PEMODELAN RESIKO PENYAKIT PNEUMONIA PADA...

JURUSAN STATISTIKAFAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT TEKNOLOGI SEPULUH NOPEMBERSURABAYA

PEMODELAN RESIKO PENYAKIT PNEUMONIAPADA BALITA DI JAWA TIMUR MENGGUNAKAN

REGRESI LOGISTIK BINER STRATIFIKASI

Ita Noviana1309 100 040Pembimbing : Ir. Sri Pingit Wulandari, M.Si.Co Pembimbing : Dr. Purhadi, M.Sc

SEMINAR HASIL4 JULI 2013

OUTLINE

PENDAHULUAN

TINJAUAN PUSTAKA

METODOLOGI PENELITIAN

HASIL DAN PEMBAHASAN

KESIMPULAN DAN SARAN

1

MENURUNKAN ANGKA KEMATIAN

BAYI

LatarBelakang

RumusanMasalah Tujuan Manfaat Batasan

PENDAHULUAN

2

MENURUNKAN ANGKA KEMATIAN

BAYI

LatarBelakang


PENDAHULUAN

3

LatarBelakang


PENDAHULUAN

Ispa Pneumonia TB Campak

25.5

2.13 0.99 1.18

Prevalensi Pneumonia Berdasarkan Riskesdas 2007Ispa Pneumonia TB Campak

4

LatarBelakang


PENDAHULUAN

NADSumatera Barat

JambiBengkulu

Bangka BelitungDKI Jakarta

Jawa TengahJawa Timur

BaliNusa Tenggara Timur

Kalimantan TengahKalimantan Timur

Sulawesi TengahSulawesi Tenggara

Sulawesi BaratMaluku Utara

192516688

75258145

512618165

130949734126

89640296

16814018477

173973786

154163215

326695515

2994623

130055602

141481608384

5055165622802327

402

Jumlah Penderita Pneumonia pada Balita 2011

5

LatarBelakang


PENDAHULUAN

NADSumatera Barat

JambiBengkulu

Bangka BelitungDKI Jakarta

Jawa TengahJawa Timur

BaliNusa Tenggara Timur

Kalimantan TengahKalimantan Timur

Sulawesi TengahSulawesi Tenggara

Sulawesi BaratMaluku Utara

6 56210

0 646 14

0 233 76

18054 115

1 833046

12269

410 5

8

Jumlah Kematian Balita Karena Pneumonia

6

FAKTOR YANG MEMPENGARUHI

PEMODELAN

REGRESI LOGISTIK BINER

REGRESI LOGISTIK BINER

STRATIFIKASI

LatarBelakang


PENDAHULUAN

7

LatarBelakang


Bagaimana karakteristik balita di Jawa Timur?

Bagaimana memodelkan faktor-faktor penyakitpneumonia pada balita di Provinsi Jawa Timurmenggunakan Regresi Logistik Biner berdasarkanstrata dataran tinggi, sedang dan rendah?

PENDAHULUAN

8

LatarBelakang


Mengetahui karakteristik balita di Jawa Timur.

Mengetahui model dan faktor-faktor penyakitpneumonia pada balita di Provinsi Jawa Timurmenggunakan Regresi Logistik Biner berdasarkanstrata dataran tinggi, sedang dan rendah?

PENDAHULUAN

9

PENDAHULUANLatar

BelakangRumusanMasalah Tujuan Manfaat Batasan

Memberikan informasi untuk pemerataan sasaranpelaksanaan program pencegahan dan pengendalianpneumonia 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

LatarBelakang


Data yang digunakan adalah data Hasil Survey Riset KesehatanDasar Tahun 2007 yang di lakukan oleh Badan Penelitian danPengembangan Kesehatan, Departemen Kesehatan RepublikIndonesia untuk wilayah survey di Provinsi Jawa Timur

PENDAHULUAN

11

REVIEW PENELITIAN

(Hartanto, Halim, & Yuliana, 2010): pusat penyebaran pneumoniaberada di daerah Tubanan dan Sukomanunggal (Surabaya Barat)dengan radius penyebaran penyakit pneumonia sekitar 600 meterpersegi

Pamungkas (2012) : Riwayat terkena campak, pekerjaan ibu, sertavariabel karakteristik sosial ekonomi yang ditinjau daripengeluaran rumah tangga

