Peran Biostatistik Dalam Sistem Kewaspadaan Dini KLB Penyakit Menular Di Puskesmas Asakota Kota Bima
DOI:
https://doi.org/10.35746/jsn.v4i2.967Keywords:
Biostatistik, sistem kewaspadaan dini, KLB, penyakit menular, puskesmasAbstract
Sistem Kewaspadaan Dini Kejadian Luar Biasa (SKD-KLB) merupakan instrumen penting dalam deteksi dini dan respons cepat terhadap potensi wabah penyakit menular. Biostatistik berperan fundamental dalam mengolah data surveilans menjadi informasi yang bermakna untuk pengambilan keputusan. Tujuan Penelitian ini bertujuan menganalisis peran biostatistik dalam sistem kewaspadaan dini KLB penyakit menular di Puskesmas Asakota Kota Bima. Penelitian menggunakan pendekatan kuantitatif dengan desain observasional retrospektif. Data sekunder diperoleh dari laporan rutin SKD-KLB periode Oktober-Desember 2025. Analisis data mencakup statistik deskriptif, pemantauan wilayah setempat (PWS), serta evaluasi ambang batas dan sinyal kewaspadaan. Hasil penelitian ditemukan Total 628 kasus tercatat selama periode pengamatan, dengan Infeksi Saluran Pernapasan Akut (ISPA) mendominasi (564 kasus, 89,8%). Penyakit potensial KLB lainnya meliputi Diare Akut (51 kasus, 8,1%), Suspek Dengue (4 kasus, 0,6%), Pneumonia (3 kasus, 0,5%), Suspek Demam Tifoid (4 kasus, 0,6%), Diare Berdarah (1 kasus, 0,2%), dan Sindrom Ikterus Akut (1 kasus, 0,2%). Analisis tren mingguan menunjukkan fluktuasi kasus ISPA dengan puncak tertinggi pada minggu ke-41 (Oktober). Seluruh kasus dilaporkan berdasarkan diagnosis klinis tanpa konfirmasi laboratorium. Sistem SKD-KLB di Puskesmas Asakota telah berjalan dengan pencatatan dan pelaporan yang konsisten, namun optimalisasi biostatistik masih diperlukan, terutama dalam hal konfirmasi laboratorium dan analisis prediktif untuk meningkatkan akurasi deteksi dini KLB.
Downloads
References
Cahyadin, M., & Indriyanti, D. R. (2018). Evaluasi pelaksanaan sistem kewaspadaan dini dan respon (SKDR) di Kabupaten Blora. BKM Journal of Community Medicine and Public Health. BKM Journal of Community Medicine and Public Health, 34, 123–132. http://repository.unusa.ac.id/6249/
Craig, A. T., Leong, R. N. F., Donoghoe, M. W., Muscatello, D., Mojica, V. J. C., & Octavo, C. J. M. (2023). Comparison of statistical methods for the early detection of disease outbreaks in small population settings. IJID Regions, 8, 157–163. https://doi.org/10.1016/j.ijregi.2023.08.007
Farrington, C. P., Andrews, N. J., Beale, A. D., & Catchpole, M. A. (1996). A statistical algorithm for the early detection of outbreaks of infectious disease. Journal of the Royal Statistical Society: Series A (Statistics in Society), 159(3), 547–563. https://doi.org/10.2307/2983331
Fitriani, H., Hargono, A., & Atoillah Isfandiari, M. (2023). Perkembangan Pemanfaatan Teknologi Digital Surveilans Sistem Kewaspadaan Dini dan Respon (SKDR)/EWARS Di Indonesia Development of Use of Digital Technology Surveillance System Early Awareness and Response (SKDR)/EWARS In Indonesia. In MAJALAH SAINSTEKES (Vol. 10, Number 2). https://doi.org/10.33476/ms.v10i2.3979
Hutwagner, L. C., Browne, T., Seeman, G. M., & Fleischauer, A. T. (2005). Comparing aberration detection methods with simulated data. Emerging Infectious Diseases, 11(2), 314–316. https://pmc.ncbi.nlm.nih.gov/articles/PMC3320440/
Isep Priatna, Tri Budi Gunawan, Saleh Budi Santoso, Puhilan, Adang Mulyana, Tanti Lukitaningsih, Ferry Febriansyah, Tuti Mulyati, Hetty Permatawati, Rieka Siti Kadaria, Etna Saraswati, & Agus Setiabudi. (2021). Modul Pelatihan Surveilans Epidemiologi bagi Petugas Puskesmas.
Kementerian Kesehatan Republik Indonesia. (2020). Pedoman Pencegahan dan Pengendalian ISPA. Jakarta: Direktorat Jenderal Pencegahan dan Pengendalian Penyakit.
Kementerian Kesehatan Republik Indonesia. (2025). Profil Penanggulangan Krisis Kesehatan Tahun 2024.
Meckawy, R., Stuckler, D., Mehta, A., Al-Ahdal, T., & Doebbeling, B. N. (2022). Effectiveness of early warning systems in the detection of infectious diseases outbreaks: a systematic review. BMC Public Health, 22(1), 1–62. https://doi.org/10.1186/s12889-022-14625-4
Noufaily, A., Enki, D. G., Farrington, C. P., Garthwaite, P., Andrews, N. J., & Charlett, A. (2012). An improved algorithm for outbreak detection in multiple surveillance systems. Statistics in Medicine, 31(27), 3424–3438. https://doi.org/10.1002/sim.5595
Sami, A. A. M. (2024). The Role of Surveillance Systems in the Early Detection and Response to Outbreaks of Emerging and Reemerging Infectious Diseases: A Comprehensive Review. Journal of Angiotherapy, 8(8), 1–7. https://doi.org/10.25163/angiotherapy.8810207
Tirtabayu Hasri, E. (2021). Panduan Penggunaan Aplikasi Sistem Kewaspadaan Dini dan Respon (SKDR) untuk Pelaporan Penyakit Berpotensi Kejadian Luar Biasa (KLB).
Unkel, S., Farrington, C. P., Garthwaite, P. H., Robertson, C., & Andrews, N. J. (2012). Statistical methods for the prospective detection of infectious disease outbreaks: A review. Journal of the Royal Statistical Society: Series A (Statistics in Society), 175(1), 49–82. https://doi.org/10.1111/j.1467-985X.2011.00714.x
World Health Organization. (2016). Early warning and response systems (EWARS) for communicable diseases. Geneva: WHO Press.
World Health Organization. (2021). WHO global air quality guidelines: Particulate matter (PM2.5 and PM10), ozone, nitrogen dioxide, sulfur dioxide and carbon monoxide. Geneva: WHO Press.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Nina Herkaprina, Febriani Fennah, Nilawati Nilawati, Sherly Ayu Lestari, Rizka Nispu Aini, Mawahda Abdullah Lema, Ni Putu Ayu Astuti, Bustanul Atfal, Nurul Khatimah Ismatullah
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
