Prakiraan Kebutuhan Antibiotik di Puskesmas Kabupaten Toba Samosir Dengan Menggunakan Metode Time Series Berdasarkan Data Tahun 2005 – 2009 Untuk Tahun 2010 - 2014

PRAKIRAAN KEBUTUHAN ANTIBIOTIK DI PUSKESMAS KABUPATEN TOBA SAMOSIR DENGAN MENGGUNAKAN

METODE TIME SERIES BERDASARKAN DATA TAHUN 2005 – 2009 UNTUK TAHUN 2010 – 2014

SKRIPSI OLEH: NIM. 081000223 MEY CORRY SIAGIAN

FAKULTAS KESEHATAN MASYARAKAT

UNIVERSITAS SUMATERA UTARA

MEDAN

2010

PRAKIRAAN KEBUTUHAN ANTIBIOTIK DI PUSKESMAS KABUPATEN TOBA SAMOSIR DENGAN MENGGUNAKAN

METODE TIME SERIES BERDASARKAN DATA TAHUN 2005 – 2009 UNTUK TAHUN 2010 – 2014

SKRIPSI

Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Kesehatan Masyarakat

OLEH: NIM. 081000223 MEY CORRY SIAGIAN

FAKULTAS KESEHATAN MASYARAKAT

UNIVERSITAS SUMATERA UTARA

MEDAN

2010

HALAMAN PENGESAHAN

Skripsi Dengan Judul:

PRAKIRAAN KEBUTUHAN OBAT GENERIK DI PUSKESMAS KABUPATEN TOBA SAMOSIR DENGAN MENGGUNAKAN

METODE TIME SERIES BERDASARKAN DATA TAHUN 2006 – 2010 UNTUK TAHUN 2011 – 2015

Yang dipersiapkan dan dipertahankan oleh: NIM. 081000223

MEY CORRY SIAGIAN

Telah Diuji dan Dipertahankan di Hadapan Tim Penguji Skripsi Pada Tanggal 29 Desember 2010

Dan Dinyatakan Telah Memenuhi Syarat Untuk Diterima Tim Penguji:

Ketua Penguji, Penguji I,

DR. Ir. Erna Mutiara, M.Kes

NIP. 19640826 199003 2 002 NIP. 19510520 198703 2 001 dr. Yusniwarti Yusad, M.Si

Penguji II, Penguji III,

dr. Ria Masniari Lubis, M.Si

NIP. 19531018 198203 2 001 NIP. 19581202 199103 1 001 Drs. Abdul Jalil, M.Kes

Medan, Desember 2010 Fakultas Kesehatan Masyarakat

Universitas Sumatera Utara Dekan,

NIP. 19610831 198903 1 001 Dr. Drs. Surya Utama, M.S

ABSTRAK

Antibiotik merupakan obat yang digunakan untuk mengobati penyakit infeksi pada manusia. Meningkatnya berbagai penyakit infeksi, maka semakin meningkat pula kebutuhan antibiotik yang diperlukan untuk menurunkan morbiditas dan mortalitas penyakit infeksi. Terbatasnya persediaan jenis dan jumlah antibiotik di Puskesmas masih sering menjadi keluhan, sehingga diperlukan perencanaan kebutuhan antibiotik yang tepat. Perencanaan adalah suatu proses untuk menentukan jenis dan jumlah antibiotik dalam rangka pemenuhan kebutuhan antibiotic di puskesmas.

Untuk melakukan perencanaan kebutuhan jenis dan jumlah antibiotik di Puskesmas untuk tahun 2010 – 2014 telah dilakukan penelitian di Dinas Kesehatan Kabupaten Toba Samoir dengan populasi yaitu data kebutuhan antibiotik di Puskesmas Kabupaten Toba Samosir pada tahun 2005 - 2009. Cara yang digunakan untuk memprediksikan jenis dan jumlah kebutuhan antibiotik di Puskesmas Kabupaten Toba Samosir adalah dengan menggunakan metode Time Series. Dilakukan dengan melakukan uji regresi untuk melihat hubungan antara data dan waktu dengan nilai probabilitas < 0,05. Jika signifikan, maka data dapat diramalkan untuk lima tahun berikutnya dengan menggunakan analisis Time Series dengan menghitung nilai trend dan indeks musiman. Tetapi jika tidak signifikan maka data hanya diramalkan satu tahun ke depan dengan menggunakan Analisis Time Series dengan metode Double Exponential Smoothing.

Dari hasil penelitian prakiraan kebutuhan antibiotik untuk jenis Amoxicillin tablet dan Kotrimoksazol suspensi (pediatrik) dianalisis untuk lima tahun kedepan dengan menghitung nilai trend dan indeks musiman, sedangkan prakiraan kebutuhan antibiotik untuk jenis Amoxicillin sirup, Kloramfenikol, Kotrimoksazol tablet, Metronidazol dan Tetrasiklin dianalisis untuk tahun 2010 dengan menggunakan Metode Double Exponential Smoothing.

Hasil penelitian ini diharapkan dapat dimanfaatkan oleh Kabupaten Toba Samosir melalui Dinas Kesehatan Kabupaten Toba Samosir dalam membuat perencanaan jenis dan jumlah kebutuhan antibiotik yang diperlukan untuk menangani berbagai penyakit infeksi yang dialami oleh pasien yang berkunjung ke Puskesmas di Kabupaten Toba Samosir.

Kata kunci: antibiotik, Time Series, trend, indeks musiman, Double Exponential Smoothing

ABSTRACT

Antibiotics are drugs used to treat infectious diseases in humans. The more variety of infectious diseases, the more the need for antibiotics to reduce morbidity and mortality of infectious diseases. The limited supply of the type and amount of antibiotics in public health centers is still often a complaint which makes planning of appropriate antibiotics required. Planning is a process to determine the type and amount of antibiotics in order to fulfill the needs of antibiotics in public health centers.

To make planning the type and number of antibiotics need in public health centers for 2010 - 2014 period, a research had been conducted in Toba Samosir District Health Office where the population of data is the amount antibiotics need in public health center Toba Samosir regency of 2005 to 2009 period. The methode used to predict the type and amount of antibiotics needed in the public health center of Toba Samosir regency is Time Series. Performed by doing regression testing to see the significance between the data and time with a probability value less than 0.05 (<0.05). If it is significant, then the data can be predicted by using Time Series analysis for the five upcoming years by calculating the trend values and seasonal index. But if it isn't, then data can only be predicted for the next one year by Time Series Analysis with Double Exponential Smoothing method.

From the research forecasts the antibiotics need for Amoxicillin tablet and Cotrimoxazole suspension (pediatric) were analyzed for five years by calculating the trend and seasonal index, while the forecast demand for the type of antibiotic Amoxicillin syrup, chloramphenicol, Cotrimoxazole tablets, metronidazole and tetracyclines were analyzed for 2010 using Double Exponential Smoothing Method.

Hopefully this research results become usefull for the District of Toba Samosir through Toba Samosir District Health Office in planning the type and number of required amount of antibiotics to treat various infectious diseases experienced by patients attending public health centers in Toba Samosir regency.

Keywords: antibiotics, Time Series, trend, seasonal index, Double Exponential

KATA PENGANTAR

Segala puji dan syukur kepada Tuhan Yesus yang selalu menyertai penulis hingga rampungnya skripsi ini dengan judul :

“Prakiraan Kebutuhan Antibiotik di Puskesmas Kabupaten Toba Samosir Dengan Menggunakan Metode Time Series Berdasarkan Data Tahun 2005 – 2009 Untuk Tahun 2010 - 2014”

Dalam proses penyusunan skripsi ini, banyak pihak yang telah ikut membantu hingga rampungnya skripsi ini. Untuk itu, penulis ingin mengucapkan terima kasih yang kepada:

1. Bapak Dr. Drs. Surya Utama, M.S selaku Dekan Fakultas Kesehatan Masyarakat Universitas Sumatera Utara

2. Ibu Dr. Ir. Zulhaida Lubis M.Kes selaku Dekan Fakultas Kesehatan Masyarakat Universitas Sumatera Utara

3. Ibu dr. Yusniwarti Yusad, M.Si, selaku Ketua Departemen Kependudukan dan Biostatistik sekaligus sebagai Dosen Pembimbing II, yang dengan kesabarannya dalam memberikan arahan dan masukan dalam menyempurnakan skripsi ini.

4. Ibu Dr. Ir. Erna Mutiara, M.Kes, selaku Dosen Pembimbing I, yang telah sabar dalam membimbing, mengarahkan dan memberikan berbagai kritik dan saran yang sangat membantu demi kelancaran dan kesempurnaan skripsi ini.

5. Ibu dr. Ria Masniari Lubis, selaku Dosen Penguji, yang ikut menguji pada saat sidang, dan telah memberikan saran demi kesempurnaan skripsi ini. 6. Bapak Drs. Abdul Jalil Amri Arma, M.Kes, selaku Pudek III FKM USU dan

sekaligus sebagai Penguji dalam sidang skripsi yang memberikan ide dan masukan demi kesempurnaan skripsi ini.

7. Ibu Dr. Ir. Evawani Yunita Aritonang M.Si selaku dosen Pembimbing Akademik selama penulis menjadi mahasiswa di Fakultas Kesehatan Masyarakat Universitas Sumatera Utara.

8. Para dosen dan staf di lingkungan Fakultas Kesehatan Masyarakat Universitas Sumatera Utara.

9. Kepada Dinas Kesehatan Kabupaten Toba Samosir dan seluruh staf yang membantu penulis selama melakukan penelitian

10. Kedua orang tuaku, Ayahanda (T. Siagian) dan Ibunda (Kristina Pane) serta kedua saudaraku Deddy dan Marcos yang selalu mendukung dalam menyelesaikan pendidikan di Fakultas Kesehatan Masyarakat Universitas Sumatera Utara.

11. Sepupuku Lina Hasibuan yang memberikan bantuan dan dukungan yang sangat berarti di akhir penyelesaian skripsi ini

12. Temanku Romaida Panjaitan yang selalu mendoakan dan memberikan dukungan dan bantuan yang tak ternilai selama penyelesaian skripsi ini

13. Teman-teman di Departemen Kependudukan dan Biostatistik khususnya sahabat-sahabatku di peminatan Biostatistik dan Informasi Kesehatan yang saling mendukung satu sama lain.

14. Semua pihak yang telah banyak membantu dalam penyelesaian skripsi ini yang tidak dapat saya sebutkan satu per satu.

Akhir kata penulis mengharapkan semoga skripsi ini bermanfaat bagi para pembaca khususnya keluarga besar Universitas Sumatera Utara.

