SKRIPSI
Oleh :
PUTRI MEGA AZIZAH
NIM. 10316017
SKRIPSI
Oleh :
PUTRI MEGA AZIZAH
NIM. 10316017
ii
HALAMAN PERSETUJUAN
SKRIPSI
Oleh :
Pembimbing
Mengetahui
Program Studi S1 Kesehatan Masyarakat
Fakultas Ilmu Kesehatan
Institut Ilmu Kesehatan Bhakti Wiyata
iii
HALAMAN PENGESAHAN
Oleh :
Telah diuji
Pada 31 Maret 2020
Mengetahui
Fakultas Ilmu Kesehatan
Institut Ilmu Kesehatan Bhakti Wiyata
iv
SURAT PERNYATAAN KEASLIAN TULISAN
Menyatakan dengan sebenarnya bahwa Skripsi yang saya tulis ini benar-benar
hasil karya saya sendiri, bukan merupakan pengambilalihan tulisan atau pikiran
orang lain yang saya akui sebagai tulisan atau pikiran saya sendiri.
Apabila dikemidian hari dapat dibuktikan bahwa Tugas Akhir ini adalah hasil
jiplakan, maka saya bersedia menerima sanksi atas perbuatan tersebut.
v
KATA PENGANTAR
judul “Analisis Jalur Faktor Risiko Angka Kematian Neonatal Di Provinsi Jawa
Timur Tahun 2017”, sebagai salah satu persyaratan akademis dalam rangka
(AKN) di Provinsi Jawa Timur tahun 2017, sehingga nantinya dapat digunakan
1. Dra. Ec. Lianawati, MBA., selaku Ketua Yayasan Pendidikan Bhakti Wiyata
Kediri
2. Prof. Dr. Muhamad Zainuddin, Apt., selaku Rektor Institut Ilmu Kesehatan
Bhakti Wiyata Kediri yang telah memberikan kesempatan kepada kami untuk
menyelesaikan pendidikan
4. Ibu Reny Nugraheni., S.KM., M.M., M.Kes. selaku Ketua Program Studi S1
5. Bapak Mohamad Anis Fahmi, S.KM., M.P.H. selaku dosen pembimbing dan
penyusunan skripsi
vi
6. Ibu Ratna Frenty N., S.KM., M.P.H. selaku dosen penguji II yang telah
7. Ibu Krisnita Dwi Jayanty, S.KM., M.Epid. selaku dosen penguji III yang telah
8. Kedua orang tua (Abdul Aziz dan Wilutomo), adik saya (Wahyu Sholeh
Abdullah), kakak saya (Erawati, S.Pd.) dan yang senantiasa memberikan doa
9. Afifah Nur Aini dan Elfina Dwiyanti yang telah memotivasi untuk cepat
saya
Semoga Tuhan Yang Maha Esa membalas budi kebaikan semua pihak
skripsi ini. Kami sadari skripsi ini masih jauh dari sempurna, mohon saran dan
masukan.
Penulis
vii
ABSTRAK
viii
ABSTRACT
Keyword: path analysis, Low Birth Weight Babies (LBWB), neonatal mortality
rate.
ix
DAFTAR ISI
xi
DAFTAR TABEL
xii
DAFTAR GAMBAR
xiii
DAFTAR LAMPIRAN
xiv
DAFTAR ARTI LAMBANG DAN SINGKATAN
Daftar Singkatan :
AKN : Angka Kematian Neonatal
Development
SDGs : Sustainable Development Goals
OR : Odds Ratio
BBLR : Berat Bayi Lahir Rendah
Kemenkes : Kementrian Kesehatan
Depkes : Departemen Kesehatan
RI : Republik Indonesia
ANC : Antenatal Care
KN : Kunjungan Neonataus
xv
BAB I
PENDAHULUAN
A . Latar Belakang
pada kejadian kematian balita di dunia mengalami peningkatan dari 36% pada
tahun 1990 menjadi 43% pada tahun 2011 (United Nations, 2013). Data Dikomentari [i1]: Italic/huruf miring-United Nations, 2003
merupakan kata dengan bahas asing
40% kematian dari seluruh kematian yang terjadi pada balita di dunia (WHO, Dikomentari [i2]: Italic/miring-WHO
Health” mengungkapkan bahwa Angka kematian neonatal di Indonesia relatif Dikomentari [i3]: Huruf kecil –Angka
Bukan merupkan unsur nama,agama,gelar maupun peristiwa
stagnan dalam satu dekade terakhir yakni 15 per 1.000 kelahiran hidup pada
setelah Jawa Barat dengan jumlah kasus sebesar 529 kasus yang tersebar
diseluruh Kabupaten/Kota di Provinsi Jawa Timur. Berdasarkan profil Dikomentari [i4]: Dipisah-di seluruh
Bukan merupakan kata kerj
Dikomentari [i5]: Kecil- kabupaten/kota
kesehatan Provinsi Jawa Timur, jumlah angka kematian neonatal sebesar Karena tidak menunjukkan namakota atau kabupaten
3.257 kasus.
