Widagdo Sri Nugroho Laboratorium Epidemiologi Bagian Kesehatan Masyarakat Veteriner Fakultas Kedokteran Hewan UGM untuk Universitas Brawijaya Malang

Widagdo Sri Nugroho Laboratorium Epidemiologi Bagian Kesehatan Masyarakat Veteriner Fakultas Kedokteran Hewan UGM untuk Universitas Brawijaya Malang

Dr. drh. Widagdo Sri Nugroho, M.P.

 Alamat rumah: Perum Sedan Asri B-4, Sariharjo, Ngaglik, Sleman., Yogyakarta.

 Email: [email protected], [email protected]  Web: http://weesnugroho.staf.ugm.ac.id

Sumber Bacaan  Budiharta, S. Kapita Selekta Epidemiologi Veteriner.



   

Fakultas Kedokteran Hewan, Universitas gadjah Mada. Martin, S.W., Meek, A.H., Willeberg, P. 1987. Veterinary Epidemiology Principles and Methods. IOWA State Univ. Press. Salman, M.D. 2003. Animal Disease Surveillance And Survey Systems. Methods and Applications. Blackwell Pub. Smith, R.D. 2006. Veterinary Clinical Epidemiology. Taylor&Francis. Thrusfield, M. 2005. Veterinary Epidemiology. Blackwell Pub. Dijkhuizen & Morris. 1997. Animal Health Economics, Principles and Application WS Nugroho/Epid S1/untuk FKH UBM

Pokok Bahasan 1. Survei dan kajian observasional 2. Besaran sampel dan metode pengambilan sampel 3. Mengidentifikasi asosiasi penyakit dan faktor penyebab 4. Kuesioner untuk mendapat data epidemiologi 5. Analisis data dan pelaporan kajian WS Nugroho/Epid S1/untuk FKH UBM

Source of veterinary data Data collection Causal factors

Ecology

(host, agent, and environtment

Quantitative evaluation Modelling

Study and Surveys

Experimental studies

Observational studies

Surveys-Longitudinal

Clinical trials, intervention studies

Case-control Kohort Cross-sectional Economic evaluation Disease control

1. KAJIAN LAPANGAN EPIDEMIOLOGI

WS Nugroho/Epid S1/untuk FKH UBM

SURVAI  BAIK HEWAN DALAM POPULASI/SAMPEL

DIPERIKSA SATU KALI  DATA YANG DIKUMPULKAN: * D+ dan D* Sifat-sifat hospes, lingkungan, dan agen  TINGKAT YANG DIHITUNG: Prevalensi D+  KELEBIHAN: Murah  KEKURANGAN: * Hanya menghitung prevalensi * Hanya baik untuk penyakit kronis WS Nugroho/Epid S1/untuk FKH UBM

KAJIAN LONGITUDINAL  DIMULAI SEPERTI SURVAI – hewan diuji ada/tidaknya penyakit:   





Prevalensi dihitung HEWAN YANG SAMA DIIKUTI DAN DIUJI ULANG THD PENYAKIT YANG SAMA SAMPEL: terencana, n = 4PQ/L2, cara rambang DATA YANG DIKUMPULKAN: a. berpenyakit atau tidak b. sifat-sifat hospes: umur, kelamin, bangsa dll c. faktor-faktor lingkungan dan agen PERHITUNGAN TINGKAT a. prevalensi b. insidensi c. untuk menyidik penyebab: semua tingkat dapat dihitung KELEBIHAN dan KEKURANGAN: * Memberikan efek waktu * mahal, tidak dapat untuk penyakit langka


KAJIAN LINTAS SEKSIONAL  MENYIDIK PENYEBAB PENYAKITSAMPEL: terencana, n = 4PQ/L2, cara 



 

rambang DATA YANG DIKUMPULKAN: a. berpenyakit atau tidak b. sifat-sifat hospes: umur, kelamin, bangsa dll c. faktor-faktor lingkungan dan agen PERHITUNGAN TINGKAT a. membandingkan sekaligus 2 hal * Kelompok hewan sakit vs kelompok tidak sakit * Kelompok terdedah vs kelompok tidak terdedah b. untuk menyidik penyebab: semua tingkat (prevalensi) dapat dihitung PENGUKURAN ASOSIASI: RG DAN RR KELEBIHAN dan KEKURANGAN: * Murah * hanya menghitung prevalensi * paling baik untuk mengkaji faktor hospes penyebab penyakit WS Nugroho/Epid S1/untuk FKH UBM

Kajian Lintas Seksional Tujuan: spesifik dan dapat banyak tujuan Tipe data: Binari/dikotomik (prevalensi dan faktor risiko) 3. Populasi dan unit analisis 4. Besaran dan cara pengambilan sampel 5. Data koleksi dan data manajemen 6. Analisis statistik: Prevalensi, signifikansi (χ2), OR, RR 7. Sistem Survelans 1. 2.


KAJIAN KASUS-KONTROL  MEMBANDINGKAN KELOMPOK HEWAN SAKIT (KASUS) DAN  



 



KELOMPOK KONTROL SAMPEL: BIASANYA TIDAK TERENCANA, MENGAPA? DATA YANG DIKUMPULKAN: a. berpenyakit atau tidak b. sifat-sifat hospes c. faktor-faktor lingkungan dan agen PERHITUNGAN TINGKAT a. (F+/D+) = a/(a+c) b. (F+/D-) = b/(b+d) ASOSIASI: Ratio Ganjil (RG) KELEBIHAN: a. murah dan cepat b. untuk menyidik wabah karena waktu jadi kendala c. baik untuk penyakit langka KEKURANGAN: * Tidak menunjukan urutan waktu antara faktor dan penyakit WS Nugroho/Epid S1/untuk FKH UBM

KAJIAN KOHORT  MEMBANDINGKAN KELOMPOK HEWAN TERDEDAH DAN KELOMPOK  



 



