PERHITUNGAN

EPIDEMIOLOGI
LOGO
A. PERHITUNGAN FREKUENSI
PENYAKIT
 ?
MANFAAT
PENGUKURAN KEJADIAN PENYAKIT
DI MASYARAKAT
(STATUS KESEHATAN)
 PENGUKURAN KEJADIAN PENYAKIT DI MASYARAKAT
(STATUS KESEHATAN)

Dapat Untuk
Bagian awal dari proses menghitung risiko
kajian epidemiologi (Efek terhadap kesehatan
karena paparan)
Selanjutnya

Membandingkan kejadian (insidensi)

pada dua kelompok atau lebih
dengan paparan yang berbeda
 Ukuran-Ukuran Umum

 Bilangan (count)
 Ukuran kohort
 Ukuran Periode
 Rasio
 Proporsi
 Angka/Tingkat (Rate)
 Insidensi
 Prevalensi
 Konstanta
 UKURAN – UKURAN UTAMA

RATE

RASIO UKURAN
UTAMA

PROPORSI

www.themegallery.com Company Logo

 Rumus umum

x
Angka, rasio, proporsi = ---- (k)
y
x = pembilang/numerator/kasus
y = penyebut/denominator/populasi
berisiko
k = nilai konstanta
 Population at Risk

Bagian dari populasi yang memiliki

risiko untuk terjadinya suatu penyakit.
Sekumpulan individu yang belum/tidak
menderita tetapi mempunyai risiko
untuk menderita.
 Konstanta

Merupakan suatu bilangan bebas

terpilih (arbitary number)
Misalnya 100, 1000, 10000, 100000
Disimbolkan dengan huruf “k”
 Menghitung proporsi, rate dan ratio

Angka
Absolut

Transformasi

-Proporsi
-Rate - terukur
-Ratio - standard
- dapat diper-
bandingkan
 PROPORSI
adalah suatu perbandingan dimana
pembilang (numerator= X) selalu
merupakan bagian dari penyebut
(denominator= Y)

Contoh :
proporsi penyakit, proporsi umur,
proporsi sex, proporsi puskesmas
 X
Rumus = ----------- x K
X+Y

X = Kasus
Y = Pop. Risiko
K = Konstanta
 Numerator Denominator Konst
Ukuran Epid
(X) (Y) (K)
Proporsi Balita
 Balita  Pdrt
Pnemonia di 100
Pnemonia Berobat
Puskesmas
Proporsi pria
 Pria HIV+  Kasus HIV+ 100
pdrt HIV+
Proporsi PNS
 PNS pdrt  Semua Pdrt
pdrt TB yg 100
TB diobati TB diobati
diobati
 RATE
adalah perbandingan antara jumlah
suatu kejadian (X) tehadap jumlah
penduduk yg mempunyai risiko (Y)
pada kejadian tsb menyangkut
interval waktu.

Contoh :
Insidens Rate, Prevalens Rate, Attact
Rate, Crude Fertility Rate
 X x
Rumus = K
Y

X = Kasus
Y = Pop.Risiko
K = Konstanta
 RATE

Numerator Denominator Konstanta

Ukuran Epid
(X) (Y) (K)
 Pddk
Insidens Rate  Kasus Baru 100.000
Risiko
 Semua
Prevalens  Pddk
Kasus (Baru 100.000
Rate Risiko
+Lama)
 Pddk
Attack Rate  Kasus Baru 100
Risiko
Case Fatality  Semua
 Kematian 100
Rate Kasus
Crude Death 1.000 ,
 Kematian  penduduk
Rate 100.000
 KASUS DBD DI DIY 2006 sd 2010

Penderita Meninggal

5103

2462
2166 2147 2203

25 26 21 16 31
Tahun 2006 Tahun 2007 Tahun 2008 Tahun 2009 Tahun 2010

Sumber : Seksi P2, Dinkes Provinsi DIY Tahun 2011

 RATIO

adalah perbandingan antara

dua kejadian atau dua hal
yang antara numerator dan
denuminator tak ada sangkut
pautnya.
 X x
Rumus = K
Y

X = Kasus
Y = Pop.Risiko
K = Konstanta
 How Many?

