Pemodelan Regresi Generalisasi Poisson dan Binomial Negatif pada Faktor yang Mempengaruhi Jumlah Kematian Bayi di Kabupaten Jember Tahun 2019

Abstract

Kematian bayi di Kabupaten Jember tahun 2019 mengalami kenaikan dua kali lipat dibandingkan dengan tahun 2018. Kenaikan tersebut merupakan kematian bayi paling tinggi selama 5 tahun terakhir. Hal tersebut perlu menjadi perhatian karena kematian bayi merupakan indikator keberhasilan program pemerintah dalam bidang kesehatan, kemajuan pencegahan dan pemberantasan penyakit yang dapat menyebabkan kematian serta menilai tingkat kesejahteraan masyarakat. Menindaklanjuti hal tersebut diperlukan kajian mendalam untuk menentukan prioritas pemecahan masalah kematian bayi agar penyusunan program dapat berjalan dengan efektif dan efisien. Penelitian ini merupakan pengembangan dari penelitian sebelumnya dengan penambahan variabel Jaminan Kesehatan dan Universal Child Immunization. Tujuan penelitian ini adalah untuk menganalisis faktor yang mempengaruhi jumlah kematian bayi di Kabupaten Jember tahun 2019 dengan menggunakan pemodelan antara terbaik regresi generalisasi poisson dan binomial negatif. Metode analisis tersebut dipilih untuk mengatasi kasus overdispersi dan underdispersi pada pengamatan kematian bayi. Penelitian ini merupakan penelitian analitik dengan pendekatan ekologi dan cross-sectional. Penelitian ini merupakan penelitian yang menggunakan data sekunder dengan data bersumber dari Dinas Kesehatan dan Dinas Pemberdayaan Perempuan Perlindungan Anak dan Keluarga Berencana tahun 2019. Populasi dalam penelitian ini adalah semua bayi yang meninggal di tahun 2019 yang tercatat di Dinas Kesehatan Kabupaten Jember. Teknik analisis data yang digunakan adalah uji univariat dan multivariat (regresi generalisasi poisson dan binomial negatif). Variabel terikat pada penelitian ini adalah jumlah kematian bayi pada tingkat kecamatan dan variabel bebas terdiri dari faktor level kecamatan (jaminan kesehatan), level rumah tangga (kepemilikan air bersih, kemiskinan, dan akses sanitasi) dan level individu yang terdiri dari faktor ibu (usia kehamilan, paritas, jarak kehamilan), faktor bayi (berat badan lahir rendah), faktor perilaku dan pelayanan kesehatan (antenatal care, pemberian ASI eksklusif dan penolong persalinan), faktor pengendalian penyakit (imunisasi). Hasil penelitian menunjukkan bahwa pada faktor level kecamatan yaitu ratarata kepemilikan jaminan kesehatan sebesar 58,8%. Pada faktor level rumah tangga yaitu rata-rata akses terhadap air bersih sebesar 27%, akses sanitasi 56,68% dan penduduk miskin 40,78%. Faktor level individu, rata-rata ibu hamil risti sebesar 147,66% dan berat badan lahir rendah (BBLR) sebesar 6,53%. Faktor perilaku dan pelayanan kesehatan, rata-rata ibu yang melaksanakan pemeriksaan antenatal care yaitu sebesar 72,41%, persalinan ibu yang ditolong oleh tenaga kesehatan sebesar 93,37%, dan ibu yang memberikan ASI eksklusif sebesar 77,57%. Faktor pengendalian penyakit, rata-rata Universal Child Immunization (UCI) sebesar 85%. Hasil analisis menggunakan Regresi Generalisasi Poisson dan Regresi Binomial Negatif menunjukkan bahwa variabel yang berpengaruh adalah ibu hamil risti. Berdasarkan perbandingan nilai AIC dan BIC, mode Regresi Generalisasi Poisson merupakan model terbaik dalam menjelaskan faktor yang mempengaruhi jumlah kematian bayi di tingkat kecamatan. Berdasarkan hasil penelitian, diharapkan Dinas Kesehatan Kabupaten Jember meningkatkan kualitas dan kuantitas sumber daya manusia untuk menghindari rangkap jabatan dan agar dapat fokus pada satu tugas yang telah ditetapkan, pendekatan dengan melibatkan berbagai sektor seperti pemangku kebijakan, relawan kesehatan lokal, tenaga pendidik perguruan tinggi, dan tokoh masyarakat untuk mendukung keberhasilan program pelayanan kesehatan, dan penguatan hukum dengan menerbitkan Peraturan Desa (Perdes) yang mengatur bahwa setiap ibu hamil wajib memeriksakan kehamilannya untuk mendapatkan pemeriksaan kehamilan terpadu. Musyawarah mendorong hukum melibatkan pemerintah tingkat kecamatan, desa, tokoh masyarakat, tokoh agama, relawan kesehatan lokal, dan petugas kesehatan.