TESIS INDEKS PREDIKTIF RISIKO KEMATIAN IBU DI KOTA …repository.unair.ac.id/53822/14/TEP 08-16 Jay...
Transcript of TESIS INDEKS PREDIKTIF RISIKO KEMATIAN IBU DI KOTA …repository.unair.ac.id/53822/14/TEP 08-16 Jay...
INDEKS PREDIKTIF RISIKO ...
TESIS
INDEKS PREDIKTIF RISIKO KEMATIAN IBU DI KOTA SURABAYA
KRISNITA DWI JAYANTI
UNIVERSITAS AIRLANGGAFAKULTAS KESEHATAN MASYARAKAT
PROGRAM MAGISTER PROGRAM STUDI EPIDEMIOLOGI
SURABAYA 2016
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
i
TESIS
INDEKS PREDIKTIF RISIKO KEMATIAN IBU DI KOTA SURABAYA
KRISNITA DWI JAYANTI NIM. 101414553008
UNIVERSITAS AIRLANGGAFAKULTAS KESEHATAN MASYARAKAT
PROGRAM MAGISTER PROGRAM STUDI EPIDEMIOLOGI
SURABAYA 2016
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
INDEKS PREDIKTIF RISIKO KEMATIAN IBU DI KOTA SURABAYA
TESIS
Untuk memperoleh gelar Magister Epidemiologi
Minat Studi Manajemen Surveilans Epidemiologi dan Informasi Kesehatan
Program Studi Epidemiologi
Fakultas Kesehatan Masyarakat
Universitas Airlangga
Oleh:
KRISNITA DWI JAYANTI
NIM 101414553008
UNIVERSITAS AIRLANGGA
FAKULTAS KESEHATAN MASYARAKAT
PROGRAM MAGISTER
PROGRAM STUDI EPIDEMIOLOGI
SURABAYA
2016
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
PENGESAHAN
Dipertahankan di depan Tim Penguji Tesis
Minat Studi Manajemen Surveilans Epidemiologi dan Informasi Kesehatan
Program Studi Epidemiologi
Fakultas Kesehatan Masyarakat Universitas Airlangga
dan diterima untuk memenuhi persyaratan guna memperoleh gelar
Magister Epidemiologi (M.Epid)
pada tanggal 19 Juli 2016
Mengesahkan
Universitas Airlangga
Fakultas Kesehatan Masyarakat
Dekan,
Prof. Dr. Tri Martiana, dr., M.S.
NIP 195603031987012001
Tim Penguji:
Ketua : Dr. Windhu Purnomo, dr., MS
Anggota : 1. Dr. Hari Basuki Notobroto, dr., M.Kes
2. Dr. Arief Wibowo, dr., MS
3. Dr. Atik Choirul Hidajah, dr., M.Kes
4. Dr. Niniek Lely Pratiwi, drg., M.Kes
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
PERNYATAAN TENTANG ORISINALITAS
Yang bertanda tangan di bawah ini, saya :
Nama : Krisnita Dwi Jayanti NIM : 101414553008 Program Studi : Epidemiologi Minat : Manajemen Surveilans Epidemiologi dan Informasi
Kesehatan Angkatan : 2014/2015 Jenjang : Magister
Menyatakan bahwa saya tidak melakukan kegiatan plagiat dalam penulisan tesis saya yang berjudul : INDEKS PREDIKTIF RISIKO KEMATIAN IBU DI KOTA SURABAYA
Apabila suatu saat nanti terbukti saya melakukan tindakan plagiat, maka saya akan menerima sanksi yang telah ditetapkan. Demikian surat pernyataan ini saya buat dengan sebenar-benarnya.
Surabaya, Juli 2016
Krisnita Dwi Jayanti
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
vii
KATA PENGANTAR
Puji Syukur Kehadirat Tuhan Yang Maha Esa, atas karunia dan Hidayah-Nya penyusunan penelitian tesis dengan judul “Indeks Prediktif Risiko Kematian Ibu Di Kota Surabaya” ini dapat terselesaikan. Tesis ini membahas tentang variabel penelitian apa saja yang bisa dijadikan sebagai indeks yang dapat digunakan untuk memprediksi ibu hamil yang dapat berisiko mengalami kematian ibu.
Ucapan terima kasih yang tak terhingga saya sampaikan kepada Dr. Hari Basuki N., dr., M.Kes selaku Pembimbing Ketua yang dengan kesabaran dan perhatian dalam memberikan bimbingan, semangat dan saran hingga penelitian tesis ini bisa terselesaikan dengan baik. Ucapan terima kasih yang tak terhingga juga saya sampaikan kepada Dr. Arief Wibowo, dr., M.S selaku pembimbing kedua yang telah banyak meluangkan waktu untuk memberikan bimbingan, motivasi dan saran. Pada kesempatan ini penulis ingin mengucapkan terima kasih kepada pihak-pihak yang telah membantu dalam kelancaran selama penyusunan tesis ini, terima kasih penulis ucapkan kepada : 1. Prof. Dr. Moh. Nasih, SE., M.T., AK., CMA., CA selaku Rektor Universitas
Airlangga. 2. Prof. Dr. Tri Martiana, dr., MS selaku Dekan Fakultas Kesehatan Masyarakat
Universitas Airlangga. 3. Prof. Dr. Chatarina U. W., dr.,MS.,MPH, selaku Koordinator Program Studi
Epidemiologi Universitas Airlangga. 4. Dr. Hari Basuki N., dr., M.Kes selaku Ketua minat studi Manajemen
Surveilans Epidemiologi dan Informasi Kesehatan Program magister program studi epidemiologi Fakultas Kesehatan Masyarakat Universitas Airlangga dan sekaligus sebagai pembimbing Ketua.
5. Dr. Arief Wibowo, dr., M.S sebagai pembimbing kedua dalam penyusunan penelitian tesis.
6. Kepala Dinas Kesehatan Kota Surabaya yang telah memberikan izin untuk melakukan penelitian, beserta staf dan seluruh pemegang program kesehatan ibu dan anak di puskesmas tempat lokasi penelitian yang telah memberi bantuan dalam penelitian.
7. Suamiku tercinta Moch. Hanson dan anakku tersayang Fadil Asyif Arrasyid, Bapak, Ibu dan keluarga besarku untuk segala doa, kesabaran dan dukungan selama menjalani perkuliahan ini.
8. Teman-teman angkatan 2014 Program Magister Program Studi Epidemiologi Fakultas Kesehatan Masyarakat Universitas Airlangga dan semua pihak yang tidak dapat peneliti sebutkan satu persatu.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
viii
Penulis juga menerima segala kritik dan saran dari semua pihak demi kesempurnaan tesis ini. Akhir kata, semoga tesis ini dapat berguna baik bagi penulis maupun pihak yang memanfaatkannya.
Surabaya, Juli 2016
Krisnita Dwi Jayanti
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
ix
SUMMARY
The maternal mortality raito (MMR) in Indonesia remains high 359 per
100.000 live birth (SDKI 2012). MMR is an indicator of mother’s helath, especially the risk of being death for a mother while pregnancy and delivery. McCarthy and Maine shows three factors that influence maternal mortality, i.e proximate determinant, intermediate determinant and distant determinant. Surabaya city is one of city in the province of East Java which have maternal mortality case still high, so it is necessary to study factor that influence matenal mortality in that city.
Problem reducing maternal mortality in developing countries because of inadequate information. Inadequate information was the lack of statistichal data dan regular information that can describe maternal mortality. Besides the lack of description of the problem of maternal deaths due to information about maternal deaths have so far only illustrates the magnitude of the problem, but has not been able to describe the level of vulnerability of maternal mortality.
Information about predictors of maternal deaths is limited, so to measure the risk of maternal death, it is necessary to develop an index. Reletade topics important predictors of maternal mortality to be understood as an effort for the planning and evaluation of maternal and child health programs. The index assesses forecast or predict the risk to maternal mortality has not been done. The index has been used in the early detection of the mother still see the risk of pregnancy and has not looked at the risk of maternal death.
The purpose of this study was to determined the indicators and develop predictive index formula risk factor of maternal mortality.
Type of this research was observasional analytic research using case control study. Case in this study is maternal death in Surabaya district and control group was all mother in pregnancy still live up to 42 days postpartum. The sample size in this study were 114 respondents 38 cases and 76 controls. The sampling technique in this study used simple random sampling technique. Data collection techniques done with secondary data obtained through pregnant women cohort registers and mother card. Age, parity, IMT, LILA, anemia status,interval pregnancy,TT imunization, antenatal care, birth attendants,history of contraception, history of illnes, history of complikation is the independent variable in this study. The dependent variable was maternal mortality.
The result showed that a candidat indicator variables(p<0,25) is age (p value=0,179), parity (p value = 0,224), anemia status (p value = 0,002), imunizazion TT (p value=0,127), antenatal care (p value= 0,127), history of contraception (p value= 0,002), and history of illnes (p value= 0,001).The seven variables as indicators of default of risk factor maternal mortality : age, parity, imunizazion TT, and antenatal care. The predictive index of risk factor of maternal mortality are ( - 1,834 + (2,267xhistory of illnes) + (1,597xhistory of using contracepcion) + (1,597xanemia status)).
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
x
This index is expected to be considered and utilized as a measuring tool in helping health workers, especially in health centers for screening mother, so early can know that pregnant women have an increased risk.of dying either during pregnancy, give birth and parturition.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
xii
DAFTAR ISI
Halaman Sampul Depan ............................................................................................. i Halaman Sampul Dalam ............................................................................................ ii Halaman Pengesahan ................................................................................................. iv Halaman Persetujuan .................................................................................................. v Halaman Orisinalitas .................................................................................................. vi Halaman Kata Pengantar ............................................................................................ vii Halaman Summary ..................................................................................................... ix Halaman Abstrak ........................................................................................................ x Halaman Daftar Isi ..................................................................................................... xii Halaman Daftar Tabel ................................................................................................ xv Halaman Daftar Gambar ............................................................................................ xvi Halaman Daftar Lampiran.......................................................................................... xvii Halaman Daftar Singkatan ......................................................................................... xviii BAB I PENDAHULUAN
1.1. Latar Belakang dan Identifikasi Masalah .................................................. 1 1.2. Kajian Masalah .......................................................................................... 6 1.3 Rumusan Masalah ....................................................................................... 11 1.4 Tujuan Penelitian ........................................................................................ 11 1.5 Manfaat Penelitian ...................................................................................... 12
BAB II TINJAUAN PUSTAKA
2.1.Definisi Kematian Ibu .................................................................................. 14 2.1.1 Penyebab Kematian Ibu ........................................................................... 15
2.2 Faktor Risiko yang mempengaruhi kematian Ibu ......................................... 17 2.3 Upaya menurunkan Kematian Ibu ................................................................ 30 2.4 Indikator dan Indeks ..................................................................................... 33
2.4.1 Definisi Indikator ..................................................................................... 33 2.4.2 Syarat Indikator ....................................................................................... 34 2.4.3 Klasifikasi Indikator ................................................................................ 35 2.4.4 Indikator Program Kesehatan Ibu ............................................................ 35 2.4.5 Indeks ....................................................................................................... 37
BAB III KERANGKA KONSEPTUAL DAN HIPOTESIS PENELITIAN
3.1 Kerangka Konseptual Penelitian .................................................................. 39 3.2 Hipotesis Penelitian ...................................................................................... 41
BAB IV METODE PENELITIAN 4.1 Jenis Penelitian ............................................................................................. 42 4.2 Rancang bangun penelitian .......................................................................... 42 4.3 Lokasi dan Waktu Penelitian ....................................................................... 43 4.4 Populasi dan sampel ..................................................................................... 43 4.5 Kerangka Operasional .................................................................................. 47
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
xiii
4.6 Variabel Penelitian dan Defini Operasianal ................................................. 48 4.7 Teknik dan Prosedur Pengumpulan Data ..................................................... 51 4.8 Pengolahan danAnalisis Data ....................................................................... 51
BAB V HASIL DAN ANALISIS DATA
5.1 Gambaran Umum Lokasi Penelitian............................................................. 55 5.1.1 Kondisi Demografi .................................................................................. 55 5.1.2 Kondisi Sarana Pelayanan Kesehatan ...................................................... 55 5.1.3 Kondisi Tenaga Kesehatan ...................................................................... 56
5.2 Gambaran Kasus Kematian Ibu ................................................................... 56 5.2.1 Penyebab Kematian Ibu ........................................................................... 56 5.2.1 Sebaran Umur pada kasus Kematian Ibu ................................................. 57
5.3 Pengaruh Umur Terhadap Kematian Ibu ..................................................... 58 5.4 Pengaruh Paritas Terhadap Kematian Ibu .................................................... 59 5.5 Pengaruh IMT Terhadap Kematian Ibu ........................................................ 59 5.6 Pengaruh LILA Terhadap Kematian Ibu ..................................................... 60 5.7 Pengaruh Status AnemiaTerhadap Kematian Ibu ......................................... 61 5.8 Pengaruh Jarak Kehamilan Terhadap Kematian Ibu .................................... 61 5.9 Pengaruh Imunisasi TT Terhadap Kematian Ibu ......................................... 62 5.10 Pengaruh Pemeriksaan Kehamilan Terhadap Kematian Ibu ...................... 63 5.11 Pengaruh Penolong PersalinanTerhadap Kematian Ibu ............................. 64 5.12 Pengaruh Riwayat KB Terhadap Kematian Ibu ........................................ 64 5.13 Pengaruh Riwayat Penyakit Terhadap Kematian Ibu ................................. 65 5.14 Pengaruh Riwayat Komplikasi Terhadap Kematian Ibu ............................ 66 5.15 Indeks Prediktif Risiko Kematian Ibu ........................................................ 66 5.15.1 Hasil Analisis dengan Uji Regresi Logistik Ganda ............................... 67 5.15.2 Kurva ROC dan PerhitunganCut Off Indeks ......................................... 69
5.16 Formula Indeks Prediktif Risiko Kematian Ibu ......................................... 72
BAB VI PEMBAHASAN 6.1 Pengaruh Umur Terhadap Kematian Ibu ..................................................... 74 6.2 Pengaruh Paritas Terhadap Kematian Ibu .................................................... 75 6.3 Pengaruh IMT Terhadap Kematian Ibu ........................................................ 76 6.4 Pengaruh LILA Terhadap Kematian Ibu ..................................................... 76 6.5 Pengaruh Status AnemiaTerhadap Kematian Ibu ......................................... 77 6.6 Pengaruh Jarak Kehamilan Terhadap Kematian Ibu .................................... 80 6.7 Pengaruh Imunisasi TT Terhadap Kematian Ibu ......................................... 80 6.8 Pengaruh Pemeriksaan Kehamilan Terhadap Kematian Ibu ........................ 81 6.9 Pengaruh Penolong PersalinanTerhadap Kematian Ibu ............................... 82 6.10 Pengaruh Riwayat KB Terhadap Kematian Ibu ........................................ 82 6.11 Pengaruh Riwayat Penyakit Terhadap Kematian Ibu ................................. 83 6.12 Pengaruh Riwayat Komplikasi Terhadap Kematian Ibu ............................ 84 6.13 Indeks Prediktif Risiko Kematian Ibu ........................................................ 85
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
xiv
BAB VI PENUTUP 7.1 Kesimpulan .................................................................................................. 89 7.2 Saran ............................................................................................................. 90
Daftar Pustaka ........................................................................................................... 92 Lampiran
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
xv
DAFTAR TABEL
Tabel 4.1 Nilai OR dan Perhitungan Besar Sampel dari Penelitian Terdahulu ......... 45 Tabel 4.2 Definisi Operasional Penelitian ................................................................. 48 Tabel 5.1 Sarana pelayanan kesehatan Di Kota Surabaya ......................................... 55 Tabel 5.2 Distribusi Frekuensi Penyebab Kematian Ibu Di Kota Surabaya .............. 57 Tabel 5.3 Distribusi Frekuensi Umur pada Kasus Kematian Ibu............................... 58 Tabel 5.4 Distribusi Umur Menurut Kejadian Kematian Ibu .................................... 58 Tabel 5.5 Distribusi Jumlah Paritas Menurut Kejadian Kematian Ibu ...................... 59 Tabel 5.6 Distribusi IMT Menurut Kejadian Kematian Ibu ...................................... 60 Tabel 5.7 Distribusi LILA Menurut Kejadian Kematian Ibu ..................................... 60 Tabel 5.8 Distribusi Status Anemia Menurut Kejadian Kematian Ibu ...................... 61 Tabel 5.9 Distribusi Jarak Kehamilan Menurut Kejadian Kematian Ibu ................... 62 Tabel 5.10 Distribusi Imunisasi TT Menurut Kejadian Kematian Ibu ...................... 62 Tabel 5.11 Distribusi Pemeriksaan Kehamilan Menurut Kejadian Kematian Ibu ..... 63 Tabel 5.12 Distribusi Penolong Persalinan Menurut Kejadian Kematian Ibu ........... 64 Tabel 5.13 Distribusi Riwayat KB Menurut Kejadian Kematian Ibu ........................ 65 Tabel 5.14 Distribusi Riwayat Penyakit Menurut Kejadian Kematian Ibu ............... 65 Tabel 5.15 Distribusi Riwayat Komplikasi Menurut Kejadian Kematian Ibu ........... 66 Tabel 5.16 Hasil Analisis Regresi Logistik Sederhana .............................................. 67 Tabel 5.17 Hasil Regresi Logistik Sederhana Terhadap Kematian Ibu ..................... 68 Tabel 5.18 Variabel yang tidak masuk model ............................................................ 68 Tabel 5.19 Perhitungan nilai sensitifitas dan spesifisitas ........................................... 70 Tabel 5.20 Skor Kategori Variabel Risiko Kematian Ibu .......................................... 72 Tabel 5.21 Indeks Prediktif Risiko Kematian Ibu Di Kota Surabaya ........................ 72
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
xvi
DAFTAR GAMBAR
Gambar 1.1 Trend Angka Kematian Ibu di Kota Surabaya ...................................... 4 Gambar 1.2 Penyebab Kematian Ibu Di Kota Surabaya Tahun 2014 ....................... 5 Gambar 2.1 Kerangka Analisis determinan kematiandan kesakitan ibu.................... 16 Gambar 3.1 Kerangka Konsep Penelitian: Modifikasi Teori McCarthy dan Maine . 39 Gambar 4.1 Skema Desain Penelitian Kasus Kontrol ............................................... 43 Gambar 4.2 Kerangka Operasional Penelitian .......................................................... 47 Gambar 5.1 Kurva ROC dari hasil analisis multivariat ............................................ 69 Gambar 5.2 Titik potong nilai sensitifitas dan spesifisitas ....................................... 70 Gambar 5.3 Matriks Indeks Prediktif Risiko Kematian Ibu ..................................... 73
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
xvii
DAFTAR LAMPIRAN
Lampiran 1 Analisis Crosstab .................................................................................... 96 Lampiran 2 Analisis Bivariat ..................................................................................... 102 Lampiran 3 Analisis Multivariat ................................................................................ 129 Lampiran 4 Kode Etik Penelitian ............................................................................... 138 Lampiran 5 Ijin Penelitian dari Universitas Airlangga .............................................. 139 Lampiran 6 Ijin Penelitian dari Bakesbangpolinmas Kota Surabaya......................... 140 Lampiran 7 Ijin Penelitian dari Dinas Kesehatan Kota Surabaya .............................. 141 Lampiran 8 Ijin Penggunaan Data Sekunder dari Universitas Airlangga .................. 143
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
xviii
DAFTAR SINGKATAN
AIDS =Acquired Immune Deficiency Syndrome AKI = Angka Kematian Ibu BPS = Badan Pusat Statistik Cm = Centimeter EMAS = Expanding Maternal & Neonatal Survival G = Gram Hb = Haemoglobin HIV = Human Immunodeficiency Virus IMT = Indek Masa Tubuh ICD-X = International Clasification of Diseases X ICPD = International Conference on Population and Development KB = Keluarga Berencana KEK = Kurang Energi Kalori LILA = Lingkar Lengan Atas LKI = Laporan Kematian Ibu K1 = Kunjungan pertama K4 = kunjungan antenatal 4 kali KF3 = pelayanan nifas oleh tenaga kesehatan PK = penanganan komplikasi obstetri PN = persalinan di tolong tenaga kesehatan MDGs = Millenium Development Goals Ml = mili liter MPS = Making Pregnancy Safer RPJMN = Rencana Pembangungan Jangka Menengah Nasional SDGs = Sustainable Development Goals SDKI = Survei Demografi Kesehatan Indonesia SKRT = Survei Kesehatan Rumah Tangga UN = United Nations OR = Odds Ratio PONED = Pelayanan Neonatal Obstetri Emergensi Dasar PONEK = Pelayanan obstetric dan neonatal emergensi komprehensif ROC = Receiver Operating Charactheristic TT = Tetanus Toxoid WHO = Word Health Organizazion
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
1
BAB 1
PENDAHULUAN
1.1 Latar Belakang dan Identifikasi Masalah
Kesehatan ibu termasuk salah satu isu krusial dalam pencapaian
pembangunan kesehatan di seluruh dunia. Pelayanan kesehatan ibu tidak
hanya dapat digunakan untuk menentukan pembangunan kesehatan suatu
negara, tetapi dapat digunakan untuk investasi bagi peningkatan kualitas
sumber daya manusia di masa mendatang (Syafrudin dan Hamidah, 2009).
Ibu adalah anggota keluarga yang berperan penting dalam mengatur semua
terkait urusan rumah tangga, pendidikan anak dan kesehatan seluruh keluarga,
sehingga upaya peningkatan penyelenggaraaan kesehatan ibu perlu
mendapatkan prioritas dan perhatian khusus (Kemenkes RI, 2014).
Angka Kematian Ibu (AKI) juga merupakan salah satu target yang
telah ditentukan dalam tujuan ke-5 pembangunan Millenium Development
Goals (MDGs) untuk menurunkan Angka Kematian Ibu hingga tiga per empat
dalam kurun waktu 1990-2015. MDGs telah berakhir pada tahun 2015 dan
World Health Organizazion (WHO) menetapkan agenda baru untuk
kelanjutan dari apa yang telah dibangun dalam MDGs dengan menetapkan
Sustainable Development Goals (SDGs), target yang akan dicapai adalah
mengurangi AKI secara global hingga di bawah 70/100.000 kelahiran hidup
hingga kurun waktu 2030 (WHO, 2015).
Target AKI di Indonesia berdasarkan MDGs di tahun 2015 adalah 102
per 100.000 kelahiran hidup (Kemenkes RI, 2014). Berdasarkan Survei
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
2
Demografi dan Kesehatan Indonesia (SDKI) tahun 2012, AKI (yang
berkaitan dengan kehamilan, persalinan dan nifas) sebesar 359 per 100.000
kelahiran hidup. Angka kematian ibu menduduki peringkat pertama jika
dibandingkan dengan negara-negara tetangga di Kawasan Assosiation of
Southeast Asian Nations (ASEAN). Pada tahun 2007, ketika AKI di Indonesia
mencapai 228, AKI di Singapura hanya 6 per 100.000 kelahiran hidup, Brunei
33 per 100.000 kelahiran hidup, Filipina 112 per 100.000 kelahiran hidup,
serta Malaysia dan Vietnam sama-sama mencapai 160 per 100.000 kelahiran
hidup (Kemenkes RI, 2015).
Penduduk Indonesia pada tahun 2007 adalah 225.642.000 jiwa dengan
AKI 228 per 100.000 kelahiran hidup yang berarti ada 9.774 ibu meninggal
per tahun atau 1 ibu meninggal tiap jam oleh sebab yang berkaitan dengan
kehamilan, persalinan, dan nifas. Penyebab langsung kematian ibu sebesar
90% terjadi pada saat persalinan dan segera setelah persalinan (SKRT 2001).
Penyebab langsung kematian ibu adalah perdarahan (28%), eklampsia (24%),
dan infeksi ( 11%). Penyebab tidak langsung kematian ibu antara lain Kurang
Energi Kronis (KEK) pada kehamilan (37%) dan anemia pada kehamilan
(40%). Kejadian anemia akan meningkatkan risiko kematian ibu dibandingkan
dengan ibu yang tidak anemia (Depkes, 2009).
Indonesia sejak tahun 1996 telah melakukan upaya strategis dalam
menekan AKI dengan pendekatan Safe Motherhood berupa program Gerakan
Sayang Ibu yang melibatkan berbagai sektor pemerintahan serta sektor
kesehatan. Pada tahun 2000 Kementerian Kesehatan RI memperkuat strategi
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
3
intervensi sektor kesehatan untuk mengatasi kematian ibu dengan
mencanangkan strategi Making Pregnancy Safer, tetapi pada tahun 2012
SDKI mencatat kenaikan kematian ibu dari 228 menjadi 359 kematian ibu per
100.000 kelahiran hidup. Pemerintah pada tahun 2012 membuat Strategi
Expanding Maternal and Neonatal Survival (EMAS) di 6 Provinsi dan
Kabupaten dengan angka kematian ibu terbesar yaitu Sumatera Utara, Banten,
Jawa Barat, Jawa Tengah, Jawa Timur dan Sulawesi Selatan. Dasar pemilihan
provinsi tersebut dikarenakan 52,6% dari jumlah kematian ibu yang terjadi di
Indonesia berasal dari enam provinsi tersebut, dengan penurunan AKI di
enam provinsi tersebut diharapkan akan dapat menurunkan AKI di Indonesia
secara signifikan (Kemenkes RI, 2015).
Upaya penurunan angka kematian ibu dan angka kematian neonatal
melalui program EMAS dilakukan dengan cara meningkatkan kualitas
pelayanan emergensi obstetri dan bayi baru lahir minimal di 150 rumah sakit
(PONEK) dan 300 puskesmas/balkesmas (PONED) dan memperkuat sistem
rujukan yang efisien dan efektif antar puskesmas dan rumah sakit. Pelayanan
kesehatan ibu meliputi pelayanan kesehatan ibu hamil, pelayanan kesehatan
ibu bersalin, pelayanan kesehatan ibu nifas, pelayanan/penanganan komplikasi
kebidanan, dan pelayanan kontrasepsi. Pemerintah bersama masyarakat
bertanggung jawab untuk menjamin setiap ibu memiliki akses terhadap
pelayanan kesehatan ibu yang berkualitas, mulai dari saat hamil, pertolongan
persalinan oleh tenaga kesehatan terlatih, perawatan pasca persalinan bagi ibu
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
4
dan bayi, perawatan khusus dan rujukan jika terjadi komplikasi, serta akses
terhadap keluarga berencana (Kemenkes RI, 2015).
Berdasarkan Laporan Kematian Ibu (LKI) Kabupaten/Kota se Jawa
Timur, Angka Kematian Ibu di Provinsi Jawa Timur cenderung meningkat
dalam 5 tahun terakhir, yaitu pada tahun 2008 sebesar 83 per 100.000
kelahiran hidup; tahun 2009 sebesar 90,7 per 100.000 kelahiran hidup; tahun
2010 sebesar 101,4 per 100.000 kelahiran hidup; tahun 2011sebesar 104,3 per
100.000 kelahiran hidup dan di tahun 2012 mencapai 97,43 per 100.000
kelahiran hidup. Capaian Angka Kematian Ibu di Jawa Timur tahun 2012
keadaannya berada 5 point dibawah dari target MDGs tahun 2015 sebesar 102
per 100.000 kelahiran hidup (Dinkes Prov Jatim, 2013).
