ANALISIS TIME SERIES METODE WINTER JUMLAH PENDERITA GASTROENTERITIS RAWAT INAP BERDASARKAN DATA REKAM MEDIS DI RSUD DR. SOETOMO SURABAYA Sri Nawangwulan, Dyan Angesti Dosen Program Studi Rekam Medis dan Informasi Kesehatan (RMIK) STIKES Yayasan Rumah Saki
ANALISIS TIME SERIES METODE WINTER JUMLAH PENDERITA GASTROENTERITIS RAWAT INAP BERDASARKAN DATA REKAM MEDIS DI RSUD DR. SOETOMO SURABAYA
Sri Nawangwulan*, Dyan Angesti*
*Dosen Program Studi Rekam Medis dan Informasi Kesehatan (RMIK) STIKES Yayasan Rumah Sakit Dr. Soetomo surel : dyanangesti@gmail.com
ABSTRAK
Masalah Gastroenteritis (GE) ialah masalah kesehatan masyarakat yang penanggulangannya tidak hanya dilakukan dengan pendekatan medis dan pelayanan kesehatan saja, melainkan dengan melakukan pemahaman tentang kebersihan makanan dan minuman yang akan dikonsumsi setiap harinya juga menyangkut aspek pengetahuan dan perilaku yang kurang mendukung pola hidup sehat.Analisis time series dan proyeksi tentang morbiditas bisa memberikan informasi yang berkaitan dengan angka kesakitan yang terjadi. Di RSUD Dr. Soetomo Surabaya jumlah penderita GE perbulan rata-rata mencapai 200 pasien. Dengan tingginya jumlah pasien GE tersebut, maka akan dilakukan analisis time series pada penderita GE di bagian unit rekam medis rawat inap RSUD Dr. Soetomo Surabaya berdasarkan data bulanan tahun 2011 sampai 2014, dilihat dari kejadian setiap bulannya. Hasil prediksi jumlah penderita GE rawat inap bulan Mei 2014 terjadi peningkatan jumlah penderita menjadi 95 penderita; bulan Juni-Agustus terjadi penurunan jumlah penderita menjadi 80, 59, dan 16 penderita; September-November terjadi peningkatan menjadi 62, 103, dan 142 penderita; Mei-November 2014 Laki-laki mengalami peningkatan jumlah penderita pada bulan Mei sebanyak 54 penderita; bulan Juni-Agustus 2014 mengalami penurunan jumlah penderita menjadi 48, 38, dan 10 penderita; bulan September- November 2014 mengalami peningkatan jumlah penderita sebanyak 29, 65, dan 83 penderita sebanyak di RSUD Dr. Soetomo.
Katakunci: Analisa Time Series, Gastroenteritis (GE), Rekam Medis
ABSTRACT
Gastroenteritis (GE) problems is a public health problem which able to overcome not only done with medical and health services approach alone, but by performing an understanding of food hygiene and beverages to be consumed each day also involves aspects of knowledge and behavior which less supportive of a healthy lifestyle. Time series analysis and projections on morbidity can give information related to the morbidity that occurs. In RSUD Dr. Soetomo hospital, the number of patients per month on average to 200 patients. With the high number of GEs patients, then time series analysis will be done to GEs patients in the medical records of inpatient unit of RSUD Dr. Soetomo hospital based on monthly data in 2011 to 2014, viewed by the occurrences of this problem each month. The predicted results of GEs patients number which are hospitalized in May 2014 increased in the number of patients to 95 patients; In June-August decline in the number of patients to 80, 59, and 16 patients; September-November increased to 62, 103, and 142 patients; May to November 2014 has increased the number of male patients in May as many as 54 patients; June-August
Analisis Time Series....(Dyan Angesti)
2014 decreased the number of patients to 48, 38, and 10 patients; September-November 2014 increased the number of patients as much as 29, 65, and 83 patients in RSUD Dr. Soetomo hospital.
Keywords: Time Series Analysis, Gastroenteritis (GE), Medical Record
PENDAHULUAN
(RSUD) Dr. Soetomo Surabaya dengan Manusia dapat diartikan sebagai
melihat data pelaporan bulanan, saat ini sistem terbuka yang merespon terhadap
jumlah kasus penyakit GE dengan kode stimulus atau rangsangan baik yang
ICD A09 setiap bulannya selalu berada di bersumber dari lingkungan internal
urutan pertama dalam daftar 10 penyakit maupun eksternal. Proses interaksi ini
terbanyak pasien rawat inap. dikenal sebagai adaptasi untuk memelihara
Menurut Pedoman Pengelolaan kemampuan daya tahan tubuh. Manusia
Rekam Medis Rumah Sakit Di Indonesia, memiliki kemampuan beradaptasi baik
Kesehatan Republik secara biologis maupun psikologis. Tujuan
Departemen
Indonesia (1997:7), salah satu faktor yang adaptasi biologis adalah mempertahankan
menentukan dalam upaya pelayanan kelangsungan hidup atau proses internal
kesehatan ialah tertib administrasi. Untuk atau proses eksternal agar tetap stabil.
tercapainya tertib administrasi dalam Tubuh memiliki umpan balik fisiologi dan
rangka upaya peningkatan pelayanan mekanisme kompensasi yang akan
kesehatan adalah pengadaan kegiatan membantu proses di dalam tubuh
rekam medis.
berlangsung dengan baik sehingga tercapai Untuk meningkatkan mutu pelayanan fungsi yang optimal. Jika kemampuan
di rumah sakit sangat diperlukan adanya untuk mempertahankan keseimbangan
penyelenggaraan rekam medis yang hilang, maka akan terjadi perubahan-
merupakan salah satu faktor untuk perubahan organ tubuh.
menentukan baik dan buruknya pelayanan Masalah Gastroenteritis (GE) ialah
diberikan.Tanpa masalah kesehatan masyarakat yang
administrasi
yang
dukungan sistem rekam medis yang baik penanggulangannya tidak hanya dilakukan
dan benar, pelayanan kesehatan/rumah dengan pendekatan medis dan pelayanan
sakit kurang berhasil dalam meningkatan kesehatan
saja, melainkan dengan mutu pelayanannya sebagaimana yang melakukan pemahaman tentang kebersihan
diharapkan.Untuk menjalankan tugas makanan dan minuman yang akan
tersebut perlu didukung adanya unit-unit dikonsumsi
pembantu yang mempunyai tugas spesifik, menyangkut aspek pengetahuan dan
di antaranya ialah unit rekam medis.Unit perilaku yang kurang mendukung pola
rekam medis mempunyai tanggungjawab hidup sehat. GE ialah infeksi saluran
terhadap pengelolahan data pasien menjadi pencernaan yang disebabkan oleh berbagai
informasi kesehatan yang berguna bagi enterogen termasuk bakteri, virus, dan
pengambilan keputusan (Savitri, 2011). parasit, tidak toleran terhadap makanan
Keputusan Menkes tertentu atau mencerna toksin yang
Menurut
No.377/Menkes/SK/III/2007, Rekam ditandai dengan muntah-muntah dan diare
medis mempunyai 7 kompetensi yang yang berakibat kehilangan cairan dan
harus dimiliki oleh seorang perekam medis elektrolit yang menimbulkan dehidrasi dan
yaitu meliputi :
gangguan keseimbangan elektrolit.
