PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

PLAGIAT PLAGIATMERUPAKAN MERUPAKANTINDAKAN TINDAKANTIDAK TIDAKTERPUJI TERPUJI

KORELASI PENGUKURAN BODY FAT PERCENTAGE DAN BODY MASS INDEX TERHADAP KADAR LIPOPROTEIN A PADA WANITA DEWASA SEHAT DI DESA KEPUHARJO KECAMATAN CANGKRINGAN SLEMAN YOGYAKARTA

SKRIPSI Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Farmasi (S.Farm.) Program Studi Farmasi

Oleh: Patrisia Yosepha Jelarut NIM : 128114152

FAKULTAS FARMASI UNIVERSITAS SANATA DHARMA YOGYAKARTA 2016


KORELASI PENGUKURAN BODY FAT PERCENTAGE DAN BODY MASS INDEX TERHADAP KADAR LIPOPROTEIN A PADA WANITA DEWASA SEHAT DI DESA KEPUHARJO KECAMATAN CANGKRINGAN SLEMAN YOGYAKARTA

SKRIPSI Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Farmasi (S.Farm.) Program Studi Farmasi

Oleh: Patrisia Yosepha Jelarut NIM : 128114152

FAKULTAS FARMASI UNIVERSITAS SANATA DHARMA YOGYAKARTA 2016

i


ii


iii


iv


v


INTISARI Antropometri merupakan studi tentang pengukuran tubuh manusia yang mudah dilakukan, biaya terjangkau dan sederhana. Skinfold thickness dan body mass index (BMI) merupakan pengukuran antropometri yang sering digunakan. Nilai skinfold thickness nantinya akan dikonversi menjadi nilai body fat percentage (BFP). Hasil pengukuran BFP dan BMI dapat dijadikan penanda obesitas. Obesitas sebagai faktor risiko dari penyakit kronis, khususnya penyakit kardiovaskular. Penelitian ini dilakukan untuk mengukur BFP, BMI dan kadar lipoprotein (a) pada wanita dewasa sehat di Desa kepuharjo, Kecamatan Cangkringan, Sleman, Yogyakarta. Penelitian ini merupakan penelitian observasional analitik dengan rancangan cross-sectional. Pengambilan sampel dilakukan secara nonrandom sampling dengan jumlah responden 50 orang. Data dianalisis dengan uji normalitas Shapiro-Wilk, uji komparatif Mann-Whitney dan Kruskal-Wallis, kemudian dilakukan analisis korelasi Pearson dan Spearman dengan taraf kepercayaan 95%. Tujuan penelitian ini adalah untuk mengetahui apakah terdapat korelasi antara BFP dan BMI terhadap kadar lipoprotein (a). Hasil penelitian ini menunjukkan korelasi BFP terhadap kadar lipoprotein (a) (r=0,021; p=0,885). BMI terhadap kadar lipoprotein (a) (r=0,065; p=0,654). Terdapat korelasi yang tidak bermakna dengan kekuatan korelasi sangat lemah antara BFP dengan lipoprotein (a). Korelasi yang tidak bermakna dengan kekuatan korelasi sangat lemah antara BMI dengan lipoprotein (a). Kata Kunci : BFP, BMI, Lipoprotein (a)

vi


ABSTRACT Anthropometry is the study of human body measurements that easy to do, affordable costs and simple. Skinfold thickness and body mass index (BMI) are anthropometric measurements that often used. Skinfold thickness value will be converted to the value of body fat percentage (BFP). The result of BFP and BMI can be used as the marker of obesity. Obesity as a risk factor of chronic diseases, especially cardiovascular disease. This research was conducted to measure the BFP, BMI and levels of lipoprotein (a) in healthy adult women in the Kepuharjo village, Cangkringan District, Sleman, Yogyakarta. This research is an analytic observation with crosssectional design. Sampling was done non randomly with 50 people as respondents. Data were analyzed with the Shapiro-Wilk normality test, comparative test of Mann-Whitney and Kruskal-Wallis, and then performed Pearson and Spearman correlation analysis by 95% confidence level. The purpose of this research was to determine whether there is a correlation between BFP and BMI on levels of lipoprotein (a). The results show a correlation of the BFP to the levels of lipoprotein (a) (r= 0.021; p= 0.885). BMI to the levels of lipoprotein (a) (r= 0.065; p= 0.654). There is no significant correlation with the strength of a very weak correlation between BFP with lipoprotein (a). No significant correlation with the strength of a very weak correlation between BMI with lipoprotein (a).

Keyword : BFP, BMI, Lipoprotein (a)

vii


DAFTAR ISI Halaman HALAMAN JUDUL .................................................................................. i HALAMAN PERSETUJUAN PEMBIMBING ......................................... ii HALAMAN PENGESAHAN ..................................................................... iii PERNYATAAN KEASLIAN KARYA ..................................................... iv PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH ........ v INTISARI.................................................................................................... vi ABSTRACT .................................................................................................. vii DAFTAR ISI ............................................................................................... viii DAFTAR TABEL ....................................................................................... xii DAFTAR GAMBAR .................................................................................. xiii DAFTAR LAMPIRAN ............................................................................... xv BAB I PENGANTAR ................................................................................. 1 A. Latar Belakang ....................................................................................... 1 1. Perumusan Masalah ...................................................................... 5 2. Keaslian Penelitian .......................................................................... 5 3. Manfaat Penelitian .......................................................................... 10 B. Tujuan Penelitian .................................................................................... 11 BAB II PENELAAHAN PUSTAKA.......................................................... 12 A. Antropometri .......................................................................................... 12 B. Skinfold Thickness .................................................................................. 12 1. Abdominal Skinfold Thickness ........................................................... 14

viii


2. Triceps Skinfold Thickness ................................................................ 15 3. Suprailiac Skinfold Thickness ............................................................ 16 C. Body Fat Percentage .............................................................................. 17 D. Body Mass Index .................................................................................... 18 E. Obesitas ................................................................................................. 18 F. Lipoprotein (a) ........................................................................................ 19 G. Penyakit Kardiovaskular ....................................................................... 22 H. Landasan Teori ....................................................................................... 22 I. Hipotesis ................................................................................................. 24 BAB III METODE PENELITIAN.............................................................. 25 A. Jenis dan Rancangan Penelitian ............................................................. 25 B. Variabel Penelitian ................................................................................. 25 C. Definisi Operasional ............................................................................... 26 D. Responden Penelitian ............................................................................. 27 E. Lokasi dan Waktu Penelitian .................................................................. 29 F. Ruang Lingkup Penelitian ...................................................................... 30 G. Teknik Sampling..................................................................................... 31 H. Instrumen Penelitian ............................................................................... 32 I. Tata Cara Penelitian ............................................................................... 32 1. Observasi Awal ................................................................................ 32 2. Permohonan Izin dan Kerjasama ...................................................... 33 3. Pembuatan Informed Consent dan Leaflet........................................ 33 4. Pencarian Responden ....................................................................... 34

ix


5. Validasi dan Reabilitas Instrumen Penelitian ................................... 35 6. Pengukuran Parameter Antropometri dan Pengambilan Darah ....... 36 7. Pembagian Hasil Pengukuran Antropometri dan Pemeriksaan darah .......................................................................................................... 38 8. Pengolahan Data ............................................................................... 38 J. Analisis Data .......................................................................................... 38 K. Keterbatasan Penelitian .......................................................................... 40 BAB IV. HASIL DAN PEMBAHASAN ................................................... 41 A. Karakteristik Responden ........................................................................ 41 1. Usia ................................................................................................... 42 2. Body Fat Percentage ........................................................................ 44 3. Abdominal Skinfold Thickness.......................................................... 45 4. Suprailiac Skinfold Thickness .......................................................... 46 5. Triceps Skinfold Thickness ............................................................... 48 6. Body Mass Index .............................................................................. 49 7. Kadar Lipoprotein (a) ....................................................................... 50 B. Perbandingan Rata-rata Kadar Lipoprotein (a) terhadap Body Fat Percentage Responden Wanita <25%, 25,1-30% dan ≥30,1% ................................. 51 C. Perbandingan Rata-rata Kadar Lipoprotein (a) terhadap Body Mass Index Responden Wanita <25kg/m2 dan ≥25kg/m2 ......................................... 54 D. Korelasi Body Fat Percentage, Abdominal Skinfold, Suprailiac Skinfold, Triceps Skinfold dan Body Mass Index terhadap Kadar Lipoprotein (a) ........... ..................................................................................................... 56

x


1. Korelasi Body Fat Percentage terhadap Kadar Lipoprotein (a) ....... 57 2. Korelasi Abdominal Skinfold terhadap Kadar Lipoprotein (a) ......... 58 3. Korelasi Suprailiac Skinfold terhadap Kadar Lipoprotein (a) .......... 60 4. Korelasi Triceps Skinfold terhadap Kadar Lipoprotein (a) .............. 61 5. Korelasi Body Mass Index terhadap Kadar Lipoprotein (a) ............. 62 BAB V. KESIMPULAN DAN SARAN ..................................................... 65 DAFTAR PUSTAKA ................................................................................. 66 LAMPIRAN ................................................................................................ 75 BIOGRAFI PENULIS ................................................................................ 109

xi


DAFTAR TABEL Tabel I.

Kategori Nilai BFP pada Wanita ............................................ 17

Tabel II.

Klasifikasi Internasional BMI Penduduk Dewasa .................. 18

Tabel III.

Klasifikasi Lipoprotein (a) ...................................................... 21

Tabel IV.

Interpretasi Hasil Uji Hipotesis Berdasarkan Kekuatan Korelasi, Nilai p, dan Arah Korelasi ....................................... 40

Tabel V.

Profil Karakteristik Responden ............................................... 42

Tabel VI.

Perbandingan Rerata Kadar Lipoprotein (a) terhadap BFP Responden Wanita <25%, 25,1-30% dan ≥30,1% ................ 52

Tabel VII. Perbandingan Rerata Kadar Lipoprotein (a) Responden BMI Responden <25kg/m2 dan ≥25kg/m2 ............................. 54 Tabel VIII. Korelasi BFP, Abdominal Skinfold, Suprailiac Skinfold, Triceps Skinfold dan BMI terhadap Kadar Lipoprotein (a) ... 57

xii


DAFTAR GAMBAR Gambar 1.

Skinfold Caliper .................................................................. 13

Gambar 2.

Pengukuran Skinfold yang Benar ........................................ 13

Gambar 3.

Lokasi Pengukuran Skinfold ................................................ 14

Gambar 4.

Pengukuran Abdominal Skinfold Caliper ............................ 15

Gambar 5.

Pengukuran Triceps Skinfold Caliper ................................. 16

Gambar 6.

Pengukuran Suprailiac Skinfold Caliper ............................. 16

Gambar 7.

Struktur Lipoprotein (a) ...................................................... 21

Gambar 8.

Skema Pencarian Responden .............................................. 29

Gambar 9.

Skema Kajian Penelitian Payung ........................................ 31

Gambar 10.

Histogram Distribusi Usia Responden Wanita.................... 43

Gambar 11.

Histogram Distribusi Body Fat Percentage Responden Wanita.................................................................................. 44

Gambar 12.

Histogram Distribusi Abdominal Skinfold Thickness Responden Wanita ............................................................. 46

Gambar 13.

Histogram Distribusi Suprailiac Skinfold Thickness Responden Wanita .............................................................. 47

Gambar 14.

Histogram Distribusi Triceps Skinfold Thickness Responden Wanita.................................................................................. 48

Gambar 15.

Histogram Distribusi Body Mass Index Responden Wanita .................................................................................. 49

Gambar 16.

Histogram Distribusi Lipoprotein (a) Responden Wanita.... 50

xiii


Gambar 17.

Diagram Sebaran Korelasi BFP terhadap Lipoprotein (a) ... 58

Gambar 18. Diagram Sebaran Korelasi Abdominal Skinfold terhadap Lipoprotein (a) ...................................................................... 59 Gambar 19.

Diagram Sebaran Korelasi Suprailiac Skinfold terhadap Lipoprotein (a) ..................................................................... 60

Gambar 20. Diagram Sebaran Korelasi Triceps Skinfold terhadap Lipoprotein (a) ...................................................................... 62 Gambar 21. Diagram Sebaran Korelasi BMI terhadap Lipoprotein (a) .... 63

xiv


DAFTAR LAMPIRAN Lampiran 1.

Surat Izin Penelitian............................................................ 76

Lampiran 2.

Ethical Clearance ............................................................... 77

Lampiran 3.

Surat Izin Peminjaman Tempat Penelitian ......................... 78

Lampiran 4.

Hasil Validasi Ukuran Tinggi Badan.................................. 79

Lampiran 5.

Hasil Validasi Timbangan Badan ....................................... 80

Lampiran 6.

Hasil Pemeriksaan Laboratorium Responden Wanita ........ 81

Lampiran 7.

Leaflet ................................................................................. 82

Lampiran 8.

Informed Consent ............................................................... 83

Lampiran 9.

Pedoman Wawancara ......................................................... 84

Lampiran 10. Undangan Pemeriksaan Kesehatan ..................................... 85 Lampiran 11. Form Pengukuran Antropometri ......................................... 86 Lampiran 12. Uji Reliabilitas Instrumen Penelitian Skinfold Caliper ...... 87 Lampiran 13. Uji Reliabilitas Instrumen Penelitian Timbangan dan Pengukur Tinggi Badan ..................................................... 88 Lampiran 14. Dokumentasi Pengukuran Skinfold Thickness .................... 89 Lampiran 15. Dokumentasi Pengukuran Body Mass Index ...................... 90 Lampiran 16. Deskripsi dan Uji Normalitas Usia pada Responden Wanita ................................................................................. 91 Lampiran 17. Deskripsi dan Uji Normalitas Body Fat Percentage pada Responden Wanita ............................................................. 92 Lampiran 18. Deskripsi dan Uji Normalitas Abdominal Skinfold Thickness pada Responden Wanita ...................................................... 93

xv


Lampiran 19. Deskripsi dan Uji Normalitas Suprailiac Skinfold Thickness pada Responden Wanita ...................................................... 94 Lampiran 20. Deskripsi dan Uji Normalitas Triceps Skinfold Thickness pada Responden Wanita ...................................................... 95 Lampiran 21. Deskripsi dan Uji Normalitas Body Mass Index pada Responden Wanita .............................................................. 96 Lampiran 22. Deskripsi dan Uji Normalitas Lipoprotein (a) pada Responden Wanita................................................................................. 97 Lampiran 23. Deskripsi dan Uji Normalitas Lp (a) pada Responden Wanita BFP <25%, BFP 25,1-30%, BFP ≥30,1%.......................... 98 Lampiran 24. Uji Komparatif Lp (a) pada Responden Wanita BFP <25%, BFP 25,1-30%, dan BFP ≥30,1%....................................... 100 Lampiran 25. Deskripsi dan Uji Normalitas Lp (a) pada Responden Wanita BMI <25 kg/m2 dan BMI ≥25 kg/m2 ................................. 101 Lampiran 26. Uji Komparatif Lp (a) pada Responden Wanita BMI <25 kg/m2 dan BMI ≥25 kg/m2 ................................ 102 Lampiran 27. Uji Korelasi Pearson Body Fat Percentage terhadap Lipoprotein (a) pada Responden Wanita......................... 103 Lampiran 28. Uji Korelasi Spearman Abdominal Skinfold Thickness terhadap Lipoprotein (a) pada Responden Wanita ............. 104 Lampiran 29.

Uji Korelasi Pearson Suprailiac Skinfold Thickness terhadap Lipoprotein (a) pada Responden Wanita ......... 105

xvi


Lampiran 30.

Uji Korelasi Spearman Triceps Skinfold Thickness terhadap Lipoprotein (a) pada Responden Wanita ........... 106

Lampiran 31.

Uji Korelasi Spearman Body Mass Index terhadap Lipoprotein (a) pada Responden Wanita......................... 107

Lampiran 32.

