Uas Gis Pneumonia Final

UNIVERSITAS INDONESIA
ANALISIS PNEUMONIA PADA BALITA

DI PROVINSI SUMATERA BARAT MELALUI PENDEKATAN
GEOGRAPHICALLY WEIGHTED REGRESSION (GWR)
(PROFIL KESEHATAN PROVINSI SUMATERA BARAT 2014 &

BPS PROVINSI SUMATERA BARAT 2014)
MAKALAH
disusun untuk memenuhi tugas Ujian Akhir Semester (UAS)
Mata Kuliah Sistem Informasi Geografis
PJMA: Dr. Martya Rahmaniati M. S.Si., M.Si.
KELOMPOK
ELVA IDRIANI (1606944596)

FATMI YUMANTINI OKTIKASARI (1606856290)
INDAH WIDIYANINGRUM (1606856460)
LADESI NATALIA NABABAN (1606856555)
FAKULTAS KESEHATAN MASYARAKAT

PROGRAM PASCASARJANA ILMU KESEHATAN MASYARAKAT
DEPOK
DESEMBER 2017
i
ABSTRAK
Kejadian pneumonia di Indonesia cenderung meningkat berdasarkan period prevalence

dari 2,1 persen (2007) menjadi 2,7 persen (2013). Angka kematian akibat pneumonia
pada balita pada tahun 2015 mengalami kenaikan dibandingkan tahun 2014. Angka
cakupan penemuan pneumonia juga tidak mengalami perkembangan berarti yaitu
berkisar antara 20-30% sampai dengan tahun 2014. Provinsi Sumatera Barat memiliki
angka pneumonia masih cukup tinggi berada di atas nilai nasional dengan tingkat case
fatality rate sebesar 0,22%. Pemodelan kejadian pneumonia untuk mengetahui faktor
risiko dapat menggunakan analisis regresi linear namun belum tentu sesuai diterapkan
pada semua wilayah karena perbedaan kondisi geografis, sehingga dapat menyebabkan
adanya perbedaan kasus pneumonia balita antara satu wilayah dengan wilayah lainnya.
Untuk itu, analisis dengan menggunakan regresi linear spasial atau Geographically
Weighted Regression (GWR) dilakukan untuk menilai hubungan pneumonia balita
dengan faktor BBLR, gizi buruk, imunisasi campak, cakupan UCI, PHBS, kondisi
rumah tidak sehat, dan kemiskinan. Penelitian ini menggunakan studi korelasi
berdasarkan data profil kesehatan dan data kependudukan tahun 2014 Provinsi
Sumatera Barat. Hasil penelitian menunjukkan bahwa PHBS adalah faktor dominan
yang berhubungan dengan kejadian pneumonia di tiap kabupaten/kota Provinsi
Sumatera Barat. Faktor lainnya seperti BBLR, gizi buruk, imunisasi campak, kondisi
rumah tidak sehat, dan kemiskinan juga menunjukkan hasil signifikan namun
bervariasi di tiap kabupaten/kota Provinsi Sumatera Barat.
Kata kunci: Pneumonia, regresi linear, spasial, GWR
Universitas Indonesia
ii
DAFTAR ISI
ABSTRAK ..................................................................................................................... i
DAFTAR ISI ................................................................................................................. ii
DAFTAR TABEL ........................................................................................................ vi
DAFTAR GAMBAR .................................................................................................. vii
DAFTAR GRAFIK/DIAGRAM............................................................................... viii
BAB I PENDAHULUAN ............................................................................................ 1
1.1 Latar Belakang ............................................................................................... 1
1.2 Rumusan Masalah .......................................................................................... 4
1.3 Tujuan ............................................................................................................. 5
1.4 Manfaat ........................................................................................................... 5
BAB II TINJAUAN LITERATUR ............................................................................... 6
2.1 Pengertian ....................................................................................................... 6
2.2 Klasifikasi dan Diagnosis dalam Penanggulangan Pneumonia ...................... 6
2.3 Diagnosis ........................................................................................................ 6
2.4 Faktor Risiko Pneumonia ............................................................................... 7
2.5 Analisis Spasial ............................................................................................ 11
2.6 Analisis Geographically Weighted Regression (GWR) ............................... 12
BAB III KERANGKA KONSEP, HIPOTESIS, DAN DEFINISI OPERASIONAL 13
3.1. Kerangka Teori ............................................................................................. 13
3.2. Kerangka Konsep ......................................................................................... 14
3.3. Hipotesis ....................................................................................................... 14
3.3.1. Faktor Kondisi Balita ................................................................................ 14
iii
3.3.2. Faktor Perilaku .......................................................................................... 15
3.3.3. Faktor Lingkungan .................................................................................... 15
3.4. Definisi Operasional ..................................................................................... 16
BAB IV METODOLOGI PENELITIAN .................................................................. 20
4.1 Desain Penelitian .......................................................................................... 20
4.2 Lokasi dan Waktu Penelitian ........................................................................ 20
4.3 Populasi dan Sampel .................................................................................... 20
4.3.1 Populasi dan Sampel ............................................................................. 20
4.3.2 Kriteria Inklusi ...................................................................................... 21
4.4 Teknik Pengumpulan Data ........................................................................... 21
4.4.1 Sumber Data .......................................................................................... 21
4.5 Analisis Data ................................................................................................ 21
4.5.1 Analisis Deskriptif ................................................................................ 21
4.5.2 Analisis Regresi Linier Ganda .............................................................. 22
4.5.3 Analisis GWR ....................................................................................... 22
BAB V HASIL ............................................................................................................ 24
5.1 Profil Sumatera Barat ................................................................................... 24
5.2 Gambaran Sampel Penelitian ....................................................................... 24
5.3 Analisis Univariat ......................................................................................... 26
5.3.1 Kejadian Pneumonia ................................................................................. 26
5.3.2 Berat Bayi Lahir Rendah (BBLR) ............................................................ 28
5.3.3 Gizi Buruk................................................................................................. 29
5.3.4 Imunisasi Campak..................................................................................... 30
5.3.5 Cakupan UCI (Universal Child Imunization) ........................................... 31
iv
5.3.6 Perilaku Hidup Bersih dan Sehat (PHBS) ................................................ 32
5.3.7 Rumah Tidak Sehat ................................................................................... 33
5.3.8 Kemiskinan ............................................................................................... 34
5.4 Analisis Regresi Linear Berganda ................................................................ 35
5.5 Uji Asumsi .................................................................................................... 37
5.5.1 Asumsi Eksistensi (Variabel Random) ..................................................... 37
5.5.2 Asumsi Linearitas ..................................................................................... 38
5.5.3 Asumsi Homoscedasticity......................................................................... 38
5.5.4 Asumsi Normalitas ................................................................................... 39
5.5.5 Diagnostik Multicollinearity ..................................................................... 40
5.6 Analisis Spasial GWR .................................................................................. 41
BAB VI PEMBAHASAN ........................................................................................... 48
6.1 Keterbatasan Penelitian ................................................................................ 48
6.2 Kejadian Pneumonia Balita di setiap Kabupaten/Kota Provinsi Sumatera

Barat 50
6.3 Hubungan BBLR, Gizi Buruk, imunisasi campak, cakupan UCI, PHBS,
Rumah Tidak Sehat, dan Kemiskinan dengan kejadian Pneumonia Balita di Provinsi
Sumatera Barat ........................................................................................................ 50
6.3.1 Hubungan BBLR dengan kejadian Pneumonia Balita di Provinsi Sumatera

Barat 51
6.3.2 Hubungan Gizi Buruk dengan kejadian Pneumonia Balita di Provinsi

Sumatera Barat ........................................................................................................ 52
6.3.3 Hubungan imunisasi campak dengan kejadian Pneumonia Balita di

Provinsi Sumatera Barat .......................................................................................... 52
6.3.4 Hubungan cakupan UCI dengan kejadian Pneumonia Balita di Provinsi

Sumatera Barat ........................................................................................................ 53
v
6.3.5 Hubungan Perilaku Hidup Bersih dan Sehat (PHBS) dengan kejadian
Pneumonia Balita di Provinsi Sumatera Barat ........................................................ 54
6.3.6 Hubungan Rumah Tidak Sehat dengan kejadian Pneumonia Balita di

Provinsi Sumatera Barat .......................................................................................... 55
6.3.7 Hubungan Kemiskinan dengan kejadian Pneumonia Balita di Provinsi

Sumatera Barat ........................................................................................................ 57
BAB VII SIMPULAN DAN SARAN ........................................................................ 59
7.1 Simpulan ....................................................................................................... 59
7.2 Saran ............................................................................................................. 59
Daftar Pustaka ............................................................................................................. 60
Lampiran ..................................................................................................................... 64
vi
DAFTAR TABEL
Tabel 3.1 Definisi Operasional ................................................................................... 16

Tabel 5.1 Persentase Kejadian Pneumonia, BBLR, Gizi Buruk, Imunisasi Campak,
Cakupan UCI, PHBS, Rumah Tidak Sehat, Kemiskinan di Kabupaten/Kota Provinsi
Sumatera Barat ............................................................................................................ 24
Tabel 5.2 Distribusi Frekuensi Kejadian Pneumonia di tiap Kabupaten/Kota di Provinsi
Sumatera Barat tahun 2014 ......................................................................................... 26
Tabel 5.3 Analisis Multivariat tahap Awal Variabel Independen yang Berhubungan
dengan Pneumonia Balita di Provinsi Sumatera Barat Tahun 2014 ........................... 35
Tabel 5.4 Hasil Analisis Regresi Linear Berganda Variabel Independen yang
Berhubungan dengan Pneumonia Balita di Provinsi Sumatera Barat Tahun 2014 ..... 36
Tabel 5.5 Tabel Residual Statistik Uji Asumsi Eksistensi Dalam Analisis Multivariat
di Provinsi Sumatera Barat Tahun 2014 ..................................................................... 37
Tabel 5.6 Tabel Residual Statistik Uji Asumsi Linearitas Dalam Analisis Multivariat
di Provinsi Sumatera Barat Tahun 2014 ..................................................................... 38
Tabel 5.7 Tabel multicollinearity Pneumonia Balita di Provinsi Sumatera Barat Tahun
2014 ............................................................................................................................. 40
Tabel 5.8 Ringkasan Model GWR di Provinsi Sumatera Barat Tahun 2014.............. 41
Tabel 5.9 Variabel Signifikan Model GWR di Provinsi Sumatera Barat Tahun 201444
vii
DAFTAR GAMBAR
Gambar 3.1 Kerangka Teori Faktor Risiko Kejadian Pneumonia Pada Balita di
Gambar 3.2 Kerangka Konsep Faktor Risiko Kejadian Pneumonia Pada Balita di
Gambar 5.1 Proporsi Kejadian Pneumonia pada Balita di Provinsi Sumatera Barat
tahun 2014 ................................................................................................................... 27
Gambar 5.2 Proporsi Kejadian BBLR pada Balita di Provinsi Sumatera Barat tahun
2014 ............................................................................................................................. 28
Gambar 5.3 Proporsi Gizi Buruk pada Balita di Provinsi Sumatera Barat tahun 2014
..................................................................................................................................... 29
Gambar 5.4 Proporsi Balita Belum Imunisasi Campak di Kabupaten/ Kota di Provinsi
Gambar 5.5 Proporsi Desa belum UCI per Kabupaten / Kota di Provinsi Sumatera Barat
tahun 2014 ................................................................................................................... 31
Gambar 5.6 Proporsi Penduduk Tidak Ber-PHBS di Provinsi Sumatera Barat tahun
2014 ............................................................................................................................. 32
Gambar 5.7 Proporsi Rumah Tidak Sehat di Kabupaten/Kota di Provinsi Sumatera
Barat tahun 2014 ......................................................................................................... 33
Gambar 5.8 Proporsi Kemiskinan di Provinsi Sumatera Barat tahun 2014 ................ 34
Gambar 5.9 Penyebaran Variabel Signifikan Model Kejadian Penumonia pada Balita
di Sumatera Barat Tahun 2014.................................................................................... 45
Gambar 5.10 Nilai R2 Model Kejadian Penumonia pada Balita di Sumatera Barat
Tahun 2014 ................................................................................................................. 46
viii
DAFTAR GRAFIK/DIAGRAM
Grafik 5.1 Grafik Uji Homoscedasticity Pneumonia Balita di Provinsi Sumatera Barat
Tahun 2014 ................................................................................................................. 39
Grafik 5.2 Grafik Uji asumsi normalitas Pneumonia Balita di Provinsi Sumatera Barat
Tahun 2014 ................................................................................................................. 40
BAB I
PENDAHULUAN
1.1 Latar Belakang

