UNIVERSITAS ANDALAS

Pemodelan Epidemiologi dan Analisis

Dinamika Wabah Penyakit Menular

ORASI ILMIAH

Oleh:

Defriman Djafri, SKM, MKM, Ph.D

Dibacakan Pada Acara Dies Natalis Ke-1

Fakultas Kesehatan Masyarakat Universitas Andalas

Padang, 26 November 2013

Bismillahhirirrahmanirrahim

Kepada Yth:

‒ Bapak Rektor Universitas Andalas

‒ Ketua Senat Universitas Andalas

‒ Ketua Badan Kehormatan DPRD Prop. Sumatera Barat

‒ Ketua Komisi IV DPRD Prop. Sumatera Barat

‒ Para Dekan di lingkungan Universitas Andalas

‒ Dekan Fakultas Kesehatan Masyarakat Universitas Andalas

‒ Para Wakil Dekan Fakultas Kesehatan Masyarakat Universitas

Andalas

‒ Ketua dan anggota Senat Fakultas Kesehatan Masyarakat

Universitas Andalas

‒ Ketua Bagian, Staf pengajar, Mahasiswa, Civitas Akademika

Fakultas Kesehatan Masyarakat Universitas Andalas, bapak-bapak,

ibu-ibu, saudara-saudara dan para hadirin yang saya muliakan.

Assalamu’alaikum Wr Wb,

Puji dan Syukur marilah sama-sama kita panjatkan ke hadirat Allah

SWT, begitu banyak rahmat nikmat dan hidayah-Nya yang telah dilimpahkan

kepada kita semua. Sawalat dan salam juga kita sampaikan pada junjungan

kita Nabi Muhammad SAW yang telah membimbing kita sampai pada saat ini

yang berilmu pengetahuan. Hari ini merupakan hari yang sangat berbahagia

bagi Fakultas Kesehatan Masyarakat Universitas Andalas, dengan ridho-Nya

pada FKM Unand dapat melaksanakan Dies Natalis yang Ke-1.

Alhamdulillah, hari ini genap satu tahun FKM Unand telah memiliki

seorang Doktor, Unand dan Propinsi Sumatera Barat mempunyai seorang

Doktor Ilmu Epidemiologi. Dengan iringan do’a semoga saya dan keluarga

serta kita semua termasuk orang yang selalu mensyukuri nikmat yang telah

diberikan Allah SWT, dan semoga kita dijauhi dari sifat sombong, angkuh

atas ilmu yang diperoleh serta semoga kita tidak termasuk pada golongan

2

orang yang ingkar atas nikmat yang diberikan Allah SWT. Dengan izin-Nya

dan ridho-Nya semuanya dapat tercapai dan terlaksana.

Pada kesempatan ini, saya mengucapkan terima kasih kepada Dekan

Fakultas Kesehatan Masyarakat yang telah memberikan kepercayaan kepada

saya untuk menyampakan orasi ilmiah ini.

Hadirin Bapak/Ibu yang saya hormati,

Penyebaran penyakit menular selalu menjadi keprihatinan dan

ancaman bagi kesehatan masyarakat. Oleh karena itu, pencegahan dan

pengendaliaan penyakit menjadi kunci dan sangat penting dalam

penganggulangannya. Kondisi ini juga menyebabkan masalah serius bagi

kelangsungan hidup dan pengembangan ekonomi dan sosial masyarakat.

Studi kuantitatif merupakan pondasi dari pencegahan dan pengendalian serta

mempelajari mekasisme penularan penyakit. Dalam era perkembangan

kemajuan pengetahuan dan metode ilmiah yang luar biasa, epidemiologi dan

biostatistik merupakan tools yang sangat penting untuk memahami etiologi

penyakit dan untuk mengidentifikasi pendekatan yang efektif dan efisien

untuk pencegahan penyakit.

Dalam konteks itu, perkenankanlah saya berbagi dan menyampaikan

orasi ilmiah saya yang berjudul:

“PEMODELAN EPIDEMIOLOGI DAN ANALISIS DINAMIKA WABAH

PENYAKIT MENULAR”

Hadirin Bapak/Ibu yang saya hormati,

Banyak orang yang belum mengetahui dan paham apa itu disiplin ilmu

epidemiologi, padahal masyarakat awam pun sering mengkonotasikan dalam

sehari-hari dengan istilah yang lebih sempit yakni “epidemi” , “endemi” dan

“pandemi”, epidemi adalah melonjaknya kasus penyakit menular atau biasa

disebut wabah, endemi adalah penyebaran penyakit pada suatu daerah,

wilayah atau kawansan tertentu, sedangkan pandemi adalah penyebaran dan

lonjakan kasus/penyakit menular pada kawasan yang lebih luas, seperti

benua, regional dan global.

