Determinan

1 Anemia pada Wanita Usia Subur (WUS) di

Indonesia
2 (Analisis Data Sekunder Riskesdas 2018
3 Sri Utami1, Luh Seri Ani2, Dinar Saurmauli Lubis2, Dewa Nyoman Wirawan2
Putu
1
Jurusan
4 Kebidanan, Fakultas Olahraga dan Kesehatan, Universitas Pendidikan
2
Ganesha,
5 Departemen Kesehatan Masyarakat dan Kedokteran Pencegahan,
Fakultas
6 Kedokteran, Universitas Udayana
Korespodensi
7 penulis: utami.id11@gmail.com
8
ABSTRAK
9
Latar
10 Belakang dan tujuan: Anemia pada perempuan merupakan masalah
kesehatan
11 masyarakat yang banyak dijumpai di negara berkembang. Wanita usia
subur
12 merupakan kelompok yang lebih banyak mengalami anemia, yang dapat
berkontribusi
13 tehadap kesakitan serta kematian ibu dan bayi. Tujuan penelitian ini
adalah
14 untuk mengetahui prevalensi serta faktor-faktor yang behubungan dengan
anemia
15 pada wanita usia subur (WUS) di Indonesia.
Metode:
16 Penelitian ini menggunakan data sekunder dari Riset Kesehatan Dasar
(Riskesdas)
17 tahun 2018 yang dilakukan di 34 provinsi di Indonesia. Jumlah sampel
yang
18 dianalisis adalah sebesar 3677 wanita berusia 15-49 tahun yang memiliki data
hasil
19 wawancara, pengukuran tinggi badan, berat badan dan hasil pemeriksaan
malaria
20 serta kadar haemoglobin. Analisis data dilakukan secara multivariat dengan
regresi
21 logistik untuk mengetahui hubungan antara anemia dengan karakterisitik
individu,
22 status gizi dan kesehatan serta kondisi lingkungan dan aksesabilitas
pelayanan
23 kesehatan.
Hasil:
24 Prevalensi anemia pada WUS di Indonesia dijumpai sebesar 25,3%
(95%CI:23.9-26.7).
25 Faktor-faktor yang dijumpai berhubungan dengan prevalensi
anemia
26 pada WUS adalah umur <20 tahun (AOR=3,44; 95%CI=2,22-5,35; p<0,001),
obesitas
27 (AOR=0,68; 95%CI=0,56-0,81; p<0,001), dan penggunaan kontrasepsi
hormonal
28 (AOR=0,53; 95%CI=0,44-0,64; p<0,001).
Simpulan
29 dan Saran: Prevalensi anemia pada WUS di Indonesia termasuk dalam
masalah
30 kesehatan masyarakat derajat sedang dan faktor yang paling berisiko untuk
terjadinya
31 anemia adalah WUS umur <20 tahun. Untuk mengurangi kejadian anemia
pada
32 WUS, intervensi perlu diutamakan pada wanita umur <20 tahun dan pemakai
kontrasepsi
33 non hormonal.
Kata
34 Kunci: determinan anemia, wanita usia subur, Indonesia, Riskesdas
35
36
37
38
39
40
41
42
43
44
45

