ANALISIS PERKIRAAN ANGKA KEMATIAN BAYI (AKB) DENGAN METODE TRUSSEL DI KABUPATEN INDRAMAYU TAHUN 2010
KELAS : 3SK2
KELOMPOK : 10 DENNY DHARMA SAPUTRA
15.8559
NURHASANAH DWI PUTRI
15.8801
OKTA WAHYU NUGRAHA
15.8814
POLITEKNIK STATISTIKA STIS 2018
A. PENDAHULUAN
Salah satu tujuan dari Sustainable Development Goals Goals (MDGs) adalah mengurangi angka kematian bayi.
Dimana pada tahun 2030 2030 nantinya, mengakhiri
kematian bayi dan balita yang dapat dicegah dengan seluruh Negara berusaha menurunkan Angka Kematian Neo-natal setidaknya hingga 12 per 1.000 kelahiran hidup (Sustainable Development Goals, 2017). Menurut Badan Pusat Statistik (2018), Angka Kematian Bayi (AKB) adalah angka yang menunjukkan banyaknya kematian bayi usia 0 tahun dari setiap 1000 kelahiran hidup pada tahun tertentu atau dapat dikatakan juga sebagai probabilitas bayi meninggal sebelum mencapai usia satu tahun (dinyatakan dengan per seribu kelahiran hidup). Angka kematian bayi bayi merupakan indikator yang yang penting untuk mencerminkan keadaan derajat kesehatan di suatu masyarakat, karena bayi yang baru lahir sangat sensitif terhadap keadaan lingkungan tempat orang tua si bayi tinggal dan sangat erat kaitannya dengan status sosial orang tua si bayi. Kemajuan yang dicapai dalam bidang pencegahan dan pemberantasan berbagai penyakit penyebab kematian akan tercermin secara jelas dengan menurunnya tingkat AKB. Dengan demikian angka kematian bayi merupakan tolok ukur yang sensitif dari semua upaya intervensi yang dilakukan oleh pemerintah khususnya di bidang kesehatan. Indonesia telah mengalami kemajuan yang signifikan dalam upaya penurunan angka kematian bayi dalam beberapa dekade terakhir. Berdasarkan data dari Badan Pusat Statistik, angka kematian bayi di Indonesia terus mengalami penurunan yang signifikan.
Pada tahun 2007, angka kematian bayi (AKB) adalah 39 per 1.000
kelahiran hidup dan angka tersebut turun menjadi 26 per 1.000 kelahiran penduduk pada tahun 2010. Provinsi Jawa Barat meruapakan salah satu provinsi dengan angka kematian bayi cukup tinggi di Indonesia. AKB di Provinsi Jawa Barat Barat dari 45,69 per 1000 kelahiran hidup tahun 2000, pada tahun 2006 menurun menjadi 40,26 per 1000 kelahiran hidup. Data hasil Survey Demografi dan Kesehatan Indonesia (SDKI) 2007 menunjukkan AKB di Provinsi Jawa Barat sebesar 39 per 1000 kelahiran hidup, tahun 2010 menurun menjadi 36 26 per 1000 kelahiran hidup (Dipkes, 2012). Walaupun mengalami penurunan tetapi AKB di Provinsi Jawa Barat tetap memberikan sumbangsi yang cukup tinggi tinggi terhadap AKB di Indonesia. Indonesia. Gambar berikut memetakan AKB (BPS 2010) per Kabupaten/ Kota di Provinsi Jawa Barat tahun 2009. Tampak bahwa di
1
daerah Pantura, yaitu Kabupaten Indramayu dan Kabupaten Cirebon, serta di daerah Pansel yaitu Kabupaten Garut, merupakan daerah dengan AKB masih tinggi.
Masih tingginya angka kematian bayi di Indonesia, sehingga perlu dilakukan pembahasan dan analisis lebih l ebih lanjut mengenai angka kematian bayi, mengingat angka kematian bayi merupakan salah satu faktor indikator kesehatan yang mencerminkan derajat kesehatan penduduk Indonesia.
Maka, pada pembahasan kali ini, akan
dilakukan perkiraan Angka Kematian Bayi dengan menggunakan Metode Trussell di Kabupaten Indramayu pada tahun 2010.
2
B. PEMBAHASAN a. Konsep dan Definisi Metode Brass
Untuk mengetahui perkiraan angka kematian bayi (AKB) dapat dilakukan dengan menggunakan menggunakan dua cara, yaitu metode metode langsung dan tidak langsung. Metode langsung dengan mengumpulkan keterangan mengenai kematian yang terjadi selama kurun waktu tertentu, contoh metode langsung adalah life table. table. Life table yang sesuai di Indonesia adalah life table yang dikembangkan oleh Coale dan Demeny. Life Demeny. Life table Coale dan Demeny mempunyai bermacam-macam model yaitu model West, East, North, dan South.