Gambar 1.1 Trend Angka Kematian ibu di Kota Surabaya
Data Angka Kematian Ibu di Kota Surabaya pada tahun 2012 dengan
jumlah kelahiran hidup 41.481 dengan jumlah kematian 60 jiwa dan besar
proporsi 144,64 per 100.000 kelahiran hidup. Pada tahun 2013 dengan jumlah
kelahiran hidup sebanyak 41.125 dengan jumlah kematian ibu 49 jiwa dengan
proporsi sebesar 119,15 per 100.000 kelahiran hidup dan pada tahun 2014
118
144.64
119.15
90.19
118 118 118 118
102 102 102 102
0
20
40
60
80
100
120
140
160
2011 2012 2013 2014
Capaian
Target RPJMN 2014
Target MDGs
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
5
jumlah kelahiran hidup sebesar 43.242 kelahiran hidup dengan jumlah
kematian ibu 39 jiwa dengan proporsi sebesar 90,19 per 100.000 kelahiran
hidup. Data di atas menujukkan pada tahun 2014 terjadi penurunan dalam 2
tahun terakhir akan tetapi cenderung stagnan (Dinas Kesehatan Kota
Surabaya, 2014).
Gambar 1.2 Penyebab Kematian ibu di Kota Surabaya Tahun 2014
Dari Gambar 1.2 dapat diketahui bahwa penyebab langsung terbanyak
pada kematian ibu di Kota Surabaya disebabkan oleh faktor lain yang tidak
diketahui penyebabnya yaitu 10 kematian ibu dari 39 kematian yang terjadi
dengan besar persentase sebesar 41%.
McCarthy dan Maine (1992) mengemukakan 3 faktor yang
berpengaruh terhadap proses terjadinya kematian maternal yaitu determinan
dekat, determinan antara, dan determinan jauh. Determinan dekat adalah
kehamilan itu sendiri dan komplikasi yang terjadi dalam kehamilan,
persalinan dan masa nifas (komplikasi obstetri). Determinan dekat secara
Perdarahan 26%
Eklamsia 28%
Infeksi 0%
jantung 5%
Lainnya 41%
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
6
langsung dipengaruhi oleh determinan antara yang berhubungan dengan faktor
kesehatan, seperti status kesehatan ibu, status reproduksi, akses terhadap
pelayanan kesehatan, dan perilaku penggunaan pelayanan kesehatan.
Determinan jauh yang akan mempengaruhi kejadian kematian maternal
melalui pengaruhnya terhadap determinan antara yang meliputi sosiokultural
dan faktor ekonomi, seperti status wanita dalam keluarga dan masyarakat,
status keluarga dalam masyarakat dan status masyarakat. Kesadaran
masyarakat yang rendah tentang kesehatan ibu hamil, pemberdayaan
perempuan yang tidak baik, latar belakang pendidikan, sosial ekonomi
keluarga, lingkungan masyarakat dan politik, serta kebijakan secara tidak
langsung diduga ikut berperan dalam meningkatkan kematian ibu.
1.2 Kajian Masalah
Kesehatan ibu adalah salah satu isu krusial dalam pencapaian
pembangunan kesehatan di seluruh dunia. Pelayanan kesehatan ibu tidak
hanya sensitif dalam menentukan pembangunan kesehatan suatu negara,
tetapi investasi bagi peningkatan kualitas sumber daya manusia suatu negara
(Syafrudin dan Hamidah, 2009). WHO membagi penyebab kematian ibu
menjadi penyebab langsung (direct) dan tidak langsung (indirect). Penyebab
langsung yaitu komplikasi kehamilan, sedangkan yang menyebabkan
kematian tidak langsung yaitu HIV, malaria, dan tuberkulosis. Peristiwa
kematian pada dasarnya merupakan proses akumulasi akhir (outcome) dari
berbagai penyebab kematian langsung maupun tidak langsung (Hernandez
dan Moser, 2013).
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
7
Angka Kematian Ibu merupakan salah satu indikator yang peka
dalam menggambarkan kesejahteraan masyarakat di suatu negara. Kejadian
kematian di suatu wilayah dari waktu ke waktu dapat memberikan gambaran
perkembangan derajat kesehatan masyarakat, selain seringkali digunakan
sebagai indikator dalam penilaian keberhasilan program pembangunan dan
pelayanan kesehatan. Angka Kematian Ibu yang tinggi di suatu wilayah pada
dasarnya menggambarkan derajat kesehatan masyarakat yang rendah dan
berpotensi menyebabkan kemunduran ekonomi dan sosial pada level rumah
tangga, komunitas, dan nasional (Kemenkes RI, 2014).
Penelitian di India dan Bangladesh menunjukkan bahwa dari satu
kematian ibu terdapat 17 sampai 70 kasus morbiditas berat pada ibu. Dampak
terbesar kematian ibu yang berupa penurunan kualitas hidup bayi dan anak
menyebabkan goncangan dalam keluarga dan selanjutnya mempengaruhi
tumbuh kembang anak. Penelitian di Bangladesh menunjukkan bahwa 95
persen dari bayi lahir dengan ibu meninggal dalam kurun waktu dekat akan
meninggal sebelum umur satu tahun, dengan satu ibu meninggal diperkirakan
dua anak menjadi piatu. Demikian juga keadaan Di Indonesia ibu memiliki
peran yang penting dalam keluarga, kelangsungan hidup anak-anak
bergantung kepada ibu. Penelitian menunjukkan bahwa kematian ibu juga
akan diikuti oleh kematian bayinya. Oleh karena itu upaya pencegahan
kematian ibu sangat penting dilakukan sebagai upaya untuk memperbaiki
nasib dan kelangsungan hidup anak (Wijono, 2008).
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
8
Hasil penelitian di Kabupaten Pati Jawa Tengah menunjukan bahwa
faktor risiko pada determinan dekat atau komplikasi yang mempengaruhi
kematian maternal yaitu ibu dengan komplikasi kehamilan mempunyai risiko
12 kali lebih besar dibandingkan dengan ibu tanpa komplikasi kehamilan, ibu
dengan komplikasi persalinan mempunyai risiko 10 kali lebih besar
dibandingkan dengan ibu tanpa komplikasi persalinan dan ibu dengan riwayat
penyakit memiliki risiko sebesar 28 kali lebih besar dibandingkan dengan ibu
tanpa riwayat penyakit (Aeni, 2013).
Penelitian faktor risiko yang dilakukan di Gowa Sulawesi Selatan
dengan menggunakan desain studi kasus kontrol untuk melihat pengaruh
status kesehatan yang terdiri dari status gizi, anemia, riwayat penyakit dan
komplikasi kehamilan menyatakan bahwa ibu dengan status kesehatan risiko
tinggi mempunyai risiko sebesar 10 kali lebih besar mengalami kematian
dibandingkan dengan ibu yang memiliki status kesehatan risiko rendah
(Ikhtiar dan Yasir, 2015).
Permasalahan di negara berkembang dalam banyak sumber
menyebutkan data kematian sebanyak 50% kematian ibu tidak terlaporkan.
Permasalahan ini menyebabkan salah menghitung angka kematian ibu yang
disebabkan oleh komplikasi kehamilan (Hernandez dan Moser, 2013).
Permasalahan penurunan AKI di negara berkembang salah satunya karena
informasi yang belum memadai. Informasi yang kurang memadai tersebut
terjadi karena masih kurangnya data statistik dan informasi berkala yang
mampu menggambarkan kematian ibu. Kurangnya gambaran permasalahan
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
9
kematian ibu karena informasi tentang kematian ibu yang ada selama ini
hanya menggambarkan besaran masalah, namun belum mampu
menggambarkan tingkat kerawanan tentang kematian ibu (Syafrudin dan
Hamidah, 2009).
Kehamilan adalah proses reproduksi yang normal, tetapi perlu
perawatan dini yang khusus agar ibu dan janin dalam keadaan sehat, oleh
sebab itu kehamilan yang normal tetap mempunyai risiko. Upaya untuk
menurunkan angka kematian ibu perlu dilakukan dengan deteksi dini risiko
ibu hamil di tempat pelayanan kesehatan ibu dan anak atau pada masyarakat.
Faktor risiko merupakan beberapa keadaan yang dimiliki oleh ibu tetapi tidak
secara bermakna secara langsung meningkatkan risiko kematian ibu. Faktor
risiko tersebut dapat berupa umur ibu kurang dari 20 tahun dan atau lebih dari
35 tahun, jumlah anak lebih dari 4, jarak kehamilan terakhir sekarang kurang
dari 2 tahun, riwayat penyakit sebelumnya dan lingkar lengan atas kurang dari
23,5 cm (Wijono, 2008).
Informasi tentang prediktor kematian ibu masih terbatas, sehingga
untuk mengukur risiko kematian ibu, maka perlu dikembangkan suatu indeks.
Indeks adalah suatu istilah yang digunakan untuk indikator yang lebih
kompleks yang merupakan gabungan dari sejumlah indikator. Indeks dapat
menggambarkan suatu gambaran efek gabungan sejumlah komponen yang
diukur secara bebas dan dapat digunakan sebagai ukuran perubahan yang
terjadi dalam jangka waktu pendek (Departemen Kesehatan RI, 2003). Indeks
merupakan suatu pendekatan terbaik yang digunakan yang dapat mendekati
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
10
rate sesungguhnya. Indeks digunakan apabila kita tidak dapat menghitung
langsung jumlah yang menghadapi risiko (Wijono, 2006). Informasi terkait
prediktor kematian ibu penting untuk dipahami sebagai upaya untuk
perencanaan dan evaluasi program kesehatan ibu dan anak.
Penelitian mengenai indeks yang menilai perkiraan atau memprediksi
risiko terhadap kematian ibu belum pernah dilakukan. Indeks yang sudah
digunakan dalam melakukan deteksi dini pada ibu masih melihat risiko pada
kehamilan dan belum melihat pada risiko kematian ibu. Penilaian risiko
kehamilan ibu yaitu dengan menggunakan Kartu Skor poedji rochjati.
Kehamilan risiko tinggi dapat berakibat pada terjadinya peningkatan
morbiditas dan mortalitas terhadap ibu dan janin dalam kehamilan, persalinan,
dan nifas (Mochtar,1998). Variabel yang digunakan dalam penilaian adalah
determinan jauh, antara, dan dekat dalam suatu kehamilan. Skor yang
dihasilkan belum tentu mengarah pada mortalitas atau kematian ibu.
Pemanfaatan data hasil pemeriksaan ibu hamil untuk menyusun suatu
indeks prediksi kematian ibu diharapkan dapat menjadi informasi yang
mampu mendeteksi sedini mungkin risiko kematian ibu dengan
memperhitungkan faktor risiko yang ada. Informasi ini dapat berguna bagi
ibu, tenaga kesehatan maupun pemegang program kesehatan ibu, sehingga
dapat menurunkan kematian ibu dengan melakukan deteksi dini untuk
mencegah terjadinya kematian pada ibu hamil, bersalin, dan nifas.
Berdasarkan data dan fenomena yang ada, maka penting dilakukan
penelitian untuk membuat indeks prediktif risiko kematian ibu di Kota
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
11
Surabaya. Indeks prediktif merupakan suatu pengukuran yang dilakukan
dengan menggunakan indikator-indikator yang secara statistik bermakna
untuk mempengaruhi kematian ibu sehingga dapat mengetahui besar risiko
kematian ibu pada seorang ibu hamil. Manfaat dari diketahuinya indeks
prediktif risiko kematian ibu diharapkan dapat menentukan intervensi yang
tepat untuk menurunkan angka kematian ibu khususnya di Kota Surabaya.
1.3 Rumusan Masalah
Bagaimana indeks prediktif risiko kematian ibu di Kota Surabaya?
1.4 Tujuan Penelitian
1.4.1 Tujuan Umum
Menyusun indeks prediktif risiko kematian ibu di Kota Surabaya
1.4.2 Tujuan Khusus
1 Menganalisis pengaruh umur terhadap kematian ibu di Kota Surabaya.
2 Menganalisis pengaruh paritas terhadap kematian ibu di Kota Surabaya.
3 Menganalisis pengaruh Indeks Masa Tubuh (IMT) terhadap kematian ibu di
Kota Surabaya.
4 Menganalisis pengaruh Lingkar Lengan Atas (LILA) terhadap kematian ibu di
Kota Surabaya.
5 Menganalisis pengaruh status anemia terhadap kematian ibu di Kota
Surabaya.
6 Menganalisis pengaruh jarak kehamilan terhadap kematian ibu di Kota
Surabaya.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
12
7 Menganalisis pengaruh imunisasi (Tetanus Toksoid) TT terhadap kematian
ibu di Kota Surabaya.
8 Menganalisis pengaruh pemeriksaan kehamilan terhadap kematian ibu di Kota
Surabaya.
9 Menganalisis pengaruh penolong persalinan terhadap kematian ibu di Kota
Surabaya.
10 Menganalisis pengaruh riwayat KB terhadap kematian ibu di Kota Surabaya.
11 Menganalisis pengaruh riwayat penyakit terhadap kematian ibu di Kota
Surabaya.
12 Menganalisis pengaruh riwayat komplikasi terhadap kematian ibu di Kota
Surabaya.
13 Menyusun indeks yang berhubungan dengan risiko kematian ibu di Kota
Surabaya.
1.5 Manfaat Penelitian
1.5.1 Manfaat Teoritis
Didapatkan bukti ilmiah terkait faktor yang berkontribusi terhadap
meningkatnya jumlah kematian ibu di Kota Surabaya yang dapat digunakan
sebagai pengembangan penelitian berikutnya untuk menurunkan angka kematian
ibu khususnya di Kota Surabaya.
1.5.2 Manfaat Praktis
1. Memberikan informasi baru bagi calon ibu terkait faktor yang dapat
meningkatkan kejadian kematian ibu. Sehingga calon ibu dapat lebih mawas
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
13
diri dalam mempersiapkan dan menjaga kesehatannya dengan optimal selama
kehamilan hingga masa nifas berakhir.
2. Memberikan masukan dan bahan pertimbangan bagi perumusan kebijakan,
khususnya bagi upaya penurunan angka kematian ibu dan peningkatan program
kesehatan ibu dan anak.
3. Sebagai dasar pertimbangan penyusunan strategi yang tepat untuk
perencanaan, pencegahan, promosi dan intervensi dalam upaya menurunkan
angka kematian ibu.
4. Bagi Dinas Kesehatan memiliki implikasi penting terhadap proses monitoring
dan evaluasi program sehingga memberikan acuan dalam keberhasilan program
penyelenggaraan kesehatan ibu di wilayah Kota Surabaya.
5. Bagi Puskesmas pengumpulan data rutin dapat digunakan untuk deteksi dini
risiko kematian ibu di wilayah kerja puskesmas tersebut dan dapat digunakan
untuk menurunkan angka kematian ibu di wilayah kerjanya dengan
menggunakan data rutin yang telah terkumpul.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
14
BAB 2
TINJAUAN PUSTAKA
2.1 Definisi Kematian Ibu
Kematian adalah salah satu komponen proses demografi selain
fertilitas dan mobilitas yang mempengaruhi struktur penduduk suatu daerah.
Tingkat mortalitas penduduk selain berpengaruh pada pertumbuhan
penduduk, juga sebagai salah satu indikator derajat kesehatan masyarakat.
Data mortalitas dibutuhkan untuk melakukan proyeksi penduduk,
perencanaan pembangunan dan evaluasi terhadap program kebijakan dalam
kependudukan (Martadisoebrata, Sastrawinata dan Saifuddin, 2011).
Menurut United Nations (UN) dan World Health Organization
(WHO) mati merupakan keadaan menghilangnya semua tanda-tanda
kehidupan secara permanen, yang bisa kapan saja terjadi setelah kelahiran
hidup. Lahir hidup merupakan peristiwa keluarnya hasil konsepsi dari rahim
seorang ibu secara lengkap tanpa melihat lama kehamilan dan setelah terpisah
telah terjadi hasil konsepsi bernafas dan mempunyai tanda-tanda hidup lain
seperti denyut jantung, denyut tali pusat, atau gerakan – gerakan otot tanpa
memandang tali pusat sudah terpotong atau belum (Martadisoebrata,
Sastrawinata dan Saifuddin, 2011).
Kematian ibu menurut batasan dari The Tenth Revision of The
International Clasification of Diseases (ICD-X) adalah kematian seorang
wanita yang terjadi pada saat kehamilan sampai dengan 42 hari setelah
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
15
kehamilan berakhir, tidak tergantung dari lama dan tempat terjadi kehamilan,
yang disebabkan oleh apapun yang berhubungan dengan kehamilan, atau oleh
kehamilan tersebut atau penangkanannya, tetapi bukan kematian yang
disebabkan oleh kecelakaan (Syafrudin dan Hamidah, 2009).
Kematian ibu dapat dibagi menjadi dua kelompok, yaitu :
1. Kematian obstetri langsung (direct obstetric death) yaitu kematian yang
langsung sebagai akibat komplikasi obstetri pada kehamilan, persalinan
dan nifas atau kematian disebabkan tindakan atau yang terjadi selama
proses tindakan selama kehamilan, bersalin dam nifas (Syafrudin dan
Hamidah, 2009).
2. Kematian obstetri tidak langsung (inderict obstetric death) yaitu kematian
yang diakibatkan oleh penyakit bukan komplikasi obstetri, yang diperberat
dengan adanya kehamilan atau persalinan (Syafrudin dan Hamidah, 2009).
2.1.1 Penyebab Kematian Ibu
Penyebab kematian ibu seperti perdarahan pospartum, eklamsia,
infeksi, aborsi tidak aman, partus macet dan sebab lain seperti kehamilan
ektopik dan mola hidatidosa. Keadaan di atas diperberat dengan kurang
gizi, malaria dan penyakit lain seperti tuberculosis, penyakit jantung,
hepatitis, asma dan HIV (Martadisoebrata, Sastrawinata dan Saifuddin,
2011).
Penyebab langsung kematian ibu kurang lebih 90% disebabkan
persalinan dan kematian tersebut terjadi disebabkan komplikasi. Penyebab
tidak langsung dilatar belakangi oleh sosial ekonomi, pendidikan,
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
16
kedudukan dan peranan wanita, sosial budaya dan transportasi. selain itu
terdapat penyebab kematian ibu yang tergambar sebagai “tiga terlambat”
yaitu terlambat mengenal tanda bahaya dan mengambil keputusan,
terlambat mencapai fasilitas kesehatan, terlambat mendapat pertolongan di
fasilitas kesehatan. Serta ada “empat terlalu” yaitu terlalu muda untuk
memiliki anak dengan umur kurang dari 20 tahun, terlalu banyak
melahirkan dimana lebih dari 3 anak, terlalu rapat jarak kehamilan dengan
kehamilan sebelumnya yang berjarak kurang dari 2 tahun dan terlalu tua
untuk mempunyai anak dengan ibu umur lebih dari 35 tahun
(Prasetyawati,2012).
Pada tahun 1992 McCarthy dan Maine telah mengembangkan
suatu kerangka konseptual kematian ibu, dalam kerangka konseptual
tersebut terdapat 3 komponen dalam proses kematian ibu.
Determinan jauh Determinan Dekat Hasil
(Sumber : McCarthy dan Maine, 1992)
Gambar 2.1 Kerangka analisis determinan kematian dan kesakitan ibu
Mati/cacat
Komplikasi
Kehamilan
Faktor-faktor yang tidak diketahui tidak diperkirakan
Faktor-faktor Sosialekonomi
dan Budaya
Status Kesehatan
Status Reproduksi
Akses Terhadap Pelayanan Kesehatan
Perilaku/pemanfaatan pelayanan kesehatan
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
17
Kerangka konsep McCarthy dan Maine (1992) tersebut
mengemukakan bahwa peran determinan kematian ibu sebagai
keadaan/hal-hal yang melatarbelakangi dan menjadi penyebab langsung
dan tidak langsung dalam menyebabkan kematian ibu. Determinan
kematian tersebut dikelompokkan ke dalam determinan proksi/dekat,
determinan antara, dan determinan konstektual/jauh diantaranya yaitu
a. Determinan proksi/dekat, dipengaruhi oleh determinan antara yaitu
kejadian kehamilan, komplikasi kehamilan dan persalinan
b. Determinan antara, dipengaruhi oleh determinan konstektual/antara
yaitu status kesehatan, status reproduksi, perilaku sehat, dan faktor
lain yang tidak diketahui atau tidak terduga
c. Determinan kontektual/ jauh yaitu status wanita dalam keluarga dan
masyarakat, status keluarga dalam masyarakat, dan status masyarakat
(Syafrudin dan Hamidah, 2009).
2.2 Faktor Risiko yang mempengaruhi kematian ibu
Faktor risiko merupakan sesuatu yang ada pada diri seseorang atau
komunitas yang mungkin pada suatu waktu tertentu dapat menyebabkan
masalah kesehatan berupa ketidaknyamanan, kesakitan dan bahkan ke
kematian (Martadisoebrata, Sastrawinata dan Saifuddin, 2011).Faktor
risiko yang mempengaruhi kematian ibu, yang dikelompokkan
berdasarkan kerangka konsep dari McCarthy dan Maine (1992) adalah
sebagai berikut :
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
18
1. Determinan dekat
Proses yang paling dekat terhadap kejadian kematian ibu adalah
kehamilan itu sendiri dan komplikasi, persalinan dan nifas
(Martadisoebrata, Sastrawinata dan Saifuddin, 2011). Wanita yang
hamil mempunyai risiko untuk mengalami komplikasi, baik
komplikasi kehamilan maupun persalinan dan nifas, sedangkan wanita
yang tidak hamil tidak memiliki risiko tersebut (Syafrudin dan
Hamidah, 2009).
a. Komplikasi kehamilan dan persalinan
Trias utama yang menyebabkan kematian ibu yaitu perdarahan,
infeksi dan eklamsi (Mochtar, 1998). Komplikasi obstertri tersebut
adalah penyebab langsung kematian ibu. Komplikasi obstretri yang
sering terjadi yaitu perdarahan, infeksi, eklamsia, partus macet,
abortus dan ruptur uteri (Syafrudin dan Hamidah, 2009).
1) Perdarahan
Perdarahan melalui jalan lahir pada kehamilan, persalinan dan
nifas merupakan tanda bahaya yang mengaibatkan kematian
ibu. Perdarahan yang perlu diwaspadai yaitu perdarahan
melalui jalan lahir pada umur kehamilan sebelum 3 bulan
disebabkan keguguran, perdarahan melalui jalan lahir disertai
nyeri perut bawah yang hebat, perdarahan selama umur
kehamilan 7-9 bulan, perdarahan yang banyak setelah atau
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
19
dalam 1 jam setelah melahirkan dan perdarahan pada masa
nifas (dalam 42 hari setelah melahirkan) yang berlangsung
terus menerus, ada bau tidak sedap dan demam. Perdarahan
setelah melahirkan paling sering menjadi penyebab kematian
dalam waktu kurang dari 2 jam (Syafrudin dan Hamidah,
2009).
Perdarahan, terutama perdarahan postpartum memberikan
kontribusi 67% pada kematian ibu. Perdarahan postpartum
berkaitan dengan kontraksi rahim yang kurang baik yang
menyebabkan plasenta tidak sepenuhnya lepas dan perdarahan
berlanjut meskipun bayi sudah lahir. Penyebab perdarahan
postpartum ini adalah persalinan lama, rahim robek, laserasi
servik atau vagina, plasenta previa, atau plasenta lepas dini
(Wijono,2008).
2) Partus lama
Partus lama terjadi sejak ibu mulai merasa mulas sampai
melahirkan bayi, biasanya berlangsung urang dari 12 jam. Jika
bayi belum lahir lebih dari 12 jam sejak dirasakan mulas,
persalinan tersebut tergolong lama (Syafrudin dan Hamidah,
2009).
Partus lama disebabkan oleh adanya kemungkinan
kelainan yang terjadi pada jalan lahir seperti terjadi kesempitan
jalan lahir, mengubah posisi dan kebutuhan janin intrauterin,
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
20
ada penghalang jalan lahir tulang atau lunak, ukuran janin
terlalu besar sedangkan pelvis normal sehingga terjadi sehingga
terjadi disproporsi sefalopelvik dan serviks kaku. Keadaan
janin yang dapat menyebabkan partus lama adalah letak janinn
yang membujur sehingga letak sungsang, ukuran janin terlalu
besar, lilitan tali pusat, dan bagian terendah belum masuk
disproporsi sefalopelvik, serta adanya kelainan pada janin yaitu
tumor abdomen, anensefali, dan hidrosefalus (Manuaba, 2010).
3) Infeksi nifas
Kehamilan sering terjadi bersamaan dengan infeksi yang dapat
mempengaruhi kehamilan atau sebaliknya kehamilan dapat
memperberat infeksi Perlukaan karena persalinan adalah
tempat masuknya kuman dalam tubuh, sehingga dapat
menimbulkan infeksi kala nifas. Infeski kala nifas adalah
semua infeksi yang menimbulkan peradangkan pada semua alat
genitalia pada masa nifas oleh sebab apapun dengan ditandai
menigkatnya suhu tubuh melebihi 380C tanpa menghitung hari
pertama dan berturut-turut selama dua hari (Manuaba, 2010).
Sumber terjadinya infeksi kala nifas adalah manipulasi
penolong yang terlalu sering melakukan pemeriksaan dalam
pada saat proses persalinan. Selain itu, infeksi juga dapat
diperoleh akibat dari infeksi nosokomial ketika di rumah sakit,
hubungan seks menjelang persalinan atau infeksi intrapartum,
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
21
persalinan lama terlantar, ketuban pecah lebih dari enam jam,
dan terdapat pusat infeksi dalam tubuh (Manuaba, 2010)
4) Eklamsia
Eklamsia muncul pada wanita hamil atau dalam keadaan
persalinan dan nifas dengan tanda – tanda preeklamsia.
Eklamsia merupakan kelanjutan preeklamsia berat ditambah
dengan kejang dan koma yang mendadak. Kehamilan dalam
keadaan eklamsia sudah agak sulit mendapatkan perawatan dan
pengobatan seingga sering menyebabkan kematian ibu serta
janin. Angka kematian ibu pada eklamsia sulit diturunkan
sehingga untuk menurunkan angka kematian diharapkan dapat
menetapkan penyakit pada keadaan preeklamsia ringan yang
penyembuhannya lebih mudah dan berhasil baik (Manuaba,
2010).
2. Determinan antara
a. Status kesehatan ibu
Status kesehatan ibu yang berpengaruh terhadap kejadian
kematian ibu meliputi status gizi, anemia, penyakit yang diderita
ibu dan riwayat komplikasi pada kehamilan dan persalinan
sebelumnya (Syafrudin dan Hamidah, 2009).