badan saat lahir (Efriza, 2007; Fachlaeli, 2000). Penelitian lainnya yang
menggunakan data SDKI 2003 menunjukkan bahwa status orang tua, status
pekerjaan ayah, jarak kelahiran, jenis kelamin bayi, ukuran bayi lahir dan
1
2
di Indonesia (Titaley, dkk., 2008). Umur ibu saat melahirkan dan umur Dikomentari [i6]: Tanda koma satu-(Titaley dkk,2018)
(Fachlaeli, 2000). Pada penelitian yang dilakukan Yani dan Duarsa (2013)
Berdasarkan hal tersebut, maka perlu dilakukan upaya yang lebih baik
masalah hubungan dua atau lebih variabel yang disebut multikolinearitas. Dikomentari [i7]: Italic-huruf miring (Bahasa latin)merupakan
kata dengan bahasa asing
dependen. Model yang digunakan yaitu berupa pola antar kausal dari variabel
X1, X2…Xn terhadap Y. Analisis jalur memiliki dua metode yaitu metode
trimming dan metode dekomposisi. Metode trimming adalah metode yang Dikomentari [i8]: italic - trimming
merupakan kata dengan bahasa asing, tidak ada dalam KBBI
langsung, sehingga ada variabel yang tidak teramati. Pola hubungan antar
kematian per 1000 kelahiran hidup pada tahun 2030 cukup berat bagi
Indonesia (United Nations, 2013). Penurunan angka kematian bayi ini Dikomentari [i9]: Italic / huruf miring - (United Nations,
2013)
merupakan kata dengan bahasa asing
membutuhkan berbagai upaya yang perlu ditingkatkan. Sehingga peneliti
Angka Kematian Neonatal Di Provinsi Jawa Timur Tahun 2017. Penelitian Dikomentari [i10]: kecil - di
merupakan kata tugas dan tidak terletak di posisi awal judul
B . Rumusan Masalah
dalam penelitian ini adalah: “Bagaimana analisis jalur faktor risiko angka
C . Tujuan Penelitian
1. Tujuan Umum
2. Tujuan Khusus
D . Manfaat Penelitian
1. Bagi Peneliti
menurun.
Neonatal.
TINJAUAN PUSTAKA
A . Kematian Neonatal
1. Definisi Neonatal
dari lahir sampai tahun pertama kehidupan (Benson & Martin, 2009).
Keadaan bayi waktu lahir dipengaruhi oleh keadaan bayi sewaktu dalam
rahim, terutama selama kehamilan dan persalinan. Keadaan pada saat lahir
bervariasi dari bayi normal yang menangis dan aktif sampai bayi yang
sama sekali tidak memberi respon dan mungkin meninggal jika tidak
perawatan bayi baru lahir harus siap untuk memberikan pertolongan dan
perawatan secara menyeluruh untuk bayi baru lahir (Benson & Martin,
2009).
6
7
pada rentang waktu hingga 28 hari setelah dilahirkan. Setiap bayi yang
fasilitas kesehatan yang mungkin juga berbeda. Hal ini diperkirakan setiap
2014).
adalah masalah atau penyakit yang diderita ibu selama kehamilan maupun
akhir kematian neonatal dini juga harus dilihat. Penyebab akhir yang
dimaksud adalah masalah klinis yang terjadi pada saat kematian bayi. Baik
(proximate determinants).
8
1) Pendidikan Ibu
dikembangkan.
2) Pekerjaan Ibu
neonatal adalah umur ibu. Pada umur dibawah 20 tahun, rahim dan
hamil pada usia antara 20-35 tahun. Pada usia ini ibu lebih siap
hamil secara jasmani dan kejiwaan. Pada umur 35 tahun atau lebih,
kesehatan ibu sudah menurun, akibatnya ibu hamil pada usia itu
umur < 20 tahun, atau > 35 tahun mempunyai risiko 2,957 kali
a) Infeksi/Penyakit
dewasa bisa bersifat fatal jika terjadi pada bayi. Gejala infeksi
pada bayi sangat tidak jelas pada tingkat awal kehidupan bayi,
lengkap.
d) Paritas
jumlah bayi lahir hidup dan lahir mati yang dilahirkannya pada
e) Jarak Kelahiran
komplikasi kehamilan.
a) Kunjungan Antenatal
2012).
2014).
b) Komplikasi Kehamilan
diberi obat penambah zat besi. Kondisi anemia pada ibu hamil
komplikasi persalinan.
a) Penolong Persalinan
b) Komplikasi Persalinan
gr/dl.
diluar rahim.
B . Analisis Jalur
independen yang dalam hal ini disebut variabel eksogen dan variabel
dependen yang disebut variabel endogen. Melalui analisis jalur ini akan
dapat ditemukan jalur mana yang paling tepat dan singkat suatu variabel
2. Prediksi nilai variabel terikat (𝑦𝑦) berdasarkan nilai variabel bebas (𝑥𝑥),
bebas (𝑦𝑦)
19
2014):
Terdapat dua jalur dalam analisis path yaitu model satu jalur (a single
equation path model) dan model dua persamaan jalur (two equation path
(Jonathan, 2006). Pada penelitian ini menggunakan dua persamaan jalur atau
C . Kerangka Teori
Determinan Kematian
Kerangka teori dari penelitian adalah : Neonatal
Pekerjaan Pendidikan
Ibu Ibu BBLR
dan pekerjaan ibu. Sedangkan determinan atau faktor terdekat terhadap kematian
neonatal terdiri dari umur ibu, infeksi/penyakit, jenis kelamin bayi, paritas, jarak
A . Kerangka Konsep
Kunjungan
Antenatal
(X1)
r12 ρyx1
ρx4x1
ρyx2 ρy
Kehamilan
(X2)
ρx4x2 Kematian
BBLR ρyx4
Neonatal
r23
(X4)
ρx4x3 (Y)
Penolong
Persalinan ρyx3
(X3) ρx4
Ԑ1
22
23
B . Hipotesis
METODOLOGI PENELITIAN
A . Jenis Penelitian
hipotesis yang telah ditetapkan (Sugiyono, 2011). Penelitian ini bersifat non
Provinsi Jawa Timur berupa Profil Kesehatan Provinsi Jawa Timur. Profil
Kesehatan Provinsi Jawa Timur berasal dari data kunjungan pasien disetiap
data yang tepat waktu dan akurat yaitu berupa Profil Kesehatan Provinsi Jawa
Timur.
