PENERAPAN BIPLOT PADA PEMETAAN SUMBER DAYA KESEHATAN ANTARPROVINSI DI INDONESIA
SUWAIBATUL ASLAMIYAH
DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2013
PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA Dengan ini saya menyatakan bahwa skripsi berjudul Penerapan Biplot pada Pemetaan Sumber Daya Kesehatan Antarprovinsi di Indonesia adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir disertasi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, September 2013 Suwaibatul Aslamiyah NIM G54080077
ABSTRAK SUWAIBATUL ASLAMIYAH. Penerapan Biplot pada Pemetaan Sumber Daya Kesehatan Antarprovinsi di Indonesia. Dibimbing oleh ENDAR H. NUGRAHANI dan RETNO BUDIARTI. Kesejahteraan dan pembangunan manusia menjadi perhatian penting bagi penyelenggara pemerintahan. Oleh karena itu PBB menetapkan suatu ukuran standar pembangunan manusia yaitu Indeks Pembangunan Manusia yang dibentuk berdasarkan tiga dimensi, yaitu angka harapan hidup, pengetahuan dan hidup layak. Tujuan dari karya ilmiah ini adalah memberikan gambaran khusus tentang pemetaan provinsi berdasarkan peubah sarana kesehatan dan tenaga kesehatan di Puskesmas. Pemetaan provinsi dilakukan menggunakan analisis biplot. Hasil ukuran kesesuaian data analisis biplot sarana kesehatan sebesar 93.06% dan tenaga kesehatan sebesar 70.97%. Hasil pemetaan biplot antarprovinsi menghasilkan lima kelompok provinsi berdasarkan peubah sarana kesehatan dan lima kelompok provinsi yang berbeda berdasarkan peubah tenaga kesehatan. Kata kunci: dimensi angka harapan hidup, sarana kesehatan, tenaga kesehatan, pemetaan provinsi, biplot
ABSTRACT SUWAIBATUL ASLAMIYAH. Application of Biplot on Provincial Mapping of Health Resources in Indonesia. Supervised by ENDAR H. NUGRAHANI and RETNO BUDIARTI. Wellbeing and human development has been the attention of governments. Therefore UN provides a standard measurement of human development called Human Development Index. The Human Development Index is based on three dimensions: life expectancy, knowledge and decent living. The purpose of this paper is to provide an overview of provincial mapping based on health facilities and health workers. The provincial mapping is done using biplot. The result of goodness of fit of the biplot is 93.06% for health facilities and 70.97% for health workers. The provincial mapping shows that there are five groups of provinces based on health facilities variables and five different groups of provinces based on health workers variables. Keywords: dimensions of life expectancy, health facilities, health workers, provincial mapping, biplot
PENERAPAN BIPLOT PADA PEMETAAN SUMBER DAYA KESEHATAN ANTARPROVINSI DI INDONESIA
SUWAIBATUL ASLAMIYAH
Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains pada Departemen Matematika
DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2013
Judul Skripsi : Penerapan Biplot pada Pemetaan Sumber Daya Kesehatan Antarprovinsi di Indonesia Nama : Suwaibatul Aslamiyah NIM : G54080077
Disetujui oleh
Dr. Ir. Endar H. Nugrahani, MS. Pembimbing I
Ir. Retno Budiarti, MS. Pembimbing II
Diketahui oleh
Dr. Dra. Berlian Setiawaty, MS. Ketua Departemen
Tanggal Lulus:
PRAKATA Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan dengan baik. Bidang terapan matematika yang dipilih dalam penelitian yang dilaksanakan sejak bulan Juni 2012 ini ialah pemodelan, dengan judul Penerapan Biplot pada Pemetaan Sumber Daya Kesehatan Antarprovinsi di Indonesia. Terima kasih banyak dan penghargaan penulis sampaikan kepada Ibu Dr Ir Endar Hasafah Nugrahani, MS dan Ibu Ir Retno Budiarti, MS selaku pembimbing yang telah bersedia membimbing saya dengan penuh kesabaran serta Bapak Dr Ir Hadi Sumarno, MS sebagai penguji yang telah banyak memberi saran. Di samping itu, terima kasih juga penulis sampaikan kepada seluruh dosen dan staff di Departemen Matematika atas segala ilmu yang diberikan dan bantuannya selama masa perkuliahan. Terima kasih juga disampaikan kepada ayah, mama, kakak, kakak ipar, serta keponakan yang selalu menghibur, atas segala dukungan, doa dan kasih sayangnya. Ungkapan terima kasih juga penulis sampaikan kepada teman-teman mahasiswa matematika angkatan 45, kakak-kakak mahasiswa matematika 44 dan adik-adik mahasiswa matematika 46 serta teman-teman kosan wisma maharlika dan tri regina. Semoga karya ilmiah ini bermanfaat.
Bogor, September 2013 Suwaibatul Aslamiyah
DAFTAR ISI DAFTAR TABEL
vi
DAFTAR GAMBAR
vi
DAFTAR LAMPIRAN
vi
PENDAHULUAN
1
Latar Belakang
1
Perumusan Masalah
1
Tujuan Penelitian
1
Manfaat Penelitian
2
Ruang Lingkup Penelitian
2
TINJAUAN PUSTAKA
2
BAHAN DAN METODE
8
HASIL DAN PEMBAHASAN
9
Eksplorasi Data Sarana Kesehatan
9
Eksplorasi Data Tenaga Kesehatan
13
Pemetaan Provinsi dengan Menggunakan Biplot
15
SIMPULAN
18
DAFTAR PUSTAKA
19
LAMPIRAN
21
RIWAYAT HIDUP
28
DAFTAR TABEL 1 2 3 4 5
Tabel objek penelitian Tabel peubah penelitian sarana kesehatan Tabel peubah penelitian tenaga kesehatan di puskesmas Tabel ukuran kesesuaian biplot sarana kesehatan Tabel ukuran kesesuaian biplot tenaga kesehatan
8 8 9 16 18
DAFTAR GAMBAR 1 Rasio puskesmas per 100000 penduduk antarprovinsi 2 Tren rasio puskesmas per 100000 penduduk di Indonesia tahun 20042011 3 Rasio pustu terhadap jumlah desa 4 Rasio poskesdes terhadap jumlah desa 5 Rasio polindes terhadap jumlah desa 6 Rasio posyandu terhadap jumlah desa 7 Rasio apotek terhadap jumlah desa 8 Distribusi tenaga kesehatan 9 Tren jumlah tenaga kesehatan tahun 2004-2011 10 Biplot pemetaan provinsi terhadap sarana kesehatan 11 Biplot pemetaan provinsi terhadap tenaga kesehatan
10 10 11 11 12 12 13 13 14 15 17
DAFTAR LAMPIRAN 1 2 3 4 5 6 7
Rasio puskesmas per 100000 penduduk antarprovinsi Rasio puskesmas per 100000 penduduk di Indonesia tahun 2004-2011 Data objek dan peubah sarana kesehatan Data objek dan peubah tenaga kesehatan Jumlah tenaga kesehatan di Indonesia tahun 2004-2011 Koordinat biplot sarana kesehatan Koordinat biplot tenaga kesehatan
21 21 22 23 25 26 27
PENDAHULUAN Latar Belakang Pembangunan manusia adalah sebuah proses pembangunan yang bertujuan agar manusia mempunyai kemampuan di berbagai bidang, khususnya dalam bidang pendapatan, kesehatan, dan pendidikan. Berbagai ukuran pembangunan manusia dibuat namun tidak semuanya dapat digunakan sebagai ukuran standar yang dapat dibandingkan antarwilayah atau antarnegara. Oleh karena itu, Perserikatan Bangsa-Bangsa (PBB) menetapkan suatu ukuran standar pembangunan manusia yaitu Indeks Pembangunan Manusia (IPM) atau Human Development Index (HDI). Pembangunan manusia sebagai ukuran kinerja pembangunan secara keseluruhan dibentuk melalui pendekatan tiga dimensi, yaitu umur panjang dan sehat, pengetahuan, serta kehidupan yang layak. Dimensi tersebut masing-masing direpresentasikan oleh indikator angka harapan hidup, angka melek huruf dan rata-rata lama sekolah, serta kemampuan daya beli. Namun pada pembahasan karya ilmiah ini akan dibatasi pada sumber daya kesehatan berbagai macam provinsi dalam dimensi umur panjang dan sehat berdasarkan sarana kesehatan dan tenaga kesehatan di puskesmas (BPS 2009). Sumber daya kesehatan merupakan salah satu faktor pendukung dalam penyediaan pelayanan kesehatan yang berkualitas, yang diharapkan dapat meningkatkan derajat kesehatan. Gambaran tentang keadaan sumber daya kesehatan mencakup tentang keadaan tenaga kesehatan, sarana kesehatan, dan pembiayaan kesehatan. Namun pada karya ilmiah ini, sumber daya kesehatan diulas hanya dengan menyajikan gambaran keadaan sarana kesehatan dan tenaga kesehatan. Sarana kesehatan yang digambarkan meliputi puskesmas (pusat kesehatan masyarakat) dan sarana Upaya Kesehatan Bersumberdaya Masyarakat (UKBM), sedangkan tenaga kesehatan yang digambarkan hanya tenaga kesehatan yang ada di puskesmas. Sarana kesehatan yang dibahas terdiri dari puskesmas, pustu, poskesdes, polindes, posyandu, dan apotek. Tenaga kesehatan yang dibahas terdiri dari dokter spesialis, dokter umum, dokter gigi, perawat, perawat gigi, apoteker, asisten apoteker, kefarmasian, analis farmasi, sanitarian, ahli gizi, keterapian fisik, dan keteknisian medis.