Community A Community B
 RATIO

Denominator Konst
Ukuran Epid Numerator (X)
(Y) (K)
 Pddk
Sex Ratio  Pddk Pria
Wanita

Ratio Puskesmas
 Puskesmas  Pddk
dg penduduk

Ratio dokter dg
 dokter  Pddk
penduduk
Ratio dokter dg
 dokter  Puskesmas
Puskesmas
 B. Ukuran Morbiditas

1. Insidensi
Jumlah kejadian/penyakit (kasus baru) pada
kelompok pddk tertentu dlm suatu kurun waktu
tertentu
Pada penyakit menular tertentu dengan
masa tunas yg pendek dapat dihitung attack
rate (angka serangan), misal pada wabah
atau Kejadian Luar Biasa (KLB) yg biasanya
berlangsung tidak terlalu lama (beberapa
hari atau minggu saja).
2. Prevalensi

a. Point prevalence, jlh seluruh penderita

(lama+baru) yg ada pada suatu saat
tertentu
b. Periode prevalence, jlh seluruh penderita
(lama+baru) yg ada pada suatu periode
tertentu
 Manfaat ukuran insidensi

1. Angka insidensi dapat digunakan untuk

mengukur angka kejadian penyakit. Perubahan
angka insidensi dapat menunjukkan adanya
perubahan faktor2 penyebab penyakit, yaitu
fluktuasi alamiah dan adanya program
pencegahan.
2. Dalam penelitian epidemiologi  sebab akibat
3. Perbandingan antara berbagai populasi dengan
pemamapan yg berbeda
4. Untuk mengukur besarnya risiko determinan
tertentu
 Manfaat ukuran prevalensi

1. Menggambarkan tingkat keberhasilan

program pemberantasan penyakit
2. Penyusunan perencanaan pelayanan
kesehatan, misal obat, tenaga, ruangan
3. Menyatakan banyaknya kasus yg dapat
didiagnosis
 C. Ukuran Mortalitas

1. Crude Death Rate (CDR)

Angka kematian kasar adalah jumlah kematian
yg dicatat selama satu tahun per 1000 penduduk
di pertengahan tahun yg sama

AKK/CDR = Jmh kematian yg dicatat dlm thn kalender X 1000

Jlh seluruh pddk pertengahan thn yg sama
 2. Age Specific Death Rate (ASDR)

Jmlh kematian pada kelompok umur tertentu

tertentu selama satu tahun
/ 1000
Jmlh penduduk golongan umur tersebut pada
pertengahan tahun yg sama

• Bisa interval 5 tahunan atau

• Kelompok umur khusus spt : neonatus, bayi,
balita, usia sekolah, dewasa, usia lanjut, dll.
 Kelompok Umur

Cth : Angka Kematian Bayi (Infant Mortality Rate)

Dirinci lagi menjadi :
Perinatal Mortality Rate (Kematian Janin >28 mgg Usia
Kehamilan s.d bayi berusia 7 hari)
Neonatal Mortality Rate (0 – 1 bulan)
Post Neonatal Mortality Rate (1 bulan – 1 tahun)
 Examples for age spesific death rates:

A. Infant mortality rate (IMR)

Jmlh kematian bayi selama satu tahun
/ 1000
Jmlh bayi lahir hidup di area yg sama dan tahun yg sama

Tinggi rendahnya IMR berkaitan dengan

1. Penyakit infeksi yg dapat dicegah dgn imunisasi

2. Diare yg dapat menyebabkan dehidrasi
3. Personal higiene dan sanitasi lingkungan yg
kurang memadai, serta sosial ekonomi rendah
4. Gizi buruk dan daya tahan tubuh yg menurun
 Examples for age spesific death rates:

B. Perinatal mortality rate (PMR)

Jmlh kematian janin pada kehamilan 28 mgg atau lebih

+ jumlah kematian bayi < 7 hari selama satu tahun / 1000
Jmlh bayi lahir hidup di area yg sama dan tahun yg sama

Tinggi rendahnya PMR berkaitan dengan

1. Banyaknya bayi Berat Badan Lahir Rendah (BBLR)

2. Status gizi ibu dan bayi
3. Keadaan sosial ekonomi
4. Penyakit infeksi terutama ISPA
5. Pertolongan persalinan
 Examples for age spesific death rates:

C. Neonatal mortality rate (NMR)

Jmlh kematian bayi berumur < 28 hari selama satu tahun

/ 1000
Jmlh bayi lahir hidup di area yg sama dan tahun yg sama

Tinggi rendahnya NMR berguna untuk mengetahui :

