PENERAPAN BIPLOT PADA PEMETAAN SUMBER DAYA KESEHATAN ANTARPROVINSI DI INDONESIA SUWAIBATUL ASLAMIYAH

PENERAPAN BIPLOT PADA PEMETAAN SUMBER DAYA KESEHATAN ANTARPROVINSI DI INDONESIA SUWAIBATUL ASLAMIYAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2013

PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA Dengan ini saya menyatakan bahwa skripsi berjudul Penerapan Biplot pada Pemetaan Sumber Daya Kesehatan Antarprovinsi di Indonesia adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir disertasi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, September 2013 Suwaibatul Aslamiyah NIM G54080077

ABSTRAK SUWAIBATUL ASLAMIYAH. Penerapan Biplot pada Pemetaan Sumber Daya Kesehatan Antarprovinsi di Indonesia. Dibimbing oleh ENDAR H. NUGRAHANI dan RETNO BUDIARTI. Kesejahteraan dan pembangunan manusia menjadi perhatian penting bagi penyelenggara pemerintahan. Oleh karena itu PBB menetapkan suatu ukuran standar pembangunan manusia yaitu Indeks Pembangunan Manusia yang dibentuk berdasarkan tiga dimensi, yaitu angka harapan hidup, pengetahuan dan hidup layak. Tujuan dari karya ilmiah ini adalah memberikan gambaran khusus tentang pemetaan provinsi berdasarkan peubah sarana kesehatan dan tenaga kesehatan di Puskesmas. Pemetaan provinsi dilakukan menggunakan analisis biplot. Hasil ukuran kesesuaian data analisis biplot sarana kesehatan sebesar 93.06% dan tenaga kesehatan sebesar 70.97%. Hasil pemetaan biplot antarprovinsi menghasilkan lima kelompok provinsi berdasarkan peubah sarana kesehatan dan lima kelompok provinsi yang berbeda berdasarkan peubah tenaga kesehatan. Kata kunci: dimensi angka harapan hidup, sarana kesehatan, tenaga kesehatan, pemetaan provinsi, biplot ABSTRACT SUWAIBATUL ASLAMIYAH. Application of Biplot on Provincial Mapping of Health Resources in Indonesia. Supervised by ENDAR H. NUGRAHANI and RETNO BUDIARTI. Wellbeing and human development has been the attention of governments. Therefore UN provides a standard measurement of human development called Human Development Index. The Human Development Index is based on three dimensions: life expectancy, knowledge and decent living. The purpose of this paper is to provide an overview of provincial mapping based on health facilities and health workers. The provincial mapping is done using biplot. The result of goodness of fit of the biplot is 93.06% for health facilities and 70.97% for health workers. The provincial mapping shows that there are five groups of provinces based on health facilities variables and five different groups of provinces based on health workers variables. Keywords: dimensions of life expectancy, health facilities, health workers, provincial mapping, biplot

PENERAPAN BIPLOT PADA PEMETAAN SUMBER DAYA KESEHATAN ANTARPROVINSI DI INDONESIA SUWAIBATUL ASLAMIYAH Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains pada Departemen Matematika DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2013

Judul Skripsi : Penerapan Biplot pada Pemetaan Sumber Daya Kesehatan Antarprovinsi di Indonesia Nama : Suwaibatul Aslamiyah NIM : G54080077 Disetujui oleh Dr. Ir. Endar H. Nugrahani, MS. Pembimbing I Ir. Retno Budiarti, MS. Pembimbing II Diketahui oleh Dr. Dra. Berlian Setiawaty, MS. Ketua Departemen Tanggal Lulus:

PRAKATA Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta ala atas segala karunia-nya sehingga karya ilmiah ini berhasil diselesaikan dengan baik. Bidang terapan matematika yang dipilih dalam penelitian yang dilaksanakan sejak bulan Juni 2012 ini ialah pemodelan, dengan judul Penerapan Biplot pada Pemetaan Sumber Daya Kesehatan Antarprovinsi di Indonesia. Terima kasih banyak dan penghargaan penulis sampaikan kepada Ibu Dr Ir Endar Hasafah Nugrahani, MS dan Ibu Ir Retno Budiarti, MS selaku pembimbing yang telah bersedia membimbing saya dengan penuh kesabaran serta Bapak Dr Ir Hadi Sumarno, MS sebagai penguji yang telah banyak memberi saran. Di samping itu, terima kasih juga penulis sampaikan kepada seluruh dosen dan staff di Departemen Matematika atas segala ilmu yang diberikan dan bantuannya selama masa perkuliahan. Terima kasih juga disampaikan kepada ayah, mama, kakak, kakak ipar, serta keponakan yang selalu menghibur, atas segala dukungan, doa dan kasih sayangnya. Ungkapan terima kasih juga penulis sampaikan kepada teman-teman mahasiswa matematika angkatan 45, kakak-kakak mahasiswa matematika 44 dan adik-adik mahasiswa matematika 46 serta teman-teman kosan wisma maharlika dan tri regina. Semoga karya ilmiah ini bermanfaat. Bogor, September 2013 Suwaibatul Aslamiyah

DAFTAR ISI DAFTAR TABEL vi DAFTAR GAMBAR vi DAFTAR LAMPIRAN vi PENDAHULUAN 1 Latar Belakang 1 Perumusan Masalah 1 Tujuan Penelitian 1 Manfaat Penelitian 2 Ruang Lingkup Penelitian 2 TINJAUAN PUSTAKA 2 BAHAN DAN METODE 8 HASIL DAN PEMBAHASAN 9 Eksplorasi Data Sarana Kesehatan 9 Eksplorasi Data Tenaga Kesehatan 13 Pemetaan Provinsi dengan Menggunakan Biplot 15 SIMPULAN 18 DAFTAR PUSTAKA 19 LAMPIRAN 21 RIWAYAT HIDUP 28

DAFTAR TABEL 1 Tabel objek penelitian 8 2 Tabel peubah penelitian sarana kesehatan 8 3 Tabel peubah penelitian tenaga kesehatan di puskesmas 9 4 Tabel ukuran kesesuaian biplot sarana kesehatan 16 5 Tabel ukuran kesesuaian biplot tenaga kesehatan 18 DAFTAR GAMBAR 1 Rasio puskesmas per 100000 penduduk antarprovinsi 10 2 Tren rasio puskesmas per 100000 penduduk di Indonesia tahun 2004-2011 10 3 Rasio pustu terhadap jumlah desa 11 4 Rasio poskesdes terhadap jumlah desa 11 5 Rasio polindes terhadap jumlah desa 12 6 Rasio posyandu terhadap jumlah desa 12 7 Rasio apotek terhadap jumlah desa 13 8 Distribusi tenaga kesehatan 13 9 Tren jumlah tenaga kesehatan tahun 2004-2011 14 10 Biplot pemetaan provinsi terhadap sarana kesehatan 15 11 Biplot pemetaan provinsi terhadap tenaga kesehatan 17 DAFTAR LAMPIRAN 1 Rasio puskesmas per 100000 penduduk antarprovinsi 21 2 Rasio puskesmas per 100000 penduduk di Indonesia tahun 2004-2011 21 3 Data objek dan peubah sarana kesehatan 22 4 Data objek dan peubah tenaga kesehatan 23 5 Jumlah tenaga kesehatan di Indonesia tahun 2004-2011 25 6 Koordinat biplot sarana kesehatan 26 7 Koordinat biplot tenaga kesehatan 27

