Hubungan Lama Penggunaan Komputer dengan Sindroma Mata Kering

HUBUNGAN LAMA PENGGUNAAN KOMPUTER DENGAN SINDROMA MATA KERING

Oleh : CITRA ARYANTI

080100050

FAKULTAS KEDOKTERAN UNIVERSITAS SUMATERA UTARA

MEDAN 2011

HUBUNGAN LAMA PENGGUNAAN KOMPUTER DENGAN SINDROMA MATA KERING

KARYA TULIS ILMIAH

Oleh : CITRA ARYANTI

080100050

FAKULTAS KEDOKTERAN UNIVERSITAS SUMATERA UTARA

MEDAN 2011

LEMBAR PENGESAHAN

Hubungan Lama Penggunaan Komputer dengan Sindroma Mata Kering

Nama : Citra Aryanti

NIM : 080100050

Pembimbing Penguji I

( dr. Rodiah Rahmawaty, Sp.M) ( dr. Lita Feriyawati, M.Kes ) NIP. 19760417 200501 2 002 NIP. 19700208 200112 2 001

Penguji II

( dr. O.K. M. Syahputra, M.Kes ) NIP. 19701007 198902 1 001

Medan, Desember 2011 Dekan

Fakultas Kedokteran Universitas Sumatera Utara

( Prof. dr. Gontar Alamsyah Siregar, Sp.PD-KGEH ) NIP. 19540220 198011 1 001

ABSTRAK

Pendahuluan Penggunaan komputer telah menjadi primadona untuk memudahkan pekerjaan di segala bidang. Tanpa disadari, bekerja berlama-lama di depan komputer dapat menimbulkan gangguan oftalmikus yang merupakan bagian dari Sindroma Mata Kering. Berbagai penelitian terdahulu menunjukkan adanya pengaruh lama penggunaan komputer terhadap keparahan Sindroma Mata Kering. Namun, masih terdapat kerancuan mengenai jenis lama penggunaan komputer yang mempengaruhi secara spesifik. Anjuran istirahat dan batasan waktu kerja juga masih menimbulkan kebingungan. Untuk itu, penelitian ini dilaksanakan guna mencari tahu adakah hubungan antara jenis lama penggunaan komputer dengan jumlah gejala dan derajat keparahan Sindroma Mata Kering.

Metode Penelitian ini merupakan penelitian analitik dengan desain cross-sectional yang dilakukan pada 82 karyawan dan pelajar pengguna komputer di

Kelurahan Petisah Tengah, Kota Medan. Pengumpulan data dilakukan melalui metode pembagian angket dengan instrumen kuesioner yang berisi 10 gejala Sindroma Mata Kering dan Visual Analogue Scale untuk menilai derajat keparahan Sindroma Mata Kering. Analisis data dilakukan dengan menggunakan uji Korelasi Pearson, ANOVA, dan Chi Square satu arah dengan tingkat kemaknaan 95% (p < 0,05).

Hasil Hasil penelitian dengan korelasi Pearson menunjukkan bahwa ada

hubungan bermakna antara lama penggunaan komputer secara terus-menerus (r=0,742; p<0,001 dan r=0,754, p<0,001), lama penggunaan komputer rata-rata dalam satu hari (r=0,722, p<0,001 dan r=0,754, p<0,001), riwayat lama penggunaan komputer (r=0,215; p=0,026 dan r=0,208, p=0,03), indeks penggunaan komputer (r=0,514; p<0,001 dan r=0,549, p<0,001) dengan peningkatan jumlah gejala dan derajat keparahan Sindroma Mata Kering. Uji

ANOVA memberikan simpulan bahwa waktu maksimal istirahat penggunaan

komputer secara terus-menerus adalah 4 jam dan batas waktu penggunaan komputer rata-rata dalam satu hari adalah 7 jam untuk menghindari Sindroma Mata Kering.

Diskusi Berdasarkan hasil penelitian ini, jelas bahwa perlu adanya sosialisasi

pemerintah pada perusahaan dan masyarakat akan pentingnya istirahat saat menggunakan komputer secara terus-menerus dan batas kerja menggunakan komputer bagi karyawan dalam satu hari dalam upaya prevensi Sindroma Mata Kering dan segala komplikasi terkait.

Kata kunci: lama penggunaan komputer, jumlah gejala, derajat keparahan, Sindroma Mata Kering, istirahat

ABSTRACT

Introduction Computers use have become very important to ease the work in all fields. Without realizing it, working for long in front of the computer can cause visual symptoms which is part of Dry Eye Syndrome. Various studies had indicated influence of computer use on the severity of Dry Eye Syndrome. However, specific computer usage time that affects the Dry Eye Syndrome is still ambiguous. Prompts rest and working time restrictions are also confusing. So, this research was conducted to determine association between four types of computer usage with the number of symptoms and severity of Dry Eye Syndrome.

Methods This study is an analytical study with cross-sectional design conducted on total 82 employees and students of computer users in the Kelurahan Petisah Tengah, Kota Medan. The data was collected through distribution of questionnaires contain ten symptoms of Dry Eye Syndrome and measurement Dry Eye Syndrome severity with Visual Analogue Scale. Data analysis was performed using one-tailed Pearson correlation test, ANOVA, and Chi Square with a 95% significance level (p<0.05).

Results The study by Pearson correlation showed that there is a significant association between continuous duration of computer use (r=0.742, p<0.001 and r=0.754, p<0.001), average duration of computer use each day (r=0.722, p<0.001 and r=0.754, p<0.001), history duration of computer use (r =0.215, p=0.0026 and r=0.208, p=0.03), computer usage index (r=0.514, p=0.026 and r=0.549, p<0.001) with increasing number of symptoms and severity of Dry Eye Syndrome. ANOVA test gives the conclusion that the maximum break time continuous computer usage duration is 4 hours and limits 7 hours of computer use time in one day to prevent Dry Eye Syndrome.

Discussion Based on these results, it is clear that the government need to socialize the company and community about rest time importance when using the computer continuously and limit the employees’ computer working time by each day to prevent Dry Eye Syndrome and associated complications.

Keywords: computer usage time, number of symptoms, severity, Dry Eye Syndrome, rest

KATA PENGANTAR

Puji dan syukur penulis panjatkan ke hadirat Tuhan yang Maha Esa yang telah memberikan rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan proposal penelitian ini, sebagai salah satu syarat untuk memperoleh kelulusan sarjana kedokteran Program Studi Pendidikan Dokter Fakultas Kedokteran Universitas Sumatera Utara.

Adapun tujuan penulisan karya tulis ilmiah ini adalah untuk memaparkan landasan pemikiran dan segala konsep menyangkut penelitian yang akan dilaksanakan. Penelitian yang akan dilaksanakan ini berjudul ”Hubungan Lama Penggunaan Komputer dengan Sindroma Mata Kering”.

Dalam penyelesaian proposal penelitian ini penulis banyak menerima bantuan dari berbagai pihak. Untuk itu penulis ingin menyampaikan ucapan terima kasih dan penghargaan setinggi-tingginya kepada:

1. Bapak Prof. Dr. dr. Syahril Pasaribu, DTM&H, MSc(CTM), Sp.A(K), selaku rektor Universitas Sumatera Utara.

2. Bapak Prof. dr. Gontar Alamsyah Siregar, Sp.PD-KGEH, selaku Dekan Fakultas Kedokteran Universitas Sumatera Utara.

3. Ibu dr. Rodiah Rahmawaty, Sp.M, selaku Dosen Pembimbing yang telah memberi banyak arahan dan masukan kepada penulis sehingga karya tulis ilmiah ini dapat terselesaikan dengan baik.

4. Ibu dr. Lita Feriyawati, M.Kes, selaku Dosen Penguji I yang telah memberikan petunjuk-petunjuk serta nasihat-nasihat dalam penyempurnaan penulisan karya tulis ilmiah ini.

5. Bapak dr. O.K. M. Syahputra, M.Kes, selaku Dosen Penguji II yang telah memberikan petunjuk-petunjuk serta nasihat-nasihat dalam penyempurnaan penulisan karya tulis ilmiah ini.

6. Seluruh staf pengajar dan civitas akademika Fakultas Kedokteran Universitas Sumatera Utara atas bimbingan selama perkuliahan hingga penyelesaian studi dan juga penulisan karya tulis ilmiah ini.

7. Seluruh responden pelajar dan karyawan pengguna komputer di Kelurahan Petisah Tengah yang telah banyak berjasa secara sukarela meluangkan waktunya mengisi kuesioner sehingga penelitian ini dapat berjalan dengan lancar.

8. Orang tua penulis yang telah membesarkan dengan penuh kasih sayang dan tiada bosan-bosannya mendoakan serta memberikan semangat kepada penulis dalam menyelesaikan karya tulis dan pendidikan.

9. Sepupu penulis, Yuli Selvi yang telah memberikan bantuan baik tenaga maupun waktu yang tidak ternilai dalam proses pengambilan data dan dr. Heryanto serta kakak senior, Sri Wahyuni dan Ervina, yang memberikan nasihat-nasihat, dukungan materi dan moril, bagi penulis dalam menjalani pendidikan selama ini.

10. Rekan-rekan mahasiswa FK USU stambuk 2008 yang telah memberi saran, kritik, dukungan materi, dan moril dalam baik dalam menyelesaikan karya tulis ilmiah ini.

11. Abangda dan kakanda SCORE PEMA FK USU yang telah mengajarkan

kepada penulis indahnya seluk beluk dunia penelitian.

Penulis menyadari bahwa penulisan proposal penelitian ini masih belum sempurna, baik dari segi materi maupun tata cara penulisannya. Oleh karena itu, dengan segala kerendahan hati, penulis mengharapkan kritik dan saran yang membangun demi perbaikan proposal penelitian ini.