Uji Korelasi Pearson Body Mass Index terhadap Body Fat Percentage pada responden wanita ................... 108

xvii


BAB I PENGANTAR A. Latar Belakang Obesitas menjadi masalah kesehatan masyarakat yang utama pada negara maju dan negara berkembang sebagai faktor risiko penyakit kronis (Huxley, Mendis, Zheleznyakov, Reddy, and Chan, 2009). Faktor-faktor yang dapat menyebabkan obesitas, antara lain: inactive lifestyle, lingkungan, faktor genetik, usia, kebiasaan merokok dan faktor emosional (National Heart, Lung, and Blood Institute, 2012). Pada tahun 2014, sekitar 39% dari populasi dunia yang berusia >18 tahun mengalami overweight, yaitu 38% laki-laki dan 40% wanita. Sekitar 13% dari populasi dunia penduduk dewasa mengalami obesitas, yaitu 11% lakilaki dan 15% wanita (WHO, 2015). Sebanyak 61% angka kematian disebabkan oleh penyakit kardiovaskular (WHO, 2009). Prevalensi obesitas di Indonesia terus meningkat dari tahun ke tahun. Pada tahun 2007 prevalensi obesitas penduduk usia >18 tahun, yaitu 13,9% pada lakilaki dan 14,8% pada wanita. Tahun 2010 prevalensi obesitas penduduk usia >18 tahun, yaitu laki-laki 7,8% dan wanita 15,5%. Tahun 2013 prevalensi obesitas penduduk usia >18 tahun mengalami peningkatan, yaitu 19,7% untuk laki-laki dan 32,9% untuk wanita. Angka tersebut menunjukkan prevalensi obesitas meningkat sebesar 17,5% dari tahun 2010 (Riset Kesehatan Dasar, 2010; Riset Kesehatan Dasar, 2013). Pada kondisi obesitas terjadi peningkatan lemak dan asam lemak bebas di dalam sirkulasi darah (Ebbert and Jensen, 2013). Peningkatan asam lemak dapat

1


2

mempengaruhi deposisi lipid di dinding arteri, proses inflamasi dan pembentukan plak. Hal ini dapat menyebabkan terjadinya aterosklerosis sebagai faktor risiko penyakit kardiovaskular. Deposisi lipid menyebabkan terganggunya sirkulasi lipoprotein di dalam dinding arteri. Salah satu kategori lipoprotein adalah lipoprotein (a). Terganggunya sirkulasi lipoprotein menyebabkan peningkatan mediator proinflamasi, terbentuk sel busa sebagai awal dari pembentukan plak (Sudheendran, Chang, and Deckelbaum, 2010; Remaley, Rifai, and Warnick, 2012). Antropometri berkaitan dengan pengukuran berat dan distribusi jaringan adiposa. Secara luas digunakan untuk melakukan penilaian kesehatan dan obesitas (Rastovic, Galic, Stokic, Sakac, Mikalacki, and Korovljev; Chan and Woo, 2010). Pengukuran antropometri banyak digunakan sebab biaya terjangkau, prosedur relatif sederhana dan relatif cepat (Hastuti, 2013). Menurut Bhowmik, Munir, Diep, Siddiquee, Habib, Samad, et al., (2013), pengukuran antropometri memiliki beberapa cara pengukuran antara lain body mass index (BMI), lingkar pinggang, rasio lingkar pinggang panggul, lingkar lengan, serta skinfold thickness. Antropometri dapat dijadikan prediktor terkait risiko penyakit kardiovaskular (Goh, Dhaliwal, Welborn, Lee, and Della, 2014). Pada penelitian sekarang, ada 2 jenis pengukuran antropometri yang digunakan, yaitu: skinfold thickness dan body mass index. Hasil pengukuran skinfold thickness dikonversikan menjadi nilai body fat percentage (Peterson, Czerwinski and Siervogel, 2003). Kedua pengukuran ini dikorelasikan dengan lipoprotein (a). Tujuan penggunaan dua pengukuran antropometri adalah untuk


3

membandingkan antara BFP dan BMI manakah yang memiliki hubungan yang bermakna terhadap lipoprotein (a) sebagai prediktor penyakit kardiovaskular. Beberapa penelitian sebelumnya menunjukkan bahwa BFP dan BMI dapat dijadikan prediktor risiko penyakit kronis. Menurut Zeng, Dong, Sun, Xie, and Cui (2012), BFP berkorelasi positif dengan lemak tubuh seperti low density lipoprotein, trigliserida dan kolesterol total. BFP dapat dijadikan prediktor risiko penyakit kardiovaskular. Menurut Oliveira, Fagundes, Moreira, Moraes Trindade and Carvalho (2010), BMI memiliki korelasi positif dengan lemak tubuh dan profil lipid pada responden wanita. BMI merupakan prediktor risiko penyakit kardiovaskular. Pengukuran skinfold thickness sebagai metode pengukuran yang sering digunakan untuk mengukur komposisi tubuh. Metode ini sederhana, biaya terjangkau, cukup mudah untuk dilakukan, dapat digunakan sebagai penanda obesitas dan sindrom metabolik (Moyad, 2004; Tzotzas, Karanikas, and Krassas, 2012). Body fat percentage dapat ditentukan menggunakan persamaan dari hasil pengukuran tiga bagian skinfold thickness yaitu abdominal, triceps dan suprailiac. Ketiga bagian tersebut mudah dilakukan, sederhana dan berkorelasi dengan total lemak tubuh (Driskell and Wolinsky, 2002; Demura and Sato, 2007). Body mass index (BMI) sebagai parameter pengukuran antropometri yang sering digunakan. Pengukuran BMI mudah dilakukan, praktis dan dapat dijadikan sebagai penanda obesitas (Vernaglione, Lomonte, and Basile, 2012). Wanita sebagai responden dalam penelitian ini karena kejadian obesitas di dunia dan di Indonesia lebih banyak dialami oleh wanita (World Health


4

Organization, 2015; Riset Kesehatan Dasar, 2013). Range usia responden dalam penelitian termasuk kategori dewasa pertengahan (40-60 tahun). Pada usia dewasa rentan berisiko terhadap penyakit kronis (WHO, 2009). Wanita yang berusia 4059 tahun berisiko tiga kali lebih besar mengalami obesitas abdominal dan sindrom metabolik (Ervin, 2009). Prevalensi di Indonesia berdasarkan Riskesdas 2013 menunjukkan pada penduduk berusia >15 tahun memiliki abnormalitas lipid yang lebih besar pada masyarakat pedesaan (Riset Kesehatan Dasar, 2013). Data WHO khusus Indonesia menyebutkan bahwa dalam implementasi teknologi kesehatan di daerah pedesaan sulit dilakukan karena kurangnya tenaga medis dan permasalahan ekonomi (WHO, 2008). Penelitian yang dilakukan oleh Wahyuniari, Ratnayanti, Mayun, Wiryawan, Linawati dan Sugiritama (2010), menunjukkan bahwa pada kelompok usia lebih dari 45 tahun masyarakat pedesaan memiliki proporsi sebesar 52,94% mengalami penyakit kardiovaskular. Pengukuran antropometri sangat diperlukan untuk deteksi adanya faktor risiko penyakit kardiovaskular terutama di daerah pedesaan. Tujuan dari penelitian ini untuk mengidentifikasikan ada atau tidaknya korelasi pengukuran body fat percentage dan body mass index terhadap kadar lipoprotein (a). Kadar lipoprotein (a) digunakan sebagai indikator faktor risiko kardiovaskular.


5

1. Perumusan masalah Berdasarkan latar belakang di atas, permasalahan yang akan diteliti oleh penulis dalam penelitian ini adalah : Apakah terdapat korelasi antara body fat percentage dan body mass index terhadap kadar lipoprotein (a) pada wanita dewasa sehat di Desa Kepuharjo Kecamatan Cangkringan Sleman Yogyakarta? 2. Keaslian penelitian Berdasarkan penelusuran pustaka tentang korelasi body fat percentage dan body mass index terhadap kadar lipoprotein (a) yang dapat berisiko penyakit kardiovaskular, beberapa penelitian sejenis telah dilakukan dan dipublikasikan sebelumnya. Hal yang membedakan terletak pada rancangan penelitian, jumlah subyek, rentang usia subyek serta variabel penelitian. Beberapa penelitian sejenis yang telah dilakukan sebelumnya. a. “Lipoprotein(a) and cardiovascular disease in ethnic chinese: the chin-shan community cardiovascular cohort study” (Chien, Hsu, Su, Sung, Chen, and Lee, 2008). Tujuan penelitian ini untuk melihat adanya hubungan Lp (a) dengan penyakit kardiovaskular di Cina. Penelitian ini menggunakan metode Cohort Study melibatkan 3484 responden (53% perempuan dengan rentang usia 35-97 tahun) menggunakan pengukuran kompleks lipid dan subyek tanpa riwayat penyakit kardiovaskular. Hasil penelitian menunjukkan peningkatan Lp (a) memiliki hubungan dengan kejadian stroke, tetapi tidak memiliki hubungan dengan penyakit jantung koroner. Perbedaan penelitian ini dengan penelitian


6

sekarang terletak pada jenis rancangan penelitian, variabel penelitian, lokasi penelitian serta jumlah dan usia responden. b.

“Intra-abdominal obesity and metabolic risk factors: a study of young adults” (Eyben, Mouritsen, Holm, Montvilas, Dimcevski, Suciu, et al., 2003). Tujuan penelitian ini untuk melihat distribusi regional lemak sebagai faktor risiko kardiometabolik pada orang dewasa. Penelitian ini melibatkan 46 responden (40 laki-laki dan 6 perempuan dengan rentang usia 34-54 tahun). Variabel pengukuran meliputi pengukuran body mass index, pengukuran body fat percentage menggunakan dual energy X-ray absorptiometry (DEXA) scanner, rasio lingkar pinggang/pinggul dan computed tomography (CT) scanning untuk mengukur jaringan adiposa pada bagan intra-abdominal terhadap risiko kardiometabolik. Hasil penelitian menunjukkan jaringan adiposa pada intra-abdominal memiliki hubungan yang linear dan signifikan dengan faktor risiko kardiometabolik. Perbedaan penelitian ini dengan penelitian sekarang adalah terletak pada jumlah dan jenis variabel pengukuran, serta jumlah dan usia responden.

c. “Percent body fat and its relationship with obesity and hypertension in adult population of Mingora Swat” (Ahmad, Rahman, Zaman, and Jan, 2011). Tujuan penelitian ini untuk menunjukkan hubungan antara percent body fat dengan obesitas dan hipertensi pada populasi dewasa di Mingora Swat. Penelitian ini melibatkan 200 responden. Hasil penelitian menunjukkan pada laki-laki dewasa, body fat percentage pada kontrol dan body fat percentage


7

pada responden obesitas dan hipertensi adalah 13,26% dan 21,9% sedangkan pada wanita dewasa body fat percentage pada kontrol dan body fat percentage pada responden obesitas dan hipertensi adalah 22% dan 25,6%. Hasil tersebut menunjukan bahwa body fat percentage secara signifikan lebih tinggi pada responden yang obesitas dan hipertensi jika dibandingkan dengan responden kontrol. Perbedaan penelitian ini dengan penelitian sekarang adalah terletak pada jumlah responden, jumlah dan jenis variabel, serta lokasi penelitian. d.

“Kadar lipoprotein (a) pada penderita stroke iskemik fase akut dan pada non stroke” (Rambe, 2003). Tujuan penelitian ini untuk mengetahui perbedaan kadar Lp (a) pada penderita stroke iskemik trombotik fase akut dengan kadar Lp (a) pada individu non stroke, serta mengetahui korelasi kadar Lp (a) terhadap kadar fraksi lipid lainnya. Penelitian ini melibatkan responden perempuan dan lakilaki berusia 30 sampai ≥70 tahun, terbagi dalam 2 kelompok yaitu 27 responden stroke iskemik dan 24 responden non stroke. Hasil penelitian menunjukkan terdapat perbedaan bermakna antara kadar Lp(a) penderita stroke iskemik dengan individu non stroke. Tidak terdapat perbedaan bermakna antara kadar Lp (a) pada kelompok stroke iskemik dan kelompok non stroke berdasarkan usia dan jenis kelamin. Tidak terdapat korelasi bermakna antara kadar Lp (a) dengan kadar fraksi lipid lainnya. Perbedaan penelitian ini dengan penelitian sekarang terletak pada jumlah dan jenis variabel, jumlah dan usia responden.


8

e. “Body fat percentage, BMI and skinfold thickness among medical students in Sabah, Malaysia” (Zin, Yusuff, Myint, Naing, Htay, and Wynn, 2014). Tujuan penelitian ini untuk mengukur berat badan dan lemak tubuh pada mahasiswa kedokteran dari Sabah, Malaysia dengan menggunakan berbagai jenis metode penilaian gizi. Metode penilaian gizi menggunakan pengukuran antropometri meliputi BMI, skinfold thickness, body fat percentage. Penelitian ini melibatkan 40 responden perempuan dan laki-laki dengan ratarata usia siswa adalah ±20,18 tahun. Hasil penelitian menunjukkan adanya obesitas dan kelebihan berat badan pada siswa sehingga pengukuran ini dapat mencegah faktor risiko penyakit kardiometabolik. Perbedaan penelitian terletak pada jumlah dan usia responden, jenis dan jumlah variabel serta lokasi penelitian. f. “Plasma lipoprotein (a), homocysteine, and other cardiovascular disease (CVD) risk factors in Nigerians with CVD (Ebesunun, Agbedana, Taylor, and Oladapo, 2008). Tujuan penelitian ini untuk mengevaluasi hubungan antara lipoprotein (a), homosistein total, body fat percentage dan indeks antropometri terhadap pasien kardiovaskular di Nigeria. Penelitian melibatkan 170 responden kardiovaskular (74 laki-laki dan 96 perempuan) dengan rata-rata usia 45,3±1,3 tahun. Variabel pengukuran antropometri meliputi BMI, body fat percentage

dan

rasio

lingkar

pinggang

panggul.

Hasil

penelitian

menunjukkan peningkatan yang signifikan antara lipoprotein (a), blood pressure, skinfold thickness, rasio lingkar pinggang panggul terhadap semua


9

pasien CVD. Korelasi positif yang signifikan antara tekanan darah sistolik, pengukuran trisep, skinfold thickness dan body fat percentage (p <0,01). Penelitian ini membuktikan bahwa kadar lipoprotein (a) berkaitan dengan faktor risiko CVD di Nigeria. Perbedaan penelitian ini dengan penelitian sekarang terletak pada jumlah dan usia responden, jenis dan jumlah variabel serta lokasi penelitian. g. “Lipoprotein (a) and cardiovascular risk factors in children and adolescents” (Palmeira, Leal, Ramos, Neto, Simões, and Medeiros, 2013). Tujuan penelitian ini untuk mengevaluasi hubungan antara lipoprotein (a) dan faktor risiko kardiovaskular pada anak-anak dan remaja. Lipoprotein (a) meningkat pada responden dengan riwayat penyakit kardiovaskular. Hasil penelitian menunjukkan terdapat korelasi positif antara lipoprotein (a) dengan kolesterol LDL, kolesterol total dan apolipoprotein B. Penelitian ini menunjukkan adanya hubungan antara peningkatan lipoprotein (a) dengan profil lipid dan dapat berisiko penyakit kardiovaskular. Perbedaan penelitian ini dengan penelitian sekarang terletak pada jenis dan jumlah variabel, jumlah dan karakteristik responden. h. “Cardiovascular risk factors in children with obesity, hypertension and diabetes: lipoprotein (a) levels and body mass index correlate with family history of cardiovascular disease” (Glowinska, Urban, and Koput, 2002). Tujuan dari penelitian untuk melihat korelasi antara body mass index, kadar lipoprotein (a) pada responden dengan riwayat keluarga positif dan negatif penyakit kardiovaskular. Penelitian ini melibatkan 285 responden anak-anak


10

dan remaja berusia 4-20 tahun. Parameter penilaian meliputi BMI, faktor risiko aterosklerosis seperti lipoprotein (a), apolipoprotein B. Hasil penelitian menunjukkan kadar lipoprotein (a) secara signifikan tinggi pada anak

dengan

riwayat

keluarga

kardiovaskular

(38mg/dL).

Kadar

apolipoprotein B secara signifikan lebih tinggi pada anak dengan riwayat keluarga kardiovaskular (90 mg/dL). BMI dan lipoprotein (a) signifikan dalam memprediksi kejadian kardiovaskular responden. Anak-anak dengan riwayat keluarga positif penyakit kardiovaskular memiliki body mass index yang lebih tinggi secara signifikan. Perbedaan penelitian terletak pada usia responden dan variabel penelitian. 3. Manfaat Penelitian a. Manfaat Teoritis. Penelitian ini diharapkan mampu memberi informasi tentang ada atau tidaknya korelasi antara Body Fat Percentage dan Body Mass Index terhadap kadar Lipoprotein (a) pada wanita dewasa sehat di Desa Kepuharjo, Kecamatan Cangkringan, Sleman Yogyakarta. b. Manfaat Praktis. Pengukuran Body Fat Percentage dan Body Mass Index diharapkan mampu menjadi salah satu metode yang dapat digunakan bagi segala lapisan masyarakat secara mudah dan praktis sebagai penanda risiko penyakit kardiovaskular.


11

B. Tujuan Penelitian Penelitian ini bertujuan untuk mengetahui ada atau tidaknya korelasi antara Body Fat Percentage dan Body Mass Index terhadap kadar Lipoprotein (a) pada wanita dewasa sehat di Desa Kepuharjo, Kecamatan Cangkringan, Sleman Yogyakarta.


