Anda di halaman 1dari 159

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

TESIS

INDEKS PREDIKTIF RISIKO KEMATIAN IBU


DI KOTA SURABAYA

KRISNITA DWI JAYANTI

UNIVERSITAS AIRLANGGA
FAKULTAS KESEHATAN MASYARAKAT
PROGRAM MAGISTER
PROGRAM STUDI EPIDEMIOLOGI
SURABAYA
2016

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

TESIS

INDEKS PREDIKTIF RISIKO KEMATIAN IBU


DI KOTA SURABAYA

KRISNITA DWI JAYANTI


NIM. 101414553008

UNIVERSITAS AIRLANGGA
FAKULTAS KESEHATAN MASYARAKAT
PROGRAM MAGISTER
PROGRAM STUDI EPIDEMIOLOGI
SURABAYA
2016

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

INDEKS PREDIKTIF RISIKO KEMATIAN IBU DI KOTA SURABAYA

TESIS

Untuk memperoleh gelar Magister Epidemiologi


Minat Studi Manajemen Surveilans Epidemiologi dan Informasi Kesehatan
Program Studi Epidemiologi
Fakultas Kesehatan Masyarakat
Universitas Airlangga

Oleh:

KRISNITA DWI JAYANTI


NIM 101414553008

UNIVERSITAS AIRLANGGA
FAKULTAS KESEHATAN MASYARAKAT
PROGRAM MAGISTER
PROGRAM STUDI EPIDEMIOLOGI
SURABAYA
2016

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

PENGESAHAN

Dipertahankan di depan Tim Penguji Tesis


Minat Studi Manajemen Surveilans Epidemiologi dan Informasi Kesehatan
Program Studi Epidemiologi
Fakultas Kesehatan Masyarakat Universitas Airlangga
dan diterima untuk memenuhi persyaratan guna memperoleh gelar
Magister Epidemiologi (M.Epid)
pada tanggal 19 Juli 2016

Mengesahkan

Universitas Airlangga
Fakultas Kesehatan Masyarakat

Dekan,

Prof. Dr. Tri Martiana, dr., M.S.


NIP 195603031987012001

Tim Penguji:

Ketua : Dr. Windhu Purnomo, dr., MS


Anggota : 1. Dr. Hari Basuki Notobroto, dr., M.Kes
2. Dr. Arief Wibowo, dr., MS
3. Dr. Atik Choirul Hidajah, dr., M.Kes
4. Dr. Niniek Lely Pratiwi, drg., M.Kes

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

PERNYATAAN TENTANG ORISINALITAS

Yang bertanda tangan di bawah ini, saya :

Nama : Krisnita Dwi Jayanti


NIM : 101414553008
Program Studi : Epidemiologi
Minat : Manajemen Surveilans Epidemiologi dan Informasi
Kesehatan
Angkatan : 2014/2015
Jenjang : Magister

Menyatakan bahwa saya tidak melakukan kegiatan plagiat dalam penulisan tesis
saya yang berjudul :

INDEKS PREDIKTIF RISIKO KEMATIAN IBU DI KOTA SURABAYA

Apabila suatu saat nanti terbukti saya melakukan tindakan plagiat, maka saya
akan menerima sanksi yang telah ditetapkan.

Demikian surat pernyataan ini saya buat dengan sebenar-benarnya.

Surabaya, Juli 2016

Krisnita Dwi Jayanti

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

KATA PENGANTAR

Puji Syukur Kehadirat Tuhan Yang Maha Esa, atas karunia dan Hidayah-
Nya penyusunan penelitian tesis dengan judul “Indeks Prediktif Risiko Kematian
Ibu Di Kota Surabaya” ini dapat terselesaikan. Tesis ini membahas tentang
variabel penelitian apa saja yang bisa dijadikan sebagai indeks yang dapat
digunakan untuk memprediksi ibu hamil yang dapat berisiko mengalami kematian
ibu.
Ucapan terima kasih yang tak terhingga saya sampaikan kepada Dr. Hari
Basuki N., dr., M.Kes selaku Pembimbing Ketua yang dengan kesabaran dan
perhatian dalam memberikan bimbingan, semangat dan saran hingga penelitian
tesis ini bisa terselesaikan dengan baik. Ucapan terima kasih yang tak terhingga
juga saya sampaikan kepada Dr. Arief Wibowo, dr., M.S selaku pembimbing
kedua yang telah banyak meluangkan waktu untuk memberikan bimbingan,
motivasi dan saran. Pada kesempatan ini penulis ingin mengucapkan terima kasih
kepada pihak-pihak yang telah membantu dalam kelancaran selama penyusunan
tesis ini, terima kasih penulis ucapkan kepada :
1. Prof. Dr. Moh. Nasih, SE., M.T., AK., CMA., CA selaku Rektor Universitas
Airlangga.
2. Prof. Dr. Tri Martiana, dr., MS selaku Dekan Fakultas Kesehatan Masyarakat
Universitas Airlangga.
3. Prof. Dr. Chatarina U. W., dr.,MS.,MPH, selaku Koordinator Program Studi
Epidemiologi Universitas Airlangga.
4. Dr. Hari Basuki N., dr., M.Kes selaku Ketua minat studi Manajemen
Surveilans Epidemiologi dan Informasi Kesehatan Program magister program
studi epidemiologi Fakultas Kesehatan Masyarakat Universitas Airlangga dan
sekaligus sebagai pembimbing Ketua.
5. Dr. Arief Wibowo, dr., M.S sebagai pembimbing kedua dalam penyusunan
penelitian tesis.
6. Kepala Dinas Kesehatan Kota Surabaya yang telah memberikan izin untuk
melakukan penelitian, beserta staf dan seluruh pemegang program kesehatan
ibu dan anak di puskesmas tempat lokasi penelitian yang telah memberi
bantuan dalam penelitian.
7. Suamiku tercinta Moch. Hanson dan anakku tersayang Fadil Asyif Arrasyid,
Bapak, Ibu dan keluarga besarku untuk segala doa, kesabaran dan dukungan
selama menjalani perkuliahan ini.
8. Teman-teman angkatan 2014 Program Magister Program Studi Epidemiologi
Fakultas Kesehatan Masyarakat Universitas Airlangga dan semua pihak yang
tidak dapat peneliti sebutkan satu persatu.

vii

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

Penulis juga menerima segala kritik dan saran dari semua pihak demi
kesempurnaan tesis ini. Akhir kata, semoga tesis ini dapat berguna baik bagi
penulis maupun pihak yang memanfaatkannya.

Surabaya, Juli 2016

Krisnita Dwi Jayanti

viii

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

SUMMARY

The maternal mortality raito (MMR) in Indonesia remains high 359 per
100.000 live birth (SDKI 2012). MMR is an indicator of mother’s helath,
especially the risk of being death for a mother while pregnancy and delivery.
McCarthy and Maine shows three factors that influence maternal mortality, i.e
proximate determinant, intermediate determinant and distant determinant.
Surabaya city is one of city in the province of East Java which have maternal
mortality case still high, so it is necessary to study factor that influence matenal
mortality in that city.
Problem reducing maternal mortality in developing countries because of
inadequate information. Inadequate information was the lack of statistichal data
dan regular information that can describe maternal mortality. Besides the lack of
description of the problem of maternal deaths due to information about maternal
deaths have so far only illustrates the magnitude of the problem, but has not been
able to describe the level of vulnerability of maternal mortality.
Information about predictors of maternal deaths is limited, so to measure
the risk of maternal death, it is necessary to develop an index. Reletade topics
important predictors of maternal mortality to be understood as an effort for the
planning and evaluation of maternal and child health programs. The index
assesses forecast or predict the risk to maternal mortality has not been done. The
index has been used in the early detection of the mother still see the risk of
pregnancy and has not looked at the risk of maternal death.
The purpose of this study was to determined the indicators and develop
predictive index formula risk factor of maternal mortality.
Type of this research was observasional analytic research using case
control study. Case in this study is maternal death in Surabaya district and control
group was all mother in pregnancy still live up to 42 days postpartum. The
sample size in this study were 114 respondents 38 cases and 76 controls. The
sampling technique in this study used simple random sampling technique. Data
collection techniques done with secondary data obtained through pregnant
women cohort registers and mother card. Age, parity, IMT, LILA, anemia
status,interval pregnancy,TT imunization, antenatal care, birth attendants,history
of contraception, history of illnes, history of complikation is the independent
variable in this study. The dependent variable was maternal mortality.
The result showed that a candidat indicator variables(p<0,25) is age (p
value=0,179), parity (p value = 0,224), anemia status (p value = 0,002),
imunizazion TT (p value=0,127), antenatal care (p value= 0,127), history of
contraception (p value= 0,002), and history of illnes (p value= 0,001).The seven
variables as indicators of default of risk factor maternal mortality : age, parity,
imunizazion TT, and antenatal care. The predictive index of risk factor of
maternal mortality are ( - 1,834 + (2,267xhistory of illnes) + (1,597xhistory of
using contracepcion) + (1,597xanemia status)).

ix

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

This index is expected to be considered and utilized as a measuring tool in


helping health workers, especially in health centers for screening mother, so early
can know that pregnant women have an increased risk.of dying either during
pregnancy, give birth and parturition.

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

DAFTAR ISI

Halaman Sampul Depan............................................................................................. i


Halaman Sampul Dalam ............................................................................................ ii
Halaman Pengesahan ................................................................................................. iv
Halaman Persetujuan.................................................................................................. v
Halaman Orisinalitas .................................................................................................. vi
Halaman Kata Pengantar ............................................................................................ vii
Halaman Summary ..................................................................................................... ix
Halaman Abstrak ........................................................................................................ x
Halaman Daftar Isi ..................................................................................................... xii
Halaman Daftar Tabel ................................................................................................ xv
Halaman Daftar Gambar ............................................................................................ xvi
Halaman Daftar Lampiran.......................................................................................... xvii
Halaman Daftar Singkatan ......................................................................................... xviii

BAB I PENDAHULUAN
1.1. Latar Belakang dan Identifikasi Masalah .................................................. 1
1.2. Kajian Masalah .......................................................................................... 6
1.3 Rumusan Masalah....................................................................................... 11
1.4 Tujuan Penelitian ........................................................................................ 11
1.5 Manfaat Penelitian ...................................................................................... 12

BAB II TINJAUAN PUSTAKA


2.1.Definisi Kematian Ibu .................................................................................. 14
2.1.1 Penyebab Kematian Ibu ........................................................................... 15
2.2 Faktor Risiko yang mempengaruhi kematian Ibu ......................................... 17
2.3 Upaya menurunkan Kematian Ibu ................................................................ 30
2.4 Indikator dan Indeks ..................................................................................... 33
2.4.1 Definisi Indikator ..................................................................................... 33
2.4.2 Syarat Indikator ....................................................................................... 34
2.4.3 Klasifikasi Indikator ................................................................................ 35
2.4.4 Indikator Program Kesehatan Ibu ............................................................ 35
2.4.5 Indeks ....................................................................................................... 37

BAB III KERANGKA KONSEPTUAL DAN HIPOTESIS PENELITIAN


3.1 Kerangka Konseptual Penelitian .................................................................. 39
3.2 Hipotesis Penelitian ...................................................................................... 41

BAB IV METODE PENELITIAN


4.1 Jenis Penelitian ............................................................................................. 42
4.2 Rancang bangun penelitian .......................................................................... 42
4.3 Lokasi dan Waktu Penelitian ....................................................................... 43
4.4 Populasi dan sampel ..................................................................................... 43
4.5 Kerangka Operasional .................................................................................. 47

xii

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

4.6 Variabel Penelitian dan Defini Operasianal ................................................. 48


4.7 Teknik dan Prosedur Pengumpulan Data ..................................................... 51
4.8 Pengolahan danAnalisis Data ....................................................................... 51

BAB V HASIL DAN ANALISIS DATA


5.1 Gambaran Umum Lokasi Penelitian............................................................. 55
5.1.1 Kondisi Demografi .................................................................................. 55
5.1.2 Kondisi Sarana Pelayanan Kesehatan ...................................................... 55
5.1.3 Kondisi Tenaga Kesehatan ...................................................................... 56
5.2 Gambaran Kasus Kematian Ibu ................................................................... 56
5.2.1 Penyebab Kematian Ibu ........................................................................... 56
5.2.1 Sebaran Umur pada kasus Kematian Ibu ................................................. 57
5.3 Pengaruh Umur Terhadap Kematian Ibu ..................................................... 58
5.4 Pengaruh Paritas Terhadap Kematian Ibu .................................................... 59
5.5 Pengaruh IMT Terhadap Kematian Ibu ........................................................ 59
5.6 Pengaruh LILA Terhadap Kematian Ibu ..................................................... 60
5.7 Pengaruh Status AnemiaTerhadap Kematian Ibu ......................................... 61
5.8 Pengaruh Jarak Kehamilan Terhadap Kematian Ibu .................................... 61
5.9 Pengaruh Imunisasi TT Terhadap Kematian Ibu ......................................... 62
5.10 Pengaruh Pemeriksaan Kehamilan Terhadap Kematian Ibu ...................... 63
5.11 Pengaruh Penolong PersalinanTerhadap Kematian Ibu ............................. 64
5.12 Pengaruh Riwayat KB Terhadap Kematian Ibu ........................................ 64
5.13 Pengaruh Riwayat Penyakit Terhadap Kematian Ibu ................................. 65
5.14 Pengaruh Riwayat Komplikasi Terhadap Kematian Ibu ............................ 66
5.15 Indeks Prediktif Risiko Kematian Ibu ........................................................ 66
5.15.1 Hasil Analisis dengan Uji Regresi Logistik Ganda ............................... 67
5.15.2 Kurva ROC dan PerhitunganCut Off Indeks ......................................... 69
5.16 Formula Indeks Prediktif Risiko Kematian Ibu ......................................... 72

BAB VI PEMBAHASAN
6.1 Pengaruh Umur Terhadap Kematian Ibu ..................................................... 74
6.2 Pengaruh Paritas Terhadap Kematian Ibu .................................................... 75
6.3 Pengaruh IMT Terhadap Kematian Ibu ........................................................ 76
6.4 Pengaruh LILA Terhadap Kematian Ibu ..................................................... 76
6.5 Pengaruh Status AnemiaTerhadap Kematian Ibu ......................................... 77
6.6 Pengaruh Jarak Kehamilan Terhadap Kematian Ibu .................................... 80
6.7 Pengaruh Imunisasi TT Terhadap Kematian Ibu ......................................... 80
6.8 Pengaruh Pemeriksaan Kehamilan Terhadap Kematian Ibu ........................ 81
6.9 Pengaruh Penolong PersalinanTerhadap Kematian Ibu ............................... 82
6.10 Pengaruh Riwayat KB Terhadap Kematian Ibu ........................................ 82
6.11 Pengaruh Riwayat Penyakit Terhadap Kematian Ibu ................................. 83
6.12 Pengaruh Riwayat Komplikasi Terhadap Kematian Ibu ............................ 84
6.13 Indeks Prediktif Risiko Kematian Ibu ........................................................ 85

xiii

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

BAB VI PENUTUP
7.1 Kesimpulan .................................................................................................. 89
7.2 Saran ............................................................................................................. 90

Daftar Pustaka ........................................................................................................... 92


Lampiran

xiv

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

DAFTAR TABEL

Tabel 4.1 Nilai OR dan Perhitungan Besar Sampel dari Penelitian Terdahulu ......... 45
Tabel 4.2 Definisi Operasional Penelitian ................................................................. 48
Tabel 5.1 Sarana pelayanan kesehatan Di Kota Surabaya ......................................... 55
Tabel 5.2 Distribusi Frekuensi Penyebab Kematian Ibu Di Kota Surabaya .............. 57
Tabel 5.3 Distribusi Frekuensi Umur pada Kasus Kematian Ibu............................... 58
Tabel 5.4 Distribusi Umur Menurut Kejadian Kematian Ibu .................................... 58
Tabel 5.5 Distribusi Jumlah Paritas Menurut Kejadian Kematian Ibu ...................... 59
Tabel 5.6 Distribusi IMT Menurut Kejadian Kematian Ibu ...................................... 60
Tabel 5.7 Distribusi LILA Menurut Kejadian Kematian Ibu..................................... 60
Tabel 5.8 Distribusi Status Anemia Menurut Kejadian Kematian Ibu ...................... 61
Tabel 5.9 Distribusi Jarak Kehamilan Menurut Kejadian Kematian Ibu ................... 62
Tabel 5.10 Distribusi Imunisasi TT Menurut Kejadian Kematian Ibu ...................... 62
Tabel 5.11 Distribusi Pemeriksaan Kehamilan Menurut Kejadian Kematian Ibu ..... 63
Tabel 5.12 Distribusi Penolong Persalinan Menurut Kejadian Kematian Ibu ........... 64
Tabel 5.13 Distribusi Riwayat KB Menurut Kejadian Kematian Ibu ........................ 65
Tabel 5.14 Distribusi Riwayat Penyakit Menurut Kejadian Kematian Ibu ............... 65
Tabel 5.15 Distribusi Riwayat Komplikasi Menurut Kejadian Kematian Ibu ........... 66
Tabel 5.16 Hasil Analisis Regresi Logistik Sederhana .............................................. 67
Tabel 5.17 Hasil Regresi Logistik Sederhana Terhadap Kematian Ibu ..................... 68
Tabel 5.18 Variabel yang tidak masuk model ............................................................ 68
Tabel 5.19 Perhitungan nilai sensitifitas dan spesifisitas ........................................... 70
Tabel 5.20 Skor Kategori Variabel Risiko Kematian Ibu .......................................... 72
Tabel 5.21 Indeks Prediktif Risiko Kematian Ibu Di Kota Surabaya ........................ 72

xv

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

DAFTAR GAMBAR

Gambar 1.1 Trend Angka Kematian Ibu di Kota Surabaya ...................................... 4


Gambar 1.2 Penyebab Kematian Ibu Di Kota Surabaya Tahun 2014 ....................... 5
Gambar 2.1 Kerangka Analisis determinan kematiandan kesakitan ibu.................... 16
Gambar 3.1 Kerangka Konsep Penelitian: Modifikasi Teori McCarthy dan Maine . 39
Gambar 4.1 Skema Desain Penelitian Kasus Kontrol ............................................... 43
Gambar 4.2 Kerangka Operasional Penelitian .......................................................... 47
Gambar 5.1 Kurva ROC dari hasil analisis multivariat ............................................ 69
Gambar 5.2 Titik potong nilai sensitifitas dan spesifisitas ....................................... 70
Gambar 5.3 Matriks Indeks Prediktif Risiko Kematian Ibu ..................................... 73

xvi

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

DAFTAR LAMPIRAN

Lampiran 1 Analisis Crosstab .................................................................................... 96


Lampiran 2 Analisis Bivariat ..................................................................................... 102
Lampiran 3 Analisis Multivariat ................................................................................ 129
Lampiran 4 Kode Etik Penelitian ............................................................................... 138
Lampiran 5 Ijin Penelitian dari Universitas Airlangga .............................................. 139
Lampiran 6 Ijin Penelitian dari Bakesbangpolinmas Kota Surabaya......................... 140
Lampiran 7 Ijin Penelitian dari Dinas Kesehatan Kota Surabaya .............................. 141
Lampiran 8 Ijin Penggunaan Data Sekunder dari Universitas Airlangga .................. 143

xvii

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

DAFTAR SINGKATAN

AIDS =Acquired Immune Deficiency Syndrome


AKI = Angka Kematian Ibu
BPS = Badan Pusat Statistik
Cm = Centimeter
EMAS = Expanding Maternal & Neonatal Survival
G = Gram
Hb = Haemoglobin
HIV = Human Immunodeficiency Virus
IMT = Indek Masa Tubuh
ICD-X = International Clasification of Diseases X
ICPD = International Conference on Population and Development
KB = Keluarga Berencana
KEK = Kurang Energi Kalori
LILA = Lingkar Lengan Atas
LKI = Laporan Kematian Ibu
K1 = Kunjungan pertama
K4 = kunjungan antenatal 4 kali
KF3 = pelayanan nifas oleh tenaga kesehatan
PK = penanganan komplikasi obstetri
PN = persalinan di tolong tenaga kesehatan
MDGs = Millenium Development Goals
Ml = mili liter
MPS = Making Pregnancy Safer
RPJMN = Rencana Pembangungan Jangka Menengah Nasional
SDGs = Sustainable Development Goals
SDKI = Survei Demografi Kesehatan Indonesia
SKRT = Survei Kesehatan Rumah Tangga
UN = United Nations
OR = Odds Ratio
PONED = Pelayanan Neonatal Obstetri Emergensi Dasar
PONEK = Pelayanan obstetric dan neonatal emergensi komprehensif
ROC = Receiver Operating Charactheristic
TT = Tetanus Toxoid
WHO = Word Health Organizazion

xviii

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

BAB 1

PENDAHULUAN

1.1 Latar Belakang dan Identifikasi Masalah

Kesehatan ibu termasuk salah satu isu krusial dalam pencapaian

pembangunan kesehatan di seluruh dunia. Pelayanan kesehatan ibu tidak

hanya dapat digunakan untuk menentukan pembangunan kesehatan suatu

negara, tetapi dapat digunakan untuk investasi bagi peningkatan kualitas

sumber daya manusia di masa mendatang (Syafrudin dan Hamidah, 2009).

Ibu adalah anggota keluarga yang berperan penting dalam mengatur semua

terkait urusan rumah tangga, pendidikan anak dan kesehatan seluruh keluarga,

sehingga upaya peningkatan penyelenggaraaan kesehatan ibu perlu

mendapatkan prioritas dan perhatian khusus (Kemenkes RI, 2014).

Angka Kematian Ibu (AKI) juga merupakan salah satu target yang

telah ditentukan dalam tujuan ke-5 pembangunan Millenium Development

Goals (MDGs) untuk menurunkan Angka Kematian Ibu hingga tiga per empat

dalam kurun waktu 1990-2015. MDGs telah berakhir pada tahun 2015 dan

World Health Organizazion (WHO) menetapkan agenda baru untuk

kelanjutan dari apa yang telah dibangun dalam MDGs dengan menetapkan

Sustainable Development Goals (SDGs), target yang akan dicapai adalah

mengurangi AKI secara global hingga di bawah 70/100.000 kelahiran hidup

hingga kurun waktu 2030 (WHO, 2015).

Target AKI di Indonesia berdasarkan MDGs di tahun 2015 adalah 102

per 100.000 kelahiran hidup (Kemenkes RI, 2014). Berdasarkan Survei

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 2

Demografi dan Kesehatan Indonesia (SDKI) tahun 2012, AKI (yang

berkaitan dengan kehamilan, persalinan dan nifas) sebesar 359 per 100.000

kelahiran hidup. Angka kematian ibu menduduki peringkat pertama jika

dibandingkan dengan negara-negara tetangga di Kawasan Assosiation of

Southeast Asian Nations (ASEAN). Pada tahun 2007, ketika AKI di Indonesia

mencapai 228, AKI di Singapura hanya 6 per 100.000 kelahiran hidup, Brunei

33 per 100.000 kelahiran hidup, Filipina 112 per 100.000 kelahiran hidup,

serta Malaysia dan Vietnam sama-sama mencapai 160 per 100.000 kelahiran

hidup (Kemenkes RI, 2015).

Penduduk Indonesia pada tahun 2007 adalah 225.642.000 jiwa dengan

AKI 228 per 100.000 kelahiran hidup yang berarti ada 9.774 ibu meninggal

per tahun atau 1 ibu meninggal tiap jam oleh sebab yang berkaitan dengan

kehamilan, persalinan, dan nifas. Penyebab langsung kematian ibu sebesar

90% terjadi pada saat persalinan dan segera setelah persalinan (SKRT 2001).

Penyebab langsung kematian ibu adalah perdarahan (28%), eklampsia (24%),

dan infeksi ( 11%). Penyebab tidak langsung kematian ibu antara lain Kurang

Energi Kronis (KEK) pada kehamilan (37%) dan anemia pada kehamilan

(40%). Kejadian anemia akan meningkatkan risiko kematian ibu dibandingkan

dengan ibu yang tidak anemia (Depkes, 2009).

Indonesia sejak tahun 1996 telah melakukan upaya strategis dalam

menekan AKI dengan pendekatan Safe Motherhood berupa program Gerakan

Sayang Ibu yang melibatkan berbagai sektor pemerintahan serta sektor

kesehatan. Pada tahun 2000 Kementerian Kesehatan RI memperkuat strategi

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 3

intervensi sektor kesehatan untuk mengatasi kematian ibu dengan

mencanangkan strategi Making Pregnancy Safer, tetapi pada tahun 2012

SDKI mencatat kenaikan kematian ibu dari 228 menjadi 359 kematian ibu per

100.000 kelahiran hidup. Pemerintah pada tahun 2012 membuat Strategi

Expanding Maternal and Neonatal Survival (EMAS) di 6 Provinsi dan

Kabupaten dengan angka kematian ibu terbesar yaitu Sumatera Utara, Banten,

Jawa Barat, Jawa Tengah, Jawa Timur dan Sulawesi Selatan. Dasar pemilihan

provinsi tersebut dikarenakan 52,6% dari jumlah kematian ibu yang terjadi di

Indonesia berasal dari enam provinsi tersebut, dengan penurunan AKI di

enam provinsi tersebut diharapkan akan dapat menurunkan AKI di Indonesia

secara signifikan (Kemenkes RI, 2015).

Upaya penurunan angka kematian ibu dan angka kematian neonatal

melalui program EMAS dilakukan dengan cara meningkatkan kualitas

pelayanan emergensi obstetri dan bayi baru lahir minimal di 150 rumah sakit

(PONEK) dan 300 puskesmas/balkesmas (PONED) dan memperkuat sistem

rujukan yang efisien dan efektif antar puskesmas dan rumah sakit. Pelayanan

kesehatan ibu meliputi pelayanan kesehatan ibu hamil, pelayanan kesehatan

ibu bersalin, pelayanan kesehatan ibu nifas, pelayanan/penanganan komplikasi

kebidanan, dan pelayanan kontrasepsi. Pemerintah bersama masyarakat

bertanggung jawab untuk menjamin setiap ibu memiliki akses terhadap

pelayanan kesehatan ibu yang berkualitas, mulai dari saat hamil, pertolongan

persalinan oleh tenaga kesehatan terlatih, perawatan pasca persalinan bagi ibu

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 4

dan bayi, perawatan khusus dan rujukan jika terjadi komplikasi, serta akses

terhadap keluarga berencana (Kemenkes RI, 2015).

Berdasarkan Laporan Kematian Ibu (LKI) Kabupaten/Kota se Jawa

Timur, Angka Kematian Ibu di Provinsi Jawa Timur cenderung meningkat

dalam 5 tahun terakhir, yaitu pada tahun 2008 sebesar 83 per 100.000

kelahiran hidup; tahun 2009 sebesar 90,7 per 100.000 kelahiran hidup; tahun

2010 sebesar 101,4 per 100.000 kelahiran hidup; tahun 2011sebesar 104,3 per

100.000 kelahiran hidup dan di tahun 2012 mencapai 97,43 per 100.000

kelahiran hidup. Capaian Angka Kematian Ibu di Jawa Timur tahun 2012

keadaannya berada 5 point dibawah dari target MDGs tahun 2015 sebesar 102

per 100.000 kelahiran hidup (Dinkes Prov Jatim, 2013).