Medan, 10 Desember 2011

DAFTAR ISI

Halaman

HALAMAN PERSETUJUAN ... ii

ABSTRAK ... iii

ABSTRACT... iv

KATA PENGANTAR ... v

DAFTAR ISI ... vii

DAFTAR TABEL ... ix

DAFTAR GAMBAR ... xii

DAFTAR LAMPIRAN ... xiii

BAB 1 PENDAHULUAN ... 1

1.1. Latar Belakang ... 1

1.2. Rumusan Masalah ... 3

1.3. Tujuan Penelitian ... 3

1.4. Manfaat Penelitian ... 4

BAB 2 TINJAUAN PUSTAKA ... 5

2.1. Komputer ... 5

2.2. Computer Vision Syndrome ... 5

2.3. Sistem Lakrimalis ... 6

2.3.1. Aparatus Lakrimalis ... 7

2.3.2. Kedipan Mata ... 8

2.3.3. Dinamika Sekresi Air Mata ... 8

2.3.4. Mekanisme Distribusi Air Mata ... 9

2.3.5. Mekanisme Ekskresi Air Mata ... 10

2.4. Air Mata... 11

2.4.1. Tear Film ... 11

2.4.2. Komposisi Air Mata... 12

2.4.3. Fungsi Tear Film ... 13

2.5. Sindroma Mata Kering ... 13

2.5.1. Definisi Sindroma Mata Kering ... 13

2.5.2. Epidemiologi Sindroma Mata Kering ... 13

2.5.3. Klasifikasi Sindroma Mata Kering ... 14

2.5.4. Faktor Risiko Sindroma Mata Kering ... 15

2.6. Hubungan Penggunaan Komputer dengan Sindroma Mata Kering ... 17

2.7. Lama Penggunaan Komputer dan Sindroma Mata Kering... 23

2.8. Jam Istirahat Bagi Pengguna Komputer ... 23

2.9. Diagnosis Sindroma Mata Kering pada Pengguna Komputer ... 26 2.10. Komplikasi Sindroma Mata Kering pada Pengguna

Komputer ... 29

2.11. Prognosis Sindroma Mata Kering pada Pengguna Komputer 29 BAB 3 KERANGKA KONSEP DAN DEFINISI OPERASIONAL ... 30

3.1. Kerangka Konsep ... 30

3.2. Definisi Operasional ... 30

3.2.1. Variabel Independen ... 30

3.2.2. Variabel Dependen ... 32

3.3. Hipotesis ... 33

BAB 4 METODE PENELITIAN ... 34

4.1. Jenis Penelitian... 34

4.2. Lokasi dan Waktu Penelitian ... 34

4.3. Populasi dan Sampel Penelitian ... 34

4.3.1. Populasi Penelitian... 34

4.3.2. Sampel Penelitian ... 35

4.4. Metode Pengumpulan Data ... 36

4.5. Metode Pengolahan dan Analisis Data ... 37

4.5.1. Metode Pengolahan Data ... 37

4.5.2. Metode Analisis Data ... 37

BAB 5 HASIL PENELITIAN DAN PEMBAHASAN ... 39

5.1. Hasil Penelitian ... 39

5.1.1. Deskripsi Lokasi Penelitian ... 39

5.1.2. Deskripsi Karakteristik Responden ... 39

5.1.3. Lama Penggunaan Komputer ... 42

5.1.4. Sindroma Mata Kering ... 45

5.1.5. Hasil Analisis Data ... 48

5.2. Pembahasan ... 70

5.2.1. Lama Penggunaan Komputer ... 70

5.2.2. Sindroma Mata Kering ... 71

5.2.3. Hubungan Lama Penggunaan Komputer dengan Sindroma Mata Kering ... 77

5.3. Keterbatasan Penelitian ... 85

BAB 6 KESIMPULAN DAN SARAN ... 86

6.1. Kesimpulan ... 86

6.2. Saran ... 87

DAFTAR PUSTAKA ... 89 LAMPIRAN

DAFTAR TABEL

Nomor Judul Halaman

Tabel 2.1. Frekuensi Berkedip, Interval Antara Dua Kedipan, Luas Permukaan Okular, Lebar Palpebra, dan Besar Penguapan Air Mata pada Saat Istirahat, Berbicara, Membaca, dan

Menggunakan Komputer ... 19 Tabel 2.2. Gejala Sindroma Mata Kering pada Pengguna Komputer ... 26 Tabel 4.1. Interpretasi Tingkat Hubungan Koefisien Korelasi (r) ... 40 Tabel 5.1. Distribusi Frekuensi Karakteristik Pelajar dan Karyawan

Pengguna Komputer di Kelurahan Petisah Tengah ... 19 Tabel 5.2. Distribusi Responden Berdasarkan Lama Penggunaan

Komputer secara Terus-Menerus ... 19 Tabel 5.3. Distribusi Responden Berdasarkan Lama Penggunaan

Komputer Rata-rata dalam Satu Hari ... 19 Tabel 5.4. Distribusi Responden Berdasarkan Riwayat Lama

Penggunaan Komputer ... 19 Tabel 5.5. Distribusi Responden Berdasarkan Indeks Penggunaan

Komputer ... 19 Tabel 5.6. Distribusi Responden Berdasarkan Interpretasi Indeks

Penggunaan Komputer ... 19 Tabel 5.7. Distribusi Responden Berdasarkan Jumlah Gejala Sindroma

Mata Kering ... 19 Tabel 5.8. Distribusi Setiap Gejala Sindroma Mata Kering ... 19 Tabel 5.9. Distribusi Responden Berdasarkan Nilai Visual Analogue

Scale (VAS) Sindroma Mata Kering ... 19

Tabel 5.10. Hasil Uji Korelasi Pearson Mengenai Hubungan Lama Penggunaan Komputer Secara Terus-Menerus dengan

Jumlah Gejala Sindroma Mata Kering ... 19 Tabel 5.11. Hasil Uji Korelasi Pearson Mengenai Hubungan Lama

Jumlah Gejala Sindroma Mata Kering ... 19 Tabel 5.12. Hasil Uji Korelasi Pearson Mengenai Hubungan Riwayat

Lama Penggunaan Komputer dengan Jumlah Gejala

Sindroma Mata Kering ... 19 Tabel 5.13. Hasil Uji Korelasi Pearson Mengenai Indeks Penggunaan

Komputer dengan Jumlah Gejala Sindroma Mata Kering

dengan Uji Korelasi Pearson ... 19 Tabel 5.14. Hasil Uji ANOVA Mengenai Perbedaan Interpretasi Indeks

Penggunaan Komputer dengan Jumlah Gejala Sindroma

Mata Kering ... 19 Tabel 5.15. Uji Tukey Post Hoc ANOVA Interpretasi Indeks Penggunaan

Komputer dengan Jumlah Gejala Sindroma Mata Kering ... 19 Tabel 5.16. Hasil Uji ANOVA Mengenai Perbedaan Setiap Jam Lama

Penggunaan Komputer Secara Terus-menerus ... 19 Tabel 5.17. Uji Tukey Post Hoc ANOVA Lama Penggunaan Komputer

Secara Terus-menerus dengan Jumlah Gejala Sindroma Mata Kering ... 19 Tabel 5.18. Hasil Uji ANOVA Mengenai Perbedaan Jumlah Gejala Setiap

Jam Lama Penggunaan Komputer Rata-rata dalam Satu Hari 19 Tabel 5.19. Uji Tukey Post Hoc ANOVA Lama Penggunaan Komputer

Rata-rata Dalam Satu Hari dengan Jumlah Gejala Sindroma Mata Kering ... 19 Tabel 5.20. Hubungan Lama Penggunaan Komputer dengan Nilai Visual

Analogue Scale Sindroma Mata Kering dengan Uji Korelasi

Pearson ... 19 Tabel 5.21. Hubungan Interpretasi Indeks Penggunaan Komputer dengan

Nilai VAS Sindroma Mata Kering dengan uji ANOVA ... 19 Tabel 5.22. Uji Tukey Post Hoc ANOVA Interpretasi Indeks Penggunaan

Komputer dengan Nilai VAS Sindroma Mata Kering ... 19 Tabel 5.23. Hasil Uji ANOVA Mengenai Perbedaan Nilai VAS Setiap

Tabel 5.24. Uji Tukey Post Hoc ANOVA Lama Penggunaan Komputer Secara Terus-menerus dengan Nilai VAS Sindroma Mata Kering ... 19 Tabel 5.25. Hasil Uji ANOVA Mengenai Perbedaan Nilai VAS Setiap

Jam Lama Penggunaan Komputer Rata-rata dalam Satu

Hari ... 19 Tabel 5.26. Uji Tukey Post Hoc ANOVA Lama Penggunaan Komputer

Rata-rata Dalam Satu Hari dengan Nilai VAS Sindroma

Mata Kering ... 19 Tabel 5.27. Perbedaan Jumlah Gejala dan Nilai VAS SMK Berdasarkan

Jenis Kelamin ... 19 Tabel 5.28. Perbedaan Jumlah Gejala dan Nilai VAS SMK Berdasarkan

Usia ... 19 Tabel 5.29. Perbedaan Jumlah Gejala dan Nilai VAS SMK Berdasarkan

Kebiasaan Merokok ... 19 Tabel 5.30. Perbedaan Jumlah Gejala dan Nilai VAS SMK Berdasarkan

Kebiasaan Memakai Kacamata ... 19 Tabel 5.31. Perbedaan Jumlah Gejala dan Nilai VAS SMK Berdasarkan

Pekerjaan ... 19 Tabel 5.32. Perbedaan Jumlah Gejala dan Nilai VAS SMK Berdasarkan

Suku ... 19 Tabel 5.33. Analisis Karakteristik Responden terhadap nilai VAS

Sindroma Mata Kering Berdasarkan Kriteria Patel dan

DAFTAR GAMBAR

Nomor Judul Halaman

Gambar 2.1. Anatomi Sistem Lakrimalis ... 7

Gambar 2.2. Model Pemecahan Tear Film... 10

Gambar 2.3. Model Tear Film ... 11

Gambar 2.4. Klasifikasi Sindroma Mata Kering ... 15

Gambar 2.5. Patofisiologi Sindroma Mata Kering pada Pengguna Komputer ... 18

DAFTAR LAMPIRAN

LAMPIRAN 1 Daftar Riwayat Hidup LAMPIRAN 2 Jadwal Penelitian LAMPIRAN 3 Lembar Penjelasan

LAMPIRAN 4 Lembar Persetujuan Setelah Penjelasan (Informed Consent) LAMPIRAN 5 Kuesioner Penelitian

LAMPIRAN 6 Data Induk

LAMPIRAN 7 Hasil Analisis Data SPSS LAMPIRAN 8 Persetujuan Komisi Etik

ABSTRAK

Pendahuluan Penggunaan komputer telah menjadi primadona untuk memudahkan pekerjaan di segala bidang. Tanpa disadari, bekerja berlama-lama di depan komputer dapat menimbulkan gangguan oftalmikus yang merupakan bagian dari Sindroma Mata Kering. Berbagai penelitian terdahulu menunjukkan adanya pengaruh lama penggunaan komputer terhadap keparahan Sindroma Mata Kering. Namun, masih terdapat kerancuan mengenai jenis lama penggunaan komputer yang mempengaruhi secara spesifik. Anjuran istirahat dan batasan waktu kerja juga masih menimbulkan kebingungan. Untuk itu, penelitian ini dilaksanakan guna mencari tahu adakah hubungan antara jenis lama penggunaan komputer dengan jumlah gejala dan derajat keparahan Sindroma Mata Kering.

Metode Penelitian ini merupakan penelitian analitik dengan desain cross-sectional yang dilakukan pada 82 karyawan dan pelajar pengguna komputer di

Kelurahan Petisah Tengah, Kota Medan. Pengumpulan data dilakukan melalui metode pembagian angket dengan instrumen kuesioner yang berisi 10 gejala Sindroma Mata Kering dan Visual Analogue Scale untuk menilai derajat keparahan Sindroma Mata Kering. Analisis data dilakukan dengan menggunakan uji Korelasi Pearson, ANOVA, dan Chi Square satu arah dengan tingkat kemaknaan 95% (p < 0,05).

Hasil Hasil penelitian dengan korelasi Pearson menunjukkan bahwa ada

hubungan bermakna antara lama penggunaan komputer secara terus-menerus (r=0,742; p<0,001 dan r=0,754, p<0,001), lama penggunaan komputer rata-rata dalam satu hari (r=0,722, p<0,001 dan r=0,754, p<0,001), riwayat lama penggunaan komputer (r=0,215; p=0,026 dan r=0,208, p=0,03), indeks penggunaan komputer (r=0,514; p<0,001 dan r=0,549, p<0,001) dengan peningkatan jumlah gejala dan derajat keparahan Sindroma Mata Kering. Uji

ANOVA memberikan simpulan bahwa waktu maksimal istirahat penggunaan

komputer secara terus-menerus adalah 4 jam dan batas waktu penggunaan komputer rata-rata dalam satu hari adalah 7 jam untuk menghindari Sindroma Mata Kering.

