MODEL ESTIMASI KEJADIAN INFEKSI SALURAN PERNAPASAN AKUT (ISPA) DI KOTA MAKASSAR

THE ESTIMATION MODEL OF ACUTE RESPIRATORY INFECTIONS (ARI) IN MAKASSAR CITY

Fauziah1, Anwar2, Budimawan3,

1 Bagian Kesehatan Lingkungan, Fakultas Kesehatan Masyarakat, Universitas

Hasanuddin, 2 Bagian Kesehatan Lingkungan, Fakultas Kesehatan Masyarakat, Universitas Hasanuddin, 3 Bagian Ilmu Kelautan, Fakultas Perikanan dan

Kelautan, Universitas Hasanuddin, Alamat Korespondensi :

Fauziah Noviyanti SKM

Fakultas Kesehatan Masyarakat

Universitas Hasanuddin

Hp. : 082317761199

Email : fauziah.noov@gmail.com

Abstrak

Estimasi Kejadian ISPA pada masa yang akan datang merupakan salah satu aspek yang sangat

penting mengingat bahwa kejadian ISPA di Kota Makassar menjadi penyakit pertama diantara 9

penyakit terbanyak yang tercatat di Dinas Kesehatan Kota Makassar dan hasil dari Model

Estimasi Kejadian ISPA diharapkan dapat menunjang pengambilan keputusan dalam

mengendalian faktor risiko untuk mengurangi laju peningkatan kejadian ISPA di Kota Makassar.

Peneltian ini bertujuan untuk mengestimasi kejadian ISPA di Kota Makassar 10 tahun (2017-2027)

mendatang. Jenis penelitian adalah cross sectional dengan pendekatan model sistem dinamik.

Populasi adalah seluruh penduduk yang berada di Kota Makassar. Adapun sampel peneltian yaitu

masyarakat yang terkena ISPA yang tercatat dalam catatan laporan kasus di Dinas Kesehatan Kota

Makassar 2012-2016. Analisis data yaitu analisis sistem dinamis dengan menggunakan program

Stella 9.0. Pemodelan dinamik diawali dengan membangun sebuah Stock Flow Diagram Kejadian

ISPA. Hasil penelitian menunjukkan bahwa pada 10 tahun yang akan datang (2027) diestimasikan

rata-rata kejadian ISPA berdasarkan hasil simulasi model dinamik selama 10 tahun (2017 – 2027)

di Kota Makassar terjadi peningkatan tiap waktu. Disimpulkan bahwa nilai rata-rata bulanan

jumlah penderita ISPA pada tahun pertama (Tahun 2017) sebanyak 53.074 penderita dan

meningkat secara terus menerus smpai 348.868 penderita pada tahun ke 10 (Tahun 2027).

Diharapkan bahwa hasil dari model estimasi kejadian ISPA sebagai salah satu dasar bagi para

pemangku kebijakan untuk membuat program pengendalian ISPA.

Kata kunci : Sistem Dinamik, Staphylacoccus Aureus, Kelembaban, Suhu

Abstract

Estimation of future ARI events is one of the most important aspects given that the incidence of

ARI in Makassar became the first disease among the 9 most diseases recorded in the Health Office

of Makassar City and the result of Model of ARI Accident Estimation is expected to support

decision making in controlling risk factors to reduce the rate of increased incidence of ARI in

Makassar. This study aims to estimate the incidence of ARI in Makassar City 10 years (2017-

2027) future. The type of research is cross sectional with dynamic system model approach. The

population is the entire population residing in Makassar City. The sample of the study is the

community affected by ARI recorded in the case report records in the Health Office of Makassar

City 2012-2016. Data analysis is dynamic system analysis using Stella 9.0 program. Dynamic

modeling begins with building a Stock Flow Diagram of ARI Occurrence. The results showed that

in the next 10 years (2027) estimated the average of ARI occurrence based on dynamic model

simulation results for 10 years (2017 - 2027) in Makassar City is increasing every time. It was

concluded that the average monthly value of the number of patients with ARI in the first year (Year

2017) was 53,074 patients and increased continuously smpai 348,868 patients in year 10 (Year

2027). It is expected that the results of the ARI event estimation model as one of the foundations

for the stakeholders to establish the ARI control program.