1. Lokasi Penelitian
25
26
2. Waktu Penelitian
1. Populasi
penelitian ini adalah seluruh wilayah Provinsi Jawa Timur pada tahun
2. Sampel
oleh populasi yang secara nyata diteliti dan ditarik kesimpulan (Masturoh
kematian neonatal.
3. Teknik Sampling
Sampling total yaitu teknik penentuan sampel bila semua anggota populasi
D . Variabel Penelitian
Variabel merupakan suatu sifat yang akan diukur atau diamati dengan
nilai yang bervariasi antara satu objek ke objek yang lainnya dan terukur
(Agus Riyanto, 2017: 68). Variabel dalam penelitian ini terdapat dua macam,
variabel yang lain (Agus Riyanto, 2017: 71). Variabel independen dalam
yang tepat, maka variable yang akan diteliti menjadi terbatas dan peneliti
sekunder dengan mengambil data dari Profil Kesehatan Provinsi Jawa Timur
29
tahun 2017. Data yang diambil yaitu jumlah kasus kematian neonatal, jumlah
terhadap variabel dependen. Model yang digunakan yaitu berupa pola antar
kausal dari variabel X1, X2…Xn terhadap Y (Riduwan, 2014). Analisis data
sebagai berikut:
1. Buka program SPSS, klik variabel view dan definisikan dengan mengisi
kolom-kolom berikut :
a. Kolom Name pada baris pertama diisi dengan X1, X2, X3, X4 dan dan
d. Kolom Decimal = 0
2. Aktifkan data view. Jika sudah yakin datanya tertulis dengan benar, klik
hasil sig. (2-tailed). Dari kotak dialog itu, klik Kunjungan Antenatal
3. Klik Regression Model-1 dan pilih Linier. Maka akan muncul kotak
4. Klik Statistics: pilih Estimates, Model Fit dan Descriptive lalu klik
Continue.
5. Klik Plots, pilih Histogram dan Normal probability plot. Jika sudah
8. Jika sudah yakin benar Klik OK. Maka hasil analisis OUTPUT
dependent, dengan cara mengklik tanda ►. Jika sudah yakin benar Klik
langkah-langkahnya :
BBLR.
Kunjungan
Antenatal
(X1)
r12
Komplikasi ρx4x1
Kehamilan
(X2)
ρx4x2
BBLR
r23
(X4)
ρx4x3
Penolong
Persalinan
(X3) ρx4
Ԑ1
Kunjungan
Antenatal
(X1)
r12 ρyx1
Komplikasi ρx4x1
ρyx2 ρy
Kehamilan
(X2)
ρx4x2 Kematian
BBLR ρyx4
Neonatal
r23
(X4)
ρx4x3 (Y)
Penolong
Persalinan ρyx3
(X3) ρx4
Ԑ1
Gambar 4. Hubungan Strukur X1, X2, X3 dan X4 terhadap Y Model-2
a. Jika nilai probabilitas 0,05 lebih kecil atau sama dengan nilai
b. Jika nilai probabilitas 0,05 lebih besar atau sama dengan nilai
5. Pengujian secara individual [(X1 terhadap X4), (X2 terhadap X4), dan (X3
Ha : ρx4x1 > 0
Ho : ρx4x1 = 0
1) Jika nilai probabilitas 0,05 lebih kecil atau sama dengan nilai
2) Jika nilai probabilitas 0,05 lebih besar atau sama dengan nilai
Ha : ρx4x2 > 0
Ho : ρx4x2 = 0
Ha : ρx4x3 > 0
Ho : ρx4x3 = 0
7. Pengujian secara individual [(X1 terhadap Y), (X2 terhadap Y), (X3
Ha : ρyx1 > 0
Ho : ρyx1 = 0
neonatal
Ha : ρyx2 > 0
Ho : ρyx2 = 0
neonatal
neonatal
Ha : ρyx3 > 0
Ho : ρyx3 = 0
neonatal
Ha : ρyx4 > 0
Ho : ρyx4 = 0
H . Kerangka Kerja
Mengidentifikasi Masalah
HASIL PENELITIAN
yang ada Dinas Kesehatan Provinsi Jawa Timur. Data yang digunakan adalah
Provinsi Jawa Timur yang terdiri dari persentase kunjungan antenatal, komplikasi
kehamilan, penolong persalinan oleh tenaga non medis dan BBLR. Populasi
penelitian mencangkup seluruh wilayah Provinsi Jawa Timur pada tahun 2017
Teknik Analisis yang digunakan dalam penelitian ini adalah analisis jalur (Path
Analysis).
A . Analisis Univariat
jalur. Data yang digunakan berasal dari Profil Kesehatan Jawa Timur Tahun
kehamilan, penolong persalinan oleh tenaga non medis dan BBLR terhadap
AKN.
39
40
1. Kunjungan Antenatal
penolong persalinan oleh tenaga non medis, BBLR dan angka kematian
Kabupaten/ Kota yang memiliki kunjungan ANC kurang dari sama dengan
Jember (18,9%).