1) Status Gizi
Status gizi merupakan keadaan tubuh sebagai akibat
konsumsi makanan dan penggunaan zat-zat gizi (Lailiyana, Noor
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
22
dan Suryatni, 2010).Status gizi ibu hamil dapat dilihat dari hasil
pengukuran terhadap lingkar lengan atas (LILA). Pengukuran
LILA bertujuan untuk mendeteksi apakah ibu hamil termasuk
kategori kurang energi kronis (KEK) atau tidak. Ibu dengan status
gizi buruk memiliki risiko untuk terjadinya perdarahan dan infeksi
pada masa nifas. Keadaan kurang gizi sebelum dan selama
kehamilan memberikan kontribusi terhadap rendahnya kesehatan
ibu, masalah dalam persalinan dan masalah pada bayi yang
dilahirkan (Andriani dan Wirjatmadi, 2012).
2) Status Anemia
Anemia pada kehamilan adalah anemia karena kekurangan
zat besi. Anemia pada kehamilan merupakan masalah nasional
karena mencerminkan nilai kesejahteraan sosial ekonomi
masyarakat dan pengaruhnya sangat besar terhadap kualitas sumber
daya manusia. Menurut WHO, kejadian anemia kehamilan berkisar
antara 20 dan 89% dengan menetapkan Hb 11 g% (g/dl) sebagai
dasarnya (Manuaba, 2010).
Ibu hamil dianggap anemia bila kadar hemoglobinnya < 11
g%. Anemia yang paling banyak terjadi adalah anemia akibat
defisiensi zat besi dan asam folat. Keluhan anemia meliputi letih,
lemah, pucat,pusing, sakit kepala, anoreksia, stomatitis, sensitif
terhadap rasa dingin (Lailiyana, Noor dan Suryatni, 2010). Ibu
dengan anemia tidak dapat menoleransi kehilangan darah seperti
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
23
perempuan sehat tanpa anemia. Pada waktu persalinan terjadi
kehilangan darah 1000 ml tidak akan mengakibatkan kematian ibu
sehat, tetapi sebaliknya pada ibu dengan anemia kehilangan darah
kurang dari itu dapat berakibat fatal dan meningkatkan risiko
operasi atau penyembuhan luka lama dan lukan dapat terbuka
seluruhnya (Saifuddin, 2009).
3) Riwayat Penyakit yang diderita ibu
Penyebab kematian ibu tidak langsung adalah malaria,
hepatitis, HIV/AIDS, diabetes melitus, bronkopneumonia. Riwayat
obstetri yang buruk seperti persalinan dengan tindakan, perdarahan,
partus lama, bekas seksio sesaria akan mempengaruhi kematian ibu
(Saifuddin, 2009). Penyakit jantung akan menjadi lebih berat pada
saat kehamilan, karena dapat mempengaruhi gangguan pada
pertumbuhan janin. Keluhan utama yang dirasakan seperti cepat
merasa lelah, jantung berdebar-debar, sesak napas disertai
kebiruan, edema tungkai dan mengeluh tentang bertambahnya
besar rahim yang tidak sesuai (Manuaba, 2010).
b. Status reproduksi
Status reproduksi yang berperan penting terhadap kejadian
kematian ibu adalah umur ibu hamil, jumlah kelahiran, jarak
kehamilan dan status perkawinan ibu (Syafrudin dan Hamidah,
2009).
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
24
Usia 20 tahun organ reproduksi belum matang sehingga
berisiko tinggi untuk kehamilan, persalinan, dan nifas. Periode usia
20-30/35tahun merupakan periode usia paling baik untuk hamil,
melahirkan, dan bersalin. Periode di atas 35 tahun, ibu mempunyai
risiko tinggi untuk terjadi komplikasi obstetri. Usia tua juga
mempunyai risiko untuk terkena penyakit lain seperti penyakit
jantung, tekanan darah tinggi,keganasan dan kelainan metabolik
yang biasanya meningkat (Prasetyawati, 2012). Jumlah kelahiran
di atas 4 kali merupakan risiko untuk terjadinya kematian ibu
(Prasetyawati, 2012).
c. Akses terhadap pelayanan kesehatan
Hal ini meliputi antara lain keterjangkauan lokasi tempat
pelayanan kesehatan, dimana tempat pelayanan yang lokasinya
tidak strategis/sulit dicapai oleh para ibu menyebabkan
berkurangnya akses ibu hamil terhadap pelayanan kesehatan, jenis
dan kualitas pelayanan yang tersedia dan keterjangkauan terhadap
informasi. Akses terhadap tempat pelayanan kesehatan dapat
dilihat dari beberapa faktor, seperti lokasi dimana ibu dapat
memperoleh pelayanan kontrasepsi, pemeriksaan antenatal,
pelayanan kesehatan primer atau pelayanan kesehatan rujukan yang
tersedia di masyarakat. Pada umumnya kematian ibu di negara
berkembang berkaitan dengan setidaknya satu dari tiga
keterlambatan (the three delay models).
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
25
Keterlambatan yang pertama adalah keterlambatan dalam
pengambilan keputusan untuk mencari perawatan kesehatan
apabila terjadi komplikasi obstetrik. Keadaan ini terjadi karena
berbagai alasan, termasuk di dalamnya adalah keterlambatan dalam
mengenali adanya masalah, ketakutan pada rumah sakit atau
ketakutan terhadap biaya yang akan dibebankan disana, atau karena
pertolongan pada tenaga kesehatan harus menunggu suami atau
orang tua yang sedang tidak ada di tempat.
Keterlambatan kedua terjadi setelah keputusan untuk
mencari perawatan kesehatan diambil. Keterlambatan ini terjadi
akibat keterlambatan dalam mencapai fasilitas kesehatan dan pada
umumnya terjadi akibat kesulitan transportasi. Beberapa desa
memiliki pilihan transportasi yang sangat terbatas dan fasilitas
jalan yang buruk. Kendala geografis dilapangkan mengakibatkan
banyak rumah sakit rujukan tidak dapat dicapai dalam waktu dua
jam, yaitu merupakan waktu maksimal yang diperluan untuk
menyelamatkan ibu dengan perdarahan dari jalan lahir.
Keterlambatan ketiga yaitu keterlambatan dalam
memperoleh perawatan di fasilitas kesehatan. Seringkali para ibu
harus menunggu selama beberapa jam di pusat kesehatan rujukan
karena manajemen staf yang buruk, kebijakan pembayaran
kesehatan di muka, atau kesulitan dalam memperoleh darah untuk
keperluan transfusi, kurangnya peralatan dan juga kekurangan
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
26
obat-obatan yang penting, atau ruangkan untuk operasi.
Pelaksanaan sistem pelayanan kebidanan yang baik didasarkan
pada regionalisasi pelayanan perinatal, dimana ibu hamil harus
mempunyai kesempatan operatif dalam waktu tidak lebih dari satu
jam dan bayi dapat segera dilahirkan.
d. Perilaku penggunaan fasilitas pelayanan kesehatan
Perilaku penggunaan fasilitas pelayanan kesehatan antara lain
meliputi perilaku penggunaan alat kontrasepsi, dimana ibu yang
mengikuti program keluarga berencana (KB) akan lebih jarang
melahirkan dibandingkan dengan ibu yang tidak ber KB, perilaku
pemeriksaan antenatal secara teratur akan terdeteksi masalah
kesehatan dan komplikasinya, penolong persalinan, dimana ibu
yang ditolong oleh dukun berisiko lebih besar untuk mengalami
kematian dibandingkan dengan ibu yang melahirkan dibantu oleh
tenaga kesehatan, serta tempat persalinan, dimana persalinan yang
dilakukan di rumah akan menghambat akses untuk mendapatkan
pelayanan rujukan secara cepat apabila sewaktu-waktu dibutuhkan
(Syafrudin dan Hamidah, 2009).
1) Pelayanan Antenatal
Pelayanan antenatal merupakan pelayanan kesehatan oleh
tenaga kesehatan profesional (dokter spesialis kandungan dan
kebidanan, dokter umum, bidan, dan perawat) seperti
mengukur berat badan dan tekanan darah, pemeriksaan tinggi
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
27
fundus uteri, imunisasi tetanus toxoid (TT) serta pemberian
tablet besi pada ibu hamil selama masa kehamilannya sesuai
dengan pedoman pelayanan antenatal yang ada dengan titik
berat pada kegiatan promotif dan preventif. Hasil pelayanan
antenatal dapat dilihat dari cakupan K1 dan K4. Rendahnya
cakupan K4 menunjukkan bahwa masih banyak ibu hamil yang
tidak melanjutkan melakukan kunjungan ke 4 pada triwula n ke
3 sehingga kehamilannya lepas dari pemantauan petugas
kesehatan. Kondisi ini menyebabkan tejadinya kematian pada
ibu melahirkan dan bayi yang dikandungnya (Dinas Kesehatan
Provinsi Jawa Timur, 2010).
Pelayanan kesehatan ibu hamil diwujudkan melalui pemberian
pelayanan antenatal sekurang-kurangnya empat kali selama
masa kehamilan, dengan distribusi waktu minimal satu kali
pada trisemester pertama (usia kehamilan 0-12 minggu), satu
kali pada trimester kedua (usia kehamilan 12-24 minggu), dan
dua kali pada trisemester ketiga (usia kehamilan 24 minggu
sampai persalinan). Standar waktu pelayanan dianjurkan dapat
menjamin perlindungan terhadap ibu hamil dan atau janin
berupa deteksi dini (faktor risiko, penceghan, dan penanganan
dini komplikasi kehamilan). Pelayanan antenatal yang
dilakukan diupayakan memenuhi standar kualitas 10T yaitu
a) Penimbangan berat bdan dan tinggi badan;
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
28
b) Pengukuran tekanan darah;
c) Pengukuran Lingkar Lengan Atas (LILA);
d) Pengukuran tinggi puncak rahim (fundus uteri);
e) Penentuan status imunisasi tetanus dan pemberian
imunisasi tetanus toksoid sesuai status imunisasi;
f) Pemberian tablet tambah darah minimal 90 tablet selama
kehamilan;
g) Penentuan presentasi janin dan denyut jantung janin (DJJ);
h) Pelaksanaan temu wicara (pemberian komunikasi
interpersonal dan konseling, termasuk keluarga berencana);
i) Pelayanan tes laboratorium sederhana, minimal tes
hemoglobin darah (Hb), pemeriksaan protein urin dan
pemeriksaan golongan darah (bila belum pernah dilakukan
sebelumnya); dan
j) Tatalaksana kasus
2) Imunisasi TT
Salah satu standar minimal pelayanan antenatal adalah
pemberian imunisasi TT. Tujuan pemberian imunisasi TT
adalah untuk memberikan perlindungan pasif pada ibu hamil
terhadap tetanus, vaksinasi ini juga dapat mencegah terjadinya
tetanus selama beberapa minggu pada bayi yang baru lahir
(Syafrudin dan Hamidah, 2009).
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
29
Selama kehamilan ibu hamil minimal mendapatkan 2 kali
imunisasi TT (TT2plus) sesuai dengan aturan WHO yaitu yang
pertama pada saat kunjungan antenatal yang pertama,
sedangkan yang kedua pada minggu ke 4 kemudian. Pemberian
imunisasi TT pada ibu hamil yang telah mendapatkan imunisasi
TT pada kehamilan sebelumnya atau pada saat calon pengantin,
maka imunisasi TT cukup diberikan 1% dengan dosis 0,5 cc
pada lengan atas. Namun bila ibu hamil ragu/belum pernah TT
maka perlu diberikan TT sejak kunjungan pertama sebanyak 2
kali dengan jadwal minimum 1 bulan atau 4 minggu. Bila ibu
hamil pernah TT 2 kali maka diberikan suntikan ulang atau
booster 1 kali pada kunjungan pertama kehamilan (Syafrudin
dan Hamidah, 2009).
3. Determinan Jauh
a. Pendidikan
Meskipun determinan ini tidak secara langsung mempengaruhi
kematian ibu, akan tetapi faktor sosio kultural, ekonomi, keagamaan
dan faktor-faktor lain juga perlu dipertimbangkan dan disatukan dalam
pelaksanaan intervensi penangkanan kematian ibu (Syafrudin dan
Hamidah, 2009).
Termasuk dalam determinan jauh adalah status wanita dalam
keluarga dan masyarakat, yang meliputi tingkat pendidikan, dimana
wanita yang berpendidikan tinggi cenderung lebih memperhatikan
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
30
kesehatan diri dan keluarganya, sedangkan wanita dengan tingkat
pendidikan yang rendah, menyebabkan kurangnya pengertian mereka
akan bahaya yang dapat menimpa ibu hamil maupun bayinya terutama
dalam hal kegawatdaruratan kehamilan dan persalinan. Menurut
Hernandez, et al(2013) menyatakan bahwa pendidikan mempengaruhi
meningkatnya kesehatan ibu, dimana ibu menjadi mempunyai
kesadaran pada masalah kesehatan dan pengobatan, serta meningkat
kebutuhan akan penggunaan alat kontrasepsi dan pemeriksaan
kehamilan. Pendidikan dapat menurunkan angka kematian ibu, karena
dengan pendidikan yang tinggi mendorong seorang wanita untuk lebih
peduli dan sadar terhadap permasalahan kesehatan yang berhubungan
pada meningkatnya kematian ibu.
Penelitian yang pernah dilakukan di Kota Surabaya untuk
melihat latar belakang sosial ekonomi dan pemeriksaan kehamilan
menyatakan bahwa ada pengaruh signifikan antara tingkat pendidikan
ibu dengan kematian ibu p < 0,001 dimana ibu dengan tingkat
pendidikan sekolah dasar memiliki risiko sebesar 1,5 mengalami
kematian dibandingkan ibu dengan tingkat pendidikan di atas sekolah
dasar (Taguchi, et al, 2003).
b. Pekerjaan
Pekerjaan ibu, dimana keadaan hamil tidak berarti mengubah
pola aktivitas bekerja ibu hamil sehari-hari. Hal tersebut terkait
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
31
dengan keadaan ekonomi keluarga, pengetahuan ibu sendiri yang
kurang atau faktor kebiasaan setempat.
Kemiskinan dapat menjadi sebab rendahnya peran serta
masyarakat pada upaya kesehatan. Kematian ibu sering terjadi pada
kelompok miskin, tidak berpendidikan, tinggal di tempat terpencil,
dan mereka tidak memiliki kemampuan untuk memperjuangkan
kehidupannya sendiri. Wanita-wanita dari keluarga dengan
pendapatan rendah (kurang dari US$ 1 perhari) memiliki risiko kurang
lebih 300 kali untuk menderita kesakitan dan kematian ibu bila
dibandingkan dengan mereka yang memiliki pendapatan yang lebih
baik.
2.3 Upaya menurunkan Kematian Ibu
Berbagai upaya telah dilakukan untuk menekan angka kematian
ibu. Pada tahun 1987, untuk pertama kalinya di tingkat international
diadakan konferensi tentang kematian ibu di Nairobi, Kenya. Kemudian
pada tahun 1990 dilakukan World Summit for Children di New York,
Amerika Serikat, yang menghasilkan tujuh tujuan utama, diantaranya
menurunkan angka kematian ibu menjadi separuh pada tahun 2000. Tahun
1994 diadakan International Conference on Population and Development
(ICPD) di Kairo, Mesir, yang menyatakan bahwa kebutuhan kesehatan ibu
yang berupaya agar setiap ibu hamil dapat melalui kehamilan dan
persalinannya dengan selamat. Tahun 1995 di Beijing, Cina diadakan
Fourth World Conference on Women, kemudian pada tahun 1997 di
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
32
Colombo, yang menekankan perlu dipercepatnya penurunan angka
kematian ibu pada tahun 2000 (Syafrudin dan hamidah,2009). Konferensi
yang terakhir, yaitu The Millenium Summit in 2000, dimana semua anggota
PBB berkomitmen pada Millenium Development Goals (MDGs) untuk
menurunkan tiga perempat angka kematian pada tahun 2015 dan untuk
membangun upaya yang telah dilakukan dalam MDGs, WHO
mencanangkan agenda baru yakni Sustainabel Development Goals (SDGs)
berupa pembangunan berkelanjutan dengan salah satu targetnya
menurunkan AKI dibawah 70 per 100.000 kelahiran hidup hingga tahun
2030 (WHO,2015).
Indonesia telah mencanangkan Making Pregnancy Safer (MPS)
sebagai strategi pembangunan kesehatan masyarakat menuju Indonesia
Sehat 2010 pada 12 Oktober 2000, sebagai bagian dari program Safe
Motherhood. Tujuan dari Safe Motherhood dan Making Pregnancy Safer
sama yaitu melindungi hak reproduksi dan hak asasi manumur dengan
mengurangi beban kesakitan, kecacatan dan kematian yang berhubungan
dengan kehamilan dan persalinan yang seharusnya tidak perlu terjadi. MPS
merupakan strategi sektor kesehatan yang fokus pada pendekatan
perencanan sistematis dan terpadu dalam melaksanakan intervensi klinis
dan pelayanan kesehatan. MPS dilaksanakan pada upaya - upaya yang
sudah ada dengan penekanan pada pentingnya kemitraan antara sektor
pemerintah, lembaga pembangunan, sektor swasta, keluarga dan anggota
masyarakat (Martadisoebrata, Sastrawinata dan Saifuddin, 2011).
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
33
2.4 Indikator dan Indeks
2.4.1 Definisi Indikator
Indikator merupakan variabel yang dapat digunakan untuk
membantu untuk mengukur perubahan atau patokan untuk mengetahui
adanya perubahan. Indikator dapat digunaan untuk alat bantu dalam proses
evaluasi sebagai alat bantu perencanaan dan penyusunan program
(Wijono, 2006). Indikator adalah variabel yang dapat digunakan untuk
mengevaluasi keadaan atau status dan memungkinkan dilakukan
pengukuran terhadap perubahan-perubahan yang terjadi dari waktu ke
waktu (Depkes RI, 2003).
Suatu indikator tidak selalu menjelaskan keadaan keseluruhan
tetapi kerap kali hanya memberikan petunjuk (indikasi) tentang keadaan
keseluruhan sebagai suatu pendugaan (proxy). Indikator adalah ukuran
yang bersifat kuantitatif dan umumnya terdiri atas pembilang (numerator)
dan penyebut (denominator). Indikator juga dapat dibuat berupa
pembilang, khususnya untuk sesuatu yang sangat langka tetapi penting.
Pembilang adalah jumlah kejadian yang sedang diukur sedangkan
penyebut yang umum digunakan adalah besarnya populasi sasaran berisiko
dalam kejadian tersebut. Indikator yang mencakup pembilang dan
penyebut sangat tepat untuk perubahan dari waktu ke waktu dan
membandingkan suatu wilayah dengan wilayah lainnya (Depkes RI, 2003).
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
34
2.4.2. Syarat indikator
Persyaratan yang harus dipertimbangkan dalam menetapkan indikator :
a. Simple (sederhana) artinya indikator yang ditetapkan sedapat mungkin
sederhana dalam pengumpulan data maupun dalam rumus perhitungan untuk
mendapatkannya
b. Measurable (dapat diukur) artinya indikator yang ditetapkan harus
mempresentasikan informasinya dan jelas ukurannya. Dengan demikian dapat
digunakan untuk perbandingan antara suatu tempat dengan tempat yang lain
atau antara suatu waktu dengan waktu yang lain. Kejelasan pengukuran juga
menunjukan bagaimana cara mendapatkan datanya
c. Atributable (bermanfaat) artinya indikator yang ditetapkan harus bermanfaat
untuk kepentingan pengambilan keputusan, hal ini bahwa indikator itu
merupakan pengejawantahan dari informasi yang memang dibutuhkan untuk
pengambilan keputusan jadi harus spesifik untuk pengambilan keputusan
tertentu.
d. Reliable (dapat dipercaya) artinya indikator yang ditetapkan harus dapat
didukung oleh pengumpulan data yang baik, benar dan teliti
e. Timely (tepat waktu) artinya indikator yang ditetapkan harus dapat diolah
pengumpulan, pengolahan, serta pengemasan informasi yang waktunya sesuai
dengan saat pengambilan keputusan dilakukan (Depkes RI, 2003).
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
35
2.4.3 Klasifikasi Indikator
Klasifikasi indikator terbagi menjadi 3 kategori :
a. Indikator hasil akhir, yaitu derajat kesehatan, paling akhir dari indikator
ini adalah indikator-indikator mortalitas yang dipengaruhi oleh indikator-
indikator morbiditas dan indikator status gizi
b. Indikator hasil antara, indikator ini terdiri dari indikator ketiga pilar yang
mempengaruhi hasil akhir,yaitu indikator keadaan lingkungan, perilaku
hidup masyarakat dan indikator-indikator akses dan mutu pelayanan
kesehatan
c. Indikator proses dan masukan, indikator ini terdiri dari indikator
pelayanan kesehatan, sumber daya kesehatan, manajemen kesehatan dan
indikator kontribusi sektor-sektor terkait (Depkes RI, 2003).
2.4.4 Indikator Program Kesehatan Ibu
Indikator program kesehatan ibu yang diperlukan dalam pelaporan
kesehatan ibu antara lain : kunjungan pertama (K1), kunjungan antenatal 4 kali
(K4), persalinan yang ditolong oleh tenaga kesehatan (PN), Kunjungan nifas
(KF), penanganan komplikasi obstetrik (PK), kematian ibu dan cakupan peserta
KB aktif. Data indikator kesehatan ibu dipantau perkembangan pencapaiannya
setiap bulan yaitu :
1. Akses pelayanan antenatal (K1)
Adalah jumlah ibu hamil yang pertama kali mendapat pelayanan antenatal
sesuai standar oleh tenaga kesehatan disuatu wilayah kerja pada kurun
waktu tertentu.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
36
2. Cakupan ibu hamil (K4)
Adalah kunjungan ibu hamil yang mendapatkan pelayanan antenatal sesuai
standar paling sedikit empat kali dengan distribusi waktu satu kali pada
trisemester kesatu, satu kali pada trimester ketiga. K4 dapat dirumuskan :
3. Cakupan persalinan oleh tenaga kesehatan (PN)
Adalah cakupan ibu bersalin yang mendapat pertolongan persalinan oleh
tenaga kesehatan yang memiliki kompetensi kebidanan, di suatu wilayah
kerja dalam kurun waktu tertentu. Rumus yang digunakan yaitu :
4. Cakupan pelayanan nifas oleh tenaga kesehatan (KF3)
Adalah cakupan pelayanan kepada ibu pada masa 6 jam sampai dengan 42
hari pasca bersalin sesuai standar paling sedikit 3 kali dengan distribusi
waktu 6 jam – 3 hari, 8 – 14 hari dan 36 – 42 hari setelah bersalin di suatu
wilayah kerja pada kurun waktu tertentu.
Jumlah ibu hamil yangmendapatkan pelayanan antenatal minimal 4 kali sesuai standar oleh nakes di wilayah pada kurun waktu tertentu
Jumlah sasaran ibu hamil disuatu wilayah kerja dalam 1 tahun x 100
Jumlah persalinan yang ditolong oleh tenaga kesehatan kompetensi disuatu wilayah kerja pada kurun waktu tertentu
Jumlah sasaran ibu bersalin disuatu wilayah kerja dalam 1 tahun
x 100
Jumlah ibu nifas yang telah memperoleh 3 kali pelayanan nifas sesuai standar oleh tenaga kesehatan disuatu wilayah kerja pada kurun waktu tertentu
Jumlah sasaran ibu nifas disuatu wilayah kerja dalam 1 tahun x 100
Jumlah ibu hamil yang mendapatkan pelayanan antenatal minimal 4 kali sesuai standar oleh tenaga kesehatan disuatu wilayah kerja pada kurun waktu tertentu
Jumlah sasaran ibu hamil disuatu wilayah dalam 1 tahun x 100
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
37
5. Deteksi faktor risiko dan komplikasi oleh masyarakat
Adalah caupan ibu hamil dengan faktor risiko atau komplikasi yang
ditemukan oleh kader atau dukun bayi atau masyarakat serta dirujuk ke
tenaga kesehatan disuatu wilayah kerja pada kurun waktu tertentu.
Masyarakat yang dimaksud bisa pihak keluarga atau ibu hamil, bersalin dan
nifas itu sendiri. Dengan rumus :
6. Cakupan peserta KB aktif
Adalah cakupan dari peserta KB yang baru dan lama yang masih aktif
menggunakan alat dan obat kontrasepsi dibandingkan dengan jumlah
pasangan usia subur disuatu wilayah kerja pada kurun waktu tertentu.
Dengan rumus :
2.4.5 Indeks
Menurut Depkes RI, 2003 sedikitnya ada 3 jenis indikator, yaitu :
a. Indikator berbentuk absolut artinya indikator berupa pembilang saja yang
berupa jumlah kejadian atau sesuatu hal, yang biasanya digunakan untuk
kasus yang sangat jarang, misalnya kasus meningitis di puskesmas
Jumlah ibu hamil yang berisiko yang ditemukan kader atau dukun bayi atau masyarakat disuatu wilayah kerja pada kurun waktu tertentu
Jumlah sasaran ibu hamil di suatu wilayah dalam 1 tahun
x 100
Jumlah peserta KB aktif disuatu wilayah kerja pada kurun waktu tertentu
Jumlah seluruh peserta PUS di suatu wilayah kerja dalam 1 tahun x 100
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
38
b. Indikator Proporsi yang nilai resultantenya dinyatakan dengan persen karena
pembilangnya merupakan bagian dari penyebut, misalnya proporsi puskesmas
yang memiliki dokter terhadap puskesmas yang ada.
c. Indikator berbentuk angka merupakan indikator yang menunjukkan frekuensi
dari suatu kejadian selama waktu (periode) tertentu. Biasanya dinyatakan
dalam bentuk per 1000 atau per 100.000 populasi (kontanta atau k). Angka
atau rate adalah ukuran dasar yang digunakan untuk melihat kejadian
penyakit karena angka merupakan ukuran yang paling jelas menunjukkan
probabilitas atau risiko dari penyakit dalam suatu masyarakat tertentu selama
periode tertentu (Depkes RI, 2003).
Selain ketiga jenis indikator tersebut, dikenal pula istilah indeks atau
indikator komposit yaitu suatu istilah yang digunakan untuk indikator yang lebih
rumit, memiliki ukuran-ukuran yang multidimensional yang merupakan
gabungan dari sejumlah indikator. Indeks ini biasanya dikembangkan melalui
penelitian khusus karena penggunaannya secara praktis terbatas, misalnya untuk
mengukur beban penyakit (Depkes RI, 2003).
Indeks merupakan suatu pendekatan terbaik yang dapat dipergunakan,
yang mendekati kemungkinan sesungguhnya pada terjadinya suatu kejadian
tertentu atau penyakit tertentu pada suatu populasi dalam waktu tertentu. Indeks
digunakan apabila tidak dapat menghitung langsung jumlah yang menghadapi
risiko (denominator) dan dipergunakan untuk hal lain yang kita tidak dapat
menghitung untuk suatu hal yang menggambarkan jumlah yang menghadapi
risiko (Wijono, 2006).
