BAB I PENDAHULUAN
1.1 Latar Belakang Tingkat kesejahteraan suatu negara salah satunya dapat dilihat dari tingkat kesehatan masyarakat atau derajat kesehatannya.
Indikator kesehatan suatu
negara dapat dilihat dari tingkat kematian (mortalitas). Mortalitas penduduk merupakan salah satu variabel demografi yang penting. Jika tingkat atau angka mortalitas tinggi maka akan memengaruhi jumlah penduduk bahkan menunjukkan rendahnya tingkat kesehatan masyarakat di negara tersebut. Fertilitas (kelahiran) salah satu komponen yang penting dalam pertumbuhan jumlah penduduk. Jika tingkat kelahiran tinggi maka pertumbuhan penduduk akan semakin meningkat. Dengan memperhatikan tingkat mortalitas dan fertilitas pada masa lampau dan estimasi perkembangan masa mendatang dapat dibuat sebuah proyeksi penduduk wilayah bersangkutan. Kematian Bayi adalah kematian yang terjadi antara bayi lahir sampai bayi berusia tepat satu tahun. Menurut Mantra (1985), angka kematian bayi merupakan indikator yang sangat berguna, tidak saja terhadap status kesehatan anak, tetapi juga terhadap status penduduk keseluruhan dan kondisi ekonomi dimana penduduk tersebut bertempat tinggal. Banyak faktor yang dikaitkan dengan kematian bayi. Secara garis besar, dari sisi penyebabnya kematian bayi ada dua macam yaitu kematian endogen dan kematian bayi eksogen. Kematian bayi endogen adalah kematian bayi yang terjadi pada sesaat setelah dilahirkan, dan umumnya disebabkan oleh faktor-faktor yang dibawa anak sejak
1
2
lahir, yang diperoleh dari orang tuanya pada saat konsepsi atau didapat setelah kehamilan. Kematian bayi eksogen adalah kematian bayi yang terjadi setelah usia satu bulan sampai menjelang usia satu tahun yang disebabkan oleh faktor-faktor yang bertalian dengan pengaruh lingkungan. Berdasarkan Hasil Sensus Penduduk dan SUPAS yang dilakukan oleh Badan Pusat Statistik Bali tahun 1967-2010 terjadi tingkat penurunan Angka Kematian Bayi (AKB) atau Infant Mortality Rate (IMR) yang cukup signifikan. Berdasarkan hasil SP1971 tercatat IMR sebesar 130 yang mengidikasikan adanya 130 kematian bayi per 1000 kelahiran hidup. Angka ini terus menurun, berdasarkan hasil SP2010 IMR tercatat sebesar 20 kematian bayi per 1000 kelahiran hidup. Berikut ini adalah Tabel Angka Kematian bayi atau Infant Mortality Rate (IMR) Provinsi Bali tahun 1967-2010 Tabel 1.1 Infant Mortality Rate (IMR), Provinsi Bali 1967-2010 Periode
IMR
SP71 (1967) 130 SP80 (1976) 92 SP90 (1986) 51 SP2000 (1996) 36 SUPAS05 (2001) 25 SP2010 20 Sumber : Badan Pusat Statistik Tahun 2010 Penurunan mortalitas merupakan salah satu indikator adanya perbaikan tingkat kesehatan penduduk secara umum. Dengan demikian angka kematian bayi merupakan tolak ukur yang sensitif dari semua upaya yang dilakukan pemerintah khususnya dalam bidang kesehatan. Salah satu cara yang dapat dilakukan untuk menurunkan angka kematian bayi adalah dengan mengetahui faktor- faktor
3
penyebabnya. Keterkaitan faktor-faktor tersebut dengan jumlah kematian bayi dapat didekati oleh analisis statistik mengenai hubungan variabel bebas dengan variabel respon yaitu menggunakan pemodelan regresi Poisson, sebab kematian bayi merupakan kejadian yang jarang terjadi atau kejadian yang terjadi pada jumlah populasi yang besar dengan probabilitas yang kecil dalam periode waktu tertentu. Terdapat variasi tingkat kematian bayi antara wilayah satu dengan wilayah yang lain, misalnya antara daerah geografi yang satu dengan lainnya, antara kota dan desa, antara berbagai golongan