Anda di halaman 1dari 37

HASIL DISKUSI PROBLEM-

BASED LEARNING
PBL BLOK KLINIK
Minggu ke-6
Tanggal 5 Oktober – 11 Oktober 2018

http://www.free-powerpoint-templates-design.com
PBL B

Attifa Yuha Nurhayati (165070300111003)


Nur Amaliah Ahmad (165070300111017)
Stephani Anggita Yuli Maharani S. (165070300111024)
Nadya Dwi Amaliya (165070301111001)
Pramudhia Khansa Kirana (165070301111011)
Nissa Anggriany (165070301111018)
Ririk Dwi Anjani (165070301111024)
Alfa Amani Salsabila (165070301111038)
Yunda Aulia Rahma (165070307111003)
Nur Faadiyah Sofian (165070307111012)
Lulu Safira (165070307111018)
Tsabitah Nabila Pratiwi (165070301111030)
KOMPETENSI YANG AKAN DICAPAI
Mahasiswa dapat mengetahui indicator ganda beserta cut offn
01 ya untuk menentukan status gizi pada wanita usia subur

02 Mahasiswa mampu mengolah data antropometri


menggunakan software yang sesuai

Mahasiswa mampu mengolah data dietary meng


03 gunakan software yang sesuai

04 Mahasiswa mampu mengolah data ekologi meng


gunakan software yang sesuai

05 Mahasiswa mengetahui output dari masing-masin


g software yang digunakan

Mahasiswa mampu menginterpretasikan output d


06 ari masing-masing software yang digunakan
SCENARIO
Mari Berhitung Dulu

Survey di suatu daerah dilakukan pada Wanita Usia Subur untuk melihat hubungan masalah status
gizi dan kejadian Metabolic syndrome. Cut off dan indicator ganda (multiple indices) digunakan unt
uk mengidentifikasi status gizi yang tepat untuk WUS beserta PHI nya. Besaran prevalensi gizi pad
a WUS sebanyak 25%. Antropometri, dietary assessment zat gizi tertentu, dan wawancara faktor e
kologi dilakukan untuk mendapatkan data. Selain itu, data yang diperoleh dari hasil survey tersebut
dianalisis dengan menggunakan software dan disajikan dengan format yang sistematis.
UNCLEAR TERM Metabolic sindrom meru
pakan suatu sindrom ya
ng terdiri dari sekumpul
an gejala meliputi penin
gkatan ukuran lingkar pi
nggang, peningkatan ka
dar trigliserida darah, p
Indikator enurunan kadar High D
ganda
Wanita Usia subur adalah PHI Sistematis
wanita usia produktif sejak ensity Lipoprotein (HDL
mendapat haid pertama hi ), kolesterol darah, teka
ngga berakhir haid, memili nan darah tinggi, dan in
Indikator yang digunakan ki rentang usia 15-49 tahu toleransi glukosa. Komp
untuk mengukur status giz n yang organ reproduksiny Indikator yang telah dite onen utama sindorma
i terkait dengan malnutrisi a masih baik dan memiliki tapkan untuk mengkate metabolic yang disetujui Susunan, aturan yang
yang digunakan secara be 95% kesempatan untuk ha gorikan derajat kesehat berbagai organisasi stu teratur menurut siste
rsamaan. Dalam hal ini in mil atau memiliki keturuna an masyarakat, serta in di yaitu obesitas, resisit m (Kamus Besar Bah
dikator umur yang sering n. dikator tersebut dapat ensi insulin, dyslipidemi asa Indonesia)
digunakan sebagai salah s membandingkan bagai a dan hipertensi.
atu indikator karena dapat mana kondisi kesehata
dipastikan hasilnya secar n di suatu wilayah deng
a akurat dan banyak digun an wilayah lain atau me
akan khususnya di negara miliki etnis tertentu dan Metabolik
berkembang (Frison, 2016
WUS
memiliki tingkat validasi Sindrom
; Lamire and Metha, 2000) yang baik (Flowers et al
, 2005)
Ahli gizi diharapkan dapat melakukan pengumpulan data, interpretasi
data dengan cut off, PHI dan indikator ganda serta analisa data meng
CUES gunakan software terkait dan menyajikan data dengan format yang sis
tematis terkait hubungan masalah status gizi dan kejadian metabolik si
ndrom pada Wanita Usia Subur (WUS).

http://www.free-powerpoint-templates-design.com
HIPOTESA
Problem Identification
Insert the title of your subtitle Here

Bagaimana indikator ganda, cut-off dan PHI untuk


1 menentukan status gizi dari WUS dan interpretasi
prevalensi overweight sebesar 25%?