PENDAHULUAN Latar Belakang Pembangunan manusia adalah sebuah proses pembangunan yang bertujuan agar manusia mempunyai kemampuan di berbagai bidang, khususnya dalam bidang pendapatan, kesehatan, dan pendidikan. Berbagai ukuran pembangunan manusia dibuat namun tidak semuanya dapat digunakan sebagai ukuran standar yang dapat dibandingkan antarwilayah atau antarnegara. Oleh karena itu, Perserikatan Bangsa-Bangsa (PBB) menetapkan suatu ukuran standar pembangunan manusia yaitu Indeks Pembangunan Manusia (IPM) atau Human Development Index (HDI). Pembangunan manusia sebagai ukuran kinerja pembangunan secara keseluruhan dibentuk melalui pendekatan tiga dimensi, yaitu umur panjang dan sehat, pengetahuan, serta kehidupan yang layak. Dimensi tersebut masing-masing direpresentasikan oleh indikator angka harapan hidup, angka melek huruf dan rata-rata lama sekolah, serta kemampuan daya beli. Namun pada pembahasan karya ilmiah ini akan dibatasi pada sumber daya kesehatan berbagai macam provinsi dalam dimensi umur panjang dan sehat berdasarkan sarana kesehatan dan tenaga kesehatan di puskesmas (BPS 2009). Sumber daya kesehatan merupakan salah satu faktor pendukung dalam penyediaan pelayanan kesehatan yang berkualitas, yang diharapkan dapat meningkatkan derajat kesehatan. Gambaran tentang keadaan sumber daya kesehatan mencakup tentang keadaan tenaga kesehatan, sarana kesehatan, dan pembiayaan kesehatan. Namun pada karya ilmiah ini, sumber daya kesehatan diulas hanya dengan menyajikan gambaran keadaan sarana kesehatan dan tenaga kesehatan. Sarana kesehatan yang digambarkan meliputi puskesmas (pusat kesehatan masyarakat) dan sarana Upaya Kesehatan Bersumberdaya Masyarakat (UKBM), sedangkan tenaga kesehatan yang digambarkan hanya tenaga kesehatan yang ada di puskesmas. Sarana kesehatan yang dibahas terdiri dari puskesmas, pustu, poskesdes, polindes, posyandu, dan apotek. Tenaga kesehatan yang dibahas terdiri dari dokter spesialis, dokter umum, dokter gigi, perawat, perawat gigi, apoteker, asisten apoteker, kefarmasian, analis farmasi, sanitarian, ahli gizi, keterapian fisik, dan keteknisian medis. Perumusan Masalah Dalam karya ilmiah ini secara khusus akan membahas eksplorasi data sarana kesehatan dan jumlah tenaga kesehatan di puskesmas dan memetakannya menggunakan analisis biplot untuk setiap provinsi di Indonesia. Tujuan Penelitian Tujuan karya ilmiah ini ialah: 1. Mengeksplorasi sumber daya kesehatan di Indonesia. 2. Memetakan provinsi berdasarkan sarana dan tenaga kesehatan di Indonesia menggunakan biplot.

2 Manfaat Penelitian Dalam penyusunan karya ilmiah ini, penulis berharap dapat memaparkan hasil pemetaan terhadap sarana kesehatan dan tenaga kesehatan yang ada di puskesmas pada setiap provinsi di Indonesia dan dapat menggambarkan perbandingan sarana kesehatan dan tenaga kesehatan puskesmas setiap tahunnya di setiap provinsi di Indonesia pada tahun 2004-2011. Penelitian ini diharapkan dapat membantu program pemerintah dalam meningkatkan proses pembangunan manusia di Indonesia. Ruang Lingkup Penelitian Ruang lingkup penelitian pada karya ilmiah ini yaitu terhadap sarana kesehatan dan tenaga kesehatan puskesmas setiap provinsi di Indonesia. TINJAUAN PUSTAKA Pada bab ini akan diuraikan beberapa definisi dan teori penunjang yang akan digunakan dalam karya ilmiah ini. Deskripsi Kesehatan Kesehatan adalah keadaan sejahtera dari badan, jiwa, dan sosial yang memungkinkan setiap orang hidup produktif secara sosial dan ekonomis. Pemeliharaan kesehatan adalah upaya penanggulangan dan pencegahan gangguan kesehatan yang memerlukan pemeriksaan, pengobatan dan/atau perawatan termasuk kehamilan dan persalinan. Pendidikan kesehatan adalah proses membantu seseorang, dengan bertindak secara sendiri-sendiri ataupun secara kolektif, untuk membuat keputusan berdasarkan pengetahuan mengenai hal-hal yang memengaruhi kesehatan pribadinya dan orang lain. Sumber daya kesehatan merupakan salah satu faktor pendukung dalam penyediaan pelayanan kesehatan yang berkualitas, yang diharapkan dapat meningkatkan derajat kesehatan masyarakat (BPS 2009). Menurut Hendrick L. Blumm, terdapat 4 faktor yang memengaruhi derajat kesehatan masyarakat, yaitu: faktor perilaku, lingkungan, keturunan dan pelayanan kesehatan. Ketersediaan fasilitas dengan mutu pelayanan yang baik akan mempercepat perwujudan derajat kesehatan masyarakat. Dengan menyediakan fasilitas pelayanan kesehatan yang bermutu secara merata dan terjangkau akan meningkatkan akses masyarakat ke fasilitas pelayanan kesehatan. Ketersediaan fasilitas tentunya harus ditopang dengan tersedianya tenaga kesehatan yang merata dan cukup jumlahnya serta memiliki kompetensi di bidangnya. Saat ini pemerintah telah berusaha memenuhi 3 aspek yang sangat terkait dengan upaya pelayanan kesehatan, yaitu upaya memenuhi ketersediaan

fasilitas pelayanan kesehatan dengan membangun Puskesmas, Polindes, Pustu dan jejaring lainnya (Ceris 2012). Sarana Kesehatan yang digambarkan dalam karya ilmiah ini meliputi puskesmas (pusat kesehatan masyarakat) beserta pustu (puskesmas pembantu) dan UKBM (Upaya Kesehatan Bersumberdaya Masyarakat). Puskesmas adalah unit pelaksana teknis Dinas Kesehatan Kabupaten/Kota dalam menyelenggarakan upaya kesehatan terintegrasi dengan peran dan fungsi sebagai : 1). Pusat pembangunan berwawasan kesehatan; 2). Pusat penggerakan peran serta masyarakat; 3). Pusat pelayanan kesehatan dasar. UKBM diantaranya terdiri dari Posyandu (Pos Pelayanan Terpadu), Polindes (Pondok Bersalin Desa), Poskesdes (Pos Kesehatan Desa), dan Apotek (BPS 2009). Menurut UU Nomor 23 (1992), tenaga kesehatan adalah setiap orang yang mengabdikan diri dalam bidang kesehatan serta memiliki pengetahuan dan/atau keterampilan melalui pendidikan di bidang kesehatan yang untuk jenis tertentu memerlukan kewenangan untuk melakukan upaya kesehatan (Sugengmedica 2012). 3 Eksplorasi Data Langkah pertama dalam menganalisis data adalah mempelajari karakteristik dari data tersebut. Salah satu alasan penting dalam pemeriksaan data adalah untuk memeriksa kesalahan-kesalahan yang mungkin terjadi pada berbagai tahap, mulai dari pencatatan data di lapangan sampai pada entry data pada komputer. Eksplorasi data merupakan proses terakhir dari kegiatan penelitian sebelum menulis laporan penelitian. Analisis data bertujuan untuk menjawab pertanyaan, membuktikan hipotesis, dan/atau menjelaskan fenomena yang menjadi latar belakang penelitian. Analisis akan mengubah angka dan catatan hasil pengumpulan data menjadi informasi yang mudah dipahami. Pekerjaan ini memerlukan pengetahuan statistika yang memadai sesuai dengan tujuan yang ingin dicapai dalam penelitian yang bersangkutan. Secara substantif, analisis data diperlukan untuk membandingkan teori dengan informasi yang ditemukan atau menemukan adanya konsep baru dari data yang dikumpulkan. Proses analisis data pada dasarnya meliputi upaya penelusuran dan pengungkapan informasi yang relevan yang terkandung dalam data dan penyajian hasilnya dalam bentuk yang lebih ringkas dan sederhana, yang pada akhirnya mengarah kepada keperluan adanya penelusuran dan penafsiran (Aunuddin 1989). Analisis data eksploratif (Exploratory Data Analysis - EDA) merupaka metode eksplorasi data dengan menggunakan teknik aritmatika sederhana dan teknik grafis dalam meringkas data pengamatan (smartstat 2010). Analisis Biplot Analisis biplot pertama kali diperkenalkan oleh Gabriel (1971). Elaborasi analisis biplot secara komprehensif diberikan oleh Greenacre (2010). Biplot berupa suatu peragaan grafik dari matriks data X dalam plot dengan menumpangtindihkan vektor-vektor dalam ruang berdimensi rendah, biasanya dua