1
46
47 PENDAHULUAN
48
49Anemia merupakan masalah kesehatan masyarakat yang banyak dijumpai pada
50wanita. Secara global, jumlah wanita yang mengalami anemia dilaporkan
51sebanyak 528,7 juta pada tahun 2011.1 Di negara-negara yang berpenghasilan
52lebih tinggi, prevalensi anemia dilaporkan sekitar 9%, namun di negara dengan
53penghasilan rendah prevalensi anemia dilaporkan jauh lebih tinggi yaitu sekitar
5443%.2 Prevalensi anemia pada wanita hamil dan wanita usia subur (WUS)
55dilaporkan lebih tinggi yaitu sebesar 38% (32,4 juta) pada wanita hamil dan 29%
56(496 juta) pada wanita tidak hamil berusia 15-49 tahun, dan mayoritas dijumpai di
57Afrika dan Asia yaitu sekitar 85% dari total kejadian anemia secara global.1
58 Secara global, anemia diperkirakan berkontribusi lebih dari 115.000
59kematian ibu dan 591.000 kematian perinatal per tahun serta mengakibatkan
60penurunan produktifitas akibat gangguan kapasitas kerja, gangguan kognitif dan
61meningkatkan kerentanan terhadap infeksi, yang akhirnya menimbulkan beban
62ekonomi yang substantial.1 Untuk mengatasi masalah tersebut World Health
63Organization (WHO) menargetkan penurunan prevalensi anemia pada WUS
64sebesar 50% pada tahun 2025 melalui identifikasi, pengukuran dan peningkatan
65cakupan kegiatan pencegahan, pengendalian serta perawatan anemia.3
66 Pada beberapa negara penurunan prevalensi anemia yang cukup besar
67telah tercapai, namun, secara keseluruhan penurunan prevalensi anemia pada
68WUS belum memadai.3 Prevalensi anemia di negara-nagara kawasan Asia
69Tenggara ditemukan beragam. Word Bank pada tahun 2016 melaporkan
70prevalensi anemia pada WUS terendah di Filipina yakni sebesar 14,9% dan
71tertinggi di Laos sebesar 54,6%, dan Indonesia berada pada peringkat keenam
72yakni sebesar 28,2%.4 Meskipun prevalensi anemia pada WUS di Indonesia
73tergolong tidak tinggi, namun anemia masih menjadi masalah kesehatan
74masyarakat derajat sedang khususnya pada wanita usia 15-49 tahun karena
75prevalensinya lebih dari 20%. Karena itu penting untuk memantau prevalensi dan
76determinan anemia di Indonesia dari waktu ke waktu untuk lebih memahami

2
 77perubahan beban anemia serta dapat merencanakan penanggulangan yang tepat
78agar mencapai target yang ditetapkan WHO pada tahun 2025.
79 Determinan anemia dalam suatu populasi merupakan interaksi yang
80komplek dari faktor politik, ekologi, sosial dan biologis. 5 Karena itu, untuk
81menurunkan kejadian anemia membutuhkan pendekatan yang terpadu untuk
82mengatasi faktor-faktor tesebut agar masalah ini bisa ditangani dengan benar,
83terfokus dan terpadu. Penelitian mengenai faktor-faktor yang berhubungan dengan
84anemia di Indonesia telah banyak dilakukan namun dengan jumlah sampel yang
85kecil dan wilayah penelitian yang terbatas sehingga hasilnya tidak dapat di
86generalisir ke seluruh Indonesia mengingat wilayah Indonesia yang luas dan
87karakteristik penduduk yang sangat beragam. Oleh karenanya perlu dilakukan
88penelitian dengan skala yang lebih luas dengan sampel yang besar agar hasilnya
89bisa mewakili seluruh wilayah Indonesia tentang faktor-faktor yang berhubungan
90dengan kejadian anemia pada WUS di Indonesia. Penelitian ini bertujuan untuk
91mengetahui determinan kejadian anemia pada WUS di Indonesia dengan
92melakukan analisis data Riskesdas 2018.
93
94METODE
95Penelitian ini menggunakan data sekunder dari survei Riset Kesehatan Dasar
96(Riskesdas 2018). Data Riskesdas 2018 diperoleh setelah mengajukan
97permohonan dan memperoleh ijin penggunaan data dari Litbangkes Kementerian
98Kesehatan Republik Indonesia. Survei Riskesdas 2018 dilakukan pada 3678
99wanita usia subur umur 15-49 tahun menggunakan sampling dua tahap berstrata
100dan merupakan survei berskala nasional. Informasi terperinci mengenai desain
101penelitian, perhitungan besar sampel, instrumen dan cara pengumpulan data dan
102prosedur survei lainnya tersedia dalam laporan Riskesdas 2018.6
103 Desain Riskesdas 2018 adalah cross-sectional dimana wanita yang
104memenuhi kriteria dilakukan wawancara menggunakan kuesioner serta dilakukan
105pengukuran tinggi badan dan berat badan serta pemeriksaan tes malaria dan kadar
106haemoglobin. Dalam analisis kami, subyek yang eligible adalah wanita berusia
10715-49 tahun dengan data wawancara, hasil pengukuran serta pemeriksaan yang