2. Komplikasi Kehamilan
penolong persalinan oleh tenaga non medis, BBLR dan angka kematian
3. Penolong Persalinan
penolong persalinan oleh tenaga non medis, BBLR dan angka kematian
persalinan yang dilakukan oleh tenaga non medis adalah 5,95% dari 38
4. BBLR
penolong persalinan oleh tenaga non medis, BBLR dan angka kematian
neonatal pada tabel 2, diperoleh rata-rata bayi baru lahir yang berat
badannya saat lahir kurang dari sama dengan 2500 gram di Provinsi Jawa
Timur adalah sebanyak 4,20%. Persentase bayi baru lahir yang berat
badannya saat lahir kurang dari sama dengan 2500 gram terbesar terdapat
penolong persalinan oleh tenaga non medis, BBLR dan angka kematian
adalah terdapat pada Kabupaten Jember yaitu sebanyak 207 bayi atau
42
0,6% dari total bayi lahir hidup. Kabupaten/ Kota terbanyak setelah
Kabupaten Jember adalah Kota Surabaya (152 bayi atau 0,4% dari total
bayi lahir hidup) dan Kabupaten Pasuruan (145 bayi atau 0,6% dari total
B . Analisis Bivariat
BBLR pada tabel 3, hasil uji statistik dengan analisis jalur diperoleh P
value 0,034 dengan tingkat kepercayaan 95%. Hal ini berarti persentase
ibu hamil yang melakukan kunjungan antenatal kurang dari sama dengan 4
kali (K4) memiliki koefisien jalur (β) sebesar 0,346 terhadap persentase
BBLR. Hal ini menunjukkan apabila semakin banyak ibu hamil yang
melakukan kunjungan antenatal kurang dari sama dengan 4 kali (K4) maka
terhadap BBLR pada tabel 4, hasil uji statistik dengan analisis jalur
diperoleh P value 0,000, ini berarti rata-rata ibu hamil yang mengalami
koefisien jalur (β) sebesar 0,588 terhadap persentase BBLR. Hal ini
BBLR pada tabel 5, hasil uji statistik dengan analisis jalur diperoleh P
value 0,422. Hal ini berarti persentase pertolongan persalinan oleh tenaga
AKN pada tabel 6, hasil uji statistik dengan analisis jalur kunjungan
antenatal terhadap AKN pada tabel 6 diperoleh P value 0,156, ini berarti
rata-rata ibu hamil yang melakukan kunjungan antenatal kurang dari sama
terhadap AKN pada tabel 7, hasil uji statistik dengan analisis jalur
AKN pada tabel 8, hasil uji statistik dengan analisis jalur diperoleh P value
0,599. Ini berarti bahwa pertolongan persalinan oleh tenaga non medis
tabel 9, hasil uji statistik dengan analisis jalur diperoleh P value 0,001. Hal
ini berarti persentase bayi baru lahir yang berat badannya saat lahir kurang
bayi baru lahir yang berat badannya saat lahir kurang dari sama dengan
C . Analisis Multivariat
jalur dan setelah hasil sub struktur jalur didapatkan, maka dibuat diagram
hasil sebagai rangkuman dari bagian sub struktur. Sub struktur jalur akan
dibagi menjadi dua kelompok, yaitu sub struktur jalur 1 dan 2. Sub struktur
penolong persalinan oleh tenaga non medis terhadap BBLR. Hasil analisis
Kunjungan
Antenatal
(X1)
r12 ρyx1
Komplikasi ρx4x1
ρyx2 ρy
Kehamilan
(X2)
ρx4x2 Kematian
BBLR ρyx4
Neonatal
r23
(X4)
ρx4x3 (Y)
Penolong
Persalinan ρyx3
(X3) ρx4
Ԑ1
Hasil analisis jalur sub struktur pertama dapat dilihat dari tabel 10
dan 11. Berdasarkan tabel 10 uji statistik dan koefisien jalur diperoleh
hasil 2 pada tabel 11, variabel yang signifikan akan diuji kembali dengan
hasil koefisien jalurnya tidak signifikan dari analisisnya. Maka dari itu
persalinan oleh tenaga non medis secara simultan terhadap variabel BBLR
sebesar 0,436. Pada tabel 11, kontribusi pengaruh yang diberikan antara
48
sebesar 0,346.
kehamilan, penolong persalinan oleh tenaga non medis dan BBLR terhadap
AKN. Hasil analisis jalur sub struktur dapat dilihat pada tabel 12 dan 13.
Hasil analisis jalur sub struktur kedua dapat dilihat dari tabel 12 dan 13.
Berdasarkan tabel 12 uji statistik dan koefisien jalur diperoleh hasil bahwa
berpengaruh secara signifikan. Oleh karena itu, sesuai dengan hasil 2 pada
tabel 13, variabel yang signifikan akan diuji kembali dengan mengeluarkan
yang hasil koefisien jalurnya tidak signifikan dari analisisnya. Maka dari itu
oleh tenaga non medis dan BBLR secara simultan terhadap variabel AKN
sebesar 0,270. Pada tabel 13, kontribusi pengaruh yang diberikan antara
variabel BBLR secara simultan terhadap variabel AKN atau yang biasa
sedangkan sisanya yaitu sebesar 0,737 bisa saja terdapat variabel lain yang
Berdasarkan hasil koefisien jalur pada tabel 12 dan 13, maka dapat
variabel. Mekanisme jalur antar variabel dapat dilihat pada gambar 7. Gambar
signifikan terhadap AKN. Hasil analisis ini diperoleh dari perbaikan diagram
Kunjungan
Antenatal
(X1)
0,083
0,104
Komplikasi 0,336 0,730
Kehamilan -0,065
(X2)
0,555 Kematian
BBLR
0,524 Neonatal
-0,098
(X4)
-0,052 (Y)
Penolong
Persalinan -0,062
(X3) 0,564
Ԑ1
Gambar 7. Hasil Diagram Analisis Jalur dengan Nilai Koefisien Jalur Variabel
Kunjungan Antenatal, Komplikasi Kehamilan, Penolong Persalinan oleh Tenaga
Non Medis dan BBLR Terhadap AKN.
