Kegiatan Surveilans_Advokasi_
description
Transcript of Kegiatan Surveilans_Advokasi_
Subdit Surveilans Epidemiologi & Respon KLB
Gn 20Gn 201515
DASAR-DASAR SURVEILNAS DASAR-DASAR SURVEILNAS EPIDEMIOLOGIEPIDEMIOLOGI
H.Gandi Kosim,SKM,M.Sc
Tutor Surveilans Epidemiologi
CURRICULUM VITAECURRICULUM VITAE• Pendidikan :
1. S1 ( FKM-UI) 1985
2. S2 ( Fakultas Pasca Sarjana – UI ) 1990• Pelatihan :• Surveilans Epidemiologi Cholera outbreak,BANGLADESH• IMCI, KATMANDU• PARASITOLOGI, TOKYO• CDD Manager , THAILAND• PIM III• WYDIA ISWARA• MOT,TOT,FASILITATOR• Diklat SE di dalam negeri• Pengurus Perhimpunan Ahli Epidemiologi Indonesia
Gn 2011Gn 2011
Pengalaman Kerja
1.Puskesmas Kota Lubuk Linggau, 1972
2.Dinkes Kab.Musi Rawas Sumsel, 1972 – 1981
3.Dit Jen PP & PL, 1982 – 2005
4.Widyaiswara Bapelkes Cikarang, sejak 2006 •Pengalaman mengajar
1.FKM UI (S1/S2)
2.FK Yarsi (Epidemiologi)
3.STIKES – ABNUS Jakarta
4.Tutor PJJ PAEL Online
Penganti
n
Peserta mampu melakukan kegiatan Surveilans Epidemiologi
Peserta mampu: Melakukan pengumpulan data
Melakukan pengolahan data Melakukan analisis data
Melakukan interpretasi data Menyusun rekomendasi hasil surveilans
Pengumpulan DataPengolahan Data
Analisis Data Interpretasi Data
Rekomendasi Hasil Surveilans
Pengertian Surveilans-Epidemiologi• WHO : Proses pengumpulan, pengolahan, analisis
dan interpretasi data secara sistematik dan terus menerus serta penyebaran informasi kepada unit yang membutuhkan untuk dapat mengambil tindakan
• KepMenKes : kegiatan pemantauan secara sistematis dan terus menerus thd penyakit atau masalah-masalah kes. dan kondisi yang mempengaruhi terjadinya peningkatan dan penularan penyakit atau masalah-masalah kes. tsb, agar dapat melakukan tindakan penanggulangan secara efektif dan efisien melalui proses pengumpulan data, pengolahan, analisis dan penyebaran informasi epidemiologi kepada penyelenggara program kes.
analisis
Pulta Analisis
InformasiRekomendasi
Action
Lahta
-Perencanaan-Evaluasi/monitoring-Kewaspadaan dini-Strategi Advokasi
04/21/23Subdit Surveilans 13
Menyiapkan data agar mudah ditangani saat analisa
Tahapan Pengolahan data meliputi :
1) Kompilasi data 2) Validasi data 3) Manipulasi/ Transformasi data. 4) Pengolahan data
Data telah terbebas dari kesalahan saat pengumpulan dan entry data.
LAHTAKES.
Tujuan
04/21/23Subdit Surveilans 14
Tahapan Proses Pengolahan Data
LAH-TA-KES.
Kompilasi data
Validasi data
Transfor masi data
Pengolahan data
04/21/23Subdit Surveilans 15
Proses Pengolahan Data
Kompilasi data
Validasi data
Transfor masi data
LAH-TAKES.
• Lakukan penghitungan dari semua sumber yg ada.• Kelompokkan data menurut karakteristik Orang, Tempat dan waktu.
Pengolahan data
04/21/23Subdit Surveilans 16
Proses Pengolahan Data
LAH-TAKES.
Kompilasi data
Validasi data
Transfor masi data
Pengolahan data
- Lakukan pengecekan data untuk melihat kebenaran & konsistensinya- Lakukan koreksi sesuai dg kondisi yg sebenarnya
04/21/23Subdit Surveilans 17
Contoh kegiatan Validasi data
- Bandingkan hasil kompilasi data dg pengelola lainnya/bulan lalu-Check konsistensi datanya-Check ulang penghitungannya menurut var.waktu,tempat,orang-Check kelengkapan data
-Lakukan koreksi langsung
04/21/23Subdit Surveilans 18
Contoh kegiatan Validasi data
Melihat konsistensi data
hasil kompilasi data kepemilikan dan jenis jamban yg digunakan masy.
Tabel 1: Kepemilikan MCK
Responden
MCK sendiri
ya
Tdk
100
Total
20
120
Tabel 2: Jenis MCK yg dimiliki Responden
Total 105
Permanen 50
Tdk Permanen 55
Tidak sama
Jenis MCK
04/21/23Subdit Surveilans 19
Proses Pengolahan Data
LAH-TA-KES.