sosial ekonomi penduduk. Oleh karena itu faktor yang berpengaruh atau faktor yang signifikan terhadap variabel respon yang diamati dalam hal ini yaitu angka kematian bayi tentu akan berbeda antara wilayah yang satu dengan wilayah yang lain. Oleh karena itu, diperlukan suatu metode pemodelan statistik dengan memperhitungkan faktor spasial. Metode statistik yang telah dikembangkan untuk analisis data dengan memperhitungkan faktor spasial saat ini yaitu Geographically Weighted Poisson Regression (GWPR). GWPR adalah bentuk lokal dari regresi Poisson dengan memperhatikan lokasi yang berasumsi bahwa data berdistribusi poisson dan merupakan
pendekatan
alternatif
dari
GWR
(Geographically
Weighted
Regression). GWR sendiri dikembangkan berdasarkan kerangka model Gaussian. Demikian juga dalam menganalisis data mengenai angka kematian bayi (infant mortality rate) digunakan metode Geographically Weighted Poisson Regression dikarenakan variabel respon yang akan diteliti merupakan variabel random diskrit
4
yang berdistribusi Poisson dan memperhatikan faktor spasial, maka hubungan antara variabel respon dan variabel bebas dapat diketahui dengan metode tersebut. Ada beberapa penelitian yang berhubungan dengan GWPR adalah Septika (2010) yang menggunakan GWPR untuk memodelkan angka kematian bayi di propinsi Jawa Timur. Hasil yang diperoleh menunjukkan bahwa model yang baik digunakan untuk menganalisa data Angka Kematian Bayi (AKB) di tiap kabupaten/kota di Provinsi Jawa Timur berdasarkan nilai AIC yang terkecil adalah model GWPR. Penelitian lainnya adalah yang dilakukan oleh Mega Oktavia (2011) yaitu pemodelan angka kemiskinan dengan metode GWPR. Berdasarkan latar belakang di atas, maka penulis tertarik melakukan penelitian untuk mengetahui faktor-faktor yang berpengaruh terhadap Angka Kematian Bayi (AKB) pada tiap Kabupaten/Kota di Provinsi Bali dengan menggunakan model Geographically Weighted Poisson Regression (GWPR)
1.2 Rumusan Masalah Berdasarkan latar belakang yang telah dikemukakan di atas maka permasalahan yang akan dibahas dalam penelitan ini adalah bagaimana model terbaik angka kematian bayi (AKB) di Provinsi Bali dengan pendekatan Geographically Weighted Poisson Regression (GWPR) serta variabel-variabel yang berpengaruh secara signifikan.
5
1.3 Batasan Masalah Pada penelitian ini, penulis menggunakan variabel jumlah sarana kesehatan, rata-rata lama pemberian ASI, persentase persalinan yang dilakukan dengan bantuan non medis, dan rata-rata lama bersekolah wanita berstatus kawin pada masing-masing kabupaten/kota sebagai faktor-faktor yang mempengaruhi angka kematian bayi di provinsi Bali dan jenis pembobot yang digunakan adalah fungsi Bisquare Kernel.
1.4 Tujuan Penelitian Berdasarkan rumusan permasalahan di atas, maka tujuan yang ingin dicapai dalam penelitian ini adalah mendapatkan model terbaik dan variabel yang berpengaruh secara signifikan dengan pendekatan Geographically Weighted Poisson Regression (GWPR) terhadap data angka kematian bayi di Propinsi Bali
1.5 Manfaat Penelitian Adapun manfaat dari penelitian ini adalah: 1. Manfaat Teoritis Penelitian ini diharapkan berguna untuk menambah wawasan, menerapkan ilmu dan mengaplikasikan ilmu yang diperoleh selama berada di bangku perkuliahan dalam memecahkan masalah di dalam masyarakat. 2. Manfaat Praktis Penelitian ini diharapkan dapat digunakan bahan pertimbangan bagi pemerintah untuk dapat mengatasi angka kematian bayi dan meningkatkan tingkat kesehatan dan kesejahteraan di provinsi Bali.