Keterangan :
Ԑ2
0,737
Komplikasi Kematian
BBLR
Kehamilan 0,588 0,513 Neonatal
(X2) (X4)
(Y)
0,654
Ԑ1
Gambar 8. Hasil Diagram Analisis Jalur dengan Nilai Koefisien Jalur Variabel
Komplikasi Kehamilan dan BBLR Terhadap AKN.
melalui BBLR.
Tabel 14. Rangkuman dari Koefisien Jalur Pengaruh Langsung dan Tidak
Langsung, serta Pengaruh Total Komplikasi Kehamilan (X2) dan BBLR (X4)
terhadap AKN
Pengaruh Kausal
Pengaruh Tidak Langsung Total
Variabel Langsung Melalui
BBLR (X4)
X2 terhadap Y - 0,588 0,588
X4 terhadap Y 0,513 - 0,513
Pada tabel 14 diperoleh dari hasil diagram analisis jalur yaitu variabel
D . Variabel Mediator
Komplikasi a Kematian
Neonatal
Kehamilan
(IV) (DV)
BBLR
b c
(M)
Keterangan :
IV : Independent Variabel
M : Mediator
DV : Dependent Variabel
sigifikan, artinya nilai jalur a menjadi nol sehingga dapat dikatakan bahwa
PEMBAHASAN
A . Analisis Univariat
1. Kunjungan Antenatal
Ibu dan Anak (KIA), capaian cangkupan ibu hamil kurang dari sama
dengan 4 kali (K4) Provinsi Jawa Timur pada tahun 2017 adalah 10,1%.
SPM adalah sebesar 100%. Hal ini bisa dikarenakan ibu hamil yang
pertama (K1 Murni) sehingga masih perlu kunjungan rumah yang lebih
intensif oleh bidan serta kemitraan bidan dan dukun perlu untuk
ditingkatkan.
dari sama dengan 4 kali tertinggi selama 2 tahun berturut-turut, pada tahun
2017 (20,1%) lebih menurun dari pada tahun 2016 (21,1%). Faradhika
keluarga, ibu hamil yang masih bekerja dan masih terdapat nilai budaya
53
54
dan gaya hidup yang negatif, seperti “Saya merasa takut untuk
ANC terpadu agar penyakit penyerta pada ibu hamil dapat terdeteksi lebih
awal dan dapat kontak dengan petugas atau bidan pada Trimester I agar
2. Komplikasi Kehamilan
care dan rendahnya program promosi dan edukasi kepada ibu hamil terkait
Komplikasi kebidanan adalah kesakitan pada ibu hamil, ibu bersalin, ibu
nifas dan atau janin dalam kandungan, baik langsung maupun tidak
56
mengancam jiwa ibu dan atau janin. Sebagai upaya menurunkan angka
standar oleh tenaga kesehatan kompeten pada tingkat pelayanan dasar dan
3. Penolong Persalinan
untuk Provinsi Jawa Timur pada tahun 2017 mencapai 5,4%. Angka ini
tenaga non medis terbesar adalah terdapat pada Kabupaten Pacitan yaitu
diantaranya yaitu tingkat pengetahuan dan ekonomi ibu hamil yang relatif
persalinan dan risiko tinggi pada persalinan yang dilakukan oleh dukun
57
dan pemantauan dimulai dari ibu hamil dengan melibatkan multi pihak,
disamping itu bidan di desa yang menempati desa masih perlu mengingat
4. BBLR
Persentase bayi baru lahir yang berat badannya saat lahir kurang dari
sama dengan 2500 gram terbesar terdapat pada Kabupaten Situbondo yaitu
sebanyak 7,7 % dan persentase bayi baru lahir yang berat badannya saat
lahir kurang dari sama dengan 2500 gram paling sedikit terdapat pada
karena adanya suatu gangguan atau penyakit yang menyertai ibu hamil
atau atau pola hidup yang buruk seperti makan makanan yang tidak
terdapat pada Kabupaten Jember yaitu sebanyak 207 bayi atau 0,6% dari
dibandingkan tahun 2016 yaitu sebanyak 176 bayi atau 0,5% dari total
Produk Domestik Region Bruto (PDRB) per kapita yang semakin rendah
yang ada dan kualitas pelayanan kesehatan yang menurun dan kurang
B . Analisis Bivariat
kesehatan selama ibu hamil dapat terpelihara dan yang terpenting ibu dan
bayi dalam kandungan akan baik dan sehat sampai saat persalinan.
apabila terjadi gangguan atau kelainan pada ibu hamil dan bayi yang
dikandung dapat segera ditolong oleh tenaga kesehatan (Depkes RI, 2009).