Diskusi Berdasarkan hasil penelitian ini, jelas bahwa perlu adanya sosialisasi

pemerintah pada perusahaan dan masyarakat akan pentingnya istirahat saat menggunakan komputer secara terus-menerus dan batas kerja menggunakan komputer bagi karyawan dalam satu hari dalam upaya prevensi Sindroma Mata Kering dan segala komplikasi terkait.

Kata kunci: lama penggunaan komputer, jumlah gejala, derajat keparahan, Sindroma Mata Kering, istirahat

ABSTRACT

Introduction Computers use have become very important to ease the work in all fields. Without realizing it, working for long in front of the computer can cause visual symptoms which is part of Dry Eye Syndrome. Various studies had indicated influence of computer use on the severity of Dry Eye Syndrome. However, specific computer usage time that affects the Dry Eye Syndrome is still ambiguous. Prompts rest and working time restrictions are also confusing. So, this research was conducted to determine association between four types of computer usage with the number of symptoms and severity of Dry Eye Syndrome.

Methods This study is an analytical study with cross-sectional design conducted on total 82 employees and students of computer users in the Kelurahan Petisah Tengah, Kota Medan. The data was collected through distribution of questionnaires contain ten symptoms of Dry Eye Syndrome and measurement Dry Eye Syndrome severity with Visual Analogue Scale. Data analysis was performed using one-tailed Pearson correlation test, ANOVA, and Chi Square with a 95% significance level (p<0.05).

Results The study by Pearson correlation showed that there is a significant association between continuous duration of computer use (r=0.742, p<0.001 and r=0.754, p<0.001), average duration of computer use each day (r=0.722, p<0.001 and r=0.754, p<0.001), history duration of computer use (r =0.215, p=0.0026 and r=0.208, p=0.03), computer usage index (r=0.514, p=0.026 and r=0.549, p<0.001) with increasing number of symptoms and severity of Dry Eye Syndrome. ANOVA test gives the conclusion that the maximum break time continuous computer usage duration is 4 hours and limits 7 hours of computer use time in one day to prevent Dry Eye Syndrome.

Discussion Based on these results, it is clear that the government need to socialize the company and community about rest time importance when using the computer continuously and limit the employees’ computer working time by each day to prevent Dry Eye Syndrome and associated complications.

Keywords: computer usage time, number of symptoms, severity, Dry Eye Syndrome, rest

BAB 1 PENDAHULUAN

1.1. Latar Belakang

Pesatnya perkembangan zaman diikuti dengan lahirnya berbagai teknologi muktahir. Salah satu penemuan teknologi terpenting pada abad ke-20 adalah komputer (Ting, 2005). Menurut Gartner (2002) dan Yates (2007) terdapat hampir 1 miliar komputer digunakan di dunia. Penggunaan komputer telah menjadi primadona untuk memudahkan pekerjaan di segala bidang. Sekitar 75% pekerjaan di dunia bergantung pada komputer (Kanitkar et al., 2005).

Memandang hal tersebut, semakin banyak orang harus bekerja di depan komputer selama berjam-jam tanpa istirahat. Tanpa disadari, bekerja berlama-lama di depan komputer dapat menimbulkan masalah kesehatan negatif baik secara fisik maupun mental pada operatornya (Zhaojia et al., 2007; Biljana et al., 2007). Kumpulan gangguan fisik yang menyerang pengguna komputer disebut

Computer Vision Syndrome (CVS). Sekitar 88-90% pengguna komputer

mengalami CVS (Sirikul et al., 2009; Chu et al., 2011). Kejadian CVS juga dinyatakan mengalami peningkatan dari tahun ke tahun (AOA, 2007).

Gejala CVS dibedakan menjadi keluhan gejala pada mata, muskuloskeletal, dan umum (AOA, 2007). Mayoritas, sekitar 75-90%, pengguna komputer mengeluhkan gejala oftalmikus (Anshel, 2007). Di Indonesia, Amalia (2010) menunjukkan 92,9% pengguna komputer mengeluhkan gejala oftalmikus.

Schlote et al. (2004) menyebutkan bahwa gejala oftalmikus ini disebabkan dan merupakan bagian dari Sindroma Mata Kering (SMK). SMK adalah kumpulan gejala akibat gangguan pada air mata dan permukaan okuler yang menyebabkan ketidaknyamanan pada mata, gangguan penglihatan, dan ketidakstabilan pelumas mata (DEWS, 2007). SMK dialami sementara setelah penggunaan komputer dan dapat menghilang sendiri. Selain itu, keluhannya pun samar-samar sehingga sering diabaikan. Walaupun begitu, permukaan okuler yang kekurangan pelumas berulang juga akan mengalami inflamasi yang berulang,

mengalami kerusakan berulang, dan SMK pun akan menetap (DEWS, 2007; AAO, 2003, Diller et al., 2005).

Sen et al. (2007), Uchino et al. (2008), dan DEWS (2007) menunjukkan hubungan yang erat antara lama penggunaan komputer dengan peningkatan dan keparahan gejala SMK. Untuk mengatasinya, pengguna komputer dianjurkan untuk istirahat setelah beberapa jam penggunaan komputer (Balci et al., 2003; Blehm et al., 2005). Perlu diingat pula bahwa interupsi yang terlalu sering akan membawa dampak yang kurang efektif terhadap pekerjaan yang sedangan dikerjakan. Dengan mengetahui berapa lama penggunaan komputer memperburuk gejala SMK, pencegahan awal SMK dengan istirahat teratur hendaknya dapat dilaksanakan.

Gejala SMK akan mulai dialami dan memburuk pada pengguna komputer lebih dari 2 jam per hari (Broumand et al., 2008), 3 jam per hari (Kanitkar et al., 2005; Amalia et al., 2010), 4 jam per hari (Fenga et al., 2007; Uchina et al., 2008), 5 jam per hari (Honda, 2007), dan 6 jam per hari (Shigenori et al., 2002).

Pada penelitian yang menggunakan indikator lama penggunaan komputer terus-menerus, Parwati (2004) menyatakan gejala SMK timbul setelah 2 jam penggunaan komputer secara terus-menerus. Akan tetapi, penelitian Sadri (2003) dengan menggunakan tes Schirmer tidak menunjukkan adanya perbedaan sekresi air mata sebelum dan setelah 2 jam penggunaan komputer terus-menerus. Penelitian Hiroko (2007) menunjukkan variasi 1-4 jam penggunaan komputer atas kejadian SMK. Sen et al. (2007) menyatakan bahwa gejala SMK umumnya dikeluhkan setelah 3 jam penggunaan komputer secara terus-menerus atau setelah 6 jam penggunaan komputer tidak terus-menerus.

Terdapat kerancuan mengenai lama penggunaan komputer yaitu apakah rata-rata jam per hari ataukah secara terus-menerus yang mempengaruhi SMK secara signifikan. Variasi jam yang ditemukan dalam penelitian sebelumnya juga menimbulkan kebingungan. Kebanyakan penelitian tersebut dilaksanakan di tempat yang berbeda-beda, padahal siklus air mata sangat dipengaruhi oleh faktor ras dan kelembaban tempat. Atas dasar inilah, penulis tertarik untuk meneliti hubungan lama penggunaan komputer dengan Sindroma Mata Kering.

1.2. Rumusan Masalah

Berdasarkan latar belakang yang dipaparkan di atas, maka penulis merumuskan masalah penelitian sebagai berikut:

Apakah lama penggunaan komputer berhubungan dengan peningkatan gejala dan keparahan Sindroma Mata Kering?

1.3. Tujuan Penelitian 1.3.1. Tujuan Umum

Mengetahui hubungan lama penggunaan komputer dan Sindroma Mata Kering.

1.3.2. Tujuan Khusus

Yang menjadi tujuan khusus dalam penelitian ini adalah:

1. Mengetahui hubungan lama penggunaan komputer secara terus-menerus dengan jumlah gejala dan derajat keparahan Sindroma Mata Kering.

2. Mengetahui hubungan lama penggunaan komputer rata-rata dalam satu hari dengan jumlah gejala dan derajat keparahan Sindroma Mata Kering. 3. Mengetahui hubungan riwayat lama penggunaan komputer dengan jumlah

gejala dan derajat keparahan Sindroma Mata Kering.

4. Mengetahui hubungan indeks penggunaan komputer secara terus-menerus dengan jumlah gejala dan derajat keparahan Sindroma Mata Kering.

5. Mengetahui jenis lama penggunaan komputer yang bermakna terhadap peningkatan jumlah gejala dan derajat keparahan Sindroma Mata Kering. 6. Mengetahui berapa jam setelah penggunaan komputer secara

terus-menerus yang bermakna terhadap peningkatan jumlah gejala dan derajat keparahan Sindroma Mata Kering.

7. Mengetahui lama penggunaan komputer rata-rata dalam satu hari yang bermakna terhadap peningkatan jumlah gejala dan derajat keparahan Sindroma Mata Kering.

1.4. Manfaat Penelitian

Hasil penelitian ini diharapkan dapat memberikan manfaat: 1. Bagi masyarakat umum, khususnya pengguna komputer

Data atau informasi hasil penelitian ini dapat menjadi sebagai sumbangan informasi bagi pengguna komputer akan Sindroma Mata Kering yang dapat timbul akibat lama menatap monitor komputer. Selain itu, penelitian ini dapat menjadi pertimbangan dalam pengaturan waktu istirahat dan mengontrol jam penggunaan komputer agar tidak menganggu kesehatan mata dan produktivitas kerja.

2. Di bidang pelayanan masyarakat

Data atau informasi penelitian ini dapat masukan bagi Departemen Tenaga Kerja dalam menetapkan maksimal jam kerja dan waktu istirahat untuk meningkatkan kualitas perlindungan kepada tenaga kerja.

3. Di bidang akademik/ilmiah

Memperkaya khasanah ilmu pengetahuan dan memperkokoh landasan teoritis ilmu kedokteran di bidang oftalmologi, khususnya tentang hubungan lama penggunaan komputer terhadap kejadian Sindroma Mata Kering.

4. Di bidang pengembangan penelitian

Memberikan masukan data bagi peneliti lain di ingin menggali dan memperdalam lebih jauh topik-topik tentang Sindroma Mata Kering.

BAB 2

TINJAUAN PUSTAKA

2.1. Komputer

Komputer merupakan salah satu penemuan teknologi terpenting pada abad ke-20 (Ting, 2005). Sekarang, komputer juga tampil berupa laptop dan netbook. Menurut Blissmer (1985), komputer adalah suatu alat elektronik yang mampu melakukan tugas menerima input, mengolahnya, dan menyediakan output berupa hasil komputasi. Hasil komputasi akan dikonversi menjadi data visual yang dapat dilihat dengan menggunakan monitor atau visual display terminal (Humaidi, 2005). Visual Display Terminal (VDT) atau yang biasanya disebut monitor adalah bagian yang biasanya ditatap dan menimbulkan gangguan kesehatan mata pada penggunanya (Fauzia, 2004).