Keywords: Dynamic System, Staphylacoccus Aureus, Humidity, Temperature

PENDAHULUAN

Pengertian Infeksi Saluran Pernapasan Akut (ISPA) menurut WHO adalah

penyakit saluran pernapasan atas atau bawah, biasanya menular, dapat

menimbulkan berbagai spektrum penyakit yang berkisar dari penyakit tanpa

gejalaatau infeksi ringan sampai penyakit yang parah dan bahkan mematikan,

tergantung patogen penyebabnya yang berasal dari virus / bakteri / jamur, faktor

pejamu, dan faktor lingkungan. Gejalanya meliputi demam, batuk, dan sering juga

nyeri tenggorok, coryza (pilek), sesak napas, mengi atau kesulitan bernapas (Kim

et al., 2016).

Agent penyakit ISPA yang berasal dari Bakteri yaitu Diplococcus

pneumoniae, Pneumococcs, Streptococcs pyogenes, Staphylococcus areus,

Hemophilus influenzae. Sedangkan virus yang menyebabkan ISPA yaitu

influenza, adenovirus, dan sitomegalovirus. Jenis jamur yang menyebabkan ISPA

yaitu Aspergilus sp, Candida albicans, dan Hitoplasma (Rahajoe dkk., 2010).

Bakteri Staphylococcus aureus juga merupakan salah satu penyebab utama

infeksi di rumah sakit dan komunitas, baik di negara maju maupun negara

berkembang. Sebagian besar virulensi dari bakteri ini terjadi melalui infeksi silang

dari pasien ke pasien di rumah sakit dan tempat-tempat lain. (Nurhani, 2010).

Bakteri Staphylococcus aureus pada penderita ISPA Pneumonia ditandai dengan

peradangan yang didominasi oleh leukosit. (Kapetanovic et al., 2010). Kolonisasi

S. aureus terdapat pada kulit, mukosa manusia, dan juga beberapa jenis binatang.

Walaupun terdapat di sebagian besar bagian tubuh manusia, bagian depan hidung

merupakan lokasi dengan jumlah terbesar S. aureus pada karier sehat. Anak-anak

dan remaja di bawah usia 20 tahun mempunyai persentase karier S. aureus lebih

besar dari pada orang dewasa. Anak-anak usia 0-9 tahun mempunyai persentase

karier S. aureus sebesar 10%, sedangkan anak-anak usia 10-19 tahun sebesar 24%

(Lebon et al., 2008).

Bakteri Staphylococcus aureus pada penyakit ISPA Pneumonia

menyebabkan kematian yang signifikan pada orang yang dirawat di rumah sakit

dan pemberian antibiotik sebagai pengobatan merupakan terapi yang utama pada

ISPA Pneumonia yang memiliki bakteri Staphylococcus aureus didalam tubuhnya

(Gordon et al., 2008 dan Chambers et al., 2009).

Untuk pengertian pemodelan itu sendiri adalah perumusan matematika

dari proses-proses fisika/kimia/biologi suatu fenomena alam, sehingga jika

dimasukkan data-data penunjang, kemudian dihitung dengan metode perhitungan

tertentu, akan dapat dihasilkan gambaran proses secara keseluruhan. Modeling

diartikan sebagai ilustrasi penggambaran, penyederhanaan, miniatur, visualising,

atau kreasi prediksi innovative. Pemodelan dipergunakan untuk menjelaskan

fenomena fisik, kimia, dan biologi yang terjadi dalam proses tersebut. Beberapa

keuntungan dari pemodelan ini adalah yang pertama dapat digunakan sebagai

sarana simulasi, sehingga dengan model kita dapat memprediksi, memperkirakan,

dan mempelajari berbagai kemungkinan yang dapat terjadi jika berbagai skenario

diaplikasikan dalam model. Kedua, hanya dengan data yang tersedia kita mampu

mengetahui tingkat keparahan suatu kasus hingga sampai 100 tahun mendatang.