Kompilasi data
Validasi data
Transfor- masi data
Pengolahan data
- Lakukan perubahan variabel menjadi variabel baru sesuai dg kebutuhan, melalui proses :
Mengubah nilai dari suatu var.• Mengelompokkan var ke dlm nilai berbeda.• Mengelompokkan nilai-nilai var ke dlm var. baru• Mengekstraksi sebagian dari nilai dlm variabel
Manual Komputer
04/21/23Subdit Surveilans 20
Proses Transformasi Data
Contoh mengubah nilai dari suatu var.
Dari hasil penimbangan 20 Bayi yang baru dilahirkan diperoleh data Berat Badan bayi (gram) sbb : 2250, 3300, 2450, 2500, 2499, 2550, 2600, 2750, 2525, 2365, 3400, 2625, 2510, 2480, 2725, 2600, 2700, 3000, 3500, 2300
Dalam hal ini nilai BB Bayi, ubah menjadi suatu variabel yang lebih informatif yaitu BBLR dengan menggunakan standard < 2500 grm
Bayi BBLR =
Bayi tdk BBLR =
5 org
15 org
04/21/23Subdit Surveilans 21
Proses Transformasi Data Mengelompokkan var ke dlm nilai berbeda.
Dari hasil penimbangan 20 Bayi yang baru dilahirkan diperoleh gambaran tk pendidikan ibu sbb : SD, MI, TS, SD, SD, TS, SLTP, SLTP, MT, SLTA, SD SLTP, MI, MT, SLTA, MA, TS, MA, D-III, SD
Dari data diatas diperoleh kompilasi sbb : - TS = 3 org - SD/MI = 7 org - SLTP/ MT = 5 org - SLTA/ MA = 4 org - D-III = 1 org
Dikelompokan menjadi variabel baru :-Tk pddkn Rendah = TS + SD/ MI =-Tk pddkn Sedang = SLTP/ MT + SLTA/ MA =-Tk pddkn Tinggi = D-III =
3 + 7 = 10 org 5 + 4 = 9
1
04/21/23Subdit Surveilans 22
Proses Transformasi Data Mengekstraksi sebagian dari nilai dlm variabel .
Dari hasil pengamatan terhadap 50 ibu dalam kaitan penerimaan informasi kesehatan didapatkan variasi waktu penerimaan informasi tsb dg variasi sbb : - Januari 2013 - Februari 2014 - Januari 2015 - Maret 2013 - Maret 2014 - April 2015 - Juli 2013 - Agustus 2014 - Juni 2015 - Nov. 2013 - October 2014
Di ektraksi
-Info tahun 2013-Info tahun 2014-Info tahun 2015
04/21/23Subdit Surveilans 23
Proses Pengolahan Data
LAH-TA-KES.
Kompilasi data
Validasi data
Transfor- masi data
Pengolahan data
Lakukan pengolahan/transformasi utk melihat hub. beberapa variabel
- Sederhana
- Kompleks
Lakukan pengolahan/transformasi var. mulai distribusi frek./absolut (proporsi,rate,ratio) menurut karak teristik orang, tempat & waktu dsb
04/21/23Subdit Surveilans 24
LAH-TA - KES.
Hal-hal yg perlu diperhatikan dalam Proses Pengolahan Data
Apa tujuan pengolahan data Data relevan dengan tujuan Kualitas data dapat dipercaya Gunakan metode yg tepat & mudah Ungkapkan batasan kelemahanya bila ada Hasil olahan harus standard - mudah dimengerti - menghasilkan persepsi sama - dpt diperbandingkan menurut waktu, geografis dsb
04/21/23Subdit Surveilans 25
LAH-TA - KES.
Bentuk pengolahan data
• Pengolahan data sederhana (univariat) - distribusi frekuensi - menhitung rerata (nilai tengah) - menghitung sebaran - proporsi, rate, rasio
• Pengolahan data komplek (hubungan) - hubungan dua variabel (bivariat) - hubungan lebih dari dua variabel (multivariat)
04/21/23Subdit Surveilans 26
Analisis UnivariatAnalisis BivariatAnalisis Multivariat
04/21/23Subdit Surveilans 27
UNIVARIAT : untuk melihat distribusi
frekuensi (Rate, Ratio, Proporsi)/ nilai tengah
suatu variabel
BIVARIAT : Melihat Signifikansi/ ada hubungan atau tidak
MULTIVARIAT : Melihat Faktor yang paling dominan
04/21/23Subdit Surveilans 28
ANALISIS MULTIVARIAT:1. Pemodelan Kuantitatif
ANALISA UNIVARIAT Mean, Median, Mode, Sd, Se, Range,
Min-Max, Skewness, Kurtosis Boxplot; Stem-Leaf
Tujuan:1. Deskripsi setiap variabel diteliti2. Diagnosis asumsi statistik lanjut
3. Deteksi nilai ekstrim/outlier
ANALISA UNIVARIAT Mean, Median, Mode, Sd, Se, Range,
Min-Max, Skewness, Kurtosis Boxplot; Stem-Leaf
Tujuan:1. Deskripsi setiap variabel diteliti2. Diagnosis asumsi statistik lanjut
3. Deteksi nilai ekstrim/outlier
ANALISIS BIVARIAT: Uji Hipotesis 2 var
04/21/23Subdit Surveilans 29
ANALISIS BIVARIAT
skala NOMINAL ORDINAL Intv&RasioNOMINAL Chi-Sq.