BAB II PENELAAHAN PUSTAKA A. Antropometri Antropometri adalah studi tentang pengukuran tubuh manusia dalam hal dimensi tulang, otot dan jaringan adiposa (lemak). Kata "antropometri" berasal dari kata Yunani "anthropo" yang berarti "manusia" dan kata Yunani "metron" yang berarti "ukuran". Antropometri berkaitan dengan berbagai pengukuran tubuh manusia meliputi berat badan, tinggi badan, ketebalan lipatan kulit (skinfold thickness), lingkar kepala, lingkar pinggang, lingkar tungkai dan breadths (bahu, pergelangan tangan). Antropometri dapat menilai status gizi, mengevaluasi kesehatan, faktor risiko penyakit dan komposisi tubuh seseorang (NHANES, 2007; Ali, Abdalla, and Zaki, 2015). Pengukuran antropometri pada wanita yang mengalami obesitas dapat dijadikan prediktor terkait risiko penyakit kardiovaskular (Goh, et al., 2014) Kelebihan berat badan atau obesitas berkaitan dengan penumpukkan jaringan adiposa (lemak) subkutan maupun viseral sebagai pendorong utama risiko kardiometabolik (Despres, 2012).

B. Skinfold Thickness Skinfold thickness merupakan teknik antropometri yang berkaitan dengan pengukuran ketebalan lemak subkutan yaitu lemak yang berada di bawah kulit seluruh tubuh. Teknik pengukuran ini menggunakan alat bantu caliper dan membutuhkan experience tester untuk menjamin keakuratan dan repeatability pengukuran. Cara pengukuran skinfold thickness yaitu dengan melipat kulit dan 12


13

lemak menggunakan ibu jari dan jari telunjuk, lipatan ditarik perlahan menjauhi jaringan otot dan lipatan diukur (Kotecki, 2011; National Obesity Observatory, 2009). Hasil pengukuran caliper dibaca dalam waktu 3 detik agar tidak memberi tekanan pada jaringan subkutan (Hall, Allanson, Gripp, and Slavotinek, 2007).

Gambar 1. Skinfold Caliper (Hoeger and Hoeger, 2014)

Gambar 2. Pengukuran Skinfold yang Benar (NHANES, 2007)

Komposisi tubuh dapat diperkirakan dengan berbagai pengukuran anggota tubuh dan adanya pengukuran skinfold thickness dapat menilai ketebalan lemak subkutan (Medeiros and Wildman, 2013). Prinsipnya bahwa ketebalan lemak di bawah kulit merupakan representasi akurat dari jumlah lemak di tempat lain


14

dalam tubuh, karena sekitar setengah dari lemak tubuh berada langsung di bawah jaringan kulit (Anonim, 2013). Faktor-faktor yang berperan dalam peningkatan jaringan lemak tubuh antara lain usia, jenis kelamin, aktivitas fisik dan body fat (Hughes, Roubenoff, Wood, Frontera, Evans, and Singh, 2004). Beberapa bagian lipatan kulit yang paling sering diukur adalah triceps (lengan atas belakang), subscapular (punggung atas), suprailiac (tepat di atas tulang panggul), abdomen (kedua sisi umbilicus) (Kotecki, 2011). Pengukuran skinfold thickness yang digunakan dalam penelitian ini adalah pengukuran three site formulas yaitu abdominal, triceps, dan suprailiac (Fahey, Insel and Roth, 2005).

Gambar 3. Lokasi Pengukuran Skinfold (Marfell-Jones, 2006)

1. Abdominal skinfold thickness merupakan pengukuran lipatan kulit pada bagian lipatan kulit perut (Driskell and Wolinsky, 2011). Cara pengukuran yaitu lipatan diukur 3 cm dari sisi tengah umbilicus dan sekitar 1 cm lipatan kulit diukur. Lipatan diukur horizontal dan sebaiknya subyek harus selalu


15

melemaskan perut (Nichols, Dalrymple, and Francis, 2012). Akumulasi lemak tubuh disekitar perut (abdominal) dapat meningkatkan risiko hipertensi, penyakit jantung, dan diabetes mellitus tipe 2 (National Obesity Observatory, 2009). Pengukuran abdominal skinfold thickness dapat dilihat pada Gambar 4.

Gambar 4. Pengukuran Abdominal Skinfold Thickness

2. Triceps skinfold thickness merupakan pengukuran lipatan kulit pada bagian lengan atas posterior (NHANES, 2007). Cara pengukuran yaitu subyek dengan posisi tubuh berdiri santai, lengan kiri menggantung ke samping (MarfellJones, 2006). Orang yang mengambil pengukuran berdiri dibelakang subyek. Lipatan kulit sekitar 1 cm dari titik tengah posterior diambil menggunakan ibu jari dan jari telunjuk. Caliper ditempatkan tegak lurus pada bagian tengah posterior (Nichols, et al., 2012). Peningkatan lipatan kulit pada bagian triceps berkaitan dengan peningkatan rasio lipid yang dapat berisiko terjadi penyakit jantung koroner dan mortalitas penyakit kardiovaskular (Australian Institute of Health and Welfare, 2004). Pengukuran triceps skinfold thickness dapat dilihat pada Gambar 5.


16

Gambar 5. Pengukuran Triceps Skinfold Caliper (NHANES, 2007)

3. Suprailiac skinfold thickness merupakan pengukuran lipatan kulit secara diagonal pada garis midaxillary dan diukur sekitar 20mm di atas iliac crest (pada sisi panggul) (Vlad, Ciupa, and Nicu, 2009; Anonim, 2013). Cara pengukuran yaitu bagian iliac crest ditandai, lipatan kulit ditarik sekitar sudut 45° menggunakan ibu jari dan jari telunjuk. Caliper ditempatkan tegak lurus dan sekitar 2 cm lipatan kulit diukur (Nichols, et al., 2012). Adanya lipatan kulit pada bagian suprailiac berkaitan dengan risiko kardiovaskular (Menke, Muntner, Wildman, Reynolds, and He, 2007). Pengukuran suprailiac skinfold thickness dapat dilihat pada Gambar 6.

Gambar 6. Pengukuran Suprailiac Skinfold Caliper (Hoeger and Hoeger, 2014)


17

C. Body Fat Percentage Pengukuran lipatan kulit (skinfold thickness) kemudian dikonversikan menjadi persentase lemak tubuh (body fat percentage) (National Obesity Observatory, 2009). Body fat percentage (%BF) merupakan perhitungan persentase lemak untuk memperkirakan ketebalan lemak tubuh dan sering dikaitkan dengan variabel seperti usia, berat badan, lingkar tubuh dan suatu pengukuran untuk memprediksi komposisi tubuh (Mojtahedi and Evans, 2012). Persentasi lemak tubuh yang tinggi sebagai tanda obesitas, sehingga jika lemak terakumulasi dalam tubuh dapat berisiko pengembangan penyakit kardiovaskular (Jia and Pan, 2012). Body fat percentage dapat ditentukan dari pengukuran tiga bagian tubuh yaitu abdominal skinfold thickess, triceps skinfold thickness, dan suprailiac skinfold thickness menggunakan persamaan dari Fahey, et al., 2005: % Body Fat = (0,41563 x sum of three skinfolds) – (0,00112 x [sum of three skinfold]2 + (0,03661 x umur) + 4.03653 = (0,41563 x [skinfold]) – (0,00112 x [skinfold]2) + (0,03661 x [usia]) + 4,03653 Nilai body fat percentage pada wanita usia 40 sampai ≥50 tahun dapat dilihat pada Tabel I. Tabel I. Kategori nilai BFP pada wanita (Hoeger and Hoeger, 2014) Kategori Wanita ≥40 tahun (%) Underweight < 12 Normal 15,0-25,0 Overweight 25,1-30,0 Obese ≥30,1


18

D. Body Mass Index Body mass index (BMI) merupakan pengukuran antropometri yang berkaitan dengan tinggi badan dan berat badan manusia. BMI dapat digunakan untuk mengevaluasi angka kejadian obesitas (Lebiedowska and Stanhope, 2012). Pemantauan berat badan dan tinggi badan merupakan metode yang mudah dan cepat untuk evaluasi kelebihan berat badan dan obesitas pada masyarakat (Tokmakidis, Christodoulos, and Douda, 2012). BMI yang tinggi dapat berisiko pengembangan penyakit kardiovaskular (Mizrahi, Cepeda, and Romero, 2012). Menurut Ricardo and Araujo (2002), rumus perhitungan Body Mass Index (BMI) yaitu :

BMI = Pengukuran BMI pada orang dewasa merupakan pengukuran yang tepat untuk menentukan obesitas atau tidak obesitas karena pada usia dewasa terjadi peningkatan massa tubuh (Lebiedowska and Stanhope, 2012). Nilai body mass index pada penduduk usia dewasa dapat dilihat pada Tabel II. Tabel II. Klasifikasi internasional BMI penduduk dewasa (WHO, 2006) Kategori Rendah Normal Overweight Obesitas

BMI (kg/m2) < 18,5 18,50 – 24,99 ≥25,00 ≥30,00 E. Obesitas

Menurut WHO (2015), obesitas didefinisikan sebagai penimbunan lemak tubuh secara berlebihan yang dapat berisiko bagi kesehatan. Obesitas dapat


19

menyebabkan sindrom metabolik yang dapat meningkatkan risiko penyakit kardiovaskular (Bray and Bouchard, 2004). Berbagai penelitian menunjukkan adanya hubungan antara kelebihan berat badan dan obesitas terhadap perkembangan penyakit kardiovaskular seperti aterosklerosis, tekanan darah tinggi, dan peningkatan rasio lipid terutama terjadi pada orang dewasa (Australian Institute of Health and Welfare, 2004). Penyebab kelebihan berat badan dan obesitas antara lain karena ketidakseimbangan energi antara kalori yang dikonsumsi dan kalori yang dikeluarkan, kurangnya aktivitas fisik, dan pola makan yang tidak sehat (WHO, 2015). Risiko obesitas dipengaruhi oleh lemak viseral dan lemak subkutan. Perbedaannya adalah jaringan lemak viseral berada pada internal abdominal atau disebut intraabdominal. Lemak subkutan berada di bawah permukaan kulit seperti daerah abdomen, paha, dan panggul. Obesitas memliki risiko yang besar terkait sindrom metabolik (Sizer and Whitney, 2013).

F. Lipoprotein (a) Lipoprotein (a) merupakan suatu bentuk molekul LDL yang tersusun atas 2 komponen glikoprotein yaitu apolipoprotein (a) dan apolipoprotein B-100 yang dihubungkan secara kovalen oleh ikatan disulfida. Struktur Apo B-100 memiliki sifat aterogenik, sehingga lipoprotein (a) dianggap memiliki kemampuan aterogenik (Suryaatmadja, 2010). Apo (a) merupakan karakteristik dari lipoprotein (a) karena memiliki struktur yang unik (Kostner, Marz, and Kostner, 2013). Lipoprotein (a) dianggap mempunyai daya anti fibrinolitik, karena struktur molekul apo (a) menyerupai plasminogen (Suryaatmadja, 2010). Plasminogen


20

melepaskan enzim plasmin ketika diaktifkan oleh aktivator plasminogen. Struktur lipoprotein (a) menyerupai plasminogen sehingga lipoprotein (a) bersaing untuk berikatan dengan plasminogen-binding site pada sel endotelial, menyebabkan lipoprotein (a) menghambat aktivitas plasminogen untuk fibrinolisis. Akumulasi kadar lipoprotein (a) dapat menyebabkan pembentukkan plak yang disebut aterosklerosis. Peningkatan kadar lipoprotein (a) menyebabkan terbentuknya plak yang semakin banyak sehingga aliran darah melalui arteri menjadi sempit. Hal ini membuktikan kadar lipoprotein (a) dapat berpengaruh terhadap risiko penyakit kardiovaskular. Kadar lipoprotein (a) dipengaruhi oleh faktor genetik (Aminoff, 2008). Lipoprotein (a) sebagai salah satu prediktor risiko penyakit kardiovaskular (Shlipak, Fried, Cushman, Manolio, Peterson, and Stehman, 2005). Perbandingan lipoprotein (a) dengan prediktor penyakit kardiovaskular lain seperti Hs-CRP adalah lipoprotein (a) direkomendasikan sebagai prediktor dini risiko penyakit kardiovaskular, sedangkan hs-CRP berdasarkan hasil penelitian didapatkan bahwa hs-CRP sebagai prediktor tunggal yang kuat untuk memprediksi risiko penyakit kardiovaskular (Ridker, 2001). Beberapa penelitian telah menunjukkan bahwa peningkatan kadar Lp (a) dapat menjadi faktor risiko untuk penyakit kardiovaskular. Mekanisme Lp (a) dapat meningkatkan risiko terjadinya pernyakit kardiovaskular adalah dengan membentuk lesi aterosklerosis pada arteri dan menghambat aktivasi plasminogen (Malaguarnera, Vacante, Malaguarnera, Russo, Antic, Malaguarnera, et al., 2013). Peningkatan lipoprotein (a) dapat


21

menyebabkan penyakit jantung koroner dan stroke, utamanya pada individu yang mengalami peningkatan LDL-C (Saeedi, Li, and Frohlich, 2014). Pemeriksaan lipoprotein (a) dilakukan sebagai pemeriksaan tahap kedua atau pemeriksaan yang tidak rutin. Pada tahap awal pemeriksaan lipid dianjurkan pemeriksaan kolesterol total, trigliserida, kolesterol-HDL dan kolesterol-LDL (Suryaatmadja, 2010). Secara umum struktur lipoprotein (a) dapat dilihat pada Gambar 7. Apo (a) ditunjukkan dengan warna hijau, apo B-100 berwarna biru, fosfolipid berwarna kuning, kolesterol bebas berwarna orange, dan core lipid berwarna merah (Kostner, et al., 2013). Nilai kadar lipoprotein (a) dapat dilihat pada Tabel III.

Gambar 7. Struktur Lipoprotein (a) (Kostner, Marz, and Kostner, 2013)

Tabel III. Klasifikasi Lipoprotein (a) (Suryaatmadja, 2010) Kategori Normal Stroke Penyakit Jantung Koroner

Lp (a) (mg/dL) <20 >20 >30


22

G. Penyakit Kardiovaskular Penyakit kardiovaskular adalah penyakit yang menyerang organ jantung dan pembuluh darah. Penyakit kardiovaskular sebagai salah satu penyebab nomor satu kematian global. Obesitas, faktor gaya hidup yang tidak baik seperti merokok, junk food dan kurang berolahraga dapat menjadi risiko terkena penyakit kardiovaskular. Obesitas berarti adanya penimbunan lemak tubuh secara berlebihan yang dapat berisiko bagi kesehatan (WHO, 2015). Peningkatan asam lemak dapat mempengaruhi deposisi lipid sehingga mengganggu sirkulasi lipoprotein di dalam dinding arteri yang menyebabkan terbentuk sel busa sebagai awal dari pembentukan plak aterosklerosis (Sudheendran, et al., 2010). Aterosklerosis sebagai salah satu penyakit kardiovaskular. Aterosklerosis ditandai dengan adanya lesi pada arteri jantung. Hiperlipidemia sebagai salah satu faktor risiko utama dari aterosklerosis yang merangsang pengembangan lesi arteri. Plak aterosklerosis dapat mengakibatkan penyakit jantung koroner (Kumar, Fausto, Abbas, and Aster, 2005). Penelitian beberapa tahun terakhir telah membuktikan bahwa distribusi jaringan lemak berpengaruh pada tingginya risiko CVD. Prevalensi obesitas meningkat pada masyarakat usia lanjut yang menyebabkan peningkatan risko CVD (Gotera, Aryana, Suastika, Santoso, and Kuswarhani, 2006).

H. Landasan Teori Pengukuran antropometri digunakan untuk mengevaluasi kesehatan dan faktor risiko penyakit serta komposisi tubuh seseorang. Pengukuran antropometri


23

meliputi berat badan, tinggi badan, ketebalan lipatan kulit (skinfold thickness) (NHANES, 2007; Ali, et al., 2015). Skinfold thickness berkaitan dengan pengukuran ketebalan lemak subkutan menggunakan alat bantu caliper. Beberapa bagian lipatan kulit yang paling sering diukur adalah triceps (lengan atas belakang), subscapular (punggung atas), suprailiac (tepat di atas tulang panggul), dan abdomen (kedua sisi umbilicus) (Kotecki, 2011). Pengukuran skinfold thickness kemudian dikonversikan menjadi body fat percentage (National Obesity Observatory, 2009). Body fat percentage digunakan untuk memperkirakan ketebalan lemak tubuh. Lemak yang terakumulasi dalam tubuh dapat berisiko pengembangan penyakit kardiovaskular (Mojtahedi and Evans, 2012; Jia and Pan, 2012). Pengukuran body mass index berkaitan dengan tinggi badan dan berat badan manusia. BMI dapat digunakan untuk mengevaluasi angka kejadian obesitas. BMI yang tinggi dapat berisiko pengembangan penyakit kardiovaskular (Lebiedowska and Stanhope, 2012; Mizrahi, et al., 2012). Obesitas didefinisikan sebagai penimbunan lemak tubuh secara berlebihan yang dapat berisiko bagi kesehatan (WHO, 2015). Peningkatan asam lemak dapat mempengaruhi deposisi lipid sehingga mengganggu sirkulasi lipoprotein di dalam dinding arteri yang menyebabkan terbentuk sel busa sebagai awal dari pembentukan plak aterosklerosis (Sudheendran, et al., 2010). Akumulasi kadar lipoprotein

(a)

dapat

menyebabkan

pembentukkan

plak

yang

disebut

aterosklerosis (Aminoff, 2008). Beberapa penelitian telah menunjukkan bahwa peningkatan kadar Lp (a) dapat menjadi faktor risiko untuk penyakit


24

kardiovaskular. Peningkatan lipoprotein (a) dapat menyebabkan penyakit jantung koroner dan stroke (Malaguarnera, et al., 2013; Saeedi, et al., 2014).

