Prosiding Forum Ilmiah Tahunan IAKMI (Ikatan Ahli Kesehatan Masyarakat Indonesia)

Journal Homepage : http://jurnal.iakmi.id/index.php/FITIAKMI

E-ISSN : 2774-3217

ANALISIS PENINGKATAN PENCARIAN INFORMASI

KESEHATAN ONLINE DAN e-HEALTH LITERACY
MASYARAKAT DI KOTA PADANG
(STUDI KASUS:PANDEMI COVID-19)
Annisa Wahyuni1, Rima Semiarty2, Rizanda Machmud3
1Program Studi Magister Kesehatan Masyarakat, Fakultas Kedokteran, Universitas
Andalas, Padang, Indonesia.
2,3Bagian Ilmu Kesehatan Masyarakat, Fakultas Kedokteran, Universitas Andalas,

Padang, Indonesia.
Email: annisawahyuni89@gmail.com ,
rizandamachmud@gmail.com , rimasemiarty@med.unand.ac.id

ABSTRAK
Perkembangan literasi kesehatan saat ini menjadi sangat penting untuk
mempersiapkan masyarakat menghadapi situasi darurat seperti wabah COVID-19 yang
memerlukan tindakan pencegahan dan penanggulangan cepat dan tepat. Akses
masyarakat terhadap internet sebagai salah satu platform berperan dalam membentuk
sikap dan memengaruhi tingkat e-health literacy. Data survei APJII tahun 2018,
pengguna internet di Indonesia mengalami peningkatan dari tahun 2017 sebesar 143,26
juta jiwa menjadi 171,17 jt jiwa (65,8%) dari total penduduk 264,16 jt jiwa. Provinsi
Sumatera Barat peringkat ke 2 dalam pengguna internet sebesar 2,6% dan jumlah
penduduk terbanyak jiwa berasal dari kota padang, 950.871 jiwa. Penulis tertarik
untuk melihat perilaku pencarian informasi kesehatan secara online dan faktor yang
berpengaruh terhadap e-health literacy masyarakat selama pandemi Covid-19 di Kota
Padang. Penelitian ini menggunakan desain cross sectional survey. Penelitian
dilaksanakan pada bulan April - Juli 2020. Populasi penelitian adalah masyarakat kota
padang dengan jumlah sampel 426 responden. Pengambilan sampel menggunakan
teknik purposive sampling. Pengumpulan data menggunakan kuesioner yang
disebarkan secara online. Data dianalisis secara univariat, bivariat, dan multivariat.
Berdasarkan hasil analisis univarit, didapatkan rentang usia responden terbanyak 16-
24 (49,5%), pendidikan terakhir perguruan tinggi 67,4%, jenis pekerjaan informal 50,7%.
Jenis perangkat yang paling banyak digunakan Smartphone 94,8%, frekuensi
menggunakan internet setiap hari mencapai 94,6% dengan menghabiskan waktu lebih
dari 4 jam sebanyak 56,6%, jenis informasi yang banyak diakses terkait gejala terinfeksi
Covid-19 sebesar 81,5%, sumber terpopuler sosial media 77,2% dan alasan utama
memilih sumber tersebut adalah mudah dipahami 71,8%. Responden melakukan
konfirmasi kepada ahlinya atau tenaga kesehatan hanya sekitar 44,1%, dengan
menunjukkan sangat respon sebesar 34,3%. Hasil analisis bivariat didapatkan tiga
variabel yang berhubungan terhadap e-helath literacy yaitu lama waktu menggunakan
internet (Pv=0,048), diskusi dengan tenaga kesehatan (Pv=0,023), dan sumber informasi
(Pv=0,0002). Hasil analisis multivariat terkait faktor yang paling memengaruhi tingkat
e-health literacy adalah diskusi dengan nakes (Pv=0,023). Sebagian besar masyarakat
melakukan pencarian informasi kesehatan secara online terkait pandemi Covid-19.
Namun, hanya sebagian yang melakukan konfirmasi kepada ahli atau tenaga kesehatan
dari informasi yang diperoleh, sehingga perlunya wadah konsultasi atau diskusi online
agar masyarakat dapat bersikap positif serta penting mengenali perilaku pencarian
informasi kesehatan online guna memfasilitasi dan memperkuat kemampuan

