Epidemiologi kesehatan lingkungan

1. MEI AHYANTI, SKM, M.Kes

2. 
Ukuran Epidemiologi
 Ukuran-ukuran frekuensi penyakit
 Ukuran-ukuran asosiasi
 Ukuran-ukuran dampak

3. 
Ukuran frekuensi penyakit
Mengukur kejadian penyakit, cacat
ataupun kematian pada populasi.
Merupakan dasar dari epidemiologi
deskriptif. Frekuensi kejadian yang
diamati diukur dengan menggunakan
Prevalens dan Incidens

4. 
Ukuran dari akibat pemaparan
(Ukuran Asosiasi)
Mengukur keeratan hubungan statistik
antara faktor tertentu dengan kejadian
penyakit yang diduga merupakan akibat
pemaparan tersebut. Hubungan antara
pemaparan dan akibatnya diukur dengan
menggunakan Relative Risk atau Odds
Ratio

5. 
Ukuran dari potensi dampak
Menggambarkan kontribusi dari faktor yang
diteliti terhadap kejadian suatu penyakit
dalam populasi tertentu. Ukuran yang
digunakan adalah Attributable Risk Percent
dan Population Attributable Risk. Ukuran
ini berguna untuk meramalkan efficacy atau
effectiveness suatu pengobatan dan strategi
intervensi pada populasi tertentu.

6. 
Bagaimana cara menyatakan besarnya
morbiditas dan mortalitas akibat penyakit?
Hitung (Counts)
Proporsi
Berapa bagian dari populasi yang
mengalami peristiwa (penyakit,
kematian)?
Rates
Seberapa cepat terjadinya peristiwa?
Ukuran Frekuensi

7. 
Ukuran morbiditas
Prevalensi - proporsi
Cumulative incidence - proporsi
Incidence density - rate
Ukuran mortalitas
Mortality rate - proporsi
Standardized mortality (SMR)
Ukuran Frekuensi

8. 
Paparan  Onset gejala (dx)  Akibat
penyakit
Riwayat Alamiah Penyakit
(Natural History of Disease)
Sembuh
Meninggal
Penyakit kronis
Kasus baru
(insidensi)
Individu rentan
terpapar agen
etiologi
Faktor risiko/ kausa/
etiologi penyakit
Faktor prognostik
penyakit
Masa inkubasi
(laten)
Durasi
Kasus baru + lama
(prevalensi)

9. 
Klasifikasi Kasus
Tabel 1.12 Klasifikasi kasus menurut kriteria pemeriksaan klinis, epidemiologis, dan laboratoris
Klasifikasi kasus Kriteria
Kasus suspek
(suspected case,
syndromic case)
Tanda dan gejala klinis cocok dengan penyakit, terdapat bukti
epidemiologi, tetapi tidak terdapat bukti laboratorium yang
menunjukkan tengah atau telah terjadi infeksi (bukti
laboratorium negatif, tidak ada, atau belum ada)
Kasus mungkin
(probable case,
presumptive case)
Tanda dan gejala klinis cocok dengan penyakit, terdapat bukti
epidemiologis, terdapat bukti laboratorium yang mengarah
tetapi belum pasti, yang menunjukkan tengah atau telah
terjadi infeksi
Kasus pasti (confirmed
case, definite case)
Terdapat bukti pasti laboratorium (serologis, biokimia,
bakteriologis, virologis, parasitologis) bahwa tengah atau telah
terjadi infeksi, dengan atau tanpa kehadiran tanda, gejala
klinis, atau bukti epidemiologis
Sumber: Bres (1986)

10. 
“Fenomena Gunung Es”
Meninggal
Hospitalisasi
Diagnosis oleh Kader Kesehatan
Self-reported
Skrining populasi
Pelayanan kesehatan
primer formal

11. 
 Ukuran frekuensi penyakit paling
sederhana
Frekuensi (=banyaknya) individu
yang terkena penyakit
 Berguna untuk merencanakan
alokasi sumber daya kesehatan
 Sebagai contoh:
Jumlah kasus DHF
Hitung (Counts)

12. 
 Keseluruhan dari subyek yang diamati
 Tergantung skup pengamatan
 Negara
 Provinsi
 Kecamatan
 Kelurahan/Desa
 Kelompok tertentu
Populasi

13. 
Pembilang
Penyebut
Ukuran Dasar pada Level Populasi
Kematian
Kasus
Peristiwa
Populasi
Populasi berisiko
Waktu berisiko