Menurut Gartner (2002) dan Yates (2007) terdapat hampir 1 miliar komputer yang digunakan di dunia. Sekitar 75% pekerjaan di dunia bergantung pada komputer dan 50% rumah memiliki setidaknya sebuah komputer (Kanitkar

et al., 2005). Sekitar 100 juta penduduk Amerika Serikat menggunakan komputer

untuk pekerjaannya sehari-hari (Izquierdo, 2010).

Di Washington, 90% pelajar usia 5-17 tahun dan 60% orang berusia 18 tahun ke atas menggunakan komputer setiap hari dengan mayoritas menggunakan komputer untuk bekerja, belajar, dan mengakses internet (DeBell et al., 2003). Penelitian Hoesin et al. (2007) pada 2500 orang di 16 kota di Indonesia menunjukkan bahwa terdapat 46,7% pengguna komputer dengan mayoritas menggunakan komputer untuk bekerja.

2.2. Computer Vision Syndrome

Ketidaknyamanan dan gangguan kesehatan banyak dikeluhkan pengguna komputer. Sejak tahun 1986, World Health Organization (WHO) telah mencanangkan hal ini sebagai growing health problem. Survei yang dilakukan oleh American Optometrist Association (AOA) menunjukkan bahwa lebih dari 10 juta pemeriksaan mata pertahun di Amerika Serikat dilakukan untuk masalah

penglihatan oleh penggunaan komputer (AOA, 2007). Kumpulan gejala akibat penggunaan komputer disebut Computer Vision Syndrome (CVS) (AOA, 2003; Wimalasundera, 2006; Madhan, 2009).

Banyak penelitian menunjukkan benar adanya CVS pada pengguna komputer (Clayton et al., 2005; Khan et al., 2005; Biljana et al., 2007). Sekitar 88-90% pengguna komputer mengalami CVS (Sirikul et al., 2009; Chu et al., 2011).

Gejala CVS dibedakan menjadi keluhan gejala pada mata, muskuloskeletal, dan umum (AOA, 2007). Penelitian Zhaojia (2007) menunjukkan 25,7% pengguna komputer mengeluhkan gejala muskuloskeletal sedangkan Hiroko (2007) menunjukkan gejala ini dikeluhkan 68,7% pengguna komputer. Zunjic (2004) menunjukkan 80% pengguna komputer mengeluhkan gejala umum terutama nyeri kepala, Aakre (2007) menunjukkan angka 62,5%. Mayoritas, sekitar 75-90%, pengguna komputer mengeluhkan gejala oftalmikus (Anshel, 2007). Di Indonesia, Amalia (2010) menunjukkan 92,9% pengguna komputer mengeluhkan gejala oftalmikus.

Jenis-jenis gejala oftalmikus yang dapat dialami yaitu mata lelah (astenopia), mata kering, mata merah, mata kabur, mata tegang, mata terbakar, refleks berair, (Dain et al., 1988; Yaginuma et al., 1990; Hikichi et al., 1995; Sitzman, 2005; Blehm et al., 2005; Barar et al., 2007; Bali et al., 2007; Chu et al., Megwas et al., 2009). Menurut Sheedy (2003), gejala oftalmikus CVS dapat dikelompokkan menjadi dua yaitu gejala internal (sakit dan tegang pada bola mata) dan eksternal (terbakar, iritasi, kering disertai refleks pengeluaran air mata).

Berbagai literatur menyebutkan bahwa dalang dari semua gejala ini adalah berkaitan dengan mata kering (Schlote et al., 2004). Terlihat bahwa rincian gejala CVS tumpang tindih dengan gejala sindrom mata kering (Salibello et al., 1995; Shimmura et al., 1999; Doughty, 2001).

2.3. Sistem Lakrimalis

Air mata melewati empat proses yaitu produksi dari aparatus atau sistem sekretori lakrimalis, distribusi oleh berkedip, evaporasi dari permukaan okular,

dan drainase melalui aparatus atau sistem ekskretori lakrimalis. Abnormalitas salah satu saja dari keempat proses ini dapat menyebabkan sindrom mata kering (Kanski et al., 2011).

2.3.1. Aparatus Lakrimalis

Aparatus atau sistem lakrimal terdiri dari aparatus sekretori dan aparatus ekskretori (Kanksi et al., 2011; Sullivan et al., 2004; AAO, 2007), yaitu:

Sumber : Wagner et al., 2006

Gambar 2.1. Anatomi Sistem Lakrimalis 1. Aparatus Sekretorius Lakrimalis

Aparatus sekretorius lakrimal terdiri dari kelenjar lakrimal utama, kelenjar lakrimal aksesorius (kelenjar Krausse dan Wolfring), glandula sebasea palpebra (kelenjar Meibom), dan sel-sel goblet dari konjungtiva (musin). Sistim sekresi terdiri dari sekresi basal dan refleks sekresi. Sekresi basal adalah sekresi air mata tanpa ada stimulus dari luar sedangkan refleks sekresi terjadi hanya bila ada rangsangan eksternal (Kanski et al., 2003, Sullivan et al., 2004; AAO, 2007).

2. Aparatus Ekskretorius Lakrimalis

Dalam keadaan normal, air mata dihasilkan sesuai dengan kecepatan penguapannya sehingga hanya sedikit yang sampai ke sistem ekskresi (Sullivan, 2004). Dari punkta, ekskresi air mata akan masuk ke kanalikulus, kemudian bermuara di sakus lakrimalis melalui ampula. Pada 90% orang, kanalikulus superior dan inferior akan bergabung menjadi kanalikulus komunis sebelum ditampung dalam sakus lakrimalis. Di kanalikus, terdapat katup Rosenmuller yang

berfungsi untuk mencegah aliran balik air mata. Setelah ditampung di sakus lakrimalis, air mata akan dieksreksikan melalui duktus nasolakrimalis sepanjang 12-18 mm ke bagian akhirnya di meatus inferior. Di sini juga terdapat katup Hasner untuk mencegah aliran balik (Sullivan et al., 2004; AOA, 2007).

2.3.2. Kedipan Mata

80% dari mata berkedip secara sempurna (komplit), 18% inkomplit, 2%

twitch. Bila ditinjau berdasarkan rangsang mengedip, mengedip terdiri dari tiga

kategori yaitu: (Acosta et al., 1999; Pepose et al., 1992; Delgado et al., 2003) 1. Berkedip involunter yaitu berkedip secara spontan, tanpa stimulus, dengan

generator kedipan di otak yang belum diketahui secara jelas.

2. Berkedip volunter yaitu secara sadar membuka dan menutup kelopak mata. 3. Refleks berkedip adalah berkedip yang dirangsang bila ada stimulus

eksternal melalui nervus trigeminus dan nervus fasialis.

Berkedip melibatkan dua otot yaitu muskulus levator palpebra superior dan mukulus orbikularis okuli (AAO, 2007). Aktivasi berkedip melibatkan nukleus kaudatus (Mazzone et al., 2010) dan girus presentralis media (Kato et al., 2003). Dan inhibisi berkedip melibatkan korteks frontal (Stuss et al., 1999; Mazzone et al., 2010).

2.3.3. Dinamika Sekresi Air Mata

Eter et al. (2002) menemukan laju pengeluaran air mata dengan

fluorofotometri sekitar 3,4 μL/menit pada orang normal dan 2,48 μL/menit pada

penderita sindrom mata kering. Nichols (2004a) menunjukkan laju pengeluaran

air mata adalah 3,8 μL/menit dengan interferometri. Antara dua interval berkedip,

terjadi 1-2% evaporasi, menyebabkan penipisan 0,1 μm PTF dan 20%, pertambahan osmoralitas (On et al., 2006).

Distribusi volume air mata pada permukaan okular umumnya sekitar 6 -7 µL yang terbagi 3 bagian yaitu (Sullivan, 2002):

2. Melalui proses berkedip sebanyak 1 µ L akan membentuk TF (TF) dengan tebal 6-10 µm dan luas 260 mm2.

3. Sisanya sebanyak 2-3 µL akan membentuk tear meniscus seluas 29 mm2 dengan jari-jari 0.24 mm (Yokoi et al., 2004). Menurut, Wang et al. (2006) TF digabungkan dari tear meniskus atas dan bawah saat berkedip.

Ketebalan TF bersifat iregular pada permukaan okular sehingga tidak ada ketebalan yang tepat untuk ukuran TF (Wang et al., 2006). Smith et al, (2000) menunjukkan ketebalan berkisar antara 7-10 μm sedangkan Pyrdal et al. (1992) menyatakan TF seharusnya memiliki ketebalan 35-40 μm dan mayoritas terdiri dari gel musin.

Palakuru, et al. (2007) menunjukkan bahwa TF berada dalam keadaan paling tebal saat segera setelah mengedip dan berada dalam keadaan paling tipis saat kelopak mata terbuka. Dalam penelitian mereka, angka perubahan ketebalan ini menunjukkan nilai yang sama dengan kelompok yang disuruh melambatkan kedipan matanya. Mereka menyimpulkan hal ini disebabkan oleh refleks berair yang segera.

2.3.4. Mekanisme Distribusi Air Mata

Mengedip berperan dalam produksi, distribusi, dan drainase air mata (Palakuru, et al., 2007). Banyak variasi teori mengenai mekanisme distribusi air mata (AAO, 2007). AAO menganut teori Doane (1981) yang dapat dijelaskan sebagai berikut. Setiap berkedip, palpebra menutup mirip risleting dan menyebarkan air mata mulai dari lateral. Air mata yang berlebih memenuhi sakus konjungtiva akan bergerak ke medial untuk memasuki sistem ekskresi (Kanski et

al., 2003; Sullivan et al., 2004). Sewaktu kelopak mata mulai membuka, aparatus

ekskretori sudah terisi air mata dari kedipan mata sebelumnya. Saat kelopak mata atas turun, punkta akan ikut menyempit dan oklusi punkta akan terjadi setelah kelopak mata atas telah turun setengah bagian. Kontraksi otot orbikularis okuli untuk menutup sempurna kelopak mata akan menimbulkan tekanan menekan dan mendorong seluruh air mata melewati kanalikuli, sakus lakrimalis, duktus nasolakrimalis, dan meatus inferior. Kanalikuli akan memendek dan menyempit

serta sakus lakrimalis dan duktus nasolakrimalis akan tampak seperti memeras. Kemudian, setelah dua per tiga bagian kelopak mata berangsur-angsur terbuka, punkta yang teroklusi akan melebar. Fase pengisian akan berlangsung sampai kelopak mata terbuka seluruhnya dan siklus terulang kembali (Doane, 1981). TF dibentuk kembali dari kedipan mata setiap 3-6 detik. Saat kelopak mata terbuka, lapisan lemak ikut terangkat. Berikut ini adalah model pemecahan TF:

Sumber : Pflugfelder et al., 2004 Gambar 2.2. Model Pemecahan Tear Film

2.3.5. Mekanisme Ekskresi Air Mata

Nichols et al. (2005) menyebutkan bahwa ada tiga mekanisme yang dapat menyebabkan penipisan PTF yaitu absorpsi (inward flow ke kornea), tangential flow (pergerakan paralel air mata sepanjang permukaan kornea), dan evaporasi.

Tsubota et al. (1992), Mathers et al. (1996), Goto et al. (2003) menunjukkan evaporasi hanya berperan minimal menyebabkan penipisan TF. Akan tetapi, Rolando et al. (1983) dan DEWS (2007) menunjukkan bahwa evaporasi berperan penting menyebabkan penipisan TF. Smith et al. (2008) menyebutkan bahwa hal ini bervariasi sesuai keadaan dan melibatkan kombinasi berbagai mekanisme.