Forum Ilmiah Tahunan VI

Ikatan Ahli Kesehatan Masyarakat Indonesia, 25-26 Nopember 2020
Prosiding Forum Ilmiah Tahunan IAKMI (Ikatan Ahli Kesehatan Masyarakat Indonesia)
Journal Homepage : http://jurnal.iakmi.id/index.php/FITIAKMI
E-ISSN : 2774-3217
masyarakat melalui partisipasi sosial secara kritis dan menjadi garda terdepan dalam
mengawal informasi kesehatan.
Kata kunci : e-Health Literacy; Informasi; Kesehatan; Masyarakat; Padang; Pencarian.
1. PENDAHULUAN
Informasi merupakan salah satu
sumber utama bagi pengembangan
berbagai bidang pengetahuan atau
kegiatan manusia. Berawal dari
informasi-informasi yang diperoleh akan
membentuk persepsi seseorang sebelum
melakukan tindakan atau keputusan. Di
dunia kesehatan saat ini, terus
mengalami perkembangan teknologi dan
penyebaran informasi yang dapat
diakses dimana saja dan kapan saja.
Salah satu akses yang mudah
didapatkan masyarakat saat ini adalah
melalui internet. Berdasarkan data
hasil survei Asosiasi Penyelenggara
Jasa Internet Indonesia (APJII) tahun
2018, pengguna internet di Indonesia
mengalami peningkatan dari tahun
2017 sebesar 143,26 juta jiwa menjadi
171,17 JT jiwa (65,8%) dari total
penduduk 264,16 jt jiwa. Provinsi
Sumatera Barat sebagai peringkat ke 2
dalam kontribusi pengguna internet
sebesar 2,6% dan sebagian besar jumlah
penduduk berasal 950.871 jiwa dari kota
padang. Pengguna internet di daerah
urban dan rural tidak terlihat
perbedaan yang terlalu signifikan,
74,1% pengguna di daerah urban dan
61,6% di daerah rural dengan berbagai
latar belakang tingkat pendidikan dan
pekerjaan [1].
Perkembangan teknologi juga
mendukung dalam bidang kesehatan.
Internet menyediakan berbagai jenis
informasi dan beragam topic [2]. Meski
ada masyarakat yang hanya mengakses
internet untuk keperluan seperti
hiburan. Namun, banyak juga di antara
mereka yang menggunakan untuk
mencari informasi terkait kesehatan
[2,3,4,5]. Sebelum adanya internet,
sumber informasi kesehatan semata-
mata berasal dari tenaga kesehatan
atau fasilitas kesehatan yang berbasis
manual. Tetapi di saat sekarang ini,
2
terjadi perubahan dimana masyarakat
lebih banyak dapat mengakses
informasi kesehatan dan bisa
mendiskusikan terkait informasi yang
didapatkan dengan menggunakan akses
tersebut [6]. Di Amerika sendiri, 80%
dari masyarakatnya menggunakan
internet untuk mencari informasi
kesehatan [3]. Kemudian di Australia
hampir 80% lebih masyarakat juga
mencari informasi kesehatan melalui
internet, meskipun masih adanya
keterbatasan seperti jumlah informasi
kesehatan, sumber yang kurang akurat,
dan terbatas dalam akses artikel
penelitian [7]. Di Indonesia, akses
masyarakat dalam pencarian informasi
kesehatan secara online masih belum
komprehensif dikarenakan adanya
faktor-faktor yang mempengaruhi
seperti faktor sosial budaya,
infrastruktur, jaringan internet, dan
tingkat kemudahan menggunakan
teknologi [8].
Melihat kondisi saat ini, dimana
trend kejadian penyakit tidak menular
maupun menular masih tinggi di
Indonesia. Kejadian pandemi Covid-19
semenjak awal maret, dilaporkan
Indonesia dengan pemeriksaan awal
sampel sebanyak 7.425 orang
didapatkan 1.790 kasus konfirmasi
positif dan diikuti dengan jumlah
meninggal dunia sebanyak 170 orang
(CFR 9,5%), maka Indonesia memiliki
tingkat kematian dua kali lipat lebih
tinggi dibandingkan rata-rata tingkat
kematian dunia (per 2 April 2020) [9].
Kota Padang merupakan ibu kota
Provinsi Sumatera Barat dengan jumlah
penduduk paling banyak. Menurut
Badan Pusat Statistik (BPS) tahun 2019
dilaporkan jumlah penduduk sebanyak
950.871 jiwa [10]. Demikian juga
halnya, dengan jumlah kasus konfirmasi
positif di Kota Padang yang awalnya
terdapat 8 kasus konfirmasi positif,
Prosiding Forum Ilmiah Tahunan IAKMI (Ikatan Ahli Kesehatan Masyarakat Indonesia)
Journal Homepage : http://jurnal.iakmi.id/index.php/FITIAKMI
E-ISSN : 2774-3217

kemudian per 11 Mei 2020 mengalami Literacy pada masa pandemi Covid-19 di
peningkatan tajam mencapai 177 Kota Padang.
konfirmasi positif dan kasus meninggal
dunia sebanyak 14 orang [11]. Angka 2. METODE PENELITIAN
tersebut diperikirakan terus meningkat Penelitian ini menggunakan
apabila usaha yang dilakukan untuk desain cross sectional survey dengan
memutus rantai penularan dari pendekatan kuantitatif. Penelitian
masyarakat tidak optimal [9]. dilaksanakan pada bulan April - Juli
Persoalan yang terjadi saat ini 2020. Populasi penelitian adalah
adalah sulitnya memutuskan rantai masyarakat kota padang dengan jumlah
penularan dan terjadinya disinformasi sampel 426 responden. Pengambilan
dan misinformasi terkait virus Covid-19. sampel menggunakan teknik purposive
Tindakan dan perubahan perilaku sampling. Pengumpulan data
diawali atas informasi yang diperoleh. menggunakan kuesioner disebarkan
Masyarakat membutuhkan informasi melalui google form dengan beberapa
dan role model yang saat ini dapat item pertanyaan terdiri dari faktor
diakses dalam jaringan. Kemampuan e- demografi, waktu penggunaan, jenis
Health Literacy sangat penting diawali informasi yang dicari, alasan pencarian,
proses mencari, memilih, memahami, sumber yang diakses, dan praktik
sampai pada tahap memutuskan pilihan diskusi terkait dengan informasi yang
atau sikap [2]. Harapannya informasi didapatkan, kemudian e-Health
kesehatan yang dapat disajikan dalam Litecary. Data dianalisis menggunakan
kuantitas bervariasi dengan tetap SPSS secara univariat, bivariat, dan
mengutamakan kualitas dan terpercaya multivariat.
sehingga masyarakat dapat memahami
serta mampu menerapkan perilaku yang 3. HASIL DAN PEMBAHASAN
sehat. Berdasarkan kondisi yang Analisi Univariat
melatarbelakangi tersebut, sehingga Berdasarkan hasil penyebaran
penulis tertarik melakukan penelitian kuesioner didapatkan sebanyak 449
ini untuk melihat akses masyarakat responden. Namun, hanya 426
dalam pencarian informasi kesehatan responden yang memenuhi kriteria
berbasis online dan tingkat e-Health inklusi dan esklusi.