Dari keempat model tersebut, model yang
paling sesuai di Indonesia adalah model West (Rusli Said, 1983). 1983). Metode langsung tidak dapat digunakan jika data kematian yang yang tersedia tidak lengkap.
Metode
langsung pada kenyataannya belum dapat diterapkan di seluruh daerah di Indonesia. Hal ini disebabkan disebabkan oleh keterbatasan dari masing-masing daerah dalam penyediaan data registrasi kematian menurut kelompok umur dan jenis kelamin (Mantra, 2003). Oleh karena itu dapat digunakan metode metode tidak langsung langsung yang terdiri dari banyak cara seperti dari sensus atau survei, metode Brass, metode Sullivan, metode Feeney, dan metode Trussell. Pada pembahasan kali ini metode yang digunakan untuk menghitung perkiraan adalah metode Trussell. Metode Trussell (UN,1983) menggunakan pendekatan dengan cara regresi untuk memperoleh faktor pengalinya. pengalinya.
Trussell menyediakan satu set koefisien
berdasarkan empat model tabel kematian Coale-Demeny. Selain itu terdapat pula satu set koefisien untuk menghitung waktu rujukan (Periode Acuan) yang diperkirakan berdasarkan rasio paritas di atas, yang selanjutnya dikonversikan ke kalender masehi. Untuk model yang dikembangkannya, dikembangkannya, Trussell Trussell memakai asumsi perubahan kematian yang sesuai untuk digunakan di Indonesia. Indonesia. Asumsi dalam metode Trussell : ‘Perubahan periode mortalitas dapat dimodelkan sebagai gerakan melalui tingkatan yang lebih tinggi (atau lebig rendah) secara beruntun dari suatu set model life table, sehingga kohort life table dapat diperoleh dengan mengaitkan secara bersama tingkat mortalitas yang dialami oleh kohort hidup yang sebenarnya melalui periode yang berbeda. Seperti halnya dengan menggunakan metode Brass, data yang dibutuhkan dalam melakukan penghitungan perkiraan AKB dengan menggunakan metode Trussell adalah: 3
1. Rata-rata anak yang dilahirkan hidup menurut kelompk umur ibu 15-49 tahun 2. Rata-rata anak yang masih hidup menurut kelompok umur ibu 15-49 tahun 3. Coele-Demeny model life table (West Regional Life Table) untuk Table) untuk menghitung angka kematian bayi (AKB) dan rata-rata harapan hidup waktu lahir (e 00). Untuk keperluan perhitungan ini tidak diperlukan perapihan atau evaluasi terhadap kualitas data.
Rumus perhitungan Metode Trussell :
= × Dimana :
qx = probabilitas kematian dari saat lahir sampai umur tepat x
Qi = proporsi anak yang meninggal yang pernah dilahirkan oleh ibu-ibu dalam kemlompok umur i (i = 1 untuk kelompok umur 15- 19, … , i = 7 untuk kelompok umur 45-49)
k i = faktor pengali yang bersesuaian dengan ibu-ibu dalam kelompok umur i
b. Prosedur Perhtiungandengan Metode Trussell
Untuk menghitung perkiraan AKB di Kabupaten Indramayu pada tahun 2010, maka digunakan data rata-rata ALH dan rata-rata AMH hasil sensus penduduk tahun 2010 sebagai berikut :
Tabel 1. Rata-rata ALH dan AMH di Kabupaten Indramayu, tahun 2010 (SP2010) Umur Wanita
(1)
Rata-rata ALH (Pi)
Rata-rata AMH (S i)
(2)
(3)
15-19
0.337597592
0.329319914
20-24
0.751567723
0.733335175
25-29
1.226164042
1.193710928
30-34
1.828093283
1.766565925
35-39
2.370070637
2.263398357
40-44
2.809488574
2.61598293
4
45-49
3.144628656
2.852656307
Sumber : Badan Pusat Statistik
Faktor Pengali
Berbeda dengan metode Brass yang faktor pengalinya sudah disediakan, faktor pengali pada metode Trussell harus dihitung terlebih dahulu.
Trussell hanya
menyediakan koefisien untuk menghitung estimasi faktor pengali untuk AKB. Metode Trussell juga menggunakan nilai P 1 (Rata-rata jumlah ALH per wanita kelompok umur 15-19 tahun), P 2 (Rata-rata jumlah ALH per wanita kelompok umur 20-24 tahun), dan P 3 (Rata-rata jumlah ALH per wanita kelompok umur 2529 tahun) untuk mendapatkan nilai dari faktor pengali.