Laju evaporasi pada orang normal adalah 0,004 (Craig, 2000), 0,25 (Goto, et al., 2003), 0,89 (Mathers, 1993), 0,94 (Shimazaki, 1995), 1,2 (Tomlinson, 1991), 1,61 (Hamano, 1980), 1,94 (Yamada, 1990). Perlu waktu 3-5 menit untuk ruptur PTF (Kimball, 2009).

2.4. Air Mata 2.4.1. Tear Film

Secara umum, TF (TF) terdiri dari tiga komponen lapisan di mulai dari lapisan terluar yaitu lapisan lipid, lapisan akuos, dan lapisan musin. Model dan susunan TF masih kontroverisal. Sebelum tahun 1994, TF diyakini merupakan lapisan seperti sandwich yang terdiri dari lapisan lemak, akuos, dan musin (Wolff, 1954; Holly dan Lemp, 1977). Pada tahun 1988, Tiffany mengajukan model baru TF dengan 6 lapisan (Tiffany, 1988).

Sumber : Pflugfelder et al., 2004 Gambar 2.3. Model Tear Film

Sekarang, model TF telah dideskripsikan dengan campuran antara ketiga

lapisan ini dengan ketebalan 40 μm. Mayoritas lapisan lemak mengapung diatas,

dan campuran lapisan akuos dan musin berada di bawah dalam bentuk gel musin (Gipson, 2004; Nichols, 2004a; Foulks, 2005).

1. Lapisan lipid

Lapisan lipid, tebal 0,1 µ m (AAO, 2007), 40-80 nm (On et al., 2006), dihasilkan oleh kelenjar meibom palpebra superior dan inferior, kelenjar Zeis, dan kelenjar Moll (Sullivan et al., 2004). Lapisan ini terdiri dari sembilan jenis lemak polar dan non polar yang berfungsi melicinkan gerakan palpebra dan mencegah evaporasi sehingga lapisan ini memegang peranan penting dalam menjaga stabilitas TF (AAO, 2007). Gangguan satu saja lipid menyebabkan ketidakstabilan TF (McCulley et al., 2003). Kelenjar meibom menghasilkan kolesterol yang

hidrofobik untuk mencegah evaporasi. Kelenjar Zeis menghasilkan asam lemak untuk mencegah kontaminasi dari kelopak mata (Patel et al., 2003). Kelenjar Moll menghasilkan lemak polar (Nichols, 2004a) untuk mengontrol evaporasi (Patel et

al., 2003) dan menurunkan tegangan permukaan (Nagyova et al., 1999).

2. Lapisan akuos

Lapisan akuos, tebal 6-7 µ m, merupakan 90% komponen TF. Mayoritas lapisan akuos diproduksi oleh kelenjar lakrimal utama dan aksesorius dengan tambahan sekresi air dan elektrolit dari sel epitel di permukaan okular (Patel et

al., 2003). Kelenjar aksesorius dan sel epitel okular menghasilkan elektrolit

inorganik untuk mengatur tekanan osmotik mata dan pH mata saat membuka (7,3-7,6) dan menutup (6,8); substansi organik seperti protein (albumin, globulin, transferin, imunoglobulin, betalisin, lipokalin, glikoprotein, laktoferin, transferin, histamin, lisozim), metabolit, dan oksigen. Lipokalin berfungsi untuk menciptakan suasana hidrofobik agar lapisan lipid dapat melekat di atas lapisan akuos (Patel et al., 2003; Nichols, 2004a).

3. Lapisan musin

Lapisan musin, tebal 0,002-0,005 µm, diproduksi oleh sel goblet, kelenjar Henle, kelenjar Manz pada limbus, epitel sekretori di permukaan konjungtiva dan sel sekretori non globlet yang berfungsi membentuk glikokaliks. Glikokaliks membentuk dasar yang hidrofilik bagi TF sehingga dapat membasahi kornea (Krenzer et al., 2000). Epitel sekretori di permukaan konjungtiva membentuk musin transmembran. Gel dibentuk sel goblet, kelenjar Henle, dan kelenjar Manz pada limbus yang dirangsang P2Y2 (Cowlen et al., 2003; Gipson, 2004).

2.4.2. Komposisi Air Mata

Air mata terdiri dari 98,2% air dan 1,8% zat lainnya (On et al., 2006). Dalam keadaan normal, cairan air mata bersifat isotonik dengan osmolalitas 295-309 mosm/L (On et al., 2007). Konsentrasi glukosa pada air mata 2,5-5 mg/dL dan urea 0,04 mg/dL. Suhu air mata normal 35°C (Smith et al., 2000). Indeks refraksi 1,336 (AAO, 2007) yang merupakan komponen yang cukup besar dalam menjamin refraksi bayangan sempurna jatuh tepat di retina (Kanski et al., 2003).

pH air mata normal 7,25-7,35 (AAO, 2007) dengan pH terendah saat mata terbuka karena kornea menghasilkan lebih banyak karbon dioksida dan terperangkap dalam pool TF (On et al., 2006). Ketegangan permukaan air mata 43,6 ± 2,7 dyne/cm. Dalam keadaan mata kering, ketegangan permukaan bisa naik menjadi 49,6 ± 2,2 dyne/cm (Tiffany et al., 1989).

2.4.3. Fungsi Tear Film

Secara garis besar, fungsi TF adalah sebagai penunjang imunitas (Gipson

et al., 2004), melapisi dan melindungi melapisi dan melindungi kornea

(precorneal TF atau PTF) dan konjungtiva (preocular TF) dari friksi saat berkedip (Patel et al., 2003), melindungi permukaan okular dari gangguan kimia dan biologis (Nichols, 2004a), mempertahankan kekuatan refraksi dari kornea fokus dan bagus (Kanski et al., 2003), dan memberi oksigen dan nutrien pada kornea yang avaskular (Bron, 2005).

2.5. Sindroma Mata Kering

2.5.1. Definisi Sindroma Mata Kering

Sindroma Mata Kering (SMK) adalah kumpulan gejala akibat gangguan pada air mata dan permukaan okuler yang menyebabkan ketidaknyamanan pada mata, gangguan penglihatan, dan ketidakstabilan TF (DEWS, 2007). SMK biasanya menunjukkan keluhan yang samar-samar dan bila tidak diobati atau dihentikan dapat berlangsung terus-menerus kronis menimbulkan kerusakan yang irreversibel terutama pada permukaan okular (Koh et al., 2008).

2.5.2. Epidemiologi Sindroma Mata Kering

Epidemiologi sindroma mata kering meningkat dari tahun ke tahun. Prevalensi SMK berkisar 7,4-57,89%. bergantung pada penelitian mana yang diambil, bagaimana penyakit didiagnosis, dan populasi mana yang disurvei (Gayton, 2008).

Empat penelitian besar di Amerika Serikat menunjukkan prevalensi SMK berkisar antara 5-30% dengan total 4,91 juta penduduk berusia di atas 50 tahun.

Studi besar Women’s Health Study and Physician’s Health Study menunjukkan prevalensi SMK di Amerika Serikat berkisar 7% pada wanita dan 4% pada pria, (Schaumberg et al., 2003; 2009). Salisbury Eye Study menunjukkan angka 14,6% pada populasi berusia 48-91 tahun dengan prevalensi tertinggi pada wanita (Schein et al., 1997). The Beaver Dam population-based study menemukan prevalensi sindrom mata kering 14,4% pada populasi berusia diatas 65 tahun (Moss et al., 2000). Penelitian Hom (2004) pada Hispanik menunjukkan prevalensi yang cukup besar yaitu 24,6%. Di Kanada, prevalensi berkisar 25% (Doughty et al., 1997), di Australia, prevalensi 7,4% (McCarty et al.,1998) dan 16,6% pada tahun 2003 (Chia et al., 2003).

Di Shanghai, prevalensi sindrom mata kering 33,78% pada wanita dan 24,11% pada pria dengan faktor risiko yang memperberat, diantaranya adalah jenis kelamin wanita, umur di atas 50 tahun, penggunaan lensa kontak, penggunaan anti histamin (Tian et al., 2009). Jie et al. (2009) di Beijing menunjukkan prevalensi 21% dengan dengan faktor risiko utama perempuan berusia tua dan gangguan refraksi yang tidak dikoreksi. Di Jepang, prevalensi berkisar 12,3% pada mahasiswa (Uchino et al., 2008). Di Taiwan, Shihpai menunjukkan prevalensi 33,7% dengan faktor risiko utama umur dan jenis kelamin wanita (Lin et al., 2003).

Di Malaysia, prevalensi sindrom mata kering 14,4% (Jamaliah et al., 2002). Di Indonesia, Kepulauan Riau, menunjukkan prevalensi 27,5% pada penduduk berusia di atas 21 tahun dengan faktor risiko utama umur, rokok, dan pterigium (Lee et al.., 2002). Di Rumah Sakit Haji Adam Malik Medan, Chaironika (2011) menemukan 76,8% prevalensi SMK pada wanita yang telah menopause.

2.5.3. Klasifikasi Sindroma Mata Kering

Sindroma Mata Kering (SMK) dapat dikategorikan menjadi episodik dan kronik. SMK episodik yaitu mata kering yang dialami akibat lingkungan atau pekerjaan, dan bersifat sementara. SMK kronik yaitu mata kering yang dipicu

oleh sesuatu dan bersifat menetap. SMK episodik dapat berlanjut ke mata kering kronik (Gayton, 2009).

Menurut DEWS (2007), SMK dapat dikategorikan menjadi aquoeus

deficient dan evaporative dry eye. Aqueous tear deficient dry eye adalah kelompok

mata kering yang disebabkan karena kurangnya produksi air mata walaupun evaporasinya tetap berjalan normal. Evaporative dry eye adalah kelompok mata kering yang disebabkan karena penguapan berlebihan air mata walaupun tidak terjadi gangguan pada proses produksinya. Banyak sekali etiologi yang dapat mencetuskan kedua hal ini, baik yang bersifat autoimun, obat, maupun lingkungan Klasifikasi ini cukup membingungkan sebab sindrom mata kering sering merupakan gabungan antara keduanya (DEWS, 2007).

Sumber : DEWS, 2007

2.5.4. Faktor Risiko Sindroma Mata Kering

Faktor risiko SMK dibagi dua yaitu, milleu interieur dan milleu esterieur.

Milleu interieur adalah kondisi fisiologis individu itu sendiri. Misal, pada individu

tersebut memang frekuensi kedipan matanya sedikit atau individu tertentu yang memiliki sudut bukaan kelopak palpebra yang lebih lebar (Sullivan et al., 2004b).

Milleu exterieur adalah kondisi lingkungan sekitar. Kelembaban lingkungan yang

rendah dan kecepatan angin yang tinggi menyebabkan cepatnya evaporasi. Termasuk juga faktor pekerjaan seperti analis yang menggunakan mikroskop, dokter radiologi, atau pengguna komputer.