TIDAK TERHADAP TIMBULNYA PENYAKIT SAMPEL: Terencana secara rambang populasi terdedah dantidak DATA YANG DIKUMPULKAN: a. sakit dan tidak sakit pada permulaan tidak boleh ada hewan yang sakit, pada akhir kajian diperiksa ulang b. sifat-sifat hospes, lingkungan, dan agen PERHITUNGAN TINGKAT a. (D+/F+) = a/(a+b) b. (D+/F-) = c/(c+d) c. Insidensi ASOSIASI: Ratio Ganjil (RG) dan RR KELEBIHAN: a. memberikan urutan kejadian b. memberikan tingkat insidensi KEKURANGAN: * Lama dan mahal WS Nugroho/Epid S1/untuk FKH UBM

2. METODE PENGAMBILAN CONTOH (SAMPLING METHOD)


Jenis Data Kualitatif (kategoris) Nominal tanpa ranking contoh: - Hereford - Angus

Ordinal

Kuantitatif (Numerik) Diskrit

dengan ranking Bilangan bulat contoh: contoh: Ringan, sedng, - epg berat Σ ternak Sehat, sakit, mati


Kontinues (Jujuh) Semua Bilangan termasuk desimal Contoh suhu 37,5°C panjang badan 150,2 cm

SAMPEL TERENCANA

Penggunaan cara tertentu

TIDAK TERENCANA

* Menggunakan data yang telah ada * Kurang Representatif - Pasar Hewan Representatif - Catatan laboratorium dengan populasi - - Catatan kasus (Poliklinik), dll WS Nugroho/Epid S1/untuk FKH UBM

KEUNTUNGAN METODE SAMPLING

 Mengurangi biaya  Lebih cepat  Lebih luas/praktis  Akurasi tinggi jika dilakukan benar, menghindari bias WS Nugroho/Epid S1/untuk FKH UBM

DATA TERENCANA

Contoh

NONRAMBANG

Convienient

SENSUS

RAMBANG

Sederhana Sistematis Strata

By Jugdement


Tahapan Klaster Ganda

Cara Pengambilan Contoh Non Rambang 1. Convienience  Pengambilan contoh seenaknya  Untuk informasi awal  Tidak representatif dengan keadaan sebenarnya  Bias besar

2. By Judgement

 Contoh dipilih begitu saja oleh penyidik

 Untuk informasi awal  Bias


Cara Pengambilan Contoh Terencana 1. Rambang Sederhana  Kerangka sampling: semua bahan/produk diberi nomor  Produk diambil menggunakan generator angka random  Keuntungan  sederhana, bias kecil  Kerugian  kerangka sampling sulit diperoleh

2. Rambang Sistematis  Produk dipilih pada interval tertentu Jumlah seluruh populasi



n=

Besaran contoh

 Generator angka rambang

untuk memilih angka pertama  Keuntungan seperti rambang sederhana  Kerugian tidak dapat untuk populasi besar


Random Number 10 66 53 13 45 41 18 77 97 10 70 12 36 08 24 76 10 37 01 67 59 45 46 87 74 64 55 13 48 92 56 99 70 39 18 11 76 99 87 46 15 94 22 43 56 15 24 91 18 02 78 59 22 12 77 31 77 08 25 01 96 97 75 26 27 00 31 32 49 31 10 94 97 19 10 79 78 35 10 32 23 35 53 32 69 16 44 21 15 44 04 06 35 81 59 07 50 91 92 01 00 21 74 20 78 13 14 97 80 66 55 71 97 83 98 14 50 00 00 13 73 70 12 12 29 20 01 66 84 45 45 61 13 04 27 96 92 93 06 66 44 03 51 88 66 72 15 57 41 82 13 15 16 39 02 21 67 75 64 21 71 58 86 68 36 32 14 50 10 79 16 94 14 14 27 63 71 03 18 49 48 69 87 61 16 73 72 73 89 89 86 04 81 21 07 60 01 74 74 68 47 94 29 73 90 36 62 86 89 94 43 28 30 13 62 51 73 79 08 78 11 06 44 77 92 76 21 99 07 80 01 36 23 50 33 41 28 69 22 89 50 27 83 26 35 73 57 81 15 55 50 22 97 13 11 74 23 82 82 39 56 47 54 00 42 70 87 50 67 04 48 80 22 91 20 93 20 47 69 19 77 14 52 11 89 12 77 56 13 99 47 30 23 73 90 64 60 34 45 90 47 17 55 50 75 44 07 37 67 86 80 13 72 92 83 11 07 60 99 39 66 48 90 08 08 17 47 52 42 74 93 83 17 39 39 39 60 13 88 18 10 76 55 23 10 54 59 66 69 23 06 98 38 57 53 89 97 90 35 22 23 53 07 75 91 48 74 34 96 90 27 80 68 36 07 11 78 36 09 50 13 74 24 47 09 53 16 47 16 88 30 14 17 33 53 06 05 51 20 73 03 00 30 83 06 00 06 83 61 99 15 33 16 79 83 80 14 20 51 28 41 68 41 48 60 39 44 20 25 93 28 58 19 75 97 23 31 43 37 39 61 17 21 21 28 23 57 07 58 59 33 76 16 58 13 66 42 89 92 39 09 28 49 27 54 04 73 68 94 79 09 79 22 39 65 76 82 60 35 68 41 42 90 11 75 51 54 18 28 60 36 21 59 43 51 86 87 51 12 90 02 19 60 63 66 11 53 82 38 11 32 67 95 91 69 51 43 23 01 48 43 80 84 02 53 10 53 45 11 67 95 97 89 73 58 11 22 74 64 09 90 00 28 10 20 09 24 06 64 69 19 32 65 24 18 74 82 92 70 60 68 34 34 11 10 00 27 65 27 32 36 93 98 66 62 77

Cara Pengambilan Contoh Terencana 3. Rambang Strata  Populasi dikelompokan dalam strata  Tergantung: * sifat hospes * sifat lingkungan * sifat geografis

4. Tahapan ganda  Sampel rambang diterapkan pada unit organisasi, secara proporsional  Sampel unit dipilih pada unit terakhir Kabupaten Kecamatan Desa RPH/Produsen Produk/Daging


Cara Pengambilan Contoh Terencana Contoh dipilih 2 dari 5 RPH/pedagang

5. Klaster

RPH

Jumlah Potongan

A B C D E

1000 200 5000 50 800

dalam kelompok terpilih  Keuntungan dan kerugian seperti tahapan ganda

Proporsi Relatif 20 4 100 1 16

Nomor

00 – 19 20 – 23 24 – 123 124 125 – 140

 Diambil semua produk

* Keuntungan  kerangka sampling pada unit akhir * Kekurangan  penyimpangan besar  untuk memperkecil, besaran sampel perlu diperbesar 5 – 7 kali WS Nugroho/Epid S1/untuk FKH UBM

Perkiraan kita mengambil sampel dari sebuah populasi sapi  Diambil 5 ekor sapi dari dua peternakan sapi perah dan 5 ekor

sapi dari satu peternakan sapi potong. 