Phi-Coeff.Cramer's VG-K LambdaRelative RiskFisher's Exact
ORDINAL Chi-Sq. Chi-Sq.G-K Lambda G-K LambdaKruskal-Wallis Kendal's TauMedian test Spearman rSign Test Somer's dWicoxon TestSomer's dKolmogorovRuns test
INTERVAL Paired t-test Pearson-r& RASIO ANOVA Regresi
skala NOMINAL ORDINAL Intv&RasioNOMINAL Chi-Sq.
Phi-Coeff.Cramer's VG-K LambdaRelative RiskFisher's Exact
ORDINAL Chi-Sq. Chi-Sq.G-K Lambda G-K LambdaKruskal-Wallis Kendal's TauMedian test Spearman rSign Test Somer's dWicoxon TestSomer's dKolmogorovRuns test
INTERVAL Paired t-test Pearson-r& RASIO ANOVA Regresi
04/21/23Subdit Surveilans 30
skala NOMINAL/ORD INT&RASIONOMINAL/ Regresi logistikORDINALINTERVAL Reg. Multipel Multiple r& RASIO (Var. Dummy) Reg. Multipel
An. Diskriminan Reg. Non-linierANOVA An. PathMANOVA An. FaktorANCOVA Time-series
An. SurvivalReg. CoxLISREL
ANALISIS MULTIVARIAT:
04/21/23Subdit Surveilans 31
Descriptives
11.396 .201
10.992
11.800
11.420
11.500
2.019
1.421
8.6
14.0
5.4
2.150
-.306 .337
-.744 .662
Mean
Lower Bound
Upper Bound
95% ConfidenceInterval for Mean
5% Trimmed Mean
Median
Variance
Std. Deviation
Minimum
Maximum
Range
Interquartile Range
Skewness
Kurtosis
KADAR-HBStatistic Std. Error
STATISTIK UNIVARIAT
04/21/23Subdit Surveilans 32
STADIUM
20 40.0 40.0 40.0
30 60.0 60.0 100.0
50 100.0 100.0
Std 2b
Std 3b
Total
ValidFrequency Percent Valid Percent
CumulativePercent
RESPON TX.
34 68.0 68.0 68.0
16 32.0 32.0 100.0
50 100.0 100.0
Lkp.
Buruk
Total
ValidFrequency Percent Valid Percent
CumulativePercent
STATISTIK UNIVARIAT
04/21/23Subdit Surveilans 33
Dukunganstatistician
Mengetahui hasilkomputasi
Mengetahuialat-alat statistik
Tim PakarSubstantif
Kemampuansubstantif
EPIDEMIOLOG
HASIL DATAANALISIS
UNSURPENDUKUNG
KIAT SUKSES ANALISIS DATA
04/21/23Subdit Surveilans 34
V.BEBAS V. TERIKAT=Respon Radiasi (Ordinal)Angiovasc(Interval/Rasio)
Uji-t/ANOVARegresi Logistik Sederhana
Serbukan(Ordinal)
Chi-Sq; Rasio Odd/Resiko Relatif (RR)Regresi Logistik Sederhana
Stadium(Ordinal)
Chi-Sq; Rasio Odd/Resiko Relatif (RR)Regresi Logistik Sederhana
Diferensiasi(ordinal)
Chi-Sq; Rasio Odd/Resiko Relatif (RR)Regresi Logistik Sederhana
(Bersama-sama) Regresi Logistik Berganda
STATISTIK BI- / MULTIVARIAT
04/21/23Subdit Surveilans 35
INTERPRETASI DATA
- Informasi penting / urgenNaratif
Tabulair
Grafik
Maping
- Sederhana namun mudah
dipahami
- Tampilkan lebih atraktif
04/21/23Subdit Surveilans 36
PENYAJIAN TABULAR:Judul tabel lengkapBadan tabel terdiri dari .Variabel/konsep .Distribusi frek .Distribusi proporsi .Uji stat (bila perlu)Hindari tabel yg kompleksDesimal seperlunyaHindari duplikasi (tabel kemudian diikuti oleh teks dan/atau grafik
PENYAJIAN TEKSTULARMenggunakan bahasa yg benarRingkas tetapi efektifMenghindari bahasa berbungaParagraf mengandung: .Tema .Data/fakta pendukung tema .Pendapat/opini
PENYAJIAN GRAFIKALHistogram/BargramDiagram PieDiagram GarisDiagram Sebar
04/21/23Subdit Surveilans 37
CONTOH TEKSTULAR(ALINEA YANG BAIK)
Angka Kematian Ibu (AKI) di Indonesia masih tinggi bila dibandingkan dengan negara tetangga. Data SDKI tahun 2012 menunjukkan bahwa AKI di Indonesia adalah 359 per 100.000 kelahiran, sedang Thailand hanya sebesar 100 per 100.000 kelahiran; Singapura 50/100.000 kelahiran.. dst. Hal ini menunjukkan bahwa pelayanan kesehatan di Indonesia masih memprihatinkan.
