1 BAB I PENDAHULUAN 1.1 Latar Belakang Tingkat kesejahteraan

BAB I
PENDAHULUAN
1.1 Latar Belakang
Tingkat kesejahteraan suatu negara salah satunya dapat dilihat dari tingkat
kesehatan masyarakat atau derajat kesehatannya.
Indikator kesehatan suatu
negara dapat dilihat dari tingkat kematian (mortalitas). Mortalitas penduduk
merupakan salah satu variabel demografi yang penting. Jika tingkat atau angka
mortalitas tinggi maka akan memengaruhi jumlah penduduk bahkan menunjukkan
rendahnya tingkat kesehatan masyarakat di negara tersebut.
Fertilitas (kelahiran) salah satu komponen yang penting dalam pertumbuhan
jumlah penduduk. Jika tingkat kelahiran tinggi maka pertumbuhan penduduk akan
semakin meningkat. Dengan memperhatikan tingkat mortalitas dan fertilitas pada
masa lampau dan estimasi perkembangan masa mendatang dapat dibuat sebuah
proyeksi penduduk wilayah bersangkutan. Kematian Bayi adalah kematian yang
terjadi antara bayi lahir sampai bayi berusia tepat satu tahun. Menurut Mantra
(1985), angka kematian bayi merupakan indikator yang sangat berguna, tidak saja
terhadap status kesehatan anak, tetapi juga terhadap status penduduk keseluruhan
dan kondisi ekonomi dimana penduduk tersebut bertempat tinggal. Banyak faktor
yang dikaitkan dengan kematian bayi. Secara garis besar, dari sisi penyebabnya
kematian bayi ada dua macam yaitu kematian endogen dan kematian bayi eksogen.
Kematian bayi endogen adalah kematian bayi yang terjadi pada sesaat setelah
dilahirkan, dan umumnya disebabkan oleh faktor-faktor yang dibawa anak sejak
1
2
lahir, yang diperoleh dari orang tuanya pada saat konsepsi atau didapat setelah
kehamilan. Kematian bayi eksogen adalah kematian bayi yang terjadi setelah usia
satu bulan sampai menjelang usia satu tahun yang disebabkan oleh faktor-faktor
yang bertalian dengan pengaruh lingkungan.
Berdasarkan Hasil Sensus Penduduk dan SUPAS yang dilakukan oleh
Badan Pusat Statistik Bali tahun 1967-2010 terjadi tingkat penurunan Angka
Kematian Bayi (AKB) atau Infant Mortality Rate (IMR) yang cukup signifikan.
Berdasarkan hasil SP1971 tercatat IMR sebesar 130 yang mengidikasikan adanya
130 kematian bayi per 1000 kelahiran hidup. Angka ini terus menurun,
berdasarkan hasil SP2010 IMR tercatat sebesar 20 kematian bayi per 1000
kelahiran hidup. Berikut ini adalah Tabel Angka Kematian bayi atau Infant
Mortality Rate (IMR) Provinsi Bali tahun 1967-2010
Tabel 1.1 Infant Mortality Rate (IMR), Provinsi Bali 1967-2010
Periode
IMR
SP71 (1967)
130
SP80 (1976)
92
SP90 (1986)
51
SP2000 (1996)
36
SUPAS05 (2001)
25
SP2010
20
Sumber : Badan Pusat Statistik Tahun 2010
Penurunan mortalitas merupakan salah satu indikator adanya perbaikan
tingkat kesehatan penduduk secara umum. Dengan demikian angka kematian bayi
merupakan tolak ukur yang sensitif dari semua upaya yang dilakukan pemerintah
khususnya dalam bidang kesehatan. Salah satu cara yang dapat dilakukan untuk
menurunkan angka kematian bayi adalah dengan mengetahui faktor- faktor
3
penyebabnya. Keterkaitan faktor-faktor tersebut dengan jumlah kematian bayi
dapat didekati oleh analisis statistik mengenai hubungan variabel bebas dengan
variabel respon yaitu menggunakan pemodelan regresi Poisson, sebab kematian
bayi merupakan kejadian yang jarang terjadi atau kejadian yang terjadi pada
jumlah populasi yang besar dengan probabilitas yang kecil dalam periode waktu
tertentu.