Tabel 1. Karakteristik Responden

Variabel n (%)
Umur
16-24 211 (49,5)
25-34 79 (18,5)
35-44 66 (15,5)
45-54 33 (7,7)
55-64 31 (7,3)
> 64 6 (1,4)
Jenis Kelamin
Perempuan 311 (73,0)
Laki-laki 115 (27,0)
Pendidikan Terakhir
SMA/Sederajat 139 (32,6)
Perguruan Tinggi/ Sarjana 287 (67,4)
Pekerjaan

3
Prosiding Forum Ilmiah Tahunan IAKMI (Ikatan Ahli Kesehatan Masyarakat Indonesia)
Journal Homepage : http://jurnal.iakmi.id/index.php/FITIAKMI
E-ISSN : 2774-3217

Formal 210 (49,3)

Informal 216 (50,7)
Wilayah Tempat Tinggal
Rural 83 (19,5)
Urban 343 (80,5)
Sumber: Data Olah Primer 2020

Berdasarkan tabel 1 dapat dilihat responden 67,4% lulusan sarjana. Jenis

bahwa 73,0% responden perempuan. pekerjaan formal sekitar 49,3% dan
Rentang usia terbanyak pada rentang informal 50,7%.
usia 16-24 (49,5%). Pendidikan terakhir

Tabel 2. Perilaku Menggunakan Internet

Variabel n (%)
Kondisi Kesehatan Saat Ini
Sangat baik 173 (40,6)
Baik 222 (52,1)
Cukup baik 26 (6,1)
Kurang Baik 5 (1,2)
Perangkat Yang Digunakan
Komputer 61 (14,3)
Laptob 248 (58,2)
Tablet 38 (8,9)
Smartphone/HP 404 (94,8)
Frekuensi Menggunakan Internet
Setiap hari 403 (94,6)
2-3 hari sekali 11 (2,6)
4-6 hari sekali 8 (1,9)
Seminggu sekali 2 (0,5)
2-3 minggu sekali 2 (0,5)
Lama Waktu Menggunakan Internet

Kurang dari 1 jam 21 (4,9)

1-2 jam 47 (11,0)
2-3 jam 55 (12,9)
3-4 jam 62 (14,6)
lebih dari 4 jam 241 (56,6)
Memiliki Aplikasi Kesehatan
Pada Perangkat Yang digunakan
Ya 135 (31,7)
Tidak 291 (68,3)
Sumber: Data Olah Primer 2020

Berdasarkan dari hasi penelitian sebanyak 52,1%. Jenis perangkat yang

diketahui bahwa sebagian besar dalam 1 digunakan paling banyak
minggu terakhir dalam kondisi baik Smartphone/HP sebesar 94,8%.

4
Prosiding Forum Ilmiah Tahunan IAKMI (Ikatan Ahli Kesehatan Masyarakat Indonesia)
Journal Homepage : http://jurnal.iakmi.id/index.php/FITIAKMI
E-ISSN : 2774-3217

Frekuensi menggunakan internet setiap Perilaku Pencarian Informasi

hari mencapai 94,6% dengan Kesehatan Terkait Covid-19
menghabiskan waktu lebih dari 4 jam
atau 56,6% responden.

Tabel 3. Perilaku Akses Informasi Kesehatan

Variabel n (%)
Frekuensi Mencari Informasi Terkait Covid-19
Setiap hari 292 (68,5)
2-3 hari sekali 92 (21,6)
4-6 hari sekali 14 (3,3)
seminggu sekali 20 (4,7)
2-3 minggu sekali 7 (1,6)
1 bulan sekali 1 (0,2)
Informasi Yang Diakses Untuk
Diri Sendiri 326 (76,5)
Anggota Keluarga 401 (94,1)
Teman 273 (64,1)
Masyarakat 193 (45,3)
Perangkat Yang Digunakan
Komputer 61 (14,3)
Laptob 248 (58,2)
Tablet 38 (8,9)
Smartphone/HP 404 (94,8)
Sumber: Data Olah Primer 2020

Berdasarkan tabel 3 di atas, keluarga dengan capaian 76,5% dan

frekuensi responden dalam mencari jenis perangka juga smartphone
informasi terkait covid-19 secara online mendominasi sekitar 94,8%
sebesar 68,5% dilakukan setia jawaban
responden diperoleh akses masyarakat Informasi, Sumber Informasi, dan
untuk informasi terkait Covid-19 juga Alasan Dalam Pencariaan Informasi
dilakukan setiap hari. Informasi yang Kesehatan Secara Online
diakses digunakan untuk anggota

Tabel 4. Informasi, Sumber, dan Alasan Memilih

Variabel n (%)
Jenis Informasi Yang Diakses
Upaya Preventif 54 (12,7)
Upaya Kuratif 21 (4,9)
Upaya Preventif-Kuratif 351 (82,4)
Alasan Mencari Topik Informasi Tersebut
Memperhatikan gejala baru atau perubahan kesehatan saya
265 (62,2)
(Apakah saya sakit?)
Menemukan / memilih dokter atau fasilitas kesehatan 53 (12,4)
Mempersiapkan untuk konsultasi / mendiskusikannya dengan
81 (19,0)
dokter

5
Prosiding Forum Ilmiah Tahunan IAKMI (Ikatan Ahli Kesehatan Masyarakat Indonesia)
Journal Homepage : http://jurnal.iakmi.id/index.php/FITIAKMI
E-ISSN : 2774-3217

Mencari pengobatan, tes atau perawatan tertentu 100 (23,5)

Mencari informasi terkait kondisi riwayat penyakit penyerta
172 (40,4)
saat ini (misal. diabetes, hipertensi, ginjal, Asma, dll)
Ingin mengubah perilaku atau gaya hidup lebih sehat 249 (58,5)
Mendengar atau melihat lebih lanjut terkait COvid 19 319 (74,9)
Untuk pengetahuan dan rasa ingin tahu 318 (73,5)
Sumber/ Situs Yang Digunakan
Situs Resmi 64 (15,0)
Situs Tidak Resmi 65 (15,3)
Situs Resmi dan Tidak Resmi 297 (69,7)
Alasan Memilih Situs Tersebut
Rekomendasi dari tenaga kesehatan 113 (26,5)
Mudah dipahami 306 (71,8)
Sudah biasa / pilihan dari dulu 186 (43,7)
Rekomendasi dari teman atau keluarga 66 (15,5)
Saya pikir, itu sumber terpercaya 73 (40,6)
Paling banyak diakses orang 196 (46,0)
Konfirmasi Informasi Kepada Nakes
Ya 248 (58,2)
Tidak 178 (41,8)
Diskusi Terkait Dugaan Gejala
Ditemui Sama Dengan Informasi
Yang Diperolaeh
Ya 188 (44,1)
Tidak 238 (55,9)
Respon Tenaga Kesehatan
Sangat Merespon 146 (34,3)
Cukup respon 83 (19,5)
Sedikit respon 5 (1,2)
Sama sekali tidak ada respon 3 (0,7)
Tidak Tahu/ Tidak Ingat 11 (2,6)
Sumber: Data Olah Primer 2020