Peternakan 5 hewan 1. Sapi perah 10011 2. Sapi perah 10111 3. Sapi potong 00000  Catatan: 1 = sero positif 0 = sero negatif

rata-rata 0,60 0,80 0,00

 P = Prevalensi = rata-rata keseluruhan = 7/15 = 0,467


Cara pengambilan contoh: 1. Sampel random sederhana = S2 = P (1 – P) =PQ Mean: 7/15 = 0,467 S2 = P (1 – P) = 0,467 (1 – 0,467) = 0,249 S = standar deviasi =  0,249 = 0,499 Se = 0,499/ 15 = 0,129 2. Sampel random stratifikasi Mean = 0,467 Mean sapi perah = 7/10 = 0,7 S2 (sapi perah) = 0,7 x 0,3 = 0,21 Mean sapi potong = 0/5 = 0,0 S2 (sapi potong) = 0,0 x 1,0 = 0,0 Wsapi perah = 10/15 = 0,667 Wsapi potong = 5/15 = 0,333 Se = (0,6672 x 0,21/10 + 0,3332 x 0,0/5)1/2 = 0,097 WS Nugroho/Epid S1/untuk FKH UBM

3. Sampel kluster, sistematik, atau tahapan ganda Mean = 7/15 = 0,467 (0,467 – 0,60)2 + (0,467 – 0,80)2 + (0,467 – 0,0)2 S2 = --------------------------------------------------------------3–1 = 0,129 Se = (0,129/3)1/2 = 0,207

Kesimpulan : Cara pengambilan sampel dengan Se lebih kecil adalah yang cara pengambilan sampel yang lebih baik


BESARAN SAMPEL PERTIMBANGAN: penggunaan sampel 1. Mendeteksi adanya penyakit pada populasi 2. Estimasi aras penyakit pada populasi 3. Menyidik penyebab penyakit

1. Mendeteksi Penyakit a. Diperlukan perkiraan: 1) tingkat keyakinan (konfidensi) 2) prevalensi penyakit bila ada 3) jumlah hewan dalam populasi b. Rumus: n = [1 – (1 – a)1/D][N – (D – 1)/2] n: jumlah sampel a: tingkat konfidensi N: jumlah populasi D: jumlah hewan sakit

contoh  Populasi sapi 1000(N), ada yang sakit 10 (D), Jika kita ingin menguji paling sedikit ada 1 ekor yang + dgn tingkat konfidensi 95 %, berapa sampel (n) yang dibutuhkan ? n = [1 – (1 – 0,95)1/10][1000 – (10 – 1)/2] = (1-(1-0,95)0,1) (1000-4.5)

= 0.259 x 995.5 = 258 (Konf. 99 % = 0,369 x 995.5 = 367)

D = [1 – (1 – a)1/n][N – (n – 1)/2] Berapa maksimum hewan sakit jika sampel yang diperksa semuanya negatif  Jika dari Populasi ayam 5000(N), diperksa secara rambang 20 sampel semuanya negatif pulorum, berapa maksimum jumlah yg terkena pulorum ?  D= (1-(1-0.95) 1/20) ( 5000- (20-1)/2)  = 1-(1-0.95)0.05) (5000-19/2)  = 0.139 x 4990,5  = 694 – Prev 694/5000 : 13.9 %

 JIka 200 yang dites : prev mak : 1.5 %

Sampel yang dibutuhkan untuk paling sedikit 1 ekor positif pada pemeriksaan (konfidensi 95%/99%)

pop

1%

5%

10%

50%

30

29/30

23/27 19/23

5/7

60

57/60

38/47 23/31

5/7

100

95/99

45/59 25/36

5/7

300

189/235 54/78 28/41

5/7

1000

258/367 56/83 28/42

5/7

10000

294/448 59/90 29/43

5/7

2. Estimasi Aras Penyakit

a. Diperlukan 1) perkiraan aras penyakit 2) galat/penyimpangan perkiraan tersebut 3) tingkat konfidensi

b. Rumus n = 4PQ/L2 …………… 95% n = 9PQ/L2 …………… 99% P: perkiraan aras Q: 1 – P L : Galat yang diinginkan

Bila n>10% populasi n2=

1 1/n1+ 1/N

Contoh perhitungan: • Prevalensi = 0,2 • Konfidensi = 95 % • Galat = 5 % • n = 4PQ/L2 = 4(0,2)(0,8)/(0,5)(0,5) = 0,64/0,01 = 64 • Populasi misal 150> 10 % • N2 = 1/(1/n1 + 1/N) = 1/(1/64 + 1/150) =

3. Menyidik Penyebab a. Diperlukan 1) Estimasi akibat dalam kedua kelompok yang dibandingkan 2) Tingkat konfidensi a) galat tipe I b) galat tipe II

b. Rumus [Z (2PQ)1/2 - Zß (PeQe + PoQo)1/2]2

n=

(Pe – Po)2 Z = harga z galat tipe I (= 1,96) (untuk galat tipe I 5 %) Zß = harga z galat tipe II(= 0,84) (untuk galat tipe II 20 %) Pe = perkiraan akibat untuk kelompok pertama Qe = 1 - Pe

Po = perkiraan akibat untuk kelompok kedua Qo = 1 – Po P = (Pe + Po)/2 Q=1-P

3. MENGINDENTIFIKASI ASOSIASI PENYAKIT DAN FAKTOR PENYEBAB


Penyakit dan faktor penyebab Kemunculan penyakit populasi tidak semata-mata faktor etiologi semata-mata Faktor-faktor (determinan) lingkungan (internal dan eksternal) berkontribusi terhadap kejadian penyakit Ingat Postulat Koch vs Postulat Evans! Hubungan kejadian penyakit dapat dianalisis secara statistik dan kekuatan asosiasi dapat diukur




Ringkasan Tabel 2 x 2 Penyakit (+) (-) Terdedah (+) a b faktor Tidak Terdec d dah faktor (-) a+c b+d

a+b c+d n = a +b+c+d

1.

