�� Volume 47, Number 1, March 2014 Uji sensitivitas dan spesifisitas perangkat lunak “Prediktor Karies Anak” (The sensitivity and specificity test of software for dental caries prediction in children) Quroti a’yun,1 Julita hendrartini,2 al. Supartinah Santoso,3 dan lukito Edi nugroho4 1Poltekkes Negeri KemenkesKemenkes 2Departemen Ilmu Kedokteran Gigi Masyarakat, Fakultas Kedokteran Gigi Universitas Gadjah Mada 3Departemen Ilmu Kedokteran Gigi Anak, Fakultas Kedokteran Gigi Universitas Gadjah Mada 4 Jurusan Teknik Elektro dan Teknologi Informasi, Fakultas Teknik Universitas Gadjah Mada Yogyakarta - Indonesiata - Indonesia abstract Background: The prevalence of dental caries in children is high, therefore preventive actions is needed. So far the computertherefore preventive actions is needed. So far the computerthe computer software that have been used for caries predictor is cariogram, which determine the condition of teeth and oral mouth. Recently cariogram, which determine the condition of teeth and oral mouth. Recentlycariogram, which determine the condition of teeth and oral mouth. Recentlyteeth and oral mouth. Recentlyoral mouth. Recently “Prediktor Karies Anak” (pediatric caries predictor) software have been developed not only determine the condition of teeth and software have been developed not only determine the condition of teeth andve been developed not only determine the condition of teeth andteeth and oral mouth but also child’s behavior, maternal behavior, and the environment.child’s behavior, maternal behavior, and the environment. Purpose: The objective of this study was to examinehe objective of this study was to examine the sensitivity, specificity, positive predictive value (PPV) and negative predictive value (NPV) of �Prediktor Karies Anak� a softwareof �Prediktor Karies Anak� a software for dental caries prediction in children. Methods: This study study was an observational study with cross-sectional plan, carried out on 67 primary school children aged 10-12 years. The research instrument was software of “Prediktor Karies Anak” (pediatric cariessoftware of “Prediktor Karies Anak” (pediatric caries predictor) and cariogram. The data of this research was the percentage of new caries occurrence and caries risk categorized intowas the percentage of new caries occurrence and caries risk categorized intointo high and low, and analyzed with a 2 x 2 table. results:s: The data of 67 children was analyzed using “Prediktor Karies Anak”softwaresoftware and revealed 38 children had low caries risk and 29 children had high caries. The data then re-analyzed using cariogram software had low caries risk and 29 children had high caries. The data then re-analyzed using cariogram softwaredata then re-analyzed using cariogram software showed that 37 children had low caries risk, and 30 children had high caries risk. Sensitivity of “Prediktor Karies Anak” software wased that 37 children had low caries risk, and 30 children had high caries risk. Sensitivity of “Prediktor Karies Anak” software was“Prediktor Karies Anak” software waswas 87%, specificity was 92%, the PPV was 90%, and NPV was 89%. Conclusion: “Prediktor Karies Anak”software had high sensitivity,“Prediktor Karies Anak”software had high sensitivity,had high sensitivity, specificity, PPV, and NPV and could be used as an instrument to predict new caries on children.could be used as an instrument to predict new caries on children.new caries on children. Key words: words: Sensitivity, specificity, pediatric caries predicator, cariogram, computer software abstrak latar belakang:belakang:elakang: Prevalensi karies pada anak tergolong tinggi, sehingga perlu dilakukan tindakan pencegahan. Selama inirevalensi karies pada anak tergolong tinggi, sehingga perlu dilakukan tindakan pencegahan. Selama ini perangkat lunak komputer yang digunakan untuk memprediksi karies gigi adalah Cariogram, yang mengukur faktor keadaan gigiCariogram, yang mengukur faktor keadaan gigi dan mulut. Baru-baru ini telah dikembangkan perangkat lunak �Prediktor Karies Anak� yang tidak hanya mengukur kondisi gigi danBaru-baru ini telah dikembangkan perangkat lunak �Prediktor Karies Anak� yang tidak hanya mengukur kondisi gigi dan rongga mulut tetapi juga perilaku anak, perilaku ibu, dan lingkungan. tujuan: Tujuan penelitian ini adalah untuk menguji sensitivitas,menguji