ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS
INDEKS PREDIKTIF RISIKO KEMATIAN IBU DI KOTA SURABAYA
KRISNITA DWI JAYANTI
UNIVERSITAS AIRLANGGA FAKULTAS KESEHATAN MASYARAKAT PROGRAM MAGISTER PROGRAM STUDI EPIDEMIOLOGI SURABAYA 2016
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS INDEKS PREDIKTIF RISIKO KEMATIAN IBU DI KOTA SURABAYA
KRISNITA DWI JAYANTI NIM. 101414553008
UNIVERSITAS AIRLANGGA FAKULTAS KESEHATAN MASYARAKAT PROGRAM MAGISTER PROGRAM STUDI EPIDEMIOLOGI SURABAYA 2016
i
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
INDEKS PREDIKTIF RISIKO KEMATIAN IBU DI KOTA SURABAYA
TESIS
Untuk memperoleh gelar Magister Epidemiologi Minat Studi Manajemen Surveilans Epidemiologi dan Informasi Kesehatan Program Studi Epidemiologi Fakultas Kesehatan Masyarakat Universitas Airlangga
Oleh: KRISNITA DWI JAYANTI NIM 101414553008
UNIVERSITAS AIRLANGGA FAKULTAS KESEHATAN MASYARAKAT PROGRAM MAGISTER PROGRAM STUDI EPIDEMIOLOGI SURABAYA 2016
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
PENGESAHAN
Dipertahankan di depan Tim Penguji Tesis Minat Studi Manajemen Surveilans Epidemiologi dan Informasi Kesehatan Program Studi Epidemiologi Fakultas Kesehatan Masyarakat Universitas Airlangga dan diterima untuk memenuhi persyaratan guna memperoleh gelar Magister Epidemiologi (M.Epid) pada tanggal 19 Juli 2016
Mengesahkan
Universitas Airlangga Fakultas Kesehatan Masyarakat
Dekan,
Prof. Dr. Tri Martiana, dr., M.S. NIP 195603031987012001
Tim Penguji: Ketua : Dr. Windhu Purnomo, dr., MS Anggota : 1. Dr. Hari Basuki Notobroto, dr., M.Kes 2. Dr. Arief Wibowo, dr., MS 3. Dr. Atik Choirul Hidajah, dr., M.Kes 4. Dr. Niniek Lely Pratiwi, drg., M.Kes
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
PERNYATAAN TENTANG ORISINALITAS Yang bertanda tangan di bawah ini, saya : Nama NIM Program Studi Minat Angkatan Jenjang
: Krisnita Dwi Jayanti : 101414553008 : Epidemiologi : Manajemen Surveilans Epidemiologi dan Informasi Kesehatan : 2014/2015 : Magister
Menyatakan bahwa saya tidak melakukan kegiatan plagiat dalam penulisan tesis saya yang berjudul : INDEKS PREDIKTIF RISIKO KEMATIAN IBU DI KOTA SURABAYA Apabila suatu saat nanti terbukti saya melakukan tindakan plagiat, maka saya akan menerima sanksi yang telah ditetapkan. Demikian surat pernyataan ini saya buat dengan sebenar-benarnya.
Surabaya,
Juli 2016
Krisnita Dwi Jayanti
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
KATA PENGANTAR Puji Syukur Kehadirat Tuhan Yang Maha Esa, atas karunia dan HidayahNya penyusunan penelitian tesis dengan judul “Indeks Prediktif Risiko Kematian Ibu Di Kota Surabaya” ini dapat terselesaikan. Tesis ini membahas tentang variabel penelitian apa saja yang bisa dijadikan sebagai indeks yang dapat digunakan untuk memprediksi ibu hamil yang dapat berisiko mengalami kematian ibu. Ucapan terima kasih yang tak terhingga saya sampaikan kepada Dr. Hari Basuki N., dr., M.Kes selaku Pembimbing Ketua yang dengan kesabaran dan perhatian dalam memberikan bimbingan, semangat dan saran hingga penelitian tesis ini bisa terselesaikan dengan baik. Ucapan terima kasih yang tak terhingga juga saya sampaikan kepada Dr. Arief Wibowo, dr., M.S selaku pembimbing kedua yang telah banyak meluangkan waktu untuk memberikan bimbingan, motivasi dan saran. Pada kesempatan ini penulis ingin mengucapkan terima kasih kepada pihak-pihak yang telah membantu dalam kelancaran selama penyusunan tesis ini, terima kasih penulis ucapkan kepada : 1. Prof. Dr. Moh. Nasih, SE., M.T., AK., CMA., CA selaku Rektor Universitas Airlangga. 2. Prof. Dr. Tri Martiana, dr., MS selaku Dekan Fakultas Kesehatan Masyarakat Universitas Airlangga. 3. Prof. Dr. Chatarina U. W., dr.,MS.,MPH, selaku Koordinator Program Studi Epidemiologi Universitas Airlangga. 4. Dr. Hari Basuki N., dr., M.Kes selaku Ketua minat studi Manajemen Surveilans Epidemiologi dan Informasi Kesehatan Program magister program studi epidemiologi Fakultas Kesehatan Masyarakat Universitas Airlangga dan sekaligus sebagai pembimbing Ketua. 5. Dr. Arief Wibowo, dr., M.S sebagai pembimbing kedua dalam penyusunan penelitian tesis. 6. Kepala Dinas Kesehatan Kota Surabaya yang telah memberikan izin untuk melakukan penelitian, beserta staf dan seluruh pemegang program kesehatan ibu dan anak di puskesmas tempat lokasi penelitian yang telah memberi bantuan dalam penelitian. 7. Suamiku tercinta Moch. Hanson dan anakku tersayang Fadil Asyif Arrasyid, Bapak, Ibu dan keluarga besarku untuk segala doa, kesabaran dan dukungan selama menjalani perkuliahan ini. 8. Teman-teman angkatan 2014 Program Magister Program Studi Epidemiologi Fakultas Kesehatan Masyarakat Universitas Airlangga dan semua pihak yang tidak dapat peneliti sebutkan satu persatu.
vii
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Penulis juga menerima segala kritik dan saran dari semua pihak demi kesempurnaan tesis ini. Akhir kata, semoga tesis ini dapat berguna baik bagi penulis maupun pihak yang memanfaatkannya.
Surabaya, Juli 2016
Krisnita Dwi Jayanti
viii
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SUMMARY
The maternal mortality raito (MMR) in Indonesia remains high 359 per 100.000 live birth (SDKI 2012). MMR is an indicator of mother’s helath, especially the risk of being death for a mother while pregnancy and delivery. McCarthy and Maine shows three factors that influence maternal mortality, i.e proximate determinant, intermediate determinant and distant determinant. Surabaya city is one of city in the province of East Java which have maternal mortality case still high, so it is necessary to study factor that influence matenal mortality in that city. Problem reducing maternal mortality in developing countries because of inadequate information. Inadequate information was the lack of statistichal data dan regular information that can describe maternal mortality. Besides the lack of description of the problem of maternal deaths due to information about maternal deaths have so far only illustrates the magnitude of the problem, but has not been able to describe the level of vulnerability of maternal mortality. Information about predictors of maternal deaths is limited, so to measure the risk of maternal death, it is necessary to develop an index. Reletade topics important predictors of maternal mortality to be understood as an effort for the planning and evaluation of maternal and child health programs. The index assesses forecast or predict the risk to maternal mortality has not been done. The index has been used in the early detection of the mother still see the risk of pregnancy and has not looked at the risk of maternal death. The purpose of this study was to determined the indicators and develop predictive index formula risk factor of maternal mortality. Type of this research was observasional analytic research using case control study. Case in this study is maternal death in Surabaya district and control group was all mother in pregnancy still live up to 42 days postpartum. The sample size in this study were 114 respondents 38 cases and 76 controls. The sampling technique in this study used simple random sampling technique. Data collection techniques done with secondary data obtained through pregnant women cohort registers and mother card. Age, parity, IMT, LILA, anemia status,interval pregnancy,TT imunization, antenatal care, birth attendants,history of contraception, history of illnes, history of complikation is the independent variable in this study. The dependent variable was maternal mortality. The result showed that a candidat indicator variables(p<0,25) is age (p value=0,179), parity (p value = 0,224), anemia status (p value = 0,002), imunizazion TT (p value=0,127), antenatal care (p value= 0,127), history of contraception (p value= 0,002), and history of illnes (p value= 0,001).The seven variables as indicators of default of risk factor maternal mortality : age, parity, imunizazion TT, and antenatal care. The predictive index of risk factor of maternal mortality are ( - 1,834 + (2,267xhistory of illnes) + (1,597xhistory of using contracepcion) + (1,597xanemia status)).
ix TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
This index is expected to be considered and utilized as a measuring tool in helping health workers, especially in health centers for screening mother, so early can know that pregnant women have an increased risk.of dying either during pregnancy, give birth and parturition.
x TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
DAFTAR ISI Halaman Sampul Depan............................................................................................. Halaman Sampul Dalam ............................................................................................ Halaman Pengesahan ................................................................................................. Halaman Persetujuan.................................................................................................. Halaman Orisinalitas .................................................................................................. Halaman Kata Pengantar ............................................................................................ Halaman Summary ..................................................................................................... Halaman Abstrak ........................................................................................................ Halaman Daftar Isi ..................................................................................................... Halaman Daftar Tabel ................................................................................................ Halaman Daftar Gambar ............................................................................................ Halaman Daftar Lampiran.......................................................................................... Halaman Daftar Singkatan .........................................................................................
i ii iv v vi vii ix x xii xv xvi xvii xviii
BAB I PENDAHULUAN 1.1. Latar Belakang dan Identifikasi Masalah .................................................. 1.2. Kajian Masalah .......................................................................................... 1.3 Rumusan Masalah....................................................................................... 1.4 Tujuan Penelitian ........................................................................................ 1.5 Manfaat Penelitian ......................................................................................
1 6 11 11 12
BAB II TINJAUAN PUSTAKA 2.1.Definisi Kematian Ibu .................................................................................. 2.1.1 Penyebab Kematian Ibu ........................................................................... 2.2 Faktor Risiko yang mempengaruhi kematian Ibu ......................................... 2.3 Upaya menurunkan Kematian Ibu ................................................................ 2.4 Indikator dan Indeks ..................................................................................... 2.4.1 Definisi Indikator ..................................................................................... 2.4.2 Syarat Indikator ....................................................................................... 2.4.3 Klasifikasi Indikator ................................................................................ 2.4.4 Indikator Program Kesehatan Ibu ............................................................ 2.4.5 Indeks .......................................................................................................
14 15 17 30 33 33 34 35 35 37
BAB III KERANGKA KONSEPTUAL DAN HIPOTESIS PENELITIAN 3.1 Kerangka Konseptual Penelitian .................................................................. 3.2 Hipotesis Penelitian ......................................................................................
39 41
BAB IV METODE PENELITIAN 4.1 Jenis Penelitian ............................................................................................. 4.2 Rancang bangun penelitian .......................................................................... 4.3 Lokasi dan Waktu Penelitian ....................................................................... 4.4 Populasi dan sampel ..................................................................................... 4.5 Kerangka Operasional ..................................................................................
42 42 43 43 47
xii TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
4.6 Variabel Penelitian dan Defini Operasianal ................................................. 4.7 Teknik dan Prosedur Pengumpulan Data ..................................................... 4.8 Pengolahan danAnalisis Data .......................................................................
48 51 51
BAB V HASIL DAN ANALISIS DATA 5.1 Gambaran Umum Lokasi Penelitian............................................................. 5.1.1 Kondisi Demografi .................................................................................. 5.1.2 Kondisi Sarana Pelayanan Kesehatan ...................................................... 5.1.3 Kondisi Tenaga Kesehatan ...................................................................... 5.2 Gambaran Kasus Kematian Ibu ................................................................... 5.2.1 Penyebab Kematian Ibu ........................................................................... 5.2.1 Sebaran Umur pada kasus Kematian Ibu ................................................. 5.3 Pengaruh Umur Terhadap Kematian Ibu ..................................................... 5.4 Pengaruh Paritas Terhadap Kematian Ibu .................................................... 5.5 Pengaruh IMT Terhadap Kematian Ibu ........................................................ 5.6 Pengaruh LILA Terhadap Kematian Ibu ..................................................... 5.7 Pengaruh Status AnemiaTerhadap Kematian Ibu ......................................... 5.8 Pengaruh Jarak Kehamilan Terhadap Kematian Ibu .................................... 5.9 Pengaruh Imunisasi TT Terhadap Kematian Ibu ......................................... 5.10 Pengaruh Pemeriksaan Kehamilan Terhadap Kematian Ibu ...................... 5.11 Pengaruh Penolong PersalinanTerhadap Kematian Ibu ............................. 5.12 Pengaruh Riwayat KB Terhadap Kematian Ibu ........................................ 5.13 Pengaruh Riwayat Penyakit Terhadap Kematian Ibu ................................. 5.14 Pengaruh Riwayat Komplikasi Terhadap Kematian Ibu ............................ 5.15 Indeks Prediktif Risiko Kematian Ibu ........................................................ 5.15.1 Hasil Analisis dengan Uji Regresi Logistik Ganda ............................... 5.15.2 Kurva ROC dan PerhitunganCut Off Indeks ......................................... 5.16 Formula Indeks Prediktif Risiko Kematian Ibu .........................................
55 55 55 56 56 56 57 58 59 59 60 61 61 62 63 64 64 65 66 66 67 69 72
BAB VI PEMBAHASAN 6.1 Pengaruh Umur Terhadap Kematian Ibu ..................................................... 6.2 Pengaruh Paritas Terhadap Kematian Ibu .................................................... 6.3 Pengaruh IMT Terhadap Kematian Ibu ........................................................ 6.4 Pengaruh LILA Terhadap Kematian Ibu ..................................................... 6.5 Pengaruh Status AnemiaTerhadap Kematian Ibu ......................................... 6.6 Pengaruh Jarak Kehamilan Terhadap Kematian Ibu .................................... 6.7 Pengaruh Imunisasi TT Terhadap Kematian Ibu ......................................... 6.8 Pengaruh Pemeriksaan Kehamilan Terhadap Kematian Ibu ........................ 6.9 Pengaruh Penolong PersalinanTerhadap Kematian Ibu ............................... 6.10 Pengaruh Riwayat KB Terhadap Kematian Ibu ........................................ 6.11 Pengaruh Riwayat Penyakit Terhadap Kematian Ibu ................................. 6.12 Pengaruh Riwayat Komplikasi Terhadap Kematian Ibu ............................ 6.13 Indeks Prediktif Risiko Kematian Ibu ........................................................
74 75 76 76 77 80 80 81 82 82 83 84 85
xiii TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
BAB VI PENUTUP 7.1 Kesimpulan .................................................................................................. 7.2 Saran ............................................................................................................. Daftar Pustaka ........................................................................................................... Lampiran
89 90 92
xiv TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
DAFTAR TABEL Tabel 4.1 Nilai OR dan Perhitungan Besar Sampel dari Penelitian Terdahulu ......... Tabel 4.2 Definisi Operasional Penelitian ................................................................. Tabel 5.1 Sarana pelayanan kesehatan Di Kota Surabaya ......................................... Tabel 5.2 Distribusi Frekuensi Penyebab Kematian Ibu Di Kota Surabaya .............. Tabel 5.3 Distribusi Frekuensi Umur pada Kasus Kematian Ibu............................... Tabel 5.4 Distribusi Umur Menurut Kejadian Kematian Ibu .................................... Tabel 5.5 Distribusi Jumlah Paritas Menurut Kejadian Kematian Ibu ...................... Tabel 5.6 Distribusi IMT Menurut Kejadian Kematian Ibu ...................................... Tabel 5.7 Distribusi LILA Menurut Kejadian Kematian Ibu..................................... Tabel 5.8 Distribusi Status Anemia Menurut Kejadian Kematian Ibu ...................... Tabel 5.9 Distribusi Jarak Kehamilan Menurut Kejadian Kematian Ibu ................... Tabel 5.10 Distribusi Imunisasi TT Menurut Kejadian Kematian Ibu ...................... Tabel 5.11 Distribusi Pemeriksaan Kehamilan Menurut Kejadian Kematian Ibu ..... Tabel 5.12 Distribusi Penolong Persalinan Menurut Kejadian Kematian Ibu ........... Tabel 5.13 Distribusi Riwayat KB Menurut Kejadian Kematian Ibu ........................ Tabel 5.14 Distribusi Riwayat Penyakit Menurut Kejadian Kematian Ibu ............... Tabel 5.15 Distribusi Riwayat Komplikasi Menurut Kejadian Kematian Ibu ........... Tabel 5.16 Hasil Analisis Regresi Logistik Sederhana .............................................. Tabel 5.17 Hasil Regresi Logistik Sederhana Terhadap Kematian Ibu ..................... Tabel 5.18 Variabel yang tidak masuk model ............................................................ Tabel 5.19 Perhitungan nilai sensitifitas dan spesifisitas ........................................... Tabel 5.20 Skor Kategori Variabel Risiko Kematian Ibu .......................................... Tabel 5.21 Indeks Prediktif Risiko Kematian Ibu Di Kota Surabaya ........................
45 48 55 57 58 58 59 60 60 61 62 62 63 64 65 65 66 67 68 68 70 72 72
xv
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
DAFTAR GAMBAR Gambar 1.1 Trend Angka Kematian Ibu di Kota Surabaya ...................................... Gambar 1.2 Penyebab Kematian Ibu Di Kota Surabaya Tahun 2014 ....................... Gambar 2.1 Kerangka Analisis determinan kematiandan kesakitan ibu.................... Gambar 3.1 Kerangka Konsep Penelitian: Modifikasi Teori McCarthy dan Maine . Gambar 4.1 Skema Desain Penelitian Kasus Kontrol ............................................... Gambar 4.2 Kerangka Operasional Penelitian .......................................................... Gambar 5.1 Kurva ROC dari hasil analisis multivariat ............................................ Gambar 5.2 Titik potong nilai sensitifitas dan spesifisitas ....................................... Gambar 5.3 Matriks Indeks Prediktif Risiko Kematian Ibu .....................................
4 5 16 39 43 47 69 70 73
xvi
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
DAFTAR LAMPIRAN Lampiran 1 Analisis Crosstab .................................................................................... Lampiran 2 Analisis Bivariat ..................................................................................... Lampiran 3 Analisis Multivariat ................................................................................ Lampiran 4 Kode Etik Penelitian ............................................................................... Lampiran 5 Ijin Penelitian dari Universitas Airlangga .............................................. Lampiran 6 Ijin Penelitian dari Bakesbangpolinmas Kota Surabaya......................... Lampiran 7 Ijin Penelitian dari Dinas Kesehatan Kota Surabaya .............................. Lampiran 8 Ijin Penggunaan Data Sekunder dari Universitas Airlangga ..................
96 102 129 138 139 140 141 143
xvii
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
DAFTAR SINGKATAN AIDS AKI BPS Cm EMAS G Hb HIV IMT ICD-X ICPD KB KEK LILA LKI K1 K4 KF3 PK PN MDGs Ml MPS RPJMN SDGs SDKI SKRT UN OR PONED PONEK ROC TT WHO
=Acquired Immune Deficiency Syndrome = Angka Kematian Ibu = Badan Pusat Statistik = Centimeter = Expanding Maternal & Neonatal Survival = Gram = Haemoglobin = Human Immunodeficiency Virus = Indek Masa Tubuh = International Clasification of Diseases X = International Conference on Population and Development = Keluarga Berencana = Kurang Energi Kalori = Lingkar Lengan Atas = Laporan Kematian Ibu = Kunjungan pertama = kunjungan antenatal 4 kali = pelayanan nifas oleh tenaga kesehatan = penanganan komplikasi obstetri = persalinan di tolong tenaga kesehatan = Millenium Development Goals = mili liter = Making Pregnancy Safer = Rencana Pembangungan Jangka Menengah Nasional = Sustainable Development Goals = Survei Demografi Kesehatan Indonesia = Survei Kesehatan Rumah Tangga = United Nations = Odds Ratio = Pelayanan Neonatal Obstetri Emergensi Dasar = Pelayanan obstetric dan neonatal emergensi komprehensif = Receiver Operating Charactheristic = Tetanus Toxoid = Word Health Organizazion
xviii
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
BAB 1 PENDAHULUAN 1.1 Latar Belakang dan Identifikasi Masalah Kesehatan ibu termasuk salah satu isu krusial dalam pencapaian pembangunan kesehatan di seluruh dunia. Pelayanan kesehatan ibu tidak hanya dapat digunakan untuk menentukan pembangunan kesehatan suatu negara, tetapi dapat digunakan untuk investasi bagi peningkatan kualitas sumber daya manusia di masa mendatang (Syafrudin dan Hamidah, 2009). Ibu adalah anggota keluarga yang berperan penting dalam mengatur semua terkait urusan rumah tangga, pendidikan anak dan kesehatan seluruh keluarga, sehingga
upaya
peningkatan
penyelenggaraaan
kesehatan
ibu
perlu
mendapatkan prioritas dan perhatian khusus (Kemenkes RI, 2014). Angka Kematian Ibu (AKI) juga merupakan salah satu target yang telah ditentukan dalam tujuan ke-5 pembangunan Millenium Development Goals (MDGs) untuk menurunkan Angka Kematian Ibu hingga tiga per empat dalam kurun waktu 1990-2015. MDGs telah berakhir pada tahun 2015 dan World Health Organizazion
(WHO)
menetapkan agenda baru untuk
kelanjutan dari apa yang telah dibangun dalam MDGs dengan menetapkan Sustainable Development Goals (SDGs), target yang akan dicapai adalah mengurangi AKI secara global hingga di bawah 70/100.000 kelahiran hidup hingga kurun waktu 2030 (WHO, 2015). Target AKI di Indonesia berdasarkan MDGs di tahun 2015 adalah 102 per 100.000 kelahiran hidup (Kemenkes RI, 2014). Berdasarkan Survei
1 TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Demografi dan Kesehatan
2
Indonesia (SDKI) tahun 2012, AKI (yang
berkaitan dengan kehamilan, persalinan dan nifas) sebesar 359 per 100.000 kelahiran hidup. Angka kematian ibu menduduki peringkat pertama jika dibandingkan dengan negara-negara tetangga di Kawasan
Assosiation of
Southeast Asian Nations (ASEAN). Pada tahun 2007, ketika AKI di Indonesia mencapai 228, AKI di Singapura hanya 6 per 100.000 kelahiran hidup, Brunei 33 per 100.000 kelahiran hidup, Filipina 112 per 100.000 kelahiran hidup, serta Malaysia dan Vietnam sama-sama mencapai 160 per 100.000 kelahiran hidup (Kemenkes RI, 2015). Penduduk Indonesia pada tahun 2007 adalah 225.642.000 jiwa dengan AKI 228 per 100.000 kelahiran hidup yang berarti ada 9.774 ibu meninggal per tahun atau 1 ibu meninggal tiap jam oleh sebab yang berkaitan dengan kehamilan, persalinan, dan nifas. Penyebab langsung kematian ibu sebesar 90% terjadi pada saat persalinan dan segera setelah persalinan (SKRT 2001). Penyebab langsung kematian ibu adalah perdarahan (28%), eklampsia (24%), dan infeksi ( 11%). Penyebab tidak langsung kematian ibu antara lain Kurang Energi Kronis (KEK) pada kehamilan (37%) dan anemia pada kehamilan (40%). Kejadian anemia akan meningkatkan risiko kematian ibu dibandingkan dengan ibu yang tidak anemia (Depkes, 2009). Indonesia sejak tahun 1996 telah melakukan upaya strategis dalam menekan AKI dengan pendekatan Safe Motherhood berupa program Gerakan Sayang Ibu yang melibatkan berbagai sektor pemerintahan serta sektor kesehatan. Pada tahun 2000 Kementerian Kesehatan RI memperkuat strategi
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
intervensi
sektor
kesehatan
untuk
mengatasi
kematian ibu
3
dengan
mencanangkan strategi Making Pregnancy Safer, tetapi pada tahun 2012 SDKI mencatat kenaikan kematian ibu dari 228 menjadi 359 kematian ibu per 100.000 kelahiran hidup. Pemerintah pada tahun 2012 membuat Strategi Expanding Maternal and Neonatal Survival (EMAS) di 6 Provinsi dan Kabupaten dengan angka kematian ibu terbesar yaitu Sumatera Utara, Banten, Jawa Barat, Jawa Tengah, Jawa Timur dan Sulawesi Selatan. Dasar pemilihan provinsi tersebut dikarenakan 52,6% dari jumlah kematian ibu yang terjadi di Indonesia berasal dari enam provinsi tersebut, dengan penurunan AKI di enam provinsi tersebut diharapkan akan dapat menurunkan AKI di Indonesia secara signifikan (Kemenkes RI, 2015). Upaya penurunan angka kematian ibu dan angka kematian neonatal melalui program EMAS dilakukan dengan cara meningkatkan kualitas pelayanan emergensi obstetri dan bayi baru lahir minimal di 150 rumah sakit (PONEK) dan 300 puskesmas/balkesmas (PONED) dan memperkuat sistem rujukan yang efisien dan efektif antar puskesmas dan rumah sakit. Pelayanan kesehatan ibu meliputi pelayanan kesehatan ibu hamil, pelayanan kesehatan ibu bersalin, pelayanan kesehatan ibu nifas, pelayanan/penanganan komplikasi kebidanan, dan pelayanan kontrasepsi. Pemerintah bersama masyarakat bertanggung jawab untuk menjamin setiap ibu memiliki akses terhadap pelayanan kesehatan ibu yang berkualitas, mulai dari saat hamil, pertolongan persalinan oleh tenaga kesehatan terlatih, perawatan pasca persalinan bagi ibu
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
4
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
dan bayi, perawatan khusus dan rujukan jika terjadi komplikasi, serta akses terhadap keluarga berencana (Kemenkes RI, 2015). Berdasarkan Laporan Kematian Ibu (LKI) Kabupaten/Kota se Jawa Timur, Angka Kematian Ibu di Provinsi Jawa Timur cenderung meningkat dalam 5 tahun terakhir, yaitu pada tahun 2008 sebesar 83 per 100.000 kelahiran hidup; tahun 2009 sebesar 90,7 per 100.000 kelahiran hidup; tahun 2010 sebesar 101,4 per 100.000 kelahiran hidup; tahun 2011sebesar 104,3 per 100.000 kelahiran hidup dan di tahun 2012 mencapai 97,43 per 100.000 kelahiran hidup. Capaian Angka Kematian Ibu di Jawa Timur tahun 2012 keadaannya berada 5 point dibawah dari target MDGs tahun 2015 sebesar 102 per 100.000 kelahiran hidup (Dinkes Prov Jatim, 2013). 160 144.64
140 120 100
118 102
118 102
119.15 118 102
80
118 102 90.19
Capaian Target RPJMN 2014
60
Target MDGs
40 20
0 2011
2012
2013
2014
Gambar 1.1 Trend Angka Kematian ibu di Kota Surabaya Data Angka Kematian Ibu di Kota Surabaya pada tahun 2012 dengan jumlah kelahiran hidup 41.481 dengan jumlah kematian 60 jiwa dan besar proporsi 144,64 per 100.000 kelahiran hidup. Pada tahun 2013 dengan jumlah kelahiran hidup sebanyak 41.125 dengan jumlah kematian ibu 49 jiwa dengan proporsi sebesar 119,15 per 100.000 kelahiran hidup dan pada tahun 2014
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
5
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
jumlah kelahiran hidup sebesar 43.242 kelahiran hidup dengan jumlah kematian ibu 39 jiwa dengan proporsi sebesar 90,19 per 100.000 kelahiran hidup. Data di atas menujukkan pada tahun 2014 terjadi penurunan dalam 2 tahun terakhir akan tetapi cenderung stagnan (Dinas Kesehatan Kota Surabaya, 2014).
