Jual Alat Bantu Sex Di Mataram 081246444463 Pusat Alat Bantu Sex Toys
Tanggapan mengenai Sumber data untuk perencanaan pembangunan keseahatan.pdf
1. • Misal : jumlah bayi, / balita untuk target sasaran BIAN, BIAS, subPIN polio, stunting dll
• target yang diberikan oleh Dinkes kepada Puskesmas : lebih besar dari kenyataan !
• petugas frustasi ? → program tidak berhasil ?
• Mengapa ada beberapa data berbeda ? : Puskes, Pusdatin, Dinkes, Disdukcapil dll ?
• Beda sumber data ? Beda cara pengumpulan data ?, beda Kriteria data ?
• Beda periode pengumpulan data ?,
• Validitas data ? → Perecanaan & Keberhasilan program ?
Optimalisasi DATA RUTIN HARIAN dari Semua Puskesmas vs SURVEI NASONAL ?
I. Pentingnya : - UPDATED “REAL TIME” INDICATOR → ONLINE ?
- BOTTOM UP
- SATU SUMBER
Data / indikator : penting untuk perencanaan, evaluasi program dll
2. Mengapa penting : SATU SUMBER DATA, BOTTOM UP, UPDATED REAL TIME ?
• SATU SUMBER DATA : misal HANYA dari sumber paling kompeten : misal laporan
bidan dari paraji, puskesmas, RB, RSB, RSIA
→ NIK, by name by address
• BOTTOM UP oleh petugas lokal yang mengerti dinamika pergerakan penduduk,
geografis, kedekatan dgn wilayah lain dll
• Data yang dikirim bottom up digunakan oleh dinas untuk membuat target untuk
puskesmas tsb, perencanaan macam2 program → pasti cocok dgn angka riil
• UPDATED “REAL TIME” ; ONLINE, tiap akhir pekan ? → data pada periode tertentu
- Bukan berdasar laporan triwulan / semester / tahunan, asumsi-asumsi
- Sehingga TARGET : COCOK DENGAN KENYATAAN DI LAPANGAN SAAT ITU (REAL TIME)
- Syarat : Standarisasi kriteria data,
• pelatihan petugas pengumpul data, penginput data dll
• Penyediaan Server / petugas updating di Dinkes Kab / Kota, Prov, Pusat
3. II. Kalau nanti ada
DATA RUTIN dari SATU
SUMBER, BOTTOM UP,
UPDATED “REAL TIME”
ON LINE
Peran:
Survei2 Nasional
Sampling / Cross Sectional ?
Riskesdas ? SKRT ? dll
“Realtime” Data
• NIK, by name, by address
• dari semua Puskesmas
• (rangkuman semua Posyandu?)
• (rangkuman semua RB, RSB, RSIA dll)
• Oleh petugas yang sehari2 melakukan
• Cocok untuk perencanaan
program saat itu, diwilayah iitu
Cross Sectional
• Sampling, bukan total
• Oleh surveyor “pendatang ?”
• Kurang memahami dinamika
kependudukan ? Geografis
• Pengolahan lama
• Dipakai pada tahun berikut
• Masih valid kah ?
Untuk melengkapi
data komunitas
lebih baik survei
oleh petugas Lokal
di wilayah masing2 ?
Lebih menghayati
• Kebutuhan data lokal
• Waktu yang tepat
• Dinamika kependudukan
• Dinamika sospolek
• Kondisi lokal lain
Lebih akurat ?
Lebih sesuai kebutuhan ?
4. III. INDIKATOR YANG AKAN DIKUMPULKAN
1. Siapa yang akan menggunakan ?
2. Landasan konseptual / teoritikal ?
3. Sesuaikah landasan konseptual / teoritikal antara
• Pengguna data ?
• Peneliti ?
