Prosiding Semirata FMIPA Universitas Lampung, 2013
ESTIMASI TINGKAT KEMATIAN BAYI DAN HARAPAN HIDUP BAYI PROVINSI LAMPUNG TAHUN 2005 DENGAN MENGGUNAKAN METODE TRUSSEL Ahmad Iqbal Baqi Jurusan Matematika FMIPA Universitas Andalas Padang
[email protected] [email protected] Abstrak. Provinsi Lampung adalah provinsi di Sumatera yang terdekat dengan pulau Jawa. Menarik untuk dicermati apakah kecenderungan demografis penduduk provinsi tersebut mengacu pada penduduk di pulau Jawa, dengan tingkat kelahiran yang rendah diiringi dengan tingkat kematian yang juga rendah. Penelitian ini bertujuan menentukan estimasi tingkat kematian bayi (Infant Mortality Rate/IMR) dan harapan hidup bayi (e0) provinsi Lampung tahun 2005. Data yang digunakan adalah data sekunder yang berasal dari Badan Pusat Statistik (BPS), yakni hasil Survei Penduduk Antar Sensus (SUPAS) tahun 2005. Data yang diperlukan adalah rerata Anak lahir Hidup (ALH) per perempuan dan Anak Masih Hidup (AMH) per perempuan dalam golongan umur perempuan reproduktif (15-49 tahun). Metode yang digunakan untuk mencari hasil estimasi adalah metode Trussel dengan pola mortalitas West. Berdasarkan hasil estimasi tersebut diperoleh bahwa Level of Mortality (LM) provinsi Lampung tahun 2005 adalah 21,64 West. Dengan demikian diperkirakan dari 1.000 kelahiran terdapat 26 kematian bayi perempuan dan dari 1.000 kelahiran terdapat 35 kematian bayi laki-laki. Selain itu diperkirakan rerata harapan hidup saat lahir bayi perempuan 71,60 tahun dan bayi lakilaki 67,67 tahun. Kata Kunci: estimasi mortalitas, metode Trussel, tingkat kematian bayi (IMR), tingkat harapan hidup bayi (e0), Lampung.
PENDAHULUAN Indikator kesejahteraan penduduk tidak hanya ditentukan oleh faktor-faktor sosial, ekonomi, dan kesehatan seperti tingkat pendidikan, penghasilan, sanitasi lingkungan; tetapi juga oleh faktor demografi. Salah satu faktor demografi yang menjadi indikator kesejahteraan penduduk suatu wilayah adalah tingkat kematian bayi. Tingkat kematian bayi yang masih tinggi mengindikasikan bahwa tingkat kesejahteraan penduduk masih rendah, dan sebaliknya tingkat kematian yang rendah mengindikasikan tingkat kesejahteraan penduduk yang lebih baik. Provinsi Lampung sejak masa kolonial Belanda telah menjadi daerah tujuan migrasi penduduk dari pulau Jawa yang diorganisir oleh penguasa atau pemerintah
hingga berlanjut setelah kemerdekaan. Dengan demikian kecenderungan demografis penduduk provinsi Lampung diperkirakan tidak jauh berbeda dengan penduduk di pulau Jawa, dengan tingkat kelahiran dan kematian yang mulai rendah. Melalui penelitian ini diharapkan dapat ditemukan suatu kecenderungan demografis di provinsi Lampung, sehingga dapat dijadikan acuan untuk kajian demografi di masa yang akan datang, selain untuk keperluan para pengambil kebijakan di kalangan pemerintah dalam menyusun program peningkatan kesejahteraan penduduk di wilayahnya. METODE PENELITIAN DAN DATA
Semirata 2013 FMIPA Unila |15
