Pengaruh Faktor Sosial Ekonomi Terhadap Angka Kematian

Bayi (Infant Mortality Rate) di Provinsi Jawa Timur

Muhammad Idham Akmalani1, Muhammad Raja Putra1, Siti Hanifah Sukma1
1
Universitas Negeri Malang, Jl. Semarang No. 5 Malang, Jawa Timur, Indonesia
*Penulis korespondensi, Surel: pembimbing.fis@um.ac.id

Abstrak
Dalam mortalitas terdapat indikator-indikator yang digunakan sebagai dasar menentukan tinggi
atau rendahnya tingkat kematian suatu penduduk. Angka kematian bayi (AKB) atau Infant
Mortality Rate (IMR) adalah salah satu indikator mortalitas yang umum digunakan. Kematian bayi
adalah kematian yang terjadi setelah bayi lahir dalam keadaan hidup dan sebelum bayi berusia
tepat satu tahun. Angka kematian bayi (AKB) adalah banyaknya kematian bayi per 1.000 kelahiran
hidup pada satu tahun tertentu. Metode yang digunakan dalam penelitian ini menggunakan regresi
linear berganda. Penelitian ini menggunakan data 2020 dari 38 kabupaten/kota di Jawa Timur.
Hasil pengujian pada beberapa variabel-variabel yang dikaji sebagai faktor yang mempengaruhi
AKB Provinsi Jawa Timur tahun 2020. Dari enam variabel yang diuji, hanya empat variabel yang
berpengaruh terhadap angka kematian bayi (AKB) di Provinsi Jawa Timur pada tahun 2020. Empat
variabel tersebut diantaranya PDRB per kapita, lama rata-rata sekolah perempuan, jumlah
posyandu dan cakupan imunisasi. Sedangkan variabel jumlah tenaga medis dan jumlah tenaga
paramedis tidak berpengaruh signifikan terhadap angka kematian bayi (AKB) di Jawa Timur pada
tahun 2020. Variabel-variabel independen ini secara bersama-sama berpengaruh pada Angka
Kematian Bayi sebesar 22,4%, yang berarti sisanya yaitu 77,6% dipengaruhi oleh variabel lain di
luar persamaan regresi linear ini. Hal ini menggambarkan bahwa variabel independen memberikan
pengaruh yang cukup lemah terhadap variabel dependen.

Kata kunci: Angka Kematian Bayi (AKB), PDRB per kapita, Posyandu, Imunisasi, Lama sekolah

1. Pendahuluan
Dalam demografi, terdapat tiga komponen yang mempengaruhi jumlah dan struktur
penduduk, salah satunya adalah mortalitas atau kematian. Menurut Organisasi Kesehatan
Dunia (WHO), kematian merupakan hilangnya tanda-tanda kehidupan dari sebuah makhluk
hidup secara permanen. Kematian secara medis dapat ditandai dengan berhentinya detak
jantung seseorang (Ismail, 2008). Kematian (mortalitas) dapat terjadi setiap saat setelah
kelahiran hidup (Utomo, 1985) . Still birth dan keguguran tidak terhitung sebagai kematian.
Ciri dari kematian dapat dilihat dari tidak adanya aktivitas biologis seperti pernafasan,
tekanan darah, dan kakunya tubuh (Santrock, 2002). Mati hanya dapat terjadi sekali pada
setiap individu, dan keadaan mati akan selalu didahului oleh kelahiran hidup.