1. Klasifikasi dan kodifikasi penyakit, Dari observasi awal yang telah
yang berkaitan dilakukan pada tangal 12 – 16 Maret 2014
masalah-masalah
dengan kesehatan dan tindakan medis khususnya pada bagian Unit Rekam Medis
2. Aspek hukum dan etika profesi Rawat Inap Rumah Sakit Umum Daerah
Jurnal Manajemen Kesehatan STIKES Yayasan RS. Dr. Soetomo Vol. 2 No. 01, April 2016: 17- 32
Timur serta memiliki sarana pelayanan informatika kesehatan
3. Manajemen rekam
medis
dan
kesehatan berupa layanan rawat inap,
4. Menjaga mutu rekam medis rawat jalan, dan rawat darurat.
5. Statistika kesehatan Di RSUD Dr. Soetomo Surabaya
6. Manajemen unit kerja rekam medis dan jumlah penderita GE perbulan rata-rata informatika kesehatan
mencapai 200 pasien. Dengan tingginya
7. Kemitran profesi jumlah pasien GE tersebut, maka akan Dari 7 kompetensi di atas peneliti
dilakukan analisis time series pada memfokuskan penelitian pada kompetensi
penderita GE di bagian unit rekam medis ke-5 tentang kemampuan statistika
rawat inap RSUD Dr. Soetomo Surabaya kesehatan : “Perekam Medis mampu
berdasarkan data bulanan tahun 2011 menggunakan statistika kesehatan untuk
sampai 2014, dilihat dari kejadian setiap menghasilkan informasi dan perkiraan
bulannya. Untuk analisis time series yang bermutu tinggi sebagai dasar
sendiri belum pernah dilakukan di RSUD perencanaan dan pengambilan keputusan
Dr. Soetomo Surabaya, khususnya pada di
penderita GE di unit rekam medis rawat Kemampuan tersebut guna memberikan
bidang pelayanan
kesehatan”
inap.
informasi kesehatan terhadap masyarakat luas juga mampu melakukan analisis data
Rumusan Masalah
penyakit, laporan
Berdasarkan latar belakang di atas, mortalitas dalam penyajian data berbentuk
morbiditas
dan
rumusan masalah yang diajukan pada lisan dan tulisan.
ialah “Bagaimana Analisis time series dan proyeksi
penelitian
ini
memprediksi jumlah penderita GE rawat tentang morbiditas bisa memberikan
inap dengan analisis time series metode informasi yang berkaitan dengan angka
Winter berdasarkan data bulanan di kesakitan yang terjadi. Sesuai dengan
SeksiRekam Medis RSUD Dr. Soetomo kegunaan rekam medis melakukan analisis
Su rabaya ?”
time series dan proyeksi morbiditas pada penelitian ini dimanfaatkan data sekunder
Tujuan
berkas rekam medis jumlah penderita GE Memprediksi jumlah penderita GE rawat inap di RSUD Dr. Soetomo
rawat inap pada tiga bulan berikutnya Surabaya, dimana data berkas rekam medis
berdasarkan data bulanan di SeksiRekam tersebut telah diolah sendiri oleh pihak
Medis dari Tahun 2011 sampai Tahun rumah sakit.
2014 di Rawat Inap RSUD Dr. Soetomo Dalam melakukan analisis time
Surabaya dengan menggunakan Analisis series , perekam medis sangat berperan
Time Series Metode Winter . dalam pengolahan data agar menghasilkan informasi maupun interpretasi dalam suatu
Kajian Pustaka
perhitungan. Selain itu juga dapat Menurut Pedoman Pengelolaan memudahkan petugas rekam medis atau
Rekam Medis Rumah Sakit Di Indonesia, petugas rumah sakit lainnya dalam melihat
Kesehatan Republik jumlah kasus suatu penyakit dan
Departemen
Indonesia (1997:6), rekam medis ialah melakukan suatu kegiatan peramalan
keterangan baik yang tertulis maupun jumlah kasus suatu penyakit dimasa yang
terekam tentang identitas, anamnesis, akan datang khususnya penyakit GE.
penentuan fisik laboratorium, diagnosis RSUD Dr. Soetomo Surabaya
segala pelayanan dan tindakan medis yang merupakan rumah sakit pemerintah dengan
diberikan pada pasien, dan pengobatan status tipe A Pendidikan milik Pemerintah
baik yang dirawat inap, rawat jalan, Provinsi Jawa Timur. Yang merupakan
maupun yang mendapat pelayanan gawat rumah sakit rujukan terbesar di Indonesia
darurat.
Analisis Time Series....(Dyan Angesti)
perkembangan penderita GE dapat No.269/MenKes/Per/III/2008. Kegunaan
diperhitungkan dan diramalkan dengan berkas rekam medis yaitu, sebagai berikut.
tepat dan teliti. Peramalan juga merupakan
a. Dasar pemeliharaan kesehatan dan alat yang penting dalam pengambilan pengobatan pasien.
keputusan yang bersifat strategis dan taktis
b. Bahan pembuktian dalam perkara
bagi rumah sakit.
hukum. Ada 2 hal pokok yang harus
c. Bahan untuk keperluan penelitian dan diperhatikan dalam proses pembuatan pendidikan.
peramalan yang akurat dan bermanfaat.
d. Dasar pembayaran biaya pelayanan Pertama ialah pengumpulan data yang kesehatan
relevan berupa informasi yang dapat
e. Bahan untuk menyiapkan statistika menghasilkan peramalan yang akurat. kesehatan
Kedua ialah pemilihan teknik peramalan Semua bentuk catatan, baik hasil
yang tepat yang akan memanfaatkan rekapitulasi harian, maupun lembaran-
informasi data yang diperoleh seoptimal lembaran
mungkin (Lincolin Arsyad, 2009:35). merupakan bahan yang perlu diolah. Untuk
Menurut Lincolin Arsyad (2009:37), selanjutnya dipakai sebagai bahan laporan
setiap variabel yang terdiri dari data yang rumah
dikumpulkan, dicatat atau diobservasi pengolahan, berkas-berkas rekam medis
sakit. Sebelum
dilakukan
sepanjang waktu yang berurutan disebut tersebut diteliti kelengkapannya baik isi
data runtut waktu (time series). Analisis maupun jumlahnya. Rekapitulasi dari
runtut waktu dilakukan untuk menemukan sensus harian diolah untuk menyiapkan
pola pertumbuhan atau perubahan masa laporan yang menyangkut kegiatan rumah
lalu, yang dapat digunakan untuk sakit. Formulir-formulir rekam medis
memperkirakan pola pada masa yang akan diolah untuk menyiapkan laporan yang
datang. Analisis ini cukup penting dalam menyangkut morbiditas dan mortalitas
dan membantu (DepKes RI, 1993:18).