Kematian anak menjadi salah satu isu utama kesehatan masyarakat secara global.
Sekitar 150.000 anak Indonesia meninggal pada tahun 2012 dan memiliki
kecenderungan akan terus berlanjut sehingga diperkirakan antara tahun 2015 dan 2028
sebanyak 35 juta anak berisiko meninggal. Penyebab utama kematian anak secara
global disebabkan oleh pneumonia dengan mengklaim kehidupan sekitar 6.000 anak
balita setiap hari (Razak, 2013). Pneumonia menjadi penyakit menular yang
menyebabkan kematian balita dengan membunuh 2.500 anak setiap harinya. Tercatat
sebanyak 15% kematian balita disebabkan oleh pneumonia yaitu sejumlah 920.000
anak dengan korban terbanyak anak usia dibawah 2 tahun (Unicef, 2017).
Diproyeksikan sebanyak 5,9 juta anak di seluruh dunia akan meninggal dunia sebelum
usia lima tahun dan pneumonia berkontribusi sebanyak 16% terhadap kematian anak
(Nguyen, 2015).
Pneumonia adalah infeksi akut yang mengenai jaringan paru-paru (alveoli)
dengan tanda dan gejala penyakit infeksi saluran pernapasan berupa batuk, kesukaran
bernapas, sakit tenggorokan, pilek, sakit telinga, dan demam (Kementerian kesehatan,
2012). Faktor risiko kesakitan terjadinya pneumonia meliputi faktor intristik dna faktor
ekstrinsik. Faktor intristik meliputi status gizi, berat badan lahir rendah, status
imunisasi, pembeian ASI, dan pemberian vitamin A. Sedangkan faktor ekstrinsik
meliputi kepadatan tempat tinggal, polusi udara, tipe rumah, letak dapur, jenis bahan
bakar, penggunaan obat nyamuk, asap rokok, penghasilan keluarga, jumlah penduduk
serta faktor ibu baik pendidikan, umur, maupun pengetahuan ibu (Fatimah, Sukarsa, &
Susilawati, 2015; Noviana, Wulandari, & Purhadi, 2013).
Penumonia berkaitan dengan kondisi balita. Salah satu faktornya yaitu gizi
buruk. Gizi buruk merupakan faktor yang signifikan mempengaruhi penderita
pneumonia di Provinsi Jawa Barat (Nadya, Rahayu, & Santi, 2014). Penelitian lain
1
2
yang dilakukan di Kelurahan Air Tawar Barat Padang menunjukkan adanya hubungan
bermakna antara status gizi dengan kejadian pneumonia (Efni, Machmud, & Pertiwi,
2016). Hal ini juga sejalan dengan penelitian yang dilakukan di kabupaten Sukoharjo
bahwa terdapat hubungan yang signifikan antara status gizi dengan kejadian
pneumonia (Citasari, 2015).
Faktor lain yang berkaitan dengan kondisi balita adalah BBLR. Penelitian yang
dilakukan di Pringsewu menunjukkan adanya perbedaan bermakna antara BBLR
dengan kejadian pneumonia pada Balita (Budiati & Duarsa, 2012). Penelitian lain yang
dilakukan di Jawa timur menunjukkan bahwa persentase berat bayi lahir rendah
menjadi variabel yang berpengaruh terhadap data risiko penyakit pneumonia pada
balita di Provinsi Jawa Timur berdasarkan hasil regresi logistik dan GWLR adalah
(Fatimah et al., 2015).
Faktor perilaku juga berkaitan dengan kejadian pneumonia seperti pemberian
imunisasi dan PHBS. Berdasarkan penelitian yang dilakukan di Provinsi Jawa Barat,
bayi yang diimunisasi dasar lengkap merupakan faktor yang signifikan mempengaruhi
penderita pneumonia (Nadya et al., 2014). Hal ini juga diperkuat oleh penelitian lain
yang dilakukan di Jawa timur menunjukkan bahwa balita yang mendapat imunisasi
campak, balita yang mendapatkan vitamin A, dan persentase balita yang mendapatkan
imunisasi DPT+HB menjadi variabel yang berpengaruh terhadap data risiko penyakit
pneumonia pada balita di Provinsi Jawa Timur berdasarkan hasil regresi logistik dan
GWLR adalah (Fatimah et al., 2015). Penelitian lain juga menunjukkan adanya
hubungan antara status imunisasi yang dilihat dari cakupannya dengan pneumonia
dimana balita dengan status imunisasi tidak lengkap memiliki peluang mengalami
pneumonia sebanyak 0,79% dibanding balita dengan status imunisasi lengkap (Wijaya
& Bahar, 2014).
Perilaku Hidup Bersih dan Sehat (PHBS) merupakan faktor perilaku yang
menunjukkan hubungan terhadap kejadian pneumonia balita. Penelitian yang
dilakukan di Puskesmas Tawangsari Kabupaten Sukoharjo menunjukkan bahwa
terdapat hubungan yang signifikan antara perilaku hidup bersih dan sehat dengan
kejadian pneumonia balita (Citasari, 2015). Penelitian lain juga menunjukkan bahwa
3
terdapat hubungan signifikan antara PHBS dengan kejadian pneumonia pada balita di
Yogyakarta (Fitrianingsih, Huriah, & Muryati, 2013).
Faktor lainnya yang mempengaruhi kejadian pneumonia adalah faktor
lingkungan dan sosiodemografi. Kondisi rumah menjadi salah satu faktor lingkungan.
Kondisi rumah yang memenuhi syarat kesehatan menurut Kementerian Kesehatan
(1999) yaitu bahan bangunan berasal dari material yang tidak memungkinkan
tumbuh/berkembang mikroorganisme patogen, penataan ruang (lantai, ventilasi, kamar
mandi, langit-langit, pencahayaan, kualitas udara, suhu, kelembaban udara, konsentrasi
gas, kualitas air baik, luas ruangan, tidak ada sarang tikus dan bau dari limbah). Kondisi
rumah menunjukkan hubungan signifikan dengan kejadian pneumonia di Kabupaten
Pringsewu (Budiati & Duarsa, 2012). Kondisi rumah seperti kepadatan hunian,
temperatur rumah, pencahayaan, dan kelembaban juga menunjukkan hubungan yang
signifikan dengan kejadian pneumonia berdasarkan penelitian yang dilakukan di
Kabupaten Pati (E. L. Sari, Suhartono, & Joko, 2014). Penelitian lain juga
menunjukkan bahwa kepadatan hunian dan kepadatan populasi menunjukkan
hubungan signifikan terhadap risiko pneumonia balita di Semarang Utara (Syani,
Budiyono, & Raharjo, 2015).
Selain lingkungan, faktor sosial ekonomi meunjukkan adanya hubungan dengan
kejadian pneumonia. Penelitian yang dilakukan di Puskesmas Kecamatan Pancoran
Jakarta Selatan tahun 2014 menunjukkan adanya menunjukkan adanya hubungan yang
signifikan antara sosial ekonomi dengan kejadian pneumonia balita (Rianawati &
Kamso, 2014). Hal ini diperkuat juga dengan penelitian yang dilakukan di Semarang
utara bahwa tingkat pendapatan menunjukkan hasil yang signifikan terhadap kejadian
pneumonia Balita (Syani et al., 2015).
Kejadian pneumonia di Indonesia cenderung meningkat. Berdasarkan hasil riset
kesehatan dasar, terjadi kecenderungan yang meningkat untuk period prevalence
pneumonia dari 2,1 persen (2007) menjadi 2,7 persen (2013) (Litbangkes, 2013).
Angka kematian akibat pneumonia pada balita tahun 2015 sebesar 0,16% lebih tinggi
dibandingkan tahun 2014 yaitu sebesar 0,17%. Angka cakupan penemuan pneumonia
4
juga tidak mengalami perkembangan berarti yaitu berkisar antara 20-30% sampai
dengan tahun 2014 (Pusdatin Kemenkes, 2015)
Provinsi Sumatera Barat memiliki angka pneumonia masih cukup tinggi.
Tingkat case fatality rate pneumonia pada balita di Sumatera Barat sebesar 0,22% dan
angka tersebut berada di atas angka nasional (0,11%) (Hardhana et al., 2017). Selain
itu, Sejak tahun 2000, angka cakupan penemuan pneumonia balita di provinsi Sumatera
Barat berkisar 17,35% s.d. 35,55% dan angka cakupan tersebut masih jauh dari target
nasional yaitu 80%. Pada tahun 2014 cakupan penemuan pneumonia di Sumatera Barat
baru mencapai 27% (Dinkes, 2015). Pada tahun 2016, jumlah penemuan kasus
pneumonia pada balita di Sumatera Barat masih dibawah dibawah target penemuan
pneumonia balita (18.671) yaitu sebanyak 13.868 kasus (Hardhana et al., 2017).
Berdasarkan hal tersebut, perlu dilakukan analisis lebih lanjut untuk mengetahui
faktor penyebab kejadian pneumonia di Sumatera Barat. Banyak pendekatan yang
dapat dilakukan, salah satunya melalui pendekatan wilayah. Hal ini memungkinkan
karena faktor penyebab terjadinya pneumonia dapat berbeda-beda tergantung
karakteristik dari masing-masing wilayah.
1.2 Rumusan Masalah

Penyebab utama kematian pada balita disebabkan oleh pneumonia. Banyak
faktor yang mempengaruhi kejadian pneumonia. Berdasarkan hasil riset kesehatan
dasar, period prevalence pneumonia secara nasional memiliki kecenderungan
peningkatan antara tahun 2007 dan 2013. Case fatality rate pneumonia balita di
Sumatera Barat berada di atas angka nasional. Selain itu angka penemuan kasus
pneumonia balita di Sumatera Barat masih berada di bawah target yang ditetapkan.
Untuk itu perlu dilakukan analisis lebih lanjut terhadap kasus pneumonia balita di
Provinsi Sumatera Barat.
5
1.3 Tujuan
1. Mengetahui gambaran kasus pneumonia di Provinsi Sumatera Barat
2. Mengetahui faktor yang mempengaruhi kejadian pneumonia di Provinsi
Sumatera Barat
3. Mengetahui faktor yang mempengaruhi kejadian pneumonia secara spasial di
Provinsi Sumatera Barat
1.4 Manfaat
1. Memberikan gambaran kasus pneumonia berdasarkan wilayah sehingga dapat
menjadi dasar pertimbangan penentuan kebijakan pencegahan dan
pengendalian penyakit pneumonia balita
2. Meningkatkan pengetahuan melalui metode analisis spasial sehingga dapat
dikembangkan untuk penelitian lebih lanjut
BAB II
TINJAUAN LITERATUR
2.1 Pengertian
Pneumonia adalah proses infeksi akut yang mengenai jaringan paru-paru
(alveoli). Terjadinya pneumonia pada anak sering kali bersamaan dengan proses infeksi
akut pada bronkus (biasanya disebut bronchopneumonia). Gejala penyakit ini berupa
napas cepat dan napas sesak, karena paru meradang secara mendadak. Batas napas
cepat adalah frekuensi pernapasan sebanyak 60 kali permenit pada anak usia < 2 bulan,
50 kali per menit atau lebih pada anak usia 2 bulan sampai kurang dari 1 tahun, dan 40
kali permenit atau lebih pada anak usia 1 tahun sampai kurang dari 5 tahun (Depkes
RI, 2002).
2.2 Klasifikasi dan Diagnosis dalam Penanggulangan Pneumonia

Dalam penentuan klasifikasi penyakit pneumonia dibedakan 2 kelompok, yaitu :
1) Kelompok usia 2 bulan - < 5 tahun, klasifikasi dibagi atas : pneumonia berat,
pneumonia dan bukan pneumonia
2) Kelompok usia < 2 bulan, klasifikasi dibagi atas : pneumonia berat dan bukan
pneumonia (Depkes RI, 2002).
2.3 Diagnosis
Menurut publikasi WHO, penelitian di berbagai negara menunjukan bahwa
Streptococcus pnemoniae dan Hemophylus influenzae merupakan bakteri yang selalu
ditemukan pada penelitian tentang etiologi di negara berkembang. Jenis bakteri ini
ditemukan pada dua per tiga dari hasil isolasi yaitu 73,9%. Menurut WHO (1999),
klasifikasi pneumonia adalah penderita dengan gejala batuk atau sukar bernafas dengan
tanda-tanda nafas cepat. Untuk anak umur 1 s.d. 5 tahun, dikatakan mempunyai nafas
cepat apabila frekuensi nafasnya lebih dari 40 kali per menit. Gejala umum pneumonia
adalah batuk atau sukar bernafas dan beberapa tanda bahaya umum atau tarikan dinding
6
7
dada ke dalam atau stridor pada anak dalam keadaan tenang. Penentuan nafas cepat
dilakukan dengan cara menghitung frekuensi pernafasan dengan menggunakan sound
timer. Batas nafas cepat adalah :
1) Pada anak usia 2 bulan - < 1 tahun frekuensi pernafasan sebanyak 50 kali per
menit atau lebih
2) Pada anak usia 1 tahun - < 5 tahun frekuensi pernafasan sebanyak 40 kali per
menit atau lebih
3) Pada anak usia kurang 2 bulan frekuensi pernafasan sebanyak 60 kali permenit
atau lebih.
Diagnosis pneumonia berat didasarkan pada adanya batuk dan atau kesukaran
bernafas disertai nafas sesak atau penarikan dinding dada sebelah bawah ke dalam pada
anak usia 2 bulan - < 5 tahun. Untuk kelompok usia kurang 2 bulan, diagnosis
pneumonia berat ditandai dengan adanya nafas cepat yaitu, frekuensi pernafasan
sebanyak 60 kali per menit atau lebih, atau dengan adanya penarikan kuat pada dinding
dada sebelah bawah ke dalam. Rujukan penderita pneumonia berat dilakukan dengan
gejala batuk atau kesukaran bernafas yang disertai adanya gejala tidak sadar dan tidak
dapat minum.
2.4 Faktor Risiko Pneumonia

1. Usia < 2 bulan, laki-laki
2. Berat Badan Lahir Rendah (BBLR)
BBLR adalah bayi baru lahir yang berat badan lahirnya pada saat kelahiran
kurang dari 2.500 gram. WHO menyatakan bahwa semua bayi yang baru
lahir dengan berat lahir kurang dari 2.500 gram disebur Low Birth Weight
Infants (Yushananta, 2001). Berdasarkan kurva pertumbuhan intrauterin
dari Lubchenko, maka kebanyakan bayi prematur akan dilahirkan dengan
berat badan yang rendah (BBLR). BBLR dibedakan atas Berat Lahir
Sangat Rendah (BLSR), yaitu bila berat bayi lahir < 1.500 gram, Berat
8
Lahir Amat Sangat Rendah (BLASR), yaitu bila berat bayi lahir < 1.000
gram (Yushananta, 2001).
3. Gizi
Gizi adalah suatu proses organisme menggunakan makanan yang
dikonsumsi secara normal melalui proses pencernaan, absobsi,
transportasi, penyimpanan, metabolisme dan pengeluaran zat-zat yang
tidak digunakan untuk mempertahankan kehidupan, pertumbuhan dan
fungsi normal dari organ-organ, serta menghasilkan energi (Supariasa, dkk,
2002). tatus gizi adalah keadaan yang diakibatkan oleh status
keseimbangan antara jumlah asupan (intake) zat gizi dan jumlah yang
dibutuhkan (requirement) oleh tubuh untuk berbagai fungsi biologis:
(pertumbuhan fisik, perkembangan, aktivitas, pemeliharaan kesehatan, dan
lainnya). (Suyatno, 2009). Status gizi adalah ekspresi dari keadaan
keseimbangan dalam bentuk variabel tertentu atau perwujudan dari nutrisi
dalam bentuk variabel tertentu (Supariasa, dkk, 2001).
zat gizi tersebut menyediakan tenaga bagi tubuh, mengatur proses dalam
tubuh dan membuat lancarnya pertumbuhan serta memperbaiki jaringan
tubuh. Beberapa zat gizi yang disediakan oleh pangan tersebut disebut zat
gizi essential, mengingat kenyataan bahwa unsur-unsur tersebut tidak dapat
dibentuk dalam tubuh, setidak-tidaknya dalam jumlah yang diperlukan
untuk pertumbuhan dan kesihatan yang normal. Jadi zat gizi esensial yang
disediakan untuk tubuh yang dihasilkan dalam pangan, umumnya adalah
zat gizi yang tidak dibentuk dalam tubuh dan harus disediakan dari unsur-
unsur pangan di antaranya adalah asam amino essensial. Semua zat gizi
essential diperlukan untuk memperoleh dan memelihara pertumbuhan,
perkembangan dan kesehatan yang baik. Oleh karena itu, pengetahuan
terapan tentang kandungan zat gizi dalam pangan yang umum dapat
diperoleh penduduk di suatu tempat adalah penting guna merencanakan,
menyiapkan dan mengkonsumsi makanan seimbang (Moch. Agus Krisno
Budiyonto, 2001).
9
4. Air Susu Ibu (ASI)