4 (atau tiga) yang mewakili vektor-vektor baris matriks X (gambaran objek) dengan vektor-vektor kolom matriks X (gambaran peubah). Analisis ini dikembangkan berdasarkan Dekomposisi Nilai Singular (DNS) atau Singular Value Decomposition (SVD). Misalkan merupakan matriks data dengan n objek dan p peubah. Kemudian dikoreksi terhadap nilai ratarata kolomnya sehingga didapat matriks X, ( ) dengan 1 adalah vektor berdimensi yang semua elemennya bernilai 1. Matriks koragam (S) peubah ganda tersebut ialah (1) (2) dengan matriks korelasi (, -) dari matriks X adalah dengan ( ) adalah matriks diagonal. Misalkan matriks, - maka jarak Euclid antara objek ke-i dan objek ke-j didefinisikan sebagai ( ) ( ) ( ) dan jarak Mahalanobis antara objek ke-i dan ke-j sebagai ( ) ( ) ( ). Matriks X yang berdimensi, n adalah banyaknya objek dan p adalah banyaknya peubah, serta matriks X berpangkat r dengan * + dapat dinyatakan sebagai dekomposisi nilai singular berikut : (3) α [0,1] (4) (Aitchison & Greenacre 2002) dengan U dan A merupakan matriks dengan kolom ortonormal, sehingga. Matriks A adalah matriks yang kolomkolomnya terdiri dari vektor eigen yang berpadanan dengan nilai eigen λ i dari matriks. Matriks U adalah matriks yang kolom-kolomnya merupakan vektor eigen yang berpadanan dengan nilai eigen dari matriks dengan hubungan ( ) (5) ( ) (6) ( ) ( ) (7) dengan dan λ i merupakan nilai eigen dari matriks atau. Dalam Jollife (2002) persamaan (4) dapat diuraikan menjadi (8)

5 dengan mendefinisikan: maka persamaan (8) menjadi, - dan [ ] dengan demikian setiap elemen ke-(i, j) unsur matriks X dapat dinyatakan sebagai berikut:. Vektor merepresentasikan objek ke-i matriks X, dan vektor merepresentasikan peubah ke-j matriks X. Jika X berpangkat dua, maka vektor baris dan vektor kolom dapat digambarkan dalam ruang berdimensi dua. Sedangkan matriks X yang berpangkat lebih dari dua dapat didekati dengan matriks berpangkat dua, sehingga persamaan dapat ditulis menjadi dengan masing-masing dan mengandung dua unsur vektor dan. Dengan pendekatan tersebut matriks X dapat disajikan dalam ruang dimensi dua. Nilai α yang digunakan dapat merupakan nilai sebarang α [0,1], tetapi pengambilan nilai-nilai ekstrim yaitu α = 0 atau α = 1 berimplikasi pada interpretasi biplot yang lebih sederhana. Jika α = 0, maka dan, akibatnya ( ) ( ) (9) diperoleh : ( ), dengan adalah koragam peubah ke-i dan ke-j. Artinya, penggandaan titik antara vektor dan akan memberikan gambaran koragam antara peubah ke-i dan ke-j., dengan menggambarkan keragaman peubah ke-i. artinya panjang vektor tersebut akan memberikan gambaran tentang keragaman peubah ke-i. Makin panjang vektor dibandingkan dengan vektor maka makin besar keragaman peubah dibanding peubah. Korelasi antara peubah ke-i dan ke-j dijelaskan oleh cosinus sudut antara dan (misal : θ), yaitu : (10) ( ) Berdasarkan sudut yang dibentuk antara vektor dan, korelasi peubah ke-i dan ke-j dapat dijelaskan sebagai berikut: 1) semakin besar korelasi positifnya jika θ mendekati 0, dan korelasi sama dengan 1 jika θ = 0. 2) semakin besar korelasi negatifnya jika θ mendekati π, dan korelasi sama dengan -1 jika θ = π, dan 3) semakin kecil korelasi positif dan negatifnya jika θ mendekati dan tidak berkorelasi apabila θ =.

6 Jika X berpangkat p maka ( ) ( ) ( )( ) ( ) artinya kuadrat jarak Mahalanobis antara dan sebanding dengan kuadrat jarak Euclid antara dan, serta S adalah matriks koragam dari X. Jika α = 1, maka dan, akibatnya ( )( ) (11) artinya, ( ) ( ) ( ) ( ) atau kuadrat jarak Euclid antara dan akan sama dengan kuadrat jarak Euclid antara dan. Ukuran Kesesuaian Biplot Menurut Gabriel (2002), biplot tidak hanya sebagai pendekatan matriks data X dengan menggunakan matriks, tetapi juga hasil perkalian sebagai pendekatan dari matriks yang berkaitan dengan ragam koragam dan korelasi antar peubah dan matriks sebagai pendekatan bagi yang berkaitan dengan ukuran ketakmiripan antar objek. Secara umum dan sebagai pendekatannya. Jika maka dimana. Pereduksian dimensi pada analisis biplot mengakibatkan terjadinya kehilangan beberapa informasi. Hal ini dapat diukur dengan ukuran kesesuaian biplot. Rumus umum yang dikemukakan oleh Gabriel untuk ukuran kesesuaian analisis biplot ini adalah sebagai berikut : ( ) Persamaan di atas dapat ditulis menjadi : ( ) ( ) ( ) ( )

X dan H adalah suatu matriks, dimana H merupakan pendekatan X. Ukuran kesesuaian data untuk biplot pada ruang berdimensi dua, dengan memilih α = 0 yaitu: ( ) ( ) ( )( ) dengan ( ) dinamakan teras dari matriks segi M atau jumlah elemen diagonal dari M sehingga dapat dituliskan: ( ). Informasi penting yang bisa didapatkan dari tampilan biplot untuk α = 0 : 1. Keragaman peubah Informasi ini digunakan untuk melihat apakah ada peubah yang mempunyai nilai keragaman yang hampir sama untuk setiap objek. Peubah yang mempunyai nilai keragaman yang kecil digambarkan sebagai vektor pendek sedangkan peubah dengan nilai keragaman yang besar digambarkan sebagai vektor yang panjang. 2. Korelasi antar peubah Dari informasi ini bisa diketahui bagaimana suatu peubah memengaruhi ataupun dipengaruhi peubah lain yang akan digambarkan sebagai garis berarah. Dua peubah yang memiliki nilai korelasi positif akan digambarkan sebagai dua buah garis dengan arah yang sama atau membentuk sudut sempit. Sementara itu, dua peubah yang memiliki nilai korelasi negatif akan digambarkan dalam bentuk dua garis dengan arah yang berlawanan atau membentuk sudut tumpul. Sedangkan dua peubah yang tidak berkorelasi akan digambarkan dalam bentuk dua garis dengan sudut yang mendekati 90 0. 3. Nilai peubah pada suatu objek Informasi ini digunakan untuk melihat keunggulan dari setiap objek. Objek yang terletak searah dengan arah vektor peubah dikatakan bahwa objek tersebut mempunyai nilai di atas rata-rata. Namun jika objek terletak berlawanan dengan arah dari vektor peubah tersebut, maka objek tersebut memiliki nilai di bawah rata-rata. Sedangkan objek yang hampir berada di titik pusat berarti objek tersebut memiliki nilai dekat dengan rata-rata. 7 Korelasi Korelasi adalah nilai yang menunjukkan kekuatan dan arah hubungan linear antara dua peubah acak. Nilai korelasi antara peubah x dan y ( ) dapat diperoleh dengan rumus berikut (Walpole 2005). ( )( ), ( ) -, ( ) - dengan i = 1, 2, 3,..., n. Nilai korelasi positif menunjukkan bahwa nilai dua peubah tersebut memiliki hubungan linear positif dan begitu juga sebaliknya. Semakin dekat nilai korelasi dengan -1 atau +1, semakin kuat korelasi antara kedua peubah tersebut,