4. Digunakan secara konsekwen ?
6. IBU HAMIL, Ibu hamil remaja (23,9%),
- Kurang enerji 51,5-52,9%, protein 49,6-55,6%
- Kurang gizi kronik (24,2%), pendek (31,3%)
- Kurang Iodium (24,3%), Anemi (37,1%),
- Tablet Tambah Darah 73%, <90 = 61,9%,
- Rendah : pendidikan & penghasilan,
- Rendah : ketrampilan pemenuhan
kebutuhan Nutrisi, Stimulasi, Proteksi Anak
Eyang MIKO Soedjatmiko, Januari 2022
BAYI BARU LAHIR
- berat lahir < 2,5 kg (6,2% = 300,000)
- prematuritas, asfiksia, kel. kongenital
- Infeksi intrapartum / neonatal
- Trauma lahir
- pendek < 48 cm (22,7% = 1,1 jt )
- lingkar kepala <33cm (40,6%= 1,95jt)
BALITA → USIA SEKOLAH
- Kurang Enerji 55,7%, Protein 34,2%
- Gizi kurang + buruk 17,7 % (3,7 jt)
- Pendek 37,2% & 30,7 % (9 – 7 juta )
- Anemia 28,1% (5 jt), VitA 53,7%
- Peny Infeksi → MENINGGAL (2,6%)
- Kecerdasan rendah (0,4 – 19,9%)
- Tidak bersekolah
- Belajar Jarak jauh
- Terpaksa bekerja
- Kekerasan : fisik, psikis, seksual
DEWASA
- Perawakan pendek (31,4 – 35,1 %)
- Pendidikan rendah 25%, Depresi
- Peny. metabolik : jantung, DM,
obesitas, hipertensi
- Produktivits rendah (46-66%)
BAYI & ANAK UMUR 0 – 2 thn
(1000 hari pertama kehidupan)
- STUNTING 27,7% (2019)
- Kurang gizi kronis
- Imunisasi dasar lengkap 59,6%
- Peny Infeksi → MENINGGAL
- Kelainan Kongenital
- Kurang STIMULASI BERMAIN
REMAJA
- Pendek : 35,9 %
- Anemia 18,4%, infeksi
- TTD 80,9%, <52 =98,6%
- Kecerdasan rendah
- Terpaksa bekerja
- Tidak bersekolah
- Nikah remaja : 23,9%
- Kehamilan remaja
- Kekerasan seksual
- Prostitusi
Sumber : Riset Kesehatan Dasar
2013 & 2018
SDM
Berkualitas
Rendah
SITUASI KESEHATAN
IBU dan ANAK Indonesia
Yang Berdampak pada
KUAILITAS SDM DIMASA DEPAN
7. EYANGMIKO, SOEDJATMIKO,AGUSTUS 2022
Tinggi badan
remaja perempuan
15 - 19 thn
Tinggi badan
ibu hamil
Umur ibu hamil
Data yang
dikumpulkan
Status gizi ibu
Zat besi
Vit D3
IBU dan
CALON IBU
10. INDIKATOR YANG AKAN DIKUMPULKAN
1. Siapa yang akan menggunakan ?
2. Landasan konseptual / teoritikal ?
3. Sesuaikah landasan konseptual / teoritikal antara
• Pengguna data ?
• Peneliti ?
4. Digunakan dengan konsekwen ?
11. Optimalisasi
DATA RUTIN dari SATU
SUMBER, BOTTOM UP,
UPDATED “REAL TIME”
ON LINE
Peran
Survei2 Nasional
Sampling / Cross Sectional ?
Riskesdas ? SKRT ? Susesnas? dll
“Realtime” Data
• NIK, by name, by address
• dari semua Puskesmas
• (rangkuman semua Posyandu?)
• (rangkuman semua RB, RSB, RSIA dll)
• Oleh petugas yang sehari2 melakukan
• Cocok untuk perencanaan
program saat itu, diwilayah iitu
Cross Sectional
• Sampling, bukan total
• Oleh surveyor “pendatang ?”
• Kurang memahami dinamika
kependudukan ? Geografis
• Pengolahan lama
• Dipakai pada tahun berikut
• Masih valid kah ?
Untuk melengkapi
data komunitas
lebih baik survei
oleh petugas Lokal
di wilayah masing2 ?
Lebih menghayati
• Kebutuhan data lokal
• Waktu yang tepat
• Dinamika kependudukan
• Dinamika sospolek
• Kondisi lokal lain
Lebih akurat ?
Lebih sesuai kebutuhan ?