Tingkat penyakit pada populasi (True prevalence) = Penyakit Tingkat (D+) = (a + c)/n

2.

Tingkat faktor pada populasi = Terdedah (apparent prevalence) Tingkat (F+) = (a + b)/n

3.

Tingkat penyakit pada kelompok faktor/terdedah Tingkat (D+/F+) = a/(a + b)


4. Tingkat penyakit pada kelompok tanpa faktor/tidak terdedah Tingkat (D+/F-) = c/(c + d) 5. Tingkat faktor/terdedah pada kelompok sakit Tingkat (F+/D+) = a/(a + c)

6. Tingkat faktor/terdedah pada kelompok tidak sakit Tingkat (F+/D+) = b/(b + d)


Fasioliasis +

-

Total

Daerah basah

30

5

35

Daerah kering

7

25

32

Total

37

30

67

1. Tingkat penyakit pada populasi (True prevalence) = penyakit Tingkat (D+) = (a + c)/n = 37/67 = 0,55 2. Tingkat faktor pada populasi = Terdedah Tingkat (F+) = (a + b)/n = 35/67 = 0,52 3. Tingkat penyakit pada kelompok faktor/terdedah Tingkat (D+/F+) = a/(a + b) = 30/35 = 0,86


4. Tingkat penyakit pada kelompok tanpa faktor/tidak terdedah Tingkat (D+/F-) = c/(c + d) = 7/32 = 0,22 5. Tingkat faktor/terdedah pada kelompok sakit Tingkat (F+/D+) = a/(a + c) = 30/37 = 0,81

6. Tingkat faktor/terdedah pada kelompok tanpa sakit Tingkat (F+/D-) = b/(b + d) = 5/30 = 0,17 WS Nugroho/Epid S1/untuk FKH UBM

Pengukuran Asosiasi/Hubungan: 1. Suatu faktor berasosiasi dengan kejadian penyakit, apabila: a. Faktor terdapat lebih sering pada hewan sakit daripada yang tidak b. tingkat penyakit lebih tinggi pada kelompok terdedah daripada yang tidak

2. Pengukuran asosiasi statistik: 2

[ | (axd)-(bxc) | - 0,5 n] 2 x n 2 = ------------------------------------(a+b)x(c+d)x(a+c)x(b+d)

2 tabel = 3,84 ( = 0,05, df = 1) WS Nugroho/Epid S1/untuk FKH UBM

3. Pengukuran asosiasi epidemiologik a. Resiko Relatif (RR) tingkat (D+/F+) a/(a+b) RR = -------------------- = --------tingkat (D+/F-) c/(c+d) b. Odds Ratio (OR)/Ratio Ganjil (RG) axd a/b a d OR/RG = ---------- = -- x -bxc c/d b c 4. Effek - Attributable rate (AR) - Attributable fraction (AF) WS Nugroho/Epid S1/untuk FKH UBM

Attributable Rate (AR)  Juga disebut Attributable risk  Insidensi penyakit yang terkait dengan pendedahan  Tingkat (rate) penyakit yang dalam kelompok terdedah dukurangi tingkat dalam kelompok tak terdedah  Tambahan resiko tambahan/tambahan penyakit yang ada bila terjadi pendedahan pada faktor resiko

Attributable Rate = a/(a+b) – c/(c+d)  AR negatif menunjukkan laju penyakit yang dicegah oleh pendedahan  AR berkisar dari -1 s/d +1 WS Nugroho/Epid S1/untuk FKH UBM

Attributable Fraction (AF)  Proporsi jumlah sakit yang disebabkan oleh faktor pendedah dalam kelompok terdedah

Attributable Fraction = {a/(a+b) – c/(c+d)}/{a/(a+b)} = (RR – 1)/RR = (OR – 1)/OR (estimasi AF)


CONTOH:

Fasioliasis

+

-

Daerah basah

30

Daerah kering

7

Total

37

Total 5

35

25

32

30

67

[ | (axd)-(bxc) | - 0,5 n] 2 x n [| (30x25) – (5x7) | - 0,5 x 67]2 x 67 2 = ------------------------------------- = -------------------------------------------------- = 25,03 (a+b)x(c+d)x(a+c)x(b+d) (30+5)x(7+25)x(30+7)x(5+25)

2 tabel = 3,84 ( = 0,05, df = 1) Ho: Tidak ada hubungan kejadian fasioliasis pada daerah basah dan kering Ha: Ada hubungan kejadian fasioliasis pada daerah basah dan kering

2hitung (25,03) > 2tabel (3,84)  Signifikan Ho ditolak atau Ha diterima Kesimpulan: Ada hubungan kejadian fasioliasis pada daerah basah dan kering


30/35 RR = ------- = 0,86/0,22 = 3,91 Interpretasi: Risiko (kecepatan) untuk terinfestasi 7/32

Fasioliasis pada daerah basah 3,91 lebih besar daripada daerah kering

30 x 25 OR = ---------- = 21, 43 5x7

Interpretasi : Kejadian Fasioliasis pada daerah basah 21,43 x daripada daerah kering

AR = 30/35 – 7/32 = 0,86 – 0,22 = 0,64 Interpretasi: 64 % kasus fasioliasis dapat ditimbulkan oleh faktor daerah basah

AF = (RR-1)/RR= (3,91 – 1)/3,91 = 0,74 = 74 % Interpretasi: Daerah kering mencegah 74 % kasus fasioliasis yang seharusnya terjadi bila ditempatkan di daerah basah WS Nugroho/Epid S1/untuk FKH UBM

Faktor yang berhubungan dengan penyakit mempunyai tingkat penyakit pada hewan terdedah faktor yang berbeda dengan tingkat penyakit yang tidak terdedah faktor Penyakit Pernafasan + Bovine respiratory + 140 100 Syncytial virus (BRSV) - 60 100 Tugas saudara mengidentifikasi tingkat signifikansi statistik (asosiasi) dan besarnya kejadian penyakit?