3
108tersedia dengan lengkap di data set Riskesdas 2018. Subyek yang excluded adalah
109wanita yang memiliki data wawancara dan atau hasil pengukuran dan
110pemeriksaan yang tidak lengkap sehingga subyek yang dianalisis berjumlah
1113677.6
112 Variabel dependen adalah status anemia pada WUS. Variabel independen
113tediri dari tiga core variabel yaitu variabel karakteristik WUS, status gizi dan
114kesehatan, serta kondisi lingkungan dan aksesabilitas ke pelayanan kesehatan.
115Variabel karakteristik WUS terdiri dari umur, tingkat pendidikan, pekerjaan,
116status perkawinan, jumlah anak dan wilayah tempat tinggal. Variabel status gizi
117dan kesehatan terdiri dari status gizi, infeksi malaria, infeksi tuberculosis (TBC),
118dan penggunaan alat kontrasepsi. Variabel kondisi lingkungan dan aksessabilitas
119ke pelayanan kesehatan terdiri dari akses ke rumah sakit, akses ke pelayanan
120kesehatan dasar pemerintah dan akses ke pelayanan kesehatan dasar
121swasta/mandiri serta sumber air minum.
122 Dalam analisis kami, variabel umur dikelompokkan menjadi tiga yaitu
123<20, 20-35, >35 tahun. Tingkat pendidikan dikelompokkan menjadi pendidikan
124rendah, menengah, tinggi. Pekerjaan menjadi dua yaitu bekerja dan tidak bekerja,
125dan status perkawinan menjadi kawin dan cerai. Jumlah anak dikelompokkan
126menjadi empat kelompok yaitu tidak punya anak, 1-2, 3-4, >4 anak. Wilayah
127tempat tinggal menjadi perkotaan dan pedesaan. Status gizi menjadi kurus,
128normal, berat badan berlebih dan obesitas. Infeksi malaria dikategorikan mejadi
129negatif, positif dan infeksi TBC menjadi ya dan tidak. Penggunaan alat
130kontrasepsi dikelompokkan menjadi tidak menggunakan, IUD, tubektomi dan
131kontrasepsi hormonal. Akses ke RS, pelayanan kesehatan dasar
132pemerintah/swasta/mandiri dinilai dengan tiga komponen yaitu jenis alat
133transportasi, lama waktu tempuh pulang pergi, serta biaya yang dikeluarkan untuk
134transportasi kemudian dikategorikan menjadi mudah, sulit dan sangat sulit.
135Sumber air minum dikategorikan menjadi terlindung dan tidak terlindung.
136 Analisis data dilakukan secara bivariat untuk menampilkan data
137karakteristik wanita usia subur dan variabel lainnya dengan kejadian anemia dan
138uji statistic dilakukan dengan chi-square dengan nilai p≤0,05. Hasil analisis

4
139bivariat digunakan untuk pemilihan variabel yang dimasukkan ke dalam model
140multivariate. Analisis multivariat dilakukan dengan uji regresi logistic biner
141dengan metode enter untuk memperoleh adjusted odds ratio dari masing-masing
142variabel. Penelitian ini telah mendapatkan kelaikan etik dari Komisi Etik Fakultas
143Kedokteran Universitas Udayana/ Rumah Sakit Umum Pusat Sanglah Nomor:
144445/UN/14.2.2.VII.14/LP/2020 pada tanggal 26 Pebruari 2020.
145
146HASIL
147 Pada tabel Tabel 1 terlihat bahwa prevalensi anemia pada WUS di Indonesia
148tahun 2018 adalah sebesar 25,3% (95%CI=23.9-26.7).
149
150Tabel 1 Prevalensi Anemia pada WUS di Indonesia
Anemia n %
Anemia 929 25,3
Tidak Anemia 2748 74,7
Jumlah 3.677 100.0
151
152
153 Tabel 2 menyajikan karakteristik WUS dan beberapa variabel lainnya terlihat
154bahwa kebanyakan responden berumur 20-35 tahun, tingkat pendidikan
155menengah, tidak bekerja, status kawin, jumlah anak 1-2 orang, tinggal di
156perkotaan, status gizi normal, tes malaria negatif, tidak memiliki riwayat TBC
157dalam 1 tahun terakhir, menggunakan kontrasepsi hormonal, akses ke rumah sakit
158sulit, akses mudah ke pelayan kesehatan dasar milik pemerintah dan swasta serta
159menggunakan sumber air minum terlindung.