Lainnya 41%
Perdarahan 26%
Eklamsia 28% jantung 5%
Infeksi 0%
Gambar 1.2 Penyebab Kematian ibu di Kota Surabaya Tahun 2014 Dari Gambar 1.2 dapat diketahui bahwa penyebab langsung terbanyak pada kematian ibu di Kota Surabaya disebabkan oleh faktor lain yang tidak diketahui penyebabnya yaitu 10 kematian ibu dari 39 kematian yang terjadi dengan besar persentase sebesar 41%. McCarthy dan Maine (1992) mengemukakan 3 faktor yang berpengaruh terhadap proses terjadinya kematian maternal yaitu determinan dekat, determinan antara, dan determinan jauh. Determinan dekat adalah kehamilan
itu sendiri dan komplikasi yang terjadi dalam kehamilan,
persalinan dan masa nifas (komplikasi obstetri). Determinan dekat secara
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
6
langsung dipengaruhi oleh determinan antara yang berhubungan dengan faktor kesehatan, seperti status kesehatan ibu, status reproduksi, akses terhadap pelayanan kesehatan, dan perilaku penggunaan pelayanan kesehatan. Determinan jauh yang akan mempengaruhi kejadian kematian maternal melalui pengaruhnya terhadap determinan antara yang meliputi sosiokultural dan faktor ekonomi, seperti status wanita dalam keluarga dan masyarakat, status keluarga dalam masyarakat dan status masyarakat. Kesadaran masyarakat yang rendah tentang kesehatan
ibu hamil, pemberdayaan
perempuan yang tidak baik, latar belakang pendidikan, sosial ekonomi keluarga, lingkungan masyarakat dan politik, serta kebijakan secara tidak langsung diduga ikut berperan dalam meningkatkan kematian ibu. 1.2 Kajian Masalah Kesehatan ibu adalah salah satu isu krusial dalam pencapaian pembangunan kesehatan di seluruh dunia. Pelayanan kesehatan ibu tidak hanya sensitif dalam menentukan pembangunan kesehatan suatu
negara,
tetapi investasi bagi peningkatan kualitas sumber daya manusia suatu negara (Syafrudin dan Hamidah, 2009). WHO membagi penyebab kematian ibu menjadi penyebab langsung (direct) dan tidak langsung (indirect). Penyebab langsung yaitu komplikasi kehamilan, sedangkan yang menyebabkan kematian tidak langsung yaitu HIV, malaria, dan tuberkulosis. Peristiwa kematian pada dasarnya merupakan proses akumulasi akhir (outcome) dari berbagai penyebab kematian langsung maupun tidak langsung (Hernandez dan Moser, 2013).
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Angka Kematian Ibu
7
merupakan salah satu indikator yang peka
dalam menggambarkan kesejahteraan masyarakat di suatu negara. Kejadian kematian di suatu wilayah dari waktu ke waktu dapat memberikan gambaran perkembangan derajat kesehatan masyarakat, selain seringkali digunakan sebagai indikator dalam penilaian keberhasilan program pembangunan dan pelayanan kesehatan. Angka Kematian Ibu yang tinggi di suatu wilayah pada dasarnya menggambarkan derajat kesehatan masyarakat yang rendah dan berpotensi menyebabkan kemunduran ekonomi dan sosial pada level rumah tangga, komunitas, dan nasional (Kemenkes RI, 2014). Penelitian di India dan Bangladesh menunjukkan bahwa dari satu kematian ibu terdapat 17 sampai 70 kasus morbiditas berat pada ibu. Dampak terbesar kematian ibu yang berupa penurunan kualitas hidup bayi dan anak menyebabkan goncangan dalam keluarga dan selanjutnya mempengaruhi tumbuh kembang anak. Penelitian di Bangladesh menunjukkan bahwa 95 persen dari bayi lahir dengan ibu meninggal dalam kurun waktu dekat akan meninggal sebelum umur satu tahun, dengan satu ibu meninggal diperkirakan dua anak menjadi piatu. Demikian juga keadaan Di Indonesia ibu memiliki peran yang penting dalam keluarga, kelangsungan hidup anak-anak bergantung kepada ibu. Penelitian menunjukkan bahwa kematian ibu juga akan diikuti oleh kematian bayinya. Oleh karena itu upaya pencegahan kematian ibu sangat penting dilakukan sebagai upaya untuk memperbaiki nasib dan kelangsungan hidup anak (Wijono, 2008).
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
8
Hasil penelitian di Kabupaten Pati Jawa Tengah menunjukan bahwa faktor risiko pada determinan dekat atau komplikasi yang mempengaruhi kematian maternal yaitu ibu dengan komplikasi kehamilan mempunyai risiko 12 kali lebih besar dibandingkan dengan ibu tanpa komplikasi kehamilan, ibu dengan komplikasi persalinan mempunyai risiko 10 kali lebih besar dibandingkan dengan ibu tanpa komplikasi persalinan dan ibu dengan riwayat penyakit memiliki risiko sebesar 28 kali lebih besar dibandingkan dengan ibu tanpa riwayat penyakit (Aeni, 2013). Penelitian faktor risiko yang dilakukan di Gowa Sulawesi Selatan dengan menggunakan desain studi kasus kontrol untuk melihat pengaruh status kesehatan yang terdiri dari status gizi, anemia, riwayat penyakit dan komplikasi kehamilan menyatakan bahwa ibu dengan status kesehatan risiko tinggi mempunyai risiko sebesar 10 kali lebih besar mengalami kematian dibandingkan dengan ibu yang memiliki status kesehatan risiko rendah (Ikhtiar dan Yasir, 2015). Permasalahan
di
negara
berkembang dalam
banyak
sumber
menyebutkan data kematian sebanyak 50% kematian ibu tidak terlaporkan. Permasalahan ini menyebabkan salah menghitung angka kematian ibu yang disebabkan oleh komplikasi kehamilan (Hernandez dan Moser, 2013). Permasalahan penurunan AKI di negara berkembang salah satunya karena informasi yang belum memadai. Informasi yang kurang memadai tersebut terjadi karena masih kurangnya data statistik dan informasi berkala yang mampu menggambarkan kematian ibu. Kurangnya gambaran permasalahan
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
9
kematian ibu karena informasi tentang kematian ibu yang ada selama ini hanya
menggambarkan
besaran
masalah,
namun
belum
mampu
menggambarkan tingkat kerawanan tentang kematian ibu (Syafrudin dan Hamidah, 2009). Kehamilan adalah proses reproduksi yang normal, tetapi perlu perawatan dini yang khusus agar ibu dan janin dalam keadaan sehat, oleh sebab itu kehamilan yang normal tetap mempunyai risiko. Upaya untuk menurunkan angka kematian ibu perlu dilakukan dengan deteksi dini risiko ibu hamil di tempat pelayanan kesehatan ibu dan anak atau pada masyarakat. Faktor risiko merupakan beberapa keadaan yang dimiliki oleh ibu tetapi tidak secara bermakna secara langsung meningkatkan risiko kematian ibu. Faktor risiko tersebut dapat berupa umur ibu kurang dari 20 tahun dan atau lebih dari 35 tahun, jumlah anak lebih dari 4, jarak kehamilan terakhir sekarang kurang dari 2 tahun, riwayat penyakit sebelumnya dan lingkar lengan atas kurang dari 23,5 cm (Wijono, 2008). Informasi tentang prediktor kematian ibu masih terbatas, sehingga untuk mengukur risiko kematian ibu, maka perlu dikembangkan suatu indeks. Indeks adalah suatu
istilah yang digunakan untuk indikator yang lebih
kompleks yang merupakan gabungan dari sejumlah indikator. Indeks dapat menggambarkan suatu gambaran efek gabungan sejumlah komponen yang diukur secara bebas dan dapat digunakan sebagai ukuran perubahan yang terjadi dalam jangka waktu pendek (Departemen Kesehatan RI, 2003). Indeks merupakan suatu pendekatan terbaik yang digunakan yang dapat mendekati
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
10
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
rate sesungguhnya. Indeks digunakan apabila kita tidak dapat menghitung langsung jumlah yang menghadapi risiko (Wijono, 2006). Informasi terkait prediktor kematian ibu penting untuk dipahami sebagai upaya untuk perencanaan dan evaluasi program kesehatan ibu dan anak. Penelitian mengenai indeks yang menilai perkiraan atau memprediksi risiko terhadap kematian ibu belum pernah dilakukan. Indeks yang sudah digunakan dalam melakukan deteksi dini pada ibu masih melihat risiko pada kehamilan dan belum melihat pada risiko kematian ibu. Penilaian
risiko
kehamilan ibu yaitu dengan menggunakan Kartu Skor poedji rochjati. Kehamilan risiko tinggi dapat berakibat pada terjadinya peningkatan morbiditas dan mortalitas terhadap ibu dan janin dalam kehamilan, persalinan, dan nifas (Mochtar,1998). Variabel yang digunakan dalam penilaian adalah determinan jauh, antara, dan dekat dalam suatu kehamilan. Skor yang dihasilkan belum tentu mengarah pada mortalitas atau kematian ibu. Pemanfaatan data hasil pemeriksaan ibu hamil untuk menyusun suatu indeks prediksi kematian ibu diharapkan dapat menjadi informasi yang mampu
mendeteksi
sedini
mungkin
risiko
kematian
ibu
dengan
memperhitungkan faktor risiko yang ada. Informasi ini dapat berguna bagi ibu, tenaga kesehatan maupun pemegang program kesehatan ibu, sehingga dapat menurunkan kematian ibu dengan melakukan deteksi dini untuk mencegah terjadinya kematian pada ibu hamil, bersalin, dan nifas. Berdasarkan data dan fenomena yang ada, maka penting dilakukan penelitian untuk membuat indeks prediktif risiko kematian ibu di Kota
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
11
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Surabaya. Indeks prediktif merupakan suatu pengukuran yang dilakukan dengan menggunakan indikator-indikator yang secara statistik bermakna untuk mempengaruhi kematian ibu sehingga dapat mengetahui besar risiko kematian ibu pada seorang ibu hamil. Manfaat dari diketahuinya
indeks
prediktif risiko kematian ibu diharapkan dapat menentukan intervensi yang tepat untuk menurunkan angka kematian ibu khususnya di Kota Surabaya. 1.3 Rumusan Masalah Bagaimana indeks prediktif risiko kematian ibu di Kota Surabaya? 1.4 Tujuan Penelitian 1.4.1
Tujuan Umum
Menyusun indeks prediktif risiko kematian ibu di Kota Surabaya 1.4.2
Tujuan Khusus
1
Menganalisis pengaruh umur terhadap kematian ibu di Kota Surabaya.
2
Menganalisis pengaruh paritas terhadap kematian ibu di Kota Surabaya.
3
Menganalisis pengaruh Indeks Masa Tubuh (IMT) terhadap kematian ibu di Kota Surabaya.
4
Menganalisis pengaruh Lingkar Lengan Atas (LILA) terhadap kematian ibu di Kota Surabaya.
5
Menganalisis pengaruh
status anemia terhadap kematian ibu di Kota
Surabaya. 6
Menganalisis pengaruh jarak kehamilan terhadap kematian ibu di Kota Surabaya.
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
7
12
Menganalisis pengaruh imunisasi (Tetanus Toksoid) TT terhadap kematian ibu di Kota Surabaya.
8
Menganalisis pengaruh pemeriksaan kehamilan terhadap kematian ibu di Kota Surabaya.
9
Menganalisis pengaruh penolong persalinan terhadap kematian ibu di Kota Surabaya.
10 Menganalisis pengaruh riwayat KB terhadap kematian ibu di Kota Surabaya. 11 Menganalisis pengaruh riwayat penyakit terhadap kematian ibu di Kota Surabaya. 12 Menganalisis pengaruh riwayat komplikasi terhadap kematian ibu di Kota Surabaya. 13 Menyusun indeks yang berhubungan dengan risiko kematian ibu di Kota Surabaya.
1.5
Manfaat Penelitian
1.5.1 Manfaat Teoritis Didapatkan bukti ilmiah terkait faktor yang berkontribusi terhadap meningkatnya jumlah kematian ibu di Kota Surabaya yang dapat digunakan sebagai pengembangan penelitian berikutnya untuk menurunkan angka kematian ibu khususnya di Kota Surabaya. 1.5.2 Manfaat Praktis 1. Memberikan informasi baru bagi calon ibu terkait faktor yang dapat meningkatkan kejadian kematian ibu. Sehingga calon ibu dapat lebih mawas
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
13
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
diri dalam mempersiapkan dan menjaga kesehatannya dengan optimal selama kehamilan hingga masa nifas berakhir. 2. Memberikan masukan dan bahan pertimbangan bagi perumusan kebijakan, khususnya bagi upaya penurunan angka kematian ibu dan peningkatan program kesehatan ibu dan anak. 3. Sebagai
dasar
pertimbangan
penyusunan
strategi
yang
tepat
untuk
perencanaan, pencegahan, promosi dan intervensi dalam upaya menurunkan angka kematian ibu. 4. Bagi Dinas Kesehatan memiliki implikasi penting terhadap proses monitoring dan evaluasi program sehingga memberikan acuan dalam keberhasilan program penyelenggaraan kesehatan ibu di wilayah Kota Surabaya. 5. Bagi Puskesmas pengumpulan data rutin dapat digunakan untuk deteksi dini risiko kematian ibu di wilayah kerja puskesmas tersebut dan dapat digunakan untuk menurunkan angka kematian ibu di wilayah kerjanya dengan menggunakan data rutin yang telah terkumpul.
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
BAB 2 TINJAUAN PUSTAKA
2.1 Definisi Kematian Ibu Kematian adalah salah satu komponen proses demografi selain fertilitas dan mobilitas yang mempengaruhi struktur penduduk suatu daerah. Tingkat mortalitas penduduk selain berpengaruh pada pertumbuhan penduduk, juga sebagai salah satu indikator derajat kesehatan masyarakat. Data
mortalitas
dibutuhkan
untuk
melakukan
proyeksi
penduduk,
perencanaan pembangunan dan evaluasi terhadap program kebijakan dalam kependudukan (Martadisoebrata, Sastrawinata dan Saifuddin, 2011). Menurut United Nations (UN) dan World Health Organization (WHO) mati merupakan keadaan menghilangnya semua tanda-tanda kehidupan secara permanen, yang bisa kapan saja terjadi setelah kelahiran hidup. Lahir hidup merupakan peristiwa keluarnya hasil konsepsi dari rahim seorang ibu secara lengkap tanpa melihat lama kehamilan dan setelah terpisah telah terjadi hasil konsepsi bernafas dan mempunyai tanda-tanda hidup lain seperti denyut jantung, denyut tali pusat, atau gerakan – gerakan otot tanpa memandang tali pusat sudah terpotong atau belum (Martadisoebrata, Sastrawinata dan Saifuddin, 2011). Kematian ibu menurut batasan dari The Tenth Revision of The International Clasification of Diseases (ICD-X) adalah kematian seorang wanita yang terjadi pada saat kehamilan sampai dengan 42 hari setelah
14 TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
15
kehamilan berakhir, tidak tergantung dari lama dan tempat terjadi kehamilan, yang disebabkan oleh apapun yang berhubungan dengan kehamilan, atau oleh kehamilan tersebut atau penangkanannya, tetapi bukan kematian yang disebabkan oleh kecelakaan (Syafrudin dan Hamidah, 2009). Kematian ibu dapat dibagi menjadi dua kelompok, yaitu : 1. Kematian obstetri langsung (direct obstetric death) yaitu kematian yang langsung sebagai akibat komplikasi obstetri pada kehamilan, persalinan dan nifas atau kematian disebabkan tindakan atau yang terjadi selama proses tindakan selama kehamilan, bersalin dam nifas (Syafrudin dan Hamidah, 2009). 2. Kematian obstetri tidak langsung (inderict obstetric death) yaitu kematian yang diakibatkan oleh penyakit bukan komplikasi obstetri, yang diperberat dengan adanya kehamilan atau persalinan (Syafrudin dan Hamidah, 2009). 2.1.1
Penyebab Kematian Ibu Penyebab kematian ibu seperti perdarahan pospartum, eklamsia,
infeksi, aborsi tidak aman, partus macet dan sebab lain seperti kehamilan ektopik dan mola hidatidosa. Keadaan di atas diperberat dengan kurang gizi, malaria dan penyakit lain seperti tuberculosis, penyakit jantung, hepatitis, asma dan HIV (Martadisoebrata, Sastrawinata dan Saifuddin, 2011). Penyebab langsung kematian ibu kurang lebih 90% disebabkan persalinan dan kematian tersebut terjadi disebabkan komplikasi. Penyebab tidak langsung dilatar belakangi oleh sosial ekonomi, pendidikan,
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
16
kedudukan dan peranan wanita, sosial budaya dan transportasi. selain itu terdapat penyebab kematian ibu yang tergambar sebagai “tiga terlambat” yaitu terlambat mengenal tanda bahaya dan mengambil keputusan, terlambat mencapai fasilitas kesehatan, terlambat mendapat pertolongan di fasilitas kesehatan. Serta ada “empat terlalu” yaitu terlalu muda untuk memiliki anak dengan umur kurang dari 20 tahun, terlalu banyak melahirkan dimana lebih dari 3 anak, terlalu rapat jarak kehamilan dengan kehamilan sebelumnya yang berjarak kurang dari 2 tahun dan terlalu tua untuk mempunyai anak dengan ibu umur lebih dari 35 tahun (Prasetyawati,2012). Pada tahun 1992 McCarthy dan Maine telah mengembangkan suatu kerangka konseptual kematian ibu, dalam kerangka konseptual tersebut terdapat 3 komponen dalam proses kematian ibu. Determinan jauh
Determinan Dekat Status Kesehatan
Hasil Kehamilan
Status Reproduksi Faktor-faktor Sosialekonomi dan Budaya
Akses Terhadap Pelayanan Kesehatan Perilaku/pemanfaatan pelayanan kesehatan
Komplikasi
Mati/cacat
Faktor-faktor yang tidak diketahui tidak diperkirakan (Sumber : McCarthy dan Maine, 1992) Gambar 2.1 Kerangka analisis determinan kematian dan kesakitan ibu
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
17
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Kerangka mengemukakan
konsep bahwa
McCarthy peran
dan
Maine
determinan
(1992)
kematian
ibu
tersebut sebagai
keadaan/hal-hal yang melatarbelakangi dan menjadi penyebab langsung dan tidak langsung dalam menyebabkan kematian ibu. Determinan kematian tersebut dikelompokkan ke dalam determinan proksi/dekat, determinan antara, dan determinan konstektual/jauh diantaranya yaitu a. Determinan proksi/dekat, dipengaruhi oleh determinan antara yaitu kejadian kehamilan, komplikasi kehamilan dan persalinan b. Determinan antara, dipengaruhi oleh determinan konstektual/antara yaitu status kesehatan, status reproduksi, perilaku sehat, dan faktor lain yang tidak diketahui atau tidak terduga c. Determinan kontektual/ jauh yaitu status wanita dalam keluarga dan masyarakat, status keluarga dalam masyarakat, dan status masyarakat (Syafrudin dan Hamidah, 2009). 2.2 Faktor Risiko yang mempengaruhi kematian ibu Faktor risiko merupakan sesuatu yang ada pada diri seseorang atau komunitas yang mungkin pada suatu waktu tertentu dapat menyebabkan masalah kesehatan berupa ketidaknyamanan, kesakitan dan bahkan ke kematian (Martadisoebrata, Sastrawinata dan Saifuddin, 2011).Faktor risiko
yang
mempengaruhi
kematian
ibu,
yang
dikelompokkan
berdasarkan kerangka konsep dari McCarthy dan Maine (1992) adalah sebagai berikut :
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
18
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
1. Determinan dekat Proses yang paling dekat terhadap kejadian kematian ibu adalah kehamilan itu sendiri
dan komplikasi, persalinan dan
nifas
(Martadisoebrata, Sastrawinata dan Saifuddin, 2011). Wanita yang hamil
mempunyai
risiko
untuk
mengalami
komplikasi,
baik
komplikasi kehamilan maupun persalinan dan nifas, sedangkan wanita yang tidak hamil tidak memiliki risiko tersebut (Syafrudin dan Hamidah, 2009). a. Komplikasi kehamilan dan persalinan Trias utama yang menyebabkan kematian ibu yaitu perdarahan, infeksi dan eklamsi (Mochtar, 1998). Komplikasi obstertri tersebut adalah penyebab langsung kematian ibu. Komplikasi obstretri yang sering terjadi yaitu perdarahan, infeksi, eklamsia, partus macet, abortus dan ruptur uteri (Syafrudin dan Hamidah, 2009). 1) Perdarahan Perdarahan melalui jalan lahir pada kehamilan, persalinan dan nifas merupakan tanda bahaya yang mengaibatkan kematian ibu. Perdarahan yang perlu diwaspadai yaitu perdarahan melalui jalan lahir pada umur kehamilan sebelum 3 bulan disebabkan keguguran, perdarahan melalui jalan lahir disertai nyeri perut bawah yang hebat, perdarahan selama umur kehamilan 7-9 bulan, perdarahan yang banyak setelah atau
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
19
dalam 1 jam setelah melahirkan dan perdarahan pada masa nifas (dalam 42 hari setelah melahirkan) yang berlangsung terus menerus, ada bau tidak sedap dan demam. Perdarahan setelah melahirkan paling sering menjadi penyebab kematian dalam waktu kurang dari 2 jam (Syafrudin dan Hamidah, 2009). Perdarahan, terutama perdarahan postpartum memberikan kontribusi 67% pada kematian ibu. Perdarahan postpartum berkaitan dengan kontraksi rahim yang kurang baik yang menyebabkan plasenta tidak sepenuhnya lepas dan perdarahan berlanjut meskipun bayi sudah lahir. Penyebab perdarahan postpartum ini adalah persalinan lama, rahim robek, laserasi servik atau vagina, plasenta previa, atau plasenta lepas dini (Wijono,2008). 2) Partus lama Partus lama terjadi sejak ibu mulai merasa mulas sampai melahirkan bayi, biasanya berlangsung urang dari 12 jam. Jika bayi belum lahir lebih dari 12 jam sejak dirasakan mulas, persalinan tersebut tergolong lama (Syafrudin dan Hamidah, 2009). Partus lama disebabkan oleh adanya kemungkinan kelainan yang terjadi pada jalan lahir seperti terjadi kesempitan jalan lahir, mengubah posisi dan kebutuhan janin intrauterin,
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
20
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
ada penghalang jalan lahir tulang atau lunak, ukuran janin terlalu besar sedangkan pelvis normal sehingga terjadi sehingga terjadi disproporsi sefalopelvik dan serviks kaku. Keadaan janin yang dapat menyebabkan partus lama adalah letak janinn yang membujur sehingga letak sungsang, ukuran janin terlalu besar, lilitan tali pusat, dan bagian terendah belum masuk disproporsi sefalopelvik, serta adanya kelainan pada janin yaitu tumor abdomen, anensefali, dan hidrosefalus (Manuaba, 2010). 3) Infeksi nifas Kehamilan sering terjadi bersamaan dengan infeksi yang dapat mempengaruhi kehamilan atau sebaliknya kehamilan dapat memperberat infeksi Perlukaan karena persalinan adalah tempat masuknya kuman dalam tubuh, sehingga dapat menimbulkan infeksi kala nifas. Infeski kala nifas adalah semua infeksi yang menimbulkan peradangkan pada semua alat genitalia pada masa nifas oleh sebab apapun dengan ditandai menigkatnya suhu tubuh melebihi 380C tanpa menghitung hari pertama dan berturut-turut selama dua hari (Manuaba, 2010). Sumber terjadinya infeksi kala nifas adalah manipulasi penolong yang terlalu sering melakukan pemeriksaan dalam pada saat proses persalinan. Selain itu, infeksi juga dapat diperoleh akibat dari infeksi nosokomial ketika di rumah sakit, hubungan seks menjelang persalinan atau infeksi intrapartum,
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
21
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
persalinan lama terlantar, ketuban pecah lebih dari enam jam, dan terdapat pusat infeksi dalam tubuh (Manuaba, 2010) 4) Eklamsia Eklamsia muncul pada wanita hamil atau dalam keadaan persalinan dan nifas dengan tanda – tanda preeklamsia. Eklamsia merupakan kelanjutan preeklamsia berat ditambah dengan kejang dan koma yang mendadak. Kehamilan dalam keadaan eklamsia sudah agak sulit mendapatkan perawatan dan pengobatan seingga sering menyebabkan kematian ibu serta janin. Angka kematian ibu pada eklamsia sulit diturunkan sehingga untuk menurunkan angka kematian diharapkan dapat menetapkan penyakit pada keadaan preeklamsia ringan yang penyembuhannya lebih mudah dan berhasil baik (Manuaba, 2010). 2. Determinan antara a. Status kesehatan ibu Status kesehatan ibu yang berpengaruh terhadap kejadian kematian ibu meliputi status gizi, anemia, penyakit yang diderita ibu dan riwayat komplikasi pada kehamilan dan persalinan sebelumnya (Syafrudin dan Hamidah, 2009). 1) Status Gizi Status gizi merupakan keadaan tubuh sebagai akibat konsumsi makanan dan penggunaan zat-zat gizi (Lailiyana, Noor
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
22
dan Suryatni, 2010).Status gizi ibu hamil dapat dilihat dari hasil pengukuran terhadap lingkar lengan atas (LILA). Pengukuran LILA bertujuan untuk mendeteksi apakah ibu hamil termasuk kategori kurang energi kronis (KEK) atau tidak. Ibu dengan status gizi buruk memiliki risiko untuk terjadinya perdarahan dan infeksi pada masa nifas. Keadaan kurang gizi sebelum dan selama kehamilan memberikan kontribusi terhadap rendahnya kesehatan ibu, masalah dalam persalinan dan masalah pada bayi yang dilahirkan (Andriani dan Wirjatmadi, 2012). 2) Status Anemia Anemia pada kehamilan adalah anemia karena kekurangan zat besi. Anemia pada kehamilan merupakan masalah nasional karena
mencerminkan
nilai
kesejahteraan
sosial
ekonomi
masyarakat dan pengaruhnya sangat besar terhadap kualitas sumber daya manusia. Menurut WHO, kejadian anemia kehamilan berkisar antara 20 dan 89% dengan menetapkan Hb 11 g% (g/dl) sebagai dasarnya (Manuaba, 2010). Ibu hamil dianggap anemia bila kadar hemoglobinnya < 11 g%. Anemia yang paling banyak terjadi adalah anemia akibat defisiensi zat besi dan asam folat. Keluhan anemia meliputi letih, lemah, pucat,pusing, sakit kepala, anoreksia, stomatitis, sensitif terhadap rasa dingin (Lailiyana, Noor dan Suryatni, 2010). Ibu dengan anemia tidak dapat menoleransi kehilangan darah seperti
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
23
perempuan sehat tanpa anemia. Pada waktu persalinan terjadi kehilangan darah 1000 ml tidak akan mengakibatkan kematian ibu sehat, tetapi sebaliknya pada ibu dengan anemia kehilangan darah kurang dari itu dapat berakibat fatal dan meningkatkan risiko operasi atau penyembuhan luka lama dan lukan dapat terbuka seluruhnya (Saifuddin, 2009). 3) Riwayat Penyakit yang diderita ibu Penyebab kematian ibu tidak langsung adalah malaria, hepatitis, HIV/AIDS, diabetes melitus, bronkopneumonia. Riwayat obstetri yang buruk seperti persalinan dengan tindakan, perdarahan, partus lama, bekas seksio sesaria akan mempengaruhi kematian ibu (Saifuddin, 2009). Penyakit jantung akan menjadi lebih berat pada saat kehamilan, karena dapat mempengaruhi gangguan pada pertumbuhan janin. Keluhan utama yang dirasakan seperti cepat merasa lelah, jantung berdebar-debar, sesak napas disertai kebiruan, edema tungkai dan mengeluh tentang bertambahnya besar rahim yang tidak sesuai (Manuaba, 2010). b. Status reproduksi Status reproduksi yang berperan penting terhadap kejadian kematian ibu adalah umur ibu hamil, jumlah kelahiran, jarak kehamilan dan status perkawinan ibu (Syafrudin dan Hamidah, 2009).