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
39
BAB 3
KERANGKA KONSEPTUAL DAN HIPOTESIS PENELITIAN
3.1 Kerangka Konsep Penelitian
Determinan Antara :
Determinan Dekat :
Determinan jauh : 1. Pendidikan
2. Pekerjaan
3. Pendapatan
4. Tempat tinggal
5. Sosial/legal
1. Umur
2. Paritas
3. IMT
4. LILA
5. Status anemia
6. Jarak kehamilan
9. Pemeriksaan Kehamilan
10. Penolong persalinan
15. Tempat Persalinan
16. Pelaksanaan rujukan
Kehamilan
Komplikasi : - Kehamilan - Persalinan - Nifas
Kematian Ibu
Faktor yang tidak diketahui/tidak diperkirakan
11. Riwayat KB
14. Cara Persalinan
12. Riwayat penyakit
8. Imunisasi TT
13. Riwayat komplikasi
Keterangan : = Di teliti = Tidak diteliti
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
40
Gambar 3.1 Kerangka Konsep Penelitian : Modifikasi Teori McCarthy dan Maine
Kerangka konsep penelitian ini berdasarkan modifikasi dari teori
McCarthy dan Maine. Pada teori ini terdapat tiga komponen utama yang
mempengaruhi proses kematian ibu. Ketiga komponen tersebut saling
berhubungan satu dengan yang lainnya hingga menyebabkan kematian ibu.
Komponen paling dekat dengan kematian dan kesakitan adalah kehamilan,
persalinan atau komplikasinya. Seorang perempuan harus hamil atau bersalin
terlebih dahulu dan mengalami komplikasi atau ada masalah kesehatan
sebelumnya, agar kematiannya dapat digolongkan dalam kematian ibu dan bukan
disebabkan akibat kecelakaan. Penelitian yang akan dilakukan hanya melihat
pengaruh determinan antara yang akan diteliti dalam penelitian ini yaitu : umur,
paritas, IMT, LILA, status anemia, jarak kehamilan, imunisasi TT, pemeriksaan
kehamilan, riwayat KB, riwayat penyakit dan riwayat komplikasi terhadap risiko
kematian ibu tanpa melihat pengaruh determinan jauh yaitu pendidikan dan
pekerjaan.
Masing-masing variabel yang diteliti merupakan faktor risiko yang akan
diuji signifikansinya terhadap kejadian kematian ibu. Apabila didapatkan variabel
dengan hasil uji signifikan, dilanjutkan dengan pengujian secara simultan terhadap
variabel-variabel yang signifikan untuk mendapatkan indikator kumulatif atau
indeks. Indeks tersebut selanjutnya digunakan untuk memprediksi risiko kematian
ibu khususnya Di Kota Surabaya.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
41
3.2 Hipotesis Penelitian
1. Ada pengaruh umur terhadap kematian ibu di Kota Surabaya.
2. Ada pengaruh paritas terhadap kematian ibu di Kota Surabaya.
3. Ada pengaruh Indek Masa Tubuh (IMT) terhadap kematian ibu di Kota
Surabaya.
4. Ada pengaruh Lingkar Lengan Atas (LILA) terhadap kematian ibu di Kota
Surabaya.
5. Ada pengaruh status anemia terhadap kematian ibu di Kota Surabaya.
6. Ada pengaruh jarak kehamilan terhadap kematian ibu di Kota Surabaya.
7. Ada pengaruh imunisasi Tetanus Toksoid (TT) terhadap kematian ibu di Kota
Surabaya.
8. Ada pengaruh pemeriksaan kehamilan terhadap kematian ibu di Kota
Surabaya.
9. Ada pengaruh penolong persalinan terhadap kematian ibu di Kota Surabaya.
10. Ada pengaruh riwayat KB terhadap kematian ibu di Kota Surabaya.
11. Ada pengaruh riwayat penyakit terhadap kematian ibu di Kota Surabaya.
12. Ada pengaruh riwayat komplikasi terhadap kematian ibu di Kota Surabaya.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
42
BAB 4
METODE PENELITIAN
4.1 Jenis Penelitian
Jenis penelitian yang akan dilaksanakan merupakan penelitian analitik
observasional (tidak memerlukan perlakuan), yaitu penelitian yang menjelaskan
adanya pengaruh antara variabel melalui pengujian hipotesis (Murti, 2003).
Penelitian ini menjelaskan hubungan antara variabel kematian ibu, umur ibu,
paritas, IMT, LILA, status anemia, jarak kehamilan, imunisasi TT, pemeriksaan
kehamilan, penolong persalinan, riwayat KB, riwayat penyakit dan riwayat
komplikasi.
4.2 Rancang Bangun Penelitian
Rancang bangun penelitian ini adalah rancangan kasus-kontrol
menggunakan data sekunder. Rancangan ini merupakan penelitian
epidemiologis yang dimulai dengan mengidentifikasi kelompok kasus dan
kelompok kontrol, kemudian diteliti secara retrospektif terhadap faktor
risikonya.
Kasus dalam penelitian ini adalah kematian ibu di wilayah Kota
Surabaya periode tahun 2015 yang tercatat di Dinas Kesehatan Kota
Surabaya. Sedangkan kontrol adalah semua ibu bersalin hidup yang tercatat
di Dinas Kesehatan Kota Surabaya dan tinggal di daerah yang sama dengan
kasus.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
43
Gambar 4.1 Skema Desain Penelitian Kasus Kontrol
4.3 Lokasi dan Waktu Penelitian
Penelitian dilakukan di wilayah kerja Dinas Kesehatan Kota Surabaya.
Waktu pelaksanaan penelitian ini selama empat bulan yaitu dari tahap persiapan
pada bulan Maret 2016 sampai dengan tahap pelaporan hasil pada bulan Juni
2016.
4.4 Populasi dan Sampel
4.4.1 Populasi
Populasi penelitian ini terdiri dari populasi kasus dan populasi kontrol.
a. Populasi Kasus
Semua ibu yang mengalami kematian tahun 2015 yang tercatat dalam
data kematian ibu di Dinas Kesehatan Kota Surabaya.
Kasus
(Kematian Ibu)
Ya
Tidak
Kontrol
(Ibu Yang Hidup)
Ya
Tidak
Y X
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
44
b. Populasi Kontrol
Semua ibu pasca persalinan hingga 42 hari atau selesai masa nifas yang
tidak mengalami kematian pada tahun 2015.
4.4.2 Sampel
Sampel penelitian ini adalah diambil sebagian dari populasi kasus dan
kontrol. Sampel kasus adalah ibu yang mengalami kematian tahun 2015 yang
tercatat dalam data kematian ibu di Dinas Kesehatan Kota Surabaya.
Sampel kontrol adalah ibu pasca persalinan hingga 42 hari yang tidak
mengalami kematian maternal pada tahun 2015 di wilayah kerja Dinas Kesehatan
Kota Surabaya.
4.4.3 Besar Sampel
Estimasi besar sampel penelitian dihitung menggunakan rumus menurut
Lemeshow (1991) dalam Sastroasmoro (2011) sebagai berikut :
n= { √[ ( )] √ ( ) ( )}
( )
Keterangan:
n = Besar Sampel pada kelompok kasus dan kelompok kontrol
P1= Proporsi terpapar pada kelompok kasus.
P2 = Proporsi terpapar pada kelompok kontrol
P2 =
( )
Z1- /2 = simpangan rata-rata distribusi normal standar derajat kemaknaan
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
45
Besar sampel dalam penelitian ini dihitung berdasarkan uji hipotesis satu
arah, dengan tingkat kemaknaan (Z1- /2 ) 5% dan Kekuatan sebesar 80% dengan
OR berdasarkan perhitungan OR serta proporsi pemaparan pada kelompok
kendali penelitian – penelitian terdahulu sebagai berikut :
Tabel 4.1 Nilai Odds Ratio (OR) dan perhitungan Besar Sampel dari penelitian terdahulu
Variabel P1 P2 OR Besar
Sampel
Sumber
Komplikasi Persalinan 0,50 0,20 3,80 31 Aeni, 2013 Komplikasi Kehamilan 0,36 0,10 5,70 21 Masruroh, 2011 Komplikasi Nifas 0,54 0,10 5,70 29 Masruroh, 2011 Pemeriksaan kehamilan 0,40 0,08 7,86 14 Aeni, 2013 Riwayat Penyakit 0,39 0,15 3,64 37 Masruroh, 2011
Perhitungan besar sampel diperoleh besar sampel yang paling banyak yaitu
sebesar 37, dengan kasus yang ada di Kota Surabaya tahun 2015 sebanyak 38
kasus, sehingga diambil total kasus. Sampel kasus ditetapkan mempunyai
perbandingan dengan kelompok kontrol sebesar 1 : 2 , sehingga kelompok kontrol
berjumlah 76 ibu hamil sehat. Keseluruhan besar sampel baik sampel kasus dan
sampel kontrol adalah 114.
4.4.3 Cara Pengambilan Sampel
Cara pengambilan sampel dengan menggunakan cara acak sederhana
(simple random sampling) dari daftar populasi kontrol pada register kohor di
Puskesmas yang di wilayahnya terdapat kasus kematian ibu. Langkah-langkah
pengambilan sampel
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
46
1) Kelompok kontrol diperoleh dari data Puskesmas yang terdapat kematian
ibu di Wilayah kerja Dinas kesehatan Kota Surabaya
2) Membuat daftar kelompok tiap Puskesmas yaitu ibu pasca persalinan
hingga 42 hari yang tidak mengalami kematian dan memberi nomor
masing-masing
3) Pengambilan sampel kelompok kontrol tiap Puskesmas dengan teknik
simple random sampling
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
47
4.5 Kerangka Operasional
Gambar 4.2 Kerangka Operasional Penelitian
Studi pendahuluan dan pengumpulan data awal
Merumuskan masalah dan tujuan penelitian
Menentukan populasi
Kontrol : Semua ibu pasca persalinan hingga 42 hari atau selesai masa nifas yang tidak mengalami kematian pada tahun 2015kematian ibu
Kasus : kematian ibu tahun 2015
Penentuan besar sampel dan melakukan sampling dengan simple random sampling
Pengumpulan data melalui buku registrasi Kohort dan kartu ibu
Penyajian hasil
Pengolahan dan analisis data deskriptif dan inferensial
Kesimpulan dan saran
Pembahasan
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
48
4.6 Variabel Penelitian dan Definisi Operasional
4.6.1 Variabel Penelitian
1. Variabel tergantung (dependent) : kematian ibu
2. Variabel bebas (independent) adalah faktor risiko yang meliputi : umur ibu,
paritas, IMT, LILA, status anemia, jarak kehamilan, imunisasi TT, pemeriksaan
kehamilan, penolong persalinan, riwayat KB, riwayat penyakit dan riwayat
komplikasi.
4.6.2 Definisi Operasional
Tabel 4.2 Definisi Operasional Penelitian
No. Variabel Definisi Operasional Hasil Ukur Skala 1. Kematian ibu Data Kematian yang terjadi pada
ibu selama hamil dan atau dalam 42 hari setelah berakhirnya kehamilan, disebabkan oleh komplikasi kehamilan, persalinan dan nifas atau penanganannya dan penyakit yang diderita sebelum atau selama kehamilan, diperberat oleh kehamilan dan bukan kematian karena kecelakaan.
0 =Tidak Meninggal
1 =Meninggal
Nominal
2. Umur Adalah data umur ibu saat kehamilan terakhir. Umur risiko tinggi jika usia < 20 tahun dan lebih dari 35 tahun. Sedangkan tidak risiko tinggi kehamilan bila umur 20 tahun sampai 35 tahun. Data diperoleh melalui register kohort ibu
0 = Tidak Berisiko
1 = Ada risiko
Nominal
3. Paritas Adalah data jumlah persalinan yang pernah dialami ibu. Paritas risiko tinggi bila paritas yang pertama dan lebih dari 4 dan tidak berisiko bila paritas 2-4. Data diperoleh dari register kohort ibu.
0 =Tidak Risiko (Persalinan ke 2-4 )
1 =Ada Risiko (persalinan ≤ 1 atau > 4)
Nominal
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
49
No. Variabel Definisi Operasional Hasil Ukur Skala 3. IMT Adalah data berat badan dan tinggi
badan yang diperoleh dengan perhitungan berat badan dibagi tinggi badan yang tercatat dalam register kohort ibu. IMT berisiko jika IMT < 18,5 dan > 25, tidak berisiko jika IMT 18,5 – 25
0 = Tidak berisiko 1 = Berisiko
Nominal
4. LILA Adalah data ukuran lingkar lengan atas ibu hamil yang tercatat dalam register kohort ibu. Berisiko bila LILA < 23,5 cm dan tidak berisiko ≥ 23,5 cm.
0 = Tidak KEK 1 = KEK
Nominal
5. Status anemia Adalah kadar hemoglobin ibu yang dimiliki selama kehamilan dinyatakan anemia apabila Hb kurang dari 11 g/dl dan tidak anemia apabila hb lebih dari 11 g/dl. Data diperoleh dari register kohort ibu dan kartu ibu
0 = Tidak anemia 1 = Anemia
Nominal
6. Jarak Kehamilan Adalah data rentang waktu antara kehamilan sebelumnya dengan kehamilan terakhir. Berdasarkan catatan register kohort ibu hamil
0 =Tidak Risiko (jarak kehamilan ≥ 2 tahun)
1 = Ada Risiko (jarak kehamilan < 2 tahun)
Nominal
7. Imunisasi TT Adalah imunisasi Tetanus Toksoid yang pernah dilakukan ibu dipelayanan kesehatan. Data diperoleh dari register kohort ibu
0 = Pernah 1 = Tidak pernah
Nominal
8. Pemeriksaan Kehamilan
Adalah data pemeriksaan yang dilakukan pada ibu selama masa kehamilan sesuai dengan standar yang ditetapkan. Berisiko jika pemeriksaan kehamilan kurang dari 4 kali pemeriksaan kehamilan dan tidak berisiko jika pemeriksaan kehamilan ≥ 4 selama kehamilan. Data diperoleh dari register kohort ibu hamil.
0 =Tidak berisiko 1 = Berisiko
Nominal
9. Penolong persalinan
Adalah data tenaga yang pertama kali memberikan pertolongan pertama pada saat ibu melahirkan. Data diperoleh melalui register kohort ibu.
0 = tenaga kesehatan 1 = bukan tenaga kesehatan
Nominal
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
50
No. Variabel Definisi Operasional Hasil Ukur Skala 10. Riwayat KB Adalah data alat kontrasepsi yang
pernah digunakan ibu sebelum kehamilan. Data diperoleh dari register kohort ibu
0 = pernah 1 = tidak pernah
Nominal
11. Riwayat Penyakit ibu
Adalah data riwayat penyakit yang diderita ibu sebelum atau selama kehamilan terakhir yang akan memberikan pengaruh pada kehamilan atau akan diperberat oleh kehamilan tersebut, seperti penyakit hipertensi, penyakit jantung, asma, diabetes mellitus, penyakit infeksi seperti TBC, malaria. Data diperoleh dari kartu ibu
0 = Tidak Ada riwayat penyakit
1 = Ada riwayat penyakit
Nominal
12. Riwayat Komplikasi
Adalah data adanya kronologis komplikasi kehamilan pada kehamilan sebelumnya, seperti perdarahan, infeksi, preeklamsia/eklamsia, partus macet. Data diperoleh dari kartu ibu dan register kohort ibu
0 = Tidak Ada komplikasi 1 = Ada komplikasi
Nominal
13. Indeks Prediktif Risiko Kematian Ibu
Adalah formulasi persamaan berdasarkan komponen indikator faktor risiko kematian ibu berdasarkan hasil analisis statistik
Nilai ambang diambil berdasarkan perhitungan dengan menggunakan ROC untuk mengetahui nilai probabilitas dari nilai sensitivitas dan spesifitas yang menyusun formula indeks yaitu : < = 0,341 risiko rendah terjadi kematian ibu ≥ = 0,341 risiko tinggi terjadi kematian ibu
Rasio
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
51
4.7 Teknik dan Prosedur Pengumpulan Data
4.7.1 Jenis Data
Data yang dikumpulkan berupa data sekunder yang diperoleh dari register
kohort ibu dan kartu ibu yang dapat diakses di Puskesmas di wilayah kerja Dinas
Kesehatan Kota Surabaya . Data yang dikumpulkan berkaitan dengan kebutuhan
penelitian yaitu data umur ibu, paritas, IMT, LILA, status anemia, jarak
kehamilan, imunisasi TT, pemeriksaan kehamilan, penolong persalinan, riwayat
KB, riwayat penyakit dan riwayat komplikasi.
4.7.2 Instrumen dan Cara Pengumpulan Data
Instrumen yang digunakan untuk pengumpulan data adalah formulir
pengumpulan data. Data yang dikumpulkan berasal dari Register Kohor Ibu dan
kartu ibu yang tersedia di Puskesmas wilayah kerja dinas kesehatan kota Surabaya
yang terdapat kasus kematian ibu tahun 2015. Data yang dikumpulkan kemudian
dilakukan ekstraksi ke dalam formulir pengumpulan data. Formulir pengumpulan
data yang telah diisi lengkap selanjutnya diolah dan dianalisis
4.8 Pengolahan dan Analisis Data
Pengolahan dan analisis data dilakukan dengan menggunakan komputer.
4.8.1 Pengolahan Data
Data yang diperoleh dari hasil penelitian dilakukan pengolahan data dengan
langkah-langkah berikut ini:
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
52
1. Editing
Proses editing dilakukan dengan memeriksa kelengkapan dan
kesesuaian data terhadap data yang sudah terkumpul. Apabila ditemukan data
yang kurang jelas atau kurang lengkap, maka akan dilihat kembali pada register
kohort ibu, dokumen otopsi verbal dan kartu ibu.
2.Coding
Variabel yang sudah terkumpul pada saat pengumpulan data
selanjutnya dikategorikan dan diberi kode untuk memudahkan analisis.
3.Entry
Proses entry dilakukan setelah pemberian kode lalu data ditransformasi
ke dalam program SPSS for windows versi 16.0
4.Cleaning
Pembersihan data dilakukan dengan melakukan pengecekan data
kembali sehingga yakin bahwa data yang akan dianalisa tidak ada data yang
meragukan atau keliru. Kelengkapan data meliputi semua variabel penelitian
yang dimiliki oleh subyek penelitian terisi lengkap.
4.8.2 Analisis Data
Data yang sudah terkumpul dan dientry kemudian dianalisis dengan
komputer, meliputi analisis deskriptif dan inferensial.
1. Analisis Deskriptif
Analisis ini bertujuan untuk melihat sebaran frekuensi kejadian kematian
ibu di Kota Surabaya tahun 2015.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
53
2. Analisis Inferensial
Analisis ini menggunakan uji regresi logistik sederhana (simple logistic
regression) dan uji regresi logistik ganda (multiple logistic regression). Uji regresi
logistik sederhana bertujuan untuk dapat memperoleh variabel yang bisa masuk
menjadi kandidat untuk selanjutnya dianalisis secara multivariat dengan uji
regresilogistik ganda. Uji logistik ganda bertujuan untuk menyusun model indeks
prediktif risiko kematian kematian ibu. Prosedur awal sebelum menyusun model
indeks prediktif adalah seleksi kandidat, yaitu bila uji regresi logistik sederhana
menunjukkan p value < 0,25 maka variabel tersebut dapat dilanjutkan untuk
dianalisis secara simultan. Tahap akhir uji ini selanjutnya dipertimbangkan
menjadi indikator. Semua variabel yang signifikan (p < 0,05) terhadap kejadian
kematian kematian ibu akan dimasukkan ke dalam formula indeks prediksi.
Kemudian dilakukan penilaian interaksi antara variabel utama (independen) yang
masuk dalam formula indeks prediksi terhadap kejadian kematian kematian ibu.
Dari hasil analisis inferensial akan didapat suatu model yaitu :
( )
( ) ( )
Keterangan :
p (x) : Probabilitas untuk terjadinya kematian ibu
: konstanta (intersep)
i : koefisien regresi variabel independen (prediktor)
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
54
Xi : variabel independen yang pengaruhnya akan diteliti
Dari model yang diperoleh, maka akan dibuat kategori menjadi 2 (risiko tinggi
dan risiko rendah) dengan batas P (x) , maka :
a. Skor indeks < P (x) = ibu hamil memiliki risiko rendah untuk mengalami
kematian ibu
b. Skor indeks ≥ P (x) = ibu hamil memiliki risiko tinggi untuk mengalami
kematian ibu
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
55
BAB 5
HASIL DAN ANALISIS DATA
5.1 Gambaran Umum Lokasi Penelitian
5.1.1 Kondisi Demografi
Menurut data Badan Pusat Statistik (BPS) Kota Surabaya, jumlah
penduduk Kota Surabaya Tahun 2014 yaitu sebanyak 2.831.820 jiwa yang terdiri
dari 1.397.899 jiwa penduduk laki-laki (49,36%) dan 1.433.921 jiwa penduduk
perempuan (50,64%). Kabupaten/Kota Surabaya memiliki 31 Kecamatan, dengan
63 puskesmas Di Kota Surabaya.
5.1.2 Kondisi Sarana Pelayanan Kesehatan
Sarana pelayanan kesehatan atau fasilitas kesehatan di Kota Surabaya pada
tahun 2016 meliputi dapat dilihat pada tabel di bawah ini:
Tabel 5.1 Sarana Pelayanan Kesehatan Di Kota Surabaya Tahun 2015 No Sarana Pelayanan Kesehatan Jumlah
1. Rumah Sakit Umum 38 2. Rumah Sakit Khusus 22 3. Balai Pengobatan/Klinik 155 4. Puskesmas 63 5. Puskesmas Pembantu 60 6. Posyandu 2.817 7. Apotik 884 8. Laboratorium 199 9. Spesialis dasar 37
Jumlah 4.275 (Sumber : Profil Dinas Kesehatan Kota Surabaya Tahun 2015)
5.1.3 Kondisi Tenaga Kesehatan
Menurut Profil Dinas Kesehatan Kota Surabaya tahun 2013, persebaran
tenaga kesehatan meliputi 62 Puskesmas, Rumah sakit, dan Dinas Kesehatan Kota
Surabaya serta sarana kesehatan lainnya yaitu :
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
56
1. Jumlah tenaga medis yang ada di sarana kesehatan di Kota Surabaya
sebanyak 3.845 orang tenaga medis yang meliputi dokter spesialis, dokter
umum, dan dokter gigi yang ada di Puskesmas, beberapa rumah sakit dan
kantor Dinas Kesehatan Kota Surabaya.
2. Jumlah tenaga keperawatan yang ada di sarana kesehatan Kota Surabaya
terbagi atas tenaga perawat dan perawat gigi. Tenaga perawat yang ada
sebanyak 5.192 orang yang meliputi Sarjana Keperawatan, D III Perawat.
3. Jumlah tenaga bidan yang ada sebanyak 1.397 orang yang meliputi D III
bidan dan bidan.
4. Tenaga kesahatan lain yang terdiri dari tenaga farmasi, gizi, tenaga kesehatan
masyarakat, kesling, tekhnisi medis dan ahli fisioterapis.
5.2 Gambaran Kasus Kematian Ibu
5.2.1 Penyebab Kematian Ibu
Penyebab kematian ibu di Kota Surabaya tahun 2015 dapat dilihat pada
Tabel 5.2 sebagai berikut :
Tabel 5.2 Distribusi Frekuensi Penyebab Kematian Ibu Di Kota Surabaya Tahun 2015
No
Penyebab Kematian Ibu Jumlah Persentase (%)
1 Perdarahan 18 47,36 2 Pre eklamsi / eklamsi 6 15,78 3 Penyakit Jantung 2 5,26 4 Emboli Air Ketuban 2 5,26 5 HIV 2 5,26 6 Lain-Lain 8 21,05 Jumlah 38 100,00
(Sumber : Profil Kota Surabaya tahun 2015)
Tabel 5.2 di atas menunjukkan penyebab kematian ibu pada 38 kasus
kematian ibu di Kota Surabaya yang tertinggi disebabkan oleh perdarahan
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
57
sebanyak 18 (47,36%), kemudian Pre eklamsi/eklamsi sebanyak 6 (15,78%),
penyakit jantung sebanyak 2 (5,26%), emboli air ketuban sebanyak 2 (5,26%),
HIV sebanyak 2 (5,26%) dan lain-lain (asma, lupus, hipertiroid, tuberkulosis
(TBC), kanker (Ca) paru, dan odema paru) sebanyak 8 (21,05%) kasus. Penyebab
kematian ibu terbanyak menunjukkan karena pendarahan hal ini terjadi
disebabkan karena banyak dari ibu tersebut mengalami anemia selama kehamilan,
dimana perdarahan merupakan penyebab langsung terjadinya kematian ibu. Selain
penyebab langsung seperti perdarahan, preeklamsi/eklamsi dan emboli air ketuban
yang perlu diwaspadai, terdapat penyebab tidak langsung seperti penyakit jantung,
HIV, tuberkulosis (TBC), asma, dan lain-lain yang dapat memperburuk kondisi
ibu sehingga dapat menyebabkan risiko kematian ibu meningkat.
5.2.2 Sebaran Umur pada kasus Kematian Ibu
Sebaran Umur pada kasus kematian ibu di Kota Surabaya tahun 2015
dapat dilihat pada Tabel 5.3 sebagai berikut :
Tabel 5.3 Distribusi Frekuensi umur pada kasus Kematian Ibu Di Kota Surabaya Tahun 2015
No Umur Ibu Jumlah Persentase (%) 1 16 – 25 tahun 9 24 2 26 – 35 tahun 20 53 3 36 – 45 tahun 9 24 Jumlah 38 100
(Sumber : Data Sekunder laporan Puskesmas tahun 2015)
Tabel 5.3 di atas dapat diketahui bahwa umur pada kasus kematian ibu
banyak terjadi pada usia 26- 35 tahun sebanyak 20(53%) ibu yang meninggal
akibat persalinan, kehamilan dan nifas. Umur ibu pada kasus kematian ibu yang
paling muda pada umur 16 tahun dan yang paling tua pada umur 45 tahun. Pada
usia 26 – 35 tahun merupakan umur reproduksi paling aman, sehingga banyak ibu
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
58
hamil pada usia 26 - 35 tahun, dimana pada setiap kehamilan yang dialami ibu
memiliki risiko tersendiri untuk terjadi kematian ibu walaupun hamil pada usia
reproduksi yang aman.
5.3 Pengaruh Umur Terhadap Kematian Ibu Di Kota Surabaya Tahun 2015
Hasil penelitian diperoleh data umur kematian ibu lebih sedikit pada ibu
yang ber umur < 20 dan > 35 Tahun (34,50%) dibandingkan ibu dengan umur
tidak berisiko (65,80%). Hasil yang sama pula ditunjukkan pada kelompok
kontrol. Pada tabel 5.4 berikut menunjukkan distribusi frekuensi antara umur ibu
dengan Kematian Ibu :
Tabel 5.4 Distribusi umur menurut kejadian kematian ibu di Kota Surabaya Tahun 2015
Umur Kematian Ibu
Kasus Kontrol N % N %
< 20 dan > 35 Tahun 13 34,20 17 22,40 20 -35 Tahun 25 65,80 59 77,60 Jumlah 38 100,00 76 100,00
Hasil uji regresi logistik sederhana menunjukkan bahwa variabel umur
menjadi variabel kandidat yang akan dimasukkan dalam analisis multivariabel.