Perumusan Masalah Dalam karya ilmiah ini secara khusus akan membahas eksplorasi data sarana kesehatan dan jumlah tenaga kesehatan di puskesmas dan memetakannya menggunakan analisis biplot untuk setiap provinsi di Indonesia.
Tujuan Penelitian 1. 2.
Tujuan karya ilmiah ini ialah: Mengeksplorasi sumber daya kesehatan di Indonesia. Memetakan provinsi berdasarkan sarana dan tenaga kesehatan di Indonesia menggunakan biplot.
2
Manfaat Penelitian Dalam penyusunan karya ilmiah ini, penulis berharap dapat memaparkan hasil pemetaan terhadap sarana kesehatan dan tenaga kesehatan yang ada di puskesmas pada setiap provinsi di Indonesia dan dapat menggambarkan perbandingan sarana kesehatan dan tenaga kesehatan puskesmas setiap tahunnya di setiap provinsi di Indonesia pada tahun 2004-2011. Penelitian ini diharapkan dapat membantu program pemerintah dalam meningkatkan proses pembangunan manusia di Indonesia.
Ruang Lingkup Penelitian Ruang lingkup penelitian pada karya ilmiah ini yaitu terhadap sarana kesehatan dan tenaga kesehatan puskesmas setiap provinsi di Indonesia.
TINJAUAN PUSTAKA Pada bab ini akan diuraikan beberapa definisi dan teori penunjang yang akan digunakan dalam karya ilmiah ini.
Deskripsi Kesehatan Kesehatan adalah keadaan sejahtera dari badan, jiwa, dan sosial yang memungkinkan setiap orang hidup produktif secara sosial dan ekonomis. Pemeliharaan kesehatan adalah upaya penanggulangan dan pencegahan gangguan kesehatan yang memerlukan pemeriksaan, pengobatan dan/atau perawatan termasuk kehamilan dan persalinan. Pendidikan kesehatan adalah proses membantu seseorang, dengan bertindak secara sendiri-sendiri ataupun secara kolektif, untuk membuat keputusan berdasarkan pengetahuan mengenai hal-hal yang memengaruhi kesehatan pribadinya dan orang lain. Sumber daya kesehatan merupakan salah satu faktor pendukung dalam penyediaan pelayanan kesehatan yang berkualitas, yang diharapkan dapat meningkatkan derajat kesehatan masyarakat (BPS 2009). Menurut Hendrick L. Blumm, terdapat 4 faktor yang memengaruhi derajat kesehatan masyarakat, yaitu: faktor perilaku, lingkungan, keturunan dan pelayanan kesehatan. Ketersediaan fasilitas dengan mutu pelayanan yang baik akan mempercepat perwujudan derajat kesehatan masyarakat. Dengan menyediakan fasilitas pelayanan kesehatan yang bermutu secara merata dan terjangkau akan meningkatkan akses masyarakat ke fasilitas pelayanan kesehatan. Ketersediaan fasilitas tentunya harus ditopang dengan tersedianya tenaga kesehatan yang merata dan cukup jumlahnya serta memiliki kompetensi di bidangnya. Saat ini pemerintah telah berusaha memenuhi 3 aspek yang sangat terkait dengan upaya pelayanan kesehatan, yaitu upaya memenuhi ketersediaan
3 fasilitas pelayanan kesehatan dengan membangun Puskesmas, Polindes, Pustu dan jejaring lainnya (Ceris 2012). Sarana Kesehatan yang digambarkan dalam karya ilmiah ini meliputi puskesmas (pusat kesehatan masyarakat) beserta pustu (puskesmas pembantu) dan UKBM (Upaya Kesehatan Bersumberdaya Masyarakat). Puskesmas adalah unit pelaksana teknis Dinas Kesehatan Kabupaten/Kota dalam menyelenggarakan upaya kesehatan terintegrasi dengan peran dan fungsi sebagai : 1). Pusat pembangunan berwawasan kesehatan; 2). Pusat penggerakan peran serta masyarakat; 3). Pusat pelayanan kesehatan dasar. UKBM diantaranya terdiri dari Posyandu (Pos Pelayanan Terpadu), Polindes (Pondok Bersalin Desa), Poskesdes (Pos Kesehatan Desa), dan Apotek (BPS 2009). Menurut UU Nomor 23 (1992), tenaga kesehatan adalah setiap orang yang mengabdikan diri dalam bidang kesehatan serta memiliki pengetahuan dan/atau keterampilan melalui pendidikan di bidang kesehatan yang untuk jenis tertentu memerlukan kewenangan untuk melakukan upaya kesehatan (Sugengmedica 2012).
Eksplorasi Data Langkah pertama dalam menganalisis data adalah mempelajari karakteristik dari data tersebut. Salah satu alasan penting dalam pemeriksaan data adalah untuk memeriksa kesalahan-kesalahan yang mungkin terjadi pada berbagai tahap, mulai dari pencatatan data di lapangan sampai pada entry data pada komputer. Eksplorasi data merupakan proses terakhir dari kegiatan penelitian sebelum menulis laporan penelitian. Analisis data bertujuan untuk menjawab pertanyaan, membuktikan hipotesis, dan/atau menjelaskan fenomena yang menjadi latar belakang penelitian. Analisis akan mengubah angka dan catatan hasil pengumpulan data menjadi informasi yang mudah dipahami. Pekerjaan ini memerlukan pengetahuan statistika yang memadai sesuai dengan tujuan yang ingin dicapai dalam penelitian yang bersangkutan. Secara substantif, analisis data diperlukan untuk membandingkan teori dengan informasi yang ditemukan atau menemukan adanya konsep baru dari data yang dikumpulkan. Proses analisis data pada dasarnya meliputi upaya penelusuran dan pengungkapan informasi yang relevan yang terkandung dalam data dan penyajian hasilnya dalam bentuk yang lebih ringkas dan sederhana, yang pada akhirnya mengarah kepada keperluan adanya penelusuran dan penafsiran (Aunuddin 1989). Analisis data eksploratif (Exploratory Data Analysis - EDA) merupaka metode eksplorasi data dengan menggunakan teknik aritmatika sederhana dan teknik grafis dalam meringkas data pengamatan (smartstat 2010).
Analisis Biplot Analisis biplot pertama kali diperkenalkan oleh Gabriel (1971). Elaborasi analisis biplot secara komprehensif diberikan oleh Greenacre (2010). Biplot berupa suatu peragaan grafik dari matriks data X dalam plot dengan menumpangtindihkan vektor-vektor dalam ruang berdimensi rendah, biasanya dua
4
(atau tiga) yang mewakili vektor-vektor baris matriks X (gambaran objek) dengan vektor-vektor kolom matriks X (gambaran peubah). Analisis ini dikembangkan berdasarkan Dekomposisi Nilai Singular (DNS) atau Singular Value Decomposition (SVD). Misalkan merupakan matriks data dengan n objek dan p peubah. Kemudian dikoreksi terhadap nilai ratarata kolomnya sehingga didapat matriks X, (
(
)
(1)
dengan 1 adalah vektor berdimensi yang semua elemennya bernilai 1. Matriks koragam (S) peubah ganda tersebut ialah (2) dengan matriks korelasi (
,
-) dari matriks X adalah (3)
(
dengan
√
√
√
) adalah matriks diagonal.
,
Misalkan matriks
- maka jarak Euclid antara objek
ke-i dan objek ke-j didefinisikan sebagai
(
√(
) (
Mahalanobis antara objek ke-i dan ke-j sebagai
) (
) dan
√(
)
)
(
jarak ).
