1

BAB I

PENGANTAR GIS

Untuk mempermudah akses informasi mengenai pelaksanaan tindakan dan untuk

memonitor kondisi pasien selama masa antepartum, intrapartum dan postpartum diperlukan

medical record yang berbasis teknologi informasi dengan memanfaatkan software perangkat

lunak (Nielsen et al. 2000). WHO mengkategorikan sistem informatika kesehatan dalam 5

subsistem yang saling terkait:

a. Surveilans epidemiologis (untuk penyakit menular dan tidak menular, kondisi lingkungan

dan faktor risiko)

b. Pelaporan rutin dari puskesmas, rumah sakit, laboratorium kesehatan daerah, gudang

farmasi, praktek swasta

c. Pelaporan program khusus, seperti TB, lepra, malaria, KIA, imunisasi, HIV/AIDS, yang

biasanya bersifat vertikal.

d. Sistem administratif, meliputi sistem pembiayaan, keuangan, sistem kepegawaian, obat dan

logistik, program pelatihan, penelitian dan lain-lain

e. Pencatatan vital, baik kelahiran, kematian maupun migrasi

Dalam aplikasinya kegiatan surveilans memerlukan dukungan teknologi informasi.

Beberapa alasan-alasan yang mendasari penggunaan teknologi informasi adalah sebagai berikut:

a. Mengurangi duplikasi data

b. Meningkatkan efisiensi dalam proses analisis data dalam jumlah besar yang tidak

mungkin dilakukan secara manual.

c. Meningkatkan analisis informasi untuk memfasilitasi interpretasi data yang akan

digunakan dalam pengambilan keputusan

d. Meningkatkan kualitas data melalui otomatisasi validasi data selama pemasukan data

e. Memproduksi beragam informasi untuk kegiatan Feedback, diseminasi dan pelaporan

dari berbagai tingkatan serta kombinasi data antar institusi

2

Berbagai peran sistem informasi dalam operasional kegiatan surveilans dalam

menunjang pelayanan kesehatan antara lain:

a. Peranan sistem informasi dalam pengumpulan data

Pengumpulan data sangat didukung oleh sistem informasi yang ada. Kemajuan teknologi

informasi terutama pengunaan komputer sangat mendukung dalam pelaksanaan

surveilans, sehingga kecepatan dan ketepatan informasi yang dihasilkan dapat segera

diakses oleh pihak yang melakukan tindakan pencegahan. Kegiatan pengumpulan data

dapat dimasukan langsung kedalam perangkat lunak sehingga dalam kegiatan

pengumpulan data dapat mengefisienkan tenaga yang melakukan pengumpulan data.

b. Peranan sistem informasi dalam analisis data

Perkembangan dalam sistem informasi kesehatan dapat mempermudah kegiatan analisis

data baik dalam bentuk tabel, grafik, dan peta. Disamping pada kegiatan analisis itu

sendiri, dengan pemanfaatan sistem informasi diharapkan hasil dari analisis dapat

dimanfaatkan oleh berbagai program internal baik di puskesmas, dinas kesehatan

kabupaten/kota, dinas kesehatan provinsi dan dinas kesehatan pusat.

c. Peranan sistem informasi dalam Feedback dan diseminasi

Dalam kegiatan Feedback dan diseminasi, peranan sistem informasi sangat mendukung.

Kegiatan penyebaran data kesehatan dapat melalui media cetak dan media elektronik.

Kegiatan dari penyebaran data dapat juga memanfaatkan internet dimana semua orang

dapat mengakses data.

3

BAB II

PENGUNAAN GIS

Pengunaan GPS (Geographic Positioning Systems (GPS) dan Geographical

Information System (GIS) pada survei dan pelaporan penyakit dan masalah kesehatan merupakan

kebutuhan yang perlu dalam peningkatan pengumpulan data secara rutin, sehingga informasi

lebih mudah untuk dipahami bagi pengambil kebijakan (Tatem et al.,2012). Gething et al.,

(2012) penelitian tentang akses geografis terhadap pelayanan kesehatan ibu menyimpulkan

bahwa berdasarkan analisis geografis signifikan memberikan informasi tentang rencana

pelayanan, pengembagan SDM dan sebagai pengamatan bagi pengambil kebijakan khususnya

pada daerah-daerah yang rawan dan miskin sehingga ada strategi khusus pada daerah-daerah

tertentu.