Latihan (dikerjakan di kelas): Analisis statistik epidemiologik VTEC

+

-

Lantai Kotor

217

83

Lantai Bersih

15

119

VTEC +

-

Air Kotor

209

109

Air Bersih

23

92


Alat bantu menjaring informasi untuk mendapatkan faktor yang berkaitan dengan Kasus  Dua macam formulir untuk mengumpulkan informasi:  Diisi sendiri oleh responden  Wawancara dengan responden


Jenis sumber data yang diperoleh melalui formulir:  Data dasar atau data awal, termasuk identitas

 Pertanyaan untuk memperoleh informasi  Hasil pemeriksaan  Informasi dari penelitian khusus


Rancangan daftar pertanyaan  Rancang daftar pertanyaan secara terencana  Daftar pertanyaan ditata dengan baik dan jelas, perhatikan latar belakang responden dan pewawancara  Uji lapangan terlebih dahulu daftar pertanyaan


Aturan membuat daftar pertanyaan  Perlu digunakan formulir tersendiri bagi

pencatatan informasi setiap responden

supaya nalisi menjadi lebih mudah  Semua informasi yang diperlukan harus

ditanyakan secara jelas di dalam formulir


Aturan membuat daftar pertanyaan  Formulir hasur jelas rancangannya dan

mudah digunakan, setiap bagian perlu disusun secara berurutan  Formulir harus dirancang dengan baik

dengan baik guna mempermudah pengolahan dan analisis data WS Nugroho/Epid S1/untuk FKH UBM

Pedoman untuk merancang daftar pertanyaan

 Jangan membuat daftar pertanyaan terlalu panjang  Susun pertanyaan menurut tingkat kesulitannya  Buat kalimat pertanyaan dengan kalimat yang jelas dan sederhana  Pastikan bahwa responden dapat menjawab pertanyaan  Pertanyaan tertutup  Pertanyaan terbuka


Pengkodean informasi  Infomasi/jawaban atas pertanyaan yang disusun

dalam daftar akan mudah dianalisis/diolah dengan melakukan pengkodean  Pengkodean dilakukan dengan memberi angka atau kode untuk informasi tertentu  Misal: nilai 1 untuk jawaban ya

nilai 0 untuk jawaban tidak

 Konsisten memberikan kode pada pilihan jawaban

yang sama, agar tidak menimbulkan keraguan  Misal: nilai 1 untuk bersih

nilai 2 untuk sedang nilai 3 untuk kotor WS Nugroho/Epid S1/untuk FKH UBM

Uji Coba Kuesioner  Untuk mengevaluasi kemampuan kuesioner untuk menggali informasi yang diharapkan

 Uji informal : kepada kolega untuk mengindetifikasi pertanyaan yang kurang tepat, dan atau ambigu dalam draft kuesioner  Uji formal: diujikan pada sekelompok kecil responden (pilot survey), hasil uji tidak digunakan sebagai hasil survei sesungguhnya.


Validitas dan Realibilitas Kuesioner  Penelitian epidemiologi veteriner tidak hanya sematamata berkaitan dengan teknis biologik semata tetapi juga aspek sosial  Aspek sosial = mesin/alat uji diagnostik  Validatas dan reliabilitas perlu dipahami untuk mendapatkan informasi yang tepat dan gayut tujuan kajian


Validitas  Ketepatukuran: benar-benar mampu mengukur ciri atau variable subyek yang dikehendaki  Ketelitian : sensitivitas dan spesifisitas Unsur: 1. Alat ukur 2. Metode ukur 3. Pengukur Misal: • Fraktur tulang paha didagnostik dengan pemeriksaan fisik (valid) • Pemeriksaan fisik tidak valid untuk mendiagnosis penyebab diabetes WS Nugroho/Epid S1/untuk FKH UBM

Reliabilitas 

Sebuah teknik diagnosis dikatakan reliabel bila produk uji yang sama/mirip dapat diulang (repeatablity)

Akurat : reliabel dan valid


Tidak valid dan tidak reliabel

Tidak valid tetapi reliabel

1 2 3 4

8

5 6 7

Validitas tinggi dan relialbel tetapi pada akurasi yang rendah

Akurasi tinggi= reliabel dan valid tinggi


5. Analisis data dan pelaporan kajian 1.

2.

3. 4. 5.

Ringkasan Statistik  Menggambarkan kondisi umum populasi dalam bentuk ringkas. Diskriptif statistik  Tipe data kuantitatif: rerata, SD, SE, dll  Tipe data kualitatif: Kategoris Distribusi frekuensi Analisis Asosiasi  Chi squared  Odds Ratio  Resiko Relative Pemodelan penyakit Path Analysis (analisis siagram alir) Dll,


Data jenis unggas dalam suatu populasi Jenis unggas Ayam Entog Itik Burung Angsa

Sampel

Jantan

Betina

559 79 108 631 22

59 1 60 631 21

500 78 48 0 1

Tampilkan data di atas agar lebih menarik penyajiannya

Contoh Pelaporan Ringkasan Statistik (Summary statistics) No

Variabel

Identifikasi

Penghasilan peternak (INPET)

≤ Rp.500.000 = 77,4% (336/434) > Rp.500.000 = 22,6% (98/434)

2.

Pengalaman beternak sapi (PENGALNAK)

Rata-rata = 21,2 tahun < 20 tahun = 47,7% (207/434) ≥ 20 tahun = 52,3% (227/434)

3.

Umur sapi (UMUR)

≤ 2 tahun = 36,6% (159/434) > 2 tahun = 63,4% (275/434)

4.

Jenis kelamin sapi (JEMIN)

Jantan = 12,7% (55/434) Betina = 87,3% (379/434)

5.

Status vaksinasi (VAKSIN)

Belum = 9,2% (40/434) Sudah = 90,8% (394/434)

6.

