TINJAUAN PUSTAKA. Fertilitas

Transkripsi

1 TINJAUAN PUSTAKA Fertilitas Fertilitas dalam pengertian demografi adalah kemampuan riil seorang atau sekelompok wanita untuk melahirkan, yang dicerminkan dalam banyaknya bayi yang dilahirkan hidup (Burhan 2009). Masalah fertilitas akan lebih mudah difahami jika dijelaskan melalui banyaknya anak yang dimiliki atau banyaknya anak yang lahir hidup. Tingkat fertilitas menurut urutan kelahiran anak digunakan karena peluang untuk mempunyai anak lagi dipengaruhi oleh berapa banyaknya anak yang sudah dilahirkan seorang wanita. Pada umumnya alat kontrasepsi digunakan setelah mempunyai sejumlah anak, karena kemampuan fisiologis untuk melahirkan lagi dipengaruhi oleh kelahiran sebelumnya serta umur dan faktor-faktor lainnya. Rumus tingkat fertilitas menurut urutan kelahiran : BOSF = x k, BOSF = Tingkat fertilitas menurut urutan kelahiran ke-i. B = Banyaknya kelahiran urutan ke- i. Pf (15 49) = Banyaknya perempuan umur pada pertengahan tahun. k = Bilangan konstanta. Bogue dan Palmore (1964) mengemukakan bahwa prinsip ukuran fertilitas dapat dikelompokkan dalam dua macam, yaitu ukuran yang diperoleh dari kombinasi vital statistik dan data sensus dinamakan direct measure (pengukuran langsung) dan ukuran yang diturunkan hanya dari data sensus dinamakan indirect measure (pengukuran tidak langsung). Salah satu ukuran tidak langsung yang digunakan pada data sensus ialah banyaknya anak yang pernah dilahirkan hidup dari wanita menurut kelompok umur dalam jangka waktu 5 tahun (Palmore 1975). Rumus fertilitas menurut urutan kelahiran, BOSF dapat dikelompokkan ke dalam direct measure ketika data diperoleh dari kombinasi vital statistik dan

2 sensus penduduk. Akan tetapi BOSF dapat juga dikelompokkan ke dalam indirect measure ketika hanya menggunakan data sensus yang didasari pada salah satu ukuran tidak langsung, misalnya banyaknya anak yang pernah dilahirkan(children Ever Birth). Rata-rata banyak anak dilahirkan = : banyak anak yang dilahirkan hidup oleh kelompok umur i. : banyaknya wanita pada kelompok umur i. Rata-rata banyaknya anak yang dilahirkan untuk kelompok wanita berumur tahun disebut completed family size (Hatmaji SH 2004). Kohor adalah sekelompok penduduk yang dalam perjalanan hidupnya dipengaruhi oleh faktor faktor yang sama. Ada bermacam-macam kohor di antaranya adalah sebagai berikut: 1. Kohor kelahiran artinya banyaknya kelahiran hidup yang terjadi dalam periode tertentu, (BKKBN 2007). 2. Kohor perkawinan, adalah sekelompok penduduk yang kawin pertama pada waktu yang sama. 3. Kohor sintetis, adalah sekelompok penduduk yang tersusun menurut kelompok umur tertentu. Ada dua ukuran fertilitas kohor yang dibicarakan disini, yaitu fertilitas kohor perkawinan dan fertilitas kohor kelahiran. Fertilitas kohor perkawinan, maksudnya tingkat fertilitas untuk sekelompok wanita yang kawin pada tahun atau kelompok tahun yang sama (Palmore 1975). Fertilitas kohor kelahiran, maksudnya tingkat fertilitas sekelompok wanita yang lahir pada tahun atau kelompok tahun yang sama. Penggunaan ukuran fertilitas kohor kelahiran berdasarkan kenyataan bahwa kelahiran anak pada suatu tahun tertentu sebagian ditentukan oleh berapa banyak anak yang telah dilahirkan pada waktu tahun-tahun sebelumnya.

3 CPA (Cohort Parity Analysis) Definisi CPA CPA (Cohort Parity Analisis) adalah sebuah metode tidak langsung untuk mengukur tingkat dan waktu adopsi kontrol fertilitas dalam perkawinan. Pengukuran ini didasari atas usia dan durasi perkawinan pada sebaran pariti khusus untuk kohor khusus (kelahiran dan perkawinan) wanita. Beberapa istilah dalam CPA Pariti Pariti menurut kamus Inggris-Indonesia artinya paritas. Arti pariti pada demografi adalah the number of reproductive events (birth), (Wikipedia 2009). Sedangkan menurut kamus istilah BKKBN, paritas artinya banyaknya anak lahir hidup oleh seorang wanita. Populasi Target Populasi target artinya wanita yang diteliti. Target Pariti Target pariti ialah proporsi wanita dari populasi target, baik yang melakukan kontrol fertilitas maupun yang tidak melakukan kontrol fertilitas. Populasi Model Populasi model artinya wanita yang tidak pernah melakukan kontrol fertilitas. Pariti progression Ratio (PPR) Pariti Progression Ratio (PPR) yaitu peluang atau probabilitor suatu kohor wanita untuk memulai tambahan satu anak berikutnya. Dengan kata lain PPR menunjukkan kemungkinan (probabilitas) kelebihan anak berikutnya setelah seorang wanita memiliki sejumlah anak tertentu (BKKBN 2007). PPR didapat cara membagi banyaknya wanita yang berparitas (n) banyaknya wanita berparitas (n-1). PPR yang dihasilkan pada wanita berstatus kawin (currently married women) umur muda biasanya berbeda jauh dibandingkan keseluruhan sampel (semua wanita), karena banyaknya wanita yang tidak kawin berpengaruh terhadap tingkat fertilitas.