(Yuwono, 2008): jenis lantai, kondisi dinding rumah, luas ventilasirumah, tingkat kepadatan hunian, tingkatkelembaban, penggunaan jenis bahan bakar kayu dan kebiasaananggota keluarga yang merokok mempunyai hubungan dengankejadian pneumonia

12

REVIEW PENELITIAN

(Santoso, 2012): Metode Geographically Weighted Regression(GWR) yang memberikan kesimpulan bahwa pemberianvitamin A dan imunisasi pada balita berpengaruh terhadappneumonia di Jawa Timur

(Susilo, 2009) :Penelitian mengenai prevalensi dan faktorresiko HIV pada Generalized Epidemic di tanah Papua yangmemberikan kesimpulan bahwa faktor kuat yang berlakuuntuk ketiga topografi yang digunakan dalam penelitianadalah pengetahuan tentang HIV dan jumlah pasangan

13

PDF:

Model regresi logistik

Transformasi Logit:

ii yi

yiiiyf

= 1)1(),(

)...(

)...(

110

110

e1e)(

pp

pp

xx

xx

x

+++

+++

+=

pp xxxxxg

+++=

= ...)(1

)(ln)( 110

(Agresti, 2002)

(Hosmer & Lemeshow, 2000).

Regresi Logistik

TINJAUAN PUSTAKA

14

Estimasi Parameter

1. Membentuk fungsi likelihood

2. Membentuk ln l()

3. Menurunkan ln l() terhadap :

( )=

=

==n

i

yii

n

ii

ixxxfl1

1y

1

)(1)()()( i

+

=

===

p

jijj xn

ij

n

iiji

p

jexy 01log

110

= =

+

=

=

=n

i

n

i x

x

ijijij

p

jijj

p

jijj

e

exxyL1 1

0

0

1

)(

0)(

1 1=

= =

n

i

n

iiijiji xxxy

TINJAUAN PUSTAKA

15

Iterasi Newton -Rapshon

( ) ( ) ( )( ) ( )t1tt qH + =1tDimana:t = iterasi mulai dari 1,2,. hingga dicapai kekonvergenan

= matriks Hessian dengan elemen , dan merupakanmatriks nonsingular, sehingga dapat ditulis

( ) ( ) ( )

=p

LLLT

,...,

10

q

tH ( )uj

juLh

=

2

( )( ) ( )( )( ) ij

i

tii

j

tj t

Lq xxy)(n

1=

=

=

( )( ) ( )( ) ( )( )( )

=

=

=

n

1

2

x1xxx)(i

ti

tiiuij

uj

tju t

Lh

TINJAUAN PUSTAKA

16

( ) ( ) + tt 1

Pengujian Parameter

0...21 ==== p0j

( )( )=

= n

i

yi

yi

nn

ii

i

nn

nn

G

1

1

01

1ln2

0

H0 :H1 : Min satu ;j = 1, 2, ..., pStatistik uji:

Tolak H0 apabila

Dengan v=p-1

),(2

vG >

H0 :H1 :j = 1, 2, ..., pStatistik uji:

Tolak H0 apabila

atau

Dengan v=1

0=j

0j

)(

j

j

SEW

=

2/ZWhitung > ),(22

vW >

TINJAUAN PUSTAKA

17

Uji Kesesuaian Model

TINJAUAN PUSTAKA

18

H0 : Model sesuai (tidak terdapat perbedaan yang signifikan antara hasilpengamatan dengan kemungkinan hasil prediksi model)

H1 : Model tidak sesuai (terdapat perbedaan yang signifikan antara hasilpengamatan dengan kemungkinan hasil prediksi model)

Statistik uji:

H0 ditolak jika

( )( )=

=

g

k kkk

kkk

nno

C1

2

1''

)2,(2 > gC

Regresi Logistik dengan Stratifikasi

Uji Kesamaan Vektor Parameter

Paling sedikit ada satu yang tidak sama, d=1,2,...,DStatistik uji:

ditolak bila WII lebih dari di mana sampaidengan masing-masing menunjukkan banyaknya variabelprediktor pada model pertama sampai dengan model yangke-D.