Mortalitas
Mortalitas adalah angka yang menunjukkan banyaknya jumlah kematian pada suatu
penduduk. Mortalitas merupakan bagian dari kajian kependudukan yang menarik untuk
dibahas karena selalu menjadi salah satu target dalam pembangunan manusia suatu negara
(Alfana et al., 2017). Tinggi rendahnya angka mortalitas penduduk di suatu daerah dapat
menjadi acuan ukuran kemajuan daerah tersebut dalam bidang kesehatan.
Kematian bayi adalah kematian yang terjadi setelah bayi lahir dalam keadaan sampai
sebelum bayi berumur genap satu tahun. Penyebab kematian bayi dapat dibedakan menjadi
penyebab endogen dan eksogen. Kematian bayi endogen (neo natal) merupakan kejadian
kematian bayi yang terjadi pada bulan pertama kelahiran bayi. Kematian bayi endogen
umumnya disebabkan oleh faktor-faktor bawaan semenjak bayi dilahirkan yang diturunkan
oleh orang tua sejak konsepsi awal atau didapat saat dalam masa kehamilan. Sedangkan
kematian bayi eksogen (post neonatal) adalah kematian bayi yang terjadi pada saat bayi
berusia lebih dari satu bulan sampai satu tahun. Kematian bayi eksogen umumnya
disebabkan oleh faktor-faktor dari lingkungan luar.
Kematian dapat dibedakan menjadi kematian yang terjadi di dalam rahim (intra utrin)
dan kematian yang terjadi di luar rahim (extra utrin). Peristiwa kematian yang terjadi pada
saat janin masih di dalam rahim antara lain sebagai berikut.
a. Abortus, kematian janin yang berumur kandungan menjelang atau tepat 16 minggu.
b. Immatur, kematian janin yang berumur kandungan 16 - 28 minggu.
c. Prematur, kematian janin yang berumur di atas 28 minggu sampai dengan waktu lahir.
Adapun peristiwa kematian bayi di luar rahim sebagai berikut.
a. Lahir mati (still birth), bayi tidak ada tanda-tanda kehidupan waktu keluar dari rahim;
b. Kematian baru lahir (neonatal death), kematian bayi yang berumur kurang dari 28 hari;
c. Kematian lepas baru lahir (post neonatal death), kematian bayi yang berumur lebih dari
28 hari tapi kurang dari setahun;
d. Kematian bayi (infant mortality), kematian bayi yang lahir hidup sebelum berumur genap
satu tahun (Mantra, 2008).

Angka Kematian Bayi/Infant Mortality Rate

Dalam mortalitas terdapat indikator-indikator yang digunakan sebagai dasar
menentukan tinggi atau rendahnya tingkat kematian suatu penduduk. Angka kematian bayi
(AKB) atau Infant Mortality Rate (IMR) adalah salah satu indikator mortalitas yang umum
digunakan. Kematian bayi adalah kematian yang terjadi setelah bayi lahir dalam keadaan
hidup dan sebelum bayi berusia tepat satu tahun. Angka kematian bayi adalah banyaknya
kematian bayi per 1.000 kelahiran hidup pada satu tahun tertentu.
Angka kematian bayi (AKB) dapat mencerminkan keadaan derajat kesehatan suatu
penduduk, ini dikarenakan bayi yang baru lahir sangat sensitif terhadap faktor-faktor yang
dapat menyebabkan kematian, secara langsung maupun tidak langsung. AKB menjadi tolak
ukur yang sensitif dari upaya-upaya pemerintah dalam bidang kesehatan, ini dikarenakan
naik atau turunnya AKB berkaitan erat dengan kemajuan suatu masyarakat dalam bidang
kesehatan. Keberhasilan pembangunan dalam bidang kesehatan dapat dilihat dari dua
indikator, yaitu indikator derajat kesehatan dan indikator yang berkaitan dengan upaya
kesehatan kepada masyarakat. Indikator derajat kesehatan mencakup angka harapan hidup,
angka kematian bayi dan persentase status gizi berat badan bayi yang baru lahir. Sedangkan
indikator kedua mencakup angka cakupan imunisasi, pertolongan persalinan dan akses air
bersih bagi masyarakat (Tjiptoherijanto & Soesetyo, 1994).
Kematian bayi dapat disebabkan oleh penyebab langsung dan tidak langsung.
Penyebab langsung kematian bayi merupakan faktor-faktor yang dibawa sejak lahir dan
berhubungan langsung dengan kesehatan seperti berat badan lahir rendah (BBLR), infeksi
pasca lahir, jenis kelamin bayi, kelahiran kembar. Sedangkan penyebab tidak langsung
berhubungan dengan faktor-faktor sosial ekonomi seperti pendidikan ibu, pekerjaan ibu,
sanitasi air bersih, pendapatan rumah tangga, PDRB per kapita, serta cakupan dan akses
pelayanan kesehatan.
Dari data Survei Demografi dan Kesehatan Indonesia (SKDI) kematian bayi pada tahun
2017 adalah sebesar 24 per 1.000 kelahiran dengan kematian neonatal 15 per 1000
kelahiran. Terlihat adanya penurunan dari tahun 2012 dimana kematian bayi adalah sebesar
32 per 1000 kelahiran dan kematian neonatal 19 per 1000 kelahiran. Angka kematian bayi

