MODEL ESTIMASI KEJADIAN INFEKSI SALURAN PERNAPASAN …
Post on 02-Oct-2021
6 Views
Preview:
Transcript
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
top related