ASI adalah susu yang diproduksi oleh manusia untuk konsumsi bayi dan
merupakan sumber gizi utama bayi yang belum dapat mencerna makanan
padat. ASI diproduksi karena pengaruh hormon prolaktin dan oksitosin
setelah kelahiran bayi. ASI pertama yang keluar disebut kolostrum yang
banyak mengandung immunoglobulin IgA yang baik untuk pertahanan
tubuh bayi melawan penyakit. ASI merupakan makanan terbaik untuk bayi.
ASI akan mencegah malnutrisi karena mengandung zat-zat yang
dibutuhkan bayi dengan tepat, mudah digunakan secara efisien oleh tubuh
bayi dan melindungi bayi terhadap infeksi. Komposisi ASI bervariasi
tergantung usia bayi. Foremilk (ASI awal) adalah ASI bening yang
diproduksi di awal penyusuan. Foremilk banyak mengandung laktosa dan
protein. Hindmilk (ASI akhir) adalah ASI yang lebih putih pekat
diproduksi pada akhir penyusuan. Hindmilk banyak mengandung lemak
yang sangat diperlukan sebagai sumber tenaga dan pembentukan otak. Bayi
yang mendapat ASI eksklusif akan kembali ke berat lahir paling tidak pada
usia 2 minggu, dan tumbuh sesuai atau bahkan di atas grafik sampai usia 3
bulan. Penurunan berat badan bayi selama 2 minggu pertama kehidupan
tidak boleh melebihi 10% (IDAI, 2013).
5. Imunisasi
Imunisasi adalah suatu cara untuk meningkatkan kekebalan seseorang
secara aktif terhadap suatu antigen, sehingga bila kelak ia terkena antigen
yang serupa, tidak terjadi penyakit (Ranuh,2008,p.10). Imunisasi
merupakan suatu program yang dengan sengaja memasukkan antigen
lemah agar merangsang antibodi keluar sehingga tubuh dapat resisten
terhadap penyakit tertentu. Sistem imun tubuh mempunyai suatu sistem
memori (daya ingat), ketika vaksin masuk ke dalam tubuh, maka akan
dibentik antibodi untuk melawan vaksin tersebut dan sistem memori akan
menyimpannya sebagai suatu pengalaman. Jika nantinya tubuh terpapar
dua atau tiga kali oleh antigen yang sama dengan vaksin maka antibodi
10
akan tercipta lebih kuat dari vaksin yang pernah dihadapi sebelumnya
(Atikah, 2010, p.8).
6. PHBS
PHBS (Perilaku Hidup Bersih dan Sehat) adalah semua perilaku kesehatan
yang dilakukan atas kesadaran sehingga anggota keluarga atau keluarga
dapat menolong dirinya sendiri di bidang kesehatan dan berperan aktif
dalam kegiatan-kegiatan kesehatan di masyarakat.
Setiap rumah tangga dianjurkan untuk melaksanakan semua perilaku
kesehatan. Rumah tangga ber-PHBS adalah rumah tangga yang melakukan
10 PHBS di rumah tangga, yaitu :
1) Pertolongan persalinan oleh tenaga kesehatan
2) Memberi bayi ASI eksklusif
3) Menimbang balita setiap bulan
4) Menggunakan air bersih
5) Mencuci tangan dengan air bersih dan sabun
6) Menggunakan jamban sehat
7) Memberantas jentik di rumah sekali seminggu
8) Makan buah dan sayur setiap hari
9) Melakukan aktivitas fisik setiap hari
10) Tidak merokok di dalam rumah
7. Kondisi Rumah Sehat

Rumah adalah tempat untuk berlindung dari pengaruh keadaan alamt
sekitarnya (misalnya : hujan, matahari, dan lain-lain) serta merupakan
tempat untuk beristirahat setelah bertugas memenuhi kebutuhan sehari-hari
(Depkes RI, 2001). Kondisi rumah sehat menurut peraturan pemerintah
dalam Keputusan Menteri Permukiman dan Prasarana Wilayan Nomor :
402/KPTS/M/2002 memiliki persyaratan :
• Penghawaan : ventilasi silang dengan luas lubang minimal 5% dari
luas lantai ruangan, volume udara masuk sama dengan udara keluar,
11
sumber udara tidak berasal dari asap/bau, kebutuhan udara bersih ±

9 m3/orang, kebutuhan pergantian udara ± 0,8 m3/menit/orang.
• Penerangan : penerangan alam di dalam kamar minimum 50 lux,
penerangan buatan keseluruhan minimum 100 VA.
• Luas ruang : minimal 9 m2/orang, standar ambang 7,2 m2/orang
• Air bersih : kebutuhan air bersih ± 100 liter/hari/orang
8. Kepadatan Hunian
Kepadatan penghuni dalam rumah menurut Keputusan Menteri Kesehatan
Nomor 829/MENKES/SK/VII/1999 tentang persyaratan kesehatan rumah,
satu orang minimal menempati luas 8 m2. Kepadatan penghuni diukur
dengan membandingkan luas rumah dengan penghuni dalam rumah.
9. Posyandu
Pos Pelayanan Terpadu (Posyandu) merupakan salah satu bentuk upaya
kesehatan bersumberdaya masyarakat (UKBM) yang dikelola dari, oleh,
ntuk, dan bersama masyarakat, guna memberdayakan masyarakat dan
memberikan kemudahan kepada masyarakat dalam memperoleh pelayanan
kesehatan dasar (Pusat Promkes Depkes, 2012). Kegiatan utama Posyandu
mencakup kesehatan ibu dan anak, Keluarga Berencana, Imunisasi, Gizi,
Pencegahan dan Penanggulangan Diare. Keaktifan Posyandu merupakan
peran atau kemampuan posyandu dalam mempromosikan, mengajak, dan
menyuluh para orang tua dengan balita untuk memeriksakan kesehatan
anak balitanya secara rutin.
2.5 Analisis Spasial

Analisis Spasial adalah sebagian dari bagian manajemen penyakit berbasis
wilayah, merupakan suatu analisis dan uraian tentang data penyakit secara
geografi berkenaan dengan kependudukan, persebaran, lingkungan, perilaku,
sosial ekonomi, kasus kejadian penyakit, dan hubungan antar variabel tersebut
12
(Ahmadi, 2012). Data spasial menunjukkan posisi, ukuran, dan kemungkinan

hubungan topologis (bentuk dan tata letak) dari objek di muka bumi (Nuarsa,
2004).
2.6 Analisis Geographically Weighted Regression (GWR)
GWR adalah model regresi linear yang dikembangkan oleh Fotheringham, dkk
(2002) untuk variabel respon yang bersifat kontinyu yang mempertimbangkan
aspek lokasi. Model GWR adalah model regresi liner lokal yang menghasilkan
dugaan parameter model regresi yang bersifat lokal untuk setiap titik atau lokasi
di mana data tersebut dikumpulkan.
BAB III
KERANGKA KONSEP, HIPOTESIS, DAN DEFINISI OPERASIONAL
3.1. Kerangka Teori

Berdasarkan teori Bloom dan penelitian yang pernah dilakukan, disusun
kerangka teori faktor – faktor yang mempengaruhi kejadian pneumonia pada balita
di Provinsi Sumatera Barat. Kerangka Teori pada penelitian ini yang merupakan
modifikasi dari Teori Bloom adalah sebagai berikut:
Gambar 3.1 Kerangka Teori Faktor Risiko Kejadian Pneumonia Pada

Balita di Sumatera Barat tahun 2014
13
14
3.2. Kerangka Konsep

Berdasarkan Kerangka Teori, peneliti tidak mengambil semua faktor untuk
digunakan dalam penelitian. Kerangka konsep dalam penelitian ini adalah sebagai
berikut:
Gambar 3.2 Kerangka Konsep Faktor Risiko Kejadian Pneumonia

Pada Balita di Sumatera Barat tahun 2014
3.3. Hipotesis
Hipotesis pada penelitian ini adalah sebagai berikut:
3.3.1. Faktor Kondisi Balita

a. BBLR (Berat Bayi Lahir Rendah)
Riwayat BBLR berhubungan dengan kejadian pneumonia pada
balita pada tiap Kabupaten/Kota di Provinsi Sumatera Barat tahun
2014.
b. Gizi buruk
Gizi buruk berhubungan dengan kejadian pneumonia pada balita
pada tiap Kabupaten/Kota di Provinsi Sumatera Barat tahun
2014.
15
3.3.2. Faktor Perilaku

a. Imunisasi Campak
Imunisasi Campak berhubungan dengan kejadian pneumonia
pada balita di tiap Kabupaten/Kota di Provinsi Sumatera Barat
tahun 2014.
b. Cakupan UCI (Universal Child Immunization)
Cakupan UCI berhubungan dengan kejadian pneumonia pada
2014.
c. PHBS (Perilaku Hidup Bersih dan Sehat)
Perilaku tidak ber-PHBS berhubungan dengan kejadian
pneumonia pada balita pada tiap Kabupaten/Kota di Provinsi
Sumatera Barat tahun 2014.
3.3.3. Faktor Lingkungan

a. Kemiskinan
Kemiskinan berhubungan dengan kejadian pneumonia pada
2014.
b. Rumah Tidak Sehat
Kondisi rumah tidak sehat berhubungan dengan kejadian
pneumonia pada balita pada tiap Kabupaten/Kota di Provinsi
Sumatera Barat tahun 2014.
3.4. Definisi Operasional
Tabel 3.1 Definisi Operasional
No Variabel Definisi Operasional Alat Ukur Skala Ukur Hasil Ukur
Variabel Dependen (Y)
1 Kejadian Perbandingan jumlah balita yang mengalami Profil Kesehatan Kontinyu Persentase kejadian
Pneumonia pneumonia di tahun 2014 terhadap jumlah Provinsi Sumatera pneumonia
total balita di satu kabupaten/kota Barat
Grafik 35
Variabel Independen (Y)
1 BBLR Perbandingan jumlah bayi lahir rendah Profil Kesehatan Kontinyu Persentase bayi lahir
terhadap total bayi lahir dan ditimbang di satu Provinsi Sumatera dengan BBLR
kabupaten/kota pada tahun 2014 Barat
Tabel 37
16
17
2 Gizi Buruk Perbandingan jumlah balita yang mengalami Profil Kesehatan Kontinyu Persentase balita
gizi buruk terhadap total balita di satu Provinsi Sumatera dengan gizi buruk
kabupaten/kota pada tahun 2014 Barat
Tabel 48
3 Imunisasi Perbandingan jumlah balita yang tidak Profil Kesehatan Kontinyu Persentase balita yang
Campak mendapatkan imunisasi campak terhadap Provinsi Sumatera tidak imunisasi
total balita di satu kabupaten/kota pada tahun Barat campak
2014
Tabel 43
4 Cakupan UCI Perbandingan jumlah desa yang belum Profil Kesehatan Kontinyu Persentase desa dalam
kategori UCI terhadap total desa yang ada di Provinsi Sumatera satu kabupaten/kota
satu kabupaten/kota di tahun 2014 Barat yang belum masuk
dalam kategori desa
Grafik 4.14
UCI
18
6 Rumah Tidak Perbandingan jumlah rumah yang belum Profil Kesehatan Kontinyu Persentase rumah yang
Sehat memenuhi syarat rumah sehat terhadap Provinsi Sumatera belum memenuhi
jumlah seluruh rumah di satu kabupaten/kota Barat syarat rumah sehat
pada tahun 2014
Tabel 58
7 PHBS Perbandingan jumlah rumah tangga yang Profil Kesehatan Kontinyu Persentase rumah
belum ber-PHBS terhadap jumlah seluruh Provinsi Sumatera tangga yang belum
rumah tangga di satu kabupaten/kota pada Barat ber-PHBS
tahun 2014
Tabel 58
8 Kemiskinan Jumlah penduduk miskin (yang memiliki Data BPS Provinsi Kontinyu Persentase penduduk
pendapat dibawah pendapatan per kapita / Sumatera Barat per miskin
bulan) terhadap total penduduk di satu Maret 2015
kabupaten /kota pada tahun 2014
19
BAB IV
METODOLOGI PENELITIAN
4.1 Desain Penelitian

Penelitian ini menggunakan data sekunder dari Profil Kesehatan Propinsi
Sumatera Barat tahun 2014 dan data Badan Pusat Statistik (BPS) tahun 2013 – 2014 di
Propinsi Sumatera Barat. Penelitian ini menggunakan rancangan studi korelasi
(correlation study) atau disebut juga ecological study untuk mengkorelasikan beberapa
karakteristik umum suatu populasi dengan kejadian pneumonia pada balita di Sumatera
Barat Tahun 2014.
4.2 Lokasi dan Waktu Penelitian

Lokasi penelitian ini berada pada 19 kabupaten/kota yang ada di Propinsi
Sumatera Barat. Profil Kesehatan Propinsi Sumatera Barat merupakan data kesehatan
rutin yang diambil dari bulan Januari s/d Desember setiap tahunnya. Penelitian ini
menggunakan data Profil Kesehatan Propinsi Sumatera Barat dari bulan Januari s/d
Desember 2014 dan data kependudukan dari BPS Sumatera Barat tahun 2013 dan 2014.
4.3 Populasi dan Sampel
4.3.1 Populasi dan Sampel

Penelitian ini merupakan analisis lanjut dari data profil kesehatan
Sumatera Barat tahun 2014. Oleh sebab itu populasi dan sampel pada penelitian
ini adalah populasi dan sampel yang digunakan pada profil kesehatan Sumatera
Barat tahun 2014. Populasi target profil kesehatan Sumatera Barat adalah
semua penduduk Sumatera Barat, sedangkan populasi studi adalah balita yang
menderita pneumonia di Propinsi Sumatera Barat.
20
21
4.3.2 Kriteria Inklusi

Adapun kriteria inklusi pada penelitian ini adalah:
1. Wilayah dengan kejadian pneumonia yang lengkap (tidak ada data kejadian
pneumonia yang kosong di setiap kabupaten/kota.
2. Responden berusia ≤ 5 tahun.
4.4 Teknik Pengumpulan Data
4.4.1 Sumber Data

Data diperoleh dari Profil Kesehatan Propinsi Sumatera Barat tahun
2014 dan data BPS Propinsi Sumatera Barat. Data Profil Kesehatan tahun 2014
merupakan gambaran masalah kesehatan yang terhimpun mulai Januari s/d
Desember 2014 di Propinsi Sumatera Barat. Sedangkan data BPS yang
digunakan adalah data kependudukan yang erat kaitannya dengan faktor resiko
kejadian pneumonia.
4.5 Analisis Data

Analisis data bertujuan agar data dalam penelitian dapat mempunyai arti/makna
yang berguna untuk memecahkan masalah penelitian.
4.5.1 Analisis Deskriptif

Analisis deskriptif ini dilakukan pada masing-masing variabel
penelitian (kejadian pneumonia, BBLR, gizi buruk, ASI ekslusif, kemiskinan,
imunisasi, kepadatan hunian, kondisi rumah sehat, keaktifan posyandu dan
PHBS). Analisis ini bertujuan untuk mendeskripsikan angka pneumonia pada
22
balita dan factor-faktor yang mempengaruhinya dengan menggunakan analisis

deskripsi dan peta tematik.
4.5.2 Analisis Regresi Linier Ganda

Analisis regresi linier ganda (multiple regression linear) digunakan
untuk melihat hasil model yang dilakukan secara local dan global serta
mengetahui bagaimana hubungan antara beberapa variabel independen
terhadap variabel dependen di Propinsi Sumatera Barat. Langkah dalam analisis
ini sebagai berikut:
1. Mendeteksi dan mengatasi kasus multikolinearitas berdasarkan nilai VIF.
2. Melakukan estimasi parameter regresi linier berganda.
3. Melakukan pengujian signifikansi parameter.
4. Metode yang digunakan adalah analisis korelasi dan diagram pencar.
4.5.3 Analisis GWR