Medan, Desember 2010

Penulis,

DAFTAR ISI

Hal

Halaman Persetujuan ... i

Halaman Abstrak ... ii

Kata Pengantar ... iv

Daftar isi ... vi

Daftar Tabel ... viii

Daftar Gambar ... ix

BAB I: PENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Permasalahan ... 4

1.3 Tujuan ... 4

1.3.1 Tujuan umum ... 4

1.3.2 Tujuan khusus ... 4

1.4 Manfaat Penelitian ... 5

BAB II: TINJAUAN PUSTAKA ... 6

2.1 Antibiotik ... 6

2.1.1 Defenisi ... 6

2.1.2 Jenis antibiotik ... 6

2.2 Peramalan ... 8

1.2.1 Pengertian Peramalan ... 8

1.2.2 Jenis-jenis Peramalan ... 8

1.2.3 Kegunaan Peramalan ... 10

2.3 Analisis Data Berkala (Analysis of Time Series) ... 10

2.4 Metode Peramalan ... 16

2.4.1 Pengertian Metode Peramalan ... 16

2.4.2 Jenis-jenis Metode Peramalan ... 16

BAB III: METODE PENELITIAN... 28

3.1 Jenis Penelitian ... 28

3.2 Lokasi dan Waktu Penelitian ... 28

3.3 Populasi dan Sampel ... 28

3.4 Metode Pengumpulan Data ... 28

3.5 Definisi Operasional ... 29

3.6 Teknik Analisis Data ... 32

BAB IV: HASIL PENELITIAN ... 33

4.1 Gambaran Umum Kabupaten Toba Samosir ... 33

4.1.1 Lokasi dan Keadaan Geografis ... 33

4.1.3 Pendidikan ... 34

4.2 Gambaran Dinas Kesehatan Kabupaten Toba Samosir ... 35

4.2.1 Visi dan Misi Dinas Kesehatan Kabupaten Toba Samosir ... 35

4.2.2 Sarana Pelayanan Kesehatan di Kabupaten Toba Samosir ... 36

4.3 Jumlah Penggunaan Antibiotik di Kabupaten Toba Samosir ... 37

4.3.1 Amoxicillin (tablet 500) ... 37

4.3.2 Amoxicillin (sirup kering 125 mg) ... 39

4.3.3 Kloramfenikol kapsul 250 mg ... 41

4.3.4 Kotrimoksazol suspensi 120 mg (Pediatrik) ... 43

4.3.5 Kotrimoksazol (tablet 480 mg) ... 46

4.3.6 Metronidazol (tablet 500 mg) ... 48

4.3.7 Tetrasiklin (tablet 500 mg) ... 50

BAB V: PEMBAHASAN ... 53

BAB VI: KESIMPULAN DAN SARAN ... 56

6.1 Kesimpulan ... 56

6.2 Saran ... 58

DAFTAR PUSTAKA

DAFTAR TABEL

Tabel 4.1 Sarana Pelayanan Kesehatan di Kabupaten Toba Samosir ... 36

Tabel 4.2 Jumlah Kebutuhan Amoxicillin (tablet 500 mg)

di Kabupaten Toba Samosir ... 37

Tabel 4.3 Prakiraan Kebutuhan Amoxicillin tablet di Kabupaten Toba Samosir

Tahun 2010 – 2014 ... 39

Tabel 4.4 Jumlah Kebutuhan Amoxicillin (sirup kering 125 mg)

di Kabupaten Toba Samosir ... 39

Tabel 4.5 Prakiraan Jumlah Kebutuhan Amoxicillin (sirup kering 125 mg)

di Kabupaten Toba Samosir Tahun 2010 ... 41

Tabel 4.6 Jumlah Kebutuhan Kloramfenikol (kapsul 250 mg)

di Kabupaten Toba Samosir ... 41

Tabel 4.7 Prakiraan Jumlah Kebutuhan Kloramfenikol (kapsul 250 mg)

di Kabupaten Toba Samosir Tahun 2010 ... 43

Tabel 4.8 Jumlah Kebutuhan Kotrimoksazol suspensi 120 mg (pediatrik)

di Kabupaten Toba Samosir ... 43

Tabel 4.9 Prakiraan Kebutuhan Kotrimoksazol suspensi 120 mg (pediatrik)

di Kabupaten Toba Samosir Tahun 2010 – 2014 ... 45

Tabel 4.10 Jumlah Kebutuhan Kotrimoksazol (tablet 480 mg)

di Kabupaten Toba Samosir ... 46

Tabel 4.11 Prakiraan Jumlah Kebutuhan Kotrimoksazol 480 mg

Tabel 4.12 Jumlah Kebutuhan Metronidazol tab 500 mg

di Kabupaten Toba Samosir ... 48

Tabel 4.13 Prakiraan Jumlah Kebutuhan Metronidazol (tablet 500 mg)

di Kabupaten Toba Samosir Tahun 2010 ... 49

Tabel 4.14 Jumlah kebutuhan Tetrasiklin (tablet 500 mg)

di Kabupaten Toba Samosir ... 50

Tabel 4.15 Prakiraan Jumlah Kebutuhan Tetrasiklin (tablet 500 mg)

DAFTAR GAMBAR

Gambar 4.1 Grafik Prakiraan Kebutuhan Amoxicillin (tablet 500 mg)

dengan menggunakan Metode Rasio Terhadap Trend ... 38

Gambar 4.2 Grafik Prakiraan Kebutuhan Amoxicillin (sirup kering 125 mg)

dengan menggunakan Metode Double Exponential Smoothing ... 40

Gambar 4.3 Grafik Prakiraan Kebutuhan Kloramfenikol (kapsul 250 mg)

dengan menggunakan Metode Double Exponential Smoothing ... 42

Gambar 4.4 Grafik Prakiraan Kebutuhan Kotrimoksazol suspensi 120 mg

dengan menggunakan Metode Rasio Terhadap Trend ... 45

Gambar 4.5 Grafik Prakiraan Kebutuhan Kotrimoksazol (tablet 480 mg)

dengan menggunakan Metode Double Exponential Smoothing ... 47

Gambar 4.6 Grafik Prakiraan Kebutuhan Metronidazol (tablet 500 mg)

dengan menggunakan Metode Double Exponential Smoothing ... 49

Gambar 4.7 Grafik Prakiraan Kebutuhan Tetrasiklin (tablet 500 mg)

ABSTRAK

Antibiotik merupakan obat yang digunakan untuk mengobati penyakit infeksi pada manusia. Meningkatnya berbagai penyakit infeksi, maka semakin meningkat pula kebutuhan antibiotik yang diperlukan untuk menurunkan morbiditas dan mortalitas penyakit infeksi. Terbatasnya persediaan jenis dan jumlah antibiotik di Puskesmas masih sering menjadi keluhan, sehingga diperlukan perencanaan kebutuhan antibiotik yang tepat. Perencanaan adalah suatu proses untuk menentukan jenis dan jumlah antibiotik dalam rangka pemenuhan kebutuhan antibiotic di puskesmas.

Untuk melakukan perencanaan kebutuhan jenis dan jumlah antibiotik di Puskesmas untuk tahun 2010 – 2014 telah dilakukan penelitian di Dinas Kesehatan Kabupaten Toba Samoir dengan populasi yaitu data kebutuhan antibiotik di Puskesmas Kabupaten Toba Samosir pada tahun 2005 - 2009. Cara yang digunakan untuk memprediksikan jenis dan jumlah kebutuhan antibiotik di Puskesmas Kabupaten Toba Samosir adalah dengan menggunakan metode Time Series. Dilakukan dengan melakukan uji regresi untuk melihat hubungan antara data dan waktu dengan nilai probabilitas < 0,05. Jika signifikan, maka data dapat diramalkan untuk lima tahun berikutnya dengan menggunakan analisis Time Series dengan menghitung nilai trend dan indeks musiman. Tetapi jika tidak signifikan maka data hanya diramalkan satu tahun ke depan dengan menggunakan Analisis Time Series dengan metode Double Exponential Smoothing.

Dari hasil penelitian prakiraan kebutuhan antibiotik untuk jenis Amoxicillin tablet dan Kotrimoksazol suspensi (pediatrik) dianalisis untuk lima tahun kedepan dengan menghitung nilai trend dan indeks musiman, sedangkan prakiraan kebutuhan antibiotik untuk jenis Amoxicillin sirup, Kloramfenikol, Kotrimoksazol tablet, Metronidazol dan Tetrasiklin dianalisis untuk tahun 2010 dengan menggunakan Metode Double Exponential Smoothing.

Hasil penelitian ini diharapkan dapat dimanfaatkan oleh Kabupaten Toba Samosir melalui Dinas Kesehatan Kabupaten Toba Samosir dalam membuat perencanaan jenis dan jumlah kebutuhan antibiotik yang diperlukan untuk menangani berbagai penyakit infeksi yang dialami oleh pasien yang berkunjung ke Puskesmas di Kabupaten Toba Samosir.

Kata kunci: antibiotik, Time Series, trend, indeks musiman, Double Exponential Smoothing

ABSTRACT

Antibiotics are drugs used to treat infectious diseases in humans. The more variety of infectious diseases, the more the need for antibiotics to reduce morbidity and mortality of infectious diseases. The limited supply of the type and amount of antibiotics in public health centers is still often a complaint which makes planning of appropriate antibiotics required. Planning is a process to determine the type and amount of antibiotics in order to fulfill the needs of antibiotics in public health centers.

To make planning the type and number of antibiotics need in public health centers for 2010 - 2014 period, a research had been conducted in Toba Samosir District Health Office where the population of data is the amount antibiotics need in public health center Toba Samosir regency of 2005 to 2009 period. The methode used to predict the type and amount of antibiotics needed in the public health center of Toba Samosir regency is Time Series. Performed by doing regression testing to see the significance between the data and time with a probability value less than 0.05 (<0.05). If it is significant, then the data can be predicted by using Time Series analysis for the five upcoming years by calculating the trend values and seasonal index. But if it isn't, then data can only be predicted for the next one year by Time Series Analysis with Double Exponential Smoothing method.

From the research forecasts the antibiotics need for Amoxicillin tablet and Cotrimoxazole suspension (pediatric) were analyzed for five years by calculating the trend and seasonal index, while the forecast demand for the type of antibiotic Amoxicillin syrup, chloramphenicol, Cotrimoxazole tablets, metronidazole and tetracyclines were analyzed for 2010 using Double Exponential Smoothing Method.

Hopefully this research results become usefull for the District of Toba Samosir through Toba Samosir District Health Office in planning the type and number of required amount of antibiotics to treat various infectious diseases experienced by patients attending public health centers in Toba Samosir regency.

Keywords: antibiotics, Time Series, trend, seasonal index, Double Exponential

BAB I PENDAHULUAN

1.1 Latar Belakang

Kesehatan merupakan salah satu kebutuhan dasar manusia disamping pangan, pemukiman, dan pendidikan karena hanya dalam keadaan sehat manusia dapat hidup, tumbuh dan berkarya lebih baik. Sebagai salah satu faktor penting untuk mewujudkan kemampuan setiap penduduk untuk hidup sehat adalah obat, sehingga untuk mencapai tujuan pembangunan kesehatan perlu tersedia obat dalam jenis dan jumlah yang cukup sesuai dengan kebutuhan nyata masyarakat, aman penggunaannya, berkhasiat dan memiliki mutu yang memenuhi persyaratan yang ditetapkan, tersebar merata serta terjangkau oleh masyarakat (Agoes, 1992).

Menurut Dwiprahasto (1994), penyakit infeksi masih merupakan penyakit yang banyak di jumpai di Indonesia sampai saat ini. Dalam suatu negara, khususnya negara berkembang seperti Indonesia, peranan antibiotik dalam menurunkan morbiditas dan mortalitas penyakit infeksi masih sangat menonjol. Laporan dari berbagai Negara masih menyebutkan bahwa anggaran yang diperlukan untuk pengobatan antibiotik lebih dari anggaran keseluruhan obat. (Wulandari, 2009).

Menurut data WHO pada tahun 2000-2003 penyakit infeksi (diare dan pneumonia) merupakan penyebab kematian dua urutan tertinggi di dunia pada anak di bawah umur lima tahun, dengan Proportional Mortality Rate (PMR) 17% dan 19 %. Pada tahun yang sama, penyakit infeksi yaitu diare di Asia Tenggara juga menempati

urutan nomor tiga penyebab kematian pada anak di bawah umur lima tahun dengan PMR sebesar 18% (Rasmaliah, 2010).

Data World Health Statistics menunjukkan bahwa lebih dari 70% kematian balita disebabkan oleh penyakit infeksi (seperti diare, pneumonia, campak, malaria) dan malnutrisi. Menurut UNICEF penyakit infeksi merupakan penyebab kematian utama. Dari 9 juta kematian pada balita per tahunnya di dunia, lebih dari 2 juta di antaranya meninggal akibat penyakit ISPA. WHO melaporkan lebih dari 50% kasus penyakit infeksi berada di Asia Tenggara dan Sub-Sahara Afrika. Dilaporkan, tiga per empat kasus penyakit infeksi pada balita berada di 15 negara berkembang. Yang membahayakan, Indonesia termasuk dalam himpunan 15 negara itu, dan menduduki tempat ke-6 dengan jumlah 6 juta kasus (Rasmaliyah, 2010).

