PEMODELAN RESIKO PENYAKIT PNEUMONIA PADA BALITA DI JAWA TIMUR MENGGUNAKAN REGRESI LOGISTIK BINER STRATIFIKASI

Transkripsi

1 PEMODELAN RESIKO PENYAKIT PNEUMONIA PADA BALITA DI JAWA TIMUR MENGGUNAKAN REGRESI LOGISTIK BINER STRATIFIKASI Ita Noviana Pembimbing : Ir. Sri Pingit Wulandari, M.Si. Co Pembimbing : Dr. Purhadi, M.Sc JURUSAN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA SEMINAR HASIL 4 JULI 2013

2 OUTLINE PENDAHULUAN TINJAUAN PUSTAKA METODOLOGI PENELITIAN HASIL DAN PEMBAHASAN KESIMPULAN DAN SARAN 1

3 Latar Belakang Rumusan Masalah PENDAHULUAN Tujuan Manfaat Batasan MENURUNKAN ANGKA KEMATIAN BAYI 2

4 Latar Belakang Rumusan Masalah PENDAHULUAN Tujuan Manfaat Batasan MENURUNKAN ANGKA KEMATIAN BAYI 3

5 Latar Belakang Rumusan Masalah PENDAHULUAN Tujuan Manfaat Batasan Prevalensi Pneumonia Berdasarkan Riskesdas 2007 Ispa Pneumonia TB Campak Ispa Pneumonia TB Campak 4

6 Latar Belakang PENDAHULUAN Rumusan Tujuan Manfaat Batasan Masalah Jumlah Penderita Pneumonia pada Balita 2011 Maluku Utara Sulawesi Barat Sulawesi Tenggara Sulawesi Tengah Kalimantan Timur Kalimantan Tengah Nusa Tenggara Timur Bali Jawa Timur Jawa Tengah DKI Jakarta Bangka Belitung Bengkulu Jambi Sumatera Barat NAD

7 Latar Belakang Rumusan Masalah PENDAHULUAN Tujuan Manfaat Batasan Jumlah Kematian Balita Karena Pneumonia Maluku Utara Sulawesi Barat Sulawesi Tenggara Sulawesi Tengah Kalimantan Timur Kalimantan Tengah Nusa Tenggara Timur Bali Jawa Timur Jawa Tengah DKI Jakarta Bangka Belitung Bengkulu Jambi Sumatera Barat NAD

8 Latar Belakang Rumusan Masalah PENDAHULUAN Tujuan Manfaat Batasan FAKTOR YANG MEMPENGARUHI PEMODELAN REGRESI LOGISTIK BINER REGRESI LOGISTIK BINER STRATIFIKASI 7

9 Latar Belakang Rumusan Masalah PENDAHULUAN Tujuan Manfaat Batasan Bagaimana karakteristik balita di Jawa Timur? Bagaimana memodelkan faktor-faktor penyakit pneumonia pada balita di Provinsi Jawa Timur menggunakan Regresi Logistik Biner berdasarkan strata dataran tinggi, sedang dan rendah? 8

10 Latar Belakang Rumusan Masalah PENDAHULUAN Tujuan Manfaat Batasan Mengetahui karakteristik balita di Jawa Timur. Mengetahui model dan faktor-faktor penyakit pneumonia pada balita di Provinsi Jawa Timur menggunakan Regresi Logistik Biner berdasarkan strata dataran tinggi, sedang dan rendah? 9

11 Latar Belakang Rumusan Masalah PENDAHULUAN Tujuan Manfaat Batasan Memberikan informasi untuk pemerataan sasaran pelaksanaan program pencegahan dan pengendalian pneumonia balita dalam rangka menurunkan akba Memberikan informasi mengenai faktor-faktor yang bisa mempengaruhi timbulnya kejadian pneumonia Memberikan wawasan mengenai penerapan ilmu Statistika dalam dunia kesehatan 10

12 Latar Belakang Rumusan Masalah PENDAHULUAN Tujuan Manfaat Batasan Data yang digunakan adalah data Hasil Survey Riset Kesehatan Dasar Tahun 2007 yang di lakukan oleh Badan Penelitian dan Pengembangan Kesehatan, Departemen Kesehatan Republik Indonesia untuk wilayah survey di Provinsi Jawa Timur 11