sensitivitas, spesifisitas, nilai duga positif (NDP) dan nilai duga negatif (NDN) perangkat lunak �Prediktor Karies Anak� suatu perangkat lunaknilai duga positif (NDP) dan nilai duga negatif (NDN) perangkat lunak �Prediktor Karies Anak� suatu perangkat lunak duga negatif (NDN) perangkat lunak �Prediktor Karies Anak� suatu perangkat lunak (NDN) perangkat lunak �Prediktor Karies Anak� suatu perangkat lunak�Prediktor Karies Anak� suatu perangkat lunak untuk memprediksi karies gigi pada anak. Metode: Jenis penelitian ini adalah observasional dengan rancangan cross sectional, yang dilakukan pada 67 anak sekolah dasar usia 10-12 tahun. Instrumen penelitian adalah perangkat lunak �Prediktor Karies Anak� dan67 anak sekolah dasar usia 10-12 tahun. Instrumen penelitian adalah perangkat lunak �Prediktor Karies Anak� dan anak sekolah dasar usia 10-12 tahun. Instrumen penelitian adalah perangkat lunak �Prediktor Karies Anak� dansekolah dasar usia 10-12 tahun. Instrumen penelitian adalah perangkat lunak �Prediktor Karies Anak� danusia 10-12 tahun. Instrumen penelitian adalah perangkat lunak �Prediktor Karies Anak� dan2 tahun. Instrumen penelitian adalah perangkat lunak �Prediktor Karies Anak� dan tahun. Instrumen penelitian adalah perangkat lunak �Prediktor Karies Anak� danperangkat lunak �Prediktor Karies Anak� dan�Prediktor Karies Anak� dan cariogram. Data penelitian ini berupa persentase terjadinya karies baru yang dikategorikan resiko karies tinggi dan rendah, danpersentase terjadinya karies baru yang dikategorikan resiko karies tinggi dan rendah, dan yang dikategorikan resiko karies tinggi dan rendah, dandikategorikan resiko karies tinggi dan rendah, danegorikan resiko karies tinggi dan rendah, dangorikan resiko karies tinggi dan rendah, danresiko karies tinggi dan rendah, dan dianalisis dengan tabel 2 x 2. hasil: Data dari 67 anak yang dianalisis dengan menggunakan perangkat lunak “Prediktor Karies Anak” menunjukkan bahwa 38 anak memiliki risiko karies rendah dan 29 anak-anak memiliki resiko karies tinggi. Data tersebut dianalisa kembali dengan perangkat lunak Cariogram, dan hasilnya menunjukkan bahwa 37 anak mempunyai resiko karies rendah, dan 30 anak37 anak mempunyai resiko karies rendah, dan 30 anak Research Report �� Dent. J. (Maj. Ked. Gigi), Volume 47, Number 1, March 2014: 45–51 mempunyai resiko karies tinggi. Sensitivitas “Prediktor Karies Anak” 87%, spesifisitas 92%, NDP 90% dan NDN 89%.ensitivitas “Prediktor Karies Anak” 87%, spesifisitas 92%, NDP 90% dan NDN 89%.7%, spesifisitas 92%, NDP 90% dan NDN 89%.%, spesifisitas 92%, NDP 90% dan NDN 89%.2%, NDP 90% dan NDN 89%.%, NDP 90% dan NDN 89%.0% dan NDN 89%.% dan NDN 89%.9%.%. Simpulan: “Prediktor Karies Anak” mempunyai sensitivitas, spesifitas, NDP dan NDN yang tinggi dan dapat dipakai sebagai instrumen untuk memprediksi terjadinya karies baru pada anak.terjadinya karies baru pada anak.karies baru pada anak. baru pada anak.anak. Kata kunci: Sensitivitas, spesifisitas, prediktor karies anak, cariogram, perangkat lunak komputer Korespondensi (correspondence): Quroti A’yun, Fakultas Kedokteran Gigi Universitas Gadjah Mada. Jl. Denta I, Sekip Utara, Yogyakarta 55281, Indonesia. E-mail: ayunquroti@yahoo.com pendahuluan Karies gigi banyak terjadi pada anak-anak dan kebanyakan tidak dilakukan perawatan sehingga berdampak terjadinya gangguan pengunyahan dan mempengaruhidan mempengaruhi pertumbuhan dan perkembangan anak.1 Karies gigi merupakan penyakit multi faktorial yang disebabkan oleh faktor langsung dan tidak langsung. Faktor langsung, yaitu keadaan gigi dan mulut, antara lain; bakteri, turunnya resistensi gigi dan lingkungan, diet karbohidrat, dan memerlukan waktu untuk dapat terjadinya karies.2,3 Faktor tidak langsung yang berperan terjadinya karies pada anak adalah faktor anak, keluarga dan pengaruh lingkungan. Faktor anak antara lain meliputi perilaku dan pemanfaatan pelayanan kesehatan gigi dan mulut.4 Pengalaman karies pada masa lampau merupakan salah satu faktor karies dan diukur berdasarkan indeks dmf-t/DMF-T.2 Faktor keluarga antara lain perilaku ibu dalam memelihara kesehatan gigi mulut anak dan menyediakan makanan untuk anaknya.5 Salah satu faktor lingkungan anak adalah sekolah, oleh karena itu program Usaha Kesehatan Gigi Sekolah (UKGS)Kesehatan Gigi Sekolah (UKGS)Gigi Sekolah (UKGS) berperan penting dalam meningkatkan