1
Analisis Pengelompokan Kecamatan Di Surabaya Berdasarkan Indikator Pelayanan Kesehatan Roudlotul Jannah (1), Madu Ratna (2), Vita Ratnasari (3) Jurusan Statistika, FMIPA, Institut Teknologi Sepuluh Nopember (ITS) Jl. Arief Rahman Hakim, Surabaya 60111 Indonesia e-mail: (1)
[email protected] (2)
[email protected] (3)
[email protected] (1,2,3)
Abstrak—Kesehatan merupakan masalah utama yang dihadapi oleh banyak negara tak terkecuali Indonesia. Dalam upaya meningkatkan pelayanan kesehatan, pemerintah mengeluarkan peraturan No. 741 tahun 2008 tentang Standar Pelayanan Minimal (SPM) Bidang Kesehatan. Standar Pelayanan Minimal Bidang Kesehatan menjadi salah satu acuan dalam menyusun perencanaan dan penganggaran penyelenggaraan pemerintah daerah. Apabila dilihat dari pencapaian indikator SPM bidang kesehatan di Kota Surabaya sampai tahun 2012, masih banyak target yang belum dicapai salah satunya mengenai pelayanan kesehatan rujukan masyarakat miskin dengan per-sentase pelayanan hanya 11,405 persen. Sehingga, perlu dilakukan evaluasi untuk mengetahui pencapaian pelayanan kesehatan di Kota Surabaya. Metode yang digunakan adalah analisis faktor, analisis klaster, dan diskriminan. Hasil analisis faktor diperoleh 6 faktor yaitu pelayanan ibu dan anak, pelayanan kebidanan, pelayanan kesehatan rujukan, pelayanan penanganan penyakit, pelayanan pencegahan penyakit serta pelayanan kesehatan masyarakat miskin. Dari hasil analisis klaster didapatkan 5 kelompok. Kecamatan yang perlu mendapat perhatian serius dalam peningkatan masalah pelayanan kesehatan yaitu Bulak, Kenjaren, Rungkut, Gunung Anyar, Sukolilo, dan Karang Pilang. Dari hasil analisis diskriminan diperoleh 5 variabel yang memenuhi kriteria sebagai pembeda dengan ketepatan klasifikasi sebesar 93,548 persen. Kata Kunci— Analisis Diskriminan, Analisis Faktor, Analisis Klaster, Indikator Pelayanan Kesehatan
I. PENDAHULUAN
K
ESEHATAN adalah hak asasi manusia yang merupakan hak fundamental setiap warga negara yang tercantum dalam Undang-Undang Dasar 1945 Pasal 28 H ayat (1). Dalam upaya meningkatkan pelayanan kesehatan, pemerintah mengeluarkan peraturan No. 741 tahun 2008 tentang Standar Pelayanan Minimal (SPM) Bidang Kesehatan. SPM bidang kesehatan merupakan ketentuan mengenai jenis dan mutu pelayanan dasar yang menjadi urusan wajib daerah yang mengacu pada Indonesia Sehat 2010 dan Millenium Development Goals (MDGs) 2015. Indikator SPM kesehatan sebagian besar merupakan tanggung jawab puskesmas, hal ini dikarenakan puskesmas merupakan Unit Pelaksana Teknis Dinas (UPTD) yang berhubungan secara langsung dengan pelayanan masyarakat sesuai SK Menkes No. 128/2004 sehingga puskesmas diharapkan dapat menjadi pusat pemberdayaan, pusat pelayanan kesehatan serta penggerak pembangunan sehingga dapat memberikan mutu pelayanan berkualitas. Surabaya sebagai kota kedua terbesar di Indonesia dengan luas 326,81 km2 memilki permasalahan yang kompleks seperti kota metropolitan lainnya, salah-satunya yaitu mengenai pelayanan kesehatan. Apabila dilihat dari pencapaian indikator SPM bidang kesehatan sampai tahun 2012, masih banyak target yang belum dicapai oleh Kota
Surabaya, salah satunya mengenai pelayanan kesehatan rujukan masyarakat miskin, pada tahun 2010 persentase pelayanan kesehatan rujukan masyarakat miskin sebesar 35,12 persen, tahun 2011 mengalami penurunan menjadi 29,42 persen dan tahun 2012 menjadi 11,405 persen [1]. Standar Pelayanan Minimal menjadi salah satu acuan bagi pemerintah daerah untuk menyusun perencanaan dan penganggaran penyelenggaraan pemerintah daerah [2]. Letak geografis antar kecamatan yang berbeda mengakibatkan adanya variasi tingkat pelayanan kesahatan yang berbeda pula antar kecamatan satu dengan yang lainnya sehingga dalam menentukan kebijakan, pemerintah tidak bisa memberikan perlakuan yang sama pada semua wilayah. Penelitian sebelumnya tentang metode hierarchi cluster analysis dilakukan oleh Amalia (2012) [3] tentang pengelompokan kabupaten/kota di Jawa Timur berdasarkan indikator indonesia sehat. Selain itu pengelompokan kecamatan di Surabaya berdasarkan variabel kependudukan, kesehatan, dan pendidikan dilakukan oleh Rengganis (2009) namun variabel kesehatannya hanya diukur