Jenis informasi yang banyak
diakses responden terkait informasi
yang berkaitan dengan upaya preventif
dan kuratif sebesar 82,4%, kemudian
alasan responden mencari topik terkait,
didasarkan atas adanya kecurigaan
kondisi kesehatan saat ini dengan
informasi yang ditemui misalnya gejala
yang mirip sebesar 60,5% serta melihat
lebih lanjut terkait kasus Covid-19
sebesar 69,5%. Sumber atau situs yang
paling banyak digunakan masyarakat
adalah resmi dan tidak resmi sebesar
69,7%. Responden yang melakukan
konfirmasi atau diskusi dengan ahli
atau tenaga kesehatan hanya sekitar
41,8% dan respon sangat baik dari
tenaga kesehatan hanya sekitar 34,3%.
Analisis Bivariat

Tabel 5. Analisis Bivariat Karakteristik Perilaku Pencarian Informasi Kesehatan

Terhadap e-Health Literacy

Variabel E-Health Literacy

6
Prosiding Forum Ilmiah Tahunan IAKMI (Ikatan Ahli Kesehatan Masyarakat Indonesia)
Journal Homepage : http://jurnal.iakmi.id/index.php/FITIAKMI
E-ISSN : 2774-3217

Tidak
Baik Total
Baik P-value
f % f % f %
Umur
16-24 194 91,9 17 8,1 211 100
25-34 68 86,1 11 13,9 79 100
35-44 60 90,9 6 9,1 66 100
0,228
45-54 33 100 0 0,0 33 100
55-64 29 93,5 2 2,6 31 100
> 64 6 100 0 0,0 6 100
Jenis Kelamin
Perempuan 290 93,2 21 6,8% 311 100
0,061
Laki-laki 100 87,0 15 13,0 115 100
Pendidikan Terakhir
SMA/Sederajat 125 89,9 14 10,1 139 100
Perguruan Tinggi/ 0,515
265 92,3 22 7,7 287 100
Sarjana
Pekerjaan
Formal 194 92,4 16 7,6 210 100
0,664
Informal 196 90,7 20 9,3 216 100
Wilayah Tempat Tinggal
Rural 76 91,6 7 8,4 83 100
0,1000
Urban 314 91,5 29 8,5 343 100
Kondisi Kesehatan Saat Ini
Sangat baik 163 94,2 10 5,8 173 100
Baik 201 90,5 21 9,5 222 100
0,100
Cukup baik 21 80,8 5 19,2 26 100
Kurang Baik 5 100,0 0 0,0 5 100
Frekuensi Menggunakan Internet
Setiap hari 369 91,6 34 8,4 403 100
2-3 hari sekali 11 100 1 0,0 11 100
4-6 hari sekali 7 87,5 1 12,5 8 100 0,212
Seminggu sekali 2 100 0 0,0 2 100
2-3 minggu sekali 1 50,0 1 50,0 2 100
Lama Waktu Menggunakan Internet
Kurang dari 1 jam 16 76,2 5 23,8 21 100
1-2 jam 41 87,2 6 12,8 47 100
2-3 jam 53 96,4 2 3,6 55 100 0,048
3-4 jam 58 93,5 4 6,5 62 100
lebih dari 4 jam 222 92,1 19 7,9 241 100
Memiliki Aplikasi Kesehatan
Ya 129 95,6 6 4,4 135 100
0,066
Tidak 261 89,7 30 10,3 291 100
Frekuensi Mencari Informasi Terkait Covid-19
Setiap hari 272 93,2 20 6,8 292 100
0,090
2-3 hari sekali 82 89,1 10 10,9 92 100

7
Prosiding Forum Ilmiah Tahunan IAKMI (Ikatan Ahli Kesehatan Masyarakat Indonesia)
Journal Homepage : http://jurnal.iakmi.id/index.php/FITIAKMI
E-ISSN : 2774-3217

4-6 hari sekali 13 92,9 1 7,1 14 100

seminggu sekali 15 75,0 5 25,0 20 100
2-3 minggu sekali 7 100 0 0,0 7 100
1 bulan sekali 1 100 0 0,0 1 100
Diskusi Dengan Nakes
Ya 234 94,4 14 5,6 248 100
0,023
Tidak 156 87,6 22 12,4 178 100
Jenis Informasi Yang Diakses
Upaya Preventif 51 94,4 3 5,6 54 100
Upaya Kuratif 20 95,2 1 4,8 21 100 0,561
Upaya Preventif-Kuratif 319 90,9 32 9,1 351 100
Sumber/ Situs Yang Digunakan
Situs Resmi 63 98,4 1 1,6 64 100
Situs Tidak Resmi 53 81,5 12 18,5 65 100 0,002
Situs Resmi dan Tidak
274 92,3 23 7,7 297 100
Resmi
Sumber: Data Olah Primer 2020