I. Hipotesis Terdapat korelasi bermakna antara body fat percentage dan body mass index terhadap peningkatan kadar lipoprotein (a) pada wanita dewasa sehat di Desa Kepuharjo, Kecamatan Cangkringan, Sleman, Yogyakarta.


BAB III METODE PENELITIAN A. Jenis dan Rancangan Penelitian Jenis penelitian ini merupakan jenis penelitian observasional analitik dengan rancangan cross sectional. Penelitian observasional analitik digunakan untuk menganalisis korelasi antara faktor risiko dengan faktor efek. Rancangan penelitian cross sectional merupakan penelitian yang digunakan untuk mengetahui korelasi antara faktor risiko dengan faktor efek melalui pendekatan, observasi atau pengumpulan data sekaligus pada suatu saat. Artinya, tiap subyek penelitian hanya diobservasi sekali saja. Rancangan penelitian ini dipilih sebab cocok untuk penelitian klinis (Notoatmodjo, 2010). Pada penelitian ini dilakukan analisis mengenai hubungan antara pengukuran body fat percentage dan body mass index terhadap kadar lipoprotein (a) pada wanita dewasa sehat. Body fat percentage dan body mass index bertindak sebagai faktor risiko, sedangkan kadar lipoprotein (a) sebagai faktor efek.

B. Variabel Penelitian 1. Variabel bebas: body fat percentage (BFP) dan body mass index (BMI) 2. Variabel tergantung: Lipoprotein (a) 3. Variabel pengacau a. Terkendali: keadaan puasa dan usia responden b. Tidak terkendali: lifestyle, aktivitas responden, dan keadaan patologis.

25


26

C. Definisi Operasional 1. Responden penelitian yaitu penduduk wanita dewasa sehat usia 40-60 tahun yang masih aktif, memenuhi kriteria inklusi dan eksklusi, serta bersedia mengikuti penelitian di Desa Kepuharjo, Kecamatan Cangkringan, Sleman Yogyakarta. 2. Karakteristik

penelitian

meliputi

pengukuran

antropometri

dan

hasil

pemeriksaan laboratorium. Pengukuran antropometri meliputi pengukuran body fat percentage, body mass index serta hasil pemeriksaan laboratorium yaitu lipoprotein (a). 3. Pengukuran skinfold thickness yaitu pengukuran lipatan kulit pada bagian triceps, abdominal, dan suprailiac menggunakan alat skinfold caliper. 4. Body fat percentage yaitu nilai dalam bentuk % yang diperoleh dari hasil pengukuran 3 skinfold thickness yaitu triceps, abdominal, dan suprailiac berdasarkan formula Fahey, et al., (2005) : % Body Fat = (0,41563 x sum of three skinfolds) – (0,00112 x [sum of three skinfold]2 + (0,03661 x umur) + 4.03653 = (0,41563 x [skinfold]) – (0,00112 x [skinfold]2) + (0,03661 x [usia]) + 4,03653

5. Body mass index meliputi pengukuran berat badan dengan menggunakan timbangan berat badan yang dinyatakan dalam satuan kg dan pengukuran tinggi badan dengan menggunakan alat ukur tinggi badan yang dinyatakan dalam satuan m2.


27

6. Kadar lipoprotein (a) diperoleh dari hasil pemeriksaan di Laboratorium Klinik Pramita Yogyakarta yang dinyatakan dalam mg/dL. 7. Standar yang digunakan di dalam penelitian ini adalah: a. Kriteria body fat percentage menurut Hoeger and Hoeger (2014). b. Kriteria body mass index menurut World Health Organization (2006). c. Kriteria lipoprotein (a) menurut Suryaatmadja (2010).

D. Responden Penelitian Responden penelitian yaitu penduduk wanita dewasa sehat di Desa Kepuharjo, Kecamatan Cangkringan, Sleman, Yogyakarta yang masih aktif, memenuhi kriteria inklusi dan eksklusi, serta bersedia mengikuti penelitian. Desa Kepuharjo terdiri dari Pedukuhan Kepuh, Pedukuhan Kaliadem, Pedukuhan Pagerjurang, Pedukuhan Batur, Pedukuhan Kopeng, Pedukuhan Petung dan Pedukuhan Manggong. Pedukuhan yang terlibat dalam penelitian adalah Pedukuhan Kepuh, Pedukuhan Kaliadem, Pedukuhan Pagerjurang, Pedukuhan Batur dan Pedukuhan Petung, sementara untuk Pedukuhan Manggong dan Pedukuhan Kopeng tidak diikutsertakan dalam pengambilan data ini, dikarenakan responden dari pedukuhan tersebut sudah digunakan untuk subyek validasi kuisioner. Pemilihan responden masyarakat pedesaan dengan tujuan untuk meningkatkan kualitas hidup sehat dari masyarakat pedesaan melalui pemeriksaan antropometri yang ekonomis serta sederhana untuk melihat risiko penyakit kardiovaskular.


28

Kriteria inklusi yang ditetapkan adalah responden wanita dengan rentang usia 40-60 tahun, tidak ada riwayat penyakit kardiometabolik dan tidak konsumsi obat-obatan kardiometabolik. Kriteria eksklusi yaitu responden yang menopause, menggunakan alat kontrasepsi (kecuali IUD), pasca operasi (khususnya operasi rahim), dan hamil. Data jumlah penduduk Desa Kepuharjo diperoleh dari pendataan di Kantor Kecamatan Cangkringan, Sleman, Yogyakarta dengan hasil adalah 2.209 penduduk. Data yang diperoleh dipilih lagi berdasarkan kriteria inklusi yaitu berusia 40-60 tahun dan didapatkan sebanyak 120 responden, namun hanya 100 responden yang bersedia menandatangani informed consent, memenuhi kriteria inklusi dan eksklusi, serta bersedia dilakukan pengambilan darah. Data diperoleh dari wawancara, responden bersedia mengisi informed consent serta responden bersedia dilakukan pengukuran antropometri dan pengambilan darah. Pengambilan data sampel dilakukan sebanyak tiga kali. Pengambilan data pertama dilakukan pada tanggal 30 Mei 2015 di Balai Desa Kepuharjo. Pengambilan data yang kedua dilakukan di Balai Desa Kepuharjo pada tanggal 18 Juni 2015. Pengambilan data yang ketiga dilakukan pada tanggal 19 Juni 2015 di Gedung Serba Guna Huntap Pagerjurang. Total responden yang terdata secara keseluruhan adalah 100 orang dengan total responden wanita yang didapatkan sebanyak 50 orang dan responden laki-laki adalah 50 orang. Total sampel untuk responden wanita yang diperoleh adalah 50 responden yang melakukan pengukuran antropometri dan pengambilan darah untuk mengukur kadar lipoprotein (a). Menurut Umar (2007), jumlah sampel minimal untuk metode


29

deskriptif korelasi adalah 30 orang. Hal ini menunjukkan bahwa jumlah sampel yang digunakan dalam penelitian sekarang telah memenuhi jumlah minimal sampel. Pencarian responden ditunjukkan skema pada Gambar 8.

Dipilih berdasarkan usia 40-60 tahun

Jumlah penduduk Desa Kepuharjo terdiri dari 5 pedukuhan : 2.209 orang

120 responden

50 responden wanita

50 responden pria

20 orang dikeluarkan dengan alasan : 1. 6 orang tidak hadir saat pengambilan data 2. 3 orang hipertensi 3. 1 orang takut jarum suntik 4. 1 orang menggunakan pil KB 5. 9 orang menopause

100 responden dipilih (kriteria inklusi, eksklusi & menandatangani informed consent)

Gambar 8. Skema Pencarian Responden

E. Lokasi dan Waktu Penelitian Penelitian ini akan dilakukan di Desa Kepuharjo, Kecamatan Cangkringan, Sleman Yogyakarta. Pengambilan data sampel di Desa Kepuharjo dilaksanakan pada minggu keempat bulan Mei 2015 dan dilanjutkan pada minggu ke ketiga bulan Juni. Rincian lokasi dan waktu penelitian antara lain:


30

a. Pengambilan data pertama pada tanggal 30 Mei 2015 dari pukul 08.00 – 11.00 WIB, bertempat di Balai Desa Kepuharjo. b. Pengambilan data kedua pada tanggal 18 Juni 2015 dari pukul 09.00 – 13.00 WIB, bertempat di Balai Desa Kepuharjo. c. Pengambilan data ketiga pada tanggal 19 Juni 2015 dari pukul 09.00 – 13.00 WIB, bertempat di Gedung Serba Guna Huntap Pagerjurang.

F. Ruang Lingkup Penelitian Penelitian ini merupakan penelitian payung Fakultas Farmasi Universitas Sanata Dharma Yogyakarta yang berjudul “Korelasi Antropometri dan Faktor Risiko Penyakit Kardiovaskular Pada Masyarakat Pedesaan”. Penelitian ini telah memperoleh izin dari Komisi Etik Penelitian Kedokteran dan Kesehatan KE/FK/502/EC Fakultas Kedokteran Universitas Gadja Mada Yogyakarta. Tujuan penelitian ini secara garis besar adalah untuk mengkaji korelasi antara pengukuran antropometri terhadap HbA1c, Hs-CRP dan Lipoprotein (a). Kajian yang diangkat oleh peneliti adalah “Korelasi Pengukuran Body Fat Percentage dan Body Mass Index terhadap Kadar Lipoprotein (a) pada Wanita Dewasa Sehat di Desa Kepuharjo, Kecamatan Cangkringan, Sleman Yogyakarta”. Kajian penelitian ini ditunjukkan skema pada Gambar 9.


31

HbA1c

Pria Body Fat Percentage

HbA1c Wanita

Hs-CRP Lipoprotein (a)

Topik yang diteliti

HbA1c

Pria Body Mass Index

HbA1c Wanita


Pria LP dan RLPP

Topik yang diteliti

HbA1c

HbA1c Wanita


Gambar 9. Skema Kajian Penelitian Payung

G. Teknik Sampling Teknik sampling yang digunakan dalam penelitian ini adalah non random sampling dengan jenis teknik purposive sampling. Non random sampling (pengambilan sampel tidak secara acak) yakni pengambilan sampel yang tidak


32

didasarkan atas kemungkinan yang dapat diperhitungkan, artinya tidak semua orang memiliki kesempatan yang sama untuk dijadikan sampel atau subyek penelitian. Teknik purposive sampling yaitu pengambilan sampel dilakukan atas pertimbangan yang dibuat oleh peneliti, berdasarkan ciri atau sifat-sifat populasi yang sudah diketahui sebelumnya (Notoatmodjo, 2010; Sastroasmoro dan Ismael, 2011). Pengambilan sampel pada penelitian ini didasarkan pada kriteria inklusi dan eksklusi yang telah ditentukan. Total responden wanita dewasa sehat yang terlibat dalam penelitian adalah 50 orang.

H. Instrumen Penelitian Instrumen penelitian yang digunakan adalah alat ukur skinfold caliper merek phi zhi hou du fi®, timbangan berat badan merek Idealine® dan pengukur tinggi badan merek Height®. Skinfold caliper untuk mengukur skinfold thickness pada bagian abdominal, triceps, dan suprailiac, sehingga akan diperoleh nilai body fat percentage. Timbangan berat badan dan pengukur tinggi badan untuk mengukur body mass index. Pengukuran kadar lipoprotein (a) menggunakan alat arsitek dengan metode analisis imunoturbidimetri.

I. Tata Cara Penelitian 1. Observasi awal Observasi awal dilakukan dengan mencari informasi mengenai jumlah penduduk Desa Kepuharjo di Kantor Kecamatan Cangkringan, mencari tempat atau lokasi yang cocok untuk melakukan pengukuran antropometri serta pencarian


33

laboratorium untuk menganalisis sampel darah responden. Hasil dari observasi awal adalah didapatkan jumlah penduduk Desa Kepuharjo dan dipilih Laboratorium Klinik Pramita Yogyakarta untuk menganalisis sampel darah responden dengan alasan laboratorium tersebut telah terakreditasi. 2. Permohonan izin dan kerjasama Izin penelitian dilakukan pada Kantor Bapeda Kabupaten Sleman. Ethical clearance diajukan kepada Komisi Etik Penelitian Kedokteran dan Kesehatan KE/FK/502/EC Fakultas Kedokteran Universitas Gadja Mada Yogyakarta. Surat permohonan izin ini dimaksudkan untuk memenuhi etika penelitian, karena dalam penelitian menggunakan sampel darah manusia serta hasil penelitian dapat dipublikasikan. Identitas subyek penelitian akan dijamin kerahasiaannya pada publikasi hasil penelitian nanti. Ethical clearance oleh Komisi Etik Penelitian Kedokteran dan Kesehatan KE/FK/502/EC Fakultas Kedokteran Universitas Gadja Mada Yogyakarta diperoleh pada tanggal 18 Mei 2015. Permohonan kerjasama pertama diajukan kepada bagian Laboratorium Klinik Pramita Yogyakarta untuk pengambilan dan analisis darah. Permohonan kerjasama kedua diajukan kepada responden penelitian menggunakan informed consent. Partisipasi subyek penelitian bersifat sukarela dengan terlebih dahulu menandatangani informed consent. 3. Pembuatan informed consent dan leaflet a. Informed consent. Bukti tertulis pernyataan kesediaan calon responden untuk ikut terlibat di dalam penelitian. Penyusunan informed consent berdasarkan standar yang telah ditetapkan oleh Komisi Etik Penelitian


34

Kedokteran dan Kesehatan KE/FK/502/EC Fakultas Kedokteran Universitas Gadjah Mada Yogyakarta. Responden yang bersedia terlibat akan mengisi informed consent yang berisi identitas responden (nama, umur, alamat) dan menandatangani informed consent. b. Leaflet. Digunakan untuk membantu responden dalam memahami gambaran penelitian ini. Konten/isi dari leaflet yaitu tujuan penelitian, manfaat penelitian bagi responden, informasi pengukuran antropometri, dan informasi pemeriksaan laboratorium. 4. Pencarian responden Waktu pencarian responden dilakukan setelah mendapatkan izin penelitian. Tahap awal pencarian responden dilakukan dengan mendatangi tempat tinggal dari Kepala Desa Kepuharjo. Peneliti mendata pedukuhan yang ada di Desa Kepuharjo dan tahap kedua peneliti mendatangi tempat tinggal dari responden secara langsung ditiap pedukuhan Desa Kepuharjo. Peneliti menjelaskan secara singkat gambaran penelitian yang akan dilakukan, wawancara terhadap responden berdasarkan pedoman wawancara untuk menentukan kriteria inklusi dan eksklusi. Calon responden diberikan undangan penelitian dan leaflet untuk mengetahui gambaran penelitian. Responden juga kemudian diberi informasi mengenai tempat dan waktu pelaksanaan penelitian, dan diingatkan untuk berpuasa selama 10-12 jam. Calon responden yang bersedia untuk berpartisipasi dalam penelitian akan mengisi informed consent sebagai bukti kesediaannya untuk mengikuti penelitian ini.