Ahmad Iqbal Baqi: Estimasi Tingkat Kematian Bayi Dan Harapan Hidup Bayi Provinsi Lampung Tahun 2005 Dengan Menggunakan Metode Trussel
Langkah-langkah yang dilakukan dalam estimasi adalah: 1. Tentukan proporsi anak yang mati dari rerata ALH dan rerata AMH. 2. Timbang (adjusted) proporsi anak yang mati dengan faktor pengali Trussel dengan pola mortalitas West [2], sehingga proporsi anak yang mati lebih smoothing dan layak dianalisis. Berdasarkan jumlah anak yang bertahan (masih) hidup dari populasi radiks yang tepat mencapai umur 2 dan 3 tahun (l2 dan l3), tentukan Level of Mortality (LM). Dengan mengacu pada LM pola mortalitas West, tentukan tingkat kematian bayi (IMR) dan harapan hidup bayi (e0), baik bayi perempuan maupun bayi laki-laki saat lahir.Data yang digunakan adalah data hasil Survei Penduduk Antar Sensus (SUPAS) 2005 provinsi Lampung, yakni rerata Anak Lahir Hidup (ALH) per perempuan dan rerata Anak Masih Hidup (AMH) per perempuan menurut kelompok umur perempuan usia reproduktif (15-49 tahun) dengan interval 5 tahun [1]. Survei tersebut dilakukan oleh BPS Indonesia sekali dalam 10 tahun. HASIL DAN PEMBAHASAN Hasil penelitian selengkapnya dapat dilihat pada Tabel 1 yang terdiri atas 9 kolom. Selanjutnya untuk mengisi kolom dalam tabel, dapat mengikuti langkahlangkah berikut: Kolom(1): golongan umur (15-49 tahun) interval 5 tahun Kolom(2): indeks Kolom(3): rerata Anak Lahir Hidup (ALH) per perempuan Kolom(4): rerata Anak Masih Hidup(AMH) per perempuan Kolom(5): proporsi anak yang mati, qi = 1– (Si/Pi); (5) = 1– [(4)/(3)] Kolom(6):faktor pengali Trussel [2]
16| Semirata 2013 FMIPA Unila
Ki = A(P1/P2) + B(P2/P3)+ C ln(P1/P2)+D ln A(P2/P3)+E A, B, C, D, dan E adalah koefisienkoefisien regresi untuk faktor pengali Trussel dengan pola mortalitas West (lihat Tabel 2 pada Lampiran) P1/P2=(0,051/0,526)=0,09696 dan ln (P1/P2)=ln 0,09696=-2,33346 P2/P3=(0,526/1,331)=0,35919 dan ln (P2/P3)=ln 0,35919 =-0,92839 15-19 : K1= (-1,0394x0,09696) +(0,5379x0,39519) + (-0,0060x2,33346) + (-0,1290x-0,92839) +0,8237=1,06926 20-24 : K2 = (-0,2772x0,09696) + (-0,0373x0,39519) + (-0,0305x2,33346) + (-0,0458x-0,92839) +1,0211=1,09317 25-29 : K3 = (-0,0249x0,09696) + (-0,1153x0,39519) + (0,0101x2,33346) + (-0,1258x-0,92839) +0,9754=1,02064 30-34 : K4 = (0,0480x0,09696) + (-0,1362x0,39519) + (0,0232x2,33346) + (-0,1273x-0,92839) +0,9975=1,01238 35-39 : K5 = (0,0949x0,09696) + (-0,2016x0,39519) + (0,0246x2,33346) + (-0,0996x-0,92839) +1,0545=1,01910 40-44 : K6 = 0,1307x0,09696) + (-0,2812x0,39519) + (0,0221x2,33346) + (-0,0668x-0,92839) +1,0916=1,00359 45-49 : K7 = (0,1510x0,09696) + (-0,3323x0,39519) + (0,0194x2,33346) + (-0,0456x-0,92839) +1,1159=0,99628 Kolom (7): batas umur anak yang bertahan hidup (x), yakni asumsi batas umur anak yang meninggal sebelum x tahun, terhitung sejak kelahiran. Kolom (8): proporsi mati (nqx) setelah ditimbang (adjusted) dengan faktor pengali Trussel, (8)=(5) x (6).