Berdasarkan tabel 5 menunjukkan signifikan (Pv=0,048). Responden yang

bahwa tingkat e-health literacy baik
lebih banyak pada rentang usia 16-24.
Berdasarkan uji statistik bahwa
variabel umur secara signifikan tidak
berhubungan dengan tingkat e-health
literacy dengan nilai p value 0,228.
Jenis kelamin perempuan 93,2% baik e-
health literacy, namun secara statistik
tidak berhubungan (Pv=0,061).
Pendidikan terakhir lulusan sarjana
memiliki e-health literacy baik yaitu
92,3%, namun secara statistik tidak
berhubungan (Pv=0,515). Wilayah
tempat tinggal di perkotaan memiliki e-
health literacy baik yaitu 90,7%, namun
secara statistik tidak berhubungan
(Pv=0,1000). Kondisi kesehatan baik
memiliki e-health literacy baik yaitu
90,5%, namun secara statistik tidak
berhubungan (Pv=0,100). Frekuensi
menggunakan internet setiap hari
memiliki e-health literacy baik yaitu
92,3%, namun secara statistik tidak
berhubungan (Pv=0,212).
Lama waktu menggunakan
internet lebih dari 4 jam memiliki e-
health literacy baik yaitu 92,1% dan
secara statistik juga berhubungan
tidak mempunyai aplikasi kesehatan
memiliki e-health literacy buruk yaitu
89,7%, namun secara statistik tidak
berhubungan (Pv=0,006). Frekuensi
mencari informasi terkait covid-19
setiap hari memiliki e-health literacy
baik yaitu 93,2%, namun secara
statistik tidak berhubungan (Pv=0,090).
Responden yang melakukan diskusi
dengan nakes memiliki e-health literacy
baik yaitu 94,4%, dan secara statistik
juga berhubungan (Pv=0,023). Jenis
informasi yang diakses terkait usaha
preventif dan kuratif memiliki e-health
literacy baik yaitu 90,9% namun secara
statistik tidak berhubungan (Pv=0,561).
Sumber informasi dari situs resmi dan
tidak resmi memiliki e-health literacy
baik yaitu 92,3%, dan secara statistik
juga berhubungan (Pv=0,0002).
Analisis Multivariat
Bila seleksi bivariat menghasilkan
p-value <0,25 maka variabel tersebut
langsung masuk tahap multivariat.
Seleksi bivariat dilakukan
menggunakan uji regresi logistik
sederhana, berikut hasilnya:

8
Prosiding Forum Ilmiah Tahunan IAKMI (Ikatan Ahli Kesehatan Masyarakat Indonesia)
Journal Homepage : http://jurnal.iakmi.id/index.php/FITIAKMI
E-ISSN : 2774-3217

Tabel 6. Hasil Seleksi Kandidat Faktor Determinan Yang Berhubungan Dengan e-

Health Literacy

Variabel P-value Keterangan

Umur 0,293 Bukan Kandidat
Jenis Kelamin 0,042 Kandidat
Pendidikan 0,404 Bukan Kandidat
Pekerjaan 0,543 Bukan Kandidat
Alamat 0,995 Bukan Kandidat
Kondisi Kesehatan 0,076 Kandidat
Frekuensi Menggunakan Internet 0,345 Bukan Kandidat
Lama Waktu Menggunakan Internet 0,087 Kandidat
Frekuensi Mencari Informasi Terkait Covid-19 0,093 Kandidat
Memiliki Aplikasi Kesehatan 0,049 Kandidat
Diskusi Dengan Nakes 0,016 Kandidat
Jenis Informasi 0,325 Bukan Kandidat
Sumber Informasi 0,588 Bukan Kandidat
Sumber: Data Olah Primer 2020

Pada tabel 6 menunjukkan ada 6 Langkah selanjutnya adalah

variabel yang nilai p-value <0,25 yaitu pemodelan multivariat dengan
jenis kelamin, kondisi kesehatan, lama memasukkan secara bersama-sama
waktu menggunakan internet semua variabel kandidat hasil dari
pengetahuan, frekuensi mmencari seleksi bivariat. Adapun pemodelan
informasi terkait Covid-19, mempunyai sebagai berikut:
aplikasi kesehatan, dan diskusi dengan
Nakes.

Tabel 7. Pemodelan Awal Analisis Multivariat

Nilai P- 95% CI
Variabel PR
S.E value Lower Upper
Jenis Kelamin 0,370 0,046* 0,479 0,232 0,988
Kondisi Kesehatan 0,265 0,077 0,625 0,372 1,052
Lama Waktu Menggunakan Internet 0,129 0,094 0,806 0,625 1,037
Frekuensi Mencari Informasi Terkait
0,167 0,392 1,154 0,832 1,601
Covid-19
Memiliki Aplikasi Kesehatan 0,474 0,137 2,026 0,800 5,131
Diskusi Dengan Nakes 0,375 0,055* 2,052 0,985 4,275
Sumber: Data Olah Primer 2020
*Variabel berhubungan (Pv<0,05)

9
Prosiding Forum Ilmiah Tahunan IAKMI (Ikatan Ahli Kesehatan Masyarakat Indonesia)
Journal Homepage : http://jurnal.iakmi.id/index.php/FITIAKMI
E-ISSN : 2774-3217

Pada tabel 7 menunjukkan bahwa Sehingga didapatkan pemodelan akhir

ada tiga variabel yang nilai p>0,05 multivariat sebagai berikut:
sehingga dilakukan backwrad eliminasi.

Tabel 8. Pemodelan Akhir Analisis Multivariat

95% CI
Variabel Nilai S.E P-value PR
Lower Upper
Jenis Kelamin 0,367 0,040* 0,472 0,230 0,968
Kondisi Kesehatan 0,265 0,054 0,601 0,357 1,009
Diskusi Dengan Nakes 0,361 0,027* 2,223 1,095 4,511
Sumber: Data Olah Primer 2020
*Variabel berhubungan (Pv<0,05)