minimal mencakup “5T” yaitu Timbang berat badan ukur Tinggi badan,
Tekanan darah, Tinggi fundus uteri, Tetanus toxoid lengkap dan Tablet
ANC merupakan upaya penting untuk menjaga kesehatan ibu pada masa
memiliki koefisien jalur (β) sebesar 0,346 terhadap persentase BBLR. Hal
kali memiliki risiko 3,692 kali untuk melahirkan BBLR dari pada ibu
adanya komplikasi kehamilan lebih dini dan melakukan tata laksana sesuai
memiliki koefisien jalur (β) sebesar 0,588 terhadap persentase BBLR. Hal
BBLR sebesar 0,588. Hasil ini sesuai dengan penelitian Safitri dkk (2017)
p=0.000.
kompeten (Depkes RI, 2009). Penanganan medis yang tepat dan memadai
Hasil analisis jalur diperoleh P value 0,422. Hal ini berarti persentase
kali pada trimesterpertama (0-12 minggu), minimal satu kali pada trimester
ke-2 (lebih dari sama dengan 12-24 minggu) dan minimal 2 kali pada
kali (K4) tidak berpengaruh secara signifikan terhadap AKN. Hasil ini
tahun 2017 menunjukkan bahwa masih terdapat 10,1% ibu hamil yang
biasanya lebih banyak dan lebih berbahaya dari pada sebelum 22 minggu
didapatkan nilai p-value sebesar 0,832 yang menunjukkan bahwa tidak ada
kematian neonatal.
64
(Heny, 2015).
terhadap AKN. Hasil penelitian ini sama dengan pernyataan Oktarina, dkk
(2017) yang menyatakan bahwa tidak ada hubungan yang signifikan antara
mungkin terjadi pada saat persalinan dan dukun bayi hanya mampu
2007).
65
Bayi Berat Lahir Rendah (BBLR) adalah bayi baru lahir yang berat
badannya saat lahir kurang dari 2500 gram (Saifuddin, dkk 2009). Hasil
analisis jalur diperoleh P value 0,001. Hal ini berarti persentase bayi baru
lahir yang berat badannya saat lahir kurang dari sama dengan 2500 gram
koefisien jalur (β) sebesar 0,513 terhadap persentase AKN. Hal ini
menunjukkan apabila semakin banyak bayi baru lahir yang berat badannya
saat lahir kurang dari sama dengan 2500 gram maka diperkirakan dapat
yang menyatakan bahwa variabel berat lahir (OR=17,969; 95% CI: 3,507-
lahir dengan BBLR mempunyai risiko sebesar 5,2 kali lebih besar
bayi dengan berat lahir normal. Oleh sebab itu bayi dengan BBLR lebih
hidup bayi yang dilahirkan dalam periode neonatal dini sangat erat
C . Analisis Multivariat
artinya regresi berganda itu merupakan bentuk khusus dari analisis jalur.
Teknik ini juga dikenal sebagai model causing modeling. Analisis jalur
AKN.
non medis dan BBLR terhadap AKN menunjukkan bahwa nilai koefisien
terhadap variabel AKN hanya adalah sebesar 0,263, sedangkan sisanya yaitu
sebesar 0,737 bisa saja terdapat variabel lain yang turut berkontribusi
D . Variabel Mediator
causa antara independent variabel (IV) dan dependenet variabel (DV). Tipe
relasi ini dikenal dengan mediation, dan variabel ketiga tersebut dikenal
dengan variabel mediator (M). Chaplin dalam Robins, Kraley & Krueger,
asumsi terjadinya full mediation pada dasarnya adalah korelasi sebab akibat
harus melewati mediator m. Jika terjadi proses mediasi yang lengkap, maka
berdampak langsung pada y, dan x tidak akan berdampak pada y pada saat m
(AKN). Dengan kata lain, bayi baru lahir yang berat badannya saat lahir
kehamilan dengan berat bayi lahir kurang dari 2000 gram berpengaruh 28,74
kali lebih besar terhadap kematian neonatal dibandingkan dengan anak dari
ibu yang tidak mengalami komplikasi kehamilan dengan berat lahir lebih atau
sama dengan 2000 gram. Akan tetapi, anak dari ibu yang tidak mengalami
komplikasi kehamilan dengan berat lahir kurang dari 2000 gram terbukti
kurang dari 2000 gram merupakan faktor risiko kuat terhadap kematian
(2017) dapat diketahui bahwa ada hubungan antara komplikasi kehamilan dan
p=0,001).
69
merupakan bayi baru lahir yang berat badan lahirnya kurang 2500 gram.
berat lahir 1500-2499 gram, 2) BBLSR yaitu bayi dengan berat lahir kurang
dari 1500 gram, dan 3) BBLER yaitu bayi dengan berat lahir kurang dari
1000 gram.
2010) :
1. Faktor Ibu
b. Usia ibu : usia ibu kurang dari 20 tahun atau lebih dari 35 tahun,
PENUTUP
A . Simpulan
70
71
B . Saran
berikut :
secara dini kehamilan risiko tinggi sehingga angka kematian neonatal bisa
diturunkan.
lahir rendah agar dapat dilaksanakan dengan optimal sesuai standart dan
kondisinya saat kelas ibu hamil, sehingga penemuan ibu hamil dengan
risiko tinggi akan lebih mudah ditemukan. Dinas Kesehatan Provinsi Jawa
sehingga apabila ada bayi baru lahir atau ibu hamil yang tidak datang ke
72
dan sesuai dengan kebutuhan, terutama dalam hal kunjungan antenatal, ibu
selama hamil.
analisis jalur dengan menambah variabel usia ibu, paritas, jenis kelamin
bayi dan lain sebagainya yang terdapat dalam dokumen hasil Survei Sosial
Atika, Proverawati dan Ismawati. 2010. BBLR (Berat Bayi Lahir Rendah) di
Rumah Sakit Ibu dan Anak Banda Aceh Tahun 2013. Banda Aceh:
STIKES Ubudiya.