Prosiding Semirata FMIPA Universitas Lampung, 2013
Kolom (9): jumlah anak yang masih hidup mencapai umur tepat x tahun, lx dengan
radiks 100.000 (angka awal l0 pada pada life table); (9) = [1-(8)] x 100.000
Tabel 1 Estimasi tingkat kematian bayi dan harapan hidup bayi provinsi lampung tahun 2005 dengan menggunakan metode trussel Gol. Umur
Indeks (i)
Rerata ALH (Pi)
Rerata AMH (Si)
Proporsi Mati (qi)
Faktor Penggali Trussel (Ki)
Umur (x)
Proporsi Mati (adjusted) (5qx)
Jumlah yang masih hidup (lx)
(1) 15-19 20-24 25-29 30-34 35-39 40-44 45-49
(2) 1 2 3 4 5 6 7
(3) 0,051 0,526 1,331 2,073 2,816 3,528 3,997
(4) 0,049 0,503 1,303 1,999 2,698 3,335 3,751
(5) 0,03922 0,04373 0,02104 0,03570 0,04190 0,05471 0,06155
(6) 1,06926 1,09317 1,02064 1,01238 1,01910 1,00359 0,99628
(7) 1 2 3 5 10 15 20
(8) 0,04194 0,04780 0,02147 0,03614 0,04270 0,05491 0,06132
(9) 95.806 95.220 97.853 96.386 95.730 94.509 93.868
Sumber: Data diolah dari data BPS [1] dengan menggunakan metode Trussel [2].
Untuk menentukan Level of Mortality (LM) penduduk provinsi Lampung tahun 2005, dapat diketahui dari jumlah anak yang masih bertahan hidup dengan populasi awal (radiks 100.000) pada l2 dan l3 kolom (9) (Tabel 1), yakni l2=95.220 dan l3=97.853; i. l2=95.220 (Tabel 1) terletak antara l2 pada pola mortalitas West, 93.354 (LM 19) dan 96.020 (LM 21) [3], sehingga dengan interpolasi diperoleh LM(l2), LM(l2) = 19 + [(95.22093.453)/(96.020-93.453)](21-19) = 20,38. ii. l3=97.853 (Tabel 1) terletak antara l3 pada pola mortalitas West, 95.822 (LM 21) dan 97.970 (LM 23) [3], sehingga dengan interpolasi diperoleh LM(l3), LM(l3) = 21 + [(97.85395.822)/(97.970-95.822)](23-21) = 22,89. LMakhir = ½ [LM(l2)+LM(l3)] = ½ (20,38+22,89) = 21,64 Jadi Level of Mortality penduduk provinsi Lampung tahun 2005 dengan menggunakan metode Trussel adalah 21,64 West. Karena LM 21,64 West terletak antara LM 21 dan LM 23 pada life table pola mortalitas West [3], maka
dengan interpolasi dapat diketahui tingkat kematian bayi (IMR) dan harapan hidup bayi (e0) provinsi Lampung tahun 2005. 1. Diketahui IMR pada life table LM 21 dan LM 23 West [3]: IMR Female: LM 21=0,0309 dan LM 23 = 0,0152 IMR Male : LM 21=0,0409 dan LM 23 = 0,0214 Selanjutnya diperoleh IMR Female dan IMR Male dengan interpolasi: i. IMR Female = 0,0309 + [(21,6421)/(23-21)]( 0,0152-0,0309) = 0,02588 Jadi dalam 1.000 kelahiran IMR Female = 0,02588 x 1.000o/oo = 25,88 o/oo ≈ 26 o/oo (terdapat 26 kematian bayi perempuan). ii. IMR Male = 0,0409 + [(21,6421)/(23-21)](0,0214-0,0409) = 0,03466 Jadi dalam 1.000 kelahiran IMR Male = 0,03466 x 1.000o/oo = 34,66 o /oo ≈ 35 o/oo (terdapat 35 kematian bayi laki-laki). 2. Diketahui e0 pada life table LM 21 dan LM 23 West [3]: e0 Female: LM 21=70,00 dan LM 23 = 75,00 e0 Male : LM 21=66,02 dan LM 23 = 71,19 Semirata 2013 FMIPA Unila |17
Ahmad Iqbal Baqi: Estimasi Tingkat Kematian Bayi Dan Harapan Hidup Bayi Provinsi Lampung Tahun 2005 Dengan Menggunakan Metode Trussel