Bagaimana cara mengolah data antropometri?


a. Software apa yang digunakan?
2 b. Bagaimana procedure penggunaan software tersebut?
c. Bagaimana output dari software tersebut?

Bagaimana cara mengolah data dietary?


a. Apa saja level objective dari dietary?
3 b. Software apa yang digunakan?
c. Bagaimana prosedur penggunaan software tersebut?
d. Bagaimana output dari software tersebut?
Problem Identification
Insert the title of your subtitle Here

Bagaimana cara mengolah data ekologi?


a. Data apa saja yang dibutuhkan?
4 b. Software apa yang digunakan?
c. Bagaimana procedure penggunaan software tersebut?

5 Bagaimana cara penyajian data yang tepat?


Bagaimana indikator ganda, cut-off, dan PHI untuk menentukan status
gizi dari WUS dan intepretasi prevalensi gizi lebih sebanyak 25% ?

a. Indikator Ganda
Lingkar Lengan Atas menurut Umur (LiLA/U)
Pengukuran LiLA/U dapat digunakan untuk menentukan responden beresiko Kekurangan Energi Kronis (KEK) ata
u Kekurangan Energi dan Protein (KEP) (Wira, 2017). Namun, Lila tidak selalu meningkat dengan bertambahnya
berat badan sehingga LiLA tidak dapat digunakan sebagai monitoring, hanya sebagai screening. Selain itu, LiLA j
uga tidak dapat digunakan untuk mengevaluasi hasil intervensi (Gibson, 2005 dalam Inandia, 2012)
Rasio Lingkar Pinggang Pinggul (RLPP) / Waist-Hip Ratio (WHR)
Lingkar pinggang digunakan untuk menentukan obesitas sentral, sedangkan lingkar pinggul digunakan untuk men
entukan faktor kejadian penyakit kardiovaskuler (Mulyani, 2016; RISKESDAS, 2013).
Indeks Massa Tubuh (IMT)
IMT digunakan untuk menentukan status gizi dan juga dapat digunakan untuk mendeteksi KEK, namun IMT memil
iki kekurangan, yaitu hanya digunakan untuk usia >18 tahun dan tidak bisa digunakan untuk wanita hamil (Ariyani,
2012)
Bagaimana indikator ganda, cut-off, dan PHI untuk menentukan status
gizi dari WUS dan intepretasi prevalensi gizi lebih sebanyak 25% ?
b. Cut-off
LiLA/U
LiLA/U (Wanita usia 15-49 tahun) menurut NHANESS III (1988-1994) dalam Handayani dkk (2015) adalah se
bagai berikut :

Usia (Tahun) Persentil (Cm)/Standar Nilai Kriteria


15 25,9 ≥120% Standar Obesitas
16 26,4 110-120% standar Overweight
17 27,0 90-110% standar Normal
18 26,5 60-90% standar Kurang
19 27,2 ≤60% Standar Buruk
Kriteria status gizi berdasarkan LiLA/U menurut Jellif
20-29 27,5 fe and Jeliffe (1989) dalam Handayani dkk (2015)
30-39 28,9
40-49 30,4

RLPP
Kriteria pada wanita adalah ≥0,85 dan pada laki-laki adalah ≥0,95 (Mulyani, 2016)
Bagaimana indikator ganda, cut-off, dan PHI untuk menentukan status
gizi dari WUS dan intepretasi prevalensi gizi lebih sebanyak 25% ?