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
24
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Usia 20 tahun organ reproduksi belum matang sehingga berisiko tinggi untuk kehamilan, persalinan, dan nifas. Periode usia 20-30/35tahun merupakan periode usia paling baik untuk hamil, melahirkan, dan bersalin. Periode di atas 35 tahun, ibu mempunyai risiko tinggi untuk terjadi komplikasi obstetri. Usia tua juga mempunyai risiko untuk terkena penyakit lain seperti penyakit jantung, tekanan darah tinggi,keganasan dan kelainan metabolik yang biasanya meningkat (Prasetyawati, 2012). Jumlah kelahiran di atas 4 kali merupakan risiko untuk terjadinya kematian ibu (Prasetyawati, 2012). c. Akses terhadap pelayanan kesehatan Hal ini meliputi antara lain keterjangkauan lokasi tempat pelayanan kesehatan, dimana tempat pelayanan yang lokasinya tidak
strategis/sulit
dicapai
oleh
para
ibu
menyebabkan
berkurangnya akses ibu hamil terhadap pelayanan kesehatan, jenis dan kualitas pelayanan yang tersedia dan keterjangkauan terhadap informasi. Akses terhadap tempat pelayanan kesehatan dapat dilihat dari beberapa faktor, seperti lokasi dimana ibu dapat memperoleh
pelayanan
kontrasepsi,
pemeriksaan
antenatal,
pelayanan kesehatan primer atau pelayanan kesehatan rujukan yang tersedia di masyarakat. Pada umumnya kematian ibu di negara berkembang
berkaitan
dengan
setidaknya
satu
dari
tiga
keterlambatan (the three delay models).
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
25
Keterlambatan yang pertama adalah keterlambatan dalam pengambilan keputusan untuk mencari perawatan kesehatan apabila terjadi komplikasi obstetrik. Keadaan ini terjadi karena berbagai alasan, termasuk di dalamnya adalah keterlambatan dalam mengenali adanya masalah, ketakutan pada rumah sakit atau ketakutan terhadap biaya yang akan dibebankan disana, atau karena pertolongan pada tenaga kesehatan harus menunggu suami atau orang tua yang sedang tidak ada di tempat. Keterlambatan kedua terjadi setelah keputusan untuk mencari perawatan kesehatan diambil. Keterlambatan ini terjadi akibat keterlambatan dalam mencapai fasilitas kesehatan dan pada umumnya terjadi akibat kesulitan transportasi. Beberapa desa memiliki pilihan transportasi yang sangat terbatas dan fasilitas jalan yang buruk. Kendala geografis dilapangkan mengakibatkan banyak rumah sakit rujukan tidak dapat dicapai dalam waktu dua jam, yaitu merupakan waktu maksimal yang diperluan untuk menyelamatkan ibu dengan perdarahan dari jalan lahir. Keterlambatan
ketiga
yaitu
keterlambatan
dalam
memperoleh perawatan di fasilitas kesehatan. Seringkali para ibu harus menunggu selama beberapa jam di pusat kesehatan rujukan karena manajemen staf yang buruk, kebijakan pembayaran kesehatan di muka, atau kesulitan dalam memperoleh darah untuk keperluan transfusi, kurangnya peralatan dan juga kekurangan
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
obat-obatan
yang
penting,
atau
ruangkan
untuk
26
operasi.
Pelaksanaan sistem pelayanan kebidanan yang baik didasarkan pada regionalisasi pelayanan perinatal, dimana ibu hamil harus mempunyai kesempatan operatif dalam waktu tidak lebih dari satu jam dan bayi dapat segera dilahirkan. d. Perilaku penggunaan fasilitas pelayanan kesehatan Perilaku penggunaan fasilitas pelayanan kesehatan antara lain meliputi perilaku penggunaan alat kontrasepsi, dimana ibu yang mengikuti program keluarga berencana (KB) akan lebih jarang melahirkan dibandingkan dengan ibu yang tidak ber KB, perilaku pemeriksaan antenatal secara teratur akan terdeteksi masalah kesehatan dan komplikasinya, penolong persalinan, dimana ibu yang ditolong oleh dukun berisiko lebih besar untuk mengalami kematian dibandingkan dengan ibu yang melahirkan dibantu oleh tenaga kesehatan, serta tempat persalinan, dimana persalinan yang dilakukan di rumah akan menghambat akses untuk mendapatkan pelayanan rujukan secara cepat apabila sewaktu-waktu dibutuhkan (Syafrudin dan Hamidah, 2009). 1) Pelayanan Antenatal Pelayanan antenatal merupakan pelayanan kesehatan oleh tenaga kesehatan profesional (dokter spesialis kandungan dan kebidanan, dokter umum, bidan, dan perawat) seperti mengukur berat badan dan tekanan darah, pemeriksaan tinggi
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
27
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
fundus uteri, imunisasi tetanus toxoid (TT) serta pemberian tablet besi pada ibu hamil selama masa kehamilannya sesuai dengan pedoman pelayanan antenatal yang ada dengan titik berat pada kegiatan promotif dan preventif. Hasil pelayanan antenatal dapat dilihat dari cakupan K1 dan K4. Rendahnya cakupan K4 menunjukkan bahwa masih banyak ibu hamil yang tidak melanjutkan melakukan kunjungan ke 4 pada triwula n ke 3 sehingga kehamilannya lepas dari pemantauan petugas kesehatan. Kondisi ini menyebabkan tejadinya kematian pada ibu melahirkan dan bayi yang dikandungnya (Dinas Kesehatan Provinsi Jawa Timur, 2010). Pelayanan kesehatan ibu hamil diwujudkan melalui pemberian pelayanan antenatal sekurang-kurangnya empat kali selama masa kehamilan, dengan distribusi waktu minimal satu kali pada trisemester pertama (usia kehamilan 0-12 minggu), satu kali pada trimester kedua (usia kehamilan 12-24 minggu), dan dua kali pada trisemester ketiga (usia kehamilan 24 minggu sampai persalinan). Standar waktu pelayanan dianjurkan dapat menjamin perlindungan terhadap ibu hamil dan atau janin berupa deteksi dini (faktor risiko, penceghan, dan penanganan dini
komplikasi
kehamilan).
Pelayanan
antenatal
yang
dilakukan diupayakan memenuhi standar kualitas 10T yaitu a) Penimbangan berat bdan dan tinggi badan;
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
28
b) Pengukuran tekanan darah; c) Pengukuran Lingkar Lengan Atas (LILA); d) Pengukuran tinggi puncak rahim (fundus uteri); e) Penentuan
status
imunisasi
tetanus
dan
pemberian
imunisasi tetanus toksoid sesuai status imunisasi; f) Pemberian tablet tambah darah minimal 90 tablet selama kehamilan; g) Penentuan presentasi janin dan denyut jantung janin (DJJ); h) Pelaksanaan
temu
wicara
(pemberian
komunikasi
interpersonal dan konseling, termasuk keluarga berencana); i) Pelayanan tes laboratorium
sederhana, minimal tes
hemoglobin darah (Hb), pemeriksaan protein urin dan pemeriksaan golongan darah (bila belum pernah dilakukan sebelumnya); dan j) Tatalaksana kasus 2) Imunisasi TT Salah satu standar minimal pelayanan antenatal adalah pemberian imunisasi TT. Tujuan pemberian imunisasi TT adalah untuk memberikan perlindungan pasif pada ibu hamil terhadap tetanus, vaksinasi ini juga dapat mencegah terjadinya tetanus selama beberapa minggu pada bayi yang baru lahir (Syafrudin dan Hamidah, 2009).
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
29
Selama kehamilan ibu hamil minimal mendapatkan 2 kali imunisasi TT (TT2plus) sesuai dengan aturan WHO yaitu yang pertama pada saat kunjungan antenatal yang pertama, sedangkan yang kedua pada minggu ke 4 kemudian. Pemberian imunisasi TT pada ibu hamil yang telah mendapatkan imunisasi TT pada kehamilan sebelumnya atau pada saat calon pengantin, maka imunisasi TT cukup diberikan 1% dengan dosis 0,5 cc pada lengan atas. Namun bila ibu hamil ragu/belum pernah TT maka perlu diberikan TT sejak kunjungan pertama sebanyak 2 kali dengan jadwal minimum 1 bulan atau 4 minggu. Bila ibu hamil pernah TT 2 kali maka diberikan suntikan ulang atau booster 1 kali pada kunjungan pertama kehamilan (Syafrudin dan Hamidah, 2009). 3. Determinan Jauh a. Pendidikan Meskipun determinan ini tidak secara langsung mempengaruhi kematian ibu, akan tetapi faktor sosio kultural, ekonomi, keagamaan dan faktor-faktor lain juga perlu dipertimbangkan dan disatukan dalam pelaksanaan intervensi penangkanan kematian ibu (Syafrudin dan Hamidah, 2009). Termasuk dalam determinan jauh adalah status wanita dalam keluarga dan masyarakat, yang meliputi tingkat pendidikan, dimana wanita yang berpendidikan tinggi cenderung lebih memperhatikan
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
30
kesehatan diri dan keluarganya, sedangkan wanita dengan tingkat pendidikan yang rendah, menyebabkan kurangnya pengertian mereka akan bahaya yang dapat menimpa ibu hamil maupun bayinya terutama dalam hal kegawatdaruratan kehamilan dan persalinan. Menurut Hernandez, et al(2013) menyatakan bahwa pendidikan mempengaruhi meningkatnya kesehatan ibu, dimana ibu menjadi mempunyai kesadaran pada masalah kesehatan dan pengobatan, serta meningkat kebutuhan akan penggunaan alat kontrasepsi dan pemeriksaan kehamilan. Pendidikan dapat menurunkan angka kematian ibu, karena dengan pendidikan yang tinggi mendorong seorang wanita untuk lebih peduli dan sadar terhadap permasalahan kesehatan yang berhubungan pada meningkatnya kematian ibu. Penelitian yang pernah dilakukan di Kota Surabaya untuk melihat latar belakang sosial ekonomi dan pemeriksaan kehamilan menyatakan bahwa ada pengaruh signifikan antara tingkat pendidikan ibu dengan kematian ibu p < 0,001 dimana ibu dengan tingkat pendidikan sekolah dasar memiliki risiko sebesar 1,5 mengalami kematian dibandingkan ibu dengan tingkat pendidikan di atas sekolah dasar (Taguchi, et al, 2003). b. Pekerjaan Pekerjaan ibu, dimana keadaan hamil tidak berarti mengubah pola aktivitas bekerja ibu hamil sehari-hari. Hal tersebut terkait
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
31
dengan keadaan ekonomi keluarga, pengetahuan ibu sendiri yang kurang atau faktor kebiasaan setempat. Kemiskinan dapat menjadi sebab rendahnya peran serta masyarakat pada upaya kesehatan. Kematian ibu sering terjadi pada kelompok miskin, tidak berpendidikan, tinggal di tempat terpencil, dan mereka tidak memiliki kemampuan untuk memperjuangkan kehidupannya
sendiri.
Wanita-wanita
dari
keluarga
dengan
pendapatan rendah (kurang dari US$ 1 perhari) memiliki risiko kurang lebih 300 kali untuk menderita kesakitan dan kematian ibu bila dibandingkan dengan mereka yang memiliki pendapatan yang lebih baik. 2.3 Upaya menurunkan Kematian Ibu Berbagai upaya telah dilakukan untuk menekan angka kematian ibu. Pada tahun 1987, untuk pertama kalinya di tingkat international diadakan konferensi tentang kematian ibu di Nairobi, Kenya. Kemudian pada tahun 1990 dilakukan World Summit for Children di New York, Amerika Serikat, yang menghasilkan tujuh tujuan utama, diantaranya menurunkan angka kematian ibu menjadi separuh pada tahun 2000. Tahun 1994 diadakan International Conference on Population and Development (ICPD) di Kairo, Mesir, yang menyatakan bahwa kebutuhan kesehatan ibu yang berupaya agar setiap ibu hamil dapat melalui kehamilan dan persalinannya dengan selamat. Tahun 1995 di Beijing, Cina diadakan Fourth World Conference on Women, kemudian pada tahun 1997 di
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
32
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Colombo, yang menekankan perlu dipercepatnya penurunan angka kematian ibu pada tahun 2000 (Syafrudin dan hamidah,2009). Konferensi yang terakhir, yaitu The Millenium Summit in 2000, dimana semua anggota PBB berkomitmen pada Millenium Development Goals (MDGs) untuk menurunkan tiga perempat angka kematian pada tahun 2015 dan untuk membangun
upaya
yang telah
dilakukan
dalam
MDGs,
WHO
mencanangkan agenda baru yakni Sustainabel Development Goals (SDGs) berupa
pembangunan
berkelanjutan dengan
salah
satu targetnya
menurunkan AKI dibawah 70 per 100.000 kelahiran hidup hingga tahun 2030 (WHO,2015). Indonesia telah mencanangkan Making Pregnancy Safer (MPS) sebagai strategi pembangunan kesehatan masyarakat menuju Indonesia Sehat 2010 pada 12 Oktober 2000, sebagai bagian dari program Safe Motherhood. Tujuan dari Safe Motherhood dan Making Pregnancy Safer sama yaitu melindungi hak reproduksi dan hak asasi manumur dengan mengurangi beban kesakitan, kecacatan dan kematian yang berhubungan dengan kehamilan dan persalinan yang seharusnya tidak perlu terjadi. MPS merupakan strategi sektor kesehatan yang fokus pada pendekatan perencanan sistematis dan terpadu dalam melaksanakan intervensi klinis dan pelayanan kesehatan. MPS dilaksanakan pada upaya - upaya yang sudah ada dengan penekanan pada pentingnya kemitraan antara sektor pemerintah, lembaga pembangunan, sektor swasta, keluarga dan anggota masyarakat (Martadisoebrata, Sastrawinata dan Saifuddin, 2011).
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
33
2.4 Indikator dan Indeks 2.4.1 Definisi Indikator Indikator merupakan variabel yang dapat digunakan untuk membantu untuk mengukur perubahan atau patokan untuk mengetahui adanya perubahan. Indikator dapat digunaan untuk alat bantu dalam proses evaluasi sebagai alat bantu perencanaan dan penyusunan program (Wijono, 2006). Indikator adalah variabel yang dapat digunakan untuk mengevaluasi keadaan atau status dan memungkinkan dilakukan pengukuran terhadap perubahan-perubahan yang terjadi dari waktu ke waktu (Depkes RI, 2003). Suatu indikator tidak selalu menjelaskan keadaan keseluruhan tetapi kerap kali hanya memberikan petunjuk (indikasi) tentang keadaan keseluruhan sebagai suatu pendugaan (proxy). Indikator adalah ukuran yang bersifat kuantitatif dan umumnya terdiri atas pembilang (numerator) dan penyebut (denominator). Indikator juga dapat dibuat berupa pembilang, khususnya untuk sesuatu yang sangat langka tetapi penting. Pembilang adalah jumlah kejadian yang sedang diukur sedangkan penyebut yang umum digunakan adalah besarnya populasi sasaran berisiko dalam kejadian tersebut. Indikator yang mencakup pembilang dan penyebut sangat tepat untuk perubahan dari waktu ke waktu dan membandingkan suatu wilayah dengan wilayah lainnya (Depkes RI, 2003).
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
34
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
2.4.2. Syarat indikator Persyaratan yang harus dipertimbangkan dalam menetapkan indikator : a. Simple (sederhana) artinya indikator yang ditetapkan sedapat mungkin sederhana dalam pengumpulan data maupun dalam rumus perhitungan untuk mendapatkannya b. Measurable (dapat diukur) artinya indikator yang ditetapkan harus mempresentasikan informasinya dan jelas ukurannya. Dengan demikian dapat digunakan untuk perbandingan antara suatu tempat dengan tempat yang lain atau antara suatu waktu dengan waktu yang lain. Kejelasan pengukuran juga menunjukan bagaimana cara mendapatkan datanya c. Atributable (bermanfaat) artinya indikator yang ditetapkan harus bermanfaat untuk kepentingan pengambilan keputusan, hal ini bahwa indikator itu merupakan pengejawantahan dari informasi yang memang dibutuhkan untuk pengambilan keputusan jadi harus spesifik untuk pengambilan keputusan tertentu. d. Reliable (dapat dipercaya) artinya indikator yang ditetapkan harus dapat didukung oleh pengumpulan data yang baik, benar dan teliti e. Timely (tepat waktu) artinya indikator yang ditetapkan harus dapat diolah pengumpulan, pengolahan, serta pengemasan informasi yang waktunya sesuai dengan saat pengambilan keputusan dilakukan (Depkes RI, 2003).
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
35
2.4.3 Klasifikasi Indikator Klasifikasi indikator terbagi menjadi 3 kategori : a. Indikator hasil akhir, yaitu derajat kesehatan, paling akhir dari indikator ini adalah indikator-indikator mortalitas yang dipengaruhi oleh indikatorindikator morbiditas dan indikator status gizi b. Indikator hasil antara, indikator ini terdiri dari indikator ketiga pilar yang mempengaruhi hasil akhir,yaitu indikator keadaan lingkungan, perilaku hidup masyarakat dan indikator-indikator akses dan mutu pelayanan kesehatan c. Indikator proses dan masukan, indikator ini terdiri dari indikator pelayanan kesehatan, sumber daya kesehatan, manajemen kesehatan dan indikator kontribusi sektor-sektor terkait (Depkes RI, 2003). 2.4.4 Indikator Program Kesehatan Ibu Indikator program kesehatan ibu yang diperlukan dalam pelaporan kesehatan ibu antara lain : kunjungan pertama (K1), kunjungan antenatal 4 kali (K4), persalinan yang ditolong oleh tenaga kesehatan (PN), Kunjungan nifas (KF), penanganan komplikasi obstetrik (PK), kematian ibu dan cakupan peserta KB aktif. Data indikator kesehatan ibu dipantau perkembangan pencapaiannya setiap bulan yaitu : 1. Akses pelayanan antenatal (K1) Adalah jumlah ibu hamil yang pertama kali mendapat pelayanan antenatal sesuai standar oleh tenaga kesehatan disuatu wilayah kerja pada kurun waktu tertentu.
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
36
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Jumlah ibu hamil yang mendapatkan pelayanan antenatal minimal 4 kali sesuai standar oleh tenaga kesehatan disuatu wilayah kerja pada kurun waktu tertentu x 100 Jumlah sasaran ibu hamil disuatu wilayah dalam 1 tahun 2. Cakupan ibu hamil (K4) Adalah kunjungan ibu hamil yang mendapatkan pelayanan antenatal sesuai standar paling sedikit empat kali dengan distribusi waktu satu kali pada trisemester kesatu, satu kali pada trimester ketiga. K4 dapat dirumuskan : Jumlah ibu hamil yangmendapatkan pelayanan antenatal minimal 4 kali sesuai standar oleh nakes di wilayah pada kurun waktu tertentu Jumlah sasaran ibu hamil disuatu wilayah kerja dalam 1 tahun
x 100
3. Cakupan persalinan oleh tenaga kesehatan (PN) Adalah cakupan ibu bersalin yang mendapat pertolongan persalinan oleh tenaga kesehatan yang memiliki kompetensi kebidanan, di suatu wilayah kerja dalam kurun waktu tertentu. Rumus yang digunakan yaitu : Jumlah persalinan yang ditolong oleh tenaga kesehatan kompetensi disuatu wilayah kerja pada kurun waktu tertentu x 100 Jumlah sasaran ibu bersalin disuatu wilayah kerja dalam 1 tahun 4. Cakupan pelayanan nifas oleh tenaga kesehatan (KF3) Adalah cakupan pelayanan kepada ibu pada masa 6 jam sampai dengan 42 hari pasca bersalin sesuai standar paling sedikit 3 kali dengan distribusi waktu 6 jam – 3 hari, 8 – 14 hari dan 36 – 42 hari setelah bersalin di suatu wilayah kerja pada kurun waktu tertentu. Jumlah ibu nifas yang telah memperoleh 3 kali pelayanan nifas sesuai standar oleh tenaga kesehatan disuatu wilayah kerja pada kurun waktu tertentu Jumlah sasaran ibu nifas disuatu wilayah kerja dalam 1 tahun TESIS
INDEKS PREDIKTIF RISIKO ...
x 100
KRISNITA DWI J.
37
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
5. Deteksi faktor risiko dan komplikasi oleh masyarakat Adalah caupan ibu hamil dengan faktor risiko atau komplikasi yang ditemukan oleh kader atau dukun bayi atau masyarakat serta dirujuk ke tenaga kesehatan disuatu wilayah kerja pada kurun waktu tertentu. Masyarakat yang dimaksud bisa pihak keluarga atau ibu hamil, bersalin dan nifas itu sendiri. Dengan rumus : Jumlah ibu hamil yang berisiko yang ditemukan kader atau dukun bayi atau masyarakat disuatu wilayah kerja pada kurun waktu tertentu Jumlah sasaran ibu hamil di suatu wilayah dalam 1 tahun
x 100
6. Cakupan peserta KB aktif Adalah cakupan dari peserta KB yang baru dan lama yang masih aktif menggunakan alat dan obat kontrasepsi dibandingkan dengan jumlah pasangan usia subur disuatu wilayah kerja pada kurun waktu tertentu. Dengan rumus : Jumlah peserta KB aktif disuatu wilayah kerja pada kurun waktu tertentu Jumlah seluruh peserta PUS di suatu wilayah kerja dalam 1 tahun
x 100
2.4.5 Indeks Menurut Depkes RI, 2003 sedikitnya ada 3 jenis indikator, yaitu : a. Indikator berbentuk absolut artinya indikator berupa pembilang saja yang berupa jumlah kejadian atau sesuatu hal, yang biasanya digunakan untuk kasus yang sangat jarang, misalnya kasus meningitis di puskesmas
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
38
b. Indikator Proporsi yang nilai resultantenya dinyatakan dengan persen karena pembilangnya merupakan bagian dari penyebut, misalnya proporsi puskesmas yang memiliki dokter terhadap puskesmas yang ada. c. Indikator berbentuk angka merupakan indikator yang menunjukkan frekuensi dari suatu kejadian selama waktu (periode) tertentu. Biasanya dinyatakan dalam bentuk per 1000 atau per 100.000 populasi (kontanta atau k). Angka atau rate adalah ukuran dasar yang digunakan untuk melihat kejadian penyakit karena angka merupakan ukuran yang paling jelas menunjukkan probabilitas atau risiko dari penyakit dalam suatu masyarakat tertentu selama periode tertentu (Depkes RI, 2003). Selain ketiga jenis indikator tersebut, dikenal pula istilah indeks atau indikator komposit yaitu suatu istilah yang digunakan untuk indikator yang lebih rumit, memiliki ukuran-ukuran yang multidimensional yang merupakan gabungan dari sejumlah indikator. Indeks ini biasanya dikembangkan melalui penelitian khusus karena penggunaannya secara praktis terbatas, misalnya untuk mengukur beban penyakit (Depkes RI, 2003). Indeks merupakan suatu pendekatan terbaik yang dapat dipergunakan, yang mendekati kemungkinan sesungguhnya pada terjadinya suatu kejadian tertentu atau penyakit tertentu pada suatu populasi dalam waktu tertentu. Indeks digunakan apabila tidak dapat menghitung langsung jumlah yang menghadapi risiko (denominator) dan dipergunakan untuk hal lain yang kita tidak dapat menghitung untuk suatu hal yang menggambarkan jumlah yang menghadapi risiko (Wijono, 2006).
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
BAB 3 KERANGKA KONSEPTUAL DAN HIPOTESIS PENELITIAN
3.1 Kerangka Konsep Penelitian Determinan Antara : 1. Umur 2. Paritas Determinan jauh : 1. Pendidikan
3. IMT
2. Pekerjaan
4. LILA
3. Pendapatan
5. Status anemia
4. Tempat tinggal
6. Jarak kehamilan
5. Sosial/legal
8. Imunisasi TT 9. Pemeriksaan Kehamilan
Determinan Dekat : Kehamilan
Komplikasi : - Kehamilan - Persalinan - Nifas
Kematian Ibu
10. Penolong persalinan 11. Riwayat KB 12. Riwayat penyakit 13. Riwayat komplikasi 14. Cara Persalinan 15. Tempat Persalinan 16. Pelaksanaan rujukan Faktor yang tidak diketahui/tidak diperkirakan Keterangan : = Di teliti = Tidak diteliti
TESIS
39 INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
40
Gambar 3.1 Kerangka Konsep Penelitian : Modifikasi Teori McCarthy dan Maine Kerangka konsep penelitian ini berdasarkan modifikasi dari teori McCarthy dan Maine. Pada teori ini terdapat tiga komponen utama yang mempengaruhi proses kematian ibu. Ketiga
komponen tersebut saling
berhubungan satu dengan yang lainnya hingga menyebabkan kematian ibu. Komponen
paling dekat dengan kematian dan kesakitan adalah kehamilan,
persalinan atau komplikasinya. Seorang perempuan harus hamil atau bersalin terlebih dahulu dan mengalami komplikasi atau ada masalah kesehatan sebelumnya, agar kematiannya dapat digolongkan dalam kematian ibu dan bukan disebabkan akibat kecelakaan. Penelitian yang akan dilakukan hanya melihat pengaruh determinan antara yang akan diteliti dalam penelitian ini yaitu : umur, paritas, IMT, LILA, status anemia, jarak kehamilan, imunisasi TT, pemeriksaan kehamilan, riwayat KB, riwayat penyakit dan riwayat komplikasi terhadap risiko kematian ibu tanpa melihat pengaruh determinan jauh yaitu pendidikan dan pekerjaan. Masing-masing variabel yang diteliti merupakan faktor risiko yang akan diuji signifikansinya terhadap kejadian kematian ibu. Apabila didapatkan variabel dengan hasil uji signifikan, dilanjutkan dengan pengujian secara simultan terhadap variabel-variabel yang signifikan untuk mendapatkan indikator kumulatif atau indeks. Indeks tersebut selanjutnya digunakan untuk memprediksi risiko kematian ibu khususnya Di Kota Surabaya.