35

Pada kenyataannya, tidak semua responden dapat terlibat dalam penelitian. Hal ini disebabkan karena beberapa hal yaitu responden sedang bekerja di sawah saat pengambilan data, responden yang takut diambil darahnya, beberapa responden terpaksa tidak dilibatkan karena menopause, memiliki riwayat penyakit hipertensi dan beberapa responden tidak hadir saat pengambilan data. 5. Validasi dan reliabilitas instrumen penelitian Instrumen yang digunakan dalam penelitian adalah skinfold caliper, timbangan dan pengukur tinggi badan. Instrumen dikatakan baik dan reliable, serta memiliki presisi yang baik apabila memenuhi nilai koefisien variasi (CV) sebesar ≤5% (Direktorat Bina Pelayanan Penunjang Medik, 2011). Diharapkan instrumen yang telah tervalidasi dan reliable menunjukan hasil pengukuran yang pasti. Reliabilitas dilakukan pada 3 instrumen yaitu skinfold calipers merek phi zhi hou du fi®, timbangan berat badan merek Idealine® dan pengukur tinggi badan merek Height® dengan replikasi pengukuran sebanyak 5 kali pada responden wanita. Nilai CV untuk reliabilitas pada bagian abdominal sebesar 1,222%, pada bagian triceps sebesar 1,472%, dan pada bagian suprailiac sebesar 1,810%. Nilai CV pada timbangan berat badan sebesar 0,416% dan nilai CV pada pengukur tinggi badan sebesar 0,154%. Dari nilai CV ketiga instrumen tersebut, dapat dikatakan instrumen yang digunakan dalam penelitian reliable. Validasi untuk timbangan dan alat ukur tinggi badan dilakukan di Balai Metrologi yang terlampir pada Lampiran 4 dan Lampiran 5, sedangkan validasi untuk skinfold


36

caliper dilakukan dengan menggunakan timbangan kecil yang ada pada alat skinfold caliper yang berfungsi untuk validasi caliper tersebut. 6. Pengukuran parameter antropometri dan pengambilan darah Parameter antropometri yang diukur oleh peneliti adalah body fat percentage dan body mass index, sedangkan pengambilan darah responden yang telah menandatangani informed consent dan telah berpuasa selama 10-12 jam dilakukan oleh tenaga ahli Laboratorium Klinik Pramita Yogyakarta yang telah terakreditasi untuk pengukuran kadar Lipoprotein (a). Pengukuran lipoprotein (a) menggunakan alat arsitek dengan metode imunoturbidimetri. Pengukuran skinfold thickness dilakukan oleh peneliti yang meliputi pengukuran pada bagian abdominal, triceps, dan suprailiac. Pengukuran abdominal skinfold thickness dilakukan dengan cara responden dalam posisi berdiri dan menghadap ke peneliti, badan santai, nyaman dan tidak tegang. Peneliti meminta agar responden melipat baju supaya yang terukur hanya lipatan kulit saja. Bagian kulit dan lemak ditarik menggunakan jempol dan jari telunjuk. Pengukuran dilakukan pada lipatan kulit sekitar 3 cm dari titik tali pusar. Letakkan alat skinfold caliper pada kulit tersebut secara tegak lurus terhadap lipatan yang diukur. Pembacaan hasil dari pengukuran dilakukan 2 sampai 3 detik. Pengukuran suprailiac skinfold thickness dilakukan dengan cara responden dalam posisi berdiri dan menghadap ke peneliti, badan santai, nyaman dan tidak tegang. Peneliti meminta agar responden melipat baju supaya yang terukur hanya lipatan kulit saja. Bagian kulit dan lemak ditarik menggunakan jempol dan jari telunjuk. Pengukuran dilakukan pada lipatan kulit sekitar 2 cm secara diagonal.


37

Letakkan alat skinfold caliper pada kulit tersebut secara tegak lurus terhadap lipatan yang diukur. Pembacaan hasil dari pengukuran dilakukan 2 sampai 3 detik. Pengukuran triceps skinfold thickness dilakukan pada lipatan vertikal di bagian belakang lengan atas. Pertama kali responden dalam posisi berdiri membelakangi peneliti, posisi tangan dan badan santai. Peneliti meminta agar responden melipat baju supaya yang terukur hanya lipatan kulit saja. Bagian kulit dan lemak ditarik menggunakan jempol dan jari telunjuk. Lipatan kulit diukur sekitar 2 cm. Letakkan alat skinfold caliper pada kulit tersebut secara tegak lurus terhadap lipatan yang diukur. Pembacaan hasil dari pengukuran dilakukan 2 sampai 3 detik. Pengukuran body mass index dilakukan oleh peneliti yang meliputi pengukuran tinggi badan dan berat badan. Pengukuran berat badan dilakukan dengan cara peneliti memastikan timbangan badan berfungsi dengan baik yakni dengan mengatur penunjuk angka tepat di angka nol. Peneliti meminta responden melepas alas kaki dan meletakkan barang bawaan di meja, responden penelitian naik ke atas timbangan, dengan posisi tegak lurus. Peneliti membaca angka pada timbangan digital dengan teliti, kemudian mencatat hasil pengukuran pada kartu status antropometri. Pengukuran tinggi badan dilakukan dengan cara peneliti menempelkan pengukur tinggi badan pada dinding datar. Peneliti meminta responden melepas alas kaki dan berdiri dengan posisi tegak lurus pada dinding. Peneliti menarik pengukur tinggi badan hingga menyentuh ujung kepala responden, kemudian mencatat hasil pengukuran pada kartu status antropometri.


38

7. Pembagian hasil pengukuran antropometri dan pemeriksaan darah Hasil pengukuran antropometri dan pemeriksaan darah diberikan kepada responden setelah mendapatkan hasil dari Laboratorium Klinik Pramita Yogyakarta. Peneliti mengumpulkan responden dalam Balai Desa dan dengan bantuan Dokter dan Apoteker, responden mendapatkan penjelasan singkat mengenai hasil pengukuran antropometri dan hasil laboratorium, serta diberikan saran non farmakologi kepada responden untuk bisa menjaga kesehatan dan mengubah pola hidup yang tidak bagus untuk kesehatan. 8. Pengolahan data Data dari hasil penelitian, selanjutnya diolah dengan menyusun data sejenis dan menggolongkan data sesuai dengan kategori yang sudah ditetapkan, selanjutnya dilakukan analisis data.

J. Analisis Data Data dianalisis secara statistik dengan taraf keperayaan 95%. Program statistik yang digunakan adalah SPSS versi 22 yang diolah oleh Clinical Epidemiology - Biostatistic Unit (CE-BU) Fakultas Kedokteran UGM. Data yang diperoleh akan diuji normalitas, komparatif dan korelasi. Sebelum uji korelasi, terlebih dahulu dilakukan uji normalitas untuk melihat distribusi data. Uji normalitas data dilakukan dengan uji Shapiro-Wilk dikarenakan jumlah sampel ≤50 responden. Data dikatakan tidak terdistribusi normal jika nilai p<0,05 (Dahlan, 2014). Data yang dianalisis normalitasnya meliputi, usia, abdominal skinfold thickness, suprailiac skinfold thickness, triceps


39

skinfold thickness, body fat percentage, body mass index dan lipoprotein (a). Data tersebut dianalisis dengan cara menghitung rata-rata, simpangan deviasi serta normalitas tiap-tiap kelompok data. Analisis statistik selanjutnya adalah uji komparatif, dimana dilakukan pengelompokkan data. Data kadar lipoprotein (a) dikelompokkan berdasarkan nilai BFP <25%, 25,1-30%, ≥30,1%, dan dikelompokkan berdasarkan nilai BMI <25 kg/m2 dan ≥25 kg/m2. Tiap-tiap kelompok dilakukan uji normalitas selanjutnya dilakukan uji komparatif. Uji komparatif yang dilakukan pada kelompok data BFP dan lipoprotein (a) adalah uji Kruskal-Wallis karena salah satu atau kedua kelompok data BFP terhadap lipoprotein (a) tidak terdistribusi normal. Pada kedua kelompok data lipoprotein (a) dan BMI dilakukan uji MannWhitney karena salah satu atau kedua kelompok data BMI terhadap lipoprotein (a) tidak terdistribusi normal. Pada uji komparatif jika nilai p<0,05 maka kedua kelompok data yang dianalisis berbeda bermakna (Dahlan, 2014). Analisis data terakhir adalah uji korelasi antara pengukuran body fat percentage dan body mass index terhadap kadar lipoprotein (a). Bila paling tidak salah satu variabel data berdistribusi normal maka uji korelasi yang digunakan adalah uji Pearson. Data yang tidak terdistribusi normal, maka uji korelasi yang digunakan adalah uji Spearman (Dahlan, 2014). Uji normalitas data untuk lipoprotein (a) tidak terdistribusi normal dan BFP terdistribusi normal, maka dilakukan uji korelasi Pearson. Normalitas data untuk lipoprotein (a) dan BMI tidak terdistribusi normal, maka dilakukan uji korelasi menggunakan uji


40

Spearman. Data dikatakan memiliki korelasi yang bermakna jika nilai p<0,05 (Dahlan, 2014). Interpretasi hasil uji hipotesis dapat dilihat pada Tabel IV. Tabel IV. Interpretasi hasil uji hipotesis berdasarkan kekuatan korelasi, nilai p, dan arah korelasi (Dahlan, 2014) Parameter Kekuatan korelasi (r)

Nilai (p) Arah korelasi

Nilai 0,0 - <0,2 0,2 - <0,4 0,4 - <0,6 0,6 - <0,8 0,8 – 1,00 p <0,05 p >0,05 + (positif) - (negatif)

Interpretasi Sangat lemah Lemah Sedang Kuat Sangat kuat Korelasi bermakna Korelasi tidak bermakna Semakin tinggi variabel A semakin tinggi variabel B Semakin tinggi variabel A semakin rendah variabel B

K. Keterbatasan Penelitian Keterbatasan dalam penelitian ini adalah jumlah responden sangat minim yang sesuai dengan kriteria inklusi dan eksklusi, kurangnya antusias dari warga untuk memeriksa kesehatan, serta peneliti sulit untuk menyesuaikan waktu penelitian dengan kegiatan responden.


BAB IV HASIL DAN PEMBAHASAN A. Karakteristik Responden Responden yang terlibat dalam penelitian ini adalah penduduk wanita dewasa sehat usia 40-60 tahun di Desa Kepuharjo, Kecamatan Cangkringan, Sleman Yogyakarta. Teknik pengambilan sampel dilakukan secara non random sampling. Jumlah responden yang bersedia berpartisipasi dan memenuhi kriteria inklusi serta ekslusi dalam penelitian adalah 50 orang penduduk wanita. Data penelitian yang telah diperoleh, dilakukan uji analisis deskriptif dengan tujuan untuk mendeskripsikan karakteristik setiap variabel penelitian (Notoatmodjo, 2010). Pada penelitian ini terdapat 7 variabel yang akan dianalisis deskriptif, yaitu usia, body fat percentage, abdominal skinfold thickness, suprailiac skinfold thickness, triceps skinfold thickness, body mass index dan lipoprotein (a). Tahap berikutnya dilakukan uji normalitas data menggunakan Shapiro-Wilk dengan taraf kepercayaan 95%. Uji normalitas data dilakukan dengan uji Shapiro-Wilk karena jumlah sampel ≤50 responden. Data dikatakan tidak terdistribusi normal jika nilai p<0,05. Jika data terdistribusi normal maka nilai mean ± SD yang ditampilkan. Jika data tidak terdistribusi normal maka nilai median (maksimum-minimum) yang ditampilkan (Dahlan, 2014). Data yang terdistribusi normal dalam penelitian sekarang adalah suprailiac skinfold thickness dan body fat percentage (p>0,05). Usia, abdominal skinfold thickness, triceps skinfold thickness, body mass index

41


42

dan lipoprotein (a) tidak terdistribusi normal (p<0,05). Hasil analisis karakteristik subyek penelitian ditunjukkan dalam Tabel V. Tabel V. Profil karakteristik responden No Karakteristik Profil p 1 Usia (tahun) 45,0(40,0-53,0)** 0,020 2 Body Fat Pecentage (%) 25,90±5,52* 0,573 3 Abdominal Skinfold Thickness (mm) 20,41(9,83-42,33)** 0,035 4 Suprailiac Skinfold Thickness (mm) 20,24±6,64* 0,184 5 Triceps Skinfold Thickness (mm) 18,25(6,0-40,0)** 0,002 2 6 Body Mass Index (kg/m ) 25,27(17,37-47,66)** 0,000 7 Lipoprotein (a) (mg/dL) 13,45(3,0-88,0)** 0,000 *Nilai signifikansi >0,05 berarti terdistribusi normal (mean±SD) **Nilai signifikansi <0,05 berarti tidak terdistribusi normal (Median(min-max)

1. Usia Responden yang ikut terlibat dalam penelitian ini, berada pada rentang usia 40-60 tahun. Data usia responden diuji normalitasnya dengan uji ShapiroWilk pada taraf kepercayaan 95%. Hasil analisis statistik data yang diperoleh menunjukkan rerata usia responden adalah 44,60 tahun dengan SD ±3,38 dan nilai minimum-maksimum usia responden yaitu 40,00-53,00. Nilai signifikansi (p=0,020) yang menunjukkan bahwa usia responden tidak terdistribusi normal. Usia 40-60 tahun termasuk kategori dewasa pertengahan (middle adulthood) (Santrock, 2002). Menurut Papalia, Olds, and Feldman (2007), usia pertengahan (middle age) memiliki risiko berkaitan dengan penyakit kronis seperti hipertensi, penyakit jantung dan stroke. Distribusi usia responden wanita dapat dilihat dari histogram pada Gambar 10.


43

Gambar 10. Histogram Distribusi Usia Responden Wanita Risiko obesitas pada massa dewasa pertengahan (middle adulthood) cenderung meningkat dibandingkan pada masa anak-anak. Obesitas pada masa dewasa dapat menyebabkan faktor risiko penyakit kardiovaskular, diabetes tipe 2 dan kanker (Li, Moira, and Power, 2011). Menurut PROCAM Study, adanya hubungan antara usia pada wanita dengan kadar Lp (a). Studi ini menunjukkan bertambahnya usia pada wanita seiring dengan meningkatnya kadar Lp (a). Peningkatan kadar lipoprotein (a) pada usia dewasa memiliki risiko penyakit kardiovaskular. Penelitian-penelitian sebelumnya menunjukkan bahwa lipoprotein (a) sebagai penanda risiko penyakit aterosklerosis (Siekmeier, Scharnagl, Kostner, Grammer, Stojakovic, and Marz, 2008). Salah satu faktor risiko yang menyebabkan aterosklerosis adalah bertambahnya usia. Pada wanita, risiko meningkat setelah usia 55 tahun (National Heart, Lung, and Blood Institute, 2015).


44

2. Body fat percentage Data body fat percetage diuji normalitasnya dengan uji Shapiro-Wilk pada taraf kepercayaan 95%. Hasil analisis statistik data yang diperoleh menunjukkan rerata 25,90% dengan standar deviasi ±5,52 dan nilai signifikansi (p=0,573). Nilai signifikansi tersebut menunjukkan bahwa body fat percentage terdistribusi normal. Nilai terendah body fat percentage pada responden wanita dalam penelitian sekarang adalah 14,7% yang termasuk dalam kategori normal dan nilai tertinggi body fat percentage pada penelitian sekarang adalah 39,0%

yang

termasuk dalam kategori obesitas. Distribusi body fat percentage responden wanita dapat dilihat dari histogram pada Gambar 11.

Gambar 11. Histogram Distribusi Body Fat Percentage Responden Wanita

Body fat percentage (%BF) digunakan untuk menghitung persentase lemak tubuh sehingga dapat memperkirakan ketebalan lemak tubuh (Mojtahedi and Evans, 2012). Menurut Zeng, et al., (2012), akumulasi lemak tubuh (body fat)


45

yang berlebihan sebagai tanda dari obesitas dan erat kaitannya dengan gangguan metabolisme, penyakit jantung, serta diabetes. Obesitas berarti adanya peningkatan asam lemak bebas dalam sirkulasi darah, yang dapat mengganggu sirkulasi dari lipoprotein di dinding arteri yang dapat menyebabkan terbentuknya plak (Ebbert and Jensen, 2013; Sudheendran, et al., 2010). Pada penelitian Kim, Han, and Yang (2013), menyebutkan bahwa semakin tinggi nilai BFP maka semakin besar risiko penyakit kardiometabolik. Menurut Fahey, et al., (2005), pengukuran skinfold thickness berkaitan dengan pengukuran three site formulas, antara lain abdominal skinfold thickness, suprailiac skinfold thickness, dan triceps skinfold thickness. Pengukuran pada bagian abdominal skinfold thickness, suprailiac skinfold thickness, triceps skinfold thickness dipilih berdasarkan pertimbangan antara lain mudah dalam melakukan pengukuran skinfold thickness dan kenyamanan pasien. Menurut Kotecki (2011) ketiga bagian ini paling sering diaplikasikan dalam pengukuran skinfold thickness. Pengukuran skinfold thickness kemudian dikonversikan menjadi body fat percentage (National Obesity Observatory, 2009). 3. Abdominal skinfold thickness Hasil analisis statistik uji normalitas data abdominal skinfold thickness pada responden wanita menggunakan uji Shapiro-Wilk pada taraf kepercayaan 95% didapatkan rerata 20,87mm dengan standar deviasi ±7,72 dan nilai minimum-maksimum abdominal skinfold thickness yaitu 9,83-42,33. Nilai signifikansi (p=0,035) yang menunjukkan bahwa abdominal skinfold thickness


46

tidak terdistribusi normal. Distribusi abdominal skinfold thickness responden wanita dapat dilihat dari histogram pada Gambar 12.

Gambar 12. Histogram Distribusi Abdominal Skinfold Thickness Responden Wanita Abdominal skinfold thickness digunakan untuk mengukur lipatan kulit pada bagian lipatan kulit perut (Driskell and Wolinsky, 2011). Akumulasi lemak tubuh disekitar perut dapat meningkatkan risiko hipertensi, penyakit jantung dan diabetes mellitus 2 (National Obesity Observatory, 2009). Kesalahan pengukuran pada bagian abdominal dapat diminimalisir (Demura and Sato, 2007). 4. Suprailiac skinfold thickness Hasil analisis statistik uji normalitas data suprailiac skinfold thickness pada responden wanita menggunakan uji Shapiro-Wilk pada taraf kepercayaan 95% didapatkan rerata 20,24mm dengan standar deviasi ±6,64 dan nilai signifikansi (p=0,184). Nilai signifikansi ini menunjukkan bahwa suprailiac


47

skinfold thickness terdistribusi normal. Distribusi suprailiac skinfold thickness responden wanita dapat dilihat dari histogram pada Gambar 13.

