejadian tertentu dalam
masyarakat. Rate merupakan perbandingan pada suatu kejadian dengan jumlah
penduduk yang mempunyai risiko kejadian tersebut (Veronika & Ayu, 2019).

Angka (rate) merupakan nilai untuk mengukur kemungkinan (probability)

kejadian dalam populasi terhadap beberapa peristiwa tertentu, misalnya kasus
atau kematian karena penyakit infeksi.

Dalam contoh angka, rumusnya untuk menjawab pertanyaan: jika sejumlah x

kasus penyakit atau kematian yang terjadi pada populasi yang besarnya y, berapa
banyak kejadian yang diharapkan dapat terjadi pada populasi yang besarnya k?
Pertanyaan ini dapat juga dituliskan sebagai berikut:
 =

Hasil selanjutnya: (Angka) (y) = (x) (y) atau Angka (rate) =

Penjelasan:
X: angka kejadian
Y: populasi beresiko
K: konstanta

Ciri – Ciri Rate :

• Denominator Mempunyai satuan ukuran, yaitu per satuan waktu
• Besarnya tidak terbatas. Secara teoritis nilainya terletak antara 0 sampai tak
terhingga
• Periode waktu yang digunakan dalam pembilang dan penyebut sama yaitu
sesuai waktu kalender
E. Mordibitas
Ukuran morbiditas atau bisa disebut ukuran kesakitan adalah angka yang
menunjukkan derajat sakit, cedera atau gangguan pada suatu populasi.
Morbiditas juga merupakan suatu penyimpangan dari status sehat dan sejahtera
atau keberadaan suatu kondisi sakit. Morbiditas mengacu pada angka kesakitan
yaitu jumlah orang yang sakit dibandingkan dengan populasi tertentu yang sering
kali merupakan kelompok yang sehat atau kelompok yang beresiko.

Ukuran atau angka morbiditas adalah jumlah penderita yang dicatat selama 1
tahun per 1000 jumlah penduduk pertengahan tahun. Angka ini dapat digunakan
untuk menggambarkan keadaan kesehatan secara umum, mengetahui
keberhasilan program program pemberantasan penyakit, dan sanitasi lingkungan
serta memperoleh gambaran pengetahuan penduduk terhadap pelayanan
kesehatan.

Ukuran-ukuran untuk angka kesakitan adalah sebagai berikut:

 Insidens
 Prevalens
Insidens

Insidens (Incidence) merupakan gambaran tentang jumlah/frekuensi kasus

baru suatu penyakit pada populasi yang berisiko dalam periode/jangka waktu
tertentu. Yang dimaksud kasus baru adalah perubahan status dari sehat menjadi
sakit. Periode waktu adalah jumlah waktu yang diamati selama sehat hingga
menjadi sakit. Populasi berisiko (population at risk) merupakan populasi yang
sehat (belum sakit) tetapi berisiko untuk sakit.

Manfaat Insidens :

 Dapat digunakan untuk mengestimasi probabilitas atau risiko terkena

suatu penyakit selama satu periode waktu tertentu.
 Jika angka insidens meningkat, maka kemungkinan atau probabilitas risiko
terkena penyakit juga meningkat
 Insidens yang tinggi menyiratkan bahwa jumlah kasus yang baru juga
banyak sehingga risiko meningkat. Jika angka insidens penyakit terbukti
memang tinggi, keberadaan suatu epidemi atau kemungkinan terjadinya
suatu epidemi dapat diketahui dan diperkirakan. Mengetahui
permasalahan kesehatan yang dihadapi. Mengetahui beban program yang
harus diselenggarakan oleh suatu fasilitas pelayanan kesehatan.

Secara umum angka insiden ini dapat dibedakan atas dua yaitu incidence rate dan
cummulative incidence (insiden kumulatif).

Incidence Rate (Incidence density) = IR

Insidensi rate dalah jumlah seluruh kasus baru pada suatu populasi pada jangka
waktu tertentu. Biasanya insiden rate digunakan untuk penyakit yang sifatnya
akut. Pengamatan harus bersifat dinamis dimana ukuran disini menggambarkan
kecepatan/ kekuatan perubahan keadaan karena pengaruh lingkungan.