Analisis pada pemodelan diatas mencapai 94,6% setiap hari dengan

menunjukkan dua variabel yang menghabiskan waktu lebih dari 4 jam
memiliki hubungan bermakna dengan atau 56,6%. Penelitian sebelumnya
tingakat e-Health Literacy yaitu jenis yang dilakukan Wong dan Cheung juga
kelamin dan diskusi dengan nakes. menyatakan bahwa terjadi peningkatan
Faktor yang paling dominan perilaku pencarian informasi kesehatan
berhubungan dengan e-health literacy berbasis online dengan penggunaan
adalah diskusi dengan nakes atau nilai perangkat smartphone di Hongkong
OR terbesar yaitu 2,223 (95% CI: 1,095- maupun di negara lainnya [2]. Kondisi
4,511). kesehatan responden dalam dua minggu
terakhir dapat dikatakan cukup baik
Pembahasan
52,1% baik dan sangat baik 40,6%. Jenis
Perilaku Pencarian Informasi
informasi yang banyak diakses
Kesehatan
responden berkaitan dengan usaha
Berdasarkan hasil univariat dari
preventif dan kuratif seperti gejala
karakteristik bahwa rentang usia
terinfeksi Covid-19 (78,2%), kemudian
terbanyak pada 16-24 tahun sebesar
istilah kedokteran dan trend kejadian
49,5% dan jenis pekerjaan informal dan
kasus di berbagai wilayah (72,0%),
latar belakang pendidikan lulusan
kemudian disusul upaya praktik
perguruan tinggi sebesar 67,4%. Hal ini
berperilaku sehat (71,6%). Hal ini juga
sesuai dengan penelitian yang
ditemukan hasilnya oleh Wong dan
dilakukan Kenneth Lee, et all dimana
Cheung, dimana pasien sebagian besar
usia produktif sendiri memiliki
menacari informasi kesehatan secara
pengalaman lebih banyak dalam
online untuk gejala dan diagnosis
penggunaan internet, ketergantungan
penyakit, persiapan konsultasi (apakah
pada teknologi dan struktur sosial yang
akan dilakukan konsultasi atau tidak)
ada12. Kemudian untuk wilayah tempat
[2]. Namun, yang membedakan perilaku
tinggal responden terbanyak di daerah
pencarian informasi kesehatan
perkotaan 19,5%, begitu juga di
masyarakat di saat kondisi pandemi
perdesaan tercatat sebanyak 19,5%. Hal
Covid-19 khususnya di Kota Padang
ini sesuai dengan survei APJII bahwa
selain mengetahui gejala tetapi juga
pengguna internet di daerah urban dan
cendrung untuk melihat trend kejadian
rural tidak terlihat perbedaan yang
kasus yang terjangkit di beberapa
terlalu signifikan, 74,1% pengguna di
negara maupun wilayah di Indonesia.
daerah urban dan 61,6% di daerah rural
Hal ini terbukti juga dimana setiap
dengan berbagai latar belakang tingkat
harinya info atau data positif Covid-19
pendidikan dan pekerjaan[1].
lebih banyak ditayangkan dibandingkan
Perangkat yang digunakan paling
upaya-upaya preventif yang berorientasi
banyak Smartphone sekitar 94,8% dan
pada Gerakan Masyarakat Hidup Sehat
frekuensi menggunakan internet

10
Prosiding Forum Ilmiah Tahunan IAKMI (Ikatan Ahli Kesehatan Masyarakat Indonesia)
Journal Homepage : http://jurnal.iakmi.id/index.php/FITIAKMI
E-ISSN : 2774-3217
(Germas) atau bagaimana tata laksana
perilaku yang harus dilakukan
masyarakat untuk mencuci tangan
(CTPS) dengan benar, prosedur dan
pengaturan pemaiakan masker, etika
batuk dan bersin, serta mendukung
program physical distancing.
Alasan responden mencari topik
terkait, didasarkan atas adanya
kecurigaan kondisi kesehatan saat ini
dengan informasi yang ditemui
misalnya gejala yang mirip sebesar
60,5%, melihat lebih lanjut terkait kasus
Covid-19 sebesar 69,5%, rasa ingin tahu
sebesar 65,3%. Berdasarkan studi
kualitatif yang dilakukan Maria, et al
ada empat tujuan rasional yang
melatarbelakangi seseorang untuk
mengakses informasi kesehatan online,
yaitu sebagai persiapan sebelum
konsultasi, melengkapi pemahaman
setelah konsultasi, memastikan atau
menverifikasi apa yang disampaikan
dokter atau nakes setelah konsultasi,
mencari alternatif lain selain yang
disarankan dokter [13]. Akses pencarian
informasi kesehatan yang dilakukan
seseorang ini juga berguna membentuk
sebuah persepsi, menambah
pengetahuan, dan mengurangi rasa
ketidakyakinan [13]. Sumber atau situs
yang paling banyak digunakan
masyarakat adalah sosial media dengan
persentase 76,1% dengan alasan lebih
mudah dipahami (67,2%) dan paling
banyak diakses orang lain (44,8%). Hal
serupa juga disampaikan dalam hasil
peneltian sebelumnya, dimana sangat
rendah responden yang mencari
informasi kesehatan pada sumber resmi
seperti website rumah sakit, lembaga
pemerintah, institusi atau universitas
kesehatan, dan sebaliknya persentase
tertinggi pencarian pada sumber yang
kurang terpercaya namun dipilih
berdasarkan kemudahan dalam
memahami maupun mengakses secara
online [4,14].
Setelah mendapatkan Informasi
yang diperoleh, belum semua
melakukan diskusi atau konfirmasi ke
tenaga kesehatan, masih 49,4% yang
memilih mendiskusikan dengan tenaga
kesehatan. Tenaga kesehatan sangat
merespon 54,8%, cukup respon 32,3%,
dan sedikit respon sebesar 2,7 %.
Menurut McMullan, para dokter akan
memberikan respon dengan tiga cara
terhadap perilaku pencariaan informasi
kesehatan online yaitu merasa terancam
dan merespon secara defensive,
kolaborasi dengan pasien untuk
mempertahankan dan menganalisis
informasi, mengarahkan pasien ke
sumber yang reliable [15]. Selain itu,
peneliti lain juga mengungkapkan
bahwa gagalnya memahami perilaku
pencarian informasi kesehatan pasien
akan berdampak pada miskomunikasi
antara nakes dan pasien [3,16].
Hubungan Perilaku Pencarian
Informasi Kesehatan dan E-Health
Literacy
Berdasarkan hasil bivariat bahwa
tingkat e-health literacy baik lebih
banyak pada rentang usia 16-24
sedangkan berdasarkan uji statistik
variabel umur secara signifikan tidak
berhubungan dengan tingkat e-health
literacy dengan diperolehenya nilai p
value 0,228 begitu juga dengan variabel
jenis kelamin (Pvalue=0,061) dan
pendidikan terakhir (Pv=0,061). Hal ini
sejalan dengan hasil peneltiian Nguyen
A, et.all menyatakan bahwa variabel
umur, jenis kelamin, tingkat
pendidikan, dan jenis pekerjaan tidak
memengaruhi perilaku pencarian
informasi kesehatan berbasis online
[17,18]. Kondisi kesehatan secara
statistik juga tidak berhubungan
dengan Pvalue 0,100. Hal ini berbeda
dengan hasil penelitian Hu X,et all
menyatakan status kesehatan sedang
atau buruk ditemukan sebagai prediktor
dalam pencarian informasi kesehatan
[19]. Kemudian variabel wilayah tempat
tinggal di perkotaan memiliki e-health
literacy baik yaitu 90,7%, namun secara
statistik tidak berhubungan
(Pv=0,1000). Pengguna internet di
daerah urban dan rural tidak terlihat
perbedaan yang terlalu signifikan,
11
Prosiding Forum Ilmiah Tahunan IAKMI (Ikatan Ahli Kesehatan Masyarakat Indonesia)
Journal Homepage : http://jurnal.iakmi.id/index.php/FITIAKMI
E-ISSN : 2774-3217