Rumus Faktor Pengali
= () () Dimana : K i
= faktor pengali yang bersesuaian dengan ibu-ibu dalam kelompok umur i
ai, bi, ci
= koefisien untuk menghitung estimasi faktor pengali untuk AKB, ketika data dikelompokkan menurut umur ibu
. Tabel 2. Coefficients for estimation of child mortality multipliers, Trussell variant, when data are classified by age of mother
Mortality
Age
Model
Group
(1)
(2)
(3)
15-19
West
Index i
Mortality Ratio qx/Qi
Coefficients ai
bi
ci
(4)
(5)
(6)
(7)
1
q1/Q1
1.1415
-2.707
0.7663
20-24
2
q2/Q2
1.2563
-0.5381
-0.2637
25-29
3
q3/Q3
1.1851
0.0633
-0.4177
30-34
4
q5/Q5
1.172
0.2341
-0.4272
35-39
5
q10/Q10
1.1865
0.308
-0.4452 5
40-44
6
q15/Q15
1.1746
0.3314
-0.4537
45-49
7
q20/Q20
1.1639
0.319
-0.4435
Hitung nilai P1/P2 dan P2/P3
P1/P2 yaitu dengan membagi rata-rata jumlah ALH per wanita kelompok umur 15-19 tahun dengan kelompok umur 20-24 tahun P1/P2 =
. = 0.449191179 .
P2/P3 yaitu dengan membagi rata-rata jumlah ALH per wanita kelompok umur 20-24 tahun dengan kelompok umur 25-29 tahun P2/P3 =
. = 0.612942231 .
Maka, nilai faktor pengali (K i) adalah :
= () ()
2.707 − = 1.1415 2. 707 ×0.44 × 0.4499 0.7663 0.7663 × 0.613 0.613 = 0.395 − = 1.2563 0.5381 × 0.449 0.2637 × 0.613 = 0.853 − = 1.1851 0.0633 × 0.449 0.4177 4177 × 0.613 0.613 = 0.853 Dan seterusnya sampai dengan −
Periode Acuan
= () () Dimana : tx
= Periode acuan yang menunjukkan periode waktu dimana nilai-nilai qx yang diestimasi berada
ai, bi, ci
= koefisien untuk menghitung estimasi periode acuan t x yang menunjukkan periode waktu dimana nilai-nilai q x yang diestimasi berada
AKB,
ketika data dikelompokkan di kelompokkan menurut umur ibu
6
Tabel 3. Coefficients for estimation of the reference period t x, to which the values of qx estimated from data classified by age refer
Mortality
Age
Model
Group
(1)
(2)
(3)
(4)
15-19
1
q1/Q1
1.097
5.5628
-1.9956
20-24
2
q2/Q2
1.3062
5.5677
0.2962
25-29
3
q3/Q3
1.5305
2.5528
4.8962
30-34
4
q5/Q5
1.9991
-2.4261
10.4282
35-39
5
q10/Q10
2.7632
-8.4065
16.1787
40-44
6
q15/Q15
4.3468
-13.2436
20.199
45-49
7
q20/Q20
7.5242
-14.2013
20.0162
West
Index i
Mortality
Coefficients
Ratio qx/Qi
ai
bi
ci
(5)
(6)
(7)
Hitung nilai P1/P2 dan P2/P3
P1/P2 yaitu dengan membagi rata-rata jumlah ALH per wanita kelompok umur 15-19 tahun dengan kelompok umur 20-24 tahun P1/P2 =
. = 0.449191179 .
P2/P3 yaitu dengan membagi rata-rata jumlah ALH per wanita kelompok umur 20-24 tahun dengan kelompok umur 25-29 tahun P2/P3 =
. = 0.612942231 .