Seng et al., (2005) mengatakan bahwa dengan metode spasial berdasarkan waktu

terhadap kelompok menunjukkan bahwa kategori tipe transmisi dapat diketahui. Beberapa studi

ditemukan bahwa analisis spasial sangat membantu dalam epidemiologi penyakit dan pendekatan

geostatistikal memberikan jawaban terhadap penanganan penyakit. Tatem et al., (2012)

menyebutkan bahwa tersedianya data dasar yang detail dan menarik terkait atribut penduduk

yang disajikan dalam pemetaan dapat dimanfaatkan untuk mempelajari mekanisme terjadinya

penyakit di masyarakat.

Tujuan dari maping masalah kesehatan antara lain Rytkönen (2004):

1. Untuk mendiskripsikan variasi dari insiden masalah kesehatan guna untuk melakukan

formulasi hippotesis penyabab penyakit

2. Untuk mengidentifikasi area yang dengan peningkatan kasus sehingga dapat dilakukan

tindakan intervensi dengan segera.

3. Untuk memberikan alasan yang terkait lokasi dari risiko penyakit disuatu daerah guna

untuk alokasi sumber daya dan kajian risiko.

Data spasial dapat mengambarkan distribusi demografi dan struktur demografi dalam

masyarakat. Data spasial sangat diperlukan dalam pencatatan risiko masalah kesehatan,

gambaran masalah kesehatan dan dinamika penduduk. Faktor risiko yang heterogen yang terkait

4

dengan kelompok-kelompok dalam masyarakat atau model faktor penularan individu dalam

masyarakat (Tatem et al.,2012).

Tatem et al., (2012) mapping penyakit dan model spasial dapat dijadikan kemudi dan

strategi pedoman terkait data demografi dan kewilayahan yang digunakan untuk estimasi besaran

dan karakteristik dari penduduk yang berrisko. Root et al., (2013) identifikasi lokasi tempat dan

kondisi status sosial ekonomi berkontribusi terhadap masalah kesehatan di suatu wilayah.

Tatem et al., (2012) menyebutkan bahwa adanya mapping populasi dan tersedianya

data spasial membantu untuk mengidentifikasi wilayah dan waktu dari risiko suatu penyakit dan

dapat membantu dalam perencanaan target intervensi.

Gething et al., (2012) tersedianya data spasial yang detail membantu dalam kebijakan

penentuan prioritas kesehatan ibu hamil. Moïsi et al., (2010) ketersediaan fasilitas pelayanan,

akses geografis untuk berobat tidak mempengaruhi tingkat kematian bayi. Root et al., (2013)

menyebutkan bahwa model buffer pada analisis spasial dijadikan model analisis statistik dan

hasil buffer menunjukan hasil yang sama dengan analisis statistik. Analisis pemetaan geografis

menunjukkan efek yang sama pada analisis statistik.

5

BAB III

PEMANFAATAN SOFWARE EPI INFO DAN HEALTH MAPPER

3.1. Pengantar

Aplikasi ilmu statistik dapat dibagi dalam dua bagian besar yaitu statistik deskriptif dan

statistik induktif (inferensial). Statistik deskriptif berusaha menjelaskan atau mengambarkan

karakteristik data seperti rata-rata, variasi data, proporsi dan persentase. Statistik inferensial

mengambarkan berbagai inferensi terhadap sekumpulan data yang berasal dari suatu sampel.

Pada bab ini akan dibahas tentang analisis deskriptif yang memanfaatkan program epi info dan

health mapper yang digunakan untuk mengambarkan keadaan tempat, orang dan waktu. Dalam

mempelajari epidemiologi keadaan tempat orang dan waktu sangat penting dalam menjelaskan

keadaan suatu masalah kesehatan.

Aplikasi sofware yang terkait dengan analisis deskriptif seperti pemanfaatan peta dapat

memanfaatkan program epi info dan program health mapper. Sofware yang mengunakan peta

tematik sangat penting untuk mengambarkan keadaan lokasi tempat. Keadaan lokasi tempat

dapat mengambarkan keadaan distribusi suatu penyakit yang berada pada tempat tersebut.

Sofware health mapper merupakan sofware yang digunakan untuk kegiatan analisis data dengan

pemetaaan. Analisis yang bersifat pemetaan membutuhkan data dalam bentuk shp sehingga

untuk melakukan analisis perlu melakukan modifikasi bentuk file dari jenis exel menjadi acces

kemudian baru mengabungkan dengan shp. Data yang digunakan dalam program health mapper

dapat berbentuk data dBASE yang kapasitas datanya dapat diambil dari sofware lain seperti

sofware Exel.