Gambar 13. Histogram Distribusi Suprailiac Skinfold Thickness Responden Wanita Suprailiac skinfold thickness digunakan untuk mengukur lipatan kulit pada bagian atas panggul (Vlad, et al., 2009). Menke, et al., (2012), mengatakan bahwa lipatan

kulit

pada

bagian

suprailiac

berisiko

menyebabkan

penyakit

kardiovaskular. Kesalahan pengukuran pada bagian suprailiac dapat diminimalisir dan dapat secara akurat memprediksi lemak tubuh (Demura and Sato, 2007). Nilai suprailiac skinfold thickness pada wanita jika >19,8mm dinyatakan tinggi (Junior, Scelza, Boaventura, Custodio, Moreira, and Oliveira, 2012). Hasil penelitian nilai rata-rata pengukuran suprailiac pada responden wanita adalah 20,24mm. Hal ini menunjukkan bahwa nilai rata-rata pengukuran suprailiac adalah tinggi.


48

5. Triceps skinfold thickness Hasil analisis statistik uji normalitas data triceps skinfold thickness pada responden wanita menggunakan uji Shapiro-Wilk pada taraf kepercayaan 95% didapatkan rerata 18,12mm dengan standar deviasi ±8,03 dan nilai minimummaksimum triceps skinfold thickness yaitu 6,00-40,00. Nilai signifikansi (p=0,002) yang menunjukkan bahwa triceps skinfold thickness tidak terdistribusi normal. Distribusi triceps skinfold thickness responden wanita dapat dilihat dari histogram pada Gambar 14.

Gambar 14. Histogram Distribusi Triceps Skinfold Thickness Responden Wanita Triceps skinfold thickness digunakan untuk mengukur lipatan kulit pada bagian lengan atas posterior (NHANES, 2007). Peningkatan lipatan kulit pada bagian triceps berkaitan dengan peningkatan rasio lipid yang dapat menyebabkan adanya risiko penyakit jantung koroner dan mortalitas penyakit kardiovaskular (Australian Institute of Health and Welfare, 2004). Nilai triceps skinfold thickness pada wanita jika >24,0mm dinyatakan tinggi (Junior, et al., 2012). Nilai standar


49

normal triceps skinfold thickness adalah 9,9mm-16,5mm (Timby, 2009). Hasil penelitian nilai rata-rata pengukuran triceps pada responden wanita adalah 18,12mm. Hal ini menunjukkan bahwa nilai rata-rata pengukuran triceps tidak tergolong tinggi namun tidak masuk rentang normal. 6. Body mass index Data body mass index diuji normalitasnya dengan uji Shapiro-Wilk pada taraf kepercayaan 95%. Hasil analisis statistik data yang diperoleh menunjukkan rerata 26,18 kg/m2 dengan standar deviasi ±5,32 dan nilai minimum-maksimum body mass index yaitu 17,37-47,66. Nilai signifikansi (p=0,000) yang menunjukkan bahwa body mass index tidak terdistribusi normal. Nilai terendah body mass index pada responden wanita dalam penelitian sekarang adalah 17,37 kg/m2 yang termasuk dalam kategori underweight dan nilai tertinggi body mass index pada penelitian sekarang adalah 47,66 kg/m2 yang termasuk dalam kategori obesitas. Distribusi body mass index responden wanita dapat dilihat dari histogram pada Gambar 15.

Gambar 15. Histogram Distribusi Body Mass index Responden Wanita


50

Body mass index berkaitan dengan pengukuran tinggi badan dan berat badan manusia yang dapat mengevaluasi kejadian obesitas (Lebiedowska and Stanhope, 2012). Nilai BMI yang tinggi dapat berisiko pengembangan penyakit kardiovaskular (Mizrahi, et al., 2012). Pengukuran berat badan dan tinggi badan merupakan metode yang mudah dan cepat untuk evaluasi kelebihan berat badan dan obesitas pada masyarakat (Tokmakidis, et al., 2012). 7. Kadar lipoprotein (a) Hasil analisis statistik uji normalitas data lipoprotein (a) pada responden wanita menggunakan uji Shapiro-Wilk pada taraf kepercayaan 95% didapatkan rerata 24,46 mg/dL dengan standar deviasi ±21,81 dan nilai minimum-maksimum lipoprotein (a) yaitu 3,00-88,00. Nilai signifikansi (p=0,000) yang menunjukkan bahwa tidak terdistribusi normal. Distribusi lipoprotein (a) responden wanita dapat dilihat dari histogram pada Gambar 16.

Gambar 16. Histogram Distribusi Lipoprotein (a) Responden Wanita


51

Lipoprotein (a) merupakan suatu bentuk molekul LDL. Akumulasi kadar lipoprotein

(a)

dapat

menyebabkan

pembentukkan

plak

yang

disebut

aterosklerosis. Peningkatan kadar lipoprotein (a) menyebabkan terbentuknya plak yang semakin banyak sehingga aliran darah melalui arteri menjadi sempit. Hal ini membuktikan kadar lipoprotein (a) dapat berpengaruh terhadap risiko penyakit kardiovaskular (Aminoff, 2008). Menurut Maranhao, Carvalho, Strun, and Pileggi (2014), jika kadar lipoprotein (a) melebihi 20-30 mg/dL berkaitan dengan dua kali risiko perkembangan penyakit arteri koroner. Hasil penelitian menunjukkan rerata kadar lipoprotein adalah 24,46 mg/dL. Hal ini menunjukkan terdapat risiko perkembangan penyakit arteri koroner.

B. Perbandingan Rata-rata Kadar Lipoprotein (a) terhadap Body Fat Percentage Responden Wanita <25%, 25,1-30% dan ≥30,1% Uji komparatif bertujuan untuk mengetahui apakah ada perbedaan bermakna antara variabel tergantung yaitu kadar lipoprotein (a) dengan variabel bebas yaitu body fat percentage yang normal, overweight dan obesitas. Data body fat percentage responden diklasifikasikan menjadi tiga, yaitu: BFP <25%, BFP 25,1-30% dan BFP ≥30,1%. Kadar lipoprotein (a) yang telah terbagi ke dalam 3 kategori BFP kemudian dilakukan uji normalitas. Jumlah responden yang memiliki nilai BFP <25% sebesar 21 orang, jumlah responden yang memiliki nilai BFP 25,1-30% sebesar 17 orang dan jumlah responden yang memiliki nilai BFP ≥30,1% sebesar 12 orang. Berdasarkan kriteria BFP didapatkan tidak ada


52

responden yang underweight, responden dengan berat badan normal sebanyak 21 orang, overweight sebanyak 17 orang dan obesitas sebanyak 12 orang. Data diuji normalitas menggunakan uji Shapiro-Wilk dengan taraf kepercayaan 95%. Data tersebut kemudian dilakukan uji komparatif dan dalam penelitian ini dilakukan uji komparatif Kruskal-Wallis karena salah satu atau lebih pengelompokkan data BFP terhadap lipoprotein (a) tidak terdistribusi normal. Terdapat perbedaan bermakna jika nilai signifikansi p<0,05 (Dahlan, 2014). Perbandingan rerata kadar lipoprotein (a) terhadap body fat percentage responden wanita dapat dilihat pada tabel VI. Tabel VI. Perbandingan rerata kadar Lipoprotein (a) terhadap BFP responden wanita <25%, 25,1-30% dan ≥30,1% Variabel Body Fat Percentage p <25% 25,1-30% ≥30,1% (Normal) (Overweight) (Obesitas) (n=21) (n=17) (n=12) 25,72±25,62 20,30±18,78 28,15±19,19 0,457 Lipo (a) *Nilai signifikansi <0,05 menunjukkan adanya perbedaan bermakna

Data kadar lipoprotein (a) dalam penelitian diuji normalitasnya dengan uji Shapiro-Wilk. Nilai signifikansi BFP <25% (p=0,000), menunjukkan bahwa data tersebut tidak terdistribusi normal. Nilai signifikansi BFP 25,1-30% (p=0,003), menunjukkan bahwa data tersebut tidak terdistribusi normal. Nilai signifikansi BFP ≥30,1% (p=0,124), menunjukkan bahwa data tersebut terditribusi normal. Uji komparatif menggunakan uji Kruskal-Wallis untuk mengetahui perbandingan kadar lipoprotein (a) dengan BFP <25% , BFP 25,1-30% dan BFP ≥30,1%. Nilai mean±SD dari uji komparatif Kruskal-Wallis menunjukkan bahwa terdapat perbedaan antara BFP kelompok normal, overweight dan obesitas terhadap


53

lipoprotein (a), yaitu nilai mean±SD dari BFP kelompok obesitas > kelompok normal > kelompok overweight. Nilai signifikansi dari uji komparatif KruskalWallis (p=0,457) yang menunjukkan bahwa terdapat perbedaan tidak bermakna antara BFP <25% , BFP 25,1-30% dan BFP ≥30,1% terhadap lipoprotein (a). Nilai rerata dan signifikansi ditunjukkan pada Tabel IV. Hasil penelitian Herd, Gower, Dashti and Goran (2001) menunjukkan bahwa adanya perbedaan yang tidak bermakna antara konsentrasi lipoprotein (a) dengan body fat dan fat distribution (p>0,05) pada responden anak-anak. Penelitian ini melibatkan 62 responden Afrika dan 38 responden Caucasian dengan usia rata-rata 8,3±1,4 tahun. Responden yang ikut dalam penelitian dibagi berdasarkan gender. Hasil penelitian ini tidak sesuai dengan penelitian dari Candido, Ferreira, Lima, Nicolato, Freitas, Brandao, et al., (2007), yang menunjukkan adanya perbedaan bermakna antara body fat percentage dengan lipoprotein (a) ditunjukkan dari nilai p=0,017. Penelitian ini melibatkan 383 responden berusia 15 tahun sampai ≥60 tahun. Responden yang ikut dalam penelitian dibagi dalam 4 kelompok, yaitu low weight, normal, overweight dan obesity. Perbedaan penelitian ini dengan penelitian sekarang adalah range usia, jumlah responden serta pengelompokkan nilai body fat percentage.


54

C. Perbandingan Rata-rata Kadar Lipoprotein (a) terhadap Body Mass Index Responden Wanita <25kg/m2 dan ≥25kg/m2 Uji komparatif bertujuan untuk mengetahui apakah ada perbedaan bermakna antara variabel tergantung yaitu kadar lipoprotein (a) dengan variabel bebas yaitu body mass index yang normal dan di atas normal. Data body mass index responden diklasifikasikan menjadi dua, yaitu: BMI <25kg/m2 dan BMI ≥25kg/m2. Kadar lipoprotein (a) yang telah terbagi ke dalam 2 kategori BMI kemudian dilakukan uji normalitas. Jumlah responden yang memiliki nilai BMI <25kg/m2 sebesar 25 orang, sedangkan jumlah responden yang memiliki nilai BMI ≥25kg/m2 sebesar 25 orang. Berdasarkan kriteria BMI didapatkan jumlah responden yang underweight sebanyak 2 orang, responden dengan berat badan normal sebanyak 23 orang, overweight sebanyak 16 orang dan obesitas sebanyak 9 orang. Tahap awal data diuji normalitas menggunakan uji Shapiro-Wilk dengan taraf kepercayaan 95%. Data tersebut kemudian dilakukan uji komparatif dan pada penelitian ini dilakukan uji komparatif Mann-Whitney karena salah satu atau kedua pengelompokkan data BMI terhadap lipoprotein (a) tidak terdistribusi normal. Terdapat perbedaan bermakna jika nilai signifikansi p<0,05 (Dahlan, 2014). Perbandingan rerata kadar lipoprotein (a) terhadap body mass index responden wanita dapat dilihat pada Tabel VII. Tabel VII. Perbandingan rerata kadar Lipoprotein (a) responden BMI responden <25kg/m2 dan ≥25kg/m2 Variabel Body Mass Index p <25kg/m2 ≥25kg/m2 (Normal) (Di atas normal) (n=25) (n=25) 25,78±25,77 23,14±17,42 0,816 Lipo (a) *Nilai signifikansi <0,05 menunjukkan adanya perbedaan bermakna


55

Data kadar lipoprotein (a) dalam penelitian diuji normalitasnya dengan uji Shapiro-Wilk. Nilai signifikansi BMI <25kg/m2 (p=0,000), menunjukkan bahwa data tersebut tidak terdistribusi normal. Nilai signifikansi BMI ≥25kg/m2 (p=0,012), menunjukkan bahwa data tersebut tidak terditribusi normal. Uji komparatif menggunakan uji Mann-Whitney untuk mengetahui perbandingan kadar lipoprotein (a) dengan body mass index <25kg/m2 dan body mass index ≥25kg/m2. Nilai mean±SD dari uji komparatif Mann-Whitney menunjukkan bahwa terdapat perbedaan antara BMI kelompok normal dan di atas normal terhadap lipoprotein (a), yaitu nilai mean±SD BMI kelompok normal > kelompok BMI di atas normal. Nilai signifikansi dari uji komparatif Mann-Whitney (p=0,816) yang menunjukkan bahwa terdapat perbedaan tidak bermakna antara BMI <25kg/m2 dan BMI ≥25kg/m2. Nilai rerata dan signifikansi ditunjukkan pada Tabel V. Hasil penelitian Lamon, Marcovina, Albers, Kennedy, Luca, White, et al., (2011), menunjukkan bahwa adanya perbedaan yang tidak bermakna antara konsentrasi lipoprotein (a) dengan body mass index, hal ini dibuktikan dengan nilai p=0,057. Penelitian ini melibatkan 1552 responden wanita berusia 20 tahun – 80 tahun. Responden yang ikut dalam penelitian dibagi dalam 2 kelompok, yaitu riwayat PJK dan non PJK. Hasil penelitian ini tidak sesuai dengan penelitian Stankiewicz, Szczesniak, Rychlewski, Deskur, and Kasprzak (2004) yang menunjukkan adanya perbedaan bermakna antara peningkatan kadar lipoprotein (a) terhadap responden


56

obesitas berdasarkan nilai BMI. Hal Penelitian ini melibatkan 59 responden yang mengalami obesitas (BMI >30 kg/m2) dengan usia masih muda. Responden yang ikut dalam penelitian dibagi dalam 3 kelompok, yaitu responden yang melakukan olahraga selama 21 hari (p<0,01), olahraga selama 28 hari (p<0,01) dan tanpa olahraga (non significant). Perbedaan penelitian ini dengan penelitian sekarang adalah range usia, jumlah responden serta kriteria inklusi dan eksklusi pada penelitian.

D. Korelasi Body Fat Percentage, Abdominal Skinfold, Suprailiac Skinfold, Triceps Skinfold dan Body Mass Index terhadap Kadar Lipoprotein (a) Uji korelasi dilakukan dengan tujuan untuk melihat korelasi antar variabel yang diuji. Variabel yang diuji dalam penelitian ini adalah BFP dan BMI terhadap kadar Lipoprotein (a). Ada dua uji korelasi yang digunakan, yaitu: uji Pearson untuk data yang terdistribusi normal dan uji Spearman untuk data yang tidak terdistribusi normal. Pada uji korelasi ini juga dilihat nilai koefisien determinasi (R2). Koefisien determinasi dilambangkan dengan R2 yang dinyatakan dalam kuadrat dari nilai koefisien korelasi R2 x 100% = n%, memiliki makna bahwa nilai variabel tergantung dapat diterangkan oleh variabel bebas sebesar n%, sedangkan sisanya sebesar (100-n)% dipengaruhi oleh variabel lain (Supardi, 2013). Pada penelitian ini dilakukan uji korelasi antara body fat percentage dan body mass index terhadap kadar lipoprotein (a). Korelasi BFP, abdominal skinfold, suprailiac


57

skinfold, triceps skinfold dan BMI terhadap kadar lipoprotein (a) dapat dilihat pada Tabel VIII. Tabel VIII. Korelasi BFP, Abdominal skinfold, Suprailiac skinfold, Triceps skinfold dan BMI terhadap kadar Lipoprotein (a) Variabel Lipoprotein (a) r p R2 BFP 0,021 0,885 0,0004395 Abdominal skinfold -0,043 0,767 0,007 Suprailiac skinfold 0,048 0,742 0,002 Triceps skinfold 0,166 0,248 0,020 BMI 0,065 0,654 0,007 *Nilai signifikansi <0,05 menunjukkan korelasi bermakna

1. Korelasi Body Fat Percentage terhadap Kadar Lipoprotein (a) Korelasi BFP terhadap lipoprotein (a) menggunakan uji Pearson. Koefisien korelasi (r=0,021), koefisien determinasi (R2=0,0004395) dan nilai signifikansi (p=0,885). Terdapat korelasi tidak bermakna dengan kekuatan korelasi sangat lemah dan arah korelasi positif. Arah korelasi positif menunjukkan bahwa semakin tinggi variabel BFP maka kadar lipoprotein (a) semakin tinggi. Nilai R2=0,0004395 menggambarkan bahwa hanya 0,04395% kadar lipoprotein (a) yang dipengaruhi oleh peningkatan BFP, sedangkan 99,95 % dipengaruhi oleh faktor lain. Diagram di bawah ini menunjukkan bahwa kadar lipoprotein (a) yang tertinggi dan terendah berada pada BFP antara 15-20%. Peningkatan BFP akan diikuti peningkatan kadar lipoprotein (a). Namun pada penelitian sekarang, kadar lipoprotein (a) tertinggi justru terdapat pada BFP antara 15-20% yaitu termasuk BFP kategori normal. Sebaran korelasi BFP terhadap lipoprotein (a) dapat dilihat pada Gambar 17.