13 REVIEW PENELITIAN (Hartanto, Halim, & Yuliana, 2010): pusat penyebaran pneumonia berada di daerah Tubanan dan Sukomanunggal (Surabaya Barat) dengan radius penyebaran penyakit pneumonia sekitar 600 meter persegi Pamungkas (2012) : Riwayat terkena campak, pekerjaan ibu, serta variabel karakteristik sosial ekonomi yang ditinjau dari pengeluaran rumah tangga (Yuwono, 2008): jenis lantai, kondisi dinding rumah, luas ventilasi rumah, tingkat kepadatan hunian, tingkat kelembaban, penggunaan jenis bahan bakar kayu dan kebiasaan anggota keluarga yang merokok mempunyai hubungan dengan kejadian pneumonia 12

14 REVIEW PENELITIAN (Santoso, 2012): Metode Geographically Weighted Regression (GWR) yang memberikan kesimpulan bahwa pemberian vitamin A dan imunisasi pada balita berpengaruh terhadap pneumonia di Jawa Timur (Susilo, 2009) :Penelitian mengenai prevalensi dan faktor resiko HIV pada Generalized Epidemic di tanah Papua yang memberikan kesimpulan bahwa faktor kuat yang berlaku untuk ketiga topografi yang digunakan dalam penelitian adalah pengetahuan tentang HIV dan jumlah pasangan 13

15 PDF: Model regresi logistik Transformasi Logit: i y i i y i i y i f 1 ) (1 ), ( π π π )... ( )... ( e 1 e ) ( p p p p x x x x x β β β β β β π p x p x x x x g β β β π π ) ( 1 ) ( ln ) ( (Agresti, 2002) (Hosmer & Lemeshow, 2000). Regresi Logistik TINJAUAN PUSTAKA 14

16 Estimasi Parameter 1. Membentuk fungsi likelihood 2. Membentuk ln l(β) 3. Menurunkan ln l(β) terhadap β : ( ) n i y i i n i i i x x x f l 1 1 y 1 ) ( 1 ) ( ) ( ) ( i π π β + p j j x ij n i j n i ij i p j e x y 0 1 log β β + n i n i x x ij ij i j p j ij j p j ij j e e x x y L ) ( β β β β 0 ) ˆ( 1 1 n i n i i ij ij i x x x y π TINJAUAN PUSTAKA 15

17 TINJAUAN PUSTAKA Iterasi Newton -Rapshon β ( t+ 1) ( t ) ( t ) β ( ) 1 ( t ) H q Dimana: t iterasi mulai dari 1,2,. hingga dicapai kekonvergenan T L( β) L( β) L( β) q,,... β0 β1 βp t 2 H matriks Hessian dengan elemen L( β) h, dan merupakan ju β matriks nonsingular, sehingga dapat ditulis j βu q h ( t ) j ( t ) ju n L( β) β β j i 1 2 n L( β) β β j u ( i i ) x ij ( ) ( ) ( t ) t y π x β ( ) ( ) ( ) ( t x x π x ) 1 π( x ) ( t ) t i 1 ij iu i i ( t+ ) ( t ) β 1 β ε 16

18 TINJAUAN PUSTAKA Pengujian Parameter H 0 : β1 β 2... β p H 1 : Min satu ; β j 0 j 1, 2,..., p Statistik uji: ni n n1 n0 n n G 2ln n yi 1 ˆ π 1 ˆ π i 1 Tolak H 0 apabila i 0 ( ) ( y ) i i 0 H 0 : β j 0 H 1 : β j 0 j 1, 2,..., p Statistik uji: ˆ β j W SE( ˆ β ) Tolak H 0 apabila j G > χ 2 ( α, v) Whitung > 2 2 Z α / 2 ( α, v ) atau W > χ Dengan vp-1 Dengan v1 17

19 TINJAUAN PUSTAKA Uji Kesesuaian Model H 0 : Model sesuai (tidak terdapat perbedaan yang signifikan antara hasil pengamatan dengan kemungkinan hasil prediksi model) H 1 : Model tidak sesuai (terdapat perbedaan yang signifikan antara hasil pengamatan dengan kemungkinan hasil prediksi model) g 2 Statistik uji: Cˆ ( ok n' k π k ) n' π ( 1 π ) k 1 k k k H 0 ditolak jika Cˆ > χ 2 ( α, g 2) 18