160
161
162
163
164
165
166

5
167Tabel 2 Karakteristik WUS berdasarkan beberapa variabel
Variabel n %
Umur
<20 tahun 92 2,5
20-35 tahun 2.511 68,3
>35 tahun 1.074 29,2
Tingkat Pendidikan
Tinggi 316 8,6
Menengah 2.153 58,5
Rendah 1.208 32,9
Pekerjaan
Bekerja 1.312 35,7
Tidak Bekerja 2.365 64,3
Status Perkawinan
Kawin 3.585 97,5
Cerai 92 2,5
Jumlah Anak
Tidak Punya Anak 26 0,7
1-2 orang 2.485 67,6
3-4 orang 1.031 28,0
>4 orang 135 3,7
Tempat Tinggal
Perkotaan 1.982 53,9
Pedesaan 1.695 46,1
Status Gizi
Normal 1.774 47,4
Kurus 192 5,3
BB Lebih 548 14,9
Obesitas 1.193 32,4
Hasil Test Malaria
Negatif 3.660 99,5
Positif 17 0,5
Riwayat TBC
Tidak 3.665 99,7
Ya 12 0,3
Alat Kontrasepsi*
Tidak menggunakan 762 21,2
IUD 261 7,3
MOW 163 4,5
Hormonal 2.405 67,0
Akses ke Rumah Sakit
Mudah 1.167 31,7
Sulit 1.454 39,6
Sangat Sulit 1.056 28,7

6
 Akses ke Pelayanan
Dasar Pemerintah
Mudah 1.338 36,4
Sulit 1.182 32,1
Sangat Sulit 1.157 31,5
Akses ke Pelayanan
Dasar Swasta/ Mandiri
Mudah 1.287 35,0
Sulit 1.131 30,8
Sangat Su;it 1.259 34,2
Sumber Air Minum
Terlindung 3.394 72,3
Tidak Terlindung 283 7,7
Jumlah 3.677 100.0
168* Jumlah lebih kecil dari 3677 karena ada data missing.
169
170Pada tabel 3 menyajikan tabulasi silang antara anemia dan beberapa variabel.
171Terlihat bahwa umur, tingkat pendidikan, status gizi dan penggunaan kontrasepsi
172perbedaan proporsinya secara signifikan berhubungan dengan kejadian anemia
173pada WUS (p ≤0.05).
174
175Tabel 3 Proporsi Anemia bedasarkan Karakteristik WUS dan beberapa variabel
176lainnya
177
Variabel Anemia Tidak Anemia p-value
n % n %
Umur (tahun) 0,000
<20 51 55,4 41 44,6
20-35 626 24,9 1.885 75,1
>35 252 23,5 822 76,5
Tingkat Pendidikan 0,043
Tinggi 88 27,8 228 72,2
Menengah 566 26,3 1.578 73,7
Rendah 275 22,8 933 77,2
Pekerjaan 0,143
Bekerja 313 23.9 999 76,1
Tidak Bekerja 616 26,0 1.749 74,0
Status Perkawinan 0,503
Kawin 903 25,2 2.682 74,8
Cerai 26 28,3 66 71,7
Jumlah Anak 0,051
0 11 42,3 15 57,7

7
 1-2 626 25,2 1.859 74,8
3-4 249 24,2 782 75,8
>4 43 31,9 92 68,1
Tempat Tinggal 0,846
Perkotaan 503 25,4 1.479 74,6
Pedesaan 426 25,1 1.269 74,9
Status Gizi 0,000
Normal 488 28,0 1.256 72,0
Kurus 74 38,5 118 61,5
Berat Badan Berlebih 122 22,3 426 77,7
Obesitas 245 20,5 948 79,5
Infeksi Malaria 0,693
Negatif 924 25,2 2.736 74,8
Positif 5 29,4 12 70,6
Infeksi TBC 0,807
Tidak 923 25,2 2.736 74,8
Ya 6 50,0 6 50,0
Penggunaan Kontrasepsi* 0,000
Tidak Menggunakan 258 33,9 504 66,1
IUD 92 35,2 169 64,8
MOW 47 28,8 116 71,2
Hormonal 505 21,0 1.900 79,0
Akses ke RS 0,170
Mudah 282 24,2 885 75,8
Sulit 358 24,6 1.096 75,4
Sangat Sulit 289 27,4 767 72,6
Akses ke pelayan dasar 0,239
pemerintah
Mudah 328 24,5 1.010 75,5
Sulit 288 24,4 894 75,6
Sangat Sulit 313 27,1 844 72,9
Akses ke pelayanan dasar 0,375
swasta/mandiri
Mudah 320 24,9 967 75,1
Sulit 274 24,2 857 75,8
Sangat Sulit 335 26,6 924 73,4
Sumber Air Minum 0,286
Terlindung 850 25,0 2.544 75,0
Tidak Terlindung 79 27,9 204 72,1
178*Jumlah lebih kecil dari 3.677 karena ada data missing
179
180 Pada tabel 4 menyajikan hasil analisis multivariat dengan regresi logistik
181metode enter. Terlihat bahwa faktor yang dominan meningkatkan resiko kejadian