58

Gambar 17. Diagram Sebaran Korelasi BFP terhadap Lipoprotein (a)

Hasil penelitian ini menyerupai penelitian Candido, et al., (2007) yang menunjukkan bahwa tidak terdapat korelasi bermakna (p=0,367) antara BFP dan lipoprotein (a). Penelitian ini melibatkan 395 responden yang berusia 15 tahun sampai ≥60 tahun. Hasil penelitian ini berbeda dengan penelitian dari Wang, Lee, Alaupovic, Blackett and Blevins (2005), menunjukkan korelasi yang signifikan antara kadar Lp(a) dengan body fat percentage (BFP). Hasil penelitian menunjukkan adanya korelasi negatif bermakna antara Lp(a) dengan BFP dengan nilai p=0,0001 dan nilai r= -0,12 pada 330 wanita usia 20-29 tahun. Perbedaan hasil ini dapat disebabkan oleh perbedaan jumlah dan usia responden. 2. Korelasi Abdominal Skinfold terhadap Kadar Lipoprotein (a) Korelasi abdominal skinfold terhadap lipoprotein (a) menggunakan uji Spearman. Koefisien korelasi (r= -0,043), koefisien determinasi (R2=0,007) dan nilai signifikansi (p=0,767). Terdapat korelasi tidak bermakna dengan kekuatan korelasi sangat lemah dan arah korelasi negatif. Arah korelasi negatif


59

menunjukkan bahwa semakin tinggi variabel abdominal skinfold maka kadar lipoprotein (a) semakin rendah. Nilai (R2=0,007) menggambarkan bahwa hanya 0,7% kadar lipoprotein (a) yang dipengaruhi oleh peningkatan abdominal skinfold, sedangkan 99,3% dipengaruhi oleh faktor lain. Diagram di bawah ini menunjukkan bahwa kadar lipoprotein (a) yang tertinggi dan terendah berada pada abdominal skinfold antara 10–20mm. Peningkatan abdominal skinfold akan diikuti peningkatan kadar lipoprotein (a). Namun pada penelitian sekarang, kadar lipoprotein (a) tertinggi terdapat pada nilai abdominal skinfold antara 10mm20mm. Sebaran korelasi abdominal skinfold terhadap lipoprotein (a) dapat dilihat pada Gambar 18.

Gambar 18. Diagram Sebaran Korelasi Abdominal Skinfold terhadap Lipoprotein (a) Hasil penelitian ini menyerupai penelitian dari Herd, et al., (2002) yang menunjukkan adanya korelasi yang tidak bermakna antara kadar Lp(a) dan jaringan lemak subkutan abdominal. Hal ini dibuktikan dengan nilai p=0,227. Penelitian ini melibatkan 62 responden Afrika dan 38 responden Caucasian dengan usia rata-rata 8,3±1,4 tahun. Hasil penelitian dari Ramirez, Suarez, and Plata (2011) menunjukkan adanya hubungan bermakna antara abdominal skinfold dengan pengembangan risiko penyakit kardiovaskular.


60

3. Korelasi Suprailiac Skinfold terhadap Kadar Lipoprotein (a) Korelasi suprailiac skinfold terhadap lipoprotein (a) menggunakan uji Pearson. Koefisien korelasi (r=0,048), koefisien determinasi (R2=0,002) dan nilai signifikansi (p=0,742). Terdapat korelasi tidak bermakna dengan kekuatan korelasi sangat lemah dan arah korelasi positif. Arah korelasi positif menunjukkan bahwa semakin tinggi variabel suprailiac skinfold maka kadar lipoprotein (a) semakin tinggi. Nilai (R2=0,002) menggambarkan bahwa hanya 0,2% kadar lipoprotein (a) yang dipengaruhi oleh peningkatan suprailiac skinfold, sedangkan 99,8% dipengaruhi oleh faktor lain. Diagram di bawah ini menunjukkan bahwa kadar lipoprotein (a) yang tertinggi berada pada suprailiac skinfold 9mm dan terendah berada pada suprailiac skinfold 10mm. Peningkatan suprailiac skinfold akan diikuti peningkatan kadar lipoprotein (a). Pada penelitian sekarang, kadar lipoprotein (a) tertinggi terdapat pada suprailiac skinfold 9mm. Sebaran korelasi suprailiac skinfold terhadap lipoprotein (a) dapat dilihat pada Gambar 19.

Gambar 19. Diagram Sebaran Korelasi Suprailiac Skinfold terhadap Lipoprotein (a)


61

Hasil penelitian ini berbeda dengan penelitian Obisesan, Aliyu, Adediran, Bond, Maxwell and Rotimi (2004) yang menunjukkan adanya korelasi antara kadar Lp (a) dan suprailiac skinfold thickness yang dapat mempengaruhi risiko kardiovaskular. Penelitian ini melibatkan responden anak-anak dan remaja berusia 4-19 tahun. Perbedaan hasil ini dapat disebabkan oleh perbedaan range usia responden. 4. Korelasi Triceps Skinfold terhadap Kadar Lipoprotein (a) Korelasi triceps skinfold terhadap lipoprotein (a) menggunakan uji Spearman. Koefisien korelasi (r=0,166), koefisien determinasi (R2=0,020) dan nilai signifikansi (p=0,248). Terdapat korelasi tidak bermakna dengan kekuatan korelasi sangat lemah dan arah korelasi positif. Arah korelasi positif menunjukkan bahwa semakin tinggi variabel triceps skinfold maka kadar lipoprotein (a) semakin tinggi. Nilai (R2=0,020) menggambarkan bahwa hanya 2% kadar lipoprotein (a) yang dipengaruhi oleh peningkatan triceps skinfold, sedangkan 98% dipengaruhi oleh faktor lain. Diagram di bawah ini menunjukkan bahwa kadar lipoprotein (a) yang tertinggi dan terendah berada pada triceps skinfold antara 10–20mm. Peningkatan triceps skinfold akan diikuti peningkatan kadar lipoprotein (a). Pada penelitian sekarang, kadar lipoprotein (a) tertinggi terdapat pada triceps skinfold antara 10-20mm. Sebaran korelasi triceps skinfold terhadap lipoprotein (a) dapat dilihat pada Gambar 20.


62

Gambar 20. Diagram Sebaran Korelasi Triceps Skinfold terhadap Lipoprotein (a) Hasil penelitian ini menyerupai penelitian Gillum (2001) yang menunjukkan bahwa tidak terdapat korelasi bermakna antara triceps skinfold dengan lipoprotein (a). Penelitian ini melibatkan 5056 responden anak-anak yang berusia 4-11 tahun. Hasil penelitian dari Ebesunun, et al., (2008) menyebutkan bahwa adanya korelasi positif antara triceps skinfold thickness dengan risiko penyakit kardiovaskular. Hal ini dibuktikan dengan nilai signifikansi (p=0,05). 5. Korelasi Body Mass Index terhadap Kadar Lipoprotein (a) Korelasi BMI terhadap lipoprotein (a) menggunakan uji Spearman. Koefisien korelasi (r=0,065), koefisien determinasi (R2=0,007) dan nilai signifikansi (p=0,654). Terdapat korelasi tidak bermakna dengan kekuatan korelasi sangat lemah dan arah korelasi positif. Arah korelasi positif menunjukkan bahwa semakin tinggi variabel BMI maka kadar lipoprotein (a) semakin tinggi. Nilai (R2=0,007) menggambarkan bahwa hanya 0,7% kadar lipoprotein (a) yang dipengaruhi oleh peningkatan BMI, sedangkan 99,3% dipengaruhi oleh faktor lain. Diagram di bawah ini menunjukkan bahwa kadar lipoprotein (a) yang tertinggi dan terendah berada pada BMI antara 20–30 kg/m2. Peningkatan BMI


63

akan diikuti peningkatan kadar lipoprotein (a). Pada penelitian sekarang, kadar lipoprotein (a) tertinggi terdapat pada BMI antara 20-30 kg/m2 yaitu termasuk ukuran BMI kategori normal hingga overweight. Sebaran korelasi body mass index terhadap lipoprotein (a) dapat dilihat pada Gambar 21.

Gambar 21. Diagram Sebaran Korelasi BMI terhadap Lipoprotein (a) Hasil penelitian ini menyerupai penelitian Candido, et al., (2007) yang menunjukkan bahwa tidak terdapat korelasi bermakna (p=0,686) antara BMI dan lipoprotein (a). Penelitian ini melibatkan 400 responden yang berusia 15 tahun sampai ≥60 tahun. Hasil penelitian ini berbeda dengan penelitian Glowinska, Urban, and Koput (2002) yang menunjukkan adanya korelasi yang signifikan antara kadar Lp(a) dan BMI terhadap risiko kardiovaskular. Hal ini dibuktikan dengan nilai p<0,05. Penelitian ini melibatkan 285 responden berusia 4 tahun – 20 tahun. Responden yang ikut dalam penelitian dibagi dalam 4 kelompok, yaitu responden obesitas, responden obesitas dan hipertensi, responden hipertensi dan responden diabetes mellitus 1. Perbedaan hasil ini dapat disebabkan oleh perbedaan jumlah responden, range usia dan kriteria eksklusi dan inklusi.


64

Menurut penelitian dari Ranasinghe, Gamage, Katulanda, Andraweera, Thilakarathne and Tharanga (2013), antara BMI dan BFP memiliki korelasi positif ditunjukkan dari nilai p<0,01 dan r=0,82 pada responden wanita. BFP dan BMI memiliki hubungan signifikan yang dipengaruhi oleh usia dan jenis kelamin. Pada penelitian sekarang, antara BMI dan BFP terdapat korelasi yang tidak bermakna dengan kekuatan korelasi kuat dan arah korelasi positif. Hal ini ditunjukkan dari koefisien korelasi (r=0,762), koefisien determinasi (R2=0,581) dan nilai signifikansi (p=0,000). Arah korelasi positif menunjukkan bahwa semakin tinggi variabel BMI maka variabel BFP semakin tinggi. Nilai (R2=0,581) menggambarkan bahwa sebayak 58,1% BFP yang dipengaruhi oleh peningkatan BMI, sedangkan 41,9% dipengaruhi oleh faktor lain. Korelasi BMI terhadap BFP menggunakan uji Pearson. Hal ini dapat menjawab hasil penelitian bahwa terdapat korelasi yang tidak bermakna antara BFP maupun BMI terhadap kadar lipoprotein (a).


BAB V KESIMPULAN DAN SARAN A. Kesimpulan Terdapat korelasi yang tidak bermakna dengan kekuatan korelasi sangat lemah antara body fat percentage (BFP) dan body mass index (BMI) terhadap kadar lipoprotein (a).

B. Saran 1. Pada penelitian selanjutnya jumlah sampel yang terlibat dalam penelitian ditambah 2. Studi lanjutan mengenai korelasi antara body fat percentage dan body mass index terhadap prediktor kuat risiko penyakit kardiovaskular

65


DAFTAR PUSTAKA Ahmad, R., Rahman, S., Zaman, F., and Jan, S., 2011, Percent Body Fat and Its Relationship with Obesity and Hypertension in Adult Population of Mingora Swat, Gomal Journal of Medical Science, 9 (1), 120. Ali, A.A.A., Abdalla, A.A., and Zaki, A.Z.M., 2015, Anthropometry as an Indicators of Nutritional Status In Sudanese Prepubertal School Children (6-9 Years) at Alfitaih Village, Khartoum, Sudan, September 2014, World Journal Pharmacy and Pharmaceutical Sciences, 4 (6), 182-191. Aminoff, M.J., 2008, Neurology and General Medicine, 4th edition, Library of Congress Cataloging-in-Publication Data, China, pp. 1158-1159. Anonim, 2013, How to Use the Expert Skinfold Caliper (Fat Measurer), for Accurate and Affordable Body Composition Assesment, Inclusief gebruiksaanwiji2in in het, Nederlands, pp. 4-6. Australian Institute of Health and Welfare and National Heart Foundation of Australia, 2004, The Relationship between Overweight, Obesity and Cardiovascular Disease, Cardiovascular Disease Series, Canberra, pp. 23, 31. Badan Penelitian dan Pengembangan Kesehatan, 2010, Laporan Hasil Riset Kesehatan Dasar, Departemen Kesehatan Republik Indonesia, Jakarta, hal. 65. Badan Penelitian dan Pengembangan Kesehatan, 2013, Laporan Hasil Riset Kesehatan Dasar, Departemen Kesehatan Republik Indonesia, Jakarta, hal. 224-225, 259-260. Bhowmik, B., Munir, S. B., Diep, L. M., Siddiquee, T., Habib, S. H., Samad, M. A., et al., 2013, Antropometric Indicators of Obesity for Identifying Cardiometabolic Risk Faktors in A Rural Bangladeshi Population, Journal of Diabetes Investigation, 4 (4), 361-368. Bray, G.A., and Bouchard, C., 2004, Handbook of Obesity: Etiology and Phatophysiology, Second Edition, Marcell Dekker Inc., New York, p. 18. Candido, A.P.C., Farreira, S., Lima, A.A., Nicolato, R.L.C., Freitas, S.N., Brandao, P., et al., 2007, Lipoprotein(a) as a Risk Factor Associated with Ischemic Heart Disease: Ouro Preto Study, Atherosclerosis, 191 (2), 454459. Chan, R.S.M., and Woo, J., 2010, Prevention of Overweight and Obesity: How Effective is the Current Public Health Approach, International Journal of Environmental Research and Public Health, 7, 765-783.