14. 
Proporsi
Proporsi adalah bentuk pecahan yang
pembilangnya merupakan bagian dari
penyebutnya.
Bentuk ini sering dinyatakan dalam
persen, yaitu dengan mengalikan
pecahan ini dengan 100%

15. 
Ciri dari Proporsi
Tidak mempunyai satuan (dimensi),
karena satuan dari pembilang dan
penyebutnya sama, sehingga saling
meniadakan.
Nilainya antara 0 dan 1

16. Proporsi
Contoh :
Pada populasi yg t’dr
dr 500 orang, 20 orang
di antaranya
menderita penyakit
malaria.
Proporsi penderita
malaria = ?
%
4
100
500
20
Pr 0
0 


oporsi

17. 
Pembilang merupakan bagian dari
penyebut
Dapat dinyatakan dalam persen
Rentang: 0 hingga 1
A/(A+B)
Contoh
Prevalensi
Cumulative Incidence
Proporsi

18. 
 Suatu jenis khusus proporsi
 Unit waktu di dalam penyebut
 A/(A+B) per interval waktu
 Populasi sering digunakan sebagai
penyebut
 Selalu dua komponen:
Kasus baru
Waktu
Rate

19. 
Rate
Rate merupakan konsep yang lebih kompleks
dibandingkan dengan dua bentuk pecahan yang
terdahulu.
Rate yang sesunguhnya merupakan
kemampuan berubah suatu kuantitas bila terjadi
perubahan pada kuantitas lain.
Kuantitas lain yang digunakan sebagai patokan
ini biasanya adalah kuantitas waktu.
Bentuk ukuran ini sering dicampuradukkan
penggunaannya dengan proporsi.

20. 
Rate…
 Contoh: Kecepatan mobil pada satu saat tertentu
bentuknya adalah suatu rate.
 kecepatan sebuah mobil yang sedang berjalan dapat
berubah setiap saat, maka yang diukur adalah kecepatan
rata-rata dari mobil tersebut.
 kecepatan (speed) diukur dengan membagi jarak tempuh
mobil tersebut dengan waktu yang digunakan untuk
mencapainya.
 Misalnya: Jakarta-Bogor yang jaraknya 60 Km ditempuh
dalam waktu 1 jam.
 Maka kecepatan mobilnya = 60 Km per jam.

21. 
Ciri Rate
 Mempunyai satuan ukuran, yaitu per satuan
waktu.
 Besarnya tidak terbatas. Secara teoritis
nilainya terbentang antara 0 sampai tak
terhingga.

22. 
Ratio
Ratio adalah pecahan yang
pembilangnya bukan merupakan
bagian dari penyebutnya. Ini yang
membedakannya dengan proporsi.
Ratio menyatakan hubungan antara
pembilang dan penyebut yang berbeda
satu dengan yang lain.

23. 
Jenis Rasio
1. Ratio yang mempunyai satuan, misalnya:
 Jumlah dokter per 100.000 penduduk
 Jumlah kematian bayi selama setahun per 1.000
kelahiran hidup.
2. Ratio yang tidak mempunyai satuan oleh karena
pembilang dan penyebutnya mempunyai satuan
yang sama, misalnya:
- Ratio antara satu proporsi dengan proporsi lain atau
ratio antara satu rate dengan rate yang lain, contohnya
Relative Risk dan Odds Ratio

24. 
Suatu fraksi tanpa hubungan tertentu
antara pembilang dan penyebut
Rentang: 0 hingga 
A/B
Contoh
sex ratio (L:P)
Rasio

25. 
Jumlah laki-laki dengan HIV/AIDS, 2010
2.412
Jumlah perempuan dengan HIV/AIDS, 2010
2.314
Rasio laki-laki terhadap perempuan
2.412/2.314 = 1,04
(Pembilang tidak merupakan bagian dari Penyebut)
Rasio

26. 
Laki-laki terhadap Perempuan
Urban terhadap Rural
Muda terhadap Tua
Contoh Ukuran Rasio

27. 
UKURAN FREKUENSI
KESAKITAN
Incidens: menggambarkan jumlah
kasus baru yang terjadi dalam satu
periode tertentu
Prevalens: menggambarkan jumlah
kasus yang ada pada satu saat tertentu.

28. 
Insidens
Cumulative insidence
Mengukur risiko untuk sakit
Insidence rate (insidence density)
Mengukur kecepatan untuk sakit

29. 
Cumulative Insidence
/Incidence Risk
Probabilitas dr seorang yg tdk sakit untuk menjadi
sakit selama periode waktu tertentu, dg syarat orang
tersebut tidak mati oleh karena penyebab lain.
Risiko ini biasanya digunakan untuk mengukur
serangan penyakit yg pertama pd orang sehat tsb.
Misalnya : Insidens penyakit jantung mengukur risiko
serangan penyakit jantung pertama pd orang yg
belum pernah menderita penyakit jantung.