2
Indonesia setiap tahunnya cenderung mengalami penurunan, namun penurunan ini dapat
dikatakan lambat, dimana tidak ada penurunan signifikan dari tahun 2002 hingga 2017.
Angka kematian bayi (AKB) Provinsi Jawa Timur mengalami penurunan selama 3
tahun terakhir. Pada tahun 2020, AKB Jawa Timur sebesar 6,29 per 1.000 kelahiran, ini
merupakan penurunan yang cukup signifikan dibandingkan dengan AKB tahun 2019 yang
sebesar 6,7 per 1.000 kelahiran. Sedangkan AKB 2018 besarnya yaitu 7 per 1.000 kelahiran.
Pada tahun 2020, terdapat 3.611 kasus kematian bayi dari 574.193 bayi lahir hidup.
Kabupaten/Kota dengan AKB tertinggi adalah Kabupaten Bondowoso dengan angka 15,69
per 1000 kelahiran. Sedangkan yang terendah adalah Kota Kediri dengan angka 1,45 per
1000 kelahiran (Dinas Kesehatan Provinsi Jawa Timur, 2021).

Teori Kematian Bayi

1. Teori Mosley dan Chen
Mosley dan Chen (1984) membagi variabel yang berpengaruh terhadap kematian bayi
menjadi dua, yaitu variabel eksogen dan variabel endogen. Variabel eksogen seperti sosial,
ekonomi masyarakat dan faktor budaya. Variabel endogen seperti sanitasi, kebersihan, pola
pemberian ASI, dan nutrisi. Hubungan antara kematian bayi dengan faktor eksogen sangat
kuat, walaupun masih terdapat hal-hal yang tidak bisa dijelaskan dengan mekanisme
langsung. Faktor eksogen merupakan faktor penentu mortalitas secara tidak langsung.
Mortalitas merupakan serangkaian mekanisme biologi yang kemudian baru menimbulkan
risiko kesakitan bayi dan selanjutnya apabila tidak sembuh, menyebabkan cacat atau
meninggal. Kematian bayi merupakan hasil akhir dari perjalanan kumulatif dari berbagai
pengalaman kesakitan bayi.

Gambar 1. Konsep Model Penelitian Sosial dan Penelitian Medis untuk Meneliti
Kelangsungan Hidup Anak (bayi)
Sumber: Mosley dan Chen (1984).

Penelitian faktor sosial ekonomi dan penelitian faktor medis berhubungan dengan
kematian bayi. Keduanya memberikan kontribusi yang besar bagi pemahaman mengenai
penyebab kematian bayi. Kunci dari model kelangsungan hidup anak (bayi) terdapat pada
identifikasi sekumpulan variabel yang menyebabkan peningkatan probabilitas kematian
pada anak (bayi). Determinan sosial ekonomi dikelompokkan ke dalam tiga kategori umum,
yaitu:
a. Variabel tingkat individu.

3
 Variabel tingkat individu meliputi keterampilan atau pendidikan, dan waktu. Tingkat
pendidikan dapat mempengaruhi kematian bayi dengan cara mempengaruhi pilihan
pelayanan kesehatan dan keterampilan orang tua dalam upaya perawatan kesehatan bayi.
Tingkat kesehatan bayi dipengaruhi oleh ketersediaan waktu untuk memberikan ASI, dan
melakukan pemeriksaan prenatal. Masyarakat umum cenderung memaksimalkan waktu ibu
untuk mengasuh anak/bayi. Namun kenyataannya dalam beberapa kasus, waktu mengasuh
anak/bayi sering digunakan untuk bekerja. Sehingga konsekuensinya kesehatan dan
kematian bayi menjadi tergantung pada kondisi ekonomi rumah tangga.
b. Variabel tingkat rumah tangga.
Variabel tingkat rumah tangga meliputi kekayaan dan pendapatan. Pengaruh kekayaan
dan pendapatan akan mempengaruhi kematian bayi melalui variabel antara. Kekayaan dan
pendapatan akan menjamin makanan bergizi, jumlah dan kualitas air, ketersediaan pakaian,
ventilasi yang baik, akses ke rumah sakit atau dalam arti lain kekayaan akan menciptakan
hidup layak.
c. Variabel tingkat masyarakat.
Variabel tingkat masyarakat meliputi lingkungan ekologi dan kebijakan pemerintah
khususnya pada sistem kesehatan. Lingkungan ekologi seperti iklim, curah hujan,
temperatur, dan musim berpengaruh terhadap ketersediaan makanan dan ketersediaan
pekerjaan. Kebijakan pemerintah meliputi prasarana fisik seperti ketersediaan listrik, jalan
raya, hingga rumah sakit dan puskesmas, serta sistem kesehatan. Sistem kesehatan
mempengaruhi model tindakan kesehatan yang dilembagakan, subsidi biaya perawatan
kesehatan, penyediaan sosialisasi kesehatan.