Maka, nilai faktor pengali (K i) adalah :
= () ()
= 1.097 5.5628 × 0.449 1.9956 1.9956 ×0.61 × 0.6133 = 2.373 5.5677 × 0.449 = 1.3062 5.5677 0.449 0.2962 0.2962 × 0.613 0.613 = 3.988 = 1.5305 2.5528 × 0.449 4.8962 × 0.613 = 5.678 Dan seterusnya sampai dengan 7
Setelah didapatkan nilai faktor pengali dan periode acuan, maka selanjutnya adalah menghitung
xq0
atas dasar rata-rata anak yang pernah dilahirkan hidup dan yang yang
masih hidup. Hasil perhitungan faktor faktor pengali tadi diletakkan pada kolom 5 dan hasil perhitungan periode acuan diletakkan pada kolom 6, seperti pada tabel 4 berikut ini :
Tabel 4. Penghitungan
xq0
Atas Dasar Rata-rata Anak yang Pernah
Dilahirkan Hidup dan yang Masih Hidup, Indonesia 2010 Proporsi Umur
ALH
AMH
anak
Faktor
Periode
Taksiran 100000(1-
Level
yang
Pengali
Acuan
nilai
q(x))
Kematian
(6)
(7)
(8)
(9)
mati
(1)
(2)
(3)
(4)
(5)
15-19
0.338
0.329
0.025
0.395
2.373
0.0097
99030.9
20-24
0.752
0.733
0.024
0.853
3.989
0.0207
97930.78
22.89
25-29
1.226
1.194
0.026
0.958
5.678
0.0253
97465.75
22.53
30-34
1.828
1.767
0.034
1.015
7.301
0.0342
96582.83
21.88
35-39
2.370
2.263
0.045
1.052
8.904
0.0473
95265.29 95265.29
40-44
2.809
2.616
0.069
1.045
10.779
0.0720
92799.93
45-49
3.145
2.853
0.093
1.035
13.414
0.0961
90386.97
Penjelasan tabel 4 per kolom : Kolom (1) : Kelompok umur wanita dalam masa-masa reproduksi Kolom (2) : Rata-rata ALH menurut kelompok ibu umur 15-49 tahun Kolom (3) : Rata-rata AMH menurut kelompok ibu umur 15-49 tahun Kolom (4) : Proporsi anak yang mati menurut ibu dalam kelompok umur x (ALHAMH/ALH)
= ) Kolom (6) : Periode acuan ( = ) Kolom (5) : Faktor pengali (
Kolom (7) : Didapat dari perkalian antara kolom 4 (proporsi anak yang mati) dan 5 (faktor pengali)
8
Kolom (8) : Seperti dalam life table table maka nilai
= 1 , dimana adalah
taksiran nilai (kolom 7) . Biasanya digunakan radix (dasar hitungan) 100.000.
= [ = [11 ] × 100.000 Kolom (9) : Hasil yang diperoleh pada kolom 8 dibandingkan dengan nilai tabel 4 yang disusun khusus untuk mencari besarnya nila-nilai
dari
yang diperoleh
dari kolom 8. Cara penghitungan level kematian : Gunakan tabel 4, pada tabel 5 dipisahkan besarnya
untuk setiap level menurut
laki-laki (male (male), ), perempuan ( female), female), dan laki-laki+perempuan (male+female, male+female, both
untuk lakilaki+perempuan (both (both sexes). sexes). Nilai nya hanya terbatas sampai dan level kematian hanya sampai 23. Nilai hasil hitungan tidak selalu tepat berada pada nilai dalam tabel, biasanya nilainya terletak antara 2 nilai dalam tabel. Dengan demikian untuk mencari besarnya level kematian dari besarnya nilai
sexes). sexes).
Pada perhitungan kali ini yang digunakan besarnya
hasil hitungan harus diinterpolasi.
Tabel 5. Value of The Function I x (Survivors to Age x) for x = 1, 2, 3 and 5 in “West” Model Life Tables at Various Levels Mortality, for Both Sexes Assuming that The Sex Ratio at Births is 1.05 (I o = 100.000) Level
I1
I2
I3
I5
(1)
(2)
(3)
(4)
(5)
1
60.722
52.597
48.996
44.897
3
67.118
59.709
56.425
52.688
5
72.392
65.798
62.877
59.551
7
76.857
71.112
68.567
65.670
9
80.709
75.813
73.646
71.177
11
84.080
80.019
78.220
76.173
13
87.088
83.901
82.489
80.881
15
89.740
87.421
86.389
85.205
17
92.137
90.584
89.862
88.999
19
94.144
93.453
93.011
92.455
21
96.396
96.020
95.822
95.560
23
98.162
98.040
97.970
97.876
9
Maka untuk level kematiannya :
= 97930.78 terletak pada level 21 dan 23 = 21 2 × .− − = 22.89 = 97465.75 terletak pada level 21 dan 23 = 21 2 × .− − = 22.53 = 96582.83 terletak pada level 21 dan 23 = 21 2 × .− − = 21.88
Rata-rata level kematian =
. + . + . = 22.44
Angka Harapan Hidup
Rata-rata level kematian 22.44 berapa pada level 22 (
= 70.5) dan level 23 ( =
73.1) , maka AHH .− × 73.1 70.5 = 71.072 Interpolasi = 70.5
Maka angka harapan hidup di Kabupaten Indramayu pada tahun 2010 = 71.072 tahun.