Matriks X yang berdimensi , n adalah banyaknya objek dan p adalah * + dapat banyaknya peubah, serta matriks X berpangkat r dengan dinyatakan sebagai dekomposisi nilai singular berikut : 𝛼 ∈ [0,1]
(4)
(Aitchison & Greenacre 2002) dengan U dan A merupakan matriks dengan kolom ortonormal, sehingga . Matriks A adalah matriks yang kolomkolomnya terdiri dari vektor eigen yang berpadanan dengan nilai eigen λi dari matriks . Matriks U adalah matriks yang kolom-kolomnya merupakan vektor eigen yang berpadanan dengan nilai eigen dari matriks dengan hubungan (√
√
( (
)
(
√
√
√ )
(5)
)
(6)
√
)
(7)
dengan dan λi merupakan nilai eigen dari matriks atau . Dalam Jollife (2002) persamaan (4) dapat diuraikan menjadi (8)
5 dengan mendefinisikan: ,
- dan
[
]
maka persamaan (8) menjadi (9) dengan demikian setiap elemen ke-(i, j) unsur matriks X dapat dinyatakan sebagai berikut: . Vektor merepresentasikan objek ke-i matriks X, dan vektor merepresentasikan peubah ke-j matriks X. Jika X berpangkat dua, maka vektor baris dan vektor kolom dapat digambarkan dalam ruang berdimensi dua. Sedangkan matriks X yang berpangkat lebih dari dua dapat didekati dengan matriks berpangkat dua, sehingga persamaan dapat ditulis menjadi dengan masing-masing dan mengandung dua unsur vektor dan . Dengan pendekatan tersebut matriks X dapat disajikan dalam ruang dimensi dua. Nilai α yang digunakan dapat merupakan nilai sebarang 𝛼 ∈ [0,1], tetapi pengambilan nilai-nilai ekstrim yaitu α = 0 atau α = 1 berimplikasi pada interpretasi biplot yang lebih sederhana. Jika α = 0, maka dan , akibatnya ( ) ( )
(10) diperoleh : ( ) , dengan adalah koragam peubah ke-i dan ke-j. Artinya, penggandaan titik antara vektor dan akan memberikan gambaran koragam antara peubah ke-i dan ke-j. ‖ ‖ √ , dengan √ menggambarkan keragaman peubah ke-i. artinya panjang vektor tersebut akan memberikan gambaran tentang keragaman peubah ke-i. Makin panjang vektor dibandingkan dengan vektor maka makin besar keragaman peubah dibanding peubah . Korelasi antara peubah ke-i dan ke-j dijelaskan oleh cosinus sudut antara dan (misal : θ), yaitu : ( )
‖ ‖‖ ‖ √ √ Berdasarkan sudut yang dibentuk antara vektor dan , korelasi peubah ke-i dan ke-j dapat dijelaskan sebagai berikut: 1) semakin besar korelasi positifnya jika θ mendekati 0, dan korelasi sama dengan 1 jika θ = 0. 2) semakin besar korelasi negatifnya jika θ mendekati π, dan korelasi sama dengan -1 jika θ = π, dan 3) semakin kecil korelasi positif dan negatifnya jika θ mendekati dan tidak berkorelasi apabila θ = .
6
Jika
X
berpangkat
maka (
p
)
(
)
(
)(
) ( ) artinya kuadrat jarak Mahalanobis antara dan sebanding dengan kuadrat jarak Euclid antara dan , serta S adalah matriks koragam dari X. Jika α = 1, maka dan , akibatnya (
)(
)
(11) artinya, ( antara dan
) ( ) ( ) ( ) atau kuadrat jarak Euclid akan sama dengan kuadrat jarak Euclid antara dan .
Ukuran Kesesuaian Biplot Menurut Gabriel (2002), biplot tidak hanya sebagai pendekatan matriks data X dengan menggunakan matriks , tetapi juga hasil perkalian sebagai pendekatan dari matriks yang berkaitan dengan ragam koragam dan korelasi antar peubah dan matriks sebagai pendekatan bagi yang berkaitan dan dengan ukuran ketakmiripan antar objek. Secara umum sebagai pendekatannya. Jika ∑√ maka ∑√ dimana . Pereduksian dimensi pada analisis biplot mengakibatkan terjadinya kehilangan beberapa informasi. Hal ini dapat diukur dengan ukuran kesesuaian biplot. Rumus umum yang dikemukakan oleh Gabriel untuk ukuran kesesuaian analisis biplot ini adalah sebagai berikut : (
‖ ‖ ‖
)
‖
Persamaan di atas dapat ditulis menjadi : (
)
(
( ) ) (
)
7 X dan H adalah suatu matriks, dimana H merupakan pendekatan X. Ukuran kesesuaian data untuk biplot pada ruang berdimensi dua, dengan memilih α = 0 yaitu: ( ) ( )( ) dengan ( ) dinamakan teras dari matriks segi M atau jumlah elemen diagonal dari M sehingga dapat dituliskan: ( ) ∑ . (
)
Informasi penting yang bisa didapatkan dari tampilan biplot untuk α = 0 : 1. Keragaman peubah Informasi ini digunakan untuk melihat apakah ada peubah yang mempunyai nilai keragaman yang hampir sama untuk setiap objek. Peubah yang mempunyai nilai keragaman yang kecil digambarkan sebagai vektor pendek sedangkan peubah dengan nilai keragaman yang besar digambarkan sebagai vektor yang panjang. 2. Korelasi antar peubah Dari informasi ini bisa diketahui bagaimana suatu peubah memengaruhi ataupun dipengaruhi peubah lain yang akan digambarkan sebagai garis berarah. Dua peubah yang memiliki nilai korelasi positif akan digambarkan sebagai dua buah garis dengan arah yang sama atau membentuk sudut sempit. Sementara itu, dua peubah yang memiliki nilai korelasi negatif akan digambarkan dalam bentuk dua garis dengan arah yang berlawanan atau membentuk sudut tumpul. Sedangkan dua peubah yang tidak berkorelasi akan digambarkan dalam bentuk dua garis dengan sudut yang mendekati 900. 3. Nilai peubah pada suatu objek Informasi ini digunakan untuk melihat keunggulan dari setiap objek. Objek yang terletak searah dengan arah vektor peubah dikatakan bahwa objek tersebut mempunyai nilai di atas rata-rata. Namun jika objek terletak berlawanan dengan arah dari vektor peubah tersebut, maka objek tersebut memiliki nilai di bawah rata-rata. Sedangkan objek yang hampir berada di titik pusat berarti objek tersebut memiliki nilai dekat dengan rata-rata.
Korelasi Korelasi adalah nilai yang menunjukkan kekuatan dan arah hubungan linear antara dua peubah acak. Nilai korelasi antara peubah x dan y ( ) dapat diperoleh dengan rumus berikut (Walpole 2005). ∑ √, ∑
(∑
)(∑
(∑ ) -, ∑
) (∑
) -
dengan i = 1, 2, 3, . . ., n. Nilai korelasi positif menunjukkan bahwa nilai dua peubah tersebut memiliki hubungan linear positif dan begitu juga sebaliknya. Semakin dekat nilai korelasi dengan -1 atau +1, semakin kuat korelasi antara kedua peubah tersebut,
8
sebaliknya jika nilai korelasinya mendekati 0 maka semakin lemah korelasi antara kedua peubah tersebut.