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
41
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
3.2 Hipotesis Penelitian 1. Ada pengaruh umur terhadap kematian ibu di Kota Surabaya. 2. Ada pengaruh paritas terhadap kematian ibu di Kota Surabaya. 3. Ada pengaruh Indek Masa Tubuh (IMT) terhadap kematian ibu di Kota Surabaya. 4. Ada pengaruh Lingkar Lengan Atas (LILA) terhadap kematian ibu di Kota Surabaya. 5. Ada pengaruh status anemia terhadap kematian ibu di Kota Surabaya. 6. Ada pengaruh jarak kehamilan terhadap kematian ibu di Kota Surabaya. 7. Ada pengaruh imunisasi Tetanus Toksoid (TT) terhadap kematian ibu di Kota Surabaya. 8. Ada pengaruh pemeriksaan kehamilan terhadap kematian ibu di Kota Surabaya. 9. Ada pengaruh penolong persalinan terhadap kematian ibu di Kota Surabaya. 10. Ada pengaruh riwayat KB terhadap kematian ibu di Kota Surabaya. 11. Ada pengaruh riwayat penyakit terhadap kematian ibu di Kota Surabaya. 12. Ada pengaruh riwayat komplikasi terhadap kematian ibu di Kota Surabaya.
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
BAB 4 METODE PENELITIAN 4.1 Jenis Penelitian Jenis penelitian yang akan dilaksanakan merupakan penelitian analitik observasional (tidak memerlukan perlakuan), yaitu penelitian yang menjelaskan adanya pengaruh antara variabel melalui pengujian hipotesis (Murti, 2003). Penelitian ini menjelaskan hubungan antara variabel kematian ibu, umur ibu, paritas, IMT, LILA, status anemia, jarak kehamilan, imunisasi TT, pemeriksaan kehamilan, penolong persalinan, riwayat KB, riwayat penyakit dan riwayat komplikasi. 4.2 Rancang Bangun Penelitian Rancang bangun penelitian ini adalah rancangan kasus-kontrol menggunakan
data
sekunder.
Rancangan
ini
merupakan
penelitian
epidemiologis yang dimulai dengan mengidentifikasi kelompok kasus dan kelompok kontrol, kemudian diteliti secara retrospektif terhadap faktor risikonya. Kasus dalam penelitian ini adalah kematian ibu di wilayah Kota Surabaya periode tahun 2015 yang tercatat di Dinas Kesehatan Kota Surabaya. Sedangkan kontrol adalah semua ibu bersalin hidup yang tercatat di Dinas Kesehatan Kota Surabaya dan tinggal di daerah yang sama dengan kasus.
42 TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
43
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Y
X Ya
Kasus (Kematian Ibu)
Tidak Ya
Kontrol (Ibu Yang Hidup)
Tidak
Gambar 4.1 Skema Desain Penelitian Kasus Kontrol 4.3 Lokasi dan Waktu Penelitian Penelitian dilakukan di wilayah kerja Dinas Kesehatan Kota Surabaya. Waktu pelaksanaan penelitian ini selama empat bulan yaitu dari tahap persiapan pada bulan Maret 2016 sampai dengan tahap pelaporan hasil pada bulan Juni 2016. 4.4 Populasi dan Sampel 4.4.1 Populasi Populasi penelitian ini terdiri dari populasi kasus dan populasi kontrol. a. Populasi Kasus Semua ibu yang mengalami kematian tahun 2015 yang tercatat dalam data kematian ibu di Dinas Kesehatan Kota Surabaya.
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
44
b. Populasi Kontrol Semua ibu pasca persalinan hingga 42 hari atau selesai masa nifas yang tidak mengalami kematian pada tahun 2015. 4.4.2 Sampel Sampel penelitian ini adalah diambil sebagian dari populasi kasus dan kontrol. Sampel kasus adalah ibu yang mengalami kematian tahun 2015 yang tercatat dalam data kematian ibu di Dinas Kesehatan Kota Surabaya. Sampel kontrol adalah ibu pasca persalinan hingga 42 hari yang tidak mengalami kematian maternal pada tahun 2015 di wilayah kerja Dinas Kesehatan Kota Surabaya. 4.4.3
Besar Sampel Estimasi besar sampel penelitian dihitung menggunakan rumus menurut
Lemeshow (1991) dalam Sastroasmoro (2011) sebagai berikut :
n=
√[
{
(
)]
√ (
(
)
(
)}
)
Keterangan: n = Besar Sampel pada kelompok kasus dan kelompok kontrol P1= Proporsi terpapar pada kelompok kasus. P2 = Proporsi terpapar pada kelompok kontrol P2
=
(
)
Z1- /2 = simpangan rata-rata distribusi normal standar derajat kemaknaan
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
45
Besar sampel dalam penelitian ini dihitung berdasarkan uji hipotesis satu arah, dengan tingkat kemaknaan (Z1- /2 ) 5% dan Kekuatan sebesar 80% dengan OR berdasarkan perhitungan OR serta proporsi pemaparan pada kelompok kendali penelitian – penelitian terdahulu sebagai berikut : Tabel 4.1 Nilai Odds Ratio (OR) dan perhitungan Besar Sampel dari penelitian terdahulu Variabel P1 P2 OR Besar Sumber Sampel Komplikasi Persalinan 0,50 0,20 3,80 31 Aeni, 2013 Komplikasi Kehamilan 0,36 0,10 5,70 21 Masruroh, 2011 Komplikasi Nifas 0,54 0,10 5,70 29 Masruroh, 2011 Pemeriksaan kehamilan 0,40 0,08 7,86 14 Aeni, 2013 Riwayat Penyakit 0,39 0,15 3,64 37 Masruroh, 2011
Perhitungan besar sampel diperoleh besar sampel yang paling banyak yaitu sebesar 37, dengan kasus yang ada di Kota Surabaya tahun 2015 sebanyak 38 kasus, sehingga diambil total
kasus. Sampel kasus ditetapkan mempunyai
perbandingan dengan kelompok kontrol sebesar 1 : 2 , sehingga kelompok kontrol berjumlah 76 ibu hamil sehat. Keseluruhan besar sampel baik sampel kasus dan sampel kontrol adalah 114. 4.4.3
Cara Pengambilan Sampel Cara pengambilan sampel dengan menggunakan cara acak sederhana
(simple random sampling) dari daftar populasi kontrol pada register kohor di Puskesmas yang di wilayahnya terdapat kasus kematian ibu. Langkah-langkah pengambilan sampel
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
46
1) Kelompok kontrol diperoleh dari data Puskesmas yang terdapat kematian ibu di Wilayah kerja Dinas kesehatan Kota Surabaya 2) Membuat daftar kelompok tiap Puskesmas yaitu ibu pasca persalinan hingga 42 hari yang tidak mengalami kematian dan memberi nomor masing-masing 3) Pengambilan sampel kelompok kontrol tiap Puskesmas dengan teknik simple random sampling
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
47
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
4.5 Kerangka Operasional Studi pendahuluan dan pengumpulan data awal Merumuskan masalah dan tujuan penelitian Menentukan populasi Kontrol : Semua ibu pasca persalinan hingga 42 hari atau selesai masa nifas yang tidak mengalami kematian pada tahun 2015kematian ibu
Kasus : kematian ibu tahun 2015
Penentuan besar sampel dan melakukan sampling dengan simple random sampling Pengumpulan data melalui buku registrasi Kohort dan kartu ibu Pengolahan dan analisis data deskriptif dan inferensial Penyajian hasil Pembahasan Kesimpulan dan saran Gambar 4.2 Kerangka Operasional Penelitian
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
48
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
4.6 Variabel Penelitian dan Definisi Operasional 4.6.1 Variabel Penelitian 1. Variabel tergantung (dependent) : kematian ibu 2. Variabel bebas (independent) adalah faktor risiko yang meliputi : umur ibu, paritas, IMT, LILA, status anemia, jarak kehamilan, imunisasi TT, pemeriksaan kehamilan, penolong persalinan, riwayat KB, riwayat penyakit dan riwayat komplikasi. 4.6.2 Definisi Operasional Tabel 4.2 Definisi Operasional Penelitian No. 1.
2.
3.
TESIS
Variabel Kematian ibu
Umur
Paritas
Definisi Operasional Data Kematian yang terjadi pada ibu selama hamil dan atau dalam 42 hari setelah berakhirnya kehamilan, disebabkan oleh komplikasi kehamilan, persalinan dan nifas atau penanganannya dan penyakit yang diderita sebelum atau selama kehamilan, diperberat oleh kehamilan dan bukan kematian karena kecelakaan. Adalah data umur ibu saat kehamilan terakhir. Umur risiko tinggi jika usia < 20 tahun dan lebih dari 35 tahun. Sedangkan tidak risiko tinggi kehamilan bila umur 20 tahun sampai 35 tahun. Data diperoleh melalui register kohort ibu Adalah data jumlah persalinan yang pernah dialami ibu. Paritas risiko tinggi bila paritas yang pertama dan lebih dari 4 dan tidak berisiko bila paritas 2-4. Data diperoleh dari register kohort ibu.
INDEKS PREDIKTIF RISIKO ...
Hasil Ukur =Tidak Meninggal =Meninggal
Skala Nominal
= Tidak Berisiko = Ada risiko
Nominal
0 =Tidak Risiko (Persalinan ke 2-4 ) 1 =Ada Risiko (persalinan ≤ 1 atau > 4)
Nominal
0 1
0 1
KRISNITA DWI J.
49
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS
No. 3.
Variabel
IMT
4.
LILA
5.
Status anemia
6.
Jarak Kehamilan
7.
Imunisasi TT
8.
Pemeriksaan Kehamilan
9.
Penolong persalinan
Definisi Operasional Adalah data berat badan dan tinggi badan yang diperoleh dengan perhitungan berat badan dibagi tinggi badan yang tercatat dalam register kohort ibu. IMT berisiko jika IMT < 18,5 dan > 25, tidak berisiko jika IMT 18,5 – 25 Adalah data ukuran lingkar lengan atas ibu hamil yang tercatat dalam register kohort ibu. Berisiko bila LILA < 23,5 cm dan tidak berisiko ≥ 23,5 cm. Adalah kadar hemoglobin ibu yang dimiliki selama kehamilan dinyatakan anemia apabila Hb kurang dari 11 g/dl dan tidak anemia apabila hb lebih dari 11 g/dl. Data diperoleh dari register kohort ibu dan kartu ibu Adalah data rentang waktu antara kehamilan sebelumnya dengan kehamilan terakhir. Berdasarkan catatan register kohort ibu hamil
Adalah imunisasi Tetanus Toksoid yang pernah dilakukan ibu dipelayanan kesehatan. Data diperoleh dari register kohort ibu Adalah data pemeriksaan yang dilakukan pada ibu selama masa kehamilan sesuai dengan standar yang ditetapkan. Berisiko jika pemeriksaan kehamilan kurang dari 4 kali pemeriksaan kehamilan dan tidak berisiko jika pemeriksaan kehamilan ≥ 4 selama kehamilan. Data diperoleh dari register kohort ibu hamil. Adalah data tenaga yang pertama kali memberikan pertolongan pertama pada saat ibu melahirkan. Data diperoleh melalui register kohort ibu.
INDEKS PREDIKTIF RISIKO ...
Hasil Ukur 0 = Tidak berisiko 1 = Berisiko
Skala Nominal
0 = Tidak KEK 1 = KEK
Nominal
0 = Tidak Nominal anemia 1 = Anemia
0
=Tidak Risiko (jarak kehamilan ≥ 2 tahun) 1 = Ada Risiko (jarak kehamilan < 2 tahun) 0 = Pernah 1 = Tidak pernah
Nominal
0 =Tidak berisiko 1 = Berisiko
Nominal
0 = tenaga kesehatan 1 = bukan tenaga kesehatan
Nominal
Nominal
KRISNITA DWI J.
50
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
No. 10.
11.
12.
13.
TESIS
Variabel Riwayat KB
Definisi Operasional Adalah data alat kontrasepsi yang pernah digunakan ibu sebelum kehamilan. Data diperoleh dari register kohort ibu Riwayat Penyakit Adalah data riwayat penyakit yang ibu diderita ibu sebelum atau selama kehamilan terakhir yang akan memberikan pengaruh pada kehamilan atau akan diperberat oleh kehamilan tersebut, seperti penyakit hipertensi, penyakit jantung, asma, diabetes mellitus, penyakit infeksi seperti TBC, malaria. Data diperoleh dari kartu ibu Riwayat Adalah data adanya kronologis Komplikasi komplikasi kehamilan pada kehamilan sebelumnya, seperti perdarahan, infeksi, preeklamsia/eklamsia, partus macet. Data diperoleh dari kartu ibu dan register kohort ibu Indeks Prediktif Adalah formulasi persamaan Risiko Kematian berdasarkan komponen indikator Ibu faktor risiko kematian ibu berdasarkan hasil analisis statistik
INDEKS PREDIKTIF RISIKO ...
Hasil Ukur 0 = pernah 1 = tidak pernah
Skala Nominal
0
Nominal
1
= Tidak Ada riwayat penyakit = Ada riwayat penyakit
0 = Tidak Ada Nominal komplikasi 1 = Ada komplikasi
Nilai ambang Rasio diambil berdasarkan perhitungan dengan menggunakan ROC untuk mengetahui nilai probabilitas dari nilai sensitivitas dan spesifitas yang menyusun formula indeks yaitu : < = 0,341 risiko rendah terjadi kematian ibu ≥ = 0,341 risiko tinggi terjadi kematian ibu
KRISNITA DWI J.
51
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
4.7 Teknik dan Prosedur Pengumpulan Data 4.7.1
Jenis Data Data yang dikumpulkan berupa data sekunder yang diperoleh dari register
kohort ibu dan kartu ibu yang dapat diakses di Puskesmas di wilayah kerja Dinas Kesehatan Kota Surabaya . Data yang dikumpulkan berkaitan dengan kebutuhan penelitian yaitu data umur ibu, paritas, IMT, LILA, status anemia, jarak kehamilan, imunisasi TT, pemeriksaan kehamilan, penolong persalinan, riwayat KB, riwayat penyakit dan riwayat komplikasi. 4.7.2 Instrumen dan Cara Pengumpulan Data Instrumen yang digunakan untuk pengumpulan data adalah formulir pengumpulan data. Data yang dikumpulkan berasal dari Register Kohor Ibu dan kartu ibu yang tersedia di Puskesmas wilayah kerja dinas kesehatan kota Surabaya yang terdapat kasus kematian ibu tahun 2015. Data yang dikumpulkan kemudian dilakukan ekstraksi ke dalam formulir pengumpulan data. Formulir pengumpulan data yang telah diisi lengkap selanjutnya diolah dan dianalisis 4.8
Pengolahan dan Analisis Data Pengolahan dan analisis data dilakukan dengan menggunakan komputer.
4.8.1 Pengolahan Data Data yang diperoleh dari hasil penelitian dilakukan pengolahan data dengan langkah-langkah berikut ini:
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
52
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
1. Editing Proses editing dilakukan dengan memeriksa kelengkapan dan kesesuaian data terhadap data yang sudah terkumpul. Apabila ditemukan data yang kurang jelas atau kurang lengkap, maka akan dilihat kembali pada register kohort ibu, dokumen otopsi verbal dan kartu ibu. 2.Coding Variabel yang sudah terkumpul pada saat pengumpulan data selanjutnya dikategorikan dan diberi kode untuk memudahkan analisis. 3.Entry Proses entry dilakukan setelah pemberian kode lalu data ditransformasi ke dalam program SPSS for windows versi 16.0 4.Cleaning Pembersihan data dilakukan dengan melakukan pengecekan data kembali sehingga yakin bahwa data yang akan dianalisa tidak ada data yang meragukan atau keliru. Kelengkapan data meliputi semua variabel penelitian yang dimiliki oleh subyek penelitian terisi lengkap. 4.8.2
Analisis Data Data yang sudah terkumpul dan dientry kemudian dianalisis dengan
komputer, meliputi analisis deskriptif dan inferensial. 1. Analisis Deskriptif Analisis ini bertujuan untuk melihat sebaran frekuensi kejadian kematian ibu di Kota Surabaya tahun 2015.
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
53
2. Analisis Inferensial Analisis ini menggunakan uji regresi logistik sederhana (simple logistic regression) dan uji regresi logistik ganda (multiple logistic regression). Uji regresi logistik sederhana bertujuan untuk dapat memperoleh variabel yang bisa masuk menjadi kandidat untuk selanjutnya dianalisis secara multivariat dengan uji regresilogistik ganda. Uji logistik ganda bertujuan untuk menyusun model indeks prediktif risiko kematian kematian ibu. Prosedur awal sebelum menyusun model indeks prediktif adalah seleksi kandidat, yaitu bila uji regresi logistik sederhana menunjukkan p value < 0,25 maka variabel tersebut dapat dilanjutkan untuk dianalisis secara simultan. Tahap akhir uji ini selanjutnya dipertimbangkan menjadi indikator. Semua variabel yang signifikan (p < 0,05) terhadap kejadian kematian kematian ibu akan dimasukkan ke dalam formula indeks prediksi. Kemudian dilakukan penilaian interaksi antara variabel utama (independen) yang masuk dalam formula indeks prediksi terhadap kejadian kematian kematian ibu. Dari hasil analisis inferensial akan didapat suatu model yaitu : ( )
(
( )
)
Keterangan : p (x) : Probabilitas untuk terjadinya kematian ibu : konstanta (intersep) i
TESIS
: koefisien regresi variabel independen (prediktor)
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
54
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Xi
: variabel independen yang pengaruhnya akan diteliti
Dari model yang diperoleh, maka akan dibuat kategori menjadi 2 (risiko tinggi dan risiko rendah) dengan batas P (x) , maka : a. Skor indeks < P (x) = ibu hamil memiliki risiko rendah untuk mengalami kematian ibu b. Skor indeks ≥ P (x) = ibu hamil memiliki risiko tinggi untuk mengalami kematian ibu
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
BAB 5 HASIL DAN ANALISIS DATA
5.1 Gambaran Umum Lokasi Penelitian 5.1.1 Kondisi Demografi Menurut data Badan Pusat Statistik (BPS) Kota Surabaya, jumlah penduduk Kota Surabaya Tahun 2014 yaitu sebanyak 2.831.820 jiwa yang terdiri dari 1.397.899 jiwa penduduk laki-laki (49,36%) dan 1.433.921 jiwa penduduk perempuan (50,64%). Kabupaten/Kota Surabaya memiliki 31 Kecamatan, dengan 63 puskesmas Di Kota Surabaya. 5.1.2 Kondisi Sarana Pelayanan Kesehatan Sarana pelayanan kesehatan atau fasilitas kesehatan di Kota Surabaya pada tahun 2016 meliputi dapat dilihat pada tabel di bawah ini: Tabel 5.1 Sarana Pelayanan Kesehatan Di Kota Surabaya Tahun 2015 No Sarana Pelayanan Kesehatan Jumlah 1. Rumah Sakit Umum 38 2. Rumah Sakit Khusus 22 3. Balai Pengobatan/Klinik 155 4. Puskesmas 63 5. Puskesmas Pembantu 60 6. Posyandu 2.817 7. Apotik 884 8. Laboratorium 199 9. Spesialis dasar 37 Jumlah 4.275 (Sumber : Profil Dinas Kesehatan Kota Surabaya Tahun 2015) 5.1.3
Kondisi Tenaga Kesehatan Menurut Profil Dinas Kesehatan Kota Surabaya tahun 2013, persebaran
tenaga kesehatan meliputi 62 Puskesmas, Rumah sakit, dan Dinas Kesehatan Kota Surabaya serta sarana kesehatan lainnya yaitu : 55
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
56
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
1.
Jumlah tenaga medis yang ada di sarana kesehatan di Kota Surabaya sebanyak 3.845 orang tenaga medis yang meliputi dokter spesialis, dokter umum, dan dokter gigi yang ada di Puskesmas, beberapa rumah sakit dan kantor Dinas Kesehatan Kota Surabaya.
2.
Jumlah tenaga keperawatan yang ada di sarana kesehatan Kota Surabaya terbagi atas tenaga perawat dan perawat gigi. Tenaga perawat yang ada sebanyak 5.192 orang yang meliputi Sarjana Keperawatan, D III Perawat.
3.
Jumlah tenaga bidan yang ada sebanyak 1.397 orang yang meliputi D III bidan dan bidan.
4.
Tenaga kesahatan lain yang terdiri dari tenaga farmasi, gizi, tenaga kesehatan masyarakat, kesling, tekhnisi medis dan ahli fisioterapis.
5.2 Gambaran Kasus Kematian Ibu 5.2.1 Penyebab Kematian Ibu Penyebab kematian ibu di Kota Surabaya tahun 2015 dapat dilihat pada Tabel 5.2 sebagai berikut : Tabel 5.2 Distribusi Frekuensi Penyebab Kematian Ibu Di Kota Surabaya Tahun 2015 N Penyebab Kematian Ibu Jumlah Persentase (%) o 1 Perdarahan 18 47,36 2 Pre eklamsi / eklamsi 6 15,78 3 Penyakit Jantung 2 5,26 4 Emboli Air Ketuban 2 5,26 5 HIV 2 5,26 6 Lain-Lain 8 21,05 Jumlah 38 100,00 (Sumber : Profil Kota Surabaya tahun 2015) Tabel 5.2 di atas menunjukkan penyebab kematian ibu pada 38 kasus kematian ibu di Kota Surabaya yang tertinggi disebabkan oleh perdarahan
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
57
sebanyak 18 (47,36%), kemudian Pre eklamsi/eklamsi sebanyak 6 (15,78%), penyakit jantung sebanyak 2 (5,26%), emboli air ketuban sebanyak 2 (5,26%), HIV sebanyak 2 (5,26%) dan lain-lain (asma, lupus, hipertiroid, tuberkulosis (TBC), kanker (Ca) paru, dan odema paru) sebanyak 8 (21,05%) kasus. Penyebab kematian ibu terbanyak menunjukkan karena pendarahan hal ini terjadi disebabkan karena banyak dari ibu tersebut mengalami anemia selama kehamilan, dimana perdarahan merupakan penyebab langsung terjadinya kematian ibu. Selain penyebab langsung seperti perdarahan, preeklamsi/eklamsi dan emboli air ketuban yang perlu diwaspadai, terdapat penyebab tidak langsung seperti penyakit jantung, HIV, tuberkulosis (TBC), asma, dan lain-lain yang dapat memperburuk kondisi ibu sehingga dapat menyebabkan risiko kematian ibu meningkat. 5.2.2 Sebaran Umur pada kasus Kematian Ibu Sebaran Umur pada kasus kematian ibu di Kota Surabaya tahun 2015 dapat dilihat pada Tabel 5.3 sebagai berikut : Tabel 5.3 Distribusi Frekuensi umur pada kasus Kematian Ibu Di Kota Surabaya Tahun 2015 No Umur Ibu Jumlah Persentase (%) 1 16 – 25 tahun 9 24 2 26 – 35 tahun 20 53 3 36 – 45 tahun 9 24 Jumlah 38 100 (Sumber : Data Sekunder laporan Puskesmas tahun 2015) Tabel 5.3 di atas dapat diketahui bahwa umur pada kasus kematian ibu banyak terjadi pada usia 26- 35 tahun sebanyak 20(53%) ibu yang meninggal akibat persalinan, kehamilan dan nifas. Umur ibu pada kasus kematian ibu yang paling muda pada umur 16 tahun dan yang paling tua pada umur 45 tahun. Pada usia 26 – 35 tahun merupakan umur reproduksi paling aman, sehingga banyak ibu
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
58
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
hamil pada usia 26 - 35 tahun, dimana pada setiap kehamilan yang dialami ibu memiliki risiko tersendiri untuk terjadi kematian ibu walaupun hamil pada usia reproduksi yang aman. 5.3 Pengaruh Umur Terhadap Kematian Ibu Di Kota Surabaya Tahun 2015 Hasil penelitian diperoleh data umur kematian ibu lebih sedikit pada ibu yang ber umur < 20 dan > 35 Tahun (34,50%) dibandingkan ibu dengan umur tidak berisiko (65,80%). Hasil yang sama pula ditunjukkan pada kelompok kontrol. Pada tabel 5.4 berikut menunjukkan distribusi frekuensi antara umur ibu dengan Kematian Ibu : Tabel 5.4 Distribusi umur menurut kejadian kematian ibu di Kota Surabaya Tahun 2015 Kematian Ibu Umur Kasus Kontrol N % N % < 20 dan > 35 Tahun 13 34,20 17 22,40 20 -35 Tahun 25 65,80 59 77,60 Jumlah 38 100,00 76 100,00 Hasil uji regresi logistik sederhana menunjukkan bahwa variabel umur menjadi variabel kandidat yang akan dimasukkan dalam analisis multivariabel. 5.4 Pengaruh Jumlah Paritas Terhadap Kematian Ibu Di Kota Surabaya Tahun 2015 Hasil penelitian diperolah data kematian ibu lebih banyak pada ibu dengan jumlah paritas 2-4 anak (52,60%) dibandingkan ibu dengan paritas ≤ 1 dan > 4 anak (52,60%). Hal yang sama terjadi pada kelompok kontrol, dimana ibu dengan jumlah paritas 2-4 anak lebih banyak (64,50%) dibandingkan ibu dengan jumlah
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
59
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
paritas ≤ 1 dan > 4 anak (35,50%). Tabel 5.5 berikut menunjukkan distribusi frekuensi antara jumlah paritas ibu terhadap kematian ibu : Tabel 5.5 Distribusi jumlah paritas menurut kejadian kematian ibu di Kota Surabaya Tahun 2015 Kematian Ibu Jumlah Paritas Kasus Kontrol N % N % ≤ 1 dan > 4 18 47,40 27 35,50 2-4 20 52,60 49 64,50 Jumlah 38 100,00 76 100,00 Hasil uji regresi logistik sederhana menunjukkan bahwa variabel paritas menjadi variabel kandidat yang akan dimasukkan dalam analisis multivariabel. 5.5 Pengaruh Indek Masa Tubuh (IMT) Terhadap Kematian Ibu Di Kota Surabaya Tahun 2015 Hasil penelitian diperolah data kematian ibu lebih banyak pada ibu dengan IMT 18,5-25 (52,60%) dibandingkan ibu dengan IMT < 18,5 dan > 25 (47,40%). Pada kelompok kontrol, dimana ibu dengan IMT < 18,5 dan > 25 lebih banyak (55,30%) dibandingkan ibu dengan IMT 18,5-25 (44,70%). Tabel 5.6 berikut menunjukkan distribusi frekuensi antara IMT ibu terhadap kematian ibu : Tabel 5.6 Distribusi IMT Menurut Kejadian kematian ibu di Kota Surabaya Tahun 2015 Kematian Ibu IMT Kasus Kontrol N % N % < 18,5 dan > 25 18 47,40 42 55,30 18,5 - 25 20 52,60 34 44,70 Jumlah 38 100,00 76 100,00 Hasil uji regresi logistik sederhana pada tabel 5.5 menunjukkan bahwa variabel IMT tidak menjadi variabel kandidat yang akan dimasukkan dalam analisis multivariabel.
