Responden dalam penelitian ini merupakan mahasiswa berlatar belakang biarawan Universitas Sanata Dharma Yogyakarta berjumlah 79 orang dan telah memenuhi kriteria inklusi eksklusi. Uji normalitas yang digunakan untuk menganalisis data responden adalah Kolmogorov-Smirnov dengan taraf kepercayaan 95%. Data terdistribusi normal apabila nilai signifikansi p>0,05 (Dahlan, 2014). Karakteristik responden penelitian ditunjukan pada tabel berikut:
Tabel IV. Karakteristik Responden Karakteristik Distribusi Data
(n=79)
p
Usia (tahun) 23 (20-28)** 0,000
BMI 22,49 (16-36)** 0,022
BFP 19,66 ± 4,072* 0,200
Glukosa Darah Puasa 73,21 ± 7,605* 0,082
Keterangan:
p > 0,05 menunjukkan data tidak terdistribusi normal *mean ± SD
7 Usia Responden
Usia yang ditetapkan dalam kriteria inklusi penelitian ini adalah 20-29 tahun yang disesuaikan dengan klasifikasi Body Fat Percentage karena presentase lemak dalam tubuh dibedakan berdasarkan rentang usia seseorang. Rentang usia 20-29 tahun tersebut merupakan rentang yang paling mendekati dan menggambarkan kriteria dewasa muda (18-35 tahun) (Lanoye, et al., 2016). Nilai tengah usia responden pada penelitian ini adalah 23 tahun dan dalam rentang usia 20-28 tahun.
Body Mass Index (BMI)
Analisis statistik data BMI yang digunakan yaitu uji normalitas Kolmogorov-Smirnov dengan taraf kepercayaan 95% dan diperoleh nilai p = 0,022 yang menunjukkan data tidak terdistribusi normal dengan nilai tengah BMI 22,49 kg/m2, nilai minimum-maksimum 16-36 kg/m2. Profil BMI responden pada penelitian ini adalah sebagai berikut :
Tabel V. Profil Body Mass Index Responden Klasifikasi Obesitas
(Body Mass Index)
Jumlah Responden (n= 79) n (%) Underweight 3 (3,80%) Normal 43 (54,43%) Overweight 15 (18,99%) Obesitas 18 (22, 78%)
Profil BMI responden pada penelitian ini menunjukkan sebanyak 3,8% responden underweight (BMI <18,5 kg/m2), 54,43% memiliki nilai BMI normal (BMI 18,5-22,9 kg/m2), 18,99% mengalami overweight (23-24,9 kg/m2), dan 22,78% mengalami obesitas (BMI ≥25 kg/m2). Data Riset Kesehatan Dasar Indonesia tahun 2013 menunjukkan pada usia dewasa (25-34 tahun) terdapat sebanyak 29,09% yang memiliki BMI normal, 22,45% mengalami overweight dan, 21,45% mengalami obesitas (Sudikno, 2015). Penelitian sebelumnya pernah dilakukan pada mahasiswa Universitas Sanata Dharma Yogyakarta kampus III (18-24 tahun) menunjukkan sebanyak 25 dari 60 mahasiswa (41,67%) memiliki BMI normal (BMI<23 kg/m2), sedangkan 35 dari 60 mahasiswa (58,33%)
8
mengalami obesitas (BMI ≥23 kg/m2) (Pangesti, 2013). Sebanyak 9% populasi pria dewasa (≥18 tahun) di Vietnam mengalami underweight, 67% memiliki BMI normal, dan 24% mengalami overweight dan obesitas (Hopham, et al., 2015).
Presentase obesitas berdasarkan BMI pada mahasiswa berlatar belakang biarawan lebih kecil dibandingkan presentase obesitas pada mahasiswa pada umumnya. Berdasarkan hasil wawancara kepada para responden, terdapat perbedaan gaya hidup antara mahasiswa berlatar belakang biarawan yang tinggal di biara yaitu pola makan lebih teratur dan terjaga, aktivitas fisik atau olahraga yang rutin dilakukan, jam tidur yang lebih teratur, transportasi sehari-hari menggunakan sepeda dan kebiasaan lainnya sehingga perbedaan gaya hidup inilah yang menyebabkan presentase obesitas lebih kecil.
