Anda di halaman 1dari 18

ANALISIS FAKTOR RESIKO STUNTING PADA ANAK USIA 0-23

BULAN DI PROVINSI JAWA TIMUR


Oleh : Alma Herawati (1314105023)
I.

PENDAHULUAN
I.1 Latar Belakang
Perkembangan masalah gizi di Indonesia saat ini semakin kompleks, hal ini
ditunjukkan dengan tingginya prevalensi stunting(pendek pada balita), wasting(kurus)
dan overweight(berat badan berlebih). Masalah stunting memiliki angka yang paling
tinggi diantara ketiga masalah gizi tersebut. Stunting merupakan dampak dari berbagai
faktor yang dihasilkan oleh lingkungan sosial ekonomi yang tidak menguntungkan
(Kemenkes, 2015). Dalam artikel ringkasan kajian gizi ibu & anak oleh UNICEF
Indonesia pada Oktober 2012 menyebutkan bahwa stunting atau anak pendek akan
menghadapi kemungkinan yang lebih besar untuk tumbuh menjadi orang dewasa yang
kurang berpendidikan, miskin, kurang sehat dan lebih rentan terhadap penyakit tidak
menular seperti hipertensi, diabetes dan jantung. Stunting terjadi akibat kekurangan gizi
berulang dalam waktu lama pada masa janin hingga 2 tahun pertama kehidupan seorang
anak(Zahrani, 2011).
Hasil Riset Kesehatan Dasar tahun 2013 menunjukkan bahwa secara nasional
prevalensi stunting secara nasional tahun 2013 adalah 37,2 persen, yang berarti terjadi
peningkatan dibandingkan tahun 2010 (35,6%) dan 2007 (36,8%). Prevalensi stunting
sebesar 37,2 persen terdiri dari 18,0 persen sangat pendek dan 19,2 persen pendek. Pada
tahun 2013 prevalensi sangat pendek menunjukkan penurunan, dari 18,8 persen tahun
2007 dan 18,5 persen tahun 2010. Prevalensi pendek meningkat dari 18,0 persen pada
tahun 2007 menjadi 19,2 persen pada tahun 2013(Litbangkes, 2013). Dari data tersebut
diketahui bahwa rata-rata angka kasus stunting di 33 provinsi di Indonesia 37,2% yang
artinya 33 provinsi di Indonesia memiliki angka stunting di atas 30 yang menurut WHO
2010 masalah kesehatan masyarakat dianggap berat bila prevalensi stunting sebesar 3039 persen dan serius bila prevalensi pendek 40 persen. Sebanyak 14 provinsi termasuk
kategori berat dan sebanyak 15 provinsi termasuk kategori serius. Jawa Timur termasuk
kedalam kategori berat karena memiliki angka diatas 30.
Berdasarkan Rencana Strategis Kementrian Kesehatan Tahun 2015-2019 salah satu
sasaran pembangunan kesehatan yang akan dicapai pada tahun 2025 adalah
meningkatkan derajat kesehatan masyarakat yang ditunjukkan oleh menurunnya
prevalensi gizi kurang pada balita. Dalam RPJMN 2015-2019, target prevalensi
stunting(pendek dan sangat pendek) pada anak baduta(bawah dua tahun) berkurang
hingga 28 persen. Pemerintah perlu mengetahui bagaimana melakukan tindakantindakan yang tepat agar pencapaian target tersebut dapat terpenuhi. Menyelaraskan
kebijakan dan strategi pembangunan nasional dengan capaian-capaian penting bidang
gizi dapat meningkatkan Produk Domestik Bruto sebanyak sekitar 2-3% setiap tahun
dan memotong siklus kemiskinan (Caesari, 2014).
Banyak pihak menghubungkan gizi kurang dengan kurangnya pangan dan percaya
bahwa penyediaan pangan merupakan jawabannya. Ketersediaan pangan bukan
penyebab utama gizi kurang di Indonesia karena bahkan dari dua kuintil kekayaan
tertinggi menunjukkan adanya kejadian stunting dari kondisi ekonomi menengah
sampai tinggi, sehingga penyediaan pangan saja bukan solusi. Adanya penyakit dan