3

Awalnya, secara sederhana epidemiologi didefnisikan sebagai ilmu

epidemi/wabah. Definisi lain mengatakan ilmu tentang kejadian penyakit

(Miettinen, 1978). Definisi ini memang tepat dan akurat, tetapi belum kongkrit

dalam konteks kesehatan masyarat dalam hal ini untuk pencegahan penyakit

itu sendiri. Epidemiologi yang diterjemahkan sebagai studi distribusi dan

determinan penyakit pada manusia (MacMahon and Pugh, 1970), membawa

sesuatu yang lebih kongkrit didalam pengukuran derajat kesehatan

masyarakat, artinya kesehatan secara umum tidak hanya penyakit (diagnosis

atau pengobatan) tetapi epidemiologi juga berperan didalam pengendalian

dan pencegahan penyakit dan masalah kesehatan.

Identifikasi penyebab munculnya penyakit merupakan tujuan utama

dalam ilmu epidemiologi. Memahami konsep penyebab (cause) dan

menemukan hubungan sebab-akibat/kausalitas (causatity) tidak lain bertujuan

agar dapat mencegah munculnya penyakit. Salah satu kriteria dalam

hubungan sebab-akibat dalam epidemiologi adalah temporalitas (satu

kejadian mengikuti kejadian yang lain). Ilustrasi sederhana, ketika kita berkali-

kali mengamati suatu fenoma kejadian membuat kita berfikir keduanya

adanya hubungan sebab-akibat. Sebagai contoh, seseorang kehujanan,

kemudian keesokan harinya terkena batuk pilek. Pertanyaannya adalah apa

penyebabnya?, apakah hujan menyebabkan batuk dan pilek?. Contoh lain

dalam konteks sosial yang menjadi fenomena saat ini, seseorang

memperoleh jabatan atau menjadi pejabat, kemudian setelah atau dalam

posisi masih menjabat terindikasi korupsi atau tertangkap tangan korupsi.

Pertanyaanya adalah apakah penyebabnya?, apakah jabatan menyebabkan

seseorang korupsi? atau sebaliknya berkorupsi untuk mendapatkan jabatan

makanya seseorang cenderung korupsi setelah memperoleh jabatan. Itulah

fenomena, terkadang analogi dan sekuensi (temporalitas) belum tentu selalu

sebab mendahului akibat.

Dalam konteks kesehatan masyarakat, ilustrasi fenomena ini juga

sering terjadi pada suatu kejadian penyakit atau masalah kesehatan. Suatu

kejadian, kita tidak pernah mampu menemukan kekuatan atau hubungan

secara pasti. Suatu kausalitas yang mengikat pengaruh terhadap

penyebabnya, maka menunjukan bahwa sesuatu hal merupakan konsekuensi

pasti dari lainnya. Oleh karena itu, kita hanya dapat menemukan bahwa

4

sesungguhnya kejadian satu hal mengikuti kejadian hal lainnya. Menentukan

sebab/ faktor risiko dengan menggunakan argumentasi logika induktif

mempunyai kelemahan, kita tidak akan pernah mengetahui dengan pasti

kebenaran generalisasi ilmiah yang ditarik dari bukti-bukti empiris saja dan

juga pengalaman, melainkan membutuhkan wawasan dan imajinasi dalam

menelaah fenomena yang terjadi.

Hadirin Bapak/Ibu yang saya hormati,

Saat ini, begitu kompleks masalah kesehatan dan kejadian penyakit,

ini diikuti pengetahuan yang terbatas tentang penyakit itu sendiri, termasuk

didalamnya keterbatasan dalam mengetahui semua faktor komponen

penyebab yang dapat mengakibatkan munculnya suatu penyakit. Model

determinan dengan pendekatan probabilistik dan teknik statistik, penilaian

ada-tidaknya hubungan (asosiasi) statistik (misalnya memperkirakan

parameter kausalitas) pada populasi, kemudian dapat ditarik kesimpulan

kausalitas (causal inference). Oleh karena itu, penggunaan statistik atau

biostatistik yang merupakan tools dalam epidemiologi tidak dapat dipisahkan

didalam menilai hubungan antara satu variabel dengan variabel lainnya.