74,1% pengguna di daerah urban dan dipahami (71,8%). Beradasarkan hasil

61,6% di daerah rural dengan berbagai peneliti sebelumnya, bahwa
latar belakang tingkat pendidikan dan menentukan apakah sebuah situs web
pekerjaan [1]. Artinya internet sudah menyediakan informasi kontak atau
meluas dan dapat dijangkau oleh apakah ada gambar untuk melengkapi
masyarakat hingga ke daerah perdesaan informasi bisa, menilai informasi dari
meski masih ada sebagian lain belum. tampilan situs web dapat mengarah ke
Lama waktu menggunakan kesimpulan yang berbeda untuk orang
internet lebih dari 4 jam memiliki e- yang berbeda. Selain itu, beberapa
health literacy baik yaitu 92,1% dan kriteria yang tidak ditetapkan sangat
secara statistik juga berhubungan bergantung pada informasi kontekstual
signifikan (Pv=0,048). Hal ini sejalan (misalnya, posisi dalam hasil pencarian)
dengan hasil peneltiian yang dilakukan [21,22,23]. Hasil penelitian Neter dan
David Ka-Ki Wong, et.al bahwa lamanya Barainin menyatakan bahwa tingkat
waktu dalam mengakses internet pengetahuan kesehatan yang buruk
berpengaruh terhadao e-Health secara umum mempengaruhi cara
Literacay dg nilai Pv=0,0032. Responden pasien dengan kondisi jangka panjang
yang melakukan diskusi dengan nakes menanggapi dan mengelola masalah
memiliki e-health literacy baik yaitu kesehatan mereka [24]. Meskipun bukti
94,4%, dan secara statistik juga terkait e-Health literacy dalam
berhubungan (Pv=0,023). Menurut menanggapi arus masuk informasi yang
McMullan ada tiga hal yang berbeda luar biasa banyaknya dari berbagai
dalam merespon perilaku pencarian media sosial dan digital masih terbatas.
informasi kesehatan online (1) merasa Namun, penetrasi smartphone di
berbahaya dan merespons secara seluruh dunia membuka banyak
defensif, (2) bekerja sama dengan pasien peluang-peluang bagi orang untuk
untuk mendapatkan dan menganalisis mengakses informasi terkait kesehatan
informasi, dan (3) memandu pasien ke instan mengarah terjadinya
situs web kesehatan yang andal [15]. misinformasi
Masyarakat mungkin mengalami
kesulitan dalam memahami informasi 4. KESIMPULAN
dan dengan demikian minimal, individu Sebagian besar masyarakat
dapat melakukan konfirmasi kesehatan melakukan pencarian informasi
mereka dan sumber informasi yang kesehatan secara online terkait pandemi
diperoleh secara online kepada ahlinya, Covid-19. Namun, hanya sebagian yang
dalam hal ini tenaga kesehatan [20]. Hal melakukan konfirmasi kepada ahli atau
ini juga terbukti dari hasil analisis tenaga kesehatan dari informasi yang
multivariate dari tahapan pemodelan diperoleh, sehingga perlunya wadah
akhir yang diperoleh Faktor yang paling konsultasi atau diskusi online agar
dominan berhubungan dengan e-health masyarakat dapat bersikap positif serta
literacy adalah diskusi dengan nakes penting mengenali perilaku pencarian
atau nilai OR terbesar yaitu 2,223 (95% informasi kesehatan online guna
CI: 1,095-4,511). memfasilitasi dan memperkuat
Variabel sumber informasi secara kemampuan masyarakat melalui
statistik juga berhubungan (Pv=0,0002). partisipasi sosial secara kritis dan
Berdasarkan data yang diolah diketahui menjadi garda terdepan dalam
salah satu sumber yang paling banyak mengawal informasi kesehatan.
diakses responden adalah sosial media
atau sumber tidak resmi (Facebook, DAFTAR PUSTAKA
Whatsapp, Instagram, Twitter) [1] Asosiasi Penyelenggara Jasa
sebanyak 77,2% dengan alasan utama Internet Indonesia. Laporan
memilih sumber tersebut adalah mudah Surveu Penetrasi dan Profil