5.4 Pengaruh Jumlah Paritas Terhadap Kematian Ibu Di Kota Surabaya
Tahun 2015
Hasil penelitian diperolah data kematian ibu lebih banyak pada ibu dengan
jumlah paritas 2-4 anak (52,60%) dibandingkan ibu dengan paritas ≤ 1 dan > 4
anak (52,60%). Hal yang sama terjadi pada kelompok kontrol, dimana ibu dengan
jumlah paritas 2-4 anak lebih banyak (64,50%) dibandingkan ibu dengan jumlah
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
59
paritas ≤ 1 dan > 4 anak (35,50%). Tabel 5.5 berikut menunjukkan distribusi
frekuensi antara jumlah paritas ibu terhadap kematian ibu :
Tabel 5.5 Distribusi jumlah paritas menurut kejadian kematian ibu di Kota Surabaya Tahun 2015
Jumlah Paritas Kematian Ibu
Kasus Kontrol N % N %
≤ 1 dan > 4 18 47,40 27 35,50 2 - 4 20 52,60 49 64,50 Jumlah 38 100,00 76 100,00
Hasil uji regresi logistik sederhana menunjukkan bahwa variabel paritas
menjadi variabel kandidat yang akan dimasukkan dalam analisis multivariabel.
5.5 Pengaruh Indek Masa Tubuh (IMT) Terhadap Kematian Ibu Di Kota
Surabaya Tahun 2015
Hasil penelitian diperolah data kematian ibu lebih banyak pada ibu dengan
IMT 18,5-25 (52,60%) dibandingkan ibu dengan IMT < 18,5 dan > 25 (47,40%).
Pada kelompok kontrol, dimana ibu dengan IMT < 18,5 dan > 25 lebih banyak
(55,30%) dibandingkan ibu dengan IMT 18,5-25 (44,70%). Tabel 5.6 berikut
menunjukkan distribusi frekuensi antara IMT ibu terhadap kematian ibu :
Tabel 5.6 Distribusi IMT Menurut Kejadian kematian ibu di Kota Surabaya Tahun 2015
IMT Kematian Ibu
Kasus Kontrol N % N %
< 18,5 dan > 25 18 47,40 42 55,30 18,5 - 25 20 52,60 34 44,70 Jumlah 38 100,00 76 100,00
Hasil uji regresi logistik sederhana pada tabel 5.5 menunjukkan bahwa
variabel IMT tidak menjadi variabel kandidat yang akan dimasukkan dalam
analisis multivariabel.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
60
5.6 Pengaruh Lingkar Lengan Atas (LILA) Terhadap Kematian Ibu Di Kota
Surabaya Tahun 2015
Hasil penelitian diperolah data kematian ibu lebih banyak pada ibu dengan
LILA ≥ 23,5 cm (81,60%) dibandingkan ibu dengan LILA < 23,5 cm (18,40%).
Hal yang sama terjadi pada kelompok kontrol, dimana ibu dengan LILA ≥ 23,5
lebih banyak (82,90%) dibandingkan ibu dengan LILA < 23,5 (17,10%). Tabel
5.7 berikut menunjukkan distribusi frekuensi antara LILA terhadap kematian ibu :
Tabel 5.7 Distribusi LILA menurut kejadian kematian ibu di Kota Surabaya Tahun 2015
LILA Kematian Ibu
Kasus Kontrol N % N %
< 23,5 cm 7 18,40 13 17,10 ≥ 23,5 cm 31 81,60 63 82,90 Jumlah 38 100,00 76 100,00
Hasil uji regresi logistik sederhana menunjukkan bahwa variabel LILA
tidak menjadi variabel kandidat yang akan dimasukkan dalam analisis
multivariabel.
5.7 Pengaruh Status Anemia Terhadap Kematian Ibu Di Kota Surabaya
Tahun 2015
Hasil penelitian diperolah data kematian ibu lebih banyak pada ibu dengan
adar hemoglobin ≥ 11 g/dl (57,90%) dibandingkan ibu dengan kadar hemoglobin
< 11 g/dl (52,60%). Hal yang sama terjadi pada kelompok kontrol, dimana ibu
dengan kadar hemoglobin ≥ 11 g/dl lebih banyak (76,30%) dibandingkan ibu
dengan kadar hemoglobin < 11 g/dl (23,70%). Tabel 5.8 berikut menunjukkan
distribusi frekuensi antara status anemia terhadap kematian ibu :
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
61
Tabel 5.8 Distribusi Status Anemia menurut kejadian kematian ibu di Kota Surabaya Tahun 2015
Status Anemia Kematian Ibu Kasus Kontrol
N % N % < 11 g/dl 16 42,10 11 14,50 ≥ 11g/dl 22 57,90 65 85,50 Jumlah 38 100,00 76 100,00
Hasil uji regresi logistik sederhana menunjukkan bahwa variabel status
anemia menjadi variabel kandidat yang akan dimasukkan dalam analisis
multivariabel.
5.8 Pengaruh Jarak Kehamilan Terhadap Kematian Ibu Di Kota Surabaya
Tahun 2015
Hasil penelitian diperolah data kematian ibu lebih banyak pada ibu dengan
jarak kehamilan > 2 tahun (86,80%) dibandingkan ibu dengan jarak kehamilan ≤ 2
tahun (13,20%). Hal yang sama terjadi pada kelompok kontrol, dimana ibu
dengan jarak kehamilan > 2 tahun lebih banyak (88,20%) dibandingkan ibu
dengan jarak kehamilan ≤ 2 tahun (11,80%). Tabel 5.9 berikut menunjukkan
distribusi frekuensi antara jarak kehamilan terhadap kematian ibu :
Tabel 5.9 Distribusi jarak kehamilan menurut kejadian kematian ibu di Kota Surabaya Tahun 2015
Jarak Kehamilan Kematian Ibu Kasus Kontrol
N % N % ≤ 2 tahun 5 13,20 9 11,80 > 2 tahun 33 86,80 67 88,20 Jumlah 38 100,00 76 100,00
Hasil uji regresi logistik sederhana menunjukkan bahwa variabel jarak
kehamilan tidak menjadi variabel kandidat yang akan dimasukkan dalam analisis
multivariabel.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
62
5.9 Pengaruh Imunisasi Tetanus Toksoid (TT) Terhadap Kematian Ibu Di
Kota Surabaya Tahun 2015
Hasil penelitian diperolah data kematian ibu lebih banyak pada ibu dengan
status imunisasi pernah TT (84,20%) dibandingkan ibu dengan status imunisasi
TT tidak pernah (15,80%). Hal yang sama terjadi pada kelompok kontrol, dimana
ibu dengan status imunisasi TT pernah lebih banyak (90,40%) dibandingkan ibu
dengan status imunisasi TT tidak pernah (9,60%). Tabel 5.10 berikut
menunjukkan distribusi frekuensi antara imunisasi TT terhadap kematian ibu :
Tabel 5.10 Distribusi imunisasi TT menurut kematian ibu di Kota Surabaya Tahun 2015
Imunisasi TT Kematian Ibu Kasus Kontrol
N % N % Tidak pernah 6 15,80 5 6,60 Pernah 32 84,20 71 93,40 Jumlah 38 100,00 76 100,00
Hasil uji regresi logistik sederhana menunjukkan bahwa variabel
imunisasi TT menjadi variabel kandidat yang akan dimasukkan dalam analisis
multivariabel.
5.10 Pengaruh Pemeriksaan Kehamilan Terhadap Kematian Ibu Di Kota
Surabaya Tahun 2015
Hasil penelitian diperolah data kematian ibu lebih banyak pada ibu dengan
pemeriksaan kehamilan ≥ 4 kali (84,20%) dibandingkan ibu dengan pemeriksaan
kehamilan < 4 kali (15,80%). Hal yang sama terjadi pada kelompok kontrol,
dimana ibu dengan pemeriksaan kehamilan ≥ 4 kali lebih banyak (92,10%)
dibandingkan ibu dengan pemeriksaan kehamilan < 4 kali (7,90%). Tabel 5.11
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
63
berikut menunjukkan distribusi frekuensi antara pemeriksaan kehamilan terhadap
kematian ibu :
Tabel 5.11 Distribusi Pemeriksaan kehamilan menurut kejadian kematian ibu di Kota Surabaya Tahun 2015
Pemeriksaan Kehamilan
Kematian Ibu Kasus Kontrol
N % N % < 4 pemeriksaan 6 15,80 5 6,60 ≥ 4pemeriksaan 32 84,20 71 93,40 Jumlah 38 100,00 76 100,00
Hasil uji regresi logistik sederhana menunjukkan bahwa variabel
pemeriksaan kehamilan menjadi variabel kandidat yang akan dimasukkan dalam
analisis multivariabel
5.11 Pengaruh Penolong Persalinan Pertama Terhadap Kematian Ibu Di
Kota Surabaya Tahun 2015
Hasil penelitian diperolah data dari 38 ibu meninggal dengan ditolong oleh
tenaga kesehatan sebanyak 38 (100%). Pada kelompok kontrol terdapat satu ibu
yang ditolong persalinannya oleh bukan tenaga kesehatan Tabel 5.12 berikut
menunjukkan distribusi frekuensi antara penolong persalinan pertama terhadap
kematian ibu :
Tabel 5.12 Distribusi Penolong Persalinan pertama menurut kejadian kematian ibu di Kota Surabaya Tahun 2015
Penolong Persalinan
Kematian Ibu Kasus Kontrol
N % N % Bukan tenaga kesehatan
0 0,00 1 1,30
Tenaga kesehatan 38 100,00 75 98,70 Jumlah 38 100,00 76 100,00
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
64
Hasil uji regresi logistik sederhana menunjukkan bahwa variabel
penolong persalinan pertama tidak menjadi variabel kandidat yang akan
dimasukkan dalam analisis multivariabel.
5.12 Pengaruh Riwayat KB Terhadap Kematian Ibu Di Kota Surabaya
Tahun 2015
Hasil penelitian diperolah data kematian ibu lebih banyak pada ibu dengan
pernah KB (68,40%) dibandingkan ibu dengan tidak KB (31,60%). Hal yang sama
terjadi pada kelompok kontrol, dimana ibu dengan pernah KB lebih banyak
(92,10%) dibandingkan ibu dengan tidak pernah KB (7,90%). Tabel 5.13 berikut
menunjukkan distribusi frekuensi antara riwayat KB terhadap kematian ibu :
Tabel 5.13 Distribusi Riwayat KB menurut kejadian kematian ibu di Kota Surabaya Tahun 2015
Riwayat KB Kematian Ibu Kasus Kontrol
N % N % Tidak KB 12 31,60 6 7,90 KB 26 68,40 70 92,10 Jumlah 38 100,00 76 100,00
Hasil uji regresi logistik sederhana menunjukkan bahwa variabel riwayat
KB menjadi variabel kandidat yang akan dimasukkan dalam analisis
multivariabel.
5.13 Pengaruh Riwayat Penyakit terhadap Kematian Ibu Di Kota Surabaya
Tahun 2015
Hasil penelitian diperolah data kematian ibu lebih banyak pada ibu dengan
tidak ada riwayat penyakit (57,90%) dibandingkan ibu dengan ada riwayat
penyakit (42,10%). Hal yang sama terjadi pada kelompok kontrol, dimana ibu
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
65
dengan tidak ada riwayat penyakit lebih banyak (92,10%) dibandingkan ibu
dengan ada riwayat penyakit (7,90%). Tabel 5.14 berikut menunjukkan distribusi
frekuensi antara riwayat penyakit terhadap kematian ibu :
Tabel 5.14 Pengaruh Riwayat penyakit menurut kejadian kematian ibu di Kota Surabaya Tahun 2015
Riwayat Penyakit Kematian Ibu Kasus Kontrol
N % N % Ada 16 42,10 6 7,90 Tidak ada 22 57,90 70 92,10 Jumlah 38 100,00 76 100,00
Hasil uji regresi logistik sederhana menunjukkan bahwa variabel riwayat
penyakit menjadi variabel kandidat yang akan dimasukkan dalam analisis
multivariabel.
5.14 Pengaruh Riwayat Komplikasi Terhadap Kematian Ibu Di Kota
Surabaya tahun 2015
Hasil penelitian diperolah data kematian ibu lebih banyak pada ibu tidak
ada riwayat komplikasi (57,90%) dibandingkan ibu dengan ada riwayat
komplikasi (42,10%). Hal yang sama terjadi pada kelompok kontrol, dimana ibu
dengan tidak ada komplikasi lebih banyak (92,10%) dibandingkan ibu dengan ada
riwayat komplikasi (7,90%). Tabel 5.15 berikut menunjukkan distribusi frekuensi
antara riwayat komplikasi terhadap kematian ibu :
Tabel 5.15 Distribusi riwayat komplikasi menurut kejadian kematian ibu di Kota Surabaya Tahun 2015
Riwayat Komplikasi
Kematian Ibu Kasus Kontrol
N % N % Ada 16 42,10 6 7,90 Tidak ada 22 57,90 70 92,10
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
66
Jumlah 38 100,00 76 100,00 Hasil uji regresi logistik sederhana menunjukkan bahwa variabel riwayat
komplikasi tidak menjadi variabel kandidat yang akan dimasukkan dalam analisis
multivariabel.
5.15 Indeks Prediktif Risiko Kematian Ibu Di Kota Surabaya
Hasil uji regresi logistik sederhana terhadap 12 variabel bebas risiko
kematian ibu di Kota Surabaya didapat jika nilai p < α (0,25) maka variabel
tersebut merupakan kandidat yang dapat masuk untuk di analisis lebih lanjut
dengan analisis regresi logistik ganda. Untuk lebih jelasnya terlihat pada tabel
5.16 di bawah ini :
Tabel 5.16 Hasil Analisis Regresi Logistik Sederhana Risiko Kematian Ibu di Kota Surabaya
No Variabel p value Keterangan 1 Umur 0,179 Kandidat 2 Jumlah Paritas 0,224 Kandidat 3 IMT 0,427 Bukan kandidat 4 LILA 0,860 Bukan kandidat 5 Status Anemia 0,002 Kandidat 6 Jarak Kehamilan 0,840 Bukan kandidat 7 Imunisasi TT 0,127 Kandidat 8 Pemeriksaan Kehamilan 0,127 Kandidat 9 Penolong Persalinan
Pertama 1 Bukan kandidat
10 Riwayat KB 0,002 Kandidat 11 Riwayat Penyakit 0,001 Kandidat 12 Riwayat Komplikasi 0,003 Bukan kandidat
Tabel 5.15 di atas menunjukkan bahwa variabel yang akan dimasukkan
dalam uji regresi logistik ganda adalah umur, jumlah paritas, status anemia,
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
67
imunisasi TT, pemeriksaan kehamilan, riwayat KB, riwayat penyakit, dan riwayat
komplikasi.
5.15.1 Hasil Analisis dengan Uji Regresi Logistik Ganda
Pengujian secara simultan menggunakan uji regresi logistik ganda dengan
memasukkan delapan kandidat variabel yang memenuhi syarat bertujuan untuk
menentukan variabel apa saja yang akan masuk menjadi indeks prediktif risiko
kematian ibu. Hasil dari uji regresi logistik berganda dapat dilihat pada Tabel 5.17
di bawah ini :
Tabel 5.17 Hasil Analisis Regresi Ganda Risiko Kematian Ibu Di Kota Surabaya
Variabel Koefisien(B) p OR
95% CI
Riwayat Penyakit
Tidak ada penyakit (reference)
- - - -
Ada penyakit 2,267 0,001 9,646 3,059 – 30,422 Riwayat KB Pernah (reference) - - - -
Tidak pernah 1,597 0,010 4,939 1,453 – 16,784 Status anemia Tidak Anemia
(Reference) - - - -
Anemia 1,388 0,009 4,006 1,413 – 11,352 Konstanta - 1,924 0,001 0,146 -
Tabel 5.17 di atas menunjukkan hasil akhir dari analisis multivaribel.
Berdasarkan hasil tersebut terdapat tiga variabel yang signifikan dan menjadi
indikator prediktif risiko kematian ibu. Ke tiga variabel tersebut selanjutnya akan
masuk ke dalam formula indeks.
Variabel yang tidak masuk ke dalam model indeks prediktif risiko
kematian ibu karena nilai α > 0,05 dapat dilihat pada Tabel 5.18 di bawah ini :
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
68
Tabel 5.18 Variabel Yang Tidak Masuk Model Hasil Analisis Regresi Ganda Risiko Kematian Ibu Di Kota Surabaya
Variabel Kategori P value Umur Berisiko <20 dan > 35 0,69
Tidak Berisiko 20-35 Paritas Berisiko 2-4 0,32
Tidak Berisiko ≤ 1 dan ≥ 4 Pemeriksaan Kehamilan Berisiko 0,61
Tidak Berisiko Imunisasi TT Berisiko 0,31
Tidak Berisiko Riwayat Komplikasi Ada Komplikasi 0,10
Tidak Ada Komplikasi Tabel 5.18 di atas dapat diketahui terdapat empat variabel yang tidak
signifikan berpengaruh terhadap kematian ibu di Kota Surabaya karena nilai p
value > 0,05.
5.15.2 Cut Off Indeks Prediktif Risiko Kematian Ibu
Hasil analisis multivariabel untuk menghitung nilai sensitivitas dan
spesifisitas serta akurasi model yang dibuat dan untuk mendapatkan nilai cut off
indeks digunakan kurva ROC pada Gambar 5.1 dibawah ini :
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
69
Gambar 5.1 Kurva ROC dari hasil analisis multivariabel
Gambar 5.1 di atas dapat diketahui nilai akurasi sebesar 79% dengan nilai
sensitivitas sebesar 60,50% dan spesifisitas sebesar 84,20%. Di peroleh nilai
probabilitas dari titik potong nilai sensitifitas dan spesifisitas sebesar 0,415,
sehingga perhitungan nilai cut off indeks dari rumus probabilitas sebagai berikut :
Tabel 5.19 Perhitungan nilai sensitifitas dan spesifisitas untuk mencari nilai probabilitas
Positive if Greater Than or Equal Toa
Sensitivity spesifisitas
0 1 0 0,264035 0,763157895 0,723684
0,4157 0,605263158 0,842105 0,523826 0,526315789 0,907895 0,683119 0,315789474 0,973684 0,810161 0,210526316 0,986842 0,872263 0,131578947 1 0,926078 0,078947368 1
1 0 1
Gambar 5.2 Titik potong nilai sensitifitas dan spesifisitas untuk melihat nilai probabilitas
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
70
Tabel 5.18 dan Gambar 5.2 di atas dapat diketahui bahwa nilai y adalah
0,4157, berasal dari titik potong antara nilai sensitifitas dan spesivisitas pada
Gambar 5.2.
Perhitungan cut off indeks diperoleh dengan menggunakan persamaan
dibawah ini :
Keterangan :
y : Probability
z : Cut off indeks
e : Bilangan natural (2,7)
Dari persamaan diatas maka perhitungan cut off indeks dalam penelitian
ini dapat terlihat dibawah ini :
0,4157 (1+e-z) = 1
0,343 + 0,343 e-z = 1
0,4157 e-z = 1 – 0,4157
0,4157 e-z = 0,657
e-z = 1,406
z = 0,341
Sehingga diperoleh nilai z atau nilai cut off indeks = 0,341 dengan demikian :
1. Bila skor indeks < 0,341, berarti risiko rendah mengalami kematian ibu.
2. Bila skor indeks ≥ 0,341, berarti risiko tinggi mengalami kematian ibu.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
71
5.16 Formula Indeks Prediktif Risiko Kematian Ibu
Berdasarkan hasil uji regresi logistik ganda, maka dapat disusun formula
indeks prediktif risiko kematian ibu di Kota Surabaya adalah sebagai berikut :
Untuk memudahkan dalam perhitungan indeks prediktif risiko kematian
ibu, maka sebelumnya ditentukan skor pada tiap-tiap kategori variabel. Skor
variabel dapat dilihat pada Tabel 5.20 berikut :
Tabel 5.20 Skor Kategori Variabel Risiko Kematian Ibu Variabel Kategori Skor
Riwayat Penyakit Tidak ada riwayat penyakit 0 Ada riwayat penyakit 1
Riwayat KB Pernah KB 0 Tidak KB 1
Status Anemia Tidak anemia 0 Anemia 1
Model prediksi hasil uji variabel risiko kematian ibu dapat dibuat untuk
memprediksi risiko terjadi kematian ibu. Hasil secara terperinci dapat dilihat pada
Tabel 5.21 di bawah ini :
Tabel 5.21 Indeks Prediktif Risiko Kematian Ibu Di Kota Surabaya No Riwayat Penyakit Riwayat KB Status
Anemia Keterangan
1. Tidak ada Pernah ≥ 11 g/dl Risiko rendah 2. Tidak ada Pernah < 11 g/dl Risiko rendah 3. Tidak ada Tidak Pernah ≥ 11 g/dl Risiko rendah 4. Tidak ada Tidak pernah < 11 g/dl Risiko tinggi 5. Ada Pernah ≥ 11 g/dl Risiko tinggi 6. Ada Pernah < 11 g/dl Risiko tinggi 7. Ada Tidak pernah < 11 g/dl Risiko tinggi 8. Ada Tidak pernah < 11 g/dl Risiko tinggi
Indeks Prediktif Risiko Kematian Ibu = (-1,834+2,267xriwayat penyakit(ada
riwayat penyakit)+ 1,597xRiwayat KB(Tidak pernah)+ 1,388xstatus anemia(anemia)
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
72
Dari Tabel 5.21 di atas dapat dipermudah dengan melihat matriks
penerapan indeks pada Gambar 5.3 berikut :
RISIKO KEMATIAN IBU
Tabel 5.21 dan gambar 5.3 di atas dapat disimpulkan bahwa ibu hamil
yang memiliki riwayat penyakit maka sudah dalam golongan risiko tinggi untuk
mengalami kematian ibu. Selain itu minimal terdapat dua variabel yang berisiko
maka seorang ibu hamil akan memiliki risiko tinggi mengalami kematian ibu.
Tidak Ada Riwayat Sakit Ada Riwayat Sakit
Pernah KB Tidak Pernah KB Pernah KB Tidak Pernah KB
Tidak Anemia
Anemia Tidak Anemia
Anemia
Tidak Anemia
Anemia
Tidak Anemia
Anemia
Risiko Rendah
Risiko Rendah
Risiko Rendah
Risiko Tinggi
Risiko Tinggi
Risiko Tinggi
Risiko Tinggi
Risiko Tinggi
Gambar 5.3 Matriks Indeks Prediktif Risiko Kematian Ibu
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
74
BAB 6
PEMBAHASAN
6.1 Pengaruh Umur Terhadap Kematian Ibu
Dari hasil penelitian pada Tabel 5.18 dapat disimpulkan tidak ada
pengaruh umur terhadap risiko kematian ibu. Hal ini sejalan dengan penelitian
Fibriana (2007) dan Aeni (2013) yang menyatakan tidak ada pengaruh umur ibu
terhadap kematian ibu. Umur paling aman untuk hamil, persalinan dan nifas
adalah umur antara 20-35 tahun, karena mereka berada dalam masa reproduksi
sehat. Umur < 20 tahun organ reproduksi belum matang dan kondisi rahim belum
sempurna untuk hamil dan melahirkan sehingga berisiko tinggi untuk kehamilan,
persalinan dan nifas, sedangkan umur lebih dari 35 tahun ibu mempunyai risiko
tinggi untuk terjadi komplikasi obstetri, karena kesehatan reproduksi sudah
menurun dan ibu terlalu lemah untuk mengejan saat melahirkan. Usia tua juga
mempunyai risiko untuk terkena penyakit lain seperti penyakit jantung, tekanan
darah tinggi, keganasan dan kelainan metabolik yang biasanya meningkat
(Manuaba, 2008).
Hasil yang berbeda ditunjukan oleh penelitian Evance et al (2013) yang
menyatakan bahwa umur merupakan variabel yang berpengaruh terhadap
kematian ibu, dimana ibu dengan umur 35 - 49 tahun merupakan umur yang
berisiko tinggi untuk terjadi kematian ibu. Diperkuat dengan Penelitian Poorolajal
et al (2014) tentang faktor risiko kematian ibu di Iran Barat menyatakan bahwa
ada pengaruh umur ibu dengan kematian ibu, dimana ibu dengan umur lebih dari
sama dengan 35 tahun memiliki risiko kematian sebesar 8,48 dibandingkan
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
75
dengan ibu yang berumur kurang dari 34 tahun. Berbeda kriteria umur ibu yang
berpengaruh terhadap kematian ibu pada penelitian Weyesa et al (2015) tentang
prevalensi dan faktor risiko kematian ibu di Rumah Sakit Mizan Aman Ethiophia
menyatakan bahwa umur yang berpengaruh terhadap kematian ibu adalah pada
rentang umur 25-30 tahun dengan nilai p value = 0,001.
6.2 Pengaruh Paritas terhadap Kematian Ibu
Dari hasil penelitian pada tabel 5.18 dapat disimpulkan tidak ada pengaruh
Paritas terhadap risiko kematian ibu. Hal ini sejalan dengan penelitian Fibriana
(2007) dan Aeni (2013) yang menyatakan tidak ada pengaruh paritas terhadap
risiko kematian ibu. Paritas pertama dan paritas lebih dari empat, meningkatkan
risiko terjadinya kematian ibu. Ibu dengan paritas pertama akan berisiko karena
ibu belum siap secara medis maupun secara mental, sedangkan ibu dengan paritas
lebih dari 4 berisiko karena ibu mengalami kemunduran dari segi fisik untuk
menjalani kehamilan, persalinan dan saat nifas. Hasil yang sama dengan
penelitian Godefay et al (2015) tentang faktor risiko kematian ibu di Tigray
Ethiophia yang menyatakan bahwa paritas tidak berpengaruh terhadap kematian
ibu.
Penelitian di Bali melaporkan bahwa 67% kematian ibu berhubungan
dengan perdarahan,utamanya pada wanita dengan paritas tinggi disebabkan
perdarahan postpartum sering berkaitan dengan kontraksi rahim yang kurang baik
sehingga plasenta tidak sepenuhnya lepas dan perdarahan berlanjut meskipun bayi
sudah lahir (Wijono, 2008).