BAHAN DAN METODE Pada karya ilmiah ini, penulis menggunakan metode analisis biplot dalam memetakan sarana kesehatan dan tenaga kesehatan puskesmas antar provinsi di Indonesia. Data yang digunakan dalam penelitian ini adalah data sekunder dari Profil Kesehatan Indonesia menurut provinsi-provinsi di Indonesia berdasarkan sarana kesehatan dan jumlah tenaga kesehatan di puskesmas tahun 2004-2011 (BPS 2005-2012). Objek pengamatannya adalah 33 provinsi yang ada di Indonesia dan peubahnya meliputi sarana kesehatan dan tenaga kesehatan di puskesmas. Tabel 1 Objek penelitian No. Urut Provinsi 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
Kode BPS P11 P12 P13 P14 P21 P15 P16 P19 P17 P18 P31 P32 P36 P33 P34 P35 P51
Provinsi Aceh Sumatera Utara Sumatera Barat Riau Kep. Riau Jambi Sumatera Selatan Kep. Bangka Bengkulu Lampung DKI Jakarta Jawa Barat Banten Jawa Tengah DI Yogyakarta Jawa Timur Bali
No. Urut Provinsi 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33
Kode BPS P61 P62 P63 P64 P71 P75 P72 P73 P76 P74 P52 P53 P81 P82 P94 P91
Tabel 2 Peubah penelitian sarana kesehatan Kode X1 X2 X3 X4 X5 X6
Peubah Puskesmas (Pusat Kesehatan Masyarakat) Pustu (Puskesmas Pembantu) Poskesdes (Pos Kesehatan Desa) Polindes (Pondok Bersalin Desa) Posyandu (Pos Pelayanan Terpadu) Apotek
Provinsi Kal. Barat Kal. Tengah Kal. Selatan Kal. Timur Sul. Utara Gorontalo Sul. Tengah Sul. Selatan Sul. Barat Sul. Tenggara NTB NTT Maluku Maluku Utara Papua Papua Barat
9 Tabel 3 Peubah penelitian tenaga kesehatan di puskesmas Kode Y1 Y2 Y3 Y4 Y5 Y6 Y7
Peubah Dokter Spesialis Dokter Umum Dokter Gigi Perawat Perawat Gigi Apoteker Asisten Apoteker
Kode Y8 Y9 Y10 Y11 Y12 Y13
Peubah Kefarmasian Analis Farmasi Sanitarian Ahli Gizi Keterapian Fisik Keteknisian Medis
Data sekunder yang didapat dieksplorasi menggunakan histogram Microsoft Excel, sedangkan pemetaan provinsi berdasarkan peubah-peubah sarana kesehatan dan tenaga kesehatan puskesmas dilakukan dengan analisis biplot menggunakan paket Biplot untuk nilai versi 4.1.0 dengan software Mathematica 8 (Ardana 2011).
HASIL DAN PEMBAHASAN Eksplorasi Data Sarana Kesehatan Sumber daya kesehatan merupakan salah satu faktor pendukung dalam penyediaan pelayanan kesehatan yang berkualitas, yang diharapkan dapat meningkatkan derajat kesehatan masyarakat. Pada bab ini, sumber daya kesehatan diulas dengan menyajikan gambaran keadaan sarana kesehatan dan tenaga kesehatan di puskesmas. Pusat Kesehatan Masyarakat atau yang biasa disebut Puskesmas adalah unit pelaksana teknis Dinas Kesehatan Kabupaten/Kota dalam menyelenggarakan upaya kesehatan terintegrasi dengan peran dan fungsi sebagai : 1) pusat pembangunan berwawasan kesehatan; 2) pusat penggerakan peran serta masyarakat; dan 3) pusat pelayanan kesehatan dasar. Jumlah puskesmas di Indonesia sampai dengan akhir tahun 2008 sebanyak 8548 unit, dengan rincian jumlah puskesmas perawatan 2438 unit dan puskesmas non perawatan sebanyak 6110 unit. Salah satu indikator yang digunakan untuk mengetahui keterjangkauan penduduk terhadap puskesmas adalah rasio puskesmas per 100000 penduduk di tiap provinsi seperti terlihat pada Gambar 1 (BPS 2009). Rasio puskesmas per 100000 penduduk menurut provinsi menunjukkan gambaran bahwa rasio tertinggi pada tahun 2008 terdapat pada Provinsi Papua Barat, yaitu sebesar 13.15, sedangkan rasio terendah terdapat pada Provinsi Banten, yaitu sebesar 2.02. Rincian jumlah dan rasio puskesmas per 100000 penduduk menurut provinsi pada tahun 2008 terdapat pada Lampiran 1.
10
Gambar 1 Rasio puskesmas per 100000 penduduk antar provinsi
Rasio per 100000 Penduduk
Dalam kurun waktu 2004 hingga 2011, rasio ini menunjukkan adanya peningkatan pada jumlah puskesmas yang ada di Indonesia. Rasio puskesmas per 100000 penduduk pada tahun 2004 sebesar 3.48, pada tahun 2011 meningkat menjadi 3.86, seperti terlihat pada Gambar 2 berikut ini. Data peningkatan jumlah rasio puskesmas per 100000 penduduk di Indonesia pada tahun 2004-2011 terdapat pada Lampiran 2. 3.9 3.8 3.7 3.6 3.5 3.4 3.3 3.2 2004
2005
2006
2007
2008
2009
2010
2011
Tahun
Gambar 2 Tren rasio puskesmas per 100000 penduduk tahun 2004-2011 Untuk meningkatkan jangkauan pelayanan puskesmas terhadap masyarakat di wilayah kerjanya, puskesmas didukung oleh sarana pelayanan kesehatan berupa puskesmas pembantu (pustu). Jumlah pustu pada tahun 2008 dilaporkan sebanyak 23163 unit. Dengan demikian, maka rasio pustu terhadap puskesmas sebesar 2.7 pustu per puskesmas dan rasio pustu terhadap jumlah desa sebesar 0.3. Rasio pustu terhadap jumlah desa menurut provinsi pada Gambar 3 menunjukkan bahwa rasio tertinggi pada tahun 2008 adalah Provinsi D.I.Yogyakarta, sebesar 0.71, sedangkan rasio terendah adalah Provinsi DKI Jakarta, sebesar 0.
11
Gambar 3 Rasio pustu terhadap jumlah desa Upaya peningkatan derajat kesehatan masyarakat dilakukan dengan menerapkan berbagai pendekatan, termasuk didalamnya dengan melibatkan potensi masyarakat. Keberadaan poskesdes dan polindes di desa-desa merupakan salah satu wujud upaya mempermudah akses masyarakat terhadap pelayanan kesehatan. Data podes (potensi desa) menyebutkan bahwa pada tahun 2008 terdapat 11287 unit poskesdes. Pada Gambar 4 dijelaskan rasio poskesdes terhadap jumlah desa pada tahun 2008 sebesar 0.14. Rasio tertinggi terdapat pada Provinsi Sumatera Selatan dan Provinsi Jawa Timur sebesar 0.32, kemudian diikuti oleh Provinsi Jawa Tengah sebesar 0.31.
Gambar 4 Rasio poskesdes terhadap jumlah desa Sedangkan jumlah polindes pada tahun 2008 sebesar 25271 unit. Gambar 5 menyajikan rasio polindes terhadap jumlah desa menurut provinsi pada tahun 2008 sebesar 0.32. Rasio tertinggi terdapat di Provinsi Jawa Timur, sebesar 0.66 diikuti oleh Kalimantan Barat dan Kepulauan Bangka Belitung sebesar 0.59 dan 0.53.
12
Gambar 5 Rasio polindes terhadap jumlah desa Salah satu jenis Upaya Kesehatan Bersumberdaya Masyarakat (UKBM) yang telah sejak lama dikembangkan dan mengakar di masyarakat adalah posyandu. Gambar 6 menjelaskan bahwa pada tahun 2008 terdapat 70046 unit posyandu yang aktif, maka rasio terhadap desa sebesar 0.9 posyandu aktif per desa dengan rasio tertinggi terdapat pada Provinsi DKI Jakarta dan Provinsi DI. Yogyakarta sebesar 1.
Gambar 6 Rasio posyandu terhadap jumlah desa Menurut pendataan potensi desa yang diselenggarakan oleh BPS, terdapat 5537 unit apotek pada tahun 2008. Rasio apotek terhadap jumlah desa sebesar 0.07. Pada Gambar 7 jelas terlihat bahwa Provinsi Papua memiliki apotek dengan jumlah paling sedikit dengan rasio sebesar 0.01.
13
Gambar 7 Rasio apotek terhadap jumlah desa Informasi data selengkapnya mengenai sarana kesehatan hasil pendataan potensi desa oleh BPS Tahun 2008 terdapat pada Lampiran 3.