TEMA
DATA
OPINI
04/21/23Subdit Surveilans 38
Naratif
Yaitu memvisualisasikan atau menyajikan hasil pengolahan data dgn menggunakan kalimat atau kata-kata
- Gunakan kalimat yg singkat - Tonjolkan informasi yg penting
Misal :• Sebagian besar (..%) bumil yang mendapat pelayanan K-1 telah imunisasi TT-1• 3 diantara 30 orang penderita Kholera dari desa A
04/21/23Subdit Surveilans 39
TABEL
Yaitu visualisasikan atau menyajikan hasil Analisis data dgn menggunakan tabel/ matriks dari yg sederhana - kompleks
- Bentuk tabel : Matriks Tabel - Sederhana ( oneway tabulation ) - Silang ( twoway tabulation ) - Berganda ( threeway tabulation)
04/21/23Subdit Surveilans 40
Penyajian Matriks
yaitu penyajian informasi secara gabungan antara bentuk tabel dengan narasi (kalimat)
contoh penyajian matriks
2 bln –
< 5 th
Gejala untuk penegakan diagnosisKel Umur
Pnemonia Berat
Terlihat adanya tarikan dada bagian bawah ke dalam
Tidak terlihat adanya tarikan dada bag. bawah kedalam
Frekuensi nafas cepat
- umur 2 bl - < 12 bl dg frek 50 x / mnt
- umur 2 bl - < 12 bl dg frek 40 x / mnt
Pnemonia Tidak terlihat adanya tarikan dada bag. bawah kedalam
Tdk ada nafas cepat
- umur 2 bl - < 12 bl dg frek < 50 x / mnt
- umur 2 bl - < 12 bl dg frek < 40 x / mnt
Bukan Pnemonia
04/21/23Subdit Surveilans 41
Penyajian Tabulair
yaitu penyajian informasi dalam bentuk angka- dengan menggunakan format kolom dan baris
- Tabel harus mudah dipahami pembaca - Tabel se-sederhana mungkin- Dua atau Tiga tabel lebih baik dibanding satu tabel besar dg banyak variabel
04/21/23Subdit Surveilans 42
Persyaratan tabel yg baik
Tabel terdiri dari 3 bagian • Judul tabel • Badan tabel • Catatan kaki / Note
Judul Tabel • Singkat, jelas & relevan serta menjelaskan Apa yg disajikan ? Dimana peristiwanya ? dan Kapan kejadianya ?
04/21/23Subdit Surveilans 43
tabel yg baik
Badan Tabel • Badan tabel terdiri dari lajur kolom dan baris • Setiap lajur di beri label atau singkatan / kode • Titik temu kolom dengan baris berisi nilai var • Pada akhir kolom/baris sediakan lajur jumlah
Catatan kaki / note • Memuat penjelasan dari singkatan / kode label • Mencantumkan sumber informasi dari isi tabel
04/21/23Subdit Surveilans 44
Contoh tabel
TT-1 TT-2
Desa Psk Psy Ln jml Psk Psy Ln jml
1. Desa “A” 10 14 5 29 8 9 5 22
2. Desa “B” 9 13 6 28 6 8 4 18
3. Desa ”C” 12 12 4 28 10 11 4 25
4. Desa “D” 8 15 7 30 8 10 5 23
5. Desa “E” 10 13 5 28 9 10 4 23
Jumlah 49 67 27 143 43 48 22 111
Tabel 1. Hasil imunisasi TT Bumil Puskesmas Karang s/d Tw II th 2015
Judul tabel
Apa ?Dimana ?Kapan ?