infeksi yang berulang terjadi, perilaku kebersihan dan pengasuhan yang buruk
disebabkan oleh faktor-faktor seperti kurangnya pendidikan dan pengetahuan pengasuh
anak, penggunaan air yang tidak bersih, lingkungan yang tidak sehat, keterbatasan akses
pangan dan pendapatan rendah(UNICEF Indonesia, 2012).
Penelitian mengenai faktor risiko stunting pernah dilakukan oleh (Adair & Guilkey,
1997) menggunakan multivariate discrete time hazard model yang menghasilkan bahwa
diare, penyakit infeksi saluran pernapasan, pemberian makanan tambahan di awal dan
berat badan lahir rendah signifikan mempengaruhi stunting. Penelitian lainnya
dilakukan oleh (El Taguri et al., 2009) yang menghasilkan bahwa faktor pendidikan
ayah yang rendah, lingkungan rumah yang miskin, penyakit diare dan berat badan lahir
rendah menjadi faktor yang signifikan terhadap stunting. Penelitian yang dilakukan oleh
(Paudel et al., 2012) menyebutkan hasil yang sama seperti penelitian-penelitian yang
diungkapkan sebelumnya dimana penyakit diare signifikan mempengaruhi. Selain itu
dikatakan faktor sosial ekonomi seperti keluarga dengan defisit makanan, dan
perawatan anak yang dilakukan selain ibu juga mempengaruhi.
Penelitian yang lain dilakukan oleh (Arifin dkk, 2012) tentang faktor risiko stunting
pada balita di Kabupaten Purwakarta menghasilkan bahwa adanya hubungan antara
berat badan saat lahir, asupan gizi balita, pemberian ASI, riwayat penyakit infeksi,
pengetahuan gizi ibu balita, pendapatan keluarga dan jarak antar kelahiran dengan
kejadian stunting, sedangkan faktor yang paling dominan dengan kejadian stunting
adalah pemberian ASI. Penelitian yang dilakukan oleh (Adriani & Kartika, 2013)
tentang pola asuh makan pada balita di Jawa Timur, Jawa Tengah dan Kalimantan
Tengah mengungkapkan bahwa asupan gizi makanan pada saat ibu hamil dan pada bayi
setelah dilahirkan penting untuk pertumbuhan bayi. Kurangnya asupan makanan yang
bergizi menyebabkan gangguan pertumbuhan balita menjadi kurang gizi. Penelitian
tentang stunting lainnya telah dilakukan oleh (Nadiyah dkk, 2014) tentang faktor resiko
stunting di Provinsi Bali, Jawa Barat dan NTT dengan uji Chi-square menunjukkan
hubungan positif antara berat badan lahir rendah, sanitasi kurang baik, kebiasaan ayah
merokok dalam rumah, pendidikan ibu yang rendah, pendidikan ayah yang rendah,
pendapatan yang rendah dan tinggi badan ibu kurang dari 150 cm.
Pulau Jawa masih menjadi penyumbang penduduk miskin terbesar dengan jumlah
sekitar 15,55 juta orang dimana Jawa Timur menjadi peringkat pertama penduduk
miskin terbanyak (Tempo, 2014). Menurut data Badan Pusat Statistik (BPS) Provinsi
Jawa Timur mencatat angka kemiskinan di wilayah pedesaan hingga maret 2015 naik
0,06 persen (Ibrahim, 2015). Adanya pertambahan angka kemiskinan tersebut membuat
peneliti ingin melakukan analisis faktor stunting yang terjadi di Provinsi jawa Timur,
mengetahui dari penelitian sebelumnya bahwa kemiskinan menjadi faktor dari adanya
stunting.
I.2 Rumusan Masalah
Berdasarkan latar belakang di atas, maka permasalahan yang akan dibahas dalam
penelitian ini adalah sebagai berikut.
1. Bagaimana karakteristik faktor risiko stunting pada anak usia 0-23 bulan di
Provinsi Jawa Timur?
2. Apa saja faktor resiko yang mempengaruhi kejadian stunting pada anak usia 0-23
bulan di Provinsi Jawa Timur?

I.3 Tujuan Penelitian


Berdasarkan rumusan masalah di atas, adapun tujuan penelitian ini sebagai berikut.
1. Mendeskripsikan karakteristik faktor risiko stunting pada anak usia 0-23 bulan di
Provinsi Jawa Timur
2. Mendapatkan faktor resiko yang mempengaruhi kejadian stunting pada anak usia 023 bulan di Provinsi Jawa Timur
I.4 Manfaat Penelitian
Manfaat penelitian mengenai faktor resiko yang mempengaruhi kejadian stunting di
kabupaten/kota di Jawa Timur adalah sebagai rekomendasi bagi pemerintah daerah
khususnya lembaga kesehatan di Jawa Timur dalam mengambil kebijakan penanganan
yang tepat dan upaya sosialisasi kepada masyarakat terkait kasus stunting khususnya
untuk daerah miskin di Jawa Timur sehingga dapat mengurangi angka kejadian stunting.
I.5 Batasan Masalah
Penelitian ini menggunakan data jumlah kejadian stunting pada wilayah-wilayah di
Jawa Timur yang diperoleh dari Profil Kesehatan Dinas Kesehatan Provinsi Jawa Timur
Tahun 2013.
II.

TINJAUAN PUSTAKA
2.1 Statistika Deskriptif
Statistika deskriptif adalah analisis yang berkaitan dengan pengumpulan dan
penyajian data sehingga dapat memberikan informasi yang berguna. Tujuannya
menguraikan tentang sifat-sifat atau karakteristik dari suatu keadaan dan untuk
membuat deskripsi atau gambaran yang sistematis dan akurat mengenai fakta-fakta,
sifat-sifat dari fenomena yang diselidiki. (Walpole, 1995).
Tabel kontingensi (cross tabulation) merupakan tabel yang berisi data jumlah atau
frekuensi atau beberapa klasifikasi (kategori). Cross tabulation merupakan suatu
metode statistik yang menggambarkan dua atau lebih variabel secara simultan dan
hasilnya ditampilkan dalam bentuk yang merefleksikan distribusi bersama dua atau
lebih variabel dengan jumlah kategori yang terbatas (Agresti, 2002). Metode cross
tabulation dapat menjawab hubungan antara dua atau lebih variabel penelitian tetapi
bukan hubungan sebab akibat. Tabel kontingensi r x c dijelaskan pada Tabel 2.1 berikut.
Jika kedua variabel berskala diskret (nominal atau ordinal atau numerik yang
dikategorikan, mka peneliti bisa membuat tabel kontingensi untuk menguji apakah
kedua variabel tersebut independen. Semakin banyak kategori dari variabel, maka
semakin banyak pula sampel yang dibutuhkan karena tabel kontingensi mensyaratkan
nilai harapan yang bernilai kurang dari 5 maksimum ada 20% dari seluruh sel (Agresti,
2002).