Eksplorasi Data Tenaga Kesehatan SDM Kesehatan di daerah terdiri dari SDM kesehatan yang bertugas di unit kesehatan (sarana pelayanan dan non pelayanan) di Provinsi dan Kabupaten/Kota, dengan status kepegawaian PNS, CPNS, PTT, TNI/POLRI dan swasta. SDM Kesehatan tersebut bekerja di Dinas Kesehatan Provinsi dan unit pelaksana teknis (UPT), Dinas Kabupaten/Kota dan UPT, rumah sakit/poliklinik dan sarana kesehatan lainnya milik pemerintah pusat, pemerintah daerah, swasta dan TNI/POLRI. Data SDM kesehatan ini sudah menggambarkan tenaga kesehatan di kabupaten/kota dan provinsi namun hanya di fasilitas kesehatan milik pemerintah (dinas kesehatan dan UPTnya serta Kementrian Kesehatan dan UPTnya). Fisik dan Medis 3.03%
Apoteker dan Asisten Apoteker 2.30%
Farmasi 2.20%
Dokter Spesialis 0.11%
Dokter Umum 12.30%
Dokter Gigi 5.47%
Sanitari dan Gizi 14.15%
Perawat 60.44%
Gambar 8 Distribusi tenaga kesehatan
14
Puskesmas yang merupakan ujung tombak dalam pelayanan kesehatan masyarakat kinerjanya sangat dipengaruhi ketersediaan sumber daya manusia yang dimiliki, terutama ketersediaan tenaga kesehatan. Pada tahun 2008, terdapat 185401 orang yang bertugas di puskesmas dengan rincian 157030 tenaga kesehatan dan 28371 tenaga non kesehatan. Dari seluruh jumlah tenaga kesehatan, dokter umum yang bertugas di puskesmas sebanyak 11865 orang. Jumlah ini lebih tinggi dibandingkan tahun 2007, yaitu sebanyak 11701 orang. Bila dibandingkan antara jumlah puskesmas yang ada (8548 puskesmas) dengan jumlah dokter, maka rasio dokter umum adalah 1.39 dokter umum per puskesmas. Rasio dokter umum terhadap jumlah puskesmas tertinggi terdapat di Provinsi Kepulauan Riau sebesar 3.05 dokter umum per puskesmas, diikuti oleh D.I. Yogyakarta sebesar 2.43 dokter umum per puskesmas. Jumlah dokter gigi pada tahun 2008 sebanyak 5278 orang. Bila dibandingkan dengan jumlah seluruh puskesmas maka dapat diartikan bahwa belum seluruh puskesmas memiliki dokter gigi. Pada tahun 2008 terdapat 109 dokter spesialis yang bertugas di puskesmas, sebagian besar dokter spesialis tersebut berada di Provinsi DKI Jakarta dengan jumlah 63 orang (58%). Jumlah perawat di seluruh puskesmas sebanyak 55194 orang, sehingga rata-rata tiap puskesmas memiliki 6-7 orang perawat. Persentase banyaknya tenaga kesehatan puskesmas di Indonesia dapat dilihat pada Gambar 8. Sedangkan jumlah dan rasio tenaga kesehatan hasil pendataan potensi desa oleh BPS Tahun 2008 menurut provinsi dapat dilihat pada Lampiran 4.
Jumlah Tenaga Kesehatan
120000 100000 80000 Dokter Umum
60000
Dokter Gigi
40000
Perawat
20000
Ahli Gizi
0 2004 2005 2006 2007 2008 2009 2010 2011 Tahun
Gambar 9 Tren jumlah tenaga kesehatan tahun 2004-2011 Dalam kurun waktu 2004 hingga 2011, banyaknya tenaga kesehatan dokter umum, dokter gigi, perawat, dan ahli gizi di Indonesia menunjukkan adanya peningkatan. Jumlah tenaga dokter umum, dokter gigi, perawat, dan ahli gizi pada tahun 2004 sebanyak 8934 orang, 3778 orang, 33353 orang, dan 2966 orang. Sedangkan pada tahun 2011 banyaknya dokter umum, dokter gigi, perawat, dan ahli gizi meningkat menjadi 17152 orang, 6610 orang, 107284 orang, dan 9883 orang, seperti terlihat pada Gambar 9 di atas. Data peningkatan jumlah tenaga kesehatan di Indonesia pada tahun 2004-2011 terdapat pada Lampiran 5.
15 Pemetaan Provinsi Menggunakan Biplot Pada bagian ini akan dilakukan pemetaan provinsi berdasarkan sarana kesehatan dan tenaga kesehatan di puskesmas menggunakan analisis biplot. Analisis biplot dengan data yang digunakan adalah banyaknya jumlah sarana kesehatan dan tenaga kesehatan di puskesmas. Pada karya ilmiah ini, informasi yang diberikan dapat menggambarkan kondisi penyebaran Sumber Daya Kesehatan pada setiap provinsi. Analisis biplot juga dapat digunakan untuk menerangkan keragaman data sarana kesehatan dan tenaga kesehatan puskesmas. Pada biplot, kedekatan provinsi dengan peubah ditunjukkan oleh letak provinsi tersebut terhadap vektor peubah. Jika posisi provinsi searah dengan arah vektor peubah maka provinsi tersebut bernilai di atas rata-rata. Jika posisi provinsi berlawanan arah dengan arah vektor peubah maka provinsi tersebut bernilai di bawah rata-rata dan nilai akan mendekati rata-rata jika posisi provinsi berada hampir di titik pusat.
Biplot Sarana Kesehatan Berdasarkan dekomposisi nilai singular dengan α = 0 akan diperoleh koordinat biplot yang diberikan pada Lampiran 8 yang divisualisasikan pada Gambar 10.
1.0
X4 X3 16
0.5
1 7
0.0
21 32 13 329 11 10 418 15 2762217 9 30 28 19 33 20 26 31 2358 24 25
14 X5 2 X2
0.5 X6 X1
1.0
12 1.5 0.5
0.0
0.5
1.0
1.5
2.0
Gambar 10 Biplot pemetaan provinsi terhadap sarana kesehatan Gambar 10 menunjukkan peubah Polindes (X4), Poskesdes (X3), Apotek (X6), dan Puskesmas (X1) memiliki panjang vektor yang relatif sama panjang. Hal ini menunjukkan bahwa keragaman data yang dimiliki peubah-peubah tersebut relatif sama besar. Peubah Pustu (X2) dan Posyandu (X5) digambarkan dengan
16
vektor yang lebih pendek dari peubah lainnya. Hal ini menunjukkan bahwa peubah-peubah tersebut memiliki keragaman data yang relatif kecil. Korelasi antar peubah dicerminkan oleh seberapa kecil sudut yang dibentuk antar peubah, semakin kecil sudut antar peubah semakin tinggi korelasi. Semua peubah saling berkorelasi positif. Matriks korelasi sarana kesehatan dapat dilihat pada Lampiran 6. Gambar 10 juga memberikan gambaran posisi provinsi dan vektor peubah dalam biplot. Berdasarkan kedekatan antar provinsi dan kedekatan provinsi dengan peubah, provinsi tersebut dapat dikelompokkan sebagai berikut: Kelompok 1: Jawa Barat (12) menyumbangkan sarana kesehatan paling banyak dalam sarana Puskesmas (X1). Kelompok 2: Sumatera Utara (2) memiliki jumlah sarana kesehatan Puskesmas (X1) dan Apotek (X6) cukup banyak. Kelompok 3: Provinsi Jawa Tengah (14) memiliki sarana yang cukup banyak pada Posyandu (X5). Kelompok 4: Provinsi Jawa Timur (16) memiliki sarana kesehatan mendekati rata-rata pada Poskesdes (X3), Polindes (X4), Posyandu (X5). Kelompok 5: Semua provinsi yang terletak berlawanan arah terhadap semua peubah memiliki tenaga kesehatan yang relatif sedikit. Ukuran kesesuaian biplot disajikan pada Tabel 4 yang menunjukkan bahwa analisis biplot mampu menerangkan 93.06% keragaman data. Tabel 4 Ukuran kesesuaian biplot sarana kesehatan Kesesuaian GF
%
Data
93.06
Peubah
99.73
Objek
59.09
Biplot Tenaga Kesehatan Berdasarkan dekomposisi nilai singular dengan α = 0 akan diperoleh koordinat biplot yang diberikan pada Lampiran 9. Biplot pemetaan provinsi terhadap tenaga kesehatan divisualisasikan pada Gambar 11. Gambar 11 menunjukkan peubah ahli gizi, sanitarian, perawat, dokter umum, dokter gigi, keterapian fisik, asisten apoteker, dan perawat gigi memiliki panjang vektor yang relatif sama panjang. Hal ini menunjukkan bahwa keragaman data pada peubah-peubah tersebut relatif sama besar. Peubah keteknisian medis, kefarmasian dan analis farmasi digambarkan dengan vektor yang lebih pendek dari peubah lainnya. Hal ini menunjukkan bahwa peubah-peubah tersebut memiliki keragaman data yang relatif kecil. Peubah dokter spesialis digambarkan dengan vektor yang lebih panjang dari peubah lainnya. Hal ini menunjukkan bahwa peubah tersebut memiliki keragaman paling besar.