4 Lambang dan formula dalam CPA t(j) = c(j) + m(j) (1) t(j) : proporsi populasi yang mempunyai j anak dari target populasi. c(j) : proporsi populasi yang mempunyai j anak, melakukan kontrol fertilitas dari pariti 0 sampai pariti j. m(j) : proporsi populasi yang mempunyai j anak, tidak melakukan kontrol fertilitas pada pariti j. T(j) = k d j=i t j (2) T(j) : proporsi dari target populasi yang diteliti pada pariti j atau pariti yang lebih tinggi. N(j) = (3) n(j) : proporsi populasi yang mempunyai j anak dari populasi model. N(j) : proporsi populasi yang memiliki j anak atau lebih dari populasi model. Asumsi pada CPA Menurut David dan Sanderson (1988), CPA didasari dua asumsi dasar yaitu: 1. Terdapat pariti tertinggi yang diharapkan dalam suatu masyarakat sebagai pariti pembatas bagi wanita yang melakukan kontrol fertilitas yang efektif. Pariti tertinggi yang dimaksud di atas disebut penghenti pariti (cutoff parity), yang dilambangkan k d. Asumsi pertama menunjukkan kepada definisi kontrol yang efektif. Kontrol yang efektif ialah kontrol fertilitas yang dilakukan kelompok wanita di bawah pariti k d. Nilai dapat ditentukan sedekat mungkin di bawah 80% dari populasi model. Jika sekelompok wanita mempunyai anak lebih dari 80% populasi model, maka kelompok wanita tersebut tidak dikategorikan sebagai pengontrol yang efektif. Contoh, jika seorang wanita telah menikah pada usia tahun, lamanya perkawinan 4

5 tahun, dan dia telah mempunyai tiga anak, maka dia tidak dihitung sebagai pengontrol efektif meskipun dia telah melakukan kontrol fertilitas. Nilai k d dari kohor perkawinan tersebut ialah tiga, artinya populasi melakukan kontrol fertilitas hanya sampai anak ke-2. Tidak ada populasi yang melakukan kontrol fertilitas setelah kelahiran anak ke-3 atau lebih. 2. Pada populasi target, populasi yang tidak pernah kontrol diidentikan sebagai populasi model. Asumsi kedua berimplikasi pada rata-rata fertilitas bukan pengontrol pada populasi target lebih rendah daripada rata-rata fertilitas pada populasi pengontrol. Hal ini disebabkan oleh wanita yang ingin memulai kontrol fertilitas, mereka menunggu sampai mempunyai sejumlah anak yang pasti. Untuk lebih jelasnya, dapat dilihat pada David et al. (1988), yaitu rasio pariti progres populasi target tidak pernah melampaui rasio pariti progres populasi model. Simulasi Definisi simulasi Simulasi adalah proses yang diperlukan untuk operasionalisasi model, atau penanganan model untuk meniru tingkah-laku sistem yang sesungguhnya. Ini meliputi berbagai kegiatan seperti penggunaan diagram alur dan logika komputer, serta penulisan kode komputer dan penerapan kode tersebut pada komputer untuk menggunakan masukan dan menghasilkan keluaran yang diinginkan. Pada prakteknya, modeling dan simulasi adalah proses yang berhubungan sangat erat, dan beberapa penulis membuat batasan simulasi yang mencakup modeling (Sitompul 2009). Proses perancangan model dari suatu sistem nyata dan pelaksanaan eksperimen-eksperimen model sistem untuk tujuan memahami tingkah laku sistem (Setiawan 1991). Simulasi diperlukan ketika 1. Model sangat rumit banyak peubah dan komponen yang saling berinteraksi. 2. Hubungan antar peubah tidak linier.