Model ini merupakan pengembangan dari model regresi, dimana setiap
parameter dihitung pada setiap titik lokasi, sehingga setiap titik lokasi georafis
mempunyai parameter regresi yang berbeda-beda. Langkah yang dilakukan
sebagai berikut:
1. Menentukan սi dan νi berdasarkan garis lintang selatan dan bujur timur
setiap kabupaten/kota di Propinsi Sumatera Barat.
2. Menghitung jarak euclidian antara lokasi pengamatan berdasarkan posisi
geografis. Jarak euclidian antara lokasi i yang terletak pada koordinat (ui,
vi) terhadap lokasi j yang terletak pada koordinat (uj, vj).
3. Menentukan bandwith optimum berdasarkan kriteria CV minimum.
4. Menentukan pembobot optimum dengan bandwith optimum yang didapat.
5. Mengestimasi parameter model GWR dengan menggunakan bandwith
optimum.
23
6. Membandingkan hasil regresi linier OLS dan dan GWR dengan kriteria R2
dan AIC.
7. Mendapatkan model GWR kejadian pneumonia di Propinsi Sumatera
Barat.
8. Mendapatkan model GWR kejadian pneumonia per kabupaten/kota di
Propinsi Sumatera Barat.
BAB V
HASIL
5.1 Profil Sumatera Barat

Sumatera Barat terletak di pesisir barat bagian tengah pulau Sumatera
yang terdiri dari dataran rendah di pantai barat dan dataran tinggi vulkanik yang
dibentuk oleh Bukit Barisan dengan Padang sebagai ibu kotanya. Sumatera
Barat memiliki luas daratan sebesar 42.297,30 km2 dengan Latitude 3o50’ LS –
1o 20’ LU, Longitude 98o 10’ – 102o 10’ BT. Sumatera Barat terdiri dari 19
Kabupaten/Kota (7 kota dan 12 Kabupaten) dengan jumlah penduduk sebesar
5.079.451 jiwa dengan tingkat kepadatan 120 jiwa/km2.
5.2 Gambaran Sampel Penelitian

Data yang digunakan dalam penelitian ini adalah data profil kesehatan
Propinsi Sumatera Barat tahun 2014 dan data kependudukan yang diperoleh
dari Badan Pusat Statistik Propinsi Sumatera Barat tahun 2014. Ringkasan
gambaran data adalah sebagai berikut:
Tabel 5.1 Persentase Kejadian Pneumonia, BBLR, Gizi Buruk, Imunisasi

Campak, Cakupan UCI, PHBS, Rumah Tidak Sehat, Kemiskinan di
Kabupaten/Kota Provinsi Sumatera Barat
Kabupaten/Kota a b c d e f g h
Dharmasraya 13.7 2.7 0.26 12 30.2 38 38 7.17
Agam 13.0 2.8 0.07 19 65.9 56 12 7.58
Kota Padang 23.1 1.7 0.13 14 24 32 68 4.93
Pasaman 12.1 1.9 0.04 11 31.1 27 51 8.14
24
25
Kabupaten/Kota a b c d e f g h
Pesisir Selatan 90.0 2.4 0.04 6 15 68 64 8.46
Kota Bukittinggi 64.9 1.8 0.04 11 4.2 80 56 5.36
Kota Payakumbuh 28.3 1.9 0.16 11 5.3 72 14 6.67
Kota Sawah Lunto 11.9 4.0 0.16 12 45.9 67 23 2.22
Solok 16.0 2.9 0.03 26 54.6 41 73 10.00
Kepulauan 25.3 1.1 0.76 13 46.5 50 86 15.52

Mentawai
Solok Selatan 2.9 0.9 0.06 0 13.1 24 42 7.52
Sijunjung 38.5 4.2 0.18 11 22.5 32 35 7.87
Padang Pariaman 21.0 2.2 0.10 8 15.5 44 53 8.86
Lima Puluh Kota 14.9 3.1 0.07 29 29.2 58 42 7.65
Kota Padang Panjang 9.7 1.8 0.08 13 0 32 38 6.74
Pasaman Barat 22.3 0.5 0.08 14 17.9 54 76 7.93
Kota Pariaman 10.8 2.9 0.35 15 29.6 67 86 5.42
Kota Solok 66.8 3.6 0.14 1 0 49 29 4.12
Tanah Datar 21.9 2.6 0.27 8 19.2 70 50 5.82
Keterangan:
a : Pneumonia
b : Berat Bayi Lahir Rendah (BBLR)
c` : Gizi Buruk
d : Imunisasi Campak
e : Cakupan UCI (Universal Child Imunization)
26
f : PHBS
g : Rumah Tidak Sehat
h : Kemiskinan
5.3 Analisis Univariat

Berdasarkan gambaran data penelitian, statistik deskriptif masing –
masing variable di provinsi Sumatera Barat ini adalah sebagaimana berikut:
Tabel 5.2 Distribusi Frekuensi Kejadian Pneumonia di tiap Kabupaten/Kota di

Provinsi Sumatera Barat tahun 2014
Variabel Minimum Maksimum Rata – rata Standar 95% CI

Deviasi (%)
(%) (%) (%)
Pneumonia 2.9 90 26.7 22.92 15.64 - 37.74
Berat Bayi Lahir 1.89 - 2.85

0.5 4.2 2.34 0.99
Rendah (BBLR)
Gizi Buruk 0.03 0.76 0.16 0.17 0.08 - 0.24
Imunisasi Campak 0 29 12.32 7.02 8.93 - 15.70
Desa UCI 15.89 - 33.55

(Universal Child 0 65.9 24.72 18.32
Imunization)
PHBS 24 80 50.58 17.05 42.36 - 58.80
Rumah Tidak Sehat 12 86 49.26 22.24 38.54 - 59.98
Kemiskinan 2.22 15.52 7.26 2.70 5.96 - 8.57
5.3.1 Kejadian Pneumonia

Provinsi Sumatera Barat memiliki angka pneumonia masih cukup
tinggi. Tingkat case fatality rate pneumonia pada balita di Sumatera Barat
27
sebesar 0,22% dan angka tersebut berada di atas angka nasional (0,11%)
(Hardhana et al., 2017).
Hasil analisis didapatkan, rata – rata kejadian pneumonia di Sumatera
Barat tahun 2014 adalah sebesar 26.7% (CI: 15.64 - 37.74) dengan standar
deviasi sebesar 22,9%. Persentase kejadian pneumonia terkecil adalah 2.9%
dan terbesar 90%. Kejadian pneumonia yang tinggi terjadi di Kabupaten
Pesisir Selatan dan Kota Solok sebesar 90% dan 66.8%. Dari hasil di atas,
dapat disimpulkan 95% diyakini bahwa rata – rata proporsi pneumonia yang
terjadi di level Kabupaten / Kota adalah antara 15.64% sampai dengan
37.74%. Gambaran proporsi kejadian pneumonia pada balita di Provinsi
Sumatera Barat adalah sebagai berikut:
Gambar 5.1 Proporsi Kejadian Pneumonia pada Balita di Provinsi Sumatera

Barat tahun 2014
28
5.3.2 Berat Bayi Lahir Rendah (BBLR)

BBLR dalam hal ini adalah persentase bayi yang lahir dengan berat
badan rendah di Provinsi Sumatera Barat Tahun 2014. Hasil analisis
didapatkan rata – rata kejadian BBLR sebesar 2.34% (CI: 1.89 - 2.85) dengan
standar deviasi sebesar 0.99%. Persentase kejadian BBLR terkecil sebesar
0.5% dan terbesar 4.2%. Kejadian BBLR terbanyak terjadi di Kabupaten
Sijunjung sebesar 4.2% dan Kabupaten Sawah Lunto sebesar 4.0%. Dari hasil
di atas, dapat disimpulkan bahwa 95% diyakini rata – rata proporsi pneumonia
yang terjadi di level Kabupaten / Kota adalah antara 1.89% sampai dengan
2.85%. Gambaran proporsi kejadian pneumonia pada balita di Provinsi
Gambar 5.2 Proporsi Kejadian BBLR pada Balita di Provinsi Sumatera

Barat tahun 2014
29
5.3.3 Gizi Buruk

Variabel gizi buruk adalah persentase balita yang mengalami gizi
buruk di Provinsi Sumatera Barat tahun 2014. Hasil analisis didapatkan rata –
rata balita yang mengalami gizi buruk adalah sebesar 0.16% (CI: 0.08 - 0.24)
dengan standar deviasi sebesar 0.17%. Persentase balita dengan gizi buruk
terendah sebesar 0.03% dan tertinggi 0.76%. Kejadian gizi buruk yang tinggi
terjadi di Kepulauan Mentawai sebesar 0.76% dan. Dari hasil analisis
deskriptif, dapat disimpulkan bahwa 95% diyakini rata – rata proporsi gizi
buruk yang terjadi di level Kabupaten / Kota adalah antara 0.08% sampai
dengan 0.24%. Gambaran proporsi balita dengan gizi buruk di Provinsi
Gambar 5.3 Proporsi Gizi Buruk pada Balita di Provinsi Sumatera

Barat tahun 2014
30
5.3.4 Imunisasi Campak

Variabel imunisasi campak dalam penelitian ini adalah persentase
balita yang belum mendapatkan imunisasi campak di kabupaten/kota di
Provinsi Sumatera Barat tahun 2014. Dari hasil analisis deskriptif didapatkan
rata – rata cakupan balita yang belum imunisasi campak adalah sebesar
12.32% (CI: 8.93 - 15.70) dengan standar deviasi sebesar 7.02%. Persentase
cakupan balita yang belum diimunisasi tertinggi adalah sebesar 29%. Wilayah
dengan persentase cakupan balita belum imunisasi campak adalah di
Kabupaten Lima Puluh Kota dan Kabupaten Solok sebesar 29% dan 26%.
Dari hasil analisis deskriptif, dapat disimpulkan bahwa 95% diyakini rata –
rata proporsi balita belum imunisasi campak di level Kabupaten / Kota adalah
antara 8.93% sampai dengan 15.7%. Gambaran proporsi balita belum
imunisasi campak di Provinsi Sumatera Barat adalah sebagai berikut:
Gambar 5.4 Proporsi Balita Belum Imunisasi Campak di Kabupaten/ Kota

di Provinsi Sumatera Barat tahun 2014
31
5.3.5 Cakupan UCI (Universal Child Imunization)

Variabel Cakupan UCI dalam hal ini adalah persentase desa dalam
satu kabupaten yang belum memenuhi UCI. Hasil analisis didapatkan rata –
rata desa yang belum memenuhi UCI adalah sebesar 24.72% (CI: 15.89 -
33.55) dengan standar deviasi sebesar 18.32%. Persentase desa belum
memenuhi UCI terendah adalah 0% (cakupan UCI tinggi) dan tertinggi 65.9%
(Cakupan UCI rendah). Wilayah Kabupaten / Kota dengan persentase desa
belum UCI terendah adalah di Kota Padang dan Kota Solok dan yang
memiliki desa belum UCI tertinggi adalah di Kabupaten Agam sebesar 65.9%,
kabupaten Solok sebesar 54.6% dan Kabupaten Kepulauan Mentawai. Dari
hasil analisis deskriptif, dapat disimpulkan bahwa 95% diyakini rata – rata
proporsi desa belum UCI yang terjadi di level Kabupaten / Kota adalah antara
15.89 % sampai dengan 33.55% Gambaran proporsi Desa belum UCI di
Provinsi Sumatera Barat adalah sebagai berikut:
Gambar 5.5 Proporsi Desa belum UCI per Kabupaten / Kota di Provinsi
Sumatera Barat tahun 2014
32
5.3.6 Perilaku Hidup Bersih dan Sehat (PHBS)

Variabel PHBS dalam penelitian ini adalah persentase penduduk
belum melakukan PHBS di Kabupaten/Kota di Provinsi Sumatera Barat tahun
2014. Hasil analisis deskriptif didapatkan rata – rata penduduk belum ber-
PHBS adalah sebesar 26.7% (CI: 42.36 - 58.80) dengan standar deviasi
sebesar 17.05%. Persentase penduduk belum ber-PHBS tertinggi adalah
sebesar 80%. Wilayah dengan persentase penduduk belum ber-PHBS yang
tinggi terjadi di Kota Bukit Tinggi dan Kabupaten Tanah Datar yaitu sebesar
80% dan 70%. Dari hasil analisis deskriptif, dapat disimpulkan bahwa 95%
diyakini rata – rata proporsi penduduk belum ber-PHBS di level Kabupaten /
Kota adalah antara 42.36% sampai dengan 58.80%. Gambaran proporsi
penduduk belum ber-PHBS di Provinsi Sumatera Barat adalah sebagai
berikut:
Gambar 5.6 Proporsi Penduduk Tidak Ber-PHBS di Provinsi Sumatera

Barat tahun 2014
33
5.3.7 Rumah Tidak Sehat

Variabel rumah tidak sehat dalam hal ini adalah persentase rumah
yang tidak memenuhi syarat sebagai rumah sehat di satu wilayah
kabupaten/kota di tahun 2014. Hasil analisis didapatkan rata – rata persentase
rumah tidak sehat adalah sebesar 49.26% (CI: 38.54 - 59.98) dengan standar
deviasi sebesar 22,24%. Wilayah dengan persentase rumah tidak sehat
terendah adalah sebesar 12% dan tertinggi adalah 86%. Wilayah dengan
persentase rumah tidak sehat yang tinggi terjadi di Kabupaten Kepulauan
Mentawai (86%), Kabupaten Solok (73%), dan Kota Pariaman (86%). Dari
proporsi rumah tidak sehat di level Kabupaten / Kota adalah antara 38.54%
sampai dengan 59.98%. Gambaran proporsi rumah tidak sehat di Provinsi
Gambar 5.7 Proporsi Rumah Tidak Sehat di Kabupaten/Kota di

Provinsi Sumatera Barat tahun 2014
34
5.3.8 Kemiskinan
Variabel kemiskinan dalam hal ini adalah persentase penduduk yang
mengalami kemiskinan di Provinsi Sumatera Barat tahun 2014 berdasarkan
data Kependudukan BPS. Hasil analisis didapatkan rata – rata penduduk
miskin adalah sebesar 7.26% (CI: 5.96 - 8.57) dengan standar deviasi sebesar
0.17%. Wilayah dengan persentase kemiskinan penduduk terendah adalah
sebesar 2.22% dan tertinggi 15.52%. Wilayah dengan persentase penduduk
miskin yang tinggi terjadi di Kabupaten Kepulauan Mentawai 15.52%. Dari
proporsi kemiskinan yang terjadi di level Kabupaten / Kota adalah antara 5.96
% sampai dengan 8.57%. Gambaran proporsi penduduk miskin di Provinsi
Gambar 5.8 Proporsi Kemiskinan di Provinsi Sumatera Barat tahun 2014
35
5.4 Analisis Regresi Linear Berganda

Seleksi variabel dalam proses analisis multivariat dengan
menggunakan metode enter yaitu memasukkan variabel secara serentak ke
dalam model. Seluruh variabel dimasukkan dalam analisis multivariat karena
secara substansi variabel tersebut penting dan berhubungan dengan
pneumonia. Kemudian variabel yang memiliki nilai p terbesar akan
dikeluarkan secara bertahap.
Tabel 5.3 Analisis Multivariat tahap Awal Variabel Independen yang