proses
peramalan
mengurangi kesalahan dalam peramalan
tersebut. Dalam analisis runtut waktu Menurut Patton 1980 (dalam 2000:103)
1. Analisis
terdapat 4 komponen yaitu: menjelaskan bahwa:
a. Trend
Menurut Bogdan (dalam Sugiyono Trend ialah perkembangan jangka panjang 2008:244) analisis adalah proses mencari
dalam suatu runtut waktu yang dapat dan menyusun secara sistemis data yang
digambarkan dengan sebuah garis lurus diperoleh dari hasil wawancara, catatan
atau sebuah kurva kekuatan-kekuatan lapangan, dan bahan-bahan lain, sehingga
menghasilkan atau dapat mudah dipahami, dan temuannya
dasar
yang
mempengaruhi trend dari suatu seri adalah dapat diinformasikan kepada orang lain.
perubahan populasi, perubahan harga, Analisis
perubahan teknologi, dan peningkatan mengorganisasikan data, menjabarkan ke
produktivitas. Dalam analisis trend dalam unit-unit, melakukan sintesis,
variabel bebasnya adalah waktu. Seorang menyusun ke dalam pola, memilih mana
peneliti harus memetakan data dalam yang penting dan yang akan dipelajari, dan
bentuk aritmatika dan semilogaritma membuat
sebelum memilih persamaan trend diceritakan kepada orang lain.
berdasarkan bentuk umum dari grafik yang
2. Analisis Time Series (deret waktu)
tampak. Jika grafik berbentuk garis lurus Perkembangan penderita GE tidak
dalam skala aritmatika, maka peneliti akan mungkin diperhitungkan dan diramalkan
menggunakan persamaan linier dalam berdasarkan renungan semata. Hanya
analisis datanya. Jika data dinyatakan dengan pengamatan yang berulang-ulang
dalam bentuk semilogaritma dan terbentuk
Jurnal Manajemen Kesehatan STIKES Yayasan RS. Dr. Soetomo Vol. 2 No. 01, April 2016: 17- 32
grafik dengan garis lurus, maka peneliti
3. Metode Pemulusan Eksponensial
akan memilih model eksponensial dalam
(Lincolin Arsyad, 1994)
datanya. Metode untuk menjelaskan trend Pemulusan eksponensial (exponential linier ialah metode kuadrat terkecil.
smoothing ) ialah suatu prosedur yang
b. Variasi Siklis mengulang perhitungan secara terus- Komponen siklis ialah suatu seri
menerus dengan menggunakan data fluktuasi seperti gelombang atau siklus
terbaru. Metode ini berdasarkan pada yang mempengaruhi keadaan ekonomi
perhitungan rata-rata (pemulusan) data selama lebih dari satu tahun. Hal tersebut
masa lalu secara eksponensial. Setiap data dapat dilihat dari perbedaan antara nilai
diberi bobot, dimana data yang lebih baru yang diharapkan (trend) dengan nilai yang
diberi bobot yang lebih besar. Bobot yang sebenarnya yaitu variasi residual yang
digunakan ialah untuk data yang paling berfluktusi sekitar trend. Komponen siklis
baru, (1 - ) digunakan untuk data yang dan tak beraturan dari data runtut waktu
agak lama, 2 (1-) untuk data yang lebih dapat
lama lagi, dan seterusnya. menghilangkan pengaruh trend, metode ini
Dalam bentuk yang mulus, ramalan disebut metode residual (residual method).
yang baru (untuk waktu t+1) dapat Tahap metode residual tergantung pada
dianggap sebagai rata-rata yang diberi dimulainya menganalisis dengan data
bobot terhadap data terbaru (pada waktu t) tahunan, bulanan, atau kuartalan. Jika data
dan ramalan yang lama (untuk waktu t). yang digunakan ialah data bulanan atau
bobot diberikan pada data terbaru, dan kuartalan, maka pengaruh trend dan
bobot 1 - diberikan pada ramalan yang komponen-komponen musiman harus
lama, dimana 0 < < 1. Dengan demikian: dihilangkan. Jika datanya ialah data
Ramalan baru = x (data baru) + (1 tahunan, maka pengaruh trend yang - ) x (ramalan yang lama) dihilangkan. Secara matematis, persamaan pemulusan
c. Musiman eksponensial dapat ditulis:
+ (1 - dijumpai pada data yang dikelompokan
Ŷ t+1 Y t
)Ŷ t
Di mana:
secara kuartalan, bulanan, atau mingguan. Variasi musiman ini menggambarkan pola
ramalan untuk periode perubahan yang berulang secara teratur
Ŷ t+1 =nilai
berikutnya
= konstanta pemulusan (0 < < runtut waktu diukur dalam bentuk angka
dari waktu ke waktu. Komponen musiman
indeks. Interpretasi angka indeks ini, yang Y t = data baru atau nilai Y yang mencerminkan
sebenarnya pada periode t musiman untuk suatu segmen tahun
Ŷ t = nilai pemulusan yang lama atau tertentu, berkaitan dengan perbandingan
besarnya
pengaruh
rata-rata yang dimuluskan hingga nilai terhitung atau nilai yang diharapkan
periode t-1
dari segmen tersebut (bulan, kuartal, dan Agar dapat diinterpretasikan dengan
sebagainya). lebih baik, persamaan pemulusan
d.
tersebut Fluktuasi tak beraturan diuraikan Komponen
sebagai berikut:
terbentuk dari fluktuasi-fluktuasi yang Ŷ t+1 = Y t + (1 - )Ŷ t
disebabkan oleh peristiwa-peristiwa yang = Y t +Ŷ t - Ŷ t
tidak terduga seperti perubahan cuaca,
=Ŷ t+ (Y t - Ŷ t )
pemogokan, perang, pemilihan umum,
rumor perang, dan lain-lain.
sederhana pemulusan eksponensial ialah nilai ramalan lama (Ŷ t ) ditambah (alpha) dikalikan dengan
Secara
Analisis Time Series....(Dyan Angesti)
tingkat kesalahan (Y t - Ŷ t ) dari ramalan mengenai apa yang akan terjadi di masa yang lama.