8 sebaliknya jika nilai korelasinya mendekati 0 maka semakin lemah korelasi antara kedua peubah tersebut. BAHAN DAN METODE Pada karya ilmiah ini, penulis menggunakan metode analisis biplot dalam memetakan sarana kesehatan dan tenaga kesehatan puskesmas antar provinsi di Indonesia. Data yang digunakan dalam penelitian ini adalah data sekunder dari Profil Kesehatan Indonesia menurut provinsi-provinsi di Indonesia berdasarkan sarana kesehatan dan jumlah tenaga kesehatan di puskesmas tahun 2004-2011 (BPS 2005-2012). Objek pengamatannya adalah 33 provinsi yang ada di Indonesia dan peubahnya meliputi sarana kesehatan dan tenaga kesehatan di puskesmas. Tabel 1 Objek penelitian No. Urut Kode No. Urut Kode Provinsi Provinsi BPS Provinsi BPS Provinsi 1 P11 Aceh 18 P61 Kal. Barat 2 P12 Sumatera Utara 19 P62 Kal. Tengah 3 P13 Sumatera Barat 20 P63 Kal. Selatan 4 P14 Riau 21 P64 Kal. Timur 5 P21 Kep. Riau 22 P71 Sul. Utara 6 P15 Jambi 23 P75 Gorontalo 7 P16 Sumatera Selatan 24 P72 Sul. Tengah 8 P19 Kep. Bangka 25 P73 Sul. Selatan 9 P17 Bengkulu 26 P76 Sul. Barat 10 P18 Lampung 27 P74 Sul. Tenggara 11 P31 DKI Jakarta 28 P52 NTB 12 P32 Jawa Barat 29 P53 NTT 13 P36 Banten 30 P81 Maluku 14 P33 Jawa Tengah 31 P82 Maluku Utara 15 P34 DI Yogyakarta 32 P94 Papua 16 P35 Jawa Timur 33 P91 Papua Barat 17 P51 Bali Tabel 2 Peubah penelitian sarana kesehatan Kode X1 X2 X3 X4 X5 X6 Peubah Puskesmas (Pusat Kesehatan Masyarakat) Pustu (Puskesmas Pembantu) Poskesdes (Pos Kesehatan Desa) Polindes (Pondok Bersalin Desa) Posyandu (Pos Pelayanan Terpadu) Apotek

9 Tabel 3 Peubah penelitian tenaga kesehatan di puskesmas Kode Peubah Kode Peubah Y1 Dokter Spesialis Y8 Kefarmasian Y2 Dokter Umum Y9 Analis Farmasi Y3 Dokter Gigi Y10 Sanitarian Y4 Perawat Y11 Ahli Gizi Y5 Perawat Gigi Y12 Keterapian Fisik Y6 Apoteker Y13 Keteknisian Medis Y7 Asisten Apoteker Data sekunder yang didapat dieksplorasi menggunakan histogram Microsoft Excel, sedangkan pemetaan provinsi berdasarkan peubah-peubah sarana kesehatan dan tenaga kesehatan puskesmas dilakukan dengan analisis biplot menggunakan paket Biplot untuk nilai versi 4.1.0 dengan software Mathematica 8 (Ardana 2011). HASIL DAN PEMBAHASAN Eksplorasi Data Sarana Kesehatan Sumber daya kesehatan merupakan salah satu faktor pendukung dalam penyediaan pelayanan kesehatan yang berkualitas, yang diharapkan dapat meningkatkan derajat kesehatan masyarakat. Pada bab ini, sumber daya kesehatan diulas dengan menyajikan gambaran keadaan sarana kesehatan dan tenaga kesehatan di puskesmas. Pusat Kesehatan Masyarakat atau yang biasa disebut Puskesmas adalah unit pelaksana teknis Dinas Kesehatan Kabupaten/Kota dalam menyelenggarakan upaya kesehatan terintegrasi dengan peran dan fungsi sebagai : 1) pusat pembangunan berwawasan kesehatan; 2) pusat penggerakan peran serta masyarakat; dan 3) pusat pelayanan kesehatan dasar. Jumlah puskesmas di Indonesia sampai dengan akhir tahun 2008 sebanyak 8548 unit, dengan rincian jumlah puskesmas perawatan 2438 unit dan puskesmas non perawatan sebanyak 6110 unit. Salah satu indikator yang digunakan untuk mengetahui keterjangkauan penduduk terhadap puskesmas adalah rasio puskesmas per 100000 penduduk di tiap provinsi seperti terlihat pada Gambar 1 (BPS 2009). Rasio puskesmas per 100000 penduduk menurut provinsi menunjukkan gambaran bahwa rasio tertinggi pada tahun 2008 terdapat pada Provinsi Papua Barat, yaitu sebesar 13.15, sedangkan rasio terendah terdapat pada Provinsi Banten, yaitu sebesar 2.02. Rincian jumlah dan rasio puskesmas per 100000 penduduk menurut provinsi pada tahun 2008 terdapat pada Lampiran 1.

10 Gambar 1 Rasio puskesmas per 100000 penduduk antar provinsi Dalam kurun waktu 2004 hingga 2011, rasio ini menunjukkan adanya peningkatan pada jumlah puskesmas yang ada di Indonesia. Rasio puskesmas per 100000 penduduk pada tahun 2004 sebesar 3.48, pada tahun 2011 meningkat menjadi 3.86, seperti terlihat pada Gambar 2 berikut ini. Data peningkatan jumlah rasio puskesmas per 100000 penduduk di Indonesia pada tahun 2004-2011 terdapat pada Lampiran 2. Rasio per 100000 Penduduk 3.9 3.8 3.7 3.6 3.5 3.4 3.3 3.2 2004 2005 2006 2007 2008 2009 2010 2011 Tahun Gambar 2 Tren rasio puskesmas per 100000 penduduk tahun 2004-2011 Untuk meningkatkan jangkauan pelayanan puskesmas terhadap masyarakat di wilayah kerjanya, puskesmas didukung oleh sarana pelayanan kesehatan berupa puskesmas pembantu (pustu). Jumlah pustu pada tahun 2008 dilaporkan sebanyak 23163 unit. Dengan demikian, maka rasio pustu terhadap puskesmas sebesar 2.7 pustu per puskesmas dan rasio pustu terhadap jumlah desa sebesar 0.3. Rasio pustu terhadap jumlah desa menurut provinsi pada Gambar 3 menunjukkan bahwa rasio tertinggi pada tahun 2008 adalah Provinsi D.I.Yogyakarta, sebesar 0.71, sedangkan rasio terendah adalah Provinsi DKI Jakarta, sebesar 0.

11 Gambar 3 Rasio pustu terhadap jumlah desa Upaya peningkatan derajat kesehatan masyarakat dilakukan dengan menerapkan berbagai pendekatan, termasuk didalamnya dengan melibatkan potensi masyarakat. Keberadaan poskesdes dan polindes di desa-desa merupakan salah satu wujud upaya mempermudah akses masyarakat terhadap pelayanan kesehatan. Data podes (potensi desa) menyebutkan bahwa pada tahun 2008 terdapat 11287 unit poskesdes. Pada Gambar 4 dijelaskan rasio poskesdes terhadap jumlah desa pada tahun 2008 sebesar 0.14. Rasio tertinggi terdapat pada Provinsi Sumatera Selatan dan Provinsi Jawa Timur sebesar 0.32, kemudian diikuti oleh Provinsi Jawa Tengah sebesar 0.31. Gambar 4 Rasio poskesdes terhadap jumlah desa Sedangkan jumlah polindes pada tahun 2008 sebesar 25271 unit. Gambar 5 menyajikan rasio polindes terhadap jumlah desa menurut provinsi pada tahun 2008 sebesar 0.32. Rasio tertinggi terdapat di Provinsi Jawa Timur, sebesar 0.66 diikuti oleh Kalimantan Barat dan Kepulauan Bangka Belitung sebesar 0.59 dan 0.53.

12 Gambar 5 Rasio polindes terhadap jumlah desa Salah satu jenis Upaya Kesehatan Bersumberdaya Masyarakat (UKBM) yang telah sejak lama dikembangkan dan mengakar di masyarakat adalah posyandu. Gambar 6 menjelaskan bahwa pada tahun 2008 terdapat 70046 unit posyandu yang aktif, maka rasio terhadap desa sebesar 0.9 posyandu aktif per desa dengan rasio tertinggi terdapat pada Provinsi DKI Jakarta dan Provinsi DI. Yogyakarta sebesar 1. Gambar 6 Rasio posyandu terhadap jumlah desa Menurut pendataan potensi desa yang diselenggarakan oleh BPS, terdapat 5537 unit apotek pada tahun 2008. Rasio apotek terhadap jumlah desa sebesar 0.07. Pada Gambar 7 jelas terlihat bahwa Provinsi Papua memiliki apotek dengan jumlah paling sedikit dengan rasio sebesar 0.01.