c. Interpretasi Hasil
Berdasarkan tabel 3 :
Interpretasi qx Untuk q 1 = 0.0097 artinya bahwa peluang kematian dari penduduk umur 0 tahun sampai umur tepat 1 tahun adalah 0.0097 Untuk q 3 = 0.0253 artinya bahwa peluang kematian dari penduduk umur 0 tahun sampai umur tepat 3 tahun adalah 0.0253
Untuk = 99030.9 = 99031, artinya bahwa banyaknya penduduk 0 tahun
Interpretasi
yang berhasil survive (tetap hidup) hingga mencapai umur 1 tahun adalah sebanyak 99031 jiwa
10
Untuk
= 97465.75 = 97466, artinya bahwa banyaknya penduduk 0 tahun
yang berhasil survive (tetap hidup) hingga mencapai umur 3 tahun adalah sebanyak 97466 jiwa
Interpretasi Angka harapan hidup AHH Kabupaten Indramayu tahun 2010 = 71.072 yang artinya bayi-bayi yang dilahirkan menjelang tahun 2010 akan dapat hidup sampai 71 tahun.
11
C. KESIMPULAN
Berdasarkan hasil perhitungan di atas dapat disimpulkan bahwasannya :
Proporsi anak yang mengalami kematian juga mengalami peningkatan seiring dengan meningkatnya umur ibu
Nilai qx (probabilitas kematian dari saat lahir sampai umur tepat x) terus mengalami peningkatan seiring se iring dengan naiknya umur ibu, hal ini berarti semakin tinggi umur ibu maka probabilitas/kemungkinan kematian bayi yang dilahirkan, oleh wanita akan semakin tinggi
Nilai
(penduduk yang berhasil survive/tetap hidup), mengalami penuruan seiring
dengan menigkatnya umur ibu, yang berarti jumlah penduduk yang berhasil bertahan hingga umur x semakin berkurang.
Level kematian semakin rendah seriring dengan meningkatnya umur ibu, yang berarti penduduk yang berumur 0 tahun yang ingin mencapai 1 tahun, memiliki resiko untuk mengalami kematian lebih tinggi dibandingkan dengan yang akan mencapai 2 tahun, dan seterusnya. Hal ini disebabkan karena daya tahan tubuh yang semakin meningkat seiring dengan bertambahnya usia.
12
DAFTAR PUSTAKA
Agus Sulistyorini dan Soenarnatalian Melaniami. 2007. Perbandingan Metode Brass dengan Metode Trussell dalam Menghasilkan Angka Harapan hidup.
Bagian
Biostatistika dan Kependudukan Fakultas Kesehatan Masyarakat Universitas Airlangga. The Indonesian Journal of Public Health, Vol 4, No. 2, November 2007: 52-58. Badan
Pusat
Statistik.
http://sp2010.bps.go.id/index.php/site/tabel?tid=312&wid=3200000000 Badan
Pusat
Statistik.
http://sp2010.bps.go.id/index.php/site/tabel?tid=313&wid=3200000000 Badan Pusat Statistik. htt Statistik. https://sirusa.bps.go.id/index.php?r=indikator/view& ps://sirusa.bps.go.id/index.php?r=indikator/view&id=79 id=79 Badan Pusat Statistik. https://www.bps.go.id/statictable/2009/02/20/1270/angka-kematian bayi-menurut-provinsi-1971-1980-1990-1994-1997 bayi-menurut-provinsi-1971-1980 -1990-1994-1997-2000-2002-2007 -2000-2002-2007-2010-2012-dan-2010-2012-dankematian-dibawah-usia-lima-tahun-menurut-provinsi-1971-1980-1990-1994-19971999-2007-dan-2012-.html Dinas Kesehatan Provinsi Jawa Barat. 2012. Profil Keseahatan Provinsi Jawa Barat tahun 2012. Jawa Barat : Dinas Kesehatan Provinsi Jawa Barat. Mantra, Ida Bagoes. 2003. Demografi 2003. Demografi Umum. Umum. Edisi II. Pustaka Pelajar. Yogyakarta. Rusli, Said. 1983. Pengantar Ilmu Kependudukan. Kependudukan. LP3ES (Lembaga Penelitian dan Penerangan Ekonomi dan Sosial). Jakarta. Sustainable Development Goals. https:/ Goals. https://www.sdg2030indo /www.sdg2030indonesia.org/page/11-tujuan-tiga nesia.org/page/11-tujuan-tiga
13