Berikut ini adalah penjelasan beberapa faktor risiko penyebab SMK: 1. Usia

Berkurangnya androgen seiring pertambahan usia menyebabkan atropi kelenjar lakrimal dan kelenjar Meibom dengan gambaran histopatologi infiltrasi limfosit, fibrosis, dan atropi asinar (Rocha et al., 2000; Sullivan et al., 2002, 2004c). Hal ini sesuai dengan penelitian Barabino et al. (2007) yang menemukan adanya penurunan volume air mata dan kurangnya protein pada air mata orang tua. Zhu et al. (2009) menemukan bahwa kurangnya hormon androgen dapat menurunkan transforming growth factor sehingga limfosit yang dihasilkan sel asinar merembes keluar dan menghancurkan kelenjar lakrimal dan kelenjar Meibom. Akan tetapi, penelitian Schaefer et al. (2009) tidak menunjukkan adanya perbedaan tes Schrimer antara kelompok pengguna komputer berumur 20-39 tahun dan 40-53 tahun (p<0,05).

2. Jenis kelamin

Hampir semua penelitian epidemiologi sindrom mata kering menunjukkan prevalensi SMK yang lebih tinggi pada wanita, terutama wanita yang menopause (Versura et al., 2005). Hormon seks mempengaruhi sekresi air mata, disfungsi meibom, dan sel goblet konjungtiva (Schaumberg et al., 2001).

3. Pengguna lensa kontak

Sekitar 43-50% pengguna lensa kontak mengalami mata kering (Begley et

al., 2000). Pemakaian lensa kontak memisahkan PTF menjadi dua bagian

sehingga SMK sering dialami (Nichols et al., 2003). Selain itu, Tutt (2000) menunjukkan adanya penurunan kualitas bayangan retina pada pengguna lensa kontak dengan alat aberometer.

4. Merokok

Pekerja yang merokok lebih banyak mengalami gangguan oftalmikus dibandingkan yang tidak merokok (Jaakkola et al., 2000; Reijula et al., 2004). Asap rokok menyebabkan kerusakan oksidatif pada protein-protein permukaan okular (Grus et al., 2002) sehingga BUT akan menurun (Rohit et al., 2002). Moss

et al. (2000) menunjukkan bahwa mata kering 1,22 kali lebih sering terjadi pada

perokok.

5. Ruangan ber-AC

SMK lebih banyak dialami oleh penduduk yang tinggal di tempat yang tinggi karena suhu yang rendah, kelembaban yang rendah, dan angin yang kencang (Wolkoff et al., 2005). Oleh karena itu, SMK dapat dipicu pada ruangan yang ber-AC (Schaumberg et al., 2003).

2.6. Hubungan Penggunaan Komputer dengan Sindroma Mata Kering

Sindroma mata kering akibat penggunaan komputer memang bukan suatu masalah yang serius karena mata dapat beradaptasi yang kembali normal sebagaimana mestinya. Akan tetapi, dialaminya SMK yang sering dan repetitif dapat berdampak buruk pada ketajaman penglihatan dan kesehatan permukaan okuler (Kaido et al., 2007 dan Koh et al., 2008).

Penelitian Filipina menunjukkan korelasi 0,256 antara lama penggunaan komputer dengan timbulnya keluhan SMK (p=0,003). Fenga et al. (2008) menunjukkan angka korelasi 0,358.

Berikut ini disajikan bagan patofisiologi timbulnya mata kering akibat penggunaan komputer:

Uji ANOVA perbedaan bermakna lama

Uji ANOVA perbedaan bermakna lama

penggunaan komputer secara terus-

penggunaan komputer rata-rata dalam

menerus dengan jumlah gejala SMK

satu hari dengan jumlah gejala SMK

Sum of

Squares

df

Mean Square

F

Sig.

Between

Groups

190.391

6

31.732 18.360

.000

Within

Groups

129.621

75

1.728

Total

320.012

81

P os t Hoc T es ts

Lower

Bound

Upper

Bound

2

-.734

.530

.808

-2.34

.87

3

-1.245

.539

.252

-2.88

.39

4

-2.591

*

_.667

_.004

_-4.61

_-.57

5

-3.227

*

_.485

_.000

_-4.70

_-1.76

6

-4.448

*

_.530

_.000

_-6.05

_-2.84

7

-2.591

1.011

.152

-5.65

.47

1

.734

.530

.808

-.87

2.34

3

-.511

.506

.950

-2.05

1.02

4

-1.857

.641

.071

-3.80

.09

5

-2.494

*

_.449

_.000

_-3.86

_-1.13

6

-3.714

*

_.497

_.000

_-5.22

_-2.21

7

-1.857

.994

.507

-4.87

1.15

1

1.245

.539

.252

-.39

2.88

2

.511

.506

.950

-1.02

2.05

4

-1.346

.649

.378

-3.31

.62

5

-1.983

*

_.460

_.001

_-3.38

_-.59

6

-3.203

*

_.506

_.000

_-4.74

_-1.67

7

-1.346

.999

.827

-4.37

1.68

1

2.591

*

_.667

_.004

_.57

_4.61

2

1.857

.641

.071

-.09

3.80

3

1.346

.649

.378

-.62

3.31

5

-.636

.605

.940

-2.47

1.20

6

-1.857

.641

.071

-3.80

.09

7

.000

1.073

1.000

-3.25

3.25

1

3.227

*

_.485

_.000

_1.76

_4.70

2

2.494

*

_.449

_.000

_1.13

_3.86

3

1.983

*

_.460

_.001

_.59

_3.38

4

.636

.605

.940

-1.20

2.47

6

-1.221

.449

.108

-2.58

.14

7

.636

.971

.995

-2.31

3.58

1

4.448

*

_.530

_.000

_2.84

_6.05

2

3.714

*

_.497

_.000

_2.21

_5.22

3

3.203

*

_.506

_.000

_1.67

_4.74

4

1.857

.641

.071

-.09

3.80

5

1.221

.449

.108

-.14

2.58

7

1.857

.994

.507

-1.15

4.87

1

2.591

1.011

.152

-.47

5.65

2

1.857

.994

.507

-1.15

4.87

3

1.346

.999

.827

-1.68

4.37

4

.000

1.073

1.000

-3.25

3.25

5

-.636

.971

.995

-3.58

2.31

6

-1.857

.994

.507

-4.87

1.15

7

1

2

3

4

5

6

A NOV A

Jumlah gejala

Multiple C omparis ons

Jumlah gejalaTukey HSD

(I) Waktu

terus

(J) Waktu

terus

Mean

Difference

(I-J)

Std. Error

Sig.

95% Confidence

Sum of

Squares df

Mean

Square F Sig.

Between Groups

190.187 14 13.585 7.011 .000

W ithin Groups

129.825 67 1.938

Total 320.012 81

Lower Bound

Upper Bound

2 -.750 .934 .999 -3.86 2.36

3 -.308 .733 1.000 -2.75 2.13

4 -.833 .843 .996 -3.64 1.98

5 -1.417 .741 .707 -3.89 1.05

6 -3.000 1.017 .129 -6.39 .39

7 -2.333 .843 .193 -5.14 .48

8 -3.000* .880 .041 -5.93 -.07

10 -3.111* _{.776 .007 -5.70 -.52}

11 -4.667* _{1.017 .001 -8.05 -1.28}

12 -3.833* .741 .000 -6.30 -1.36

1 .750 .934 .999 -2.36 3.86

3 .442 .796 1.000 -2.21 3.09

4 -.083 .899 1.000 -3.08 2.91

5 -.667 .804 .999 -3.34 2.01

6 -2.250 1.063 .570 -5.79 1.29

7 -1.583 .899 .797 -4.58 1.41

8 -2.250 .934 .376 -5.36 .86

10 -2.361 .836 .172 -5.15 .43

11 -3.917* 1.063 .018 -7.46 -.37

12 -3.083* _{.804 .012 -5.76 -.41}

1 .308 .733 1.000 -2.13 2.75

2 -.442 .796 1.000 -3.09 2.21

4 -.526 .687 .999 -2.82 1.76

5 -1.109 .557 .656 -2.97 .75

6 -2.692 .892 .110 -5.66 .28

7 -2.026 .687 .130 -4.32 .26

8 -2.692* .733 .019 -5.13 -.25

10 -2.803* _{.604 .001 -4.81 -.79}

11 -4.359* .892 .000 -7.33 -1.39

12 -3.526* .557 .000 -5.38 -1.67

1 .833 .843 .996 -1.98 3.64

2 .083 .899 1.000 -2.91 3.08

3 .526 .687 .999 -1.76 2.82

5 -.583 .696 .999 -2.90 1.74

6 -2.167 .984 .512 -5.45 1.11

7 -1.500 .804 .736 -4.18 1.18

8 -2.167 .843 .285 -4.98 .64

10 -2.278 .734 .090 -4.72 .17

11 -3.833* .984 .010 -7.11 -.55

12 -3.000* _{.696 .003 -5.32 -.68}

1 1.417 .741 .707 -1.05 3.89

2 .667 .804 .999 -2.01 3.34

3 1.109 .557 .656 -.75 2.97

4 .583 .696 .999 -1.74 2.90

6 -1.583 .899 .797 -4.58 1.41

7 -.917 .696 .963 -3.24 1.40

8 -1.583 .741 .556 -4.05 .89

10 -1.694 .614 .196 -3.74 .35

11 -3.250* .899 .023 -6.24 -.26

12 -2.417* .568 .003 -4.31 -.52

1 3.000 1.017 .129 -.39 6.39

2 2.250 1.063 .570 -1.29 5.79

3 2.692 .892 .110 -.28 5.66

4 2.167 .984 .512 -1.11 5.45

5 1.583 .899 .797 -1.41 4.58

7 .667 .984 1.000 -2.61 3.95

8 .000 1.017 1.000 -3.39 3.39

10 -.111 .928 1.000 -3.20 2.98

11 -1.667 1.137 .926 -5.45 2.12

12 -.833 .899 .997 -3.83 2.16

1 2.333 .843 .193 -.48 5.14

2 1.583 .899 .797 -1.41 4.58

3 2.026 .687 .130 -.26 4.32

4 1.500 .804 .736 -1.18 4.18

5 .917 .696 .963 -1.40 3.24

6 -.667 .984 1.000 -3.95 2.61

8 -.667 .843 .999 -3.48 2.14

10 -.778 .734 .992 -3.22 1.67

11 -2.333 .984 .401 -5.61 .95

12 -1.500 .696 .544 -3.82 .82

1 3.000* _{.880 .041 .07 5.93}

2 2.250 .934 .376 -.86 5.36

3 2.692* .733 .019 .25 5.13

4 2.167 .843 .285 -.64 4.98

5 1.583 .741 .556 -.89 4.05

6 .000 1.017 1.000 -3.39 3.39

7 .667 .843 .999 -2.14 3.48

10 -.111 .776 1.000 -2.70 2.48

11 -1.667 1.017 .859 -5.05 1.72

12 -.833 .741 .988 -3.30 1.64

1 3.111* .776 .007 .52 5.70

2 2.361 .836 .172 -.43 5.15

3 2.803* _{.604 .001 .79 4.81}

4 2.278 .734 .090 -.17 4.72

5 1.694 .614 .196 -.35 3.74

6 .111 .928 1.000 -2.98 3.20

7 .778 .734 .992 -1.67 3.22

8 .111 .776 1.000 -2.48 2.70

11 -1.556 .928 .842 -4.65 1.54

12 -.722 .614 .983 -2.77 1.32

1 4.667* _{1.017 .001 1.28 8.05}

2 3.917* 1.063 .018 .37 7.46

3 4.359* .892 .000 1.39 7.33

4 3.833* .984 .010 .55 7.11

5 3.250* _{.899 .023 .26 6.24}

6 1.667 1.137 .926 -2.12 5.45

7 2.333 .984 .401 -.95 5.61

8 1.667 1.017 .859 -1.72 5.05

10 1.556 .928 .842 -1.54 4.65

12 .833 .899 .997 -2.16 3.83

1 3.833* .741 .000 1.36 6.30

2 3.083* .804 .012 .41 5.76

3 3.526* .557 .000 1.67 5.38

4 3.000* _{.696 .003 .68 5.32}

5 2.417* _{.568 .003 .52 4.31}

6 .833 .899 .997 -2.16 3.83

7 1.500 .696 .544 -.82 3.82

8 .833 .741 .988 -1.64 3.30

10 .722 .614 .983 -1.32 2.77

11 -.833 .899 .997 -3.83 2.16

10

11

12

A N O V A

Jumlah gejala

Mu ltiple C o m pa r is o ns

Jumlah gejalaTukey HSD (I) W aktu

sehari (J) W aktu sehari Mean Differenc

e (I-J) Std. Error Sig.