oleh persentase akseptor baru, persentase peserta KB aktif, persentase tenaga medis, dan persentase klinik Keluarga Berencana (KB) [4]. Sehingga belum ada penelitian mengenai pengelompokan kecamatan berdasarkan indikator pelayanan kesehatan. II. TINJAUAN PUSTAKA A. Statistika Deskriptif Statistik deskriptif adalah metode–metode yang berkai-tan dengan pengumpulan dan penyajian data sehingga memberikan informasi yang berguna [5]. Jenis–jenis penyajian dalam statistik deskriptif yaitu tabel, grafik, diagram, ukuran pemusatan data dan penyebaran data. B. Analisis Faktor Analisis faktor merupakan metode statistik yang bertujuan untuk mengelompokkan variabel-variabel yang banyak dan berbeda menjadi kumpulan-kumpulan variabel yang lebih kecil didasarkan pada kesamaan karakteristik variabel tersebut [6]. Variabel random X dengan variabel komponen sebanyak p yang mempunyai rata-rata 𝝁 dan matriks kovarians 𝚺, maka model faktor dari X yang merupakan kombinasi linier beberapa variabel saling bebas yang tidak teramati adalah 𝐹1 , 𝐹2 , … , 𝐹𝑚 disebut sebagai common factors dan penambahan p sebagai sumber variasi 𝜀1 , 𝜀2 , … , 𝜀𝑝 disebut errors atau specific factors. Beberapa hal yang harus dipenuhi sebelum melakukan analisis faktor adalah uji korelasi antar variabel dan uji kecukupan data. Uji korelasi bertujuan untuk mengetahui keratan hubungan antar variabel. Salah satu metode yang digunkan untuk uji korelasi yaitu Bartlett test of Spericity.
2
Hipotesis dari uji Bartlett adalah sebagai berikut H 0 : ρ = I (data independen) H 1 : ρ ≠ I (data dependen) Statistik Uji:
(2 p + 5) ln R χ 2 = − (N − 1) − 6
(1)
Dimana: N = jumlah observasi p = jumlah peubah |R| = determinan dari matriks korelasi 2 χ obs > χ α2 , p ( p −1) / 2 .
Daerah Kritis: Tolak H 0 jika
Uji KMO bertujuan untuk mengetahui apakah semua data yang telah terambil telah cukup untuk difaktorkan. Sampel dikatakan cukup untuk dilakukan analisis faktor jika nilai KMO lebih besar dari 0,5 [6]. Hipotesis dari KMO adalah sebagai berikut H 0 : Jumlah data cukup untuk difaktorkan H 1 : Jumlah data tidak cukup untuk difaktorkan Statistik Uji: p
KMO =
p
∑∑ r i =1 j =1
p
p
2
(2)
ij
p
p
i =1 j =1
i =1 j =1
H 1 : minimal ada satu Σ i ≠ Σ j untuk
i≠ j
Statistik Uji:
∑∑ r + ∑∑ a 2 ij
D. Analisis Diskriminan Analisis diskriminan merupakan metode statistik untuk mengklasifikasikan sejumlah objek ke dalam sejumlah kelompok berdasarkan beberapa variabel dengan membentuk fungsi dis-kriminan sedemikian hingga setiap objek menjadi anggota dari salah satu kelompok. Analisis diskriminan yang berdasarkan p variabel dikembangkan dengan dasar anggapan bahwa data yang digunakan berdistribusi normal multivariat dan matriks varian kovarians sama [7]. Berikut uji asumsi normal multivariat Hipotesis dari KMO adalah sebagai berikut H 0 : Data mengikuti sebaran multivariat normal H 1 : Data tidak mengikuti sebaran multivariat normal Statisik uji yang digunakan adalah kuadrat jarak (d i 2) dan akan menolak H 0 jika nilai-nilai dari d i2 ≤ 0,5 . Uji asumsi homogenitas bertujuan untuk mengetahui apakah matriks varians-kovarians tiap kelompok telah sama. Hipotesis dari uji homogenitas matriks varians-kovarians adalah sebagai berikut H 0 : Σ1 = Σ 2 = ... = Σ k
2 ij
k C = (1 − u ) v l ln S pooled − l =1
∑
k
∑
v l ln S l (5) Dimana: l = 1 i=1,2,3,...,p dan j=1,2,...,p ; 𝑖 ≠ 𝑗 2 r ij = koefisien korelasi (hubungan antara dua variabel) Daerah Kritis: Tolak H 0 jika χ hitung . ≤ χ 12 ( k −1) p ( p +1) antara variabel i dan j 2 a ij = koefisien korelasi parsial (hubungan antara dua Fungsi diskriminan pertama kali dikenalkan oleh variabel yang mengendalikan variabel lain) antara variabel i Ronald A. Fisher (1936). Kombinasi linier dari variabeldan j. variabel inde-pendent akan membentuk suatu fungsi diskriminan. Model analisis diskriminan dengan kombinasi C. Metode Pengelompokan linier memiliki bentuk sebagai berikut. Analisis cluster atau biasa disebut analisis kelompok Y = b0 + b1 X 1 + b2 X 2 + + bk X k (6) digunakan untuk mengelompokkan objek pengamatan berdasarkan karakteristik-karakteristik yang dimiliki. Analisis kelompok terdiri atas prosedur hierarchi dan nonKetepatan klasifikasi klasifikasi digunakan untuk hierarchi. Salah satu distance adalah dengan menggunakan menghitung peluang kesalahan klasifikasi yang disebut juga fungsi jarak Euclidean dimana formulanya sebagai berikut Apperent Error Rates (APER) sehingga dapat diketahui [7]. proporsi pengamatan pada sampel yang salah 2 diklasifikasikan oleh fungsi klasifikasi. p (3) n + n 21 + n12 + n 22 d (x i , x j ) = ∑ (x ik − x jk ) (7) APER = 11 k =1