Panduan ini dibuat untuk mengelola data menggunakan program komputer yang sangat

sederhana yaitu EPI Data, sehingga semua orang bisa menggunakannya dengan mudah dan

cepat. Program EPI Data merupakan versi windows dari EPI INFO. Program ini tidak

diperdagangkan (gratis).

6

3.2. Sekilas Program Exel, Epi Info dan Health Mapper

Program exel

Program exel merupakan program dasar yang sering digunakan untuk analisis karena

kelebihan program exel yang digunakan untuk perhitungan dan dapat di baca oleh program lain

seperti Epi Info, Health Mapper.

Berikut contoh program epi info dan entri data.

Gambar. Bentuk Program Exel

Program exel dapat difugsikan sebagai alat untuk entri data karena menu fungsi exel

sebagai dapat di baca dengan program lain sehingga mempermudahkan untuk kepentingan

analisis data. Program exel merupakan program yang umum di gunakan diberbagai kepentingan

dan instansi sehingga dimungkinkan program ini sudah familier bagi setiap orang termasuk

penguna di luar bidang analisis.

Data titik

ordinat

7

Program Epi Info

Program pengolahan data khususnya di bidang kesehatan sering mengunakan aplikasi

dBase, Foxpro, dan Acces karena mempunyai fasilitas untuk dapat diprogram sesuai keinginan

kita. File yang beada dalam bentuk dBase, Foxpro, dan Acces dapat di baca dengan program lain

sehingga analisis yang kita inginkan akan lebih mudah. Program ini juga mefasilitasi program

lain untuk melakukan analisis lebih lanjut.

Berikut merupakan program epi info yang umum digunakan

Program ini menyediakan berbagai menu antara lain, menu Make View yang diguakan

untuk membuat instrumen/kuesioner yang nantinya dapat di manfaatkan utuk entri data. Menu

Enter data menu yang digunakan untuk melakukan entri data sesuai informasi yang ada pada

kuesioner sehingga peran dari entri data tinggal memasukan isian sesuai kuesioner. Program epi

info sering digunakan di bidang kesehatan, sehingga tidak semua orang mampu menggunakan

program tersebut untuk pengelolaan data, karena membutuhkan pengetahuan dasar tentang

pemrograman komputer. Program epi info pada prinsipnya mengeluarkan data dalam bentuk

acces.

8

Menu Analyse Data dapat dimanfaatkan untuk analisis data dan pada menu analisis

menyediakan berbagai fasilitas untuk membaca data dari program lain seperti program exel.

Menu analisis menyediakan berbagai menu analisis yang kompleks sehingga dapat dimanfaatkan

untuk berbagai kepentingan banyak hal. Untuk detail analisis akan di bahas pada bab berikutnya.

Menu Creative Maps dapat dimanfaatkan untuk membuat peta digitasi atau membaca data dalam

bentuk shp. Untuk pemanfaatan pemetaan diperlukan keahlian dalam mengoprasionalkan

program analisis data.

3.3. Program Health Mapper

Program health mapper merupakan salah satu program khusus pemetaan yang dapat

digunakan untuk aktivitas analisis berbasis geografis. Software ini merupakan sofware open

source yang dapat di download secara geratis. Berikut merupakan gambar sofware health

mapper.

9

BAB IV

PEMANFAATAN PROGRAM EXEL, EPI INFO

4.1. Membaca Data dari Format Exel

Untuk mengoperasionalkan analisis data dengan program epi info dapat dilakukan dengan

merubah data yang semula dalam bentuk exel dapat di baca oleh program epi info. Adapun

langkah-langkah sebagai berikut:

1. Buka menu utama epi info, kemudian klik menu Analysis data, sehingga layar terlihat

sebagai berikut:

2. Kemudian buka data dalam bentuk exel 8.0 dengan mengaktifkan menu Ok, kemudian

memilih file yang ingin di baca dalam menu epi info, pada layar akan tampak gambar

sebagai berikut:

10

11

3. Kemudian memilih file yang ingin di baca, sehingga terlihat seperti gambar berikut:

Ini adalah hasil data yang di baca oleh program epi info. Data tidak ada perubahan dari

data exel sebelumnya.