Berhubungan dengan Pneumonia Balita di Provinsi Sumatera Barat
Tahun 2014
No Variabel Nilai β P Value
1 Konstanta 0.044
2 BBLR 12.712 0.033
3 Gizi buruk -0.408 0.202
4 Imunisasi Campak 0.311 0.190
5 Cakupan UCI (Universal Child Imunization) 0.758 0.013
6 PHBS -64.229 0.062
7 Rumah tidak Sehat 5.146 0.038
8 Kemiskinan -1.670 0.053
R2 = 0.667 P=0.044
36
Pada seleksi tahap awal, dikeluarkan variabel independen dengan nilai

p terbesar yaitu cakupan UCI. Setelah proses pengeluaran variabel, ternyata
terdapat perubahan nilai koefisien B di atas 10% pada semua variabel
sehingga variabel cakupn imunisasi tidak jadi dikeluarkan dan tetap
dipertahankan dalam model multivariat. Dengan demikian hasil analisis
regresi linear berganda adalah sebagai berikut.
Tabel 5.4 Hasil Analisis Regresi Linear Berganda Variabel Independen

yang Berhubungan dengan Pneumonia Balita di Provinsi Sumatera
Barat Tahun 2014
No Variabel Nilai β Nilai t
1 Konstanta -53.548
2 BBLR * 12.712 2.444
3 Gizi buruk -0.408 -2.077
4 Imunisasi Campak* 0.311 -2.166
5 Cakupan UCI (Universal Child -1.358

0.758
Imunization)
6 PHBS* -64.229 2.942
7 Rumah tidak Sehat 5.146 1.398
8 Kemiskinan* -1.670 2.356
R2 = 0.667 P=0.044
*) variabel signifikan
Dari model regresi linear berganda di atas, hasil pemodelan dengan

regresi linear berganda diperoleh persamaan:
37
Pneumonia Balita = -53.548 + 12.712 BBLR – 0.408 Gizi buruk - 1.670

Kemiskinan + 0.758 Cakupan UCI + 5.146 rumah tidak sehat - 64.229
PHBS + 0.311 Imunisasi campak
Uji signifikansi parameter secara parsial dilakukan untuk mengetahui

variabel yang berpengaruh di Provinsi Sumatera Barat. Jika nilai [thitung] >
t(0.025;18) = 2.101, maka dinyatakan bahwa parameter tersebut berpengaruh
signifikan terhadap kejadian pneumonia balita di Provinsi Sumatera Barat.
Variabel BBLR, Imunisasi campak, PHBS, kemiskinan berbeda signifikan
terhadap kejadian Pneumonia Balita di Provinsi Sumatera Barat.
Model ini mampu menjelaskan variasi kejadian pneumonia ballita di
Provinsi Sumatera Barat sebesar 66.7 % melalui faktor-faktor yang digunakan
dalam penelitian ini dan 33.3% sisanya dijelaskan oleh faktor lain.
5.5 Uji Asumsi

5.5.1 Asumsi Eksistensi (Variabel Random)
Asumsi eksistensi diketahui melalui analisis deskriptif variabel
residual pada model, apabila residual menunjukkan adanya mean mendekati
nol dan ada sebaran (standar deviasi) maka asumsi eksistensi terpenuhi. Hasil
output uji eksistensi yaitu pada tabel berikut.
Tabel 5.5 Tabel Residual Statistik Uji Asumsi Eksistensi Dalam Analisis
Multivariat di Provinsi Sumatera Barat Tahun 2014
Mean Standar Deviasi N
Residual 0.00000 13.21691 19
38
Hasil di atas menunjukkan angka residual dengan mean 0.000005 dan

standar deviasi 13.21691. Dengan demikian asumsi eksistensi terpenuhi.
5.5.2 Asumsi Linearitas

Asumsi linearitas diketahui dari uji ANOVA (overal F test) dengan
model berbentuk linear apabila hasilnya signifikan (p value<alpha). Hasil uji
linearitas dapat dilihat pada tabel berikut.
Tabel 5.6 Tabel Residual Statistik Uji Asumsi Linearitas Dalam Analisis
Multivariat di Provinsi Sumatera Barat Tahun 2014
Model Sum of df Mean F Sig

squares square
1 Residual 6312.256 7 901.751 3.155 .044b
Regression 3144.361 11 285.851
Total 9456.618 18
Hasil output uji linearitas menghasilkan uji annova 0.44, dengan

demikian asumsi liniearitas terpenuhi.
5.5.3 Asumsi Homoscedasticity

Homoscedasticity dapat diketahui dengan melakukan plot residual.
Hasil dari output dapat dilihat pada grafik berikut.
39
Grafik 5.1 Grafik Uji Homoscedasticity Pneumonia Balita di Provinsi

Sumatera Barat Tahun 2014
Hasil output pada grafik di atas menunjukkan bahwa tidak ada pola
tertentu pada sebaran. Dengan demikian tidak terjadi heteroscedasticity dan
asumsi homoscedasticity terpenuhi.
5.5.4 Asumsi Normalitas

Hasil asumsi normalitas dapat dilihat pada grafik berikut
40
Grafik 5.2 Grafik Uji asumsi normalitas Pneumonia Balita di Provinsi

Grafik di atas menunjukkan bahwa data berdistribusi normal. Dengan

demikian maka asumsi normalitas terpenuhi.
5.5.5 Diagnostik Multicollinearity

Untuk mendeteksi collinearity dapat diketahui dari nilai VIF (variance
inflation factor). Hasil output dapat dilihat pada tabel berikut.
Tabel 5.7 Tabel multicollinearity Pneumonia Balita di Provinsi

Unstandardized Standardized Collinearity

Coefficient Coefficient statistics
Model T Sig
Std VIF
B Beta tolerance
Error
(Constant) -53.548 27.329 -1.959 .076
BBLR 12.712 5.202 .552 2.444 .033 .593 1.685
gizi buruk -64.229 30.926 -.477 -2.077 .062 .572 1.748
imunisasi -1.670 .771 -.512 -2.166 .053 .542 1.847

campak
41
Unstandardized Standardized Collinearity

Coefficient Coefficient statistics
Model T Sig
Std VIF
B Beta tolerance
Error
Cakupan -.408 .301 -.326 -1.358 .202 .524 1.910
UCI
PHBS .758 .258 .564 2.942 .013 .823 1.214
rumah tidak .311 .222 .301 1.398 .190 .650 1.539

sehat
kemiskinan 5.146 2.184 .608 2.356 .038 .454 2.203
Hasil analisis di atas menunjukkan bahwa tidak ada nilai VIF yang
melebihi 10. Dengan demikian, tidak ada multicollinearity di antara variabel
independen.
5.6 Analisis Spasial GWR

Berdasarkan hasil uji asumsi, maka variable yang masuk sebagai
kandidat model GWR adalah BBLR, gizi buruk, kemiskinan, cakupan UCI,
rumah tidak sehat, PHBS, dan cakupan imunisasi campak. Hasil dari
perhitungan dengan memasukkan semua variable di atas didapatkan ringkasan
model GWR sebagai berikut:
Tabel 5.8 Ringkasan Model GWR di Provinsi Sumatera Barat Tahun

2014
Nilai β(ui, vi)

Variabel
Minimum Maksimum Rata-rata Rentang
Intercepts 19.582 526.327 49.750 506.745
BBLR -377.219 17.665 -6.535 394.884
42
Nilai β(ui, vi)

Variabel
Minimum Maksimum Rata-rata Rentang
Gizi Buruk -28.857 72.092 -18.907 100.949
Imunisasi -12.544 336.765 6.809 349.309

campak
Cakupan UCI -14.673 -26.993 -6.574 41.666
PHBS 10.937 373.757 30.469 362.820
Rumah Tidak -571.402 -12.826 -21.848 584.227

Sehat
Kemiskinan -106.343 9.607 -0.446 115.950
R2 0.81054
AICc Global 168.989
AICc Lokal 165.119
Ringkasan model GWR untuk Provinsi Sumatera Barat adalah sebagai

berikut:
Y = 49.750 - 6.535(ui, vi) *(BBLR) - 18.907(ui, vi) *(Gizi Buruk) + 6.809(ui,
vi) *(imunisasi campak) - 6.574(ui, vi) *(Cakupan UCI) + 30.469(ui, vi)
*(PHBS) - 21.848(ui, vi) *(Rumah Tidak Sehat) - 0.446(ui, vi)
*(Kemiskinan).
Kesimpulan yang diperoleh untuk model persentase kejadian

pneumonia adalah:
1. Setiap penurunan proporsi BBLR sebanyak 1 persen maka akan
menurunkan proporsi pneumonia sebesar 6.535 bila faktor lain tetap.
43
2. Setiap penurunan proporsi Gizi Buruk sebanyak 1 persen maka akan

menurunkan proporsi pneumonia sebanyak 18.907 bila faktor lain tetap.
3. Setiap kenaikan proporsi balita yang tidak imunisasi campak sebesar 1%
maka akan menaikkan proporsi pneumonia sebesar 6.809
4. Setiap penurunan proporsi desa yang belum UCI sebesar 1 persen maka
akan menurunkan proporsi pneumonia sebesar 6.547
5. Setiap kenaikan proporsi rumah tangga yang tidak melakukan PHBS
sebesar 1% maka akan menaikkan proporsi pneumonia sebesar 30.469
6. Setiap penurunan proporsi rumah yang tidak sehat sebesar 1 persen maka
akan menurunkan proporsi pneumonia sebesar 21.848
7. Setiap penurunan proporsi penduduk miskin sebanyak 1 persen maka
akan menurunkan angka kejadian pneumonia sebesar 0.446
8. Nilai R-square (R2) diperoleh sebesar 81,05%, artinya model GWR ini
baik dalam menggambarkan variasi kejadian pneumonia di Sumatera
Barat sebesar 81.05% dan sisanya 18.95% dipengaruhi oleh faktor lain.
Setelah mendapatkan model GWR, selanjutnya dilakukan pengujian
signifikansi variabel model GWR untk mengetahui parameter yang
berpengaruh secara signifikan terhadap kejadian pneumonia pada balita.
Pengujan dilakukan dengan mengukur nilai t. Hasil thitung dibandingkan
dengan ttabel. Nilai ttabel pada penelitian ini adalah 2.101, Jika thitung>ttabel maka
variabel tersebut signifikan di wilayah tersebut. Berdasarkan hal tersebut,
didapatkan berikut hasil perhitungan variabel yang signifikan di
kabupaten/kota:
44
Tabel 5.9 Variabel Signifikan Model GWR di Provinsi Sumatera Barat

Tahun 2014
Kabupaten/Kota Variabel Signifikan
Kota Bukittinggi X1, X2, X6, X7
Kota Payakumbuh X1, X2, X6, X7
Kota Sawah Lunto X1, X2, X6, X7
Kota Padang X1, X2, X6, X7
Kota Padang Panjang X1, X2, X6, X7
Kota Pariaman X1, X2, X6, X7
Kota Solok X1, X2, X6, X7
Kabupaten Dharmasraya X1, X5, X6
Kabupaten Agam X1, X2, X6, X7
Kabupaten Pasaman X2, X6
Kabupaten Pesisir Selatan X1, X2, X6, X7
Kabupaten Solok X1, X2, X6
Kabupaten Kepulauan Mentawai X1, X2, X3, X5, X6, X7
Kabupaten Solok Selatan X1, X5, X6
Kabupaten Sijunjung X1, X2, X6
Kabupaten Padang Pariaman X1, X2, X6, X7
Kabupaten Lima Puluh Kota X1, X2, X6, X7
Kabupaten Pasaman Barat X2, X6
Kabupaten Tanah Datar X2, X6
45
Keterangan:
X1 : Berat Bayi Lahir Rendah (BBLR)
X2 : Gizi Buruk
X3 : Kemiskinan
X4 : Cakupan UCI (Universal Child Imunization)
X5 : Rumah Tidak Sehat
X6 : PHBS
X7 : Imunisasi Campak
Gambaran persebaran variabel signifikan berdasarkan wilayah

kabupaten/kota di Provinsi Sumatera Barat dapat dilihat pada gambar 5.9
berikut.
Gambar 5.9 Penyebaran Variabel Signifikan Model Kejadian Penumonia

pada Balita di Sumatera Barat Tahun 2014
46
Gambar 5.9 menunjukkan penyebaran signifikan model pneumonia

pada balita di Provinsi Sumatera Barat yang mana terlihat terdapat 11
Kabupaten/Kota yang memiliki variabel signifikan yang sama yaitu BBLR,
Gizi Buruk, PHBS dan Imunisasi Campak. Sedangkan satu Kabupaten yaitu
Kepulauan Mentawai memiliki variabel signifikan terbanyak yang
mempengaruhi kejadian pneumonia pada balita yaitu 6 variabel yaitu BBLR,
Gizi Buruk, Kemiskinan, Rumah Tidak Sehat, PHBS, dan Imunisasi Campak.
Untuk mengetahui besaran pengaruh variabel terhadap kejadian

pneumonia pada balita di tiap wilayah kabupaten/kota di Sumatera Barat
melalui nilai r-square. Gambaran nilai r-square berdasarkan wilayah
kabupate/kota di Sumatera Barat dapat dilihat pada gambar berikut.
Gambar 5.10 Nilai R2 Model Kejadian Penumonia pada Balita di Sumatera

Barat Tahun 2014
47
Nilai R2 dari persamaan GWR dapat dilihat pada Gambar 5.9. Dari
peta sebaran terlihat bahwa nilai r-square hampir sama di semua wilayah.
Wilayah dengan nilai r-square yang lebih kecil ada di kabupaten kepulauan
Mentawai dan wilayah dengan nilai r-square yang tinggi berada di kabupaten
Dharmasraya dan Solok Selatan. Nilai r-square ini memperlihatkan seberapa
besar pengaruh ketujuh variabel terhadap kejadian pneumonia pada balita di
tiap wilayah kabupaten/kota di Sumatera Barat.
BAB VI
PEMBAHASAN
6.1 Keterbatasan Penelitian

Penelitian ini bersifat studi korelasi (correlation study) atau disebut juga
ecological study dengan mengkorelasikan beberapa karakteristik umum suatu
populasi secara agregat dan pada umumnya dibatasi secara geografik. Studi ini
tidak dapat digunakan dalam menganalisi hubungan sebab akibat karena
keterbatasan dalam menjembantani status paparan/faktor risiko dan penyakit
pada tingkat populasi dan individu. Selain itu pula tidak dapat mengontrol
faktor perancu potensial. Adapun keterbatasan pada penelitian ini antara lain:
a. Bias informasi
Data dari penelitian berasal dari dua instansi yang berbeda yaitu Dinas
Kesehatan Provinsi Sumatera Barat dan Badan Pusat Statistik (BPS). Data
yang berasal dari Dinas Provinsi Sumatera Barat merupakan data profil
kesehatan Provinsi Sumatera Barat tahun 2014 yang menggambarkan
kondisi kesehatan secara agregat selama tahun 2014. Sedangkan data yang
berasal dari BPS merupakan data kependudukan yang berkaitan erat
dengan faktor risiko kejadian pneumonia di Provinsi Sumatera Barat tahun
2014.
Data yang digunakan merupakan data profil kesehatan dan
kependudukan pada tahun 2014. Rentang waktu antara pengambilan data
sampai dengan analisis adalah tiga tahun, sehingga data yang dianalisis
merupakan gambaran pneumonia balita tiga tahun lalu di Provinsi
Sumatera Barat. Data profil kesehatan yang berasal dari Dinas Kesehatan
Provinsi Sumatera Barat belum tentu menggambarkan pneumonia balita
secara menyeluruh dan tepat mengingat pengumpulan data kasus
48
49
bergantung dari kemampuan Puskesmas dalam menjaring kasus

pneumonia balita.
b. Bias seleksi
Bias seleksi variabel yang berperan terhadap pneumonia balita menjadi
salah satu keterbatasan dalam penelitian ini. Hal tersebut berkaitan dengan
ketersediaan data pada profil kesehatan dan data kependudukan sehingga
tidak dapat mengeksplorasi keterkaitan variabel lain yang dianggap perlu
dalam menilai kejadian pneumonia balita di Provinsi Sumatera Barat.
c. Bias peneliti
Bias dari peneliti itu sendiri berkaitan dengan waktu, tenaga, sumber
dana dan keterbatasan pengetahuan. Keterbatasan tersebut menyebabkan
bias dalam proses pengolahan dan analisa data.
d. Kondisi geografis
Penelitian ini menggunakan pendekatan analisis spasial dengan
memasukkan unsur geografis karena kondisi karakteristik setiap wilayah
memiliki pengaruh yang berbeda terhadap persebaran atau kejadian
pneumonia balita. Namun pada kenyataannya penerapan analisis ini tetap
menggunakan batas wilayah administratif berdasarkan penyesuaian data
yang tersedia pada profil kesehatan dan data kependudukan Provinsi
Sumatera Barat. Analisis data menggunakan metode GWR dengan
memberikan bobot yang berbeda-beda menurut unit kabupaten/kota di
Provinsi Sumatera Barat diharapkan dapat menjawab kehomogenan atau
keheterogenan karakteristik wilayah unit kabupaten/kota dan lebih
representatif dalam menggambarkan kejadian pneumonia balita
berdasarkan faktor risikonya yaitu BBLR, gizi buruk, kemiskinan, cakupan
UCI, rumah tidak sehat, PHBS dan imunisasi campak.
50
6.2 Kejadian Pneumonia Balita di setiap Kabupaten/Kota Provinsi Sumatera