Dimana i=1,2,...,n dan j=1,2,...,n; i≠ 𝑗 d(x i , x j ) = jarak antara dua objek i dan j = nilai objek i pada variabel k x ik = nilai objek j pada variabel k xj k Salah-satu metode pengelompokan pada hierarchi cluster analysis yaitu ward’s method. Metode ini mencoba meminimumkan varians dalam kelompok dan cenderung digunakan untuk melakukan kombinasi kelompok-kelompok dengan jumlah kecil [8]. Jika cluster sebanyak K maka error sum of square (ESS) sebagai jumlahan dari ESS k atau ESS = ESS1 + ESS 2 + ... + ESS K sehingga untuk menghitung jarak antara dua cluster menggunaka metode ward’s dapat ditulis sebagai berikut N
(
)(
ESS = ∑ x j − x x j − x j =1
)
n11 + n 22
dengan nilai n 11 , n 21 , n 12 , dan n 22 adalah jumlah observasi yang tidak tepat diklasifikasikan dalam kelompok sedangkan nilai n 11 dan n 22 adalah jumlah observasi yang tepat diklasifikasikan dalam kelompok.
E. Indikator Pelayanan Kesehatan Standar pelayanan Minimal Bidang Kesehatan merupakan standar (pedoman) untuk mengukur kinerja penyelenggaraan kewenangan wajib daerah yang berkaitan dengan pelayanan dasar kepada masyarakat yang mencakup jenis pelayanan, indikator dan nilai (benchmark). Berikut 18 indikator standar pelayanan kesehatan. 1. Cakupan Kunjungan Ibu Hamil K4 2. Cakupan komplikasi kebidanan yang ditangani 3. Cakupan pertolongan persalinan oleh tenaga (4) kesehatan yang memiliki kompetensi kebidanan 4. Cakupan pelayanan nifas
3
5. 6. 7. 8. 9. 10. 11. 12. 13.
14. 15. 16.
17.
18.
Cakupan neonatus dengan komplikasi yang ditangani Cakupan kunjungan bayi Cakupan Desa/Kelurahan Universal Child Immunization (UCI) Cakupan pelayanan anak balita Cakupan pemberian makanan pendamping ASI pada anak usia 6-24 bulan keluarga miskin Cakupan balita gizi buruk mendapat perawatan Cakupan penjaringan kesehatan siswa Sekolah Dasar (SD) & setingkat Cakupan peserta Keluarga Berencana (KB) aktif Cakupan penemuan dan penanganan penderita penyakit a) Penemuan Acute Flacid Paralysis (AFP) rate per 100.000 penduduk < 15 tahun b) Penderita TB Paru Batang Tahan Asam (BTA) positif yang ditangani c) Penderita pneumonia balita yang ditangani d) Penderita Diare yang ditangani e) Penderita Demam Berdarah yang ditangani Cakupan pelayanan kesehatan dasar masyarakat miskin. Cakupan pelayanan kesehatan rujukan pasien masyarakat miskin Cakupan pelayanan gawat darurat level 1 yang harus diberikan sarana kesehatan (rumah sakit) di kabupaten/kota Cakupan Desa/Kelurahan mengalami Kejadian Luar Biasa (KLB) yang dilakukan penyelidikan epidemiologi < 24 jam Cakupan Desa Siaga Aktif
peta persebaran serta variabel indikator pelayanan kesehatan dengan analisis statistika deskriptif menggunakan rata-rata, standar deviasi, nilai maksimum, dan nilai minimum. 2. Mengelompokkan kecamatan di Kota Surabaya berdasarkan indikator standar pelayanan minimal kesehatan (X 1 -X 15 ) dengan langkah-langkah analisis sebagai berikut: a. Menguji korelasi dengan uji bartlett dan kecukupan data dengan KMO b. Mereduksi dimensi data dengan analisis faktor c. Melakukan pengelompokan dengan menggunakan hierarchi cluster dengan ward’s method dan square euclidean distance d. Melakukan analisis terhadap karakteristik tiap kelompok yang dikaitkan dengan variabel A 1 -A 5 3. Melakukan analisis diskriminan untuk mendapatkan variabel pembeda antar kelompok. IV. ANALISIS DAN PEMBAHASAN A. Gambaran Umum Kota Surabaya Beberapa variabel yang digunakan untuk mengetahui karakteristik Kota Surabaya diantaranya variabel demografi diukur dari kepadatan penduduk, variabel ekonomi diukur dari angka kempuan daya beli masyarakat, variabel pendidikan diukur dari angka melek huruf, serta variabel input kesehatan diukur dari rasio puskesmas per 100.000 penduduk dan rasio tenaga kesehatan per 100.000 penduduk. Berikut peta persebaran masing-masing variabel.