160
140 144.64

120 118 118 119.15


118 118
100 102 102 102 102
90.19 Capaian
80
Target RPJMN 2014
60
Target MDGs
40
20
0
2011 2012 2013 2014

Gambar 1.1 Trend Angka Kematian ibu di Kota Surabaya


Data Angka Kematian Ibu di Kota Surabaya pada tahun 2012 dengan

jumlah kelahiran hidup 41.481 dengan jumlah kematian 60 jiwa dan besar

proporsi 144,64 per 100.000 kelahiran hidup. Pada tahun 2013 dengan jumlah

kelahiran hidup sebanyak 41.125 dengan jumlah kematian ibu 49 jiwa dengan

proporsi sebesar 119,15 per 100.000 kelahiran hidup dan pada tahun 2014

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 5

jumlah kelahiran hidup sebesar 43.242 kelahiran hidup dengan jumlah

kematian ibu 39 jiwa dengan proporsi sebesar 90,19 per 100.000 kelahiran

hidup. Data di atas menujukkan pada tahun 2014 terjadi penurunan dalam 2

tahun terakhir akan tetapi cenderung stagnan (Dinas Kesehatan Kota

Surabaya, 2014).

Perdarahan
Lainnya 26%
41%

Eklamsia
28%

jantung Infeksi
5% 0%

Gambar 1.2 Penyebab Kematian ibu di Kota Surabaya Tahun 2014

Dari Gambar 1.2 dapat diketahui bahwa penyebab langsung terbanyak

pada kematian ibu di Kota Surabaya disebabkan oleh faktor lain yang tidak

diketahui penyebabnya yaitu 10 kematian ibu dari 39 kematian yang terjadi

dengan besar persentase sebesar 41%.

McCarthy dan Maine (1992) mengemukakan 3 faktor yang

berpengaruh terhadap proses terjadinya kematian maternal yaitu determinan

dekat, determinan antara, dan determinan jauh. Determinan dekat adalah

kehamilan itu sendiri dan komplikasi yang terjadi dalam kehamilan,

persalinan dan masa nifas (komplikasi obstetri). Determinan dekat secara

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 6

langsung dipengaruhi oleh determinan antara yang berhubungan dengan faktor

kesehatan, seperti status kesehatan ibu, status reproduksi, akses terhadap

pelayanan kesehatan, dan perilaku penggunaan pelayanan kesehatan.

Determinan jauh yang akan mempengaruhi kejadian kematian maternal

melalui pengaruhnya terhadap determinan antara yang meliputi sosiokultural

dan faktor ekonomi, seperti status wanita dalam keluarga dan masyarakat,

status keluarga dalam masyarakat dan status masyarakat. Kesadaran

masyarakat yang rendah tentang kesehatan ibu hamil, pemberdayaan

perempuan yang tidak baik, latar belakang pendidikan, sosial ekonomi

keluarga, lingkungan masyarakat dan politik, serta kebijakan secara tidak

langsung diduga ikut berperan dalam meningkatkan kematian ibu.

1.2 Kajian Masalah

Kesehatan ibu adalah salah satu isu krusial dalam pencapaian

pembangunan kesehatan di seluruh dunia. Pelayanan kesehatan ibu tidak

hanya sensitif dalam menentukan pembangunan kesehatan suatu negara,

tetapi investasi bagi peningkatan kualitas sumber daya manusia suatu negara

(Syafrudin dan Hamidah, 2009). WHO membagi penyebab kematian ibu

menjadi penyebab langsung (direct) dan tidak langsung (indirect). Penyebab

langsung yaitu komplikasi kehamilan, sedangkan yang menyebabkan

kematian tidak langsung yaitu HIV, malaria, dan tuberkulosis. Peristiwa

kematian pada dasarnya merupakan proses akumulasi akhir (outcome) dari

berbagai penyebab kematian langsung maupun tidak langsung (Hernandez

dan Moser, 2013).

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 7

Angka Kematian Ibu merupakan salah satu indikator yang peka

dalam menggambarkan kesejahteraan masyarakat di suatu negara. Kejadian

kematian di suatu wilayah dari waktu ke waktu dapat memberikan gambaran

perkembangan derajat kesehatan masyarakat, selain seringkali digunakan

sebagai indikator dalam penilaian keberhasilan program pembangunan dan

pelayanan kesehatan. Angka Kematian Ibu yang tinggi di suatu wilayah pada

dasarnya menggambarkan derajat kesehatan masyarakat yang rendah dan

berpotensi menyebabkan kemunduran ekonomi dan sosial pada level rumah

tangga, komunitas, dan nasional (Kemenkes RI, 2014).

Penelitian di India dan Bangladesh menunjukkan bahwa dari satu

kematian ibu terdapat 17 sampai 70 kasus morbiditas berat pada ibu. Dampak

terbesar kematian ibu yang berupa penurunan kualitas hidup bayi dan anak

menyebabkan goncangan dalam keluarga dan selanjutnya mempengaruhi

tumbuh kembang anak. Penelitian di Bangladesh menunjukkan bahwa 95

persen dari bayi lahir dengan ibu meninggal dalam kurun waktu dekat akan

meninggal sebelum umur satu tahun, dengan satu ibu meninggal diperkirakan

dua anak menjadi piatu. Demikian juga keadaan Di Indonesia ibu memiliki

peran yang penting dalam keluarga, kelangsungan hidup anak-anak

bergantung kepada ibu. Penelitian menunjukkan bahwa kematian ibu juga

akan diikuti oleh kematian bayinya. Oleh karena itu upaya pencegahan

kematian ibu sangat penting dilakukan sebagai upaya untuk memperbaiki

nasib dan kelangsungan hidup anak (Wijono, 2008).

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 8

Hasil penelitian di Kabupaten Pati Jawa Tengah menunjukan bahwa

faktor risiko pada determinan dekat atau komplikasi yang mempengaruhi

kematian maternal yaitu ibu dengan komplikasi kehamilan mempunyai risiko

12 kali lebih besar dibandingkan dengan ibu tanpa komplikasi kehamilan, ibu

dengan komplikasi persalinan mempunyai risiko 10 kali lebih besar

dibandingkan dengan ibu tanpa komplikasi persalinan dan ibu dengan riwayat

penyakit memiliki risiko sebesar 28 kali lebih besar dibandingkan dengan ibu

tanpa riwayat penyakit (Aeni, 2013).

Penelitian faktor risiko yang dilakukan di Gowa Sulawesi Selatan

dengan menggunakan desain studi kasus kontrol untuk melihat pengaruh

status kesehatan yang terdiri dari status gizi, anemia, riwayat penyakit dan

komplikasi kehamilan menyatakan bahwa ibu dengan status kesehatan risiko

tinggi mempunyai risiko sebesar 10 kali lebih besar mengalami kematian

dibandingkan dengan ibu yang memiliki status kesehatan risiko rendah

(Ikhtiar dan Yasir, 2015).

Permasalahan di negara berkembang dalam banyak sumber

menyebutkan data kematian sebanyak 50% kematian ibu tidak terlaporkan.

Permasalahan ini menyebabkan salah menghitung angka kematian ibu yang

disebabkan oleh komplikasi kehamilan (Hernandez dan Moser, 2013).

Permasalahan penurunan AKI di negara berkembang salah satunya karena

informasi yang belum memadai. Informasi yang kurang memadai tersebut

terjadi karena masih kurangnya data statistik dan informasi berkala yang

mampu menggambarkan kematian ibu. Kurangnya gambaran permasalahan

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 9

kematian ibu karena informasi tentang kematian ibu yang ada selama ini

hanya menggambarkan besaran masalah, namun belum mampu

menggambarkan tingkat kerawanan tentang kematian ibu (Syafrudin dan

Hamidah, 2009).

Kehamilan adalah proses reproduksi yang normal, tetapi perlu

perawatan dini yang khusus agar ibu dan janin dalam keadaan sehat, oleh

sebab itu kehamilan yang normal tetap mempunyai risiko. Upaya untuk

menurunkan angka kematian ibu perlu dilakukan dengan deteksi dini risiko

ibu hamil di tempat pelayanan kesehatan ibu dan anak atau pada masyarakat.

Faktor risiko merupakan beberapa keadaan yang dimiliki oleh ibu tetapi tidak

secara bermakna secara langsung meningkatkan risiko kematian ibu. Faktor

risiko tersebut dapat berupa umur ibu kurang dari 20 tahun dan atau lebih dari

35 tahun, jumlah anak lebih dari 4, jarak kehamilan terakhir sekarang kurang

dari 2 tahun, riwayat penyakit sebelumnya dan lingkar lengan atas kurang dari

23,5 cm (Wijono, 2008).

Informasi tentang prediktor kematian ibu masih terbatas, sehingga

untuk mengukur risiko kematian ibu, maka perlu dikembangkan suatu indeks.

Indeks adalah suatu istilah yang digunakan untuk indikator yang lebih

kompleks yang merupakan gabungan dari sejumlah indikator. Indeks dapat

menggambarkan suatu gambaran efek gabungan sejumlah komponen yang

diukur secara bebas dan dapat digunakan sebagai ukuran perubahan yang

terjadi dalam jangka waktu pendek (Departemen Kesehatan RI, 2003). Indeks

merupakan suatu pendekatan terbaik yang digunakan yang dapat mendekati

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 10

rate sesungguhnya. Indeks digunakan apabila kita tidak dapat menghitung

langsung jumlah yang menghadapi risiko (Wijono, 2006). Informasi terkait

prediktor kematian ibu penting untuk dipahami sebagai upaya untuk

perencanaan dan evaluasi program kesehatan ibu dan anak.

Penelitian mengenai indeks yang menilai perkiraan atau memprediksi

risiko terhadap kematian ibu belum pernah dilakukan. Indeks yang sudah

digunakan dalam melakukan deteksi dini pada ibu masih melihat risiko pada

kehamilan dan belum melihat pada risiko kematian ibu. Penilaian risiko

kehamilan ibu yaitu dengan menggunakan Kartu Skor poedji rochjati.

Kehamilan risiko tinggi dapat berakibat pada terjadinya peningkatan

morbiditas dan mortalitas terhadap ibu dan janin dalam kehamilan, persalinan,

dan nifas (Mochtar,1998). Variabel yang digunakan dalam penilaian adalah

determinan jauh, antara, dan dekat dalam suatu kehamilan. Skor yang

dihasilkan belum tentu mengarah pada mortalitas atau kematian ibu.

Pemanfaatan data hasil pemeriksaan ibu hamil untuk menyusun suatu

indeks prediksi kematian ibu diharapkan dapat menjadi informasi yang

mampu mendeteksi sedini mungkin risiko kematian ibu dengan

memperhitungkan faktor risiko yang ada. Informasi ini dapat berguna bagi

ibu, tenaga kesehatan maupun pemegang program kesehatan ibu, sehingga

dapat menurunkan kematian ibu dengan melakukan deteksi dini untuk

mencegah terjadinya kematian pada ibu hamil, bersalin, dan nifas.

Berdasarkan data dan fenomena yang ada, maka penting dilakukan

penelitian untuk membuat indeks prediktif risiko kematian ibu di Kota

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 11

Surabaya. Indeks prediktif merupakan suatu pengukuran yang dilakukan

dengan menggunakan indikator-indikator yang secara statistik bermakna

untuk mempengaruhi kematian ibu sehingga dapat mengetahui besar risiko

kematian ibu pada seorang ibu hamil. Manfaat dari diketahuinya indeks

prediktif risiko kematian ibu diharapkan dapat menentukan intervensi yang

tepat untuk menurunkan angka kematian ibu khususnya di Kota Surabaya.

1.3 Rumusan Masalah

Bagaimana indeks prediktif risiko kematian ibu di Kota Surabaya?

1.4 Tujuan Penelitian

1.4.1 Tujuan Umum

Menyusun indeks prediktif risiko kematian ibu di Kota Surabaya

1.4.2 Tujuan Khusus

1 Menganalisis pengaruh umur terhadap kematian ibu di Kota Surabaya.

2 Menganalisis pengaruh paritas terhadap kematian ibu di Kota Surabaya.

3 Menganalisis pengaruh Indeks Masa Tubuh (IMT) terhadap kematian ibu di

Kota Surabaya.

4 Menganalisis pengaruh Lingkar Lengan Atas (LILA) terhadap kematian ibu di

Kota Surabaya.

5 Menganalisis pengaruh status anemia terhadap kematian ibu di Kota

Surabaya.

6 Menganalisis pengaruh jarak kehamilan terhadap kematian ibu di Kota

Surabaya.

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 12

7 Menganalisis pengaruh imunisasi (Tetanus Toksoid) TT terhadap kematian

ibu di Kota Surabaya.

8 Menganalisis pengaruh pemeriksaan kehamilan terhadap kematian ibu di Kota

Surabaya.

9 Menganalisis pengaruh penolong persalinan terhadap kematian ibu di Kota

Surabaya.

10 Menganalisis pengaruh riwayat KB terhadap kematian ibu di Kota Surabaya.

11 Menganalisis pengaruh riwayat penyakit terhadap kematian ibu di Kota

Surabaya.

12 Menganalisis pengaruh riwayat komplikasi terhadap kematian ibu di Kota

Surabaya.

13 Menyusun indeks yang berhubungan dengan risiko kematian ibu di Kota

Surabaya.

1.5 Manfaat Penelitian

1.5.1 Manfaat Teoritis

Didapatkan bukti ilmiah terkait faktor yang berkontribusi terhadap

meningkatnya jumlah kematian ibu di Kota Surabaya yang dapat digunakan

sebagai pengembangan penelitian berikutnya untuk menurunkan angka kematian

ibu khususnya di Kota Surabaya.

1.5.2 Manfaat Praktis

1. Memberikan informasi baru bagi calon ibu terkait faktor yang dapat

meningkatkan kejadian kematian ibu. Sehingga calon ibu dapat lebih mawas

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 13

diri dalam mempersiapkan dan menjaga kesehatannya dengan optimal selama

kehamilan hingga masa nifas berakhir.

2. Memberikan masukan dan bahan pertimbangan bagi perumusan kebijakan,

khususnya bagi upaya penurunan angka kematian ibu dan peningkatan program

kesehatan ibu dan anak.

3. Sebagai dasar pertimbangan penyusunan strategi yang tepat untuk

perencanaan, pencegahan, promosi dan intervensi dalam upaya menurunkan

angka kematian ibu.

4. Bagi Dinas Kesehatan memiliki implikasi penting terhadap proses monitoring

dan evaluasi program sehingga memberikan acuan dalam keberhasilan program

penyelenggaraan kesehatan ibu di wilayah Kota Surabaya.

5. Bagi Puskesmas pengumpulan data rutin dapat digunakan untuk deteksi dini

risiko kematian ibu di wilayah kerja puskesmas tersebut dan dapat digunakan

untuk menurunkan angka kematian ibu di wilayah kerjanya dengan

menggunakan data rutin yang telah terkumpul.

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

BAB 2

TINJAUAN PUSTAKA

2.1 Definisi Kematian Ibu

Kematian adalah salah satu komponen proses demografi selain

fertilitas dan mobilitas yang mempengaruhi struktur penduduk suatu daerah.

Tingkat mortalitas penduduk selain berpengaruh pada pertumbuhan

penduduk, juga sebagai salah satu indikator derajat kesehatan masyarakat.

Data mortalitas dibutuhkan untuk melakukan proyeksi penduduk,

perencanaan pembangunan dan evaluasi terhadap program kebijakan dalam

kependudukan (Martadisoebrata, Sastrawinata dan Saifuddin, 2011).

Menurut United Nations (UN) dan World Health Organization

(WHO) mati merupakan keadaan menghilangnya semua tanda-tanda

kehidupan secara permanen, yang bisa kapan saja terjadi setelah kelahiran

hidup. Lahir hidup merupakan peristiwa keluarnya hasil konsepsi dari rahim

seorang ibu secara lengkap tanpa melihat lama kehamilan dan setelah terpisah

telah terjadi hasil konsepsi bernafas dan mempunyai tanda-tanda hidup lain

seperti denyut jantung, denyut tali pusat, atau gerakan – gerakan otot tanpa

memandang tali pusat sudah terpotong atau belum (Martadisoebrata,

Sastrawinata dan Saifuddin, 2011).

Kematian ibu menurut batasan dari The Tenth Revision of The

International Clasification of Diseases (ICD-X) adalah kematian seorang

wanita yang terjadi pada saat kehamilan sampai dengan 42 hari setelah

14

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 15

kehamilan berakhir, tidak tergantung dari lama dan tempat terjadi kehamilan,

yang disebabkan oleh apapun yang berhubungan dengan kehamilan, atau oleh

kehamilan tersebut atau penangkanannya, tetapi bukan kematian yang

disebabkan oleh kecelakaan (Syafrudin dan Hamidah, 2009).

Kematian ibu dapat dibagi menjadi dua kelompok, yaitu :

1. Kematian obstetri langsung (direct obstetric death) yaitu kematian yang

langsung sebagai akibat komplikasi obstetri pada kehamilan, persalinan

dan nifas atau kematian disebabkan tindakan atau yang terjadi selama

proses tindakan selama kehamilan, bersalin dam nifas (Syafrudin dan

Hamidah, 2009).

2. Kematian obstetri tidak langsung (inderict obstetric death) yaitu kematian

yang diakibatkan oleh penyakit bukan komplikasi obstetri, yang diperberat

dengan adanya kehamilan atau persalinan (Syafrudin dan Hamidah, 2009).

2.1.1 Penyebab Kematian Ibu

Penyebab kematian ibu seperti perdarahan pospartum, eklamsia,

infeksi, aborsi tidak aman, partus macet dan sebab lain seperti kehamilan

ektopik dan mola hidatidosa. Keadaan di atas diperberat dengan kurang

gizi, malaria dan penyakit lain seperti tuberculosis, penyakit jantung,

hepatitis, asma dan HIV (Martadisoebrata, Sastrawinata dan Saifuddin,

2011).

Penyebab langsung kematian ibu kurang lebih 90% disebabkan

persalinan dan kematian tersebut terjadi disebabkan komplikasi. Penyebab

tidak langsung dilatar belakangi oleh sosial ekonomi, pendidikan,

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 16

kedudukan dan peranan wanita, sosial budaya dan transportasi. selain itu

terdapat penyebab kematian ibu yang tergambar sebagai “tiga terlambat”

yaitu terlambat mengenal tanda bahaya dan mengambil keputusan,

terlambat mencapai fasilitas kesehatan, terlambat mendapat pertolongan di

fasilitas kesehatan. Serta ada “empat terlalu” yaitu terlalu muda untuk

memiliki anak dengan umur kurang dari 20 tahun, terlalu banyak

melahirkan dimana lebih dari 3 anak, terlalu rapat jarak kehamilan dengan

kehamilan sebelumnya yang berjarak kurang dari 2 tahun dan terlalu tua

untuk mempunyai anak dengan ibu umur lebih dari 35 tahun

(Prasetyawati,2012).

Pada tahun 1992 McCarthy dan Maine telah mengembangkan

suatu kerangka konseptual kematian ibu, dalam kerangka konseptual

tersebut terdapat 3 komponen dalam proses kematian ibu.

Determinan jauh Determinan Dekat Hasil

Status Kesehatan
Kehamilan
Status Reproduksi

Faktor-faktor Akses Terhadap Komplikasi


Sosialekonomi Pelayanan Kesehatan
dan Budaya
Perilaku/pemanfaatan
Mati/cacat
pelayanan kesehatan

Faktor-faktor yang tidak diketahui tidak


diperkirakan
(Sumber : McCarthy dan Maine, 1992)

Gambar 2.1 Kerangka analisis determinan kematian dan kesakitan ibu

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 17

Kerangka konsep McCarthy dan Maine (1992) tersebut

mengemukakan bahwa peran determinan kematian ibu sebagai

keadaan/hal-hal yang melatarbelakangi dan menjadi penyebab langsung

dan tidak langsung dalam menyebabkan kematian ibu. Determinan

kematian tersebut dikelompokkan ke dalam determinan proksi/dekat,

determinan antara, dan determinan konstektual/jauh diantaranya yaitu

a. Determinan proksi/dekat, dipengaruhi oleh determinan antara yaitu

kejadian kehamilan, komplikasi kehamilan dan persalinan

b. Determinan antara, dipengaruhi oleh determinan konstektual/antara

yaitu status kesehatan, status reproduksi, perilaku sehat, dan faktor

lain yang tidak diketahui atau tidak terduga

c. Determinan kontektual/ jauh yaitu status wanita dalam keluarga dan

masyarakat, status keluarga dalam masyarakat, dan status masyarakat

(Syafrudin dan Hamidah, 2009).

2.2 Faktor Risiko yang mempengaruhi kematian ibu

Faktor risiko merupakan sesuatu yang ada pada diri seseorang atau

komunitas yang mungkin pada suatu waktu tertentu dapat menyebabkan

masalah kesehatan berupa ketidaknyamanan, kesakitan dan bahkan ke

kematian (Martadisoebrata, Sastrawinata dan Saifuddin, 2011).Faktor

risiko yang mempengaruhi kematian ibu, yang dikelompokkan

berdasarkan kerangka konsep dari McCarthy dan Maine (1992) adalah

sebagai berikut :

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 18

1. Determinan dekat

Proses yang paling dekat terhadap kejadian kematian ibu adalah

kehamilan itu sendiri dan komplikasi, persalinan dan nifas

(Martadisoebrata, Sastrawinata dan Saifuddin, 2011). Wanita yang

hamil mempunyai risiko untuk mengalami komplikasi, baik

komplikasi kehamilan maupun persalinan dan nifas, sedangkan wanita

yang tidak hamil tidak memiliki risiko tersebut (Syafrudin dan

Hamidah, 2009).

a. Komplikasi kehamilan dan persalinan

Trias utama yang menyebabkan kematian ibu yaitu perdarahan,

infeksi dan eklamsi (Mochtar, 1998). Komplikasi obstertri tersebut

adalah penyebab langsung kematian ibu. Komplikasi obstretri yang

sering terjadi yaitu perdarahan, infeksi, eklamsia, partus macet,

abortus dan ruptur uteri (Syafrudin dan Hamidah, 2009).

1) Perdarahan

Perdarahan melalui jalan lahir pada kehamilan, persalinan dan

nifas merupakan tanda bahaya yang mengaibatkan kematian

ibu. Perdarahan yang perlu diwaspadai yaitu perdarahan

melalui jalan lahir pada umur kehamilan sebelum 3 bulan

disebabkan keguguran, perdarahan melalui jalan lahir disertai

nyeri perut bawah yang hebat, perdarahan selama umur

kehamilan 7-9 bulan, perdarahan yang banyak setelah atau

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 19

dalam 1 jam setelah melahirkan dan perdarahan pada masa

nifas (dalam 42 hari setelah melahirkan) yang berlangsung

terus menerus, ada bau tidak sedap dan demam. Perdarahan

setelah melahirkan paling sering menjadi penyebab kematian

dalam waktu kurang dari 2 jam (Syafrudin dan Hamidah,

2009).

Perdarahan, terutama perdarahan postpartum memberikan

kontribusi 67% pada kematian ibu. Perdarahan postpartum

berkaitan dengan kontraksi rahim yang kurang baik yang

menyebabkan plasenta tidak sepenuhnya lepas dan perdarahan

berlanjut meskipun bayi sudah lahir. Penyebab perdarahan

postpartum ini adalah persalinan lama, rahim robek, laserasi

servik atau vagina, plasenta previa, atau plasenta lepas dini

(Wijono,2008).

2) Partus lama

Partus lama terjadi sejak ibu mulai merasa mulas sampai

melahirkan bayi, biasanya berlangsung urang dari 12 jam. Jika

bayi belum lahir lebih dari 12 jam sejak dirasakan mulas,

persalinan tersebut tergolong lama (Syafrudin dan Hamidah,

2009).

Partus lama disebabkan oleh adanya kemungkinan

kelainan yang terjadi pada jalan lahir seperti terjadi kesempitan

jalan lahir, mengubah posisi dan kebutuhan janin intrauterin,

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 20

ada penghalang jalan lahir tulang atau lunak, ukuran janin

terlalu besar sedangkan pelvis normal sehingga terjadi sehingga

terjadi disproporsi sefalopelvik dan serviks kaku. Keadaan

janin yang dapat menyebabkan partus lama adalah letak janinn

yang membujur sehingga letak sungsang, ukuran janin terlalu

besar, lilitan tali pusat, dan bagian terendah belum masuk

disproporsi sefalopelvik, serta adanya kelainan pada janin yaitu

tumor abdomen, anensefali, dan hidrosefalus (Manuaba, 2010).

3) Infeksi nifas

Kehamilan sering terjadi bersamaan dengan infeksi yang dapat

mempengaruhi kehamilan atau sebaliknya kehamilan dapat

memperberat infeksi Perlukaan karena persalinan adalah

tempat masuknya kuman dalam tubuh, sehingga dapat

menimbulkan infeksi kala nifas. Infeski kala nifas adalah

semua infeksi yang menimbulkan peradangkan pada semua alat

genitalia pada masa nifas oleh sebab apapun dengan ditandai

menigkatnya suhu tubuh melebihi 380C tanpa menghitung hari

pertama dan berturut-turut selama dua hari (Manuaba, 2010).

Sumber terjadinya infeksi kala nifas adalah manipulasi

penolong yang terlalu sering melakukan pemeriksaan dalam

pada saat proses persalinan. Selain itu, infeksi juga dapat

diperoleh akibat dari infeksi nosokomial ketika di rumah sakit,

hubungan seks menjelang persalinan atau infeksi intrapartum,

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 21

persalinan lama terlantar, ketuban pecah lebih dari enam jam,

dan terdapat pusat infeksi dalam tubuh (Manuaba, 2010)

4) Eklamsia

Eklamsia muncul pada wanita hamil atau dalam keadaan

persalinan dan nifas dengan tanda – tanda preeklamsia.

Eklamsia merupakan kelanjutan preeklamsia berat ditambah

dengan kejang dan koma yang mendadak. Kehamilan dalam

keadaan eklamsia sudah agak sulit mendapatkan perawatan dan

pengobatan seingga sering menyebabkan kematian ibu serta

janin. Angka kematian ibu pada eklamsia sulit diturunkan

sehingga untuk menurunkan angka kematian diharapkan dapat

menetapkan penyakit pada keadaan preeklamsia ringan yang

penyembuhannya lebih mudah dan berhasil baik (Manuaba,

2010).

2. Determinan antara

a. Status kesehatan ibu

Status kesehatan ibu yang berpengaruh terhadap kejadian

kematian ibu meliputi status gizi, anemia, penyakit yang diderita

ibu dan riwayat komplikasi pada kehamilan dan persalinan

sebelumnya (Syafrudin dan Hamidah, 2009).

1) Status Gizi

Status gizi merupakan keadaan tubuh sebagai akibat

konsumsi makanan dan penggunaan zat-zat gizi (Lailiyana, Noor

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 22

dan Suryatni, 2010).Status gizi ibu hamil dapat dilihat dari hasil

pengukuran terhadap lingkar lengan atas (LILA). Pengukuran

LILA bertujuan untuk mendeteksi apakah ibu hamil termasuk

kategori kurang energi kronis (KEK) atau tidak. Ibu dengan status

gizi buruk memiliki risiko untuk terjadinya perdarahan dan infeksi

pada masa nifas. Keadaan kurang gizi sebelum dan selama

kehamilan memberikan kontribusi terhadap rendahnya kesehatan

ibu, masalah dalam persalinan dan masalah pada bayi yang

dilahirkan (Andriani dan Wirjatmadi, 2012).