13 Gambar 7 Rasio apotek terhadap jumlah desa Informasi data selengkapnya mengenai sarana kesehatan hasil pendataan potensi desa oleh BPS Tahun 2008 terdapat pada Lampiran 3. Eksplorasi Data Tenaga Kesehatan SDM Kesehatan di daerah terdiri dari SDM kesehatan yang bertugas di unit kesehatan (sarana pelayanan dan non pelayanan) di Provinsi dan Kabupaten/Kota, dengan status kepegawaian PNS, CPNS, PTT, TNI/POLRI dan swasta. SDM Kesehatan tersebut bekerja di Dinas Kesehatan Provinsi dan unit pelaksana teknis (UPT), Dinas Kabupaten/Kota dan UPT, rumah sakit/poliklinik dan sarana kesehatan lainnya milik pemerintah pusat, pemerintah daerah, swasta dan TNI/POLRI. Data SDM kesehatan ini sudah menggambarkan tenaga kesehatan di kabupaten/kota dan provinsi namun hanya di fasilitas kesehatan milik pemerintah (dinas kesehatan dan UPTnya serta Kementrian Kesehatan dan UPTnya). Apoteker dan Asisten Apoteker 2.30% Farmasi 2.20% Fisik dan Medis 3.03% Sanitari dan Gizi 14.15% Dokter Spesialis 0.11% Dokter Umum 12.30% Dokter Gigi 5.47% Perawat 60.44% Gambar 8 Distribusi tenaga kesehatan

14 Puskesmas yang merupakan ujung tombak dalam pelayanan kesehatan masyarakat kinerjanya sangat dipengaruhi ketersediaan sumber daya manusia yang dimiliki, terutama ketersediaan tenaga kesehatan. Pada tahun 2008, terdapat 185401 orang yang bertugas di puskesmas dengan rincian 157030 tenaga kesehatan dan 28371 tenaga non kesehatan. Dari seluruh jumlah tenaga kesehatan, dokter umum yang bertugas di puskesmas sebanyak 11865 orang. Jumlah ini lebih tinggi dibandingkan tahun 2007, yaitu sebanyak 11701 orang. Bila dibandingkan antara jumlah puskesmas yang ada (8548 puskesmas) dengan jumlah dokter, maka rasio dokter umum adalah 1.39 dokter umum per puskesmas. Rasio dokter umum terhadap jumlah puskesmas tertinggi terdapat di Provinsi Kepulauan Riau sebesar 3.05 dokter umum per puskesmas, diikuti oleh D.I. Yogyakarta sebesar 2.43 dokter umum per puskesmas. Jumlah dokter gigi pada tahun 2008 sebanyak 5278 orang. Bila dibandingkan dengan jumlah seluruh puskesmas maka dapat diartikan bahwa belum seluruh puskesmas memiliki dokter gigi. Pada tahun 2008 terdapat 109 dokter spesialis yang bertugas di puskesmas, sebagian besar dokter spesialis tersebut berada di Provinsi DKI Jakarta dengan jumlah 63 orang (58%). Jumlah perawat di seluruh puskesmas sebanyak 55194 orang, sehingga rata-rata tiap puskesmas memiliki 6-7 orang perawat. Persentase banyaknya tenaga kesehatan puskesmas di Indonesia dapat dilihat pada Gambar 8. Sedangkan jumlah dan rasio tenaga kesehatan hasil pendataan potensi desa oleh BPS Tahun 2008 menurut provinsi dapat dilihat pada Lampiran 4. 120000 Jumlah Tenaga Kesehatan 100000 80000 60000 40000 20000 Dokter Umum Dokter Gigi Perawat Ahli Gizi 0 2004 2005 2006 2007 2008 2009 2010 2011 Tahun Gambar 9 Tren jumlah tenaga kesehatan tahun 2004-2011 Dalam kurun waktu 2004 hingga 2011, banyaknya tenaga kesehatan dokter umum, dokter gigi, perawat, dan ahli gizi di Indonesia menunjukkan adanya peningkatan. Jumlah tenaga dokter umum, dokter gigi, perawat, dan ahli gizi pada tahun 2004 sebanyak 8934 orang, 3778 orang, 33353 orang, dan 2966 orang. Sedangkan pada tahun 2011 banyaknya dokter umum, dokter gigi, perawat, dan ahli gizi meningkat menjadi 17152 orang, 6610 orang, 107284 orang, dan 9883 orang, seperti terlihat pada Gambar 9 di atas. Data peningkatan jumlah tenaga kesehatan di Indonesia pada tahun 2004-2011 terdapat pada Lampiran 5.

15 Pemetaan Provinsi Menggunakan Biplot Pada bagian ini akan dilakukan pemetaan provinsi berdasarkan sarana kesehatan dan tenaga kesehatan di puskesmas menggunakan analisis biplot. Analisis biplot dengan data yang digunakan adalah banyaknya jumlah sarana kesehatan dan tenaga kesehatan di puskesmas. Pada karya ilmiah ini, informasi yang diberikan dapat menggambarkan kondisi penyebaran Sumber Daya Kesehatan pada setiap provinsi. Analisis biplot juga dapat digunakan untuk menerangkan keragaman data sarana kesehatan dan tenaga kesehatan puskesmas. Pada biplot, kedekatan provinsi dengan peubah ditunjukkan oleh letak provinsi tersebut terhadap vektor peubah. Jika posisi provinsi searah dengan arah vektor peubah maka provinsi tersebut bernilai di atas rata-rata. Jika posisi provinsi berlawanan arah dengan arah vektor peubah maka provinsi tersebut bernilai di bawah rata-rata dan nilai akan mendekati rata-rata jika posisi provinsi berada hampir di titik pusat. Biplot Sarana Kesehatan Berdasarkan dekomposisi nilai singular dengan α = 0 akan diperoleh koordinat biplot yang diberikan pada Lampiran 8 yang divisualisasikan pada Gambar 10. 1.0 X4 X3 16 0.5 0.0 1 7 21 10 32 3 29 13 41827 17 6 15 11 22 199 30 20 28 3326 23 5 24 31 25 8 2 X5 14 X2 0.5 X6 1.0 X1 12 1.5 0.5 0.0 0.5 1.0 1.5 2.0 Gambar 10 Biplot pemetaan provinsi terhadap sarana kesehatan Gambar 10 menunjukkan peubah Polindes (X4), Poskesdes (X3), Apotek (X6), dan Puskesmas (X1) memiliki panjang vektor yang relatif sama panjang. Hal ini menunjukkan bahwa keragaman data yang dimiliki peubah-peubah tersebut relatif sama besar. Peubah Pustu (X2) dan Posyandu (X5) digambarkan dengan