III. METODE PENELITIAN A. Sumber Data Data yang digunakan dalam penelitian ini adalah data sekunder mengenai Indikator standar pelayanan kesehatan yang diperoleh dari data Profil Kesehatan Kota Surabaya dan Data Makro Sosial-Ekonomi yang diperoleh dari data Surabaya dalam angka tahun 2012. Variabel yang digunakan pada penelitian ini yaitu kepadatan penduduk (A 1 ), persentase penduduk melek huruf (A 2 ), paritas daya beli (A 3 ), rasio puskesmas per 100.000 penduduk (A 4 ), rasio tenaga kesehatan per 100.000 penduduk (A 5 ), persentase kunjungan ibu hamil (X 1 ), persentase komplikasi kebidanan ditangani (X 2 ), persentase persalinan ditolong tenaga kesehatan (X 3 ), persentase pelayanan nifas (X 4 ), persentase neonatus komplikasi ditangani (X 5 ), persentase kunjungan bayi (X 6 ), persentase desa/kelurahan UCI (X 7 ), persentase pelayanan anak balita (X 8 ), persentase pelayanan kesehatan siswa SD (X 9 ), persentase peserta KB aktif (X 10 ), persentase penderita TB BTA+ ditangani (X 11 ), persentase pneumonia balita ditangani (X 12 ), persentase diare ditangani (X 13 ), persentase pelayanan kesehatan dasar masyarakat miskin (X 14 ), persentase kesehatan rujukan masyarakat miskin (X 15 ).
Gambar. 1. a) Kepadatan Penduduk b) Paritas Daya Beli c) Angka Melek Huruf d) Rasio Puskesmas per 100.000 penduduk e) Rasio Tenaga Kesehatan per 100.000 penduduk.
Pada Gambar 1 menunjukkan bahwa kecamatan yang memiliki kepadatan penduduk tinggi antara 19293,36829859,844 per km2 yaitu Tegalsari, Bubutan, Simokerto, Sawahan, Semampir, dan Tambaksari. Kecamatan yang memiliki paritas daya beli rendah antara Rp 1.717.052-Rp 1.751.371 yaitu Pakal, Benowo, Sambi-kerep, Asemrowo, Karang Pilang, Semampir, Mulyorejo, Jambangan, dan Tenggilis Mejoyo. Kecamatan yang memiliki angka melek huruf rendah antara 91,099-94,948 persen yaitu Sambikerep, Asemrowo, Pabean Cantikan, Semampir, Kenjeran, B. Langkah Analisis Simokerto, Bubutan, Bulak, dan Tambaksari. Kecamatan Langkah-langkah yang dilakukan pada penelitian ini yang memiliki rasio puskesmas rendah antara 1,347-1,816 adalah sebagai berikut : yaitu Bulak, Dukuh Pakis, Karang Pilang, Pabean Cantikan, 1. Mendeskripsikan karakteristik demografi, pendidikan, ekonomi, dan variabel input kesehatan (A 1 -A 5 ) dengan Tambaksari, Gubeng, Tenggilis Mejoyo, Rungkut, dan
4
Gunung Anyar. Kecamatan yang memiliki rasio tenaga kesehatan rendah antara 14,875-47,768 yaitu Tandes, Krembengan, Kenjeran, Bubutan, Tambaksari, dan Wonocolo. Selanjutnya mendeskripsikan karakteristik pelayanan kesehatan berdasarkan indikator Standar Pelayanan Minimal (SPM) Bidang Kesehatan.
Dari 16 variabel asli didapatkan 6 faktor dengan varians kumulatif sebesar 78,63 persen. Untuk mengetahui variabel apa saja yang termasuk dalam faktor maka dapat dilihat dari nilai absolut loading factor yang terbesar kemudian dilakukan rotasi varimax untuk memudahkan pengelompokan variabel.
Tabel 1. Statistika Deskriptif Pelayanan Kesahatan Variabel
Mean
Min
Max
X1 X2 X3 X4 X5 X6 X7 X8 X9 X 10 X 11 X 12 X 13 X 14 X 15
86,345 77,865 85,387 82,09 36,258 74,857 36,97 62,364 63,386 77,066 50,65 14,222 61,654 91,571 11,405
47,009 22,159 46,85 39,977 3,497 47,642 0 7,496 17,005 49,972 17,476 0,27 20,784 46,627 3,514
132,31 115,97 123,89 121,74 80,597 105,53 100 102,3 99,697 93,61 118 74,861 170,77 198,88 21,73
Standar Deviasi 18,114 22,782 15,175 15,589 20,674 13,575 33,132 20,329 26,747 10,054 24,509 17,96 33,028 34,093 4,079
Tabel 1 menunjukkan rata-rata kunjungan ibu hamil K4 (X 1 ) memiliki nilai terbesar yaitu 86,345 persen sedangkan kera-gaman terbesar pelayanan kesehatan di Kota Surabaya yaitu kesehatan dasar masyarakat miskin (X 15 ) dengan nilai sebesar 34,093 persen, hal ini menunjukkan bahwa pelayanan kesehatan dasar masyarakat miskin di Surabaya masih belum merata. B. Pengelompokan Kecamatan di Kota Surabaya Berdasarkan Indikator Pelayanan Kesehatan Untuk mengetahui kecamatan yang memiliki kemiripan karakteristik pelayanan kesehatan maka dilakukan dengan cara pengelompokan. a) Analisis Faktor Analisis faktor digunakan untuk mereduksi variabel yang bertujuan untuk mengatasi korelasi antar variabel yang dapat mengganggu proses pembentukan kelompok.