IMT
Klasifikasi IMT pada orang dewasa ASI menurut WHO adalah sebagai berikut :
IMT (kg/m2) Klasifikasi

<18,5 Underweight

18,5-22,9 Normal

23-24,9 Overweight

25-29,9 Obesitas 1

≥30 Obesitas 2

(Meier dan Stratton, 2008)


Bagaimana indikator ganda, cut-off, dan PHI untuk menentukan status
gizi dari WUS dan intepretasi prevalensi gizi lebih sebanyak 25% ?

c. PHI
Berdasarkan WHO (2010), berapapun prevalensi overweight dinyatakan sebagai masalah kesehatan dikarena
kan tingginya dampak atau resiko yang ditimbulkan, seperti penyakit tidak menular termasuk diabetes melitus,
penyakit jantung koronen, dan stroke dan meningkatnya beberapa penyakit kanker, serta gangguan pernapasa
n. Sehingga dapat disimpulkan bahwa prevalensi gizi lebih 25% pada WUS sudah termasuk ke dalam masalah
gizi masyarakat karena untuk PHI overweight masih belum ada cut-off-nya.
Bagaimana cara mengolah data antropometri?

a. Software apa yg dibutuhkan


Software yang dapat digunakan yakni :
WHO Antro untuk usia 0-6 bulan
WHO Antro Plus untuk usi 6-18 tahun. (WHO, 2009)
Yang mana WHO antro dan WHO antro plus karena untuk bidang komunitas, software ini dianggap memudah
kan pelayanan karena cepat dan akurat dalam mengambil kesimpulan atas kondisi seorang yang akan dinilai
status gizinya (Komalyna, 2016).
PSG 2015
Di dalam aplikasi ini untuk informasi status gizi, data diolah langsung dengan menggunakan BAKU ANTROP
OMETRI WHO 2005 untuk Balita, BAKU WHO 2007 untuk anak 5-19 tahun untuk Remaja. Rujukan baku yan
g dipublikasi oleh Direktorat Bina Gizi untuk LilA Ibu Hamil dan Orang Dewasa. (Kementrian Kesehatan RI, 20
15)
Bagaimana cara mengolah data antropometri?
b. Bagaimana prosedur penggunaan software
WHO Antro
1. Jalankan program WHO Anthropo
2. Akan muncul 3 menu yaitu Antropometric Calculator (Untuk menghitung status gizi secara antropometri), I
ndividual Assessment (Untuk mengevaluasi status gizi secara perorangan), dan Nutritional Survey (Perhit
ungan status gizi secara masal)
3. Pilih menu anthropometric calculator
4. Masukkan tanggal penimbangan pada bagian DATE Of VISIT
5. Pilih jenis kelamin (female/male)
6. Masukkan tanggal lahir pada bagian DATE Of BIRTH. Jika tidak mengetahui tanggal lahir & hanya menge
tahui bulan & tahun, masukkan tanggal berapa saja, lalu masukkan bulan & tahun sesuai dengan kelahira
n. Lalu, klik Aproximate Date, computer akan memilih bulan & tanggal sesuai dengan data yang dimasukk
an. Selanjutnya, apabila tidak mengetahui tanggal lahir & tidak ingin mengira-ngira maka pilih Unknown D
ate, tapi konsekuensinya adalah tidak semua indeks bisa diukur
7. Masukkan BB pada menu Weight
8. Masukkan data TB pada Height, apabila diukur secara berbaring pilih pilihan Recumbent, jika berdiri pilih
Standing
9. Jika mengalami oedema klik yes
10. Setelah semua data terisi, maka akan keluar data berupa persentil dari Z-score
11. Klik icon grafik untuk mengetahui grafiknya (Komalyna, I Nengah Tanu. 2016)
Bagaimana cara mengolah data antropometri?
PSG 2015
Catatan sebelum entry data:
- Sebelum melakukan entry data2 beberapa hal yang harus diperhatikan agar tidak terjadi kebingungan atau
masalah. Pastikan setting tanggal pada komputer anda sudah bena. Caranya lihat di pojok kanan bawah mon
itor komputer pada kotak tanggal hari ini. Apakah tanggal tersebut sudah sesuai dengan tanggal pada kalende
r bulan.
- Tanggal Data Entry: Masukkan tanggal entry dengan format Hari/Bulan/Tahun Nama Petugas Entry: Ketikka
n nama lengkap pengentry Selama petugas entry belum keluar dari program ini tidak perlu mengisikan lagi ta
nggal entry dan nama pengentry dalam proses entry data. Kode Provinsi: Masukkan kode provinsi sesuai den
gan kode wilayah dari BPS.
- Kode Kabupaten: Masukkan kode Kabupaten sesuai dengan kode wilayah dari BPS.