2. Teori Filmer
Dalam teori Filmer (2003), tingkat kematian bayi dipengaruhi oleh Faktor permintaan
dan Faktor penawaran. Teori Filmer dapat digambarkan pada, yang menggambarkan faktor-
faktor penyebab capaian kesehatan. Faktor permintaan meliputi karakteristik rumah tangga
dan individu seperti pendapatan, pendidikan, pengetahuan orang tua dan sanitasi. Semakin
baik pendapatan, pendidikan, pengetahuan orang tua serta semakin baik sanitasi, maka
semakin baik tindakan preventif kesehatan, sehingga semakin rendah kematian bayi.
Sedangkan dari faktor penawaran, yang menjadi faktor penyebab kematian bayi adalah
kebijakan pemerintah. Peran kebijakan pemerintah dapat menjamin akses dan kualitas
layanan kesehatan terutama untuk masyarakat miskin, sehingga tingkat kematian bayi dan
kasus gizi buruk pada bayi dapat diturunkan.

4
Gambar 2. Determinan permintaan dan penawaran beroperasi melalui banyak saluran
Sumber: Filmer (2003).

2. Metode
Metode yang digunakan dalam penelitian ini menggunakan regresi linear berganda.
Penelitian ini menggunakan data 2020 dari 38 kabupaten/kota di Jawa Timur. Data yang
digunakan diambil dari data sekunder yang bersumber dari Badan Pusat Statistik (BPS), BPS
Provinsi Jawa Timur, dan Dinas Kesehatan Provinsi Jawa Timur. Data-data yang diambil
diolah menggunakan software SPSS 23.
Pada penelitian ini, variabel yang digunakan terdiri dari satu variabel terikat dan
empat variabel bebas. Variabel terikat (dependent variable) adalah variabel yang dipengaruhi
oleh variabel bebas. Sedangkan, variabel bebas (independent variable) adalah variabel dapat
mempengaruhi perubahan dalam variabel terikat dan mempunyai hubungan bagi variabel
terikat nantinya. Variabel dependen adalah Angka Kematian Bayi (Y) dan variabel
independen yang digunakan adalah PDRB Per kapita (X1), rata-rata lama sekolah pada
perempuan (X2), jumlah Posyandu (X3), jumlah tenaga medis (X4), jumlah tenaga paramedis
(X5), dan cakupan imunisasi (X6). Model yang dihasilkan sebagai berikut.

Y = β0 + β1 X1 + β2 X2 + β3 X3 + β4 X4 + β5 X5 + β6 X6 + e...................................................................(1)

Keterangan:
Y : Angka kematian Bayi
X1 : PDRB Per kapita
X2 : Rata-rata Lama Sekolah Perempuan
X3 : Jumlah Posyandu
X4 : Jumlah tenaga medis
X5 : Jumlah tenaga paramedis
X6 : Cakupan imunisasi

3. Hasil dan Pembahasan

Gambaran Umum
Angka kematian bayi (AKB) sangat sensitif terhadap perubahan tingkat kesehatan dan
kesejahteraan. Oleh karenanya AKB menjadi indikator yang penting dalam menentukan

5
tingkat kesehatan masyarakat. Pada gambar 1 terlihat bahwa AKB tertinggi adalah Kabupaten
Bondowoso dengan angka 15,69 per 1000 kelahiran. Sedangkan yang terendah adalah Kota
Kediri dengan angka 1,45 per 1000 kelahiran.

Gambar 3. Angka Kematian Bayi Provinsi Jawa Timur tahun 2020

Sumber : Dinas Kesehatan Provinsi Jawa Timur

Berdasarkan data diatas, divisualisasikan dalam bentuk peta. Dari peta terlihat bahwa
AKB tertinggi didominasi di Kawasan Tapal Kuda dan Mataraman. Untuk Kawasan Tapal
Kuda diantaranya Kabupaten Lumajang, Kabupaten Jember, Kabupaten Bondowoso, dan
Kabupaten Situbondo. Untuk Kawasan Mataraman diantaranya Kabupaten Ponorogo,
Kabupaten Magetan, dan Kabupaten Ngawi.