20 TINJAUAN PUSTAKA W Uji Kesamaan Vektor Parameter H 0 : β1 β2 βd H : Paling sedikit ada satu 1 Statistik uji: II βd Regresi Logistik dengan Stratifikasi yang tidak sama, d1,2,...,d T βˆ βˆ var( βˆ ) + var( βˆ ) cov( βˆ βˆ, βˆ βˆ ) cov( βˆ βˆ, βˆ βˆ ) βˆ βˆ cov( βˆ βˆ, βˆ βˆ ) var( βˆ ) + var( βˆ ) cov( βˆ βˆ, βˆ βˆ ) D D D D D D 1 D βˆ βˆ cov( βˆ βˆ, βˆ βˆ ) cov( βˆ βˆ, βˆ βˆ ) var( βˆ ) + var( βˆ ) βˆ βˆ 2 χ ditolak bila W II lebih dari ( α ; w1 w2... w D ) di mana w 1 sampai denganw D masing-masing menunjukkan banyaknya variabel prediktor pada model pertama sampai dengan model yang ke-d. βˆ βˆ βˆ βˆ 19

21 TINJAUAN PUSTAKA Pneumonia Klasifikasi Pneumonia a. Kelompok umur < 2 bulan 1. Pneumonia berat Bila disertai dengan tanda-tanda klinis seperti berhenti menyusu (jika sebelumnya menyusu dengan baik), kejang, rasa kantuk yang tidak wajar atau sulit bangun, stridor pada anak yang tenang, demam (38ºC atau lebih) atau suhu tubuh yang rendah (di bawah 35,5 ºC), pernapasan cepat 60 kali atau lebih per menit, penarikan dinding dada berat, sianosis sentral (pada lidah), serangan apnea, distensi abdomen dan abdomen tegang. 2. Bukan pneumonia b. Kelompok umur 2 bulan sampai < 5 tahun 1. Pneumonia sangat berat 2. Pneumonia berat 3. Pneumonia 4. Bukan pneumonia (batuk pilek biasa) 5. Pneumonia persisten 20

22 TINJAUAN PUSTAKA Pneumonia Klasifikasi Pneumonia a. Kelompok umur < 2 bulan 1. Pneumonia berat Bila disertai dengan tanda-tanda klinis seperti berhenti menyusu (jika sebelumnya menyusu dengan baik), kejang, rasa kantuk yang tidak wajar atau sulit bangun, stridor pada anak yang tenang, demam (38ºC atau lebih) atau suhu tubuh yang rendah (di bawah 35,5 ºC), pernapasan cepat 60 kali atau lebih per menit, penarikan dinding dada berat, sianosis sentral (pada lidah), serangan apnea, distensi abdomen dan abdomen tegang. 2. Bukan pneumonia b. Kelompok umur 2 bulan sampai < 5 tahun 1. Pneumonia sangat berat 2. Pneumonia berat 3. Pneumonia 4. Bukan pneumonia (batuk pilek biasa) 5. Pneumonia persisten 21

23 TINJAUAN PUSTAKA Pneumonia Penyebab Pneumonia 1. Bakteri :Streptococcus pneumoniae 2. Virus yang paling sering menyebabkan pneumonia adalah Respiratory Syncial Virus (RSV). 3. Mikoplasma 4. Protozoa, pneumonia yang disebabkan oleh protozoa sering disebut pneumonia pneumosistis. Termasuk golongan ini adalah Pneumocystitis Carinii Pneumonia (PCP) (Misnadiarly, 2008) Faktor Risiko yang Mempengaruhi Pneumonia 1. Faktor instrinsik :umur, jenis kelamin, status gizi, berat badan lahir rendah, status imunisasi, pemberian ASI, dan pemberian vitamin A. 2. Faktor ekstrinsik : kepadatan tempat tinggal, polusi udara, tipe rumah, ventilasi, kelembaban, letak dapur, jenis bahan bakar, penggunaan obat nyamuk, asap rokok, penghasilan keluarga serta faktor ibu baik pendidikan, umur ibu, maupun pengetahuan ibu (Nurzajuli & Widyaningtyas, 2008). 22