17 Ukuran kesesuaian data analisis biplot sebesar 70.97%. Hal ini menunjukkan bahwa analisis biplot mampu menerangkan 70.97% keragaman data. Pereduksian dimensi mengakibatkan hilangnya informasi sebesar 29.03%. Terjadinya pereduksian dimensi inilah yang mengakibatkan adanya perbedaan antara hasil eksplorasi data awal dengan analisis biplot. Pada hasil analisis biplot terlihat bahwa peubah kefarmasian dan dan ahli gizi berhimpit sehingga dapat dikatakan bahwa memiliki nilai korelasi mendekati 1. Akan tetapi, pada hasil perhitungan diperoleh korelasi sebesar 0.417 (Lampiran 7). Tenaga kesehatan dokter spesialis dan keteknisian medis merupakan dua peubah yang memiliki korelasi paling kecil. Berdasarkan visualisasi biplot (Gambar 11) peubah dokter spesialis dan keteknisian medis digambarkan dalam bentuk dua garis dengan sudut > 900 (tumpul), sehingga dapat dikatakan peubah tersebut berkorelasi negatif. Tenaga kesehatan apoteker dan ahli gizi merupakan dua peubah yang tidak saling berkorelasi. Berdasarkan visualisasi biplot (Gambar 11) peubah apoteker dan ahli gizi digambarkan dalam bentuk dua garis dengan sudut mendekati 900, sehingga dapat dikatakan peubah tersebut tidak berkorelasi.
0.5
0.0
2 Y13 526 17125 927 1933 830 31 20 23 4315 22 10 13 32 6 29 28 21 24 7 18
16
Y11 Y10 Y4 12
Y8 Y9
Y2
Y7 Y5 Y12Y3
14
0.5
1.0
Y6
1.5
2.0
Y1 11
2.5
0.5
0.0
0.5
1.0
1.5
2.0
2.5
Gambar 11 Biplot pemetaan provinsi terhadap tenaga kesehatan di puskesmas Gambar 11 juga memberikan gambaran posisi provinsi dan vektor peubah dalam biplot. Berdasarkan kedekatan antar provinsi dan kedekatan provinsi dengan peubah, provinsi tersebut dapat dikelompokkan sebagai berikut: Kelompok 1: Provinsi DKI Jakarta (11) menyumbangkan tenaga Dokter Spesialis (Y1) paling banyak diantara provinsi yang lain. Kelompok 2: Provinsi Jawa Tengah (14) memiliki tenaga Asisten Apoteker (Y7), Perawat gigi (Y5), Keterapian fisik (Y12), dan Dokter Gigi (Y3) yang cukup banyak.
18
Kelompok 3: Provinsi Jawa Barat (12) dan Jawa Timur (16) menyumbangkan tenaga Perawat (Y4), Ahli Gizi (Y11) dan Sanitarian (Y10) yang cukup banyak. Kelompok 4: Provinsi Sumatera Utara (2) memiliki tenaga Keteknisian Medis (Y13) yang cukup banyak. Kelompok 5: Semua provinsi yang terletak berlawanan arah terhadap semua peubah memiliki tenaga kesehatan yang relatif sedikit. Ukuran kesesuaian biplot disajikan pada Tabel 5 yang menunjukkan bahwa analisis biplot mampu menerangkan 70.97% keragaman data. Tabel 5 Ukuran kesesuaian biplot tenaga kesehatan Kesesuaian GF
%
Data
70.97
Peubah
92.61
Objek
74.21
SIMPULAN Dari hasil penelitian dapat diambil simpulan bahwa: 1. Hasil eksplorasi data Profil Kesehatan Indonesia tahun 2008 menunjukkan bahwa provinsi yang memiliki rasio tertinggi puskesmas per 100000 penduduk adalah Provinsi Papua Barat. 2. Rasio tertinggi pustu terhadap jumlah desa terdapat pada Provinsi D.I. Yogyakarta, kemudian rasio tertinggi pada poskesdes adalah Provinsi Sumatera Selatan dan Jawa Timur, polindes pada Provinsi Jawa Timur, posyandu pada Provinsi DKI Jakarta dan D.I. Yogyakarta, sedangkan rasio tertinggi apotek terhadap jumlah desa terdapat pada Provinsi DKI Jakarta. 3. Berdasarkan pemetaan provinsi menggunakan analisis biplot, diperoleh ukuran kesesuaian data maksimum sarana kesehatan sebesar 93.06 % dan tenaga kesehatan di puskesmas sebesar 70.97 %. a. Hasil pemetaan biplot, provinsi berdasarkan sarana kesehatan dapat dikelompokkan menjadi 5 kelompok, yaitu Provinsi Jawa Barat (12) menyumbangkan sarana kesehatan paling banyak dalam sarana Puskesmas (X1). Provinsi Sumatera Utara (2) memiliki jumlah sarana kesehatan Puskesmas (X1) dan Apotek (X6) cukup banyak. Provinsi Provinsi Jawa Tengah (14) memiliki sarana yang cukup banyak pada Posyandu (X5). Provinsi Provinsi Jawa Timur (16) memiliki sarana kesehatan mendekati rata-rata pada Poskesdes (X3), Polindes (X4), Posyandu (X5).
19
b.
Semua provinsi yang terletak berlawanan arah terhadap semua peubah memiliki tenaga kesehatan yang relatif sedikit. Hasil pemetaan biplot, provinsi berdasarkan tenaga kesehatan dapat dikelompokkan menjadi 5 kelompok, yaitu Provinsi DKI Jakarta (11) menyumbangkan tenaga Dokter Spesialis (Y1) paling banyak diantara provinsi yang lain. Provinsi Jawa Tengah (14) memiliki tenaga Asisten Apoteker (Y7), Perawat gigi (Y5), Keterapian fisik (Y12), dan Dokter Gigi (Y3) yang cukup banyak. Provinsi Jawa Barat (12) dan Jawa Timur (16) menyumbangkan tenaga Perawat (Y4), Ahli Gizi (Y11) dan Sanitarian (Y10) yang cukup banyak. Provinsi Sumatera Utara (2) memiliki tenaga Keteknisian Medis (Y13) yang cukup banyak. Semua provinsi yang terletak berlawanan arah terhadap semua peubah memiliki tenaga kesehatan yang relatif sedikit.
DAFTAR PUSTAKA Aitchison J & Greenacre M. 2002. Biplots for compositional data. Applied Statistics 51 (part 4): 375-392. Ardana NKK. 2011. Biplot Versi 4.1.0 A Mathematica Package for Multivariate Data Visualization. Bogor: Departemen Matematika FMIPA IPB. Aunuddin. 1989. Analisis Data. Departemen Pendidikan dan Kebudayaan, Direktorat Jendral Pendidikan Tinggi, Pusat Antar Universitas Ilmu Hayat, Institut Pertanian Bogor, Bogor. [BPS] Badan Pusat Statistik. 2005. Profil Kesehatan Indonesia 2004. Jakarta: BPS. [BPS] Badan Pusat Statistik. 2006. Profil Kesehatan Indonesia 2005. Jakarta: BPS. [BPS] Badan Pusat Statistik. 2007. Profil Kesehatan Indonesia 2006. Jakarta: BPS. [BPS] Badan Pusat Statistik. 2008. Profil Kesehatan Indonesia 2007. Jakarta: BPS. [BPS] Badan Pusat Statistik. 2009. Profil Kesehatan Indonesia 2008. Jakarta: BPS. [BPS] Badan Pusat Statistik. 2010. Profil Kesehatan Indonesia 2009. Jakarta: BPS. [BPS] Badan Pusat Statistik. 2011. Profil Kesehatan Indonesia 2010. Jakarta: BPS. [BPS] Badan Pusat Statistik. 2012. Profil Kesehatan Indonesia 2011. Jakarta: BPS. Gabriel KR. 1971. The Biplot-graphic display of matrices with application to principal component analysis. Biometrika 58: 453-467. Gabriel KR. 2002. Goodness of fit of biplots and correspondence analysis. Biometrika 89: 423-436. Greenacre MJ. 2010. Biplot in Practice. Madrid: Foundation BBVA. Jolliffe IT. 2002. Principal Component Analysis. 2nd Ed. Berlin: Springer-Verlag. Ceris I. 2012. Faktor yang mempengaruhi kesehatan [internet]. [diacu 2012 September 12]. Tersedia dari: http://idahceris.wordpress.com/2012/04/10/ faktor-yang-mempengaruhi-kesehatan. Mariyam. 2011. Ukuran Kesesuaian dalam Analisis Biplot Biasa dan Analisis Biplot Imbuhan [skripsi]. Bogor : Program Sarjana Institut Pertanian Bogor.