16 vektor yang lebih pendek dari peubah lainnya. Hal ini menunjukkan bahwa peubah-peubah tersebut memiliki keragaman data yang relatif kecil. Korelasi antar peubah dicerminkan oleh seberapa kecil sudut yang dibentuk antar peubah, semakin kecil sudut antar peubah semakin tinggi korelasi. Semua peubah saling berkorelasi positif. Matriks korelasi sarana kesehatan dapat dilihat pada Lampiran 6. Gambar 10 juga memberikan gambaran posisi provinsi dan vektor peubah dalam biplot. Berdasarkan kedekatan antar provinsi dan kedekatan provinsi dengan peubah, provinsi tersebut dapat dikelompokkan sebagai berikut: Kelompok 1: Jawa Barat (12) menyumbangkan sarana kesehatan paling banyak dalam sarana Puskesmas (X1). Kelompok 2: Sumatera Utara (2) memiliki jumlah sarana kesehatan Puskesmas (X1) dan Apotek (X6) cukup banyak. Kelompok 3: Provinsi Jawa Tengah (14) memiliki sarana yang cukup banyak pada Posyandu (X5). Kelompok 4: Provinsi Jawa Timur (16) memiliki sarana kesehatan mendekati rata-rata pada Poskesdes (X3), Polindes (X4), Posyandu (X5). Kelompok 5: Semua provinsi yang terletak berlawanan arah terhadap semua peubah memiliki tenaga kesehatan yang relatif sedikit. Ukuran kesesuaian biplot disajikan pada Tabel 4 yang menunjukkan bahwa analisis biplot mampu menerangkan 93.06% keragaman data. Tabel 4 Ukuran kesesuaian biplot sarana kesehatan GF Kesesuaian % Data 93.06 Peubah 99.73 Objek 59.09 Biplot Tenaga Kesehatan Berdasarkan dekomposisi nilai singular dengan α = 0 akan diperoleh koordinat biplot yang diberikan pada Lampiran 9. Biplot pemetaan provinsi terhadap tenaga kesehatan divisualisasikan pada Gambar 11. Gambar 11 menunjukkan peubah ahli gizi, sanitarian, perawat, dokter umum, dokter gigi, keterapian fisik, asisten apoteker, dan perawat gigi memiliki panjang vektor yang relatif sama panjang. Hal ini menunjukkan bahwa keragaman data pada peubah-peubah tersebut relatif sama besar. Peubah keteknisian medis, kefarmasian dan analis farmasi digambarkan dengan vektor yang lebih pendek dari peubah lainnya. Hal ini menunjukkan bahwa peubah-peubah tersebut memiliki keragaman data yang relatif kecil. Peubah dokter spesialis digambarkan dengan vektor yang lebih panjang dari peubah lainnya. Hal ini menunjukkan bahwa peubah tersebut memiliki keragaman paling besar.

Ukuran kesesuaian data analisis biplot sebesar 70.97%. Hal ini menunjukkan bahwa analisis biplot mampu menerangkan 70.97% keragaman data. Pereduksian dimensi mengakibatkan hilangnya informasi sebesar 29.03%. Terjadinya pereduksian dimensi inilah yang mengakibatkan adanya perbedaan antara hasil eksplorasi data awal dengan analisis biplot. Pada hasil analisis biplot terlihat bahwa peubah kefarmasian dan dan ahli gizi berhimpit sehingga dapat dikatakan bahwa memiliki nilai korelasi mendekati 1. Akan tetapi, pada hasil perhitungan diperoleh korelasi sebesar 0.417 (Lampiran 7). Tenaga kesehatan dokter spesialis dan keteknisian medis merupakan dua peubah yang memiliki korelasi paling kecil. Berdasarkan visualisasi biplot (Gambar 11) peubah dokter spesialis dan keteknisian medis digambarkan dalam bentuk dua garis dengan sudut > 90 0 (tumpul), sehingga dapat dikatakan peubah tersebut berkorelasi negatif. Tenaga kesehatan apoteker dan ahli gizi merupakan dua peubah yang tidak saling berkorelasi. Berdasarkan visualisasi biplot (Gambar 11) peubah apoteker dan ahli gizi digambarkan dalam bentuk dua garis dengan sudut mendekati 90 0, sehingga dapat dikatakan peubah tersebut tidak berkorelasi. 17 0.5 0.0 171 25 927 19 526 10 4315 22 20 823031 29 13 18 28 21 32 724 6 33 2 Y13 Y8 Y9 Y11 Y10 Y4 12 Y7 Y5 Y12 Y3 Y2 16 14 0.5 1.0 1.5 Y6 2.0 2.5 Y1 11 0.5 0.0 0.5 1.0 1.5 2.0 2.5 Gambar 11 Biplot pemetaan provinsi terhadap tenaga kesehatan di puskesmas Gambar 11 juga memberikan gambaran posisi provinsi dan vektor peubah dalam biplot. Berdasarkan kedekatan antar provinsi dan kedekatan provinsi dengan peubah, provinsi tersebut dapat dikelompokkan sebagai berikut: Kelompok 1: Provinsi DKI Jakarta (11) menyumbangkan tenaga Dokter Spesialis (Y1) paling banyak diantara provinsi yang lain. Kelompok 2: Provinsi Jawa Tengah (14) memiliki tenaga Asisten Apoteker (Y7), Perawat gigi (Y5), Keterapian fisik (Y12), dan Dokter Gigi (Y3) yang cukup banyak.

18 Kelompok 3: Provinsi Jawa Barat (12) dan Jawa Timur (16) menyumbangkan tenaga Perawat (Y4), Ahli Gizi (Y11) dan Sanitarian (Y10) yang cukup banyak. Kelompok 4: Provinsi Sumatera Utara (2) memiliki tenaga Keteknisian Medis (Y13) yang cukup banyak. Kelompok 5: Semua provinsi yang terletak berlawanan arah terhadap semua peubah memiliki tenaga kesehatan yang relatif sedikit. Ukuran kesesuaian biplot disajikan pada Tabel 5 yang menunjukkan bahwa analisis biplot mampu menerangkan 70.97% keragaman data. Tabel 5 Ukuran kesesuaian biplot tenaga kesehatan GF Kesesuaian % Data 70.97 Peubah 92.61 Objek 74.21 SIMPULAN Dari hasil penelitian dapat diambil simpulan bahwa: 1. Hasil eksplorasi data Profil Kesehatan Indonesia tahun 2008 menunjukkan bahwa provinsi yang memiliki rasio tertinggi puskesmas per 100000 penduduk adalah Provinsi Papua Barat. 2. Rasio tertinggi pustu terhadap jumlah desa terdapat pada Provinsi D.I. Yogyakarta, kemudian rasio tertinggi pada poskesdes adalah Provinsi Sumatera Selatan dan Jawa Timur, polindes pada Provinsi Jawa Timur, posyandu pada Provinsi DKI Jakarta dan D.I. Yogyakarta, sedangkan rasio tertinggi apotek terhadap jumlah desa terdapat pada Provinsi DKI Jakarta. 3. Berdasarkan pemetaan provinsi menggunakan analisis biplot, diperoleh ukuran kesesuaian data maksimum sarana kesehatan sebesar 93.06 % dan tenaga kesehatan di puskesmas sebesar 70.97 %. a. Hasil pemetaan biplot, provinsi berdasarkan sarana kesehatan dapat dikelompokkan menjadi 5 kelompok, yaitu Provinsi Jawa Barat (12) menyumbangkan sarana kesehatan paling banyak dalam sarana Puskesmas (X1). Provinsi Sumatera Utara (2) memiliki jumlah sarana kesehatan Puskesmas (X1) dan Apotek (X6) cukup banyak. Provinsi Provinsi Jawa Tengah (14) memiliki sarana yang cukup banyak pada Posyandu (X5). Provinsi Provinsi Jawa Timur (16) memiliki sarana kesehatan mendekati rata-rata pada Poskesdes (X3), Polindes (X4), Posyandu (X5).