Data dari Dinas Kesehatan Kabupaten Toba Samosir tahun 2009 menunjukkan bahwa terdapat beberapa kasus penyakit infeksi yang berkunjung ke Puskesmas antara lain penyakit diare sebanyak 3363 kasus, infeksi penyakit usus lain sebanyak 2512, sedangkan infeksi pada saluran pernapasan bagian atas sebanyak 15618 kasus. Infeksi pada saluran kemih sebanyak 93 kasus, infeksi kulit sebanyak 833 dan beberapa penyakit infeksi lainnya.

Pemberian antibiotik merupakan pengobatan utama dalam penatalaksanaan penyakit infeksi. Terbatasnya persediaan obat baik dalam jenis maupun jumlah di puskesmas masih sering dikeluhkan, akibatnya tenaga kesehatan mungkin memberikan preskripsi antibiotika yang harus ditebus di apotik luar puskesmas, atau memberi obat sesuai dengan persediaan yang ada. Kemungkinan kedua di atas menyebabkan tidak terhindarkan preskripsi obat yang tidak tepat. Dalam hal

pengadaan obat, terutama dalam hal kebutuhan dan kecukupan; perencanaan memegang peranan penting. Tidak adanya tenaga perencanaan yang terlatih, mengakibatkan perencanaan yang tidak berjalan baik (Wijaya, 1987).

Perencanaan adalah suatu proses kegiatan seleksi obat dan perbekalan kesehatan untuk menentukan jumlah obat dalam rangka pemenuhan kebutuhan Puskesmas. Perencanaan kebutuhan obat untuk Puskesmas setiap periode dilaksanakan oleh Pengelola Obat Publik dan Perbekalan Kesehatan di Puskesmas. Data mutasi obat yang dihasilkan oleh Puskesmas merupakan salah satu faktor utama dalam mempertimbangkan perencanaan kebutuhan obat tahunan. Oleh karena itu data ini sangat penting untuk perencanaan kebutuhan obat di Puskesmas (Depkes RI, 2005).

Ketepatan dan kebenaran data di Puskesmas akan berpengaruh terhadap ketersediaan obat dan perbekalan kesehatan secara keseluruhan di Kab/Kota. Dalam proses perencanaan kebutuhan obat pertahun Puskesmas diminta menyediakan data pemakaian obat dengan mengunakan LPLPO. Selanjutnya Instalasi Farmasi Kabupaten/Kota yang akan melakukan kompilasi dan analisa terhadap kebutuhan obat Puskesmas diwilayah kerjanya (Depkes RI, 2005).

Dalam menjalankan fungsi pelayanan, setiap puskesmas di Kabupaten Toba Samosir memperoleh obat-obatan termasuk antibiotik yang didistribusikan dari Dinas Kesehatan Kabupaten Toba Samosir. Antibiotik yang umumya digunakan di Puskesmas antara lain Amoxicillin sirup, Amoxicillin tablet, Kloramfenikol, Kotrimoksazol suspensi (pediatrik), Kotrimoksazol tablet, Metronidazol, Tetrasiklin

kapsul. Kebutuhan akan antibiotik akan meningkat dengan semakin banyaknya jumlah pengunjung dengan penyakit infeksi yang berobat ke Puskesmas.

1.2 Permasalahan

Meningkatnya jumlah pasien dengan berbagai penyakit infeksi yang berkunjung ke Puskesmas di Kabupaten Toba Samosir sehingga diperlukan perencanaan jumlah antibiotik yang diperlukan untuk penanganan masalah tersebut.

1.3 Tujuan

1.3.1 Tujuan umum

Untuk mengetahui gambaran jumlah kebutuhan dan jenis antibiotik pada tahun 2005 – 2009 dan untuk memprakirakan jumlah antibiotik yang akan disediakan tahun 2010 – 2014 untuk Puskesmas di Kabupaten Toba Samosir.

1.3.2 Tujuan khusus

1. Untuk mengetahui gambaran jumlah kebutuhan Amoxicillin sirup di Puskesmas Kabupaten Toba Samosir pada tahun 2005 – 2009 dan memprakirakan untuk tahun 2010 – 2014.

2. Untuk mengetahui gambaran jumlah kebutuhan Amoxicillin tablet di Puskesmas Kabupaten Toba Samosir pada tahun 2005 – 2009 dan memprakirakan untuk tahun 2010 – 2014

3. Untuk mengetahui gambaran jumlah kebutuhan Kloramfenikol kapsul di Puskesmas Kabupaten Toba Samosir pada tahun 2005 – 2009 dan memprakirakan untuk tahun 2010 – 2014

4. Untuk mengetahui gambaran jumlah kebutuhan Kotrimoksazol suspensi (pediatrik) di Puskesmas Kabupaten Toba Samosir pada tahun 2005 – 2009 dan memprakirakan untuk tahun 2010 – 2014

5. Untuk mengetahui gambaran jumlah kebutuhan Kotrimoksazol tablet di Puskesmas Kabupaten Toba Samosir pada tahun 2005 – 2009 dan memprakirakan untuk tahun 2010 – 2014

6. Untuk mengetahui gambaran jumlah kebutuhan Metronidazol tablet di Puskesmas Kabupaten Toba Samosir pada tahun 2005 – 2009 dan memprakirakan untuk tahun 2010 – 2014

7. Untuk mengetahui gambaran jumlah kebutuhan Tetrasiklin kapsul di Puskesmas Kabupaten Toba Samosir pada tahun 2005 – 2009 dan memprakirakan untuk tahun 2010 – 2014

1.4 Manfaat Penelitian

1. Sebagai bahan masukan bagi Dinas Kesehatan Kabupaten Toba Samosir untuk membuat perencanaan jumlah dan jenis antibiotik yang diperlukan untuk Puskesmas di Kabupaten Toba Samosir untuk tahun 2010 – 2014. 2. Sebagai bahan masukan bagi Dinas Kesehatan Kabupaten Toba Samosir

untuk membuat perencanaan anggaran pengadaan antibiotik untuk Puskesmas di Kabupaten Toba Samosir tahun 2010 - 2014.

BAB II

TINJAUAN PUSTAKA

2.1 Antibiotik 2.1.1 Defenisi

Antibiotik adalah segolongan senyawa, baik alami maupun sintetik, yang mempunyai efek menekan atau menghentikan suatu proses biokimia di dalam organisme, khususnya dalam proses infeksi oleh bakteri. Penggunaan antibiotik khususnya berkaitan dengan pengobatan penyakit infeksi, meskipun dalam bioteknologi dan rekayasa genetika juga digunakan sebagai alat seleksi terhadap mutan atau transforman (Tri Atmojo, 2006).

Antibiotik adalah zat-zat yang dihasilkan oleh suatu mikroba jenis lain. Obat yang digunakan untuk membasmi mikroba, penyebab infeksi pada manusia, harus memiliki sifat toksisitas selektif setinggi mungkin. Artinya obat tersebut haruslah bersifat sangat toksik untuk mikroba, tetapi relatif tidak toksik untuk hospes (Abidin, 2010).

2.1.2 Jenis Antibiotik

Penggolongan antibiotik berdasarkan atas spektrum aktivitasnya dapat dibagi atas beberapa golongan (Abidin, 2010), yaitu:

1) Antibiotik dengan spektrum luas, efektif terhadap gram positif maupun gram negatif. Sebagai contoh adalah turunan tetrasiklin, turunan amfenikol, turunan aminoglikosida, turunan miklorida, rifamfisin, beberapa turunan pinisilin

(ampisilin, amoxisilin, bekampisin, karbenisilin, hetasilin, dan lain-lain dan sebagian besar turunan xefalosporin).

2) Antibiotik yang aktivitasnya lebih dominan terhadap bakteri gram positif. Sebagai contohnya adalah: basitrin, eritrosimin, sebagian besar turunan penisilin seperti benzil penisilin, kloksasili, penisilin G prokain dan beberapa turunan sefalosporin.

3) Antibiotik yang aktivitasnya lebih dominan terhadap bakteri gram negatif. Sebagai contoh adalah kolistin, polimiksin B sulfat dan sulfomisin.

4) Antibiotik yang aktivitas dominan pada Mycobacteriae.

2.1.3 Kebijakan obat di Puskesmas

Puskesmas adalah unit pelaksana teknis (UPT) dari Dinas Kesehatan Kabupaten/Kota yang bertanggungjawab menyelenggarakan pembangunan kesehatan di satu atau sebagian wilayah kecamatan (Kepmenkes No. 128 tahun 2004).

Dinas Kesehatan Propinsi dan Dinas Kesehatan Kabupaten/Kota wajib menyediakan obat esensial dengan nama generik untuk kebutuhan Puskesmas dan unit pelaksana teknis lainnya sesuai kebutuhan (Permenkes RI Nomor HK.02.02/MENKES/068/I/2010).

Dinas Kesehatan Propinsi/Kabupaten/Kota wajib membuat perencanaan, pengadaan, penyimpanan, penyediaan, pengelolaan dan pendistribusian obat kepada puskesmas dan pelayanan kesehatan lain termasuk antibiotik (Permenkes RI Nomor HK.02.02/MENKES/068/I/2010).

2.2 Peramalan

2.2.1 Pengertian Peramalan

Prakiraan adalah

merupakan dugaan atau perkiraan mengenai terjadinya suatu kejadian atau peristiwa di waktu yang akan datang (Supranto, 1981).

Peramalan diperlukan karena adanya perbedaan waktu antara kesadaran akan dibutuhkannya suatu kebijakan baru dengan waktu pelaksanaan kebijakan tersebut (Assauri, 1984).

2.2.2 Jenis-jenis Peramalan

Peramalan dapat dibedakan atas beberapa segi antara lain:

1. Dilihat dari sifat penyusunannya, peramalan dibedakan atas dua macam:

a. Peramalan yang subyektif, yaitu peramalan yang didasarkan atas perasaan atau intuisi dari orang yang menyusunnya. Dalam hal ini pandangan atau judgement dari orang yang menyusunnya sangat menentukan baik tidaknya hasil ramalan tersebut.

b. Peramalan yang objektif, adalah peramalan yang didasarkan atas data yang relevan pada masa lalu dengan menggunakan teknik-teknik dan metoda-metoda dalam penganalisaan data tersebut.

2. Dilihat dari jangka waktu ramalan yang disusun, peramalan terbagi atas dua macam:

a. Peramalan jangka panjang, yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan yang jangka waktunya lebih dari satu setengah tahun atau tiga semester.

b. Peramalan jangka pendek, yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan dengan jangka waktu yang kurang dari satu setengah tahun atau tiga semester.

3. Berdasarkan sifat ramalan yang telah disusun, peramalan dibedakan atas:

a. Peramalan Kualitatif, yaitu peramalan yang didasarkan atas data kualitatif pada masa lalu. Hasil peramalan yang dibuat sangat tergantung pada orang yang menyusunnya. Hal ini penting karena hasil peramalan tersebut ditentukan berdasarkan pemikiran yang bersifat intuisi, judgement, atau pendapat, dan pengetahuan serta pengalaman dari penyusunnya.

b. Peramalan Kuantitatif, yaitu peramalan yang didasarkan atas data kuantitatif pada masa lalu. Hasil peramalan yang dibuat sangat tergantung pada metode yang dipergunakan dalam peramalan tersebut. Dengan metode yang berbeda akan diperoleh hasil peramalan yang berbeda, adapun yang perlu diperhatikan dari penggunaan metode-metode tersebut, adalah baik tidaknya metode yang dipergunakan, sangat ditentukan oleh perbedaan atau penyimpangan antara hasil ramalan dengan kenyataan yang terjadi. Peramalan kuantitatif hanya dapat digunakan apabila terdapat tiga kondisi sebagai berikut:

1. Adanya informasi tentang keadaan yang lain

3. Dapat diasumsikan bahwa pola yang lalu akan berkelanjutan pada masa yang akan datang.

2.2.3 Kegunaan Peramalan

Dalam hal penyusunan suatu rencana dalam rangka pencapaian tujuan dan sasaran organisasi sering terjadi adanya perbedaan waktu antara kegiatan penyusunan rencana yang berupa penentuan kegiatan apa saja yang perlu atau harus dilakukan, kapan waktu pelaksanaannya dan oleh siapa dilaksanakan (Assauri, 1984).