20
Smartstat. 2010. Analisis data eksploratif [internet]. [diacu 2012 September 15]. Tersedia dari : http://smartstat.wordpress.com/2010/11/03/analisisdata eksploratif. Sugengmedica. 2012. Definisi tenaga kesehatan [internet]. [diacu 2012 September 12]. Tersedia dari : http://sugengmedica.wordpress.com/2012/08/09/definisitenaga-kesehatan. Walpole RE. 2005. Pengantar Statistika. Ed ke-3. Jakarta: Gramedia.
21 Lampiran 1 Rasio puskesmas per 100000 penduduk antar provinsi Provinsi Nanggroe Aceh Darussalam Sumatera Utara Sumatera Barat Riau Kepulauan Riau Jambi Sumatera Selatan Kepulauan Bangka Belitung Bengkulu Lampung DKI Jakarta Jawa Barat Banten Jawa Tengah DI Yogyakarta Jawa Timur Bali Kalimantan Barat Kalimantan Tengah Kalimantan Selatan Kalimantan Timur Sulawesi Utara Gorontalo Sulawesi Tengah Sulawesi Selatan Sulawesi Barat Sulawesi Tenggara Nusa Tenggara Barat Nusa Tenggara Timur Maluku Maluku Utara Papua Papua Barat Indonesia
Rasio Puskesmas per 100.000 Penduduk 7.01 3.8 4.77 3.53 4.06 5.67 3.9 4.45 8.65 3.42 3.84 2.44 2.02 2.58 3.46 2.53 3.24 5.27 8.21 6.21 6.62 6.52 7.51 5.91 5.06 6.78 10.02 3.25 6.13 11.58 9.48 11.48 13.15 3.74
Lampiran 2 Rasio puskesmas per 100000 penduduk di Indonesia tahun 2004-2011 Tahun 2004 2005 2006 2007 2008 2009 2010 2011
Rasio Puskesmas per 100.000 Penduduk di Indonesia 3.48 3.5 3.61 3.65 3.74 3.74 3.79 3.86
22
Lampiran 3 Data objek dan peubah sarana kesehatan
Provinsi
JUMLAH SARANA KESEHATAN MENURUT PROVINSI DI INDONESIA TAHUN 2008 Rasio Rasio Rasio Rasio Jumlah Rasio Pustu Poskesdes Polindes Posyandu Apotek Poskesdes Polindes/ Posyandu/ Apotek/ Desa Pustu/Desa /Desa Desa Desa Desa
Nanggroe Aceh Darussalam
843
83
1951
4824
162
6629
0.13
0.01
0.29
0.73
0.02
Sumatera Utara
1798
525
1965
5189
373
5851
0.31
0.09
0.34
0.89
0.06
Sumatera Barat
573
138
449
913
114
967
0.59
0.14
0.46
0.94
0.12
Riau
806
258
314
1585
136
1636
0.49
0.16
0.19
0.97
0.08
Kepulauan Riau
200
54
151
322
56
340
0.59
0.16
0.44
0.95
0.16
Jambi
595
188
169
1266
71
1303
0.46
0.14
0.13
0.97
0.05
Sumatera Selatan
914
1043
1121
3036
102
3243
0.28
0.32
0.35
0.94
0.03
Kepulauan Bangka Belitung
156
90
193
343
27
361
0.43
0.25
0.53
0.95
0.07
Bengkulu
457
132
217
1326
57
1378
0.33
0.10
0.16
0.96
0.04
Lampung
781
299
385
2324
113
2379
0.33
0.13
0.16
0.98
0.05
DKI Jakarta
0
0
0
267
241
267
0.00
0.00
0.00
1.00
0.90
Jawa Barat
1624
897
1439
5868
900
6016
0.27
0.15
0.24
0.98
0.15
Banten
263
84
130
1501
190
1520
0.17
0.06
0.09
0.99
0.13
Jawa Tengah
1881
2717
3597
8570
893
8635
0.22
0.31
0.42
0.99
0.10
DI Yogyakarta
310
113
73
438
119
438
0.71
0.26
0.17
1.00
0.27
Jawa Timur
2253
2738
5644
8494
876
8541
0.26
0.32
0.66
0.99
0.10
Bali
452
36
154
712
125
722
0.63
0.05
0.21
0.99
0.17
Kalimantan Barat
768
117
1164
1662
51
1960
0.39
0.06
0.59
0.85
0.03
Kalimantan Tengah
806
89
556
1302
38
1476
0.55
0.06
0.38
0.88
0.03
Kalimantan Selatan
597
257
736
1958
68
2007
0.30
0.13
0.37
0.98
0.03
Kalimantan Timur
673
30
152
1264
91
1421
0.47
0.02
0.11
0.89
0.06
Sulawesi Utara
439
91
259
1474
75
1592
0.28
0.06
0.16
0.93
0.05
Gorontalo
226
68
239
574
30
669
0.34
0.10
0.36
0.86
0.04
Sulawesi Tengah
678
329
580
1645
63
1785
0.38
0.18
0.32
0.92
0.04
Sulawesi Selatan
1265
283
611
2915
228
2972
0.43
0.10
0.21
0.98
0.08
Sulawesi Barat
267
56
52
508
17
564
0.47
0.10
0.09
0.90
0.03
Sulawesi Tenggara
496
132
250
1952
38
2124
0.23
0.06
0.12
0.92
0.02
Nusa Tenggara Barat
500
131
457
910
84
930
0.54
0.14
0.49
0.98
0.09
Nusa Tenggara Timur
954
128
1406
2788
65
3086
0.31
0.04
0.46
0.90
0.02
Maluku
384
72
139
837
30
924
0.42
0.08
0.15
0.91
0.03
Maluku Utara
203
44
205
981
25
1199
0.17
0.04
0.17
0.82
0.02
Papua
649
39
295
1507
51
.623
0.18
0.01
0.08
0.42
0.01
Papua Barat
352
26
218
791
28
1324
0.27
0.02
0.16
0.60
0.02
23163
11287
25271
70046
5537
77882
0.30
0.14
0.32
0.90
0.07
Indonesia
23 Lampiran 4 Data objek dan peubah tenaga kesehatan
Provinsi Nanggroe Aceh Darussalam Sumatera Utara
Dokter Spesialis
JUMLAH TENAGA KESEHATAN DI PUSKESMAS Dokter Dokter Perawat Perawat Umum Gigi Gigi
Apoteker
Asisten Apoteker
3
362
72
2291
126
3
80
1
920
383
4295
102
3
142
Sumatera Barat
4
306
167
1569
162
8
165
Riau
3
369
165
1649
38
2
40
Kepulauan Riau
2
180
71
654
14
2
13
Jambi
0
248
71
1212
0
0
0
8
365
104
2157
181
10
130
0
88
29
534
29
1
15
Sumatera Selatan Kepulauan Bangka Belitung Bengkulu
0
246
75
1089
114
7
76
Lampung
1
278
114
1642
172
8
56
DKI Jakarta
63
582
511
1119
183
45
117
Jawa Barat
5
1241
758
5063
376
7
155
Banten
0
335
161
1302
0
0
0
Jawa Tengah
8
1708
690
5149
755
28
502
DI Yogyakarta
3
292
163
785
44
0
18
Jawa Timur
5
1301
736
5152
136
25
218
Bali Kalimantan Barat Kalimantan Tengah Kalimantan Selatan Kalimantan Timur Sulawesi Utara
3
254
146
1033
156
3
65
0
210
71
1674
55
1
10
0
149
41
1050
70
7
13
0
295
78
1269
14
2
7
0
220
123
1073
0
0
0
0
232
21
957
57
1
36
Gorontalo Sulawesi Tengah Sulawesi Selatan Sulawesi Barat
0
77
15
396
14
0
2
0
173
47
1406
11
0
11
0
455
215
2483
47
4
24
0
67
22
523
6
4
8
0
138
41
1190
34
3
15
0
153
59
1097
37
2
16
0
269
68
1892
155
9
78
Sulawesi Tenggara Nusa Tenggara Barat Nusa Tenggara Timur Maluku
0
35
3
488
5
1
1
Maluku Utara
0
38
8
301
0
0
0
Papua
0
157
34
1510
7
2
5
Papua Barat
0
122
16
1190
7
4
11
109
11865
5278
55194
3107
192
2029
Indonesia
24
Lampiran 4 Data objek dan peubah tenaga kesehatan (lanjutan) Provinsi
Kefarmasian
Analis Farmasi
Sanitarian
Gizi
Keterapian Fisik
Keteknisian Medis
Jumlah
Nanggroe Aceh Darussalam Sumatera Utara
36
64
366
229
4
149
7153
185
60
321
326
1
213
13201
Sumatera Barat
46
54
213
167
2
133
5280
Riau
43
12
118
93
0
75
3790
Kepulauan Riau
25
10
21
21
0
17
1390
Jambi Sumatera Selatan Kepulauan Bangka Belitung
79
0
193
64
0
142
3104
30