Baris
1

Total

Tabel 2.1 Tabel Kontingensi r x c


Kolom
1
2
c

Total

n11

n12

n1 c

n1.

p11

p12

p1 c

p1.

n21

n22

n2 c

n2.

p21

p22

p2 c

p2.

nr 1

nr 2

nrc

nr .

pr 1

pr 2

prc

pr .

n.1

n.2

n. c

n..

p.1

p.2

p.c

p..

2.2

Uji Independensi
Pengujian independensi digunakan untuk mengetahui hubungan antara dua
variabel (Agresti, 2002). Pengujian hipotesis untuk uji independensi menggunakan uji
Chi-square adalah sebagai berikut.
Hipotesis
H0: Tidak terdapat hubungan antara dua variabel yang diamati
H1: Terdapat hubungan antara dua variabel yang diamati
Statistik uji
2
r
c
( nijEij )
2
X =
(2.1)
Eij
i=1 j =1
Dengan:
Eij =

ni n j
n

Dimana:
i
: Banyaknya baris, i = 1,2,,r
j
: Banyaknya kolom, j = 1,2,,c
nij
: Nilai observasi baris ke-i kolom ke-j
Eij : Nilai ekspektasi baris ke-i kolom ke-j
Daerah kritis
2
2
Tolak H jika X hitung > X (, (r1 )( c1 ))
0

(2.2)

2.3

Regresi Logistik Biner


Regresi logistik biner merupakan salah satu pendekatan model matematis yang
digunakan untuk menganalisis hubungan beberapa faktor dengan sebuah variabel yang
bersifat dikotomus (biner). Pada regresi logistik jika variabel responnya terdiri dari dua
kategori misalnya Y = 1 menyatakan hasil yang diperoleh sukses dan Y = 0
menyatakan hasil yang diperoleh gagal maka regresi logistik tersebut menggunakan
regresi logistik biner. Menurut Agresti (2002) variabel y yang demikian lebih tepat
dikatakan sebagai variabel indikator dan memenuhi distribusi Bernoulli. Fungsi
distribusi peluang untuk y dengan parameter i adalah
f ( y )= y (1 )1 y , y=0,1
(2.3)
Secara umum model probabilitas regresi logistik dengan melibatkan beberapa
variabel prediktor (x) dapat diformulasikan sebagai berikut
x x .... p x p
e 0 11 2 2
( x)
x x .... p x p
1 e 0 1 1 2 2
(2.4)
Fungsi (x) merupakan fungsi non linear sehingga perlu dilakukan transformasi
logit untuk memperoleh fungsi yang linier agar dapat dilihat hubungan antara variabel
respon (y) dengan variabel prediktornya (x). Bentuk logit dari (x) dinyatakan sebagai
g(x), yaitu
(x)

g ( x) ln
1 (x)
(2.5)
Persamaan (2.4) dan persamaan (2.5) disubtitusikan sehingga diperoleh
( x)
0 1 x1 2 x 2 ... p x p
ln
1 ( x)
(2.6)
2.4 Estimasi Parameter
Estimasi parameter dalam regresi logistik dilakukan dengan metode Maximum
Likelihood. Metode tersebut mengestimasi parameter dengan cara memaksimumkan
fungsi likelihood dan mensyaratkan bahwa data harus mengikuti suatu distribusi
tertentu. Pada regresi logistik, setiap pengamatan mengikuti distribusi Bernouli
sehingga dapat ditentukan fungsi likelihoodnya sebagai berikut.
n

l ( )= ( xi ) y (1 ( x i ) )1 y
i

i=1

(2.7)

Jika xi dan yi adalah pasangan variabel bebas dan terikat pada pengamatan ke-i
dan diasumsikan bahwa setiap pasangan pengamatan saling independen dengan
pasangan pengamatan lainnya, i = 1,2,..,n maka fungsi probabilitas untuk setiap
pasangan adalah sbeagai berikut.
1 y
f ( x i )= ( x i ) y ( 1 ( xi ) )
, y = 0,1
(2.8)
i

Dengan,

e j x j
j =0

( xi )=

jx j

1+ e

(2.9)

j=0

Dimana ketika j = 0 maka nilai xij = xi0 = 1.


Untuk mempermudah dalam perhitungan matematik maka fungsi likelihood
dimaksudkan dalam bentuk log l ( ) dan dinyatakan dengan L().
L ( )=ln l( )
n

ln ( x i ) y (1 ( xi ) )1 y
i

i=1

ln ( xi ) (1 ( x i ) )
yi

n i yi

i=1

x
x
1 ( i)
( i)

n
( y i (1 ( x i ) ) ]

ln
i


i=1

x
x
1 ( i)
( i)

y i ln ( +ni ln(1 ( x i ) )]


i=1

y i j xij +ni ln
i=1

j=0

j xij

j=0

1+ e

y i j xij +ni ln 1+e


i=1

j=0

j xij

j=0

]
6

y i j xij n i ln 1+ e
i=1

j=0

Sehingga,

j x ij

j=0

[ ]
n

L ( )=ln l ( )=
j=0

i=1

[ ( )]

y i x ij j ni ln 1 +exp
i=1

j x ij

j=0

(2.10)
Nilai maksimum didapatkan melalui turunan L() terhadap dan hasilnya
adalah sama dengan nol.
L()
=0
j

(2.11)

x ij [ y i ^ ( x i ) ]=0

(2.12)

Sehingga diperoleh,
n

i=1

Dengan i = 0,1,,n

jx j

e
^ ( x i ) =

dimana

j=0

1+e

(2.13)

j xj
j=0

Estimasi varians dan covarians dikembangkan melalui teori MLE dari koefisien
parameternya. Teori tersebut menyatakan bahwa estimasi varians-covarians didapatkan
melalui turunan kedua L().
L( ) n
= x x ( x i ) ( 1 ( x i ) )
j u i=1 ij iu