24 METODOLOGI PENELITIAN Sumber Data Variabel Penelitian Metode Analisis Sumber data pada penelitian ini adalah data yang digunakan adalah data Hasil Survey Riset Kesehatan Dasar Tahun 2007 yang di lakukan oleh Badan Penelitian dan Pengembangan Kesehatan, Departemen Kesehatan Republik Indonesia untuk wilayah survey di Provinsi Jawa Timur pada tahun

25 METODOLOGI PENELITIAN Sumber Data Variabel Penelitian Metode Analisis Kode Variabel Skala Keterangan Y Pneumonia pada balita Nominal 0. Balita terkena pneumonia 1. Tidak Terkena pneumonia X 1 Status Gizi Ordinal 0. Gizi Buruk 1. Gizi Kurang 2. Gizi Baik 3. Gizi Lebih X 2 Pemberian vitamin A Nominal 0. Tidak diberi Vit A 1. Diberi Vit A X 3 Pemberian Campak Nominal 0. Tidak diberi campak 1. Diberi Imunisasi Campak X 4 Pemberian Hepatitis B Nominal 0. Tidak diberi Hepa B 1. Diberi Imunisasi Hepatitis B X 5 Pemberian vaksin DPT Nominal 0. Tidak diberi vaksin DPT 1. Diberi vaksin DPT X 6 Perokok dalam rumah Nominal 0. Ada perokok dalam RT 1. Tidak ada perokok dalam RT X 7 Klasifikasi Tempat Tinggal Nominal 0. Desa 1. Kota X 8 Lama Pemberian ASI Rasio Open Question X 9 Pemberian ASI Nominal 0. Tidak diberi ASI 1. Diberi ASI 24

26 METODOLOGI PENELITIAN Sumber Data Variabel Penelitian Metode Analisis 1. Mendeskripsikan karakteristik balita berdasarkan hasil Survey Riset Kesehatan Dasar (Riskesdas) pada tahun 2007 di Provinsi Jawa Timur. 2. Menaksir parameter dan pengujian hipotesis pada model regresi logistik biner pada masing-masing strata, langkah-langkahnya adalah sebagai berikut: a) Menyusun data berdasarkan strata b) Memeriksa kolinearitas antar variabel prediktor c) Menaksir parameter model regresi logistik d) Menguji hipotesis model regresi logistik secara serentak dan parsial 3. Menguji hipotesis Kesamaan D model regresi logistik secara berpasangan menggunakan Likelihood Ratio Test (LRT) 4. Membuat kesimpulan. 25

27 Statistika Deskriptif Tinggi HASIL DAN PEMBAHASAN Sedang Rendah Uji Vektor Paramater Topografi Provinsi Jawa Timur 1. Daratan tinggi ( > 100 meter ) meliputi lima kabupaten dan tiga kota yaitu : Kabupaten Trenggalek, Kabupaten Blitar, Kabupaten Malang, Kabupaten Bondowoso, Kabupaten Magetan, Kota Blitar, Kota Malang, Kota Batu. 2. Dataran sedang ( meter ) meliputi sembilan kabupaten dan dua kota yaitu Kabupaten Ponorogo, Kabupaten Lumajang, Kabupaten Jember, Kabupaten Tulungagung, Kabupaten Bangkalan, Kabupaten Kediri, Kabupaten Madiun, Kabupaten Nganjuk, Kabupaten Ngawi, Kota Kediri dan Kota Madiun. 3. Dataran rendah ( < 45 meter ) meliputi 15 kabupaten dan empat kota. 26

28 Statistika Deskriptif Tinggi HASIL DAN PEMBAHASAN Sedang Rendah Uji Vektor Paramater Karakteristik Balita Provinsi Jawa Timur 48% 52% Laki-laki Perempuan Strata Jenis Kelamin Total Laki-laki Perempuan Dataran Rendah Dataran Sedang Dataran Tinggi Total

29 Statistika Deskriptif Tinggi HASIL DAN PEMBAHASAN Sedang Rendah Uji Vektor Paramater Karakteristik Balita Provinsi Jawa Timur Perokok Aktif di Dataran Dataran Dataran Total Rumah Rendah Sedang Tinggi Ada Tidak Total % 60% Ya, ada perokok aktif dirumah Tidak 28