4. Setelah data bisa di baca dalam menu analisis epi info kemudian data dilanjutkan pada

analisis yang di inginkan. Pada menu epi info terdapat berbagai fasilias untuk merubah

variabel, melakukan perhitungan dan melakukan berbagai analisis.

5. Detail menu analisis yang ada di program epi info seperti terlihat pada tabel berikut:

Kelebihan-kelebihan dalam menu analisis seperti terlihat pada gambar berikut:

12

6. Ada beberapa kelebihan dalam pemanfaatan analisis pada menu efi info. Dalam menu epi

info terdapat analisis bivariat yang menlihat hubungan, perbedaan atau analisis

mutlivariat yang melihat seperti regresi logistik, atau regresi linier atau analisis kaplan-

meier survival yang melihat laju waktu kejadian,

4.2. Merubah variabel, merubah skala variabel.

Langkah merubah variabel dapat melalui menu recode.

Langkah-langkah sebagai berikut:

1. Buka menu utama epi info

2. Kemudian pilih variabel yang akan dilakukan recode dengan mengaktifkan menu recode

Seperti terlihat pada gambar berikut:

Menu

analisis

bivariat

Menu Analisis

Multivariat

13

Kemudian pilih variabel yang di inginkan dan variabel yang baru dengan memberikan

nama pada variabel baru (jika di rubah ke dalam variabel baru). Jika tidak di rubah dalam

variabel baru maka variabel tetap seperti terlihat pada gambar berikut:

3. Kemudian masukkan kolom form nama variabel yang ingin di rubah dan To masukan

variabel yang ingin dirubah dengan nama baru atau lama.

Kemudian aktifkan menu OK. Secara otomatis data akan berubah dengan membuat kode

Var

iab

el

14

4.3. Mengubah / membaca Data

Program exel merupakan progam yang multi fungsi untuk kegiatan perhitungan karena

sofware exel lebih praktis dan general untuk di gunakan. Perkembangan teknologi menuntut

adanya saling koordinasi antar satu sofware dengan sofware lain yang dapat di manfaatkan untuk

kegiatan analisis.

Health mapper merupakan salah satu menu yang digunakan untuk kegiatan analisis data

LANGKAH DALAM MERUBAH DATA DARI BENTUK EXEL KEDALAM BENTUK

Dbase.

1. Buka menu exel (jika data dalam bentuk exel)

2. Kemudian rubah dari data bentuk exel menjadi data bentuk dBase dengan langkah-

langkah sebagai berikut:

a. Buka menu utama epi info, seperti terlihat pada gambar berikut:

Data dalam bentuk

exel

15

Aktifkan menu Read untuk membaca data dalam bentuk lain dalam hal ini data dalam

bentui exel.

16

Kemudian cari file yang akan di baca, cari file exel dimana file berada seperti gambar

berikut:

Dalam hal ini contoh yang ingin di baca untuk data dalam bentuk exel dengan nama

ManData3 yang, kemudian buka file data dalam bentuk exel tersebut, seperti terlihat

pada tabel berikut:

17

Kemudian OK untuk membuka menu file dalam versi exel, sehingga pada layar akan

tampak gambar seperti berikut:

Data dalam versi exel sudah siap untuk di transformasi ke data dBase. Untuk

mengaktifkan atau mentransfer data kedalam versi lain /dalam bentuk lain.

18

Untuk memulai melakukan transfer data dalam bentuk dBase aktifkan menu export,

seperti terlihat pada gambar berikut:

Kemudian, setelah data dalam bentuk Dbase data dapat di baca dalam versi lain.

Pilihan data

base yang di

inginkan

19

Kemudian pilih data dBase IV

Kemudian memberikan nama file baru dalam versi Dbase seperti terlihat pada gambar

berikut:

20

Kemudian setelah memberikan nama file kemudian dalam kolom data tabel ketik

angka 1. Seperti terlihat pada gambar berikut:

21

Data dalam bentuk dBase sudah tersedia. Kemudian tutup menu epi info melalui

menu exit. Data dalam versi Dbase sudah tersedia di komputer sehingga untuk

membukan file perlu diperhatikan tempat file tersebut di simpan agar tidak lupa.

22

BAB V

APLIKASI HEALTH MAPPER

Program health mapper merupakan program yang digunakan untuk pemetaan khususnya

di bidang kesehatan. Program health mapper merupakan program yang diterbitkan oleh WHO

yang dapat dimanfaatkan untuk kepentingan di bidang kesehatan. Program health mapper

menyediakan vitur untuk digitasi dan dapat membaca data dalam bentuk Dbase atau data shp.