Dan yang terakhir adalah sangat efisien dan efektif dalam hal pengeluaran dana

untuk operasional saat ini dan mendatang (Malonggi, 2012).

Penelitian mengenai pemodelan ISPA lainnya tentang simulasi penyebaran

penyakit ISPA menggunakan Model Epidemik Seis dengan Metode Runge-Kutta.

Melalui software MATLAB, penyakit ISPA yang bersifat endemik seperti yang

telah ditunjukkan pada beberapa hasil plot simulasi, didapatkan nilai 𝑅0>1, yaitu

nilai 𝑅0 sebesar 1,0018 yang berarti setiap penderita dapat menularkan penyakit

kepada lebih dari satu penderita baru sehingga pada akhirnya terjadi penyebaran

penyakit yang meluas (Kartika, 2015).

Laporan Dinas Kesehatan Kota Makassar yang bersumber dari bidang

Pengendalian Penyakit dan Penyehatan Lingkungan (P2PL), menunjukkan bahwa

penyakit ISPA menjadi penyakit utama nomor 1 di Kota Makassar diantara 9

penyakit lainnya dengan jumlah kasus ISPA tahun 2013 sebanyak 53.730, tahun

2014 sebanyak 49.118, tahun 2015 sebanyak 45.569 dan pada tahun 2016

sebanyak 44.819 kasus.

Berdasarkan pembahasan yang dipaparkan diatas tentang faktor risiko

terhadap kejadian ISPA dan penelitian yang menggunakan simulasi model tentang

penyakit ISPA dan juga adanya peningkatan kasus penyakit ISPA yang menjadi

penyebab penyakit paling utama di Kota Makassar. Maka dapat disimpulkan,

diperlukan suatu model yang bukan hanya dapat mengestimasi jumlah kejadian

ISPA tetapi dengan pemodelan tersebut, dapat ditentukan langkah yang terbaik

dalam penerapan program untuk pengendalian penyakit ISPA di Kota Makassar

secara berkesinambungan tetapi juga memberikan solusi terhadap pencegahan

penyakit ISPA. Oleh karena itu, penelitian ini bertujuan untuk mengestimasi

kejadian penyakit ISPA di Kota Makassar selama 10 tahun (2017-2027) dan

efektifitas skenario model kejadian ISPA dengan pendekatan model dinamik.

BAHAN DAN METODE

Lokasi dan Rancangan Penelitian

Penelitian dilaksanakan di Kota Makassar yang dipilih secara purposive.

Pemilihan Kota Makassar didasarkan pada data Dinas Kesehatan Kota Makassar

bahwa kasus ISPA Kota Makassar paling tertinggi jumlahnya dibandingkan

penyakit lainnya.

Desain dan Variabel Penelitian

Jenis penelitian adalah cross sectional dengan pendekatan model sistem

dinamik yakni pengumpulan data primer dan sekunder untuk mendesain model

yang bertujuan mendeskripsikan dan prediksi ke depan kejadian ISPA di Kota

Makassar.

Populasi dan Sampel

Populasi pada penelitian ini adalah seluruh penduduk yang berada di Kota

Makassar. Adapun sampel peneltian yaitu masyarakat yang terkena ISPA yang

tercatat dalam catatan laporan kasus di Dinas Kesehatan Kota Makassar 2012-

2016.

Metode Pengumpulan Data

Penelitian ini menggunakan data primer dan data sekunder. Adapun data yang

dikumpulkan dalam insiden ISPA dan data total nilai bakteri Staphylacoccus

Aureus berasal dari penelitian terkait. Pengambilan data sekunder didasarkan

bahwa hasil dari penelitian yang terkait tersebut harus sesuai dengan konsep

logika yang dibutuhkan oleh model yang berdasarkan dengan teori yang ada.