30 Statistika Deskriptif Tinggi HASIL DAN PEMBAHASAN Sedang Rendah Uji Vektor Paramater Karakteristik Balita Provinsi Jawa Timur 48% Pedesaan Perkotaan 52% Strata Klasifikasi Tempat Tinggal Total Pedesaan Perkotaan Dataran Rendah Dataran Sedang Dataran Tinggi Total

31 Statistika Deskriptif Tinggi HASIL DAN PEMBAHASAN Sedang Rendah Uji Vektor Paramater Karakteristik Balita Provinsi Jawa Timur 20% Strata Pemberian Vitamin A Total Tidak Diberi Vit A Diberi Vit A Dataran Rendah Dataran Sedang Dataran Tinggi Total % Tidak Diberi Vit A Diberi Vit A 30

32 Statistika Deskriptif Tinggi HASIL DAN PEMBAHASAN Sedang Rendah Uji Vektor Paramater Karakteristik Balita Provinsi Jawa Timur 12% 88% Tidak Diberi DPT Diberi DPT Strata Pemberian Vaksin DPT Total Tidak Diberi DPT Diberi DPT Dataran Rendah Dataran Sedang Dataran Tinggi Total

33 Statistika Deskriptif Tinggi HASIL DAN PEMBAHASAN Sedang Rendah Uji Vektor Paramater Karakteristik Balita Provinsi Jawa Timur Strata Pemberian Imunisasi Campak Total Tidak Diberi Campak Diberi Campak Dataran Rendah Dataran Sedang Dataran Tinggi Total % 81% Tidak Diberi Campak Diberi Campak 32

34 Statistika Deskriptif Tinggi HASIL DAN PEMBAHASAN Sedang Rendah Uji Vektor Paramater Karakteristik Balita Provinsi Jawa Timur 85% 15% Strata Pemberian Imunisasi Hepatitis B Total Tidak Diberi Diberi Dataran Rendah Dataran Sedang Dataran Tinggi Total Tidak diberi Hepa B Diberi Hepa B 33

35 Statistika Deskriptif Tinggi HASIL DAN PEMBAHASAN Sedang Rendah Uji Vektor Paramater Karakteristik Balita Provinsi Jawa Timur 9% 5% 16% Status Gizi Dataran Dataran Dataran Total Rendah Sedang Tinggi Gizi Buruk Gizi Kurang Gizi Normal Gizi Lebih Total % Gizi Buruk Gizi Kurang Gizi Normal Gizi Lebih 34

36 Statistika Deskriptif Tinggi HASIL DAN PEMBAHASAN Sedang Rendah Uji Vektor Paramater Karakteristik Balita Provinsi Jawa Timur 9% 5% 16% Strata Kejadian Pnemonia Total Ada Tidak Dataran Rendah Dataran Sedang Dataran Tinggi Total % Gizi Buruk Gizi Kurang Gizi Normal Gizi Lebih 35

37 Statistika Deskriptif Tinggi HASIL DAN PEMBAHASAN Sedang Rendah Uji Vektor Paramater Uji Independensi Variabel Prediktor Respon Kode Prediktor p-value X 1 Status Gizi 0,825 X 2 Pemberian vitamin A 0,702 X 3 Pemberian Campak 0,203 X 4 Pemberian Hepatitis B 0,763 X 5 Pemberian DPT 0,118 Kejadian pneumonia pada balita (Y) X 6 Perokok dalam rumah 0,74 X 7 Klasifikasi Tempat Tinggal 0,554 Respon Kode Prediktor p-value Kejadian pneumonia pada balita (Y) X 8 Lama Pemberian ASI 0,

38 Statistika Deskriptif Tinggi HASIL DAN PEMBAHASAN Sedang Rendah Uji Vektor Paramater Uji Serentak H 0 : β β 2... H 1 : Min satu ; β j 0 j 1, 2,..., p Hasil Uji Serentak: Model β 1 p Chi-Square df p-value 2, ,