5.1. Pembacaan data dari Program Lain

Untuk membuat peta tematik dalam program health mapper menyediakan fasilitas untuk

membuat peta tematik. Langkah-langkah dalam membut peta tematik seperti berikut:

1. Membuka menu utama untuk memulai aktifitas kegiatan analisis dengan mengunakan

sofware health mapper, dengan mengaktifkan sofware health mapper dan memulai

memulai untuk kegiatan analisis seperti terlihat pada gambar berikut:

2. Contoh untuk memulai kegiatan analisis data menunakan kecamatan yang berada

diwilayah Kabupaten Sleman Yogyakarta. Kemudian buat peta yang sesuai dengan data

23

titik ordinat yang ada dalam peta, misalkan data NGEMPLAK, DEPOK dst.. seperti pada

gambar beriut:

3. Kemudian aktifkan dan memilih level atau tingkat administratif yang di inginkan. Dalam

peta ini tersedia peta tematik level desa, tetapi dalam modul ini akan dipilih level tingkat

kecamatan, seperti terlihat pada gambar berikut:

Data peta yang akan di pilih

berdasarkan status administratif

24

4. Kemudian memulai membut peta dengan menaktifkan Kecamatan yang akan di pilh

untuk dilakukan analisis data seperti berikut:

5. Dalam hal ini 3 kecamatan di wilayah kerja Kabupaten Sleman kita pilih seperti terlihat

pada gambar tersebut diatas. Setelah peta tersebut di buat maka kita dapat melakukan

25

perubahan dengan memberi nama dengan mengaktifkan menu yag berada di Layer

Properties. Karena ada 3 kecamatan dalam data maka peta di buat 3 kecamatan seperti

terlihat pada gambar Berikut:

6. Data dalam bentuk peta sudah siap dilakukan analisis sehingga untuk melakukan analisis

diperlukan data dalam versi lain. Untuk kegiatan analisis pemetaan biasanya peta tetep

(NGEMPLAK, DEPOK, KALASAN) yang berubah adalah variabel yang ingin

dilakukan analisis.

5.2. Pembacaan/Penambahan Data dengan file exel

Untuk melakukan kegiatan analisis kita membutukan data dalam versi exel untuk

dimasukan kedalam peta tersebut. Langkah-langkah dalam melakukan analisis health mapper

dengan mengunakan data dalam bentuk exel sebagai berikut:

1. Buka menu utama health mapper yang sudah ada peta tematiknya. Kemudian pilih get

external data untuk mengambil data dari dBase

Menu untuk

menejemen

peta

26

2. Kemudian memasukan data dalam versi exel dengan mengaktifkan Get External Data

pada menu epi info. Kemudian pilih file yang akan di baca dalam bentuk Dbase, seperti

terlihat pada gambar berikut:

27

3. Kemudian buka data dBase pada tempat yang tadi menyimpan dengan mengaktifkan

menu seprti terlihat pada gambar berikut:

4. Kemudia klik OK. Maka data base dalam program health mapper sudah tersedia. Setelah

menu data Dbase diaktifkan sehingga pada layar terlihat pada tabel berkut:

28

5. Kemudian setelah data versi exel terbuka dalam program health mapper maka pada layar

terlihat pada gambar berikut:

6. Gambar berikut menyajikan data pemetaan dan data exel sehingga untuk mengabungkan

data aktifkan menu JOIN agar data peta dan data exel dapat singkron. Seperti terlihat

pada gambar berikut:

29

7. Kemudian aktifkan menu joint sehingga pada layar seperti terlihat pada gambar berikut:

30

8. Kemudian simpan dan keluar melalui menu save and exit. Data dalam versi exel dan peta

digitasi sudah siap dilakukan analisis.

31

BAB VI

STUDI KASUS

Faktor epidemiologis yang meliputi ketingian lokasi, jarak pelayanan bidan, terkait dengan

kegawatdaruratan obstetrik seperti terlihat pada gambar :

Keterangan:

Radius 1 KM Tidak gawat obstetric Gawat obstetric

Gambar Faktor Epidemiologis yang Terkait dengan Kegawatdaruratan Obstetrik.