Estimasi dan presisi serta paramater statistik yang digunakan didalam

pengukuran epidemiologi menjadi penting membuat kesimpulan dan inferensi

di populasi. Ini menjadi tolak ukur ketika hasil estimasi menjadi landasan

membuat suatu kebijakan kesehatan.

Sebelum saya menjelaskan konsep pemodelan dalam epidemiologi,

perlu kiranya saya sampaikan contoh prespektif biostatistik dalam

epidemiologi dalam mengestimasi data kesehatan. Contoh kongkrit saat ini,

ketika Angka Kematian Ibu (AKI) dari Survei Demografi dan Kesehatan

Indonesia (SDKI) dikatakan meningkat dari estimasi pada tentang waktu

2003-2007 sebayak 228/100.000 kelahiran hidup dibandingkan dengan

estimasi pada rentang tahun 2008-2012 sebanyak 359/100.000 kelahiran

hidup. Pertanyaannya adalah apakah angka ini benar-benar meningkat?. Dari

prespektitf statistik dalam epidemiologi, kesalahan terjadi selama ini adalah

pelaporan data selalu menggunakan estimasi titik (point estimation), tidak

pernah menggunakan estimasi interval (rentang) yang selama ini pada

penelitian kesehatan menggunakan 95% tingkat kepercayaan (confidence

interval) di populasi. Artinya, kita perlu menghitung estimasi interval yang

5

sesunggunya dipercayai di populasi. Makanya timbul pertanyaan dan asumsi

bahwa, jangan-jangan AKI selama ini tidak pernah turun?, ini mungkin

terindikasi AKI selama ini masih di dalam rentang estimasi interval yang kita

percayai 95% di populasi.

Dari uraian contoh diatas, perspektif epidemiologi dan biostatistik

didalam menilai angka kejadian penyakit dan kematian dibutuhkan penilaian

dan estimasi yang yang tepat dan akurat.

Hadirin Bapak/Ibu yang saya hormati,

Dinamika dan Pengendalian Penyakit Menular

Selama empat sampai lima dekade tahun terakhir, penyakit menular

yang umumnya tidak dianggap sebagai penyebab utama kematian di negara

maju. Produksi antibiotik (1950an), vaksin polio dan campak (akhir 1960an)

adalah tonggak utama menuju tahap sejarah manusia dalam pencegahan

penyakit. Kontribusi penyakit infeksi masih merupakan masalah serius pada

negara berpenghasilan sedang/rendah, dimana masih bertanggung jawab

untuk hampir sepertiga dari beban penyakit. (Mathers et al., 2008) Namun,

perlu dicatat bahwa di negara berkembang terutama di Asia Tenggara

penurunan angka kematian infeksi (masih berlangsung) sangat cepat oleh

intervensi kesehatan masyarakat (Webb and Bain, 2010)

Gambar 1 Konstribusi penyakit infeksi dan kronis diantara negara berpenghasilan

rendah/sedang dengan negara berpenghasilan tinggi

6

Di negara-negara maju penyakit kronis seperti kanker dan penyakit

jantung mendapat lebih banyak perhatian daripada penyakit infeksi, tetapi

penyakit infeksi tetap merupakan penyebab kematian yang lebih umum di

dunia. Sekalipun vaksin ada tersedia banyak untuk penyakit infeksi,

penyakit ini tetap menyebabkan morbiditas dan mortalitas di dunia, terutama

di negara-negara sedang berkembang.

Penyakit infeksi (infectious disease), yang juga dikenal sebagai

communicable disease atau transmissible disease adalah penyakit yang

nyata secara klinik (yaitu, tanda-tanda dan gejala-gejala medis dari

karakteristik penyakit) yang terjadi akibat dari infeksi, keberadan dan

pertumbuhan agen biologik patogenik pada organisme host individu. Dalam

hal tertentu, penyakit infeksi dapat berlangsung sepanjang waktu. Patogen

penginfeksi meliputi virus, bakteri, jamur, protozoa, parasit multi-seluler dan

protein yang menyimpang yang dikenal sebagai prion. Patogen-patogen ini

merupakan penyebab epidemi penyakit, dalam artian bahwa tanpa patogen,

tidak ada epidemi infeksi terjadi.