(2.14)

Dengan j, u = 0,1,,p
Matriks varians covarians berdasarkan estimasi parameter diperoleh melalui
invers matriks dan diberikan sebagai berikut.
1
^ ov ( ^ )= x T Diag ^ ( x1 ) ( 1^
C
( x1 )) x
(2.15)

Dimana

1
1
x
x
X T = 11 21

x1 p x2 p

] }

1
x1 p

x np

(2.16)

Diag

[ ^ ( x ) ( 1 ^ ( x ) ) ]
1

utamanya adalah

[ ^ ( x ) ( 1 ^ ( x ) ) ]
1

( n n )

adalah matriks diagonal


1

. Penaksir

SE ( ^ )

dengan diagonal

diberikan oleh akar kuadrat

diagonal utama. Untuk mendapatkan nilai taksiran dari turunan pertaman fungsi L()
yang non linear maka digunakan metode iterasi Newton Rephson. Persamaan yang
digunakan adalah.
1
(t +1)= (t )( H (t ) ) q(t )
(2.17)
dimana t = 1, 2, ... sampai konvergen.
Dengan,
L() L()
L ( )
qT =
,
,,
0
1
p

Dan H merupakan matriks Hessian. Elemen-elemennya adalah

sehingga

h1 p
h2 p

h pp

h11 h12
h
h
H= 21 22

hp1 hp2

2 L ( )
h =
j u
( t)
ju

h ju =

2
L()
j u ,

, dan pada setiap iterasi berlaku,

(t)

= x ij x iu ( xi )(t) (1 ( x i )(t) )
i=1

L( )
(t )
q =
= ( y i ( x i ) ) x ij
j i =1
(t )
j

( t)

jx j

( x i )( t ) =

j=0

(2.18)

1+e

j xj
j=0

Dari persamaan (2.18) diperoleh,

( )

t
Dengan m = ( xi )

(t +1)

] }

= (t ) X Diag ^ ( x 1 ) ( 1^ ( x 1 ) ) x

X ( ym(t ) )

(2.19)

(t )

Langkah-langkah iterasi Newton Rephson diberikan sebagai berikut.


(0)
a.
Menentukan nilai dugaan awal kemudian dengan menggunakan persamaan
(0)
(2.18) maka didapatkan ( x i ) .

b.

(0)
Dari ( x i )
pada langkah a. diperoleh matriks Hessian H(0) dan vektor q(0).

c.
d.

Melakukan hasil iterasi tersebut selanjutnya pada persamaan (2.19) dimulai dari t
= 0, dimana (t) merupakan estimasi parameter yang konvergen pada iterasi ke-t.
Apabila belum diperoleh estimasi parameter yang konvergen, langkah c. diulang
kembali hingga iterasi ke t = t + 1 dan iterasi akan berhenti ketika ||(t+1) (t)|| ,
dimana merupakan bilangan yang sangat kecil. Hasil estimasi yang diperoleh
adalah (t+1) pada iterasi terakhir.

2.5

Pengujian Estimasi Parameter


Setelah parameter hasil estimasi diperoleh, maka kemudian dilakukan pengujian

keberartian terhadap koefisien


secara univariat terhadap variabel respon yaitu dengan

membandingkan parameter hasil maksimum likelihood, dugaan


dengan standard
error parameter tersebut. Hipotesis pengujian parsial adalah sebagai berikut,
i 0
H0 :
i 0
H1 :
; i = 1, 2, ..., p
Statistik uji:
i
W
SE ( i )
(2.20)
Statistik uji W tersebut, yang juga disebut sebagai Statistik uji Wald, mengikuti
W Z / 2
distribusi normal sehingga H0 ditolak jika
dan dapat diperoleh melalui
persamaan berikut
2
i
W2
SE ( i ) 2
(2.21)
Statistik uji tersebut mengikuti distribusi Chi-Squred sehingga H0 ditolak jika
W 2 hitung 2 ( ,1)
. Setelah diperoleh variabel prediktor yang signifikan berpengaruh
terhadap variabel respon pada pengujian univariat, langkah selanjutnya adalah
menentukan variabel manakah hasil pengujian univariat yang signifikan mempengaruhi
variabel respon secara bersama-sama. Pengujian ini dilakukan untuk memeriksa

keberartian koefisien
secara serentak (multivariat) terhadap variabel respon.
Hipotesis yang digunakan diberikan sebagai berikut.
1 2 ... i 0
H0 :
p 0
H1 : Paling tidak terdapat satu
; i = 1, 2, ..., p
Statistik uji:

G 2 ln

n1

n
n

n1

n0

n0

1
yi

1 yi

i 1

(2.22)

dimana:
n

n 0 1 y i

n1 yi
i 1

i 1

n n1 n0

Statistik uji G adalah merupakan Likelihood Ratio Test dimana nilai G mengikuti

G hitung 2 ( , p )
distribusi Chi-Squred sehingga H0 ditolak jika

(Agresti, 2002).