yang akan datang. Karena masa lalu Konstanta pemulusan berfungsi
mengandung fluktuasi random dan sebagai faktor penimbang. Jika
informasi mengenai pola variabel, maka mendekati 1, berarti nilai ramalan yang
diperlukan usaha untuk memuluskan data- baru
Pendekatan ini penyesuaian untuk setiap tingkat kesalahan
sudah memasukkan
mengasumsikan bahwa fluktuasi-fluktuasi yang terjadi pada nilai ramalan yang lama.
ekstrem menyatakan tingkat pengaruh Sebaliknya, bila mendekati 0, berarti
random dalam rangkaian data. nilai ramalan yang baru hampir sama
Rata-rata bergerak berkaitan dengan dengan nilai ramalan yang lama. Besaran
penghitungan nilai tengah sejumlah nilai bobot yang dilambangkan dengan
suatu variabel. Rata-rata ini menjadi merupakan kunci dari analisis. Diperlukan
random untuk periode berikutnya, nilai yang kecil, jika menginginkan hasil
kemudian proses ini diulang-ulang sampai ramalan yang stabil dan variasi random
diperoleh ramalan untuk periode yang dimuluskan. Dan sebaliknya diperlukan
dikehendaki.
nilai yang besar, jika menginginkan
4. Gastroenteritis (GE)
Pengertian
respon yang cepat terhadap perubahan-
perubahan pola observasi. Metode untuk GE atau diare akut adalah kekerapan dan keenceran BAB dimana frekuensinya
lebih dari 3 kali perhari dan banyaknya menggunakan prosedur interatif yang
meminimumkan mean square error – 250 gram (Syaiful Noer, 1996 ). Istilah GE digunakan secara luas (MSE). Pada umumnya peramalan
lebih dari 200
menguraikan pasien yang dilakukan dengan yang sama dengan 0,1 , 0,2 , 0,3 , ….. 0,9. Nilai yang mengalami perkembangan diare dan atau
untuk
muntah akut. Istilah ini menjadi acuan menghasilkan tingkat kesalahan yang
bahwa terjadi proses inflamasi dalam paling kecil ialah yang dipilih dalam
lambung dan usus.
peramalan.
a. Pemulusan Eksponensial untuk Variasi
Menurut Keputusan Menkes RI
tentang Trend dan Musiman
No.1216/Menkes/SK/XI/2001
pedoman pemberantasan penyakit diare Metode ini merupakan metode yang
dinyatakan bahwa penyakit diare masih digunakan untuk dalam pemulusan trend
merupakan masalah kesehatan masyarakat dan musiman. Untuk meminimumkan
Indonesia, baik ditinjau dari angka MSE, maka teknik Winter yang umumnya
kesakitan dan angka kematian serta baik untuk digunakan, dengan pemakaian
Kejadian Luar Biasa (KLB) yang program komputer yang secara otomatis
ditimbulkan. Penyebab utama kematian memilih konstanta pemulusan yang paling
pada penyakit diare adalah dehidrasi baik, akan semakin mengurangi besarnya
sebagai akibat kehilangan cairan dan MSE. Pemulusan eksponensial merupakan
elektrolitnya melalui tinjanya. Di negara teknik yang sudah umum dipakai untuk
berkembang prevalensi yang tinggi dari peramalan jangka pendek. Keuntungan
penyakit diare merupakan kombinasi dari utamanya ialah biaya yang rendah dan
sumber air yang tercemar, kekurangan kemudahan pemakaiannya.
protein dan kalori yang menyebabkan Dasar peramalan dalam rata-rata
turunnya daya tahan tubuh. bergerak sederhana dan pemulusan
2. Faktor infeksi
eksponensial ialah rata-rata tertimbang Infeksi internal yaitu saluran
pengukuran-pengukuran masa lalu. Dasar pencernaan yang merupakan penyebab pertimbangannya ialah bahwa rata-rata
utama diare.Pada saat ini telah dapat masa
lalu mengandung
informasi
diidentifikasi tidak kurang dari 25 jenis
Jurnal Manajemen Kesehatan STIKES Yayasan RS. Dr. Soetomo Vol. 2 No. 01, April 2016: 17- 32
mikroorganisme yang dapat menyebabkan kolerifrom, dengan diare yang terutama diare pada anak
terdiri atas cairan saja.Kedua disentriform, dan bayi.Penyebab itu dapat
pada saat diare didapatkan lendir kental digolongkan lagi kedalam penyakit yang
dan kadang-kadangdarah. ditimbulkan adanya virus, bakteri, dan parasit usus.Penyebab utama oleh virus
Metode Penelitian
yang terutama ialah rotavirus (40-60%)
Jenis Penelitian
sedangkan virus lainnya ialah virus Berdasarkan tujuan penelitian ini, Norwalk,
maka peneliti menggunakan metode Coronavirus, Minirotavirus dan virus bulat
Astrovirus,
Calcivirus,
analisis kuantitatif dengan menggunakan kecil.
teknik statistik yang digunakan untuk menyebabkan penyakit
menganalisis data sampel dan hasilnya Aeromonas hidrophilia, Bacillus cereus,
itu adalah
diberlakukan untuk populasi khususnya Campylobacter
pada penderita GE secara obyektif . defficile, Clostridium perfringens, E. Coli ,
jejuni,
Clostridium
Berdasarkan manfaat dan kegunaan Plesiomonas, Shigelloides, Salmonella
penelitian ini termasuk dalam studi spp, Staphylococcus aureus, Vibrio
evaluatif dengan pendekatan retrospektif cholerae, dan Yersinia enterocolitica,
yaitu dengan melihat laporan statistik sedangkan penyebab GE (diare akut) oleh
sebelumnya (Notoatmodjo, parasit adalah Balantidium coli, Capillaria
Tempat dan Waktu Penelitian
Entamoeba histolitica, Giarsia lamblia, Penelitian ini dilakukan pada bulan Isospora
Mei 2014, dan bertempat di Seksi Rekam Sarcocystis suihominis, Strongiloides
Medis RSUD Dr. Soetomo Surabaya. stercoralis, dan Trichuris trichuria.