Rumus Incidence Rate :

Contoh :

Seorang peneliti mengamati 7 orang selama 7 tahun. Dalam rentang 7 tahun ini
akan dilihat apakah 7 orang tsb terkena sakit atau tidak. Hitunglah Insidence rate
penyakit tersebut!

a) Tidak mengalami sakit yang diamati maka person time (jumlah waktu
sehat yang dijalani) yaitu 7 tahun
b) Tidak mengalami sakit yang diamati maka person time (jumlah waktu
sehat yang dijalani) yaitu 7 tahun
c) Memiliki person time 2 tahun karena pada tahun ke-3 mengalami sakit
d) Tidak mengalami sakit yang diamati maka person time (jumlah waktu
sehat yang dijalani) yaitu 7 tahun
e) Memiliki person time 3 tahun karena pada tahun ke-4 mengalami sakit
f) Memiliki person time 2 tahun karena pada tahun ke-3 mengalami sakit
g) Memiliki person time 5 tahun karena pada tahun ke-6 mengalami sakit

Maka total person time yaitu 7+7+2+7+3+2+5=33 orang tahun (denominator)

Numerator jumlah kasus baru ada 3 kasus yaitu C, F, dan G

Konstanta yang digunakan yaitu 100 bukan 10 karena yang diamati adalah
orang. Jika 10 maka hasil perhitungan 0,91 per 10 orang waktu. Karena tidak
ada 0,9 orang, paling tidak adanya 1 orang, tidak ada setengah orang atau
seperempat orang. Sehingga k yang digunakan yaitu 100.
Cummulative Incidence ( Insiden kumulatif = IK)
Disebut juga incidence proportion/ incidence risik/ cumulative incidence Insiden
kumulatif merupakan jumlah orang yang terkena penyakit (kasus baru)
dibandingkan dengan jumlah penduduk yang berisiko terkena penyakit dalam
periode waktu tertentu.

Populasi berisiko yaitu populasi di awal penelitian yang tidak/ belum

mengalami sakit. Jika di awal penelitian sudah mengalami sakit maka dikeluarkan
dari populasi berisiko. Atau yang sudah pernah sakit dan setelah sembuh maka
seseorang bisa imun maka orang tersebut juga dikeluarkan dari populasi berisiko.

Rumus Cummulative Incidence :

Contoh :
Seorang peneliti ingin mengamati terjadinya suatu penyakit pada 7 orang,
pengamatan dilakukan selama 7 tahun. Hitunglah Insiden kumulatifnya!

Jumlah kasus baru= 3 (C, F, G)

Populasi berisiko yaitu 7 karena di awal pengamatan masih sehat
  Attack Rate
Attack rate (angka serangan) meskipun ada tulisan rate tapi dihitung
menggunakan rumus seperti insiden kumulatif. Attack rate adalah nilai
insidens yang digunakan khusus pada kejadian wabah atau KLB. Attack
rate biasanya dihitung dalam persen atau permil.

 Secondary Attack Rate

Secondary attack rate ialah jumlah penderita baru suatu penyakit yang
terjangkit pada serangan kedua dibandingkan dengan jumlah penduduk
dikurangi yang telah pernah terkena pada serangan pertama dalam persen
atau permil pada saat terjadi KLB/wabah. Secondary attack rate biasanya
dihitung untuk suatu penyakit menular serta untuk populasi penduduk
yang kecil,misalnya satu keluarga.

Prevalens
Prevalens adalah jumlah orang yang terkena penyakit (kasus lama dan baru)
dibandingkan dengan jumlah penduduk dalam periode waktu tertentu. Prevalens
merupakan probabilitas/ risiko untuk menjadi sakit/ terkena masalah kesehatan.
Prevalens merupakan proporsi, tidak memiliki dimensi, besarnya antara 0-1
Dibagi menjadi 2: Point prevalence (prevalensi sesaat), period prevalence
(prevalensi periode)

1) Prevalens Titik (Point of Prevalence)

2) Prevalens Periode (Period of Prevalence)

F. Mortalitas
Seseorang dinyatakan mati apabila fungsi sistem jantung dan sistem
pernapasan terbukti telah berhenti secara permanen atau apabila kematian
batang otak telah dibuktikan.

Mortalitas merupakan istilah epidemiologi dan data statistik untuk

kematian. Dalam hal ini, mortalitas penyakit adalah ukuran dari kejadian
kematian dalam populasi pada waktu dan tempat tertentu.