8
182anemia pada WUS adalah kelompok umur <20 tahun (AOR=3,524;
18395%CI=2,282-5,443; p<0,001). Variabel lain yang ditemukan memiliki hubungan
184dengan anemia tetapi dengan AOR yang lebih kecil adalah obesitas (AOR=0,672;
18595%CI=0,560-0,807; p<0,001) dan penggunaan kontrasepsi hormonal
186(AOR=0,525; 95%CI=0,438-0,630; p<0,001).
187
188Tabel 4 Adjusted odds ratio beberapa variabel terhadap Anemia pada WUS di
189 Indonesia
Variabel AOR 95%CI p-value
Umur (tahun) 0,000
20-35 Ref.
<20 3,444 2,216-5,351 0,000
>35 0,858 0,696-1,053 0,142
Tingkat Pendidikan 0,087
Tinggi Ref.
Menengah 0,999 0,755-1,322 0,995
Rendah 0,819 0,604-1,111 0,200
Pekerjaan 0,105
Bekerja Ref.
Tidak Bekerja 1,147 0,972-1,355 0,105
Jumlah Anak 0,143
0 Ref.
>4 0,295 0,058-1,501 0,141
3-4 0,325 0,063-1,673 0,179
1-2 0,431 0,080-2,313 0,326
Status Gizi 0,000
Normal Ref.
Kurus 1,484 1,075-2,050 0,017
Berat Badan Berlebih 0,797 1,075-2,050 0,058
Obesitas 0,677 0,565-0,813 0,000
Penggunaan Kontrasepsi* 0,000
Tidak Menggunakan Ref.
IUD 1,156 0,855-1,561 0,346
MOW 0,876 0,594-1,292 0,503
Hormonal 0,528 0,438-0,636 0,000
Infeksi TBC 0,071
Tidak Ref.
Ya 3,046 0,909-10,204 0,071
Akses ke RS 0,195
Mudah Ref.
Sulit 1,093 0,901-1,326 0,368
Sangat Sulit 1,227 0,982-1,533 0,071

