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