12
Prosiding Forum Ilmiah Tahunan IAKMI (Ikatan Ahli Kesehatan Masyarakat Indonesia)
Journal Homepage : http://jurnal.iakmi.id/index.php/FITIAKMI
E-ISSN : 2774-3217
Perilaku Pengguna Internet
Indonesia. APJII.2018.
[2] Wong, D. D. K., Cheung, M. K.
2019. Online Health Innformation
Seeking and eHealth Literacy
Among Patients Attending a
Primary Care Clinic in Hongkong:
A Cross-Sectional Survey. Jurnal of
Medical Internet Research, 21(3).
doi:10.2196/10831
[3] FoxS.Pew.Internet&AmericanLifeP
roject.2011.HealthTopicsURL:http:
//pewinternet.org/Reports/2011/Hea
lthTopics.aspx
[4] Fox S, Jones S. Pew Internet &
American Life Project. 2009. The
Social Life of Health
InformationURL:http://www.pewin
ternet.org/2009/06/11/the-social-
life-of-health-information/
[5] McDaid D, Park A. Bupa. 2010.
Online Health:
UntanglingtheWebURL:https://ww
w.bupa.com.au/staticfiles/Bupa/He
althAndWellness/MediaFiles/PDF/
LSE_Report_Online_Health.pdf
[6] Hoving C, Visser A, Mullen PD,
van den Borne B. A history of
patient education by health
professionals in Europe and North
America: from authority to shared
decision making education. Patient
Educ Couns 2010 Mar;78(3):275-
281. [doi:10.1016/j.pec.2010.01.015]
[Medline: 20189746]
[7] Cline RJ, Haynes KM. Consumer
health information seeking on the
Internet: the state of the art.
Health Educ Res 2001
Dec;16(6):671-692 [FREE Full text]
[Medline: 11780707])
[8] Susanto, Anton. 2015. Faktor-
Faktor Yang Memengaruhi Perilau
Penggunaan Internet Masyarakat
Desa Pasar VI Kualanamu, Deli
Serdang, Sumatera Utara. Jurnal
Penelitian Pos dan Informatika,
5(1), 65-86. p-ISSN: 2088-9402
[9] WebsiteResmiPemerintah.Covid19.
go.id. Per 2 April 2020.
[10] Laporan Badan Pusat Statistik
Tahun 2019
[11] Laporan Website Resmi Dinas
Kesehatan Kota Padang. Situasi
Terkini Perkembangan Kasus
Covid-19.Per 11 Mei 2020.
dinkes.padang.go.id.id.
[12] Lee, Kenneth, et all. 2015.
Consumer Use of “ Dr. Google” : A
Survey on Health Information
Seeking Behaviors and
Navigational Needs. Journal of
Medical Internet research,
17(12),doi.10.2196/jmr.4345).
[13] Zufferey, M.C, Abraham, A,
Sommerhalder, K, Schulz, P.J.
2010. Online Health Information
Seeking in Context of the Medical
Consultation in Switzerland,
doi:10.1177/104973231036804
[14] Yan YY. Online health information
seeking behavior in Hong Kong: an
exploratory study. J Med Syst
2010Apr;34(2):147-153. [Medline:
20433053
[15] McMullan M. Patients using the
Internet to obtain health
information: how this affects the
patient-health
professionalrelationship. Patient
Educ Couns 2006 Oct;63(1-2):24-
28. [doi: 10.1016/j.pec.2005.10.006]
[Medline: 16406474]
[16] Diviani, N, Putte, B.V, Meppelink,
C. S, Weert, J. C. M. 2016.
Exploring the role of health
literacy in the evaluation of online
health information: Insights from a
mixed methods study. Patient
Education and Counseling, xxx
(2016),
http://dx.doi.org/10.1016/j.pec.2016.
01.007
[17] Li F, Li M, Guan P, Ma S, Cui L.
Mapping publication trends and
identifying hot spots of research on
Internet health information
seeking behavior: a quantitative
and co-word biclustering analysis.
J Med Internet Res 2015 Mar
25;17(3):e81[FREE Full text] [doi:
10.2196/jmir.3326] [Medline:
25830358]
[18] Nguyen A, Mosadeghi S, Almario
13
Prosiding Forum Ilmiah Tahunan IAKMI (Ikatan Ahli Kesehatan Masyarakat Indonesia)
Journal Homepage : http://jurnal.iakmi.id/index.php/FITIAKMI
E-ISSN : 2774-3217

CV. Persistent digital divide in [22] A.J.Flanagin, M.J. Metzger, The

access to and use of the Internet as role of site features, user
a resource for health information: attributes, and information
results from a California verification behaviors on the
population-based study. Int J Med perceived credibility of web-based
Inform 2017 Jul;103:49-54. [doi: information, New Media Soc. 9
10.1016/j.ijmedinf.2017.04.008] (2007) 319–342,
[Medline: 28551001] doi:http://dx.doi.org/10.1177/
[19] Hu X, Bell RA, Kravitz RL, 1461444807075015.
Orrange S. The prepared patient: [23] M. Mackert, L. Kahlor, D. Tyler, J.
information seeking of online Gustafson, Designing e-health
support group members before interventions for low-health-
their medical appointments. J literate culturally diverse parents:
Health Commun 2012;17(8):960- addressing the obesity epidemic,
978. [doi: Telemed. J. E Health 15 (2009)
10.1080/10810730.2011.650828] 672–677, doi:http://dx.doi.org/
[Medline:22574697] 10.1089/tmj.2009.0012
[20] Loan, L.A ., Parnell, T.A ., Stichler, [24] Neter, E., Brainin, E., 2019.
J.F., Boyle, D.K., Allen, P., Association between health
VanFosson, C.A ., Barton,A .J., literacy, eHealth literacy,
2018. Call for action: nurses must andhealth outcomes among
play a critical role to enhance patients with long-term conditions:
health literacy. a systematic
NursingOutlook66(1),97– review.EuropeanPsychologist24(1),
100.doi:10.1016/j.outlook.2017.11.0 68–81.doi:10. 1027/1016-
03 9040/a000350.
[21] G. Eysenbach, C. Kohler, How do [25] Oyeyemi, Gabarron, &Wynn, 2014)
consumers search for and appraise Oyeyemi, S.O., Gabarron, E.,
health information on the world Wynn, R., 2014. Ebola, Twitter,
wide web? qualitative study using and misinformation: adangerous
focus groups, usability tests, and combination? British Medical
in-depth interviews, Br. Med. J. Journal, 349 g6178. doi:
324 (2002) 573–577, doi: 10.1136/bmj.g6178.
http://dx.doi.org/10.1136/bmj.324.7
337.573.

14