0 1 2: DH = = = 1 :H d

1 2 1 2 1 3 1 2 11 2

1 3 1 2 1 3 1 3 11 3

1 1 2 1 1 31

var( ) var( ) cov( , ) cov( , ) cov( , ) var( ) var( ) cov( , )

cov( , ) cov( , )

T

D

D

II

D DD

+

+ =

W

1 2

1 3

1 1

var( ) var( )D D

+

1 2

2( ; ... )Dw w w

+ + + 1wDw

TINJAUAN PUSTAKA

19

Pneumonia

Klasifikasi Pneumoniaa. Kelompok umur < 2 bulan1. Pneumonia berat

Bila disertai dengan tanda-tanda klinis seperti berhenti menyusu (jikasebelumnya menyusu dengan baik), kejang, rasa kantuk yang tidak wajaratau sulit bangun, stridor pada anak yang tenang, demam (38C atau lebih)atau suhu tubuh yang rendah (di bawah 35,5 C), pernapasan cepat 60 kaliatau lebih per menit, penarikan dinding dada berat, sianosis sentral (padalidah), serangan apnea, distensi abdomen dan abdomen tegang.

2. Bukan pneumoniab. Kelompok umur 2 bulan sampai < 5 tahun1. Pneumonia sangat berat2. Pneumonia berat3. Pneumonia4. Bukan pneumonia (batuk pilek biasa)5. Pneumonia persisten

TINJAUAN PUSTAKA

20

Pneumonia

Klasifikasi Pneumoniaa. Kelompok umur < 2 bulan1. Pneumonia berat

Bila disertai dengan tanda-tanda klinis seperti berhenti menyusu (jikasebelumnya menyusu dengan baik), kejang, rasa kantuk yang tidak wajaratau sulit bangun, stridor pada anak yang tenang, demam (38C atau lebih)atau suhu tubuh yang rendah (di bawah 35,5 C), pernapasan cepat 60 kaliatau lebih per menit, penarikan dinding dada berat, sianosis sentral (padalidah), serangan apnea, distensi abdomen dan abdomen tegang.

2. Bukan pneumoniab. Kelompok umur 2 bulan sampai < 5 tahun1. Pneumonia sangat berat2. Pneumonia berat3. Pneumonia4. Bukan pneumonia (batuk pilek biasa)5. Pneumonia persisten

TINJAUAN PUSTAKA

21

PneumoniaPenyebab Pneumonia1. Bakteri :Streptococcus pneumoniae2. Virus yang paling sering menyebabkan pneumonia adalah Respiratory

Syncial Virus (RSV).3. Mikoplasma4. Protozoa, pneumonia yang disebabkan oleh protozoa sering disebut

pneumonia pneumosistis. Termasuk golongan ini adalah PneumocystitisCarinii Pneumonia (PCP) (Misnadiarly, 2008)

Faktor Risiko yang Mempengaruhi Pneumonia1. 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 bahanbakar, penggunaan obat nyamuk, asap rokok, penghasilan keluargaserta faktor ibu baik pendidikan, umur ibu, maupun pengetahuan ibu(Nurzajuli & Widyaningtyas, 2008).

TINJAUAN PUSTAKA

22

METODOLOGI PENELITIANSumber Data

Variabel Penelitian

Metode Analisis

Sumber data pada penelitian ini adalah data yang digunakan adalahdata Hasil Survey Riset Kesehatan Dasar Tahun 2007 yang di lakukanoleh Badan Penelitian dan Pengembangan Kesehatan, DepartemenKesehatan Republik Indonesia untuk wilayah survey di Provinsi JawaTimur pada tahun 2007.

23


Variabel Penelitian

Metode Analisis

24

Kode Variabel Skala Keterangan

Y Pneumonia pada balita Nominal0. Balita terkena pneumonia1. Tidak Terkena pneumonia

X1 Status Gizi Ordinal

0. Gizi Buruk1. Gizi Kurang2. Gizi Baik3. Gizi Lebih

X2 Pemberian vitamin A Nominal0. Tidak diberi Vit A1. Diberi Vit A

X3 Pemberian Campak Nominal0. Tidak diberi campak1. Diberi Imunisasi Campak

X4 Pemberian Hepatitis B Nominal0. Tidak diberi Hepa B1. Diberi Imunisasi Hepatitis B

X5 Pemberian vaksin DPT Nominal0. Tidak diberi vaksin DPT1. Diberi vaksin DPT

X6 Perokok dalam rumah Nominal0. Ada perokok dalam RT1. Tidak ada perokok dalam RT