Benson, Ralp C & Martin L. Pernol. 2009. Buku Saku Obstetri & Ginekologi.
Edisi 9. Jakarta : EGC
BKKBN. 2013. Survei Demografi dan Kesehatan Indonesia 2012. Jakarta: BPS,
BKKBN, Kemenkes & ICF International.
BKKBN. 2017. Survei Demografi dan Kesehatan Indonesia 2016. Jakarta: BPS,
BKKBN, Kemenkes & ICF International.
Clarence, W., Gowen, Jr. 2014. Kedokteran Fetal dan Neonatal dalam Nelson
Ilmu Kesehatan Anak esensial. (Editor) Lily, R,. Rosalina, R,. Elsevier
(Singapore) Pte.Ltd.
Depkes RI. 2009. Pedoman Pemantauan Wilayah Setempat Kesehatan Ibu dan
Anak (PWS KIA). Jakarta: Depkes RI.
Depkes RI. 2005. Pedoman Stimulasi, Deteksi Dini dan Intervensi Dini Tumbuh
Kembang Balita. Jakarta.
73
74
Dinkes Provinsi Jawa Timur. 2018. Profil Kesehatan Provinsi Jawa Timur 2017.
Surabaya: Dinas Kesehatan Provinsi Jawa Timur.
Fachlaeli, E. 2000. Hubungan Berat Bayi Lahir Rendah (BBLR) dengan Kematian
Neonatal Di Kabupaten DT II Majalengka Jawa Barat Tahun 1998.
Universitas Indonesia.
Fatimah, N. dkk. 2017. Hubungan Antenatal Care dengan Kejadian Bayi Lahir
Rendah pada Ibu Aterm di RSUP Dr. M. Djamil Padang. Jurnal Kesehatan
Andalas.
Kemenkes RI. 2011. Buku Pedoman Pengenalan Tanda Bahaya pada Kehamilan,
Persalinan dan Nifas Bagi Kader. Jakarta: Kemenkes RI.
Kemenkes RI. 2013. Buku Saku Pelayanan Kesehatan Ibu di Fasilitas Kesehatan
dan Rujukan. Jakarta: Kemenkes RI.
Manuaba. 2010. Ilmu Kebidanan Penyakit Kandungan dan KB. Jakarta : EGC
Oktarina, S., Fajar, N. A, & Yeni. 2017. Model Prediksi Kejadian Kematian
Neonatal di Kecamatan Purbolinggo Kabupaten Lampung Timur Provinsi
Lampung. Jurnal Imu Kesehatan Masyarakat.
Rachmadiani, A. P., dkk. 2018. Faktor-Faktor Risiko Kematian Bayi Usia 0-28
Hari di RSD dr. Soebandi Kabupaten Jember Risk Factors of Perinatal
Death Age 0-28 Days at RSD dr. Soebandi Jember. Journal of
Agromedicine and Medical Sciences.
Safitri, F. 2017. Analisis Faktor Risiko Kejadian Berat Badan Lahir Rendah
(BBLR) Di Wilayah Kerja UPTD Puskesmas Panga Tahun 2017. Journal
of Healthcare Technology and Medicine.
Saifudin, A. B., Adriaansz, G., Wiknjosastro, G. H., & Waspodo, D. 2009. Buku
Acuan Nasional Pelayanan Kesehatan Maternal dan Neonatal. Jakarta:
Bina Pustaka Sarwono Prawirodiharjo.
Titaley, C. R., Dibley, M. J., Agho, K., Roberts, C. L., & Hall, J. 2008.
Determinants of Neonatal Mortality in Indonesia. BMC Public Health , 1-
15.
United Nations. 2013. The Millennium Development Goals Report 2013. New
York: United Nations.
Yani, D. F., & Duarsa, A. B. 2013. Pelayanan Kesehatan Ibu dan Kematian
Neonatal. Jurnal Kesehatan Masyarakat Nasional , 373.
Yasril, A. I. dan Mahmudal. 2018. Analisis Jalur Faktor Angka Kematian Ibu di
Provinsi Jawa Timur tahun 2014. Jurnal Biometrika dan Kependudukan,
Vol. 7 No. 2.