- (Selama proses input data, gunakan ENTER untuk pindah kursor untuk menjamin data tersimpan. JANGAN
gunakan tombol TAB atau MOUSE untuk memindahkan kursor.)
- Kode tersebut bisa dicari melalui internet dengan mengetik “kode provinsi dan kabupaten di Indonesia”
pada kolom pencarian. Setelah memasukkan kode kabupaten langkah selanjutnya tekan enter atau klik CON
TINUE dengan menggunakan mouse pada layar awal tersebut. Jika ada informasi yang salah bisa diedit untu
k memperbaiki informasi yang salah sebelum menekan menu continue
Bagaimana cara mengolah data antropometri?
PSG 2015
Terdapat 2 fungsi entry data yaitu:
• ENTRY DATA KINERJA Data yang dientry semua varibel yang berhubungan dengan Kinerja Pembinaan Gizi
meliputi Penimbangan balita, ASI Eksklusif, Pemberian Vitamin A, dan lain-lain.
• ENTRY DATA ANTROPOMETRI Data yang dientry adalah data individu anggota rumah tangga yang meliputi b
erat badan, badan, LilA, PLA dll
- Display Data Kinerja (tekan huruf K): Untuk melihat hasil tabulasi data Capaian Indikator Kinerja
- Display Data Antropometri (tekan huruf A): Untuk melihat hasil tabulasi data Antropometri Individu
- Setiap selesai melakukan entry data kinerja dan Antropometri, data yang telah dimasukkan yakin tidak ada y
ang salah selanjutnya lakukan penyimpanan data dengan cara menekan tombol SAVE.
-Di dalam aplikasi ini untuk informasi status gizi, data diolah langsung dengan menggunakan BAKU ANTROP
OMETRI WHO 2005 untuk Balita, BAKU WHO 2007 untuk anak 5-19 tahun untuk Remaja. Rujukan baku yan
g dipublikasi oleh Direktorat Bina Gizi untuk LilA Ibu Hamil dan Orang Dewasa.
-Pada halaman ini terdapat 4 menu sebagai berikut yaitu: Entry data (tekan huruf E): Untuk menambah atau
memulai entry data kinerja
-Display Data Kinerja tekan huruf K): untuk melihat/menampilkan data kinerja pembinaan gizi
-Display Data Antropometri tekan huruf A): untuk menampilkan data antropometri individu
-Exit tekan huruf X) : keluar PROGRAM
-Untuk melanjutkan entry data silahkan enter menu ENTRY DATA
Bagaimana cara mengolah data antropometri?
• Add (tekan huruf A): berfungsi untuk memulai atau menambahkan data baru
• Edit (tekan huruf E): berfungsi untuk mengubah atau memperbaiki data yang salah pada saat mengentry
• Delete (tekan huruf D) : berfungsi untuk menghapus data 1 (satu) record data yang salah atau duplikasi
• Cancel (tekan huruf C): berfungsi untuk membatalkan data entry
• ID Rec to Find (tekan huruf I): berfungsi mempermudah/melacak ID RECORD sampel
• Previous (tekan huruf P): berfungsi melihat 1 (satu) record data sebelumnya
• Next (tekan huruf N) : berfungsi melihat 1 (satu) record data berikutnya
• Top (tekan huruf T): berfungsi untuk melihat record data pertama
• Bottom (tekan huruf B): berfungsi untuk melihat record data terakhir
• Save (tekan huruf S): berfungsi untuk menyimpan/merekam data yang telah dientry
• Ke Layar 2 (tekan huruf 2): berfungsi beralih ke tampilan atau layar ke 2
• Entry Antrop (tekan huruf O): berfungsi untuk menampilkan data entry antropometri individu
• Exit (tekan huruf X): berfungsi untuk keluar dari layar ke 2
• Pada halaman ini KODE WILAYAH PROVINSI dan KODE KABUPATEN sudah diblok (Kode wilayah sudah ada dientry sebelu
mnya)
• KODE WILAYAH KECAMATAN, DESA/KELURAHAN: diisi sesuai kode BPS
• TIPE DESA/KELURAHAN: diisi 1 = Kelurahan 2 = Desa
• Nomor KLASTER: diisi sesuai nomor klaster kuesioner.
• No urut RT: diisi sesuai urutan sampel rumah tangga TANGGAL UKUR, NAMA ENUMERATOR, TANGGAL EDIT dan NAMA
SUPERVISOR diinput sesuai dengan kuesioner tersebut. Jika sudah dientry untuk record kedua
• atau berikutnya TANGGAL UKUR, NAMA ENUMERATOR, TANGGAL EDIT dan NAMA SUPERVISOR sudah tampil tidak perl
u mengentry ulang lagi. Untuk melanjutkan entry data silahkan tekan menu layar 2
Bagaimana cara mengolah data antropometri?