Barat
Provinsi Sumatera Barat memiliki angka pneumonia masih cukup
tinggi. Tingkat case fatality rate pneumonia pada balita di Sumatera Barat
sebesar 0,22% dan angka tersebut berada di atas angka nasional (0,11%)
(Hardhana et al., 2017).
Hasil analisis didapatkan, rata – rata kejadian pneumonia di Sumatera
Barat tahun 2014 adalah sebesar 26.7% (CI: 15.64 - 37.74) dengan standar
deviasi sebesar 22,9%. Dari hasil di atas, dapat disimpulkan 95% diyakini
bahwa rata – rata proporsi pneumonia yang terjadi di level Kabupaten / Kota
adalah antara 15.64% sampai dengan 37.74%. Rata-rata persentase kejadian
pneumonia balita di Provinsi Sumatera Barat sebesar 26,7% dengan persentase
kejadian pneumonia terkecil adalah 2.9% dan terbesar 90%. Kejadian
pneumonia yang tinggi terjadi di Kabupaten Pesisir Selatan dan Kota Solok
sebesar 90% dan 66.8%. Sedangkan kejadian terendah di Kabupaten Solok
Selatan (2,9%)
6.3 Hubungan BBLR, Gizi Buruk, imunisasi campak, cakupan UCI, PHBS,
Rumah Tidak Sehat, dan Kemiskinan dengan kejadian Pneumonia Balita
di Provinsi Sumatera Barat
Penelitian ini menganalisis hubungan antara BBLR, Gizi Buruk,
imunisasi campak, cakupan UCI, PHBS, Rumah Tidak Sehat, dan Kemiskinan
dengan kejadian Pneumonia Balita di Provinsi Sumatera Barat dengan
menggunakan pendekatan model GWR. Berdasarkan beberapa hasil penelitian
sebelumnya terkait dengan pneumonia balita, perbedaan analisis bisa saja
berbeda dengan hasil penelitian ini karena dipengaruhi beberapa faktor, unit
analisis wilayah yang digunakan, karakteristik wilayah geografi antar wilayah,
desain penelitian, bias dan teknik analisis.
51
6.3.1 Hubungan BBLR dengan kejadian Pneumonia Balita di Provinsi

Sumatera Barat
BBLR dalam penelitian ini merupakan persentasi bayi dengan berat
lahir rendah. Hasil analisis didapatkan rata – rata kejadian BBLR sebesar 2.34%
(CI: 1.89 - 2.85) dengan standar deviasi sebesar 0.99%. Persentase kejadian
BBLR terkecil sebesar 0.5% dan terbesar 4.2%. Kejadian BBLR terbanyak
terjadi di Kabupaten Sijunjung sebesar 4.2% dan Kabupaten Sawah Lunto
sebesar 4.0%. Dari hasil di atas, dapat disimpulkan bahwa 95% diyakini rata –
rata proporsi pneumonia yang terjadi di level Kabupaten / Kota adalah antara
1.89% sampai dengan 2.85%.
Hasil analisis GWR menunjukkan bahwa variabel BBLR menunjukkan
adanya hubungan yang signifikan dengan kejadian pneumonia balita pada 16
kabupaten/kota di Provinsi Sumatera Barat. Kisaran nilai parameter BBLR
pada model GWR Provinsi Sumatera Barat antara -377.219 dan 17.665. Setiap
penurunan proporsi BBLR sebanyak 1 persen maka akan menurunkan proporsi
pneumonia sebesar 6.535 bila faktor lain tetap.
Hal ini sejalan dengan penelitian di Jawa timur yang menunjukkan
bahwa persentase berat bayi lahir rendah menjadi variabel yang berpengaruh
terhadap data risiko penyakit pneumonia pada balita di Provinsi Jawa Timur
berdasarkan hasil regresi logistik dan GWLR. BBLR dapat meningkatkan
peluang penyakit pneumonia dai atas 27,8% dan berpengaruh signifikan di
semua titik lokasi Provinsi Jawa Timur (Fatimah et al., 2015). Penelitian lain
yang dilakukan di Pringsewu menunjukkan adanya perbedaan bermakna antara
BBLR dengan kejadian pneumonia pada Balita dimana balita yang mempunyai
berat badan lahir rendah mempunyai peluang 1,8 lebih besar terjadi pneumonia
dibandingkan balita dengan berat badan lahir normal (Budiati & Duarsa, 2012).
52
6.3.2 Hubungan Gizi Buruk dengan kejadian Pneumonia Balita di Provinsi

Sumatera Barat
Hasil analisis didapatkan rata – rata balita yang mengalami gizi buruk
adalah sebesar 0.16% (CI: 0.08 - 0.24) dengan standar deviasi sebesar 0.17%.
Persentase balita dengan gizi buruk terendah sebesar 0.03% dan tertinggi
0.76%. Kejadian gizi buruk yang tinggi terjadi di Kepulauan Mentawai sebesar
0.76% dan. Dari hasil analisis deskriptif, dapat disimpulkan bahwa 95%
diyakini rata – rata proporsi gizi buruk yang terjadi di level Kabupaten / Kota
adalah antara 0.08% sampai dengan 0.24%.
Hasil analisis GWR menunjukkan bahwa gizi buruk menunjukkan
adanya hubungan yang signifikan dengan kejadian pneumonia balita pada 14
kabupaten/kota di Provinsi Sumatera Barat. Kisaran nilai parameter gizi buruk
pada model GWR Provinsi Sumatera Barat antara -28.857 dan 72.092. Setiap
penurunan proporsi Gizi Buruk sebanyak 1 persen maka akan menurunkan
proporsi pneumonia sebanyak 18.907 bila faktor lain tetap.
Gizi buruk merupakan faktor yang signifikan mempengaruhi penderita
pneumonia di Provinsi Jawa Barat (Nadya et al., 2014). Penelitian lain yang
dilakukan Hartati, dkk (2012) menunjukkan bahwa balita yang memiliki status
gizi kurang berpeluang untuk terjadi pneumonia sebesar 6,52 kali (95% CI:
2,28-18,63).
6.3.3 Hubungan imunisasi campak dengan kejadian Pneumonia Balita di

Imunisasi campak pada penelitian ini adalah persentase balita yang
tidak mendapatkan imunisasi campak. Dari hasil analisis deskriptif didapatkan
rata – rata cakupan balita yang belum imunisasi campak adalah sebesar 12.32%
(CI: 8.93 - 15.70) dengan standar deviasi sebesar 7.02%. Persentase cakupan
balita yang belum diimunisasi tertinggi adalah sebesar 29%. Wilayah dengan
persentase cakupan balita belum imunisasi campak adalah di Kabupaten Lima
53
Puluh Kota dan Kabupaten Solok sebesar 29% dan 26%. Dari hasil analisis
deskriptif, dapat disimpulkan bahwa 95% diyakini rata – rata proporsi balita
belum imunisasi campak di level Kabupaten / Kota adalah antara 8.93% sampai
dengan 15.7%.
Hasil analisis GWR menunjukkan bahwa imunisasi campak
menunjukkan adanya hubungan yang signifikan dengan kejadian pneumonia
balita pada 12 kabupaten/kota di Provinsi Sumatera Barat. Kisaran nilai
parameter imunisasi campak pada model GWR Provinsi Sumatera Barat antara
-12.544 dan 336.765. Setiap kenaikan proporsi balita yang tidak imunisasi
campak sebesar 1% maka akan menaikkan proporsi pneumonia sebesar 6.809.
Hal ini sejalan dengan penelitian yang dilakukan di Jawa timur bahwa
balita yang mendapat imunisasi campak menjadi variabel yang berpengaruh
terhadap data risiko penyakit pneumonia pada balita di Provinsi Jawa Timur
berdasarkan hasil regresi logistik dan GWLR adalah (Fatimah et al., 2015).
Imunisasi campak juga berpengaruh terhadap kejadian pneumonia pada balita
dimana balita yang tidak mendapatkan imunisasi campak berpeluang
mengalami pneumonia 3,21 kali dibandingkan balita yang mendapatkan
imunisasi campak (Hartati et al., 2012). Penelitian lain yang dilakukan Sari dkk
(2016) juga menunjukkan bahwa imunisasi campak berhubungan secara
signifikan dengan kejadian pneumonia dengan korelasi sedang. Pada
pengukuran dampak, anak yang diimunisasi campak dapat mencegah
pneumonia sebesar 61,456% (Hariyanti, 2010).
6.3.4 Hubungan cakupan UCI dengan kejadian Pneumonia Balita di Provinsi

Sumatera Barat
Cakupan UCI pada penelitian ini adalah persentase desa yang belum
termasuk kategori UCI. Hasil analisis didapatkan rata – rata desa yang belum
memenuhi UCI adalah sebesar 24.72% (CI: 15.89 - 33.55) dengan standar
deviasi sebesar 18.32%. Persentase desa belum memenuhi UCI terendah adalah
54
0% 9cakupan UCI tinggi) dan tertinggi 65.9% (Cakupan UCI rendah). Wilayah
Kabupaten / Kota dengan persentase desa belum UCI terendah adalah di Kota
Padang dan Kota Solok dan yang memiliki desa belum UCI tertinggi adalah di
Kabupaten Agam sebesar 65.9%, kabupaten Solok sebesar 54.6% dan
Kabupaten Kepulauan Mentawai. Dari hasil analisis deskriptif, dapat
disimpulkan bahwa 95% diyakini rata – rata proporsi desa belum UCI yang
terjadi di level Kabupaten / Kota adalah antara 15.89 % sampai dengan 33.55%.
Hasil analisis GWR menunjukkan bahwa cakupan UCI menunjukkan
tidak ada hubungan yang signifikan dengan kejadian pneumonia balita di
Provinsi Sumatera Barat. Kisaran nilai parameter cakupan UCI pada model
GWR Provinsi Sumatera Barat antara -14.673 dan -26.993. Setiap penurunan
proporsi desa yang belum UCI sebesar 1 persen maka akan menurunkan
proporsi pneumonia sebesar 6.547
Imunisasi menunjukkan hubungan yang signifikan. Berdasarkan
penelitian yang dilakukan di Provinsi Jawa Barat, bayi yang diimunisasi dasar
lengkap merupakan faktor yang signifikan mempengaruhi penderita pneumonia
(Nadya et al., 2014).
6.3.5 Hubungan Perilaku Hidup Bersih dan Sehat (PHBS) dengan kejadian
Pneumonia Balita di Provinsi Sumatera Barat
Perilaku Hidup Bersih dan Sehat (PHBS) pada penelitian ini yaitu
persentase rumah tangga yang belum melaksanakan PHBS. PHBS adalah
semua semua perilaku kesehatan yang dilakukan atas kesadaran sehingga
anggota keluarga atau keluarga dapat menolong dirinya sendiri, keluarga dan
masyarakat untuk menjaga, melindungi dan meningkatkan kesehatan
(Puspromkes Kemenkes & Unicef, 2014). Hasil analisis deskriptif didapatkan
rata – rata penduduk belum ber-PHBS adalah sebesar 26.7% (CI: 42.36 - 58.80)
dengan standar deviasi sebesar 17.05%. Persentase penduduk belum ber-PHBS
tertinggi adalah sebesar 80%. Wilayah dengan persentase penduduk belum ber-
55
PHBS yang tinggi terjadi di Kota Bukit Tinggi dan Kabupaten Tanah Datar
yaitu sebesar 80% dan 70%. Dari hasil analisis deskriptif, dapat disimpulkan
bahwa 95% diyakini rata – rata proporsi penduduk belum ber-PHBS di level
Kabupaten / Kota adalah antara 42.36% sampai dengan 58.80%.
Hasil analisis GWR menunjukkan bahwa PHBS menunjukkan adanya
hubungan yang signifikan dengan kejadian pneumonia balita di seluruh
kabupaten/kota di Provinsi Sumatera Barat. Kisaran nilai parameter PHBS pada
model GWR Provinsi Sumatera Barat antara 10.937 dan 373.757. Setiap
kenaikan proporsi rumah tangga yang tidak melakukan PHBS sebesar 1% maka
akan menaikkan proporsi pneumonia sebesar 30.469.
PHBS juga menunjukkan hubungan terhadap kejadian pneumonia
balita. Penelitian yang dilakukan di Puskesmas Tawangsari Kabupaten
Sukoharjo menunjukkan bahwa terdapat hubungan yang signifikan antara
perilaku hidup bersih dan sehat dengan kejadian pneumonia balita (Citasari,
2015). Penelitian lain juga menunjukkan bahwa terdapat hubungan signifikan
antara PHBS dengan kejadian pneumonia pada balita di Yogyakarta dimana
balita dengan rumah tangga yang menerapkan PHBS kurang baik berisiko 2,88
kali terkena pneumonia (Fitrianingsih, Huriah, & Muryati, 2013)
6.3.6 Hubungan Rumah Tidak Sehat dengan kejadian Pneumonia Balita di