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
60
5.6 Pengaruh Lingkar Lengan Atas (LILA) Terhadap Kematian Ibu Di Kota Surabaya Tahun 2015 Hasil penelitian diperolah data kematian ibu lebih banyak pada ibu dengan LILA ≥ 23,5 cm (81,60%) dibandingkan ibu dengan LILA < 23,5 cm (18,40%). Hal yang sama terjadi pada kelompok kontrol, dimana ibu dengan LILA ≥ 23,5 lebih banyak (82,90%) dibandingkan ibu dengan LILA < 23,5 (17,10%). Tabel 5.7 berikut menunjukkan distribusi frekuensi antara LILA terhadap kematian ibu : Tabel 5.7 Distribusi LILA menurut kejadian kematian ibu di Kota Surabaya Tahun 2015 Kematian Ibu LILA Kasus Kontrol N % N % < 23,5 cm 7 18,40 13 17,10 ≥ 23,5 cm 31 81,60 63 82,90 Jumlah 38 100,00 76 100,00 Hasil uji regresi logistik sederhana menunjukkan bahwa variabel LILA tidak menjadi variabel kandidat yang akan dimasukkan dalam analisis multivariabel. 5.7 Pengaruh Status Anemia Terhadap Kematian Ibu Di Kota Surabaya Tahun 2015 Hasil penelitian diperolah data kematian ibu lebih banyak pada ibu dengan adar hemoglobin ≥ 11 g/dl (57,90%) dibandingkan ibu dengan kadar hemoglobin < 11 g/dl (52,60%). Hal yang sama terjadi pada kelompok kontrol, dimana ibu dengan kadar hemoglobin ≥ 11 g/dl lebih banyak (76,30%) dibandingkan ibu dengan kadar hemoglobin < 11 g/dl (23,70%). Tabel 5.8 berikut menunjukkan distribusi frekuensi antara status anemia terhadap kematian ibu :
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
61
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Tabel 5.8 Distribusi Status Anemia menurut kejadian kematian ibu di Kota Surabaya Tahun 2015 Status Anemia Kematian Ibu Kasus Kontrol N % N % < 11 g/dl 16 42,10 11 14,50 ≥ 11g/dl 22 57,90 65 85,50 Jumlah 38 100,00 76 100,00 Hasil uji regresi logistik sederhana menunjukkan bahwa variabel status anemia menjadi variabel kandidat yang akan dimasukkan dalam analisis multivariabel. 5.8 Pengaruh Jarak Kehamilan Terhadap Kematian Ibu Di Kota Surabaya Tahun 2015 Hasil penelitian diperolah data kematian ibu lebih banyak pada ibu dengan jarak kehamilan > 2 tahun (86,80%) dibandingkan ibu dengan jarak kehamilan ≤ 2 tahun
(13,20%). Hal yang sama terjadi pada kelompok kontrol, dimana ibu
dengan jarak kehamilan > 2 tahun lebih banyak (88,20%) dibandingkan ibu dengan jarak kehamilan ≤ 2 tahun (11,80%). Tabel 5.9 berikut menunjukkan distribusi frekuensi antara jarak kehamilan terhadap kematian ibu : Tabel 5.9 Distribusi jarak kehamilan menurut kejadian kematian ibu di Kota Surabaya Tahun 2015 Jarak Kehamilan Kematian Ibu Kasus Kontrol N % N % ≤ 2 tahun 5 13,20 9 11,80 > 2 tahun 33 86,80 67 88,20 Jumlah 38 100,00 76 100,00 Hasil uji regresi logistik sederhana menunjukkan bahwa variabel jarak kehamilan tidak menjadi variabel kandidat yang akan dimasukkan dalam analisis multivariabel.
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
62
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
5.9 Pengaruh Imunisasi Tetanus Toksoid (TT) Terhadap Kematian Ibu Di Kota Surabaya Tahun 2015 Hasil penelitian diperolah data kematian ibu lebih banyak pada ibu dengan status imunisasi pernah TT (84,20%) dibandingkan ibu dengan status imunisasi TT tidak pernah (15,80%). Hal yang sama terjadi pada kelompok kontrol, dimana ibu dengan status imunisasi TT pernah lebih banyak (90,40%) dibandingkan ibu dengan status imunisasi TT tidak pernah (9,60%). Tabel 5.10 berikut menunjukkan distribusi frekuensi antara imunisasi TT terhadap kematian ibu : Tabel 5.10 Distribusi imunisasi TT menurut kematian ibu di Kota Surabaya Tahun 2015 Imunisasi TT Kematian Ibu Kasus Kontrol N % N % Tidak pernah 6 15,80 5 6,60 Pernah 32 84,20 71 93,40 Jumlah 38 100,00 76 100,00 Hasil uji regresi logistik sederhana menunjukkan bahwa variabel imunisasi TT menjadi variabel kandidat yang akan dimasukkan dalam analisis multivariabel. 5.10 Pengaruh Pemeriksaan Kehamilan Terhadap Kematian Ibu Di Kota Surabaya Tahun 2015 Hasil penelitian diperolah data kematian ibu lebih banyak pada ibu dengan pemeriksaan kehamilan ≥ 4 kali (84,20%) dibandingkan ibu dengan pemeriksaan kehamilan < 4 kali (15,80%). Hal yang sama terjadi pada kelompok kontrol, dimana ibu dengan pemeriksaan kehamilan ≥ 4 kali lebih banyak (92,10%) dibandingkan ibu dengan pemeriksaan kehamilan < 4 kali (7,90%). Tabel 5.11
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
63
berikut menunjukkan distribusi frekuensi antara pemeriksaan kehamilan terhadap kematian ibu : Tabel 5.11 Distribusi Pemeriksaan kehamilan menurut kejadian kematian ibu di Kota Surabaya Tahun 2015 Pemeriksaan Kematian Ibu Kehamilan Kasus Kontrol N % N % < 4 pemeriksaan 6 15,80 5 6,60 ≥ 4pemeriksaan 32 84,20 71 93,40 Jumlah 38 100,00 76 100,00 Hasil uji regresi logistik sederhana menunjukkan bahwa variabel pemeriksaan kehamilan menjadi variabel kandidat yang akan dimasukkan dalam analisis multivariabel 5.11 Pengaruh Penolong Persalinan Pertama Terhadap Kematian Ibu Di Kota Surabaya Tahun 2015 Hasil penelitian diperolah data dari 38 ibu meninggal dengan ditolong oleh tenaga kesehatan sebanyak 38 (100%). Pada kelompok kontrol terdapat satu ibu yang ditolong persalinannya oleh bukan tenaga kesehatan Tabel 5.12 berikut menunjukkan distribusi frekuensi antara penolong persalinan pertama terhadap kematian ibu : Tabel 5.12 Distribusi Penolong Persalinan pertama menurut kejadian kematian ibu di Kota Surabaya Tahun 2015 Penolong Kematian Ibu Persalinan Kasus Kontrol N % N % Bukan tenaga 0 0,00 1 1,30 kesehatan Tenaga kesehatan 38 100,00 75 98,70 Jumlah 38 100,00 76 100,00
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
64
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Hasil uji regresi logistik sederhana menunjukkan bahwa variabel penolong persalinan pertama tidak menjadi variabel kandidat yang akan dimasukkan dalam analisis multivariabel. 5.12 Pengaruh Riwayat KB Terhadap Kematian Ibu Di Kota Surabaya Tahun 2015 Hasil penelitian diperolah data kematian ibu lebih banyak pada ibu dengan pernah KB (68,40%) dibandingkan ibu dengan tidak KB (31,60%). Hal yang sama terjadi pada kelompok kontrol, dimana ibu dengan pernah KB lebih banyak (92,10%) dibandingkan ibu dengan tidak pernah KB (7,90%). Tabel 5.13 berikut menunjukkan distribusi frekuensi antara riwayat KB terhadap kematian ibu : Tabel 5.13 Distribusi Riwayat KB menurut kejadian kematian ibu di Kota Surabaya Tahun 2015 Riwayat KB Kematian Ibu Kasus Kontrol N % N % Tidak KB 12 31,60 6 7,90 KB 26 68,40 70 92,10 Jumlah 38 100,00 76 100,00 Hasil uji regresi logistik sederhana menunjukkan bahwa variabel riwayat KB menjadi variabel kandidat yang akan dimasukkan dalam analisis multivariabel. 5.13 Pengaruh Riwayat Penyakit terhadap Kematian Ibu Di Kota Surabaya Tahun 2015 Hasil penelitian diperolah data kematian ibu lebih banyak pada ibu dengan tidak ada riwayat penyakit (57,90%) dibandingkan ibu dengan ada riwayat penyakit (42,10%). Hal yang sama terjadi pada kelompok kontrol, dimana ibu
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
65
dengan tidak ada riwayat penyakit lebih banyak (92,10%) dibandingkan ibu dengan ada riwayat penyakit (7,90%). Tabel 5.14 berikut menunjukkan distribusi frekuensi antara riwayat penyakit terhadap kematian ibu : Tabel 5.14 Pengaruh Riwayat penyakit menurut kejadian kematian ibu di Kota Surabaya Tahun 2015 Riwayat Penyakit Kematian Ibu Kasus Kontrol N % N % Ada 16 42,10 6 7,90 Tidak ada 22 57,90 70 92,10 Jumlah 38 100,00 76 100,00 Hasil uji regresi logistik sederhana menunjukkan bahwa variabel riwayat penyakit menjadi variabel kandidat yang akan dimasukkan dalam analisis multivariabel. 5.14 Pengaruh Riwayat Komplikasi Terhadap Kematian Ibu Di Kota Surabaya tahun 2015 Hasil penelitian diperolah data kematian ibu lebih banyak pada ibu tidak ada riwayat komplikasi (57,90%) dibandingkan ibu dengan ada riwayat komplikasi (42,10%). Hal yang sama terjadi pada kelompok kontrol, dimana ibu dengan tidak ada komplikasi lebih banyak (92,10%) dibandingkan ibu dengan ada riwayat komplikasi (7,90%). Tabel 5.15 berikut menunjukkan distribusi frekuensi antara riwayat komplikasi terhadap kematian ibu : Tabel 5.15 Distribusi riwayat komplikasi menurut kejadian kematian ibu di Kota Surabaya Tahun 2015 Riwayat Kematian Ibu Komplikasi Kasus Kontrol N % N % Ada 16 42,10 6 7,90 Tidak ada 22 57,90 70 92,10
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Jumlah
66
38 100,00 76 100,00 Hasil uji regresi logistik sederhana menunjukkan bahwa variabel riwayat
komplikasi tidak menjadi variabel kandidat yang akan dimasukkan dalam analisis multivariabel. 5.15 Indeks Prediktif Risiko Kematian Ibu Di Kota Surabaya Hasil uji regresi logistik sederhana terhadap 12 variabel bebas risiko kematian ibu di Kota Surabaya didapat jika nilai p < α (0,25) maka variabel tersebut merupakan kandidat yang dapat masuk untuk di analisis lebih lanjut dengan analisis regresi logistik ganda. Untuk lebih jelasnya terlihat pada tabel 5.16 di bawah ini : Tabel 5.16 Hasil Analisis Regresi Logistik Sederhana Risiko Kematian Ibu di Kota Surabaya No 1 2 3 4 5 6 7 8 9 10 11 12
Variabel Umur Jumlah Paritas IMT LILA Status Anemia Jarak Kehamilan Imunisasi TT Pemeriksaan Kehamilan Penolong Persalinan Pertama Riwayat KB Riwayat Penyakit Riwayat Komplikasi
p value 0,179 0,224 0,427 0,860 0,002 0,840 0,127 0,127 1 0,002 0,001 0,003
Keterangan Kandidat Kandidat Bukan kandidat Bukan kandidat Kandidat Bukan kandidat Kandidat Kandidat Bukan kandidat Kandidat Kandidat Bukan kandidat
Tabel 5.15 di atas menunjukkan bahwa variabel yang akan dimasukkan dalam uji regresi logistik ganda adalah umur, jumlah paritas, status anemia,
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
67
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
imunisasi TT, pemeriksaan kehamilan, riwayat KB, riwayat penyakit, dan riwayat komplikasi. 5.15.1 Hasil Analisis dengan Uji Regresi Logistik Ganda Pengujian secara simultan menggunakan uji regresi logistik ganda dengan memasukkan delapan kandidat variabel yang memenuhi syarat bertujuan untuk menentukan variabel apa saja yang akan masuk menjadi indeks prediktif risiko kematian ibu. Hasil dari uji regresi logistik berganda dapat dilihat pada Tabel 5.17 di bawah ini : Tabel 5.17 Hasil Analisis Regresi Ganda Risiko Kematian Ibu Di Kota Surabaya OR Variabel Koefisien(B) p 95% CI Riwayat Penyakit Riwayat KB Status anemia Konstanta
Tidak ada penyakit (reference) Ada penyakit Pernah (reference) Tidak pernah Tidak Anemia (Reference) Anemia
-
-
-
-
2,267 1,597 -
0,001 0,010 -
9,646 3,059 – 30,422 4,939 1,453 – 16,784 -
1,388 - 1,924
0,009 0,001
4,006 1,413 – 11,352 0,146 -
Tabel 5.17 di atas menunjukkan hasil akhir dari analisis multivaribel. Berdasarkan hasil tersebut terdapat tiga variabel yang signifikan dan menjadi indikator prediktif risiko kematian ibu. Ke tiga variabel tersebut selanjutnya akan masuk ke dalam formula indeks. Variabel yang tidak masuk ke dalam model indeks prediktif risiko kematian ibu karena nilai α > 0,05 dapat dilihat pada Tabel 5.18 di bawah ini :
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
68
Tabel 5.18 Variabel Yang Tidak Masuk Model Hasil Analisis Regresi Ganda Risiko Kematian Ibu Di Kota Surabaya Variabel Kategori P value Umur Berisiko <20 dan > 35 0,69 Tidak Berisiko 20-35 Paritas Berisiko 2-4 0,32 Tidak Berisiko ≤ 1 dan ≥ 4 Pemeriksaan Kehamilan Berisiko 0,61 Tidak Berisiko Imunisasi TT Berisiko 0,31 Tidak Berisiko Riwayat Komplikasi Ada Komplikasi 0,10 Tidak Ada Komplikasi Tabel 5.18 di atas dapat diketahui terdapat empat variabel yang tidak signifikan berpengaruh terhadap kematian ibu di Kota Surabaya karena nilai p value > 0,05. 5.15.2 Cut Off Indeks Prediktif Risiko Kematian Ibu Hasil analisis multivariabel untuk menghitung nilai sensitivitas dan spesifisitas serta akurasi model yang dibuat dan untuk mendapatkan nilai cut off indeks digunakan kurva ROC pada Gambar 5.1 dibawah ini :
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
69
Gambar 5.1 Kurva ROC dari hasil analisis multivariabel Gambar 5.1 di atas dapat diketahui nilai akurasi sebesar 79% dengan nilai sensitivitas sebesar 60,50% dan spesifisitas sebesar 84,20%. Di peroleh nilai probabilitas dari titik potong nilai sensitifitas dan spesifisitas sebesar 0,415, sehingga perhitungan nilai cut off indeks dari rumus probabilitas sebagai berikut : Tabel 5.19 Perhitungan nilai sensitifitas dan spesifisitas untuk mencari nilai probabilitas Positive if Greater Than or Sensitivity spesifisitas Equal Toa 0 0,264035 0,4157 0,523826 0,683119 0,810161 0,872263 0,926078 1
1 0,763157895 0,605263158 0,526315789 0,315789474 0,210526316 0,131578947 0,078947368 0
0 0,723684 0,842105 0,907895 0,973684 0,986842 1 1 1
Gambar 5.2 Titik potong nilai sensitifitas dan spesifisitas untuk melihat nilai probabilitas
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
70
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Tabel 5.18 dan Gambar 5.2 di atas dapat diketahui bahwa nilai y adalah 0,4157, berasal dari titik potong antara nilai sensitifitas dan spesivisitas pada Gambar 5.2. Perhitungan cut off indeks diperoleh dengan menggunakan persamaan dibawah ini :
Keterangan : y
: Probability
z
: Cut off indeks
e
: Bilangan natural (2,7) Dari persamaan diatas maka perhitungan cut off indeks dalam penelitian
ini dapat terlihat dibawah ini : 0,4157 (1+e-z) = 1 0,343 + 0,343 e-z = 1 0,4157 e-z = 1 – 0,4157 0,4157 e-z = 0,657 e-z = 1,406 z = 0,341 Sehingga diperoleh nilai z atau nilai cut off indeks = 0,341 dengan demikian : 1. Bila skor indeks < 0,341, berarti risiko rendah mengalami kematian ibu. 2. Bila skor indeks ≥ 0,341, berarti risiko tinggi mengalami kematian ibu.
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
71
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
5.16 Formula Indeks Prediktif Risiko Kematian Ibu Berdasarkan hasil uji regresi logistik ganda, maka dapat disusun formula indeks prediktif risiko kematian ibu di Kota Surabaya adalah sebagai berikut :
Indeks Prediktif Risiko Kematian Ibu = (-1,834+2,267xriwayat penyakit(ada riwayat penyakit)+
x pernah)+ x Riwayat dalam KB(Tidak 1,388indeks status prediktif anemia(anemia) Untuk 1,597 memudahkan perhitungan risiko kematian
ibu, maka sebelumnya ditentukan skor pada tiap-tiap kategori variabel. Skor variabel dapat dilihat pada Tabel 5.20 berikut : Tabel 5.20 Skor Kategori Variabel Risiko Kematian Ibu Variabel Kategori Riwayat Penyakit Tidak ada riwayat penyakit Ada riwayat penyakit Riwayat KB Pernah KB Tidak KB Status Anemia Tidak anemia Anemia
Skor 0 1 0 1 0 1
Model prediksi hasil uji variabel risiko kematian ibu dapat dibuat untuk memprediksi risiko terjadi kematian ibu. Hasil secara terperinci dapat dilihat pada Tabel 5.21 di bawah ini : Tabel 5.21 Indeks Prediktif Risiko Kematian Ibu Di Kota Surabaya No Riwayat Penyakit Riwayat KB Status Keterangan Anemia 1. Tidak ada Pernah ≥ 11 g/dl Risiko rendah 2. Tidak ada Pernah < 11 g/dl Risiko rendah 3. Tidak ada Tidak Pernah ≥ 11 g/dl Risiko rendah 4. Tidak ada Tidak pernah < 11 g/dl Risiko tinggi 5. Ada Pernah ≥ 11 g/dl Risiko tinggi 6. Ada Pernah < 11 g/dl Risiko tinggi 7. Ada Tidak pernah < 11 g/dl Risiko tinggi 8. Ada Tidak pernah < 11 g/dl Risiko tinggi
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
72
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Dari Tabel 5.21 di atas dapat dipermudah dengan melihat matriks penerapan indeks pada Gambar 5.3 berikut : RISIKO KEMATIAN IBU
Tidak Ada Riwayat Sakit
Pernah KB
Tidak Anemia
Risiko Rendah
Anemia
Risiko Rendah
Tidak Pernah KB
Ada Riwayat Sakit
Pernah KB
Tidak Pernah KB
Tidak Anemia
Anemia
Tidak Anemia
Anemia
Tidak Anemia
Anemia
Risiko Rendah
Risiko Tinggi
Risiko Tinggi
Risiko Tinggi
Risiko Tinggi
Risiko Tinggi
Gambar 5.3 Matriks Indeks Prediktif Risiko Kematian Ibu Tabel 5.21 dan gambar 5.3 di atas dapat disimpulkan bahwa ibu hamil yang memiliki riwayat penyakit maka sudah dalam golongan risiko tinggi untuk mengalami kematian ibu. Selain itu minimal terdapat dua variabel yang berisiko maka seorang ibu hamil akan memiliki risiko tinggi mengalami kematian ibu.
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
BAB 6 PEMBAHASAN 6.1 Pengaruh Umur Terhadap Kematian Ibu Dari hasil penelitian pada Tabel 5.18 dapat disimpulkan tidak ada pengaruh umur terhadap risiko kematian ibu. Hal ini sejalan dengan penelitian Fibriana (2007) dan Aeni (2013) yang menyatakan tidak ada pengaruh umur ibu terhadap kematian ibu. Umur paling aman untuk hamil, persalinan dan nifas adalah umur antara 20-35 tahun, karena mereka berada dalam masa reproduksi sehat. Umur < 20 tahun organ reproduksi belum matang dan kondisi rahim belum sempurna untuk hamil dan melahirkan sehingga berisiko tinggi untuk kehamilan, persalinan dan nifas, sedangkan umur lebih dari 35 tahun ibu mempunyai risiko tinggi untuk terjadi komplikasi obstetri, karena kesehatan reproduksi sudah menurun dan ibu terlalu lemah untuk mengejan saat melahirkan. Usia tua juga mempunyai risiko untuk terkena penyakit lain seperti penyakit jantung, tekanan darah tinggi, keganasan dan kelainan metabolik yang biasanya meningkat (Manuaba, 2008). Hasil yang berbeda ditunjukan oleh penelitian Evance et al (2013) yang menyatakan bahwa umur merupakan variabel yang berpengaruh terhadap kematian ibu, dimana ibu dengan umur 35 - 49 tahun merupakan umur yang berisiko tinggi untuk terjadi kematian ibu. Diperkuat dengan Penelitian Poorolajal et al (2014) tentang faktor risiko kematian ibu di Iran Barat menyatakan bahwa ada pengaruh umur ibu dengan kematian ibu, dimana ibu dengan umur lebih dari sama dengan 35 tahun memiliki risiko kematian sebesar 8,48 dibandingkan
74 TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
75
dengan ibu yang berumur kurang dari 34 tahun. Berbeda kriteria umur ibu yang berpengaruh terhadap kematian ibu pada penelitian Weyesa et al (2015) tentang prevalensi dan faktor risiko kematian ibu di Rumah Sakit Mizan Aman Ethiophia menyatakan bahwa umur yang berpengaruh terhadap kematian ibu adalah pada rentang umur 25-30 tahun dengan nilai p value = 0,001. 6.2 Pengaruh Paritas terhadap Kematian Ibu Dari hasil penelitian pada tabel 5.18 dapat disimpulkan tidak ada pengaruh Paritas terhadap risiko kematian ibu. Hal ini sejalan dengan penelitian Fibriana (2007) dan Aeni (2013) yang menyatakan tidak ada pengaruh paritas terhadap risiko kematian ibu. Paritas pertama dan paritas lebih dari empat, meningkatkan risiko terjadinya kematian ibu. Ibu dengan paritas pertama akan berisiko karena ibu belum siap secara medis maupun secara mental, sedangkan ibu dengan paritas lebih dari 4 berisiko karena ibu mengalami kemunduran dari segi fisik untuk menjalani kehamilan, persalinan dan saat nifas. Hasil yang sama dengan penelitian Godefay et al (2015) tentang faktor risiko kematian ibu di Tigray Ethiophia yang menyatakan bahwa paritas tidak berpengaruh terhadap kematian ibu. Penelitian di Bali melaporkan bahwa 67% kematian ibu berhubungan dengan perdarahan,utamanya pada wanita dengan paritas tinggi disebabkan perdarahan postpartum sering berkaitan dengan kontraksi rahim yang kurang baik sehingga plasenta tidak sepenuhnya lepas dan perdarahan berlanjut meskipun bayi sudah lahir (Wijono, 2008).
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
76
6.3 Pengaruh Indeks Masa Tubuh (IMT) terhadap Kematian Ibu Dari hasil penelitian pada tabel 5.6 dapat disimpulkan tidak ada pengaruh IMT terhadap risiko kematian ibu. Hal ini tidak sejalan dengan penelitian Poorolajal et al (2014) tentang faktor risiko kematian ibu di Iran Barat menyatakan bahwa ada pengaruh IMT yang kurang dari 18,5 dan lebih dari 25 terhadap kematian ibu. Dimana ibu yang memiliki IMT kurang dari 18,5 berisiko meninggal sebesar 2,10 kali lebih besar dibandingkan dengan ibu dengan IMT normal, sedangkan ibu dengan IMT lebih dari 25 berisiko sebesar 10,99 kali lebih besar dibandingkan dengan ibu dengan IMT normal. Penelitian Goffman et al (2007) tentang prediktor kematian ibu dan kesakitan ibu juga menyatakan bahwa ada pengaruh IMT > 29 dengan kematian ibu, dimana ibu dengan IMT > 29 memiliki risiko untuk meninggal dan sakit sebesar 3 kali lebih tinggi dibandingkan dengan ibu yang memiliki IMT kurang dari sama dengan 29. Obesitas merupakan faktor risiko penting yang merugikan kesehatan dan bisa menjadi faktor penyebab kematian atau kesakitan. Obesitas dapat menyebabkan penyakit thromboembolic, hipertensi, perdarahan obstetri, tindakan sesar saat persalinan dan komplikasi anestesi. 6.4 Pengaruh Lingkar Lengan Atas (LILA) terhadap Kematian Ibu Dari hasil penelitian pada tabel 5.7 dapat disimpulkan tidak ada pengaruh LILA terhadap risiko kematian ibu. Hal ini sejalan dengan penelitian sejalan dengan penelitian Fibriana (2007) dan Aeni (2013) yang menyatakan tidak ada pengaruh LILA dengan kematian ibu.