X7 Klasifikasi Tempat Tinggal Nominal0. Desa1. Kota

X8 Lama Pemberian ASI Rasio Open Question

X9 Pemberian ASI Nominal0. Tidak diberi ASI1. Diberi ASI


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 regresilogistik biner pada masing-masing strata, langkah-langkahnya adalah sebagai berikut:

a) Menyusun data berdasarkan stratab) Memeriksa kolinearitas antar variabel prediktorc) Menaksir parameter model regresi logistik d) Menguji hipotesis model regresi logistik secara serentak dan

parsial3. Menguji hipotesis Kesamaan D model regresi logistik secara

berpasangan menggunakan Likelihood Ratio Test (LRT)4. Membuat kesimpulan.

25


1. Daratan tinggi ( > 100 meter ) meliputi lima kabupaten dan tigakota yaitu : Kabupaten Trenggalek, Kabupaten Blitar, KabupatenMalang, Kabupaten Bondowoso, Kabupaten Magetan, Kota Blitar, Kota Malang, Kota Batu.

2. Dataran sedang ( 45-100 meter ) meliputi sembilan kabupaten dandua kota yaitu Kabupaten Ponorogo, KabupatenLumajang, Kabupaten Jember, KabupatenTulungagung, Kabupaten Bangkalan, KabupatenKediri, Kabupaten Madiun, Kabupaten Nganjuk, KabupatenNgawi, Kota Kediri dan Kota Madiun.

3. Dataran rendah ( < 45 meter ) meliputi 15 kabupaten dan empatkota.

26

Topografi Provinsi Jawa Timur

Strata DataranTinggi

Strata DataranSedang

Strata DataranRendah

StatistikaDeskriptif

Uji VektorParamater


27

Karakteristik Balita Provinsi Jawa Timur

52%48%

Laki-laki PerempuanStrata

Jenis Kelamin TotalLaki-laki Perempuan

Dataran Rendah 280 276 556Dataran Sedang 168 132 300Dataran Tinggi 110 109 219Total 558 517 1075





Uji VektorParamater


28


60%

40%

Ya, ada perokok aktif dirumah Tidak

Perokok Aktif di Rumah

DataranRendah

DataranSedang

DataranTinggi

Total

Ada 323 187 131 641Tidak 231 111 84 426Total 554 298 215 1067





Uji VektorParamater


29


Strata Klasifikasi TempatTinggal

Total

Pedesaan PerkotaanDataran Rendah 218 308 556Dataran Sedang 196 104 300Dataran Tinggi 124 95 219Total 506 515 1075

52%48%

Pedesaan Perkotaan





Uji VektorParamater


30


20%

80%

Tidak Diberi Vit A Diberi Vit A

Strata Pemberian Vitamin A TotalTidak Diberi Vit A Diberi Vit A






Uji VektorParamater


31


12%

88%

Tidak Diberi DPT Diberi DPTStrata Pemberian Vaksin DPT TotalTidak Diberi DPT Diberi DPT






Uji VektorParamater


32


19%

81%

Tidak Diberi Campak Diberi Campak

Strata Pemberian Imunisasi Campak TotalTidak Diberi Campak Diberi Campak






Uji VektorParamater


33


15%

85%

Tidak diberi Hepa B Diberi Hepa B

Strata Pemberian Imunisasi Hepatitis B TotalTidak Diberi Diberi






Uji VektorParamater


34


5%

16%

70%

9%

Gizi Buruk Gizi Kurang Gizi Normal Gizi Lebih

Status Gizi DataranRendah

DataranSedang

DataranTinggi

Total

Gizi Buruk 38 12 6 556Gizi Kurang 96 51 28 300Gizi Normal 371 213 165 219Gizi Lebih 51 24 20 1075Total 556 300 219 1075





Uji VektorParamater


35


5%

16%

70%

9%

Gizi Buruk Gizi Kurang Gizi Normal Gizi Lebih

StrataKejadian Pnemonia Total

Ada TidakDataran Rendah 24 502 526Dataran Sedang 11 289 300Dataran Tinggi 18 201 219Total 53 1022 1075





Uji VektorParamater


36

Uji Independensi Variabel Prediktor

Respon Kode Prediktor p-value

Kejadian pneumonia pada balita (Y)