2) Status Anemia

Anemia pada kehamilan adalah anemia karena kekurangan

zat besi. Anemia pada kehamilan merupakan masalah nasional

karena mencerminkan nilai kesejahteraan sosial ekonomi

masyarakat dan pengaruhnya sangat besar terhadap kualitas sumber

daya manusia. Menurut WHO, kejadian anemia kehamilan berkisar

antara 20 dan 89% dengan menetapkan Hb 11 g% (g/dl) sebagai

dasarnya (Manuaba, 2010).

Ibu hamil dianggap anemia bila kadar hemoglobinnya < 11

g%. Anemia yang paling banyak terjadi adalah anemia akibat

defisiensi zat besi dan asam folat. Keluhan anemia meliputi letih,

lemah, pucat,pusing, sakit kepala, anoreksia, stomatitis, sensitif

terhadap rasa dingin (Lailiyana, Noor dan Suryatni, 2010). Ibu

dengan anemia tidak dapat menoleransi kehilangan darah seperti

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 23

perempuan sehat tanpa anemia. Pada waktu persalinan terjadi

kehilangan darah 1000 ml tidak akan mengakibatkan kematian ibu

sehat, tetapi sebaliknya pada ibu dengan anemia kehilangan darah

kurang dari itu dapat berakibat fatal dan meningkatkan risiko

operasi atau penyembuhan luka lama dan lukan dapat terbuka

seluruhnya (Saifuddin, 2009).

3) Riwayat Penyakit yang diderita ibu

Penyebab kematian ibu tidak langsung adalah malaria,

hepatitis, HIV/AIDS, diabetes melitus, bronkopneumonia. Riwayat

obstetri yang buruk seperti persalinan dengan tindakan, perdarahan,

partus lama, bekas seksio sesaria akan mempengaruhi kematian ibu

(Saifuddin, 2009). Penyakit jantung akan menjadi lebih berat pada

saat kehamilan, karena dapat mempengaruhi gangguan pada

pertumbuhan janin. Keluhan utama yang dirasakan seperti cepat

merasa lelah, jantung berdebar-debar, sesak napas disertai

kebiruan, edema tungkai dan mengeluh tentang bertambahnya

besar rahim yang tidak sesuai (Manuaba, 2010).

b. Status reproduksi

Status reproduksi yang berperan penting terhadap kejadian

kematian ibu adalah umur ibu hamil, jumlah kelahiran, jarak

kehamilan dan status perkawinan ibu (Syafrudin dan Hamidah,

2009).

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 24

Usia 20 tahun organ reproduksi belum matang sehingga

berisiko tinggi untuk kehamilan, persalinan, dan nifas. Periode usia

20-30/35tahun merupakan periode usia paling baik untuk hamil,

melahirkan, dan bersalin. Periode di atas 35 tahun, ibu mempunyai

risiko tinggi untuk terjadi komplikasi obstetri. Usia tua juga

mempunyai risiko untuk terkena penyakit lain seperti penyakit

jantung, tekanan darah tinggi,keganasan dan kelainan metabolik

yang biasanya meningkat (Prasetyawati, 2012). Jumlah kelahiran

di atas 4 kali merupakan risiko untuk terjadinya kematian ibu

(Prasetyawati, 2012).

c. Akses terhadap pelayanan kesehatan

Hal ini meliputi antara lain keterjangkauan lokasi tempat

pelayanan kesehatan, dimana tempat pelayanan yang lokasinya

tidak strategis/sulit dicapai oleh para ibu menyebabkan

berkurangnya akses ibu hamil terhadap pelayanan kesehatan, jenis

dan kualitas pelayanan yang tersedia dan keterjangkauan terhadap

informasi. Akses terhadap tempat pelayanan kesehatan dapat

dilihat dari beberapa faktor, seperti lokasi dimana ibu dapat

memperoleh pelayanan kontrasepsi, pemeriksaan antenatal,

pelayanan kesehatan primer atau pelayanan kesehatan rujukan yang

tersedia di masyarakat. Pada umumnya kematian ibu di negara

berkembang berkaitan dengan setidaknya satu dari tiga

keterlambatan (the three delay models).

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 25

Keterlambatan yang pertama adalah keterlambatan dalam

pengambilan keputusan untuk mencari perawatan kesehatan

apabila terjadi komplikasi obstetrik. Keadaan ini terjadi karena

berbagai alasan, termasuk di dalamnya adalah keterlambatan dalam

mengenali adanya masalah, ketakutan pada rumah sakit atau

ketakutan terhadap biaya yang akan dibebankan disana, atau karena

pertolongan pada tenaga kesehatan harus menunggu suami atau

orang tua yang sedang tidak ada di tempat.

Keterlambatan kedua terjadi setelah keputusan untuk

mencari perawatan kesehatan diambil. Keterlambatan ini terjadi

akibat keterlambatan dalam mencapai fasilitas kesehatan dan pada

umumnya terjadi akibat kesulitan transportasi. Beberapa desa

memiliki pilihan transportasi yang sangat terbatas dan fasilitas

jalan yang buruk. Kendala geografis dilapangkan mengakibatkan

banyak rumah sakit rujukan tidak dapat dicapai dalam waktu dua

jam, yaitu merupakan waktu maksimal yang diperluan untuk

menyelamatkan ibu dengan perdarahan dari jalan lahir.

Keterlambatan ketiga yaitu keterlambatan dalam

memperoleh perawatan di fasilitas kesehatan. Seringkali para ibu

harus menunggu selama beberapa jam di pusat kesehatan rujukan

karena manajemen staf yang buruk, kebijakan pembayaran

kesehatan di muka, atau kesulitan dalam memperoleh darah untuk

keperluan transfusi, kurangnya peralatan dan juga kekurangan

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 26

obat-obatan yang penting, atau ruangkan untuk operasi.

Pelaksanaan sistem pelayanan kebidanan yang baik didasarkan

pada regionalisasi pelayanan perinatal, dimana ibu hamil harus

mempunyai kesempatan operatif dalam waktu tidak lebih dari satu

jam dan bayi dapat segera dilahirkan.

d. Perilaku penggunaan fasilitas pelayanan kesehatan

Perilaku penggunaan fasilitas pelayanan kesehatan antara lain

meliputi perilaku penggunaan alat kontrasepsi, dimana ibu yang

mengikuti program keluarga berencana (KB) akan lebih jarang

melahirkan dibandingkan dengan ibu yang tidak ber KB, perilaku

pemeriksaan antenatal secara teratur akan terdeteksi masalah

kesehatan dan komplikasinya, penolong persalinan, dimana ibu

yang ditolong oleh dukun berisiko lebih besar untuk mengalami

kematian dibandingkan dengan ibu yang melahirkan dibantu oleh

tenaga kesehatan, serta tempat persalinan, dimana persalinan yang

dilakukan di rumah akan menghambat akses untuk mendapatkan

pelayanan rujukan secara cepat apabila sewaktu-waktu dibutuhkan

(Syafrudin dan Hamidah, 2009).

1) Pelayanan Antenatal

Pelayanan antenatal merupakan pelayanan kesehatan oleh

tenaga kesehatan profesional (dokter spesialis kandungan dan

kebidanan, dokter umum, bidan, dan perawat) seperti

mengukur berat badan dan tekanan darah, pemeriksaan tinggi

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 27

fundus uteri, imunisasi tetanus toxoid (TT) serta pemberian

tablet besi pada ibu hamil selama masa kehamilannya sesuai

dengan pedoman pelayanan antenatal yang ada dengan titik

berat pada kegiatan promotif dan preventif. Hasil pelayanan

antenatal dapat dilihat dari cakupan K1 dan K4. Rendahnya

cakupan K4 menunjukkan bahwa masih banyak ibu hamil yang

tidak melanjutkan melakukan kunjungan ke 4 pada triwula n ke

3 sehingga kehamilannya lepas dari pemantauan petugas

kesehatan. Kondisi ini menyebabkan tejadinya kematian pada

ibu melahirkan dan bayi yang dikandungnya (Dinas Kesehatan

Provinsi Jawa Timur, 2010).

Pelayanan kesehatan ibu hamil diwujudkan melalui pemberian

pelayanan antenatal sekurang-kurangnya empat kali selama

masa kehamilan, dengan distribusi waktu minimal satu kali

pada trisemester pertama (usia kehamilan 0-12 minggu), satu

kali pada trimester kedua (usia kehamilan 12-24 minggu), dan

dua kali pada trisemester ketiga (usia kehamilan 24 minggu

sampai persalinan). Standar waktu pelayanan dianjurkan dapat

menjamin perlindungan terhadap ibu hamil dan atau janin

berupa deteksi dini (faktor risiko, penceghan, dan penanganan

dini komplikasi kehamilan). Pelayanan antenatal yang

dilakukan diupayakan memenuhi standar kualitas 10T yaitu

a) Penimbangan berat bdan dan tinggi badan;

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 28

b) Pengukuran tekanan darah;

c) Pengukuran Lingkar Lengan Atas (LILA);

d) Pengukuran tinggi puncak rahim (fundus uteri);

e) Penentuan status imunisasi tetanus dan pemberian

imunisasi tetanus toksoid sesuai status imunisasi;

f) Pemberian tablet tambah darah minimal 90 tablet selama

kehamilan;

g) Penentuan presentasi janin dan denyut jantung janin (DJJ);

h) Pelaksanaan temu wicara (pemberian komunikasi

interpersonal dan konseling, termasuk keluarga berencana);

i) Pelayanan tes laboratorium sederhana, minimal tes

hemoglobin darah (Hb), pemeriksaan protein urin dan

pemeriksaan golongan darah (bila belum pernah dilakukan

sebelumnya); dan

j) Tatalaksana kasus

2) Imunisasi TT

Salah satu standar minimal pelayanan antenatal adalah

pemberian imunisasi TT. Tujuan pemberian imunisasi TT

adalah untuk memberikan perlindungan pasif pada ibu hamil

terhadap tetanus, vaksinasi ini juga dapat mencegah terjadinya

tetanus selama beberapa minggu pada bayi yang baru lahir

(Syafrudin dan Hamidah, 2009).

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 29

Selama kehamilan ibu hamil minimal mendapatkan 2 kali

imunisasi TT (TT2plus) sesuai dengan aturan WHO yaitu yang

pertama pada saat kunjungan antenatal yang pertama,

sedangkan yang kedua pada minggu ke 4 kemudian. Pemberian

imunisasi TT pada ibu hamil yang telah mendapatkan imunisasi

TT pada kehamilan sebelumnya atau pada saat calon pengantin,

maka imunisasi TT cukup diberikan 1% dengan dosis 0,5 cc

pada lengan atas. Namun bila ibu hamil ragu/belum pernah TT

maka perlu diberikan TT sejak kunjungan pertama sebanyak 2

kali dengan jadwal minimum 1 bulan atau 4 minggu. Bila ibu

hamil pernah TT 2 kali maka diberikan suntikan ulang atau

booster 1 kali pada kunjungan pertama kehamilan (Syafrudin

dan Hamidah, 2009).

3. Determinan Jauh

a. Pendidikan

Meskipun determinan ini tidak secara langsung mempengaruhi

kematian ibu, akan tetapi faktor sosio kultural, ekonomi, keagamaan

dan faktor-faktor lain juga perlu dipertimbangkan dan disatukan dalam

pelaksanaan intervensi penangkanan kematian ibu (Syafrudin dan

Hamidah, 2009).

Termasuk dalam determinan jauh adalah status wanita dalam

keluarga dan masyarakat, yang meliputi tingkat pendidikan, dimana

wanita yang berpendidikan tinggi cenderung lebih memperhatikan

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 30

kesehatan diri dan keluarganya, sedangkan wanita dengan tingkat

pendidikan yang rendah, menyebabkan kurangnya pengertian mereka

akan bahaya yang dapat menimpa ibu hamil maupun bayinya terutama

dalam hal kegawatdaruratan kehamilan dan persalinan. Menurut

Hernandez, et al(2013) menyatakan bahwa pendidikan mempengaruhi

meningkatnya kesehatan ibu, dimana ibu menjadi mempunyai

kesadaran pada masalah kesehatan dan pengobatan, serta meningkat

kebutuhan akan penggunaan alat kontrasepsi dan pemeriksaan

kehamilan. Pendidikan dapat menurunkan angka kematian ibu, karena

dengan pendidikan yang tinggi mendorong seorang wanita untuk lebih

peduli dan sadar terhadap permasalahan kesehatan yang berhubungan

pada meningkatnya kematian ibu.

Penelitian yang pernah dilakukan di Kota Surabaya untuk

melihat latar belakang sosial ekonomi dan pemeriksaan kehamilan

menyatakan bahwa ada pengaruh signifikan antara tingkat pendidikan

ibu dengan kematian ibu p < 0,001 dimana ibu dengan tingkat

pendidikan sekolah dasar memiliki risiko sebesar 1,5 mengalami

kematian dibandingkan ibu dengan tingkat pendidikan di atas sekolah

dasar (Taguchi, et al, 2003).

b. Pekerjaan

Pekerjaan ibu, dimana keadaan hamil tidak berarti mengubah

pola aktivitas bekerja ibu hamil sehari-hari. Hal tersebut terkait

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 31

dengan keadaan ekonomi keluarga, pengetahuan ibu sendiri yang

kurang atau faktor kebiasaan setempat.

Kemiskinan dapat menjadi sebab rendahnya peran serta

masyarakat pada upaya kesehatan. Kematian ibu sering terjadi pada

kelompok miskin, tidak berpendidikan, tinggal di tempat terpencil,

dan mereka tidak memiliki kemampuan untuk memperjuangkan

kehidupannya sendiri. Wanita-wanita dari keluarga dengan

pendapatan rendah (kurang dari US$ 1 perhari) memiliki risiko kurang

lebih 300 kali untuk menderita kesakitan dan kematian ibu bila

dibandingkan dengan mereka yang memiliki pendapatan yang lebih

baik.

2.3 Upaya menurunkan Kematian Ibu

Berbagai upaya telah dilakukan untuk menekan angka kematian

ibu. Pada tahun 1987, untuk pertama kalinya di tingkat international

diadakan konferensi tentang kematian ibu di Nairobi, Kenya. Kemudian

pada tahun 1990 dilakukan World Summit for Children di New York,

Amerika Serikat, yang menghasilkan tujuh tujuan utama, diantaranya

menurunkan angka kematian ibu menjadi separuh pada tahun 2000. Tahun

1994 diadakan International Conference on Population and Development

(ICPD) di Kairo, Mesir, yang menyatakan bahwa kebutuhan kesehatan ibu

yang berupaya agar setiap ibu hamil dapat melalui kehamilan dan

persalinannya dengan selamat. Tahun 1995 di Beijing, Cina diadakan

Fourth World Conference on Women, kemudian pada tahun 1997 di

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 32

Colombo, yang menekankan perlu dipercepatnya penurunan angka

kematian ibu pada tahun 2000 (Syafrudin dan hamidah,2009). Konferensi

yang terakhir, yaitu The Millenium Summit in 2000, dimana semua anggota

PBB berkomitmen pada Millenium Development Goals (MDGs) untuk

menurunkan tiga perempat angka kematian pada tahun 2015 dan untuk

membangun upaya yang telah dilakukan dalam MDGs, WHO

mencanangkan agenda baru yakni Sustainabel Development Goals (SDGs)

berupa pembangunan berkelanjutan dengan salah satu targetnya

menurunkan AKI dibawah 70 per 100.000 kelahiran hidup hingga tahun

2030 (WHO,2015).

Indonesia telah mencanangkan Making Pregnancy Safer (MPS)

sebagai strategi pembangunan kesehatan masyarakat menuju Indonesia

Sehat 2010 pada 12 Oktober 2000, sebagai bagian dari program Safe

Motherhood. Tujuan dari Safe Motherhood dan Making Pregnancy Safer

sama yaitu melindungi hak reproduksi dan hak asasi manumur dengan

mengurangi beban kesakitan, kecacatan dan kematian yang berhubungan

dengan kehamilan dan persalinan yang seharusnya tidak perlu terjadi. MPS

merupakan strategi sektor kesehatan yang fokus pada pendekatan

perencanan sistematis dan terpadu dalam melaksanakan intervensi klinis

dan pelayanan kesehatan. MPS dilaksanakan pada upaya - upaya yang

sudah ada dengan penekanan pada pentingnya kemitraan antara sektor

pemerintah, lembaga pembangunan, sektor swasta, keluarga dan anggota

masyarakat (Martadisoebrata, Sastrawinata dan Saifuddin, 2011).

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 33

2.4 Indikator dan Indeks

2.4.1 Definisi Indikator

Indikator merupakan variabel yang dapat digunakan untuk

membantu untuk mengukur perubahan atau patokan untuk mengetahui

adanya perubahan. Indikator dapat digunaan untuk alat bantu dalam proses

evaluasi sebagai alat bantu perencanaan dan penyusunan program

(Wijono, 2006). Indikator adalah variabel yang dapat digunakan untuk

mengevaluasi keadaan atau status dan memungkinkan dilakukan

pengukuran terhadap perubahan-perubahan yang terjadi dari waktu ke

waktu (Depkes RI, 2003).

Suatu indikator tidak selalu menjelaskan keadaan keseluruhan

tetapi kerap kali hanya memberikan petunjuk (indikasi) tentang keadaan

keseluruhan sebagai suatu pendugaan (proxy). Indikator adalah ukuran

yang bersifat kuantitatif dan umumnya terdiri atas pembilang (numerator)

dan penyebut (denominator). Indikator juga dapat dibuat berupa

pembilang, khususnya untuk sesuatu yang sangat langka tetapi penting.

Pembilang adalah jumlah kejadian yang sedang diukur sedangkan

penyebut yang umum digunakan adalah besarnya populasi sasaran berisiko

dalam kejadian tersebut. Indikator yang mencakup pembilang dan

penyebut sangat tepat untuk perubahan dari waktu ke waktu dan

membandingkan suatu wilayah dengan wilayah lainnya (Depkes RI, 2003).

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 34

2.4.2. Syarat indikator

Persyaratan yang harus dipertimbangkan dalam menetapkan indikator :

a. Simple (sederhana) artinya indikator yang ditetapkan sedapat mungkin

sederhana dalam pengumpulan data maupun dalam rumus perhitungan untuk

mendapatkannya

b. Measurable (dapat diukur) artinya indikator yang ditetapkan harus

mempresentasikan informasinya dan jelas ukurannya. Dengan demikian dapat

digunakan untuk perbandingan antara suatu tempat dengan tempat yang lain

atau antara suatu waktu dengan waktu yang lain. Kejelasan pengukuran juga

menunjukan bagaimana cara mendapatkan datanya

c. Atributable (bermanfaat) artinya indikator yang ditetapkan harus bermanfaat

untuk kepentingan pengambilan keputusan, hal ini bahwa indikator itu

merupakan pengejawantahan dari informasi yang memang dibutuhkan untuk

pengambilan keputusan jadi harus spesifik untuk pengambilan keputusan

tertentu.

d. Reliable (dapat dipercaya) artinya indikator yang ditetapkan harus dapat

didukung oleh pengumpulan data yang baik, benar dan teliti

e. Timely (tepat waktu) artinya indikator yang ditetapkan harus dapat diolah

pengumpulan, pengolahan, serta pengemasan informasi yang waktunya sesuai

dengan saat pengambilan keputusan dilakukan (Depkes RI, 2003).

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 35

2.4.3 Klasifikasi Indikator

Klasifikasi indikator terbagi menjadi 3 kategori :

a. Indikator hasil akhir, yaitu derajat kesehatan, paling akhir dari indikator

ini adalah indikator-indikator mortalitas yang dipengaruhi oleh indikator-

indikator morbiditas dan indikator status gizi

b. Indikator hasil antara, indikator ini terdiri dari indikator ketiga pilar yang

mempengaruhi hasil akhir,yaitu indikator keadaan lingkungan, perilaku

hidup masyarakat dan indikator-indikator akses dan mutu pelayanan

kesehatan

c. Indikator proses dan masukan, indikator ini terdiri dari indikator

pelayanan kesehatan, sumber daya kesehatan, manajemen kesehatan dan

indikator kontribusi sektor-sektor terkait (Depkes RI, 2003).

2.4.4 Indikator Program Kesehatan Ibu

Indikator program kesehatan ibu yang diperlukan dalam pelaporan

kesehatan ibu antara lain : kunjungan pertama (K1), kunjungan antenatal 4 kali

(K4), persalinan yang ditolong oleh tenaga kesehatan (PN), Kunjungan nifas

(KF), penanganan komplikasi obstetrik (PK), kematian ibu dan cakupan peserta

KB aktif. Data indikator kesehatan ibu dipantau perkembangan pencapaiannya

setiap bulan yaitu :

1. Akses pelayanan antenatal (K1)

Adalah jumlah ibu hamil yang pertama kali mendapat pelayanan antenatal

sesuai standar oleh tenaga kesehatan disuatu wilayah kerja pada kurun

waktu tertentu.

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 36

Jumlah ibu hamil yang mendapatkan pelayanan antenatal minimal 4 kali


sesuai standar oleh tenaga kesehatan disuatu wilayah kerja pada kurun
waktu tertentu
x 100
Jumlah sasaran ibu hamil disuatu wilayah dalam 1 tahun
2. Cakupan ibu hamil (K4)

Adalah kunjungan ibu hamil yang mendapatkan pelayanan antenatal sesuai

standar paling sedikit empat kali dengan distribusi waktu satu kali pada

trisemester kesatu, satu kali pada trimester ketiga. K4 dapat dirumuskan :

Jumlah ibu hamil yangmendapatkan pelayanan antenatal minimal 4 kali


sesuai standar oleh nakes di wilayah pada kurun waktu tertentu
x 100
Jumlah sasaran ibu hamil disuatu wilayah kerja dalam 1 tahun

3. Cakupan persalinan oleh tenaga kesehatan (PN)

Adalah cakupan ibu bersalin yang mendapat pertolongan persalinan oleh

tenaga kesehatan yang memiliki kompetensi kebidanan, di suatu wilayah

kerja dalam kurun waktu tertentu. Rumus yang digunakan yaitu :

Jumlah persalinan yang ditolong oleh tenaga kesehatan kompetensi


disuatu wilayah kerja pada kurun waktu tertentu
x 100
Jumlah sasaran ibu bersalin disuatu wilayah kerja dalam 1 tahun

4. Cakupan pelayanan nifas oleh tenaga kesehatan (KF3)

Adalah cakupan pelayanan kepada ibu pada masa 6 jam sampai dengan 42

hari pasca bersalin sesuai standar paling sedikit 3 kali dengan distribusi

waktu 6 jam – 3 hari, 8 – 14 hari dan 36 – 42 hari setelah bersalin di suatu

wilayah kerja pada kurun waktu tertentu.

Jumlah ibu nifas yang telah memperoleh 3 kali pelayanan nifas sesuai
standar oleh tenaga kesehatan disuatu wilayah kerja pada kurun
waktu tertentu
x 100
Jumlah sasaran ibu nifas disuatu wilayah kerja dalam 1 tahun
TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 37

5. Deteksi faktor risiko dan komplikasi oleh masyarakat

Adalah caupan ibu hamil dengan faktor risiko atau komplikasi yang

ditemukan oleh kader atau dukun bayi atau masyarakat serta dirujuk ke

tenaga kesehatan disuatu wilayah kerja pada kurun waktu tertentu.

Masyarakat yang dimaksud bisa pihak keluarga atau ibu hamil, bersalin dan

nifas itu sendiri. Dengan rumus :

Jumlah ibu hamil yang berisiko yang ditemukan kader atau dukun
bayi atau masyarakat disuatu wilayah kerja pada kurun waktu
tertentu
x 100
Jumlah sasaran ibu hamil di suatu wilayah dalam 1 tahun

6. Cakupan peserta KB aktif

Adalah cakupan dari peserta KB yang baru dan lama yang masih aktif

menggunakan alat dan obat kontrasepsi dibandingkan dengan jumlah

pasangan usia subur disuatu wilayah kerja pada kurun waktu tertentu.

Dengan rumus :

Jumlah peserta KB aktif disuatu wilayah kerja pada kurun waktu tertentu
x 100
Jumlah seluruh peserta PUS di suatu wilayah kerja dalam 1 tahun

2.4.5 Indeks

Menurut Depkes RI, 2003 sedikitnya ada 3 jenis indikator, yaitu :

a. Indikator berbentuk absolut artinya indikator berupa pembilang saja yang

berupa jumlah kejadian atau sesuatu hal, yang biasanya digunakan untuk

kasus yang sangat jarang, misalnya kasus meningitis di puskesmas

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 38

b. Indikator Proporsi yang nilai resultantenya dinyatakan dengan persen karena

pembilangnya merupakan bagian dari penyebut, misalnya proporsi puskesmas

yang memiliki dokter terhadap puskesmas yang ada.

c. Indikator berbentuk angka merupakan indikator yang menunjukkan frekuensi

dari suatu kejadian selama waktu (periode) tertentu. Biasanya dinyatakan

dalam bentuk per 1000 atau per 100.000 populasi (kontanta atau k). Angka

atau rate adalah ukuran dasar yang digunakan untuk melihat kejadian

penyakit karena angka merupakan ukuran yang paling jelas menunjukkan

probabilitas atau risiko dari penyakit dalam suatu masyarakat tertentu selama

periode tertentu (Depkes RI, 2003).

Selain ketiga jenis indikator tersebut, dikenal pula istilah indeks atau

indikator komposit yaitu suatu istilah yang digunakan untuk indikator yang lebih

rumit, memiliki ukuran-ukuran yang multidimensional yang merupakan

gabungan dari sejumlah indikator. Indeks ini biasanya dikembangkan melalui

penelitian khusus karena penggunaannya secara praktis terbatas, misalnya untuk

mengukur beban penyakit (Depkes RI, 2003).

Indeks merupakan suatu pendekatan terbaik yang dapat dipergunakan,

yang mendekati kemungkinan sesungguhnya pada terjadinya suatu kejadian

tertentu atau penyakit tertentu pada suatu populasi dalam waktu tertentu. Indeks

digunakan apabila tidak dapat menghitung langsung jumlah yang menghadapi

risiko (denominator) dan dipergunakan untuk hal lain yang kita tidak dapat

menghitung untuk suatu hal yang menggambarkan jumlah yang menghadapi

risiko (Wijono, 2006).

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

BAB 3

KERANGKA KONSEPTUAL DAN HIPOTESIS PENELITIAN

3.1 Kerangka Konsep Penelitian

Determinan Antara :

1. Umur

Determinan Dekat :
2. Paritas

Determinan jauh : Kehamilan


3. IMT
1. Pendidikan

2. Pekerjaan 4. LILA
Komplikasi :
- Kehamilan
3. Pendapatan 5. Status anemia - Persalinan
- Nifas
4. Tempat tinggal 6. Jarak kehamilan

5. Sosial/legal 8. Imunisasi TT

9. Pemeriksaan Kehamilan
Kematian Ibu
10. Penolong persalinan

11. Riwayat KB

12. Riwayat penyakit

13. Riwayat komplikasi

14. Cara Persalinan

15. Tempat Persalinan

16. Pelaksanaan rujukan

Faktor yang tidak diketahui/tidak diperkirakan

Keterangan :
= Di teliti
= Tidak diteliti
39

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 40

Gambar 3.1 Kerangka Konsep Penelitian : Modifikasi Teori McCarthy dan Maine

Kerangka konsep penelitian ini berdasarkan modifikasi dari teori

McCarthy dan Maine. Pada teori ini terdapat tiga komponen utama yang

mempengaruhi proses kematian ibu. Ketiga komponen tersebut saling

berhubungan satu dengan yang lainnya hingga menyebabkan kematian ibu.