Gambar Menunjukkan bahwa wilayah kerja Puskesmas Imogiri cenderung berada pada

daerah ketinggian yang didapatkan beberapa kasus perdarahan berada pada kondisi kemiringan.

Kasus perdarahan diluar radius jangkauan pelayanan bidan maupun BPS. Jika dilihat pada aspek

kondisi transportasi jalan didapatkan bahwa sebagian kasus perdarahan berada pada daerah

32

dengan kondisi jauh dari jalan utama desa. Sehingga akses lebih sulit untuk terhubung dengan

daerah lain.

Jika dilihat dari aspek faktor ibu hamil yang menyebabkan terjadinya eklamsi terkait

dengan pelayanan bidan desa dan puskesmas pada ibu hamil seperti terlihat pada gambar :

Keterangan:

Radius 1 KM Tidak eklamsi Eklamsi

Gambar Faktor Spasial Pelayanan Puskesmas, Pelayanan BPS yang Terkait dengan Lokasi Eklamsi di

Tempat Penelitian.

Gambar menunjukkan bahwa wilayah kerja Puskesmas Imogiri cenderung berada pada

daerah ketinggian yang didapatkan beberapa kasus eklamsi berada pada kondisi kemiringan.

Selain itu beberapa kasus eklamsi di luar radius jangkauan pelayanan bidan maupun BPS. Jika

dilihat pada aspek kondisi transportasi jalan didapatkan bahwa sebagian kasus eklamsi berada

33

pada daerah dengan kondisi jauh dari jalan utama desa, sehingga akses lebih sulit untuk

terhubung dengan daerah lain.

Jika dilihat distribusi penyebaran kasus perdarahan, eklamsi dan riwayat abortus di

masing-masing kecamatan, berdasarkan hasil penelitian di wilayah kerja puskesmas Imogiri

seperti terlihat pada gambar berikut:

Keterangan:

Radius 3 KM

Tidak perdarahan

Perdarahan

puskesmas

Gambar Distribusi Ibu Hamil yang Mengalami Perdarahan di Wilayah Puskesmas Imogiri Menurut

Keberadaan Bidan Praktek dan Puskesmas.

Gambar menunjukkan bahwa ibu hamil yang mengalami perdarahan di wilayah kerja

puskesmas Imogiri sebagian diluar jangkauan pelayanan puskesmas dengan radius 3 kilo meter.

Beberapa lokasi juga tidak didapatkan pelayanan BPS di wilayah kerja puskesmas imogiri.

34

Jika dilihat dari distribusi ibu hamil yang mengalami eklamsi di wilayah kerja puskesmas

Imogiri seperti terlihat pada gambar berikut:

Keterangan:

Keberadaan BPS

Tidak eklamsi

Eklamsi

Puskesmas

Gambar Distribusi Ibu Hamil yang Mengalami Eklamsi Di Kecamatan Imogiri Menurut Letak

Puskesmas dan Bidan Praktek Swasta.

Gambar menunjukkan bahwa wilayah kerja puskesmas imogiri 1 sarana pelayanan

kesehatan yang ada puskesmas Imogiri 1 dan untuk sarana rumah sakit tidak tersedia. Dilihat

dari sarana BPS di wilayah kerja puskesmas imogiri terdapat 4 BPS. Jika dilihat distribusi

penyebaran perdarahan yang terkait dengan jangkauan pelayanan rumah sakit di kecamatan

Bantul seperti terlihat pada gambar berikut:

35

Keterangan:

Puskesmas

Tidak perdarahan

Perdarahan

RS Radius 3 km BPS

Gambar Distribusi perdarahan di Kecamatan Batul berdasarkan jangkauan puskesmas dan

rumah sakit.

Gambar menunjukkan bahwa pada wilayah kerja puskesmas bantul sebagian besar berada

dalam jangkauan pelayanan rumah sakit dengan radius 3 kilo. Beberapa kasus perdarahan berada

di kondisi dekat jalan. Pada wilayah puskesmas bantul terdapat 2 pelayanan rumah sakit.

Jika dilihat dari aspek kondisi eklamsi di wilayah kerja puskesmas Batul seperti terlihat

pada gambar berikut:

36

Keterangan:

Keberadaan BPS

Tidak eklamsi

Eklamsi

Rumah sakit Radius 3 km puskesmas

Gambar. Distribusi Eklamsi Berdasarkan Jangkauan Rumah Sakit di Wilayah Kerja Puskesmas Bantul

Berdasarkan gambar menunjukkan bahwa penyebaran tempat pelayanan RS di wilayah

kerja puskesmas bantul 1 mengumpul di desa Bantul. kasus kejadian eklamsi sebagian besar

dekat dengan pelayanan rumah sakit dengan radius kurang dari 3 kilo meter.