Apabila perbedaan waktu tersebut panjang, maka peranan peramalan menjadi penting dan sangat dibutuhkan, terutama dalam menentukan kapan suatu peristiwa akan terjadi atau suatu kebutuhan akan timbul sehingga dapat dipersiapkan tindakan-tindakan apa yang perlu dilakukan. Efektif tidaknya suatu rencana yang disusun sangat ditentukan oleh kemampuan para penyusunnya untuk meramalkan situasi dan kondisi pada saat rencana itu dilaksanakan (Assauri, 1984).

2.3 Analisis Data Berkala (Analysis of Time Series)

Data berkala (time series) adalah data yang dikumpulkan dari waktu ke waktu untuk memberikan gambaran tentang perkembangan suatu kegiatan. Analisis data berkala memungkinkan untuk mengetahui perkembangan waktu atau beberapa kejadian serta hubungan dan pengaruhnya terhadap kejadian lain (Supranto, 1994).

Time series adalah peramalan di masa datang didasarkan pada nilai sebuah variebel masa lalu atau kesalahan yang dilakukan sebelumnya. Tujuan Time series ini

mencakup meneliti pola data yang digunakan untuk meramalkan dan melakukan ekstrapolasi ke masa mendatang (Manurung, 1990).

Tahapan yang penting dalam pemilihan metode time series yang tepat yaitu: membuat asumsi terhadap jenis bentuk data, dan metode yang paling tepat tersebut diuji terhadap data tersebut (Setiadi, 2003).

Bentuk data yang dimaksud dikelompokkan menjadi 4 (empat) jenis: 1. Bentuk data horizontal/stasioner/irregular

Terjadi apabila nilai data berfluktuasi di sekitar nilai rata-ratanya 2. Bentuk data musiman

Bila seriesnya dipengaruhi oleh faktor musiman 3. Bentuk data siklis

Data dipengaruhi oleh fluktuasi ekonomi yang panjang seperti dihubungkan dengan siklis bisnis dan lain-lain

4. Bentuk trend

Bila penurunan/kenaikan data terjadi berkepanjangan

Menurut Assauri (1984), secara matematis time series dapat disimbolkan dengan Y, terdiri dari beberapa komponen, yaitu:

1. Trend jangka panjang (trend seculer) 2. Variasi siklis (cyclical variation) 3. Variasi musiman (seasonal variation)

Secara simbolis dapat dinyatakan dengan persamaan sebagai berikut:

Dimana: Y = Time series

T = Trend jangka panjang (trend seculer) C = Variasi siklis (cyclical variation) S = Variasi musiman (seasonal variation)

I = Gerakan tidak beraturan (variasi residu/irregular) a. Trend jangka panjang (trend seculer)

Trend jangka panjang (trend seculer) disimbolkan T adalah gerakan teratur atau gerakan rata-rata dalam jangka waktu yang panjang. Trend seculer memiliki bentuk yang beraneka ragam, dapat berupa garis meningkat, menurun, horizontal atau naik turun secara halus mirip huruf S yang memanjang.

Y = f(x) Y = f(x) Y = f(x) Y = f(x)

Waktu (x) Waktu (x) Waktu (x) Waktu (x)

Trend naik Trend turun Trend tetap Trend fluktuasi

Gambar 2.1 Kurva Trend jangka panjang

b. Variasi siklis (cyclical variation)

Y = T.C.S.I

Variasi siklis (cyclical variation) disimbolkan C adalah gerakan jangka panjang disekitar trend, lima tahun atau lebih), tetapi juga tidak terulang dalam jangka waktu yang sama.

Pada siklis tersebut terdapat titik tertinggi (puncak) dan titik terendah (lembah). Pergerakan dari puncak ke lembah dinamakan kontraksi, sebaliknya pergerakan dari lembah ke puncak dinamakan ekspansi. Waktu yang diperlukan untuk melewati satu siklis dinamakan lama siklis.

Y = f(x)

Waktu (x)

Gambar 2.2 Kurva Variasi Siklis

c. Variasi musiman (seasonal variation)

Variasi musiman (seasonal variation) disimbolkan S adalah variasi yang berulang-ulang atau pola musiman yang menunjukkan puncak dan lembah seperti pada siklis dengan periode yang pendek yaitu satu tahun atau kurang. Pada umumnya gerakan musiman terjadi pada data bulanan yang dikumpulkan dari tahun ke tahun akan tetapi juga berlaku bagi data harian, mingguan atau satuan waktu yang lebih kecil.

Pola variasi musim dinyatakan dalam bentuk angka indeks yang disebut indeks musiman dapat diketahui dengan metode rasio terhadap trend. Metode rasio terhadap trend menggunakan nilai-nilai trend sebagai dasar perhitungan.

Langkah-langkah penyelesaian dengan Metode rasio terhadap trend (Gitosudarmo) adalah sebagai berikut:

1. Menentukan persamaan trend tahunan dengan metode least square. 2. Mengubah persaman trend tahunan menjadi persamaan trend bulanan.

Trend bulanan adalah trend dari bulan ke bulan, misalnya dari bulan Januari ke bulan Februari dan dari bulan Maret ke bulan April. Sama hanya trend tahunan yang merupakan trend dari tahun ke tahun. Dari trend tahunan (satuan x -nya tahun) bisa dibuat menjadi trend bulanan (satuan x -nya bulan) dilakukan dengan cara membagi nilai a dengan 12 dan nilai b dengan 122 atau 144.

Jika persamaan trend tahunan Yi = a+bXi

Maka persamaan trend bulanan adalah Yi a b Xi

144

12+

=

3. Menentukan nilai-nilai trend untuk masing-masing bulan, dengan persamaan:

Xi b a Yi

144

12+

=

4. Menyatakan data berkalanya (Yi) sebagai persentase terhadap nilai trend 5. Menentukan rata-rata setiap bulan

6. Jumlahkan rata-rata bulan Januari sampai Desember 7. Menentukan indeks musimnya:

% 100 x kumulatif b rata rata dari rata rata x bulan rata rata musim Indeks − − − − =

Dimana: b. Kumulatif = nilai b x periode waktu

Maka prakiraan dengan menggunakan Metode Rasio terhadap trend adalah:

100 S x T Ramalan=

dimana, T = Trend bulanan, S = Indeks musiman

Variasi musiman biasanya disebabkan pengaruh-pengaruh, seperti musiman dan kebiasaan.

Y = f(x)

Waktu (x)

Gambar 2.3 Kurva Variasi musiman

d. Gerakan tidak beraturan (Variasi residu / irregular)

Gerakan tidak beraturan (variasi residu/irreguler) disimbolkan I, merupakan gerakan yang berbeda – beda dalam waktu yang singkat, tidak diikuti pola yang

teratur, serta tidak dapat diperkirakan. Gerakan timbul dari gerakan-gerakan yang terjadi secara mendadak atau tidak diperhitungkan sebelumnya.

Y = f(x)

Waktu (x)

Gambar 2.4 Kurva Variasi residu 2.4 Metode Peramalan

2.4.1 Pengertian Metode Peramalan

Metode peramalan adalah cara memperkirakan secara kuantitatif apa yang akan terjadi pada masa depan, berdasarkan data yang relevan pada masa lalu, maka metode peramalan ini dipergunakan dalam peramalan yang objektif. Disamping itu, metode peramalan juga merupakan cara memperkirakan secara kuantitatif, maka oleh karena itu metode peramalan termasuk dalam kegiatan peramalan kuantitatif (Assauri, 1984).

Keberhasilan suatu peramalan sangat ditentukan oleh metode peramalan yang digunakan dan baik tidaknya informasi kuantitatif yang digunakan (Assauri, 1984).

Metode peramalan sangat bermanfaat karena akan membantu dalam menganalisis, pengerjaan dan pemecahan masalah yang sistematis dan pragmatis sehingga memberikan tingkat keyakinan yang lebih atas ketepatan hasil ramalan yang dibuat (Assauri, 1984).

2.4.2 Jenis-jenis Metode Peramalan

Pada dasarnya metode peramalan kuantitatif ini dapat dibedakan atas:

1. Metode peramalan yang didasarkan atas penggunaan analisis pola hubungan antara variabel yang akan diperkirakan dengan variabel lain yang memengaruhinya bukan waktu yang disebut metode korelasi atau sebab akibat (causal methods).

Metode ini terdiri dari:

a.Metode regresi dan korelasi, sangat tepat untuk peramalan jangka pendek b.Metode ekonometri untuk peramalan jangka panjang dan jangka pendek c.Metode analisis input output untuk proyeksi trend ekonomi jangka panjang 2. Metode peralaman yang didasarkan atas penggunaan analisa pola hubungan

antara variabel yang akan diperkirakan dengan variabel waktu yang merupakan deret waktu dari data berkala (Time series). Metode ini terdiri dari Metode Smoothing, Metode Box Jenkins, dan Metode Proyeksi trend dengan regresi.

1. Metode Smoothing

Metode Smoothing merupakan teknik meramal dengan cara mengambil rata-rata dari nilai beberapa periode yang lalu untuk menaksirkan nilai pada periode yang akan datang. Dalam metode ini data historis digunakan untuk memperoleh angka yang dilicinkan atau diratakan. Meliputi: Metode rata-rata bergerak (Moving average) dan Metode Exponential Smoothing (Gitosudarmo dan Najmudin, 2001).

Metode ini digunakan untuk melicinkan (Smoothing) dan mengurangi fluktuasi ramalan. Metode ini sangat kurang tepat digunakan untuk peramalan jangka panjang. Data yang dibutuhkan untuk penggunaan metode ini minimum selama dua tahun (Assauri, 1984).

a. Moving Averages

Dengan Moving averages (rata-rata bergerak) ini kita dapat melakukan peramalan dengan mengambil sekelompok nilai pengamatan, mencari rata-ratanya lalu menggunakan rata-rata tersebut sebagai ramalan untuk periode berikutnya (Gitosudarmo dan Najmudin, 2001).

1). Single Moving Average

Persamaan matematis dari Single moving averages adalah:

N

X X

X

Ft t t t n

1 1

1

... _{− +}

−

+ = + + +

Keterangan:

Ft+1 = Ramalan untuk Periode ke t + 1 X1 = Nilai riil periode ke t

n = Jangka waktu rata-rata bergerak

N = Jumlah observasi yang dipergunakan dalam menghitung rata-rata bergerak

2). Double Moving Average

Beberapa langkah dalam menentukan ramalan dengan metode Double Moving Average (Gitosudarmo dan Najmudin, 2001), yakni:

a) Menghitung Moving Average (rata-rata bergerak) pertama diberi simbol '

t S .

Ini dihitung dari data historis yang ada. Hasilnya diletakkan pada periode terakhir moving average pertama.

b) Menghitung Moving Average (rata-rata bergerak) kedua diberi simbol ''

t S .

Ini dihitung dari rata-rata bergerak pertama. Hasilnya diletakkan pada periode terakhir moving average kedua.

c) Menentukan besarnya nilai at (konstanta)

(

' ''

)

'

t t t

t S S S a = + −

d) Menentukan besarnya nilai bt (slope)

1 ) (

2 ' ''

− − = V S S

b_t t t

V adalah jangka waktu moving average kedua e) Menentukan besarnya forecast:

) (m b a F_t+m= +

M adalah jangka waktu forecast ke depan b. Exponential Smoothing

Metode Exponential Smoothing merupakan pengembangan dari Metode Moving Average. Dalam metode ini peramalan dilakukan dengan mengulang perhitungan secara terus-menerus dengan menggunakan data terbaru. Dua metode

dalam Exponential Smoothing diantarannya Single Exponential Smoothing dan Double Exponential Smoothing (Gitosudarmo dan Najmudin, 2001).