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
77
Pengukuran LILA bertujuan untuk mendeteksi apakah ibu hamil termasuk kategori kurang energi kronis (KEK) atau tidak. Ibu dengan status gizi buruk memiliki risiko untuk terjadinya perdarahan dan infeksi pada masa nifas. Keadaan kurang gizi sebelum dan selama kehamilan memberikan kontribusi terhadap rendahnya kesehatan ibu, masalah dalam persalinan dan masalah pada bayi yang dilahirkan (Andriani dan Wirjatmadi, 2012). Ibu hamil merupakan kelompok rawan gizi. Bila ibu mengalami risiko kurang energi kronis (KEK) selama kehamilan dapat menimbulkan masalah kesehatan pada ibu maupun pada janin yang di kandung. KEK pada ibu hamil dapat menyebabkan risiko dan komplikasi pada ibu yaitu anemia, perdarahan, berat badan ibu tidak bertambah dan terkena penyakit infeksi. Pengaruh KEK terhadap proses persalinan menyebabkan persalinan sulit dan lama, persalinan sebelum waktunya (prematur), perdarahan setelah persalinan, serta persalinan dengan operasi cenderung meningkat. Upaya mencegah risiko KEK pada ibu hamil sebelum kehamilan wanita usia subur sudah harus mempunyai gizi yang baik dengan LILA tidak kurang dari 23,5cm. Apabila LILA ibu sebelum hamil kurang dari angka tersebut, sebaiknya kehamilan ditunda sehingga dapat mengurangi risiko akibat KEK tersebut (Sandjaja, 2009). 6.5 Pengaruh Status Anemia terhadap Kematian Ibu Dari hasil penelitian pada Tabel 5.17 dapat disimpulkan ada pengaruh Status anemia terhadap risiko kematian ibu. Status anemia merupakan faktor yang menyebabkan kematian pada kasus perdarahan dan infeksi. Hal ini terjadi karena rendahnya status ekonomi dan kurangnya distribusi makanan untuk perempuan
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
78
dirumah (Iqbal et al, 2014). Semakin rendah kadar hemoglobin ibu hamil semakin tinggi risiko morbiditas dan mortalitas ibu. Penelitian di berbagai rumah sakit di Indonesia melaporkan bahwa wanita dengan anemia mempunyai risiko kematian ibu empat kali lebih tinggi dibandingkan wanita dengan tidak anemia. Apabila kadar hemoglobin kurang dari 8 gram persen, maka risiko kematian ibu meningkat sekitar delapan kali lebih tinggi dibandingkan dengan wanita tanpa anemia (Wijono, 2008). Hasil penelitian ini sejalan dengan penelitian Rejeki (2014) di kabupaten Tegal menyatakan bahwa anemia berpengaruh terhadap kematian ibu, dimana ibu dengan anemia memiliki risiko sebesar 5,33 kali lebih besar berisiko mengalami kematian ibu dibandingkan dengan ibu hamil yang sehat. Anemia pada kehamilan adalah anemia karena kekurangan zat besi. Anemia pada kehamilan merupakan masalah nasional karena mencerminkan nilai kesejahteraan sosial ekonomi masyarakat dan pengaruhnya sangat besar terhadap kualitas sumber daya manusia. Menurut WHO, kejadian anemia kehamilan berkisar antara 20 dan 89% dengan menetapkan Hb 11 g% (g/dl) sebagai dasarnya (Manuaba, 2010). Ibu hamil dianggap anemia bila kadar hemoglobinnya < 11 g%. Anemia yang paling banyak terjadi adalah anemia akibat defisiensi zat besi dan asam folat. Keluhan anemia meliputi letih, lemah, pucat,pusing, sakit kepala, anoreksia, stomatitis, sensitif terhadap rasa dingin (Lailiyana, Noor dan Suryatni, 2010). Ibu dengan anemia tidak dapat menoleransi kehilangan darah seperti perempuan sehat tanpa anemia. Pada waktu persalinan terjadi kehilangan darah 1000 ml tidak akan
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
79
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
mengakibatkan kematian ibu sehat, tetapi sebaliknya pada ibu dengan anemia kehilangan darah kurang dari itu dapat berakibat fatal dan meningkatkan risiko operasi atau penyembuhan luka lama dan lukan dapat terbuka seluruhnya (Saifuddin, 2009). Faktor utama terjadinya anemia gizi besi adalah terjadinya keseimbangan negatif yaitu jumlah konsumsi zat besi masih dibawah dari jumlah zat besi yang digunakan dan dikeluarkan. Selain itu, faktor lain yang dapat mempengaruhi rendahnya konsumsi zat besi adalah adanya gangguan penyerapan dan zat penghambat yaitu serat serealia, tanin, asam oksalat, dan asam fitat, sedangkan faktor yang membantu proses penyerapan zat besi adalah vitamin C. Makanan hewani seperti daging ayam, hati, sumsum tulang, ikan teri, tingkat absorpsinya sangat tinggi yaitu 20-30%, sedangkan makanan dari sumber tumbuh-tumbuhan seperti daun bayam, kacang-kacangan absorpsinya hanya 5%. Meningkatnya kebutuhan zat gizi pada ibu hamil khususnya energi, protein, dan zat gizi besi mengharuskan ibu meningkatkan volume konsumsi makanan menjadi lebih besar, penatalaksanaan konsumsi diatur makan lebih banyak dari biasanya, atau volumenya sama tetapi frekuensinya ditambah menjadi lebih sering yaitu biasanya tiga kali menjadi empat kali sehari (Purnadhibrata,2011). Hasil penelitian ini tidak sejalan dengan penelitian Fibriana (2007) dimana status anemia tidak berpengaruh terhadap kematian ibu di kabupaten Cilacap. Hasil penelitian Aeni (2013) juga menunjukkan hal yang sama, dimana tidak ada pengaruh status anemia terhadap kematian ibu di Kabupaten Pati. Hal ini terjadi karena ada variabel lain yang lebih besar pengaruhnya terhadap kematian ibu.
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
80
6.6 Pengaruh Jarak Kehamilan terhadap Kematian Ibu Dari hasil penelitian pada tabel 5.9 dapat disimpulkan tidak ada pengaruh jarak kehamilan terhadap risiko kematian ibu. Hal ini sejalan dengan penelitian sejalan dengan penelitian Fibriani (2007) dan Aeni (2013) yang menyatakan tidak ada pengaruh jarak kehamilan terhadap kematian ibu. Kehamilan yang dialami seorang ibu menyebabkan ibu harus menyediakan makanan bagi janin dan sesudah persalinan, seorang ibu harus menyediakan air susu yang cukup untuk bayinya. Tubuh ibu tidak dapat melayani kebutuhan akibat kehamilan yang berulang-ulang yang dapat merugikan kesehatan ibu. Ibu harus mendapatkan waktu istirahat yang cukup minimal 2 tahun untuk memulihkan kesehatan ibu sebelum ibu mengalami kehamilan yang berikutnya (Wijono, 2008). Jarak kehamilan yang terlalu dekat kurang dari 2 tahun juga berisiko terjadi komplikasi disebabkan rahim dan kesehatan ibu belum mempunyai kesempatan untuk kembali sehat dan pulih (Manuaba, 2008).
6.7 Pengaruh Imunisasi TT terhadap Kematian Ibu Dari hasil penelitian pada tabel 5.18 dapat disimpulkan tidak ada pengaruh Imunisasi TT terhadap risiko kematian ibu. Dalam penelitian ibu, hampir semua ibu baik di kelompok kasus ataupun di kelompok kontrol, ibu telah mendapatkan imunisasi TT. Tujuan pemberian imunisasi TT adalah untuk memberikan perlindungan pasif pada ibu hamil terhadap tetanus, vaksinasi ini juga dapat mencegah terjadinya tetanus selama beberapa minggu pada bayi yang baru lahir (Syafrudin dan Hamidah, 2009). Hal ini sejalan dengan penelitian Weyesa et al
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
81
(2015) tentang prevalensi dan faktor risiko kematian ibu di Rumah Sakit Mizan Aman Ethiophia yang menyatakan bahwa status imunisasi TT tidak berpengaruh terhadap kematian ibu. 6.8 Pengaruh Pemeriksaan Kehamilan terhadap Kematian Ibu Dari hasil penelitian pada tabel 5.11 dapat disimpulkan tidak ada pengaruh Pemeriksaan kehamilan terhadap risiko kematian ibu. Hal ini sejalan dengan penelitian Godefay et al (2015) tentang faktor risiko kematian ibu di Tigray Ethiophia yang menyatakan bahwa pemeriksaan kehamilan tidak berpengaruh terhadap kematian ibu. Pemeriksaan kehamilan minimal 4 kali selama kehamilan kepada petugas kesehatan, bertujuan untuk mendeteksi lebih dini kemungkinan adanya komplikasi yang timbul selama kehamilan seperti pre eklamsi, anemia,KEK, infeksi kehamilan dan perdarahan antepartum. Komplikasi yang timbul tersebut merupakan faktor risiko kematian ibu. Hal ini tidak sejalan dengan penelitian Aeni (2013) tentang faktor risiko kematian ibu di Kabupaten Pati bahwa pemeriksaan kehamilan yang tidak baik dan tidak lengkap meningkatkan risiko kematian ibu hingga 7,86 kali lebih besar dibandingkan ibu yang melakukan pemeriksaan kesehatan yang baik dan lengkap. Yego et al (2014) tentang faktor risiko kematian ibu di rumah sakit Tertiary di Kenya juga menyatakan bahwa variabel tidak adanya kunjungan pemeriksaan kehamilan berpengaruh terhadap kematian ibu, dimana ibu yang tidak melakukan pemeriksaan kehamilan berisiko meninggal sebesar 4,1 kali lebih tinggi dibanding dengan ibu yang melakukan pemeriksaan kehamilan minimal 4 kali. Taguchi et al (2003) juga menyatakan bahwa ibu dengan kunjungan pemeriksaan kehamilan
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
82
kurang dari 4 kali memiliki risiko sebesar 2,5 kali lebih besar berisiko mengalami kematian ibu dibandingkan dengan ibu yang melakukan pemeriksaan kehamilan lebih dari 4 kali selama kehamilan. 6.9 Pengaruh Penolong Persalinan Terhadap Kematian Ibu Dari hasil penelitian pada tabel 5.12 dapat disimpulkan tidak ada pengaruh Penolong persalinan terhadap risiko kematian ibu. Pada penelitian ini penolong persalinan hampir semua dilakukan oleh tenaga kesehatan dan hanya satu ibu pada kelompok kontrol yang ditolong oleh dukun bayi. Hal ini sejalan dengan penelitian Aeni (2013) yang menyatakan tidak ada pengaruh penolong persalinan dengan kematian ibu, dari hasil penelitian tersebut ibu yang ditolong oleh tenaga bukan kesehatan memiliki risiko meninggal 3,29 kali lebih besar bila dibandingkan dengan ibu yang ditolong oleh tenaga kesehatan. 6.10 Pengaruh Riwayat KB terhadap Kematian Ibu Dari hasil penelitian pada Tabel 5.17 dapat disimpulkan ada pengaruh Riwayat KB terhadap risiko kematian ibu. Hal ini sejalan dengan penelitian Fibriana (2007) bahwa ada pengaruh KB terhadap kematian ibu. Hal ini juga sejalan dengan penelitian Godefay et al (2015) tentang faktor risiko kematian ibu di Tigray Ethiophia yang menyatakan bahwa riwayat KB berpengaruh terhadap kematian ibu, dimana ibu yang tidak pernah KB sebelum kehamilan memiliki risiko meninggal sebesar 2,58 kali lebih besar jika dibandingkan dengan ibu yang pernah KB sebelum kehamilannya. Perempuan yang pernah menggunakan KB sebelum kehamilan dapat mengurangi terhadap risiko kematian pada saat kehamilan, persalinan dan nifas, karena penrempuan yang menggunakan KB
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
83
berarti memiliki kepedulian terhadap masalah kesehatan reproduksinya dan dapat lebih mengontrol kesehatan reproduksinya. Hasil penelitian ini diperkuat dengan hasil penelitian Yego et al (2014) tentang faktor risiko kematian ibu di rumah sakit Tertiary di Kenya yang menyatakan bahwa riwayat KB berpengaruh terhadap kematian ibu dengan p value = 0,0007, dimana riwayat KB merupakan faktor protektif sebesar 0,3 yang dapat melindungi ibu dari kematian pada saat kehamilan, persalinan dan nifas. Penggunaan KB dalam mengurangi kematian ibu bertujuan untuk mengurangi jumlah kehamilan, mengurangi bahaya dari jumlah anak yang banyak, mengurangi bahaya dari aborsi dan menunda kehamilan. 6.11 Pengaruh Riwayat Penyakit terhadap Kematian Ibu Dari hasil penelitian pada Tabel 5.17 dapat disimpulkan ada pengaruh riwayat penyakit terhadap risiko kematian ibu. Pada penelitian ini riwayat penyakit yang diderita ibu adalah jantung, asma, tbc, hepatitis, lupus, HIV dan ca paru. Penyebab kematian ibu tidak langsung adalah malaria, hepatitis, HIV/AIDS, diabetes melitus, bronkopneumonia (Saifuddin, 2009). Laech, 2013 menyatakan bahwa dari hasil meta analisis yang di publikasikan di AIDS edisi online, perempuan yang terinfeksi HIV memiliki delapan kali risiko kematian yang berhubungan dengan kehamilan dibandingkan dengan perempuan yang tidak terinfeksi HIV. HIV merupakan penyebab utama kematian di kalangan perempuan usia reproduksi di seluruh dunia, perempuan di Afrika sub-Sahara juga mengalami tingkat kematian ibu yang tertinggi. Pada tingkat populasi, proporsi yang sangat tinggi dari kematian ibu dapat dikaitkan akibat HIV terutama pada penderita tanpa
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
84
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
pengobatan walaupun pada daerah dengan prevalensi HIV rendah. Sehingga perlu mengintegrasikan layanan pemeriksaan HIV dan layanan reproduksi dan memantau kecenderungan dalam tejadinya kematian ibu akibat HIV. Penyakit jantung akan menjadi lebih berat pada saat kehamilan, karena dapat mempengaruhi gangguan pada pertumbuhan janin. Keluhan utama yang dirasakan seperti cepat merasa lelah, jantung berdebar-debar, sesak napas disertai kebiruan, edema tungkai dan mengeluh tentang bertambahnya besar rahim yang tidak sesuai (Manuaba, 2010). Hal ini sejalan dengan penelitian Aeni (2013), tentang faktor risiko kematian ibu di Kabupaten Pati (2011) menyatakan bahwa riwayat penyakit berpengaruh terhadap kematian ibu, dimana ibu dengan ada riwayat penyakit meningkatkan risiko kematian ibu sekitar 27,74 kali lebih besar dibanding ibu yang tidak memiliki riwayat penyakit.
Hal ini sejalan dengan
penelitian Godefay et al (2015) tentang faktor risiko kematian ibu di Tigray Ethiophia yang menyatakan bahwa riwayat penyakit ibu berpengaruh terhadap kematian ibu dan ibu dengan riwayat penyakit memiliki risiko sebesar 5,58 kali dibandingkan dengan ibu tidak ada riwayat penyakit. Diperkuat dengan penelitian Yego et al (2014) tentang faktor risiko kematian ibu di rumah sakit Tertiary di Kenya juga menyatakan bahwa riwayat penyakit berpengaruh terhadap kematian ibu, dimana ibu yang terdapat riwayat penyakit memiliki risiko meninggal sebesar 3,9 kali lebih tinggi dibandingkan dengan ibu yang tidak ada riwayat penyakit.
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
85
6.12 Pengaruh Riwayat Komplikasi terhadap Kematian Ibu Dari hasil penelitian pada tabel 5.17 dapat disimpulkan ada tidak pengaruh riwayat komplikasi terhadap risiko kematian ibu. Riwayat komplikasi sebelum kehamilan seperti perdarahan, pre eklamsi, eklamsi dan infeksi membuat ibu berisiko tinggi untuk mengalami komplikasi maupun kematian pada kehamilan berikutnya. Hal ini sejalan dengan penelitian Godefay et al (2015) tentang faktor risiko kematian ibu di Tigray Ethiophia yang menyatakan bahwa riwayat komplikasi tidak berpengaruh terhadap kematian ibu. Hal ini terjadi disebabkan terdapat faktor lain yang lebih besar pengaruhnya terhadap kematian ibu. Hal ini tidak sejalan dengan penelitian Yego et al (2014) tentang faktor risiko kematian ibu di rumah sakit Tertiary di Kenya juga menyatakan bahwa riwayat komplikasi berpengaruh terhadap kematian ibu,dimana ibu dengan ada riwayat komplikasi memiliki risiko meninggal sebesar 9 kali lebih tinggi dibandingkan dengan ibu yang tidak memiliki riwayat komplikasi. 6.13 Indeks Prediktif Risiko Kematian Ibu Indeks atau indikator komposit yaitu suatu istilah yang digunakan untuk indikator yang lebih rumit, memiliki ukuran-ukuran yang multidimensional yang merupakan gabungan dari sejumlah indikator. Indeks ini biasanya dikembangkan melalui penelitian khusus karena penggunaannya secara praktis terbatas, misalnya untuk mengukur beban penyakit (Depkes RI, 2003). Indeks merupakan suatu pendekatan terbaik yang dapat dipergunakan, yang mendekati kemungkinan sesungguhnya pada terjadinya suatu kejadian tertentu atau penyakit tertentu pada suatu populasi dalam waktu tertentu. Indeks
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
86
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
digunakan apabila tidak dapat menghitung langsung jumlah yang menghadapi risiko (denominator) dan dipergunakan untuk hal lain yang kita tidak dapat menghitung untuk suatu hal yang menggambarkan jumlah yang menghadapi risiko
(Wijono,2006).
Persyaratan
yang
harus
dipertimbangkan
dalam
merumuskan indikator adalah : a. Simple (sederhana) artinya indikator yang ditetapkan sedapat mungkin sederhana dalam pengumpulan data maupun dalam rumus perhitungan untuk mendapatkannya b. Measurable (dapat diukur) artinya indikator yang ditetapkan harus mempresentasikan informasinya dan jelas ukurannya. Dengan demikian dapat digunakan untuk perbandingan antara suatu tempat dengan tempat yang lain atau antara suatu waktu dengan waktu yang lain. Kejelasan pengukuran juga menunjukan bagaimana cara mendapatkan datanya c. Atributable (bermanfaat) artinya indikator yang ditetapkan harus bermanfaat untuk kepentingan pengambilan keputusan, hal ini bahwa indikator itu merupakan pengejawantahan dari informasi yang memang dibutuhkan untuk pengambilan keputusan jadi harus spesifik untuk pengambilan keputusan tertentu. d. Reliable (dapat dipercaya) artinya indikator yang ditetapkan harus dapat didukung oleh pengumpulan data yang baik, benar dan teliti e. Timely (tepat waktu) artinya indikator yang ditetapkan harus dapat diolah pengumpulan, pengolahan, serta pengemasan informasi yang waktunya sesuai dengan saat pengambilan keputusan dilakukan.
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
87
Bila dilihat dari persyaratan indikator diatas, maka indikator komposit/indeks dalam penelitian ini telah memenuhi seluruh persyaratan indikator yaitu sederhana (simple) pengumpulan data dilakukan kapan saja dengan menggunakan data yang rutin dikumpulkan di puskesmas pada saat melakukan pemeriksaan kesehatan pada ibu hamil, begitupun dengan rumus yang digunakan dalam penetapan indeks bisa dikatakan cukup sederhana sehingga hasil dari pengumpulan data ini memenuhi syarat tepat waktu (timely) dalam pengambilan keputusan. Indikator ini juga memenuhi syarat bermanfaat (attributable) karena dapat dijadikan upaya dalam mencegah seorang ibu mengalami kematian baik ketika hamil, persalinan dan nifas sehingga upaya untuk menurunkan angka kematian ibu sesuai dengan target nasional maupun internasional. Persyaratan indikator dapat dipercaya (reliable) telah terpenuhi karena indikator komposit ini disusun melalui penelitian dengan pengumpulan data yang baik dan benar mengikuti kaidah-kaidah ilmiah sehingga dijamin ketelitiannya, dengan demikian indikator kompisit ini pula memenuhi persyaratan terukur (measurable) dikarenakan indikator ini dapat menjadi alat ukur untuk mengidentifikasi risiko kematian ibu. Indeks ini dapat membantu petugas kesehatan khususnya di puskesmas untuk melakukan skrining pada ibu hamil yang melakukan pemeriksaan kehamilan sehingga sejak dini dapat mengetahui ibu hamil mana yang berpotensi mengalami kejadian kematian ibu. Dengan nilai sensitivitas 60,50 persen, dapat diartikan bahwa alat ukur ini dapat mengetahui ibu hamil dengan faktor risiko positif sebesar 60,50 persen. Misalkan ketika ada 10 ibu hamil dengan ada riwayat penyakit, tidak ada riwayat KB, dan status anemia rendah ,maka terdapat 6 ibu
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
88
yang memiliki risiko mengalami kematian baik pada saat kehamilan, persalinan dan nifas. Jika dilihat dari penerapan formula indeks ini, dapat diketahui bahwa minimal berisiko papda variabel riwayat penyakit dan dua variabel berisiko diantara tiga variabel dalam indeks, maka berdasarkan perhitungan skor indeks dapat diketahui bahwa ibu berisiko tinggi mengalami kematian pada saat kehamilan, persalinan dan nifas. Keakurasian dari formula ini sebesar 79 persen, artinya dari 100 ibu hamil dengan ada riwayat penyakit, tidak pernah KB, dan status anemia rendah dapat diprediksi ada sekitar 79 ibu yang berisiko meninggal, sementara 21 ibu hamil dipengaruhi oleh faktor lain. 6.14 Keterbatasan Penelitian Keterbatasan dalam penelitian ini adalah sebagai berikut : a) Penelitian ini data yang terkumpul hanya dari data sekunder yang tercatat oleh tenaga kesehatan di puskesmas di wilayah kerja Dinas Kesehatan Surabaya saja, sehingga tidak bisa menggali lebih dalam informarsi mengenai faktor risiko lain yang berkontribusi pada kematian ibu selain dari yang di data oleh tenaga kesehatan
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
BAB 7 PENUTUP 7.1 Kesimpulan Berdasarkan hasil penelitian dan pembahasan yang seperti dalam bab sebelumnya maka dapat disimpulkan bahwa : 1.
Tidak ada pengaruh umur terhadap kematian ibu
2.
Tidak ada pengaruh Jumlah paritas terhadap kematian ibu
3.
Tidak ada pengaruh IMT terhadap kematian ibu
4.
Tidak ada pengaruh LILA terhadap kematian ibu
5.
Ada pengaruh Status anemia terhadap kematian ibu
6.
Tidak ada pengaruh Jarak kehamilan terhadap kematian ibu
7.
Tidak ada pengaruh Imunisasi TT terhadap kematian ibu
8.
Tidak ada pengaruh Pemeriksaan kehamilan terhadap kematian ibu
9.
Tidak ada pengaruh Penolong persalinan terhadap kematian ibu
10. Ada pengaruh Riwayat KB terhadap kematian ibu 11. Ada pengaruh Riwayat penyakit terhadap kematian ibu 12. Tidak Ada pengaruh Riwayat Komplikasi terhadap kematian ibu 13. Formula indeks prediktif risiko kematian ibu di Kota Surabaya yaitu : Indeks Prediktif Risiko Kematian Ibu = (-1,834+2,267xriwayat penyakit(ada riwayat penyakit)+
1,597x Riwayat KB(Tidak pernah)+ 1,388xstatus anemia(anemia)
Dengan nilai cut off indeks tersebut adalah 0,341.
89 TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
90
7.2 Saran 1. Bagi masyarakat dimana ibu hamil yang memiliki riwayat penyakit agar lebih memprioritaskan pemeriksaan kesehatan sebelum kehamilan ke palayanan kesehatan terdekat dan mengupayakan menyembuhkan penyakit terlebih dahulu sebelum memutuskan untuk hamil dengan menggunakan alat kontrasepsi terlebih dahulu, serta menghindari konsumsi makanan yang mengandung serat serealia, tanin, asam oksalat, dan asam fitat seperti pada teh dan kopi serta meningkatkan asupan vitamin C untuk memudahkan penyerapan zat besi dalam tubuh dengan menambah jumlah konsumsi buahbuahan. 2. Bagi Dinas Kesehatan, indeks ini diharapkan menjadi pertimbangan serta dimanfaatkan menjadi alat ukur dalam membantu petugas kesehatan khusunya di Puskesmas untuk melakukan skrining pada pasangan usia subur, sehingga dari awal sudah diketahui calon ibu hamil yang memiliki risiko mengalami kematian baik pada saat kehamilan, persalinan dan nifas, serta memberikan suplemen vitamic C kepada ibu hamil selain suplemen tablet besi. 3. Bagi puskesmas diharapkan melakukan pendampingan pada ibu hamil yang diketahui memiliki riwayat penyakit sebelum kehamilan, tidak pernah KB, dan mengalami anemia sebelum kehamilan sehingga bisa mencegah kematian ibu. Untuk mencegah anemia pada ibu hamil sebaiknya petugas puskesmas melakukan skrining pada pasangan usia subur terutama pada calon ibu untuk
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
91
tetap rutin mengkonsumsi tablet tambah darah untuk mempersiapkan kehamilannya dan juga rutin mengkonsumsi suplemen vitamin C. 4. Bagi peneliti selanjutnya, agar dilakukan penelitian lebih lanjut dengan menambah variabel lain seperti pekerjaan ibu, pendapatan keluarga, pendidikan ibu
dengan
menggunakan
pendekatan
kualitatif
kepada
responden.