30. 
Cumulative insidence



periode
permulaan
pada
populasi
baru
kasus
CI
• Baik pembilang maupun penyebut yang digunakan dalam
perhitungan ini adalah individu yang tidak sakit pada
permulaan periode pengamatan, sehingga mempunyai
risiko untuk terserang.
• Kelompok individu yang berisiko terserang ini disebut
population at risk atau populasi yang berisiko.

31. 
Ciri dari Cumulative Insidence
 Berbentuk proporsi
 Tidak memilik satuan
 Besarnya berkisar antara 0 dan 1

32. Cumulative Insidence
Contoh : Hasil sensus di
thn 1960 di Swedia
Menunjukkan sejumlah
3076 laki-laki berumur 20-
64 tahun yg bekerja di
perusahaan plastik.
Berdasarkan dt dr Register
Kanker Swedia, antara
tahun 1961-1973, sebelas
orang diantara pekerja ini
terserang tumor otak.
CI tumor otak yg terjadi
pada pekerja pabrik plastik
ini selama 13 tahun adalah
%
36
,
0
%
100
3076
11



CI

33. Attack rate
jenis khusus insidens kumulatif yang berguna
selama epidemik
 Contoh
Makanan Makan ARM
Tidak Makan ARTM
Sakit Tidak
sakit
Sakit Tidak
Sakit
Salad 30 70 30/100 5 35 5/40
Krecek 16 84 16/100 4 21 4/25
ARM = Attack Rate Makan
ARMTM = Attack Rate tidak makan

34. 
Insidence rate atau insidence density
 Insidens rate dari kejadian penyakit adalah potensi
perubahan status penyakit per satuan waktu, relative
terhadap besarnya populasi individu yang sehat
pada waktu itu

35. 
Ciri Dari Insidens Density
Mempunyai satuan, yaitu per waktu.
Tanpa satuan ini insidens density
kehilangan maknanya
Besarnya berkisar antara 0 sampai tak
terhingga

36. 
Apa yang sesungguhnya diukur oleh
insidence density?
 Jumlah orang yang berpindah status dari tidak sakit ke
status sakit selama periode waktu tertentu merupakan hasil
paduan antara tiga faktor, yaitu
 Ukuran besarnya populasi
 Lama periode pengamatan
 Kekuatan penyebaran penyakit (force of morbidity)
 Oleh karena besarnya populasi dan lama periode
pengamatan telah ditentukan oleh pengamat/peneliti,
maka yang diukur dengan insidens density ini adalah
kekuatan penyebaran penyakit (Force of Morbidity).

37. 
Faktor yang Mempengaruhi Insidensi
 Meningkatkan
 Peningkatan risiko
(jumlah orang terpapar
bertambah)
 Kegagalan program
pencegahan penyakit
 Menurunkan
 Perubahan dalam riwayat
alamiah penyakit
(misalnya perubahan
patogenesitas)
 Keberhasilan program
pencegahan penyakit
 Jumlah orang terpapar
berkurang)

38. Insidence Density = Insidens
orang-waktu = Incidence Rate
 Menyatakan suatu jumlah kasus baru per orang-waktu
 Rumusnya:
waktu
orang
Jumlah
waktu
periode
dalam
terjadi
insidens
kasus
Density
Insidence




39. 
INSIDENCE RATE
1 2 3 4 5 6 7 Jumlah waktu dalam jangka
observasi dan dalam keadaan sehat
(tahun)
A 7
B 7
C * 2
D 7
E 3
F 2
G 5
Keterangan
Periode sehat
Periode sakit
Hilang dalam pengamatan selanjutnya
* Meninggal
Gambar 1

40. INSIDENCE RATE
Dari Gambar 1. Hitunglah nilai Incidence Rate (IR)?
Jawab:
 Hitung jumlah orang-waktu terlebih dulu
 Kemudian hitung
 
 


waktu
orang
IR
baru
kasus
  tahun
orang
waktu
orang 









 33
5
2
3
7
2
7
7
tahun
-
orang
100
per
kasus
9,1
tahun
orang
33
IR
kasus
3




41. 
Angka terjadinya penyakit selama suatu
periode waktu
Tiga elemen kunci:
Hanya kasus baru dimasukkan di dalam
pembilang
Populasi total berisiko pada penyebut
Elemen waktu – periode waktu terjadinya
kasus baru
Insidens