1. Single Exponential Smoothing

Persamaan Matematis dari metode ini adalah:

t t

t X F

F₊₁=α +(1−α) Dengan:

Ft+I = Ramalan untuk periode ke t+1 Xt = Nilai rill periode ke t

Ft = Ramalan untuk periode ke t α = Parameter Smoothing (0<α<1)

Dari persamaan tersebut besarnya forecast yang akan datang dijelaskan sebagai berikut:

t t

t X F

F+1=α +(1−α)

t t t

t X F F

F₊₁=α + −α

t t t

t F X F

F₊₁= +α −α ) (

1 t t t

t F X F

F₊ = +α −

(Xt - Ft) merupakan kesalahan forecast atau forecast error periode ke t. Dengan demikian dapat dikatakan bahwa forecast pada periode yang akan datang adalah ramalan periode sebelumnya ditambahkan alpha (α) dikalikan dengan kesalahan forecast sebelumnya.

Dalam melakukan peramalan dengan metode Single Exponential Smoothing besarnya alpha (α) ditentukan secara trial dan error sampai

ditemuka n alpha (α) yang menghasilkan forecast error terkecil (Gitosudarmo dan Najmudin, 2001).

2. Double Exponential Smoothing

Metode ini merupakan model linier yang dikemukakan oleh Brown. Pada Metode ini proses penentuan ramalan dimulai dengan menentukan besarnya alpha (α) secara trial dan error (Gitosurdarmo dan Najmudin, 2001).

Tahap – tahap dalam menentukan ramalan adalah sebagai berikut: a. Menentukan Smoothing pertama (S_t')

( )

' 1 '

1− ₋

+

= t t

t X S

S α α

Dimana: ' t

S = Smoothing pertama periode t

α = Berdasarkan nilai mean square error terkecil dari 0,1 sampai 0,9 t

X = Nilai riil periode t

' 1 − t

S = Smoothing pertama periode t-1 b. Menentukan Smoothing kedua (S_t'' )

( )

'' 1 '

''

1− ₋

+

= t t

t S S

S α α

Dimana: '' t

S = Smoothing kedua periode t '

t

S = Smoothing pertama periode t ''

1 − t

c. Menentukan besarnya konstanta (a ) _t

'' '

2 t t

t S S

a = −

d. Menentukan besarnya slope (b ) _t

( )

' ''

1 t t

t S S

b

α α

− =

e. Menentukan besarnya forecast (Ft+m) )

(m b a F_t+m = _t + _t

Dimana m adalah jumlah periode kedepan yang diramalkan

Dari kedua metode Smoothing yang telah dijelaskan, dikatakan bahwa ketepatan ramalan yang dilakukan dengan metode rata-rata bergerak (Moving Average) adalah rendah. Oleh karena alasan tersebut, maka metode atau teknik rata-rata bergerak tidak digunakan dalam peramalan. Sehingga dapat dipergunakan metode yang lebih baik yaitu metode Exponential Smoothing (Assauri,1984).

2. Metode Proyeksi Trend dengan Regresi

Metode ini merupakan dasar garis trend untuk suatu persamaan sistematis, sehingga dengan dasar persamaan tersebut dapat diproyeksikan hal yang diteliti untuk masa depan. Metode ini sangat baik ketepatanya untuk peramalan jangka panjang.

Untuk memproyeksi hal yang diteliti, terlebih dahulu trend ditentukan. Untuk menentukan nilai trend dapat digunakan beberapa cara yaitu metode tangan bebas (free hand), metode setengah rata-rata (semi average), metode rata-rata bergerak

(moving average) dan metode kuadrat terkecil (least square) (Gitosudarmo dan Najmudin, 2001).

a. Metode Tangan Bebas (Free Hand)

Metode tangan bebas merupakan metode yang sangat sederhana dimana pembuatan trend bebas dilakukan tanpa menggunakan formula matematis. Pada metode ini garis trend ditentukan secara bebas tetapi tidak berarti ditentukan tanpa pertimbangan-pertimbangan tertentu. Namun demikian penentuan garis trend tetap sangat subjektif, yang setiap orang mempunyai pertimbangan sendiri-sendiri (Gitosudarmo dan Najmudin, 2001).

Langkah-langkah untuk menentukan garis trend dengan menggunakan Metode Tangan Bebas adalah sebagai berikut:

1) Membuat sumbu tegak yang diberi simbol Y dan sumbu mendatar X dimana Y adalah variabel kuantitas sedangkan X adalah variabel waktu.

2) Buat scatter plot berdasarkan data historis yang ada.

3) Menarik garis trend yang dianggap mampu mewakili atau mendekati semua titik yang membentuk koordinat scatter plot tersebut.

4) Menghitung nilai slope dan intercept untuk membuat persamaan trend Y = a+bX berdasarkan garis trend yang terbentuk.

5) Menghitung nilai proyeksi untuk periode berikutnya berdasarkan persamaan yang terbentuk.

Cara menarik garis trend dengan tangan bebas merupakan cara yang paling mudah, akan tetapi sifatnya sangat subjektif. Maksudnya kalau ada lebih dari satu orang diminta untuk menarik garis trend dengan cara ini akan memperoleh garis

trend lebih dari satu. Sebab masing-masing orang mempunyai pilihan sendiri sesuai dengan anggapannya, garis mana yang mewakili scatter plot tersebut (Supranto, 2000).

b. Metode Setengah Rata-rata (Semi Average)

Dengan metode setengah rata-rata nilai trend sudah mulai ditentukan dengan perhitungan-perhitungan, yang berarti unsur subjektif mulai berkurang. Metode ini dapat digunakan apabila data yang dihadapi jumlahnya genap sehingga dapat dibagi menjadi dua kelompok sama besar (Gitosudarmo dan Najmudin, 2001).

Cara menentukan trend dengan metode setengah rata-rata dengan prosedur sebagai berikut

1. Data yang ada dibagi menjadi dua kelompok dengan jumlah yang sama. Jika jumlah tahunnya ganjil maka yang berada ditengah tidak diikutkan atau dihilangkan dalam perhitungan.

2. Tahun dasar ada pada tengah-tengah kelompok I.

3. Pada masing-masing kelompok ditentukan nilai X (skor), semi total dan semi Average.

4. Jumlah nilai-X (skor) pada kelompok 1 harus nol

5. Melanjutkan penyekoran pada kelompok data yang kedua

6. Proyeksi (forecast) di tahun yang akan datang tergantung besarnya nilai X. Nilai trend dihitung dengan formula: Y = a + bXi

Dimana :

b =

n

I kelompok rata

rata II kelompok rata

rata− − −

n = Jumlah data masing-masing kelompok

Xi = Nilai yang ditentukan berdasarkan tahun dasar (skor) c. Metode Rata-rata Bergerak (Moving Average)

Metode rata-rata bergerak jika setelah rata-rata dihitung, diikuti gerakan satu periode ke belakang. Metode rata-rata bergerak disebut juga rata-rata terpusat, karena rata-rata bergerak diletakkan pada pusat periode yang digunakan.

Jika ingin menghitung rata-rata bergerak dengan n genap langkah-langkalmya adalah sebagai berikut:

1. Menentukan jumlah gerak n tahun dan menempatkan ditengah n periode yang jatuh di antara dua tahun.

2. Menempatkan jumlah bergerak pada satu tahun bukan diantara tahun, karena itu disebut bergerak terpusat 2n data berkala.

3. Menentukan jumlah bergerak terpusat yang merupakan penjumlahan dari 2n nilai data.

4. Menentukan rata-rata bergerak terpusat yang merupakan pembagian jumlah bergerak terpusat dengan jumlah tahun tersedia.

d. Metode Kuadrat Terkecil (Least Square)

Metode kuadrat terkecil menganut prinsip bahwa garis yang paling sesuai untuk menggambarkan suatu deret berkala adalah garis yang jumlah kuadrat dari selisih data tersebut dengan garis trendnya terkecil atau minimum. Sifat-sifat kuadrat terkecil itu adalah:

1)

(

Y−Y'

)

=0 2)

( )

Y−Y' 2=terkecil

Dipakai untuk mencari persamaan garis atau kurva trend. Dari persamaan ini kita dapat menghitung nilai-nilai trend.

Persamaan trend linier :

Bentuk umum: Yi = a + bXi

Keterangan :

Yi = Nilai trend untuk periode tertentu Yi = a, jika Xi = 0

b = Kemiringan garis trend, artinya bersarnya perubahan Yt jika perubahan satu besaran periode waktu

Xi = Kode periode waktu

( )

t−t1

Dengan metode ini, nilai a dan b dari persamaan trend linier diatas ditentukan dengan rumus:

n Y

a=

∑

i dan ₂ i

i i X

X Y

b=

∑

Dimana n adalah banyaknya pasangan data.

3. Variasi musiman (Seasonal Variation)

Variasi musiman disimbolkan S, merupakan variasi yang berulang-ulang atau pola musiman yang menunjukkan puncak dan lembah seperti pada siklis dengan

periode yang pendek yaitu satu tahun atau kurang. Pada umumnya gerakan musiman terjadi pada data bulanan yang dikumpulkan dari tahun ke tahun, dan juga berlaku bagi data harian,mingguan atau tahunan yang lebih kecil.

Pola variasi musiman dinyatakan dalam bentuk indeks yang disebut indeks musiman. Indeks musiman dapat diketahui dengan metode rasio terhadap trend. Metode rasio terhadap trend menggunakan nilai-nilai trend sebagai dasar perhitungan.

Langkah-langkah penyelesaian dengan metode rasio terhadap trend adalah sebagai berikut:

1. Menentukan persamaan trend tahunan dengan metode least square

2. Mengubah persamaan trend tahunan menjadi persamaan trend bulanan. Trend bulanan adalah trend dari bulan ke bulan, misalnya dari bulan Januari ke bulan Februari dan bulan Maret ke bualan April. Sama halnya trend tahunan yang merupakan trend dari tahun ke tahun. Dari trend tahunan (satuan X-nya tahun) bisa dibuat menjadi trend bulanan (satuan X-nya bulan) dilakukan dengan cara membagi nilai a dengan 12 dan nilai b dengan 122 atau 144. Jika persamaan trend tahunan Yi = a + bXi

Maka persamaan trend bulanan adalah Y_i a b X_i

144

12+

=

3. Menentukan nilai-nilai trend untuk masing-masing bulan, dengan persamaan :

i

i X

b a Y

144

12+

4. Menyatakan data berkalanya (Yi) sebagai persentase terhadap nilai trend 5. Menentukan rata-rata setiap bulan

BAB III

METODE PENELITIAN

3.1 Jenis penelitian

Jenis penelitian ini bersifat deskriptif dengan menggunakan metode penelitian Time Series (Murti, 1997).

3.2 Lokasi dan Waktu Penelitian

Penelitian ini dilaksanakan di Dinas Kesehatan Kabupaten Toba Samosir yang merupakan Bagian yang bertanggung jawab dalam penyediaan dan pendistribusian antibiotik (Amoxicillin sirup, Amoxicillin tablet, Kloramfenikol kapsul, Kotrimoksazol suspensi (pediatrik), Kotrimoksazol tablet, Metronidazol tablet, Tetrasiklin kapsul) mulai dari bulan Mei – Nopember 2010.

3.3 Populasi dan Sampel

Populasi dan sampel dalam penelitian ini adalah jumlah antibiotik (Amoxicillin sirup, Amoxicillin tablet, Kloramfenikol kapsul, Kotrimoksazol suspensi (pediatrik), Kotrimoksazol tablet, Metronidazol tablet dan Tetrasiklin kapsul) yang digunakan pada tahun 2005 sampai dengan Tahun 2009 di Puskesmas Kabupaten Toba Samosir.

Data yang dikumpulkan berupa data sekunder yaitu data antibiotik (Amoxicillin sirup, Amoxicillin tablet, Kloramfenikol kapsul, Kotrimoksazol suspensi (pediatrik), Kotrimoksazol tablet, Metronidazol tablet dan Tetrasiklin kapsul) yang dibutuhkan di Puskesmas Kabupaten Toba Samosir mulai dari Tahun 2005 sampai dengan Tahun 2009.