Mortalitas (kematian) menjadi salah satu dari tiga komponen demografi

yang mempengaruhi jumlah dan komposisi umur penduduk. Secara biologis
kematian bisa diartikan sebagai berhentinya proses aktivitas dalam tubuh
biologis seorang individu yang ditandai dengan hilangnya fungsi
otak,berhentinya detak jantung, berhentinta tekanan aliran darah, dan
berhentinya prosespernafasan serta terhentinya hubungan manusia dengan alam
dunia.
( UU no 39 tahun 2009 )

Penyebab Mortalitas :
1. Faktor langsung (faktor dari dalam), faktor tersebut antara lain dipengaruhi
oleh beberapa variabel yaitu:
 Umur
 Jenis kelamin
 Penyakit
 Kecelakaan, kekerasan, bunuh diri
2. Faktor tidak langsung (faktor dari luar), faktor tersebut antara lain dipengaruhi
oleh beberapa variabel yaitu:
 Tekanan, baik psikis maupun fisik
 Kedudukan dalam perkawinan
 Kedudukan sosial-ekonomi
 Tingkat pendidikan
 Pekerjaan
 Beban anak yang dilahirkan
 Tempat tinggal dan lingkungan
 Tingkat pencemaran lingkungan
 Fasilitas kesehatan dan kemampuan mencegah penyakit
 Politik dan bencana alam
Jenis Mortalitas dan Rumus :
1. Angka Kematian Kasar atau Crude Death Rate (CDR)
Angka kematian kasar/ Crude Death Rate (CDR) adalah jumlah kematian
yang dicatat selama satu tahun per 1000 penduduk pada pertengahan tahun
yang sama. Angka ini disebut kasar oleh karena perhitungan jumlah kematian
dilakukan secara menyeluruh tanpa memperhatikan kelompok-kelompok
tertentu di dalam populasi yang memiliki tingkat kematian yang berbeda-beda
(Eko Budiarto, 2002).

2. Angka Kematian Menurut Umur atau Age Specific Death Rate (ASDR)
Angka kematian menurut usia menunjukkan jumlah penduduk yang
meninggal dunia dari seribu penduduk pada kelompok usia tertentu. ASDR
lebih rinci dibanding CDR karena melihat kematian pada kelompok umur
tertentu.

Keterangan:
ASDR = angka kematian menurut kelompok usia
Dx = jumlah penduduk yang meninggal pada kelompok usia tertentu
Px = jumlah penduduk pada kelompok usia tertentu

3. Angka Kematian Perinatal atau Perinatal Mortality Rate (PMR )

PMR adalah jumlah kematian janin 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 per1000 kelahiran hidup pada
tahun yang sama (WHO, 1981 ). Manfaat PMR adalah untuk menggambarkan
keadaan kesehatan masyarakat terutama kesehatan ibu hamil dan bayi.

4. Angka Kematian Bayi atau Infant Mortality Rate (IMR)

Angka kematian bayi adalah jumlah seluruh kematian bayi berumur kurang
dari 1 tahun yang dicatat selama 1 tahun per 1000 kelahiran hidup pada tahun
yang sama. Manfaat perhitungan angka kematian bayi adalah sebagai
indikator yang sensitif terhadap derajat kesehatan masyarakat.
 D = jumlah kematian bayi yang belum mencapai 1 tahun yang dicatat selama 1
tahun
B = jumlah lahir hidup pada tahun yang sama
K = konstanta (1000)

5. Angka Kematian Bayi Baru Lahir atau Neonatal Mortality Rate (NMR)
NMR adalah jumlah kematian bayi berumur kurang dari 28 hari yang dicatat
selama 1 tahun per 1000 kelahiran hidup pada tahun yang sama.

6. Angka Kematian Pasca-Neonatal atau Postneonatal Mortality Rate (PNMR)

Angka kematian pasca neonatal diperlukan untuk menelusuri kematian di
Negara belum berkembang, terutama pada wilayah tempat bayi meninggal
pada tahun pertama kehidupannya akibat malnutrisi, defisiensi nutrisi, dan
penyakit infeksi. Postneonatal mortality rate adalah kematian yang terjadi
pada bayi usia 28 hari sampai 1 tahun per 1000 kelahiran hidup dalam satu
tahun

7. Angka Kematian Balita atau Under Five Mortality Rate (UFMR)

Angka kematian balita adalah Jumlah kematian balita yang dicatat selama 1
tahun per 1000 penduduk balita pada tahun yang sama.

8. Angka Kematian Ibu atau Maternal Mortality Rate (MMR)

Angka kematian ibu jumlah kematian ibu sebagai akibat dari komplikasi
kehamilan, persalinan dan masa nifas dalam 1 tahun per 1000 kelahiran hidup
pada tahun yang sama.
 9. Case Fatality Rate (CFR)
Case Fatality rate adalah perbandingan antara jumlah seluruh kematian
karena satu penyebab penyakit tertentu dalam 1 tahun dengan jumlah
penderita penyakit tersebut pada tahun yang sama.
CFR dimanfaatkan untuk mengetahui penyakit-penyakit dengan tingkat
kematian yang tinggi (tingkat keparahan/ kefatalan suatu penyakit).