Komponen paling dekat dengan kematian dan kesakitan adalah kehamilan,

persalinan atau komplikasinya. Seorang perempuan harus hamil atau bersalin

terlebih dahulu dan mengalami komplikasi atau ada masalah kesehatan

sebelumnya, agar kematiannya dapat digolongkan dalam kematian ibu dan bukan

disebabkan akibat kecelakaan. Penelitian yang akan dilakukan hanya melihat

pengaruh determinan antara yang akan diteliti dalam penelitian ini yaitu : umur,

paritas, IMT, LILA, status anemia, jarak kehamilan, imunisasi TT, pemeriksaan

kehamilan, riwayat KB, riwayat penyakit dan riwayat komplikasi terhadap risiko

kematian ibu tanpa melihat pengaruh determinan jauh yaitu pendidikan dan

pekerjaan.

Masing-masing variabel yang diteliti merupakan faktor risiko yang akan

diuji signifikansinya terhadap kejadian kematian ibu. Apabila didapatkan variabel

dengan hasil uji signifikan, dilanjutkan dengan pengujian secara simultan terhadap

variabel-variabel yang signifikan untuk mendapatkan indikator kumulatif atau

indeks. Indeks tersebut selanjutnya digunakan untuk memprediksi risiko kematian

ibu khususnya Di Kota Surabaya.

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 41

3.2 Hipotesis Penelitian

1. Ada pengaruh umur terhadap kematian ibu di Kota Surabaya.

2. Ada pengaruh paritas terhadap kematian ibu di Kota Surabaya.

3. Ada pengaruh Indek Masa Tubuh (IMT) terhadap kematian ibu di Kota

Surabaya.

4. Ada pengaruh Lingkar Lengan Atas (LILA) terhadap kematian ibu di Kota

Surabaya.

5. Ada pengaruh status anemia terhadap kematian ibu di Kota Surabaya.

6. Ada pengaruh jarak kehamilan terhadap kematian ibu di Kota Surabaya.

7. Ada pengaruh imunisasi Tetanus Toksoid (TT) terhadap kematian ibu di Kota

Surabaya.

8. Ada pengaruh pemeriksaan kehamilan terhadap kematian ibu di Kota

Surabaya.

9. Ada pengaruh penolong persalinan terhadap kematian ibu di Kota Surabaya.

10. Ada pengaruh riwayat KB terhadap kematian ibu di Kota Surabaya.

11. Ada pengaruh riwayat penyakit terhadap kematian ibu di Kota Surabaya.

12. Ada pengaruh riwayat komplikasi terhadap kematian ibu di Kota Surabaya.

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

BAB 4

METODE PENELITIAN

4.1 Jenis Penelitian

Jenis penelitian yang akan dilaksanakan merupakan penelitian analitik

observasional (tidak memerlukan perlakuan), yaitu penelitian yang menjelaskan

adanya pengaruh antara variabel melalui pengujian hipotesis (Murti, 2003).

Penelitian ini menjelaskan hubungan antara variabel kematian ibu, umur ibu,

paritas, IMT, LILA, status anemia, jarak kehamilan, imunisasi TT, pemeriksaan

kehamilan, penolong persalinan, riwayat KB, riwayat penyakit dan riwayat

komplikasi.

4.2 Rancang Bangun Penelitian

Rancang bangun penelitian ini adalah rancangan kasus-kontrol

menggunakan data sekunder. Rancangan ini merupakan penelitian

epidemiologis yang dimulai dengan mengidentifikasi kelompok kasus dan

kelompok kontrol, kemudian diteliti secara retrospektif terhadap faktor

risikonya.

Kasus dalam penelitian ini adalah kematian ibu di wilayah Kota

Surabaya periode tahun 2015 yang tercatat di Dinas Kesehatan Kota

Surabaya. Sedangkan kontrol adalah semua ibu bersalin hidup yang tercatat

di Dinas Kesehatan Kota Surabaya dan tinggal di daerah yang sama dengan

kasus.

42

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 43

X Y

Ya
Kasus
(Kematian Ibu)
Tidak

Ya
Kontrol
(Ibu Yang Hidup)
Tidak

Gambar 4.1 Skema Desain Penelitian Kasus Kontrol

4.3 Lokasi dan Waktu Penelitian

Penelitian dilakukan di wilayah kerja Dinas Kesehatan Kota Surabaya.

Waktu pelaksanaan penelitian ini selama empat bulan yaitu dari tahap persiapan

pada bulan Maret 2016 sampai dengan tahap pelaporan hasil pada bulan Juni

2016.

4.4 Populasi dan Sampel

4.4.1 Populasi

Populasi penelitian ini terdiri dari populasi kasus dan populasi kontrol.

a. Populasi Kasus

Semua ibu yang mengalami kematian tahun 2015 yang tercatat dalam

data kematian ibu di Dinas Kesehatan Kota Surabaya.

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 44

b. Populasi Kontrol

Semua ibu pasca persalinan hingga 42 hari atau selesai masa nifas yang

tidak mengalami kematian pada tahun 2015.

4.4.2 Sampel

Sampel penelitian ini adalah diambil sebagian dari populasi kasus dan

kontrol. Sampel kasus adalah ibu yang mengalami kematian tahun 2015 yang

tercatat dalam data kematian ibu di Dinas Kesehatan Kota Surabaya.

Sampel kontrol adalah ibu pasca persalinan hingga 42 hari yang tidak

mengalami kematian maternal pada tahun 2015 di wilayah kerja Dinas Kesehatan

Kota Surabaya.

4.4.3 Besar Sampel

Estimasi besar sampel penelitian dihitung menggunakan rumus menurut

Lemeshow (1991) dalam Sastroasmoro (2011) sebagai berikut :

{ √[ ( )] √ ( ) ( )}
n= ( )

Keterangan:

n = Besar Sampel pada kelompok kasus dan kelompok kontrol

P1= Proporsi terpapar pada kelompok kasus.

P2 = Proporsi terpapar pada kelompok kontrol

P2 = ( )

Z1- /2 = simpangan rata-rata distribusi normal standar derajat kemaknaan

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 45

Besar sampel dalam penelitian ini dihitung berdasarkan uji hipotesis satu

arah, dengan tingkat kemaknaan (Z1- /2 ) 5% dan Kekuatan sebesar 80% dengan

OR berdasarkan perhitungan OR serta proporsi pemaparan pada kelompok

kendali penelitian – penelitian terdahulu sebagai berikut :

Tabel 4.1 Nilai Odds Ratio (OR) dan perhitungan Besar Sampel dari penelitian
terdahulu
Variabel P1 P2 OR Besar Sumber
Sampel
Komplikasi Persalinan 0,50 0,20 3,80 31 Aeni, 2013
Komplikasi Kehamilan 0,36 0,10 5,70 21 Masruroh, 2011
Komplikasi Nifas 0,54 0,10 5,70 29 Masruroh, 2011
Pemeriksaan kehamilan 0,40 0,08 7,86 14 Aeni, 2013
Riwayat Penyakit 0,39 0,15 3,64 37 Masruroh, 2011

Perhitungan besar sampel diperoleh besar sampel yang paling banyak yaitu

sebesar 37, dengan kasus yang ada di Kota Surabaya tahun 2015 sebanyak 38

kasus, sehingga diambil total kasus. Sampel kasus ditetapkan mempunyai

perbandingan dengan kelompok kontrol sebesar 1 : 2 , sehingga kelompok kontrol

berjumlah 76 ibu hamil sehat. Keseluruhan besar sampel baik sampel kasus dan

sampel kontrol adalah 114.

4.4.3 Cara Pengambilan Sampel

Cara pengambilan sampel dengan menggunakan cara acak sederhana

(simple random sampling) dari daftar populasi kontrol pada register kohor di

Puskesmas yang di wilayahnya terdapat kasus kematian ibu. Langkah-langkah

pengambilan sampel

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 46

1) Kelompok kontrol diperoleh dari data Puskesmas yang terdapat kematian

ibu di Wilayah kerja Dinas kesehatan Kota Surabaya

2) Membuat daftar kelompok tiap Puskesmas yaitu ibu pasca persalinan

hingga 42 hari yang tidak mengalami kematian dan memberi nomor

masing-masing

3) Pengambilan sampel kelompok kontrol tiap Puskesmas dengan teknik

simple random sampling

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 47

4.5 Kerangka Operasional

Studi pendahuluan dan pengumpulan data awal

Merumuskan masalah dan


tujuan penelitian

Menentukan populasi

Kontrol : Semua ibu pasca persalinan


Kasus : kematian ibu hingga 42 hari atau selesai masa nifas yang
tahun 2015 tidak mengalami kematian pada tahun
2015kematian ibu

Penentuan besar sampel dan melakukan sampling dengan simple random


sampling

Pengumpulan data melalui buku registrasi Kohort dan kartu ibu

Pengolahan dan analisis data deskriptif dan inferensial

Penyajian
hasil
Pembahasan

Kesimpulan dan saran

Gambar 4.2 Kerangka Operasional Penelitian

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 48

4.6 Variabel Penelitian dan Definisi Operasional

4.6.1 Variabel Penelitian

1. Variabel tergantung (dependent) : kematian ibu

2. Variabel bebas (independent) adalah faktor risiko yang meliputi : umur ibu,

paritas, IMT, LILA, status anemia, jarak kehamilan, imunisasi TT, pemeriksaan

kehamilan, penolong persalinan, riwayat KB, riwayat penyakit dan riwayat

komplikasi.

4.6.2 Definisi Operasional

Tabel 4.2 Definisi Operasional Penelitian

No. Variabel Definisi Operasional Hasil Ukur Skala


1. Kematian ibu Data Kematian yang terjadi pada 0 =Tidak Nominal
ibu selama hamil dan atau dalam 42 Meninggal
hari setelah berakhirnya kehamilan, 1 =Meninggal
disebabkan oleh komplikasi
kehamilan, persalinan dan nifas
atau penanganannya dan penyakit
yang diderita sebelum atau selama
kehamilan, diperberat oleh
kehamilan dan bukan kematian
karena kecelakaan.
2. Umur Adalah data umur ibu saat 0 = Tidak Nominal
kehamilan terakhir. Umur risiko Berisiko
tinggi jika usia < 20 tahun dan lebih 1 = Ada risiko
dari 35 tahun. Sedangkan tidak
risiko tinggi kehamilan bila umur
20 tahun sampai 35 tahun.
Data diperoleh melalui register
kohort ibu
3. Paritas Adalah data jumlah persalinan yang 0 =Tidak Risiko Nominal
pernah dialami ibu. Paritas risiko (Persalinan ke
tinggi bila paritas yang pertama dan 2-4 )
lebih dari 4 dan tidak berisiko bila 1 =Ada Risiko
paritas 2-4. (persalinan ≤ 1
Data diperoleh dari register kohort atau > 4)
ibu.

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 49

No. Variabel Definisi Operasional Hasil Ukur Skala


3. IMT Adalah data berat badan dan tinggi 0 = Tidak berisiko Nominal
badan yang diperoleh dengan 1 = Berisiko
perhitungan berat badan dibagi
tinggi badan yang tercatat dalam
register kohort ibu. IMT berisiko
jika IMT < 18,5 dan > 25, tidak
berisiko jika IMT 18,5 – 25
4. LILA Adalah data ukuran lingkar lengan 0 = Tidak KEK Nominal
atas ibu hamil yang tercatat dalam 1 = KEK
register kohort ibu. Berisiko bila
LILA < 23,5 cm dan tidak berisiko
≥ 23,5 cm.
5. Status anemia Adalah kadar hemoglobin ibu yang 0 = Tidak Nominal
dimiliki selama kehamilan anemia
dinyatakan anemia apabila Hb 1 = Anemia
kurang dari 11 g/dl dan tidak
anemia apabila hb lebih dari 11
g/dl.
Data diperoleh dari register kohort
ibu dan kartu ibu
6. Jarak Kehamilan Adalah data rentang waktu antara 0 =Tidak Risiko Nominal
kehamilan sebelumnya dengan (jarak
kehamilan terakhir. kehamilan ≥ 2
Berdasarkan catatan register kohort tahun)
ibu hamil 1 = Ada Risiko
(jarak
kehamilan < 2
tahun)
7. Imunisasi TT Adalah imunisasi Tetanus Toksoid 0 = Pernah Nominal
yang pernah dilakukan ibu 1 = Tidak pernah
dipelayanan kesehatan.
Data diperoleh dari register kohort
ibu
8. Pemeriksaan Adalah data pemeriksaan yang 0 =Tidak berisiko Nominal
Kehamilan dilakukan pada ibu selama masa 1 = Berisiko
kehamilan sesuai dengan standar
yang ditetapkan. Berisiko jika
pemeriksaan kehamilan kurang dari
4 kali pemeriksaan kehamilan dan
tidak berisiko jika pemeriksaan
kehamilan ≥ 4 selama kehamilan.
Data diperoleh dari register kohort
ibu hamil.
9. Penolong Adalah data tenaga yang pertama 0 = tenaga Nominal
persalinan kali memberikan pertolongan kesehatan
pertama pada saat ibu melahirkan. 1 = bukan tenaga
Data diperoleh melalui register kesehatan
kohort ibu.

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 50

No. Variabel Definisi Operasional Hasil Ukur Skala


10. Riwayat KB Adalah data alat kontrasepsi yang 0 = pernah Nominal
pernah digunakan ibu sebelum 1 = tidak pernah
kehamilan.
Data diperoleh dari register kohort
ibu
11. Riwayat Penyakit Adalah data riwayat penyakit yang 0 = Tidak Ada Nominal
ibu diderita ibu sebelum atau selama riwayat
kehamilan terakhir yang akan penyakit
memberikan pengaruh pada 1 = Ada riwayat
kehamilan atau akan diperberat penyakit
oleh kehamilan tersebut, seperti
penyakit hipertensi, penyakit
jantung, asma, diabetes mellitus,
penyakit infeksi seperti TBC,
malaria.
Data diperoleh dari kartu ibu
12. Riwayat Adalah data adanya kronologis 0 = Tidak Ada Nominal
Komplikasi komplikasi kehamilan pada komplikasi
kehamilan sebelumnya, seperti 1 = Ada
perdarahan, infeksi, komplikasi
preeklamsia/eklamsia, partus
macet.
Data diperoleh dari kartu ibu dan
register kohort ibu
13. Indeks Prediktif Adalah formulasi persamaan Nilai ambang Rasio
Risiko Kematian berdasarkan komponen indikator diambil
Ibu faktor risiko kematian ibu berdasarkan
berdasarkan hasil analisis statistik perhitungan
dengan
menggunakan
ROC untuk
mengetahui
nilai
probabilitas
dari nilai
sensitivitas dan
spesifitas yang
menyusun
formula indeks
yaitu :
< = 0,341
risiko rendah
terjadi
kematian ibu
≥ = 0,341 risiko
tinggi terjadi
kematian ibu

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 51

4.7 Teknik dan Prosedur Pengumpulan Data

4.7.1 Jenis Data

Data yang dikumpulkan berupa data sekunder yang diperoleh dari register

kohort ibu dan kartu ibu yang dapat diakses di Puskesmas di wilayah kerja Dinas

Kesehatan Kota Surabaya . Data yang dikumpulkan berkaitan dengan kebutuhan

penelitian yaitu data umur ibu, paritas, IMT, LILA, status anemia, jarak

kehamilan, imunisasi TT, pemeriksaan kehamilan, penolong persalinan, riwayat

KB, riwayat penyakit dan riwayat komplikasi.

4.7.2 Instrumen dan Cara Pengumpulan Data

Instrumen yang digunakan untuk pengumpulan data adalah formulir

pengumpulan data. Data yang dikumpulkan berasal dari Register Kohor Ibu dan

kartu ibu yang tersedia di Puskesmas wilayah kerja dinas kesehatan kota Surabaya

yang terdapat kasus kematian ibu tahun 2015. Data yang dikumpulkan kemudian

dilakukan ekstraksi ke dalam formulir pengumpulan data. Formulir pengumpulan

data yang telah diisi lengkap selanjutnya diolah dan dianalisis

4.8 Pengolahan dan Analisis Data

Pengolahan dan analisis data dilakukan dengan menggunakan komputer.

4.8.1 Pengolahan Data

Data yang diperoleh dari hasil penelitian dilakukan pengolahan data dengan

langkah-langkah berikut ini:

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 52

1. Editing

Proses editing dilakukan dengan memeriksa kelengkapan dan

kesesuaian data terhadap data yang sudah terkumpul. Apabila ditemukan data

yang kurang jelas atau kurang lengkap, maka akan dilihat kembali pada register

kohort ibu, dokumen otopsi verbal dan kartu ibu.

2.Coding

Variabel yang sudah terkumpul pada saat pengumpulan data

selanjutnya dikategorikan dan diberi kode untuk memudahkan analisis.

3.Entry

Proses entry dilakukan setelah pemberian kode lalu data ditransformasi

ke dalam program SPSS for windows versi 16.0

4.Cleaning

Pembersihan data dilakukan dengan melakukan pengecekan data

kembali sehingga yakin bahwa data yang akan dianalisa tidak ada data yang

meragukan atau keliru. Kelengkapan data meliputi semua variabel penelitian

yang dimiliki oleh subyek penelitian terisi lengkap.

4.8.2 Analisis Data

Data yang sudah terkumpul dan dientry kemudian dianalisis dengan

komputer, meliputi analisis deskriptif dan inferensial.

1. Analisis Deskriptif

Analisis ini bertujuan untuk melihat sebaran frekuensi kejadian kematian

ibu di Kota Surabaya tahun 2015.

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 53

2. Analisis Inferensial

Analisis ini menggunakan uji regresi logistik sederhana (simple logistic

regression) dan uji regresi logistik ganda (multiple logistic regression). Uji regresi

logistik sederhana bertujuan untuk dapat memperoleh variabel yang bisa masuk

menjadi kandidat untuk selanjutnya dianalisis secara multivariat dengan uji

regresilogistik ganda. Uji logistik ganda bertujuan untuk menyusun model indeks

prediktif risiko kematian kematian ibu. Prosedur awal sebelum menyusun model

indeks prediktif adalah seleksi kandidat, yaitu bila uji regresi logistik sederhana

menunjukkan p value < 0,25 maka variabel tersebut dapat dilanjutkan untuk

dianalisis secara simultan. Tahap akhir uji ini selanjutnya dipertimbangkan

menjadi indikator. Semua variabel yang signifikan (p < 0,05) terhadap kejadian

kematian kematian ibu akan dimasukkan ke dalam formula indeks prediksi.

Kemudian dilakukan penilaian interaksi antara variabel utama (independen) yang

masuk dalam formula indeks prediksi terhadap kejadian kematian kematian ibu.

Dari hasil analisis inferensial akan didapat suatu model yaitu :

( ) ( ) ( )

Keterangan :

p (x) : Probabilitas untuk terjadinya kematian ibu

: konstanta (intersep)

i : koefisien regresi variabel independen (prediktor)

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 54

Xi : variabel independen yang pengaruhnya akan diteliti

Dari model yang diperoleh, maka akan dibuat kategori menjadi 2 (risiko tinggi

dan risiko rendah) dengan batas P (x) , maka :

a. Skor indeks < P (x) = ibu hamil memiliki risiko rendah untuk mengalami

kematian ibu

b. Skor indeks ≥ P (x) = ibu hamil memiliki risiko tinggi untuk mengalami

kematian ibu

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

BAB 5
HASIL DAN ANALISIS DATA

5.1 Gambaran Umum Lokasi Penelitian

5.1.1 Kondisi Demografi

Menurut data Badan Pusat Statistik (BPS) Kota Surabaya, jumlah

penduduk Kota Surabaya Tahun 2014 yaitu sebanyak 2.831.820 jiwa yang terdiri

dari 1.397.899 jiwa penduduk laki-laki (49,36%) dan 1.433.921 jiwa penduduk

perempuan (50,64%). Kabupaten/Kota Surabaya memiliki 31 Kecamatan, dengan

63 puskesmas Di Kota Surabaya.

5.1.2 Kondisi Sarana Pelayanan Kesehatan

Sarana pelayanan kesehatan atau fasilitas kesehatan di Kota Surabaya pada

tahun 2016 meliputi dapat dilihat pada tabel di bawah ini:

Tabel 5.1 Sarana Pelayanan Kesehatan Di Kota Surabaya Tahun 2015


No Sarana Pelayanan Kesehatan Jumlah
1. Rumah Sakit Umum 38
2. Rumah Sakit Khusus 22
3. Balai Pengobatan/Klinik 155
4. Puskesmas 63
5. Puskesmas Pembantu 60
6. Posyandu 2.817
7. Apotik 884
8. Laboratorium 199
9. Spesialis dasar 37
Jumlah 4.275
(Sumber : Profil Dinas Kesehatan Kota Surabaya Tahun 2015)

5.1.3 Kondisi Tenaga Kesehatan

Menurut Profil Dinas Kesehatan Kota Surabaya tahun 2013, persebaran

tenaga kesehatan meliputi 62 Puskesmas, Rumah sakit, dan Dinas Kesehatan Kota

Surabaya serta sarana kesehatan lainnya yaitu :


55

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 56

1. Jumlah tenaga medis yang ada di sarana kesehatan di Kota Surabaya

sebanyak 3.845 orang tenaga medis yang meliputi dokter spesialis, dokter

umum, dan dokter gigi yang ada di Puskesmas, beberapa rumah sakit dan

kantor Dinas Kesehatan Kota Surabaya.

2. Jumlah tenaga keperawatan yang ada di sarana kesehatan Kota Surabaya

terbagi atas tenaga perawat dan perawat gigi. Tenaga perawat yang ada

sebanyak 5.192 orang yang meliputi Sarjana Keperawatan, D III Perawat.

3. Jumlah tenaga bidan yang ada sebanyak 1.397 orang yang meliputi D III

bidan dan bidan.

4. Tenaga kesahatan lain yang terdiri dari tenaga farmasi, gizi, tenaga kesehatan

masyarakat, kesling, tekhnisi medis dan ahli fisioterapis.

5.2 Gambaran Kasus Kematian Ibu

5.2.1 Penyebab Kematian Ibu

Penyebab kematian ibu di Kota Surabaya tahun 2015 dapat dilihat pada

Tabel 5.2 sebagai berikut :

Tabel 5.2 Distribusi Frekuensi Penyebab Kematian Ibu Di Kota Surabaya Tahun
2015
N Penyebab Kematian Ibu Jumlah Persentase (%)
o
1 Perdarahan 18 47,36
2 Pre eklamsi / eklamsi 6 15,78
3 Penyakit Jantung 2 5,26
4 Emboli Air Ketuban 2 5,26
5 HIV 2 5,26
6 Lain-Lain 8 21,05
Jumlah 38 100,00
(Sumber : Profil Kota Surabaya tahun 2015)

Tabel 5.2 di atas menunjukkan penyebab kematian ibu pada 38 kasus

kematian ibu di Kota Surabaya yang tertinggi disebabkan oleh perdarahan

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 57

sebanyak 18 (47,36%), kemudian Pre eklamsi/eklamsi sebanyak 6 (15,78%),

penyakit jantung sebanyak 2 (5,26%), emboli air ketuban sebanyak 2 (5,26%),

HIV sebanyak 2 (5,26%) dan lain-lain (asma, lupus, hipertiroid, tuberkulosis

(TBC), kanker (Ca) paru, dan odema paru) sebanyak 8 (21,05%) kasus. Penyebab

kematian ibu terbanyak menunjukkan karena pendarahan hal ini terjadi

disebabkan karena banyak dari ibu tersebut mengalami anemia selama kehamilan,

dimana perdarahan merupakan penyebab langsung terjadinya kematian ibu. Selain

penyebab langsung seperti perdarahan, preeklamsi/eklamsi dan emboli air ketuban

yang perlu diwaspadai, terdapat penyebab tidak langsung seperti penyakit jantung,

HIV, tuberkulosis (TBC), asma, dan lain-lain yang dapat memperburuk kondisi

ibu sehingga dapat menyebabkan risiko kematian ibu meningkat.

5.2.2 Sebaran Umur pada kasus Kematian Ibu

Sebaran Umur pada kasus kematian ibu di Kota Surabaya tahun 2015

dapat dilihat pada Tabel 5.3 sebagai berikut :

Tabel 5.3 Distribusi Frekuensi umur pada kasus Kematian Ibu Di Kota Surabaya
Tahun 2015
No Umur Ibu Jumlah Persentase (%)
1 16 – 25 tahun 9 24
2 26 – 35 tahun 20 53
3 36 – 45 tahun 9 24
Jumlah 38 100
(Sumber : Data Sekunder laporan Puskesmas tahun 2015)

Tabel 5.3 di atas dapat diketahui bahwa umur pada kasus kematian ibu

banyak terjadi pada usia 26- 35 tahun sebanyak 20(53%) ibu yang meninggal

akibat persalinan, kehamilan dan nifas. Umur ibu pada kasus kematian ibu yang

paling muda pada umur 16 tahun dan yang paling tua pada umur 45 tahun. Pada

usia 26 – 35 tahun merupakan umur reproduksi paling aman, sehingga banyak ibu

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 58

hamil pada usia 26 - 35 tahun, dimana pada setiap kehamilan yang dialami ibu

memiliki risiko tersendiri untuk terjadi kematian ibu walaupun hamil pada usia

reproduksi yang aman.

5.3 Pengaruh Umur Terhadap Kematian Ibu Di Kota Surabaya Tahun 2015

Hasil penelitian diperoleh data umur kematian ibu lebih sedikit pada ibu

yang ber umur < 20 dan > 35 Tahun (34,50%) dibandingkan ibu dengan umur

tidak berisiko (65,80%). Hasil yang sama pula ditunjukkan pada kelompok

kontrol. Pada tabel 5.4 berikut menunjukkan distribusi frekuensi antara umur ibu

dengan Kematian Ibu :

Tabel 5.4 Distribusi umur menurut kejadian kematian ibu di Kota Surabaya
Tahun 2015
Kematian Ibu
Umur Kasus Kontrol
N % N %
< 20 dan > 35 Tahun 13 34,20 17 22,40
20 -35 Tahun 25 65,80 59 77,60
Jumlah 38 100,00 76 100,00
Hasil uji regresi logistik sederhana menunjukkan bahwa variabel umur

menjadi variabel kandidat yang akan dimasukkan dalam analisis multivariabel.