39 Statistika Deskriptif Tinggi HASIL DAN PEMBAHASAN Sedang Rendah Uji Vektor Paramater Uji Serentak dan Parsial H 0 : β j 0 H 1 : β j 0 j 1, 2,..., p Hasil Uji Parsial : Kode Variabel Wald df p-value X 1 Status_Gizi 1, ,646 Status_Gizi(1) 1, ,208 Status_Gizi(2) 0, ,370 Status_Gizi(3) 0, ,393 X 2 Pemberian_Vit_A(1) 0, ,946 X 3 Pemberian_Campak(1) 1, ,205 X 4 Pemberian_HEPA_B(1) 1, ,212 X 5 Pemberian_DPT(1) 2, ,087 X 6 Perokok_Aktif(1) 0, ,883 X 7 Klasifikasi_Desa(1) 1, ,287 X 8 Lama_ASI 0, ,824 Constant 5, ,020 38

40 Statistika Deskriptif Tinggi HASIL DAN PEMBAHASAN Sedang Rendah Uji Vektor Paramater Pemilihan Model Terbaik Tinggi Variabel Kode Nilai Koefisien df p-value odd ratio Pemberian Campak(1) X 3-0, ,121 0,378 Constant 2, ,000 17,200 ˆ( π x) exp (2,845 0,973 ( pemberian campak) 1+ exp (2,845 0,973 ( pemberian campak) Odd ratio pada variabel pemberian imunisasi campak balita menunjukkan bahwa balita yang tidak mendapatkan imunisasi campak memiliki probabilitas terkena pneumonia sebesar 2,645 kali dibandingkan balita yang mendapatkan imunisasi campak. 39

41 Statistika Deskriptif Tinggi HASIL DAN PEMBAHASAN Sedang Rendah Uji Vektor Paramater Kesesuaian Model dan Ketepatan Klasifikasi H 0 : Model sesuai (tidak terdapat perbedaan yang signifikan antara hasil pengamatan dengan kemungkinan hasil prediksi model) H 1 : Model tidak sesuai (terdapat perbedaan yang signifikan antara hasil pengamatan dengan kemungkinan hasil prediksi model) Statistik Uji: Chi-Square df p-value 0, ,770 Prediksi Aktual Kejadian Pneumonia pada Balita Persentase Ya Tidak Kejadian Pneumonia pada Ya ,3 Balita Tidak ,1 Persentase keseluruhan 73,6 40

42 Statistika Deskriptif Tinggi HASIL DAN PEMBAHASAN Sedang Rendah Uji Vektor Paramater Pemilihan Model Terbaik Sedang Variabel Kode Nilai Koefisien df p-value odd ratio Lama pemberian ASI X 11-0, ,069 0,947 Konstanta 4, , ,893 ˆ( π x) exp 1+ exp ( 4,819 0,055 ( lama pemberian ASI) ) ( 4,819 0,055 ( lama pemberian ASI) ) 41

43 Statistika Deskriptif Tinggi HASIL DAN PEMBAHASAN Sedang Rendah Uji Vektor Paramater Kesesuaian Keseuaian Model dan Ketepatan Klasifikasi H 0 : Model sesuai (tidak terdapat perbedaan yang signifikan antara hasil pengamatan dengan kemungkinan hasil prediksi model) H 1 : Model tidak sesuai (terdapat perbedaan yang signifikan antara hasil pengamatan dengan kemungkinan hasil prediksi model) Statistik Uji: Chi-Square df p-value 5, ,750 Prediksi Aktual Kejadian Pneumonia pada Balita Ya Tidak Persentase Kejadian Pneumonia Ya ,1 pada Balita Tidak ,4 Persentase keseluruhan 71,1 42

44 Statistika Deskriptif Tinggi HASIL DAN PEMBAHASAN Sedang Rendah Uji Vektor Paramater Pemilihan Model Terbaik Rendah Variabel Kode Nilai Koefisien df p-value odd ratio Klasifikasi_TT(1) X 7-1, ,061 0,218 Lama pemberian ASI X 8-0, ,145 0,956 Konstanta 5, , ,723 exp ˆ( π x) 1 + exp ( 5,662 1,521 ( tempat tinggal) 0,045 ( lama pemberian ASI) ) ( 5,662 1,521 ( tempat tinggal) 0,045 ( lama pemberian ASI) ) Nilai odd ratio pada variabel variabel klasifikasi tempat tinggal menunjukkan bahwa balita yang tinggal di perkotaan memiliki peluang terkena pneumonia sebesar 4,587 kali dibanding balita yang tinggal di pedesaan 43