Var X3 X4 X8 X1 X5 X6 X 10 X2 X9 X 15 X 12 X 11 X 13 X7 X 14
1 0,923 0,890 0,889 0,831 0,673 0,672 0,056 0,291 0,076 0,483 0,084 0,290 0,203 0,259 0,141
Tabel 4. Nilai Loading Faktor Komponen 2 3 4 0,180 -0,060 0,075 0,229 -0,024 0,134 0,045 0,199 0,082 0,024 0,108 0,045 0,018 -0,165 0,108 0,146 -0,110 0,070 0,148 0,032 0,828 0,000 0,009 0,772 0,153 0,028 0,892 -0,178 -0,104 -0,496 -0,049 0,171 0,815 0,348 -0,359 0,646 -0,244 0,468 0,505 0,104 -0,169 -0,176 0,051 -0,045 -0,077
5 0,135 0,103 -0,009 0,079 0,398 -0,071 0,094 0,021 -0,209 -0,465 -0,233 0,119 0,292 0,823 -0,048
6 0,005 -0,033 0,037 0,227 -0,040 0,185 0,147 -0,139 0,002 0,222 -0,127 0,073 0,488 0,012 0,913
Faktor 1 meliputi persalinan ditolong tenaga kesehatan (X 3 ), pelayanan nifas (X 4 ), pelayanan anak balita (X 8 ), pelayanan kunjungan ibu hamil (X 1 ), neonatus komplikasi ditangani (X 5 ), dan kunjungan bayi (X 6 ) yaitu tentang pelayanan kesehatan ibu dan anak. Faktor 2 meliputi peserta KB aktif (X 10 ) dan komplikasi kebidanan ditangani (X 2 ) yaitu tentang pelayanan kebidanan. Faktor 3 meliputi pelayanan kesehatan siswa SD dan setingkat (X 9 ) dan kesehatan rujukan masyarakat miskin (X 15 ) yaitu tentang pelayanan keseha-tan rujukan. Faktor 4 meliputi penderita pneumonia balita (X 12 ), penderita TB BTA positif (X 11 ), dan penderita diare (X 13 ) yaitu tentang pelayanan penanganan penyakit. Faktor 5 meliputi Desa/Kelurahan UCI (X 7 ) yaitu tentang pelayanan pencegahan penyakit. Faktor 6 meliputi kesehatan dasar masyarakat miskin (X 14 ) yaitu tentang pelayanan kesehatan masyarakat miskin.
Tabel 2. Uji Korelasi dan Uji Kecukupan Data Kaiser-Meyer-Olkin Measure of Sampling Adequacy Approx. Chi-Square Bartlett Test of Sphericity Df Sig. (P value)
b) Analisis Klaster Penentuan jumlah klaster optimum pada metode hierarchi 0,575 bergantung pada tujuan penelitian [10]. Pada penelitian ini 267,745 105 diperoleh 5 klaster (kelompok) untuk mengetahui wilayah 0,000 dengan pelayanan kesehatan yang sangat rendah, rendah, Dari Tabel 2 didapatkan p-value kurang dari α=0,05 menengah, tinggi, dan sangat tinggi. Berikut hasil keanggoSehingga dapat disimpulkan antar variabel saling berkorelasi. taan kecamatan pada tiap kelompok. Kemudian diperoleh nilai KMO 0,575 lebih besar dari 0,5 Sehingga dapat dikatakan bahwa jumlah data dari variabelvariabel indikator pelayanan kesehatan telah memenuhi uji kecukupan data. Setelah dua asumsi terpenuhi maka analisis selanjutnya yaitu menentukan banyaknya faktor yang terbentuk dengan melihat eigenvalue.
Komponen 1 2 3 4 5 6
Tabel 3. Total Variance Explained Initial Eigenvalue Total Varians (%) Kumulatif (%) 5,115 34,097 34,097 1,775 11,835 45,933 1,580 10,531 56,464 1,208 8,053 64,518 1,106 7,373 71,891 1,011 6,740 78,630
Gambar 2. Pengelompokan Kecamatan Berdasarkan Indikator Pelayanan Kesehatan
a.
Kelompok 1 Terdiri dari 11 kecamatan diantaranya Sukomanunggal, Tandes, Asemrowo, Pakal, Lakarsantri, Tegelsari, Tambaksari, Gubeng, Tenggilis Mejoyo, Wonokromo, dan Gayungan. Berikut analisis karakteristik pada kelompok 1.