9
 Akses ke Pelayan Dasar 0,375
Pemerintah
Mudah Ref.
Sulit 0,993 0,818-1,205 0,942
Sangat Sulit 1,099 0,895-1,350 0,369
190
191DISKUSI
192 Prevalensi anemia pada WUS di Indonesia pada analisis ini ditemukan
193sebesar 25,3%. Angka ini lebih tinggi dari Riskesdas 2007 dan 2013. 7,8 Hal ini
194kemungkinan karena adanya perbedaan sampel dan alat ukur yang digunakan
195pada Riskesdas 2007.7 Temuan pada penelitian ini angkanya masih lebih rendah
196jika dibandingkan dengan rata-rata prevalensi anemia secara global (32,8%). 4
197Walaupun demikian hal ini tetap membutuhkan penelitian lebih lanjut melalui
198identifikasi faktor-faktor yang tekait anemia pada WUS di Indonesia untuk dapat
199dilakukan pemecahan masalah yang yang lebih tepat.
200 Dalam analisis kami, faktor yang paling kuat berhubungan dengan anemia
201adalah kelompok WUS umur <20 tahun. Temuan serupa ditemukan di Nepal,
202dimana risiko anemia ditemukan lebih tinggi pada wanita dengan usia yang lebih
203muda.8 Hal ini kemungkinan karena wanita kawin usia <20 tahun telah mengalami
204anemia sejak mereka belum menikah atau pada masa remaja. Remaja memiliki
205kebutuhan zat besi yang lebih tinggi karena digunakan untuk memenuhi proses
206pertumbuhannya termasuk kebutuhan saat menstruasi. Kebutuhan ini akan
207menjadi berlipat ganda akibat adanya proses kehamilan dan menyusui. Hal ini
208yang mungkin menyebabkan wanita kawin umur <20 tahun memiliki risiko lebih
209tinggi mengalami anemia. Dalam penelitian lain di Magalaya 9 dan India10 juga
210dijumpai bahwa umur berhubungan dengan anemia, dimana di Magalaya risiko
211mengalami anemia paling tinggi terjadi pada umur 20-24 tahun, sedangkan di
212India wanita umur 25-35 tahun yaitu 3,3 kali lebih berisiko mengalami anemia.
213Hal ini kemungkinan karena kelompok umur tersebut memiliki tingkat fertilitas
214yang tinggi. SDKI 2017 melaporkan 7% dari wanita usia 15-19 tahun sudah
215menjadi ibu. Penelitian lain menggunakan data SDKI 2017 menemukan bahwa
216ibu hamil usia <20 dan >35 tahun memiliki risiko 6,6 kali untuk mengalami
217anemia.11

10
218 Faktor lain yang berhubungan dengan anemia adalah status gizi dimana
219wanita dengan obesitas were less likely to have anemia. Temuan serupa juga
220dilaporkan di Cina12 dan Taiwan.13 Wanita obesitas dan berat badan berlebih
221ditemukan memiliki asupan vitamin C dan zat besi yang lebih tinggi. 12 Wanita
222kekurangan gizi lebih cenderung kekurangan mikronutrien essential yang tekait
223dengan kejadian anemia. Penelitian di Taiwan menemukan hubungan positif
224antara IMT dengan serum ferritin dan kadar haemoglobin, dimana, semakin tinggi
225IMT semakin tinggi juga serum ferritin dan kadar haemoglobin.13 Dalam study
226kami hubungan tersebut tidak dapat dianalisis karena datanya tidak tersedia. Hasil
227analisis bivariat terlihat bahwa WUS yang obesitas sebagian besar menggunakan
228kontrasepsi hormonal. Penelitian oleh Pratiwi dkk melaporkan bahwa penggunaan
229kontrasepsi hormonal berhubungan dengan berat badan, dimana rata-rata terjadi
230peningkatan berat badan lebih dari 0-1 kg per tahun pada pemakai kontrasepsi
231hormonal.14 Wanita yang memakai kontrasepsi hormonal biasanya juga
232mengalami amenorhea.15 Hal ini yang mungkin menyebabkan wanita dengan
233obesitas memiliki risiko lebih rendah untuk mengalami anemia. Hasil penelitian
234di Rwanda dan Tanzania juga menunjukkan bahwa pemakai kontrasepsi hormonal
235mengalami risiko yang lebih rendah untuk mengamali anemia.16,17
236 Dalam study kami, infeksi malaria dan TBC dijumpai tidak berhubungan
237dengan anemia. Hal berbeda ditemukan di Timor Leste18, Rwanda16, dan Malawi.19
238Perbedaan temuan pada penelitian kami kemungkinan karena jumlah sampel
239(responden) yang positif malaria dan menderita TBC sangat sedikit. Dalam
240Riskesdas 2018 penentuan riwayat infeksi TBC hanya dilakukan melalui
241wawancara sehingga kejadian TBC kemungkinan sedikit yang dilaporkan oleh
242responden (under reported).6
243 Faktor lain yang dijumpai tidak berhubungan dengan anemia adalah tingkat
244pendidikan, pekerjaan, status perkawinan, jumlah anak, wilayah tempat tinggal,
245akses ke pelayanan kesehatan dan sumber air minum. Dalam analisis bivariat
246terlihat bahwa prevalensi anemia secara signifikan lebih tinggi dijumpai pada
247WUS dengan jumlah anak >4 yaitu 31,9% dan WUS yang tidak punya anak yaitu