45 Statistika Deskriptif Tinggi HASIL DAN PEMBAHASAN Sedang Rendah Uji Vektor Paramater Kesesuaian Ketepatan Klasifikasi Model H 0 : Model sesuai (tidak terdapat perbedaan yang signifikan antara hasil pengamatan dengan kemungkinan hasil prediksi model) H 1 : Model tidak sesuai (terdapat perbedaan yang signifikan antara hasil pengamatan dengan kemungkinan hasil prediksi model) Statistik Uji: Chi-Square df p-value 8, ,412 Aktual Kejadian Pneumonia Balita Prediksi Kejadian Pneumonia pada Balita Ya Tidak Persentase Ya ,00 Tidak ,2 Persentase keseluruhan 79,1 44

46 Statistika Deskriptif Tinggi HASIL DAN PEMBAHASAN Sedang Rendah Uji Vektor Paramater Kode Variabel Dataran Tinggi Dataran Sedang X 1 Status Gizi Status_Gizi(1) Status_Gizi(2) Status_Gizi(3) X 2 Pemberian vitamin A(1) X 3 Pemberian Campak(1) X 4 Pemberian Hepatitis B(1) X 5 Pemberian vaksin DPT(1) X 6 Perokok dalam rumah(1) X 7 Klasifikasi Tempat Tinggal(1) X 8 Lama Pemberian ASI Pemberian ASI(1) X 9 Dataran Rendah 45

47 Statistika Deskriptif Tinggi HASIL DAN PEMBAHASAN Sedang Rendah Uji Vektor Paramater Tabel 4.9 Estimasi Parameter di Sedang dan Rendah Sedang B S.E. Wald df Sig. Exp(B) Lama_ASI -0,059 0,025 5, ,017 0,942 Constant 4,586 0,695 43, ,000 98,099 Rendah B S.E. Wald df Sig. Exp(B) Lama_ASI -0,042 0,024 3, ,076 0,959 Constant 4,245 0,531 63, ,000 69,732 vektor paramaeter dan matris varians kovarians: ˆ β strata 2 ˆ β strata 3 4,586 0,059 4,245 0,042 ( ˆ 0, , ) var β strata 2 0, , ( ˆ 0, , ) var β strata 3 0, ,

48 Statistika Deskriptif Tinggi HASIL DAN PEMBAHASAN Sedang Rendah Uji Vektor Paramater WI T 1 ( βˆ βˆ ) ( var ( βˆ ) + var ( βˆ ) ( βˆ βˆ ) strata 2 strata 3 strata 2 strata 3 strata 2 strata 3 0,341 0,017 T 0, , , , ,341 0,017 12, , ,7 0, ,4 0,017 [ 0,341 0,017] 0, Nilai statistik uji Wald tersebut dibandingkan χ ( 0,15;2) 3,79424 dengan, sehingga gagal tolak H 0, atau dapat disimpulkan bahwa khusus faktor lama pemberian ASI dalam model regresi logistik untuk strata dataran sedang dan strata dataran rendah, hasil uji statistik menyatakan bahwa lama pemberian ASI memberikan pengaruh yang sama. 47

49 KESIMPULAN DAN SARAN Kesimpulan Hasil survey Riskesdas tahun 2007 menunjukkan bahwa 53 balita yang selama dilaksanakan survey terkena pneumonia yang tersebar di 38 kabupaten/kota di Provinsi Jawa Timur. Prosentase balita yang mendapatkan imunisasi dasar sudah tinggi antara lain 80% balita di Provinsi Jawa Timur sudah mendapatkan vitamin A, 88% sudah mendapatkan vaksin DPT, 81% sudah mendapatkan vaksin campak, 85% balita telah mendapatkan imunisasi Hepatitis B. Balita yang mempunyai status gizi normal sebanyak 70%, berstatus gizi lebih sebanyak 9%, status gizi kurang sebanyak 16% dan balita yang berstatusgizi buruk sebanyak5%. Kejadian pneumonia pada balita di strata dataran rendah dipengaruhi oleh oleh klasifikasi tempat tinggal dan lama pemberian ASI, sedangkan kejadian pneumonia pada balita di strata dataran sedang dipengaruhi oleh lama pemberian ASI pada balita, dan kejadian pneumonia pada balita di strata dataran tinggi dipengaruhi oleh pemberian campak pada balita. Hasil pengujian vektor parameter lama pemberian ASI dalam model regresi logistik untuk strata dataran sedang dan strata dataran rendah menyatakan bahwa lama pemberian ASI memberikan pengaruh yang sama. 48