X1 Status Gizi 0,825X2 Pemberian vitamin A 0,702X3 Pemberian Campak 0,203X4 Pemberian Hepatitis B 0,763X5 Pemberian DPT 0,118X6 Perokok dalam rumah 0,74X7 Klasifikasi Tempat Tinggal 0,554

Respon Kode Prediktor p-valueKejadian pneumonia pada balita (Y) X8 Lama Pemberian ASI 0,6577





Uji VektorParamater


37

Uji Serentak

H0 :H1 : Min satu ;j = 1, 2, ..., pHasil Uji Serentak:

0...21 ==== p0j

ModelChi-Square df p-value

2,116 1 0,140





Uji VektorParamater


38

Uji Serentak dan Parsial

H0 :H1 :j = 1, 2, ..., p

Hasil Uji Parsial :

0=j0j

Kode Variabel Wald df p-valueX1 Status_Gizi 1,658 3 0,646

Status_Gizi(1) 1,584 1 0,208Status_Gizi(2) 0,805 1 0,370Status_Gizi(3) 0,729 1 0,393

X2 Pemberian_Vit_A(1) 0,005 1 0,946X3 Pemberian_Campak(1) 1,607 1 0,205X4 Pemberian_HEPA_B(1) 1,555 1 0,212X5 Pemberian_DPT(1) 2,921 1 0,087X6 Perokok_Aktif(1) 0,022 1 0,883X7 Klasifikasi_Desa(1) 1,134 1 0,287X8 Lama_ASI 0,049 1 0,824

Constant 5,402 1 0,020





Uji VektorParamater


39

Pemilihan Model Terbaik Strata Dataran Tinggi

Variabel Kode Nilai Koefisien df p-value odd ratioPemberian Campak(1) X3 -0,973 1 0,121 0,378Constant 2,845 1 0,000 17,200

)(973,0845,2(exp1)(973,0845,2(exp)(

campakpemberiancampakpemberianx

+

=

Odd ratio pada variabel pemberian imunisasi campak balitamenunjukkan bahwa balita yang tidak mendapatkan imunisasi campakmemiliki probabilitas terkena pneumonia sebesar 2,645 kalidibandingkan balita yang mendapatkan imunisasi campak.





Uji VektorParamater


40

Aktual

PrediksiKejadian Pneumonia

pada Balita PersentaseYa Tidak

Kejadian Pneumonia pada Balita

Ya 9 5 64,3Tidak 51 147 74,1

Persentase keseluruhan 73,6

Kesesuaian Model

Chi-Square df p-value0,086 6 0,770



Statistik Uji:

Kesesuaian Model dan Ketepatan Klasifikasi





Uji VektorParamater


41

Pemilihan Model Terbaik Strata Dataran Sedang

Variabel Kode Nilai Koefisien df p-value odd ratioLama pemberian ASI X11 -0,055 1 0,069 0,947Konstanta 4,819 1 0,000 123,893

( )( ))(055,0819,4exp1

)(055,0819,4exp)(ASIpemberianlama

ASIpemberianlamax+

=





Uji VektorParamater


42

Kesesuaian ModelKeseuaian Model dan Ketepatan Klasifikasi



Statistik Uji: Chi-Square df p-value5,069 8 0,750

AktualPrediksi

Kejadian Pneumonia pada BalitaPersentase

Ya TidakKejadian Pneumonia

pada BalitaYa 4 3 57,1

Tidak 82 205 71,4Persentase keseluruhan 71,1





Uji VektorParamater


43

Pemilihan Model Terbaik Strata Dataran Rendah

Variabel Kode Nilai Koefisien df p-valueodd ratio

Klasifikasi_TT(1) X7 -1,521 1 0,061 0,218Lama pemberian ASI X8 -0,045 1 0,145 0,956Konstanta 5,662 1 0,000 287,723

( )( ))(045,0)(521,1662,5exp1

)(045,0)(521,1662,5exp)(ASIpemberianlamatinggaltempat

ASIpemberianlamatinggaltempatx+

=

Nilai odd ratio pada variabel variabel klasifikasi tempat tinggalmenunjukkan bahwa balita yang tinggal di perkotaan memilikipeluang terkena pneumonia sebesar 4,587 kali dibanding balitayang tinggal di pedesaan