3. Gejala Klinik
Populasi dan Sampel
Pasien dengan diare akibat infeksi
a). Populasi
sering mengalami nausea, muntah, nyeri Populasi merupakan keseluruhan perut sampai kejang perut, demam dan
subyek penelitian yang akan diteliti diare terjadi renjatan hipovolemik harus
2002:108). Peneliti dihindari kekurangan cairan menyebabkan
(Arikunto,
menyimpulkan bahwa populasi dalam pasien akan merasa haus, lidah kering,
penelitian ini ialah seluruh data bulanan tulang pipi menonjol, turgor kulit
jumlah penderita GE rawat inap di RSUD menurun, serta suara menjadi serak,
Dr. Soetomo Surabaya Tahun 2011-2014. gangguan biokimiawi seperti asidosis
b). Sampel
metabolik akan menyebabkan frekuensi Menurut Notoatmodjo (2002:92) pernafasan lebih cepat dan dalam
sebagian dari (pernafasan kusmaul). Bila terjadi renjatan
sampel
merupakan
keseluruhan obyek yang akan diteliti dan hipovolemik berat maka denyut nadi cepat
dianggap mewakili seluruh populasi. Maka (lebih dari 120 kali/menit) tekanan darah
sampel yang diambil oleh peneliti ialah menurun tak terukur, pasien gelisah, muka
data sekunder jumlah penderita GE rawat pucat, ujung ekstremitas dingin dan
inap di RSUD Dr. Soetomo Surabaya kadang sianosis, kekurangan kalium dapat
perbulan dari tahun 2011 hingga 2014. menimbulkan aritmia jantung. Perfusi ginjal dapat menurun sehingga timbul
Variabel Penelitian dan Definisi
anuria, sehingga bila kekurangan cairan
Operasional Variabel
tak segera diatasi dapat timbul penulit
a. Variabel Penelitian berupa nekrosis tubular akut.Secara klinis
Variabel penelitian ialah sesuatu dianggap diare karena infeksi akut dibagi
yang digunakan sebagai ciri, sifat atau menjadi
dua golongan
pertama,
ukuran yang dimiliki dan didapatkan
Analisis Time Series....(Dyan Angesti)
oleh satuan penelitian tentang sesuatu konsep
4. Ramalan pada periode p di masa datang (Notoatmodjo,
t+p = (A t +pT t )S t-L+p penelitian ini variabel yang akan
diteliti ialah jumlah penderita GE rawat
A t = nilai pemulusan yang baru inap perbulan menurut jenis kelamin
= konstanta pemulusan untuk data (0 ≤
dan jumlah total penderita GE ≤ 1)
perbulan. Y t = data yang baru atau yang sebenarnya
b. Definisi Operasional Variabel
pada periode t
Jumlah penderita GE rawat inap = konstanta pemulusan untuk estimasi perbulan menurut jenis kelamin yaitu
trend (0 ≤ ≤ 1)
1. = konstanta pemulusan untuk estimasi bulannya berdasarkan jenis kelamin.
jumlah penderita GE pada tiap
musiman (0 ≤ ≤ 1) Jumlah total penderita GE rawat inap
T t = estimasi trend
perbulan ialah total seluruh penderita S t = estimasi musiman GE rawat inap tiap bulan.
p = periode yang diramalkan L = panjangnya musim
Teknik Pengumpulan Data
Ŷ t+p = ramalan pada periode p Pengumpulan data dengan metode
(Lincolin Arsyad, 2009) dokumentasi tentang data sekunder
mengenai hal-hal atau variabel penderita
Hasil Penelitian Dan Pembahasan
GE . Pada penelitian ini yang diangkat
menjadi sumber data ialah dengan Di RSUD Dr. Soetomo kasus GE menggunakan data pasien penderita GE
mengalami peningkatan jumlah penderita rawat inap di RSUD Dr. Soetomo
di bulan-bulan tertentu dari tahun 2011- Surabaya dengan menggunakan Laporan
2014. Pada awal tahun 2011 penderita GE Bulanan Penderita GE Tahun 2011-2014.
sebanyak 106, kemudian mengalami peningkatan pada 4 bulan berikutnya
Teknik Analisis Data
sebanyak 126 dan menurun secara terus Teknik analisis data dengan analisis
menerus sampai bulan ke 8 menjadi deskriptif dalam bentuk tabel dan diagram.
sebanyak 46 penderita dan kemudian Analisis lebih lanjut menggunakan
mengalami peningkatan hingga akhir tahun Pemulusan Eksponensial untuk Variasi
menjadi 118 penderita. Tahun 2012 jumlah Trend dan Musiman untuk melihat pola
penderita GE terbanyak terjadi pada bulan kejadian dan memprediksi jumlah
oktober dan jumlah paling sedikit terjadi penderita GE rawat inap pada bulan
pada bulan agustus. Demikian pula pada berikutnya. Metode ini merupakan metode
tahun 2013 jumlah penderita GE yang digunakan dalam pemulusan trend
terbanyak terjadi pada bulan januari dan dan musiman. Terdapat empat persamaan
yang terendah jumlahnya terjadi pada yang digunakan dalam model Winter ialah
bulan juli. Tahun 2014 hinga bulan april, sebagai berikut:
jumlah penderita terbanyak terjadi pada
1. Pemulusan Eksponensial bulan januari dan terendah pada bulan
Y t februari. Dari jumlah berdasarkan jenis kelamin,
banyak jumlahnya
2. Estimasi Trend dibandingkan perempuan. Dari tahun 2011 T t = (A t –A t-1 ) + (1 - ) T t-1 hingga april 2014 jenis kelamin laki-laki
lebih mendominasi dengan selisih 269 dari
3. Estimasi Musiman jumlah penderita perempuan. Y t
S t = + (1 – ) S t-L
Jurnal Manajemen Kesehatan STIKES Yayasan RS. Dr. Soetomo Vol. 2 No. 01, April 2016: 17- 32
Kejadian tinggi dan rendahnya jumlah
Analisis Time Series
penderita GE juka dilihat dari data-data Tujuan penelitian yang telah tahun 2011-2014 dipengaruhi oleh adanya
dikemukakan pada bab 1 sebelumnya yaitu faktor musiman, karena tingginya jumlah
untuk mengetahui pola jumlah dan penderita terjadi pada bulan-bulan tertentu
memprediksi jumlah penderita GE rawat dan kemudian turun di bulan-bulan
inap pada bulan berikutnya di RSUD Dr. tertentu berikutnya.
Soetomo yang menggunkan metode Turunnya jumlah penderita bisa terjadi
analisis kantitatif dengan menggunakan karena adanya program penyuluhan
statistik inferensial untuk meneliti data ksehatan pemerintah melalui rumah sakit
sekunder dari penderita GE rawat inap maupun puskesmas tentang penyakit GE,
RSUD Dr. Soetomo, dimana data tersebut memberikan
digunakan untuk memprediksi jumlah kebersihan
penyukuhan
tentang
penderita GE bebeapa bulan berikutnya, makanan dan minuman yang dikonsumsi
lingkungan,
kebersihan
juga untuk acuan pihak manajemen dalam setiap harinya.
melakukan upaya perencanaan terhadap kasus GE di RSUD Dr. Soetomo.