Titer (TITER)

Protektif (≥200Elisa Unit)= 73,7% (320/434) Tidak protektif (< 200 Elisa Unit) = 26,3% (114/434)

7.

Frekuensi vaksinasi (FREKVAKS)

1 kali = 60,4% (238/394) 2 kali = 39,6% (156/394)

8.

Periode pasca vaksinasi (PASVAKS)

0-6 bulan = 34,5% (136/394) 6-12 bulan = 26,4% (104/394) lebih dari 12 bulan = 39,1% (154/394)

9.

Umur sapi pertama kali di vaksin (FIRSTVAKS)

0-6 bulan = 45,9% (181/394) lebih dari 6 bulan = 54,1% (213/394)

10.

Sistem pemeliharaan sapi (SISLIRA)

Dilepas tanpa kandang = 5,8% (25/434) Digembalakan = 53,2% (231/434) Diikat = 41% (178/434)

1.

Contoh Pelaporan Analisis Asosiasi Kekebalan SE dengan Faktor Resiko No 1

2

3

4

5

6

Variabel

Tidak Protektif

Protektif

Chi square

RG

0,04 ns

1,05

0,33 ns

1,1

50 **

4,8

19,75 **

3,5

0,04 ns

0,9

Penghasilan peternak (INPET) ≤ Rp. 500.000,-

89

247

> Rp. 500.000,-

25

73

< 20 tahun

57

150

≥ 20 tahun

57

170

≤ 2 tahun

73

86

> 2 tahun

41

234

Jantan

28

27

Betina

86

293

1 kali

56

182

2 kali

38

118

Pengalaman beternak sapi (PENGALNAK)

Umur sapi (UMUR)

Jenis kelamin sapi (JEMIN)

Frekuensi vaksinasi (FREKVAKS)

Periode pasca vaksinasi (PASVAKS)

3,35 ns

0-6 bulan

36

100

0,78 ns

0,8

6-12 bulan

18

86

3,34 ns

1,7

lebih dari 12 bulan

40

114

0,62 ns

0,8

Contoh Pelaporan Pemodelan Penyakit

Logit Pr (Kekebalan protektif SE= 1|x ) = -2,03263 + 1,45601 UMUR + 1,03958 SISLIRA2 + 0,90147 HEVOIR + 0,80138 JEMIN + 0,61015 FREKVAKS + 0,58968 PASVAKS2


Contoh Pelaporan Analisis Diagram Alir (path analysis) Diagram Alir Kejadian Ulcer Telapak Kaki Sapi Perah (David, 1989)

Tatalaksana beternak

Disain kandang

Pakan

Kebijakan bibit

Tingkah laku hewan

Keadaan

Deformitas kaki perolehan

Predisposisi warisan

Ulcer telapak kaki


Prof. Dr. drh. Bambang Sumiarto, S.U., M.Sc. Dr. drh. Widagdo Sri Nugroho, M.P. Lab. Epidemiologi Bag. Kesmavet FKH UGM

Ekonomi Veteriner Ekonomi konvensional  Ekonomi mikro  Mempelajari perilaku produsen dan konsumen scr

individual  Menekankan pd asas produksi dan konsumsi barang terkait

 Ekonomi makro  Ekonomi secara keseluruhan  Masalah pendapatan nasional, tabungan , investasi dll


Ekonomi Pembangunan Cabang ilmu ekonomi yang berkaitan dgn masalah khusus yang dihadapi oleh negera berkembang spt :  Pengendalian harga  Subsidi  Pajak  Penyaluran dana investasi  Memecahkan taraf hidup masyarakat  dll


Penerapan prinsip ekonomi untuk pengambilan keputusan  Social benefit cost analysis (analisis kurbananmanfaat) al :  Project apprasial (kajian proyek)  

Sebelum proyek berjalan (ex-ante analysis) Setelah proyek berjalan (ex-post analysis)

 Project evaluation (evaluasi proyek)

 Budgeting (penganggaran) dan akuntansi


Penerapan ekonomi pada kebijakan pengendalian penyakit dan program keswan 1.

Teori ekonomi tentang perilaku produsen dan konsumen 2. Aspek ekonomi dan sistem keswan dengan mengumpulkan informasi yang gayut, penggunaan teori ekonomi untuk menganalisis interaksi antara produsen dan konsumen yi: a. Mengamati - apa yang dihasilkan b. Biaya yang diperlukan dll

3.

Mengetahui karakteristik sistem produksi dan interaksi antara produsen dan konsumen 4. Teknik analisis ekonomi untuk menentukan peringkat dan membandingkan program dengan program yang lain WS Nugroho/Epid S1/untuk FKH UBM

 Walaupun demikian keputusan

tidak hanya mempertimbangkan ekonomi saja tetapi juga perlu kajian spesialis sperti drh, sarjana peternakan, ahli sosiologi, ahli manajemen dll WS Nugroho/Epid S1/untuk FKH UBM

Penentuan harga untuk analisis ekonomi

Harga adalah label atau bobot

sesuatu yang digunakan dalam ekonomi Ekonomi modern, harga terjadi atas adanya interaksi antara penawaran (Supply) dan permintaan (demand) WS Nugroho/Epid S1/untuk FKH UBM

Harga

Supply

Demand

Kuantita

Keseimbangan penawaran dan permintaan WS Nugroho/Epid S1/untuk FKH UBM

Elastisitas Penawaran dan Permintaan  Elastisitas penawaran (permintaan atau harga) adalah perubahan kuantitas barang yang diminta atau yang ditawarkan akibat

perubahan harga barang 1 % Rumus : Elast. Penawaran=Eh = :

% perubahan permintaan barang % perubahan harga barang

Bila Eh > 1 dikatakan bahwa permintaan elastis Bila Eh < 1 dikatakan bahwa permintaan inelastis Bila Eh = 1 dikatakan bahwa elastis tungggal (unitary elsticity) WS Nugroho/Epid S1/untuk FKH UBM

 Elastisitas pendapatan (penghasilan) adalah persentase

perubahan permintaan akan suatu barang yang diakibatkan oleh kenaikan pendapatan riel konsumen 1 %

Rumus : % perubahan permintaan barang

Ep =

Ep Ep Ep Ep

% perubahan pendapatan riel

positif = barang normal negatif = barang inferior < 1 = barang kebutuhan pokok > 1 = barang mewah


Harga

25

50

75

100

Cakupan vaksinasi %

Permintaan vaksin pada harga yang berbeda WS Nugroho/Epid S1/untuk FKH UBM

Soal dikerjakan di kelas: 1.