Label kolom
Labelbaris
Note: Pusk= Puskesmas, Psy= Posyandu Ln= Lain-lain,jml=jumlahSumber : Puskesmas karangangue, Kab Adasaja
catatankaki
04/21/23Subdit Surveilans 45
Contoh bentuk tabel sederhana (one-way tabulation)
Tabel 2. Jumlah kasus baru PD3I Puskesmas Suka Kab Wae Th 2014
Jenis Penyakit Jumlah kasus %
1.Campak 50 62,5
2. Difteria 2 2,5
3. Pertusis 15 18,7
4. Tetanus Neonatorum 10 12,5
5. Meningitis TBC 0 0
6. Hepatitis B 3 3,8
Jumlah 80 100
Keterangan: PD3I = Penyakit yang dapat dicegah dengan imunisasiSumber : Pengelola Program Surveilans Puskesmas Suka
04/21/23Subdit Surveilans 46
Contoh bentuk tabel Silang (two-way tabulation)
Tabel 3. Hasil Pemeriksaan Laboratorium Suspek Malaria menurut jenis kelamin , pasien yang berobat di Pusk Ulun Kab Pulang Pisau bulan Juli tahun 2014
Jenis ParasitJenis Kelamin
JumlahPria Wanita
1. Plasmodium Falsifarum 55 30 85
2. Plasmodium Vivak 25 20 45
3. Plasmodium Ovale 0 0 0
4. Mix 15 15 30
Jumlah 95 65 160
Sumber : Pengelola Program Malaria Puskesmas Ulun Kab. piyan
04/21/23Subdit Surveilans 47
Contoh bentuk tabel Berganda (three-way tabulation)
Tabel 4. Hasil pengobatan penderita TB BTA+ menurut keaktifan PMO di Puskesmas Pian Kab. Muara
Jambi bulan Juli Tahun 2014
Desa
Hasil pengobatan
PMO aktif PMO tdk aktif
sembuh
lkp Tdk lkp sembuh
Lkp Tdk lkp
1. Seluang 4 2 0 1 1 5
2. N i l a 3 2 1 1 1 3
3. Baung 5 0 0 0 0 4
4. Emas 2 3 1 0 1 3
Jumlah 14 7 2 2 3 15Keterangan: PMO= Pengawas Menelan Obat, lkp = lengkapSumber : Pengelola Program TB-Paru Puskesmas Aruan
04/21/23Subdit Surveilans 48
Grafik
Yaitu visualisasikan atau menyajikan hasil pengolahan data dalam bentuk grafik atau diagram tertentu
- Pilih grafik yg sederhana atraktif dan mudah dipahami (self explanatory)- Grafik hrs sesuai tujuan - Perhatikan aturan dalam pembuatan grafik
04/21/23Subdit Surveilans 49
Persyaratan Grafik
Grafikl terdiri dari 3 bagian • Judul grafik • Badan grafik • Catatan kaki / Keterangan
Judul Grafik • Singkat, jelas & relevan serta menjelaskan Apa yg disajikan ? Dimana peristiwanya ? dan Kapan kejadianya ?
04/21/23Subdit Surveilans 50
Persyaratan Grafik yg baik
Badan Grafik • Tampilkan variabel dg warna-bentuk yg menarik • Batasi variabel yg ditampilkan dlm grafik • Bila variabel > 2 gunakan perbedaan yg jelas • Lengkapi grafik dg legenda yg menjelaskan artinya • Khusus grafik Garis, Batang dan scatter
- Memiliki dua sumbu aksis X dan Y - Titik potong sumbu X & Y memp nilai nol - Axis X posisi mendatar, var independen, klasifikasi - Axis Y posisi tegak, var dependen, frekuensi,rate - Pembagian skala sumbu X & Y harus jelas & sama kecuali semi log - log
04/21/23Subdit Surveilans 51
Persyaratan Grafik yg baik
Catatan kaki / note • Memuat penjelasan dari singkatan / kode label • Mencantumkan sumber informasi dari isi tabel
04/21/23Subdit Surveilans 52
Bentuk Grafik
Garis
Batang - Histogram - Bar diagram
Lingkaran (Pie)
Pencar (Scatter)
Gambar (Pictogram)
Peta (Cartogram)/Map - Plot - Area
04/21/23Subdit Surveilans 53
Tujuan & manfaat dari Bentuk Presentasi Grafik