Uji VektorParamater


44

Kesesuaian ModelKetepatan Klasifikasi



Statistik Uji:Chi-Square df p-value

8,228 8 0,412

AktualPrediksi

Kejadian Pneumonia pada BalitaPersentase

Ya TidakKejadian

Pneumonia Balita

Ya 7 3 70,00

Tidak 110 420 79,2

Persentase keseluruhan 79,1





Uji VektorParamater

HASIL DAN PEMBAHASANStrata DataranTinggi



45


Kode Variabel DataranTinggi

DataranSedang

DataranRendah

X1 Status GiziStatus_Gizi(1)Status_Gizi(2)Status_Gizi(3)

X2 Pemberian vitamin A(1)X3 Pemberian Campak(1) X4 Pemberian Hepatitis B(1)X5 Pemberian vaksin DPT(1)X6 Perokok dalam rumah(1)X7 Klasifikasi Tempat Tinggal(1) X8 Lama Pemberian ASI X9 Pemberian ASI(1)

Uji VektorParamater




46


Uji VektorParamater

Tabel 4.9 Estimasi Parameter di Strata Dataran Sedang dan Strata Dataran Rendah

Strata Dataran Sedang B S.E. Wald df Sig. Exp(B)Lama_ASI -0,059 0,025 5,676 1 0,017 0,942Constant 4,586 0,695 43,556 1 0,000 98,099Strata Dataran Rendah B S.E. Wald df Sig. Exp(B)Lama_ASI -0,042 0,024 3,157 1 0,076 0,959Constant 4,245 0,531 63,948 1 0,000 69,732

vektor paramaeter dan matris varians kovarians:

=059,0

586,42strata

=042,0

245,43strata

( )

=0006287,00154359,0

015436,0485999,0var 2strata

( )

=

0000661,00001992,0

0001992,00282215,0var 3strata




47


Uji VektorParamater

( ) ( ) ( )( ) ( )3213232 varvar stratastratastratastrataTstratastrataIW +=

=

017,0341,0

0005626,00156351,0

015635,0514220,0

017,0341,0 1T

[ ]

=

017,0341,0

4,114677,348

671,348546,12

017,0341,0

=0,7305

Nilai statistik uji Wald tersebut dibandingkan dengan, sehingga gagal tolak H0, 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.

79424,32 )2;15,0( =


48

Hasil survey Riskesdas tahun 2007 menunjukkan bahwa 53 balita yang selamadilaksanakan survey terkena pneumonia yang tersebar di 38 kabupaten/kota di ProvinsiJawa Timur. Prosentase balita yang mendapatkan imunisasi dasar sudah tinggi antaralain 80% balita di Provinsi Jawa Timur sudah mendapatkan vitamin A, 88% sudahmendapatkan vaksin DPT, 81% sudah mendapatkan vaksin campak, 85% balita telahmendapatkan imunisasi Hepatitis B. Balita yang mempunyai status gizi normal sebanyak70%, berstatus gizi lebih sebanyak 9%, status gizi kurang sebanyak 16% dan balita yangberstatus gizi buruk sebanyak 5%.

Kejadian pneumonia pada balita di strata dataran rendah dipengaruhi oleh oleh klasifikasitempat tinggal dan lama pemberian ASI, sedangkan kejadian pneumonia pada balita distrata dataran sedang dipengaruhi oleh lama pemberian ASI pada balita, dan kejadianpneumonia pada balita di strata dataran tinggi dipengaruhi oleh pemberian campak padabalita. Hasil pengujian vektor parameter lama pemberian ASI dalam model regresi logistikuntuk strata dataran sedang dan strata dataran rendah menyatakan bahwa lama pemberianASI memberikan pengaruh yang sama.

Kesimpulan


49

Saran

Saran yang bisa diberikan untuk menekan angka kematianbalita yang terkena pneumonia di Jawa timur adalah denganmenggalakkan pemberian imunisasi campak pada balita, sertalama pemberian ASI ekslusif yang perlu diperhatikan.Sedangkan untuk penelitian-penelitian selanjutnya mengenaikejadian pneumonia pada balita, peneliti menyarankan untukmenambahkan variabel-variabel yang diduga mempengaruhiterjadinya pneumonia namun belum dimasukkan ke dalammodel sehingga dapat diperoleh model yang lebih informatifdan aplikatif.