Interval 1 5 6 7 8 2 3 4

Uji ANOVA perbedaan bermakna lama

Uji ANOVA perbedaan bermakna lama

penggunaan komputer secara terus-

penggunaan komputer rata-rata dalam

menerus dengan nilai VAS SMK

satu hari dengan nilai VAS SMK

Sum of

Squares

df

Mean

Square

F

Sig.

Between

Groups

26528.153

6

4421.359 21.474

.000

Within

Groups

15442.347

75

205.898

Total

41970.500

81

P os t Hoc Tes ts

Lower

Bound

Upper

Bound

2

-12.377

5.781

.340

-29.89

5.14

3

-17.322

5.878

.062

-35.13

.49

4

-21.591

7.282

.059

-43.66

.47

5

-35.909

*

_5.299

_.000

_{-51.96 -19.85}

6

-56.591

*

_5.781

_.000

_{-74.11 -39.07}

7

-35.091

*

11.030

.033

-68.51

-1.67

1

12.377

5.781

.340

-5.14

29.89

3

-4.945

5.527

.972

-21.69

11.80

4

-9.214

7.002

.842

-30.43

12.00

5

-23.532

*

_4.906

_.000

_-38.40

_-8.67

6

-44.214

*

5.423

.000

-60.65 -27.78

7

-22.714

10.847

.367

-55.58

10.15

1

17.322

5.878

.062

-.49

35.13

2

4.945

5.527

.972

-11.80

21.69

4

-4.269

7.082

.997

-25.73

17.19

5

-18.587

*

5.020

.007

-33.80

-3.38

6

-39.269

*

5.527

.000

-56.01 -22.52

7

-17.769

10.899

.663

-50.79

15.25

1

21.591

7.282

.059

-.47

43.66

2

9.214

7.002

.842

-12.00

30.43

3

4.269

7.082

.997

-17.19

25.73

5

-14.318

6.609

.326

-34.34

5.71

6

-35.000

*

_7.002

_.000

_{-56.21 -13.79}

7

-13.500

11.716

.909

-49.00

22.00

1

35.909

*

5.299

.000

19.85

51.96

2

23.532

*

4.906

.000

8.67

38.40

3

18.587

*

_5.020

_.007

_3.38

_33.80

4

14.318

6.609

.326

-5.71

34.34

6

-20.682

*

4.906

.001

-35.55

-5.82

7

.818

10.598

1.000

-31.29

32.93

1

56.591

*

_5.781

_.000

_39.07

_74.11

2

44.214

*

_5.423

_.000

_27.78

_60.65

3

39.269

*

5.527

.000

22.52

56.01

4

35.000

*

7.002

.000

13.79

56.21

5

20.682

*

4.906

.001

5.82

35.55

7

21.500

10.847

.434

-11.36

54.36

1

35.091

*

11.030

.033

1.67

68.51

2

22.714

10.847

.367

-10.15

55.58

3

17.769

10.899

.663

-15.25

50.79

4

13.500

11.716

.909

-22.00

49.00

5

-.818

10.598

1.000

-32.93

31.29

6

-21.500

10.847

.434

-54.36

11.36

7

1

2

3

4

5

6

ANOV A

VAS

Multiple C omparis ons

VASTukey HSD

(I) Waktu

terus

(J) Waktu

terus

Mean

Difference

(I-J)

Std. Error

Sig.

Interval

Sum of

Squares df

Mean

Square F Sig.

Between Groups

25799.352 14 1842.811 7.635 .000 Within

Groups

16171.148 67 241.360

Total 41970.500 81

Lower Bound

Upper Bound

2 -15.350 10.422 .924 -50.08 19.38

3 -11.446 8.175 .944 -38.69 15.80

4 -24.267 9.407 .280 -55.62 7.08

5 -27.767* 8.270 .047 -55.32 -.21

6 -34.267 11.346 .110 -72.07 3.54

7 -29.767 9.407 .077 -61.12 1.58

8 -37.000* 9.826 .014 -69.74 -4.26

10 -43.711* _{8.665 .000 -72.59 -14.84}

11 -53.600* 11.346 .001 -91.41 -15.79

12 -56.683* 8.270 .000 -84.24 -29.13

1 15.350 10.422 .924 -19.38 50.08

3 3.904 8.883 1.000 -25.70 33.50

4 -8.917 10.028 .998 -42.33 24.50

5 -12.417 8.970 .948 -42.31 17.47

6 -18.917 11.866 .879 -58.46 20.62

7 -14.417 10.028 .934 -47.83 19.00

8 -21.650 10.422 .597 -56.38 13.08

10 -28.361 9.336 .106 -59.47 2.75

11 -38.250 11.866 .067 -77.79 1.29

12 -41.333* _{8.970 .001 -71.22 -11.44}

1 11.446 8.175 .944 -15.80 38.69

2 -3.904 8.883 1.000 -33.50 25.70

4 -12.821 7.668 .844 -38.37 12.73

5 -16.321 6.219 .258 -37.05 4.40

6 -22.821 9.951 .450 -55.98 10.34

7 -18.321 7.668 .389 -43.87 7.23

8 -25.554 8.175 .085 -52.80 1.69

10 -32.265* 6.737 .000 -54.71 -9.82

11 -42.154* _{9.951 .003 -75.31 -8.99}

12 -45.237* 6.219 .000 -65.96 -24.51

1 24.267 9.407 .280 -7.08 55.62

2 8.917 10.028 .998 -24.50 42.33

3 12.821 7.668 .844 -12.73 38.37

5 -3.500 7.768 1.000 -29.39 22.39

6 -10.000 10.985 .998 -46.61 26.61

7 -5.500 8.970 1.000 -35.39 24.39

8 -12.733 9.407 .955 -44.08 18.62

10 -19.444 8.188 .398 -46.73 7.84

11 -29.333 10.985 .236 -65.94 7.27

12 -32.417* 7.768 .004 -58.30 -6.53

1 27.767* _{8.270 .047 .21 55.32}

2 12.417 8.970 .948 -17.47 42.31

3 16.321 6.219 .258 -4.40 37.05

4 3.500 7.768 1.000 -22.39 29.39

6 -6.500 10.028 1.000 -39.92 26.92

7 -2.000 7.768 1.000 -27.89 23.89

8 -9.233 8.270 .988 -36.79 18.32

10 -15.944 6.851 .428 -38.77 6.88

11 -25.833 10.028 .282 -59.25 7.58

12 -28.917* _{6.342 .001 -50.05 -7.78}

1 34.267 11.346 .110 -3.54 72.07

2 18.917 11.866 .879 -20.62 58.46

3 22.821 9.951 .450 -10.34 55.98

4 10.000 10.985 .998 -26.61 46.61

5 6.500 10.028 1.000 -26.92 39.92

7 4.500 10.985 1.000 -32.11 41.11

8 -2.733 11.346 1.000 -40.54 35.07

10 -9.444 10.357 .998 -43.96 25.07

11 -19.333 12.685 .906 -61.60 22.94

12 -22.417 10.028 .489 -55.83 11.00

1 29.767 9.407 .077 -1.58 61.12

2 14.417 10.028 .934 -19.00 47.83

3 18.321 7.668 .389 -7.23 43.87

4 5.500 8.970 1.000 -24.39 35.39

5 2.000 7.768 1.000 -23.89 27.89

6 -4.500 10.985 1.000 -41.11 32.11

8 -7.233 9.407 .999 -38.58 24.12

10 -13.944 8.188 .829 -41.23 13.34

11 -23.833 10.985 .534 -60.44 12.77

12 -26.917* 7.768 .035 -52.80 -1.03

1 37.000* _{9.826 .014 4.26 69.74}

2 21.650 10.422 .597 -13.08 56.38

3 25.554 8.175 .085 -1.69 52.80

4 12.733 9.407 .955 -18.62 44.08

5 9.233 8.270 .988 -18.32 36.79

6 2.733 11.346 1.000 -35.07 40.54

7 7.233 9.407 .999 -24.12 38.58

10 -6.711 8.665 .999 -35.59 22.16

11 -16.600 11.346 .927 -54.41 21.21

12 -19.683 8.270 .395 -47.24 7.87

1 43.711* _{8.665 .000 14.84 72.59}

2 28.361 9.336 .106 -2.75 59.47

3 32.265* _{6.737 .000 9.82 54.71}

4 19.444 8.188 .398 -7.84 46.73

5 15.944 6.851 .428 -6.88 38.77

6 9.444 10.357 .998 -25.07 43.96

7 13.944 8.188 .829 -13.34 41.23

8 6.711 8.665 .999 -22.16 35.59

11 -9.889 10.357 .997 -44.40 24.62

12 -12.972 6.851 .719 -35.80 9.86

1 53.600* 11.346 .001 15.79 91.41

2 38.250 11.866 .067 -1.29 77.79

3 42.154* _{9.951 .003 8.99 75.31}

4 29.333 10.985 .236 -7.27 65.94

5 25.833 10.028 .282 -7.58 59.25

6 19.333 12.685 .906 -22.94 61.60

7 23.833 10.985 .534 -12.77 60.44

8 16.600 11.346 .927 -21.21 54.41

10 9.889 10.357 .997 -24.62 44.40

12 -3.083 10.028 1.000 -36.50 30.33

1 56.683* 8.270 .000 29.13 84.24

2 41.333* 8.970 .001 11.44 71.22

3 45.237* _{6.219 .000 24.51 65.96}

4 32.417* _{7.768 .004 6.53 58.30}

5 28.917* 6.342 .001 7.78 50.05

6 22.417 10.028 .489 -11.00 55.83

7 26.917* _{7.768 .035 1.03 52.80}

8 19.683 8.270 .395 -7.87 47.24

10 12.972 6.851 .719 -9.86 35.80

11 3.083 10.028 1.000 -30.33 36.50

12 5 6 7 8 10 11

Std. Error Sig.

Interval

1

2

3

A N O V A

VAS

Multiple C ompa r is ons

VASTukey HSD (I) Waktu sehari (J) Waktu sehari Mean Differenc e (I-J) 4

6.