Analisis Data

Penelitian ini dilakukan melalui beberapa tahapan kegiatan, baik dalam bentuk

penelitian pustaka, pengambilan dan pengolahan data maupun kegiatan analisis

model dengan menggunakan stella 5.0. Waktu dan jumlah simulasi yang

dilakukan adalah selama 10 tahun (2017 – 2027) dengan jumlah simulasi

sebanyak 2 jenis yaitu sebagai berikut :

a. Simulasi I merupakan simulasi yang dilakukan untuk mengestimasi

kejadian ISPA di Kota Makassar selama 10 tahun (2017 – 2027) dengan

pendekatan model dinamik (aplikasi software Stella 9.0) tanpa skenario

(Skenario Pesimis)

b. Simulasi II merupakan simulasi yang dilakukan untuk mengestimasi

kejadian ISPA di Kota Makassar selama 10 tahun (2017 – 2027) dengan

pendekatan model menggunakan gabungan skenario penggunaan masker

dan sirkulasi udara (Skenario Optimis)

HASIL

Staphylacoccus Aureus

Hasil simulasi model dinamik di kota Makassar, pada Skenario Pesimis

(tanpa skenario) memperlihatkan bahwa jumlah Staphylacoccus Aureus

berfluktuasi dalam durasi 1029-1052 CFU/m3 dengan rata rata jumlah

Staphylacoccus Aureus pada skenario I (pesimis) yakni 621 CFU/m3 selama 120

bulan rentang waktu simulasi. Berbeda pada Skenario II yaitu memenuhi standar

baik ukuran maupun lama buka ventilasi, dinamika jumlah Staphylacoccus Aureus

memperlihatkan perbedaan dengan skenario yang ditunjukkan pada skenario I dan

II dengan kisaran yang hampir sama jumlahnya tetapi jumlah Staphylacoccus

Aureus sedikit lebih rendah yakni 522 CFU/m3 selama 120 bulan rentang waktu

simulasi. Jumlah Staphylacoccus Aureus mengalami penurunan sebesar 12%.

Grafik perubahan jumlah koloni pada Skenario Pesimis dan Optimis (luas

ventilasi yang kurang dari standar dan penggunaan masker yang buruk, serta luas

ventilasi yang memenuhi standar dan penggunaan masker yang baik ) ditunjukkan

dalam gambar 1, dan 2 (Lihat Pada Lampiran Gambar 1 dan 2.)

Kejadian ISPA

Untuk mengontrol insiden kejadian ISPA yang akan terus bertambah, maka

diperlukan skenario model, yakni Skenario Penggunaan Masker. Hasil simulasi

model dinamik kejadian ISPA di kota Makassar, menunjukkan pada Skenario

Pesimis yaitu Skenario Penggunaan Masker (Skenario I) dan Skenario Sirkulasi

Udara (Skenario I), memperlihatkan kecenderungan peningkatan nilai rata-rata

jumlah penderita ISPA dari tahun ke tahun dengan fluktuasi bulanan tiap

bulannya.

Kejadian ISPA pada awal yang mencapai 3107 kasus (berdasarkan data Dinas

Kesehatan Kota Makassar Bulan Desember Tahun 2016) cenderung mengalami

peningkatan pertahunnya. Setelah di rata-ratakan, dari 12 bulan dalam setiap

tahun, maka didapatkan jumlah kejadian ISPA rata-rata perbulan dalam setiap

tahun yang terlihat dalam tabel 1 (Lihat Pada Lampiran Tabel 1.)

Pada Skenario I (pesimis / do nothing / tanpa perlakuan), nilai rata-rata

bulanan jumlah penderita ISPA pada tahun pertama (Tahun 2017) sebanyak

53.074 penderita dan meningkat sebanyak 6,5 kali lipat pada tahun ke 10 (Tahun

2027) yakni 348.868 penderita. Sedangkan rata-rata peningkatan Kejadian ISPA

perbulan yakni 1 kali perbulannya.

Nilai persentase dari jumlah penderita Kejadian ISPA pada awal kejadian

pada tahun pertama (Tahun 2017) hingga tahun ke 10 (Tahun 2027) pada

Skenario I (pesimis / do nothing / tanpa skenario) terlihat mengalami kenaikan

sebesar 557 % dan Skenario II (optimis) terlihat pula mengalami kenaikan sebesar

167%.

Untuk jumlah Kejadian ISPA pada Skenario I ke Skenario II yang terlihat

pada Tabel 1 (Terlampir) mengalami penurunan sebesar 5,76 kali pada 82,6%

untuk tahun 2017 dan pada tahun 2027 mengalami penurunan sebesar 59,3%.