Permintaan daging sapi pada hari biasa di Yogyakarta + 1500 kg (potongan 20 ekor). Pada hari raya Idul Fitri terjadi kenaikan pemotongan menjadi 26 ekor (1950 kg). Harga daging biasanya juga mengalami kenaikan dari Rp 35.000,-/kg menjadi Rp 42.500,-/kg. Berapa elastisitas harga daging sapi di Yogyakarta

2.

Para jagal di Yogyakarta umumnya membeli sapi hidup di peternakan rakyat sekitar DIY. Sapi hidup yang dibeli kemudian dipotong, setelah dikurangi biaya tenaga, biaya angkutan, bunga pinjaman dll harga pembelian daging jatuh Rp 27.500,-/kg pada hari biasa dan Rp 30.000,/kg pada hari Raya Idul Fitri. Berapa Elastisitas pendapatan jagal sapi di DIY WS Nugroho/Epid S1/untuk FKH UBM

jawaban  No. 1 % perubahan permintaan daging = (1950 – 1500)/1500 = 450/1500 = 0,3 % perubahan harga barang = (42.5000 – 35.000)/35.000 = 0,2143 Eh = 0,3/0,2143 = 1,39 Eh > 1  Permintaan elastis  No. 2

% perubahan permintaan barang = 0,3 % perubahan pendapatan riel = (35.000 – 27.500) 42.500 – `30.000 Ep = 0,3/0,6 = 0,5 Ep positif  Barang normal Ep < 1  kebutuhan pokok WS Nugroho/Epid S1/untuk FKH UBM

= 0,6

Harga Faktor Produksi Selama ini harga dianalisis sebagai harga barang yang dibeli secara langsung. Tiga faktor produksi :  Tenaga kerja  Tenaga orang (lokal, regional, atau asing) dibayar dgn upah  Tenaga mesin (traktr, alat panen dll) disewa atau dibeli

 Lahan, termasuk sumber daya alam  Kapital

Manajemen atau entrepreneurship, mencakup pengambilan resiko Pada faktor produksi berlaku juga hukum penawaran dan permintaan WS Nugroho/Epid S1/untuk FKH UBM

Penganggaran Peternakan  Perlu pengetahuan epidemiologi dan

pengendalikan penyakit  Mengidentifikasi dan mengatasi problem penyakit  Bagaimana penyakit mempengaruhi kesejahteraan petani  Menghitung biaya yang kurbanan utk mengatasi

masalah penyakit  Cara yang mudah adalah dgn mengukur dampak penyakit terhadap pendapatan petani  Menghitung anggaran usahatani (farm budgeting) dgn menghitung input dan output


Membandingkan Input dan Output dlm Anggaran (farm budgeting)  Beri nilai/harga rupiah butir input dan output. Gunakan harga pasar  Nilai input dan output diperoleh dari survai lapangan  Jika data tidak tersedia, untuk estimasi digunakan parameter produktivitas (%).  Parameter produktivitas menunjukkan berapa nilai yang diperlukan untuk satu unit input atau output pada satu periode waktu tertentu. WS Nugroho/Epid S1/untuk FKH UBM

Identifikasi biaya input  Membeli ternak  Jumlah ternak yang dibeli x harga

 Biaya pakan  Jumlah ternak x kebutuhan per ekor/hr x harga

 Biaya kesehatan  Jumlah ternak sakit x kunjungan drh x biaya/kunj.

 Biaya milkcan, tali, bahan bakar, listrik, bunga pinjaman dll  Biaya tenaga kerja  Jumlah ternak X kebutuhan tenaga kerja/ekor x tarip

tenaga kerja  Biaya alat, bangunan, kendaraan  Depresiasi (penyusutan) nilai.  Harga awal – harga akhir/umur teknis  Nilai ternak awal tahun atau siklus  Inventarisasi harga berdasarkan umur, jenis kelamin,  Harga berbeda beda WS Nugroho/Epid S1/untuk FKH UBM

Identifikasi nilai output  Oportunity cost: nilai peluang sehubungan dengan kegunaannya  Jumlah ternak x % produktif x produksi per ekor x harga  Nilai akhir tahun  Inventarisasi ternak pada akhir tahun seperti awal tahun  Komposisi ternak berubah karena, mati, lahir, jual, beli WS Nugroho/Epid S1/untuk FKH UBM

4 katagori yang perlu diperhatikan Additional return/keuntungan tambahan  Kenaikan produksi susu/lt/sapi  Kenaikan penjualan pedet 2. Foregone return / tidak jadi mendapatkan tambahan  Kulit/wool domba yang mati  Ambing-satu putting mati 3. Extra cost  Tambahan biaya karena kontrol program (mis ekstra pengobatan cacing) 4. Cost no longer Incurred  Penyelamatan biaya pengobatan  Penyelamatan kerusakan susu 1.


Keuntungan bersih = tambahan penghasilan pertahun

= (1 + 4) – ( 2 + 3 ) Contoh : kontrol mastitis di Australia Mastitis turun dr 50 % -> 30 % Asumsi untuk 100 ekor sapi 1. Additional returns $1715 2. Foregone returns $1575 3. Extra cost $ 191 4. Cost no longer incurred $1667 Keuntungan : (1715+1667) – (1575-191) = $ 1616 tambahan penghasilan per thn WS Nugroho/Epid S1/untuk FKH UBM

Analisis Gross Margin  Paling praktis untuk perhitungan kepentingan  Mencoba untuk menentukan apakah peternak

mendapat keuntungan karena kenaikan/perbaikan kesehatan kawanan  Untuk analisis kemungkinan, menggunakan partial farm budgeting  Gross margin menggambarkan secara relatif unit produksi (per sapi, per ha)  Metode untuk menghitung keuntungan suatu usaha