Kasus Gastroenteritis
Penelitian ini enggunakan pendekatan Diawal tahun 2014 kasus GE
retrospektif yaitu dengan melihat laporan mengalami peningkatan jumla penderita
bulan sebelumnya, untuk dari bulan ke bulan seiring bergantinya
statistik
mengevaluasi dan menerapkan jumlah musim kemarau ke musim hujan. Jumlah
tersebut ke dalam model Winter method. kasus GE di RSUD Dr. Soetomo menigkat
Dengan mencoba memasukkan dari 61 pasien pada April 2013 menjadi 95
angka konstanta pemulusan yang berkisar pasien pada April 2014, sehingga jumlah
antara 0 ≤ 1 untuk α, γ, dan δ tersebut penderita diare mengalami peningkatan
mempengaruhi angka kesalahan dalam persen. Dari hasil pengamatan, kasus GE
peramalan yang akan dilakukan. Dalam selalu berada pada urutan pertama dalam
perhitungan untuk memproyeksi jumlah daftar 10 penyakit terbanayak di RSUD
penderita pada bulan berikutnya, peneliti Dr. Soetomo untuk bulan Januari hingga
menggunakan konstanta pemulusan α = Maret 2014. Peningkatan jumlah penderita
0,9, γ=0,3, δ = 0,9 untuk memperkecil tersebut lebih sering terjadi karena
angka kesalahan dalam peramalan. datangnya usim penghujan menjadi
Lokasi penelitian ini adalah bagian penyebab mewabahnya berbagai penyakit,
unit rekam medis rawat Inap RSUD Dr. sebagai akibat kurangnya kebersihan
Soetomo. Data diambil dari seluruh jumlah makanan dan lingkungan. Salah satunya
penderita GE rawat inap di RSUD Dr. adalah merebaknya penyakit diare
Soetomo dari bulan Januari 2011 – April (Gastroenteritis) dan muntaber.
2014. Berdasarkan penelitian hasil data Dalam upaya mengurangi banyaknya
mengenai data penderita GE rawat inap
RSUD Dr. Soetomo diperoleh data sebagai diadakan penyuluhan tentang kebersihan
jumlah penderita GE di Surabaya,
berikut :
makanan, kebersihan individu, sanitasi Analisis datatime series jumlah penderita lingkungan dan air yang baik, serta
GE rawat inap berdasarkan jenis kelamin vaksinasi. Kebersihan individu bisa dimulai dengan mencuci tangan sebelum
Tabel 4.1 Jumlah Penderita GE Rawat makan dan memasak makanan sampai
Inap RSUD Dr. SoetomoBerdasarkan Jenis matang.
KelaminJanuari Tahun 2011 – April 2014
Bulan
2011 2012 2013 2014 L P L P L P L P
Januari
Analisis Time Series....(Dyan Angesti)
Bulan 2011 2012 2013 2014 Tabel 4.2 Jumlah Penderita GE Rawat L P L P L P L P
Inap RSUD Dr. SoetomoBerdasarkan Jenis Kelamin Laki-laki Januari 2011
September 31 37 68 Desember 55 63 57 57 44 28
68 79 73 Total
Oktober
1207 1240 1216 271 November 67 78 73 Sumber : Data Unit Rekam Medis Rawat
55 57 44 Inap Tahun 2011-2014
Desember
605 673 665 144 Sumber : Data Unit Rekam Medis Rawat Data yang diperoleh pada waktu penelitian
Total
Ina p Tahun 2011 – 2014 adalah 3 tahun mulai tahun 2011-2014.
Jumlah penderita GE rawat inap RSUD Untuk mengetahui analisa pola data pasien Dr. Soetomo banyak terjadi pada jenis
berjenis kelamin laki-laki menggunakan kelamin laki-laki dengan jumlah 2087
autocorrelation function , diketahui bahwa penderita, sedangkan jenis kelamin
ada unsur musiman. Hal ini tampak pada perempuan dengan jumlah 1847 penderita.
adanya garis kebawah dan pada titik Pada masing-masing bulan di tiap
berikutnya kebawah lagi. tahunnya jumlah penderita GE mengalami
perubahan jumlah secara tidak teratur, maka
memproyeksi jumlah penderita GE pada bulan berikutnya peneliti menggunakan analisis time series dalam model Winter method. Untuk perhitungan dalam memprediksi
jumlah penderita GE rawat inap
berdasarkan jenis kelamin, peneliti menghitung dari masing-masing jenis
kelamin yaitu laki-laki dan perempuan. Grafik 4.2 Hasil autocorrelation function Penderita GE laki-laki
untuk Data Penderita GE Rawat Inap Distribusi penderita GEdi Instalasi Rawat
RSUD Dr. SoetomoBerdasarkan Jenis Inap RSUD Dr. Soetomo Surabaya
Kelamin Laki-lakiJanuari 2011 – April berdasarkan Jenis Kelamin Laki-laki pada
2014 bulan Januari 2011 – April 2014 tampak
pada tabel dibawah ini: Dari gambar 4.2 dan tabel 4.2 di atas dapat dilihat secara rinci jumlah penderita
GE pada tiap bulannya berubah secara tidak teratur, maka perhitungan untuk
Jurnal Manajemen Kesehatan STIKES Yayasan RS. Dr. Soetomo Vol. 2 No. 01, April 2016: 17- 32
memproyeksi jumlah penderita GE pada
Bulan
bulan berikutnya peneliti menggunakan
602 567 551 127 analisis time series dengan model Winter Sumber : Data Unit Rekam Medis Rawat
Total
method .
Inap Tahun 2011-2014
Dari hasil pemulusan tersebut berhasil
Untuk mengetahui analisa pola data pasien peramalan. Dengan rincian penjelasan
berjenis kelamin Perempuan menggunakan seperti dalam gambar berikut :
autocorrelation function , diketahui bahwa ada unsur musiman. Hal ini tampak pada adanya garis kebawah dan pada titik berikutnya
kebawah
lagi.
Grafik 4.2 Hasil Pemulusan Jumlah Penderita GEBerdasarkan Jenis Kelamin Laki-lakiRawat InapRSUD Dr. Soetomo
Januari 2011 – April 2014
a. Penderita GE perempuan Distribusi penderita GE di Instalasi Rawat Inap RSUD Dr. Soetomo Surabaya
Dari gambar 4.2 dan tabel 4.2 di atas berdasarkan Jenis Kelamin Perempuan
dapat dilihat secara rinci jumlah penderita pada bulan Januari 2011 – April 2014
GE pada tiap bulannya berubah secara tampak pada tabel dibawah ini:
tidak teratur, maka perhitungan untuk memproyeksi jumlah penderita GE pada
Tabel 4.5 Jumlah Penderita GE Rawat bulan berikutnya peneliti menggunakan Inap RSUD Dr. Soetomo
analisis time series dengan model Winter Berdasarkan Jenis Kelamin Perempuan
method .