kesehatan gigi dan mulut anak.6,7 Pengukuran resiko terjadinya karies perlu dilakukan untuk menurunkan prevalensi karies gigi pada anak yang tinggi untuk program perencanaan kesehatan dan pengawasan penyakit gigi dan mulut.8 Pengukuran resiko karies ditujukan untuk pencegahan keparahan dan terjadinya karies baru.9,10 Seiring dengan perkembangan teknologi yang semakin pesat, maka untuk memprediksi resiko terjadinya karies pada masa mendatang memerlukan alat bantu dengan program berbasis komputer.rogram berbasis komputer. Cariogram adalah salah satu instrumen untuk memprediksi resikosalah satu instrumen untuk memprediksi resiko terjadinya karies baru yang mengukur 9 faktor resiko yaitu; pengalaman karies, penyakit yang berpengaruh, kandungan makanan, frekuensi makan, banyaknya plak, program fluor, sekresi saliva, kapasitas buffer dan penilaian klinik.2 Faktor perilaku anak, orang tua dan lingkungan sekolah anak, orang tua dan lingkungan sekolah diperkirakan memiliki peran penting dalam memperkirakan terjadinya karies pada anak. Cariogram belum memasukkan faktor-faktor tersebut sehingga dilakukan penyusunan alatyusunan alat baru yang dapat memprediksi terjadinya karies pada anak dengan melibatkan faktor tersebut. Studi sebelumnya telah berhasil menyusun perangkaterangkat lunak “Prediktor Karies Anak” berdasarkan hasil penelitian“Prediktor Karies Anak” berdasarkan hasil penelitianberdasarkan hasil penelitian pada 430 anak SD usia 10-12 tahun di wilayah Daerah Istimewa Yogyakarta. Hasil penelitian sebelumnyasebelumnya menunjukkan bahwa dari 11 faktor resiko karies anak diperoleh 9 faktor resiko yang bermakna, yaitu: pH saliva; banyaknya plak; pengalaman karies; pemanfaatan; banyaknya plak; pengalaman karies; pemanfaatan pelayanan kesehatan; perilaku ibu dalam memilih makanan anak; pengetahuan anak tentang kesehatan gigi; perilaku anak dalam pemeliharaan kesehatan gigi; perilaku anak dalam kebiasaan makan anak dan Usaha Kesehatan Gigi Sekolah (UKGS).11 Sebelum dipergunakan sebagai salah satu alat untuk memprediksi resiko karies baru, prediktor baru, prediktor karies anak perlu dilakukan uji diagnostik yang meliputi; sensitivitas, spesifisitas, nilai duga positif (NDP) dan nilai duga negatif (NDN). Uji ini menggunakan perangkat lunak cariogramariogram sebagai gold standar. Sensitivitas adalah kemampuan alat mendeteksi subjek yang sakit dan spesifisitas adalah kemampuan alat untuk mendeteksifisitas adalah kemampuan alat untuk mendeteksi subyek yang tidak sakit. NDP adalah probabilitas seseorang menderita penyakit bila hasil uji diagnostinya positif dan NDN adalah probabilitas seseorang tidak menderita penyakit bila hasil uji diagnostiknya negatif.12,132,13 Penelitianenelitian ini bertujuan menguji sensitivitas, spesifisitas, nilai dugabertujuan menguji sensitivitas, spesifisitas, nilai duganilai duga positif (NDP) dan nilai duga negatif (NDN) perangkat lunak "Prediktor Karies Anak". bahan dan metode Desain penelitian yang digunakan adalah observasional dengan rancangan cross sectional. Populasi penelitian adalah anak sekolah dasar dan orangtuanya di SD Negeri sekolah dasar dan orangtuanya di SD Negeri Godean I, di wilayah Kabupaten Sleman, Propinsi Daerah Istimewa Yogyakarta. Sampel sebanyak 67 anak yang diambil secara purposive sampling, yaitu anak usia 10-12 tahun setelah mendapat ethical cleareance dan informed consent dari orang tuanya. Setiap anak mendapatkan 2 kali pengukuran resiko terjadinya karies, yaitu pengukuran pertama denganpertama dengan dengan perangkat lunak “Prediktor Karies Anak” yang disusun“Prediktor Karies Anak” yang disusunyang disusun oleh peneliti, dan pengukuran kedua dengan perangkatkedua dengan perangkat dengan perangkat lunak cariogram.ariogram. Variabel bebas adalah resiko terjadinya karies, variabel tak terkendali adalah struktur dan posisi gigi geligi, kandungan fluor air minum, tingkat pendidikan ibu dan tingkat sosial ekonomi keluarga. Variabel terkendali adalah status gizi baik, tidak memiliki penyakit sistemik, dan telah menerima program UKGS tahap I. Faktor resiko karies yang diukur dalam perangkat lunak “Prediktor Karies Anak” terdiri atas 9 faktor yaitu:“Prediktor Karies Anak” terdiri atas 9 faktor yaitu: pH saliva diukur dengan pH meter; banyaknya plak; banyaknya plak banyaknya plak ��A’yun, et al.: Uji sensitivitas dan spesifisitas perangkat lunak “Prediktor Karies Anak” diukur berdasarkan indeks PHPM (Marten & Meskin); Meskin);Meskin);; pengalaman karies, diukur berdasarkan indeks def-t/ DMF-T; pemanfaatan pelayanan kesehatan; perilaku; pemanfaatan pelayanan kesehatan; perilaku pemanfaatan pelayanan kesehatan; perilaku; perilaku perilaku orang tua dalam memilih makanan untuk anaknya dengan;; pengetahuan anak tentang kesehatan gigi dan mulut;; perilaku anak dalam memelihara kesehatan gigi; perilakuperilaku anak dalam kebiasaan makan dan pelaksanaan UKGS oleh guru. Ada 9 faktor resiko karies yang diukur dalam Cariogram, yaitu: pengalaman karies berdasarkan: pengalaman karies berdasarkanpengalaman karies berdasarkan indeks def-t/ DMF-T; penyakit umum yang berhubungan; penyakit umum yang berhubunganpenyakit umum yang berhubungan dengan penyakit gigi; frekuensi makan makanan manis;; frekuensi makan makanan manis; banyaknya plak menggunakan indeks Silness-Loe; jumlah; jumlahjumlah Streptococcus mutans menggunakan Mucount; program; program fluor; sekresi saliva; kapasitas salivasekresi saliva; kapasitas saliva; kapasitas saliva buffer dan penilaianpenilaian klinik (Gambar 1). Hasil yang diperoleh berupa persentase prediksi terjadinya karies baru, dan dikelompokkan dalam resiko karies tinggi dan rendah. Hasil pengukuran dengan “Prediktor karies anak” dikatakan resiko karies tinggi jikaPrediktor karies anak” dikatakan resiko karies tinggi jika” dikatakan resiko karies tinggi jika dikatakan resiko karies tinggi jika persentase terjadinya karies baru 55-98,9%, dan rendah, jika persentase terjadinya karies baru 8,82- 54%.11 Hasil pengukuran dengan Cariogram dikatakan resiko karies tinggi jika peluang gigi sehat 0-20% dan resiko karies rendah jika peluang gigi sehat 21-100%.14 Sensitivitas adalah hasil perbandingan positif benar terhadap positif benar + negatif semu. Spesifisitas hasil perbandingan antara negatif benar terhadap positif semu+ negatif benar. NDP adalah perbandingan antara positif benar terhadap posif benar + positif semu dan NDN adalah perbandingan antara negatif benar terhadap negatif benar+ negatif semu.12,13 Penghitungan menggunakan tabel 2 x 2 seperti ditunjukkan pada Tabel 1. hasil Distribusi sebagian besar responden adalah anakistribusi sebagian besar responden adalah anak perempuan (53,73%), tingkat pendidikan ibu adalah SMP (52,24%), dan keluarga mempunyai pendapatan yang rendah (52,24) (Tabel 2). Hasil penelitian dengan menggunakan (Tabel 2). Hasil penelitian dengan menggunakan. Hasil penelitian dengan menggunakan perangkat lunak prediktor karies anak menunjukkanmenunjukkan bahwa, 100% anak mempunyai pH saliva tinggi, 73%tinggi, 73% anak menunjukkan banyaknya plak yang rendah, dan 57% anak mempunyai pengalaman karies yang rendah (tabeltabel 3). Sebanyak 84% ibu dalam memanfaatkan pelayanan4% ibu dalam memanfaatkan pelayanan kesehatan gigi untuk anaknya tergolong rendah dan 87% ibu dalam memilih makanan untuk anaknya tergolong buruk. Sebanyak 70% anak mempunyai pengetahuan tentang kesehatan gigi dan mulut yang baik dan perilaku anak dalam pemeliharaan kesehatan gigi dan kebiasaan makan tergolong baik, yaitu 70%, dan 87%. Semua anak berpendapat bahwa UKGS yang dilaksanakan oleh guru masih tergolong kurang. Hasil pengukuran resiko karies dengan perangkat lunak prediktor karies anak, diperoleh 38 anak mempunyai resiko karies rendah dan 29 mempunyai resiko karies tinggi (Tabel 4). Hasil pengukuran dengan perangkat lunak cariogram menunjukkan 37 anak mempunyai resiko karies rendah, dan 37 mempunyai resiko karies tinggi. Sensitivitas perangkat lunak prediktor karies anak yaitu 26/30 x 100% = 87%, sedangkan spesifisitas diperoleh 34/37 x 100% = 92%. Hasil pengukuran NDP adalah 26/29 x 100% = 90%, dan NDN diperoleh 34/38 x 100% = 89%. pembahasan Hasil pengukuran resiko terjadinya karies pada anak menggunakan prediktor karies anak memperoleh resikomemperoleh resiko karies yang rendah, dikarenakan sebagian besar faktor resiko hasil pengukuran dengan prediktor karies anak tabel 11. Rumus penghitungan sensitivitas, spesifisitas, NDP dan NDN Hasih Hasil TesHas Hasil uji Cariogram Resiko tinggi Resiko rendah Jumlah Prediktor Karies Anak Resiko tinggi a b a + b Resiko rendah c d c + d Jumlah a + c b + d a+b+c+d Keterangan: “ a” adalah subjek yang diprediksi resiko karies tinggi oleh prediktor karies anak dan cariogram (positif