Gambaran kualitas sistem surveilans TB di Dinas Kesehatan Kabupaten Gresik berdasarkan pendekatan sistem dan penilaian atribut

Abstract

Latarbelakang : Program pengendalian TB yang efektif membutuhkan dukungan sistem surveilans yang baik. Tujuan dari penelitian ini adalah untuk menggambarkan kualitas sistem surveilans TB berdasarkan analisis komponen sistem dan penilaian atribut, untuk memberikan rekomendasi yang tepat. Metode Penelitian : Merupakan penelitian evaluasi pada sistem surveilans TB yang diimplementasikan di Dinas Kesehatan Kabupaten Gresik selama tahun 2014. Responden adalah Kepala seksi pemberantasan penyakit dan pengelola program TB di tingkat dinas kesehatan, serta petugas surveilans yang ada di 14 puskesmas terpilih. Penentuan lokasi puskesmas dilakukan dengan systematic cluster  pada 4 zona wilayah kerja Dinas Kesehatan Kabupaten Gresik. Pada setiap zona diambil semua puskesmas yang berstatus Puskesmas Rujukan Mikroskopis (PRM). Pada setiap PRM diambil secara acak 1 puskesmas yang berstatus Puskesmas Satelit (PS). Analisis data dilakukan dengan menggambarkan komponen sistem dan atribut sistem surveilans, serta membandingkan dengan buku pedoman pengendalian TB tahun 2014, Kepmenkes RI No.1116/SK/VIII/2003, dan Guidelines for Evaluation Public Health Surveillance System dari CDC. Informasi yang diperoleh disampaikan dalam bentuk tabel dan anrasi. Hasil: Pada tingkat puskesmas, petugas yang terlatih dalam program TB berkisar 76-81% (80,67% di PRM dan 76% di PS). Pemeriksaan laboratorium diperlukan untuk diagnosis dan hanya puskesmas dan beberapa rumah sakit yang terlibat dalam penemuan kasus TB. Implementasi sistem yang berubah menjadi SiTT membutuhkan peningkatan biaya, waktu, dan kualitas pekerja. Kesalahan SiTT dikeluhkan oleh 55% responden. Meskipun ketepatan waktu adalah 92,97% tapi masih ada kesalahan besar dalam diagnosis kasus. Kesimpulan : Penilaian menurut atribut sistem surveilans menunjukkan sistem tidak sederhana, tidak fleksibel, tidak akseptabel, tidak stabil, dengan kualitas data yang buruk, meskipun predictive positive value tinggi dan ketepatan waktu pengumpulan data sudah baik.