5.4 Pengaruh Jumlah Paritas Terhadap Kematian Ibu Di Kota Surabaya

Tahun 2015

Hasil penelitian diperolah data kematian ibu lebih banyak pada ibu dengan

jumlah paritas 2-4 anak (52,60%) dibandingkan ibu dengan paritas ≤ 1 dan > 4

anak (52,60%). Hal yang sama terjadi pada kelompok kontrol, dimana ibu dengan

jumlah paritas 2-4 anak lebih banyak (64,50%) dibandingkan ibu dengan jumlah

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 59

paritas ≤ 1 dan > 4 anak (35,50%). Tabel 5.5 berikut menunjukkan distribusi

frekuensi antara jumlah paritas ibu terhadap kematian ibu :

Tabel 5.5 Distribusi jumlah paritas menurut kejadian kematian ibu di Kota
Surabaya Tahun 2015
Kematian Ibu
Jumlah Paritas Kasus Kontrol
N % N %
≤ 1 dan > 4 18 47,40 27 35,50
2-4 20 52,60 49 64,50
Jumlah 38 100,00 76 100,00
Hasil uji regresi logistik sederhana menunjukkan bahwa variabel paritas

menjadi variabel kandidat yang akan dimasukkan dalam analisis multivariabel.

5.5 Pengaruh Indek Masa Tubuh (IMT) Terhadap Kematian Ibu Di Kota

Surabaya Tahun 2015

Hasil penelitian diperolah data kematian ibu lebih banyak pada ibu dengan

IMT 18,5-25 (52,60%) dibandingkan ibu dengan IMT < 18,5 dan > 25 (47,40%).

Pada kelompok kontrol, dimana ibu dengan IMT < 18,5 dan > 25 lebih banyak

(55,30%) dibandingkan ibu dengan IMT 18,5-25 (44,70%). Tabel 5.6 berikut

menunjukkan distribusi frekuensi antara IMT ibu terhadap kematian ibu :

Tabel 5.6 Distribusi IMT Menurut Kejadian kematian ibu di Kota Surabaya Tahun
2015
Kematian Ibu
IMT Kasus Kontrol
N % N %
< 18,5 dan > 25 18 47,40 42 55,30
18,5 - 25 20 52,60 34 44,70
Jumlah 38 100,00 76 100,00
Hasil uji regresi logistik sederhana pada tabel 5.5 menunjukkan bahwa

variabel IMT tidak menjadi variabel kandidat yang akan dimasukkan dalam

analisis multivariabel.

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 60

5.6 Pengaruh Lingkar Lengan Atas (LILA) Terhadap Kematian Ibu Di Kota

Surabaya Tahun 2015

Hasil penelitian diperolah data kematian ibu lebih banyak pada ibu dengan

LILA ≥ 23,5 cm (81,60%) dibandingkan ibu dengan LILA < 23,5 cm (18,40%).

Hal yang sama terjadi pada kelompok kontrol, dimana ibu dengan LILA ≥ 23,5

lebih banyak (82,90%) dibandingkan ibu dengan LILA < 23,5 (17,10%). Tabel

5.7 berikut menunjukkan distribusi frekuensi antara LILA terhadap kematian ibu :

Tabel 5.7 Distribusi LILA menurut kejadian kematian ibu di Kota Surabaya
Tahun 2015
Kematian Ibu
LILA Kasus Kontrol
N % N %
< 23,5 cm 7 18,40 13 17,10
≥ 23,5 cm 31 81,60 63 82,90
Jumlah 38 100,00 76 100,00
Hasil uji regresi logistik sederhana menunjukkan bahwa variabel LILA

tidak menjadi variabel kandidat yang akan dimasukkan dalam analisis

multivariabel.

5.7 Pengaruh Status Anemia Terhadap Kematian Ibu Di Kota Surabaya

Tahun 2015

Hasil penelitian diperolah data kematian ibu lebih banyak pada ibu dengan

adar hemoglobin ≥ 11 g/dl (57,90%) dibandingkan ibu dengan kadar hemoglobin

< 11 g/dl (52,60%). Hal yang sama terjadi pada kelompok kontrol, dimana ibu

dengan kadar hemoglobin ≥ 11 g/dl lebih banyak (76,30%) dibandingkan ibu

dengan kadar hemoglobin < 11 g/dl (23,70%). Tabel 5.8 berikut menunjukkan

distribusi frekuensi antara status anemia terhadap kematian ibu :

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 61

Tabel 5.8 Distribusi Status Anemia menurut kejadian kematian ibu di Kota
Surabaya Tahun 2015
Status Anemia Kematian Ibu
Kasus Kontrol
N % N %
< 11 g/dl 16 42,10 11 14,50
≥ 11g/dl 22 57,90 65 85,50
Jumlah 38 100,00 76 100,00
Hasil uji regresi logistik sederhana menunjukkan bahwa variabel status

anemia menjadi variabel kandidat yang akan dimasukkan dalam analisis

multivariabel.

5.8 Pengaruh Jarak Kehamilan Terhadap Kematian Ibu Di Kota Surabaya

Tahun 2015

Hasil penelitian diperolah data kematian ibu lebih banyak pada ibu dengan

jarak kehamilan > 2 tahun (86,80%) dibandingkan ibu dengan jarak kehamilan ≤ 2

tahun (13,20%). Hal yang sama terjadi pada kelompok kontrol, dimana ibu

dengan jarak kehamilan > 2 tahun lebih banyak (88,20%) dibandingkan ibu

dengan jarak kehamilan ≤ 2 tahun (11,80%). Tabel 5.9 berikut menunjukkan

distribusi frekuensi antara jarak kehamilan terhadap kematian ibu :

Tabel 5.9 Distribusi jarak kehamilan menurut kejadian kematian ibu di Kota
Surabaya Tahun 2015
Jarak Kehamilan Kematian Ibu
Kasus Kontrol
N % N %
≤ 2 tahun 5 13,20 9 11,80
> 2 tahun 33 86,80 67 88,20
Jumlah 38 100,00 76 100,00
Hasil uji regresi logistik sederhana menunjukkan bahwa variabel jarak

kehamilan tidak menjadi variabel kandidat yang akan dimasukkan dalam analisis

multivariabel.

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 62

5.9 Pengaruh Imunisasi Tetanus Toksoid (TT) Terhadap Kematian Ibu Di

Kota Surabaya Tahun 2015

Hasil penelitian diperolah data kematian ibu lebih banyak pada ibu dengan

status imunisasi pernah TT (84,20%) dibandingkan ibu dengan status imunisasi

TT tidak pernah (15,80%). Hal yang sama terjadi pada kelompok kontrol, dimana

ibu dengan status imunisasi TT pernah lebih banyak (90,40%) dibandingkan ibu

dengan status imunisasi TT tidak pernah (9,60%). Tabel 5.10 berikut

menunjukkan distribusi frekuensi antara imunisasi TT terhadap kematian ibu :

Tabel 5.10 Distribusi imunisasi TT menurut kematian ibu di Kota Surabaya Tahun
2015
Imunisasi TT Kematian Ibu
Kasus Kontrol
N % N %
Tidak pernah 6 15,80 5 6,60
Pernah 32 84,20 71 93,40
Jumlah 38 100,00 76 100,00
Hasil uji regresi logistik sederhana menunjukkan bahwa variabel

imunisasi TT menjadi variabel kandidat yang akan dimasukkan dalam analisis

multivariabel.

5.10 Pengaruh Pemeriksaan Kehamilan Terhadap Kematian Ibu Di Kota

Surabaya Tahun 2015

Hasil penelitian diperolah data kematian ibu lebih banyak pada ibu dengan

pemeriksaan kehamilan ≥ 4 kali (84,20%) dibandingkan ibu dengan pemeriksaan

kehamilan < 4 kali (15,80%). Hal yang sama terjadi pada kelompok kontrol,

dimana ibu dengan pemeriksaan kehamilan ≥ 4 kali lebih banyak (92,10%)

dibandingkan ibu dengan pemeriksaan kehamilan < 4 kali (7,90%). Tabel 5.11

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 63

berikut menunjukkan distribusi frekuensi antara pemeriksaan kehamilan terhadap

kematian ibu :

Tabel 5.11 Distribusi Pemeriksaan kehamilan menurut kejadian kematian ibu di


Kota Surabaya Tahun 2015
Pemeriksaan Kematian Ibu
Kehamilan Kasus Kontrol
N % N %
< 4 pemeriksaan 6 15,80 5 6,60
≥ 4pemeriksaan 32 84,20 71 93,40
Jumlah 38 100,00 76 100,00
Hasil uji regresi logistik sederhana menunjukkan bahwa variabel

pemeriksaan kehamilan menjadi variabel kandidat yang akan dimasukkan dalam

analisis multivariabel

5.11 Pengaruh Penolong Persalinan Pertama Terhadap Kematian Ibu Di

Kota Surabaya Tahun 2015

Hasil penelitian diperolah data dari 38 ibu meninggal dengan ditolong oleh

tenaga kesehatan sebanyak 38 (100%). Pada kelompok kontrol terdapat satu ibu

yang ditolong persalinannya oleh bukan tenaga kesehatan Tabel 5.12 berikut

menunjukkan distribusi frekuensi antara penolong persalinan pertama terhadap

kematian ibu :

Tabel 5.12 Distribusi Penolong Persalinan pertama menurut kejadian kematian ibu
di Kota Surabaya Tahun 2015
Penolong Kematian Ibu
Persalinan Kasus Kontrol
N % N %
Bukan tenaga 0 0,00 1 1,30
kesehatan
Tenaga kesehatan 38 100,00 75 98,70
Jumlah 38 100,00 76 100,00

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 64

Hasil uji regresi logistik sederhana menunjukkan bahwa variabel

penolong persalinan pertama tidak menjadi variabel kandidat yang akan

dimasukkan dalam analisis multivariabel.

5.12 Pengaruh Riwayat KB Terhadap Kematian Ibu Di Kota Surabaya

Tahun 2015

Hasil penelitian diperolah data kematian ibu lebih banyak pada ibu dengan

pernah KB (68,40%) dibandingkan ibu dengan tidak KB (31,60%). Hal yang sama

terjadi pada kelompok kontrol, dimana ibu dengan pernah KB lebih banyak

(92,10%) dibandingkan ibu dengan tidak pernah KB (7,90%). Tabel 5.13 berikut

menunjukkan distribusi frekuensi antara riwayat KB terhadap kematian ibu :

Tabel 5.13 Distribusi Riwayat KB menurut kejadian kematian ibu di Kota


Surabaya Tahun 2015
Riwayat KB Kematian Ibu
Kasus Kontrol
N % N %
Tidak KB 12 31,60 6 7,90
KB 26 68,40 70 92,10
Jumlah 38 100,00 76 100,00
Hasil uji regresi logistik sederhana menunjukkan bahwa variabel riwayat

KB menjadi variabel kandidat yang akan dimasukkan dalam analisis

multivariabel.

5.13 Pengaruh Riwayat Penyakit terhadap Kematian Ibu Di Kota Surabaya

Tahun 2015

Hasil penelitian diperolah data kematian ibu lebih banyak pada ibu dengan

tidak ada riwayat penyakit (57,90%) dibandingkan ibu dengan ada riwayat

penyakit (42,10%). Hal yang sama terjadi pada kelompok kontrol, dimana ibu

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 65

dengan tidak ada riwayat penyakit lebih banyak (92,10%) dibandingkan ibu

dengan ada riwayat penyakit (7,90%). Tabel 5.14 berikut menunjukkan distribusi

frekuensi antara riwayat penyakit terhadap kematian ibu :

Tabel 5.14 Pengaruh Riwayat penyakit menurut kejadian kematian ibu di Kota
Surabaya Tahun 2015
Riwayat Penyakit Kematian Ibu
Kasus Kontrol
N % N %
Ada 16 42,10 6 7,90
Tidak ada 22 57,90 70 92,10
Jumlah 38 100,00 76 100,00
Hasil uji regresi logistik sederhana menunjukkan bahwa variabel riwayat

penyakit menjadi variabel kandidat yang akan dimasukkan dalam analisis

multivariabel.

5.14 Pengaruh Riwayat Komplikasi Terhadap Kematian Ibu Di Kota

Surabaya tahun 2015

Hasil penelitian diperolah data kematian ibu lebih banyak pada ibu tidak

ada riwayat komplikasi (57,90%) dibandingkan ibu dengan ada riwayat

komplikasi (42,10%). Hal yang sama terjadi pada kelompok kontrol, dimana ibu

dengan tidak ada komplikasi lebih banyak (92,10%) dibandingkan ibu dengan ada

riwayat komplikasi (7,90%). Tabel 5.15 berikut menunjukkan distribusi frekuensi

antara riwayat komplikasi terhadap kematian ibu :

Tabel 5.15 Distribusi riwayat komplikasi menurut kejadian kematian ibu di Kota
Surabaya Tahun 2015
Riwayat Kematian Ibu
Komplikasi Kasus Kontrol
N % N %
Ada 16 42,10 6 7,90
Tidak ada 22 57,90 70 92,10

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 66

Jumlah 38 100,00 76 100,00


Hasil uji regresi logistik sederhana menunjukkan bahwa variabel riwayat

komplikasi tidak menjadi variabel kandidat yang akan dimasukkan dalam analisis

multivariabel.

5.15 Indeks Prediktif Risiko Kematian Ibu Di Kota Surabaya

Hasil uji regresi logistik sederhana terhadap 12 variabel bebas risiko

kematian ibu di Kota Surabaya didapat jika nilai p < α (0,25) maka variabel

tersebut merupakan kandidat yang dapat masuk untuk di analisis lebih lanjut

dengan analisis regresi logistik ganda. Untuk lebih jelasnya terlihat pada tabel

5.16 di bawah ini :

Tabel 5.16 Hasil Analisis Regresi Logistik Sederhana Risiko Kematian Ibu di
Kota Surabaya

No Variabel p value Keterangan


1 Umur 0,179 Kandidat
2 Jumlah Paritas 0,224 Kandidat
3 IMT 0,427 Bukan kandidat
4 LILA 0,860 Bukan kandidat
5 Status Anemia 0,002 Kandidat
6 Jarak Kehamilan 0,840 Bukan kandidat
7 Imunisasi TT 0,127 Kandidat
8 Pemeriksaan Kehamilan 0,127 Kandidat
9 Penolong Persalinan 1 Bukan kandidat
Pertama
10 Riwayat KB 0,002 Kandidat
11 Riwayat Penyakit 0,001 Kandidat
12 Riwayat Komplikasi 0,003 Bukan kandidat

Tabel 5.15 di atas menunjukkan bahwa variabel yang akan dimasukkan

dalam uji regresi logistik ganda adalah umur, jumlah paritas, status anemia,

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 67

imunisasi TT, pemeriksaan kehamilan, riwayat KB, riwayat penyakit, dan riwayat

komplikasi.

5.15.1 Hasil Analisis dengan Uji Regresi Logistik Ganda

Pengujian secara simultan menggunakan uji regresi logistik ganda dengan

memasukkan delapan kandidat variabel yang memenuhi syarat bertujuan untuk

menentukan variabel apa saja yang akan masuk menjadi indeks prediktif risiko

kematian ibu. Hasil dari uji regresi logistik berganda dapat dilihat pada Tabel 5.17

di bawah ini :

Tabel 5.17 Hasil Analisis Regresi Ganda Risiko Kematian Ibu Di Kota Surabaya
OR
Variabel Koefisien(B) p 95% CI
Riwayat Tidak ada penyakit - - - -
Penyakit (reference)
Ada penyakit 2,267 0,001 9,646 3,059 – 30,422
Riwayat KB Pernah (reference) - - - -
Tidak pernah 1,597 0,010 4,939 1,453 – 16,784
Status anemia Tidak Anemia - - - -
(Reference)
Anemia 1,388 0,009 4,006 1,413 – 11,352
Konstanta - 1,924 0,001 0,146 -

Tabel 5.17 di atas menunjukkan hasil akhir dari analisis multivaribel.

Berdasarkan hasil tersebut terdapat tiga variabel yang signifikan dan menjadi

indikator prediktif risiko kematian ibu. Ke tiga variabel tersebut selanjutnya akan

masuk ke dalam formula indeks.

Variabel yang tidak masuk ke dalam model indeks prediktif risiko

kematian ibu karena nilai α > 0,05 dapat dilihat pada Tabel 5.18 di bawah ini :

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 68

Tabel 5.18 Variabel Yang Tidak Masuk Model Hasil Analisis Regresi Ganda
Risiko Kematian Ibu Di Kota Surabaya
Variabel Kategori P value
Umur Berisiko <20 dan > 35 0,69
Tidak Berisiko 20-35
Paritas Berisiko 2-4 0,32
Tidak Berisiko ≤ 1 dan ≥ 4
Pemeriksaan Kehamilan Berisiko 0,61
Tidak Berisiko
Imunisasi TT Berisiko 0,31
Tidak Berisiko
Riwayat Komplikasi Ada Komplikasi 0,10
Tidak Ada Komplikasi
Tabel 5.18 di atas dapat diketahui terdapat empat variabel yang tidak

signifikan berpengaruh terhadap kematian ibu di Kota Surabaya karena nilai p

value > 0,05.

5.15.2 Cut Off Indeks Prediktif Risiko Kematian Ibu

Hasil analisis multivariabel untuk menghitung nilai sensitivitas dan

spesifisitas serta akurasi model yang dibuat dan untuk mendapatkan nilai cut off

indeks digunakan kurva ROC pada Gambar 5.1 dibawah ini :

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 69

Gambar 5.1 Kurva ROC dari hasil analisis multivariabel

Gambar 5.1 di atas dapat diketahui nilai akurasi sebesar 79% dengan nilai

sensitivitas sebesar 60,50% dan spesifisitas sebesar 84,20%. Di peroleh nilai

probabilitas dari titik potong nilai sensitifitas dan spesifisitas sebesar 0,415,

sehingga perhitungan nilai cut off indeks dari rumus probabilitas sebagai berikut :

Tabel 5.19 Perhitungan nilai sensitifitas dan spesifisitas untuk mencari nilai
probabilitas
Positive if Greater Than or Sensitivity spesifisitas
Equal Toa
0 1 0
0,264035 0,763157895 0,723684
0,4157 0,605263158 0,842105
0,523826 0,526315789 0,907895
0,683119 0,315789474 0,973684
0,810161 0,210526316 0,986842
0,872263 0,131578947 1
0,926078 0,078947368 1
1 0 1

Gambar 5.2 Titik potong nilai sensitifitas dan spesifisitas untuk melihat nilai
probabilitas

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 70

Tabel 5.18 dan Gambar 5.2 di atas dapat diketahui bahwa nilai y adalah

0,4157, berasal dari titik potong antara nilai sensitifitas dan spesivisitas pada

Gambar 5.2.

Perhitungan cut off indeks diperoleh dengan menggunakan persamaan

dibawah ini :

Keterangan :

y : Probability

z : Cut off indeks

e : Bilangan natural (2,7)

Dari persamaan diatas maka perhitungan cut off indeks dalam penelitian

ini dapat terlihat dibawah ini :

0,4157 (1+e-z) = 1

0,343 + 0,343 e-z = 1

0,4157 e-z = 1 – 0,4157

0,4157 e-z = 0,657

e-z = 1,406

z = 0,341

Sehingga diperoleh nilai z atau nilai cut off indeks = 0,341 dengan demikian :

1. Bila skor indeks < 0,341, berarti risiko rendah mengalami kematian ibu.

2. Bila skor indeks ≥ 0,341, berarti risiko tinggi mengalami kematian ibu.

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 71

5.16 Formula Indeks Prediktif Risiko Kematian Ibu

Berdasarkan hasil uji regresi logistik ganda, maka dapat disusun formula

indeks prediktif risiko kematian ibu di Kota Surabaya adalah sebagai berikut :

Indeks Prediktif Risiko Kematian Ibu = (-1,834+2,267xriwayat penyakit(ada


riwayat penyakit)+ x
Untuk 1,597 KB(Tidak
Riwayat dalam
memudahkan
pernah)+
perhitungan
x
1,388indeks anemia(anemia)
status prediktif risiko kematian

ibu, maka sebelumnya ditentukan skor pada tiap-tiap kategori variabel. Skor

variabel dapat dilihat pada Tabel 5.20 berikut :

Tabel 5.20 Skor Kategori Variabel Risiko Kematian Ibu


Variabel Kategori Skor
Riwayat Penyakit Tidak ada riwayat penyakit 0
Ada riwayat penyakit 1
Riwayat KB Pernah KB 0
Tidak KB 1
Status Anemia Tidak anemia 0
Anemia 1

Model prediksi hasil uji variabel risiko kematian ibu dapat dibuat untuk

memprediksi risiko terjadi kematian ibu. Hasil secara terperinci dapat dilihat pada

Tabel 5.21 di bawah ini :

Tabel 5.21 Indeks Prediktif Risiko Kematian Ibu Di Kota Surabaya


No Riwayat Penyakit Riwayat KB Status Keterangan
Anemia
1. Tidak ada Pernah ≥ 11 g/dl Risiko rendah
2. Tidak ada Pernah < 11 g/dl Risiko rendah
3. Tidak ada Tidak Pernah ≥ 11 g/dl Risiko rendah
4. Tidak ada Tidak pernah < 11 g/dl Risiko tinggi
5. Ada Pernah ≥ 11 g/dl Risiko tinggi
6. Ada Pernah < 11 g/dl Risiko tinggi
7. Ada Tidak pernah < 11 g/dl Risiko tinggi
8. Ada Tidak pernah < 11 g/dl Risiko tinggi

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 72

Dari Tabel 5.21 di atas dapat dipermudah dengan melihat matriks

penerapan indeks pada Gambar 5.3 berikut :

RISIKO KEMATIAN IBU

Tidak Ada Riwayat Sakit Ada Riwayat Sakit

Pernah KB Tidak Pernah KB Pernah KB Tidak Pernah KB

Tidak Anemia Tidak Anemia Tidak Anemia Tidak Anemia


Anemia Anemia Anemia Anemia

Risiko Risiko Risiko Risiko Risiko


Risiko Risiko Risiko
Tinggi Tinggi Tinggi Tinggi Tinggi
Rendah Rendah Rendah

Gambar 5.3 Matriks Indeks Prediktif Risiko Kematian Ibu

Tabel 5.21 dan gambar 5.3 di atas dapat disimpulkan bahwa ibu hamil

yang memiliki riwayat penyakit maka sudah dalam golongan risiko tinggi untuk

mengalami kematian ibu. Selain itu minimal terdapat dua variabel yang berisiko

maka seorang ibu hamil akan memiliki risiko tinggi mengalami kematian ibu.

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

BAB 6

PEMBAHASAN

6.1 Pengaruh Umur Terhadap Kematian Ibu

Dari hasil penelitian pada Tabel 5.18 dapat disimpulkan tidak ada

pengaruh umur terhadap risiko kematian ibu. Hal ini sejalan dengan penelitian

Fibriana (2007) dan Aeni (2013) yang menyatakan tidak ada pengaruh umur ibu

terhadap kematian ibu. Umur paling aman untuk hamil, persalinan dan nifas

adalah umur antara 20-35 tahun, karena mereka berada dalam masa reproduksi

sehat. Umur < 20 tahun organ reproduksi belum matang dan kondisi rahim belum

sempurna untuk hamil dan melahirkan sehingga berisiko tinggi untuk kehamilan,

persalinan dan nifas, sedangkan umur lebih dari 35 tahun ibu mempunyai risiko

tinggi untuk terjadi komplikasi obstetri, karena kesehatan reproduksi sudah

menurun dan ibu terlalu lemah untuk mengejan saat melahirkan. Usia tua juga

mempunyai risiko untuk terkena penyakit lain seperti penyakit jantung, tekanan

darah tinggi, keganasan dan kelainan metabolik yang biasanya meningkat

(Manuaba, 2008).

Hasil yang berbeda ditunjukan oleh penelitian Evance et al (2013) yang

menyatakan bahwa umur merupakan variabel yang berpengaruh terhadap

kematian ibu, dimana ibu dengan umur 35 - 49 tahun merupakan umur yang

berisiko tinggi untuk terjadi kematian ibu. Diperkuat dengan Penelitian Poorolajal

et al (2014) tentang faktor risiko kematian ibu di Iran Barat menyatakan bahwa

ada pengaruh umur ibu dengan kematian ibu, dimana ibu dengan umur lebih dari

sama dengan 35 tahun memiliki risiko kematian sebesar 8,48 dibandingkan

74

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 75

dengan ibu yang berumur kurang dari 34 tahun. Berbeda kriteria umur ibu yang

berpengaruh terhadap kematian ibu pada penelitian Weyesa et al (2015) tentang

prevalensi dan faktor risiko kematian ibu di Rumah Sakit Mizan Aman Ethiophia

menyatakan bahwa umur yang berpengaruh terhadap kematian ibu adalah pada

rentang umur 25-30 tahun dengan nilai p value = 0,001.

6.2 Pengaruh Paritas terhadap Kematian Ibu

Dari hasil penelitian pada tabel 5.18 dapat disimpulkan tidak ada pengaruh

Paritas terhadap risiko kematian ibu. Hal ini sejalan dengan penelitian Fibriana

(2007) dan Aeni (2013) yang menyatakan tidak ada pengaruh paritas terhadap

risiko kematian ibu. Paritas pertama dan paritas lebih dari empat, meningkatkan

risiko terjadinya kematian ibu. Ibu dengan paritas pertama akan berisiko karena

ibu belum siap secara medis maupun secara mental, sedangkan ibu dengan paritas

lebih dari 4 berisiko karena ibu mengalami kemunduran dari segi fisik untuk

menjalani kehamilan, persalinan dan saat nifas. Hasil yang sama dengan

penelitian Godefay et al (2015) tentang faktor risiko kematian ibu di Tigray

Ethiophia yang menyatakan bahwa paritas tidak berpengaruh terhadap kematian

ibu.

Penelitian di Bali melaporkan bahwa 67% kematian ibu berhubungan

dengan perdarahan,utamanya pada wanita dengan paritas tinggi disebabkan

perdarahan postpartum sering berkaitan dengan kontraksi rahim yang kurang baik

sehingga plasenta tidak sepenuhnya lepas dan perdarahan berlanjut meskipun bayi

sudah lahir (Wijono, 2008).

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 76

6.3 Pengaruh Indeks Masa Tubuh (IMT) terhadap Kematian Ibu

Dari hasil penelitian pada tabel 5.6 dapat disimpulkan tidak ada pengaruh

IMT terhadap risiko kematian ibu. Hal ini tidak sejalan dengan penelitian

Poorolajal et al (2014) tentang faktor risiko kematian ibu di Iran Barat

menyatakan bahwa ada pengaruh IMT yang kurang dari 18,5 dan lebih dari 25

terhadap kematian ibu. Dimana ibu yang memiliki IMT kurang dari 18,5 berisiko

meninggal sebesar 2,10 kali lebih besar dibandingkan dengan ibu dengan IMT

normal, sedangkan ibu dengan IMT lebih dari 25 berisiko sebesar 10,99 kali lebih

besar dibandingkan dengan ibu dengan IMT normal.

Penelitian Goffman et al (2007) tentang prediktor kematian ibu dan

kesakitan ibu juga menyatakan bahwa ada pengaruh IMT > 29 dengan kematian

ibu, dimana ibu dengan IMT > 29 memiliki risiko untuk meninggal dan sakit

sebesar 3 kali lebih tinggi dibandingkan dengan ibu yang memiliki IMT kurang

dari sama dengan 29. Obesitas merupakan faktor risiko penting yang merugikan

kesehatan dan bisa menjadi faktor penyebab kematian atau kesakitan. Obesitas

dapat menyebabkan penyakit thromboembolic, hipertensi, perdarahan obstetri,

tindakan sesar saat persalinan dan komplikasi anestesi.