Epidemiologi adalah studi tentang penyebaran dan faktor-faktor

prevalensi penyakit pada manusia. Fungsi pertama dari epidemiologi adalah

untuk menguraikan penyebaran penyakit, yaitu mencari tahu siapa (person)

yang mengalami, seberapa besar (magnitude), dari mana, di mana (place)

dan kapan (when), ini menjadi kunci dan landasan untuk studi epidemiologi

deskriptif. Fungsi kedua adalah untuk mengidentifikasi sebab-sebab atau

menentukan faktor-faktor risiko penyakit guna mencari tahu mengapa semua

orang tidak mengalami hal yang sama secara merata, agent (agen penyakit),

host (penjamu) dan environment (lingkungan), ini merupakan equilibrium

yang perlu dipelajari untuk studi epidemiologi analitik. Fungsi ketiga dari

epidemiologi untuk membangun dan menguji teori yang ada selama ini.

Fungsi keempat adalah untuk merencanakan, mengimplementasikan dan

mengevaluasi program deteksi, pengendalian dan pencegahan penyakit.

Pemodelan Epidemiologi & Model Dinamika Wabah Penyakit Menular

Saat sekarang ini, pemodelan epidemiologi bisa memegang peranan

penting dalam kedua fungsi terakhir ini (fungsi ketiga dan keempat).

7

Pemodelan epidemiologi berkenaan dengan pemodelan deterministik

dinamis di mana populasi dibagi dalam kompartemen- kompartemen yang

didasarkan pada status epidemiologi. Misalnya, yang rentan, terinfeksi, dan

yang sudah pulih. Pergerakan antar kompartemen menjadi terinfeksi,

berkembang terus, pulih atau bermigrasi dispesifikasi dengan persamaan

diferensial di dalam matematika epidemiologi.

Penyakit yang muncul dan muncul kembali menimbulkan bangkitnya

kembali perhatian pada penyakit infeksi, ini yang disebut dengan istilah saat

ini Re-emerging Infectious Diseases. Mekanisme penularan dari penginfeksi

kepada yang rentan. Hampir semua penyakit infeksi dan penyebaran penyakit

melalui rantai infeksi sudah diketahui. Akan tetapi, interaksi penularan pada

populasi sangat kompleks, sehingga sulit memahami dinamika penyebaran

penyakit berskala besar tanpa struktur formal dari model matematika.

Pemodelan epidemiologi atas penularan penyakit infeksi semakin

berpengaruh pada teori dan praktek penanganan dan pengendalian penyakit.

Pemodelan matematika pada penyebaran penyakit infeksi telah menjadi

bagian dari pengambilan keputusan kebijakan epidemiologi di banyak negara

maju, termasuk United Kingdom, Belanda, Canada dan Amerika Serikat.

Dengan demikian pendekatan pemodelan menjadi sangat penting untuk

pengambilan keputusan tentang program pengendalian penyakit infeksi,

dalam hal ini bentuk intervensi kesehatan masyarakat.

Dalam rangka memahami model epidemiologi, pertama kita perlu

memahami terminologi penyakit menular, biasanya dan paling sederhana

dikategorikan sebagai akut atau kronis. Istilah akut mengacu pada "cepat"

atau kata lain disebut juga “infeksi”, di mana respon imun relatif cepat

menghilangkan patogen setelah periode waktu yang singkat ( hari atau

minggu ). Sebagai contoh infeksi akut termasuk influenza, distemper, rabies,

cacar air, dan rubella. Sedangkan infeksi kronis, berlangsung selama jangka

waktu yang lebih lama ( bulan atau tahun ) dan contoh termasuk herpes dan

chlamydia.

Model dinamika untuk penyakit menular yang sebagian besar

didasarkan pada kompartemen struktur yang awalnya diusulkan oleh

Kermack dan McKendrick (1927,1932) dan dikembangkan kemudian oleh

8

banyak biomathematicalians lainnya. Untuk merumuskan model dinamis

untuk transmisi epidemi penyakit, penduduk di suatu wilayah tertentu sering

dibagi menjadi beberapa kelompok atau kompartemen yang berbeda. Seperti

model menggambarkan dinamis hubungan diantara kompartemen-

kompartemen disebut model kompartemen.(Ma and Li, 2009)

Model dengan berfokus pada infeksi akut, dengan asumsi patogen

penyebab penyakit untuk jangka waktu yang diikuti oleh ( biasanya seumur

hidup ) imunitas . Skenario ini secara matematis digambarkan oleh apa yang

disebut model SIR ( Dietz 1967 ), model dasar didalam pemodelan

epidemiologi penyakit menular. Fomula ini , yang awalnya dipelajari secara

mendalam oleh Kermack dan McKendrick ( 1927 ) , mengkategorikan

penjamu (host) dalam suatu populasi sebagai kelompok rentan (Susceptible)

(jika sebelumnya tidak terpajan patogen penyakit ), terinfeksi (Infected) (jika

saat ini terinfeksi oleh patogen ), dan pulih (Recovered) ( jika mereka telah

bersih dari infeksi ).