3.5 Definisi Operasional

1. Jumlah kebutuhan antibiotik adalah jumlah antibiotik yang diperlukan di seluruh Puskesmas Kabupaten Toba Samosir untuk tahun 2010 – 2014. 2. Jenis antibiotik adalah beberapa golongan antibiotik yang diperukan

untuk penanganan berbagai penyakit infeksi yang dialami oleh pasien yang berkunjung ke Puskesmas di Kabupaten Toba Samosir.

3. Proyeksi trend adalah prakiraan jumlah penggunaan antibiotik untuk tahun 2010 – 2014 yang dibuat berdasarkan nilai trend kebutuhan antibiotik tahun 2005 – 2009 dengan menggunakan Metode kuadrat terkecil yang dinyatakan sebagai: Yi = a+b.Xi

dimana: Yi = nilai trend untuk periode tertentu Xi = periode waktu

a = konstanta, nilai Yi = a, jika Xi = 0 b = koefisien Xi

4. Variasi musiman adalah pola variasi bulanan pemakaian antibiotik di Puskesmas berdasarkan indeks musim. Menentukan indeks musiman dilakukan dengan menggunakan Metode rasio terhadap trend.

5. Double Exponential Smoothing adalah metode peramalan yang menggunakan jumlah penggunaan antibiotik satu tahun terakhir untuk meramalkan jumlah pemakaian antibiotik satu tahun mendatang. Metode kuadrat terkecil digunakan karena sudah melakukan sistem trial and error, dimana setiap α mulai dari 0,1 sampai 0,9 dicoba sehingga nilai

MSE terkecil dari α tersebut yang akan digunakan untuk meramalkan.

6. Prakiraan jumlah antibiotik tahun 2010 – 2014 adalah prakiraan jumlah kebutuhan antibiotik untuk Puskesmas di Kabupaten Toba Samosir pada tahun 2010 – 2014 dengan analisa data berkala (time series), dengan memperhatikan faktor trend dan variasi musiman.

100

S x T

Ramalan=

dengan, T = trend bulanan S = indeks musiman

7. Amoksisilin sirup adalah golongan antibiotik beta laktam dalam bentuk sediaan sirup kering 125mg/5ml. Biasanya diberikan untuk anak-anak dengan Penyakit/indikasi: infeksi saluran kemih, infeksi saluran napas atas, bronkitis; pneumonia; otitis media; abses gigi

8. Amoksisilin tablet adalah golongan antibiotik beta laktam dalam bentuk sediaan tablet 500 mg. Biasanya digunakan untuk penyakit/indikasi:

infeksi saluran kemih, infeksi saluran napas atas, bronkitis; pneumonia; otitis media; abses gigi dan infeksi rongga mulut lainnya.

9. Kloramfenikol kapsul merupakan antibiotik spektrum luas dalam bentuk sediaan kapsul 250 mg. Kloramfenikol berhubungan dengan gangguan darah yang serius sebagai efek yang tidak diinginkan sehingga harus disimpan untuk pengobatan infeksi berat, terutama yang disebabkan Hemofilus influenza dan demam tifoid.

10.Kotrimoksazol suspensi (pediatrik) adalah kombinasi antara dua antimikroba Trimetropim dan Sulfametoksazol yang berinteraksi sinergistik (bekerja saling menguatkan). Tersedia dalam bentuk suspensi oral yang mengandung 100 mg Sulfametoksazol dan 20 mg Trimetropim yang digunakan untuk anak-anak. Kotrimoksazol efektif untuk pengobatan otitis media akut dan infeksi berat lainnya pada anak

11.Kotrimoksazol tablet adalah kombinasi antara dua antimikroba Trimetropim dan Sulfametoksazol yang memberikan efek sinergi. Tersedia dalam bentuk tablet yang mengandung 400 mg Sulfametoksazol dan 80 mg Trimetropim. Digunakan untuk Infeksi saluran kemih ( Infeksi ringan saluran kemih bagian bawah), infeksi saluran nafas (sinusitis maksilaris akut pada orang dewasa), infeksi saluran cerna, demam Tifoid dan Infeksi lainnya.

12.Metronidazol tablet adalah antibiotik dalam bentuk sediaan tablet 500 mg yang digunakan untuk Infeksi bakteri anaerob termasuk radang gusi

(gingivitis) dan infeksi mulut lainnya, tetanus, peritonitis, ulkus kaki dan dekubitus, infeksi kulit dan jaringan lunak.

13.Tetrasiklin adalah antibiotik spektrum luas dan bersifat bakteriostatik. Tersedia dalam bentuk kapsul 500 mg, biasanya digunakan untuk pengobatan acne vulgaris dan rosacea. Tetrasikin juga dapat digunakan untuk pengobatan infeksi pada saluran pernafasan, sinus, telinga bagian tengah, saluran kemih, usus dua belas jari dan juga Gonore.

3.6 Teknik Analisis Data

Dalam penelitian ini, data yang dikumpulkan akan dilakukan uji regresi linear untuk melihat hubungan antara data dan waktu dengan nilai probabilitas < 0,05. Jika signifikan, maka data dapat diramalkan untuk lima tahun berikutnya dengan menggunakan analisis Time Series dengan menghitung nilai trend dan indeks musiman. Tetapi jika tidak signifikan maka data hanya diramalkan satu tahun ke depan dengan menggunakan Analisis Time Series dengan metode Double Exponential Smoothing. Pada Double Exponential Smoothing, alpha (α) yang digunakan adalah alpha (α) yang menghasilkan Mean Square Error (MSE) terkecil.

BAB IV

HASIL PENELITIAN

7.1 Gambaran Umum Kabupaten Toba Samosir 6.1.1 Lokasi dan Keadaan Geografis

Kabupaten Toba Samosir berada pada 2003'-2040' LU dan 98056'-99040' Bujur Timur dengan luas wilayah 1.727 Km2. Terletak pada wilayah dataran tinggi dengan ketinggian antara 300 – 2.200 meter di atas permukaan laut, dengan topografi dan kontour tanah yang beraneka ragam yaitu datar, landai, miring dan terjal.

Kabupaten Toba Samosir memiliki 16 Kecamatan dan 203 desa serta 13 kelurahan. Kabupaten Toba Samosir berada diantara lima Kabupaten yaitu: sebelah utara berbatasan dengan Kabupaten Simalungun, sebelah timur berbatasan dengan Kabupaten Labuhan Batu dan Asahan, sebelah selatan berbatasan dengan Kabupaten Tapanuli Utara serta sebelah Barat berbatasan dengan Kabupaten Samosir.

6.1.2 Kependudukan

Jumlah penduduk Kabupaten Toba Samosir Tahun 2009 sebanyak 174.661 jiwa, dengan jumlah 41.563 RT dan rata - rata jumlah anggota per Rumah Tangga sebanyak 4 orang. Dengan jumlah penduduk laki – laki dan perempuan tahun 2009 sebesar 83.864 jiwa dan 90.797 jiwa.

Luas wilayah daratan 1.727 Km2 terdiri dari 16 Kecamatan, 13 Kelurahan dan 203 Desa. Tingkat kepadatan penduduk Kabupaten Toba Samosir tahun 2009 sebesar

101 jiwa/ Km2. Kecamatan Balige yang merupakan ibukota Kabupaten adalah Kecamatan dengan tingkat kepadatan tertinggi di Kabupaten Toba Samosir yaitu 500 jiwa/km2, dan untuk kepadatan penduduk terendah adalah Kecamatan Nassau sebanyak 20 jiwa/km2.

Jumlah penduduk laki – laki lebih kecil dibandingkan jumlah penduduk perempuan pada tahun 2009 dengan sex ratio (ratio jenis kelamin) sebesar 92,4 persen. Angka ini menunjukkan dari setiap 100 orang perempuan terdapat sekitar 92 orang laki – laki. Dengan ratio beban tanggungan sebesar 778,35 permil (artinya dari setiap 1000 orang penduduk usia produktif akan menanggung sekitar 778 orang penduduk usia non-produktif).

6.1.3 Pendidikan

Pendidikan merupakan faktor yang tidak dapat diabaikan dalam peningkatan kesehatan masyarakat. Makin tinggi tingkat pendidikan diharapkan makin tinggi pula pengetahuan akan kesehatan yang pada akhirnya diharapkan dapat merubah perilaku masyarakat menuju perilaku hidup sehat.

Di Kabupaten Toba Samosir tahun 2009 terdapat 30.434 orang siswa Sekolah Dasar (SD), 32.428 orang siswa SLTP, 45.502 orang siswa SMA , 6.665 Orang Diploma, dan 5.869 Orang Lulusan Universitas.

7.2 Gambaran Umum Dinas Kesehatan Kabupaten Toba Samosir 6.2.1 Visi dan Misi Dinas Kesehatan Kabupaten Toba Samosir

Visi Kabupaten Toba Samosir yaitu Mewujudkan Kabupaten Toba Samosir sebagai wilayah pembangunan pertanian, pariwisata dan industri yang ramah lingkungan dengan meningkatkan sumber daya manusia untuk melaksanakan pembangunan secara merata dan transparan dalam memanfaatkan sumber daya alam secara bijaksana dan berwawasan lingkungan.

Visi Kabupaten Toba Samosir tersebut dijabarkan kedalam Visi Pembangunan Kesehatan Dinas Kesehatan Kabupaten Toba Samosir yakni "Institusi Penggerak Pembangunan Kesehatan Terdepan Menuju Toba Samosir Sehat 2010" .

Dalam rangka mewujudkan visi pembangunan kesehatan Kabupaten Toba Samosir ditetapkan misi sebagai berikut :

2. Mewujudkan mekanisme pembiayaan kesehatan dan perencanaan program kesehatan spesifik daerah

3. Menyelenggarakan upaya promosi kesehatan, kesehatan keluarga dan peningkatan gizi keluarga

4. Menyelenggarakan pencegahan dan pemberantasan penyakit menular serta penyehatan lingkungan dan pengawasan kualitas air

5. Tersedianya kebutuhan farmasi dan makanan minuman serta kosmetika yang berkualitas.

6.2.2 Sarana Pelayanan Kesehatan di Kabupaten Toba Samosir Tabel 4.1

Sarana Pelayanan Kesehatan di Kabupaten Toba Samosir

NO FASILITAS KESEHATAN

KEPEMILIKAN/PENGELOLA

PEM.PROV PEM.KAB BUMN SWASTA JUMLAH

1 RUMAH SAKIT UMUM 0 1 0 0 1

2 RUMAH SAKIT JIWA 0 0 0 0 0

3 RUMAH SAKIT BERSALIN 0 0 0 0 0

4

RUMAH SAKIT KHUSUS LAINNYA

0 1 0 0 1

5 PUSKESMAS PERAWATAN 0 6 0 0 6

6

PUSKESMAS NON PERAWATAN

7 PUSKESMAS KELILING 0 0 0 0 0

8 PUSKESMAS PEMBANTU 0 33 0 0 33

9 RUMAH BERSALIN 0 0 0 2 2

10

BALAI

PENGOBATAN/KLINIK

0 0 0 4 4

11

PRAKTIK DOKTER BERSAMA

0 0 0 0 0

12

PRAKTIK DOKTER PERORANGAN

0 0 0 10 10

13

PRAKTK PENGOBATAN TRADISIONAL

0 0 0 0 0

14 POLINDES 0 103 0 0 103

15 POSKESDES 0 104 0 0 104

16 POSYANDU 0 285 0 0 285

17 KADER POSYANDU 0 1.425 0 0 1.425

17 APOTEK 0 5 0 0 5

18 TOKO OBAT 0 20 0 0 20

19 GFK 0 1 0 0 1

20

INDUSTRI OBAT TRADISIONAL

0 0 0 0 0

21

INDUSTRI KECIL OBAT TRADISIONAL

Sumber: Bidang Yankes Dinkes Toba Samosir, 2010

7.3 Jumlah Penggunaan Antibiotik di Kabupaten Toba Samosir 4.3.1 Amoxicillin (tablet 500 mg)

Data mengenai jumlah kebutuhan Amoxicillin (tablet 500 mg) di Kabupaten Toba Samosir dari tahun 2005 sampai dengan tahun 2009 adalah sebagai berikut:

Tabel 4.2

Jumlah Kebutuhan Amoxicillin (tablet 500 mg) di Kabupaten Toba Samosir

Tahun Kebutuhan

2005 465.800

2006 496.000

2007 496.800

2008 520.000

2009 542.000

Jumlah 2.520.600

Dengan melakukan uji regresi untuk melihat signifikansi antara data dan waktu. maka diperoleh nilai sig. = 0,005 (< α = 0,05) yang menunjukkan adanya hubungan linear yang signifikan antara waktu dengan jumlah kebutuhan Amoxicillin (tablet 500 mg) di Kabupaten Toba Samosir. Dengan demikian maka jumlah kebutuhan Amoxicillin (tablet 500 mg) dapat diprakirakan untuk lima tahun berikutnya dengan menghitung nilai trend. Sehingga diperoleh persamaan trend sebagai berikut:

Persamaan trend tahunan: Yi=504120+17640Xi.