6.4 Pengaruh Lingkar Lengan Atas (LILA) terhadap Kematian Ibu

Dari hasil penelitian pada tabel 5.7 dapat disimpulkan tidak ada pengaruh

LILA terhadap risiko kematian ibu. Hal ini sejalan dengan penelitian sejalan

dengan penelitian Fibriana (2007) dan Aeni (2013) yang menyatakan tidak ada

pengaruh LILA dengan kematian ibu.

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 77

Pengukuran LILA bertujuan untuk mendeteksi apakah ibu hamil termasuk

kategori kurang energi kronis (KEK) atau tidak. Ibu dengan status gizi buruk

memiliki risiko untuk terjadinya perdarahan dan infeksi pada masa nifas. Keadaan

kurang gizi sebelum dan selama kehamilan memberikan kontribusi terhadap

rendahnya kesehatan ibu, masalah dalam persalinan dan masalah pada bayi yang

dilahirkan (Andriani dan Wirjatmadi, 2012).

Ibu hamil merupakan kelompok rawan gizi. Bila ibu mengalami risiko

kurang energi kronis (KEK) selama kehamilan dapat menimbulkan masalah

kesehatan pada ibu maupun pada janin yang di kandung. KEK pada ibu hamil

dapat menyebabkan risiko dan komplikasi pada ibu yaitu anemia, perdarahan,

berat badan ibu tidak bertambah dan terkena penyakit infeksi. Pengaruh KEK

terhadap proses persalinan menyebabkan persalinan sulit dan lama, persalinan

sebelum waktunya (prematur), perdarahan setelah persalinan, serta persalinan

dengan operasi cenderung meningkat. Upaya mencegah risiko KEK pada ibu

hamil sebelum kehamilan wanita usia subur sudah harus mempunyai gizi yang

baik dengan LILA tidak kurang dari 23,5cm. Apabila LILA ibu sebelum hamil

kurang dari angka tersebut, sebaiknya kehamilan ditunda sehingga dapat

mengurangi risiko akibat KEK tersebut (Sandjaja, 2009).

6.5 Pengaruh Status Anemia terhadap Kematian Ibu

Dari hasil penelitian pada Tabel 5.17 dapat disimpulkan ada pengaruh

Status anemia terhadap risiko kematian ibu. Status anemia merupakan faktor yang

menyebabkan kematian pada kasus perdarahan dan infeksi. Hal ini terjadi karena

rendahnya status ekonomi dan kurangnya distribusi makanan untuk perempuan

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 78

dirumah (Iqbal et al, 2014). Semakin rendah kadar hemoglobin ibu hamil semakin

tinggi risiko morbiditas dan mortalitas ibu. Penelitian di berbagai rumah sakit di

Indonesia melaporkan bahwa wanita dengan anemia mempunyai risiko kematian

ibu empat kali lebih tinggi dibandingkan wanita dengan tidak anemia. Apabila

kadar hemoglobin kurang dari 8 gram persen, maka risiko kematian ibu

meningkat sekitar delapan kali lebih tinggi dibandingkan dengan wanita tanpa

anemia (Wijono, 2008). Hasil penelitian ini sejalan dengan penelitian Rejeki

(2014) di kabupaten Tegal menyatakan bahwa anemia berpengaruh terhadap

kematian ibu, dimana ibu dengan anemia memiliki risiko sebesar 5,33 kali lebih

besar berisiko mengalami kematian ibu dibandingkan dengan ibu hamil yang

sehat.

Anemia pada kehamilan adalah anemia karena kekurangan zat besi.

Anemia pada kehamilan merupakan masalah nasional karena mencerminkan nilai

kesejahteraan sosial ekonomi masyarakat dan pengaruhnya sangat besar terhadap

kualitas sumber daya manusia. Menurut WHO, kejadian anemia kehamilan

berkisar antara 20 dan 89% dengan menetapkan Hb 11 g% (g/dl) sebagai dasarnya

(Manuaba, 2010).

Ibu hamil dianggap anemia bila kadar hemoglobinnya < 11 g%. Anemia

yang paling banyak terjadi adalah anemia akibat defisiensi zat besi dan asam folat.

Keluhan anemia meliputi letih, lemah, pucat,pusing, sakit kepala, anoreksia,

stomatitis, sensitif terhadap rasa dingin (Lailiyana, Noor dan Suryatni, 2010). Ibu

dengan anemia tidak dapat menoleransi kehilangan darah seperti perempuan sehat

tanpa anemia. Pada waktu persalinan terjadi kehilangan darah 1000 ml tidak akan

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 79

mengakibatkan kematian ibu sehat, tetapi sebaliknya pada ibu dengan anemia

kehilangan darah kurang dari itu dapat berakibat fatal dan meningkatkan risiko

operasi atau penyembuhan luka lama dan lukan dapat terbuka seluruhnya

(Saifuddin, 2009).

Faktor utama terjadinya anemia gizi besi adalah terjadinya keseimbangan

negatif yaitu jumlah konsumsi zat besi masih dibawah dari jumlah zat besi yang

digunakan dan dikeluarkan. Selain itu, faktor lain yang dapat mempengaruhi

rendahnya konsumsi zat besi adalah adanya gangguan penyerapan dan zat

penghambat yaitu serat serealia, tanin, asam oksalat, dan asam fitat, sedangkan

faktor yang membantu proses penyerapan zat besi adalah vitamin C. Makanan

hewani seperti daging ayam, hati, sumsum tulang, ikan teri, tingkat absorpsinya

sangat tinggi yaitu 20-30%, sedangkan makanan dari sumber tumbuh-tumbuhan

seperti daun bayam, kacang-kacangan absorpsinya hanya 5%. Meningkatnya

kebutuhan zat gizi pada ibu hamil khususnya energi, protein, dan zat gizi besi

mengharuskan ibu meningkatkan volume konsumsi makanan menjadi lebih besar,

penatalaksanaan konsumsi diatur makan lebih banyak dari biasanya, atau

volumenya sama tetapi frekuensinya ditambah menjadi lebih sering yaitu biasanya

tiga kali menjadi empat kali sehari (Purnadhibrata,2011).

Hasil penelitian ini tidak sejalan dengan penelitian Fibriana (2007) dimana

status anemia tidak berpengaruh terhadap kematian ibu di kabupaten Cilacap.

Hasil penelitian Aeni (2013) juga menunjukkan hal yang sama, dimana tidak ada

pengaruh status anemia terhadap kematian ibu di Kabupaten Pati. Hal ini terjadi

karena ada variabel lain yang lebih besar pengaruhnya terhadap kematian ibu.

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 80

6.6 Pengaruh Jarak Kehamilan terhadap Kematian Ibu

Dari hasil penelitian pada tabel 5.9 dapat disimpulkan tidak ada pengaruh

jarak kehamilan terhadap risiko kematian ibu. Hal ini sejalan dengan penelitian

sejalan dengan penelitian Fibriani (2007) dan Aeni (2013) yang menyatakan tidak

ada pengaruh jarak kehamilan terhadap kematian ibu. Kehamilan yang dialami

seorang ibu menyebabkan ibu harus menyediakan makanan bagi janin dan

sesudah persalinan, seorang ibu harus menyediakan air susu yang cukup untuk

bayinya. Tubuh ibu tidak dapat melayani kebutuhan akibat kehamilan yang

berulang-ulang yang dapat merugikan kesehatan ibu. Ibu harus mendapatkan

waktu istirahat yang cukup minimal 2 tahun untuk memulihkan kesehatan ibu

sebelum ibu mengalami kehamilan yang berikutnya (Wijono, 2008). Jarak

kehamilan yang terlalu dekat kurang dari 2 tahun juga berisiko terjadi komplikasi

disebabkan rahim dan kesehatan ibu belum mempunyai kesempatan untuk

kembali sehat dan pulih (Manuaba, 2008).

6.7 Pengaruh Imunisasi TT terhadap Kematian Ibu

Dari hasil penelitian pada tabel 5.18 dapat disimpulkan tidak ada pengaruh

Imunisasi TT terhadap risiko kematian ibu. Dalam penelitian ibu, hampir semua

ibu baik di kelompok kasus ataupun di kelompok kontrol, ibu telah mendapatkan

imunisasi TT. Tujuan pemberian imunisasi TT adalah untuk memberikan

perlindungan pasif pada ibu hamil terhadap tetanus, vaksinasi ini juga dapat

mencegah terjadinya tetanus selama beberapa minggu pada bayi yang baru lahir

(Syafrudin dan Hamidah, 2009). Hal ini sejalan dengan penelitian Weyesa et al

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 81

(2015) tentang prevalensi dan faktor risiko kematian ibu di Rumah Sakit Mizan

Aman Ethiophia yang menyatakan bahwa status imunisasi TT tidak berpengaruh

terhadap kematian ibu.

6.8 Pengaruh Pemeriksaan Kehamilan terhadap Kematian Ibu

Dari hasil penelitian pada tabel 5.11 dapat disimpulkan tidak ada pengaruh

Pemeriksaan kehamilan terhadap risiko kematian ibu. Hal ini sejalan dengan

penelitian Godefay et al (2015) tentang faktor risiko kematian ibu di Tigray

Ethiophia yang menyatakan bahwa pemeriksaan kehamilan tidak berpengaruh

terhadap kematian ibu. Pemeriksaan kehamilan minimal 4 kali selama kehamilan

kepada petugas kesehatan, bertujuan untuk mendeteksi lebih dini kemungkinan

adanya komplikasi yang timbul selama kehamilan seperti pre eklamsi,

anemia,KEK, infeksi kehamilan dan perdarahan antepartum. Komplikasi yang

timbul tersebut merupakan faktor risiko kematian ibu.

Hal ini tidak sejalan dengan penelitian Aeni (2013) tentang faktor risiko

kematian ibu di Kabupaten Pati bahwa pemeriksaan kehamilan yang tidak baik

dan tidak lengkap meningkatkan risiko kematian ibu hingga 7,86 kali lebih besar

dibandingkan ibu yang melakukan pemeriksaan kesehatan yang baik dan lengkap.

Yego et al (2014) tentang faktor risiko kematian ibu di rumah sakit Tertiary di

Kenya juga menyatakan bahwa variabel tidak adanya kunjungan pemeriksaan

kehamilan berpengaruh terhadap kematian ibu, dimana ibu yang tidak melakukan

pemeriksaan kehamilan berisiko meninggal sebesar 4,1 kali lebih tinggi dibanding

dengan ibu yang melakukan pemeriksaan kehamilan minimal 4 kali. Taguchi et al

(2003) juga menyatakan bahwa ibu dengan kunjungan pemeriksaan kehamilan

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 82

kurang dari 4 kali memiliki risiko sebesar 2,5 kali lebih besar berisiko mengalami

kematian ibu dibandingkan dengan ibu yang melakukan pemeriksaan kehamilan

lebih dari 4 kali selama kehamilan.

6.9 Pengaruh Penolong Persalinan Terhadap Kematian Ibu

Dari hasil penelitian pada tabel 5.12 dapat disimpulkan tidak ada pengaruh

Penolong persalinan terhadap risiko kematian ibu. Pada penelitian ini penolong

persalinan hampir semua dilakukan oleh tenaga kesehatan dan hanya satu ibu

pada kelompok kontrol yang ditolong oleh dukun bayi. Hal ini sejalan dengan

penelitian Aeni (2013) yang menyatakan tidak ada pengaruh penolong persalinan

dengan kematian ibu, dari hasil penelitian tersebut ibu yang ditolong oleh tenaga

bukan kesehatan memiliki risiko meninggal 3,29 kali lebih besar bila

dibandingkan dengan ibu yang ditolong oleh tenaga kesehatan.

6.10 Pengaruh Riwayat KB terhadap Kematian Ibu

Dari hasil penelitian pada Tabel 5.17 dapat disimpulkan ada pengaruh

Riwayat KB terhadap risiko kematian ibu. Hal ini sejalan dengan penelitian

Fibriana (2007) bahwa ada pengaruh KB terhadap kematian ibu. Hal ini juga

sejalan dengan penelitian Godefay et al (2015) tentang faktor risiko kematian ibu

di Tigray Ethiophia yang menyatakan bahwa riwayat KB berpengaruh terhadap

kematian ibu, dimana ibu yang tidak pernah KB sebelum kehamilan memiliki

risiko meninggal sebesar 2,58 kali lebih besar jika dibandingkan dengan ibu yang

pernah KB sebelum kehamilannya. Perempuan yang pernah menggunakan KB

sebelum kehamilan dapat mengurangi terhadap risiko kematian pada saat

kehamilan, persalinan dan nifas, karena penrempuan yang menggunakan KB

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 83

berarti memiliki kepedulian terhadap masalah kesehatan reproduksinya dan dapat

lebih mengontrol kesehatan reproduksinya.

Hasil penelitian ini diperkuat dengan hasil penelitian Yego et al (2014)

tentang faktor risiko kematian ibu di rumah sakit Tertiary di Kenya yang

menyatakan bahwa riwayat KB berpengaruh terhadap kematian ibu dengan p

value = 0,0007, dimana riwayat KB merupakan faktor protektif sebesar 0,3 yang

dapat melindungi ibu dari kematian pada saat kehamilan, persalinan dan nifas.

Penggunaan KB dalam mengurangi kematian ibu bertujuan untuk mengurangi

jumlah kehamilan, mengurangi bahaya dari jumlah anak yang banyak,

mengurangi bahaya dari aborsi dan menunda kehamilan.

6.11 Pengaruh Riwayat Penyakit terhadap Kematian Ibu

Dari hasil penelitian pada Tabel 5.17 dapat disimpulkan ada pengaruh

riwayat penyakit terhadap risiko kematian ibu. Pada penelitian ini riwayat

penyakit yang diderita ibu adalah jantung, asma, tbc, hepatitis, lupus, HIV dan ca

paru. Penyebab kematian ibu tidak langsung adalah malaria, hepatitis, HIV/AIDS,

diabetes melitus, bronkopneumonia (Saifuddin, 2009). Laech, 2013 menyatakan

bahwa dari hasil meta analisis yang di publikasikan di AIDS edisi online,

perempuan yang terinfeksi HIV memiliki delapan kali risiko kematian yang

berhubungan dengan kehamilan dibandingkan dengan perempuan yang tidak

terinfeksi HIV. HIV merupakan penyebab utama kematian di kalangan perempuan

usia reproduksi di seluruh dunia, perempuan di Afrika sub-Sahara juga mengalami

tingkat kematian ibu yang tertinggi. Pada tingkat populasi, proporsi yang sangat

tinggi dari kematian ibu dapat dikaitkan akibat HIV terutama pada penderita tanpa

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 84

pengobatan walaupun pada daerah dengan prevalensi HIV rendah. Sehingga perlu

mengintegrasikan layanan pemeriksaan HIV dan layanan reproduksi dan

memantau kecenderungan dalam tejadinya kematian ibu akibat HIV.

Penyakit jantung akan menjadi lebih berat pada saat kehamilan, karena

dapat mempengaruhi gangguan pada pertumbuhan janin. Keluhan utama yang

dirasakan seperti cepat merasa lelah, jantung berdebar-debar, sesak napas disertai

kebiruan, edema tungkai dan mengeluh tentang bertambahnya besar rahim yang

tidak sesuai (Manuaba, 2010). Hal ini sejalan dengan penelitian Aeni (2013),

tentang faktor risiko kematian ibu di Kabupaten Pati (2011) menyatakan bahwa

riwayat penyakit berpengaruh terhadap kematian ibu, dimana ibu dengan ada

riwayat penyakit meningkatkan risiko kematian ibu sekitar 27,74 kali lebih besar

dibanding ibu yang tidak memiliki riwayat penyakit. Hal ini sejalan dengan

penelitian Godefay et al (2015) tentang faktor risiko kematian ibu di Tigray

Ethiophia yang menyatakan bahwa riwayat penyakit ibu berpengaruh terhadap

kematian ibu dan ibu dengan riwayat penyakit memiliki risiko sebesar 5,58 kali

dibandingkan dengan ibu tidak ada riwayat penyakit. Diperkuat dengan penelitian

Yego et al (2014) tentang faktor risiko kematian ibu di rumah sakit Tertiary di

Kenya juga menyatakan bahwa riwayat penyakit berpengaruh terhadap kematian

ibu, dimana ibu yang terdapat riwayat penyakit memiliki risiko meninggal sebesar

3,9 kali lebih tinggi dibandingkan dengan ibu yang tidak ada riwayat penyakit.

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 85

6.12 Pengaruh Riwayat Komplikasi terhadap Kematian Ibu

Dari hasil penelitian pada tabel 5.17 dapat disimpulkan ada tidak pengaruh

riwayat komplikasi terhadap risiko kematian ibu. Riwayat komplikasi sebelum

kehamilan seperti perdarahan, pre eklamsi, eklamsi dan infeksi membuat ibu

berisiko tinggi untuk mengalami komplikasi maupun kematian pada kehamilan

berikutnya. Hal ini sejalan dengan penelitian Godefay et al (2015) tentang faktor

risiko kematian ibu di Tigray Ethiophia yang menyatakan bahwa riwayat

komplikasi tidak berpengaruh terhadap kematian ibu. Hal ini terjadi disebabkan

terdapat faktor lain yang lebih besar pengaruhnya terhadap kematian ibu.

Hal ini tidak sejalan dengan penelitian Yego et al (2014) tentang faktor

risiko kematian ibu di rumah sakit Tertiary di Kenya juga menyatakan bahwa

riwayat komplikasi berpengaruh terhadap kematian ibu,dimana ibu dengan ada

riwayat komplikasi memiliki risiko meninggal sebesar 9 kali lebih tinggi

dibandingkan dengan ibu yang tidak memiliki riwayat komplikasi.

6.13 Indeks Prediktif Risiko Kematian Ibu

Indeks atau indikator komposit yaitu suatu istilah yang digunakan untuk

indikator yang lebih rumit, memiliki ukuran-ukuran yang multidimensional yang

merupakan gabungan dari sejumlah indikator. Indeks ini biasanya dikembangkan

melalui penelitian khusus karena penggunaannya secara praktis terbatas,

misalnya untuk mengukur beban penyakit (Depkes RI, 2003).

Indeks merupakan suatu pendekatan terbaik yang dapat dipergunakan,

yang mendekati kemungkinan sesungguhnya pada terjadinya suatu kejadian

tertentu atau penyakit tertentu pada suatu populasi dalam waktu tertentu. Indeks

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 86

digunakan apabila tidak dapat menghitung langsung jumlah yang menghadapi

risiko (denominator) dan dipergunakan untuk hal lain yang kita tidak dapat

menghitung untuk suatu hal yang menggambarkan jumlah yang menghadapi

risiko (Wijono,2006). Persyaratan yang harus dipertimbangkan dalam

merumuskan indikator adalah :

a. Simple (sederhana) artinya indikator yang ditetapkan sedapat mungkin

sederhana dalam pengumpulan data maupun dalam rumus perhitungan untuk

mendapatkannya

b. Measurable (dapat diukur) artinya indikator yang ditetapkan harus

mempresentasikan informasinya dan jelas ukurannya. Dengan demikian dapat

digunakan untuk perbandingan antara suatu tempat dengan tempat yang lain

atau antara suatu waktu dengan waktu yang lain. Kejelasan pengukuran juga

menunjukan bagaimana cara mendapatkan datanya

c. Atributable (bermanfaat) artinya indikator yang ditetapkan harus bermanfaat

untuk kepentingan pengambilan keputusan, hal ini bahwa indikator itu

merupakan pengejawantahan dari informasi yang memang dibutuhkan untuk

pengambilan keputusan jadi harus spesifik untuk pengambilan keputusan

tertentu.

d. Reliable (dapat dipercaya) artinya indikator yang ditetapkan harus dapat

didukung oleh pengumpulan data yang baik, benar dan teliti

e. Timely (tepat waktu) artinya indikator yang ditetapkan harus dapat diolah

pengumpulan, pengolahan, serta pengemasan informasi yang waktunya sesuai

dengan saat pengambilan keputusan dilakukan.

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 87

Bila dilihat dari persyaratan indikator diatas, maka indikator komposit/indeks

dalam penelitian ini telah memenuhi seluruh persyaratan indikator yaitu sederhana

(simple) pengumpulan data dilakukan kapan saja dengan menggunakan data yang

rutin dikumpulkan di puskesmas pada saat melakukan pemeriksaan kesehatan

pada ibu hamil, begitupun dengan rumus yang digunakan dalam penetapan indeks

bisa dikatakan cukup sederhana sehingga hasil dari pengumpulan data ini

memenuhi syarat tepat waktu (timely) dalam pengambilan keputusan. Indikator ini

juga memenuhi syarat bermanfaat (attributable) karena dapat dijadikan upaya

dalam mencegah seorang ibu mengalami kematian baik ketika hamil, persalinan

dan nifas sehingga upaya untuk menurunkan angka kematian ibu sesuai dengan

target nasional maupun internasional. Persyaratan indikator dapat dipercaya

(reliable) telah terpenuhi karena indikator komposit ini disusun melalui penelitian

dengan pengumpulan data yang baik dan benar mengikuti kaidah-kaidah ilmiah

sehingga dijamin ketelitiannya, dengan demikian indikator kompisit ini pula

memenuhi persyaratan terukur (measurable) dikarenakan indikator ini dapat

menjadi alat ukur untuk mengidentifikasi risiko kematian ibu.

Indeks ini dapat membantu petugas kesehatan khususnya di puskesmas untuk

melakukan skrining pada ibu hamil yang melakukan pemeriksaan kehamilan

sehingga sejak dini dapat mengetahui ibu hamil mana yang berpotensi mengalami

kejadian kematian ibu. Dengan nilai sensitivitas 60,50 persen, dapat diartikan

bahwa alat ukur ini dapat mengetahui ibu hamil dengan faktor risiko positif

sebesar 60,50 persen. Misalkan ketika ada 10 ibu hamil dengan ada riwayat

penyakit, tidak ada riwayat KB, dan status anemia rendah ,maka terdapat 6 ibu

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 88

yang memiliki risiko mengalami kematian baik pada saat kehamilan, persalinan

dan nifas.

Jika dilihat dari penerapan formula indeks ini, dapat diketahui bahwa minimal

berisiko papda variabel riwayat penyakit dan dua variabel berisiko diantara tiga

variabel dalam indeks, maka berdasarkan perhitungan skor indeks dapat diketahui

bahwa ibu berisiko tinggi mengalami kematian pada saat kehamilan, persalinan

dan nifas. Keakurasian dari formula ini sebesar 79 persen, artinya dari 100 ibu

hamil dengan ada riwayat penyakit, tidak pernah KB, dan status anemia rendah

dapat diprediksi ada sekitar 79 ibu yang berisiko meninggal, sementara 21 ibu

hamil dipengaruhi oleh faktor lain.

6.14 Keterbatasan Penelitian

Keterbatasan dalam penelitian ini adalah sebagai berikut :

a) Penelitian ini data yang terkumpul hanya dari data sekunder yang tercatat

oleh tenaga kesehatan di puskesmas di wilayah kerja Dinas Kesehatan

Surabaya saja, sehingga tidak bisa menggali lebih dalam informarsi mengenai

faktor risiko lain yang berkontribusi pada kematian ibu selain dari yang di

data oleh tenaga kesehatan

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

BAB 7

PENUTUP

7.1 Kesimpulan

Berdasarkan hasil penelitian dan pembahasan yang seperti dalam bab sebelumnya

maka dapat disimpulkan bahwa :

1. Tidak ada pengaruh umur terhadap kematian ibu

2. Tidak ada pengaruh Jumlah paritas terhadap kematian ibu

3. Tidak ada pengaruh IMT terhadap kematian ibu

4. Tidak ada pengaruh LILA terhadap kematian ibu

5. Ada pengaruh Status anemia terhadap kematian ibu

6. Tidak ada pengaruh Jarak kehamilan terhadap kematian ibu

7. Tidak ada pengaruh Imunisasi TT terhadap kematian ibu

8. Tidak ada pengaruh Pemeriksaan kehamilan terhadap kematian ibu

9. Tidak ada pengaruh Penolong persalinan terhadap kematian ibu

10. Ada pengaruh Riwayat KB terhadap kematian ibu

11. Ada pengaruh Riwayat penyakit terhadap kematian ibu

12. Tidak Ada pengaruh Riwayat Komplikasi terhadap kematian ibu

13. Formula indeks prediktif risiko kematian ibu di Kota Surabaya yaitu :

Indeks Prediktif Risiko Kematian Ibu = (-1,834+2,267xriwayat penyakit(ada riwayat


penyakit)+
1,597x Riwayat KB(Tidak pernah)+ 1,388xstatus anemia(anemia)

Dengan nilai cut off indeks tersebut adalah 0,341.

89

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 90

7.2 Saran

1. Bagi masyarakat dimana ibu hamil yang memiliki riwayat penyakit agar lebih

memprioritaskan pemeriksaan kesehatan sebelum kehamilan ke palayanan

kesehatan terdekat dan mengupayakan menyembuhkan penyakit terlebih

dahulu sebelum memutuskan untuk hamil dengan menggunakan alat

kontrasepsi terlebih dahulu, serta menghindari konsumsi makanan yang

mengandung serat serealia, tanin, asam oksalat, dan asam fitat seperti pada

teh dan kopi serta meningkatkan asupan vitamin C untuk memudahkan

penyerapan zat besi dalam tubuh dengan menambah jumlah konsumsi buah-

buahan.

2. Bagi Dinas Kesehatan, indeks ini diharapkan menjadi pertimbangan serta

dimanfaatkan menjadi alat ukur dalam membantu petugas kesehatan

khusunya di Puskesmas untuk melakukan skrining pada pasangan usia subur,

sehingga dari awal sudah diketahui calon ibu hamil yang memiliki risiko

mengalami kematian baik pada saat kehamilan, persalinan dan nifas, serta

memberikan suplemen vitamic C kepada ibu hamil selain suplemen tablet

besi.

3. Bagi puskesmas diharapkan melakukan pendampingan pada ibu hamil yang

diketahui memiliki riwayat penyakit sebelum kehamilan, tidak pernah KB,

dan mengalami anemia sebelum kehamilan sehingga bisa mencegah kematian

ibu. Untuk mencegah anemia pada ibu hamil sebaiknya petugas puskesmas

melakukan skrining pada pasangan usia subur terutama pada calon ibu untuk

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 91

tetap rutin mengkonsumsi tablet tambah darah untuk mempersiapkan

kehamilannya dan juga rutin mengkonsumsi suplemen vitamin C.

4. Bagi peneliti selanjutnya, agar dilakukan penelitian lebih lanjut dengan

menambah variabel lain seperti pekerjaan ibu, pendapatan keluarga,

pendidikan ibu dengan menggunakan pendekatan kualitatif kepada

responden.