93
285
193
0
46
6017
13
9
33
19
0
10
1146
Bengkulu
0
6
83
67
5
24
3455
Lampung
0
40
238
137
0
30
692
DKI Jakarta
0
37
152
197
10
56
4205
Jawa Barat
122
70
604
437
33
242
14456
Banten
10
0
103
61
0
30
3333
Jawa Tengah
0
174
706
638
26
186
19091
DI Yogyakarta
42
14
132
120
0
128
2429
Jawa Timur
136
98
1161
1597
1
209
17621
Bali
15
15
220
90
1
11
3224
Kalimantan Barat
28
17
196
126
0
121
3533
Kalimantan Tengah
6
14
84
61
0
28
2347
Kalimantan Selatan
137
0
290
182
0
150
3846
Kalimantan Timur
51
0
263
75
0
45
2501
Sulawesi Utara
3
3
140
57
0
1
2052
Gorontalo Sulawesi Tengah Sulawesi Selatan Sulawesi Barat
2
0
126
70
0
3
982
20
0
262
64
0
22
3421
47
27
388
286
0
205
6153
2
4
46
42
4
19
1025
Sulawesi Tenggara
3
10
167
171
2
273
2872
Nusa Tenggara Barat
35
3
127
139
0
73
2611
Nusa Tenggara Timur
35
53
234
136
0
25
4901
Maluku
0
2
83
46
0
13
1060
Maluku Utara
14
0
36
51
0
6
747
Papua
16
43
89
95
0
102
3124
Papua Barat
3
3
60
49
0
43
2268
1184
935
7540
6106
89
2830
157030
Indonesia
25 Lampiran 5 Jumlah tenaga kesehatan di Indonesia tahun 2004-2011 Tahun
Dokter Umum
Dokter Gigi
Perawat
Ahli Gizi
2004
8934
3778
33353
2966
2005
10425
4296
37143
3217
2006
10763
4631
52753
6415
2007
11701
5246
56727
5966
2008
11865
5278
55194
6106
2009 2010
13701
6141
76940
7544
14934
6140
78215
7565
2011
17152
6610
107284
9883
26
Lampiran 6 Koordinat biplot sarana kesehatan Koordinat Objek Kode P11 P12 P13 P14 P21 P15 P16 P19 P17 P18 P31 P32 P36 P33 P34 P35 P51 P61 P62 P63 P64 P71 P75 P72 P73 P76 P74 P52 P53 P81 P82 P94 P91
Dim-1 -0.19185 -0.23613 0.08597 0.04570 0.13730 0.07327 -0.07821 0.13504 0.07126 -0.00034 0.14585 -0.26983 0.06594 -0.52526 0.12968 -0.58830 0.11052 0.01866 0.05840 0.01419 0.07502 0.06212 0.11938 0.03540 -0.04956 0.12861 0.03279 0.08768 -0.05769 0.10431 0.09719 0.05671 0.10616
Koordinat Peubah Dim-2 0.18174 0.23936 -0.10658 0.05810 -0.13645 0.04164 -0.03644 -0.15458 0.03822 0.17072 -0.08724 0.49975 0.10125 0.05078 -0.08923 -0.60525 -0.04404 -0.18218 -0.05065 -0.01768 0.07674 0.05867 -0.11752 -0.03633 0.24499 -0.06620 0.15101 -0.11580 -0.03515 -0.02483 -0.02582 0.07468 -0.05567
Kode X1 X2 X3 X4 X5 X6
Dim-1 -0.11782 -0.27126 -0.32700 -0.60473 -1.17632 -0.11820
Dim-2 0.01911 0.02998 -0.08840 -0.18740 0.11098 0.01100
27 Lampiran 7 Koordinat biplot tenaga kesehatan Koordinat Objek Kode P11 P12 P13 P14 P21 P15 P16 P19 P17 P18 P31 P32 P36 P33 P34 P35 P51 P61 P62 P63 P64 P71 P75 P72 P73 P76 P74 P52 P53 P81 P82 P94 P91
Dim-1 -0.07351 -0.32733 0.01243 0.00676 0.13188 0.06158 -0.05707 0.14893 0.07671 0.00723 0.05090 -0.44091 0.04942 -0.47545 0.10717 -0.48324 0.07862 0.00824 0.08561 0.04913 0.07664 0.09321 0.16299 0.04145 -0.10130 0.15052 0.06550 0.07757 -0.02037 0.15522 0.17722 0.03223 0.07202
Koordinat Peubah Dim-2 -0.06984 -0.32733 -0.00749 -0.09634 0.00471 -0.01310 -0.09778 0.01742 -0.03884 -0.04790 0.17035 -0.27695 -0.04787 -0.11989 0.11206 0.78680 0.05163 -0.08017 -0.04404 0.10179 0.05925 0.00208 0.11969 -0.04115 -0.02242 0.04084 0.03817 0.02549 -0.11182 0.06006 0.08857 -0.11380 -0.09291
Kode Y1 Y2 Y3 Y4 Y5 Y6 Y7 Y8 Y9 Y10 Y11 Y12 Y13
Dim-1 -0.00186 -0.72350 -0.36699 -263.861 -0.20438 -0.00873 -0.15416 -0.05373 -0.06324 -0.39835 -0.45195 -0.00920 -0.10973
Dim-2 0.00389 0.04326 0.07312 -0.10115 -0.05078 0.00615 0.00143 0.00377 -0.00206 0.17875 0.32724 -0.00361 -0.00248
28
RIWAYAT HIDUP Penulis dilahirkan di Jakarta pada tanggal 22 Mei 1989. Penulis merupakan putri kelima dari lima bersaudara dari Bapak Sofyan Anshori dan Ibu Sutini. Tahun 2007 penulis lulus dari SMA Negeri 109 Kota Jakarta kemudian diterima sebagai mahasiswa Institut Pertanian Bogor (IPB) melalui jalur Seleksi Nasional Masuk Perguruan Tinggi Negeri (SNMPTN) pada tahun 2008. Penulis tercatat sebagai mahasiswa Departemen Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA). Semasa menjadi mahasiswa, penulis aktif di berbagai kegiatan organisasi dan kepanitiaan. Penulis aktif tergabung dalam kepengurusan Lingkung Seni Sunda (LISES) Gentra Kaheman selama tiga tahun, sejak tahun 2008-2011 secara berturut-turut penulis diamanahi sebagai staff Even Organizer, Bendahara Umum dan anggota. Penulis aktif dalam kegiatan seni bela diri FEDCA (Fraternidade Esportivo De Capoeira Alegria) IPB, sejak tahun 2009-2012 diamanahi sebagai sekretaris. Penulis aktif tergabung dalam kepengurusan Himpunan Profesi Gugus Mahasiswa Matematika pada tahun 2009-2010 sebagai staff Divisi Biro Kesekretariatan dan penulis juga aktif dalam kepengurusan Badan Eksekutif Mahasiswa FMIPA pada tahun 2010-2011 sebagai staff Departemen Sosial dan Lingkungan. Penulis pernah bergabung dalam kepanitian Mimitran LISES Gentra Kaheman pada tahun 2009 dan 2010 berturut-turut sebagai EO, kepanitiaan Ki Sunda Midang 5 pada tahun 2009 sebagai Koordinator Divisi Dana Usaha dan Sponsorship, kepanitiaan Seminar Kewirausahaan pada tahun 2010 sebagai staff PDD, kepanitiaan Masa Perkenalan Fakultas FMIPA selama tiga tahun berturutturut sebagai Squad Guardian dan Scientist Guardian sejak tahun 2010-2012, kepanitiaan Pesta Sains Nasional IPB selama tiga tahun berturut-turut, sejak tahun 2009-2011 sebagai Divisi Leading Officer pusat, Divisi Dana Usaha Sponsorship serta Koordinator Divisi Leading Officer dan Divisi Leading Officer pusat. Penulis juga pernah bergabung dalam kepanitiaan MIPA Go Field (bina desa FMIPA) pada tahun 2011 sebagai sekretaris, dan terakhir penulis bergabung dalam kepanitiaan The 5th Journalistic Fair IPB pada tahun 2012 sebagai bendahara. Kemudian penulis bersama timnya menjadi juara harapan 1 lomba kreasi hijab dalam kepanitiaan Beautiful In Action (BIA) yang diselenggarakan oleh Lembaga Dakwah Kampus (LDK) Al-Hurriyyah tahun 2011.