42. 
PREVALENS
PREVALENS adalah proporsi populasi
yang sedang menderita sakit pada satu saat
tertentu
itu
saat ttt
pd
tsb
populasi
dlm
individu
saat ttt
satu
pd
sakit
sdg
yg
individu
Pr



evalens

43. 
Ciri dari prevalens
 berbentuk proporsi
 tidak mempunyai satuan
 besarnya antara 0 dan 1

44. 
Kegunaan Prevalens
Untuk menentukan situasi penyakit
yang ada pada satu waktu tertentu
Menafsirkan frekuensi paparan
Untuk merencanakan fasilitas
kesehatan dan ketenagaan

45. 
 Point prevalence (Prevelansi titik)– proporsi semua
kasus pada suatu titik waktu
 Period prevalence (Prevalensi periode)– proporsi
semua kasus selama suatu periode waktu
 Contoh:
 Frekuensi penyakit pada otopsi – semua kasus
di antara semua yang diotopsi
 Birth defect rate (angka kecacatan kelahiran)–
jumlah kelahiran baru dengan kecacatan di
antara semua kelahiran hidup
Prevalens

46. 
 Keterbatasan
 Semua kasus dengan suatu penyakit pada suatu titik
waktu merupakan hasil dari:
 Faktor-faktor yang mempengaruhi perkembangan
penyakit
 Faktor-faktor yang mempengaruhi kelangsungan hidup
(survival)
 Identifikasi siapa yang berpenyakit (definisi kasus)
 Cara menemukan kasus (case ascertainment)
 Penyebut (populasi berisiko)
Prevalensi

47. 
Faktor yang Mempengaruhi Prevalens
 Meningkatkan
 Imigrasi kasus sakit
 Emigrasi orang sehat
 Durasi makin panjang
karena pengobatan/
penyembuhan
 Peningkatan insidensi
 Menurunkan
 Imigrasi orang sehat
 Emigrasi kasus sakit
 Perbaikan angka
penyembuhan
(penurunan durasi)
 Peningkatan angka
kematian
 Penurunan insidensi

48. 
Prevalensi Virus Hepatitis B:
4.4% dari populasi menunjukkan adanya
bukti sedang atau pernah terinfeksi Virus
Hepatitis B
Prevalensi Virus Hepatitis C:
1.0% dari populasi menunjukkan adanya
bukti sedang atau pernah terinfeksi Virus
Hepatitis C
Prevalens

49. 
Incidence, Prevalence
Berapa prevalensi penyakit pada 2016?
Berapa insidensi penyakit antara 2011 dan 2016?
B
C
Onset
A
2018
2011 2012 2014 2016
D
E
F
Onset

50. Menghitung Orang-Waktu
ID 1/05 1/06 1/07 1/08 1/09 1/10 Total
A 3
B 3
C 5
D 4
E 2
Total tahun berisiko
X = kasus
17
x
x
ID = 2/17 = 0,1176  11.8/100 orang-tahun pengamatan

51. 
Menghitung Orang-Waktu
Jumlah subjek Lama pengamatan Orang-Tahun
20 10 200
10 9 90
8 8 64
3 7 21
1 1 1
42 376
Terdapat 5 kasus baru selama periode 10 tahun.
Incidence density 10 tahun = 5/376= 0.013298
Insidence density 10 tahun = 13.29 per 1000 orang tahun
pengamatan
Atau bisa dinyatakan 1329.78 per 100,000 orang tahun

52. 
Prevalensi = Insidensi X
Durasi
Populasi berisiko
Kasus
insidensi
(baru)
Prevalensi
(existing cases)
Prevalensi meningkat
dengan bertambahnya
kasus baru
Prevalensi
menurun dengan
meninggalnya atau
sembuhnya kasus

53. Perbandingan
Populasi
berisiko
Jumlah
meninggal
Incidensi %
populasi
total
Semua penyebab
kematian
281,421,906 6,855/hari 0.002%
286/jam .0001%
857/3 jam .0003%
11 September, 2001 3053/3 jam .001%
Terdapat 3.6 kali lebih banyak kematian selama 3 jam pada
11/9/01 daripada perkiraan

54. 
UKURAN FREKUENSI
KEMATIAN
Crude Death Rate (CDR)
adalah angka kematian kasar atau
jumlah seluruh kematian selama satu
tahun dibagi jumlah penduduk pada
pertengahan tahun
CDR = Jml semua kematian x k
Jml semua penduduk