Selanjutnya diperoleh e0 Female dan e0 Male dengan interpolasi: i. e0 Female = 70,00 + [(21,6421)/(23-21)](75,00-70,00) = 71,60 Jadi harapan hidup bayi perempuan 71,60 tahun. ii. e0 Male = 66,02 + [(21,64-21)/(2321)](71,19-66,02) = 67,67 Jadi harapan hidup bayi laki-laki 67,67 tahun. Provinsi Lampung dengan tingkat kematian bayi (IMR) perempuan 26 dari 1.000 kelahiran dan 35 kematian bayi laki-laki dari 1.000 kelahiran, tergolong baru memasuki tahap softrock (Bourgeous-Pichat dalam [4]), di bawah 30 kematian dari 1.000 kelahiran, yakni suatu tahap mortalitas yang rendah. Dengan mulai rendahnya tingkat kematian bayi di provinsi Lampung, maka kecenderungan ini telah mulai mengikuti kecenderungan yang terjadi di pulau Jawa. Dengan keterjangkauan fasilitas kesehatan hingga pelosok perdesaan telah turut menurunkan tingkat kematian bayi seperti yang telah dialami di pulau Jawa. Biasanya pada negara-negara berkembang apabila IMR telah mencapai tahap rendah ini, IMR mulai labil untuk dijadikan acuan prediksi pada periode berikutnya karena masih memakai pola mortalitas West.Hal ini karena pola mortalitas West, khusus untuk negara-negara yang belum maju dan berkembang yang data demografisnya, terutama data kelahiran dan data kematian lemah, tidak lengkap, dan jauh dari akurat.Dengan pola mortalitas West, IMR pada masa mendatang belum tentu akan menurun atau tetap (stabil), bahkan mungkin dapat menyebabkan tingkat kematian bayi dapat meningkat.Dengan demikian maka perlu bagi pengambil kebijakan di kalangan pemerintah berhatihati menafsirkan angka-angka yang masih labil tersebut. Tingkat yang rendah ini perlu dipertanyakan kembali atau tepatnya dipertajam kembali dengan memeriksa ketimpangan wilayah rural (perdesaan)
18| Semirata 2013 FMIPA Unila
dan urban (perkotaan), karena kedua wilayah itu mempunyai perbedaan yang tajam dari sisi kesejahteraan penduduk. KESIMPULAN DAN SARAN Berdasarkan data SUPAS 2005, tingkat kematian bayi (IMR) provinsi Lampung tahun 2005 mulai memasuki tahap rendah, yakni 26 kematian bayi perempuan dari 1.000 kelahiran dan 35 kematian bayi laki-laki dari 1.000 kelahiran, dengan tingkat harapan hidup (e0) 71,60 tahun bagi bayi perempuan dan 67,67 tahun bagi bayi laki-laki. Para pengambil kebijakan perlu berhati-hati menanggapi tingkat IMR yang mulai rendah tersebut karena estimasi menggunakan pola mortalitas West yang masih labil, yang suatu waktu pada masa mendatang IMR mungkin akan naik kembali. Agar tidak terpaku menerima tingkat mortalitas yang rendah tersebut, maka perlu diselidiki lebih lanjut perbedaan antara perdesaan (rural) dan perkotaan (urban). Dengan demikian perlu penelitian berikutnya, mengungkapkan tingkat kematian bayi dan harapan hidup bayi di daerah perdesaan dan di daerah perkotaan, karena BPS selalu menyediakan data-data demografis berdasarkan perbedaan tempat tinggal, di perkotaan dan di perdesaan. DAFTAR PUSTAKA BPS. 2006. Penduduk Indonesia Hasil Survei Penduduk Antar Sensus 2005. Seri S1. BPS Indonesia, Jakarta. Trussel, James T. 1975. “A Re-Estimation of the Multiplying Factors for the Brass Techniques for Determining Childhood Survivorship Rate”, in Population Studies: 26(1), pp. 97-107. Utomo, Budi. 1988. Kelangsungan Hidup Anak di Indonesia: Pengertian, Masalah, Program dan Bahasan Metodologi. Jakarta.
Prosiding Semirata FMIPA Universitas Lampung, 2013
Tabel 2 Koefisien regresi faktor pengali trussel pola mortalitas west Ki A B C D 1 -1,0394 0,5379 -0,0060 -0,1290 2 -0,2772 -0,0373 -0,0305 -0,0458 3 -0,0249 -0,1153 0,0101 -0,1258 4 0,0480 -0,1362 0,0232 -0,1273 5 0,0949 -0,2016 0,0246 -0,0996 6 0,1307 -0,2812 0,0221 -0,0668 7 0,1510 -0,3323 0,0194 -0,0456
E 0,8237 1,0211 0,9754 0,9975 1,0545 1,0916 1,1159
Sumber: [2].
Semirata 2013 FMIPA Unila |19