Terdapat variasi tingkat kematian bayi antara wilayah satu dengan wilayah
yang lain, misalnya antara daerah geografi yang satu dengan lainnya, antara kota
dan desa, antara berbagai golongan sosial ekonomi penduduk. Oleh karena itu
faktor yang berpengaruh atau faktor yang signifikan terhadap variabel respon
yang diamati dalam hal ini yaitu angka kematian bayi tentu akan berbeda antara
wilayah yang satu dengan wilayah yang lain. Oleh karena itu, diperlukan suatu
metode pemodelan statistik dengan memperhitungkan faktor spasial.
Metode statistik yang telah dikembangkan untuk analisis data dengan
memperhitungkan faktor spasial saat ini yaitu Geographically Weighted Poisson
Regression (GWPR). GWPR adalah bentuk lokal dari regresi Poisson dengan
memperhatikan lokasi yang berasumsi bahwa data berdistribusi poisson dan
merupakan
pendekatan
alternatif
dari
GWR
(Geographically
Weighted
Regression). GWR sendiri dikembangkan berdasarkan kerangka model Gaussian.
Demikian juga dalam menganalisis data mengenai angka kematian bayi (infant
mortality rate) digunakan metode Geographically Weighted Poisson Regression
dikarenakan variabel respon yang akan diteliti merupakan variabel random diskrit
4
yang berdistribusi Poisson dan memperhatikan faktor spasial, maka hubungan
antara variabel respon dan variabel bebas dapat diketahui dengan metode tersebut.
Ada beberapa penelitian yang berhubungan dengan GWPR adalah Septika
(2010) yang menggunakan GWPR untuk memodelkan angka kematian bayi di
propinsi Jawa Timur. Hasil yang diperoleh menunjukkan bahwa model yang baik
digunakan untuk menganalisa data Angka Kematian Bayi (AKB) di tiap
kabupaten/kota di Provinsi Jawa Timur berdasarkan nilai AIC yang terkecil
adalah model GWPR. Penelitian lainnya adalah yang dilakukan oleh Mega
Oktavia (2011) yaitu pemodelan angka kemiskinan dengan metode GWPR.
Berdasarkan latar belakang di atas, maka penulis tertarik melakukan
penelitian untuk mengetahui faktor-faktor yang berpengaruh terhadap Angka
Kematian Bayi (AKB) pada tiap Kabupaten/Kota di Provinsi Bali dengan
menggunakan model Geographically Weighted Poisson Regression (GWPR)
1.2 Rumusan Masalah
Berdasarkan latar belakang yang telah dikemukakan di atas maka
permasalahan yang akan dibahas dalam penelitan ini adalah bagaimana model
terbaik angka kematian bayi (AKB) di Provinsi Bali dengan pendekatan
Geographically Weighted Poisson Regression (GWPR) serta variabel-variabel
yang berpengaruh secara signifikan.
5
1.3 Batasan Masalah
Pada penelitian ini, penulis menggunakan variabel jumlah sarana kesehatan,
rata-rata lama pemberian ASI, persentase persalinan yang dilakukan dengan
bantuan non medis, dan rata-rata lama bersekolah wanita berstatus kawin pada
masing-masing kabupaten/kota sebagai faktor-faktor yang mempengaruhi angka
kematian bayi di provinsi Bali dan jenis pembobot yang digunakan adalah fungsi
Bisquare Kernel.
1.4 Tujuan Penelitian
Berdasarkan rumusan permasalahan di atas, maka tujuan yang ingin dicapai
dalam penelitian ini adalah mendapatkan model terbaik dan variabel yang
berpengaruh secara signifikan dengan pendekatan Geographically Weighted
Poisson Regression (GWPR) terhadap data angka kematian bayi di Propinsi Bali
1.5 Manfaat Penelitian
Adapun manfaat dari penelitian ini adalah:
1. Manfaat Teoritis
Penelitian ini diharapkan berguna untuk menambah wawasan, menerapkan
ilmu dan mengaplikasikan ilmu yang diperoleh selama berada di bangku
perkuliahan dalam memecahkan masalah di dalam masyarakat.
2. Manfaat Praktis
Penelitian ini diharapkan dapat digunakan bahan pertimbangan bagi
pemerintah untuk dapat mengatasi angka kematian bayi dan meningkatkan
tingkat kesehatan dan kesejahteraan di provinsi Bali.