Variabel atribut dengan jumlah gejala dan nilai VAS

Usia

Jenis kelamin

Suku

Merokok

Merokok

Memakai Kacamata

Umur

Jumlah

gejala VAS

Pearson Correlation

1 .598** .539**

Sig. (1-tailed) .000 .000

N 82 82 82

Pearson Correlation

.598** 1 .814**

Sig. (1-tailed) .000 .000

N 82 82 82

Pearson Correlation

.539** _.814** 1

Sig. (1-tailed) .000 .000

N 82 82 82

C o rrela tio ns

Umur

Jumlah gejala

7.

Kriteria Patel dan Garcia

Ringan

Sedang

Berat

Count

20

20

9

49

Expected Count

22.1

17.9

9.0

49.0

% within Jenis kelamin

40.8%

40.8%

18.4%

100.0%

% within vaskel

54.1%

66.7%

60.0%

59.8%

% of Total

24.4%

24.4%

11.0%

59.8%

Count

17

10

6

33

Expected Count

14.9

12.1

6.0

33.0

% within Jenis kelamin

51.5%

30.3%

18.2%

100.0%

% within vaskel

45.9%

33.3%

40.0%

40.2%

% of Total

20.7%

12.2%

7.3%

40.2%

Count

37

30

15

82

Expected Count

37.0

30.0

15.0

82.0

% within Jenis kelamin

45.1%

36.6%

18.3%

100.0%

% within vaskel

100.0%

100.0%

100.0%

100.0%

% of Total

45.1%

36.6%

18.3%

100.0%

Value

df

Asymp. Sig.

(2-sided)

Pearson Chi-Square

1.096

a

₂

_.578

Likelihood Ratio

1.103

2

.576

Linear-by-Linear

Association

.410

1

.522

N of Valid Cases

82

Total

Chi-S quare Tes ts

Cros s tab

vaskel

Total

Jenis kelamin

Wanita

Pria

Ringan

Sedang

Berat

Count

10

18

13

41

Expected Count

18.5

15.0

7.5

41.0

% within Pekerjaan

24.4%

43.9%

31.7%

100.0%

% within vaskel

27.0%

60.0%

86.7%

50.0%

% of Total

12.2%

22.0%

15.9%

50.0%

Count

27

12

2

41

Expected Count

18.5

15.0

7.5

41.0

% within Pekerjaan

65.9%

29.3%

4.9%

100.0%

% within vaskel

73.0%

40.0%

13.3%

50.0%

% of Total

32.9%

14.6%

2.4%

50.0%

Count

37

30

15

82

Expected Count

37.0

30.0

15.0

82.0

% within Pekerjaan

45.1%

36.6%

18.3%

100.0%

% within vaskel

100.0%

100.0%

100.0%

100.0%

% of Total

45.1%

36.6%

18.3%

100.0%

Value

df

Asymp. Sig.

(2-sided)

Pearson Chi-Square

17.077

a

₂

_.000

Likelihood Ratio

18.334

2

.000

Linear-by-Linear

Association

16.800

1

.000

N of Valid Cases

82

Total

Chi-S quare Tests

Crosstab

vaskel

Total

Pekerjaan

Karyawan

Pelajar

Kasus

Kontrol

Count

27

22

49

Expected Count

25.7

23.3

49.0

% within Jenis kelamin

55.1%

44.9%

100.0%

% within vas2

62.8%

56.4%

59.8%

% of Total

32.9%

26.8%

59.8%

Count

16

17

33

Expected Count

17.3

15.7

33.0

% within Jenis kelamin

48.5%

51.5%

100.0%

% within vas2

37.2%

43.6%

40.2%

% of Total

19.5%

20.7%

40.2%

Count

43

39

82

Expected Count

43.0

39.0

82.0

% within Jenis kelamin

52.4%

47.6%

100.0%

% within vas2

100.0%

100.0%

100.0%

% of Total

52.4%

47.6%

100.0%

Value

df

Asymp. Sig.

(2-sided)

Exact Sig.

(2-sided)

Exact Sig.

(1-sided)

Pearson Chi-Square

.346

a

1

.556

Continuity Correction

b

_.132

₁

_.717

Likelihood Ratio

.346

1

.556

Fisher's Exact Test

.654

.358

Linear-by-Linear Association

.342

1

.559

N of Valid Cases

82

Lower

Upper

Odds Ratio for Jenis kelamin

(Wanita / Pria)

1.304

.538

3.159

For cohort vas2 = Kasus

1.136

.737

1.752

For cohort vas2 = Kontrol

.872

.554

1.372

N of Valid Cases

82

Total

Chi-S quare Tests

R isk E stimate

Value

95% Confidence Interval

Crosstab

vas2

Total

Jenis kelamin

Wanita

Pria

Kasus

Kontrol

Count

31

10

41

Expected Count

21.5

19.5

41.0

% within Pekerjaan

75.6%

24.4%

100.0%

% within vas2

72.1%

25.6%

50.0%

% of Total

37.8%

12.2%

50.0%

Count

12

29

41

Expected Count

21.5

19.5

41.0

% within Pekerjaan

29.3%

70.7%

100.0%

% within vas2

27.9%

74.4%

50.0%

% of Total

14.6%

35.4%

50.0%

Count

43

39

82

Expected Count

43.0

39.0

82.0

% within Pekerjaan

52.4%

47.6%

100.0%

% within vas2

100.0%

100.0%

100.0%

% of Total

52.4%

47.6%

100.0%

Value

df

Asymp. Sig.

(2-sided)

Exact Sig.

(2-sided)

Exact Sig.

(1-sided)

Pearson Chi-Square

17.652

a

1

.000

Continuity Correction

b

_15.843

₁

_.000

Likelihood Ratio

18.355

1

.000

Fisher's Exact Test

.000

.000

Linear-by-Linear Association

17.436

1

.000

N of Valid Cases

82

Lower

Upper

Odds Ratio for Pekerjaan

(Karyawan / Pelajar)

7.492

2.811

19.964

For cohort vas2 = Kasus

2.583

1.557

4.287

For cohort vas2 = Kontrol

.345

.194

.612

N of Valid Cases

82

Total

Chi-S quare Tests

R isk E stimate

Value

95% Confidence Interval

Crosstab

vas2

Total

Pekerjaan

Karyawan

Ringan

Sedang

Berat

Count

3

6

5

14

Expected Count

6.3

5.1

2.6

14.0

% within Rokok

21.4%

42.9%

35.7%

100.0%

% within vaskel

8.1%

20.0%

33.3%

17.1%

% of Total

3.7%

7.3%

6.1%

17.1%

Count

34

24

10

68

Expected Count

30.7

24.9

12.4

68.0

% within Rokok

50.0%

35.3%

14.7%

100.0%

% within vaskel

91.9%

80.0%

66.7%

82.9%

% of Total

41.5%

29.3%

12.2%

82.9%

Count

37

30

15

82

Expected Count

37.0

30.0

15.0

82.0

% within Rokok

45.1%

36.6%

18.3%

100.0%

% within vaskel

100.0%

100.0%

100.0%

100.0%

% of Total

45.1%

36.6%

18.3%

100.0%

Value

df

Asymp. Sig.

(2-sided)

Pearson Chi-Square

5.083

a

2

.079

Likelihood Ratio

5.012

2

.082

Linear-by-Linear

Association

5.015

1

.025

N of Valid Cases

82

Total

Chi-Square Tests

Crosstab

vaskel

Total

Rokok

Ya

Tidak

Ringan

Sedang

Berat

Count

20

20

8

48

% within Kacamata

41.7%

41.7%

16.7%

100.0%

% within vaskel

54.1%

66.7%

53.3%

58.5%

% of Total

24.4%

24.4%

9.8%

58.5%

Count

17

10

7

34

% within Kacamata

50.0%

29.4%

20.6%

100.0%

% within vaskel

45.9%

33.3%

46.7%

41.5%

% of Total

20.7%

12.2%

8.5%

41.5%

Count

37

30

15

82

% within Kacamata

45.1%

36.6%

18.3%

100.0%

% within vaskel

100.0%

100.0%

100.0%

100.0%

% of Total

45.1%

36.6%

18.3%

100.0%

Value

df

Asymp. Sig.

(2-sided)

Pearson Chi-Square

1.291

a

2

.524

Likelihood Ratio

1.306

2

.520

Linear-by-Linear

Association

.068

1

.794

N of Valid Cases

82

Total

Chi-Square Tests

Crosstab

vaskel

Total

Kacamata

Tidak

Ya

Kasus

Kontrol

Count

11

3

14

Expected Count

7.3

6.7

14.0

% within Rokok

78.6%

21.4%

100.0%

% within vas2

25.6%

7.7%

17.1%

% of Total

13.4%

3.7%

17.1%

Count

32

36

68

Expected Count

35.7

32.3

68.0

% within Rokok

47.1%

52.9%

100.0%

% within vas2

74.4%

92.3%

82.9%

% of Total

39.0%

43.9%

82.9%

Count

43

39

82

Expected Count

43.0

39.0

82.0

% within Rokok

52.4%

47.6%

100.0%

% within vas2

100.0%

100.0%

100.0%

% of Total

52.4%

47.6%

100.0%

Value

df

Asymp. Sig.

(2-sided)

Exact Sig.

(2-sided)

Exact Sig.

(1-sided)

Pearson Chi-Square

4.623

a

₁

_.032

Continuity Correction

b

3.445

1

.063

Likelihood Ratio

4.900

1

.027

Fisher's Exact Test

.041

.030

Linear-by-Linear

Association

4.566

1

.033

N of Valid Cases

82

Lower

Upper

Odds Ratio for Rokok

(Ya / Tidak)

4.125

1.056

16.112

For cohort vas2 =

Kasus

1.670

1.151

2.422

For cohort vas2 =

Kontrol

.405

.145

1.131

N of Valid Cases

82

Total

C hi-S quare Tes ts

R is k E s timate

Value

95% Confidence Interval

C ros s tab

vas2

Total

Rokok

Ya

Tidak

Kasus

Kontrol

Count

16

18

34

Expected Count

17.8

16.2

34.0

% within Kacamata

47.1%

52.9%

100.0%

% within vas2

37.2%

46.2%

41.5%

% of Total

19.5%

22.0%

41.5%

Count

27

21

48

Expected Count

25.2

22.8

48.0

% within Kacamata

56.3%

43.8%

100.0%

% within vas2

62.8%

53.8%

58.5%

% of Total

32.9%

25.6%

58.5%

Count

43

39

82

Expected Count

43.0

39.0

82.0

% within Kacamata

52.4%

47.6%

100.0%

% within vas2

100.0%

100.0%

100.0%

% of Total

52.4%

47.6%

100.0%

Value

df

Asymp. Sig.

(2-sided)

Exact Sig.

(2-sided)

Exact Sig.

(1-sided)

Pearson Chi-Square

.674

a

₁

_.412

Continuity Correction

b

.356

1

.551

Likelihood Ratio

.674

1

.411

Fisher's Exact Test

.502

.275

Linear-by-Linear Association

.666

1

.414

N of Valid Cases

82

Lower

Upper

Odds Ratio for Kacamata (Ya /

Tidak)

.691

.286

1.671

For cohort vas2 = Kasus

.837

.541

1.293

For cohort vas2 = Kontrol

1.210

.771

1.900

N of Valid Cases

82

Total

Chi-S quare Tests

R isk E stimate

Value

95% Confidence Interval

Crosstab

vas2

Total

Kacamata

Ya