Semua provinsi yang terletak berlawanan arah terhadap semua peubah memiliki tenaga kesehatan yang relatif sedikit. b. Hasil pemetaan biplot, provinsi berdasarkan tenaga kesehatan dapat dikelompokkan menjadi 5 kelompok, yaitu Provinsi DKI Jakarta (11) menyumbangkan tenaga Dokter Spesialis (Y1) paling banyak diantara provinsi yang lain. Provinsi Jawa Tengah (14) memiliki tenaga Asisten Apoteker (Y7), Perawat gigi (Y5), Keterapian fisik (Y12), dan Dokter Gigi (Y3) yang cukup banyak. Provinsi Jawa Barat (12) dan Jawa Timur (16) menyumbangkan tenaga Perawat (Y4), Ahli Gizi (Y11) dan Sanitarian (Y10) yang cukup banyak. Provinsi Sumatera Utara (2) memiliki tenaga Keteknisian Medis (Y13) yang cukup banyak. Semua provinsi yang terletak berlawanan arah terhadap semua peubah memiliki tenaga kesehatan yang relatif sedikit. 19 DAFTAR PUSTAKA Aitchison J & Greenacre M. 2002. Biplots for compositional data. Applied Statistics 51 (part 4): 375-392. Ardana NKK. 2011. Biplot Versi 4.1.0 A Mathematica Package for Multivariate Data Visualization. Bogor: Departemen Matematika FMIPA IPB. Aunuddin. 1989. Analisis Data. Departemen Pendidikan dan Kebudayaan, Direktorat Jendral Pendidikan Tinggi, Pusat Antar Universitas Ilmu Hayat, Institut Pertanian Bogor, Bogor. [BPS] Badan Pusat Statistik. 2005. Profil Kesehatan Indonesia 2004. Jakarta: BPS. [BPS] Badan Pusat Statistik. 2006. Profil Kesehatan Indonesia 2005. Jakarta: BPS. [BPS] Badan Pusat Statistik. 2007. Profil Kesehatan Indonesia 2006. Jakarta: BPS. [BPS] Badan Pusat Statistik. 2008. Profil Kesehatan Indonesia 2007. Jakarta: BPS. [BPS] Badan Pusat Statistik. 2009. Profil Kesehatan Indonesia 2008. Jakarta: BPS. [BPS] Badan Pusat Statistik. 2010. Profil Kesehatan Indonesia 2009. Jakarta: BPS. [BPS] Badan Pusat Statistik. 2011. Profil Kesehatan Indonesia 2010. Jakarta: BPS. [BPS] Badan Pusat Statistik. 2012. Profil Kesehatan Indonesia 2011. Jakarta: BPS. Gabriel KR. 1971. The Biplot-graphic display of matrices with application to principal component analysis. Biometrika 58: 453-467. Gabriel KR. 2002. Goodness of fit of biplots and correspondence analysis. Biometrika 89: 423-436. Greenacre MJ. 2010. Biplot in Practice. Madrid: Foundation BBVA. Jolliffe IT. 2002. Principal Component Analysis. 2 nd Ed. Berlin: Springer-Verlag. Ceris I. 2012. Faktor yang mempengaruhi kesehatan [internet]. [diacu 2012 September 12]. Tersedia dari: http://idahceris.wordpress.com/2012/04/10/ faktor-yang-mempengaruhi-kesehatan. Mariyam. 2011. Ukuran Kesesuaian dalam Analisis Biplot Biasa dan Analisis Biplot Imbuhan [skripsi]. Bogor : Program Sarjana Institut Pertanian Bogor.

20 Smartstat. 2010. Analisis data eksploratif [internet]. [diacu 2012 September 15]. Tersedia dari : http://smartstat.wordpress.com/2010/11/03/analisisdata eksploratif. Sugengmedica. 2012. Definisi tenaga kesehatan [internet]. [diacu 2012 September 12]. Tersedia dari : http://sugengmedica.wordpress.com/2012/08/09/definisitenaga-kesehatan. Walpole RE. 2005. Pengantar Statistika. Ed ke-3. Jakarta: Gramedia.

21 Lampiran 1 Rasio puskesmas per 100000 penduduk antar provinsi Provinsi Rasio Puskesmas per 100.000 Penduduk Nanggroe Aceh Darussalam 7.01 Sumatera Utara 3.8 Sumatera Barat 4.77 Riau 3.53 Kepulauan Riau 4.06 Jambi 5.67 Sumatera Selatan 3.9 Kepulauan Bangka Belitung 4.45 Bengkulu 8.65 Lampung 3.42 DKI Jakarta 3.84 Jawa Barat 2.44 Banten 2.02 Jawa Tengah 2.58 DI Yogyakarta 3.46 Jawa Timur 2.53 Bali 3.24 Kalimantan Barat 5.27 Kalimantan Tengah 8.21 Kalimantan Selatan 6.21 Kalimantan Timur 6.62 Sulawesi Utara 6.52 Gorontalo 7.51 Sulawesi Tengah 5.91 Sulawesi Selatan 5.06 Sulawesi Barat 6.78 Sulawesi Tenggara 10.02 Nusa Tenggara Barat 3.25 Nusa Tenggara Timur 6.13 Maluku 11.58 Maluku Utara 9.48 Papua 11.48 Papua Barat 13.15 Indonesia 3.74 Lampiran 2 Rasio puskesmas per 100000 penduduk di Indonesia tahun 2004-2011 Tahun Rasio Puskesmas per 100.000 Penduduk di Indonesia 2004 3.48 2005 3.5 2006 3.61 2007 3.65 2008 3.74 2009 3.74 2010 3.79 2011 3.86

22 Lampiran 3 Data objek dan peubah sarana kesehatan JUMLAH SARANA KESEHATAN MENURUT PROVINSI DI INDONESIA TAHUN 2008 Provinsi Pustu Poskesdes Polindes Posyandu Apotek Nanggroe Aceh Darussalam Jumlah Desa Rasio Pustu/Desa Rasio Poskesdes /Desa Rasio Polindes/ Desa Rasio Posyandu/ Desa Rasio Apotek/ Desa 843 83 1951 4824 162 6629 0.13 0.01 0.29 0.73 0.02 Sumatera Utara 1798 525 1965 5189 373 5851 0.31 0.09 0.34 0.89 0.06 Sumatera Barat 573 138 449 913 114 967 0.59 0.14 0.46 0.94 0.12 Riau 806 258 314 1585 136 1636 0.49 0.16 0.19 0.97 0.08 Kepulauan Riau 200 54 151 322 56 340 0.59 0.16 0.44 0.95 0.16 Jambi 595 188 169 1266 71 1303 0.46 0.14 0.13 0.97 0.05 Sumatera Selatan 914 1043 1121 3036 102 3243 0.28 0.32 0.35 0.94 0.03 Kepulauan Bangka Belitung 156 90 193 343 27 361 0.43 0.25 0.53 0.95 0.07 Bengkulu 457 132 217 1326 57 1378 0.33 0.10 0.16 0.96 0.04 Lampung 781 299 385 2324 113 2379 0.33 0.13 0.16 0.98 0.05 DKI Jakarta 0 0 0 267 241 267 0.00 0.00 0.00 1.00 0.90 Jawa Barat 1624 897 1439 5868 900 6016 0.27 0.15 0.24 0.98 0.15 Banten 263 84 130 1501 190 1520 0.17 0.06 0.09 0.99 0.13 Jawa Tengah 1881 2717 3597 8570 893 8635 0.22 0.31 0.42 0.99 0.10 DI Yogyakarta 310 113 73 438 119 438 0.71 0.26 0.17 1.00 0.27 Jawa Timur 2253 2738 5644 8494 876 8541 0.26 0.32 0.66 0.99 0.10 Bali 452 36 154 712 125 722 0.63 0.05 0.21 0.99 0.17 Kalimantan Barat 768 117 1164 1662 51 1960 0.39 0.06 0.59 0.85 0.03 Kalimantan Tengah Kalimantan Selatan 806 89 556 1302 38 1476 0.55 0.06 0.38 0.88 0.03 597 257 736 1958 68 2007 0.30 0.13 0.37 0.98 0.03 Kalimantan Timur 673 30 152 1264 91 1421 0.47 0.02 0.11 0.89 0.06 Sulawesi Utara 439 91 259 1474 75 1592 0.28 0.06 0.16 0.93 0.05 Gorontalo 226 68 239 574 30 669 0.34 0.10 0.36 0.86 0.04 Sulawesi Tengah 678 329 580 1645 63 1785 0.38 0.18 0.32 0.92 0.04 Sulawesi Selatan 1265 283 611 2915 228 2972 0.43 0.10 0.21 0.98 0.08 Sulawesi Barat 267 56 52 508 17 564 0.47 0.10 0.09 0.90 0.03 Sulawesi Tenggara 496 132 250 1952 38 2124 0.23 0.06 0.12 0.92 0.02 Nusa Tenggara Barat Nusa Tenggara Timur 500 131 457 910 84 930 0.54 0.14 0.49 0.98 0.09 954 128 1406 2788 65 3086 0.31 0.04 0.46 0.90 0.02 Maluku 384 72 139 837 30 924 0.42 0.08 0.15 0.91 0.03 Maluku Utara 203 44 205 981 25 1199 0.17 0.04 0.17 0.82 0.02 Papua 649 39 295 1507 51.623 0.18 0.01 0.08 0.42 0.01 Papua Barat 352 26 218 791 28 1324 0.27 0.02 0.16 0.60 0.02 Indonesia 23163 11287 25271 70046 5537 77882 0.30 0.14 0.32 0.90 0.07