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
76
6.3 Pengaruh Indeks Masa Tubuh (IMT) terhadap Kematian Ibu
Dari hasil penelitian pada tabel 5.6 dapat disimpulkan tidak ada pengaruh
IMT terhadap risiko kematian ibu. Hal ini tidak sejalan dengan penelitian
Poorolajal et al (2014) tentang faktor risiko kematian ibu di Iran Barat
menyatakan bahwa ada pengaruh IMT yang kurang dari 18,5 dan lebih dari 25
terhadap kematian ibu. Dimana ibu yang memiliki IMT kurang dari 18,5 berisiko
meninggal sebesar 2,10 kali lebih besar dibandingkan dengan ibu dengan IMT
normal, sedangkan ibu dengan IMT lebih dari 25 berisiko sebesar 10,99 kali lebih
besar dibandingkan dengan ibu dengan IMT normal.
Penelitian Goffman et al (2007) tentang prediktor kematian ibu dan
kesakitan ibu juga menyatakan bahwa ada pengaruh IMT > 29 dengan kematian
ibu, dimana ibu dengan IMT > 29 memiliki risiko untuk meninggal dan sakit
sebesar 3 kali lebih tinggi dibandingkan dengan ibu yang memiliki IMT kurang
dari sama dengan 29. Obesitas merupakan faktor risiko penting yang merugikan
kesehatan dan bisa menjadi faktor penyebab kematian atau kesakitan. Obesitas
dapat menyebabkan penyakit thromboembolic, hipertensi, perdarahan obstetri,
tindakan sesar saat persalinan dan komplikasi anestesi.
6.4 Pengaruh Lingkar Lengan Atas (LILA) terhadap Kematian Ibu
Dari hasil penelitian pada tabel 5.7 dapat disimpulkan tidak ada pengaruh
LILA terhadap risiko kematian ibu. Hal ini sejalan dengan penelitian sejalan
dengan penelitian Fibriana (2007) dan Aeni (2013) yang menyatakan tidak ada
pengaruh LILA dengan kematian ibu.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
77
Pengukuran LILA bertujuan untuk mendeteksi apakah ibu hamil termasuk
kategori kurang energi kronis (KEK) atau tidak. Ibu dengan status gizi buruk
memiliki risiko untuk terjadinya perdarahan dan infeksi pada masa nifas. Keadaan
kurang gizi sebelum dan selama kehamilan memberikan kontribusi terhadap
rendahnya kesehatan ibu, masalah dalam persalinan dan masalah pada bayi yang
dilahirkan (Andriani dan Wirjatmadi, 2012).
Ibu hamil merupakan kelompok rawan gizi. Bila ibu mengalami risiko
kurang energi kronis (KEK) selama kehamilan dapat menimbulkan masalah
kesehatan pada ibu maupun pada janin yang di kandung. KEK pada ibu hamil
dapat menyebabkan risiko dan komplikasi pada ibu yaitu anemia, perdarahan,
berat badan ibu tidak bertambah dan terkena penyakit infeksi. Pengaruh KEK
terhadap proses persalinan menyebabkan persalinan sulit dan lama, persalinan
sebelum waktunya (prematur), perdarahan setelah persalinan, serta persalinan
dengan operasi cenderung meningkat. Upaya mencegah risiko KEK pada ibu
hamil sebelum kehamilan wanita usia subur sudah harus mempunyai gizi yang
baik dengan LILA tidak kurang dari 23,5cm. Apabila LILA ibu sebelum hamil
kurang dari angka tersebut, sebaiknya kehamilan ditunda sehingga dapat
mengurangi risiko akibat KEK tersebut (Sandjaja, 2009).
6.5 Pengaruh Status Anemia terhadap Kematian Ibu
Dari hasil penelitian pada Tabel 5.17 dapat disimpulkan ada pengaruh
Status anemia terhadap risiko kematian ibu. Status anemia merupakan faktor yang
menyebabkan kematian pada kasus perdarahan dan infeksi. Hal ini terjadi karena
rendahnya status ekonomi dan kurangnya distribusi makanan untuk perempuan
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
78
dirumah (Iqbal et al, 2014). Semakin rendah kadar hemoglobin ibu hamil semakin
tinggi risiko morbiditas dan mortalitas ibu. Penelitian di berbagai rumah sakit di
Indonesia melaporkan bahwa wanita dengan anemia mempunyai risiko kematian
ibu empat kali lebih tinggi dibandingkan wanita dengan tidak anemia. Apabila
kadar hemoglobin kurang dari 8 gram persen, maka risiko kematian ibu
meningkat sekitar delapan kali lebih tinggi dibandingkan dengan wanita tanpa
anemia (Wijono, 2008). Hasil penelitian ini sejalan dengan penelitian Rejeki
(2014) di kabupaten Tegal menyatakan bahwa anemia berpengaruh terhadap
kematian ibu, dimana ibu dengan anemia memiliki risiko sebesar 5,33 kali lebih
besar berisiko mengalami kematian ibu dibandingkan dengan ibu hamil yang
sehat.
Anemia pada kehamilan adalah anemia karena kekurangan zat besi.
Anemia pada kehamilan merupakan masalah nasional karena mencerminkan nilai
kesejahteraan sosial ekonomi masyarakat dan pengaruhnya sangat besar terhadap
kualitas sumber daya manusia. Menurut WHO, kejadian anemia kehamilan
berkisar antara 20 dan 89% dengan menetapkan Hb 11 g% (g/dl) sebagai dasarnya
(Manuaba, 2010).
Ibu hamil dianggap anemia bila kadar hemoglobinnya < 11 g%. Anemia
yang paling banyak terjadi adalah anemia akibat defisiensi zat besi dan asam folat.
Keluhan anemia meliputi letih, lemah, pucat,pusing, sakit kepala, anoreksia,
stomatitis, sensitif terhadap rasa dingin (Lailiyana, Noor dan Suryatni, 2010). Ibu
dengan anemia tidak dapat menoleransi kehilangan darah seperti perempuan sehat
tanpa anemia. Pada waktu persalinan terjadi kehilangan darah 1000 ml tidak akan
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
79
mengakibatkan kematian ibu sehat, tetapi sebaliknya pada ibu dengan anemia
kehilangan darah kurang dari itu dapat berakibat fatal dan meningkatkan risiko
operasi atau penyembuhan luka lama dan lukan dapat terbuka seluruhnya
(Saifuddin, 2009).
Faktor utama terjadinya anemia gizi besi adalah terjadinya keseimbangan
negatif yaitu jumlah konsumsi zat besi masih dibawah dari jumlah zat besi yang
digunakan dan dikeluarkan. Selain itu, faktor lain yang dapat mempengaruhi
rendahnya konsumsi zat besi adalah adanya gangguan penyerapan dan zat
penghambat yaitu serat serealia, tanin, asam oksalat, dan asam fitat, sedangkan
faktor yang membantu proses penyerapan zat besi adalah vitamin C. Makanan
hewani seperti daging ayam, hati, sumsum tulang, ikan teri, tingkat absorpsinya
sangat tinggi yaitu 20-30%, sedangkan makanan dari sumber tumbuh-tumbuhan
seperti daun bayam, kacang-kacangan absorpsinya hanya 5%. Meningkatnya
kebutuhan zat gizi pada ibu hamil khususnya energi, protein, dan zat gizi besi
mengharuskan ibu meningkatkan volume konsumsi makanan menjadi lebih besar,
penatalaksanaan konsumsi diatur makan lebih banyak dari biasanya, atau
volumenya sama tetapi frekuensinya ditambah menjadi lebih sering yaitu biasanya
tiga kali menjadi empat kali sehari (Purnadhibrata,2011).
Hasil penelitian ini tidak sejalan dengan penelitian Fibriana (2007) dimana
status anemia tidak berpengaruh terhadap kematian ibu di kabupaten Cilacap.
Hasil penelitian Aeni (2013) juga menunjukkan hal yang sama, dimana tidak ada
pengaruh status anemia terhadap kematian ibu di Kabupaten Pati. Hal ini terjadi
karena ada variabel lain yang lebih besar pengaruhnya terhadap kematian ibu.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
80
6.6 Pengaruh Jarak Kehamilan terhadap Kematian Ibu
Dari hasil penelitian pada tabel 5.9 dapat disimpulkan tidak ada pengaruh
jarak kehamilan terhadap risiko kematian ibu. Hal ini sejalan dengan penelitian
sejalan dengan penelitian Fibriani (2007) dan Aeni (2013) yang menyatakan tidak
ada pengaruh jarak kehamilan terhadap kematian ibu. Kehamilan yang dialami
seorang ibu menyebabkan ibu harus menyediakan makanan bagi janin dan
sesudah persalinan, seorang ibu harus menyediakan air susu yang cukup untuk
bayinya. Tubuh ibu tidak dapat melayani kebutuhan akibat kehamilan yang
berulang-ulang yang dapat merugikan kesehatan ibu. Ibu harus mendapatkan
waktu istirahat yang cukup minimal 2 tahun untuk memulihkan kesehatan ibu
sebelum ibu mengalami kehamilan yang berikutnya (Wijono, 2008). Jarak
kehamilan yang terlalu dekat kurang dari 2 tahun juga berisiko terjadi komplikasi
disebabkan rahim dan kesehatan ibu belum mempunyai kesempatan untuk
kembali sehat dan pulih (Manuaba, 2008).
6.7 Pengaruh Imunisasi TT terhadap Kematian Ibu
Dari hasil penelitian pada tabel 5.18 dapat disimpulkan tidak ada pengaruh
Imunisasi TT terhadap risiko kematian ibu. Dalam penelitian ibu, hampir semua
ibu baik di kelompok kasus ataupun di kelompok kontrol, ibu telah mendapatkan
imunisasi TT. Tujuan pemberian imunisasi TT adalah untuk memberikan
perlindungan pasif pada ibu hamil terhadap tetanus, vaksinasi ini juga dapat
mencegah terjadinya tetanus selama beberapa minggu pada bayi yang baru lahir
(Syafrudin dan Hamidah, 2009). Hal ini sejalan dengan penelitian Weyesa et al
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
81
(2015) tentang prevalensi dan faktor risiko kematian ibu di Rumah Sakit Mizan
Aman Ethiophia yang menyatakan bahwa status imunisasi TT tidak berpengaruh
terhadap kematian ibu.
6.8 Pengaruh Pemeriksaan Kehamilan terhadap Kematian Ibu
Dari hasil penelitian pada tabel 5.11 dapat disimpulkan tidak ada pengaruh
Pemeriksaan kehamilan terhadap risiko kematian ibu. Hal ini sejalan dengan
penelitian Godefay et al (2015) tentang faktor risiko kematian ibu di Tigray
Ethiophia yang menyatakan bahwa pemeriksaan kehamilan tidak berpengaruh
terhadap kematian ibu. Pemeriksaan kehamilan minimal 4 kali selama kehamilan
kepada petugas kesehatan, bertujuan untuk mendeteksi lebih dini kemungkinan
adanya komplikasi yang timbul selama kehamilan seperti pre eklamsi,
anemia,KEK, infeksi kehamilan dan perdarahan antepartum. Komplikasi yang
timbul tersebut merupakan faktor risiko kematian ibu.
Hal ini tidak sejalan dengan penelitian Aeni (2013) tentang faktor risiko
kematian ibu di Kabupaten Pati bahwa pemeriksaan kehamilan yang tidak baik
dan tidak lengkap meningkatkan risiko kematian ibu hingga 7,86 kali lebih besar
dibandingkan ibu yang melakukan pemeriksaan kesehatan yang baik dan lengkap.
Yego et al (2014) tentang faktor risiko kematian ibu di rumah sakit Tertiary di
Kenya juga menyatakan bahwa variabel tidak adanya kunjungan pemeriksaan
kehamilan berpengaruh terhadap kematian ibu, dimana ibu yang tidak melakukan
pemeriksaan kehamilan berisiko meninggal sebesar 4,1 kali lebih tinggi dibanding
dengan ibu yang melakukan pemeriksaan kehamilan minimal 4 kali. Taguchi et al
(2003) juga menyatakan bahwa ibu dengan kunjungan pemeriksaan kehamilan
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
82
kurang dari 4 kali memiliki risiko sebesar 2,5 kali lebih besar berisiko mengalami
kematian ibu dibandingkan dengan ibu yang melakukan pemeriksaan kehamilan
lebih dari 4 kali selama kehamilan.
6.9 Pengaruh Penolong Persalinan Terhadap Kematian Ibu
Dari hasil penelitian pada tabel 5.12 dapat disimpulkan tidak ada pengaruh
Penolong persalinan terhadap risiko kematian ibu. Pada penelitian ini penolong
persalinan hampir semua dilakukan oleh tenaga kesehatan dan hanya satu ibu
pada kelompok kontrol yang ditolong oleh dukun bayi. Hal ini sejalan dengan
penelitian Aeni (2013) yang menyatakan tidak ada pengaruh penolong persalinan
dengan kematian ibu, dari hasil penelitian tersebut ibu yang ditolong oleh tenaga
bukan kesehatan memiliki risiko meninggal 3,29 kali lebih besar bila
dibandingkan dengan ibu yang ditolong oleh tenaga kesehatan.
6.10 Pengaruh Riwayat KB terhadap Kematian Ibu
Dari hasil penelitian pada Tabel 5.17 dapat disimpulkan ada pengaruh
Riwayat KB terhadap risiko kematian ibu. Hal ini sejalan dengan penelitian
Fibriana (2007) bahwa ada pengaruh KB terhadap kematian ibu. Hal ini juga
sejalan dengan penelitian Godefay et al (2015) tentang faktor risiko kematian ibu
di Tigray Ethiophia yang menyatakan bahwa riwayat KB berpengaruh terhadap
kematian ibu, dimana ibu yang tidak pernah KB sebelum kehamilan memiliki
risiko meninggal sebesar 2,58 kali lebih besar jika dibandingkan dengan ibu yang
pernah KB sebelum kehamilannya. Perempuan yang pernah menggunakan KB
sebelum kehamilan dapat mengurangi terhadap risiko kematian pada saat
kehamilan, persalinan dan nifas, karena penrempuan yang menggunakan KB
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
83
berarti memiliki kepedulian terhadap masalah kesehatan reproduksinya dan dapat
lebih mengontrol kesehatan reproduksinya.
Hasil penelitian ini diperkuat dengan hasil penelitian Yego et al (2014)
tentang faktor risiko kematian ibu di rumah sakit Tertiary di Kenya yang
menyatakan bahwa riwayat KB berpengaruh terhadap kematian ibu dengan p
value = 0,0007, dimana riwayat KB merupakan faktor protektif sebesar 0,3 yang
dapat melindungi ibu dari kematian pada saat kehamilan, persalinan dan nifas.
Penggunaan KB dalam mengurangi kematian ibu bertujuan untuk mengurangi
jumlah kehamilan, mengurangi bahaya dari jumlah anak yang banyak,
mengurangi bahaya dari aborsi dan menunda kehamilan.
6.11 Pengaruh Riwayat Penyakit terhadap Kematian Ibu
Dari hasil penelitian pada Tabel 5.17 dapat disimpulkan ada pengaruh
riwayat penyakit terhadap risiko kematian ibu. Pada penelitian ini riwayat
penyakit yang diderita ibu adalah jantung, asma, tbc, hepatitis, lupus, HIV dan ca
paru. Penyebab kematian ibu tidak langsung adalah malaria, hepatitis, HIV/AIDS,
diabetes melitus, bronkopneumonia (Saifuddin, 2009). Laech, 2013 menyatakan
bahwa dari hasil meta analisis yang di publikasikan di AIDS edisi online,
perempuan yang terinfeksi HIV memiliki delapan kali risiko kematian yang
berhubungan dengan kehamilan dibandingkan dengan perempuan yang tidak
terinfeksi HIV. HIV merupakan penyebab utama kematian di kalangan perempuan
usia reproduksi di seluruh dunia, perempuan di Afrika sub-Sahara juga mengalami
tingkat kematian ibu yang tertinggi. Pada tingkat populasi, proporsi yang sangat
tinggi dari kematian ibu dapat dikaitkan akibat HIV terutama pada penderita tanpa
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
84
pengobatan walaupun pada daerah dengan prevalensi HIV rendah. Sehingga perlu
mengintegrasikan layanan pemeriksaan HIV dan layanan reproduksi dan
memantau kecenderungan dalam tejadinya kematian ibu akibat HIV.
Penyakit jantung akan menjadi lebih berat pada saat kehamilan, karena
dapat mempengaruhi gangguan pada pertumbuhan janin. Keluhan utama yang
dirasakan seperti cepat merasa lelah, jantung berdebar-debar, sesak napas disertai
kebiruan, edema tungkai dan mengeluh tentang bertambahnya besar rahim yang
tidak sesuai (Manuaba, 2010). Hal ini sejalan dengan penelitian Aeni (2013),
tentang faktor risiko kematian ibu di Kabupaten Pati (2011) menyatakan bahwa
riwayat penyakit berpengaruh terhadap kematian ibu, dimana ibu dengan ada
riwayat penyakit meningkatkan risiko kematian ibu sekitar 27,74 kali lebih besar
dibanding ibu yang tidak memiliki riwayat penyakit. Hal ini sejalan dengan
penelitian Godefay et al (2015) tentang faktor risiko kematian ibu di Tigray
Ethiophia yang menyatakan bahwa riwayat penyakit ibu berpengaruh terhadap
kematian ibu dan ibu dengan riwayat penyakit memiliki risiko sebesar 5,58 kali
dibandingkan dengan ibu tidak ada riwayat penyakit. Diperkuat dengan penelitian
Yego et al (2014) tentang faktor risiko kematian ibu di rumah sakit Tertiary di
Kenya juga menyatakan bahwa riwayat penyakit berpengaruh terhadap kematian
ibu, dimana ibu yang terdapat riwayat penyakit memiliki risiko meninggal sebesar
3,9 kali lebih tinggi dibandingkan dengan ibu yang tidak ada riwayat penyakit.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
85
6.12 Pengaruh Riwayat Komplikasi terhadap Kematian Ibu
Dari hasil penelitian pada tabel 5.17 dapat disimpulkan ada tidak pengaruh
riwayat komplikasi terhadap risiko kematian ibu. Riwayat komplikasi sebelum
kehamilan seperti perdarahan, pre eklamsi, eklamsi dan infeksi membuat ibu
berisiko tinggi untuk mengalami komplikasi maupun kematian pada kehamilan
berikutnya. Hal ini sejalan dengan penelitian Godefay et al (2015) tentang faktor
risiko kematian ibu di Tigray Ethiophia yang menyatakan bahwa riwayat
komplikasi tidak berpengaruh terhadap kematian ibu. Hal ini terjadi disebabkan
terdapat faktor lain yang lebih besar pengaruhnya terhadap kematian ibu.
Hal ini tidak sejalan dengan penelitian Yego et al (2014) tentang faktor
risiko kematian ibu di rumah sakit Tertiary di Kenya juga menyatakan bahwa
riwayat komplikasi berpengaruh terhadap kematian ibu,dimana ibu dengan ada
riwayat komplikasi memiliki risiko meninggal sebesar 9 kali lebih tinggi
dibandingkan dengan ibu yang tidak memiliki riwayat komplikasi.
6.13 Indeks Prediktif Risiko Kematian Ibu
Indeks atau indikator komposit yaitu suatu istilah yang digunakan untuk
indikator yang lebih rumit, memiliki ukuran-ukuran yang multidimensional yang
merupakan gabungan dari sejumlah indikator. Indeks ini biasanya dikembangkan
melalui penelitian khusus karena penggunaannya secara praktis terbatas,
misalnya untuk mengukur beban penyakit (Depkes RI, 2003).
Indeks merupakan suatu pendekatan terbaik yang dapat dipergunakan,
yang mendekati kemungkinan sesungguhnya pada terjadinya suatu kejadian
tertentu atau penyakit tertentu pada suatu populasi dalam waktu tertentu. Indeks
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
86
digunakan apabila tidak dapat menghitung langsung jumlah yang menghadapi
risiko (denominator) dan dipergunakan untuk hal lain yang kita tidak dapat
menghitung untuk suatu hal yang menggambarkan jumlah yang menghadapi
risiko (Wijono,2006). Persyaratan yang harus dipertimbangkan dalam
merumuskan indikator adalah :
a. Simple (sederhana) artinya indikator yang ditetapkan sedapat mungkin
sederhana dalam pengumpulan data maupun dalam rumus perhitungan untuk
mendapatkannya
b. Measurable (dapat diukur) artinya indikator yang ditetapkan harus
mempresentasikan informasinya dan jelas ukurannya. Dengan demikian dapat
digunakan untuk perbandingan antara suatu tempat dengan tempat yang lain
atau antara suatu waktu dengan waktu yang lain. Kejelasan pengukuran juga
menunjukan bagaimana cara mendapatkan datanya
c. Atributable (bermanfaat) artinya indikator yang ditetapkan harus bermanfaat
untuk kepentingan pengambilan keputusan, hal ini bahwa indikator itu
merupakan pengejawantahan dari informasi yang memang dibutuhkan untuk
pengambilan keputusan jadi harus spesifik untuk pengambilan keputusan
tertentu.
d. Reliable (dapat dipercaya) artinya indikator yang ditetapkan harus dapat
didukung oleh pengumpulan data yang baik, benar dan teliti
e. Timely (tepat waktu) artinya indikator yang ditetapkan harus dapat diolah
pengumpulan, pengolahan, serta pengemasan informasi yang waktunya sesuai
dengan saat pengambilan keputusan dilakukan.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
87
Bila dilihat dari persyaratan indikator diatas, maka indikator komposit/indeks
dalam penelitian ini telah memenuhi seluruh persyaratan indikator yaitu sederhana
(simple) pengumpulan data dilakukan kapan saja dengan menggunakan data yang
rutin dikumpulkan di puskesmas pada saat melakukan pemeriksaan kesehatan
pada ibu hamil, begitupun dengan rumus yang digunakan dalam penetapan indeks
bisa dikatakan cukup sederhana sehingga hasil dari pengumpulan data ini
memenuhi syarat tepat waktu (timely) dalam pengambilan keputusan. Indikator ini
juga memenuhi syarat bermanfaat (attributable) karena dapat dijadikan upaya
dalam mencegah seorang ibu mengalami kematian baik ketika hamil, persalinan
dan nifas sehingga upaya untuk menurunkan angka kematian ibu sesuai dengan
target nasional maupun internasional. Persyaratan indikator dapat dipercaya
(reliable) telah terpenuhi karena indikator komposit ini disusun melalui penelitian
dengan pengumpulan data yang baik dan benar mengikuti kaidah-kaidah ilmiah
sehingga dijamin ketelitiannya, dengan demikian indikator kompisit ini pula
memenuhi persyaratan terukur (measurable) dikarenakan indikator ini dapat
menjadi alat ukur untuk mengidentifikasi risiko kematian ibu.
Indeks ini dapat membantu petugas kesehatan khususnya di puskesmas untuk
melakukan skrining pada ibu hamil yang melakukan pemeriksaan kehamilan
sehingga sejak dini dapat mengetahui ibu hamil mana yang berpotensi mengalami
kejadian kematian ibu. Dengan nilai sensitivitas 60,50 persen, dapat diartikan
bahwa alat ukur ini dapat mengetahui ibu hamil dengan faktor risiko positif
sebesar 60,50 persen. Misalkan ketika ada 10 ibu hamil dengan ada riwayat
penyakit, tidak ada riwayat KB, dan status anemia rendah ,maka terdapat 6 ibu
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
88
yang memiliki risiko mengalami kematian baik pada saat kehamilan, persalinan
dan nifas.
Jika dilihat dari penerapan formula indeks ini, dapat diketahui bahwa minimal
berisiko papda variabel riwayat penyakit dan dua variabel berisiko diantara tiga
variabel dalam indeks, maka berdasarkan perhitungan skor indeks dapat diketahui
bahwa ibu berisiko tinggi mengalami kematian pada saat kehamilan, persalinan
dan nifas. Keakurasian dari formula ini sebesar 79 persen, artinya dari 100 ibu
hamil dengan ada riwayat penyakit, tidak pernah KB, dan status anemia rendah
dapat diprediksi ada sekitar 79 ibu yang berisiko meninggal, sementara 21 ibu
hamil dipengaruhi oleh faktor lain.
6.14 Keterbatasan Penelitian
Keterbatasan dalam penelitian ini adalah sebagai berikut :
a) Penelitian ini data yang terkumpul hanya dari data sekunder yang tercatat
oleh tenaga kesehatan di puskesmas di wilayah kerja Dinas Kesehatan
Surabaya saja, sehingga tidak bisa menggali lebih dalam informarsi mengenai
faktor risiko lain yang berkontribusi pada kematian ibu selain dari yang di
data oleh tenaga kesehatan
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
89
BAB 7
PENUTUP
7.1 Kesimpulan
Berdasarkan hasil penelitian dan pembahasan yang seperti dalam bab sebelumnya
maka dapat disimpulkan bahwa :
1. Tidak ada pengaruh umur terhadap kematian ibu
2. Tidak ada pengaruh Jumlah paritas terhadap kematian ibu
3. Tidak ada pengaruh IMT terhadap kematian ibu
4. Tidak ada pengaruh LILA terhadap kematian ibu
5. Ada pengaruh Status anemia terhadap kematian ibu
6. Tidak ada pengaruh Jarak kehamilan terhadap kematian ibu
7. Tidak ada pengaruh Imunisasi TT terhadap kematian ibu
8. Tidak ada pengaruh Pemeriksaan kehamilan terhadap kematian ibu
9. Tidak ada pengaruh Penolong persalinan terhadap kematian ibu
10. Ada pengaruh Riwayat KB terhadap kematian ibu
11. Ada pengaruh Riwayat penyakit terhadap kematian ibu
12. Tidak Ada pengaruh Riwayat Komplikasi terhadap kematian ibu
13. Formula indeks prediktif risiko kematian ibu di Kota Surabaya yaitu :
Dengan nilai cut off indeks tersebut adalah 0,341.
Indeks Prediktif Risiko Kematian Ibu = (-1,834+2,267xriwayat penyakit(ada riwayat
penyakit)+ 1,597x Riwayat KB(Tidak pernah)+ 1,388xstatus anemia(anemia)
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
90
7.2 Saran
1. Bagi masyarakat dimana ibu hamil yang memiliki riwayat penyakit agar lebih
memprioritaskan pemeriksaan kesehatan sebelum kehamilan ke palayanan
kesehatan terdekat dan mengupayakan menyembuhkan penyakit terlebih
dahulu sebelum memutuskan untuk hamil dengan menggunakan alat
kontrasepsi terlebih dahulu, serta menghindari konsumsi makanan yang
mengandung serat serealia, tanin, asam oksalat, dan asam fitat seperti pada
teh dan kopi serta meningkatkan asupan vitamin C untuk memudahkan
penyerapan zat besi dalam tubuh dengan menambah jumlah konsumsi buah-
buahan.
2. Bagi Dinas Kesehatan, indeks ini diharapkan menjadi pertimbangan serta
dimanfaatkan menjadi alat ukur dalam membantu petugas kesehatan
khusunya di Puskesmas untuk melakukan skrining pada pasangan usia subur,
sehingga dari awal sudah diketahui calon ibu hamil yang memiliki risiko
mengalami kematian baik pada saat kehamilan, persalinan dan nifas, serta
memberikan suplemen vitamic C kepada ibu hamil selain suplemen tablet
besi.