Bulan Januari 2011 – April 2014 Dari hasil pemulusan tersebut berhasil meminimalisasi
kesalahan dalam
Bulan 2011 2012 2013 2014
peramalan. Dengan rincian penjelasan seperti dalam gambar berikut :
Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
September 29 39 47
Oktober
November 65 58 57
Desember
Analisis Time Series....(Dyan Angesti)
Grafik 4.4 Hasil Pemulusan Dengan Metode WinterUntuk Data Penderita GE Rawat Inap RSUD Dr. Soetomo Berdasarkan Jenis Kelamin Perempuan
Analisis time series total jumlah penderita GE rawat inap
Distribusi penderita GE di Instalasi Rawat Inap RSUD Dr. Soetomo Surabaya pada bulan Januari 2011 – April 2014 tampak pada tabel dibawah ini:
Tabel 4.8 Jumlah Penderita GE Rawat Dari gambar 4.2 dan tabel 4.2 di atas InapRSUD Dr. Soetomo Januari 2011 –
dapat dilihat secara rinci jumlah penderita April 2014
GE pada tiap bulannya berubah secara tidak teratur, maka perhitungan untuk
memproyeksi jumlah penderita GE pada Januari
Bulan 2011 2012
77 bulan berikutnya peneliti menggunakan Februari
60 analisis time series dengan model Winter method .
Dari hasil pemulusan tersebut berhasil April
kesalahan dalam Mei
86 40 61 69 meminimalisasi
peramalan. Dengan rincian penjelasan Juni
90 seperti dalam gambar berikut : Juli
Sumber : Data Unit Rekam Medis Rawat Inap Tahun 2011-2014
Untuk mengetahui analisa pola data pasien Grafik 4.6 Jumlah penderita GE rawat inap menggunakan autocorrelation function,
RSUD Dr. SoetomoJanuari 2011 –April diketahui bahwa ada unsur musiman. Hal
2014 ini tampak pada adanya garis kebawah dan
pada titik berikutnya kebawah lagi. Untuk lebih jelasnya, data dalam bentuk grafik diatas dapat dilihat pada setiap titik ordinatnya yang menunjukkan letak daripada kasus penderita GE disetiap bulannya. Didalam rangkaian data diatas terdapat suatu pola musiman, untuk mengurangi kesalahan dalam peramalan yang akan dilakukan maka peneliti menggunakan
metode pemulusan eksponensial untuk musiman, karena data tersebut membentuk pola dalam model
Jurnal Manajemen Kesehatan STIKES Yayasan RS. Dr. Soetomo Vol. 2 No. 01, April 2016: 17- 32
Winter method . Dengan menggunakan beberapa persamaan untuk mengestimasi
Ramalan untuk 3
adanya pengaruh faktor musim dan Residual
Periode Data
Prediksi
periode kedepan
kemudian dihitung dengan rumus estimasi musiman, supaya dapat dihitung rata-
ratanya dengan indek musiman yang
Grafik 4.7 Hasil Pemulusan Jumlah 36,8049944
Penderita GE Rawat InapRSUD Dr.
Soetomo Januari 2011 – April 2014
Hasil Peramalan dengan parameter
Periode Data
Prediksi
Residual Ramalan untuk 3
alpha (α) 0,4; beta (β) 0,3 dan gamma 0,3. periode kedepan Dengan tingkat kesalahan 40.367 MAPE;
21 76 16.440 MAD; dan 435.147 MSD. 99,80711919 -23,80711919
23 136 103,2273232 32,77267676 Grafik 4.7 Hasil Pemulusan Jumlah
Penderita GE Rawat InapRSUD Dr.
Soetomo Januari 2011 – April 2014
26 116 128,4029589 -12,4029589
27 99 125,006145 -26,006145 28 61 125,538285 -64,53828502
29 107 110,1506751 -3,150675118 30 90 103,414949 -13,41494902 31 72 96,56801596 -24,56801596 32 81 96,41584379 -15,41584379
26,24635 36 72 111,8752694 -39,87526941 37 77 101,2656919 -24,26569192
40 69 75,21252989 -6,212529888 Hasil Peramalan dengan parameter alpha
42 80 70,32300033 (α) 0,2; beta (β) 0,2 dan gamma 0,2. 9,676999672
43 59 Dengan tingkat kesalahan 38.82 MAPE; 71,57586636 -12,57586636
44 16 72,03964167 -56,03964167
28.19 MAD; dan 1289.89 MSD.
Analisis Time Series....(Dyan Angesti)
September, Oktober, dan Desember 2014
Pembahasan
hal ini dapat dilihat pada grafik 4.3 dan Memprediksi jumlah penderita GE rawat
inap pada tiga bulan berikutnya
GE berdasarkan data bulanan di Seksi Rekam
Perhitungan
penderita
berdasarkan jenis kelamin di RSUD Dr. Medis dari Tahun 2011 sampai Tahun
Soetomo, untuk jenis kelamin laki-laki dan 2014 di Rawat Inap RSUD Dr. Soetomo
jenis perempuan sama-sama analisis time Surabaya dengan menggunakan Analisis
series dengan model Winter Method. Dari Time Series Metode Winter. jenis kelamin laki-laki mengalami penurunan dan peningkatan jumlah penderita GE, begitu juag jenis kelamin perempuan mengalami peningkatan dan penurunan jumlah penderitaGE.
Dilihat dari total penderita GE perbulan data bulanan di RSUD Dr. Soetomo dari bulan Januari 2011 – April 2014 mengalami peningkatan dan penurunan yang dpaat dilihat pada grafik
4.6, sedangkan untuk bulan Mei mengalami penurunan dan untuk bulan Juni-November
tahun 2014 akan diprediksi rata-rata jumlah penderita GE Berdasarkan hasil analisis data
akan mengalami peningkatan dapat dilihat diatas dapat diketahui bahwa jumlah
pada grafik 4.8.
penderita GE rawat inap RSUD Dr. Hasil Peramalan jumlah penderita Soetomo pada tahun 2011 – 2014
dengan berjenis kelamin perempuan menunjukkan adanya peningkatan dan
dengan parameter alpha (α) 0,4; beta (β) penurunan, hal ini dapat dilihat pada setiap
0,3 dan gamma 0,3. Dengan tingkat grafik untuk setiap variabelnya dan dengan
kesalahan 40.367 MAPE; 16.440 MAD; menggunakan
analisis
time series dan 435.147 MSD.
diprediksikan untuk 3 bulan berikutnya Hasil Peramalan jumlah penderita jumlah
dengan berjenis kelamin laki-laki dengan peningkatan pada bulan Mei dan menurun
penderita
GE mengalami
parameter alp ha (α) 0,2; beta (β) 0,2 dan pada Juni, Juli, dan Agustus 2014 dan
gamma 0,2. Dengan tingkat kesalahan mulai meningkat lagi pada bulan
38.82 MAPE; 28.19 MAD; dan 1289.89 September, Oktober, dan November 2014
MSD.