1. Tinggi randahnya usaha perawatan antenatal/

selama kehamilan dan post natal/perawatan bayi
setelah lahir
2. Program imunisasi
3. Pertolongan persalinan
4. Penyakit infeksi terutama ISPA
 Examples for age spesific death rates:

D. Post Neonatal mortality rate (PNMR)

Jmlh kematian bayi berumur > 28 hari sampai 1 tahun

selama satu tahun / 1000

Jmlh bayi lahir hidup di area yg sama dan tahun yg sama

Tinggi rendahnya PNMR berkaitan dengan :

1. Penyakit infeksi yang sebenarnya dapat dicegah

dengan imunisasi
2. Diare yg mengakibatkan dehidrasi
3. Lingkungan dan higiene sanitasi yg kurang memadai
4. Gizi buruk dan penurunan daya tahan tubuh
 Examples for age spesific death rates:

E. Angka Kematian Balita (Akaba)

Jmlh kematian balita dalam 1 tahun

/ 1000
Jmlh balita di area yg sama dan tahun yg sama

Tinggi rendahnya Akaba berkaitan dengan :

1. Program pelayanan kesehatan

2. Program imunisasi
3. Program perbaikan gizi
4. Tingkat pendidikan, keadaan sosial ekonomi, dll
 Examples for age spesific death rates:

F. Maternal Mortality Rate (MMR)

Jmlh kematian ibu karena kehamilan, persalinan dan

masa nifas selama satu tahun / 100 000

Jmlh kelahiran hidup pada tahun dan wilayah yg sama

Tinggi rendahnya MMR berkaitan dengan

1. Keadaan sosial ekonomi

2. Kesehatan ibu selama hamil, bersalin dan nifas
3. Pelayanan kesehatan terhadap ibu
4. Pertolongan persalinan dan perawatan masa nifas
 3. Cause Specific Mortality Rate (CSMR)

Jmlh kematian karena sebab penyakit tertentu

selama satu tahun / 100000
Jmlh penduduk pada pertengahan tahun yg sama

Jumlahnya sangat kecil dibandingkan jumlah

penduduk
Maka digunakan konstanta 100.000 untuk
menghindari angka desimal
 4. Case Fatality Rate (CFR)

Jmlh kematian karena penyebab penyakit tertentu

dlm suatu lingkungan dan kurun waktu tertentu / 1 000
Jmlh penderita penyakit tsb dlm lingkungan dan kurun
waktu yg sama

Lebih menunjukkan keganasan penyakit

tersebut pada kondisi atau lingkungan
tertentu

Seperti kematian saat Kejadian Luar Biasa

(KLB) penyakit tertentu
 D. Ukuran Fertilitas

1. Crude Birth Rate (CBR)

Angka kelahiran kasar adalah jumlah kelahiran
yg dicatat selama satu tahun per 1000 penduduk
di pertengahan tahun yg sama

Jmlh kelahiran hidup selama satu tahun

/ 1000
Jmlh penduduk pada pertengahan tahun yg sama
 Keterbatasan CBR

Perhitungan CBR ini sederhana, mudah

dihitung tetapi kasar.
Perhitungan ini disebut perhitungan kasar
karena yang menjadi pembagi adalah
seluruh penduduk baik laki-laki maupun
perempuan seluruh usia termasuk yang
bukan perempuan usia reproduksi (15-49
tahun).
2. Age Specific Birth Rate (ASBR)
Jumlah kelahiran hidup oleh ibu pada golongan
umur tertentu yg dicatat selama satu tahun per
1000 penduduk wanita golongan umur tertentu
pada pertengahan tahun yg sama

Jmlh kelahiran hidup oleh ibu golongan umur

tertentu selama satu tahun
/ 1000
Jmlh penduduk wanita golongan umur tertentu
pada pertengahan tahun yg sama
Age Specific Birth Rate
(ASBR)
Biasanya dengan interval 5 tahun
Usia subur = 15 – 49 tahun  7 interval.
Dapat disusun menjadi distribusi frekuensi pada
setiap golongan umur (interval).
Dapat diketahui : umur berapa yang punya
tingkat kesuburan yang tinggi.
Usia 15-20  5/25 x 1000 = 200 per
1000
Usia 20-25  10/30 x 1000 = 333 per
1000