• Setelah mengentry data varibel pada layar tekan ENTER menu KE LAYAR 1 (dapat juga dilakukan denga
n tekan angka 1 atau klik dengan MOUSE KE LAYAR 1 dan wajib tekan tombol SAVE (menyimpan data K
INERJA)
• Jika anda ingin ke layar 1 atau data variabel belum terisi dan ingin keluar program silahkan tekan menu C
ANCEL atau klik dengan mouse menu CANCEL kemudian tekan menu EXIT.
• Kemudian untuk melanjutkan DATA ENTRY ANTROPOMETRI tekan menu ENTRY ANTROP
• untuk data antropometri individu rumah tangga dapat dientry sesuai jumlah anggota rumah tangga sampel
.
• Jika data individu remaja atau dewasa hasil olahan informasi yang tampil hanya IMT, STATUS TB/U dan L
ILA.
• Sebagai tanda bahwa proses menyimpan atau save telah dilakukan, maka tombol save pada layar kompute
r akan berubah warna menjadi merah
Bagaimana hasil output dari software?
Output dari pengolahan data antropo
metri menggunakan WHO Anthro da
n WHO AnthroPlus laporan hasil pen
golahan data disajikan dalam bentuk
: persentile, z-score dan grafik serta
koding warna pada nilai z-score. jika
z-score terletak -2 SD sampai 2 SD,
pada WHO Anthro diberi koding warn
a hijau dan kuning mas, sedangkan s
tatus gizi termasuk katagori kurus at
au gizi kurang jika z-score terletak an
tara – 3 SD < - 2 SD, pada WHO Ant
hro diberi koding warna merah, serta
status gizi buruk dan gizi lebih diberi
kode warna hitam (Nursanyoto & Ko
malyna, 2017).
Output untuk pengolahan data antro
pometri dengan nutritional survey pa
da WHO Anthro hasil pengolahannya
disajikan dalam bentuk WHZ, HAZ,
WAZ, BAZ dan tambahan informasi b
erupa Flag. Adanya Flag mengidenti
fikasikan perlunya konfirmasi data se
suai dengan jenis Flagnya. Jika, Flag
-nya pada BAZ, data yang perlu diko
nfirmasi adalah data BB dan umur an
ak. Flag akan muncul jika nilai hasil p
erhitungan z-skore berada di atas da
n di bawah ambang batas standar W
HO Anthro (Nursanyoto & Komalyna,
2017)
Bagaimana cara mengolah data dietary?
a. Level of objective
L Tujuan Instrumen Ruang lingkup
e
v
e
Dari level tersebut dapat disi
l
1