6 3. Model memiliki variasi acak. Definisi model Pengertian model yang digunakan dalam konteks ini tidak berbeda jauh dari pengertian sehari-hari yaitu contoh. Jadi model adalah contoh sederhana dari sistem dan menyerupai sifat-sifat sistem yang dipertimbangkan, tetapi tidak sama sistem. Penyederhanaan dari sistem sangat penting agar dapat dipelajari secara seksama. Model dikembangkan tujuan untuk studi tingkah-laku sistem melalui analisis rinci akan komponen atau unsur dan proses utama yang menyusun sistem dan interaksinya antara satu yang lain (Sitompul 2009) Model simulasi Model simulasi mempunyai sifat-sifat sebagai berikut 1. Dapat dipadukan model numerik untuk menganalisa sistem yang lebih kompleks. 2. Didukung data yang berhubungan langsung angka acak, tipe data probabilistik. 3. Mudah beradaptasi dan mudah digunakan untuk berbagai masalah. Tujuan simulasi dan pemodelan 1. Untuk mempelajari tingkah laku sistem. 2. Mengembangkan pengertian mengenai interaksi bagian-bagian dari sebuah sistem, dan pengertian mengenai sistem secara keseluruhan. Tahapan simulasi dan pemodelan 1. Memahami sistem yang akan disimulasikan. 2. Mengembangkan model matematika dari sistem. 3. Mengembang model matematika untuk simulasi. 4. Membuat program komputer. 5. Menguji, memverifikasi, memvaliditasi keluaran komputer. Contoh Simulasi CPA Analisis pariti berdasarkan kohor perkawinan dan kelahiran dikenalkan oleh David et al. (1988). David et al. melakukan simulasi terhadap populasi urban wanita Irlandia menggunakan data sensus tahun 1911 untuk mengetahui keefektifan pengontrol fertilitas wanita yang menikah. Pengukuran ini didasari

7 lamanya perkawinan dan usia ketika menikah berdasarkan data sebaran pariti khusus pada kohor wanita yang kawin. Sebagai ilustrasi, David et al., menggambarkan sebaran pariti populasi target dalam diagram alir sebagai berikut: Gambar 1 Diagram alir sebaran pariti populasi target Penjelasan dari diagram alir sebaran pariti di atas, sebagai berikut: 1. Penelitian terhadap 100% wanita urban Irlandia yang kawin pada usia tahun dan telah menikah selama 4 tahun. 2. Diasumsikan tidak akan ada pengontrol efektif kelahiran anak ke-3 atau lebih. 3. Wanita yang memiliki 0 anak atau lebih = 100%, a. memulai kontrol fertilitas sebelum kelahiran anak ke-1 = 10%, - tidak memiliki anak = 4%, - memiliki 1 anak = 3%, - memiliki 2 anak = 3%, b. tidak memulai kontrol fertilitas sebelum kelahiran anak ke-1 = 90%,

8 - tidak memiliki 0 anak = 7%, - memiliki 1 anak atau lebih = 83%. 4. Wanita yang memiliki 1 anak atau lebih = 83%, a. memulai kontrol fertilitas pada kelahiran anak ke 1 = 10%, - memiliki 1 anak = 5%, - memiliki 2 anak = 5%, b. tidak memulai kontrol pada kelahiran anak ke 1 =73%, - memiliki 1 anak = 11%, - memiliki 2 anak atau lebih = 62%. 5. Wanita yang memiliki 2 anak atau lebih = 62%, a. memulai kontrol pada kelahiran anak ke 2 = 12%, - memiliki 2 anak = 12%, b. tidak memulai kontrol pada kelahiran anak ke 2 = 50%, - memiliki 2 anak = 30%, - memiliki 3 anak atau lebih = 20%. 6. Sebaran target pariti pada diagram alur di atas: - t(0) = 11% ( lingkaran c + lingkaran e ) - t(1) = 19% ( lingkaran b + lingkaran g + lingkaran i ) - t(2) = 50% ( lingkaran a + lingkaran f + lingkaran j + lingkaran l ) - t(3) = 20% ( lingkaran k ) - T(0)= 100%( t(0)+ t(1)+t(2)+t(3)) - T(1)= 89% ( t(1)+t(2)+t(3)) - T(2)= 70% ( t(2)+t(3)) - T(3)= 20% (t(3)) 7. Proporsi populasi yang mempunyai i anak, tidak pernah kontrol fertilitas: - m(0) = 7% ( lingkaran e ) - m(1) = 11% ( lingkaran i ) - m(2) = 30% ( lingkaran l ) - m(3) = 20% ( lingkaran k ) 8. Proporsi populasi yang mempunyai i anak, melakukan kontrol fertilitas sampai pariti i, adalah: - c(0) = 4%

9 - c(1) ) = 8% - c(2) ) = 20% Jadi ada 32% wanita yang telah menikah pada usia tahun dan lama perkawinan 4 tahun melakukan kontrol fertilitas pada waktu diteliti. Berdasarkan asumsi kedua, sebaran paritii populasi model dapat diturunkan dari sebaran pariti populasi target. Gambar 2 Diagram alir sebaran pariti populasi model Penjelasan dari diagram alir sebaran populasi model di atas sebagai berikut: 1. Proporsi wanita yang mempunyai i anak dari populasi model: - n(0) = 8% - n(1) = 14% - n(2) = 47% 2. Proporsi wanita yang memiliki i anak atau lebih dari populasi model : - N(0) =100% - N(1) = 92% - N(2) = 78% - N(3) = 31%