Yaitu persamaan trend untuk mengetahui nilai trend kebutuhan Amoxicillin (tablet 500 mg) untuk tahun 2010 – 2014.

Persamaan trend bulanan: Yi=42010+122,5Xi.

Yaitu persamaan trend untuk mengetahui nilai trend kebutuhan Amoxicillin (tablet 500 mg) untuk bulan Januari sampai Desember pada tahun 2010 – 2014.

Berdasarkan Metode Rasio terhadap trend yang menggunakan nilai trend sebagai dasar perhitungan diperoleh indeks musiman bulan Januari sampai Desember. Prakiraan jumlah kebutuhan Amoxicillin (tablet 500 mg) di Kabupaten Toba Samosir diperlihatkan dalam gambar berikut:

0 10,000 20,000 30,000 40,000 50,000 60,000

1 2 3 4 5 6 7 8 9 10 11 12

Ju

m

la

h

Waktu (bulan)

actual value trend indeks predicted

Gambar 4.1

Grafik Prakiraan Kebutuhan Amoxicillin (tablet 500 mg) dengan menggunakan Metode Rasio Terhadap Trend

Hasil prakiraan untuk lima tahun ke depan (2010 – 2014) adalah sebagai berikut: Tabel 4.3

Prakiraan Kebutuhan Amoxicillin tablet di Kabupaten Toba Samosir Tahun 2010 – 2014

No. Bulan

Tahun

2010 2011 2012 2013 2014

1 Januari 39,854.42 41,135 42,416 43,696 44,977

2 Pebruari 40,674.76 41,978 43,282 44,585 45,889

3 Maret 45,300.26 46,748 48,196 49,644 51,092

4 April 43,438.43 44,823 46,208 47,593 48,977

5 Mei 44,746.75 46,169 47,592 49,015 50,437

6 Juni 44,090.00 45,488 46,886 48,284 49,682

7 Juli 48,929.83 50,477 52,025 53,572 55,120

8 Agustus 48,557.87 50,090 51,621 53,153 54,684

9 September 49,191.58 50,739 52,287 53,834 55,382

10 Oktober 50,345.89 51,926 53,505 55,085 56,665

11 Nopember 51,308.08 52,914 54,520 56,125 57,731

12 Desember 50,949.60 52,540 54,130 55,721 57,311

Jumlah 557,387 575,027 592,667 610,307 627,947

Data penggunaan Amoxicillin (sirup kering 125 mg) di Kabupaten Toba Samosir dari tahun 2005 sampai dengan tahun 2009 adalah sebagai berikut:

Tabel 4.4

Jumlah Kebutuhan Amoxicillin (sirup kering 125 mg) di Kabupaten Toba Samosir

Tahun Kebutuhan

2005 3.005

2006 4.855

2007 5.048

2008 5.200

2009 5.550

Jumlah 23.658

Sumber: Bidang Yankes Dinkes Toba Samosir, 2010

Dengan melakukan uji regresi untuk melihat signifikansi antara data dan waktu. maka diperoleh nilai sig. = 0,06 1 (> α = 0,05) yang menunjukkan tidak adanya hubungan antara waktu dengan jumlah kebutuhan Amoxicillin (sirup kering 125 mg) di Kabupaten Toba Samosir. Dengan demikian maka jumlah kebutuhan Amoxicillin (sirup kering 125 mg) akan diprakirakan dengan menggunakan Metode Double Exponential Smoothing.

Dengan menentukan besarnya α yang menghasilkan nilai MSE terkecil secara trial dan error maka diperoleh nilai MSE terkecil untuk α = 0,6 sebesar 376,17. sehingga diperoleh persamaan sebagai berikut:

m F_t+m=489,12+(0,72)

Dari persamaan tersebut maka jumlah kebutuhan Amoxicillin (sirup kering 125 mg) di Kabupaten Toba Samosir untuk Tahun 2010 adalah sebagai berikut:

380 400 420 440 460 480 500 520

1 2 3 4 5 6 7 8 9 10 11 12

Ju

m

la

h

Waktu (bulan)

actual value S"

Ft+m predicted

Gambar 4.2

Grafik Prakiraan Kebutuhan Amoxicillin (sirup kering 125 mg) dengan menggunakan Metode Double Exponential Smoothing

Prakiraan kebutuhan Amoxicillin (sirup kering 125 mg) untuk tahun 2010 adalah sebagai berikut:

Tabel 4.5

Prakiraan Jumlah Kebutuhan Amoxicillin (sirup kering 125 mg) di Kabupaten Toba Samosir Tahun 2010

No Bulan Prakiraan

1 Januari 480

2 Pebruari 481

3 Maret 482

4 April 483

5 Mei 483

6 Juni 484

7 Juli 485

8 Agustus 486

9 September 486

10 Oktober 487

11 Nopember 488

12 Desember 488

Jumlah 5.813

Data penggunaan Kloramfenikol (kapsul 250 mg) di Kabupaten Toba Samosir dari tahun 2005 sampai dengan tahun 2009 adalah sebagai berikut:

Tabel 4.6

Jumlah Kebutuhan Kloramfenikol (kapsul 250 mg) di Kabupaten Toba Samosir

Tahun Kebutuhan

2005 200.000

2006 172.000

2007 174.000

2008 192.600

2009 200.000

Jumlah 938.600

Sumber: Bidang Yankes Dinkes Toba Samosir, 2010

Dengan melakukan uji regresi untuk melihat signifikansi antara data dan waktu. maka diperoleh nilai sig. = 0,7 0 2 (> α = 0,05) yang menunjukkan tidak adanya hubungan antara waktu dengan jumlah kebutuhan Kloramfenikol (kapsul 250 mg) di Kabupaten Toba Samosir. Dengan demikian maka teknik analisis yang digunakan adalah dengan menggunakan Metode Double Exponential Smoothing.

Dengan menentukan besarnya α yang menghasilkan nilai MSE terkecil secara trial dan error maka diperoleh n ilai MSE terk ecil untu k α = 0 ,7 sebesar 216,54. sehingga diperoleh persamaan sebagai berikut:

m Ft+m=16742,83+8,47

Dari persamaan tersebut. maka jumlah kebutuhan Kloramfenikol (kapsul 250 mg) di Kabupaten Toba Samosir untuk Tahun 2010 adalah sebagai berikut:

16,400 16,450 16,500 16,550 16,600 16,650 16,700 16,750 16,800 16,850 16,900

1 2 3 4 5 6 7 8 9 10 11 12

Ju

m

la

h

Waktu (bulan)

actual value S"

Ft+m predicted

Gambar 4.3

Grafik Prakiraan Kebutuhan Kloramfenikol (kapsul 250 mg) dengan menggunakan Metode Double Exponential Smoothing

Prakiraan kebutuhan Kloramfenikol (kapsul 250 mg) untuk tahun 2010 adalah sebagai berikut:

Tabel 4.7

Prakiraan Jumlah Kebutuhan Kloramfenikol (kapsul 250 mg) di Kabupaten Toba Samosir Tahun 2010

1 Januari 16.751

2 Pebruari 16.760

3 Maret 16.768

4 April 16.777

5 Mei 16.785

6 Juni 16.794

7 Juli 16.802

8 Agustus 16.811

9 September 16.819

10 Oktober 16.828

11 Nopember 16.836

12 Desember 16.844

Jumlah 201.575

4.3.4 Kotrimoksazol suspensi 120 mg (pediatrik)

Data penggunaan Kotrimoksazol suspensi 120 mg (pediatrik) di Kabupaten Toba Samosir dari tahun 2005 sampai dengan tahun 2009 adalah sebagai berikut

Tabel 4.8

Jumlah Kebutuhan Kotrimoksazol suspensi 120 mg (pediatrik) di Kabupaten Toba Samosir

Tahun Jumlah kebutuhan

2006 3.800

2007 4.500

2008 5.000

2009 6.000

Jumlah 22.300

Sumber: Bidang Yankes Dinkes Toba Samosir, 2010

Dengan melakukan uji regresi untuk melihat signifikansi antara data dan waktu. maka diperoleh nilai sig. = 0,000 (< α = 0,05) yang menunjukkan adanya hubungan linear yang signifikan antara waktu dengan jumlah kebutuhan Kotrimoksazol suspensi 120 mg (pediatrik) di Kabupaten Toba Samosir. Dengan demikian maka jumlah kebutuhan Kotrimoksazol suspensi 120 mg (pediatrik) dapat diprakirakan untuk lima tahun berikutnya dengan menghitung nilai trend. Sehingga diperoleh persamaan trend sebagai berikut:

Persamaan trend tahunan: Yi=4460+720Xi

Yaitu persamaan trend untuk mengetahui nilai trend kebutuhan Kotrimoksazol suspensi 120 mg (pediatrik) untuk tahun 2010 – 2014. Persamaan trend bulanan: Yi=371,67+5Xi

Yaitu persamaan trend untuk mengetahui nilai trend kebutuhan Kotrimoksazol suspensi 120 mg (pediatrik) untuk bulan Januari sampai Desember pada tahun 2010 – 2014.

Berdasarkan Metode Rasio terhadap trend yang menggunakan nilai trend sebagai dasar perhitungan diperoleh indeks musiman untuk bulan Januari sampai

Desember. Prakiraan jumlah kebutuhan Kotrimoksazol suspensi 120 mg (pediatrik) di Kabupaten Toba Samosir diperlihatkan dalam gambar berikut:

Gambar 4.4

Grafik Prakiraan Kebutuhan Kotrimoksazol suspensi 120 mg (pediatrik) dengan menggunakan Metode Rasio Terhadap Trend

Sehingga prakiraan Jumlah kebutuhan Kotrimoksazol suspensi 120 mg (pediatrik) di Kabupaten Toba Samosir untuk tahun 2010 – 2014 sebagai berikut:

Prakiraan Kebutuhan Kotrimoksazol suspensi 120 mg (pediatrik) di Kabupaten Toba Samosir Tahun 2010 – 2014

No. Bulan

Tahun

2010 2011 2012 2013 2014

1 Januari 478 533 587 642 697

2 Pebruari 488 544 599 654 710

3 Maret 500 556 612 668 724

4 April 508 565 621 678 734

5 Mei 525 583 641 699 756

6 Juni 548 608 668 728 788

7 Juli 572 634 695 757 819

8 Agustus 596 660 723 787 851

9 September 581 642 704 766 828

10 Oktober 604 668 732 795 859

11 Nopember 605 669 732 795 858

12 Desember 627 692 757 822 887

Jumlah 6.632 7.352 8.072 8.792 9.512

4.3.5 Kotrimoksazol (tablet 480 mg)

Data kebutuhan Kotrimoksazol (tablet 480 mg) di Kabupaten Toba Samosir dari tahun 2005 sampai dengan tahun 2009 adalah sebagai berikut:

Tabel 4.10

di Kabupaten Toba Samosir

Tahun Jumlah kebutuhan

2005 84.800

2006 85.700

2007 103.200

2008 100.000

2009 90.000

Jumlah 463.700

Sumber: Bidang Yankes Dinkes Toba Samosir, 2010

Dengan melakukan uji regresi untuk melihat signifikansi antara data dan waktu. maka diperoleh nilai sig. = 0,4 3 0 (> α = 0,05) yang menunjukkan tidak adanya hubungan antara waktu dengan jumlah kebutuhan Kotrimoksazol (tablet 480 mg) di Kabupaten Toba Samosir. Dengan demikian maka teknik analisis yang digunakan adalah dengan Metode Double Exponential Smoothing.