benar); “b” adalah subjek yang diprediksi resiko karies tinggi oleh prediktor karies anak dan resiko karies rendah oleh cariogram (positif semu); “c” adalah subjek yang diprediksi resiko karies rendah oleh prediktor karies anak dan resiko karies tinggi oleh cariogram (negatif semu); “d” adalah subjek yang diprediksi resiko karies rendah oleh prediktor karies anak dan cariogram (negatif benar). tabel 22. Deskripsi karakteristik anak dan ibu Karakteristik Kriteria Frekuensi n (%) Jenis kelamin anak Pendidikan Ibu Tingkat ekonomi Laki-laki Perempuan SD SMP SMU PT Rendah Menengah Tinggi 31 35 10 35 13 10 35 19 13 46,27 53,73 14,93 52,24 17,90 14,93 52,24 28,36 19,4019,40 �8 Dent. J. (Maj. Ked. Gigi), Volume 47, Number 1, March 2014: 45–51 tabel 3. Distribusi faktor resiko karies hasil pengukuran dengan prediktor karies anak Faktor resiko Batas katagori n % pH saliva Banyaknya plak (PHPM) Pengalaman karies Pemanfaatan pelayanan kesehatan Perilaku ibu dalam memilih makanan Pengetahuan anakk Perilaku anak dalam pemeliharaan kesehatan gigi dan mulut gigi dan mulutgigi dan mulut Perilaku anak dalam kebiasaan makan anak UKGS 0: > 6,5 1: < 6,5< 6,55 0: 0-15 1:16-3 0: 0- 1: >3 0: >2 1: 0-1 0: 16-21 1: 0-15 0: 6 1: 1-5 0: 7-12 1: 0-6 0 : 9-15 1: 0-8 0: 3 1:0-2 67 0 49 18 38 29 11 56 9 58 47 20 47 20 58 9 0 67 100 0 73 17 57 43 17 84 13 87 70 30 70 30 87 13 0 100 Keterangan : 0 : resiko rendah;1 : risko tinggi tabel 44. Penghitungan sensitivitas, spesifisitas, NDP dan NDN Hasih Hasil TesHas Hasil uji Cariogram Resiko tinggi Resiko rendah Jumlah Prediktor karies anak Resiko tinggi 26 3 29 Resiko rendah 4 34 38 Jumlah 30 37 67 Gambar 1. Contoh hasil pengukuran prediksi karies baru dengan cariogram.2 tergolong rendah. Hasil pengukuran tersebut menunjukkan semua anak mempunyai pH saliva yang tinggi, sebagian besar banyaknya plak dan pengalaman karies tergolong rendah. Derajat keasaman (pH) saliva pada anak bersifatt keasaman (pH) saliva pada anak bersifat keasaman (pH) saliva pada anak bersifat basa, dikarenakan sekresi saliva pada anak yang cukup tinggi, sehingga berdampak pada volume saliva yang tinggi pula.3 Karies terjadi jika terdapat plak pada permukaan gigi dan apabila tidak segera dibersihkan dan berkontak dengan bakteri dapat mengakibatkan penurunan pH plak di bawah 5,5. Penurunan pH yang berulangkali memungkinkan ��A’yun, et al.: Uji sensitivitas dan spesifisitas perangkat lunak “Prediktor Karies Anak” terjadinya demineralisasi lapisan gigi, yang merupakan awal terjadinya karies.8,15 Anak yang mempunyai pengalaman karies yang tinggi, pada usia berikutnya akan menderita karies yang tinggi pula, jika perilaku terhadap kesehatan giginya tidak, jika perilaku terhadap kesehatan giginya tidak dilakukan perubahan.16 Keadaan tersebut dikarenakan gigi yang mengalami karies terdapat lebih banyak bakteri, sehingga akan menghasilkan asam lebih banyak. Penurunan pH plak terjadi lebih besar dibanding dengan gigi yang tidak mengalami karies.17 Pada penelitian ini pengalaman karies anak tergolong rendah, sehingga pengukuran dengan Prediktor Karies Anak menghasilkan prediksi terjadinya karies adalah rendah. Faktor resiko pengalaman karies padaFaktor resiko pengalaman karies padaaktor resiko pengalaman karies pada Prediktor karies anak mempunyaianak mempunyaimempunyai prevalence odds ratio (POR) yang tinggi, yaitu 4,048, sehingga dapat dikatakan bahwa anak yang mempunyai pengalaman karies yang tinggi, akan mempunyai resiko 4 kali lebih tinggi terjadi karies, dibanding anak dengan pengalaman karies yang rendah.11 Perilaku ibu dalam memanfaatkan pelayanan kesehatan gigi dan memilih makanan untuk anaknya termasuk dalam memilih makanan untuk anaknya termasuk dalam kriteria buruk. Pada penelitian ini, pemanfaatan pelayanan kesehatan gigi masih buruk (<2 kali/tahun), dikarenakan sebagian besar anak mempunyai pengalaman karies yang rendah dan tidak ada keluhan sakit gigi.11 Anak yang mempunyai pengalaman karies yang rendah jarang mengeluh sakit gigi.18 Anak dan orang tua akan termotivasi untuk memeriksakan kesehatan gigi, jika anak merasa terganggu dengan kesehatan gigi dan mulutnya.19 Dokter gigi selalu menekankan pentingnya memelihara kesehatan gigi pada anak yang sering melakukan kontrol ke dokter gigi, sehingga akan berdampak pada oral hygiene anak yang baik pula.20 Selain hal tersebut, pemanfaatan pelayanan kesehatan