3. Bagi puskesmas diharapkan melakukan pendampingan pada ibu hamil yang
diketahui memiliki riwayat penyakit sebelum kehamilan, tidak pernah KB,
dan mengalami anemia sebelum kehamilan sehingga bisa mencegah kematian
ibu. Untuk mencegah anemia pada ibu hamil sebaiknya petugas puskesmas
melakukan skrining pada pasangan usia subur terutama pada calon ibu untuk
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
91
tetap rutin mengkonsumsi tablet tambah darah untuk mempersiapkan
kehamilannya dan juga rutin mengkonsumsi suplemen vitamin C.
4. Bagi peneliti selanjutnya, agar dilakukan penelitian lebih lanjut dengan
menambah variabel lain seperti pekerjaan ibu, pendapatan keluarga,
pendidikan ibu dengan menggunakan pendekatan kualitatif kepada
responden.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
92
DAFTAR PUSTAKA
Aeni N.,(2013), Faktor Risiko Kematian Ibu, Jurnal Kesmas Kesehatan Masyarakat Nasional Vol.7, No. 10, Mei 2013, 453-459
Andriani M., dan Wijatmadi B., (2012), Peranan Gizi dalam Siklus Kehidupan,
Jakarta : Kencana Balitbangkes, Kemenkes RI., (2011),Riset Kesehatan Dasar 2010,Jakarta
Depkes RI., (2010),Pedoman PWS KIA,Jakarta : Dirjen Binkesmas Depkes RI.,(2012), Pedoman pelayanan antenatal terpadu,edisi kedua, Jakarta :
Dirjen Bina Gizi dan Kesehatan Ibu dan Anak Dinas Kesehatan Kota Surabaya, (2012), Buku Profil Kesehatan Kota Surabaya
Tahun 2012 Dinas Kesehatan Kota Surabaya, (2013),Buku Profil Kesehatan Kota Surabaya
Tahun 2013 Dinas Kesehatan Kota Surabaya, (2014), Buku Profil Kesehatan Kota Surabaya
Tahun 2014 Depkes RI, (2009), Pedoman Pemantauan Wilayah Setempat Kesehatan Ibu dan
Anak (PWS-KIA), Jakarta : departemen kesehatan Dinas Kesehatan Provinsi Jawa Timur,(2013),Profil Kesehatan Provinsi Jawa
Timur Tahun 2012,http://www.depkes.go.id/downloads/PROFIL_KES_PROVINSI_2012/!%_Profil_Kes.Prov.JawaTimur_2012.pdf (sitasi 18 Oktober 2015)
Evance I., Godfrey M., Masanja., Honorati., and Kathleen K.,(2013), Causes and
Risk Factors for Maternal Mortality in Rural Tanzania – Case of Rufiji Health and Demographic Surveilance Site (HDSS), African Journal of Reproductive Health, September 2013 17(3); 119-130
Fibriana AI.,(2007), Faktor – faktor Risiko yang Mempengaruhi Kematian
Maternal (Studi Kasus Di Kabupaten Cilacap), Artikel Publikasi, Program Studi Epidemiologi : Undip, www.pdffactory.com (sitasi 20 Juni 2016)
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
93
Godevay H., Byass P., Graham WJ., Kinsman J., and Mulugeta A., (2015), Risk Factors for Maternal Mortality in Rural Tigray, Northern Ethiopia: A Case-Control Study, Journal PLOS ONE (PONE) Desember 17, 2015, 1: 12
Goffman D., Madden RC., Harrison EA., Merkatz IR., dan Chazotte C.,(2007),
Predictorsmof Maternal Mortality and Near-miss maternal morbidity, Journal of Perinatology, 27, 597-601
Hernandez JC., dan Moser CM.,(2013), Community Level Risk Faktors For
Maternal Mortality In Madagascar, African Journal of Reproductiven Health December 2013,17 , 118-129
Ikhtiar M., dan Yasir Y.,(2015),Analysis of Maternal Mortality Determinants in
Gowa District South Sulawesi Province, Indonesia, American Journal of Public Health Research, Vol.3, No.3, 113-115
Iqbal K., Shaheen F., and Begum A.,(2014), Risk Factors of Maternal Mortality,
Journal of Rawalpindi Medical College (JRMC) , 18(1) ,136-138 Kemenkes RI.,(2012), Profil Data Kesehatan Indonesia Tahun 2011, Jakarta :
Kementerian Kesehatan Republik Indonesia Kemenkes RI.,(2014), Situasi Kesehatan Ibu.Infodatin, Jakarta : Kementerian
Kesehatan Republik Indonesia Kemenkes RI.,(2015), Profil Kesehatan Indonesia 2014, Jakarta : Kementerian
Kesehatan Republik Indonesia Lailiyana N N., dan Suryatni.,(2010), Buku Ajar Gizi Kesehatan Reproduksi,
Jakarta : EGC Leach C.,(2013), Satu Dari Empat Kematian Terkait Kehamilan Pada Ibu Dengan
HIV Terjadi Di Negara-negara yang paling terdampak oleh HIV, http://spiritia.or.id/news/bacanews.php?nwno=3281 (Sitasi 10 Juli 2016)
Manuaba,(1998),Ilmu Kebidanan.Penyakit Kandungan dan KB, Jakarta : EGC Manuaba, (2010), Ilmu Kebidanan.Penyakit Kandungan dan Keluarga Berencana
untu pendidikan Bidan, Jakarta : EGC Martaadisoebrata, Sastrawinata, dan Saifuddin., (2011), Bunga Rampai Obstetri
dan Ginekologi Sosial, Jakarta : Bunga Rampai Sarwono Prawiroharjo Masruroh.,(2011), Analisis Faktor Risiko Kematian Maternal Di Kabupaten
Sidoarjo, Tesis, KIA/Ilmu Kesehatan Masyarakat, Universitas Airlangga
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
94
McCarthy dan Maine.,(1992), A Framework for Analyzing the Determinants of Maternal Mortality.Article in Studies in Family Palnning, Vol.23, No.1 (Jan-Feb.,1992) pp.23-33
Mochtar R..,(1998), Sinopsis Obstetri Edisi 2, Jakarta : EGC Murti B., (2008), Prinsip dan Metode Riset Epidemiologi, Yogyakarta : Gadjah
Mada University Press. Prasetyawati dan Arsita E.,(2012)., Kesehatan Ibu dan Anak (KIA) Dalam
Millenium Development Goals, Yogyakarta : Nuha Medika Poorolajal J., Alafchi B., Vosoogh RN., Hamzeh S., Ghahramani M.,(2014), Risk
Factors for Maternal Mortality in the west of Iran : a Nested Case – Control Study, Epidemiology and Health (epiH), Vol 36,1-5
Purnadhibrata I M., (2011), Upaya Pencegahan Anemia Gizi Besi Pada Ibu
Hamil, Jurnal Ilmu Gizi Vol 2, No 2, 118-124 Rejeki ST., Fatkhiyah N., dan Rizwijaya W,.(2014), Analisis Faktor Risiko
Terhadap Kematian Maternal Di Kabupaten Tegal Periode 2011-2012, BHAMADA,JITK, Vol.4, No.1, Januari 2014
Sandjaja,(2009), Risiko Kurang Energi Kronis (KEK) Pada Ibu Hamil Di
Indonesia, Gizi Indonesia, Vol.32, No.2, 128-138 Sastroasmoro S., dan Ismael S.,(2008), Dasar-Dasar Metodologi Penelitian
Klinis, Jakarta : Sagung Seto Saifuddin AB.,(2009), Ilmu Kebidanan Kematian Ibu dan Perinatal, Jakarta :
Bina Pustaka Sarwono Prawiroharjo Syafrudin dan Hamidah, (2009), Kebidanan Komunitas, Jakarta : EGC Taguchi N., Kawabata M., Maekawa M., Maruo T., Aditiawarman dan Dewata L.,
(2003), Influence of Sosio Economic Background and Antenatal Care Programmes on Maternal Mortality in Surabaya Indonesia, Tropical Medicine and International Health, Vol.8, No.9, 847-852
Weyesa JB., Tadesse AH., Eba TY., Minta MK., Gudu HT., and Tesfaw Y.,
(2015), Prevalence and Risk Factors Associated with Maternal Mortality in Mizan-Aman Hospital, Bench Maji, Southwest Ethiopia, J Women’s Health Care (JWHC), Vol 4, No 6, 1:5
WHO,(2015), Trends In Maternal Mortality : 1990 to 2015, Geneva : World
Health Organizazion: 2015
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
95
Wijono D.,(2008), Manajemen Kesehatan Ibu dan Anak, Surabaya : Duta Prima
Airlangga Yego F., D’este C., Byles J., Williams JS., and Nyongesa P.,(2014),Risk Factors
for Maternal Mortality in a tertiary Hospital in Kenya: a Case Control Study, BMC Pregnancy and Childbirth, http://www.biomedcentral.com (sitasi 20 Juni 2016)
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
96
LAMPIRAN 1
CROSTABS
1. UMUR
Case Processing Summary
Cases
Valid Missing Total
N Percent N Percent N Percent
Umur Ibu * Risiko Kematian Ibu 114 100.0% 0 .0% 114 100.0%
Umur Ibu * Risiko Kematian Ibu Crosstabulation
Risiko Kematian Ibu
Total Kontrol Kasus
Umur Ibu Tidak Berisiko Count 59 25 84
% within Risiko Kematian Ibu 77.6% 65.8% 73.7%
% of Total 51.8% 21.9% 73.7%
Berisiko Count 17 13 30
% within Risiko Kematian Ibu 22.4% 34.2% 26.3%
% of Total 14.9% 11.4% 26.3%
Total Count 76 38 114
% within Risiko Kematian Ibu 100.0% 100.0% 100.0%
% of Total 66.7% 33.3% 100.0%
2. JUMLAH PARITAS
Case Processing Summary
Cases
Valid Missing Total
N Percent N Percent N Percent
Jumlah Anak * Risiko Kematian Ibu
114 100.0% 0 .0% 114 100.0%
Jumlah Anak * Risiko Kematian Ibu Crosstabulation
Risiko Kematian Ibu
Total Kontrol Kasus
Jumlah Anak Tidak Berisiko Count 49 20 69
% within Risiko Kematian Ibu 64.5% 52.6% 60.5%
% of Total 43.0% 17.5% 60.5%
Berisiko Count 27 18 45
% within Risiko Kematian Ibu 35.5% 47.4% 39.5%
% of Total 23.7% 15.8% 39.5%
Total Count 76 38 114
% within Risiko Kematian Ibu 100.0% 100.0% 100.0%
% of Total 66.7% 33.3% 100.0%
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
97
3. IMT
Case Processing Summary
Cases
Valid Missing Total
N Percent N Percent N Percent
Indeks Masa Tubuh * Risiko Kematian Ibu
114 100.0% 0 .0% 114 100.0%
Indeks Masa Tubuh * Risiko Kematian Ibu Crosstabulation
Risiko Kematian Ibu
Total Kontrol Kasus
Indeks Masa Tubuh Tidak Berisiko Count 34 20 54
% within Risiko Kematian Ibu 44.7% 52.6% 47.4%
% of Total 29.8% 17.5% 47.4%
Berisiko Count 42 18 60
% within Risiko Kematian Ibu 55.3% 47.4% 52.6%
% of Total 36.8% 15.8% 52.6%
Total Count 76 38 114
% within Risiko Kematian Ibu 100.0% 100.0% 100.0%
% of Total 66.7% 33.3% 100.0%
4. LILA
Case Processing Summary
Cases
Valid Missing Total
N Percent N Percent N Percent
Lingar Lengan Atas * Risiko Kematian Ibu
114 100.0% 0 .0% 114 100.0%
Lingar Lengan Atas * Risiko Kematian Ibu Crosstabulation
Risiko Kematian Ibu
Total Kontrol Kasus
Lingar Lengan Atas TidakBerisiko Count 63 31 94
% within Risiko Kematian Ibu 82.9% 81.6% 82.5%
% of Total 55.3% 27.2% 82.5%
Berisiko Count 13 7 20
% within Risiko Kematian Ibu 17.1% 18.4% 17.5%
% of Total 11.4% 6.1% 17.5%
Total Count 76 38 114
% within Risiko Kematian Ibu 100.0% 100.0% 100.0%
% of Total 66.7% 33.3% 100.0%
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
98
5. STATUS ANEMIA
Case Processing Summary
Cases
Valid Missing Total
N Percent N Percent N Percent
Haemoglobin * Risiko Kematian Ibu
114 100.0% 0 .0% 114 100.0%
Haemoglobin * Risiko Kematian Ibu Crosstabulation
Risiko Kematian Ibu
Total Kontrol Kasus
Haemoglobin Tidak Berisiko Count 65 22 87
% within Risiko Kematian Ibu 85.5% 57.9% 76.3%
% of Total 57.0% 19.3% 76.3%
Berisiko Count 11 16 27
% within Risiko Kematian Ibu 14.5% 42.1% 23.7%
% of Total 9.6% 14.0% 23.7%
Total Count 76 38 114
% within Risiko Kematian Ibu 100.0% 100.0% 100.0%
% of Total 66.7% 33.3% 100.0%
6. JARAK KEHAMILAN
Case Processing Summary
Cases
Valid Missing Total
N Percent N Percent N Percent
Jarak Kehamilan * Risiko Kematian Ibu
114 100.0% 0 .0% 114 100.0%
Jarak Kehamilan * Risiko Kematian Ibu Crosstabulation
Risiko Kematian Ibu
Total Kontrol Kasus
Jarak Kehamilan TidakBerisiko Count 67 33 100
% within Risiko Kematian Ibu 88.2% 86.8% 87.7%
% of Total 58.8% 28.9% 87.7%
Berisiko Count 9 5 14
% within Risiko Kematian Ibu 11.8% 13.2% 12.3%
% of Total 7.9% 4.4% 12.3%
Total Count 76 38 114
% within Risiko Kematian Ibu 100.0% 100.0% 100.0%
% of Total 66.7% 33.3% 100.0%
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
99
7. IMUNISASI TT Case Processing Summary
Cases
Valid Missing Total
N Percent N Percent N Percent
Imunisasi TT * Risiko Kematian Ibu
114 100.0% 0 .0% 114 100.0%
Imunisasi TT * Risiko Kematian Ibu Crosstabulation
Risiko Kematian Ibu
Total Kontrol Kasus
Imunisasi TT Ya Count 71 32 103
% within Risiko Kematian Ibu 93.4% 84.2% 90.4%
% of Total 62.3% 28.1% 90.4%
Tidak Count 5 6 11
% within Risiko Kematian Ibu 6.6% 15.8% 9.6%
% of Total 4.4% 5.3% 9.6%
Total Count 76 38 114
% within Risiko Kematian Ibu 100.0% 100.0% 100.0%
% of Total 66.7% 33.3% 100.0%
8. PEMERIKSAAN KEHAMILAN
Case Processing Summary
Cases
Valid Missing Total
N Percent N Percent N Percent
Pemeriksaan Kehamilan * Risiko Kematian Ibu
114 100.0% 0 .0% 114 100.0%
Pemeriksaan Kehamilan * Risiko Kematian Ibu Crosstabulation
Risiko Kematian Ibu
Total Kontrol Kasus
Pemeriksaan Kehamilan Tidak Berisiko Count 71 32 103
% within Risiko Kematian Ibu 93.4% 84.2% 90.4%
% of Total 62.3% 28.1% 90.4%
Berisiko Count 5 6 11
% within Risiko Kematian Ibu 6.6% 15.8% 9.6%
% of Total 4.4% 5.3% 9.6%
Total Count 76 38 114
% within Risiko Kematian Ibu 100.0% 100.0% 100.0%
% of Total 66.7% 33.3% 100.0%
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
100
9. PENOLONG PERSALINAN
Case Processing Summary
Cases
Valid Missing Total
N Percent N Percent N Percent
Penolong Persalinan * Risiko Kematian Ibu
114 100.0% 0 .0% 114 100.0%
10. RIWAYAT KB
Case Processing Summary
Cases
Valid Missing Total
N Percent N Percent N Percent
Riwayat KB * Risiko Kematian Ibu
114 100.0% 0 .0% 114 100.0%
Riwayat KB * Risiko Kematian Ibu Crosstabulation
Risiko Kematian Ibu
Total Kontrol Kasus
Riwayat KB Ya Count 70 26 96
% within Risiko Kematian Ibu 92.1% 68.4% 84.2%
% of Total 61.4% 22.8% 84.2%
Tidak Count 6 12 18
% within Risiko Kematian Ibu 7.9% 31.6% 15.8%
% of Total 5.3% 10.5% 15.8%
Total Count 76 38 114
% within Risiko Kematian Ibu 100.0% 100.0% 100.0%
% of Total 66.7% 33.3% 100.0%
Penolong Persalinan * Risiko Kematian Ibu Crosstabulation
Risiko Kematian Ibu
Total Kontrol Kasus
Penolong Persalinan Tenaga Kesehatan Count 75 38 113
% within Risiko Kematian Ibu 98.7% 100.0% 99.1%
% of Total 65.8% 33.3% 99.1%
Bukan Tenaga Kesehatan Count 1 0 1
% within Risiko Kematian Ibu 1.3% .0% .9%
% of Total .9% .0% .9%
Total Count 76 38 114
% within Risiko Kematian Ibu 100.0% 100.0% 100.0%
% of Total 66.7% 33.3% 100.0%
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
101
11. RIWAYAT PENYAKIT
Case Processing Summary
Cases
Valid Missing Total
N Percent N Percent N Percent
Riwayat Penyakit * Risiko Kematian Ibu
114 100.0% 0 .0% 114 100.0%
Riwayat Penyakit * Risiko Kematian Ibu Crosstabulation
Risiko Kematian Ibu
Total Kontrol Kasus
Riwayat Penyakit Tidak ada Count 70 22 92
% within Risiko Kematian Ibu 92.1% 57.9% 80.7%
% of Total 61.4% 19.3% 80.7%
Ada Count 6 16 22
% within Risiko Kematian Ibu 7.9% 42.1% 19.3%
% of Total 5.3% 14.0% 19.3%
Total Count 76 38 114
% within Risiko Kematian Ibu 100.0% 100.0% 100.0%
% of Total 66.7% 33.3% 100.0%
12. RIWAYAT KOMPLIKASI
Case Processing Summary
Cases
Valid Missing Total
N Percent N Percent N Percent
Riwayat Komplikasi * Risiko Kematian Ibu
114 100.0% 0 .0% 114 100.0%
Riwayat Komplikasi * Risiko Kematian Ibu Crosstabulation
Risiko Kematian Ibu
Total Kontrol Kasus
Riwayat Komplikasi Tidak ada Count 72 28 100
% within Risiko Kematian Ibu 94.7% 73.7% 87.7%
% of Total 63.2% 24.6% 87.7%
Ada Count 4 10 14
% within Risiko Kematian Ibu 5.3% 26.3% 12.3%
% of Total 3.5% 8.8% 12.3%
Total Count 76 38 114
% within Risiko Kematian Ibu 100.0% 100.0% 100.0%
% of Total 66.7% 33.3% 100.0%
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
102
LAMPIRAN 2
ANALISIS BIVARIAT
1. Umur
Case Processing Summary
Unweighted Casesa N Percent
Selected Cases Included in Analysis 114 100.0
Missing Cases 0 .0
Total 114 100.0
Unselected Cases 0 .0
Total 114 100.0
a. If weight is in effect, see classification table for the total number of cases.
Dependent Variable Encoding
Original
Value Internal Value
Kontrol 0
Kasus 1
Categorical Variables Codings
Frequency
Parameter coding
(1)
Umur Ibu Tidak Berisiko 84 .000
Berisiko 30 1.000
Classification Tablea,b
Observed
Predicted
Risiko Kematian Ibu
Percentage Correct
Kontrol Kasus
Step 0 Risiko Kematian Ibu Kontrol 76 0 100.0
Kasus 38 0 .0
Overall Percentage
66.7
a. Constant is included in the model.
b. The cut value is ,500
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
103
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 0 Constant -.693 .199 12.171 1 .000 .500
Variables not in the Equation
Score df Sig.
Step 0 Variables Umur(1) 1.832 1 .176
Overall Statistics 1.832 1 .176
Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1 Step 1.787 1 .181
Block 1.787 1 .181
Model 1.787 1 .181
Model Summary
Step -2 Log likelihood
Cox & Snell R
Square Nagelkerke R Square
1 143.338a .016 .022
a. Estimation terminated at iteration number 3 because parameter estimates
changed by less than ,001.
Classification Tablea
Observed
Predicted
Risiko Kematian Ibu
Percentage Correct
Kontrol Kasus
Step 1 Risiko Kematian Ibu Kontrol 76 0 100.0
Kasus 38 0 .0
Overall Percentage
66.7
a. The cut value is ,500
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95,0% C.I.for EXP(B)
Lower Upper
Step 1a Umur(1) .590 .439 1.809 1 .179 1.805 .763 4.266
Constant -.859 .239 12.947 1 .000 .424
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
104
Classification Tablea,b
Observed
Predicted
Risiko Kematian Ibu
Percentage Correct
Kontrol Kasus
Step 0 Risiko Kematian Ibu Kontrol 76 0 100.0
Kasus 38 0 .0
Overall Percentage
66.7
a. Variable(s) entered on step 1: Umur.
2. Jumlah Paritas
Case Processing Summary
Unweighted Casesa N Percent
Selected Cases Included in Analysis 114 100.0
Missing Cases 0 .0
Total 114 100.0
Unselected Cases 0 .0
Total 114 100.0
a. If weight is in effect, see classification table for the total number of cases.
Dependent Variable Encoding
Original
Value Internal Value
Kontrol 0
Kasus 1
Categorical Variables Codings
Frequency
Parameter coding
(1)
Jumlah Anak Tidak Berisiko 69 .000
Berisiko 45 1.000
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
105
Classification Tablea,b
Observed
Predicted
Risiko Kematian Ibu
Percentage Correct
Kontrol Kasus
Step 0 Risiko Kematian Ibu Kontrol 76 0 100.0
Kasus 38 0 .0
Overall Percentage
66.7
a. Constant is included in the model.
b. The cut value is ,500
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 0 Constant -.693 .199 12.171 1 .000 .500
Variables not in the Equation
Score df Sig.
Step 0 Variables Paritas(1) 1.487 1 .223
Overall Statistics 1.487 1 .223
Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1 Step 1.475 1 .225
Block 1.475 1 .225
Model 1.475 1 .225
Model Summary
Step -2 Log likelihood
Cox & Snell R
Square Nagelkerke R Square
1 143.650a .013 .018
a. Estimation terminated at iteration number 3 because parameter estimates
changed by less than ,001.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
106
Classification Tablea
Observed
Predicted
Risiko Kematian Ibu
Percentage Correct
Kontrol Kasus
Step 1 Risiko Kematian Ibu Kontrol 76 0 100.0
Kasus 38 0 .0
Overall Percentage
66.7
a. The cut value is ,500
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95,0% C.I.for EXP(B)
Lower Upper
Step 1a Paritas(1) .491 .404 1.477 1 .224 1.633 .740 3.604
Constant -.896 .265 11.405 1 .001 .408
a. Variable(s) entered on step 1: Paritas.
3. IMT
Case Processing Summary
Unweighted Casesa N Percent
Selected Cases Included in Analysis 114 100.0
Missing Cases 0 .0
Total 114 100.0
Unselected Cases 0 .0
Total 114 100.0
a. If weight is in effect, see classification table for the total number of cases.
Dependent Variable Encoding
Original
Value Internal Value
Kontrol 0
Kasus 1
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
107
Categorical Variables Codings
Frequency
Parameter coding
(1)
Indeks Masa Tubuh Tidak Berisiko 54 .000
Berisiko 60 1.000
Classification Tablea,b
Observed
Predicted
Risiko Kematian Ibu
Percentage Correct
Kontrol Kasus
Step 0 Risiko Kematian Ibu Kontrol 76 0 100.0
Kasus 38 0 .0
Overall Percentage
66.7
a. Constant is included in the model.
b. The cut value is ,500
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 0 Constant -.693 .199 12.171 1 .000 .500
Variables not in the Equation
Score df Sig.
Step 0 Variables IMT(1) .633 1 .426
Overall Statistics .633 1 .426
Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1 Step .633 1 .426
Block .633 1 .426
Model .633 1 .426
Model Summary
Step -2 Log likelihood
Cox & Snell R
Square Nagelkerke R Square
1 144.492a .006 .008
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
108
Categorical Variables Codings
Frequency
Parameter coding
(1)
Indeks Masa Tubuh Tidak Berisiko 54 .000
a. Estimation terminated at iteration number 3 because parameter estimates
changed by less than ,001.
Classification Tablea
Observed
Predicted
Risiko Kematian Ibu
Percentage Correct
Kontrol Kasus
Step 1 Risiko Kematian Ibu Kontrol 76 0 100.0
Kasus 38 0 .0
Overall Percentage
66.7
a. The cut value is ,500
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95,0% C.I.for EXP(B)
Lower Upper
Step 1a IMT(1) -.317 .398 .632 1 .427 .729 .334 1.591
Constant -.531 .282 3.546 1 .060 .588
a. Variable(s) entered on step 1: IMT.
4. LILA
Case Processing Summary
Unweighted Casesa N Percent
Selected Cases Included in Analysis 114 100.0
Missing Cases 0 .0
Total 114 100.0
Unselected Cases 0 .0
Total 114 100.0
a. If weight is in effect, see classification table for the total number of cases.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
109
Dependent Variable Encoding
Original
Value Internal Value
Kontrol 0
Kasus 1
Categorical Variables Codings
Frequency
Parameter coding
(1)
Lingar Lengan Atas TidakBerisiko 94 .000
Berisiko 20 1.000
Classification Tablea,b
Observed
Predicted
Risiko Kematian Ibu
Percentage Correct
Kontrol Kasus
Step 0 Risiko Kematian Ibu Kontrol 76 0 100.0
Kasus 38 0 .0
Overall Percentage
66.7
a. Constant is included in the model.
b. The cut value is ,500
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 0 Constant -.693 .199 12.171 1 .000 .500
Variables not in the Equation
Score df Sig.
Step 0 Variables LILA(1) .030 1 .862
Overall Statistics .030 1 .862
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
110
Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1 Step .030 1 .862
Block .030 1 .862
Model .030 1 .862
Model Summary
Step -2 Log likelihood
Cox & Snell R
Square Nagelkerke R Square
1 145.095a .000 .000
a. Estimation terminated at iteration number 3 because parameter estimates
changed by less than ,001.
Classification Tablea
Observed
Predicted
Risiko Kematian Ibu
Percentage Correct
Kontrol Kasus
Step 1 Risiko Kematian Ibu Kontrol 76 0 100.0
Kasus 38 0 .0
Overall Percentage
66.7
a. The cut value is ,500
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95,0% C.I.for EXP(B)
Lower Upper
Step 1a LILA(1) .090 .518 .030 1 .862 1.094 .397 3.018
Constant -.709 .219 10.448 1 .001 .492
a. Variable(s) entered on step 1: LILA.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
111
5. Status Anemia
Case Processing Summary
Unweighted Casesa N Percent
Selected Cases Included in Analysis 114 100.0
Missing Cases 0 .0
Total 114 100.0
Unselected Cases 0 .0
Total 114 100.0
a. If weight is in effect, see classification table for the total number of cases.