2.6

Interpretasi Koefisien Parameter


Interpretasi dari suatu model adalah inferensi dari pengambilan keputusan
berdasarkan pada koefisien parameter. Koefisien menggambarkan perubahan variabel
respon per unit untuk setiap perubahan variabel prediktor. Interpretasi dilakukan setelah
mendapatkan nilai terbaik. Interpretasi dari intersep adalah nilai peluang saat semua
variabel prediktor (x) = 0, perhitungan berdasarkan nilai . Sedangkan intersep koefisien
menggunakan nilai Odds ratio yaitu nilai yang menunjukkan perbandingan tingkat
kecenderungan dari dua kategori dalam satu variabel prediktor dengan salah satu
kategoriny dijadikan pembanding atau kategori dasar .
Untuk regresi logistik dengan variabel prediktor bersifat dichotomous, nilai x
dikategorikan 0 atau 1. Tabel 2.2 berikut menyatakan variabel prediktor bersifat
dichotomous atau kategori untuk mencari nilai odds ratio.
Tabel 2.2 Nilai-Nilai (x) dan 1- (x) Untuk Variabel Prediktor

Variabel
respons
y=1

y=0

Variabel prediktor
x =1
x=0
exp ( 0 + 1 )
exp ( 0)
(1)=
( 0 )=
1+exp ( 0+ 1 )
1+ exp ( 0 )
1 ( 1 )=

Pengamatan dengan x = 1 adalah


adalah

(0)
1 (0)

1
1
1 ( 0 )=
1+ exp ( 0 + 1)
1+exp ( 0 )
(1)
1 (1)

sedangkan jika x = 0 nilai odds

(Hosmer dan Lemeshow, 2000).

Ln odds, sebagaimana didefinisikan sebelumnya sebagai logit, adalah


(1)
(0)
g (1 )=ln
g(0)=ln
dan
1 (1)
1 (0) .

10

Odds ratio, dinotasikan , didefinisikan sebagai ratio odds untuk x = 1 terhadap


odds untuk x = 0, yang dapat dituliskan pada persamaan (2.23) berikut (Hosmer dan
Lemeshow, 2000)
=

(1)/1 (1)
(0)/1 (0)

(2.23)

Berdasarkan Tabel 2.2, nilai odds ratio adalah sebagai berikut.

(
(

exp( 0 + 1)
1
1+exp ( 0+ 1 ) 1+ exp( 0 )

)(

)
exp( )
1
1+exp ( ) ) ( 1+exp( + ) )
0

exp ( 0+ 1 )
=exp ( 1 )
exp ( 0)

(2.24)

Odds ratio merupakan ukuran asosiasi yang dapat diartikan secara luas, terutama dalam
epidemilogi. Dari persamaan (2.24), odds ratio berarti rata-rata besarnya kecenderungan
variabel respons bernilai tertentu jika x = 1 dibandingkan x = 0 (Hosmer dan
Lemeshow, 2000).
2.7

Uji Kesesuaian Model


Uji kesesuaian model digunakan untuk mengetahui apakah model dengan variabel
dependen tersebut merupakan model yang sesuai. Statistik uji yang digunakan adalah deviance.
n

1 i
D 2 y i ln i 1 y i ln
i 1
yi
1 yi




(2.25)

i xi

dengan
Statistik uji D menggunakan uji hipotesis sebagai berikut.
H0 : Model sesuai (tidak ada perbedaan yang nyata antara hasil observasi dengan
kemungkinan hasil prediksi model)
H1 : Model tidak sesuai (ada perbedaan yang nyata antara hasil observasi dengan
kemungkinan hasil prediksi model)
D
Pengambilan keputusan didasarkan pada semakin tinggi nilai
dan semakin rendah p-value
mengindikasikan bahwa mungkin model tidak fit terhadap data (Hosmer dan Lemeshow, 2000).
2.8

Stunting

Stunted adalah tinggi badan yang kurang menurut umur, ditandai dengan
terlambatnya pertumbuhan anak yang mengakibatkan kegagalan dalam mencapai tinggi
badan yang normal dan sehat sesuai usia anak. Stunted merupakan kekurangan gizi
kronis atau kegagalan pertumbuhan dimasa lalu dan digunakan sebagai indikator jangka
panjang untuk gizi kurang pada anak(Kesmas, 2015). Stunting terjadi karena
kekurangan gizi kronis yang disebabkan oleh kemiskinan dan pola asuh yang tidak
11

tepat, yang mengakibatkan kemampuan kognitif tidak berkembang maksimal, mudah


sakit dan berdaya saing rendah, sehingga bisa terjebak dalam kemiskinan. Seribu hari
pertama kehidupan seorang anak adalah masa kritis yang menentukan masa depannya.
Lewat dari 1000 hari, dampak buruk kekurangan gizi sangat sulit diobati (Kemenkes,
2015).
2.9

Pengukuran Stunting

Penilaian status gizi balita yang paling sering dilakukan adalah dengan cara
penilaian antropometri. Secara umum antropometri berhubungan dengan berbagai
macam pengukuran dimensi tubuh dan komposisi tubuh dari berbagai tingkat umur dan
tingkat gizi. Antropometri digunakan untuk melihat ketidakseimbangan asupan protein
dan energi Arifin(Siagan A, 2010).
Beberapa indeks antropometri yang sering digunakan adalah Berat Badan menurut
Umur (BB/U), Tinggi Badan menurut Umur (TB/U), dan Berat Badan menurut Tinggi
Badan (BB/TB) yang dinyatakan dengan standar deviasi unit z (z score).
Stunting dapat diketahui bila seorang balita sudah ditimbang berat badannya dan
diukur panjang atau tinggi badannya, lalu dibandingkan dengan standar, dan hasilnya
berada dibawah normal. Jadi secara fisik balita akan lebih pendek dibandingkan balita
seumurnya Arifin(Hastono, 2006). Penghitungan ini menggunakan standar Z score dari
WHO (Litbangkes, 2013).
Klasifikasi Status Gizi Stunting berdasarkan indikator Tinggi Badan per Umur (TB/U):
Sangat Pendek : Zscore < -3,0
Pendek
: Zscore -3,0 s.d. Zscore < -2,0
Normal
: Zscore -2,0
2.10 Faktor-Faktor Penyebab Stunting