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

DAFTAR PUSTAKA

Aeni N.,(2013), Faktor Risiko Kematian Ibu, Jurnal Kesmas Kesehatan


Masyarakat Nasional Vol.7, No. 10, Mei 2013, 453-459

Andriani M., dan Wijatmadi B., (2012), Peranan Gizi dalam Siklus Kehidupan,
Jakarta : Kencana

Balitbangkes, Kemenkes RI., (2011),Riset Kesehatan Dasar 2010,Jakarta

Depkes RI., (2010),Pedoman PWS KIA,Jakarta : Dirjen Binkesmas

Depkes RI.,(2012), Pedoman pelayanan antenatal terpadu,edisi kedua, Jakarta :


Dirjen Bina Gizi dan Kesehatan Ibu dan Anak

Dinas Kesehatan Kota Surabaya, (2012), Buku Profil Kesehatan Kota Surabaya
Tahun 2012

Dinas Kesehatan Kota Surabaya, (2013),Buku Profil Kesehatan Kota Surabaya


Tahun 2013

Dinas Kesehatan Kota Surabaya, (2014), Buku Profil Kesehatan Kota Surabaya
Tahun 2014

Depkes RI, (2009), Pedoman Pemantauan Wilayah Setempat Kesehatan Ibu dan
Anak (PWS-KIA), Jakarta : departemen kesehatan

Dinas Kesehatan Provinsi Jawa Timur,(2013),Profil Kesehatan Provinsi Jawa


Timur Tahun
2012,http://www.depkes.go.id/downloads/PROFIL_KES_PROVINSI_2012
/!%_Profil_Kes.Prov.JawaTimur_2012.pdf (sitasi 18 Oktober 2015)

Evance I., Godfrey M., Masanja., Honorati., and Kathleen K.,(2013), Causes and
Risk Factors for Maternal Mortality in Rural Tanzania – Case of Rufiji
Health and Demographic Surveilance Site (HDSS), African Journal of
Reproductive Health, September 2013 17(3); 119-130

Fibriana AI.,(2007), Faktor – faktor Risiko yang Mempengaruhi Kematian


Maternal (Studi Kasus Di Kabupaten Cilacap), Artikel Publikasi, Program
Studi Epidemiologi : Undip, www.pdffactory.com (sitasi 20 Juni 2016)

92

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 93

Godevay H., Byass P., Graham WJ., Kinsman J., and Mulugeta A., (2015), Risk
Factors for Maternal Mortality in Rural Tigray, Northern Ethiopia: A Case-
Control Study, Journal PLOS ONE (PONE) Desember 17, 2015, 1: 12

Goffman D., Madden RC., Harrison EA., Merkatz IR., dan Chazotte C.,(2007),
Predictorsmof Maternal Mortality and Near-miss maternal morbidity,
Journal of Perinatology, 27, 597-601

Hernandez JC., dan Moser CM.,(2013), Community Level Risk Faktors For
Maternal Mortality In Madagascar, African Journal of Reproductiven
Health December 2013,17 , 118-129

Ikhtiar M., dan Yasir Y.,(2015),Analysis of Maternal Mortality Determinants in


Gowa District South Sulawesi Province, Indonesia, American Journal of
Public Health Research, Vol.3, No.3, 113-115

Iqbal K., Shaheen F., and Begum A.,(2014), Risk Factors of Maternal Mortality,
Journal of Rawalpindi Medical College (JRMC) , 18(1) ,136-138

Kemenkes RI.,(2012), Profil Data Kesehatan Indonesia Tahun 2011, Jakarta :


Kementerian Kesehatan Republik Indonesia

Kemenkes RI.,(2014), Situasi Kesehatan Ibu.Infodatin, Jakarta : Kementerian


Kesehatan Republik Indonesia

Kemenkes RI.,(2015), Profil Kesehatan Indonesia 2014, Jakarta : Kementerian


Kesehatan Republik Indonesia

Lailiyana N N., dan Suryatni.,(2010), Buku Ajar Gizi Kesehatan Reproduksi,


Jakarta : EGC

Leach C.,(2013), Satu Dari Empat Kematian Terkait Kehamilan Pada Ibu Dengan
HIV Terjadi Di Negara-negara yang paling terdampak oleh HIV,
http://spiritia.or.id/news/bacanews.php?nwno=3281 (Sitasi 10 Juli 2016)

Manuaba,(1998),Ilmu Kebidanan.Penyakit Kandungan dan KB, Jakarta : EGC

Manuaba, (2010), Ilmu Kebidanan.Penyakit Kandungan dan Keluarga Berencana


untu pendidikan Bidan, Jakarta : EGC

Martaadisoebrata, Sastrawinata, dan Saifuddin., (2011), Bunga Rampai Obstetri


dan Ginekologi Sosial, Jakarta : Bunga Rampai Sarwono Prawiroharjo

Masruroh.,(2011), Analisis Faktor Risiko Kematian Maternal Di Kabupaten


Sidoarjo, Tesis, KIA/Ilmu Kesehatan Masyarakat, Universitas Airlangga

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 94

McCarthy dan Maine.,(1992), A Framework for Analyzing the Determinants of


Maternal Mortality.Article in Studies in Family Palnning, Vol.23, No.1
(Jan-Feb.,1992) pp.23-33

Mochtar R..,(1998), Sinopsis Obstetri Edisi 2, Jakarta : EGC

Murti B., (2008), Prinsip dan Metode Riset Epidemiologi, Yogyakarta : Gadjah
Mada University Press.

Prasetyawati dan Arsita E.,(2012)., Kesehatan Ibu dan Anak (KIA) Dalam
Millenium Development Goals, Yogyakarta : Nuha Medika

Poorolajal J., Alafchi B., Vosoogh RN., Hamzeh S., Ghahramani M.,(2014), Risk
Factors for Maternal Mortality in the west of Iran : a Nested Case – Control
Study, Epidemiology and Health (epiH), Vol 36,1-5

Purnadhibrata I M., (2011), Upaya Pencegahan Anemia Gizi Besi Pada Ibu
Hamil, Jurnal Ilmu Gizi Vol 2, No 2, 118-124

Rejeki ST., Fatkhiyah N., dan Rizwijaya W,.(2014), Analisis Faktor Risiko
Terhadap Kematian Maternal Di Kabupaten Tegal Periode 2011-2012,
BHAMADA,JITK, Vol.4, No.1, Januari 2014

Sandjaja,(2009), Risiko Kurang Energi Kronis (KEK) Pada Ibu Hamil Di


Indonesia, Gizi Indonesia, Vol.32, No.2, 128-138

Sastroasmoro S., dan Ismael S.,(2008), Dasar-Dasar Metodologi Penelitian


Klinis, Jakarta : Sagung Seto

Saifuddin AB.,(2009), Ilmu Kebidanan Kematian Ibu dan Perinatal, Jakarta :


Bina Pustaka Sarwono Prawiroharjo

Syafrudin dan Hamidah, (2009), Kebidanan Komunitas, Jakarta : EGC

Taguchi N., Kawabata M., Maekawa M., Maruo T., Aditiawarman dan Dewata L.,
(2003), Influence of Sosio Economic Background and Antenatal Care
Programmes on Maternal Mortality in Surabaya Indonesia, Tropical
Medicine and International Health, Vol.8, No.9, 847-852

Weyesa JB., Tadesse AH., Eba TY., Minta MK., Gudu HT., and Tesfaw Y.,
(2015), Prevalence and Risk Factors Associated with Maternal Mortality in
Mizan-Aman Hospital, Bench Maji, Southwest Ethiopia, J Women’s Health
Care (JWHC), Vol 4, No 6, 1:5

WHO,(2015), Trends In Maternal Mortality : 1990 to 2015, Geneva : World


Health Organizazion: 2015

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 95

Wijono D.,(2008), Manajemen Kesehatan Ibu dan Anak, Surabaya : Duta Prima
Airlangga

Yego F., D’este C., Byles J., Williams JS., and Nyongesa P.,(2014),Risk Factors
for Maternal Mortality in a tertiary Hospital in Kenya: a Case Control
Study, BMC Pregnancy and Childbirth, http://www.biomedcentral.com
(sitasi 20 Juni 2016)

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

LAMPIRAN 1

CROSTABS

1. UMUR
Case Processing Summary
Cases
Valid Missing Total
N Percent N Percent N Percent
Umur Ibu * Risiko Kematian Ibu 114 100.0% 0 .0% 114 100.0%

Umur Ibu * Risiko Kematian Ibu Crosstabulation


Risiko Kematian Ibu
Kontrol Kasus Total
Umur Ibu Tidak Berisiko Count 59 25 84
% within Risiko Kematian Ibu 77.6% 65.8% 73.7%
% of Total 51.8% 21.9% 73.7%
Berisiko Count 17 13 30
% within Risiko Kematian Ibu 22.4% 34.2% 26.3%
% of Total 14.9% 11.4% 26.3%
Total Count 76 38 114
% within Risiko Kematian Ibu 100.0% 100.0% 100.0%
% of Total 66.7% 33.3% 100.0%

2. JUMLAH PARITAS

Case Processing Summary


Cases
Valid Missing Total
N Percent N Percent N Percent
Jumlah Anak * Risiko Kematian
114 100.0% 0 .0% 114 100.0%
Ibu

Jumlah Anak * Risiko Kematian Ibu Crosstabulation


Risiko Kematian Ibu
Kontrol Kasus Total
Jumlah Anak Tidak Berisiko Count 49 20 69
% within Risiko Kematian Ibu 64.5% 52.6% 60.5%
% of Total 43.0% 17.5% 60.5%
Berisiko Count 27 18 45
% within Risiko Kematian Ibu 35.5% 47.4% 39.5%
% of Total 23.7% 15.8% 39.5%
Total Count 76 38 114
% within Risiko Kematian Ibu 100.0% 100.0% 100.0%
% of Total 66.7% 33.3% 100.0%

96

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 97

3. IMT

Case Processing Summary


Cases
Valid Missing Total
N Percent N Percent N Percent
Indeks Masa Tubuh * Risiko
114 100.0% 0 .0% 114 100.0%
Kematian Ibu

Indeks Masa Tubuh * Risiko Kematian Ibu Crosstabulation


Risiko Kematian Ibu
Kontrol Kasus Total
Indeks Masa Tubuh Tidak Berisiko Count 34 20 54
% within Risiko Kematian Ibu 44.7% 52.6% 47.4%
% of Total 29.8% 17.5% 47.4%
Berisiko Count 42 18 60
% within Risiko Kematian Ibu 55.3% 47.4% 52.6%
% of Total 36.8% 15.8% 52.6%
Total Count 76 38 114
% within Risiko Kematian Ibu 100.0% 100.0% 100.0%
% of Total 66.7% 33.3% 100.0%

4. LILA

Case Processing Summary


Cases
Valid Missing Total
N Percent N Percent N Percent
Lingar Lengan Atas * Risiko
114 100.0% 0 .0% 114 100.0%
Kematian Ibu

Lingar Lengan Atas * Risiko Kematian Ibu Crosstabulation


Risiko Kematian Ibu
Kontrol Kasus Total
Lingar Lengan Atas TidakBerisiko Count 63 31 94
% within Risiko Kematian Ibu 82.9% 81.6% 82.5%
% of Total 55.3% 27.2% 82.5%
Berisiko Count 13 7 20
% within Risiko Kematian Ibu 17.1% 18.4% 17.5%
% of Total 11.4% 6.1% 17.5%
Total Count 76 38 114
% within Risiko Kematian Ibu 100.0% 100.0% 100.0%
% of Total 66.7% 33.3% 100.0%

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 98

5. STATUS ANEMIA

Case Processing Summary


Cases
Valid Missing Total
N Percent N Percent N Percent
Haemoglobin * Risiko Kematian
114 100.0% 0 .0% 114 100.0%
Ibu

Haemoglobin * Risiko Kematian Ibu Crosstabulation


Risiko Kematian Ibu
Kontrol Kasus Total
Haemoglobin Tidak Berisiko Count 65 22 87
% within Risiko Kematian Ibu 85.5% 57.9% 76.3%
% of Total 57.0% 19.3% 76.3%
Berisiko Count 11 16 27
% within Risiko Kematian Ibu 14.5% 42.1% 23.7%
% of Total 9.6% 14.0% 23.7%
Total Count 76 38 114
% within Risiko Kematian Ibu 100.0% 100.0% 100.0%
% of Total 66.7% 33.3% 100.0%

6. JARAK KEHAMILAN

Case Processing Summary


Cases
Valid Missing Total
N Percent N Percent N Percent
Jarak Kehamilan * Risiko
114 100.0% 0 .0% 114 100.0%
Kematian Ibu

Jarak Kehamilan * Risiko Kematian Ibu Crosstabulation


Risiko Kematian Ibu
Kontrol Kasus Total
Jarak Kehamilan TidakBerisiko Count 67 33 100
% within Risiko Kematian Ibu 88.2% 86.8% 87.7%
% of Total 58.8% 28.9% 87.7%
Berisiko Count 9 5 14
% within Risiko Kematian Ibu 11.8% 13.2% 12.3%
% of Total 7.9% 4.4% 12.3%
Total Count 76 38 114
% within Risiko Kematian Ibu 100.0% 100.0% 100.0%
% of Total 66.7% 33.3% 100.0%

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 99

7. IMUNISASI TT
Case Processing Summary
Cases
Valid Missing Total
N Percent N Percent N Percent
Imunisasi TT * Risiko Kematian
114 100.0% 0 .0% 114 100.0%
Ibu

Imunisasi TT * Risiko Kematian Ibu Crosstabulation


Risiko Kematian Ibu
Kontrol Kasus Total
Imunisasi TT Ya Count 71 32 103
% within Risiko Kematian Ibu 93.4% 84.2% 90.4%
% of Total 62.3% 28.1% 90.4%
Tidak Count 5 6 11
% within Risiko Kematian Ibu 6.6% 15.8% 9.6%
% of Total 4.4% 5.3% 9.6%
Total Count 76 38 114
% within Risiko Kematian Ibu 100.0% 100.0% 100.0%
% of Total 66.7% 33.3% 100.0%

8. PEMERIKSAAN KEHAMILAN

Case Processing Summary


Cases
Valid Missing Total
N Percent N Percent N Percent
Pemeriksaan Kehamilan * Risiko
114 100.0% 0 .0% 114 100.0%
Kematian Ibu

Pemeriksaan Kehamilan * Risiko Kematian Ibu Crosstabulation


Risiko Kematian Ibu
Kontrol Kasus Total
Pemeriksaan Kehamilan Tidak Berisiko Count 71 32 103
% within Risiko Kematian Ibu 93.4% 84.2% 90.4%
% of Total 62.3% 28.1% 90.4%
Berisiko Count 5 6 11
% within Risiko Kematian Ibu 6.6% 15.8% 9.6%
% of Total 4.4% 5.3% 9.6%
Total Count 76 38 114
% within Risiko Kematian Ibu 100.0% 100.0% 100.0%
% of Total 66.7% 33.3% 100.0%

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 100

9. PENOLONG PERSALINAN

Case Processing Summary


Cases
Valid Missing Total
N Percent N Percent N Percent
Penolong Persalinan * Risiko
114 100.0% 0 .0% 114 100.0%
Kematian Ibu

Penolong Persalinan * Risiko Kematian Ibu Crosstabulation


Risiko Kematian Ibu
Kontrol Kasus Total
Penolong Persalinan Tenaga Kesehatan Count 75 38 113
% within Risiko Kematian Ibu 98.7% 100.0% 99.1%
% of Total 65.8% 33.3% 99.1%
Bukan Tenaga Kesehatan Count 1 0 1
% within Risiko Kematian Ibu 1.3% .0% .9%
% of Total .9% .0% .9%
Total Count 76 38 114
% within Risiko Kematian Ibu 100.0% 100.0% 100.0%
% of Total 66.7% 33.3% 100.0%

10. RIWAYAT KB

Case Processing Summary


Cases
Valid Missing Total
N Percent N Percent N Percent
Riwayat KB * Risiko Kematian
114 100.0% 0 .0% 114 100.0%
Ibu

Riwayat KB * Risiko Kematian Ibu Crosstabulation


Risiko Kematian Ibu
Kontrol Kasus Total
Riwayat KB Ya Count 70 26 96
% within Risiko Kematian Ibu 92.1% 68.4% 84.2%
% of Total 61.4% 22.8% 84.2%
Tidak Count 6 12 18
% within Risiko Kematian Ibu 7.9% 31.6% 15.8%
% of Total 5.3% 10.5% 15.8%
Total Count 76 38 114
% within Risiko Kematian Ibu 100.0% 100.0% 100.0%
% of Total 66.7% 33.3% 100.0%

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 101

11. RIWAYAT PENYAKIT

Case Processing Summary


Cases
Valid Missing Total
N Percent N Percent N Percent
Riwayat Penyakit * Risiko
114 100.0% 0 .0% 114 100.0%
Kematian Ibu

Riwayat Penyakit * Risiko Kematian Ibu Crosstabulation


Risiko Kematian Ibu
Kontrol Kasus Total
Riwayat Penyakit Tidak ada Count 70 22 92
% within Risiko Kematian Ibu 92.1% 57.9% 80.7%
% of Total 61.4% 19.3% 80.7%
Ada Count 6 16 22
% within Risiko Kematian Ibu 7.9% 42.1% 19.3%
% of Total 5.3% 14.0% 19.3%
Total Count 76 38 114
% within Risiko Kematian Ibu 100.0% 100.0% 100.0%
% of Total 66.7% 33.3% 100.0%

12. RIWAYAT KOMPLIKASI

Case Processing Summary


Cases
Valid Missing Total
N Percent N Percent N Percent
Riwayat Komplikasi * Risiko
114 100.0% 0 .0% 114 100.0%
Kematian Ibu

Riwayat Komplikasi * Risiko Kematian Ibu Crosstabulation


Risiko Kematian Ibu
Kontrol Kasus Total
Riwayat Komplikasi Tidak ada Count 72 28 100
% within Risiko Kematian Ibu 94.7% 73.7% 87.7%
% of Total 63.2% 24.6% 87.7%
Ada Count 4 10 14
% within Risiko Kematian Ibu 5.3% 26.3% 12.3%
% of Total 3.5% 8.8% 12.3%
Total Count 76 38 114
% within Risiko Kematian Ibu 100.0% 100.0% 100.0%
% of Total 66.7% 33.3% 100.0%

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

LAMPIRAN 2
ANALISIS BIVARIAT
1. Umur

Case Processing Summary

Unweighted Casesa N Percent

Selected Cases Included in Analysis 114 100.0

Missing Cases 0 .0

Total 114 100.0

Unselected Cases 0 .0

Total 114 100.0

a. If weight is in effect, see classification table for the total number of cases.

Dependent Variable Encoding

Original

Value Internal Value

Kontrol 0

Kasus 1

Categorical Variables Codings

Parameter coding

Frequency (1)

Umur Ibu Tidak Berisiko 84 .000

Berisiko 30 1.000

Classification Tablea,b

Predicted

Risiko Kematian Ibu

Observed Kontrol Kasus Percentage Correct

Step 0 Risiko Kematian Ibu Kontrol 76 0 100.0

Kasus 38 0 .0

Overall Percentage 66.7

a. Constant is included in the model.

b. The cut value is ,500

102

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 103

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 0 Constant -.693 .199 12.171 1 .000 .500

Variables not in the Equation

Score df Sig.

Step 0 Variables Umur(1) 1.832 1 .176

Overall Statistics 1.832 1 .176

Omnibus Tests of Model Coefficients

Chi-square df Sig.

Step 1 Step 1.787 1 .181

Block 1.787 1 .181

Model 1.787 1 .181

Model Summary

Cox & Snell R

Step -2 Log likelihood Square Nagelkerke R Square

1 143.338a .016 .022

a. Estimation terminated at iteration number 3 because parameter estimates

changed by less than ,001.

Classification Tablea

Predicted

Risiko Kematian Ibu

Observed Kontrol Kasus Percentage Correct

Step 1 Risiko Kematian Ibu Kontrol 76 0 100.0

Kasus 38 0 .0

Overall Percentage 66.7

a. The cut value is ,500

Variables in the Equation

95,0% C.I.for EXP(B)

B S.E. Wald df Sig. Exp(B) Lower Upper

Step 1a Umur(1) .590 .439 1.809 1 .179 1.805 .763 4.266

Constant -.859 .239 12.947 1 .000 .424

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 104

Classification Tablea,b

Predicted

Risiko Kematian Ibu

Observed Kontrol Kasus Percentage Correct

Step 0 Risiko Kematian Ibu Kontrol 76 0 100.0

Kasus 38 0 .0

Overall Percentage 66.7

a. Variable(s) entered on step 1: Umur.

2. Jumlah Paritas

Case Processing Summary

Unweighted Casesa N Percent

Selected Cases Included in Analysis 114 100.0

Missing Cases 0 .0

Total 114 100.0

Unselected Cases 0 .0

Total 114 100.0

a. If weight is in effect, see classification table for the total number of cases.

Dependent Variable Encoding

Original

Value Internal Value

Kontrol 0

Kasus 1

Categorical Variables Codings

Parameter coding

Frequency (1)

Jumlah Anak Tidak Berisiko 69 .000

Berisiko 45 1.000

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 105

Classification Tablea,b

Predicted

Risiko Kematian Ibu

Observed Kontrol Kasus Percentage Correct

Step 0 Risiko Kematian Ibu Kontrol 76 0 100.0

Kasus 38 0 .0

Overall Percentage 66.7

a. Constant is included in the model.

b. The cut value is ,500

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 0 Constant -.693 .199 12.171 1 .000 .500

Variables not in the Equation

Score df Sig.

Step 0 Variables Paritas(1) 1.487 1 .223

Overall Statistics 1.487 1 .223

Omnibus Tests of Model Coefficients

Chi-square df Sig.

Step 1 Step 1.475 1 .225

Block 1.475 1 .225

Model 1.475 1 .225

Model Summary

Cox & Snell R

Step -2 Log likelihood Square Nagelkerke R Square

1 143.650a .013 .018

a. Estimation terminated at iteration number 3 because parameter estimates

changed by less than ,001.

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 106

Classification Tablea

Predicted

Risiko Kematian Ibu

Observed Kontrol Kasus Percentage Correct

Step 1 Risiko Kematian Ibu Kontrol 76 0 100.0

Kasus 38 0 .0

Overall Percentage 66.7

a. The cut value is ,500

Variables in the Equation

95,0% C.I.for EXP(B)

B S.E. Wald df Sig. Exp(B) Lower Upper

Step 1a Paritas(1) .491 .404 1.477 1 .224 1.633 .740 3.604

Constant -.896 .265 11.405 1 .001 .408

a. Variable(s) entered on step 1: Paritas.

3. IMT

Case Processing Summary

Unweighted Casesa N Percent

Selected Cases Included in Analysis 114 100.0

Missing Cases 0 .0

Total 114 100.0

Unselected Cases 0 .0

Total 114 100.0

a. If weight is in effect, see classification table for the total number of cases.

Dependent Variable Encoding

Original

Value Internal Value

Kontrol 0

Kasus 1

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 107

Categorical Variables Codings

Parameter coding

Frequency (1)

Indeks Masa Tubuh Tidak Berisiko 54 .000

Berisiko 60 1.000

Classification Tablea,b

Predicted

Risiko Kematian Ibu

Observed Kontrol Kasus Percentage Correct

Step 0 Risiko Kematian Ibu Kontrol 76 0 100.0

Kasus 38 0 .0

Overall Percentage 66.7

a. Constant is included in the model.

b. The cut value is ,500

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 0 Constant -.693 .199 12.171 1 .000 .500

Variables not in the Equation

Score df Sig.

Step 0 Variables IMT(1) .633 1 .426

Overall Statistics .633 1 .426

Omnibus Tests of Model Coefficients

Chi-square df Sig.

Step 1 Step .633 1 .426

Block .633 1 .426

Model .633 1 .426

Model Summary

Cox & Snell R

Step -2 Log likelihood Square Nagelkerke R Square

1 144.492a .006 .008

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 108

Categorical Variables Codings

Parameter coding

Frequency (1)

Indeks Masa Tubuh Tidak Berisiko 54 .000

a. Estimation terminated at iteration number 3 because parameter estimates

changed by less than ,001.

Classification Tablea

Predicted

Risiko Kematian Ibu

Observed Kontrol Kasus Percentage Correct

Step 1 Risiko Kematian Ibu Kontrol 76 0 100.0

Kasus 38 0 .0

Overall Percentage 66.7

a. The cut value is ,500

Variables in the Equation

95,0% C.I.for EXP(B)

B S.E. Wald df Sig. Exp(B) Lower Upper

Step 1a IMT(1) -.317 .398 .632 1 .427 .729 .334 1.591

Constant -.531 .282 3.546 1 .060 .588

a. Variable(s) entered on step 1: IMT.

4. LILA

Case Processing Summary

Unweighted Casesa N Percent

Selected Cases Included in Analysis 114 100.0

Missing Cases 0 .0

Total 114 100.0

Unselected Cases 0 .0

Total 114 100.0

a. If weight is in effect, see classification table for the total number of cases.

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 109

Dependent Variable Encoding

Original

Value Internal Value

Kontrol 0

Kasus 1

Categorical Variables Codings

Parameter coding

Frequency (1)

Lingar Lengan Atas TidakBerisiko 94 .000

Berisiko 20 1.000

Classification Tablea,b

Predicted

Risiko Kematian Ibu

Observed Kontrol Kasus Percentage Correct

Step 0 Risiko Kematian Ibu Kontrol 76 0 100.0

Kasus 38 0 .0

Overall Percentage 66.7

a. Constant is included in the model.

b. The cut value is ,500

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 0 Constant -.693 .199 12.171 1 .000 .500

Variables not in the Equation

Score df Sig.

Step 0 Variables LILA(1) .030 1 .862

Overall Statistics .030 1 .862

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 110

Omnibus Tests of Model Coefficients

Chi-square df Sig.

Step 1 Step .030 1 .862

Block .030 1 .862

Model .030 1 .862

Model Summary

Cox & Snell R

Step -2 Log likelihood Square Nagelkerke R Square

1 145.095a .000 .000

a. Estimation terminated at iteration number 3 because parameter estimates

changed by less than ,001.

Classification Tablea

Predicted

Risiko Kematian Ibu

Observed Kontrol Kasus Percentage Correct

Step 1 Risiko Kematian Ibu Kontrol 76 0 100.0

Kasus 38 0 .0

Overall Percentage 66.7

a. The cut value is ,500

Variables in the Equation

95,0% C.I.for EXP(B)

B S.E. Wald df Sig. Exp(B) Lower Upper

Step 1a LILA(1) .090 .518 .030 1 .862 1.094 .397 3.018

Constant -.709 .219 10.448 1 .001 .492

a. Variable(s) entered on step 1: LILA.

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 111

5. Status Anemia

Case Processing Summary

Unweighted Casesa N Percent

Selected Cases Included in Analysis 114 100.0

Missing Cases 0 .0

Total 114 100.0

Unselected Cases 0 .0

Total 114 100.0

a. If weight is in effect, see classification table for the total number of cases.

Dependent Variable Encoding

Original

Value Internal Value

Kontrol 0

Kasus 1

Categorical Variables Codings

Parameter coding

Frequency (1)

Haemoglobin Tidak Berisiko 87 .000

Berisiko 27 1.000

Classification Tablea,b

Predicted

Risiko Kematian Ibu

Observed Kontrol Kasus Percentage Correct

Step 0 Risiko Kematian Ibu Kontrol 76 0 100.0

Kasus 38 0 .0

Overall Percentage 66.7

a. Constant is included in the model.

b. The cut value is ,500

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 112

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 0 Constant -.693 .199 12.171 1 .000 .500

Variables not in the Equation

Score df Sig.