Mengukur rata-rata intake dari po 24 H recall Populasi


mpulkan bahwa pada skenar
pulsi Food Record io ini termsuk kedalam level
Food Weight 4 dikarenakan pada level 4
2 ditunjukkan untuk keperluan
Estimasi proporsi dari populsi ya 24 H recall Populasi
ng beresiko atas ketidak cukupan Food Record
konseling gizi atau untuk ana
intake Food Weight lisa regresi antara kebiasaan
3
asupan makan dengan peny
Meranking intake individu pada di 24 H Recall Individu
stribusi populsai atau kelompok Food Record
akit.
Food Weight

Ditunjukkan untuk keperluan kon Dietary Histo Individu


seling gizi atau untuk analisa regr ry
esi antara kebiasaan asupan ma SQ FFQ
kan dengan penyakit
Bagaimana cara mengolah data dietary?
b. Software yang digunakan
Software yang sesuai untuk dietary assessment adalah Nutrisurvey. Nutrisurvey merupakan perangkat lunak
yang tidak membutuhkan biaya yang mahal, praktis, dan cepat. Namun, kelemahan dari Nutrisurvey adalah a
nalisis kandungan zat gizi kurang tepat karena tidak semua bahan makanan memiliki bentuk pengolahannya
pada Nutrisurvey (Kusumastuty, I dkk. 2016).
c. Prosedur penggunaan software
• Klik toolbar sasaran. Proses ini dilakukan untuk menyiapkan standard kebutuhan dari sasaran
• Entry bahan makanan/makanan pada worksheet NutriSurvey, langkahnya
• Letakkan kursor pada baris 1 dari worksheet (abaikan please enter here a part of a foodname and press e
nter) langsung ketiklah Makan Pagi (sebagai heading) tanpa menekan tombol Enter
• Setelah mengetik Heading, pindahkan kursor pada baris ke 2. Ketik nama bahan makanan/makanan kem
udian tekan tombol ENTER
• Pilih nama bahan makanan/makanan yang sesuai (tulis dengan huruf kecil semua), kemudian tekan tomb
ol ENTER (harus dilakukan dengan menekan tombol ENTER)
• Ketik banyaknya bahan makanan yang dikonsumsi
• Pindahkan kursor pada baris ke-3. Ketika nama bahan makanan / makanan berikutnya, dst. Kedua langka
h di atas di teruskan sampai proses entry data selesai.
• Simpan entry data dengan Klik Menu File -> save
(Komalyna, 2006)
Bagaimana cara mengolah data dietary?
d. Hasil output dai software
Ouput yang dihasilkan dari software nutri survey uya
kni berupa tabel yang berisi informasi tentang total a
nalisis persentase kebutuhan dan konten nutrisi seti
ap makanan yang dipilih. Dan juga outputnya bisa b
erupa print out analysis of the food record untuk curr
ent food dalam tampilan Ms.Word berupa kolom ma
kanan, berat, energi dan karbohidrat (Wrieden, 2013
)
Bagaimana cara mengolah data ekologi?
a. Data yang dibutuhkan
• Infeksi: Status gizi dengan kejadian infeksi mempunyai keterkaitan yang erat. Anak yang me
mpunyai status gizi kurang mudah terkena infeksi, karena anak tidak mempunyai daya tahan t
ubuh yang cukup. Sebaliknya anak yang menderita infeksi tidak mempunyai nafsu makan yan
g cukup, akibatnya anak kekurangan gizi dan jatuh pada status gizi kurang (Par’I, 2017).
• Kebiasaan merokok: Berpengaruh pada HDL sehingga meningkatkan resiko terjadinya meta
blic syndrome (Magdalena dkk, 2014)
• Data sosial ekonomi dan budaya: Keadaan sosial ekonomi keluarga akan memberikan kes
empatan ibu untuk menyediakan makanan bagi keluarganya. Keadaan sosial yang dapat me
mpengaruhi status gizi di antaranya jumlah anggota keluarga yang tinggal dalam satu rumah,
kepadatan penduduk, keadaan dapur untuk mengolah makanan, ketersediaan air bersih untuk
keperluan rumah tangga. pekerjaan ayah, pendapatan per bulan, harga pangan di pasaran. In
i semua mempengaruhi ketersediaan makanan dalam rumah tangga yang mengakibatkan stat
us gizi anggota keluarga (Par’I, 2017).
Data-data terkait sosial adalah Keadaan penduduk di suatu masyarakat (jumlah, umur, distribusi
sex, dan geografis), Keadaan keluarga, Pendidikan (tingkat pendidikan orang tua, usia anak sekol
ah, keberadaan buku), Perumahan, Dapur, Penyimpanan makanan, air & kakus. Meskipun belum
tentu bila tingkat pendidikan maka pengetahuannya akan kurang, namun tingkat pendidikan sese
orang menentukan mudah tidaknya seseorang menyerap dan memahami informasi tentang peng
etahuan gizi (Fatharanni, 2017). Sedangkan pengetahuan terkait gizi Berpengaruh terhadap pilih
an makanan dan proses pengolahannya (Magdalena dkk, 2014)
Bagaimana cara mengolah data ekologi?