Rumah tidak sehat pada penelitian ini yaitu persentase rumah yang
belum memenuhi syarat rumah sehat. Menurut Keputusan Menteri
Permukiman dan Prasarana Wilayah (2002) Nomor 402/KPTS/M/2002, rumah
sehat memiliki persyaratan yang meliputi penghawaan (ventilasi, udara, sumber
udara), penerangan, luas ruang, dan air bersih. Persyaratan lainnya menurut
Kementerian Kesehatan (1999) yaitu bahan bangunan berasal dari material
yang tidak memungkinkan tumbuh/berkembang mikroorganisme patogen,
penataan ruang (lantai, ventilasi, kamar mandi, langit-langit, pencahayaan,
56
kualitas udara, suhu, kelembaban udara, konsentrasi gas, kualitas air baik, luas
ruangan, tidak ada sarang tikus dan bau dari limbah).
Hasil analisis didapatkan rata – rata persentase rumah tidak sehat adalah
sebesar 49.26% (CI: 38.54 - 59.98) dengan standar deviasi sebesar 22,24%.
Wilayah dengan persentase rumah tidak sehat terendah adalah sebesar 12% dan
tertinggi adalah 86%. Wilayah dengan persentase rumah tidak sehat yang tinggi
terjadi di Kabupaten Kepulauan Mentawai (86%), Kabupaten Solok (73%), dan
Kota Pariaman (86%). Dari hasil analisis deskriptif, dapat disimpulkan bahwa
95% diyakini rata – rata proporsi rumah tidak sehat di level Kabupaten / Kota
adalah antara 38.54% sampai dengan 59.98%.
Hasil analisis GWR menunjukkan bahwa rumah tidak sehat
menunjukkan adanya hubungan yang signifikan dengan kejadian pneumonia
balita pada tiga kabupaten/kota di Provinsi Sumatera Barat. Kisaran nilai
parameter rumah tidak sehat pada model GWR Provinsi Sumatera Barat antara
-571.402 dan -12.826. Setiap penurunan proporsi rumah yang tidak sehat
sebesar 1 persen maka akan menurunkan proporsi pneumonia sebesar 21.848
Kondisi rumah seperti kepadatan hunian, temperatur rumah,
pencahayaan, dan kelembaban juga menunjukkan hubungan yang signifikan
dengan kejadian pneumonia berdasarkan penelitian yang dilakukan di
Kabupaten Pati (E. L. Sari, Suhartono, & Joko, 2014). Penelitian lain juga
menunjukkan bahwa kepadatan hunian dan kepadatan populasi menunjukkan
hubungan signifikan terhadap risiko pneumonia balita di Semarang Utara
(Syani, Budiyono, & Raharjo, 2015). Kondisi rumah menunjukkan hubungan
signifikan dengan kejadian pneumonia di Kabupaten Pringsewu dengan
indikator keadaan ventilasi, jenis dinding, jenis lantai, letak dapur dan
kepadatan hunian. Kondisi rumah yang tidak memenuhi syarat berisiko terkena
pneumonia sebesar 4,65 kali (Budiati & Duarsa, 2012).
57
6.3.7 Hubungan Kemiskinan dengan kejadian Pneumonia Balita di Provinsi

Sumatera Barat
Kemiskinan pada penelitian ini adalah persentase penduduk miskin
(yang memiliki pendapatan di bawah pendapatan per kapita/bulan) di Sumatera
Barat. Hasil analisis didapatkan rata – rata penduduk miskin adalah sebesar
7.26% (CI: 5.96 - 8.57) dengan standar deviasi sebesar 0.17%. Wilayah dengan
persentase kemiskinan penduduk terendah adalah sebesar 2.22% dan tertinggi
15.52%. Wilayah dengan persentase penduduk miskin yang tinggi terjadi di
Kabupaten Kepulauan Mentawai 15.52%. Dari hasil analisis deskriptif, dapat
disimpulkan bahwa 95% diyakini rata – rata proporsi kemiskinan yang terjadi
di level Kabupaten / Kota adalah antara 5.96 % sampai dengan 8.57%.
Hasil analisis GWR menunjukkan bahwa kemiskinan menunjukkan
adanya hubungan yang signifikan dengan kejadian pneumonia balita pada
Kabupaten Kepulauan Mentawai di Provinsi Sumatera Barat. Kisaran nilai
parameter kemiskinan pada model GWR Provinsi Sumatera Barat antara -
106.343 dan 9.607. Setiap penurunan proporsi penduduk miskin sebanyak 1
persen maka akan menurunkan angka kejadian pneumonia sebesar 0.446.
Sosial ekonomi menunjukkan hubungan yang signifikan terhadap
kejadian pneumonia balita di Puskesmas Kecamatan Pancoran Jakarta Selatan
tahun 2014 (Rianawati & Kamso, 2014). Hal ini diperkuat juga dengan
penelitian yang dilakukan di Semarang utara bahwa tingkat pendapatan
menunjukkan hasil yang signifikan terhadap kejadian pneumonia Balita (Syani
et al., 2015).
58
Secara keseluruhan, Perilaku Hidup Bersih dan Sehat (PHBS)

berpengaruh signifikan terhadap kejadian Pneumonia Balita di tiap
kabupaten/kota di Provinsi Sumatera Barat. Dengan taraf kemaknaan 5%, dapat
dikatakan bahwa kondisi karakteristik wilayah antar kabupaten/kota di Provinsi
Sumatera Barat homogen sehingga variabel BBLR, gizi buruk, imunisasi
campak, cakupan UCI, PHBS, kondisi rumah dan kemiskinan berpengaruh
sama terhadap kejadian pneumonia di Provinsi Sumatera Barat tahun 2014.
Jika dilihat dari hasil analisis regresi linear berganda, terdapat
perbedaan hasil variabel yang signifikan dengan model GWR. Hasil pemodelan
linear berganda menunjukkan bahwa variabel yang signifikan berhubungan
dengan kejadian pneumonia balita adalah BBLR, Imunisasi campak, PHBS,
dan kemiskinan. Sedangkan hasil dari pemodelan GWR menunjukkan bahwa
PHBS merupakan variabel yang signifikan di seluruh kabupaten/kota. Variabel
lain yang menunjukkan signifikan di kabupaten/kota adalah BBLR, gizi buruk,
kemiskinan, rumah tidak sehat, PHBS dan imunisasi campak. Namun variabel
yang signifikan tersebut menunjukkan variasi hasil yang berbeda antar
kabupaten/kota. Sebagian besar kabupaten/kota menunjukkan kesamaan
variabel signifikan yaitu BBLR, gizi buruk, PHBS, dan imunisasi campak.
Kesamaan variabel signifikan di seluruh kabupaten/kota
mengindikasikan adanya kehomogenan kondisi atau karakteristik geografis
kabupaten/kota di Provinsi Sumatera Barat sehingga bobot spasial dalam
model GRW per kabupaten/kota relatif sama. Berdasarkan hal tersebut, metode
analisis dengan menggunakan model regresi linear berganda sudah cukup untuk
mengetahui faktor-faktor kasus penelitian ini yang berhubungan dengan
kejadian pneumonia balita di Provinsi Sumatera Barat.
BAB VII
SIMPULAN DAN SARAN
7.1 Simpulan
Dari hasil penelitian dan pembahasan dengan pendekatan model GWR,
dapat ditarik kesimpulan sebagai berikut:
1. Variabel signifikan terhadap kejadian pneumonia bervariasi di tiap
kabupaten/kota di Provinsi Sumatera Barat yaitu BBLR, gizi buruk, PHBS,
imunisasi campak, rumah tidak sehat dan kemiskinan
2. PHBS berhubungan signifikan dengan kejadian pneumonia di seluruh
kabupaten/kota di Provinsi Sumatera Barat
3. Cakupan UCI tidak berhubungan secara signifikan dengan kejadian
pneumonia di seluruh kabupaten/kota di Provinsi Sumatera Barat
4. Berdasarkan hasil analisis, didapatkan nilai R-square (R2) diperoleh
sebesar 81,05% yang berarti variabel yang masuk ke dalam model GWR
ini baik dalam menggambarkan variasi kejadian pneumonia di Sumatera
Barat sebesar 81.05% dan sisanya 18.95% dipengaruhi oleh faktor lain.
7.2 Saran
1. Diharapkan hasil dari penelitian ini dapat menjadi referensi instansi terkait
dalam menentukan kebijakan
2. Diharapkan dapat dilakukan penelitian lebih lanjut dengan menggunakan
variabel lain yang tidak dilakukan pada penelitian ini
3. Diharapkan dapat dilakukan penelitian lebih lanjut dengan menggunakan
variabel spasial untuk menggambarkan kejadian pneumonia seperti
ketinggian wilayah, cuaca, udara, kondisi lingkungan lainnya
59
Daftar Pustaka
Ahmadi, UF, 2005. Manajemen Penyakit Berbasis Wilayah. Penerbit Buku Kompas :
Jakarta
Budiati, E., & Duarsa, A. B. S. (2012). Kondisi Rumah dan Pencemaran Udara Dalam
Rumah Sebagai Faktor Risiko Kejadian Pneumonia Balita Condition and Air
Pollution of the House as Risk Factors for Pneumonia in Toddlers. Jurnal
Kedokteran Yarsi, 20(2), 87–101.
Citasari, M. (2015). Hubungan Status Gizi dan Perilaku Hidup Bersih dan Sehat
(PHBS) dengan Kejadian Pneumonia pada Balita di Puskesmas Tawangsari
Kabupaten Sukoharjo. Universitas Muhammadiyah Surakarta.
Dinkes, P. S. (2015). PROFIL KESEHATAN PROVINSI SUMATERA BARAT

TAHUN 2014. Padang: Dinkes Prov. Sumbar.
Efni, Y., Machmud, R., & Pertiwi, D. (2016). Artikel Penelitian Faktor Risiko yang
Berhubungan dengan Kejadian Pneumonia pada Balita di Kelurahan Air Tawar
Barat Padang. Jurnal Kesehatan Andalas, 5(2), 365–370.
Fatimah, E. N., Sukarsa, I. K. G., & Susilawati, M. (2015). PEMODELAN RISIKO

PENYAKIT PNEUMONIA PADA BALITA DI PROVINSI JAWA TIMUR
DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED LOGISTIC
REGRESSION. E-Jurnal Matematika, 4(2), 31–36.
Fitrianingsih, N., Huriah, T., & Muryati, S. (2013). Hubungan Antara Perilaku Hidup
Bersih dan Sehat Dengan Kejadian Pneumonia Pada Balira di Wilayah Kerja
Puskesmas Mlati II Yogyakarta. Jounal Guna Bangsa, 72–78. Retrieved from
journal.gunabangsa.ac.id/index.php/joh/article/download/31/26/%0A
Hardhana, B., Budiono, C. S., Kurniasih, N., Manullang, E. V, Susanti, M. I.,
60
61
Pangribowo, S., … Sigit, B. B. (2017). Data dan Informasi: Profil Kesehatan

Indonesia 2016. Jakarta: Pusdatin Kemenkes.
Hariyanti, I. (2010). Hubungan Imunisasi Campak dengan Kejadian Pneumonia pada

Balita Usia 12-59 Bulan di Rumah Sakit Islam Pondok Kopi Jakarta Tahun 2010.
Universitas Indonesia.
Hartati, S., Nurhaeni, N., & Gayatri, D. (2012). Faktor risiko terjadinya pneumonia
pada anak balita. Jurnal Keperawatan Indonesia, 15, no. 1(Maret 2012), 13–20.
Indonesian Pediatric Society (IDAI), 2013. Asi Sebagai Pencegah Malnutrisi pada
Bayi. http://www.idai.or.id/artikel/klinik/asi/asi-sebagai-pencegah-malnutrisi-
pada-bayi ( diakses pada tanggal 7 Desember 2017).
Kartasasmita CRSP, 2002. 4 Juta Anak Meninggal Karena Penyakit ISPA. Pikiran
Rakyat. Bandung. Sabtu 10 Januari 2002.
Kemenkes. (1999). Keputusan Menteri Kesehatan Nomor 828/MENKES/SK/VII/1999

tentang Persyaratan Kesehatan Perumahan. Jakarta: Kementerian Kesehatan.
Kemenkes, P. (2015). Profil Kesehatan Indonesia. Jakarta: Kementerian Kesehatan.
Kemenkes, P., & Unicef. (2014). 10 Pesan Hidup sehat Dalam Kedaruratan. Jakarta:
Kementerian Kesehatan. Retrieved from
https://www.unicef.org/indonesia/PHSDalamKedaruratan.pdf
KemenPPW. (2002). Keputusan Menteri Permukiman dan Prasarana Wilayah nomor

403/KPTS/M/2002 tentang Pedoman Teknis Pembangunan Rumah Sederhana
Sehat (RsSEHAT). Jakarta: Kementerian Permukinan dan Prasarana Wilayah.
Kementerian kesehatan, D. P. dan P. (2012). MODUL TATALAKSANA STANDAR

PNEUMONIA. Jakarta: Kementerian Kesehatan.
Litbangkes, K. K. (2013). Riset Kesehatan Dasar. Jakarta: Kementerian Kesehatan.
62
Nadya, M., Rahayu, W., & Santi, V. M. (2014). ANALISIS GEOGRAPHICALLY

WEIGHTED LOGISTIC REGRESSION (GWR) PADA KASUS PNEUMONIA
BALITA DI PROVINSI JAWA BARAT, 23–32.
Nguyen, T.-L. (2015). Pneumonia and Diarrhea Progress Report.
Noviana, I., Wulandari, S., & Purhadi. (2013). Pemodelan Risiko Penyakit Pneumonia
pada Balita di Jawa Timur Menggunakan Regresi Logistik Biner Stratifikasi.
Jurnal Sains Dan Seni Pomits, 2.
Nuarsa, 2004. Mengolah Data Spasial dengan Map Info Professional. Yogyakarta
Razak, N. (2013). Sekitar 35 juta balita masih beresiko jika target angka kematian anak
tidak tercapai. Retrieved from
https://www.unicef.org/indonesia/id/media_21393.html
Rianawati, D. A., & Kamso, S. (2014). Faktor-Faktor yang Berhubungan dengan

Kejadian Pneumonia pada Balita di Puskesmas Kecamatan Pancoran Jakarta
Selatan Tahun 2014, 1–18.
Sari, E. L., Suhartono, & Joko, T. (2014). Hubungan Antara Kondisi Lingkungan Fisik
Rumah Dengan Kejadian Pneumonia Pada Balita Di Wilayah Kerja Puskesmas
Pati I Kabupaten Pati. Jurnal Kesehatan Masyarakat (E-Journal), 2 nomor 1, 56–
61.
Sari, P., & Vitawati. (2016). Vol. 3 No. 1 Januari 2016. Medika Tadulako , Jurnal
Ilmiah Kedokteran, 3, No. 1(Januari 2016).
Supariasa, dkk, 2002. Penilaian Status Gizi. ECG : Jakarta
Suyatno, 2009. Penilaian Status Nutrisi. EGC : Jakarta
Syani, F. El, Budiyono, B., & Raharjo, M. (2015). HUBUNGAN FAKTOR RISIKO
LINGKUNGAN TERHADAP KEJADIAN PENYAKIT PNEUMONIA
BALITA DENGAN PENDEKATAN ANALISIS SPASIAL DI KECAMATAN
63
3(April).
Unicef. (2017). Pneumonia claims the lives of the world’s most vulnerable children.
Retrieved from https://data.unicef.org/topic/child-health/pneumonia/
Wijaya, I., & Bahar, H. (2014). Hubungan kebiasaan meroko, imunisasi dengan
kejadian penyakit pneumonia pada balita di puskesmas pabuaran tumpeng kota
tangerang. Forum Ilmiah, 11 nomor 3, 375–385.
Yushananta, 2001. Perawatan Bayi Risiko Tinggi. Gramedia Pustaka Utama: Jakarta
Lampiran
1. Output Regresi Linear
Model Summaryb
Adjusted R Std. Error of the