Gambar 4. Peta Persebaran Angka Kematian Bayi Provinsi Jawa Timur tahun 2020
Sumber : Hasil Penelitian

6
Hasil Penelitian
Hasil regresi linear yang diolah menggunakan SPSS 23 dijabarkan sebagai berikut.

Gambar 5. Tabel Model Summary

Sumber : Hasil olah SPSS 23

Dari tabel diatas, diketahui bahwa nilai R square sebesar 0,224 atau 22,4%. Hasil ini
menggambarkan bahwa variabel-variabel independen secara bersama-sama berpengaruh
pada variabel dependen sebesar 22,4%, yang berarti sisanya yaitu 77,6% dipengaruhi oleh
variabel lain di luar persamaan regresi linear ini. Hal ini menggambarkan juga bahwa
variabel independen memberikan pengaruh yang cukup lemah terhadap variabel dependen.

Gambar 6. Tabel Coeffiecients

Sumber : Hasil olah SPSS 23

Analisis pada tabel diatas berdasarkan signifikasi 5 persen. Estimasi Model Regresi
Linear Berganda membentuk model sebagai berikut :

AKB = 15,755 – 0,018 X1 – 0,050 X2 – 0,001 X3 + 0,000 X4 – 0,001 X5 – 0,059 X6 + e....................

(2)

Berdasarkan hasil analisis di atas, maka dapat disimpulkan hasil interpretasi faktor-
faktor yang mempengaruhi angka kematian bayi (AKB) Provinsi Jawa Timur tahun 2020
sebagai berikut.
a. Pengaruh PDRB per Kapita Terhadap AKB Provinsi Jawa Timur Tahun 2020
Pengujian pengaruh PDRB per Kapita terhadap AKB Provinsi Jawa Timur tahun 2020
menghasilkan koefisien regresi sebesar -0,018, yang berarti Kabupaten kota yang mampu
meningkatkan PDRB per kapita sebesar satu juta rupiah, maka akan menurunkan Angka

7
Kematian Bayi (AKB) sebesar 0,018 per 1000 kelahiran hidup, dengan asumsi variabel bebas
lainnya dianggap konstan (cateris paribus).
Hasil uji t variabel PDRB perkapita menunjukkan nilai signifikansi sebesar 0,060. Dari
hasil pengujian dapat diketahui bahwa PDRB per kapita berpengaruh signifikan terhadap
angka kematian bayi di Provinsi Jawa Timur tahun 2020.
b. Pengaruh Rata-Rata Lama Sekolah Perempuan Terhadap AKB Provinsi Jawa Timur
Tahun 2020
Pengujian pengaruh rata-rata lama sekolah Perempuan terhadap AKB Provinsi Jawa
Timur tahun 2020 menghasilkan koefisien regresi sebesar –0,050, yang berarti peningkatan
rata-rata lama sekolah di Kabupaten kota selama 1 tahun akan menurunkan Angka Kematian
Bayi (AKB) di Kabupaten Kota sebesar 0,050 poin, dengan asumsi variabel lain adalah
konstan (cateris paribus).
Hasil uji t variabel rata-rata lama sekolah perempuan menunjukkan nilai signifikansi
sebesar 0.047. Dari hasil pengujian dapat diketahui bahwa rata-rata lama sekolah perempuan
berpengaruh signifikan terhadap angka kematian bayi di Provinsi Jawa Timur tahun 2020.
c. Pengaruh Jumlah Posyandu Terhadap AKB Provinsi Jawa Timur Tahun 2020
Pengujian pengaruh jumlah posyandu terhadap AKB Provinsi Jawa Timur tahun 2020
menghasilkan koefisien regresi sebesar -0,001, yang berarti peningkatan jumlah posyandu
sebesar 0,01 persen akan menurunkan Angka Kematian Bayi (AKB) di Kabupaten Kota
sebesar 0,01 persen, dengan asumsi variabel lain adalah konstan (cateris paribus).
Hasil uji t variabel jumlah posyandu menunjukkan nilai signifikansi sebesar 0,659. Dari
hasil pengujian dapat diketahui bahwa jumlah posyandu tidak berpengaruh signifikan
terhadap angka kematian bayi di Provinsi Jawa Timur tahun 2020.
d. Pengaruh Jumlah Tenaga Medis Terhadap AKB Provinsi Jawa Timur Tahun 2020
Pengujian pengaruh jumlah tenaga medis terhadap AKB Provinsi Jawa Timur tahun
2020 menghasilkan koefisien regresi sebesar 0.000, yang berarti tidak ada peningkatan yang
berarti terhadap penurunan Angka Kematian Bayi (AKB) di Kabupaten Kota sebesar 0,1
persen, dengan asumsi variabel lain adalah konstan (cateris paribus).
Hasil uji t variabel jumlah tenaga medis menunjukkan nilai signifikansi sebesar 0.066.
Dari hasil pengujian dapat diketahui bahwa jumlah tenaga tidak berpengaruh signifikan
terhadap angka kematian bayi di Provinsi Jawa Timur tahun 2020.
e. Pengaruh Jumlah Tenaga Paramedis Terhadap AKB Provinsi Jawa Timur Tahun
2020
Pengujian pengaruh jumlah tenaga paramedis terhadap AKB Provinsi Jawa Timur
tahun 2020 menghasilkan koefisien regresi sebesar – 0,001, yang berarti Peningkatan
sebesar 0,01 tenaga paramedis akan menurunkan Angka Kematian Bayi (AKB) di kabupaten
kota sebesar 1 poin AKB per 1.000 kelahiran hidup, dengan asumsi variabel lain adalah
konstan (cateris paribus).
Hasil uji t variabel jumlah tenaga medis menunjukkan nilai signifikansi sebesar 0.812.
Dari hasil pengujian dapat diketahui bahwa jumlah tenaga tidak berpengaruh signifikan
terhadap angka kematian bayi di Provinsi Jawa Timur tahun 2020.
f. Pengaruh Cakupan Imunisasi Medis Terhadap AKB Provinsi Jawa Timur Tahun
2020
Pengujian pengaruh cakupan imunisasi terhadap AKB Provinsi Jawa Timur tahun 2020
menghasilkan koefisien regresi sebesar – 0,059, yang berarti peningkatan cakupan imunisasi
sebesar 1,6 persen akan menurunkan Angka Kematian Bayi (AKB) di kabupaten kota sebesar
1,6 persen, dengan asumsi variabel lain adalah konstan (cateris paribus).