Data-data terkait ekonomi adalah Pekerjaan, pendapatan keluarga, kekayaan yang terlih
at (tanah, ternak, TV, dll), pengeluaran / anggaran, harga makanan yang tergantung pad
a pasar & variasi musim, produksi pangan (penyediaan makanan keluarga, sistem perta
nian, tanah, peternakan & perikanan, keuangan), pelayanan kesehatan & pendidikan: inf
ormasi mengenai pelayanan kesehatan dan pendidikan sangat berguna untuk meningka
tkan pelayanan & pengembangan program. Data yang relevan (Rumah sakit & pusat-pu
sat kesehatan (puskesmas), jumlah RS, Jumlah bed, staff, pasien, dll, Fasilitas & pendid
ikan) (Supariasa, I Dewa Nyoman dkk. 2014).
Budaya mempunyai peran penting dalam proses terbentuknya status gizi. Budaya akan
menciptakan kebiasaan makan individu dan atau kelompok masyarakat. Pada kelompok
budaya tertentu, kebiasaan akan menciptakan pola makan yang baik, tetapi tidak jarang
menciptakan kebiasaan yang bertentangan dengan prinsip gizi. (Par’I, 2017)

• Aktivitas Fisik: Kurangnya aktivitas fisik berhubungan erat dengan metbaolik sindro
m (KEMENKES RI, 2017)
Bagaimana cara mengolah data ekologi?

b. Software yang digunakan


SPSS

c. Prosedur memenggunakan software


Langkah Impoort Data:
• Pastikan pada data Excel yang akan
dimport tidak ada baris atau kolom ya
ng tersembunyi
• Buka software SPSS
• Klik file – Klik Open – Klik Data
• pilih file yang akan diimport
• Klik file excel tersebut > klik open
Bagaimana cara mengolah data ekologi?

Langkah Export Data


• Buka software SPSS
• Siapkan data yang akan diexport pad
a SPSS
• Klik file > klik save as
• Pilih lokasi penyimpanan file
• Pilih jenis format file yang akan diexp
ort
• Klik save
Bagaimana cara mengolah data ekologi?
Langkah Insert Variable : untuk menambah
kan atau menyisipkan variabel baru (kolom
baru) pada file SPSS sesuai kebutuhan
• Klik pada variabel PROVINSI dan pada
kolom PROVINSI akan disort kebawah
• Klik menu Edit pada menu SPSS dan kl
ik Insert Variable Maka variabel baru ak
an muncul (VAR00001)
• Kemudian untuk mengganti nama VAR
00001 menjadi KABUPATEN pilih Varia
ble View.
• Kemudian klik 2 kali pada VAR00001 u
ntuk mengganti nama variabel menjadi
KABUPATEN.
• Setelah mengganti nama variabel menj
adi KABUPATEN kemudian Klik Data Vi
ew
• Maka pada Data View sudah terlihat pe
nambahan variabel KABUPATEN diant
ara variabel KECAMATAN dan variabel
PROVINSI
Bagaimana cara mengolah data ekologi?