Terdapat beberapa faktor yang teridentifikasi menjadi penyebab terjadinya


stunting. Menurut (Soetjiningsih, 1995, p.95-96) kurang gizi yang kronis pada masa
anak-anak dengan atau tanpa sakit yang berulang akan menyebabkan bentuk tubuh
balita yang stunting. Faktor kondisi tubuh ibu yang menderita anemia dan kondisi sosial
ekonomi mempengaruhi pertumbuhan janin. Sehingga dapat diuraikan bahwasanya
faktor-faktor yang menyebabkan terjadinya stunting adalah sebagai berikut:
1. Usia anak
Usia anak merupakan faktor yang berhubungan dimana penelitian yang dilakukan
(Rosha dkk, 2010) di wilayah miskin Jawa Tengah dan Jawa Timur
mengungkapkan bahwa anak berusia 0-12 bulan memiliki efek protektif dibanding
anak yang berusia 13-23 bulan.
2. Jenis Kelamin Anak
Jenis kelamin anak berhubungan dengan waktu terjadinya/teridentifikasinya
stunting. Penelitian oleh (Adair & Guilkey, 1997) mengungkapkan bahwa anak
berjenis kelamin laki-laki cenderung terkena stunting pada tahun pertama
kehidupan sedangkan anak berjenis kelamin perempuan cenderung terkena stunting
pada tahun kedua kehidupan.
3. Riwayat Penyakit Diare
Riwayat penyakit diare di banyak penelitian seperti yang dilakukan oleh (El Taguri
et al., 2009) dan (Paudel et al., 2012) menjadi faktor yang signifikan terhadap
12

stunting. Diare yang terjadi pada bayi terjadi akibat pemberian makanan selain ASI,
sehingga menyebabkan bayi diare, dan bila bayi sakit, akan kurang mendapat
asupan gizi makanan yang bergizi sehingga mengakibatkan pertumbuhan balita
menjadi kurang gizi (Adriani & Kartika, 2013).
4. Berat Badan Lahir
Berat badan lahir terutama bayi dengan berat badan lahir rendah mempunyai resiko
2,6 kali lebih besar terkena stunting dibanding balita dengan asupan gizi
baik/memiliki berat badan lahir normal (Arifin dkk, 2012).
5. Asupan Gizi Kehamilan
Asupan zat gizi dari makanan untuk ibu hamil yang kurang mengandung protein
dan zat gizi lainnya dapat berakibat pada status gizi ibu hamil terutama bila ibu
mengalami kesulitan makan karena perubahan metabolisme tubuh diperlukan pada
saat kehamilan berkurang, dimana akan berpengaruh pada gizi bayi yang
dikandungnya (Adriani & Kartika, 2013).
6. Pemberian ASI
Penelitian yang dilakukan oleh (Paudel et al., 2012) menyatakan bahwa pemberian
ASI tidak ekslusif memiliki resiko 6,9 kali terjadinya stunting pada bayi.
Sedangkan penelitian oleh (Arifin dkk, 2012) menghasilkan bahwa balita dengan
ASI tidak eksklusif mempunyai risiko 3,7 kali lebih besar terkena stunting
dibanding balita dengan ASI eksklusif.
7. Pemberian Makanan Pre-Lakteal
Praktik pemberian makanan/minuman selain ASI saat anak baru dilahirkan dan
belum disusui untuk pertama kalinya dianalisis tersendiri dalam penelitian
(Nadiyah dkk, 2014) dimana pemberian makanan pre-lakteal menjadi faktor risiko
yang signifikan terhadap stunting pada anak 0-23 bulan (OR=1.47, p<0.05).
Pemberian makanan pre-lakteal memiliki dampak sistemik yang buruk berupa
penundaan inisiasi menyusui.
8. Pola Asuh
Pola asuh seperti yang terjadi di kabupaten Sumenep kebanyakan orangtua bekerja
sehingga anak lebih sering diasuh oleh neneknya. Pola asuh nenek cenderung
memberikan pola makan sesuai dengan kemauan neneknya berdasarkan kebiasan
turun menurun. Pengasuhan yang kurang memadai seperti pemberian makan yang
kurang tepat sejak bayi hingga balita menyebabkan balita lebih sering menderita
sakit, akibat terganggunya pencernaan karena usus bayi yang masih rentan. Kondisi
sakit yang terlalu lama mengakibatkan berat badan balita cepat turun dan
memudahkan balita menjadi kurang gizi (Adriani & Kartika, 2013).
9. Usia Ibu
Dalam penelitian (Rosha dkk, 2010) menunjukkan bahwa ibu yang berusia 20-30
tahun memiliki anak stunting sebesar 56,7 persen. Fenomena yang menarik di sini
adalah ibu yang berusia 20-30 tahun memiliki anak stunting yang lebih besar
jumlahnya daripada ibu berusia 31-50. Hal ini perlu diteliti berkaitan dengan
karakteristik umur ibu.
10. Tinggi Badan Ibu
Tinggi badan ibu kurang dari 150 cm menjadi faktor risiko stunting pada anak usia
0-23 bulan dengan Odds Ratio 1,77 (Nadiyah dkk, 2014). Penelitian (Schmidt et
al., 2002) di Jawa Barat menyimpulkan bahwa setiap kenaikan 1 cm tinggi badan
ibu, maka panjang badan bayi bertambah 0,196 cm. Hal ini menjadi alasan penting