8
 Hasil uji t variabel cakupan imunisasi menunjukkan nilai signifikansi sebesar 0.035.
Dari hasil pengujian dapat diketahui bahwa jumlah tenaga berpengaruh signifikan terhadap
angka kematian bayi di Provinsi Jawa Timur tahun 2020.

Pembahasan
Hasil pengujian dari enam variabel yang dikaji sebagai faktor yang mempengaruhi AKB
Provinsi Jawa Timur tahun 2020 menunjukkan bahwa ada empat faktor yang berpengaruh
signifikan, diantaranya sebagai berikut.

1. Produk Domestik Regional Bruto terhadap Angka Kematian Bayi

PDRB per kapita berdasarkan pengujian diatas dikatakan berpengaruh signifikan,
sehingga dapat dikatakan bahwa peningkatan PDRB per kapita akan berdampak terhadap
pengurangan angka kematian bayi di Jawa Timur pada tahun 2020. PDRB per kapita yang
tinggi akan berpengaruh pada lingkungan, pemenuhan gizi, taraf hidup ibu secara umum dan
kesehatan yang lebih baik, sehingga akan mengurangi risiko kematian bayi.
Kebijakan pemerintah untuk membangun infrastruktur untuk mengurangi
ketimpangan di daerah-daerah akan sangat berpengaruh untuk penurunan angka kematian
bayi (AKB). Hal ini sesuai dengan Teori Filmer dimana peran kebijakan pemerintah dapat
menjamin akses dan kualitas layanan kesehatan terutama untuk masyarakat miskin, sehingga
tingkat kematian bayi dan kasus gizi buruk pada bayi dapat diturunkan. Variabel tingkat
rumah tangga meliputi kekayaan dan pendapatan. Faktor pendapatan juga mempengaruhi
tingkat AKB, semakin baik pendapatan maka semakin baik tindakan preventif kesehatan,
sehingga semakin rendah kematian bayi.
Selain itu berdasarkan Teori Mosley dan Chen, pengaruh kekayaan dan pendapatan
akan mempengaruhi kematian bayi melalui variabel antara. Kekayaan dan pendapatan akan
menjamin makanan bergizi, jumlah dan kualitas air, ketersediaan pakaian, ventilasi yang
baik, akses ke rumah sakit atau dalam arti lain kekayaan akan menciptakan hidup layak.