JENIS GRAFIK TUJUAN & MANFAAT
UTK. MENGGAMBARKAN TRENDS/ PERKEM-BANGAN SUATU NILAI DR WAKTU KE WAKTU
1. GARIS
2. BATANG
-HISTOGRAM
-BAR DIAGRAM
UTK. MENGGAMBARKAN TRENDS/ PERKEM-BANGAN SUATU NILAI DR WAKTU KE WAKTU
UTK. MEMBANDINGKAN SATU NILAI ATAU LEBIH DARI BEBERAPA KATEGORI
3. PIE (LINGK) UTK. MEMBANDINGKAN SUATU NILAI DARI BEBERAPA KATEGORI
04/21/23Subdit Surveilans 54
Tujuan & manfaat dari Bentuk Presentasi Grafik
JENIS GRAFIK TUJUAN & MANFAAT
4. SCATTER UTK MENGGAMBARKAN KE-ERATAN HUBUNG-AN ( SEBAB-AKIBAT ) ANTARA DUA VARIABEL
5. GAMBAR UTK. MEMBANDINGKAN SUATU NILAI DARI BEBERAPA KATEGORI SEKALIGUS MELIHAT PERKEMBANGAN DR WAKTU KE WAKTU
6. PETA UTK. MENGGAMBARKAN PENYEBARAN DARI SUATU NILAI MENURUT KONSEP WILAYAH
04/21/23Subdit Surveilans 55
Grafik GARIS
1. Garis Tunggal (Single Line Chart)
2. Frekuensi kumulatif (Cumulative Frequensi Graph)
3. Garis ganda (Multiple Line Chart)
4. Garis Komponen berganda (Multiple Componen LC)
5. Presentase komponen berganda Precentage MCLC)
6. Garis Seimbang (Balance Line Chart)
7. Garis Interval (Interval Line Chart)
04/21/23Subdit Surveilans 56
Contoh-contoh grafik garis
Grafik garis tunggal
EESTIMASI ANGKA KEMATIAN BAYI INDONESIA, 1967 - 2017
145
109
7160
5244
3832 27
0
20
40
60
80
100
120
140
160
1967 1976 1986 1992 1997 2002 2007 2012 2017 2020
Grafik garis kumulatifl
KASUS DEMAM BERDARAH DI INDONESIA TAHUN 1989 - 1994
6,09
18,82
30,38
39,83
49
58,72
0
10
20
30
40
50
60
70
1989 1990 1991 1992 1993 1994
04/21/23Subdit Surveilans 57
Contoh-contoh grafik garis
Grafik garis berganda Grafik Komponen berganda
JUMLAH PENDERITA DAN KEMATIAN RAWAT INAP DI R.S. PENYAKIT TETANUS NEONATARUM DI RS
TAHUN 1989 - 1993
0
200
400
600
800
1000
1200
1989 1990 1991 1992 1993
KEMATIANKASUS
JUMLAH PUSKESMAS, PUSKESMAS PEMBANTU DAN PUSKESMAS KELILING, DI INDONESIA TAHUN 1989 - 1994
0
5
10
15
20
25
Ribu
an
Puskesmas 5,563 5,656 5,976 6,224 6,954 6,984
Pustu 13,415 15,437 15,944 18,264 19,977 20,466
Pusling 0 0 0 5,623 6,024 6,382
1989 1990 1991 1992 1993 1994
04/21/23Subdit Surveilans 58
Contoh-contoh grafik garis
Grafik garis persentase komponen bergandal
Grafik garis Interval
PERSENTASE BOR DAN BTO DI INDONESIA TAHUN 1989 - 1994
0
10
20
30
40
50
60
70
PERSEN
BOR 56,1 57,6 57 56 55,8 53,4
BTO 34 36 36 36 36 35
1989 1990 1991 1992 1993 1994Jan Feb Mar Apr Mei Jun Jul Ags Sep Oct Nov Des
0
200
400
600
800
1000
1200
1400
1600
1800
2000
2200
2400
2600
2800
Maksimum 2493 1494 1486 1436 1545 1726 1281 1689 1774 1697 1212 1223
Median 1126 1249 1124 1094 1132 1274 1026 979 1145 1210 465 759
Minimum 904 1065 1082 1012 909 1068 375 358 736 439 383 579
Grafik III.8 : Angka maksimum dan minimun penderita klinis Malaria yang berobat pada sarana pelayanan kes di Prop Kalsel tahun 1995 s/d 1999
04/21/23Subdit Surveilans 59
Contoh-contoh grafik garis
Grafik garis Seimbang
0
5
10
15
20
25
30
0
10
20
30
40
50
IR CFR
CFR = Per 100IR = per 100.000 Penduduk
Tahun
Grafik 5 :Case Fatality rate (CFR) dan
Insidens DBDdi Indoesia Tahun 1968 -1999
04/21/23Subdit Surveilans 60