78
X1 X2 X3 X4 Y
17,8 20,1 17,6 6,1 0,7
16,8 22,1 10,6 4,6 1
14,6 19,5 9,1 4,2 0,5
9,7 18 9 3,2 0,6
16 19,5 13,7 3,8 0,7
7,1 18,4 5,5 3 0,6
4,3 17,5 2,5 2,7 0,2
8,5 21,5 0,5 4,9 0,8
18,9 21 8,8 6,3 0,6
8,1 17,7 3,9 3,1 0,4
17,7 28,1 8,3 7 1
12 27 4,6 7,7 1,6
14,7 25,6 4,3 5,6 0,8
7,9 18,9 2,5 4 0,6
0,4 16,9 1,5 1,1 0,4
11,3 27,8 5,8 4 0,6
11,1 19,7 8,2 4,8 0,6
20,1 15,6 11,1 4,2 0,6
9,6 18,2 8,5 3,2 0,5
7,3 20,2 3,9 4,3 0,8
13,7 24 9 4 0,9
11,9 20 0,4 4,5 0,7
6,1 17,7 3,1 4,6 0,5
4,2 18 0 4 0,5
13,3 17,1 9,2 2,7 0,5
22,4 13 9,9 2,3 0,7
15,1 19,6 1,5 5,2 0,8
10,7 21 1,8 3,1 0,4
9,1 19,6 3 4,2 0,2
8 20 5,3 2,7 0,4
16,2 17,2 11,6 5 0,7
10 18,6 8,4 4,9 0,5
7,1 16,3 3,9 4,9 2,2
9,7 16 7,3 3,7 0,4
1,8 20,2 2 2,8 0,3
83
X1 X2 X3 X4 Y
0,4 23,7 0 6,8 0,6
1,5 18,3 2,4 2,1 0,4
10,1 16,7 7,7 4,4 0,6
84
Correlations
Komplikasi Penolong
BBLR (X4) ANC (X1) Kehamilan (X2) Persalinan (X3)
Pearson Correlation BBLR (X4) 1 ,0 0 0 ,3 4 6 ,5 8 8 ,1 3 4
ANC (X1) ,3 4 6 1 ,0 0 0 ,0 8 3 ,7 1 4
Komplikasi Kehamilan (X2) ,5 8 8 ,0 8 3 1 ,0 0 0 -,0 9 8
Penolong Persalinan (X3) ,1 3 4 ,7 1 4 -,0 9 8 1 ,0 0 0
Sig. (1-tailed) BBLR (X4) . ,0 1 7 ,0 0 0 ,2 1 1
ANC (X1) ,0 1 7 . ,3 0 9 ,0 0 0
Komplikasi Kehamilan (X2) ,0 0 0 ,3 0 9 . ,2 7 9
Penolong Persalinan (X3) ,2 1 1 ,0 0 0 ,2 7 9 .
N BBLR (X4) 38 38 38 38
ANC (X1) 38 38 38 38
Komplikasi Kehamilan (X2) 38 38 38 38
Penolong Persalinan (X3) 38 38 38 38
Model Summaryb
Change Statistics
Adjusted R Std. Error of the R Square
Model R R Square Square Estimate Change F Change df1 df2 Sig. F Change
1 ,660a ,436 ,3 8 6 1,1044 ,4 3 6 8,764 3 34 ,0 0 0
a . Predictors: (Constant), Penolong Persalinan (X3), Komplikasi Kehamilan (X2), ANC (X1)
85
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) -1 ,2 3 1 1 ,1 4 5 -1 ,0 7 5 ,2 9 0
ANC (X1) ,0 8 7 ,0 4 9 ,3 3 6 1 ,7 8 3 ,0 8 4
Komplikasi Kehamilan (X2) ,2 3 4 ,0 5 6 ,5 5 5 4 ,1 8 6 ,0 0 0
Penolong Persalinan (X3) -,0 1 7 ,0 6 4 -,0 5 2 -,2 7 3 ,7 8 7
a. Dependent Variable: BBLR (X4)
Correlations
Komplikasi Penolong
AKN (Y) ANC (X1) Kehamilan (X2) Persalinan (X3) BBLR (X4)
Pearson Correlation AKN (Y) 1 ,0 0 0 ,235 ,2 5 8 ,0 8 8 ,5 1 3
ANC (X1) ,2 3 5 1 ,0 0 0 ,0 8 3 ,7 1 4 ,3 4 6
Komplikasi Kehamilan (X2) ,2 5 8 ,083 1 ,0 0 0 -,0 9 8 ,5 8 8
Penolong Persalinan (X3) ,0 8 8 ,714 -,0 9 8 1 ,0 0 0 ,1 3 4
BBLR (X4) ,5 1 3 ,346 ,5 8 8 ,1 3 4 1 ,0 0 0
Sig. (1-tailed) AKN (Y) . ,078 ,0 5 9 ,2 9 9 ,0 0 0
ANC (X1) ,0 7 8 . ,3 0 9 ,0 0 0 ,0 1 7
Komplikasi Kehamilan (X2) ,0 5 9 ,309 . ,2 7 9 ,0 0 0
86
Model Summaryb
Change Statistics
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) ,1 9 2 ,3 4 3 ,5 6 2 ,5 7 8
ANC (X1) ,0 0 7 ,0 1 5 ,1 0 4 ,4 5 5 ,6 5 2
Komplikasi Kehamilan (X2) -,0 0 7 ,0 2 0 -,0 6 5 -,3 4 6 ,7 3 1
87
Correlations
Komplikasi
BBLR (X4) Kehamilan (X2)
Pearson Correlation BBLR (X4) 1 ,0 0 0 ,5 8 8
Komplikasi Kehamilan (X2) ,588 1 ,0 0 0
Sig. (1-tailed) BBLR (X4) . ,0 0 0
Komplikasi Kehamilan (X2) ,000 .
N BBLR (X4) 38 38
Komplikasi Kehamilan (X2) 38 38
Model Summaryb
Change Statistics
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) -,6 8 7 1 ,1 3 5 -,6 0 5 ,5 4 9
Komplikasi Kehamilan (X2) ,2 4 8 ,0 5 7 ,5 8 8 4 ,3 6 6 ,0 0 0
Correlations
AKN (Y) BBLR (X4)
Model Summaryb
Change Statistics
Adjusted R Std. Error of the R Square
Model R R Square Square Estimate Change F Change df1 df2 Sig. F Change
1 ,513a ,263 ,2 4 2 ,3 1 2 7 ,2 6 3 12,833 1 36 ,0 0 1
a . Predictors: (Constant), BBLR (X4)
89
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) ,106 ,161 ,6 5 9 ,5 1 4
BBLR (X4) ,131 ,036 ,5 1 3 3 ,5 8 2 ,0 0 1