Hipotesis hubungan antara fixed cost dan variable cost Income Untung Break even point (BEP)

Total cost viariable cost

Rugi

Fixed cost Output


Format umum untuk penghitungan Gross Margin Harga Invetraris ternak awal

+

5

+

2

1 Harga Invetraris ternak akhir

Biaya pembelian ternak

+

Penjualan hewan dan produknya

Biaya untuk : Pakan, pemeliharaan , pemasaran, pembibitan, kesehatan dll

=

Total harga permulaan dan semua biaya

4

3

+

Penjualan barang barang yang masih bermanfaat (by product)

6

=

Total harga akhir tahun dan semua penjualan

7

Gross margin = keuntungan kotor : 8 - 4 WS Nugroho/Epid S1/untuk FKH UBM

8

Benefit/Cost Analysis Langkah langkah penghitungan analisis B/C 1. Identifikasi alternatif tindakan dan / atau program kontrol 2. Untuk setiap alternatif -> identifikasi dan hitung benefit dan cost sejalan dengan waktu Prevalensi

Tanpa vaksinasi

Dengan vaksinasi

Waktu WS Nugroho/Epid S1/untuk FKH UBM

3.

Setarakan harga benefit dan cost

Compounding : Menghitung nilai sekarang (present) dengan yang akan datang (Future) •Berapakah nilai uang yang akan datang (FV) jika sekarang ada PV

FV : PV ( 1 + i)

n PV : 1000

FV : Future value

Interest rate(i) : 10 %

PV : Present value

Berapa nilai 2 tahun akan datang ?

I

: interest rate

N : jumlah tahun berlangsung

FV = 1000 ( 1 + 0,1) ＝ 1000 x 1.21

= 1210 WS Nugroho/Epid S1/untuk FKH UBM

2

Discounting: menghitung nilai yang akan datang (future value),dengan nilai sekarang (present value) PV =

FV

( 1 + r)

n

Kalau 5 tahun yang akan datang, gaji dosen Rp. 6.000.000, berapa kah gaji dosen sekarang dgn tingkat reduksi/diskon rate (r ): 10 %.

6.jt/1.61051 :3.7256 jt


Pilih alternatif A atau B ( Rp Netto Present Value : NPV)

4.

NPV (A): TPV benefit A- TPV cost A NPV (B): TPV benefit B- TPV cost B NPV positif untung, NPV negatif Rugi

B/C analisis: TPV benefit/ TPV cost B/C rasio > 1 untung B/C rasio < 1 rugi WS Nugroho/Epid S1/untuk FKH UBM

Contoh perhitungan: Bibit yang digunakan jantan kebiri (bakalan steer). Berat awal + 350 kg, dengan penambahan berat badan 1,0 – 1,5 kg/hari. Harga bibit Rp 9.500,00/kg hidup dengan lama penggemukan adalah 100 hari. Pakan hijauan 50 kg/hari dengan harga Rp 75,00/kg. Konsentrat 6 kg/hari dengan harga Rp 525/kg. Berat akhir = 350 kg + (100 hari x 1,2 kg) = 470 kg dengan harga jual Rp 10.000,00/kg. Pupuk yag dihasilkan 100 kg harga Rp. 500/kg 1. Berapa keuntungan kalau dihitung dengan gross margin? 2. Apakah usaha penggemukan tersebut untung atau rugi?  analisis rasio B/C bila bunga bank 10% per tahun WS Nugroho/Epid S1/untuk FKH UBM

Tabel 1. Anggaran usaha penggemukan sapi potong Biaya (input) 1. Beli bibit 350 kg x Rp 9500,-

Penerimaan (output)

Rp 3.325.000,-

1. Penjualan 470kgxRp 10.000,-Rp 4700.000,-

2. Rumput 50 kg x100 hr x Rp 75,- Rp 375.000,- 2. Pupuk 100 kg x Rp 500,3. Konsentrat 6 kgx100 hrxRp525,-Rp

315.000,-

4. Pekerja 100 hr x Rp 1000,-

Rp 100.000,-

5. Supervisi 100 hr x Rp 1.500

Rp 150.000,-

6. Sewa kandang 100 hr x Rp 500,- Rp

Total

Rp 50.000,-

50,000,-

Rp 4.135.000,-

Total


Rp 4.750.000,-

TPV TPV cost = ---------(1 + r)n 4.135.000 4.135.000 = -------------------- = -------------- = 4.030.214,42 (1 + 0,10)100/365 1,026

TPV TPV benefit = ---------(1 + r)n 4.750.000 4.750.000 = -------------------- = -------------- = 4.629.629,63 (1 + 0,10)100/365 1,026 WS Nugroho/Epid S1/untuk FKH UBM

NPV = TPV benefit – TPV cost = 4.629.629,63 –4.030.214,42 = 599.415,21

Keuntungan usaha penggemukan tersebut = Rp 599.415,21 TPV benefit 4.629.629,63 B/C ratio = ----------------- = ------------------ = 1,15 TPV cost 4.030.214,42 B/C ratio > 1  untung WS Nugroho/Epid S1/untuk FKH UBM

Contoh yang lain, pendekatan cost-benefit untuk suatu program vaksinasi. Year

1 2 3 4

Total

Discount factor

0,95a 0,91 0,86 0,82

Undiscounted Costs Benefits

27. 15. 10. 0

0 10 20 25

52

a  0,95 = 1/(1 + 5/100)1 b  25,7 = 0,95 x 27 WS Nugroho/Epid S1/untuk FKH UBM

55

Costs 25,7b 13,7 8,6 0,0

48,0

Discounted Benefits

0,0 9,1 17,2 20,5

46,8

Perhitungan dalam juta (1.000.000) dan bunga/tahun 5 %. NPV dari program ini turun $ 46,8 - $ 48,0 = $- 1,2 juta. B/C ratio adalah 0,975 (46,8/48,0), sedikit di bawah dari nilai batas minimum = 1.


Widagdo Sri Nugroho Laboratorium Epidemiologi Bagian Kesehatan Masyarakat Veteriner Fakultas Kedokteran Hewan UGM untuk Universitas Brawijaya Malang

Recommend Documents