5
Secara keseluruhan pelayanan kesehatan pada kelompok ini sudah baik atau tergolong dalam kelompok dengan pelayanan kesehatan tinggi. Pelayanan kunjungan ibu hamil, persalinan yang ditolong tenaga kesehatan, ibu nifas, neonatus komplikasi ditangani, kunjungan bayi, dan anak balita sudah baik. Namun pelayanan neonatus dengan komplikasi masih perlu ditingkatkan. Pelayanan peserta KB aktif dan komplikasi kebidanan sudah cukup baik. Pelayanan kesehatan siswa SD masih kurang sedangkan pelayanan kesehatan rujukan masyarakat miskin menempati urutan pertama dibandingkan kelompok lainnya. Pelayanan pencegahan penyakit (tuberkulosis BTA positif, pneumonia balita, dan diare) tergolong rendah. Kepadatan penduduk pada kelompok 1 tergolong rendah sedangkan paritas daya beli cukup tinggi. Angka melek huruf, rasio puskesmas, dan rasio tenaga kesehatan juga sudah cukup baik. b. Kelompok 2 Terdiri dari 11 kecamatan diantaranya Benowo, Sambikerep, Bubutan, Simokerto, Pabean Cantikan, Semampir, Krembengan, Sawahan, Dukuh Pakis, Wiyung, dan Wonocolo. Secara keseluruhan pelayanan kesehatan pada kelompok ini sudah cukup baik atau tergolong kelompok dengan pelayanan kesehatan menengah. Pelayanan kunjungan ibu hamil, komplikasi kebidanan, persalinan ditolong tenaga kesehatan, ibu nifas, neonatus komplikasi ditangani, kunjungan bayi, dan anak balita pada kelompok 2 cukup baik namun pelayanan anak balita dan neonatus dengan komplikasi masih perlu ditingkatkan. Pelayanan peserta KB aktif dan komplikasi kebidanan menunjukkan sudah baik pelayanannya. Pelayanan kesehatan siswa SD dan kesehatan rujukan masyarakat miskin masih sangat kurang. Untuk pelayanan penanganan penderita penyakit (tuberkulosis BTA positif, pneumonia balita, dan diare) tergolong rendah meskipun menempati urutan kedua tertinggi. Kepadatan penduduk pada kelompok 2 lebih tinggi daripada kelompok lain namun paritas daya beli sudah cukup baik. Rasio puskesmas dan rasio tenaga kesehatan juga relatif baik artinya fasilitas maupun sumber daya tenaga kesehatan memadai. Hanya saja angka melek huruf pada kelompok ini paling rendah daripada kelompok lain. c.
Kelompok 3 Terdiri dari 2 kecamatan diantaranya Genteng dan Jambangan. Secara keseluruhan pelayanan kesehatan pada kelompok ini sangat baik. atau tergolong kelompok dengan pelayanan kesehatan sangat tingi. pelayanan kunjungan ibu hamil, komplikasi kebidanan, persalinan ditolong tenaga kesehatan, ibu nifas, neonatus komplikasi ditangani, kunjungan bayi, dan anak balita pada kelompok 3 sangat baik namun pelayanan neonatus dengan komplikasi masih perlu ditingkatkan. Pelayanan peserta KB aktif dan pelayanan komplikasi kebidanan juga menunjukkan pelayanan yang sangat baik. Pelayanan kesehatan siswa SD cukup baik. Pelayanan kesehatan rujukan masyarakat miskin masih rendah meskipun menempati urutan kedua tertinggi dibanding kelompok lainnya. Pelayanan pencegahan penyakit (tuberkulosis BTA positif, pneumonia balita, dan diare) sudah baik meskipun pelayanan penyakit pneumonia balita masih perlu ditingkatkan. Tingginya pelayanan kesehatan pada kelompok 3 juga didukung dengan kepadatan penduduk yang tidak terlalu tinggi namun nilai paritas daya beli tergo-
long tinggi selain itu, angka melek huruf, rasio puskesams, dan rasio tenaga kesehatan juga paling tinggi. d.