37

BAB VII

PENUTUP

Modul ini berisikan tentang pemanfaatan teknologi informasi dan beberapa manfaat

sofware dalam pengolahan dan analisis data. Pada modul ini juga berisi tentang studi kasus yang

sudah dikerjakan dalam penelitian. Sofware yang digunakan dalam modul ini antara lain

sofware health mapper, sofware epi info dan Ms Exel. Pada modul ini juga dilengkapi aplikasi

singkat tentang pemanfaatan pengunaan sofware dengan mengambil contoh dari penelitian-

penelitian yang sudah dikerjakan.

Contoh-contoh aplikasi hasil analisis dalam modul ini merupakan hasil perpaduan

aplikasi analisis dalam penelitian yang telah dilakukan. Pada modul ini juga dibahas tentang

hasil-hasil penelitian dan interpretasi data penelitian. Penulis mengucapkan terima kasih kepada

badan kesehatan dunia yang telah mengeluarkan software health mapper, epi info yang bersifat

open source. Pada kesempatan ini kami juga mengucapkan terima kasih kepada semua pihak

yang telah membantu dalam penyelesaian modul ini.

38

REFERENSI

Gething et al., (2012) Gething, P. W., Johnson, F. A., Ainguah, F. F., Nyarko, P., Baschieri, A.,

Aboagye, P., Falkingham, J., Matthews, Z., and Atkinson, P. M., (2012) Geographical

access to care at birth in Ghana: a barrier to saFe motherhood, BMC Public Health 2012,

12:991, http://www.biomedcentral.com/1471-2458/12/991

Moïsi et al., (2010) Moisi, J., Gatakaa, H., Noor, A. M., Williams, T. N., Bauni, E., Tsofa., B,

Levine,O., Scott, J. A., (2010) Geographic access to care is not a determinantof child

mortality in a rural Kenyan setting with high health facility density BMC Public Health

2010, 10:142, http://www.biomedcentral.com/1471-2458/10/142

Nielsen, P. E., Thomson, B. A., Jackson, R. B., Kosman, K. & Kiley, K. C. (2000) Standard

obstetrik record charting system: evaluation of a new electronic medical record. Obstet

Gynecol, 96(6): 1003-8.

Root, E.D., (2013) Moving Neighborhoods and Health Research Forward: Using Geographic

Methods to Examine the Role of Spatial Scale in Neighborhood EfFects on Health, Ann

Assoc Am Geogr. Author manuscript; available in PMC 2013 September 01.; 102(5):

986–995. doi:10.1080/00045608.2012.659621

Rytkönen, M.J.P (2004) Not All Maps Are Equal: GIS ad Spatial Analysis In Epidemiology,

International Journal of Circumpolar Health 63:1 2004

Seng, S.B., Chong, A.K., Moore, A., (2005) Geostatistical Modelling, Analysis and Mapping of

Epidemiology of Dengue Fever in Johor State, Malaysia Presented at SIRC 2005 – The

17th Annual Colloquium of the Spatial Information Research Centre University of Otago,

Dunedin, New Zealand November 24th-25th 2005.

Susanto (2014) Model Analsis Faktor Risiko Komplikasi Kehamilan Berbasis Geographic

Information System (GIS) Di KABUPATEN BANTUL, Universitas Airlangga Surabaya,

Disertasi.

Tatem, A. J., Adamo, S., Bharti, N., Burgert, C. R., Castro, M., Dorelien, A., Fink, G., Linard,

C., John, M., Montana, L., Montgomery, M. R., Nelson, A., Noor, A. M., Pindolia, D.,

Yetman, G., and Balk, D., (2012) Mapping populations at risk: improving spatial

demographic data for inFectious disease modeling and metric derivation Mapping

populations at risk: improving spatial demographic data for inFectious disease modeling

and metric derivation, Population Health Metrics 2012, 10:8,

http://www.pophealthmetrics.com/Content/10/1/8

http://www.biomedcentral.com/1471-2458/12/991http://www.biomedcentral.com/1471-2458/10/142http://www.pophealthmetrics.com/Content/10/1/8