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
DAFTAR PUSTAKA
Aeni N.,(2013), Faktor Risiko Kematian Ibu, Jurnal Kesmas Kesehatan Masyarakat Nasional Vol.7, No. 10, Mei 2013, 453-459 Andriani M., dan Wijatmadi B., (2012), Peranan Gizi dalam Siklus Kehidupan, Jakarta : Kencana Balitbangkes, Kemenkes RI., (2011),Riset Kesehatan Dasar 2010,Jakarta Depkes RI., (2010),Pedoman PWS KIA,Jakarta : Dirjen Binkesmas Depkes RI.,(2012), Pedoman pelayanan antenatal terpadu,edisi kedua, Jakarta : Dirjen Bina Gizi dan Kesehatan Ibu dan Anak Dinas Kesehatan Kota Surabaya, (2012), Buku Profil Kesehatan Kota Surabaya Tahun 2012 Dinas Kesehatan Kota Surabaya, (2013),Buku Profil Kesehatan Kota Surabaya Tahun 2013 Dinas Kesehatan Kota Surabaya, (2014), Buku Profil Kesehatan Kota Surabaya Tahun 2014 Depkes RI, (2009), Pedoman Pemantauan Wilayah Setempat Kesehatan Ibu dan Anak (PWS-KIA), Jakarta : departemen kesehatan Dinas Kesehatan Provinsi Jawa Timur,(2013),Profil Kesehatan Provinsi Jawa Timur Tahun 2012,http://www.depkes.go.id/downloads/PROFIL_KES_PROVINSI_2012 /!%_Profil_Kes.Prov.JawaTimur_2012.pdf (sitasi 18 Oktober 2015) Evance I., Godfrey M., Masanja., Honorati., and Kathleen K.,(2013), Causes and Risk Factors for Maternal Mortality in Rural Tanzania – Case of Rufiji Health and Demographic Surveilance Site (HDSS), African Journal of Reproductive Health, September 2013 17(3); 119-130 Fibriana AI.,(2007), Faktor – faktor Risiko yang Mempengaruhi Kematian Maternal (Studi Kasus Di Kabupaten Cilacap), Artikel Publikasi, Program Studi Epidemiologi : Undip, www.pdffactory.com (sitasi 20 Juni 2016)
92 TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
93
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Godevay H., Byass P., Graham WJ., Kinsman J., and Mulugeta A., (2015), Risk Factors for Maternal Mortality in Rural Tigray, Northern Ethiopia: A CaseControl Study, Journal PLOS ONE (PONE) Desember 17, 2015, 1: 12 Goffman D., Madden RC., Harrison EA., Merkatz IR., dan Chazotte C.,(2007), Predictorsmof Maternal Mortality and Near-miss maternal morbidity, Journal of Perinatology, 27, 597-601 Hernandez JC., dan Moser CM.,(2013), Community Level Risk Faktors For Maternal Mortality In Madagascar, African Journal of Reproductiven Health December 2013,17 , 118-129 Ikhtiar M., dan Yasir Y.,(2015),Analysis of Maternal Mortality Determinants in Gowa District South Sulawesi Province, Indonesia, American Journal of Public Health Research, Vol.3, No.3, 113-115 Iqbal K., Shaheen F., and Begum A.,(2014), Risk Factors of Maternal Mortality, Journal of Rawalpindi Medical College (JRMC) , 18(1) ,136-138 Kemenkes RI.,(2012), Profil Data Kesehatan Indonesia Tahun 2011, Jakarta : Kementerian Kesehatan Republik Indonesia Kemenkes RI.,(2014), Situasi Kesehatan Ibu.Infodatin, Jakarta : Kementerian Kesehatan Republik Indonesia Kemenkes RI.,(2015), Profil Kesehatan Indonesia 2014, Jakarta : Kementerian Kesehatan Republik Indonesia Lailiyana N N., dan Suryatni.,(2010), Buku Ajar Gizi Kesehatan Reproduksi, Jakarta : EGC Leach C.,(2013), Satu Dari Empat Kematian Terkait Kehamilan Pada Ibu Dengan HIV Terjadi Di Negara-negara yang paling terdampak oleh HIV, http://spiritia.or.id/news/bacanews.php?nwno=3281 (Sitasi 10 Juli 2016) Manuaba,(1998),Ilmu Kebidanan.Penyakit Kandungan dan KB, Jakarta : EGC Manuaba, (2010), Ilmu Kebidanan.Penyakit Kandungan dan Keluarga Berencana untu pendidikan Bidan, Jakarta : EGC Martaadisoebrata, Sastrawinata, dan Saifuddin., (2011), Bunga Rampai Obstetri dan Ginekologi Sosial, Jakarta : Bunga Rampai Sarwono Prawiroharjo Masruroh.,(2011), Analisis Faktor Risiko Kematian Maternal Di Kabupaten Sidoarjo, Tesis, KIA/Ilmu Kesehatan Masyarakat, Universitas Airlangga
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
94
McCarthy dan Maine.,(1992), A Framework for Analyzing the Determinants of Maternal Mortality.Article in Studies in Family Palnning, Vol.23, No.1 (Jan-Feb.,1992) pp.23-33 Mochtar R..,(1998), Sinopsis Obstetri Edisi 2, Jakarta : EGC Murti B., (2008), Prinsip dan Metode Riset Epidemiologi, Yogyakarta : Gadjah Mada University Press. Prasetyawati dan Arsita E.,(2012)., Kesehatan Ibu dan Anak (KIA) Dalam Millenium Development Goals, Yogyakarta : Nuha Medika Poorolajal J., Alafchi B., Vosoogh RN., Hamzeh S., Ghahramani M.,(2014), Risk Factors for Maternal Mortality in the west of Iran : a Nested Case – Control Study, Epidemiology and Health (epiH), Vol 36,1-5 Purnadhibrata I M., (2011), Upaya Pencegahan Anemia Gizi Besi Pada Ibu Hamil, Jurnal Ilmu Gizi Vol 2, No 2, 118-124 Rejeki ST., Fatkhiyah N., dan Rizwijaya W,.(2014), Analisis Faktor Risiko Terhadap Kematian Maternal Di Kabupaten Tegal Periode 2011-2012, BHAMADA,JITK, Vol.4, No.1, Januari 2014 Sandjaja,(2009), Risiko Kurang Energi Kronis (KEK) Pada Ibu Hamil Di Indonesia, Gizi Indonesia, Vol.32, No.2, 128-138 Sastroasmoro S., dan Ismael S.,(2008), Dasar-Dasar Metodologi Penelitian Klinis, Jakarta : Sagung Seto Saifuddin AB.,(2009), Ilmu Kebidanan Kematian Ibu dan Perinatal, Jakarta : Bina Pustaka Sarwono Prawiroharjo Syafrudin dan Hamidah, (2009), Kebidanan Komunitas, Jakarta : EGC Taguchi N., Kawabata M., Maekawa M., Maruo T., Aditiawarman dan Dewata L., (2003), Influence of Sosio Economic Background and Antenatal Care Programmes on Maternal Mortality in Surabaya Indonesia, Tropical Medicine and International Health, Vol.8, No.9, 847-852 Weyesa JB., Tadesse AH., Eba TY., Minta MK., Gudu HT., and Tesfaw Y., (2015), Prevalence and Risk Factors Associated with Maternal Mortality in Mizan-Aman Hospital, Bench Maji, Southwest Ethiopia, J Women’s Health Care (JWHC), Vol 4, No 6, 1:5 WHO,(2015), Trends In Maternal Mortality : 1990 to 2015, Geneva : World Health Organizazion: 2015
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
95
Wijono D.,(2008), Manajemen Kesehatan Ibu dan Anak, Surabaya : Duta Prima Airlangga Yego F., D’este C., Byles J., Williams JS., and Nyongesa P.,(2014),Risk Factors for Maternal Mortality in a tertiary Hospital in Kenya: a Case Control Study, BMC Pregnancy and Childbirth, http://www.biomedcentral.com (sitasi 20 Juni 2016)
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
LAMPIRAN 1
CROSTABS 1. UMUR Case Processing Summary Cases Valid N Umur Ibu * Risiko Kematian Ibu
Missing Percent
114
N
Total
Percent
100.0%
0
N
.0%
Percent 114
100.0%
Umur Ibu * Risiko Kematian Ibu Crosstabulation Risiko Kematian Ibu Kontrol Umur Ibu
Tidak Berisiko
Count
Berisiko
Total 25
84
% within Risiko Kematian Ibu
77.6%
65.8%
73.7%
% of Total
51.8%
21.9%
73.7%
Count
Total
Kasus 59
17
13
30
% within Risiko Kematian Ibu
22.4%
34.2%
26.3%
% of Total
14.9%
11.4%
26.3%
76
38
114
100.0%
100.0%
100.0%
66.7%
33.3%
100.0%
Count % within Risiko Kematian Ibu % of Total
2. JUMLAH PARITAS Case Processing Summary Cases Valid N Jumlah Anak * Risiko Kematian Ibu
Missing Percent
114
N
100.0%
Total
Percent 0
N
.0%
Percent 114
100.0%
Jumlah Anak * Risiko Kematian Ibu Crosstabulation Risiko Kematian Ibu Kontrol Jumlah Anak
Tidak Berisiko
Berisiko
Total
Count
Kasus
Total
49
20
69
% within Risiko Kematian Ibu
64.5%
52.6%
60.5%
% of Total
43.0%
17.5%
60.5%
27
18
45
% within Risiko Kematian Ibu
35.5%
47.4%
39.5%
% of Total
23.7%
15.8%
39.5%
76
38
114
100.0%
100.0%
100.0%
66.7%
33.3%
100.0%
Count
Count % within Risiko Kematian Ibu % of Total
96 TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
97
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
3. IMT Case Processing Summary Cases Valid N Indeks Masa Tubuh * Risiko Kematian Ibu
Missing Percent
114
N
100.0%
Total
Percent 0
N
.0%
Percent 114
100.0%
Indeks Masa Tubuh * Risiko Kematian Ibu Crosstabulation Risiko Kematian Ibu Kontrol Indeks Masa Tubuh
Tidak Berisiko
Count
Berisiko
Total 20
54
% within Risiko Kematian Ibu
44.7%
52.6%
47.4%
% of Total
29.8%
17.5%
47.4%
Count
Total
Kasus 34
42
18
60
% within Risiko Kematian Ibu
55.3%
47.4%
52.6%
% of Total
36.8%
15.8%
52.6%
76
38
114
100.0%
100.0%
100.0%
66.7%
33.3%
100.0%
Count % within Risiko Kematian Ibu % of Total
4. LILA Case Processing Summary Cases Valid N Lingar Lengan Atas * Risiko Kematian Ibu
Missing Percent
114
100.0%
N
Total
Percent 0
N
.0%
Percent 114
100.0%
Lingar Lengan Atas * Risiko Kematian Ibu Crosstabulation Risiko Kematian Ibu Kontrol Lingar Lengan Atas
TidakBerisiko
Berisiko
Total
Count
Total
63
31
94
% within Risiko Kematian Ibu
82.9%
81.6%
82.5%
% of Total
55.3%
27.2%
82.5%
13
7
20
% within Risiko Kematian Ibu
17.1%
18.4%
17.5%
% of Total
11.4%
6.1%
17.5%
76
38
114
100.0%
100.0%
100.0%
66.7%
33.3%
100.0%
Count
Count % within Risiko Kematian Ibu % of Total
TESIS
Kasus
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
98
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
5. STATUS ANEMIA Case Processing Summary Cases Valid N Haemoglobin * Risiko Kematian Ibu
Missing Percent
114
N
Total
Percent
100.0%
0
N
.0%
Percent 114
100.0%
Haemoglobin * Risiko Kematian Ibu Crosstabulation Risiko Kematian Ibu Kontrol Haemoglobin
Tidak Berisiko
Berisiko
Count
Total
65
22
87
% within Risiko Kematian Ibu
85.5%
57.9%
76.3%
% of Total
57.0%
19.3%
76.3%
11
16
27
14.5%
42.1%
23.7%
9.6%
14.0%
23.7%
Count % within Risiko Kematian Ibu % of Total
Total
Kasus
Count % within Risiko Kematian Ibu % of Total
76
38
114
100.0%
100.0%
100.0%
66.7%
33.3%
100.0%
6. JARAK KEHAMILAN Case Processing Summary Cases Valid N Jarak Kehamilan * Risiko Kematian Ibu
Missing Percent
114
N
100.0%
Total
Percent 0
N
.0%
Percent 114
100.0%
Jarak Kehamilan * Risiko Kematian Ibu Crosstabulation Risiko Kematian Ibu Kontrol Jarak Kehamilan
TidakBerisiko
Berisiko
Count
67
33
100
88.2%
86.8%
87.7%
% of Total
58.8%
28.9%
87.7%
9
5
14
11.8%
13.2%
12.3%
7.9%
4.4%
12.3%
Count
% of Total Count % within Risiko Kematian Ibu % of Total
TESIS
Total
% within Risiko Kematian Ibu
% within Risiko Kematian Ibu Total
Kasus
INDEKS PREDIKTIF RISIKO ...
76
38
114
100.0%
100.0%
100.0%
66.7%
33.3%
100.0%
KRISNITA DWI J.
99
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
7. IMUNISASI TT Case Processing Summary Cases Valid N Imunisasi TT * Risiko Kematian Ibu
Missing Percent
114
N
Total
Percent
100.0%
0
N
.0%
Percent 114
100.0%
Imunisasi TT * Risiko Kematian Ibu Crosstabulation Risiko Kematian Ibu Kontrol Imunisasi TT
Ya
Tidak
Total
Count
Kasus
Total
71
32
103
% within Risiko Kematian Ibu
93.4%
84.2%
90.4%
% of Total
62.3%
28.1%
90.4%
Count
5
6
11
% within Risiko Kematian Ibu
6.6%
15.8%
9.6%
% of Total
4.4%
5.3%
9.6%
76
38
114
100.0%
100.0%
100.0%
66.7%
33.3%
100.0%
Count % within Risiko Kematian Ibu % of Total
8. PEMERIKSAAN KEHAMILAN Case Processing Summary Cases Valid N Pemeriksaan Kehamilan * Risiko Kematian Ibu
Missing Percent
114
100.0%
N
Total
Percent 0
N
.0%
Percent 114
100.0%
Pemeriksaan Kehamilan * Risiko Kematian Ibu Crosstabulation Risiko Kematian Ibu Kontrol Pemeriksaan Kehamilan
Tidak Berisiko
Berisiko
Total
Count
Total 32
103
% within Risiko Kematian Ibu
93.4%
84.2%
90.4%
% of Total
62.3%
28.1%
90.4%
5
6
11
% within Risiko Kematian Ibu
6.6%
15.8%
9.6%
% of Total
4.4%
5.3%
9.6%
76
38
114
100.0%
100.0%
100.0%
66.7%
33.3%
100.0%
Count
Count % within Risiko Kematian Ibu % of Total
TESIS
Kasus 71
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
100
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
9. PENOLONG PERSALINAN Case Processing Summary Cases Valid N Penolong Persalinan * Risiko Kematian Ibu
Missing Percent
114
N
Total
Percent
100.0%
0
N
Percent
.0%
114
100.0%
Penolong Persalinan * Risiko Kematian Ibu Crosstabulation Risiko Kematian Ibu Kontrol Penolong Persalinan
Tenaga Kesehatan
Count
Bukan Tenaga Kesehatan
Total 38
113
% within Risiko Kematian Ibu
98.7%
100.0%
99.1%
% of Total
65.8%
33.3%
99.1%
1
0
1
1.3%
.0%
.9%
.9%
.0%
.9%
Count % within Risiko Kematian Ibu % of Total
Total
Kasus 75
Count % within Risiko Kematian Ibu % of Total
76
38
114
100.0%
100.0%
100.0%
66.7%
33.3%
100.0%
10. RIWAYAT KB Case Processing Summary Cases Valid N Riwayat KB * Risiko Kematian Ibu
Missing Percent
114
N
Total
Percent
100.0%
0
N
.0%
Percent 114
100.0%
Riwayat KB * Risiko Kematian Ibu Crosstabulation Risiko Kematian Ibu Kontrol Riwayat KB
Ya
Tidak
Total
Count
Total
70
26
96
% within Risiko Kematian Ibu
92.1%
68.4%
84.2%
% of Total
61.4%
22.8%
84.2%
6
12
18
% within Risiko Kematian Ibu
7.9%
31.6%
15.8%
% of Total
5.3%
10.5%
15.8%
Count
Count % within Risiko Kematian Ibu % of Total
TESIS
Kasus
76
38
114
100.0%
100.0%
100.0%
66.7%
33.3%
100.0%
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
101
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
11. RIWAYAT PENYAKIT Case Processing Summary Cases Valid N Riwayat Penyakit * Risiko Kematian Ibu
Missing Percent
114
N
Total
Percent
100.0%
0
N
.0%
Percent 114
100.0%
Riwayat Penyakit * Risiko Kematian Ibu Crosstabulation Risiko Kematian Ibu Kontrol Riwayat Penyakit
Tidak ada
Ada
Count
Total
70
22
92
% within Risiko Kematian Ibu
92.1%
57.9%
80.7%
% of Total
61.4%
19.3%
80.7%
6
16
22
% within Risiko Kematian Ibu
7.9%
42.1%
19.3%
% of Total
5.3%
14.0%
19.3%
Count
Total
Kasus
Count % within Risiko Kematian Ibu
76
38
114
100.0%
100.0%
100.0%
66.7%
33.3%
100.0%
% of Total
12. RIWAYAT KOMPLIKASI Case Processing Summary Cases Valid N Riwayat Komplikasi * Risiko Kematian Ibu
Missing Percent
114
N
100.0%
Total
Percent 0
N
.0%
Percent 114
100.0%
Riwayat Komplikasi * Risiko Kematian Ibu Crosstabulation Risiko Kematian Ibu Kontrol Riwayat Komplikasi
Tidak ada
Ada
Total
Count
Total 28
100
% within Risiko Kematian Ibu
94.7%
73.7%
87.7%
% of Total
63.2%
24.6%
87.7%
Count
4
10
14
% within Risiko Kematian Ibu
5.3%
26.3%
12.3%
% of Total
3.5%
8.8%
12.3%
76
38
114
100.0%
100.0%
100.0%
66.7%
33.3%
100.0%
Count % within Risiko Kematian Ibu % of Total
TESIS
Kasus 72
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
LAMPIRAN 2 ANALISIS BIVARIAT 1. Umur Case Processing Summary Unweighted Casesa
N
Selected Cases
Included in Analysis Missing Cases Total
Unselected Cases Total
Percent 114
100.0
0
.0
114
100.0
0
.0
114
100.0
a. If weight is in effect, see classification table for the total number of cases.
Dependent Variable Encoding Original Value
Internal Value
Kontrol
0
Kasus
1 Categorical Variables Codings Parameter coding Frequency
Umur Ibu
(1)
Tidak Berisiko
84
.000
Berisiko
30
1.000
Classification Tablea,b Predicted Risiko Kematian Ibu Observed Step 0
Kontrol
Risiko Kematian Ibu
Kasus
Percentage Correct
Kontrol
76
0
100.0
Kasus
38
0
.0
Overall Percentage
66.7
a. Constant is included in the model. b. The cut value is ,500
102 TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
103
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Variables in the Equation B Step 0
S.E.
Constant
-.693
Wald .199
df
Sig.
12.171
Exp(B)
1
.000
.500
Variables not in the Equation Score Step 0
Variables
Umur(1)
Overall Statistics
df
Sig.
1.832
1
.176
1.832
1
.176
Omnibus Tests of Model Coefficients Chi-square Step 1
df
Sig.
Step
1.787
1
.181
Block
1.787
1
.181
Model
1.787
1
.181
Model Summary Cox & Snell R Step
-2 Log likelihood
Square
Nagelkerke R Square
143.338a
1
.016
.022
a. Estimation terminated at iteration number 3 because parameter estimates changed by less than ,001. Classification Tablea Predicted Risiko Kematian Ibu Observed Step 1
Kontrol
Risiko Kematian Ibu
Kasus
Percentage Correct
Kontrol
76
0
100.0
Kasus
38
0
.0
Overall Percentage
66.7
a. The cut value is ,500 Variables in the Equation 95,0% C.I.for EXP(B) B Step 1a
TESIS
S.E.
Wald
df
Sig.
Exp(B)
Umur(1)
.590
.439
1.809
1
.179
1.805
Constant
-.859
.239
12.947
1
.000
.424
INDEKS PREDIKTIF RISIKO ...
Lower .763
Upper 4.266
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
104
Classification Tablea,b Predicted Risiko Kematian Ibu Observed Step 0
Kontrol
Risiko Kematian Ibu
Kasus
Percentage Correct
Kontrol
76
0
100.0
Kasus
38
0
.0
Overall Percentage
66.7
a. Variable(s) entered on step 1: Umur.
2. Jumlah Paritas Case Processing Summary Unweighted Casesa Selected Cases
N Included in Analysis Missing Cases Total
Unselected Cases Total
Percent 114
100.0
0
.0
114
100.0
0
.0
114
100.0
a. If weight is in effect, see classification table for the total number of cases.
Dependent Variable Encoding Original Value
Internal Value
Kontrol
0
Kasus
1
Categorical Variables Codings Parameter coding Frequency Jumlah Anak
TESIS
(1)
Tidak Berisiko
69
.000
Berisiko
45
1.000
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
105
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Classification Tablea,b Predicted Risiko Kematian Ibu Observed Step 0
Kontrol
Risiko Kematian Ibu
Kasus
Percentage Correct
Kontrol
76
0
100.0
Kasus
38
0
.0
Overall Percentage
66.7
a. Constant is included in the model. b. The cut value is ,500 Variables in the Equation B Step 0
Constant
S.E. -.693
Wald .199
df
12.171
Sig. 1
Exp(B) .000
.500
Variables not in the Equation Score Step 0
Variables
Paritas(1)
Overall Statistics
df
Sig.
1.487
1
.223
1.487
1
.223
Omnibus Tests of Model Coefficients Chi-square Step 1
df
Sig.
Step
1.475
1
.225
Block
1.475
1
.225
Model
1.475
1
.225
Model Summary Cox & Snell R Step 1
-2 Log likelihood 143.650a
Square
Nagelkerke R Square .013
.018
a. Estimation terminated at iteration number 3 because parameter estimates changed by less than ,001.
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
106
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Classification Tablea Predicted Risiko Kematian Ibu Observed Step 1
Kontrol
Risiko Kematian Ibu
Kasus
Percentage Correct
Kontrol
76
0
100.0
Kasus
38
0
.0
Overall Percentage
66.7
a. The cut value is ,500 Variables in the Equation 95,0% C.I.for EXP(B) B Step 1a
S.E.
Wald
df
Sig.
Exp(B)
Paritas(1)
.491
.404
1.477
1
.224
1.633
Constant
-.896
.265
11.405
1
.001
.408
Lower .740
Upper 3.604
a. Variable(s) entered on step 1: Paritas.
3. IMT Case Processing Summary Unweighted Casesa Selected Cases
N Included in Analysis Missing Cases Total
Unselected Cases Total
Percent 114
100.0
0
.0
114
100.0
0
.0
114
100.0
a. If weight is in effect, see classification table for the total number of cases.
Dependent Variable Encoding Original Value
TESIS
Internal Value
Kontrol
0
Kasus
1
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
107
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Categorical Variables Codings Parameter coding Frequency Indeks Masa Tubuh
(1)
Tidak Berisiko
54
.000
Berisiko
60
1.000
Classification Tablea,b Predicted Risiko Kematian Ibu Observed Step 0
Kontrol
Risiko Kematian Ibu
Kasus
Percentage Correct
Kontrol
76
0
100.0
Kasus
38
0
.0
Overall Percentage
66.7
a. Constant is included in the model. b. The cut value is ,500 Variables in the Equation B Step 0
Constant
S.E. -.693
Wald .199
df
12.171
Sig. 1
Exp(B) .000
.500
Variables not in the Equation Score Step 0
Variables
IMT(1)
Overall Statistics
df
Sig.
.633
1
.426
.633
1
.426
Omnibus Tests of Model Coefficients Chi-square Step 1
df
Sig.
Step
.633
1
.426
Block
.633
1
.426
Model
.633
1
.426
Model Summary Cox & Snell R Step 1
TESIS
-2 Log likelihood 144.492a
Square
Nagelkerke R Square .006
.008
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
108
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Categorical Variables Codings Parameter coding Frequency Indeks Masa Tubuh
Tidak Berisiko
(1) 54
.000
a. Estimation terminated at iteration number 3 because parameter estimates changed by less than ,001. Classification Tablea Predicted Risiko Kematian Ibu Observed Step 1
Kontrol
Risiko Kematian Ibu
Kasus
Percentage Correct
Kontrol
76
0
100.0
Kasus
38
0
.0
Overall Percentage
66.7
a. The cut value is ,500
Variables in the Equation 95,0% C.I.for EXP(B) B Step 1a
S.E.
Wald
df
Sig.
Exp(B)
IMT(1)
-.317
.398
.632
1
.427
.729
Constant
-.531
.282
3.546
1
.060
.588
Lower .334
Upper 1.591
a. Variable(s) entered on step 1: IMT.
4. LILA Case Processing Summary Unweighted Casesa Selected Cases
N Included in Analysis Missing Cases Total
Unselected Cases Total
Percent 114
100.0
0
.0
114
100.0
0
.0
114
100.0
a. If weight is in effect, see classification table for the total number of cases.
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
109
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Dependent Variable Encoding Original Value
Internal Value
Kontrol
0
Kasus
1 Categorical Variables Codings Parameter coding Frequency
Lingar Lengan Atas
(1)
TidakBerisiko
94
.000
Berisiko
20
1.000
Classification Tablea,b Predicted Risiko Kematian Ibu Observed Step 0
Kontrol
Risiko Kematian Ibu
Kasus
Percentage Correct
Kontrol
76
0
100.0
Kasus
38
0
.0
Overall Percentage
66.7
a. Constant is included in the model. b. The cut value is ,500
Variables in the Equation B Step 0
Constant
S.E. -.693
Wald .199
df
12.171
Sig. 1
Exp(B) .000
.500
Variables not in the Equation Score Step 0
Variables
LILA(1)
Overall Statistics
TESIS
df
Sig.
.030
1
.862
.030
1
.862
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
110
Omnibus Tests of Model Coefficients Chi-square Step 1
df
Sig.
Step
.030
1
.862
Block
.030
1
.862
Model
.030
1
.862
Model Summary Cox & Snell R Step
-2 Log likelihood
Square
145.095a
1
Nagelkerke R Square .000
.000
a. Estimation terminated at iteration number 3 because parameter estimates changed by less than ,001. Classification Tablea Predicted Risiko Kematian Ibu Observed Step 1
Kontrol
Risiko Kematian Ibu
Kasus
Percentage Correct
Kontrol
76
0
100.0
Kasus
38
0
.0
Overall Percentage
66.7
a. The cut value is ,500 Variables in the Equation 95,0% C.I.for EXP(B) B Step 1a
S.E.
Wald
df
Sig.
Exp(B)
LILA(1)
.090
.518
.030
1
.862
1.094
Constant
-.709
.219
10.448
1
.001
.492
Lower .397
Upper 3.018
a. Variable(s) entered on step 1: LILA.
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
111
5. Status Anemia Case Processing Summary Unweighted Casesa
N
Selected Cases
Included in Analysis Missing Cases Total
Unselected Cases Total
Percent 114
100.0
0
.0
114
100.0
0
.0
114
100.0
a. If weight is in effect, see classification table for the total number of cases.
Dependent Variable Encoding Original Value
Internal Value
Kontrol
0
Kasus
1
Categorical Variables Codings Parameter coding Frequency Haemoglobin
(1)
Tidak Berisiko
87
.000
Berisiko
27
1.000
Classification Tablea,b Predicted Risiko Kematian Ibu Observed Step 0
Kontrol
Risiko Kematian Ibu
Kasus
Percentage Correct
Kontrol
76
0
100.0
Kasus
38
0
.0
Overall Percentage
66.7
a. Constant is included in the model. b. The cut value is ,500
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
112
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Variables in the Equation B Step 0
Constant
S.E. -.693
Wald .199
df
Sig.
12.171
1
Exp(B) .000
.500
Variables not in the Equation Score Step 0
Variables
Hb(1)
Overall Statistics
df
Sig.
10.701
1
.001
10.701
1
.001
Omnibus Tests of Model Coefficients Chi-square Step 1
df
Sig.
Step
10.235
1
.001
Block
10.235
1
.001
Model
10.235
1
.001
Model Summary Cox & Snell R Step
-2 Log likelihood
Square
134.890a
1
Nagelkerke R Square .086
.119
a. Estimation terminated at iteration number 4 because parameter estimates changed by less than ,001. Classification Tablea Predicted Risiko Kematian Ibu Observed Step 1
Risiko Kematian Ibu
Kontrol
Kasus
Percentage Correct
Kontrol
65
11
85.5
Kasus
22
16
42.1
Overall Percentage
71.1
a. The cut value is ,500
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
113
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Variables in the Equation 95,0% C.I.for EXP(B) B Step 1a
Hb(1) Constant
S.E.
Wald
df
Sig.
Exp(B)
Lower
1.458
.463
9.922
1
.002
4.298
-1.083
.247
19.291
1
.000
.338
Upper
1.735
10.647
a. Variable(s) entered on step 1: Hb.
6. Jarak kehamilan Case Processing Summary Unweighted Casesa Selected Cases
N Included in Analysis Missing Cases Total
Unselected Cases Total
Percent 114
100.0
0
.0
114
100.0
0
.0
114
100.0
a. If weight is in effect, see classification table for the total number of cases.