Analisis – correlation
• Klik menu analyze > correlate
> Bivariate
• untuk mengkorelasikan 2 vari
abel dengan satu sama lain, p
ilih variabel-variabel yang aka
n dibandingkan
Bagaimana cara mengolah data ekologi?

d. Output dari software


Cara Penyajian Data yang Tepat
Tujuan dari penyajian data adalah me
mbantu pembaca memahami data sec
ara cepat dan mudah, serta untuk me
mudahkan dalam analisis data (Anwar
, 2014). Setelah data dianalisis, data t
ersebut selanjutnya dimasukkan ke da
lam tabel data dasar dan sintesa data
untuk selanjutnya dipergunakan dalam
analisis masalah dan perencanaan pr
ogram gizi. Tabel ini merupakan rangk
uman seluruh data masalah gizi, serta
faktor yang dapat mempengaruhi. Tab
el dibuat sistematis untuk memudahka
n proses analisis selanjutnya. Sintesa
data menyesuaikan intepretasi dari da
ta dasar
(Wirawan dkk, 2017)
Cara Penyajian Data yang Tepat
Selain itu, penyajian dari tabel data dasar dan sintesa data harus memenuhi beberapa
standar sebagai berikut :
• Data yang didokumentasikan harus akurat dan jelas
• Menggunakan singkatan dan simbol yang telah disepakati
• Ditulis dengan tinta gelap yang susah dihapus
• Menggunakan format waktu 24 jam
• Format tangggal menggunakan hari-bulan-tahun
• Ditandatangani oleh penulis beserta nama lengkap
• Data terstruktur, detail dan jelas
• Ditulis secara objektif
• Harus berurutan
• Addendum - jika ada rincian data yang ilang harus didokumentasikan di sebalah ju
dul dengan nama ‘addendum’ termasuk tanggal dan waktu rincian
• Jika terdapat kesalahan dalam penulisan tidak diperbolehkan menghapus namun di
perbolehkan untuk mencoret disertai dengan nama, tanda tangan, ditujukan kepada
, dan tanggal (NSW, 2012).
KESIMPULAN
Indikator ganda yang digunakan untuk survey gizi wanita u
sia subur pada skenario ini adalah IMT, LILA/U dan RLPP
dengan cut-off pada masing-masing indikatornya. Setelah
pengambilan data, data antropometri diolah dengan mengg
unakan bantuan software WHO Anthro, WHO AnthroPlus a
tau PSG 2015 milik Kementrian Kesehatan Indonesia. Data
dietary diolah dengan menggunakan bantuan software Nut
risurvey. Data ekologi memiliki indikatornya sendiri seperti t
ingkat pendidikan, budaya, adanya infeksi, pekerjaan, dll.
Data ekologi diolah dengan bantuan software SPSS. Hasil
pengolahan data antropometri dan dietary akan diolah lagi
dengan menggunakan bantuan software SPSS. Setiap soft
ware memiliki prosedur, fasilitas, dan outputnya masing-ma
sing. Interpretasi dari hasil output keseluruhan survey disaji
kan dalam pendokumentasian data yang sistematis sehing
ga mudah untuk dimengerti jika ingin digunakan di kemuda
n hari.
REKOMENDASI
Skenario ini menambah pengetahuan dan membantu mah
asiswa lebih memahami gizi aspek komunitas terkait surve
y gizi dalam pengambilan data, pengelolaan data menggun
akan software dan pendokumentasian data yang sudah did
apat secara sistematis. Dari skenario ini juga sudah terdap
at kejelasan mengenai sasaran survey yaitu wanita usia su
bur, sehingga mahasiswa dapat langsung mendapatkan ga
mbaran mengenai pengambilan data, pengelolaan data da
n penyajian sistematisnya. Diharapkan skenario dapat teta
p mempertahankan tujuan pembelajaran dan mempertimb
angkan referensi mahasiswa.
Thank you
Insert the title of your subtitle Here