11
24842,3% dibanding WUS yang punya anak 1-2 dan 3-4 yaitu masing-masing 25,2%
249dan 25,4%, namun tidak dijumpai adanya hubungan dalam analisis multivariat.
250 Hasil yang bervariasi dijumpai di Banglades20 dan Rwanda.21 Penelitian di
251Banglades melaporkan wanita dengan pendidikan rendah, bekerja dan tinggal di
252pedesaan more likely to have anemia. 20 Hasil berbeda ditemukan di Rwanda
253dimana tidak ditemukan hubungan antara pendidikan dengan anemia tetapi janda
254more likely to have anemia.21 Penelitian di Myanmar22 melaporkan bahwa
255tingginya paritas more likely to have anemia.
256 Keterbatasan penelitian ini adalah penggunaan data sekunder dimana
257analisis hanya bisa dilakukan pada variabel-variabel yang tersedia. Dalam
258penelitian kami tidak dapat menilai hubungan anemia dengan kondisi sosial
259ekonomi responden, asupan nutrisi, fortifikasi, suplementasi zat besi serta infeksi
260oleh HIV dan kecacingan karena datanya tidak tersedia. Data tentang sosial
261ekonomi tersedia dalam Survei Sosial Ekonomi Nasional (Susenas) yang
262dilaksanakan oleh Badan Pusat Statistik (BPS) pada tahun yang sama dan
263rumahtangga yang sama dengan Riskesdas 2018 namun tidak dilakukan analisis
264dalam penelitian kami. Selain itu penelitian ini adalah cross-sectional sehingga
265tidak bisa menunjukkan adanya hubungan sebab akibat.
266
267KESIMPULAN
268 Prevalensi anemia di Indonesia dijumpai meningkat dari tahun 2007
269hingga 2018 dan termasuk dalam masalah kesehatan masyarakat derajat sedang.
270Faktor yang terkait anemia pada WUS adalah umur <20 tahun, sedangkan obesitas
271dan penggunaan kontrasepsi hormonal ditemukan menurunkan risiko anemia.
272Intervensi dalam penanggulangan anemia pada WUS perlu difokuskan pada
273kelompok umur <20 tahun sebagai kelompok yang paling berisiko. Upaya lain
274juga perlu ditingkatkan untuk menurunkan risiko anemia pada WUS pemakai
275kontrasepsi non hormonal sehingga dapat mempercepat penurunan prevalensi
276anemia pada WUS di Indonesia.
277
278UCAPAN TERIMA KASIH

12
279 Terima kasih disampaikan kepada Badan Litbangkes Kemenkes RI atas
280ijin yang diberikan sehingga memungkinkan dilakukan analisis data sekunder
281Riskesdas 2018, Universitas Udayana dan semua pihak yang telah berkontribusi
282dalam studi ini.
283
284DAFTAR PUSTAKA
2851. WHO. The global prevalence of anaemia in 2011 [Internet]. Who. 2015.
286 Available from: https://apps.who.int?iris/hendle/10665/177094

2872. WHO. Worldwide prevalence of anaemia 1993-2005: WHO Global

288 Database on Anemia [Internet]. Word Health Organization; 2008.
289 Available from:
290 https://www.who.int/vmnis/publication/anemia_prevalence/en/

2913. WHO. WHA Global Nutrition Targets 2025 : Anaemia Policy Brief
292 [Internet]. 2014 p. 1–7. Available from:
293 https://www.who.int/nutrition/publications/globaltargets2025_policybrief_a
294 naemia/en

2954. World Bank. Prevalence of anemia among women of reproductive age (%

296 of women ages 15-49) [Internet]. Vol. 19, The World Bank. 2016.
297 Available from: https://data.worldbank.org/indicator/SH.ANM.ALLW.ZS?
298 locations=MN

2995. Balarajan Y, Ramakrishnan U, Özaltin E, Shankar AH, Subramanian S V.

300 Anaemia in low-income and middle-income countries. Lancet [Internet].
301 2011;378(9809):2123–35. Available from:
302 http://dx.doi.org/10.1016/S0140-6736(10)62304-5

3036. Kementerian Kesehatan R. HASIL UTAMA RISKESDAS 2018 [Internet].

304 2018. Available from: ///C:/Users/ASUS/Downloads/Hasil Riskesdas
305 2018.pdf

3067. Kementerian Kesehatan Republik Indonesia. Laporan Nasional Riskesdas

307 2007. Badan Penelitian dan Pengembangan Kesehatan Departemen
308 Kesehatan, Republik Indonesia Desember 2008.