yang dpat dilihat pada grafik 4,8. Peningkatan jumlah penderita GE Analisis jumlah penderita GE
terjadi karena faktor musim dan kurang berdasarkan jenis kelamin menunjukkan
adanya program penyuluhan kesehatan bahwa jumlah penderita GE jenis kelamin
pemerintah melalui rumah sakit maupun laki-laki lebih banyak dari pada jenis
puskesmas tentang GE, dan kurangnya kelamin perempuan yang dapat dilihat
kesadaran masyarakat dalam menjaga pada grafik 4.1. dengan menggunakan
lingkungan, kebersihan analisis time series didapatkan rata-rata
kebersihan
makanan dan minuman yang dikonsumsi jumlah prediksi 3 bulan ke depan, yaitu
setiap harinya, juga kesadaran dalam jenis kelamin laki-laki dan jenis kelamin
menerapkan pola hidup sehat. perempuan mengalami penigkatan jumlah penderita GE pada bulan Mei, dan mengalami penurunan dari bulan Juni, Juli, Agustus dan meningkat pada bulan
Jurnal Manajemen Kesehatan STIKES Yayasan RS. Dr. Soetomo Vol. 2 No. 01, April 2016: 17- 32
penurunan jumlah penderita menjadi Berdasarkan hasil penelitian dan
48, 38, dan 10 penderita. Dan pada perhitungan analisis time series dengan
bulan September-November 2014 menggunakan
peningkatan jumlah disimpulkan bahwa:
metode
Winter dapat
mengalami
penederita sebanyak 29, 65, dan 83 Jumlah penderita GE di RSUD DR.
penderita sebanyak di RSUD Dr. Soetomo tahun 2011-2014 berdasarkan
Soetomo.
jenis kelamin lebih didominasi oleh laki-
e. Hasil prediksi jumlah penderita GE laki daripada perempuan. Tahun 2011-
rawat inap berdasarkan jenis kelamin 2014 jumlah penderita sering meningkat
pada bulan Mei-November 2014. pada bulan September, Oktober, dan
Perempuan mengalami peningkatan November. Pada tahun 2014 peningkatan
jumlah penderita pada bulan Mei jumlah penderita terjadi di bulan
sebanyak 41 penderita. Pada bulan September, terjadinya peningkatan tersebut
2014 mengalami dikarenakan adanya faktor musiman.
Juni-Agustus
penurunan jumlah penderita menjadi Jumlah penderita tahun 2011 paling
32, 21, dan 6 penderita. Dan pada banyak terjadi bulan Oktober sebanyak
bulan September-November 2014 132 dan yang paling sedikit pada bulan
peningkatan jumlah Agustus sebanyak 46, tahun 2012 jumlah
mengalami
penederita sebanyak 33, 38, dan 59 terbanyak terjadi pada bulan Oktober
penderita sebanyak di RSUD Dr. sebanyak 145, paling sedikit pada bulan
Soetomo.
April sebanyak 40, tahun 2013 paling banyak terjadi di bulan Januari sebanyak
Implikasi dan Saran
140 dan yang paling sedikit sebanyak 61 di
Implikasi
bulan April, dan untuk tahun 2014 kasus Implikasi dari penelitian ini memiliki : terbanyak terjadi pada bulan Januari
a. Kekuatan : Hasil penelitian ini dapat sebanyak 77 kasus.
digunakan untuk upaya perencanaan Prediksi jumlah penderita GE rawat inap
manajemen RSUD Dr. Soetomo. bulan Mei-November
b. Kelemahan : Hasil penelitian ini tidak
a. Hasil prediksi jumlah penderita GE dapat digunakan sebagai acuan dalam rawat inap bulan Mei 2014 terjadi
jangka waktu panjang karena perlu peningkatan jumlah penderita menjadi
diadakan evaluasi model Winter pada
95 penderita di RSUD Dr. Soetomo.
penderita GE.
c. Tantangan : Dalam penelitian ini perlu rawat inap bulan Juni-Agustus terjadi
b. Hasil prediksi jumlah penderita GE
diadakan evaluasi secara bertahap penurunan jumlah penderita menjadi
dengan menambah variabel-variabel
80, 59, dan 16 penderita di RSUD Dr. penelitian sehingga hasil yang Soetomo.
didapatkan agar lebih baik.
d. Peluang : berdasarkan pengembangan rawat
c. Hasil prediksi jumlah penderita GE
variabel penelitian yang baik dapat November
dilakukan penelitian yang lebih baik menjadi 62, 103, dan 142 penderita di
RSUD DR. Soetomo.
Saran
a. Hasil prediksi rata jumlah penderita GE rawat inap berdasarkan jenis kelamin
d. Hasil prediksi jumlah penderita GE
dapat dijadikan upaya perencanaan pada bulan Mei-November 2014.
untuk manajemen RSUD Dr. Soetomo Laki-laki mengalami peningkatan
di masa mendatang. jumlah penderita pada bulan Mei
b. Melakukan evaluasi dari model Winter sebanyak 54 penderita. Pada bulan
Method secara
bertahap guna
Analisis Time Series....(Dyan Angesti)
peningkatan kinerja di RSUD Dr. Depkes RI, 1997. Pedoman Pengelolaan Soetomo.
Rumah Sakit di Indonesia . Jakarta:
c. Dengan adanya penambahan data per Direktorat Jenderal Pelayanan Medis periode diharapkan pihak manajemen
Depkes RI, 2008. Peraturan Menkes RI rumah sakit melakukan evaluasi secara
Nomor: 269/MENKES/PER/III/2008 . rutin menggunakan metode yang sesuai
Jakarta
berdasarkan pola data. Notoatmodjo, Soekidjo, 2006. Metode
Penelitian
Kesehatan . Jakarta:
DAFTAR PUSTAKA
PT.Rineka Cipta Arsyad, Lincolin, 1994. Peramalan Bisnis.
Purbowati, Dina, 2008. Analisis Trend Yogyakarta: BPFE-Yogyakarta
Jumlah Balita Gizi Buruk di Budi, Savitri Citra, 2011. Management
Sidotopo Wetan Unit Rekam Medis .Yogyakarta:
Puskesmas
Berdasarkan Berkas Rekam Medis Quantum Sinergi Medis
Tahun 2005 – 2008. Karya Tulis Depkes RI, 1993. Petunjuk Teknis
Tidak dipublikasikan. Penyelenggaraan
Ilmiah.
Surabaya: APIKES Medis/Medical Record Rumah Sakit .
Rekam
Sudjana, 1996.Metoda Statistika.Bandung: Jakarta
Tarsit