Gambar 2 Model SIR dalam pemodelan epidemiologi

Kondisi rentan yang tertular dari sebuah kasus endemik, akan

mengalami proses transisi melalui tahapan infeksi yang digambarkan pada

Gambar 2. Kunci kuntitas matematis didalam epidemiologi penyakit menular

adalah bilangan reproduksi (the reproduction number), yang biasanya

dinotasikan dengan simbol R, didefinisikan sebuah jumlah kasus sekunder

yang terinfeksi oleh satu individu penular. Sebagai ilustrasi diperoleh bilangan

repoduksi R = 3 (artinya ini adalah waktu generasi atau sama dengan durasi

infektivitas). Pada Gambar 3, jumlah infeksi baru meningkat pada tahapan

pertama yang sama dengan jumlah bilangan reproduksi R. (Keeling and

Rohani, 2008)

S I R

Rentan

(Susceptible)

Terinfeksi

(Infected)

Pulih dan Kekebelan tubuh

(Recovered & Immune)

9

Kelahiran

ν

μ μ μ

γ β

Gambar 3 Penularan Infeksi melalui populasi

Ilustrasi pada Gambar 3 dapat dijelaskan bahwa, dari sistem variabel

diberikan kompartemen kelompok rentan, dinotasikan dengan S

(susceptible). Kelompok individu terinfesksi, dinotasikan I (Infected) dan

kelompok individu yang keluar/bersih dari infeksi (pulih) oleh imunitas,

dinotasikan dengan R (Recovered). Sedangkan individu mengalami

kematian, keluar dari kompartemen diatas.

Gambar 4

Dinamika dan transmisi infeksi dapat bergerak dari status S → I dan I

→ R. Transisi antara kompartemen diatur oleh laju/tingkat (rate) , versi model

sederhana diasumsikan konstan dalam waktu. Rate kelahiran, dinotasikan

simbol ν menjelaskan individu rentan yang baru ke populasi, Rate kematian,

dinotasikan simbol μ yakni kerugian individu karena kematian latar belakang

penyakit terkait, dan γ menunjukkan rate individu yang pulih dari terinfeksi ke

dalam imunitas. Elemen kunci dari model adalah transmisi menggambarkan

Status Awal

1 terinfeksi

Generasi 1

1 terinfeksi

Generasi 2

3 terinfeksi

Generasi 3

2 terinfeksi

Status Akhir

Tidak ada yang

terinfeksi

S I R

Rentan

(Susceptible)

Terinfeksi

(Infected)

Pulih dan Kekebelan tubuh

(Recovered & Immune)

Kematian Kematian Kematian

10

Terinfeksi

(Infected)

Pulih dan Kekebelan tubuh

(Recovered & Immune)

Rentan

(Susceptible)

jangka infeksi sesuai dengan rate β menggunakan istilah jangka waktu

massa. Gagasan di balik menggunakan istilah massa untuk menggambarkan

transmisi bahwa individu dari populasi saling bertemu di individu secara acak

dan masing-masing memiliki probabilitas yang sama per satuan waktu untuk

memenuhi setiap individu lainnya.

Oleh karena itu, untuk seseorang individu rate kerentanan bertemu

orang yang terinfeksi tergantung pada kepadatan mereka atau prevalensi

dalam populasi, atau dalam istilah matematika λ = β I, dimana λ (lambda)

adalah apa yang disebut kekuatan infeksi. Kekuatan infeksi adalah ukuran

risiko seseorang yang rentan untuk menjadi terinfeksi per satuan waktu. Hal

ini tergantung pada prevalensi, baik secara mutlak pada jumlah orang yang

terinfeksi dalam populasi, atau dalam arti relatif pada sebagian kecil dari

orang yang terinfeksi di dalam populasi. Dalam kasus terakhir kita akan

mendapatkan λ = β I / N dengan N yang menunjukkan besarnya populasi

total. Parameter β adalah parameter komposit mengukur κ rate kontak dan

kemungkinan/probabilitas penularan pada kontak q, sehingga β = κ

q.(Kramer et al., 2010) Pada Gambar 4 dapat diterjemahkan ke dalam suatu

sistem persamaan diferensial biasa sebagai berikut:

Jika model diatas ditambahkan dengan model intervensi, seperti

contoh ketika seorang bayi diberikan vaksinasi segera setelah lahir, ini

dinotasikan dengan p. Laju/rate dari kelahiran menjadi (1-p)ν kedalam

11

Terinfeksi

(Infected)

Pulih dan Kekebelan tubuh

(Recovered & Immune)

Rentan

(Susceptible)

kompartemen rentan. Sedangkan pv dimasukan kedalam kompartemen

imunitas “pulih” R. Dalam hal persamaan model ini mengarah sebagai berikut:

Sebagai contoh penerapan, penelitian yang mengkaji rancangan

rasional vaksin influenza dengan mempertimbangkan efek pada immunologi

kekebalan influenza pada orang-orang dari epidemi influenza varian A setiap

tahunnya, komposisi vaksin setiap tahun, dan penyimpangan evolusi varian

virus A influenza setiap tahunnya.

Ambang batas (thresholds) didalam pemodelan epidemiologi adalah

jumlah / bilangan reproduksi dasar (Basic Reproduction Number) atau R0 =

(β/γ), yang didefinisikan sebagai jumlah rata-rata infeksi sekunder yang

dihasilkan bila seorang individu yang terinfeksi masuk ke dalam populasi di

mana semua orang rentan atau disebut juga rata-rata jumlah individu

sekunder terinfeksi oleh satu kasus utama (berlaku di tahap awal epidemi).

Model endemik deterministik, infeksi bisa dimulai pada populasi yang benar-

benar rentan jika R0 > 1 (epidemik), sedangkan R0 = 1 (endemik) dan R0<1

(eradikasi/pemberantasan). Dengan demikian jumlah reproduksi dasar R0

sering dianggap sebagai kuantitas ambang batas yang menentukan kapan

infeksi bisa menginvasi dan tetap bertahan pada populasi yang baru. Untuk

penyakit Cacar R0 secara global kisaran 3-5, Campak 10 -20, sedangkan

Malaria mencapai 100.

Hadirin Bapak/Ibu yang saya hormati,

Dari uraian diatas, dapat disimpukan pemodelan epidemiologi merupakan

salah satu bentuk yang dapat menjelaskan fenomena apa yang terjadi

dilapangan, dan akan membuat langkah-langkah didalam penganggulangan

12

dan pengendalian penyakit. Ukuran epidemiologi didalam pemodelan

merupakan indikator penting untuk pengambilan keputusan didalam

menetapkan langkah-langkah pencegahan dan penanggulangan penyakit

(evidenve based). Metodologi ilmiah menjadi penting didalam membangun

kerangka penelitian kesehatan, baik penegakan diagnosis, maupun langkah-

langkah penanggulangan dan pemberantasan penyakit.

Ucapan terima kasih

Pada akhir bagian dari orasi ilmiah ini, izinkalah saya mengucapkan

terima kasih yang sebesar-besarnya kepada pionir, perintis, guru dan

sesepuh kami dr.Zulkarnain Agus, MPH, Sp.GK, Dr.dr. Hafni Bachiar,

MPH, Dr.dr. Masrul, M.Sc, dr. Edison, MPH. Berkat perjuangan, kerja keras,

cita-cita beliau Fakultas Kesehatan Masyarat Universitas Andalas ini dapat

berdiri, semoga kedepan menjadi terdepan, center of excellence di regional

dan nasional. Kepada Prof. Dr. dr. Rizanda Machmud, M.Kes dan Prof. dr.

Nur Indrwaty Lipoeto, M.MedSc, Ph.D, Sp.GK, terima kasih atas dorongan

dan dukungan selama ini, berkat beliau saya dapat menyelesaikan studi Ph.D

dalam bidang epidemiologi, dan memperoleh kesempatan menjadi

mahasiswa di Harvard School of Public Health, Harvard Univeristy, Boston,

USA.

Selanjutnya, terima kasih yang setinggi-tingginya kepada dr. Azwar

Hijar, M.Sc selaku Ketua Bagian Epidemiologi dan Biostatistik, FKM Unand.

Beliau selalu memberikan arahan, semangat dan berbagi pengalaman

lapangan sehingga orasi ilmiah ini dapat dibuat dan diselesaikan.