Model R R Square Square Estimate Durbin-Watson
1 .817a .667 .456 16.90713 2.224
a. Predictors: (Constant), rumah sehat, PHBS, imunisasi, gizi buruk, berat bayi lahir rendah,
imunisasi campak, kemiskinan
b. Dependent Variable: pneumonia balita
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 6312.256 7 901.751 3.155 .044b
Residual 3144.361 11 285.851
Total 9456.618 18
a. Dependent Variable: pneumonia balita

b. Predictors: (Constant), rumah sehat, PHBS, imunisasi, gizi buruk, berat bayi lahir rendah,
imunisasi campak, kemiskinan
64
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) -53.548 27.329 -1.959 .076
berat bayi lahir rendah 12.712 5.202 .552 2.444 .033 .593 1.685
imunisasi -.408 .301 -.326 -1.358 .202 .524 1.910
imunisasi campak -1.670 .771 -.512 -2.166 .053 .542 1.847
PHBS .758 .258 .564 2.942 .013 .823 1.214
kemiskinan 5.146 2.184 .608 2.356 .038 .454 2.203
gizi buruk -64.229 30.926 -.477 -2.077 .062 .572 1.748
rumah sehat .311 .222 .301 1.398 .190 .650 1.539
Dikeluarkan variabel dengan sig plg besar yaitu imunisasi
65
66
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) -50.550 28.180 -1.794 .098
berat bayi lahir rendah 11.006 5.222 .478 2.107 .057 .630 1.587
imunisasi campak -2.237 .671 -.685 -3.334 .006 .766 1.306
PHBS .801 .264 .596 3.032 .010 .837 1.195
kemiskinan 4.594 2.220 .543 2.069 .061 .470 2.127
gizi buruk -74.174 31.084 -.551 -2.386 .034 .606 1.650
rumah sehat .337 .229 .327 1.472 .167 .655 1.527
Collinearity Diagnosticsa
Variance Proportions
berat bayi lahir

Model Dimension Eigenvalue Condition Index (Constant) rendah imunisasi campak PHBS kemiskinan gizi buruk
1 1 5.944 1.000 .00 .00 .00 .00 .00 .01
2 .502 3.442 .00 .02 .04 .00 .00 .45
3 .222 5.178 .00 .15 .11 .03 .03 .11
4 .159 6.112 .01 .01 .64 .04 .00 .17
67
5 .091 8.077 .01 .14 .10 .40 .18 .03
6 .068 9.342 .01 .20 .00 .18 .22 .01
7 .014 20.471 .97 .48 .10 .34 .57 .23
Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value -1.5691 74.4190 26.6895 17.92795 19

Std. Predicted Value -1.576 2.662 .000 1.000 19
Standard Error of Predicted
7.056 16.472 10.374 2.317 19
Value
Adjusted Predicted Value -52.7324 58.6527 22.7721 26.01784 19
Residual -21.18860 24.66913 .00000 14.28133 19
Std. Residual -1.211 1.410 .000 .816 19
Stud. Residual -1.501 1.848 .059 1.073 19
Deleted Residual -35.24829 78.03237 3.91738 28.84783 19
Stud. Deleted Residual -1.594 2.092 .071 1.131 19
Mahal. Distance 1.982 15.017 5.684 3.023 19
Cook's Distance .000 2.522 .219 .568 19
Centered Leverage Value .110 .834 .316 .168 19
68
69
70
2. Output GWR
*************************************************************
* Semiparametric Geographically Weighted Regression *
* Release 1.0.90 (GWR 4.0.90) *
* 12 May 2015 *
* (Originally coded by T. Nakaya: 1 Nov 2009) *
* *
* Tomoki Nakaya(1), Martin Charlton(2), Chris Brunsdon (2) *
* Paul Lewis (2), Jing Yao (3), A Stewart Fotheringham (4) *
* (c) GWR4 development team *
* (1) Ritsumeikan University, (2) National University of Ireland, Maynooth, *
* (3) University of Glasgow, (4) Arizona State University *
**************************************************************
Program began at 12/18/2017 1:30:13 PM
**************************************************************
Session: pneutes4
Session control file: C:\Users\MiyoSari\Dropbox\FKM\sem
3\GIS\UAS\datates_18des17\var7_2.ctl
**************************************************************
Data filename: C:\Users\MiyoSari\Dropbox\FKM\sem
3\GIS\UAS\data2\Pne10v.txt
Number of areas/points: 19
Model settings---------------------------------
Model type: Gaussian
Geographic kernel: fixed bi-square
71
Method for optimal bandwidth search: Golden section search

Criterion for optimal bandwidth: CV
Number of varying coefficients: 8
Number of fixed coefficients: 0
Modelling options---------------------------------
Standardisation of independent variables: On
Testing geographical variability of local coefficients: On
Local to Global Variable selection: OFF
Global to Local Variable selection: OFF
Prediction at non-regression points: OFF
Variable settings---------------------------------
Area key: field1: kabkota
Easting (x-coord): field2 : X
Northing (y-coord): field3: Y
Cartesian coordinates: Euclidean distance
Dependent variable: field4: pneumonia
Offset variable is not specified
Intercept: varying (Local) intercept
Independent variable with varying (Local) coefficient: field5: bblr
Independent variable with varying (Local) coefficient: field6: gizi
Independent variable with varying (Local) coefficient: field7: kemiskinan
Independent variable with varying (Local) coefficient: field8: imunisasi
Independent variable with varying (Local) coefficient: field10: rmhsehat
Independent variable with varying (Local) coefficient: field11: phbs
Independent variable with varying (Local) coefficient: field12: campak
72
**************************************************************
**************************************************************
***************
Global regression result
**************************************************************
***************
< Diagnostic information >
Residual sum of squares: 3144.361425
Number of parameters: 8
(Note: this num does not include an error variance term for a Gaussian model)
ML based global sigma estimate: 12.864397
Unbiased global sigma estimate: 16.907130
-2 log-likelihood: 150.989280
Classic AIC: 168.989280
AICc: 188.989280
BIC/MDL: 177.489230
CV: 869.903436
R square: 0.667496
Adjusted R square: 0.401493
Variable Estimate Standard Error t(Est/SE)

-------------------- --------------- --------------- ---------------
Intercept 27.660966 3.891262 7.108482
bblr 12.264430 5.018901 2.443648
gizi -10.541580 5.075734 -2.076858
kemiskinan 13.565308 5.757246 2.356215
imunisasi -7.258621 5.346626 -1.357608
73
rmhsehat 6.675398 4.775849 1.397741

phbs 12.372319 4.205792 2.941733
campak -11.417768 5.270570 -2.166325
**************************************************************
***************
GWR (Geographically weighted regression) bandwidth selection
**************************************************************
***************
Bandwidth search <golden section search>

Limits: 1, 2.62940012170077
Golden section search begins...
Initial values
pL Bandwidth: 1.427 Criterion: NaN
p1 Bandwidth: 1.886 Criterion: 930.082
p2 Bandwidth: 2.170 Criterion: 3567.190
pU Bandwidth: 2.629 Criterion: 1486.872
iter 1 (p1) Bandwidth: 1.886 Criterion: 930.082 Diff: 0.284
Best bandwidth size 1.886
Minimum CV 930.082
**************************************************************
***************
GWR (Geographically weighted regression) result
**************************************************************
***************
Bandwidth and geographic ranges
Bandwidth size: 1.886318
74
Coordinate Min Max Range

--------------- --------------- --------------- ---------------
X-coord 99.645000 101.579000 1.934000
Y-coord -2.208000 0.385000 2.593000
Diagnostic information
Residual sum of squares: 1791.651753
Effective number of parameters (model: trace(S)): 11.408660
Effective number of parameters (variance: trace(S'S)): 10.206431
Degree of freedom (model: n - trace(S)): 7.591340
Degree of freedom (residual: n - 2trace(S) + trace(S'S)): 6.389111
ML based sigma estimate: 9.710688
Unbiased sigma estimate: 16.745826
-2 log-likelihood: 140.302295
Classic AIC: 165.119614
AICc: 224.634321
BIC/MDL: 176.838836
CV: 930.081981
R square: 0.810540
Adjusted R square: 0.367190
***********************************************************
<< Geographically varying (Local) coefficients >>
***********************************************************
Estimates of varying coefficients have been saved in the following file.
Listwise output file: C:\Users\MiyoSari\Dropbox\FKM\sem
3\GIS\UAS\datates_18des17\var7_2_listwise.csv
75
Summary statistics for varying (Local) coefficients

Variable Mean STD
-------------------- --------------- ---------------
Intercept 49.750205 112.343985
bblr -6.534733 87.387390
gizi -18.906884 21.893245
kemiskinan -0.446105 25.082178
imunisasi -6.574494 8.241404
rmhsehat -21.847779 129.539041
phbs 30.468921 80.915066
campak 6.808969 77.778784
Variable Min Max Range

-------------------- --------------- --------------- ---------------
Intercept 19.581915 526.326969 506.745055
bblr -377.219674 17.664798 394.884473
gizi -28.856905 72.092392 100.949297
kemiskinan -106.343268 9.606952 115.950221
imunisasi -14.673577 26.992889 41.666466
rmhsehat -571.401813 12.825703 584.227516
phbs 10.936953 373.757415 362.820463
campak -12.544364 336.764717 349.309081
Variable Lwr Quartile Median Upr Quartile

-------------------- --------------- --------------- ---------------
Intercept 22.302918 23.044476 25.206166
76
bblr 12.728040 14.118172 14.899698

gizi -27.546248 -25.388930 -19.276019
kemiskinan 4.037121 5.139949 7.879047
imunisasi -8.941898 -7.786300 -6.831792
rmhsehat 7.866603 8.355811 8.784959
phbs 11.151765 11.301186 11.519543
campak -12.284264 -11.894191 -10.997321
Variable Interquartile R Robust STD

-------------------- --------------- ---------------
Intercept 2.903248 2.152148
bblr 2.171658 1.609828
gizi 8.270229 6.130637
kemiskinan 3.841927 2.847981
imunisasi 2.110106 1.564200
rmhsehat 0.918356 0.680768
phbs 0.367778 0.272630
campak 1.286943 0.953998
(Note: Robust STD is given by (interquartile range / 1.349) )
**************************************************************
***************
GWR ANOVA Table
**************************************************************
***************
Source SS DF MS F
----------------- ------------------- ---------- --------------- ----------
Global Residuals 3144.361 11.000
77
GWR Improvement 1352.710 4.611 293.373

GWR Residuals 1791.652 6.389 280.423 1.046181
**************************************************************
***********
Geographical variability tests of local coefficients
**************************************************************
***********
Variable F DOF for F test DIFF of Criterion
-------------------- ------------------ ---------------- -----------------
Intercept 2.296447 0.345 7.591 -4236.448228
bblr 1.018792 0.416 7.591 -4487.243605
gizi 7.901398 0.396 7.591 -24714697.227874
kemiskinan -3.191239 0.141 7.591 -7068.849329
imunisasi 1.985250 0.224 7.591 -3214.519370
rmhsehat -0.302759 0.132 7.591 -4301.003084
phbs 0.320894 0.192 7.591 -4627.979717
campak 0.482151 0.258 7.591 -4539.613057
-------------------- ------------------ ---------------- -----------------
Note: positive value of diff-Criterion (AICc, AIC, BIC/MDL or CV) suggests
no spatial variability in terms of model selection criteria.
F test: in case of no spatial variability, the F statistics follows the F distribution
of DOF for F test.
**************************************************************
***************
Program terminated at 12/18/2017 1:30:13 PM

Uas Gis Pneumonia Final

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Uas Gis Pneumonia Final

Diunggah oleh

Hak Cipta:

Format Tersedia

UNIVERSITAS INDONESIA

ANALISIS PNEUMONIA PADA BALITA

(PROFIL KESEHATAN PROVINSI SUMATERA BARAT 2014 &

ELVA IDRIANI (1606944596)

FAKULTAS KESEHATAN MASYARAKAT

Kejadian pneumonia di Indonesia cenderung meningkat berdasarkan period prevalence

Kata kunci: Pneumonia, regresi linear, spasial, GWR

DAFTAR ISI ................................................................................................................. ii

DAFTAR TABEL ........................................................................................................ vi

DAFTAR GAMBAR .................................................................................................. vii

DAFTAR GRAFIK/DIAGRAM............................................................................... viii

BAB I PENDAHULUAN ............................................................................................ 1

1.1 Latar Belakang ............................................................................................... 1

1.2 Rumusan Masalah .......................................................................................... 4

1.3 Tujuan ............................................................................................................. 5

1.4 Manfaat ........................................................................................................... 5

BAB II TINJAUAN LITERATUR ............................................................................... 6

2.1 Pengertian ....................................................................................................... 6

2.2 Klasifikasi dan Diagnosis dalam Penanggulangan Pneumonia ...................... 6

2.3 Diagnosis ........................................................................................................ 6

2.4 Faktor Risiko Pneumonia ............................................................................... 7

2.5 Analisis Spasial ............................................................................................ 11

2.6 Analisis Geographically Weighted Regression (GWR) ............................... 12

BAB III KERANGKA KONSEP, HIPOTESIS, DAN DEFINISI OPERASIONAL 13

3.1. Kerangka Teori ............................................................................................. 13

3.2. Kerangka Konsep ......................................................................................... 14

3.3. Hipotesis ....................................................................................................... 14

3.3.1. Faktor Kondisi Balita ................................................................................ 14

3.3.2. Faktor Perilaku .......................................................................................... 15

3.3.3. Faktor Lingkungan .................................................................................... 15

3.4. Definisi Operasional ..................................................................................... 16

BAB IV METODOLOGI PENELITIAN .................................................................. 20

4.1 Desain Penelitian .......................................................................................... 20

4.2 Lokasi dan Waktu Penelitian ........................................................................ 20

4.3 Populasi dan Sampel .................................................................................... 20

4.3.1 Populasi dan Sampel ............................................................................. 20

4.3.2 Kriteria Inklusi ...................................................................................... 21

4.4 Teknik Pengumpulan Data ........................................................................... 21

4.4.1 Sumber Data .......................................................................................... 21

4.5 Analisis Data ................................................................................................ 21

4.5.1 Analisis Deskriptif ................................................................................ 21

4.5.2 Analisis Regresi Linier Ganda .............................................................. 22

4.5.3 Analisis GWR ....................................................................................... 22

BAB V HASIL ............................................................................................................ 24

5.1 Profil Sumatera Barat ................................................................................... 24

5.2 Gambaran Sampel Penelitian ....................................................................... 24

5.3 Analisis Univariat ......................................................................................... 26

5.3.1 Kejadian Pneumonia ................................................................................. 26

5.3.2 Berat Bayi Lahir Rendah (BBLR) ............................................................ 28

5.3.3 Gizi Buruk................................................................................................. 29

5.3.4 Imunisasi Campak..................................................................................... 30

5.3.5 Cakupan UCI (Universal Child Imunization) ........................................... 31

5.3.6 Perilaku Hidup Bersih dan Sehat (PHBS) ................................................ 32

5.3.7 Rumah Tidak Sehat ................................................................................... 33

5.3.8 Kemiskinan ............................................................................................... 34

5.4 Analisis Regresi Linear Berganda ................................................................ 35

5.5 Uji Asumsi .................................................................................................... 37

5.5.1 Asumsi Eksistensi (Variabel Random) ..................................................... 37

5.5.2 Asumsi Linearitas ..................................................................................... 38

5.5.3 Asumsi Homoscedasticity......................................................................... 38

5.5.4 Asumsi Normalitas ................................................................................... 39

5.5.5 Diagnostik Multicollinearity ..................................................................... 40

5.6 Analisis Spasial GWR .................................................................................. 41

BAB VI PEMBAHASAN ........................................................................................... 48