3098. Gautam S, Min H, Kim H, Jeong HS. Determining factors for the
310 prevalence of anemia in women of reproductive age in Nepal: Evidence
311 from recent national survey data. PLoS One. 2019;14(6):1–17.

13
3129. Dey S, Goswami S, Goswami M. Prevalence of anaemia in women of
313 reproductive age in meghalaya: A logistic regression analysis. Turkish J
314 Med Sci. 2010;40(5):783–9.

31510. Haralkar SJ, Khandekar S V, Pore PD, Haralkar AS, Tapare VS, Rayate M
316 V. Socio-Demographic Correlates of Anaemia among Married Women in
317 Rulal Area of Maharashtra. Indian J Public Heal Res Dev. 2013;4(3):107–
318 10.

31911. Guspaneza E, Martha E. Analisis Faktor Penyebab Kejadian Anemia Pada

320 Ibu Hamil di Indonesia ( Analisis Data SDKI 2017 ). J Kesehat Masy Aceh.
321 2019;5(2):399–406.

32212. Qin Y, Melse-Boonstra A, Pan X, Yuan B, Dai Y, Zhao J, et al. Anemia in

323 relation to body mass index and waist circumference among chinese
324 women. Nutr J. 2013;12(1):10–2.

32513. Chang JS, Chen YC, Owaga E, Palupi KC, Pan WH, Bai CH. Interactive
326 effects of dietary fat/carbohydrate ratio and body mass index on iron
327 deficiency anemia among taiwanese women. Nutrients. 2014;6(9):3929–41.

32814. Pratiwi D, Syahredi S, Erkadius E. Hubungan Antara Penggunaan

329 Kontrasepsi Hormonal Suntik DMPA dengan Peningkatan Berat Badan di
330 Puskesmas Lapai Kota Padang. J Kesehat Andalas. 2014;3(3):365–9.
33115. Hartanto H. Keluarga Berencana dan Kontrasepsi. Jakarta: PUSTAKA
332 SINAR HARAPAN; 2004.

33316. Hakizimana D, Nisingizwe MP, Logan J, Wong R. Identifying risk factors

334 of anemia among women of reproductive age in Rwanda - A cross-
335 sectional study using secondary data from the Rwanda demographic and
336 health survey 2014/2015. BMC Public Health. 2019;19(1):1–11.

33717. Wilunda C, Massawe S, Jackson C. Determinants of moderate-to-severe

338 anaemia among women of reproductive age in Tanzania: Analysis of data
339 from the 2010 Tanzania demographic and health survey. Trop Med Int
340 Heal. 2013;18(12):1488–97.

34118. Lover AA, Hartman M, Chia KS, Heymann DL. Demographic and spatial
342 predictors of anemia in women of reproductive age in Timor-Leste:
343 Implications for health program prioritization. PLoS One. 2014;9(3).

14
34419. Chaparro CM, Suchdev PS. Anemia epidemiology, pathophysiology, and
345 etiology in low- and middle-income countries. Ann N Y Acad Sci.
346 2019;1450:15–31.

34720. Kamruzzaman M, Rabbani MG, Saw A, Sayem MA, Hossain MG.

348 Differentials in the prevalence of anemia among non-pregnant, ever-
349 married women in Bangladesh: Multilevel logistic regression analysis of
350 data from the 2011 Bangladesh Demographic and Health Survey. BMC
351 Womens Health. 2015;15(1):4–11.

35221. Hakizimana D, Nisingizwe MP, Logan J, Wong R. Risk factors of anemia

353 among Women of Reproductive Age in Rwanda: implications for designing
354 better interventions. 2019;(Ci). Available from:
355 http://dx.doi.org/10.21203/rs.2.14859/v1

35622. Win HH, Ko MK. Geographical disparities and determinants of anaemia

357 among women of reproductive age in Myanmar: analysis of the 2015-2016
358 Myanmar Demographic and Health Survey. WHO South-East Asia J public
359 Heal. 2018;7(2):107–13.

360

15