Step 0 Variables Hb(1) 10.701 1 .001

Overall Statistics 10.701 1 .001

Omnibus Tests of Model Coefficients

Chi-square df Sig.

Step 1 Step 10.235 1 .001

Block 10.235 1 .001

Model 10.235 1 .001

Model Summary

Cox & Snell R

Step -2 Log likelihood Square Nagelkerke R Square

1 134.890a .086 .119

a. Estimation terminated at iteration number 4 because parameter estimates

changed by less than ,001.

Classification Tablea

Predicted

Risiko Kematian Ibu

Observed Kontrol Kasus Percentage Correct

Step 1 Risiko Kematian Ibu Kontrol 65 11 85.5

Kasus 22 16 42.1

Overall Percentage 71.1

a. The cut value is ,500

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 113

Variables in the Equation

95,0% C.I.for EXP(B)

B S.E. Wald df Sig. Exp(B) Lower Upper

Step 1a Hb(1) 1.458 .463 9.922 1 .002 4.298 1.735 10.647

Constant -1.083 .247 19.291 1 .000 .338

a. Variable(s) entered on step 1: Hb.

6. Jarak kehamilan

Case Processing Summary

Unweighted Casesa N Percent

Selected Cases Included in Analysis 114 100.0

Missing Cases 0 .0

Total 114 100.0

Unselected Cases 0 .0

Total 114 100.0

a. If weight is in effect, see classification table for the total number of cases.

Dependent Variable Encoding

Original

Value Internal Value

Kontrol 0

Kasus 1

Categorical Variables Codings

Parameter coding

Frequency (1)

Jarak Kehamilan TidakBerisiko 100 .000

Berisiko 14 1.000

Classification Tablea,b

Predicted

Observed Risiko Kematian Ibu Percentage Correct

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 114

Kontrol Kasus

Step 0 Risiko Kematian Ibu Kontrol 76 0 100.0

Kasus 38 0 .0

Overall Percentage 66.7

a. Constant is included in the model.

b. The cut value is ,500

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 0 Constant -.693 .199 12.171 1 .000 .500

Variables not in the Equation

Score df Sig.

Step 0 Variables Jarak(1) .041 1 .840

Overall Statistics .041 1 .840

Model Summary

Cox & Snell R

Step -2 Log likelihood Square Nagelkerke R Square

1 145.085a .000 .000

a. Estimation terminated at iteration number 3 because parameter estimates

changed by less than ,001.

Classification Tablea

Predicted

Risiko Kematian Ibu

Observed Kontrol Kasus Percentage Correct

Step 1 Risiko Kematian Ibu Kontrol 76 0 100.0

Kasus 38 0 .0

Overall Percentage 66.7

a. The cut value is ,500

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 115

Variables in the Equation

95,0% C.I.for EXP(B)

B S.E. Wald df Sig. Exp(B) Lower Upper

Step 1a Jarak(1) .120 .597 .041 1 .840 1.128 .350 3.634

Constant -.708 .213 11.089 1 .001 .493

a. Variable(s) entered on step 1: Jarak.

7. Imunisasi TT

Case Processing Summary

Unweighted Casesa N Percent

Selected Cases Included in Analysis 114 100.0

Missing Cases 0 .0

Total 114 100.0

Unselected Cases 0 .0

Total 114 100.0

a. If weight is in effect, see classification table for the total number of cases.

Dependent Variable Encoding

Original

Value Internal Value

Kontrol 0

Kasus 1

Categorical Variables Codings

Parameter coding

Frequency (1)

Imunisasi TT Ya 103 .000

Tidak 11 1.000

Classification Tablea,b

Predicted

Observed Risiko Kematian Ibu Percentage Correct

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 116

Kontrol Kasus

Step 0 Risiko Kematian Ibu Kontrol 76 0 100.0

Kasus 38 0 .0

Overall Percentage 66.7

a. Constant is included in the model.

b. The cut value is ,500

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 0 Constant -.693 .199 12.171 1 .000 .500

Variables not in the Equation

Score df Sig.

Step 0 Variables Imun_TT(1) 2.465 1 .116

Overall Statistics 2.465 1 .116

Omnibus Tests of Model Coefficients

Chi-square df Sig.

Step 1 Step 2.320 1 .128

Block 2.320 1 .128

Model 2.320 1 .128

Model Summary

Cox & Snell R

Step -2 Log likelihood Square Nagelkerke R Square

1 142.805a .020 .028

a. Estimation terminated at iteration number 3 because parameter estimates

changed by less than ,001.

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 117

Classification Tablea

Predicted

Risiko Kematian Ibu

Observed Kontrol Kasus Percentage Correct

Step 1 Risiko Kematian Ibu Kontrol 71 5 93.4

Kasus 32 6 15.8

Overall Percentage 67.5

a. The cut value is ,500

Variables in the Equation

95,0% C.I.for EXP(B)

B S.E. Wald df Sig. Exp(B) Lower Upper

Step 1a Imun_TT(1) .979 .642 2.328 1 .127 2.662 .757 9.368

Constant -.797 .213 14.010 1 .000 .451

a. Variable(s) entered on step 1: Imun_TT.

8. Pemeriksaan Kehamilan

Case Processing Summary

Unweighted Casesa N Percent

Selected Cases Included in Analysis 114 100.0

Missing Cases 0 .0

Total 114 100.0

Unselected Cases 0 .0

Total 114 100.0

a. If weight is in effect, see classification table for the total number of cases.

Dependent Variable Encoding

Original

Value Internal Value

Kontrol 0

Kasus 1

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 118

Categorical Variables Codings

Parameter coding

Frequency (1)

Pemeriksaan Kehamilan Tidak Berisiko 103 .000

Berisiko 11 1.000

Classification Tablea,b

Predicted

Risiko Kematian Ibu

Observed Kontrol Kasus Percentage Correct

Step 0 Risiko Kematian Ibu Kontrol 76 0 100.0

Kasus 38 0 .0

Overall Percentage 66.7

a. Constant is included in the model.

b. The cut value is ,500

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 0 Constant -.693 .199 12.171 1 .000 .500

Variables not in the Equation

Score df Sig.

Step 0 Variables Pemeriksaan(1) 2.465 1 .116

Overall Statistics 2.465 1 .116

Omnibus Tests of Model Coefficients

Chi-square df Sig.

Step 1 Step 2.320 1 .128

Block 2.320 1 .128

Model 2.320 1 .128

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 119

Model Summary

Cox & Snell R

Step -2 Log likelihood Square Nagelkerke R Square

1 142.805a .020 .028

a. Estimation terminated at iteration number 3 because parameter estimates

changed by less than ,001.

Classification Tablea

Predicted

Risiko Kematian Ibu

Observed Kontrol Kasus Percentage Correct

Step 1 Risiko Kematian Ibu Kontrol 71 5 93.4

Kasus 32 6 15.8

Overall Percentage 67.5

a. The cut value is ,500

Variables in the Equation

95,0% C.I.for EXP(B)

B S.E. Wald df Sig. Exp(B) Lower Upper

Step 1a Pemeriksaan(1) .979 .642 2.328 1 .127 2.662 .757 9.368

Constant -.797 .213 14.010 1 .000 .451

a. Variable(s) entered on step 1: Pemeriksaan.

9. Penolong Persalinan

Case Processing Summary

Unweighted Casesa N Percent

Selected Cases Included in Analysis 114 100.0

Missing Cases 0 .0

Total 114 100.0

Unselected Cases 0 .0

Total 114 100.0

a. If weight is in effect, see classification table for the total number of cases.

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 120

Dependent Variable Encoding

Original

Value Internal Value

Kontrol 0

Kasus 1

Categorical Variables Codings

Parameter coding

Frequency (1)

Penolong Persalinan Tenaga Kesehatan 113 .000

Bukan Tenaga Kesehatan 1 1.000

Classification Tablea,b

Predicted

Risiko Kematian Ibu

Observed Kontrol Kasus Percentage Correct

Step 0 Risiko Kematian Ibu Kontrol 76 0 100.0

Kasus 38 0 .0

Overall Percentage 66.7

a. Constant is included in the model.

b. The cut value is ,500

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 0 Constant -.693 .199 12.171 1 .000 .500

Variables not in the Equation

Score df Sig.

Step 0 Variables Penolong(1) .504 1 .478

Overall Statistics .504 1 .478

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 121

Omnibus Tests of Model Coefficients

Chi-square df Sig.

Step 1 Step .815 1 .367

Block .815 1 .367

Model .815 1 .367

Model Summary

Cox & Snell R

Step -2 Log likelihood Square Nagelkerke R Square

1 144.310a .007 .010

a. Estimation terminated at iteration number 20 because maximum iterations

has been reached. Final solution cannot be found.

Classification Tablea

Predicted

Risiko Kematian Ibu

Observed Kontrol Kasus Percentage Correct

Step 1 Risiko Kematian Ibu Kontrol 76 0 100.0

Kasus 38 0 .0

Overall Percentage 66.7

a. The cut value is ,500

Variables in the Equation

95,0% C.I.for EXP(B)

B S.E. Wald df Sig. Exp(B) Lower Upper

Step 1a Penolong(1) -20.523 4.019E4 .000 1 1.000 .000 .000 .

Constant -.680 .199 11.659 1 .001 .507

a. Variable(s) entered on step 1: Penolong.

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 122

10. Riwayat KB

Case Processing Summary

Unweighted Casesa N Percent

Selected Cases Included in Analysis 114 100.0

Missing Cases 0 .0

Total 114 100.0

Unselected Cases 0 .0

Total 114 100.0

a. If weight is in effect, see classification table for the total number of cases.

Dependent Variable Encoding

Original

Value Internal Value

Kontrol 0

Kasus 1

Categorical Variables Codings

Parameter coding

Frequency (1)

Riwayat KB Ya 96 .000

Tidak 18 1.000

Classification Tablea,b

Predicted

Risiko Kematian Ibu

Observed Kontrol Kasus Percentage Correct

Step 0 Risiko Kematian Ibu Kontrol 76 0 100.0

Kasus 38 0 .0

Overall Percentage 66.7

a. Constant is included in the model.

b. The cut value is ,500

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 123

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 0 Constant -.693 .199 12.171 1 .000 .500

Variables not in the Equation

Score df Sig.

Step 0 Variables KB(1) 10.687 1 .001

Overall Statistics 10.687 1 .001

Omnibus Tests of Model Coefficients

Chi-square df Sig.

Step 1 Step 10.066 1 .002

Block 10.066 1 .002

Model 10.066 1 .002

Model Summary

Cox & Snell R

Step -2 Log likelihood Square Nagelkerke R Square

1 135.059a .085 .117

a. Estimation terminated at iteration number 4 because parameter estimates

changed by less than ,001.

Classification Tablea

Predicted

Risiko Kematian Ibu

Observed Kontrol Kasus Percentage Correct

Step 1 Risiko Kematian Ibu Kontrol 70 6 92.1

Kasus 26 12 31.6

Overall Percentage 71.9

a. The cut value is ,500

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 124

Variables in the Equation

95,0% C.I.for EXP(B)

B S.E. Wald df Sig. Exp(B) Lower Upper

Step 1a KB(1) 1.684 .550 9.362 1 .002 5.385 1.831 15.831

Constant -.990 .230 18.596 1 .000 .371

a. Variable(s) entered on step 1: KB.

11. Riwayat Penyakit

Case Processing Summary

Unweighted Casesa N Percent

Selected Cases Included in Analysis 114 100.0

Missing Cases 0 .0

Total 114 100.0

Unselected Cases 0 .0

Total 114 100.0

a. If weight is in effect, see classification table for the total number of cases.

Dependent Variable Encoding

Original

Value Internal Value

Kontrol 0

Kasus 1

Categorical Variables Codings

Parameter coding

Frequency (1)

Riwayat Penyakit Tidak ada 92 .000

Ada 22 1.000

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 125

Classification Tablea,b

Predicted

Risiko Kematian Ibu

Observed Kontrol Kasus Percentage Correct

Step 0 Risiko Kematian Ibu Kontrol 76 0 100.0

Kasus 38 0 .0

Overall Percentage 66.7

a. Constant is included in the model.

b. The cut value is ,500

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 0 Constant -.693 .199 12.171 1 .000 .500

Variables not in the Equation

Score df Sig.

Step 0 Variables Riw_sakit(1) 19.038 1 .000

Overall Statistics 19.038 1 .000

Omnibus Tests of Model Coefficients

Chi-square df Sig.

Step 1 Step 18.129 1 .000

Block 18.129 1 .000

Model 18.129 1 .000

Model Summary

Cox & Snell R

Step -2 Log likelihood Square Nagelkerke R Square

1 126.996a .147 .204

a. Estimation terminated at iteration number 4 because parameter estimates

changed by less than ,001.

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 126

Classification Tablea

Predicted

Risiko Kematian Ibu

Observed Kontrol Kasus Percentage Correct

Step 1 Risiko Kematian Ibu Kontrol 70 6 92.1

Kasus 22 16 42.1

Overall Percentage 75.4

a. The cut value is ,500

Variables in the Equation

95,0% C.I.for EXP(B)

B S.E. Wald df Sig. Exp(B) Lower Upper

Step 1a Riw_sakit(1) 2.138 .538 15.826 1 .000 8.485 2.959 24.331

Constant -1.157 .244 22.425 1 .000 .314

a. Variable(s) entered on step 1: Riw_sakit.

12. Riwayat Komplikasi

Case Processing Summary

Unweighted Casesa N Percent

Selected Cases Included in Analysis 114 100.0

Missing Cases 0 .0

Total 114 100.0

Unselected Cases 0 .0

Total 114 100.0

a. If weight is in effect, see classification table for the total number of cases.

Dependent Variable Encoding

Original

Value Internal Value

Kontrol 0

Kasus 1

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 127

Categorical Variables Codings

Parameter coding

Frequency (1)

Riwayat Komplikasi Tidak ada 100 .000

Ada 14 1.000

Classification Tablea,b

Predicted

Risiko Kematian Ibu

Observed Kontrol Kasus Percentage Correct

Step 0 Risiko Kematian Ibu Kontrol 76 0 100.0

Kasus 38 0 .0

Overall Percentage 66.7

a. Constant is included in the model.

b. The cut value is ,500

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 0 Constant -.693 .199 12.171 1 .000 .500

Variables not in the Equation

Score df Sig.

Step 0 Variables Riw_kom(1) 10.423 1 .001

Overall Statistics 10.423 1 .001

Omnibus Tests of Model Coefficients

Chi-square df Sig.

Step 1 Step 9.783 1 .002

Block 9.783 1 .002

Model 9.783 1 .002

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 128

Model Summary

Cox & Snell R

Step -2 Log likelihood Square Nagelkerke R Square

1 135.342a .082 .114

a. Estimation terminated at iteration number 4 because parameter estimates

changed by less than ,001.

Classification Tablea

Predicted

Risiko Kematian Ibu

Observed Kontrol Kasus Percentage Correct

Step 1 Risiko Kematian Ibu Kontrol 72 4 94.7

Kasus 28 10 26.3

Overall Percentage 71.9

a. The cut value is ,500

Variables in the Equation

95,0% C.I.for EXP(B)

B S.E. Wald df Sig. Exp(B) Lower Upper

Step 1a Riw_kom(1) 1.861 .632 8.665 1 .003 6.429 1.862 22.192

Constant -.944 .223 17.983 1 .000 .389

a. Variable(s) entered on step 1: Riw_kom.

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

LAMPIRAN 3
ANALISIS MULTIVARIAT

LOGISTIC REGRESSION VARIABLES Kematian


/METHOD=BSTEP(LR) Umur Paritas Hb Pemeriksaan KB
Riw_sakit Imun_TT
/CONTRAST (KB)=Indicator(1)
/CONTRAST (Hb)=Indicator(1)
/CONTRAST (Riw_sakit)=Indicator(1)
/CONTRAST (Paritas)=Indicator(1)
/CONTRAST (Umur)=Indicator(1)
/CONTRAST (Pemeriksaan)=Indicator(1)
/CONTRAST (Imun_TT)=Indicator(1)
/SAVE=PRED
/PRINT=GOODFIT CI(95)

/CRITERIA=PIN(0.05) POUT(0.10) ITERATE(20) CUT(0

.5).
Case Processing Summary

Unweighted Casesa N Percent

Selected Cases Included in Analysis 114 100.0

Missing Cases 0 .0

Total 114 100.0

Unselected Cases 0 .0

Total 114 100.0

a. If weight is in effect, see classification table for the total number of cases.

Dependent Variable Encoding

Original

Value Internal Value

Kontrol 0

Kasus 1

Categorical Variables Codings

Parameter
coding

Frequency (1)

Imunisasi TT Ya 103 .000

Tidak 11 1.000

Jumlah Anak Tidak Berisiko 69 .000

129

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 130

Berisiko 45 1.000

Haemoglobin Tidak Berisiko 87 .000

Berisiko 27 1.000

Pemeriksaan Kehamilan Tidak Berisiko 103 .000

Berisiko 11 1.000

Riwayat KB Ya 96 .000

Tidak 18 1.000

Riwayat Penyakit Tidak ada 92 .000

Ada 22 1.000

Umur Ibu Tidak Berisiko 84 .000

Berisiko 30 1.000

a,b
Classification Table

Predicted

Risiko Kematian Ibu


Percentage
Observed Kontrol Kasus Correct

Step 0 Risiko Kematian Ibu Kontrol 76 0 100.0

Kasus 38 0 .0

Overall Percentage 66.7

a. Constant is included in the model.

b. The cut value is ,500

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 0 Constant -.693 .199 12.171 1 .000 .500

Variables not in the Equation

Score df Sig.

Step 0 Variables Umur(1) 1.832 1 .176

Paritas(1) 1.487 1 .223

Hb(1) 10.701 1 .001

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 131

Pemeriksaan(1) 2.465 1 .116

KB(1) 10.687 1 .001

Riw_sakit(1) 19.038 1 .000

Imun_TT(1) 2.465 1 .116

Overall Statistics 34.437 7 .000

Omnibus Tests of Model Coefficients

Chi-square df Sig.

Step 1 Step 36.193 7 .000

Block 36.193 7 .000

Model 36.193 7 .000


a
Step 2 Step -.074 1 .786

Block 36.119 6 .000

Model 36.119 6 .000


a
Step 3 Step -.148 1 .701

Block 35.971 5 .000

Model 35.971 5 .000


a
Step 4 Step -.691 1 .406

Block 35.280 4 .000

Model 35.280 4 .000


a
Step 5 Step -.971 1 .324

Block 34.309 3 .000

Model 34.309 3 .000

a. A negative Chi-squares value indicates that the Chi-


squares value has decreased from the previous step.

Model Summary

Cox & Snell R Nagelkerke R


Step -2 Log likelihood Square Square
a
1 108.932 .272 .378

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 132

a
2 109.006 .272 .377
a
3 109.154 .271 .376
a
4 109.845 .266 .370
a
5 110.817 .260 .361

a. Estimation terminated at iteration number 5 because


parameter estimates changed by less than ,001.

Hosmer and Lemeshow Test

Step Chi-square df Sig.

1 6.209 7 .516

2 5.606 6 .469

3 2.701 4 .609

4 1.280 4 .865

5 .161 3 .984

Hosmer and Lemeshow Test

Step Chi-square df Sig.

1 6.209 7 .516

2 5.606 6 .469

3 2.701 4 .609

4 1.280 4 .865

5 .161 3 .984

Contingency Table for Hosmer and Lemeshow Test

Risiko Kematian Ibu = Kontrol Risiko Kematian Ibu = Kasus

Observed Expected Observed Expected Total

Step 1 1 5 4.495 0 .505 5

2 28 28.290 4 3.710 32

3 5 5.160 1 .840 6

4 12 13.459 4 2.541 16

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 133

5 8 8.461 4 3.539 12

6 9 7.038 3 4.962 12

7 7 5.228 4 5.772 11

8 1 3.091 10 7.909 11

9 1 .779 8 8.221 9

Step 2 1 33 32.836 4 4.164 37

2 2 1.706 0 .294 2

3 15 16.839 5 3.161 20

4 8 8.518 4 3.482 12

5 9 7.069 3 4.931 12

6 7 5.156 4 5.844 11

7 2 3.208 10 8.792 12

8 0 .668 8 7.332 8

Step 3 1 35 34.569 4 4.431 39

2 15 16.750 5 3.250 20

3 9 9.188 4 3.812 13

4 9 6.985 3 5.015 12

5 6 5.993 8 8.007 14

6 2 2.515 14 13.485 16

Step 4 1 37 36.222 4 4.778 41

2 18 18.951 5 4.049 23

3 8 8.841 6 5.159 14

4 6 4.802 3 4.198 9

5 5 5.130 8 7.870 13

6 2 2.055 12 11.945 14

Step 5 1 55 55.182 9 8.818 64

2 9 9.146 6 5.854 15

3 5 4.471 3 3.529 8

4 5 5.115 8 7.885 13

5 2 2.086 12 11.914 14

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 134

a
Classification Table

Predicted

Risiko Kematian Ibu


Percentage
Observed Kontrol Kasus Correct

Step 1 Risiko Kematian Ibu Kontrol 71 5 93.4

Kasus 18 20 52.6

Overall Percentage 79.8

Step 2 Risiko Kematian Ibu Kontrol 68 8 89.5

Kasus 16 22 57.9

Overall Percentage 78.9

Step 3 Risiko Kematian Ibu Kontrol 68 8 89.5

Kasus 16 22 57.9

Overall Percentage 78.9

Step 4 Risiko Kematian Ibu Kontrol 68 8 89.5

Kasus 17 21 55.3

Overall Percentage 78.1

Step 5 Risiko Kematian Ibu Kontrol 69 7 90.8

Kasus 18 20 52.6

Overall Percentage 78.1

a. The cut value is ,500

Variables in the Equation

95,0% C.I.for EXP(B)

B S.E. Wald df Sig. Exp(B) Lower Upper


a
Step 1 Umur(1) -.154 .569 .073 1 .787 .857 .281 2.615

Paritas(1) .364 .512 .506 1 .477 1.440 .528 3.927

Hb(1) 1.328 .554 5.752 1 .016 3.772 1.275 11.164

Pemeriksaan(1) .303 .798 .144 1 .704 1.354 .283 6.475

KB(1) 1.758 .650 7.322 1 .007 5.800 1.623 20.721

Riw_sakit(1) 2.147 .634 11.449 1 .001 8.557 2.468 29.675

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 135

Imun_TT(1) .689 .798 .747 1 .388 1.993 .417 9.519

Constant -2.031 .423 23.030 1 .000 .131


a
Step 2 Paritas(1) .392 .501 .612 1 .434 1.480 .554 3.952

Hb(1) 1.300 .544 5.706 1 .017 3.671 1.263 10.669

Pemeriksaan(1) .307 .794 .149 1 .699 1.359 .287 6.441

KB(1) 1.731 .639 7.334 1 .007 5.647 1.613 19.766

Riw_sakit(1) 2.101 .608 11.965 1 .001 8.178 2.486 26.901

Imun_TT(1) .673 .799 .710 1 .399 1.960 .410 9.381

Constant -2.065 .407 25.713 1 .000 .127


a
Step 3 Paritas(1) .415 .497 .695 1 .405 1.514 .571 4.014

Hb(1) 1.314 .544 5.834 1 .016 3.722 1.281 10.812

KB(1) 1.717 .637 7.272 1 .007 5.567 1.598 19.390

Riw_sakit(1) 2.155 .594 13.158 1 .000 8.628 2.693 27.646

Imun_TT(1) .672 .803 .701 1 .403 1.959 .406 9.456

Constant -2.054 .407 25.536 1 .000 .128


a
Step 4 Paritas(1) .482 .489 .973 1 .324 1.619 .621 4.220

Hb(1) 1.329 .539 6.081 1 .014 3.776 1.313 10.858

KB(1) 1.689 .632 7.131 1 .008 5.412 1.567 18.688

Riw_sakit(1) 2.200 .590 13.892 1 .000 9.025 2.838 28.698

Constant -2.026 .402 25.344 1 .000 .132


a
Step 5 Hb(1) 1.388 .531 6.817 1 .009 4.006 1.413 11.352

KB(1) 1.597 .624 6.549 1 .010 4.939 1.453 16.784

Riw_sakit(1) 2.267 .586 14.959 1 .000 9.646 3.059 30.422

Constant -1.834 .340 29.074 1 .000 .160

a. Variable(s) entered on step 1: Umur, Paritas, Hb, Pemeriksaan, KB, Riw_sakit,


Imun_TT.

Model if Term Removed

Model Log Change in -2 Sig. of the


Variable Likelihood Log Likelihood df Change

Step 1 Umur -54.503 .074 1 .786

Paritas -54.718 .504 1 .478

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 136

Hb -57.359 5.785 1 .016

Pemeriksaan -54.538 .143 1 .705

KB -58.316 7.700 1 .006

Riw_sakit -61.029 13.126 1 .000

Imun_TT -54.833 .733 1 .392

Step 2 Paritas -54.808 .610 1 .435

Hb -57.374 5.741 1 .017

Pemeriksaan -54.577 .148 1 .701

KB -58.317 7.627 1 .006

Riw_sakit -61.156 13.305 1 .000

Imun_TT -54.853 .699 1 .403

Step 3 Paritas -54.923 .692 1 .405

Hb -57.506 5.858 1 .016

KB -58.354 7.553 1 .006

Riw_sakit -61.940 14.725 1 .000

Imun_TT -54.923 .691 1 .406

Step 4 Paritas -55.408 .971 1 .324

Hb -57.985 6.124 1 .013

KB -58.625 7.405 1 .007

Riw_sakit -62.776 15.706 1 .000

Step 5 Hb -58.864 6.911 1 .009

KB -58.792 6.767 1 .009

Riw_sakit -63.920 17.023 1 .000

Variables not in the Equation

Score df Sig.
a
Step 2 Variables Umur(1) .073 1 .787

Overall Statistics .073 1 .787


b
Step 3 Variables Umur(1) .078 1 .780

Pemeriksaan(1) .149 1 .699

Overall Statistics .221 2 .895


c
Step 4 Variables Umur(1) .044 1 .833

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 137

Pemeriksaan(1) .141 1 .707

Imun_TT(1) .708 1 .400

Overall Statistics .940 3 .816


d
Step 5 Variables Umur(1) .157 1 .692

Paritas(1) .981 1 .322

Pemeriksaan(1) .256 1 .613

Imun_TT(1) .998 1 .318

Overall Statistics 1.892 4 .756

a. Variable(s) removed on step 2: Umur.

b. Variable(s) removed on step 3: Pemeriksaan.

c. Variable(s) removed on step 4: Imun_TT.

d. Variable(s) removed on step 5: Paritas.

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

LAMPIRAN 4

Kode Etik Penelitian

138

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

LAMPIRAN 5

Izin Penelitian dari Universitas Airlangga

139

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

LAMPIRAN 6

Izin Penelitian dari Kesbangpolinmas

140

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

LAMPIRAN 7

Izin Penelitian dari Dinas Kesehatan Kota Surabaya

141

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

142

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.


ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

LAMPIRAN 8

Izin Penggunaan Data Sekunder dari Universitas Airlangga

143

TESIS INDEKS PREDIKTIF RISIKO ... KRISNITA DWI J.

Anda mungkin juga menyukai