Dengan menentukan besarnya α yang menghasilkan nilai MSE terkecil secara trial dan error maka dip eroleh n ilai MSE terk ecil untu k α = 0 .7 sebesar 184.48. sehingga diperoleh persamaan sebagai berikut:

m Ft+m =7576,83+8,47

Dari persamaan tersebut. maka jumlah kebutuhan Kotrimoksazol (tablet 480 mg) di Kabupaten Toba Samosir untuk Tahun 2010 diperlihatkan pada gambar berikut:

7250 7300 7350 7400 7450 7500 7550 7600 7650 7700

1 2 3 4 5 6 7 8 9 10 11 12

Ju

m

la

h

Waktu (bulan)

actual value S"

Ft+m predicted

Gambar 4.5

Grafik Prakiraan Kebutuhan Kotrimoksazol (tablet 480 mg) dengan menggunakan Metode Double Exponential Smoothing

Prakiraan kebutuhan Kotrimoksazol (tablet 480 mg) untuk tahun 2010 adalah sebagai berikut:

Tabel 4.11

Prakiraan Jumlah Kebutuhan Kotrimoksazol 480 mg Di Kabupaten Toba Samosir Tahun 2010

No Bulan Prakiraan

2 Pebruari 7.594

3 Maret 7.602

4 April 7.611

5 Mei 7.619

6 Juni 7.628

7 Juli 7.636

8 Agustus 7.645

9 September 7.653

Tabel 4.11 (lanjutan)

10 Oktober 7.662

11 Nopember 7.670

12 Desember 7.678

Jumlah 91.583

4.3.6 Metronidazol (tablet 500 mg)

Data kebutuhan Metronidazol (tablet 500 mg) di Kabupaten Toba Samosir dari tahun 2005 sampai dengan tahun 2009 adalah sebagai berikut:

Tabel 4.12

Jumlah Kebutuhan Metronidazol tab 500 mg di Kabupaten Toba Samosir

Tahun Jumlah kebutuhan

2006 80.000

2007 150.000

2008 60.000

2009 50.000

Jumlah 370.000

Sumber: Bidang Yankes Dinkes Toba Samosir, 2010

Dengan melakukan uji regresi untuk melihat signifikansi antara data dan waktu. maka diperoleh nilai sig. = 0,9 1 3 (> α = 0,05) yang menunjukkan tidak adanya hubungan antara waktu dengan jumlah kebutuhan Metronidazol (tablet 500 mg) di Kabupaten Toba Samosir. Dengan demikian maka data tersebut akan dianalisis dengan menggunakan Metode Double Exponential Smoothing.

Dengan menentukan besarnya α yang menghasilkan nilai MSE terkecil secara trial dan error maka diperoleh nilai MSE terkecil untuk α = 0,4 sebesar 1285,70. sehingga diperoleh persamaan sebagai berikut:

m F_t+m =4194,44+5,36

Dari persamaan tersebut. maka jumlah kebutuhan Metronidazol (tablet 500 mg) di Kabupaten Toba Samosir untuk Tahun 2010 adalah sebagai berikut:

4050 4100 4150 4200 4250 4300

1 2 3 4 5 6 7 8 9 10 11 12

Ju

m

la

h

Waktu (bulan)

actual value S"

Ft+m predicted

Gambar 4.6

Grafik Prakiraan Kebutuhan Metronidazol (tablet 500 mg) dengan menggunakan Metode Double Exponential Smoothing

Prakiraan kebutuhan Metronidazol (tablet 500 mg) untuk tahun 2010 adalah sebagai berikut:

Tabel 4.13

Prakiraan Jumlah Kebutuhan Metronidazol (tablet 500 mg) di Kabupaten Toba Samosir Tahun 2010

No Bulan Prakiraan

1 Januari 4.200

2 Pebruari 4.205

4 April 4.216

5 Mei 4.221

6 Juni 4.227

7 Juli 4.232

8 Agustus 4.237

Tabel 4.13 (lanjutan)

9 September 4.243

10 Oktober 4.248

11 Nopember 4.253

12 Desember 4.259

Jumlah 50.751

4.3.7 Tetrasiklin (tablet 500 mg)

Data kebutuhan Tetrasiklin (tablet 500 mg) di Kabupaten Toba Samosir dari tahun 2005 sampai dengan tahun 2009 adalah sebagai berikut:

Tabel 4.14

Jumlah kebutuhan Tetrasiklin (tablet 500 mg) di Kabupaten Toba Samosir

Tahun Jumlah kebutuhan

2005 11.600

2006 21.600

BAB VI

KESIMPULAN DAN SARAN

17.1 Kesimpulan

Dari hasil analisis yang dilakukan untuk memprakirakan jumlah kebutuhan antibiotik di Kabupaten Toba Samosir, maka dapat ditarik kesimpulan sebagai berikut:

1. Prakiraan kebutuhan antibiotik untuk jenis Amoxicillin (tablet 500 mg) dan Kotrimoksazol suspensi (pediatrik) dianalisis untuk lima tahun kedepan dengan menghitung nilai trend dan indeks musiman. Metode tersebut dilakukan untuk mengetahui jumlah kebutuhan kedua jenis antibiotik tersebut pada tahun 2010 – 2014 di Puskesmas Kabupaten Toba Samosir sehingga Puskesmas tidak mengalami kekurangan Amoxicillin (tablet 500 mg) dan Kotrimoksazol suspensi (pediatrik) dalam memberikan pengobatan kepada pasien.

2. Prakiraan kebutuhan antibiotik untuk jenis Amoxicillin (sirup kering 125 mg/5 ml, btl 60 ml, Kloramfenikol (kapsul 250 mg), Kotrimoksazol (tablet 480 mg), Metronidazol (tablet 500 mg) dan Tetrasiklin (tablet 500 mg) dianalisis untuk tahun 2010 dengan menggunakan Metode Double Exponential Smoothing. Prakiraan untuk tahun 2010 ini diharapkan dapat membantu Dinas Kesehatan khususnya Puskesmas dapat memenuhi kebutuhan antibiotic dalam penanganan penyakit infeksi

4. Kebutuhan Amoxicillin tablet dari tahun 2005 – 2009 terus meningkat, dan hasil prakiraan menunjukkan mengalami peningkatan kebutuhan untuk tahun 2010 - 2014

5. Kebutuhan Kloramfenikol dari tahun 2005 ke tahun 2006 mengalami penurunan, sedangkan pada tahun 2007 – 2009 terus meningkat, dan hasil prakiraan menunjukkan pertambahan jumlah kebutuhan untuk tahun 2010. 6. Kebutuhan Kotrimoksazol suspensi (pediatrik) dari tahun 2005 - 2009 terus

meningkat, dan hasil prakiraan menunjukkan pertambahan jumlah kebutuhan untuk tahun 2010 – 2014.

7. Kebutuhan Kotrimoksazol tablet dari tahun 2005 – 2007 mengalami peningkatan, sedangkan dari tahun 2008 – 2009 mengalami penurunan. Hasil prakiraan menunjukkan kebutuhan Kotrimoksazol tablet akan mengalami peningkatan untuk tahun 2010.

8. Kebutuhan Metronidazol dari tahun 2005 – 2007 mengalami peningkatan, pada tahun 2008 – 2009 malah mengalami penurunan. Dari hasil prakiraan menunjukkan kebutuhan antibiotik tersebut akan meningkat untuk tahun 2010. 9. Kebutuhan Tetrasiklin kapsul (500 mg) dari tahun 2005 – 2009 mengalami

peningkatan, hanya saja pada tahun 2007 mengalami penurunan. Hasil prakiraan menunjukkan kebutuhan Tetrasiklin kapsul (500 mg) mengalami peningkatan untuk tahun 2010.

17.2 Saran

1. Dari hasil analisis data yang dilakukan dalam penelitian ini, diharapkan dapat dimanfaatkan oleh Kabupaten Toba Samosir melalui Dinas Kesehatan Kabupaten Toba Samosir dalam membuat perencanaan jumlah kebutuhan antibiotik dalam menangani penyakit infeksi yang dialami oleh pasien yang berkunjung ke Puskesmas di Kabupaten Toba Samosir.

2. Sebagai bahan masukan bagi Dinas Kesehatan Kabupaten Toba Samosir dalam membuat perencanaan anggaran dalam penyediaan kebutuhan antibiotik di Puskesmas Kabupaten Toba Samosir.

3. Sebagai bahan pertimbangan bagi Dinas Kesehatan Kabupaten Toba Samosir dalam mengevaluasi program dan kegiatan penyediaan obat untuk Puskesmas di Kabupaten Toba Samosir.

DAFTAR PUSTAKA

Abidin, Z, 2010. Antibiotik diunduh tanggal 12 Oktober 2010

Agoes, A & Jacob. Antropologi Kesehatan Indonesia. Jilid 1. Penerbit Buku Kedokteran EGC, Jakarta

Assauri, S, 1984. Teknik dan Metoda Peramalan: Penerapannya dalam Ekonomi dan Dunia Usaha. Edisi satu. Penerbit Fakultas Ekonomi Universitas Indonesia, Jakarta.

Bappenas, 2009. Peningkatan Akses Masyarakat Terhadap Kesehatan Yang

Berkualitas. From:

tanggal 13 Oktober 2010

Depkes RI, 2005, Pengelolaan Obat Puskesmas. Direktorat Bina Obat Publik dan Perbekalan Kesehatan, Ditjen Bina Kefarmasian.

Gitosudarmo, I & Najmudin, M., 2001. Teknik Proyeksi Bisnis. Edisi pertama. Penerbit: Fakultas Ekonomi UGM, Yokyakarta.

Keputusan Menteri Kesehatan RI No 128 Tahun 2004.

Manurung, 1990. Teknik Peramalan Bisnis dan Ekonomi. Penerbit Rineka Cipta, Jakarta.

Murti, B, 1997. Prinsip dan Metode Riset Epidemiologi. Cetakan Pertama. Penerbit Gadjah Mada University Press, Yogyakarta.

Peraturan Menteri Kesehatan RI No. HK.02.02/MENKES/068/I/2010.

Rasmaliyah, 2010. repository.usu.ac.id/bitstream/123456789/.../5/Chapter%20I.pdf

Setiadi, NJ, 2003. Prakiraan Bisnis: Pendekatan Analisis Kuantitatif untuk Antisipasi Bisnis. Edisi Pertama. Penerbit Kencana, Bogor.

, Universitas Sumatera Utara, diunduh tanggal 14 Oktober 2010

Supranto, J, 1981. Metode Ramalan Kuantitatif untuk Perencanaan. Penerbit PT. Gramedia, Jakarta.

Tri Atmojo, Y, 2006. Antibiotika.

Wijaya, E, dkk, 1987. Pola Penggunaan Antibiotika di Beberapa Puskesmas dan Beberapa Faktor Yang Berkaitan. Pusat Penelitian dan Pengembangan Farmasi Badan Penelitian dan Pengembangan Kesehatan, Departemen Kesehatan RI, Jakarta.

, diunduh tanggal 12 Oktober 2010

Wulandari, S, 2009. Kajian Penggunaan Antibiotik Pada Pasien Anak-anak Penyakit Tuberkulosis Paru di Instalasi Rawat Jalan Balai Besar Kesehatan Paru Masyarakat Surakarta Tahun 2008. Fakultas Farmasi Universitas Muhammadiyah, Surakarta.