gigi, juga dipengaruhi oleh tingkat pendidikan dan keadaan sosial ekonomi.17 Pada penelitian ini sebagian besar ibu, mempunyaiagian besar ibu, mempunyai pendidikan tergolong rendah, yaitu SD dan SMP. Pendidikan ibu yang rendah akan mempengaruhi kemampuan orangtua dalam mengakses informasi kesehatan dan pemahaman terhadap manfaat perawatan kesehatan gigi dan mulut bagi anak. Hal tersebut akan menimbulkan motivasi dan sikap yang kurang baik terhadap perawatan kesehatan gigi dan mulut anak.21 Ibu yang tidak peduli terhadap kesehatan gigi, tidak akan memperhatikan kesehatan gigi anaknya,tidak akan memperhatikan kesehatan gigi anaknya, sehingga status kesehatan gigi dan mulut anak akan buruk pula.22 Tingkat pemanfaatan pelayanan kesehatan gigi anak usia dipengaruhi juga oleh tingkat pendapatan orangtua.. Pada penelitian ini lebih dari separuh jumlah orangtua mempunyai tingkat pendapatan yang rendah, sehingga kemampuan dalam memanfaatkan pelayanan kesehatan gigi juga rendah.23 Semakin tinggi tingkat pendapatan orang tua, semakin baik pula pemanfataan pelayanan kesehatan gigi.11 Sebagian ibu mempunyai perilaku dalam memilih makanan untuk anaknya masih tergolong buruk. Hal tersebut dikarenakan, dalam memberikan makanan pada anak cenderung makanan yang bersifat kariogenik.12 Tingkat pendidikan sebagaian besar ibu adalah rendah sehingga berdampak terhadap pengetahuan dan perilaku dalam memilih makanan untuk anaknya. Ibu dengan pendidikan yang rendah cenderung memberikan makanan kesukaan anaknya, tanpa memperhatikan dampaknya bagi kesehatan gigi anaknya.24 Pengetahuan anak tentang kesehatan gigi dan mulut sebagian besar baik, sehingga perilaku anak anak dalam pemeliharaan kesehatan gigi dan kebiasaan makan yang baik pula, yaitu. Orang akan berperilaku terhadap kesehatan gigi yang baik, jika mempunyai dasar pengetahuan tentang kesehatan gigi yang baik pula.25 Pengetahuan dipengaruhi oleh faktor predisposisi, yaitu status ekonomi, umur, jenis kelamin, dan susunan dalam keluarga. Umur mempengaruhi daya tangkap dan pola pikir seseorang. Semakin bertambah umur akan semakin berkembang pula daya tangkap dan pola pikirnya, sehingga pengetahuan yang diperolehnya semakin membaik. Pada anak usia 10-12 tahun tahap perkembangan sudah memasuki tahapan cara berfikir secara logis, masuk akal dan semakin tersosialisasi.26 Begitu juga dalam hal kebiasaan makan, anak sudah bisa memilih makanan yang sehat, bisa memahami cara pencegahan dan pengetahuan tentang proses terjadinya karies.27 Pengetahuan tentang kesehatan gigi yang baik akan memotivasi seseorang untuk berperilaku yang baik dalam memelihara kesehatan gigi dan mulut.6 Anak usia sekolah sebenarnya sudah mulai terampil Gambar 2. Contoh hasil pengukuran prediksi karies baru dengan prediktor karies anak. �0 Dent. J. (Maj. Ked. Gigi), Volume 47, Number 1, March 2014: 45–51 menyikat gigi, karena perkembangan motorik halus dan kasar yang semakin baik. Perubahan biologis pada anak usia sekolah dimulai dengan menguasai keterampilan- keterampilan motoriknya. Perkembangan kemampuan fisik pada anak tampak pada kekuatan koordinasi, fleksibilitas dan keseimbangan, kelancaran, kemampuan melakukan kontrol dan variasi gerakan. Berbagai gerakan dasar dan variasinya yang telah bisa dilakukan sebelumnya akan mengalami peningkatan kualitas atau mengalami penyempurnaan.29 Di dalam pelaksaanan UKGS oleh guru, semua anak menganggap masih kurang. Usaha pencegahan karies gigi pada anak, diperlukan adanya kerjasama yang baik antara pihak sekolah, dalam hal ini guru, orang tua dan anak didik.6,7 Usaha Kesehatan Gigi Sekolah menitikberatkan pada upaya penyuluhan, kegiatan menyikat gigi bersama, dan pemeriksaan gigi dan mulut secara rutin. Oleh karena itu, guru di sekolah perlu mengingatkan metode menyikat gigi yang benar, frekuensi menyikat gigi paling sedikt 2 kali sehari, yaitu sebelum tidur dan sesudah sarapan, dan setiap menyikat gigi selalu mempergunakan pasta gigi berfluor.23 Pelaksanaan UKGS diharapakan mampu mempengaruhi dan memotivasi anak usia sekolah dalam memelihara kesehatan giginya, sehingga diharapkan resiko karies akan turun. Informasi tentang kesehatan gigi dan mulut pada anak diperoleh diantaranya dari guru di sekolah.6 Peran dan dukungan dari komponen sekolah terutama guru sangat menentukan keberhasilan program kesehatan sekolah, karena informasi dari guru dapat