50 KESIMPULAN DAN SARAN Saran Saran yang bisa diberikan untuk menekan angka kematian balita yang terkena pneumonia di Jawa timur adalah dengan menggalakkan pemberian imunisasi campak pada balita, serta lama pemberian ASI ekslusif yang perlu diperhatikan. Sedangkan untuk penelitian-penelitian selanjutnya mengenai kejadian pneumonia pada balita, peneliti menyarankan untuk menambahkan variabel-variabel yang diduga mempengaruhi terjadinya pneumonia namun belum dimasukkan ke dalam model sehingga dapat diperoleh model yang lebih informatif dan aplikatif. 49

51 DAFTAR PUSTAKA Agresti, A Categorical Data Analysis. New York: John Wiley & Sons. Depkes RI Laporan Pencapaian Tujuan Pembangunan Milenium Indonesia Jakarta: Kementerian Perencanaan Pembangunan Nasional/ Badan Perencanaan Pembangunan Nasional (BAPPENAS). Dinas Kesehatan Provinsi Jawa Timur Profil Kesehatan Provinsi Jawa Timur Hartanto, S., Halim, S., & Yuliana, O. Y "Pemetaan Penderita Pneumonia di Surabaya dengan Menggunakan Geostatik". Jurnal Teknik Industri, Vol. 12, No. 1. Hosmer, D. W., & Lemeshow, S Apllied Logistik Regression (2nd ed.). New york: John Wiley & Sons. Kementerian Kesehatan Republik Indonesia Retrieved October 8, 2012, from Kementerian Kesehatan RI Profil Data Kesehatan Indonesia Tahun Liao, T.F "Comparing Social Groups: Wald Statistics for Testing Equality among Multiple Logit Models." International Journal of Comparative Sociology, Vol. 45, hal Misnadiarly Penyakit Infeksi Saluran Napas Pneumonia pada Balita, Orang Dewasa, Usia Lanjut. Jakarta: Pustaka Obor Populer. Nurzajuli, & Widyaningtyas, R Faktor Risiko Dominan Kejadian Pnumonia Pada Balita. Semarang: Fakultas Kesehatan Masyarakat Universitas Diponegoro. Pamungkas, D. R Analisis Faktor Risiko Pneumonia Pada Balita di 4 Provinsi di Wilayah Indonesia Timur (Analisis Data Riset Kesehatan Dasar Tahun 2007). Jakarta: Skripsi Jurusan Kesehatan Masyarakat Fakultas Kesehatan Masyarakat UI. Safarodiyah, A. (n.d.). Pnemonia Pada Bayi Dan Anak. Retrieved February 25, 2013, from Santoso, F. P Faktor-Faktor Eksternal Pneumonia pada Balita di Jawa Timur dengan Pendekatan Geographically Weighted Regression. Surabaya: Skripsi Jurusan Statistika FMIPA-ITS. Supariasa, I. D., Bakri, B., & Fajar, I Penilaian Status Gizi. Jakarta: EGC. Susilo, B Prevalensi dan Faktor-Faktor Resiko HIV pada Generalized Epidemic di Tanah Papua Menggunakan Metode Regresi Logistik dengan Stratifikasi (Studi Kasus Pada Hasil Surveilans Terpadu HIV-Perilaku/STHP 2006). Surabaya: Tesis Jurusan Statistika FMIPA-ITS. Yuwono, T. A Faktor-Faktor Lingkungan Fisik Rumah Yang Berhubungan Dengan Kejadian Pneumonia Pada Anak Balita di Wilayah Kerja Puskesmas Kawunganten Kabupaten Cilacap. Semarang: Tesis Magister Kesehatan Lingkungan Universitas Diponegoro. 50

52 PEMODELAN RESIKO PENYAKIT PNEUMONIA PADA BALITA DI JAWA TIMUR MENGGUNAKAN REGRESI LOGISTIK BINER STRATIFIKASI Ita Noviana Pembimbing : Ir. Sri Pingit Wulandari, M.Si. Co Pembimbing : Dr. Purhadi, M.Sc JURUSAN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA SEMINAR HASIL 4 JULI 2013