66


67

Chien, Kuo-Liong., Hsu, Hsiu-Ching., Su, Ta-Chen., Sung, Fung-Chang., Chen, Ming-Fong., and Lee, Yuan-Teh. 2008, Lipoprotein(a) and Cardiovascular Disease in Ethnic Chinese: The Chin-Shan Community Cardiovascular Cohort Study, Clinical Chemistry, 54 (2), 285–291. Dahlan, M.S., 2014, Statistik untuk Kedokteran dan Kesehatan, Edisi 6, Salemba Medika, Jakarta, hal. 27, 71-72, 93, 97-98, 105, 111, 224-226. Demura, Shin-Ichi., and Sato, S., 2007, Suprailiac or Abdominal Skinfold Thickness Measured with a Skinfold Caliper as a Predictor of Body Density in Japanese Adults, Tohoku Journal of Experimental Medicine, 213 (1), 51-61. Despres, Jean-Pierre., 2012, Body Fat Distribution and Risk of Cardiovascular Disease, Circulation, 126, 1301-1313. Direktorat Bina Penunjang Medik, 2011, Uji Fungsi Alat Kimia Klinis dan Hematologi, Departemen Kesehatan Republik Indonesia, Jakarta, hal. 2. Driskell, J.A., and Wolinsky, I., 2002, Nutritional Assessment of Athletes, Library of Congress Cataloging-in-Publication Data, USA, p. 105. Driskell, J.A., and Wolinsky, I., 2011, Nutritional Assessment of Athletes, Second Edition, Library of Congress Cataloging-in-Publication Data, USA, p. 101. Ebbert, J.O., and Jensen, M.D., 2013, Fat Depots, Free Fatty Acids, and Dyslipidemia, Nutrients, 5, 498-508. Ebesunun, M.O., Agbedana, E.O., Taylor, G.O.L., and Oladapo, O.O., 2008, Plasma Lipoprotein (a), Homocysteine, and Other Cardiovascular Disease (CVD) Risk Factors in Nigerians with CVD, Applied Physiology, Nutrition, and Metabolism, 33, 282–289. Ervin, R.B., 2009, Prevalence of Metabolic Syndrome Among Adults 20 Years of Age and Over, by Sex, Age, Race and Ethnicity, and Body Mass Index: United States 2003–2006, National Health Statistics Reports, 13, 1-8. Eyben, F., Mouritsen, E., Holm, J., Montvilas, P., Dimcevski, G., Suciu, G., et al., 2003, Intra-abdominal Obesity and Metabolic Risk Factors: a Study of Young Adults, International Journal of Obesity, 27, 941–949. Fahey, T.D., Insel, P.M., and Roth, W.T., 2005, Fit and Well: Alternative Skinfold Measurement Formulas to Calculate Percent Body Fat, Sixth Edition, McGraw-Hill Companies, United State of America. Gillum, R.F., 2001, Indices of Adipose Tissue Distribution, Apolipoproteins B and AI, Lipoprotein (a), and Triglyceride Concentration in Children


68

Aged 4–11 Years: The Third National Health and Nutrition Examination Survey, Journal of Clinical Epidemiology, 54, 367–375. Goh, L.G.H., Dhaliwal, S.S., Welborn, T.A., Lee, A.H., and Della, P.R., 2014, Anthropometric Measurements of General and Central Obesity and the Prediction of Cardiovascular Disease Risk in Women: a Cross-Sectional Study, British Medical Journal Open, 4, 1-7. Gotera, W., Aryana, S., Suastika, K., Santosa, A., and Kuswardhani, T., 2006, Hubungan antara Obesitas Sentral dengan Adiponektin pada Pasien Geriatri dengan Penyakit Jantung Koroner, Jurnal Penyakit Dalam, 7 (2), 102-107. Glowinska, B., Urban, M., and Koput, A., 2002, Cardiovascular Risk Factors in Children with Obesity, Hypertension and Diabetes: Lipoprotein (a) Levels and Body Mass Index Correlate with Family History of Cardiovascular Disease, European Journal of Pediactrics, 161, 511-518. Hall, J.G., Allanson, J.E., Gripp, K.W., and Slavotinek, A.M., 2007, Handbook of Physical Measurements, Second Edition, Oxford University Inc., USA, p. 67. Hastuti, J., 2013, Anthropometry and Body Composition of Indonesian Adult: An Evaluation of Body Image, Eating Behaviours, and Physical Activity, Tesis, 88, University of Technology, Queensland. Herd, SL., Gower, BA., Dashti, N., and Goran, MI., 2001, Body Fat, Fat Distribution and Serum Lipids, Lipoproteins and Apolipoproteins in African-American and Caucasian-American Prepubertal Children, International Journal of Obesity, 25, 198-204. Hoeger, W.W.K., and Hoeger, S.A., 2014, Lifetime Physical Fitness and Wellness: A Personalized Program, 12th Edition, Wadsworth Cengage Learning, USA, pp. 124-125, 134. Hughes, V.A., Roubenoff, R., Wood, M., Frontera, W.R., Evans, W.J., and Singh, M.A.F., 2004, Anthropometric Assessment of 10-y Changes in Body Composition in The Elderly, The American Journal of Clinical Nutrition, 80, 475 - 482. Huxley, R., Mendis, S., Zheleznyakov, E., Reddy, S., and Chan, J., 2010, Body Mass Index, Waist Circumference and Waist:Hip Ratio as Predictors of Cardiovascular Risk—a Review of the Literature, European Journal of Clinical Nutrition, 64, 16–22. Jia, W., and Pan, J., 2012, Optimal Waist Circumference Cutoffs for Abdominal Obesity in Chinese, in Preedy, Victor R., (Ed.), Handbook of


69

Anthropometry Physical Measures of Human Form in Health and Disease, Part 1-6, Springer, New York, p. 2657. Junior, H.L.R., Scelza, M.F.Z., Boaventura, G.T., Custodio, S.M., Moreira, E.A.M., and Oliveira, D.L., 2012, Relation between Oral Health and Nutritional Condition in the Elderly, Journal of Applied Oral Science, 20 (1), 38-44. Kim, J. Y., Han, Sang-Hwan., and Yang, Bong-Min., 2013, Implication of HighBody-Fat Percentage on Cardiometabolic Risk in Middle-Aged, Healthy, Normal-Weight Adults, Obesity, 21 (8), 1571-1577. Kostner, K.M., Marz, W., and Kostner, G.M., 2013, When Should We Measure Lipoprotein (a)?, European Heart Journal, 34, 3268–3276. Kotecki, J.E., 2011, Physical Activity & Health : an Interactive Approach : an Interactive Approach, 3th Edition, Jones & Bartlett Learning, USA, p. 171. Kumar, V., Abbas, A.K., and Fausto, N., 2005, Robbins and Cotran Pathologic Basis of Disease, 7th Edition, Elsevier Inc., Philadelphia, pp. 160, 172, 582, 633. Lamon-Fava, S., Marcovina, S.M., Albers, J.J., Kennedy, H., Luca, C.D., White, C.C., et al., 2011, Lipoprotein(a) Levels, Apo(a) Isoform Size, and Coronary Heart Disease Risk in the Framingham Offspring Study, Journal of Lipid Research, 52, 1181-1187. Lebiedowska, M.K., and Stanhope, S.J., 2012, The Human Body Shape Index (HBSI): An Anthropometric Measure Based on an Age-Related Model of Human Growth, in Preedy, Victor R., (Ed.), Handbook of Anthropometry Physical Measures of Human Form in Health and Disease, Part 1-6, Springer, New York, p. 139. Li, L., Moira, A.P., and Power, C., 2011, Predicting Cardiovascular Disease Risk Factors in Mid-Adulthood from Childhood Body Mass Index: Utility of Different Cut-Offs for Childhood BMI, The American Journal of Clinical Nutrition, 93 (6), 1204–1211. Malaguarnera, M., Vacante, M., Russo, C., Malaguarnera, G., Antic, T., Malaguarnera, L., et al., 2013, Lipoprotein (a) in Cardiovascular Disease, Biology and Medicine Researh International, 1-9. Maranhao, R.C., Carvalho, P.O., Strunz, C.C., dan Pileggi, F., 2014, Lipoprotein (a): Structure, Pathophysiology and Clinical Implications, Arquivos Brasileiros de Cardiologia, 103 (1), 76-84.


70

Marfell-Jones, M., 2006, International Standards for Anthropometric Assessment, International Society for the Advancement of Kinanthropometry, Australia, pp. 23, 63. Medeiros, D. M. and Wildman, R. E. C., 2013, Advanced Human Nutrition, 3rd Edition, Jones & Bartlett Publishers, United State of America, p. 225. Menke, A., Muntner, P., Wildman, R.P., Reynolds, K., and He, Jiang., 2007, Measures of Adiposity and Cardiovascular Disease Risk Factors, Obesity, 15, 785-795. Mojtahedi, M.C., and Evans, E.M., 2012, Anthropometry in Athletes with Spinal Cord Injury, in Preedy, Victor R., (Ed.), Handbook of Anthropometry Physical Measures of Human Form in Health and Disease, Part 1-6, Springer, New York, p. 1892. Moyad, M. A., 2004, Fad Diets and Obesity – Part I: Measuring Weight a Clinical Setting, Urologic Nursing, 24 (2), 1-12. National Heart, Lung, and Blood Institute, 2012, What Causes Overweight and Obesity?, http://www.nhlbi.nih.gov/health/healthtopics/topics/obe/causes, diakses tanggal 18 November 2015. National Heart, Lung, and Blood Institute, 2015, Who Is at Risk for Atherosclerosis?,https://www.nhlbi.nih.gov/health/healthtopics/topics/ath erosclerosis/atrisk, diakses tanggal 16 Desember 2015. National Health and Nutrition Examination Survey (NHANES), 2007, Anthropometry Procedure Manual, Westat Inc., Washington DC, pp. 1-3, 47, 49-50. National Obesity Observatory, 2009, Obesity and Overweight Surveillance in England: what is measured and where are the gaps?, Association of Public Health Observatories, England, pp. 5, 7. Nichols, S., Dalrymple, N., and Francis, M., 2012, Use of Anthropometry in Monitoring the Nutritional and Health Status of Persons Living with HIV/AIDS, in Preedy, Victor R., (Ed.), Handbook of Anthropometry Physical Measures of Human Form in Health and Disease, Part 1-6, Springer, New York, pp. 2488-2489. Notoatmodjo, S., 2010, Metodologi Penelitian Kesehatan, Rineka Cipta, Jakarta, hal. 37-38, 124-125, 182. Obisesan, T.O., Aliyu, M.H., Adediran, A.S., Bond, V., Maxwell, C.J., and Rotimi, C.N., 2004, Correlates of Serum Lipoprotein (A) in Children and


71

Adolescents in the United States. The Third National Health Nutrition and Examination Survey (NHANES-III), Lipids in Health and Disease, 3, 29. Oliveira, M.A.M., Fagundes, R.L.M., Moreira, E.A.M., Moraes Trindade, E.B.S., Carvalho, T., 2010, Relation between Anthropometric Indicators and Risk Factors for Cardiovascular Disease, 94 (4), 451-457. Palmeira, A.C., Leal, A.A.F., Ramos, N.M.N., Neto, J.A.F., Simoes, M.O.S., Medeiros, C.C.M., 2013, Lipoprotein (a) and Cardiovascular Risk Factors in Children and Adolescents, Revista Paulista de Pediatria, 31 (4), 531537. Papalia, D., Olds, S.W., and Feldman, R.D., 2007, Human Development, 10th Edition, McGraw-Hill, New York. Peterson, M.J., Czerwinski, S.A., and Siervogel, R.M., 2003, Development and Validation of Skinfold Thickness Prediction Equations with a 4Compartment Model, The American Journal of Clinical Nutrition, 77, 1186-1191. Rambe, A.S., 2003, Kadar Lipoprotein (a) pada Penderita Stroke Iskemik Fase Akut dan pada Non Stroke, Laporan Penelitian, Fakultas Kedokteran Universitas Sumatra Utara, Sumatra Utara. Ramirez-Velez, R., Suarez-Ortegon, M.F., and Plata, A.C.A., 2011, Association between Adiposity and Cardiovascular Risk Factors in Prepubertal Children, Endocrinology and Nutrition, 58 (9), 457-463. Ranasinghe, C., Gamage, P., Katulanda, P., Andraweera, N., Thilakarathne, S., and Tharanga, P., 2013, Relationship between Body Mass Index (BMI) and Body Fat Percentage, Estimated by Bioelectrical Impedance, in a Group of Sri Lankan Adults: a Cross Sectional Study, Biomedical Central Public Health, 13, 797. Rastovic, M., Galic B, S., Stokic, E., Sakac, D., Mikalacki, M., and Korovljev, D., 2013, Anthropometric Indicators of Mass and Distribution of Adipose Tissue in The Assessment of Cardiovascular and Diabetes Risk in Women, Medicinski Pregled, 66 (1-2), 11-18. Remaley, A.T., Rifai, N., Warnick, R., 2012, Lipids, Lipoproteins, Apolipoproteins, and Other Cardiovascular Risk Factor, in Burtis, C.A., Ashwood, E.R., Bruns, D.E., (Eds.), Tietz Textbook of Clinical Chemistry and Molecular Diagnostic, Fifth Edition, Elsevier, USA, pp. 937-940. Ricardo, D.R., and Araujo, C.G.S., 2002, Body Mass Index: a Scientific Evidence-Based Inquiry, Arquivos Brasileiros Cardiologia, 79 (1), 70-78.


72

Ridker, P.M., 2001, High-Sensitivity C-Reactive Protein: Potential Adjunct for Global Risk Assessment in the Primary Prevention of Cardiovascular Disease, Circulation, 103, 1813-1818. Saeedi, R., Li, M., and Frohlich, J., 2014, Lipoprotein(a): Why is it Important?, British Columbia Medical Journal, 56 (4), 180-182. Santrock, J.W., 2002, Life-Span Development, 8th Edition, McGraw-Hill, New York, p. 17. Sastroasmoro, S., dan Ismael, S., 2011, Dasar-Dasar Metodologi Penelitian Klinis, Edisi 4, Sagung Seto, Jakarta, hal. 100. Shlipak M.G, Fried L.F, Cushman M, Manolio T.A, Peterson D, Stehman-Breen, C., et al., 2005, Cardiovascular Mortality Risk in Chronic Kidney Disease: Comparison of Traditional and Novel Risk Factors, The Journal of the American Medical Association, 293 (14), 1737–1745. Siekmeier, R., Scharnagl, H., Kostner, G.M., Grammer, T., Stojakovic, T., and Marz, W., 2008, Lipoprotein (a) – Structure, Epidemiology, Function and Diagnostics of a Cardiovascular Risk Marker, The Open Clinical Journal, 1, 79-91. Sizer, F., and Whitney, E., 2013, Nutrition: Concepts and Controversies, 13 Edition, Cengage Learning, USA, p. 337.

th

Stankiewicz, K., Szczesniak, L., Rychlewski, T., Deskur-Smielecka, E., Kasprzak, Z., 2004, Serum Lipoprotein (a) [Lp(a)] Levels in Overweight and Obese Youths – a Combined Effect of Physical Activity and Low Calorie Diet, Biology of Sport, 21 (2), 171-179. Sudheendran, S., Chang, C.C., and Deckelbaum, R.J., 2010, N-3 vs Saturated fatty acids: Effects on the Arterial Wall, Prostaglandins Leukot Essent Fatty Acids, 82 (4-6), 205–209. Supardi, U.S., 2013, Aplikasi Statistika dalam Penelitian: Konsep Statistika yang lebih Komprehensif, Change Publication, Jakarta, hal. 188. Suryaatmadja, M., 2010, Analisis Lipid Darah sebagai Faktor Risiko Penyakit Jantung dan Pembuluh Darah, http://www.abclab.co.id/?p=865, diakses tanggal 17 Desember 2015. Timby, B.K., 2009, Fundamental Nursing Skills and Concepts, 9th Edition, Lippincott Williams & Wilkins, United States of America, p. 299.


73

Tokmakidis, S.P., Christodoulos, A.D., and Douda, H.T., 2012, Self-Reported Anthropometry: Body Mass Index and Body Composition, in Preedy, Victor R., (Ed.), Handbook of Anthropometry Physical Measures of Human Form in Health and Disease, Part 1-6, Springer, New York, p. 167. Tzotzas, T., Karanikas, G., and Krassas, G. E., 2012, Body Composition Analysis Using Radionuclides, in Preedy, Victor R., (Ed.), Handbook of Anthropometry Physical Measures of Human Form in Health and Disease, Part 1-6, Springer, New York, p. 190. Umar, H., 2007, Metode Penelitian untuk Skripsi dan Tesis Bisnis, PT Raja Grafindo Persada, Jakarta, hal. 79. Vernaglione, L., Lomonta, C., and Basile, C., 2012, Total Body Water in Health and Disease: A Look at End-Stage Renal Disease, in Preedy, Victor R., (Ed.), Handbook of Anthropometry Physical Measures of Human Form in Health and Disease, Part 1-6, Springer, New York, p. 277. Vlad, S., Ciupa, R.V., and Nicu, A.I., 2009, International Conference on Advancements of Medicine and Health Care through Technology, International Federation for Medical Biological Engineering, Romania, pp. 106. Wahyuniari, I., Ratnayanti, D., Mayun., Wiryawan, S., Linawati., dan Sugiritama., 2010, Deteksi Dini dan Penanganan Faktor Risiko Penyakit Kardiovaskular pada Penduduk Usia 45 Tahun ke Atas di Desa Pegayaman Buleleng, Udayana Mengabdi, 9 (2), 72-74. Wang, W., Lee, E.T., Alaupovic, P., Blackett, P., and Blevins, K.S., 2005, Correlation between Lipoprotein(a) and Other Risk Factors for Cardiovascular Disease and Diabetes in Cherokee Indians: The Cherokee Diabetes Study, Annals of Epidemiology, 15 (5), 390-397. World

Health Organization, 2006, BMI Classification, http://apps.who.int/bmi/index.jsp?introPage=intro3.html, diakses tanggal 13 Oktober 2015.

World Health Organization, 2008, WHO Country Cooperation Strategy 20072011, http://www.who.int/countryfocus/cooperation_strategy/ccs_idn_en.pdf, diakses tanggal 5 Februari 2016. World Health Organization, 2009, Global Health Risks: Mortality and Burden of Disease Attributable to Selected Major Risks, WHO Library Cataloguing-inPublication Data, Geneva, pp. 9, 28.


74

World

Health Organization, 2015, Obesity and Overweight, http://www.who.int/mediacentre/factsheets/fs311/en/, diakses tanggal 27 Maret 2015.

World

Health Organization, 2015, Cardiovascular Disease (CVDs), http://www.who.int/mediacentre/factsheets/fs317/en/, diakses tanggal 27 Maret 2015.

Zeng, Q., Dong, Sheng-Yong., Sun, Xiao-Nan., Xie, J., and Cui, Y., 2012, Percent Body Fat is a Better Predictor of Cardiovascular Risk Factors than Body Mass Index, Brazilian Journal of Medical and Biological Research, 45 (7), 591-600. Zin, T., Yusuff, A.S.M., Myint, T., Naing, D.K.S., Htay, K., and Wynn, A.A., 2014, Body Fat Percentage, BMI and Skinfold Thickness Among Medical Student in Sabah, Malaysia, South East Asia Journal of Public Health, 4 (1), 35-40.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

Recommend Documents