13

anak perempuan menjadi target penting dalam perbaikan stunting hingga generasi
selanjutnya.
11. Pendidikan Ibu
Pendidikan Ibu menjadi penting ketika ibu memiliki pengetahuan tentang cara
merawat bayi, nutrisi apa yang seharusnya diberikan kepada bayi sehingga
kejadian stunting pada anak tidak terjadi (El Taguri et al., 2009). Hasil penelitian
yang dilakukan oleh (Rosha dkk, 2010) mengungkapkan bahwa ibu dengan tingkat
pendidikan <SMP memiliki resiko lebih besar memiliki anak dengan status stunting
dibandingkan dengan ibu yang berpendidikan SMP.
12. Pendidikan Ayah
Pendidikan ayah menjadi faktor yang signifikan karena pendidikan yang tinggi
pada ayah, dapat berdampak pada pendapatan yang tinggi dan menyebabkan
tingginya kesadaran orangtua akan nutrisi yang diberikan kepada anak, serta
kesadaran akan kesehatan dan kebersihan di lingkungan rumah (El Taguri et al.,
2009).
13. Pekerjaan Ayah
Penelitian oleh (Ramli et al., 2009) mengungkapkan bahwa variabel pekerjaan ayah
dengan kategori tidak bekerja menunjukkan prevalensi yang tinggi terhadap
kejadian stunting parah.
14. Sanitasi Lingkungan
Penelitian oleh (Rosha dkk, 2010) menghasilkan wilayah tempat tinggal yang tidak
kondusif dapat berpengaruh terhadap status gizi anak. Hasil uji statistik penelitian
ini menunjukkan, ada hubungan bermakna antara wilayah tempat tinggal dengan
status stunting. Hasilnya menunjukkan sebesar 71,3 persen anak yang tinggal di
desa menderita stunting. Hal ini disebabkan karena sanitasi lingkungan yang kurang
baik.
15. Wilayah Tempat Tinggal
Wilayah tempat tinggal menjadi faktor penting karena seperti penelitian yang
dilakukan oleh (Rosha dkk, 2010) di wilayah miskin Jawa Tengah dan Jawa Timur
menghasilkan sampel yang tinggal di wilayah kota memiliki efek protektif atau
resiko lebih rendah terhadap stunting dibanding yang tinggal di pedesaan.
III.

METODOLOGI PENELITIAN
III.1 Sumber Data
Data yang digunakan dalam penelitian ini adalah data sekunder dari Dinas
Kesehatan Provinsi Jawa Timur dengan lokasi meliputi wilayah-wilayah di Jawa Timur
daerah kota maupun desa. Data yang digunakan adalah data dengan kelengkapan
variabel penelitian.

14

III.2 Variabel Penelitian


Variabel yang digunakan dalam penelitian ini adalah sebagai berikut.
Tabel 3.1 Variabel Penelitian

Variabel
Status Stunting
(Y)
Usia Anak (X1)

Jenis Kelamin
(X2)
Riwayat Sakit
Diare(X3)
Berat Badan
Lahir(X4)
Asupan Gizi
Kehamilan(X5)
Pemberian
ASI(X6)
Pemberian
Makanan PreLaktal(X7)
Pola Asuh(X8)
Usia Ibu(X9)

Tinggi Badan
Ibu(X10)
Pendidikan
Ibu(X11)
Pendidikan
Ayah(X12)
Pekerjaan
Ayah(X13)

Sanitasi
Lingkungan(X14)

Kategori
0 = Stunting
1 = Normal
0 = 0-6 bulan
1 = 7-12 bulan
2 = 13-18 bulan
3 = 19-23 bulan
0 = Perempuan
1= Laki-Laki
0 = Tidak
1 = Ya
0 = Rendah
1 = Normal
0 = Kurang
1 = Baik
0 = < 6 bulan
1 = 6 bulan
0 = Tidak
1 = Ya

Skala
Nominal

0 = Oleh Ibu
1 = Selain Ibu
0 = 13-19 tahun
1 = 20-30 tahun
2 = 31-50 tahun
0 = < 150cm
1 = 150 cm
0 = SD
1 = SMP
2 = SMA
0 = SD
1 = SMP
2 = SMA
0 = Tidak Bekerja
1 = Sekolah
(Guru/karyawan,dll)
2 = TNI/POLRI/PNS
3 = Peg.BUMN/Peg.Swasta
4 = Wiraswasta/Pelayanan jasa
5 = Petani/Nelayan
6 = Buruh/Lainnya
0 = Buruk
1= Baik

Nominal

15

Nominal

Nominal
Nominal
Nominal
Nominal
Nominal
Nominal

Nominal

Nominal
Nominal

Nominal

Nominal

Nominal

Wilayah Tempat
Tinggal(X15)

0 = Kota
1 = Desa

Nominal

III.3 Metode Analisis Data


Metode dalam analisis data yang digunakan dalam penelitian ini adalah sebagai
berikut.
1. Mendeskripsikan karakteristik faktor risiko stunting pada anak usia 0-23 bulan di
Provinsi Jawa Timur dengan analisis statistika deskriptif yaitu menggunakan
diagram batang dan tabel kontingensi.
2. Melakukan uji independensi antar variabel respon dan variabel prediktor berupa
faktor risiko stunting pada anak usia 0-23 bulan di Provinsi Jawa Timur.
3. Melakukan pengujian untuk mengetahui faktor-faktor yang mempengaruhi
stunting di Provinsi Jawa Timur. Langkah-langkahnya adalah sebagai berikut:
a. Melakukan estimasi parameter regresi logistik dan menentukan model regresi
logistik biner antara variabel respon dengan variabel-variabel prediktor yang
signifikan.
b. Melakukan uji signifikansi parameter secara parsial terhadap model yang
diperoleh untuk mengetahui variabel-variabel prediktor yang secara parsial
berpengaruh signifikan terhadap variabel respon.
c. Melakukan uji signifikansi parameter secara serentak untuk mengetahui
variabel-variabel prediktor yang secara bersama-sama berpengaruh signifikan
terhadap variabel respon.
d. Melakukan uji kesesuaian model.
e. Menginterpretasikan model regresi logistik biner dan odds rasio yang
diperoleh.
f. Mengambil kesimpulan.