55. 
UKURAN FREKUENSI
KEMATIAN
 Specific Death Rate (SDR)
adalah jumlah seluruh kematian akibat
penyakit tertentu selama satu tahun
dibagi jumlah penduduk pada
pertengahan tahun
SDR = Jml kematian krn penyakit x k
Jml semua penduduk

56. 
UKURAN FREKUENSI
KEMATIAN
Case Fatality Rate (CFR)
adalah persentase angka kematian oleh
sebab penyakit tertentu, untuk
menentukan kegawatan/ keganasan
penyakit tersebut
CFR = Jml kematian krn penyakit x 100%
Jml kasus penyakit

57. 
UKURAN FREKUENSI
KEMATIAN
MATERNAL MORTALITY RATE (MMR)
MMR = AKI = Angka kematian Ibu adalah
jumlah kematian ibu oleh sebab kehamilan/
melahirkan/ nifas (sampai 42 hari post
partum) per 100.000 kelahiran hidup
MMR = Jml kematian ibu x 100.000
Jml kelahiran hidup

58. 
UKURAN FREKUENSI
KEMATIAN
Infant Mortality Rate (IMR)
IMR = AKB = angka kematian bayi adalah
jumlah kematian bayi (umur <1tahun) per
1000 kelahiran hidup
IMR = Jml kematian bayi x 1.000
Jml kelahiran hidup

59. 
UKURAN FREKUENSI
KEMATIAN
NEONATAL MORTALITY RATE (NMR)
NMR = AKN = Angka Kematian Neonatal
adalah jumlah kematian bayi sampai umur <
4 minggu atau 28 hari per 1000 kelahiran
hidup
NMR = Jml kematian neonatus x 1.000
Jml kelahiran hidup

60. 
UKURAN FREKUENSI
KEMATIAN
PERINATAL MORTALITY RATE
PMR = AKP = angka Kematian Perinatal
adalah jumlah kematian janin umur 28
minggu s/d 7 hari sesudah lahir per 1000
kelahiran hidup
PMR = Jml kematian perinatal x 1.000
Jml kelahiran hidup

61. TUGAS kelompok 1 - 3
Data desa Margaraya pada tahun 2017 adalah sbb:
Jumlah penduduk = 2.000.000
Ratio pria : wanita = 2 : 3
Ratio balita : bukan balita = 2 : 8
Kasus lama/baru campak: Feb=2/10, Mar=5/20,
Jun=4/15
Kasus lama/baru diare: Ags= 2/15, Sep=3/25,
Okt=5/10
Kasus lama/baru Tb Paru: Apr=3/5, Jul=8/5

62. 
HITUNGLAH :
 Incidence Rate Campak tahun 2017
 Point Prevalence Rate Campak pada bulan Feb,
Maret dan Juni?
 Periode Prevalence Rate Campak pada tahun 2017?
 Attack Rate Campak?
KELOMPOK 1

63. 
HITUNGLAH
 Incidence Rate Diare tahun 2017
 Point Prevalence Rate Diare pada bulan Ags, Sep
dan Okt?
 Periode Prevalence Rate Diare pada tahun 2017?
 Attack Rate Diare?
KELOMPOK 2

64. 
HITUNGLAH
 Incidence Rate Tb Paru tahun 2017
 Point Prevalence Rate Tb Paru pada bulan Apr dan
Jul?
 Periode Prevalence Rate Tb Paru pada tahun 2017?
KELOMPOK 3

65. TUGAS kelompok 4
 Penduduk Indonesia pada pertengahan tahun 2010 =
178.440.000 orang dengan jumlah kematian selama
tahun 2010 = 17.308.680 orang.
Berapa CDR tahun 2010?
 Bila jumlah kematian karena tetanus pada tahun 2010 =
180.000 orang.
Berapa SDR tetanus per 1000 penduduk?
 Jumlah kematian ibu oleh sebab kehamilan di Singapura
hanya 1 orang pada tahun 2010, dengan jumlah seluruh
kelahiran hidup sebanyak 49.864 orang.
Berapa MMR pada tahun 2010?

66. TUGAS Kelompok 5
 Hasil sensus penduduk Jepang tahu 2010, dilaporkan
jumlah kematian bayi <1 tahun sebanyak 5.616 orang,
jumlah kematian bayi umur 4 minggu sebanyak 3.179
orang, jumlah kematian janin umur 28 minggu s/d 7 hari
post partum sebanyak 7.001 orang.
Jika jumlah kelahiran hidup 1.227.900 orang.
Berapa IMR tahun 2010?
Berapa PMR tahun 2010?
Berapa NMR tahun 2010?