Dependent Variable Encoding Original Value
Internal Value
Kontrol
0
Kasus
1
Categorical Variables Codings Parameter coding Frequency Jarak Kehamilan
TidakBerisiko Berisiko
(1)
100
.000
14
1.000
Classification Tablea,b Predicted Observed
TESIS
Risiko Kematian Ibu
INDEKS PREDIKTIF RISIKO ...
Percentage Correct
KRISNITA DWI J.
114
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Kontrol Step 0
Risiko Kematian Ibu
Kasus
Kontrol
76
0
100.0
Kasus
38
0
.0
Overall Percentage
66.7
a. Constant is included in the model. b. The cut value is ,500
Variables in the Equation B Step 0
S.E.
Constant
-.693
Wald .199
df
Sig.
12.171
1
Exp(B) .000
.500
Variables not in the Equation Score Step 0
Variables
Jarak(1)
Overall Statistics
df
Sig.
.041
1
.840
.041
1
.840
Model Summary Cox & Snell R Step
-2 Log likelihood
Square
145.085a
1
Nagelkerke R Square .000
.000
a. Estimation terminated at iteration number 3 because parameter estimates changed by less than ,001.
Classification Tablea Predicted Risiko Kematian Ibu Observed Step 1
Risiko Kematian Ibu
Kontrol
Kasus
Percentage Correct
Kontrol
76
0
100.0
Kasus
38
0
.0
Overall Percentage
66.7
a. The cut value is ,500
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
115
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Variables in the Equation 95,0% C.I.for EXP(B) B Step 1a
S.E.
Wald
df
Sig.
Exp(B)
Jarak(1)
.120
.597
.041
1
.840
1.128
Constant
-.708
.213
11.089
1
.001
.493
Lower
Upper
.350
3.634
a. Variable(s) entered on step 1: Jarak.
7. Imunisasi TT Case Processing Summary Unweighted Casesa
N
Selected Cases
Included in Analysis Missing Cases Total
Unselected Cases Total
Percent 114
100.0
0
.0
114
100.0
0
.0
114
100.0
a. If weight is in effect, see classification table for the total number of cases.
Dependent Variable Encoding Original Value
Internal Value
Kontrol
0
Kasus
1
Categorical Variables Codings Parameter coding Frequency Imunisasi TT
Ya Tidak
(1)
103
.000
11
1.000
Classification Tablea,b Predicted Observed
TESIS
Risiko Kematian Ibu
INDEKS PREDIKTIF RISIKO ...
Percentage Correct
KRISNITA DWI J.
116
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Kontrol Step 0
Risiko Kematian Ibu
Kasus
Kontrol
76
0
100.0
Kasus
38
0
.0
Overall Percentage
66.7
a. Constant is included in the model. b. The cut value is ,500 Variables in the Equation B Step 0
Constant
S.E. -.693
Wald .199
df
12.171
Sig. 1
Exp(B) .000
.500
Variables not in the Equation Score Step 0
Variables
Imun_TT(1)
Overall Statistics
df
Sig.
2.465
1
.116
2.465
1
.116
Omnibus Tests of Model Coefficients Chi-square Step 1
df
Sig.
Step
2.320
1
.128
Block
2.320
1
.128
Model
2.320
1
.128
Model Summary Cox & Snell R Step 1
-2 Log likelihood 142.805a
Square
Nagelkerke R Square .020
.028
a. Estimation terminated at iteration number 3 because parameter estimates changed by less than ,001.
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
117
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Classification Tablea Predicted Risiko Kematian Ibu Observed Step 1
Kontrol
Risiko Kematian Ibu
Kasus
Percentage Correct
Kontrol
71
5
93.4
Kasus
32
6
15.8
Overall Percentage
67.5
a. The cut value is ,500 Variables in the Equation 95,0% C.I.for EXP(B) B Step 1a
Imun_TT(1) Constant
S.E.
Wald
df
Sig.
Exp(B)
.979
.642
2.328
1
.127
2.662
-.797
.213
14.010
1
.000
.451
Lower .757
Upper 9.368
a. Variable(s) entered on step 1: Imun_TT.
8. Pemeriksaan Kehamilan Case Processing Summary Unweighted Casesa Selected Cases
N Included in Analysis Missing Cases Total
Unselected Cases Total
Percent 114
100.0
0
.0
114
100.0
0
.0
114
100.0
a. If weight is in effect, see classification table for the total number of cases.
Dependent Variable Encoding Original Value
TESIS
Internal Value
Kontrol
0
Kasus
1
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
118
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Categorical Variables Codings Parameter coding Frequency Pemeriksaan Kehamilan
Tidak Berisiko Berisiko
(1)
103
.000
11
1.000
Classification Tablea,b Predicted Risiko Kematian Ibu Observed Step 0
Kontrol
Risiko Kematian Ibu
Kasus
Percentage Correct
Kontrol
76
0
100.0
Kasus
38
0
.0
Overall Percentage
66.7
a. Constant is included in the model. b. The cut value is ,500
Variables in the Equation B Step 0
Constant
S.E. -.693
Wald .199
df
12.171
Sig. 1
Exp(B) .000
.500
Variables not in the Equation Score Step 0
Variables
Pemeriksaan(1)
Overall Statistics
df
Sig.
2.465
1
.116
2.465
1
.116
Omnibus Tests of Model Coefficients Chi-square Step 1
TESIS
df
Sig.
Step
2.320
1
.128
Block
2.320
1
.128
Model
2.320
1
.128
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
119
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Model Summary Cox & Snell R Step
-2 Log likelihood
Square
Nagelkerke R Square
142.805a
1
.020
.028
a. Estimation terminated at iteration number 3 because parameter estimates changed by less than ,001. Classification Tablea Predicted Risiko Kematian Ibu Observed Step 1
Kontrol
Risiko Kematian Ibu
Kasus
Percentage Correct
Kontrol
71
5
93.4
Kasus
32
6
15.8
Overall Percentage
67.5
a. The cut value is ,500
Variables in the Equation 95,0% C.I.for EXP(B) B Step 1a
Pemeriksaan(1) Constant
S.E.
Wald
df
Sig.
Exp(B)
Lower
.979
.642
2.328
1
.127
2.662
-.797
.213
14.010
1
.000
.451
.757
Upper 9.368
a. Variable(s) entered on step 1: Pemeriksaan.
9. Penolong Persalinan Case Processing Summary Unweighted Casesa Selected Cases
N Included in Analysis Missing Cases Total
Unselected Cases Total
Percent 114
100.0
0
.0
114
100.0
0
.0
114
100.0
a. If weight is in effect, see classification table for the total number of cases.
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
120
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Dependent Variable Encoding Original Value
Internal Value
Kontrol
0
Kasus
1
Categorical Variables Codings Parameter coding Frequency Penolong Persalinan
Tenaga Kesehatan
(1)
113
.000
1
1.000
Bukan Tenaga Kesehatan
Classification Tablea,b Predicted Risiko Kematian Ibu Observed Step 0
Kontrol
Risiko Kematian Ibu
Kasus
Percentage Correct
Kontrol
76
0
100.0
Kasus
38
0
.0
Overall Percentage
66.7
a. Constant is included in the model. b. The cut value is ,500
Variables in the Equation B Step 0
Constant
S.E. -.693
Wald .199
df
12.171
Sig. 1
Exp(B) .000
.500
Variables not in the Equation Score Step 0
Variables
Penolong(1)
Overall Statistics
TESIS
df
Sig.
.504
1
.478
.504
1
.478
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
121
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Omnibus Tests of Model Coefficients Chi-square Step 1
df
Sig.
Step
.815
1
.367
Block
.815
1
.367
Model
.815
1
.367
Model Summary Cox & Snell R Step
-2 Log likelihood
Square
Nagelkerke R Square
144.310a
1
.007
.010
a. Estimation terminated at iteration number 20 because maximum iterations has been reached. Final solution cannot be found.
Classification Tablea Predicted Risiko Kematian Ibu Observed Step 1
Kontrol
Risiko Kematian Ibu
Kasus
Percentage Correct
Kontrol
76
0
100.0
Kasus
38
0
.0
Overall Percentage
66.7
a. The cut value is ,500
Variables in the Equation 95,0% C.I.for EXP(B) B Step 1a
Penolong(1) Constant
S.E.
Wald
df
Sig.
Exp(B)
-20.523
4.019E4
.000
1
1.000
.000
-.680
.199
11.659
1
.001
.507
Lower .000
Upper .
a. Variable(s) entered on step 1: Penolong.
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
122
10. Riwayat KB Case Processing Summary Unweighted Casesa Selected Cases
N Included in Analysis
Percent 114
100.0
0
.0
114
100.0
0
.0
114
100.0
Missing Cases Total Unselected Cases Total
a. If weight is in effect, see classification table for the total number of cases.
Dependent Variable Encoding Original Value
Internal Value
Kontrol
0
Kasus
1
Categorical Variables Codings Parameter coding Frequency Riwayat KB
(1)
Ya
96
.000
Tidak
18
1.000
Classification Tablea,b Predicted Risiko Kematian Ibu Observed Step 0
Kontrol
Risiko Kematian Ibu
Kasus
Percentage Correct
Kontrol
76
0
100.0
Kasus
38
0
.0
Overall Percentage
66.7
a. Constant is included in the model. b. The cut value is ,500
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
123
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Variables in the Equation B Step 0
Constant
S.E. -.693
Wald .199
df
Sig.
12.171
1
Exp(B) .000
.500
Variables not in the Equation Score Step 0
Variables
KB(1)
Overall Statistics
df
Sig.
10.687
1
.001
10.687
1
.001
Omnibus Tests of Model Coefficients Chi-square Step 1
df
Sig.
Step
10.066
1
.002
Block
10.066
1
.002
Model
10.066
1
.002
Model Summary Cox & Snell R Step
-2 Log likelihood
Square
135.059a
1
Nagelkerke R Square .085
.117
a. Estimation terminated at iteration number 4 because parameter estimates changed by less than ,001. Classification Tablea Predicted Risiko Kematian Ibu Observed Step 1
Risiko Kematian Ibu
Kontrol
Kasus
Percentage Correct
Kontrol
70
6
92.1
Kasus
26
12
31.6
Overall Percentage
71.9
a. The cut value is ,500
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
124
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Variables in the Equation 95,0% C.I.for EXP(B) B Step 1a
S.E.
Wald
df
Sig.
Exp(B)
KB(1)
1.684
.550
9.362
1
.002
5.385
Constant
-.990
.230
18.596
1
.000
.371
Lower
Upper
1.831
15.831
a. Variable(s) entered on step 1: KB.
11. Riwayat Penyakit Case Processing Summary Unweighted Casesa Selected Cases
N Included in Analysis Missing Cases Total
Unselected Cases Total
Percent 114
100.0
0
.0
114
100.0
0
.0
114
100.0
a. If weight is in effect, see classification table for the total number of cases.
Dependent Variable Encoding Original Value
Internal Value
Kontrol
0
Kasus
1
Categorical Variables Codings Parameter coding Frequency Riwayat Penyakit
TESIS
(1)
Tidak ada
92
.000
Ada
22
1.000
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
125
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Classification Tablea,b Predicted Risiko Kematian Ibu Observed Step 0
Kontrol
Risiko Kematian Ibu
Kasus
Percentage Correct
Kontrol
76
0
100.0
Kasus
38
0
.0
Overall Percentage
66.7
a. Constant is included in the model. b. The cut value is ,500 Variables in the Equation B Step 0
Constant
S.E. -.693
Wald .199
df
12.171
Sig. 1
Exp(B) .000
.500
Variables not in the Equation Score Step 0
Variables
Riw_sakit(1)
Overall Statistics
df
Sig.
19.038
1
.000
19.038
1
.000
Omnibus Tests of Model Coefficients Chi-square Step 1
df
Sig.
Step
18.129
1
.000
Block
18.129
1
.000
Model
18.129
1
.000
Model Summary Cox & Snell R Step 1
-2 Log likelihood 126.996a
Square
Nagelkerke R Square .147
.204
a. Estimation terminated at iteration number 4 because parameter estimates changed by less than ,001.
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
126
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Classification Tablea Predicted Risiko Kematian Ibu Observed Step 1
Kontrol
Risiko Kematian Ibu
Kasus
Percentage Correct
Kontrol
70
6
92.1
Kasus
22
16
42.1
Overall Percentage
75.4
a. The cut value is ,500
Variables in the Equation 95,0% C.I.for EXP(B) B Step 1a
Riw_sakit(1) Constant
S.E.
Wald
df
Sig.
Exp(B)
2.138
.538
15.826
1
.000
8.485
-1.157
.244
22.425
1
.000
.314
Lower 2.959
Upper 24.331
a. Variable(s) entered on step 1: Riw_sakit.
12. Riwayat Komplikasi Case Processing Summary Unweighted Casesa Selected Cases
N Included in Analysis Missing Cases Total
Unselected Cases Total
Percent 114
100.0
0
.0
114
100.0
0
.0
114
100.0
a. If weight is in effect, see classification table for the total number of cases.
Dependent Variable Encoding Original Value
TESIS
Internal Value
Kontrol
0
Kasus
1
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
127
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Categorical Variables Codings Parameter coding Frequency Riwayat Komplikasi
Tidak ada Ada
(1)
100
.000
14
1.000
Classification Tablea,b Predicted Risiko Kematian Ibu Observed Step 0
Kontrol
Risiko Kematian Ibu
Kasus
Percentage Correct
Kontrol
76
0
100.0
Kasus
38
0
.0
Overall Percentage
66.7
a. Constant is included in the model. b. The cut value is ,500
Variables in the Equation B Step 0
Constant
S.E. -.693
Wald .199
df
12.171
Sig. 1
Exp(B) .000
.500
Variables not in the Equation Score Step 0
Variables
Riw_kom(1)
Overall Statistics
df
Sig.
10.423
1
.001
10.423
1
.001
Omnibus Tests of Model Coefficients Chi-square Step 1
TESIS
df
Sig.
Step
9.783
1
.002
Block
9.783
1
.002
Model
9.783
1
.002
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
128
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Model Summary Cox & Snell R Step
-2 Log likelihood
Square
135.342a
1
Nagelkerke R Square .082
.114
a. Estimation terminated at iteration number 4 because parameter estimates changed by less than ,001. Classification Tablea Predicted Risiko Kematian Ibu Observed Step 1
Kontrol
Risiko Kematian Ibu
Kasus
Percentage Correct
Kontrol
72
4
94.7
Kasus
28
10
26.3
Overall Percentage
71.9
a. The cut value is ,500
Variables in the Equation 95,0% C.I.for EXP(B) B Step 1a
S.E.
Wald
df
Sig.
Exp(B)
Riw_kom(1)
1.861
.632
8.665
1
.003
6.429
Constant
-.944
.223
17.983
1
.000
.389
Lower 1.862
Upper 22.192
a. Variable(s) entered on step 1: Riw_kom.
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
LAMPIRAN 3 ANALISIS MULTIVARIAT LOGISTIC REGRESSION VARIABLES Kematian /METHOD=BSTEP(LR) Umur Paritas Hb Pemeriksaan KB Riw_sakit Imun_TT /CONTRAST (KB)=Indicator(1) /CONTRAST (Hb)=Indicator(1) /CONTRAST (Riw_sakit)=Indicator(1) /CONTRAST (Paritas)=Indicator(1) /CONTRAST (Umur)=Indicator(1) /CONTRAST (Pemeriksaan)=Indicator(1) /CONTRAST (Imun_TT)=Indicator(1) /SAVE=PRED /PRINT=GOODFIT CI(95) /CRITERIA=PIN(0.05) POUT(0.10) ITERATE(20) CUT(0 .5). Case Processing Summary Unweighted Casesa Selected Cases
N Included in Analysis Missing Cases Total
Unselected Cases Total
Percent 114
100.0
0
.0
114
100.0
0
.0
114
100.0
a. If weight is in effect, see classification table for the total number of cases. Dependent Variable Encoding Original Value
Internal Value
Kontrol
0
Kasus
1
Categorical Variables Codings Parameter coding Frequency Imunisasi TT
Jumlah Anak
Ya
(1)
103
.000
Tidak
11
1.000
Tidak Berisiko
69
.000
129 TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Haemoglobin
Pemeriksaan Kehamilan
Berisiko
45
1.000
Tidak Berisiko
87
.000
Berisiko
27
1.000
103
.000
Berisiko
11
1.000
Ya
96
.000
Tidak
18
1.000
Tidak ada
92
.000
Ada
22
1.000
Tidak Berisiko
84
.000
Berisiko
30
1.000
Tidak Berisiko
Riwayat KB
Riwayat Penyakit
Umur Ibu
Classification Table
130
a,b
Predicted Risiko Kematian Ibu Observed Step 0
Kontrol
Risiko Kematian Ibu
Percentage
Kasus
Correct
Kontrol
76
0
100.0
Kasus
38
0
.0
Overall Percentage
66.7
a. Constant is included in the model. b. The cut value is ,500
Variables in the Equation B Step 0
Constant
-.693
S.E.
Wald
.199
df
12.171
Sig. 1
.000
Exp(B) .500
Variables not in the Equation Score Step 0
Variables
Sig.
Umur(1)
1.832
1
.176
Paritas(1)
1.487
1
.223
10.701
1
.001
Hb(1)
TESIS
df
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Pemeriksaan(1)
2.465
1
.116
KB(1)
10.687
1
.001
Riw_sakit(1)
19.038
1
.000
Imun_TT(1)
2.465
1
.116
34.437
7
.000
Overall Statistics
131
Omnibus Tests of Model Coefficients Chi-square Step 1
Step 2
Step 3
Step 4
Step 5
a
a
a
a
df
Sig.
Step
36.193
7
.000
Block
36.193
7
.000
Model
36.193
7
.000
-.074
1
.786
Block
36.119
6
.000
Model
36.119
6
.000
-.148
1
.701
Block
35.971
5
.000
Model
35.971
5
.000
-.691
1
.406
Block
35.280
4
.000
Model
35.280
4
.000
-.971
1
.324
Block
34.309
3
.000
Model
34.309
3
.000
Step
Step
Step
Step
a. A negative Chi-squares value indicates that the Chisquares value has decreased from the previous step.
Model Summary
Step 1
TESIS
-2 Log likelihood 108.932
a
Cox & Snell R
Nagelkerke R
Square
Square .272
.378
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
109.006
a
.272
.377
3
109.154
a
.271
.376
4
109.845
a
.266
.370
5
110.817
a
.260
.361
2
132
a. Estimation terminated at iteration number 5 because parameter estimates changed by less than ,001.
Hosmer and Lemeshow Test Step
Chi-square
df
Sig.
1
6.209
7
.516
2
5.606
6
.469
3
2.701
4
.609
4
1.280
4
.865
5
.161
3
.984
Hosmer and Lemeshow Test Step
Chi-square
df
Sig.
1
6.209
7
.516
2
5.606
6
.469
3
2.701
4
.609
4
1.280
4
.865
5
.161
3
.984
Contingency Table for Hosmer and Lemeshow Test Risiko Kematian Ibu = Kontrol Observed Step 1
TESIS
Expected
Risiko Kematian Ibu = Kasus Observed
Expected
Total
1
5
4.495
0
.505
5
2
28
28.290
4
3.710
32
3
5
5.160
1
.840
6
4
12
13.459
4
2.541
16
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Step 2
Step 3
Step 4
Step 5
TESIS
133
5
8
8.461
4
3.539
12
6
9
7.038
3
4.962
12
7
7
5.228
4
5.772
11
8
1
3.091
10
7.909
11
9
1
.779
8
8.221
9
1
33
32.836
4
4.164
37
2
2
1.706
0
.294
2
3
15
16.839
5
3.161
20
4
8
8.518
4
3.482
12
5
9
7.069
3
4.931
12
6
7
5.156
4
5.844
11
7
2
3.208
10
8.792
12
8
0
.668
8
7.332
8
1
35
34.569
4
4.431
39
2
15
16.750
5
3.250
20
3
9
9.188
4
3.812
13
4
9
6.985
3
5.015
12
5
6
5.993
8
8.007
14
6
2
2.515
14
13.485
16
1
37
36.222
4
4.778
41
2
18
18.951
5
4.049
23
3
8
8.841
6
5.159
14
4
6
4.802
3
4.198
9
5
5
5.130
8
7.870
13
6
2
2.055
12
11.945
14
1
55
55.182
9
8.818
64
2
9
9.146
6
5.854
15
3
5
4.471
3
3.529
8
4
5
5.115
8
7.885
13
5
2
2.086
12
11.914
14
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
134
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Classification Table
a
Predicted Risiko Kematian Ibu Observed Step 1
Kontrol
Risiko Kematian Ibu
Percentage
Kasus
Correct
Kontrol
71
5
93.4
Kasus
18
20
52.6
Overall Percentage Step 2
79.8
Risiko Kematian Ibu
Kontrol
68
8
89.5
Kasus
16
22
57.9
Overall Percentage Step 3
78.9
Risiko Kematian Ibu
Kontrol
68
8
89.5
Kasus
16
22
57.9
Overall Percentage Step 4
78.9
Risiko Kematian Ibu
Kontrol
68
8
89.5
Kasus
17
21
55.3
Overall Percentage Step 5
78.1
Risiko Kematian Ibu
Kontrol
69
7
90.8
Kasus
18
20
52.6
Overall Percentage
78.1
a. The cut value is ,500
Variables in the Equation 95,0% C.I.for EXP(B) B Step 1
a
Umur(1)
Wald
df
Sig.
Exp(B)
Lower
Upper
-.154
.569
.073
1
.787
.857
.281
2.615
.364
.512
.506
1
.477
1.440
.528
3.927
1.328
.554
5.752
1
.016
3.772
1.275
11.164
.303
.798
.144
1
.704
1.354
.283
6.475
KB(1)
1.758
.650
7.322
1
.007
5.800
1.623
20.721
Riw_sakit(1)
2.147
.634 11.449
1
.001
8.557
2.468
29.675
Paritas(1) Hb(1) Pemeriksaan(1)
TESIS
S.E.
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
135
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Imun_TT(1)
.747
1
.388
1.993
.417
9.519
.423 23.030
1
.000
.131
.392
.501
.612
1
.434
1.480
.554
3.952
1.300
.544
5.706
1
.017
3.671
1.263
10.669
.307
.794
.149
1
.699
1.359
.287
6.441
KB(1)
1.731
.639
7.334
1
.007
5.647
1.613
19.766
Riw_sakit(1)
2.101
.608 11.965
1
.001
8.178
2.486
26.901
Imun_TT(1)
.673
.799
.710
1
.399
1.960
.410
9.381
.407 25.713
1
.000
.127
.415
.497
.695
1
.405
1.514
.571
4.014
Hb(1)
1.314
.544
5.834
1
.016
3.722
1.281
10.812
KB(1)
1.717
.637
7.272
1
.007
5.567
1.598
19.390
Riw_sakit(1)
2.155
.594 13.158
1
.000
8.628
2.693
27.646
Imun_TT(1)
.672
.803
.701
1
.403
1.959
.406
9.456
.407 25.536
1
.000
.128
.482
.489
.973
1
.324
1.619
.621
4.220
Hb(1)
1.329
.539
6.081
1
.014
3.776
1.313
10.858
KB(1)
1.689
.632
7.131
1
.008
5.412
1.567
18.688
Riw_sakit(1)
2.200
.590 13.892
1
.000
9.025
2.838
28.698
-2.026
.402 25.344
1
.000
.132
Constant Step 2
a
Paritas(1) Hb(1) Pemeriksaan(1)
Constant Step 3
a
Paritas(1)
Constant Step 4
a
Paritas(1)
Constant Step 5
a
.689 -2.031
-2.065
-2.054
.798
Hb(1)
1.388
.531
6.817
1
.009
4.006
1.413
11.352
KB(1)
1.597
.624
6.549
1
.010
4.939
1.453
16.784
Riw_sakit(1)
2.267
.586 14.959
1
.000
9.646
3.059
30.422
-1.834
.340 29.074
1
.000
.160
Constant
a. Variable(s) entered on step 1: Umur, Paritas, Hb, Pemeriksaan, KB, Riw_sakit, Imun_TT.
Model if Term Removed
Variable Step 1
TESIS
Model Log
Change in -2
Likelihood
Log Likelihood
Sig. of the df
Change
Umur
-54.503
.074
1
.786
Paritas
-54.718
.504
1
.478
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
136
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Step 2
Step 3
Step 4
Step 5
Hb
-57.359
5.785
1
.016
Pemeriksaan
-54.538
.143
1
.705
KB
-58.316
7.700
1
.006
Riw_sakit
-61.029
13.126
1
.000
Imun_TT
-54.833
.733
1
.392
Paritas
-54.808
.610
1
.435
Hb
-57.374
5.741
1
.017
Pemeriksaan
-54.577
.148
1
.701
KB
-58.317
7.627
1
.006
Riw_sakit
-61.156
13.305
1
.000
Imun_TT
-54.853
.699
1
.403
Paritas
-54.923
.692
1
.405
Hb
-57.506
5.858
1
.016
KB
-58.354
7.553
1
.006
Riw_sakit
-61.940
14.725
1
.000
Imun_TT
-54.923
.691
1
.406
Paritas
-55.408
.971
1
.324
Hb
-57.985
6.124
1
.013
KB
-58.625
7.405
1
.007
Riw_sakit
-62.776
15.706
1
.000
Hb
-58.864
6.911
1
.009
KB
-58.792
6.767
1
.009
Riw_sakit
-63.920
17.023
1
.000
Variables not in the Equation Score Step 2
Step 3
Step 4
TESIS
a
b
c
Variables
Umur(1)
df
Sig.
.073
1
.787
Overall Statistics
.073
1
.787
Variables
Umur(1)
.078
1
.780
Pemeriksaan(1)
.149
1
.699
Overall Statistics
.221
2
.895
Variables
.044
1
.833
Umur(1)
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
Step 5
d
Pemeriksaan(1)
.141
1
.707
Imun_TT(1)
.708
1
.400
Overall Statistics
.940
3
.816
Variables
Umur(1)
.157
1
.692
Paritas(1)
.981
1
.322
Pemeriksaan(1)
.256
1
.613
Imun_TT(1)
.998
1
.318
1.892
4
.756
Overall Statistics
137
a. Variable(s) removed on step 2: Umur. b. Variable(s) removed on step 3: Pemeriksaan. c. Variable(s) removed on step 4: Imun_TT. d. Variable(s) removed on step 5: Paritas.
TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
LAMPIRAN 4 Kode Etik Penelitian
138 TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
LAMPIRAN 5 Izin Penelitian dari Universitas Airlangga
139 TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
LAMPIRAN 6
Izin Penelitian dari Kesbangpolinmas
140 TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
LAMPIRAN 7 Izin Penelitian dari Dinas Kesehatan Kota Surabaya
141 TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
142 TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
LAMPIRAN 8 Izin Penggunaan Data Sekunder dari Universitas Airlangga
143 TESIS
INDEKS PREDIKTIF RISIKO ...
KRISNITA DWI J.