terjadi secara langsung pada anak maupun tidak langsung melalui orangtuanya.30 Pengukuran resiko karies yang dilaksanakan pada 67 anak, didapatkan 30 anak diprediksi resiko karies tinggi oleh cariogram, 26 anak diprediksi resiko karies tinggi26 anak diprediksi resiko karies tinggi oleh prediktor karies anak, sehingga dapat dikatakan sensitifitas prediktor karies anak sebesar 87%. Spefisifisitas prediktor karies anak diperoleh 92%, artinya pada 37 anak yang diprediksi karies rendah oleh cariogram, terdapat 3434 anak mempunyai resiko karies rendah yang diukur dengan prediktor karies anak. Hasil ini menunjukkan bahwa perangkat lunak prediktor karies anak dapat mengukur 87% anak yang mempunyai resiko karies tinggi, dan dapat mengukur 92% anak yang mempunyai resiko karies rendah. Dari 29 anak yang diprediksi resiko karies tinggi oleh prediktor karies anak, ternyata 26 anak benar-benar mempunyai resiko karies tinggi, sehingga diperoleh NDP adalah 90%. Hasil ini menunjukkan bahwa jika pemeriksaaan ini memberikan hasil yang positif, maka 90% dari uji ini mendeteksi adanya resiko karies tinggi, dan 10% mendeteksi risisko karies rendah. Hasil pemeriksaan pada 38 anak yang mempunyai resiko karies rendah, ternyata 34 anak benar-benar mempunyai resiko karies rendah, sehingga dapat dikatakan bahwa NDN adalah 89%. Hasil ini menunjukkan bahwa, bila uji ini memberikan hasil negatif, maka 89% dari uji ini mendeteksi anak yang mempunyai karies rendah, adapun sebesar 11% memdeteksi anak yang mempunyai resiko karies tinggi. Model prediksi karies pada umumnya mempunyai sensitivitas antara 29-70% dan spesifisitas 65-80%.9 Hasil sensitivitas, spesitivitas, NDP dan NDN prediktor karies anak pada penelitian ini, tidak berbeda jauh dengan hasil penelitian resiko karies pada anak dengan mempergunakan cariogram, yaitu diperoleh sensitivitas adalah 93%, spesifitas 63%, NDP sebesar 87% dan NDN sebesar 63%.30 Hasil pengujian sensitivitas dan spesifisitas simulator resiko karies pada anak prasekolah dengan menggunakan Irene’s Donut, diperoleh sensitivitas sebesar 86% dan spesifisitas 69%.31 Alat prediksi karies yang mempunya nilai sensitivitas, spesifisitas, NDP dan NDN 70-100% termasuk dalam katagori bagus sampai sangat bagus, sehingga dapat dikatakan mempunyai validitas yang tinggi.32 Perlu dilakukan penelitian lebih lanjut dengan menggunakan populasi yang lebih luas. Selain itu perlu melakukan penelitian tentang ada atau tidaknya perubahan perilaku anak maupun orangtua setelah dilakukan pengukuran prediksi resiko terjadinya karies. Dari hasil penelitian tersebut di atas, dapat ditarik kesimpulan bahwa "Prediktor Karies Anak" mempunyai sensitivitas, spesifitas, NDP dan NDN yang tinggi dan dapat dipakai sebagai instrumen untuk memprediksi terjadinya karies baru pada anak. ucapan terima kasih Ucapan terima kasih ditujukan kepada orangtua/wali murid dan siswa kelas VA dan B Sekolah Dasar Negeri dan B Sekolah Dasar Negeri Godean I, Kabupaten Sleman, Yogyakarta. daftar pustaka 1. Benzian H, Monse B, Heinrich-Weltzien R, Hobdell M, Mulder J, van Palenstein Helderman W. Untreated severe dental decay: a neglected determinant of low body Mass index in 12-year-old Filipino children. BMC Public Health 2011;11: 558. 2. Bratthall D, Petersson GH, Stjernsward JR. Cariogram manual. internet version 2.01, http:/ www. db.od.mah.se/car/cariogram /cariograminf and cheo. html., 2004 Accessed March 23, 2011 . 3. Cameron AC, Widmer RP. Handbook of pediatric dentistry. 3rd ed. Mosby Elsevier Limited; 2008. p. 39-41. 4. Fisher-Owen, SA, Gansky SA, Platt LJ, Weintraub J, Soobader M, Bramlett MD, Newacheck PW. Influences on children’s oral health: conceptual model. American Academy of Pediatrics, p. 510-520,Academy of Pediatrics, p. 510-520, 510-520, htpp: //pediatrics. Aapublication.org/conten/120/3/e510.full.html, 2011. Accessed January 10, 2012 5. Qiu, RM, Wong, MCM, Lo, ECM, Lin, HC, Relationship between children’s oral health-related behaviors and their caregiver’s sense of coherence, BMC Public Health. 2013, 12(239): 1-7. 6. Darwita, RR, Novrida H, Budiharto, Pratiwi PD, Amalia R, Asri SR. Improving oral health awareness in primary school student. J Indon Med Assoc 2011; 61(5): 204-9. 7. Bhardwaj VK, Sharma, KR, Luthra, RP, Jhingta P, Sharma D, Justa A. Impact of school-based oral health education program oral health of 12 and 15 years old school children. J Education And Health Promotion 2013; 2: 1-4. 