23 Lampiran 4 Data objek dan peubah tenaga kesehatan Provinsi Dokter Spesialis JUMLAH TENAGA KESEHATAN DI PUSKESMAS Dokter Dokter Perawat Perawat Umum Gigi Gigi Apoteker Asisten Apoteker Nanggroe Aceh Darussalam 3 362 72 2291 126 3 80 Sumatera Utara 1 920 383 4295 102 3 142 Sumatera Barat 4 306 167 1569 162 8 165 Riau 3 369 165 1649 38 2 40 Kepulauan Riau 2 180 71 654 14 2 13 Jambi 0 248 71 1212 0 0 0 Sumatera Selatan 8 365 104 2157 181 10 130 Kepulauan Bangka Belitung 0 88 29 534 29 1 15 Bengkulu 0 246 75 1089 114 7 76 Lampung 1 278 114 1642 172 8 56 DKI Jakarta 63 582 511 1119 183 45 117 Jawa Barat 5 1241 758 5063 376 7 155 Banten 0 335 161 1302 0 0 0 Jawa Tengah 8 1708 690 5149 755 28 502 DI Yogyakarta 3 292 163 785 44 0 18 Jawa Timur 5 1301 736 5152 136 25 218 Bali 3 254 146 1033 156 3 65 Kalimantan Barat 0 210 71 1674 55 1 10 Kalimantan Tengah 0 149 41 1050 70 7 13 Kalimantan Selatan 0 295 78 1269 14 2 7 Kalimantan Timur 0 220 123 1073 0 0 0 Sulawesi Utara 0 232 21 957 57 1 36 Gorontalo 0 77 15 396 14 0 2 Sulawesi Tengah 0 173 47 1406 11 0 11 Sulawesi Selatan 0 455 215 2483 47 4 24 Sulawesi Barat 0 67 22 523 6 4 8 Sulawesi Tenggara 0 138 41 1190 34 3 15 Nusa Tenggara Barat 0 153 59 1097 37 2 16 Nusa Tenggara Timur 0 269 68 1892 155 9 78 Maluku 0 35 3 488 5 1 1 Maluku Utara 0 38 8 301 0 0 0 Papua 0 157 34 1510 7 2 5 Papua Barat 0 122 16 1190 7 4 11 Indonesia 109 11865 5278 55194 3107 192 2029

24 Lampiran 4 Data objek dan peubah tenaga kesehatan (lanjutan) Provinsi Kefarmasian Analis Farmasi Sanitarian Gizi Keterapian Fisik Keteknisian Medis Jumlah Nanggroe Aceh Darussalam 36 64 366 229 4 149 7153 Sumatera Utara 185 60 321 326 1 213 13201 Sumatera Barat 46 54 213 167 2 133 5280 Riau 43 12 118 93 0 75 3790 Kepulauan Riau 25 10 21 21 0 17 1390 Jambi 79 0 193 64 0 142 3104 Sumatera Selatan 30 93 285 193 0 46 6017 Kepulauan Bangka Belitung 13 9 33 19 0 10 1146 Bengkulu 0 6 83 67 5 24 3455 Lampung 0 40 238 137 0 30 692 DKI Jakarta 0 37 152 197 10 56 4205 Jawa Barat 122 70 604 437 33 242 14456 Banten 10 0 103 61 0 30 3333 Jawa Tengah 0 174 706 638 26 186 19091 DI Yogyakarta 42 14 132 120 0 128 2429 Jawa Timur 136 98 1161 1597 1 209 17621 Bali 15 15 220 90 1 11 3224 Kalimantan Barat Kalimantan Tengah Kalimantan Selatan Kalimantan Timur 28 17 196 126 0 121 3533 6 14 84 61 0 28 2347 137 0 290 182 0 150 3846 51 0 263 75 0 45 2501 Sulawesi Utara 3 3 140 57 0 1 2052 Gorontalo 2 0 126 70 0 3 982 Sulawesi Tengah 20 0 262 64 0 22 3421 Sulawesi Selatan 47 27 388 286 0 205 6153 Sulawesi Barat 2 4 46 42 4 19 1025 Sulawesi Tenggara Nusa Tenggara Barat Nusa Tenggara Timur 3 10 167 171 2 273 2872 35 3 127 139 0 73 2611 35 53 234 136 0 25 4901 Maluku 0 2 83 46 0 13 1060 Maluku Utara 14 0 36 51 0 6 747 Papua 16 43 89 95 0 102 3124 Papua Barat 3 3 60 49 0 43 2268 Indonesia 1184 935 7540 6106 89 2830 157030

25 Lampiran 5 Jumlah tenaga kesehatan di Indonesia tahun 2004-2011 Tahun Dokter Umum Dokter Gigi Perawat Ahli Gizi 2004 8934 3778 33353 2966 2005 10425 4296 37143 3217 2006 10763 4631 52753 6415 2007 11701 5246 56727 5966 2008 11865 5278 55194 6106 2009 13701 6141 76940 7544 2010 14934 6140 78215 7565 2011 17152 6610 107284 9883

26 Lampiran 6 Koordinat biplot sarana kesehatan Koordinat Objek Kode Dim-1 Dim-2 P11-0.19185 0.18174 P12-0.23613 0.23936 P13 0.08597-0.10658 P14 0.04570 0.05810 P21 0.13730-0.13645 P15 0.07327 0.04164 P16-0.07821-0.03644 P19 0.13504-0.15458 P17 0.07126 0.03822 P18-0.00034 0.17072 P31 0.14585-0.08724 P32-0.26983 0.49975 P36 0.06594 0.10125 P33-0.52526 0.05078 P34 0.12968-0.08923 P35-0.58830-0.60525 P51 0.11052-0.04404 P61 0.01866-0.18218 P62 0.05840-0.05065 P63 0.01419-0.01768 P64 0.07502 0.07674 P71 0.06212 0.05867 P75 0.11938-0.11752 P72 0.03540-0.03633 P73-0.04956 0.24499 P76 0.12861-0.06620 P74 0.03279 0.15101 P52 0.08768-0.11580 P53-0.05769-0.03515 P81 0.10431-0.02483 P82 0.09719-0.02582 P94 0.05671 0.07468 P91 0.10616-0.05567 Koordinat Peubah Kode Dim-1 Dim-2 X1-0.11782 0.01911 X2-0.27126 0.02998 X3-0.32700-0.08840 X4-0.60473-0.18740 X5-1.17632 0.11098 X6-0.11820 0.01100

27 Lampiran 7 Koordinat biplot tenaga kesehatan Koordinat Objek Kode Dim-1 Dim-2 P11-0.07351-0.06984 P12-0.32733-0.32733 P13 0.01243-0.00749 P14 0.00676-0.09634 P21 0.13188 0.00471 P15 0.06158-0.01310 P16-0.05707-0.09778 P19 0.14893 0.01742 P17 0.07671-0.03884 P18 0.00723-0.04790 P31 0.05090 0.17035 P32-0.44091-0.27695 P36 0.04942-0.04787 P33-0.47545-0.11989 P34 0.10717 0.11206 P35-0.48324 0.78680 P51 0.07862 0.05163 P61 0.00824-0.08017 P62 0.08561-0.04404 P63 0.04913 0.10179 P64 0.07664 0.05925 P71 0.09321 0.00208 P75 0.16299 0.11969 P72 0.04145-0.04115 P73-0.10130-0.02242 P76 0.15052 0.04084 P74 0.06550 0.03817 P52 0.07757 0.02549 P53-0.02037-0.11182 P81 0.15522 0.06006 P82 0.17722 0.08857 P94 0.03223-0.11380 P91 0.07202-0.09291 Koordinat Peubah Kode Dim-1 Dim-2 Y1-0.00186 0.00389 Y2-0.72350 0.04326 Y3-0.36699 0.07312 Y4-263.861-0.10115 Y5-0.20438-0.05078 Y6-0.00873 0.00615 Y7-0.15416 0.00143 Y8-0.05373 0.00377 Y9-0.06324-0.00206 Y10-0.39835 0.17875 Y11-0.45195 0.32724 Y12-0.00920-0.00361 Y13-0.10973-0.00248