Kepada teman-teman sejawat di Bagian Epidemiologi dan Biostatistik,

Bu Vivi, Pak Datuak Masrizal, Bunda Fauziah terima kasih atas dukungan

selama ini, insyaallah dan kita do’akan tahun depan kita akan memperoleh

Doktor kedua di bagian epidemiologi, yakni saudari Ade Suzana Eka Putri,

SKM, MPH. Semoga studi beliau lancar dan lulus tepat waktu.

Secara khusus saya ucapkan terima kasih yang setinggi-tingginya

kepada teman-teman sejawat FKM Unand di Bagian AKK, GIZI, K3 & Kesling

Dan Kespro yang tidak dapat saya ucapkan satu per satu.

Terima kasih saya ucapkan teman-teman sejawat tenaga

kependidikan yang tidak dapat saya sebutkan satu per-satu, dan secara

khusus saya apresiasi kerja keras Bapak Arpentius, ST, MM dan Ibu Eri

13

Arni. Berkat beliau buku orasi ilmiah ini dapat dicetak dan didistribusikan

tepat pada waktunya.

Orasi ilmiah ini saya persembahkan secara khusus kepada keluarga

dan orang tua kami, yang telah memberikan dukungan dan do’a selama ini,

semoga ini menjadi awal untuk terus berkarya dimasa akan datang.

Buku orasi ilmiah ini, teristimewa saya persembahkan kepada

mahasiswa kami baik S1, S2 dan S3. Semoga pembelajaran ini dapat

menjadi rujukan dan inspirasi untuk kita semua untuk mengembangkan ide-

ide penelitian inovatif dan unggulan. Semoga ilmu ini menjadi berkah dan

bermanfaat bagi masyarakat dan dapat berkonstribusi meningkatkan derajat

kesehatan masyarakat. Hidup Mahasiswa...!!!

Wa bilahi taufik walhidayah, wassalamu’alaikum warahmatulahi wabarakatuh.

DAFTAR PUSTAKA

KEELING, M. J. & ROHANI, P. 2008. Modeling infectious diseases in humans and animals, Princeton University Press.

KRAMER, A. E., KRETZSCHMAR, M. & KRICKEBERG, K. 2010. Modern

Infectious Disease Epidemiology: Concepts, Methods, Mathematical Models and Public Health, Springer.

MA, Z. & LI, J. 2009. Dynamical modeling and analysis of epidemics,

World Scientific Publishing Company. MACMAHON, B. & PUGH, T. F. 1970. Epidemiology: principles and

methods. Epidemiology: principles and methods. MATHERS, C. D., FAT, D. M. & BOERMA, J. 2008. The global burden of

disease: 2004 update, World Health Organization. MIETTINEN, O. S. 1978. Epidemiological research, Springer. WEBB, P. & BAIN, C. 2010. Essential epidemiology: an introduction for

students and health professionals, Cambridge University Press.

DAFTAR RIWAYAT HIDUP

I. Identitas Pribadi

Nama Lengkap Defriman Djafri, SKM, MKM, Ph.D

Tempat/Tanggal Lahir Padang, 5 Agustus 1980

N I P 19800805 200501 1 004

Pangkat dan Golongan Ruang Penata/ IIIc / Lektor

Bagian/Departemen Epidemiologi & Biostatistik

Fakultas Kesehatan Masyarakat

Alamat Rumah Jl.Rakik II No.17 RT.02/RW.03 Kel.Kurao Pagang, Kec. Nanggalo, Padang, 25147

Alamat Kantor

Bagian Epidemiologi & Biostatistik Fakultas Kesehatan Masyarakat Universitas Andalas Jl.Perintis Kemerdekaan No.94, Padang, 25128