Grafik BATANG
1. Frekuensi Histogram
2. Batang Tunggal
3. Batang Ganda
4. Batang Komponen
5. Batang Presentase Komponen
6. Batang Mendatar
7. Batang Sektor
04/21/23Subdit Surveilans 61
Contoh-contoh grafik Batang
Frekunsi Histogram Grafik Batang Tunggal
0
10
20
30
JUMLAH KASUS KLB DHF DI INDONESIA MENURUT BULAN SELAMA JANUARI - DESEMBER 1995
23 25 14 11 12 2 5 6 6 7 3 7
JAN FEB MAR APR MEI JUN JUL AGT SEP OKT NOP DES
6,87916,648
5,462 3,948 2,003
138,816
35,54748,488
92,212
0
20
40
60
80
100
120
140
Dr.Ahli Dr.Gigi Sarkeslain
ParamedisNon Perwt
Non Medis
JUMLAH TENAGA KESEHATAN MENURUT JENIS TENAGA DI INDONESIA TAHUN 1994
0
5
10
15
20
25
1 2 3 4 5 6 7 8 9 10
04/21/23Subdit Surveilans 62
Contoh-contoh grafik Batang
Grafik Batang Ganda Grafik Batang Komponen
0
5.000
10.000
15.000
20.000
25.000
Grafik jumlah Puskesmas, Pustu dan Pusling di Indonesia tahun 1989 - 1994
Puskesmas 5.563 5.656 5.976 6.224 6.954 6.984
Pustu 13.415 15.437 15.944 18.264 19.977 20.466
Pusling 0 0 0 5.623 6.024 6.382
1989 1990 1991 1992 1993 19940
5.000
10.000
15.000
20.000
25.000
30.000
35.000
Grafik jumlah sarana Puskesmas, Pustu dan Pusling di Indonesia tahun 1989 - 1994
Pusling 0 0 0 5.623 6.024 6.382
Pustu 13.415 15.437 15.944 18.264 19.977 20.466
Puskesmas 5.563 5.656 5.976 6.224 6.954 6.984
1989 1990 1991 1992 1993 1994
04/21/23Subdit Surveilans 63
Contoh-contoh grafik Batang
Grafik Batang Persentase Komponen
Grafik Batang Mendatar
0%
20%
40%
60%
80%
100%
Grafik Persentase jenis yankes (Puskesmas, Pustu dan Pusling) di Indonesia tahun 1989 - 1994
Pusling 0 0 0 5.623 6.024 6.382
Pustu 13.415 15.437 15.944 18.264 19.977 20.466
Puskesmas 5.563 5.656 5.976 6.224 6.954 6.984
1989 1990 1991 1992 1993 1994
0 5.000 10.000 15.000 20.000 25.000
1989
1990
1991
1992
1993
1994
Grafik Jumlah sarana yankes Puskesmas, Pustu dan Pusling di Indonesia tahun 1989 - 1994
Pusling 0 0 0 5.623 6.024 6.382
Pustu 13.415 15.437 15.944 18.264 19.977 20.466
Puskesmas 5.563 5.656 5.976 6.224 6.954 6.984
1989 1990 1991 1992 1993 1994
04/21/23Subdit Surveilans 64
Contoh-contoh grafik Batang
Grafik Batang Sektor
0 10 20 30 40 50 60 70 80
Brunei
Cambodja
Indonesia
Laos
Malaysia
Myanmar
Philipina
Singapura
Thailand
Vietnam
Angka Harapan Hidup waktu lahir (Eo) Menurut Jenis Kelamin di beberapa Negara Asia Tenggara tahun 1993
Laki-laki Perempuan
04/21/23Subdit Surveilans 65
Contoh Grafik Lingkaran (Pie)
Pie Diagram jumlah persalinan menurut penolong di Puskesmas Antah Berantah tahun 2000
5
25
30
15
Dokter Bidan Dukun Lain-lain
Pie Diagram Riwayat Pertolongan PersalinanBayi pdrt TN di Kalsel th 2000 dan 2001
NAKES42,8%
DUKUN 28,6%
LAIN-LAIN28,6%
NAKES57,9%
DUKUN 10,5% LAIN-LAIN
31,6%
04/21/23Subdit Surveilans 66
Contoh-contoh grafik Batang
Grafik Batang Sektor
Piramida Penduduk Kecamatan Aruan Kanan
Tahun 2000
70 +65-6960-6455-5950-5445-4940-4435-3930-3425-2920-2415-1910-14 5-09 0-04
012345 0 1 2 3 4 5 6
Laki-laki Perempuan
04/21/23Subdit Surveilans 67
Diagram pencar Px.Kholera dikaitkan dg Keterpaparan minum es mambo di Kec.