8. Hunstad MN, Antonsen GM. Masteroppgave: caries risk assessment. Universittet, Det Helsevitenskapelige fakultet, Institutt for Kliniks Odontologi; 2011. p. 1-16. ��A’yun, et al.: Uji sensitivitas dan spesifisitas perangkat lunak “Prediktor Karies Anak” 9. Aleksejuniene J, Holst D, Brukiene V. Dental caries risk studies revisited: causal approaches needed for future inquiries. Int J Environt Res Public Health 2009; 6(12): 2992-3009. 10. Giacaman RA, Reyes PM, Leon VB. Caries risk assessment in chileon adolescent and adult and its association with caries experience. Braz Oral Res 2013; 27(1): 7-13. 11. A’yun Q, Hendrartini J, Santoso AlS, Nugroho LE, Prediction about the incidence of caries in children base on children’s bahavior, parent’s and environment. Sciences The Indonesian journal of Dental Research, Proceeding of The International Symposium on Oral and Dental, 2013; p. 149-55. 12. Pusponagoro, Sastroasmoro S, Ismail S. Dasar-dasar metodologis penelitian klinis. Edisi ke 3.. Jakarta: Sagung Seto; 2010. h. 193- 216. 13. Petrie A, Sabin C. Medical statistic and a glance. 3rd ed. Singapore: Ho Printing Singapore; 2010. p. 115-6. 14. Petersson GH, Fure S, Bratthall D. Evaluation of a computer-based caries risk assessment program in aldery of group indivual. Acta Odontol Scan 2003; 61: 164-71. 15. Kidd EAM, Essential of dental caries. 3rd edition. New York, USA: Oxford University Press; 2005. p. 1-5. 16. Lian CW, Phing TS, Chat CS, Shin BC, Baharuddin LH, Che’jalil ZBJ. Oral health knowledge, attitude and practice among secondary school student in Kucing Sarawak. Archives of Oraofacial Sciences 2010; 5(1): 9-16. 17. Jamieson LM, Mejia GC, Slade GD, Robert-Thomson KF. Predictor of untreated dental decay among 15-34-year-old Australian. Community Dent Oral Epidemiol 2011; 37: 24-7. 18. Maharani DA, Anton R. Mother’s dental health behaviors and mother-child dental caries experience: Study of a suburb area in Indonesia Makara Kesehatan 2012; 16(2): 72-6. 19. Zhu L, Petersen PE, Hong YW, Jin YB, Bo XZ. Oral health knowledge, attitudes and behavior of adult in China. Int Dent J 2005; 55: 231-41. 20. Medina-Solis CE, Maupome G, Herrera MS, Perez-Nunez R, Avila- Burgos L, Lamadrid-Figueroa H. Dental health service utilization and association factors in children 6 to 12 years old in low-income country. American Association of Public Health Dentistry 2008; 68: 1. 21. Sumanti V, Widarsa T, Duarsa DP. Faktor yang berhubungan dengan partisipasi orangtua dalam perawatan gigi anak di Puskesmas Tegalalang I. Public Health and Preventive Medicine Archive 2013; 1: 1. 22. Amin M, Nyachhon P, Elyasi M, Al-Nuaimi M. Impact of oral health education workshop on parent’s oral health knowledge, attitude, and perceived behavioral control among African immigrants. J Oral Disease 2014; 1-7. 23. Guiney H, Woods N, Whelton H, Morgan K. Predictors of utilitation of dental care servicees in a nationally representative sample of adult. Community Dental Health 2011; XX: 1-5. 24. Dye BA, Vargas CM, Lee JJ, Magder L, Tinanoff N. Assessing the relation between children’s oral health status and that of their mothers. J Am Dent Assoc 2011; 142: 173-83. 25. Budiharto. Pengantar ilmu perilaku kesehatan dan pendidikan kesehatan gigi. Edisi ke-7. Jakarta: EGC; 2010. p. 1-5. 26. Notoatmojo S. Ilmu perilaku kesehatan. 1st ed. Jakarta: PT. Rineke Cipta; 2010. h. 20-33. 27. Pinkham JR, Cassamassiomo PS, Field HW, Tigue DJ, Nowak AJ. Pediatric dentistry. 4th ed. St. Louis: Elsevier Saunders; 2005. p. 469. 28. Santrock JW. Masa perkembangan anak. Edisi ke-11. Jakarta: Penerbit Salemba Humanika; 2011. p. 143-6. 29. Kemenkes. Pedoman usaha kesehatan gigi sekolah (UKGS). Jakarta: Kemenkes; 2012. h. 11-20. 30. Suzuki PBE, Calvo LJC, Reyes BIA, Jau RAG, Ramirez OI, Alvarez RA, Rodliquez LJP. Predicting risk of caries in schoolchildren from northwestern Mexico (longitudinal study). Rev Invest Clin 2013; 65(10): 24-9. 31. Adyatmaka I. Model simulator resiko karies gigi pada anak prasekolah. Disertasi. Jakarta: Pascasarjana Universitas Indonesia; 2008. p. 131-2. 32. Ditmyer MM, Dounis G, Howard KM, Mobley C, Cappelli D. Validation of amultifactorial risk factor model used for predicting future caries risk with nevada adolescents. BMC Oral Health 2011; 11(18): 1-8.