Grafik perubahan Kejadian ISPA selama 120 bulan berdasarkan bulan

simulasi model pada Skenario Pesimis, dan Optimis dtunjukkan dalam gambar 3

dan 4 (Lihat Pada Lampiran Gambar 3 dan 4.)

PEMBAHASAN

Penelitian dilakukan untuk mengestimasi Kejadian ISPA pada 10 tahun

(2017–2027) yang akan datang di Kota Makassar dan menemukan strategi yang

sesuai dalam menekan laju kasus ISPA. Dimana skenario yang digunakan dalam

pemodelan ini adalah Skenario Sirkulasi Udara dan Skenario Penggunaan Masker.

Dengan adanya efektitas dari kedua skenario tersebut mampu menurunkan

Kejadian ISPA pada tahun 2027 hingga 59,3%.

Terdapat banyak faktor yang mendasari perjalanan penyakit ISPA. Hal ini

berhubungan dengan pejamu, agen penyakit (bakteri, virus, atau jamur), dan

lingkungan. Untuk agen penyakit seperti bakteri Staphylacoccus Aureus, suhu dan

kelembaban relatif adalah dua faktor penting yang menentukan viabilitas dari

bakteri dalam aerosol. Peningkatan suhu menyebabkan penurunan waktu

bertahan. Ada peningkatan yang progresif di tingkat kematian dengan peningkatan

suhu dari 18°C sampai 49°C. Tingkat kelembaban relatif (RH) optimum untuk

kelangsungan hidup mikroorganisme adalah antara 40% sampai 80%.

Kelembaban relatif yang lebih tinggi maupun lebih rendah menyebabkan

kematian mikroorganisme. Pengaruh angin juga menentukan keberadaan

mikroorganisme bakteri di udara. (Gunawan dkk., 2017).

ISPA merupakan salah satu penyakit yang disebabkan rendahnya kualitas

udara baik didalam maupun diluar rumah. Kualitas udara didalam ruang rumah

dipengaruhi oleh berbagai faktor, salah satunya adalah luas ventilasi. Apabila luas

ventilasi didalam rumah yang tidak memenuhi syarat, maka akan memperburuk

kualitas udara dalam ruang rumah. Apabila ventilasi rumah tidak memenuhi syarat

maka akan menyebabkan suburnya pertumbuhan mikroorganisme yang dapat

mengganggu kesehatan. Upaya penyehatan yang dapat dilakukan yakni dengan

luas ventilasi minimal 10% dari luas lantai dengan sistem ventilasi silang.

Melakukan pergantian udara dengan membuka jendela minimal pada pagi hari

secara rutin menggunakan exhausit fan, dan mengatur tata letak ruang (Kemenkes,

2011).

Dalam rekomendasi WHO (2007) tentang Kebersihan Pernapasan / Etika

Batuk. Pencegahan dan pengendalian penyebaran patogen dari pasien yang

terinfeksi (pencegahan dan pengendalian sumber) menjadi kunci untuk

menghindari penularan akibat kontak tanpa pelindung salah satunya dengan

penggunaan masker. Untuk penyakit yang ditularkan melalui droplet besar

dan/atau droplet nuklei, kebersihan pernapasan/etika batuk harus diterapkan oleh

semua orang yang memperlihatkan gejala infeksi pernapasan (Control et al.,

2007). Semua orang (petugas kesehatan, penderita ISPA, keluarga penderita, dan

pengunjung) yang memperlihatkan tanda-tanda dan gejala infeksi pernapasan

harus: (a) Menutup mulut dan hidung mereka saat batuk/bersin; (b) Menggunakan

tisu, saputangan, masker linen, atau masker bedah bila tersedia, sebagai

pencegahan dan pengendalian sumber untuk menahan sekret pernapasan, dan

membuangnya ke tempat limbah; (c) Menggunakan masker bedah menghadapi

orang yang batuk/bersin bila memungkinkan; dan (d) Membersihkan tangan.