2. Rata-Rata Lama Sekolah Perempuan terhadap Angka Kematian Bayi

Hasil pengujian pada variabel rata-rata lama sekolah perempuan menunjukkan bahwa
faktor tersebut berpengaruh signifikan terhadap AKB Provinsi Jawa Timur tahun 2020,
sehingga dapat dikatakan rata-rata lama sekolah perempuan di Jawa Timur pada tahun 2020
berpengaruh signifikan pada tahun 2020 di Jawa Timur. Semakin tinggi pendidikan ibu maka
akan semakin tinggi juga kesempatan ibu untuk mendapatkan informasi mengenai kesehatan,
janin dan kepercayaan terhadap medis sehingga akan mengurangi risiko kematian bayi.
Ibu yang terpelajar juga cenderung akan mencari perawatan ke tenaga ahli yang benar-
benar terkualifikasi dan terpercaya soal kesehatannya dan janin, namun pendidikan bagi ibu
dan perempuan pada umumnya terkadang terhalang oleh budaya setempat yang tidak
menganggap pendidikan bagi perempuan itu penting. Hal ini juga sesuai dengan teori Filmer
yang mengatakan semakin baik pendidikan dan pengetahuan orang tua, maka semakin baik
tindakan preventif kesehatan, sehingga semakin rendah kematian bayi. Selain itu
berdasarkan Teori Mosley dan Chen, Tingkat pendidikan dapat mempengaruhi kematian bayi
dengan cara mempengaruhi pilihan pelayanan kesehatan dan keterampilan orang tua dalam
upaya perawatan kesehatan bayi.

3. Jumlah Posyandu terhadap Angka Kematian Bayi

Hasil pengujian pada variabel jumlah posyandu menunjukkan bahwa faktor tersebut
berpengaruh signifikan terhadap AKB Provinsi Jawa Timur tahun 2020, sehingga dapat

9
 dikatakan jumlah posyandu Jawa Timur pada tahun 2020 berpengaruh signifikan terhadap
angka kematian bayi tahun 2020 di Jawa Timur.
Posyandu sebagai wadah pemeliharaan kesehatan masyarakat akan sangat
berpengaruh terhadap penurunan angka kematian bayi. Adanya posyandu akan sangat
membantu karena akan mempermudah ibu memperoleh perawatan tanpa menempuh jarak
yang berarti, sehingga akan mengurangi risiko kematian bayi. Hal ini sesuai dengan Teori
Filmer dimana peran kebijakan pemerintah dapat menjamin akses dan kualitas layanan
kesehatan terutama untuk masyarakat miskin, sehingga tingkat kematian bayi dan kasus gizi
buruk pada bayi dapat diturunkan. Selain itu menurut Teori Mosley dan Chen mengatakan
sistem kesehatan mempengaruhi model tindakan kesehatan yang dilembagakan, subsidi
biaya perawatan kesehatan, penyediaan sosialisasi kesehatan.

4. Cakupan Imunisasi terhadap Angka Kematian Bayi

Hasil pengujian pada variabel cakupan imunisasi menunjukkan bahwa faktor tersebut
berpengaruh signifikan terhadap AKB Provinsi Jawa Timur tahun 2020, sehingga dapat
dikatakan cakupan imunisasi Jawa Timur pada tahun 2020 berpengaruh signifikan pada
tahun 2020 di Jawa Timur. Cakupan imunisasi yang tinggi akan sangat berpengaruh terhadap
penurunan risiko kematian bayi, karena imunisasi sebagai perlindungan pertama untuk bayi
dari penyakit-penyakit yang berbahaya. Imunisasi juga berguna untuk mengurangi risiko
kematian bayi dari penyakit yang berbahaya. Hal ini sesuai dengan Teori Filmer dimana
peran kebijakan pemerintah dapat menjamin akses dan kualitas layanan kesehatan terutama
untuk masyarakat miskin, sehingga tingkat kematian bayi dan kasus gizi buruk pada bayi
dapat diturunkan. Selain itu menurut Teori Mosley dan Chen mengatakan sistem kesehatan
mempengaruhi model tindakan kesehatan yang dilembagakan, subsidi biaya perawatan
kesehatan, penyediaan sosialisasi kesehatan.