Kelompok 4 Terdiri dari Terdiri dari 6 kecamatan diantaranya Bulak, Kenjeran, Rungkut, Gunung Anyar, Sukolilo, dan Karang Pilang. Secara keseluruhan pelayanan kesehatan pada kelompok ini sangat kurang atau tergolong kelompok dengan pelayanan kesehatan sangat rendah. pelayanan kunjungan ibu hamil, komplikasi kebidanan, persalinan ditolong tenaga kesehatan, ibu nifas, neonatus komplikasi ditangani, kunjungan bayi, dan anak balita pada kelompok 4 sangat rendah dibandingkan kelompok lainnya meskipun pelayanan kunjungan ibu hamil sudah cukup baik. Pelayanan peserta KB aktif dan komplikasi kebidanan menunjukkan pelayanan yang cukup baik. Pelayanan kesehatan siswa SD cukup baik namun pelayanan kesehatan rujukan masyarakat miskin masih rendah. Untuk pelayanan penanganan penderita penyakit (tuberkulosis BTA positif, pneumonia balita, dan diare) juga masih rendah sehingga pelayanan penanganan penyakit masih perlu ditingkatkan. Kepadatan penduduk pada kelompok ini tergolong rendah. Akan tetapi paritas daya beli, angka melek huruf, dan rasio tenaga kesehatan relatif rendah. Sedangkan rasio puskesmas paling rendah daripada kelompok lain. e. Kelompok 5 Hanya terdiri dari 1 kecamatan yaitu Mulyorejo. Secara keseluruhan pelayanan kesehatan pada kelompok ini kurang atau tergolong kelompok dengan pelayanan kesehatan rendah. Pelayanan kunjungan ibu hamil, komplikasi kebidanan, persalinan ditolong tenaga kesehatan, ibu nifas, neonatus komplikasi ditangani, kunjungan bayi, dan anak balita pada kelompok 5 cukup baik meskipun lebih rendah dari kelompok 2. Namun pelayanan neonatus masih perlu ditingkatkan. pelayanan peserta KB aktif dan pelayanan komplikasi kebidanan menunjukkan pelayanan yang sangat rendah. Pelayanan kesehatan siswa SD tergolong tinggi dibandingkan kelompok lainnya namun pelayanan kesehatan rujukan masyarakat miskin masih rendah. Untuk pelayanan penganan penderita penyakit (tuberkulosis BTA positif, pneumonia balita, dan diare) masih kurang baik sehingga perlu ditingkatkan. Paritas daya beli pada kelompok ini paling rendah daripada kelompok lain namun memiliki persentase angka melek huruf yang baik. Kepadatan penduduk tergolong sedang. Rasio tenaga kesehatan pada kelompok ini paling rendah. C. Analisis Diskriminan Analisis diskriminan digunakan untuk mengetahui variabel-variabel yang dapat membedakan kelompok. Dari hasil uji normal multivariat diperoleh nilai proporsi sebesar 0,548 lebih besar dari 0,5 sehingga dapat disimpulakan data telah memenuhi asumsi normal multivariat. Dari uji homogenitas matirks varians-kovarians diperoleh p-value sebesar 0,314 dapat disimpulkan bahwa matriks varians-kovarians antar kelompok homogen sehingga dapa dilanjutkan dalam analisis selanjut-nya Dari hasil analisis diskriminan dengan menggunakan metode stepwise didapatkan veraiabel pembeda sebagai berikut.
6
Tabel 5. Variabel Pembeda Variabel Lamda Penderita Diare Ditangani (X 13 ) 0,269 Pelayanan Anak Balita (X 8 ) 0,087 Pelayanan Kesehatan Dasar 0,039 Masyarakat Miskin (X 14 ) Pelayanan Peserta KB Aktif (X 10 ) 0,020 Pelayanan TB Paru BTA (X 11 ) 0,011
Sig. 0,000 0,000 0,000 0,000 0,000
Kota Surabaya. Sedangkan variabel pelayanan anak balita (X 8 ) bertanda positif. Hal ini menunjukkan bahwa variabel tersebut cenderung meningkatkan skor artinya jika pelayanan anak balita (X 8 ) meningkat maka akan meningkatkan persentase pelayanan kesehatan di Kota Surabaya. Tingkat ketepatan fungsi pengelompokan adalah sebesar 93,548 persen sehingga nilai APER yang diperoleh sebesar 6,451 persen. Hal ini menunjukkan bahwa pengelompokan keca-matan di Surabaya sudah tepat.
V. KESIMPULAN DAN SARAN Terdapat 5 variabel yang memenuhi kriteria sebagai pemPengelompokan kecamatan berdasarkan indikator pelayabeda. Selanjutnya untuk mengetahui fungsi diskriminan yang nan kesehatan di Surabaya menghasilkan 5 kelompok dimana terbentuk dapat dilihat pada Tabel 6. tiap kelompok memiliki karakteristik yang berbeda. KelomTabel 6. pok 1 merupakan daerah dengan pelayanan kesehatan yang Fungsi Diskriminan yang Distandarisasi tinggi, kelompok 2 merupakan daerah dengan pelayanan Fungsi Variabel 1 2 3 4 kesehatan menegah, kelompok 3 merupakan daerah dengan Pelayanan Anak Balita (X 8 ) 0,277 -0,889 0,707 0,025 pelayanan kesehatan sangat tinggi, kelompok 4 merupakan Pelayanan