imunisasi

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 ?

5. EYANGMIKO, SOEDJATMIKO,AGUSTUS 2022
STUNTING
/ PENDEK
Balita
Terutama ditentukan
oleh
• nutrisi
• penyakit
Pengaruh faktor
genetik ?

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

8. EYANGMIKO, SOEDJATMIKO,AGUSTUS 2022
FAKTOR BAYI
• Panjang lahir
• Prematuritas
• Status gizi

9. EYANGMIKO, SOEDJATMIKO,AGUSTUS 2022
FAKTOR
INFEKSI

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 ?