4. Kesimpulan
Dari enam variabel yang diuji, hanya empat variabel yang berpengaruh terhadap angka
kematian bayi (AKB) di Provinsi Jawa Timur pada tahun 2020. Empat variabel tersebut
diantaranya PDRB per kapita, lama rata-rata sekolah perempuan, jumlah posyandu dan
cakupan imunisasi. Sedangkan variabel jumlah tenaga medis dan jumlah tenaga paramedis
tidak berpengaruh signifikan terhadap angka kematian bayi (AKB) di Jawa Timur pada tahun
2020.
Variabel-variabel independen ini secara bersama-sama berpengaruh pada Angka
Kematian Bayi sebesar 22,4%, yang berarti sisanya yaitu 77,6% dipengaruhi oleh variabel lain
di luar persamaan regresi linear ini. Hal ini menggambarkan bahwa variabel independen
memberikan pengaruh yang cukup lemah terhadap variabel dependen.

Daftar Rujukan
Alfana, M. A. F., Iffani, M., & Hanif, W. A. N. P. (2017). Mortalitas di Indonesia (Sejarah Masa Lalu dan Proyeksi
ke Depan). Seminar Nasional Dan PIT IGI XVIII 2015.
Andriani, A. R., Sriatmi, A., & Jati, S. P. (2016). Faktor Penyebab Kematian Bayi di Wilayah Kerja Puskesmas
Ngombol Kabupaten Purworejo (Studi Kasus Tahun 2015). Jurnal Kesehatan Masyarakat (Undip),
4(1), 23-33.
Badan Pusat Statistika (BPS), 2021, Provinsi Jawa Timur dalam Angka 2021, BPS Provinsi Jawa Timur.
Dinas Kesehatan. (2019). Profil Kesehatan Jawa TImur 2018. Surabaya : Dinas Kesehatan Provinsi Jawa
Timur.
Dinas Kesehatan. (2020). Profil Kesehatan Jawa TImur 2019. Surabaya : Dinas Kesehatan Provinsi Jawa
Timur.

10
Dinas Kesehatan. (2021). Profil Kesehatan Jawa TImur 2020. Surabaya : Dinas Kesehatan Provinsi Jawa
Timur.
Filmer, Deon. (2003). Determinants of Health and Education Outcomes. Background Note for World
Development Report 2004: Making Service Work for Poor People. The World Bank.
Ismail, R. (2009). Menuju Hidup Islami. Yogyakarta: Insan Madani.
Lengkong, G. T., dkk. (2020). Faktor–Faktor Yang Berhubungan Dengan Kematian Bayi di Indonesia. Kesmas,
9(4).
Mantra, I. B. (2008). Demografi Umum. Pustaka Pelajar.
Mosley, W. Henry. & Chen, Lincoln. C. (1984). An Analytical Framework for the Study of Child Survival in
Developing Countries. Population and Development Review, Vol. 10, Supplement: Child Survival:
Strategies For Research.
Rini, A. I. (2002). Faktor-Faktor Yang Mempengaruhi Mortalitas Bayi Di Desa Gugut Kecamatan Rambipuji
Kabupaten Jember.
Sadetskaya, Katerina. (2015). Infant Mortality Decline and Its Socioeconomic Correlates In New Zealand,
1873-1940. Australian Economic History Review, Vol. 55, No.2.
Suhaeri, F., & Sugiharti, L. (2020). Pengaruh Faktor Sosial Ekonomi Terhadap Angka Kematian Bayi (AKB)
Pada Kabupaten/Kota di Propinsi Jawa Timur. Ekonomikawan: Jurnal Ilmu Ekonomi dan Studi
Pembangunan, 20(1), 68-87.
Syam, A. R. (2017). Pemodelan Generalized Regresi Poisson Pada Faktor-Faktor Yang Mempengaruhi Angka
Kematian Bayi di Provinsi Sulawesi Selatan Tahun 2014 (Doctoral dissertation, Universitas Islam
Negeri Alauddin Makassar).
Tjiptoherijanto P. and Soesetyo, B. (1994). Jakarta: Ekonomi Kesehatan, Rineka Cipta.
Utomo, B. (1985). Mortalitas: Pengertian dan Contoh Kasus di Indonesia. Proyek Penelitian Morbiditas dan
Mortalitas Universitas Indonesia.
Wandira, A. K., & Indawati, R. (2012). Faktor penyebab kematian bayi di Kabupaten Sidoarjo. Jurnal
Biometrika dan Kependudukan, 1(1), 33-42.

11