Baturajin, Juni tahun 2014
Contoh Diagram Pencar (Scatter Diagram)
0
1
2
3
4
5
28 30 32 34 36 38 40 42 44
Px. Kholera
Minum es Mambo
° ° ° °
° ° ° °
° ° ° °
° ° ° °
° ° ° °
° ° ° °
° °
° °
° ° ° ° ° °
° ° ° °
° °
° ° ° °
° ° ° °
° ° ° °
° ° ° °
° ° ° °
° ° ° °
° ° ° °
° °
° ° ° ° ° °
° ° ° °
° °
° ° ° °
° ° ° °
° ° ° °
° ° ° °
° ° ° °
° ° ° °
° ° ° °
° °
° ° ° ° ° °
° ° ° °
° °
° ° ° ° ° ° ° °
° ° ° ° ° °
° ° ° °
° °
° °
° ° ° ° ° °
° ° ° °
° °
° ° ° ° ° °
° ° ° °
° ° ° ° ° ° ° °
° ° ° °
° ° ° °
° ° ° °
° ° ° °
° ° ° °
° ° ° °
° °
° °
° ° ° °
04/21/23Subdit Surveilans 68
Jumlah Perkembangan Penduduk Antah Berantah Hasil SP th.2004-2014
Contoh Grafik Gambar
(Pictogram)
= Perempuan= Perempuan= Laki-laki= Laki-laki
Th 2004,153 JutaTh 2004,153 Juta Th 2014,200JutaTh 2014,200Juta
04/21/23Subdit Surveilans 69
Contoh Grafik Peta
(Cartogram)
Distribusi Diare Mingguan, Puskesmas Pandanwangi, 2002
0
5
10
15
20
25
Minggu
Kasu
s
A 0 1 2 0 1 1 1 2 0 0 0 0
B 1 1 1 0 0 1 1 0 2 2 0 2
C 1 2 1 1 2 2 3 3 10 3 8 4
D 2 1 2 1 2 3 3 4 3 9 10 8
E 2 2 1 2 1 1 0 1 1 3 2 1
TOTAL 6 7 7 4 6 8 8 10 16 17 20 15
1 2 3 4 5 6 7 8 9 10 11 12
0
10
20
30
40
50
60
70
80
90
KLB Tanpa SKD
PrimaryCase
1st case at HC
Report Lab result
Samplestaken
Responsebegins
Waktu
Kasus Kasus dapat dikontrol
masalah
39
0
10
20
30
40
50
60
70
80
90
Bila SKD- Berjalan Baik
PRI M HC REP RESSAMPResponsebegins
Waktu
Kasus
PotensiKasus dicegah
Kondisi Rentan Serangan KLB
0
10
20
30
40
50
60
12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31
Kondisi Rentan Kasus
Kajian Epidemiologi
Peringatan Kewaspadaan Dini KLB
Peningkatan Kewaspadaan KLB
Png. KLB
Rekomendasi didefinisikan sebagai saran yang menganjurkan (menguatkan, membenarkan).
Sehingga dapat disimpulkan, rekomendasi hasil surveilans adalah saran yang disusun berdasarkan analisis data surveilans yang telah dilakukan secara benar.
Mencapai suatu perubahan Menjelaskan dan memberikan prioritas
dalam tindakan yang harus diambil Membuat suatu kontribusi konstruktif
terhadap penyelesaian masalah nasional dan memberikan kerangka kerja terstruktur untuk berdialog dengan stakeholder
Membentuk suatu landasan untuk evaluasi berkala dan tindak lanjut oleh lembaga pemantau dan stakeholder.
Model Double – SMART :Specifik (Bersifat khusus)Measurable (dapat diukur)Achievable (dapat dicapai)Result-oriented (berorientasi terhadap hasil)Time-bound (terikat waktu)Solution-suggestive (saran yang mengandung solusi)Mindful of priotisation, sequencing & risk (mempertimbangkan}prioritas, tata urutan dan risiko)Argued (beralasan)Root-cause responsive (merespon akar permasalahan)Targeted (memiliki target)
Surveilans Avian Influenza masih lemah
Deteksi Dini AI masih lemah
Terbatasnya alat pengumpulan dan
pemeriksaan spesimen
Kapasitas pengambilan, pengiriman dan
pemeriksaan specimen masih lemah
Respon Alert AI masih lemah
SDM Surveilans masih lemah
Sebagian besar Kab/Kota tidak
mempunyai TGC
Koordinasi LS masih lemah
Frekuensi Pertemuan LS sangat jarang.
Mengapa?
Karena
Surveilans Avian Influenza
Kuat
Deteksi Dini AI masih Kuat
Alat pengumpulan dan pemeriksaan specimen
lengkap
Kapasitas pengambilan, pengiriman dan
pemeriksaan specimen kuat
Respon Alert AI Bagus
SDM Surveilans kuatSeluruhKab/Kota mempunyai TGC
Koordinasi LS kuat
Pertemuan LS dilaksanakan sec
berkala.
Kelompok 1 : Sulsel, Papua, Dit.IbuKelompok 2 : Cikarang, Banten, DKI (2)Kelompok 3 : Ciloto, Jabar, Dinkes (1),
Dit.Surveilans, Puspromkes.Kelompok 4 : Gombong, Jateng, BBPK Jkt, Dit.
Anak.
Topik Diskusi