Email

defrimandjafri@fkm.unand.ac.id defriman.djafri@mail.harvard.edu

Website http://www.defrimandjafri.com

Mobile Phone +6281310603106

Istri Desi Kurniati, SH, M.Kn

Anak Lana Annisa Fakhira Zara Fathiya Khairani

Orang Tua Djafri Yacub, BE Martinis M , S.Pd

Mertua Zailis Usman, SIP Elinur, S.Pd

II. Pendidikan

Tingkat Nama

Lembaga Pendidikan

Jurusan/Kosentrasi Tahun Lulus Tempat

Strata 1

Fakultas Kesehatan Masayarakat, Universitas Indonesia

Kesehatan Lingkungan 2004 Depok

Strata 2

Fakultas Kesehatan Masayarakat, Universitas Indonesia

Kesehatan Lingkungan/ Epidemiologi Lingkungan

2007 Depok

Summer School

Harvard School of Public Health, Harvard University

Public Health 2012 Boston, USA

Strata 3

Faculty of Medicine, Prince of Songkla University

Epidemiology 2013 Hat Yai, Thailand

III. Riwayat Pekerjaan ‒ Dosen Tetap Fakultas Kedokteran Universitas Andalas, 2005 -2013

‒ Dosen Tetap Fakultas Kesehatan Masyarakat Universitas Andalas, 2013 – Sekarang

‒ Sekretaris Bagian Epidemiologi & Biostatistik, 2013 – Sekarang

‒ Dosen Program Magister Kesehatan, Fakultas Kedokteran Universitas Andalas, 2008-

Sekarang

‒ Dosen Program Doktor Ilmu Kesehatan Masyarakat & Dokor Ilmu Biomedik, Fakultas

Kedokteran Universitas Andalas, 2013-Sekarang

IV. Organisasi ‒ Member of International Epidemiological Association (IEA), (2011 -Present)

‒ General Secretary of The Indonesian Public Health Associations Provincial of West

Sumatera-Indonesia (2007 – 2012)

V. Penghargaan dan Internasional Award ‒ Young Scientist Award in the Symposium and Workshop on Global Environmental

Change and Human Health supported by United Nation University, Kuala Lumpur,

Malaysia, 2013

‒ Harvard Scholar, Summer School in Public Health at Harvard School of Public Health,

Boston, USA, 2012

‒ Korean Young Scholar Award in The 43rd

Asia-Pacific Academic Consortium on

Public Health Conference, South Korea, 2011

‒ Young Investigator Award in the 43rd

Asia-Pacific Academic Consortium on Public

Health Conference, South Korea, 2011

‒ DGHE Scholarship, Ministry of Education and Culture, Republic of Indonesia, 2009

VI. Publikasi Internasional ‒ Djafri D, Chongsuvivatwong V, Geater A. Effect of the September 2009 Sumatra

earthquake on reproductive health services and MDG 5 in the city of Padang,

Indonesia, Asia Pac J Public Health, 2013

‒ Djafri D, Chongsuvivatwong V, Geater A. Effect of the September 2009 Sumatra

earthquake on reproductive health services and MDGs 4 and 5 in the city of Padang,

Indonesia, Proceeding on the 44th Asia-Pacific Academic Consortium on Public

Health Conference, Colombo, Srilanka, 2013

‒ Djafri D. Forecasting dengue hemorrhagic fever and climatic factors in Padang,

Indonesia: a time series analysis, Proceeding on the 43rd Asia-Pacific Academic

Consortium on Public Health Conference, South Korea, 2011

‒ Djafri D. The assessment of contraceptive methods following the 2009 Padang

earthquake, J Epidemiol Community Health. 2011;65:A451

VII. Publikasi Nasional ‒ Elnovriza D, Azrimaidaliza, Djafri D. Behavior of Foods Handlers on Food Safety

Aspect in Catering Service in Padang, Proceeding on International Seminar on Food

and Agricultural Sciences, 2010

‒ Djafri D, Gusti A, Masrizal. Ecological Study of Dengue Hemorrhagic Fever and

Climatic Factors in Padang City (1998 – 2008), Andalas University Press. 2009

(report)

‒ Djafri D, Azrimaidaliza, Putri ASE. Tracer Study on Bachelor Degree in Public Health

Sciences in Study Programme Public Health Sciences Faculty of Medicine-Andalas

University, Andalas University Press. 2008 (report)

‒ Djafri D. The Relationship of Electromagnetic Fields Exposure High Voltage Power

Lines 500 kV to Hypersensitivity at Sub Province Brebes. In: FKM UI, BATAN RI,

editors. International Seminar on Occupational Health and Safety : Management and

safety in various types of radiation; Depok, Indonesia: BATAN RI; 2008. p. 421-4.

‒ Djafri D. Health management in tourism areas. Jurnal Kesehatan Masyarakat.

2008;3(1):1-4.

‒ Djafri D. Survival Analysis of Respiratory Illness and Exposure Level of Air Pollution in

The Jakarta Urban Area (Cohort Study on Elementary School). Jurnal Kesehatan

Masyarakat 2007;2(1):21-9.

VIII. Buku ‒ Manajemen Data Penelitian Kesehatan Dengan EpiData 3.1, ISBN: 978-602-14658-0-

6, Penerbit FKM Unand