Cara-cara yang direkomendasikan oleh WHO (2007) ini sebaiknya ditaati

oleh semua pihak, baik itu petugas kesehatan, penderita ISPA, keluarga penderita,

dan pengunjung) untuk mencegah penularan ISPA dan menurunkan angka

kejadian ISPA di Kota Makassar.

KESIMPULAN DAN SARAN

Penelitian ini menyimpulkan bahwa Estimasi kejadian ISPA berdasarkan

skenario I (Skenario Pesimis) mengalami terjadi peningkatan tiap tahunnya. Nilai

rata-rata bulanan untuk jumlah penderita ISPA pada tahun pertama (Tahun 2017)

sebanyak 53.074 penderita dan meningkat secara terus menerus smpai 348.868

penderita pada tahun ke 10 (Tahun 2027). Skenario II (Skenario Optimis)

menurunkan kejadian ISPA sebesar 87,8% dari jumlah rata-rata kejadian ISPA

pada skenario pesimis. Hasil penelitian ini dapat dijadikan sebagai salah satu

dasar / pedoman bagi para pemangku kebijakan untuk membuat program

pengendalian ISPA baik itu dipelayanan kesehatan maupun dirumah untuk

mensosialisasikan program pengendalian ISPA yang sebenarnya sudah

dicanangkan oleh WHO Tahun 2007 tentang lama buka ventilasi dalam ruangan

dan penggunaan masker sebagai program pengendalian ISPA. Penggunaan

Masker dapat dibagikan percuma bagi masyarakat yang kurang mampu apabila

ada anggota keluarga mereka yang sedang sakit.

DAFTAR PUSTAKA

Chambers, Henry F & DeLeo, Frank R. (2009). Waves of resistance:

Staphylococcus aureus in the antibiotic era. Nature Reviews Microbiology,

7, 629-641.

Control, Centers for Disease & Prevention. (2007). Respiratory hygiene/cough

etiquette in health-care settings.

Dinas Kesehatan Kota Makassar. Data Kasus ISPA Tahun 2012 -2016.

Gunawan, Suwarto, Suhendro, Rumende, Cleopas Martin & Harimurti, Kuntjoro.

(2017). Pengaruh Penggunaan Antibiotika Terhadap Lama Hari Sakit dan

Lama Kehilangan Hari Kerja pada Pasien Infeksi Pernapasan Akut Bagian

Atas pada Pelayanan Kesehatan Primer. Jurnal Penyakit Dalam Indonesia,

1.

Gordon, Rachel J & Lowy, Franklin D. (2008). Pathogenesis of methicillin-

resistant Staphylococcus aureus infection. Clinical infectious diseases, 46,

S350-S359.

Kartika, Ratih. (2015). Skripsi Simulasi Penyebaran Penyakit ISPA Menggunakan

Model Epidemik Seis Dengan Metode Runge-Kutta. UNIVERSITAS

JEMBER.

Kapetanovic, Ronan, Jouvion, Gregory, Fitting, Catherine, Parlato, Marianna,

Blanchet, Charlène, Huerre, Michel, Cavaillon, Jean-Marc & Adib-

Conquy, Minou. (2010). Contribution of NOD2 to lung inflammation

during Staphylococcus aureus-induced pneumonia. Microbes and

infection, 12, 759-767.

Kemenkes, RI, PP & PL, Ditjen. (2011). Pedoman pengendalian infeksi saluran

pernafasan akut. Jakarta: Katalog Kementrian Kesehatan RI.

Kim, Jinseob, Kim, Jong-Hun, Cheong, Hae-Kwan, Kim, Ho, Honda, Yasushi,

Ha, Mina, Hashizume, Masahiro, Kolam, Joel & Inape, Kasis. (2016).

Effect of Climate Factors on the Childhood Pneumonia in Papua New

Guinea: A Time-Series Analysis. International journal of environmental

research and public health, 13, 213.

Lebon, Ankie, Labout, Joost AM, Verbrugh, Henri A, Jaddoe, Vincent WV,

Hofman, Albert, van Wamel, Willem, Moll, Henriette A & van Belkum,

Alex. (2008). Dynamics and determinants of Staphylococcus aureus

carriage in infancy: the Generation R Study. Journal of clinical

microbiology, 46, 3517-3521.

