ANALISIS GEOSPASIAL KEMATIAN BALITA DI INDONESIA (Analisis Lanjut Data Survei Demografi dan Kesehatan Indonesia Tahun 2012)

Abstract

Analisis Geospasial Kematian Balita di Indonesia; Mega Maya; 102110101101; 2014; 112 Halaman; Bagian Epidemiologi dan Biostatistika Kependudukan Fakultas Kesehatan Masyarakat Universitas Jember.

Kematian balita merupakan salah satu indikator derajat kesehatan suatu negara. Data WHO menunjukkan setiap tahun lebih dari 12 juta anak di negara berkembang meninggal sebelum genap berusia lima tahun. Menurut SDKI tahun 2012 AKBA mencapai 40 per 1000 kelahiran hidup namun hal ini masih jauh dari target MDGs tahun 2015 yaitu 32 per 1000 kelahiran hidup. Disparitas AKBA antar provinsi di Indonesia cukup tinggi. Provinsi dengan AKBA tertinggi yaitu Papua sebesar 115 per 1000 kelahiran hidup. Angka tersebut memiliki perbandingan 3 kali lebih besar daripada Provinsi DKI Jakarta dengan AKBA terendah yaitu sebesar 31 per 1000 kelahiran hidup. Penyebab utama kematian balita terjadi pada bayi baru lahir atau neonatal. Masalah neonatal ini meliputi asfiksia, bayi berat lahir rendah (BBLR) dan infeksi neonatal. Faktor lain yang menyebabkan kematian balita adalah faktor kontekstual. Akan tetapi, faktor ini tidak dapat langsung menyebabkan kematian balita melainkan mempengaruhi melalui variabel antara yaitu faktor ibu, faktor luka, faktor lingkungan, dan faktor gizi. Faktor ibu meliputi umur pertama kali menikah dan melahirkan, status pernikahan, jarak dan urutan kelahiran serta pemilihan penolong persalinan. Faktor lingkungan yang juga diduga berkontribusi terhadap kematian balita yaitu kondisi higiene sanitasi yang buruk dan kepadatan penduduk. Faktor gizi yang meliputi pemberian ASI dan mikronutrien memiliki pengaruh yang sangat signifikan pada kematian balita karena keduanya berkontribusi dalam status gizi balita. Salah satu faktor penyebab tidak langsung kematian balita yaitu penolong persalinan oleh tenaga medis profesional. Penelitian ini bertujuan untuk menganalisis hubungan antara faktor ibu, neonatal, persalinan, gizi, lingkungan, dan sosial-ekonomi berdasarkan wilayah

geografi di Indonesia. Hipotesis pada penelitian ini adalah AKBA akan tinggi pada kondisi wilayah dengan jumlah kemiskinan, kepadatan penduduk, persentase perempuan buta huruf, persentase BBLR, persentase persalinan oleh non tenaga kesehatan yang tinggi serta pada kondisi wilayah dengan median umur pertama kali menikah dan median durasi pemberian ASI yang rendah. Penelitian ini adalah penelitian analitik dengan rancangan cross sectional. Sumber data penelitian adalah data sekunder SDKI 2012 dan Profil Kesehatan Indonesia 2012 dengan unit analisis wilayah 33 provinsi di Indonesia. Data dalam penelitian ini disajikan dalam bentuk teks, tabel, grafik, dan peta dari aplikasi komputer. Analisis data menggunakan analisis geospasial terdiri dari analisis univariabel menggunakan Moran’s I, Univariat LISA, dan analisis bivariabel menggunakan bivariat LISA dengan α=0,05. Hasil penelitian menunjukkan bahwa terdapat autokorelasi positif yaitu pengelompokan spasial pada variabel AKBA, BBLR, persalinan oleh non tenaga kesehatan, durasi pemberian ASI, kepadatan penduduk, kemiskinan, dan perempuan buta huruf yang sebagian besar terjadi pada wilayah timur Indonesia. Korelasi tertinggi (0,424) pada persalinan oleh non tenaga kesehatan dan korelasi terendah (0,025) pada kepadatan penduduk. Hasil pada umur pertama kali menikah menunjukkan autokorelasi negatif (-0,012) yang mengindikasikan bahwa tidak adanya pengelompokan spasial yang terjadi. Hasil penelitian menunjukkan bahwa terdapat hubungan yang signifikan antara AKBA dengan umur perempuan pertama kali menikah, BBLR, persalinan oleh non tenaga kesehatan, durasi pemberian ASI, kepadatan penduduk, kemiskinan, dan perempuan buta huruf. Hal ini menunjukkan bahwa daerah dengan presentase yang tinggi pada BBLR, persalinan oleh non tenaga kesehatan, kepadatan penduduk, kemiskinan, dan perempuan buta huruf serta provinsi dengan median yang rendah pada umur pertama kali menikah dan durasi pemberian ASI akan kurang menguntungkan bagi kelangsungan hidup balita. Oleh karena itu, faktor-faktor ini dapat digunakan sebagai faktor yang dapat dikendalikan untuk dapat menurunkan angka kematian balita.