16

DAFTAR PUSTAKA
Adair, L. S., & Guilkey, D. K. (1997). Age-specific determinants of stunting in Filipino
children. The Journal of nutrition, 127(2), 314-320.
Adriani, M., & Kartika, V. (2013). Pola Asuh Makan pada Balita dengan Status Gizi
Kurang di Jawa Timur, Jawa Tengah dan Kalimantan Tengah, Tahun 2011. Buletin
Penelitian Sistem Kesehatan, 16(2 Apr).
Agresti, A. (2002). Categorical Data Analysis Second Edition. New York: John Wiley &
Sons.
Arifin, D. Z., Irdasari, S. Y., & Sukandar, H. (2012). Analisis Sebaran dan Faktor Risiko
Stunting pada Balita di Kabupaten Purwakarta 2012. Jurnal. Departemen Ilmu
Kesehatan Masyarakat, Fakultas Kedokteran, Universitas Padjajaran Bandung.
Litbangkes, 2013. Riset Kesehatan Dasar 2013. Jakarta: Litbangkes, Kemenkes RI.
Caesari, A. (2014, November 11). Memerangi Stunting dan Taruhannya Bagi Indonesia.
Mca-Indonesia[online]. Diambil 3 November 2015 dari http://mcaindonesia.go.id/kabar-kami/kesehatan-gizi/memerangi-stunting-dan-taruhannyabagi-indonesia/
El Taguri, A., Betilmal, I., Mahmud, S. M., Monem Ahmed, A., Goulet, O., Galan, P., &
Hercberg, S. (2009). Risk factors for stunting among under-fives in Libya. Public
health nutrition, 12(08), 1141-1149.
Hosmer, D. W., Lemeshow, S., Sturdivant, R. X. (2013). Applied Logistic Regression
Third Edition. United States of America: John Wiley and Sons Inc.
Ibrahim, A.M. (2015, September 17). BPS: Angka Kemiskinan Wilayah Pedesaan Jatim
Naik.
Antara
Jatim[online].
Diambil
3
November
2015
dari
http://www.antarajatim.com/lihat/berita/164564/bps--angka-kemiskinan-wilayahpedesaan-jatim-naik
Kementrian Kesehatan RI. 2015. Rencana Strategis Kementrian Kesehatan Tahun 20152019. Jakarta : Kementrian Kesehatan RI.
Kesmas. (2015, Juli 17). Faktor Penyebab dan Dampak Stunted Terhadap Kesehatan.
Indonesian public health[online]. Diambil 3 November 2015 dari
http://www.indonesian-publichealth.com/2015/07/dampak-dan-penyebabstunted.html
Nadiyah, N., Briawan, D., & Martianto, D. (2014). Faktor Risiko Stunting Pada Anak
Usia 0-23 Bulan Di Provinsi Bali, Jawa Barat, Dan Nusa Tenggara Timur. Jurnal
Gizi dan Pangan, 9(2), 125-132.
Paudel, R., Pradhan B., Wagle R.R., Pahari D.P., Onta S.R. (2012). Risk Factors for
Stunting Among Children: A Community Based Case Control Study in Nepal.
Kathmandu Univ Med J, 39(3),18-24.
Rosha, B. C., Hardinsyah, H., & Baliwati, Y. F. (2012). Analisis Determinan Stunting
Anak 0-23 Bulan Pada Daerah Miskin Di Jawa Tengah Dan Jawa Timur. Jurnal
Penelitian Gizi dan Makanan, 35(1), 34-41.
Schmidt MK, Muslimatun S, West CE, Schultink W, Gross R, & Hautvast JGAJ.
(2002). Nutritional status and linear growth of indonesian infants in west java are

17

determined more by prenatal environment than by postnatal factors. Journal of


Nutrition, 132(8), 2202-2207.
Ramli, Agho KE, Inder KJ, Bowe SJ, Jacobs J, Dibley MJ. (2009). Prevalence and risk
factors for stunting and severe stunting among under-fives in North Maluku
Province of Indonesia. BMC Pediatrics, 9(1),64
Soetjiningsih. (1995). Tumbuh Kembang Anak. p.95-96. Jakarta: ECG.
Tempo. (2014, Januari 3). Orang Miskin Jawa Timur Terbanyak di Indonesia.
Tempo[online].
Diambil
3
November
2015
dari
http://nasional.tempo.co/read/news/2014/01/03/173541819/orang-miskin-jawatimur-terbanyak-di-indonesia
UNICEF Indonesia. (2012, Desember). Gizi Ibu dan Anak. Ringkasan Kajian UNICEF
Indonesia[online], p.1 dan p.3 diambil 16 oktober 2014, dari
http://www.unicef.org/indonesia/id/A6_-_B_Ringkasan_Kajian_Gizi.pdf
Walpole, R. E. (1995). Pengantar Metode Statistik. Edisi ke 3. Diterjemahkan oleh: Ir.
Bambang Sumantri. Jakarta: PT Gramedia Pustaka Utama.
Zahrani, Yuni. (2011). STOP Generasi Stunting di Indonesia. Diambil 16 Oktober 2015
dari http://gizi.depkes.go.id/
.

18