Peserta KB Aktif daerah dengan pelayanan kesehatan sangat rendah. Kelom-0,579 0,627 0,388 0,078 (X 10 ) pok 5 merupakan daerah dengan pelayanan kesehatan Pelayanan TB Paru BTA -0,695 0,256 0,044 0,792 rendah. Dari hasil analisis diskriminan terdapat 5 variabel (X 11 ) Penderita Diare Ditangani yang memenui kriteria sebagai pembeda dengan ketepatan 1,100 0,314 -0,258 0,203 (X 13 ) klasifikasi sebesar 93,548 persen. Saran yang dapat diberikan Pelayanan Kesehatan Dasar -0,101 0,872 0,545 -0,315 dari penelitian ini yaitu kecamatan dengan pelayanan Masyarakat Miskin (X 14 ) Dari fungsi diskriminan 1 diketahui variabel yang mening- kesehatan sangat rendah (Bulak, Kenjeran, Rungkut, Gunung katkan pelayanan kesehatan yaitu pelayanan anak balita (X 8 ) Anyar, Sukolilo, dan Karang Pilang) perlu mendapatkan dan penderita diare ditangani (X 13 ). Fungsi diskriminan 2 perhatian serius dengan memberikan program-program yang diketahui variabel yang meningkatkan pelayanan kesehatan dapat meningkatkan derajat kesehatan wilayah tersebut. yaitu pelayanan peserta KB aktif (X 10 ), pelayanan TB paru BTA (X 11 ), dan penderita diare ditangani (X 13 ). Fungsi diskriminan 3 diketahui variabel yang meningkatkan pelayanan kesehatan yaitu pelayanan anak balita (X 8 ), pelayanan peserta KB aktif (X 10 ), pelayanan TB paru BTA (X 11 ), dan pelayanan kesehatan dasar masyarakat miskin (X 14 ). Fungsi persamaan diskriminan 4 diketahui variabel yang meningkatkan pelayanan kesehatan yaitu pelayanan anak balita (X 8 ), pelayanan peserta KB aktif (X 10 ), pelayanan TB paru BTA (X 11 ), dan penderita diare ditangani (X 13 ). Selanjutnya untuk mengetahui pengelompokan kecamatan berdasarkan nilai skor dapat dilihat dari fungsi diskriminan Fisher. Kelompok 1 = Kelompok 2 = Kelompok 3 = Kelompok 4 = Kelompok 5 =
–67,850 + 0,123X 8 + 1,261X 10 + 0,106X 11 – 0,114 X 13 + 0,312 X 14 –67,958 – 0,068 X 8 + 1,357 X 10 + 0,178 X 11 – 0,100 X 13 + 0,322 X 14 –127,142 – 0,036 X 8 + 1,052 X 10 + 0,090 X 11 + 0,158 X 13 + 0,528 X 14 –74,688 – 0,252 X 8 + 1,438 X 10 + 0,138 X 11 – 0,036 X 13 + 0,405 X 14 –67,850 + 0,123 X 8 + 1,261 X 10 + 0,106 X 11 – 0,114 X 13 + 0,312 X 14
Untuk selisih antar kelompok dan variabel diperoleh persamaan sebagai berikut. Z score = 269,788 + 0,356 X 8 – 3,847 X 10 – 0,406 X 11 – 0,022 X 13 – 1,255 X 14 . Berdasarkan persamaan fungsi linier diskriminan diketahui bahwa tanda koefisien pada variabel pelayanan peserta KB aktif (X 10 ), pelayanan TB paru BTA (X 11 ), penderita diare ditangani (X 13 ), pelayanan kesehatan dasar masyarakat miskin (X 14 ) bertanda negatif. Hal ini menunjukkan bahwa variabel tersebut cenderung menurunkan skor artinya jika pelayanan pada 4 variabel tersebut menurun maka akan menurunkan persentase pelayanan kesehatan di
UCAPAN TERIMA KASIH Penulis R.J. mengucapkan terima kasih kepada Dinas Kesehatan Kota Surabaya yang telah memberikan izin melakukan penelitian menggunakan data kesehatan. Penulis juga mengucapkan terimakasih kepada dosen pembimbing yang telah memberikan dukungan dan bantuan kepada penulis untuk menyelesaikan penelitian ini. DAFTAR PUSTAKA [1]
[2]
[3]
[4]
[5] [6] [7] [8]
Dinas Kesehatan Provinsi Jawa Timur. (2014, Maret 01). Standar Pelayanan Minimal (SPM). http://dinkes.jatimprov.go.id/StatPlanet.html. Laksono, A.D., Wasito, B., Sopacua, E., Maryani, H., Handayani, L., Ristrini, Suharmiati., “Standar Pelayanan Minimal Kesehatan”. Surabaya: Health Advocacy (2010). Amalia, F., “Analisis Pengelompokan Kabupaten/Kota Di Jawa Timur Berdasarkan Indikator Indonesia Sehat 2010,” Tugas Akhir, Jurusan Statistika., FMIPA ITS (2012). Rengganis, L.N.R., “Analisis Pengelompokan Kotamadya Surabaya Berdasarkan Varibel Kependudukan, Kesehatan, dan Pendidikan,” Tugas Akhir, Jurusan Statistika., FMIPA ITS (2009). Walpole, E.R., Pengantar Statistika, Edisi ketiga. Jakarta: Gramedia Pustaka Utama (1995). Hair, J.F, Black, W.C, Babin, B.J, & Anderson, R.E., Multivariate Data Analysis, 7th Ed. New Jersey: Pearson Prentice Hall (2010). Johnson, R.A. & Wichren, D.W., Applied Multivariate Statistical Analysis, 6th ed. New Jersey: Pearson Prentice Hall (2007). Kahya, E., Demirel, M.C., & Beg, O.A., “Hidrologic Homogeneous Regions Using Monthly Streamflow In Turkey,” Earth Science Research Journal, Vol 12 (2008, Desember.) 181-193.