DAFTAR PUSTAKA

50

Agresti, A. 2002. Categorical Data Analysis. New York: John Wiley & Sons.Depkes RI. 2010. Laporan Pencapaian Tujuan Pembangunan Milenium Indonesia 2010. Jakarta: Kementerian Perencanaan

Pembangunan Nasional/ Badan Perencanaan Pembangunan Nasional (BAPPENAS).Dinas Kesehatan Provinsi Jawa Timur. 2010. Profil Kesehatan Provinsi Jawa Timur 2010.Hartanto, S., Halim, S., & Yuliana, O. Y. 2010. "Pemetaan Penderita Pneumonia di Surabaya dengan Menggunakan Geostatik".

Jurnal Teknik Industri, Vol. 12, No. 1.Hosmer, D. W., & Lemeshow, S. 2000. Apllied Logistik Regression (2nd ed.). New york: John Wiley & Sons.Kementerian Kesehatan Republik Indonesia. 2010. Retrieved October 8, 2012, from

http://depkes.go.id/index.php/berita/press-release/410-pneumonia-penyebab-kematian-utama-balita.htmlKementerian Kesehatan RI. 2012. Profil Data Kesehatan Indonesia Tahun 2011.Liao, T.F. 2004. "Comparing Social Groups: Wald Statistics for Testing Equality among Multiple Logit Models." International

Journal of Comparative Sociology, Vol. 45, hal. 3-16Misnadiarly. 2008. Penyakit Infeksi Saluran Napas Pneumonia pada Balita, Orang Dewasa, Usia Lanjut. Jakarta: Pustaka Obor

Populer.Nurzajuli, & Widyaningtyas, R. 2008. Faktor Risiko Dominan Kejadian Pnumonia Pada Balita. Semarang: Fakultas Kesehatan

Masyarakat Universitas Diponegoro.Pamungkas, D. R. 2012. 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 KesehatanMasyarakat UI.

Safarodiyah, A. (n.d.). Pnemonia Pada Bayi Dan Anak. Retrieved February 25, 2013, from http://www.salamsehat.com/pneumonia-pada-bayi-dan-anak.php

Santoso, F. P. 2012. 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. 2002. Penilaian Status Gizi. Jakarta: EGC.Susilo, B. 2009. 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. 2008. Faktor-Faktor Lingkungan Fisik Rumah Yang Berhubungan Dengan Kejadian Pneumonia Pada AnakBalita di Wilayah Kerja Puskesmas Kawunganten Kabupaten Cilacap. Semarang: Tesis Magister KesehatanLingkungan Universitas Diponegoro.

JURUSAN STATISTIKAFAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT TEKNOLOGI SEPULUH NOPEMBERSURABAYA

PEMODELAN RESIKO PENYAKIT PNEUMONIAPADA BALITA DI JAWA TIMUR MENGGUNAKAN

REGRESI LOGISTIK BINER STRATIFIKASI

Ita Noviana1309 100 040Pembimbing : Ir. Sri Pingit Wulandari, M.Si.Co Pembimbing : Dr. Purhadi, M.Sc

SEMINAR HASIL4 JULI 2013

Slide Number 1Slide Number 2Slide Number 3Slide Number 4Slide Number 5Slide Number 6Slide Number 7Slide Number 8Slide Number 9Slide Number 10Slide Number 11Slide Number 12Slide Number 13Slide Number 14Slide Number 15Slide Number 16Slide Number 17Slide Number 18Slide Number 19Slide Number 20Slide Number 21Slide Number 22Slide Number 23Slide Number 24Slide Number 25Slide Number 26Slide Number 27Slide Number 28Slide Number 29Slide Number 30Slide Number 31Slide Number 32Slide Number 33Slide Number 34Slide Number 35Slide Number 36Slide Number 37Slide Number 38Slide Number 39Slide Number 40Slide Number 41Slide Number 42Slide Number 43Slide Number 44Slide Number 45Slide Number 46Slide Number 47Slide Number 48Slide Number 49Slide Number 50Slide Number 51Slide Number 52

PEMODELAN RESIKO PENYAKIT PNEUMONIA PADA...

Documents

Transcript of PEMODELAN RESIKO PENYAKIT PNEUMONIA PADA...