Dapat disimpulkan wanita usia 20-25

tahun. lebih subur daripada usia 15-
20 tahun
Selama bulan April 2001 pada beberapa Puskesmas di
Kabupaten ICDC dilaporkan adanya beberapa pening-
katan kasus diare yang disertai beberapa kematian
dengan perincian sbb :
- Puskesmas “A” dg kasus = 600 , meninggal 100
- Puskesmas “B” dg kasus = 450 , meninggal 90
- Puskesmas “C” dg kasus = 700 , meninggal 110
Jumlah penduduk berisiko sbb :
- Puskesmas “A” = 30.000 org
- Puskesmas “B” = 25.000 org
- Puskesmas “C” = 36.000 org
Pertanyaanya :
“ Puskesmas mana yg memiliki masalah Diare terbesar“
Contoh pentingnya
transformasi data
Selama bulan April 2001 pada beberapa Puskesmas di
Kabupaten ICDC dilaporkan adanya beberapa pening-
katan kasus diare yang disertai beberapa kematian
dengan perincian sbb :
- Puskesmas “A” dg kasus = 600 , meninggal 100
- Puskesmas “B” dg kasus = 450 , meninggal 90
- Puskesmas “C” dg kasus = 750 , meninggal 125

Pertanyaanya :
“ Puskesmas mana yg memiliki masalah Diare terbesar“
 Incidence Rate dan CFR Diare
Pop IR CFR
No Kota Risk Kasus Mati

1 Puskesmas “A” 30.000 600 20 100 16,6

2 Puskesmas “B” 25.000 450 18 90 20

3 Puskesmas “C” 36.000 700 20 110 15,7

Pertanyaanya :
“ Puskesmas mana yg memiliki masalah Diare terbesar“
-Dari angka kesakitan (IR) Puskesmas “A” & “C” tertinggi
dg 20
- Dari angka kematian (CFR) Puskesmas “B” tertinggi
dg 20
 Latihan menghitung
Rate, Ratio dan Proporsi
Dari hasil tabulasi laporan Program Malaria di Kec Satui
diperoleh data sbb:
Jml Kasus baru Total kasus Mening
Kel umur
pddk L P L P gal
0-9 3400 10 7 15 19 4
10-19 4200 9 9 16 20 1
20-29 2800 4 5 12 11 2
30-39 2600 8 3 17 9 2
40-71 7000 46 25 65 45 6
Total 20000 77 49 125 104 15
Catatan : L = laki-laki, P = Perempuan
Pertanyaanya : Tolong dihitung
1. Insidens Rate,
2. Prevalens Rate,
3. Ratio kasus baru menurut sex ,
4. Distribusi proporsi Perempuan pd semua kasus ,
5. CFR usia 0-9 th dan
6. Angka kematian malaria .
HITUNG-LAH……??
JAWABAN
Jml Kasus baru Total kasus Mening
Kel umur
pddk L P  L P  gal
0-9 3400 10 7 17 15 19 34 4
10-19 4200 9 9 18 16 20 36 1
20-29 2800 4 5 9 12 11 23 2
30-39 2600 8 3 11 17 9 26 2
40-71 7000 46 25 71 65 45 110 6
Total 20000 77 49 126 125 104 229 15

126
Insidens rate = x 1.000 = 6,3 /1.000 pddk
20.000

229
Prevalens rate = x 1.000 = 11,45 /1.000 pddk
20.000
JAWABAN
Jml Kasus baru Total kasus Mening
Kel umur
pddk L P  L P  gal
0-9 3400 10 7 17 15 19 34 4
10-19 4200 9 9 18 16 20 36 1
20-29 2800 4 5 9 12 11 23 2
30-39 2600 8 3 11 17 9 26 2
40-71 7000 46 25 71 65 45 110 6
Total 20000 77 49 126 125 104 229 15

77
Ratio pdrt baru L = = 1,57
dg P 49

104
Proporsi pdrt P pada = x 100 = 45,41 %
semua kasus 229
JAWABAN
Jml Kasus baru Total kasus Mening
Kel umur
pddk L P  L P  gal
0-9 3400 10 7 17 15 19 34 4
10-19 4200 9 9 18 16 20 36 1
20-29 2800 4 5 9 12 11 23 2
30-39 2600 8 3 11 17 9 26 2
40-71 7000 46 25 71 65 45 110 6
Total 20000 77 49 126 125 104 229 15

4
Case Fatality Rate 0-9 x 100 = 11,76 %
= 34

15
Angka kematian Malaria = x 1.000 = 0,75 per 1.000 pddk
Cause Specific Death Rate) 20.000
LOGO