G. Sumber Data Epidemiologi

Adanya sertifikat kelahiran dan kematian serta sensus penduduk sangat
berguna untuk analisis kependudukan, Kemudian adanya sistem pencatatan dan
pelaporan penyakit dapat digunakan untuk penanggulangan masalah kesehatan
dan perencanaan kesehatan yang dapat memberikan kontribusi untuk suatu
analisis epidemiologi (Noor, 2008).
1. Sumber data dari populasi
Sumber data populasi yang sering digunakan dan cukup memadai yaitu data
sensus penduduk, baik yang bersifat nasional maupun lokal. Sumber data ini
dikumpulkan setiap sepuluh tahun dan dilaksanakan pembaruan data melalui
Survei Penduduk Antar Sensus (SUPAS) atau pembaruan data yang dilakukan
oleh Biro Pusat Statistik (BPS) (Noor, 2008).

2. Catatan peristiwa vital (vitals records)

Pencatatan peristiwa vital ini mencakup akte kelahiran dan sertifikat
kematian.

3. Pelaporan dan pencatatan penyakit

Pelaporan dan pencatatan penyakit dilakukan melalui berbagai sarana
pelayanan kesehatan (Puskesmas, Rumah Sakit dan sebagainya) untuk
mengatahui berbagai penyakit di masyarakat melalui sistem surveilans
epidemiologi serta survei kesehatan pada berbagai tingkatan.

4. Survei kesehatan
Salah satu sumber statistik nasional adalah SUSENAS (survei sosial ekonomi
nasional) tahunan, yaitu studi yang dilakukan oleh BPS. SDKI (survei demografi
dan kesehatan Indonesia) dilakukan beberapa tahun sekali menjadi sumber
data yang sangat tepat dan menyeluruh
H. Daftar Pustaka
Alvana, M. A. F., 2017. Mortalitas di Indonesia (Sejarah Masa Lalu dan Poyeksi ke
Masa Depan). s.l.:s.n.

Anjayani, E., 2009. Geografi kelas XI. Surakarta: PT.Cempaka Putih.

Beaglehole, R. et al., 1993. Basic Epidemiologi. [Online]

Available at: https://apps.who.int/iris/handle/10665/36838

Bustan, M. N., 2016. Pengantar Epidemiologi. Revisi ed. Jakarta: Rineka Cipta.

Harlan , J., 2019. Analisis Data Epidemiologi. Depok: Gunadarma.

Irawati, E., 2022. Ukuran Kesakitan dan Kematian dalam Epidemiologi.

Semarang: Universitas Muhammadiyah Semarang.

Ismah, Z., 2019. Bahan Ajar Dasar Epidemiologi. Medan: Universitas Islam Negeri
Medan.

Morton, R. F., Hebel, J. R. & McCharter, R. J., 2008. Epidemiologi dan Biostatistik
Panduan. 5 ed. Jakarta: Kedokteran egc.

Muslimin , D., 2023. BAB IV Ukuran Mortalitas Epidemiologi. Sumatra Barat: PT.
Global Eksekutif Teknologi.

Noor, N. n., 2008. Epidemiologi. Jakarta: Rineka Cipta.

Noor, N. N., 2014. Pengantar Epidemiologi Penyakit Menular. Cetakan 2 ed.

Jakarta: Rineka Cipta.

Sari, M. H. N. et al., 2021. Dasar-dasar Epidemiologi. Jakarta: Yayasan Kita

Menulis.

Utomo, B., 1985. Mortalitas:Pengertian dan Contoh Kasus Di Indonesia.Proyek

Penelitian Mortalitas dan Morbiditas. Jakarta: Universitas Indonesia.

Utoyo, B., 2009. Geografi 2 Membuka Cakrawala Dunia: Untuk Kelas XI Sekolah
Menengah Atas/ Madrasah Aliyah program Ilmu Pengetahuan Sosial. Bandung:
PT.Setia Purna Invest.

Veronika, E., 2019. Modul Ukuran Frekuensi. Jakarta: Universitas Esa Unggul.

Veronika, E. & Ayu, I. M., 2019. Modul Dasar dasar Epidemiologi. Jakarta:
Universitas Esa Unggul.