Dependent Variable Encoding
Original
Value Internal Value
Kontrol 0
Kasus 1
Categorical Variables Codings
Frequency
Parameter coding
(1)
Haemoglobin Tidak Berisiko 87 .000
Berisiko 27 1.000
Classification Tablea,b
Observed
Predicted
Risiko Kematian Ibu
Percentage Correct
Kontrol Kasus
Step 0 Risiko Kematian Ibu Kontrol 76 0 100.0
Kasus 38 0 .0
Overall Percentage
66.7
a. Constant is included in the model.
b. The cut value is ,500
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
112
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 0 Constant -.693 .199 12.171 1 .000 .500
Variables not in the Equation
Score df Sig.
Step 0 Variables Hb(1) 10.701 1 .001
Overall Statistics 10.701 1 .001
Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1 Step 10.235 1 .001
Block 10.235 1 .001
Model 10.235 1 .001
Model Summary
Step -2 Log likelihood
Cox & Snell R
Square Nagelkerke R Square
1 134.890a .086 .119
a. Estimation terminated at iteration number 4 because parameter estimates
changed by less than ,001.
Classification Tablea
Observed
Predicted
Risiko Kematian Ibu
Percentage Correct
Kontrol Kasus
Step 1 Risiko Kematian Ibu Kontrol 65 11 85.5
Kasus 22 16 42.1
Overall Percentage
71.1
a. The cut value is ,500
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
113
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95,0% C.I.for EXP(B)
Lower Upper
Step 1a Hb(1) 1.458 .463 9.922 1 .002 4.298 1.735 10.647
Constant -1.083 .247 19.291 1 .000 .338
a. Variable(s) entered on step 1: Hb.
6. Jarak kehamilan
Case Processing Summary
Unweighted Casesa N Percent
Selected Cases Included in Analysis 114 100.0
Missing Cases 0 .0
Total 114 100.0
Unselected Cases 0 .0
Total 114 100.0
a. If weight is in effect, see classification table for the total number of cases.
Dependent Variable Encoding
Original
Value Internal Value
Kontrol 0
Kasus 1
Categorical Variables Codings
Frequency
Parameter coding
(1)
Jarak Kehamilan TidakBerisiko 100 .000
Berisiko 14 1.000
Classification Tablea,b
Observed
Predicted
Risiko Kematian Ibu Percentage Correct
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
114
Kontrol Kasus
Step 0 Risiko Kematian Ibu Kontrol 76 0 100.0
Kasus 38 0 .0
Overall Percentage
66.7
a. Constant is included in the model.
b. The cut value is ,500
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 0 Constant -.693 .199 12.171 1 .000 .500
Variables not in the Equation
Score df Sig.
Step 0 Variables Jarak(1) .041 1 .840
Overall Statistics .041 1 .840
Model Summary
Step -2 Log likelihood
Cox & Snell R
Square Nagelkerke R Square
1 145.085a .000 .000
a. Estimation terminated at iteration number 3 because parameter estimates
changed by less than ,001.
Classification Tablea
Observed
Predicted
Risiko Kematian Ibu
Percentage Correct
Kontrol Kasus
Step 1 Risiko Kematian Ibu Kontrol 76 0 100.0
Kasus 38 0 .0
Overall Percentage
66.7
a. The cut value is ,500
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
115
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95,0% C.I.for EXP(B)
Lower Upper
Step 1a Jarak(1) .120 .597 .041 1 .840 1.128 .350 3.634
Constant -.708 .213 11.089 1 .001 .493
a. Variable(s) entered on step 1: Jarak.
7. Imunisasi TT
Case Processing Summary
Unweighted Casesa N Percent
Selected Cases Included in Analysis 114 100.0
Missing Cases 0 .0
Total 114 100.0
Unselected Cases 0 .0
Total 114 100.0
a. If weight is in effect, see classification table for the total number of cases.
Dependent Variable Encoding
Original
Value Internal Value
Kontrol 0
Kasus 1
Categorical Variables Codings
Frequency
Parameter coding
(1)
Imunisasi TT Ya 103 .000
Tidak 11 1.000
Classification Tablea,b
Observed
Predicted
Risiko Kematian Ibu Percentage Correct
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
116
Kontrol Kasus
Step 0 Risiko Kematian Ibu Kontrol 76 0 100.0
Kasus 38 0 .0
Overall Percentage
66.7
a. Constant is included in the model.
b. The cut value is ,500
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 0 Constant -.693 .199 12.171 1 .000 .500
Variables not in the Equation
Score df Sig.
Step 0 Variables Imun_TT(1) 2.465 1 .116
Overall Statistics 2.465 1 .116
Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1 Step 2.320 1 .128
Block 2.320 1 .128
Model 2.320 1 .128
Model Summary
Step -2 Log likelihood
Cox & Snell R
Square Nagelkerke R Square
1 142.805a .020 .028
a. Estimation terminated at iteration number 3 because parameter estimates
changed by less than ,001.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
117
Classification Tablea
Observed
Predicted
Risiko Kematian Ibu
Percentage Correct
Kontrol Kasus
Step 1 Risiko Kematian Ibu Kontrol 71 5 93.4
Kasus 32 6 15.8
Overall Percentage
67.5
a. The cut value is ,500
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95,0% C.I.for EXP(B)
Lower Upper
Step 1a Imun_TT(1) .979 .642 2.328 1 .127 2.662 .757 9.368
Constant -.797 .213 14.010 1 .000 .451
a. Variable(s) entered on step 1: Imun_TT.
8. Pemeriksaan Kehamilan
Case Processing Summary
Unweighted Casesa N Percent
Selected Cases Included in Analysis 114 100.0
Missing Cases 0 .0
Total 114 100.0
Unselected Cases 0 .0
Total 114 100.0
a. If weight is in effect, see classification table for the total number of cases.
Dependent Variable Encoding
Original
Value Internal Value
Kontrol 0
Kasus 1
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
118
Categorical Variables Codings
Frequency
Parameter coding
(1)
Pemeriksaan Kehamilan Tidak Berisiko 103 .000
Berisiko 11 1.000
Classification Tablea,b
Observed
Predicted
Risiko Kematian Ibu
Percentage Correct
Kontrol Kasus
Step 0 Risiko Kematian Ibu Kontrol 76 0 100.0
Kasus 38 0 .0
Overall Percentage
66.7
a. Constant is included in the model.
b. The cut value is ,500
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 0 Constant -.693 .199 12.171 1 .000 .500
Variables not in the Equation
Score df Sig.
Step 0 Variables Pemeriksaan(1) 2.465 1 .116
Overall Statistics 2.465 1 .116
Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1 Step 2.320 1 .128
Block 2.320 1 .128
Model 2.320 1 .128
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
119
Model Summary
Step -2 Log likelihood
Cox & Snell R
Square Nagelkerke R Square
1 142.805a .020 .028
a. Estimation terminated at iteration number 3 because parameter estimates
changed by less than ,001.
Classification Tablea
Observed
Predicted
Risiko Kematian Ibu
Percentage Correct
Kontrol Kasus
Step 1 Risiko Kematian Ibu Kontrol 71 5 93.4
Kasus 32 6 15.8
Overall Percentage
67.5
a. The cut value is ,500
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95,0% C.I.for EXP(B)
Lower Upper
Step 1a Pemeriksaan(1) .979 .642 2.328 1 .127 2.662 .757 9.368
Constant -.797 .213 14.010 1 .000 .451
a. Variable(s) entered on step 1: Pemeriksaan.
9. Penolong Persalinan
Case Processing Summary
Unweighted Casesa N Percent
Selected Cases Included in Analysis 114 100.0
Missing Cases 0 .0
Total 114 100.0
Unselected Cases 0 .0
Total 114 100.0
a. If weight is in effect, see classification table for the total number of cases.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
120
Dependent Variable Encoding
Original
Value Internal Value
Kontrol 0
Kasus 1
Categorical Variables Codings
Frequency
Parameter coding
(1)
Penolong Persalinan Tenaga Kesehatan 113 .000
Bukan Tenaga Kesehatan 1 1.000
Classification Tablea,b
Observed
Predicted
Risiko Kematian Ibu
Percentage Correct
Kontrol Kasus
Step 0 Risiko Kematian Ibu Kontrol 76 0 100.0
Kasus 38 0 .0
Overall Percentage
66.7
a. Constant is included in the model.
b. The cut value is ,500
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 0 Constant -.693 .199 12.171 1 .000 .500
Variables not in the Equation
Score df Sig.
Step 0 Variables Penolong(1) .504 1 .478
Overall Statistics .504 1 .478
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
121
Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1 Step .815 1 .367
Block .815 1 .367
Model .815 1 .367
Model Summary
Step -2 Log likelihood
Cox & Snell R
Square Nagelkerke R Square
1 144.310a .007 .010
a. Estimation terminated at iteration number 20 because maximum iterations
has been reached. Final solution cannot be found.
Classification Tablea
Observed
Predicted
Risiko Kematian Ibu
Percentage Correct
Kontrol Kasus
Step 1 Risiko Kematian Ibu Kontrol 76 0 100.0
Kasus 38 0 .0
Overall Percentage
66.7
a. The cut value is ,500
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95,0% C.I.for EXP(B)
Lower Upper
Step 1a Penolong(1) -20.523 4.019E4 .000 1 1.000 .000 .000 .
Constant -.680 .199 11.659 1 .001 .507
a. Variable(s) entered on step 1: Penolong.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
122
10. Riwayat KB
Case Processing Summary
Unweighted Casesa N Percent
Selected Cases Included in Analysis 114 100.0
Missing Cases 0 .0
Total 114 100.0
Unselected Cases 0 .0
Total 114 100.0
a. If weight is in effect, see classification table for the total number of cases.
Dependent Variable Encoding
Original
Value Internal Value
Kontrol 0
Kasus 1
Categorical Variables Codings
Frequency
Parameter coding
(1)
Riwayat KB Ya 96 .000
Tidak 18 1.000
Classification Tablea,b
Observed
Predicted
Risiko Kematian Ibu
Percentage Correct
Kontrol Kasus
Step 0 Risiko Kematian Ibu Kontrol 76 0 100.0
Kasus 38 0 .0
Overall Percentage
66.7
a. Constant is included in the model.
b. The cut value is ,500
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
123
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 0 Constant -.693 .199 12.171 1 .000 .500
Variables not in the Equation
Score df Sig.
Step 0 Variables KB(1) 10.687 1 .001
Overall Statistics 10.687 1 .001
Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1 Step 10.066 1 .002
Block 10.066 1 .002
Model 10.066 1 .002
Model Summary
Step -2 Log likelihood
Cox & Snell R
Square Nagelkerke R Square
1 135.059a .085 .117
a. Estimation terminated at iteration number 4 because parameter estimates
changed by less than ,001.
Classification Tablea
Observed
Predicted
Risiko Kematian Ibu
Percentage Correct
Kontrol Kasus
Step 1 Risiko Kematian Ibu Kontrol 70 6 92.1
Kasus 26 12 31.6
Overall Percentage
71.9
a. The cut value is ,500
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
124
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95,0% C.I.for EXP(B)
Lower Upper
Step 1a KB(1) 1.684 .550 9.362 1 .002 5.385 1.831 15.831
Constant -.990 .230 18.596 1 .000 .371
a. Variable(s) entered on step 1: KB.
11. Riwayat Penyakit
Case Processing Summary
Unweighted Casesa N Percent
Selected Cases Included in Analysis 114 100.0
Missing Cases 0 .0
Total 114 100.0
Unselected Cases 0 .0
Total 114 100.0
a. If weight is in effect, see classification table for the total number of cases.
Dependent Variable Encoding
Original
Value Internal Value
Kontrol 0
Kasus 1
Categorical Variables Codings
Frequency
Parameter coding
(1)
Riwayat Penyakit Tidak ada 92 .000
Ada 22 1.000
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
125
Classification Tablea,b
Observed
Predicted
Risiko Kematian Ibu
Percentage Correct
Kontrol Kasus
Step 0 Risiko Kematian Ibu Kontrol 76 0 100.0
Kasus 38 0 .0
Overall Percentage
66.7
a. Constant is included in the model.
b. The cut value is ,500
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 0 Constant -.693 .199 12.171 1 .000 .500
Variables not in the Equation
Score df Sig.
Step 0 Variables Riw_sakit(1) 19.038 1 .000
Overall Statistics 19.038 1 .000
Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1 Step 18.129 1 .000
Block 18.129 1 .000
Model 18.129 1 .000
Model Summary
Step -2 Log likelihood
Cox & Snell R
Square Nagelkerke R Square
1 126.996a .147 .204
a. Estimation terminated at iteration number 4 because parameter estimates
changed by less than ,001.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
126
Classification Tablea
Observed
Predicted
Risiko Kematian Ibu
Percentage Correct
Kontrol Kasus
Step 1 Risiko Kematian Ibu Kontrol 70 6 92.1
Kasus 22 16 42.1
Overall Percentage
75.4
a. The cut value is ,500
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95,0% C.I.for EXP(B)
Lower Upper
Step 1a Riw_sakit(1) 2.138 .538 15.826 1 .000 8.485 2.959 24.331
Constant -1.157 .244 22.425 1 .000 .314
a. Variable(s) entered on step 1: Riw_sakit.
12. Riwayat Komplikasi
Case Processing Summary
Unweighted Casesa N Percent
Selected Cases Included in Analysis 114 100.0
Missing Cases 0 .0
Total 114 100.0
Unselected Cases 0 .0
Total 114 100.0
a. If weight is in effect, see classification table for the total number of cases.
Dependent Variable Encoding
Original
Value Internal Value
Kontrol 0
Kasus 1
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
127
Categorical Variables Codings
Frequency
Parameter coding
(1)
Riwayat Komplikasi Tidak ada 100 .000
Ada 14 1.000
Classification Tablea,b
Observed
Predicted
Risiko Kematian Ibu
Percentage Correct
Kontrol Kasus
Step 0 Risiko Kematian Ibu Kontrol 76 0 100.0
Kasus 38 0 .0
Overall Percentage
66.7
a. Constant is included in the model.
b. The cut value is ,500
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 0 Constant -.693 .199 12.171 1 .000 .500
Variables not in the Equation
Score df Sig.
Step 0 Variables Riw_kom(1) 10.423 1 .001
Overall Statistics 10.423 1 .001
Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1 Step 9.783 1 .002
Block 9.783 1 .002
Model 9.783 1 .002
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
128
Model Summary
Step -2 Log likelihood
Cox & Snell R
Square Nagelkerke R Square
1 135.342a .082 .114
a. Estimation terminated at iteration number 4 because parameter estimates
changed by less than ,001.
Classification Tablea
Observed
Predicted
Risiko Kematian Ibu
Percentage Correct
Kontrol Kasus
Step 1 Risiko Kematian Ibu Kontrol 72 4 94.7
Kasus 28 10 26.3
Overall Percentage
71.9
a. The cut value is ,500
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95,0% C.I.for EXP(B)
Lower Upper
Step 1a Riw_kom(1) 1.861 .632 8.665 1 .003 6.429 1.862 22.192
Constant -.944 .223 17.983 1 .000 .389
a. Variable(s) entered on step 1: Riw_kom.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
129
LAMPIRAN 3
ANALISIS MULTIVARIAT
LOGISTIC REGRESSION VARIABLES Kematian
/METHOD=BSTEP(LR) Umur Paritas Hb Pemeriksaan KB
Riw_sakit Imun_TT
/CONTRAST (KB)=Indicator(1)
/CONTRAST (Hb)=Indicator(1)
/CONTRAST (Riw_sakit)=Indicator(1)
/CONTRAST (Paritas)=Indicator(1)
/CONTRAST (Umur)=Indicator(1)
/CONTRAST (Pemeriksaan)=Indicator(1)
/CONTRAST (Imun_TT)=Indicator(1)
/SAVE=PRED
/PRINT=GOODFIT CI(95)
/CRITERIA=PIN(0.05) POUT(0.10) ITERATE(20) CUT(0
.5). Case Processing Summary
Unweighted Casesa N Percent
Selected Cases Included in Analysis 114 100.0
Missing Cases 0 .0
Total 114 100.0
Unselected Cases 0 .0
Total 114 100.0
a. If weight is in effect, see classification table for the total number of cases.
Dependent Variable Encoding
Original
Value Internal Value
Kontrol 0
Kasus 1
Categorical Variables Codings
Frequency
Parameter
coding
(1)
Imunisasi TT Ya 103 .000
Tidak 11 1.000
Jumlah Anak Tidak Berisiko 69 .000
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
130
Berisiko 45 1.000
Haemoglobin Tidak Berisiko 87 .000
Berisiko 27 1.000
Pemeriksaan Kehamilan Tidak Berisiko 103 .000
Berisiko 11 1.000
Riwayat KB Ya 96 .000
Tidak 18 1.000
Riwayat Penyakit Tidak ada 92 .000
Ada 22 1.000
Umur Ibu Tidak Berisiko 84 .000
Berisiko 30 1.000
Classification Tablea,b
Observed
Predicted
Risiko Kematian Ibu Percentage
Correct Kontrol Kasus
Step 0 Risiko Kematian Ibu Kontrol 76 0 100.0
Kasus 38 0 .0
Overall Percentage 66.7
a. Constant is included in the model.
b. The cut value is ,500
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 0 Constant -.693 .199 12.171 1 .000 .500
Variables not in the Equation
Score df Sig.
Step 0 Variables Umur(1) 1.832 1 .176
Paritas(1) 1.487 1 .223
Hb(1) 10.701 1 .001
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
131
Pemeriksaan(1) 2.465 1 .116
KB(1) 10.687 1 .001
Riw_sakit(1) 19.038 1 .000
Imun_TT(1) 2.465 1 .116
Overall Statistics 34.437 7 .000
Omnibus Tests of Model Coefficients
Chi-square df Sig.
Step 1 Step 36.193 7 .000
Block 36.193 7 .000
Model 36.193 7 .000
Step 2a Step -.074 1 .786
Block 36.119 6 .000
Model 36.119 6 .000
Step 3a Step -.148 1 .701
Block 35.971 5 .000
Model 35.971 5 .000
Step 4a Step -.691 1 .406
Block 35.280 4 .000
Model 35.280 4 .000
Step 5a Step -.971 1 .324
Block 34.309 3 .000
Model 34.309 3 .000
a. A negative Chi-squares value indicates that the Chi-
squares value has decreased from the previous step.
Model Summary
Step -2 Log likelihood
Cox & Snell R
Square
Nagelkerke R
Square
1 108.932a .272 .378
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
132
2 109.006a .272 .377
3 109.154a .271 .376
4 109.845a .266 .370
5 110.817a .260 .361
a. Estimation terminated at iteration number 5 because
parameter estimates changed by less than ,001.
Hosmer and Lemeshow Test
Step Chi-square df Sig.
1 6.209 7 .516
2 5.606 6 .469
3 2.701 4 .609
4 1.280 4 .865
5 .161 3 .984
Hosmer and Lemeshow Test
Step Chi-square df Sig.
1 6.209 7 .516
2 5.606 6 .469
3 2.701 4 .609
4 1.280 4 .865
5 .161 3 .984
Contingency Table for Hosmer and Lemeshow Test
Risiko Kematian Ibu = Kontrol Risiko Kematian Ibu = Kasus
Total Observed Expected Observed Expected
Step 1 1 5 4.495 0 .505 5
2 28 28.290 4 3.710 32
3 5 5.160 1 .840 6
4 12 13.459 4 2.541 16
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
133
5 8 8.461 4 3.539 12
6 9 7.038 3 4.962 12
7 7 5.228 4 5.772 11
8 1 3.091 10 7.909 11
9 1 .779 8 8.221 9
Step 2 1 33 32.836 4 4.164 37
2 2 1.706 0 .294 2
3 15 16.839 5 3.161 20
4 8 8.518 4 3.482 12
5 9 7.069 3 4.931 12
6 7 5.156 4 5.844 11
7 2 3.208 10 8.792 12
8 0 .668 8 7.332 8
Step 3 1 35 34.569 4 4.431 39
2 15 16.750 5 3.250 20
3 9 9.188 4 3.812 13
4 9 6.985 3 5.015 12
5 6 5.993 8 8.007 14
6 2 2.515 14 13.485 16
Step 4 1 37 36.222 4 4.778 41
2 18 18.951 5 4.049 23
3 8 8.841 6 5.159 14
4 6 4.802 3 4.198 9
5 5 5.130 8 7.870 13
6 2 2.055 12 11.945 14
Step 5 1 55 55.182 9 8.818 64
2 9 9.146 6 5.854 15
3 5 4.471 3 3.529 8
4 5 5.115 8 7.885 13
5 2 2.086 12 11.914 14
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
134
Classification Tablea
Observed
Predicted
Risiko Kematian Ibu Percentage
Correct Kontrol Kasus
Step 1 Risiko Kematian Ibu Kontrol 71 5 93.4
Kasus 18 20 52.6
Overall Percentage 79.8
Step 2 Risiko Kematian Ibu Kontrol 68 8 89.5
Kasus 16 22 57.9
Overall Percentage 78.9
Step 3 Risiko Kematian Ibu Kontrol 68 8 89.5
Kasus 16 22 57.9
Overall Percentage 78.9
Step 4 Risiko Kematian Ibu Kontrol 68 8 89.5
Kasus 17 21 55.3
Overall Percentage 78.1
Step 5 Risiko Kematian Ibu Kontrol 69 7 90.8
Kasus 18 20 52.6
Overall Percentage 78.1
a. The cut value is ,500
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
95,0% C.I.for EXP(B)
Lower Upper
Step 1a Umur(1) -.154 .569 .073 1 .787 .857 .281 2.615
Paritas(1) .364 .512 .506 1 .477 1.440 .528 3.927
Hb(1) 1.328 .554 5.752 1 .016 3.772 1.275 11.164
Pemeriksaan(1) .303 .798 .144 1 .704 1.354 .283 6.475
KB(1) 1.758 .650 7.322 1 .007 5.800 1.623 20.721
Riw_sakit(1) 2.147 .634 11.449 1 .001 8.557 2.468 29.675
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
135
Imun_TT(1) .689 .798 .747 1 .388 1.993 .417 9.519
Constant -2.031 .423 23.030 1 .000 .131
Step 2a Paritas(1) .392 .501 .612 1 .434 1.480 .554 3.952
Hb(1) 1.300 .544 5.706 1 .017 3.671 1.263 10.669
Pemeriksaan(1) .307 .794 .149 1 .699 1.359 .287 6.441
KB(1) 1.731 .639 7.334 1 .007 5.647 1.613 19.766
Riw_sakit(1) 2.101 .608 11.965 1 .001 8.178 2.486 26.901
Imun_TT(1) .673 .799 .710 1 .399 1.960 .410 9.381
Constant -2.065 .407 25.713 1 .000 .127
Step 3a Paritas(1) .415 .497 .695 1 .405 1.514 .571 4.014
Hb(1) 1.314 .544 5.834 1 .016 3.722 1.281 10.812
KB(1) 1.717 .637 7.272 1 .007 5.567 1.598 19.390
Riw_sakit(1) 2.155 .594 13.158 1 .000 8.628 2.693 27.646
Imun_TT(1) .672 .803 .701 1 .403 1.959 .406 9.456
Constant -2.054 .407 25.536 1 .000 .128
Step 4a Paritas(1) .482 .489 .973 1 .324 1.619 .621 4.220
Hb(1) 1.329 .539 6.081 1 .014 3.776 1.313 10.858
KB(1) 1.689 .632 7.131 1 .008 5.412 1.567 18.688
Riw_sakit(1) 2.200 .590 13.892 1 .000 9.025 2.838 28.698
Constant -2.026 .402 25.344 1 .000 .132
Step 5a Hb(1) 1.388 .531 6.817 1 .009 4.006 1.413 11.352
KB(1) 1.597 .624 6.549 1 .010 4.939 1.453 16.784
Riw_sakit(1) 2.267 .586 14.959 1 .000 9.646 3.059 30.422
Constant -1.834 .340 29.074 1 .000 .160
a. Variable(s) entered on step 1: Umur, Paritas, Hb, Pemeriksaan, KB, Riw_sakit,
Imun_TT.
Model if Term Removed
Variable
Model Log
Likelihood
Change in -2
Log Likelihood df
Sig. of the
Change
Step 1 Umur -54.503 .074 1 .786
Paritas -54.718 .504 1 .478
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
136
Hb -57.359 5.785 1 .016
Pemeriksaan -54.538 .143 1 .705
KB -58.316 7.700 1 .006
Riw_sakit -61.029 13.126 1 .000
Imun_TT -54.833 .733 1 .392
Step 2 Paritas -54.808 .610 1 .435
Hb -57.374 5.741 1 .017
Pemeriksaan -54.577 .148 1 .701
KB -58.317 7.627 1 .006
Riw_sakit -61.156 13.305 1 .000
Imun_TT -54.853 .699 1 .403
Step 3 Paritas -54.923 .692 1 .405
Hb -57.506 5.858 1 .016
KB -58.354 7.553 1 .006
Riw_sakit -61.940 14.725 1 .000
Imun_TT -54.923 .691 1 .406
Step 4 Paritas -55.408 .971 1 .324
Hb -57.985 6.124 1 .013
KB -58.625 7.405 1 .007
Riw_sakit -62.776 15.706 1 .000
Step 5 Hb -58.864 6.911 1 .009
KB -58.792 6.767 1 .009
Riw_sakit -63.920 17.023 1 .000
Variables not in the Equation
Score df Sig.
Step 2a Variables Umur(1) .073 1 .787
Overall Statistics .073 1 .787
Step 3b Variables Umur(1) .078 1 .780
Pemeriksaan(1) .149 1 .699
Overall Statistics .221 2 .895
Step 4c Variables Umur(1) .044 1 .833
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
137
Pemeriksaan(1) .141 1 .707
Imun_TT(1) .708 1 .400
Overall Statistics .940 3 .816
Step 5d Variables Umur(1) .157 1 .692
Paritas(1) .981 1 .322
Pemeriksaan(1) .256 1 .613
Imun_TT(1) .998 1 .318
Overall Statistics 1.892 4 .756
a. Variable(s) removed on step 2: Umur.
b. Variable(s) removed on step 3: Pemeriksaan.
c. Variable(s) removed on step 4: Imun_TT.
d. Variable(s) removed on step 5: Paritas.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
138
LAMPIRAN 4
Kode Etik Penelitian
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
139
LAMPIRAN 5
Izin Penelitian dari Universitas Airlangga
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
140
LAMPIRAN 6
Izin Penelitian dari Kesbangpolinmas
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
141
LAMPIRAN 7
Izin Penelitian dari Dinas Kesehatan Kota Surabaya
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
142
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.
INDEKS PREDIKTIF RISIKO ...
143
LAMPIRAN 8
Izin Penggunaan Data Sekunder dari Universitas Airlangga
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
TESIS KRISNITA DWI J.