Malonggi, A. (2012). Modul Pemodelan Kesehatan : Pemodelan Dinamik

Kesehatan Masyarakat Dengan Menggunakan Software Stella.

Nurhani. (2010). PERBEDAAN PREVALENSI DAN POLA RESISTENSI

Staphylococcus aureus PADA TIGA SEKOLAH DASAR SDN Pandean

Lamper 02, SD Kristen II YSKI, dan SD Manyaran 01 di Kota Semarang.

Faculty of Medicine.

Rahajoe, NN, Supriyatno, B & Setyanto, DB. (2010). Buku ajar respirologi anak

edisi I. Jakarta: Badan Penerbit IDAI. Hal, 350-365.

World Health Organization (WHO). (2007). Pencegahan Dan Pengendalian

Infeksi Saluran Pernapasan Akut (ISPA) Yang Cenderung Menjadi

Epidemi Dan Pandemi Di Fasilitas Pelayanan Kesehatan. World health

organization.

2:28 AM Sun, Sep 24, 2017

Untitled

Page 1

0.00 30.00 60.00 90.00 120.00

Time

1:

1:

1:

2:

2:

2:

3:

3:

3:

0.00

750.00

1500.00

1: KOLONI MI…ORGANISME ISPA 2: pertumbuhan mikroorganisme 3: pengendalian

1 1

1

1

22

2

2

33

3

3

LAMPIRAN

Gambar 1. Perubahan Jumlah Staphylacoccus Aureus Pada Skenario

Pesimis (Sirkulasi Udara = 1 dan Skenario Penggunaan Masker = 1 )

Gambar 2. Perubahan Jumlah Staphylacoccus Aureus Pada Skenario

Optimis (Sirkulasi Udara = 2 dan Skenario Penggunaan Masker = 3 )

2:18 AM Sun, Sep 24, 2017

Untitled

Page 1

0.00 30.00 60.00 90.00 120.00

Time

1:

1:

1:

2:

2:

2:

3:

3:

3:

0.00

750.00

1500.00

1: KOLONI MI…ORGANISME ISPA 2: pertumbuhan mikroorganisme 3: pengendalian

1

1

1

1

2

2

22

33

33

Gambar 3. Skenario Pesimis terhadap Kejadian ISPA, Insiden Kejadian

ISPA, Populasi Sembuh, Populasi Meninggal, dan Jumlah Penduduk selama

120 bulan

Gambar 4. Skenario Optimis terhadap Kejadian ISPA, Insiden Kejadian

ISPA, Populasi Sembuh, Populasi Meninggal, dan Jumlah Penduduk selama

120 bulan.

3:14 PM Wed, Nov 08, 2017Page 1

0.00 30.00 60.00 90.00 120.00

Time

1:

1:

1:

2:

2:

2:

0.00

500000.00

1000000.00

1: kejadian ISPA 2: insiden kejadian ISPA

1 1

1

12 2 2 2

9:59 AM Tue, Oct 03, 2017Page 1

0.00 30.00 60.00 90.00 120.00

Time

1:

1:

1:

2:

2:

2:

0.00

500000.00

1000000.00

1: kejadian ISPA 2: insiden kejadian ISPA

1

11

1

2

2

2

2

Tabel 1. Jumlah Kejadian ISPA Berdasarkan Skenario Penggunaan

Masker Dan Sirkulasi Udara Pertahunnya

Tahun N Kejadian ISPA

Skenario I

(Pesimis)

Skenario II

(Optimis)

1 53,074 9,208

2 102,405 29,769

3 250,785 10,520

4 299,486 12,178

5 285,779 12,796

6 281,767 24,218

7 295,761 23,396

8 330,113 24,079

9 328,654 24,086

10 348,868 24,612

Nilai Rata-Rata Pertahun 257,669 31,214

Selisih N kejadian ISPA Tahun 10-Tahun

1 295,793 15,403

% Kenaikan Kejadian ISPA Tahun 1-

Tahun 10 557 167