Body Fat Percentage (BFP)
Analisis statistik data BFP yang digunakan yaitu uji normalitas Kolmogorov-Smirnov dengan taraf kepercayaan 95% dan diperoleh nilai p = 0,200 yang menunjukkan data terdistribusi normal. Nilai rata-rata BFP yaitu 19,66% dengan SD ± 4,072. Profil BFP responden pada penelitian ini adalah sebagai berikut :
Tabel VI. Profil Body Fat Percentage Responden Klasifikasi Obesitas
(Body Fat Percentage)
Jumlah Responden (n = 79) n (%) Kurus 0 (0%) Sangat baik 1 (1,27%) Baik 7 (8,86%) Normal 26 (32,91%) Buruk 26 (32,91%)
Sangat buruk (obesitas) 19 (24,05%)
Profil BFP responden penelitian menunjukkan hanya terdapat sebanyak 1,27% responden memiliki presentase lemak yang sangat baik (BFP 6,5-10,5%), 8,86% memiliki presentase lemak yang baik (BFP 10,6-14,8%), 32,91% memiliki presentase lemak tubuh yang normal (14,9-18,6%), 32,91% memiliki presentase lemak tubuh yang buruk (BFP 18,7-23,3%) dan 24,05% memiliki presentase lemak tubuh yang sangat buruk atau mengalami obesitas (BFP 23,4-33,4%).
9
Penelitian sebelumnya pada mahasiswa Universitas Sanata Dharma Yogyakarta kampus III (18-24 tahun) menunjukkan sebanyak 24 dari 58 mahasiswa (41,38%) memiliki BFP normal (BFP ≤21%), sedangkan 34 dari 58 mahasiswa (58,62%) mengalami obesitas (BFP >21%) (Raras, 2013).
Presentase obesitas berdasarkan BFP pada mahasiswa berlatar belakang biarawan lebih kecil dibandingkan presentase obesitas pada mahasiswa pada umumnya. Berdasarkan hasil wawancara kepada para responden, terdapat perbedaan pola hidup antara mahasiswa berlatar belakang biarawan yang tinggal di biara yaitu pola makan lebih teratur dan terjaga, aktivitas fisik atau olahraga yang rutin dilakukan, jam tidur yang lebih teratur, transportasi sehari-hari menggunakan sepeda dan kebiasaan lainnya sehingga perbedaan gaya hidup inilah yang menyebabkan presentase obesitas lebih kecil.
Penetapan Status Obesitas General dengan Parameter BMI dan BFP
Penelitian ini menggunakan BMI dan BFP sebagai indeks obesitas general sebagai parameter penetapan status obesitas responden. Body Mass Index (BMI) merupakan metode antropometri yang paling sederhana, mudah, dan tidak invasif sehingga sering digunakan sebagai acuan untuk mengukur derajat obesitas dan status gizi seseorang berdasarkan nilai berat badan dan tinggi badan (Centers for Disease Control and Prevention, 2010). Beberapa faktor dapat mempengaruhi interpretasi hasil BMI yaitu usia, massa otot, dan jenis kelamin. Responden yang memiliki massa otot besar dapat terklasifikasi obesitas dengan parameter BMI karena hanya berdasarkan berat badan dan tinggi badan. Seiring bertambahnya usia, risiko obesitas akan semakin tinggi karena berhubungan dengan fungsi fisiologis yang berbeda (Centers for Disease Control and Prevention, 2010).
Body Fat Percentage (BFP) merupakan antropometri yang mengukur komposisi lemak dalam tubuh yang diukur dengan metode bioelectrical impedance analysis (BIA). BIA merupakan metode pengukuran presentase lemak yang paling mudah, murah, mudah diakses, dan tidak invasif dengan hasil yang cukup akurat. Kekurangan dari alat BIA adalah hasil pengukuran dapat bervariasi tergantung dari banyaknya cairan yang ada di dalam tubuh (Wijaya, et al., 2018). Pada penelitian ini terdapat 31 responden mengalami overweight dan obesitas
10
berdasarkan BMI dan BFP. Sebanyak 14 responden yang terklasifikasi overweight dan obesitas menurut BFP tetapi tidak menurut BMI. Sebanyak 2 responden yang terklasifikasi overweight dan obesitas menurut BMI tetapi tidak menurut BFP.
Penelitian Zeng, et al., (2012) membandingkan BFP dan BMI dalam memprediksi faktor risiko penyakit kardiovaskuler pada populasi dewasa ≥18 tahun yang sehat dan rutin melakukan cek kesehatan di Chinese PLA General Hospital, Beijing, China. Hasil penelitian ini menunjukkan bahwa kelompok responden pria yang terdeteksi obesitas menurut BFP (16,3%) menunjukkan profil risiko penyakit kardiovaskuler mirip dengan kelompok responden yang obesitas menurut BMI dan BFP (60,3%), sedangkan kelompok responden yang obesitas berdasarkan BMI (89,7%) menunjukkan profil risiko kardiovaskuler yang mirip dengan kelompok responden yang tidak obesitas menurut BMI dan BFP (50,8%). Hasil penelitian tersebut menunjukkan bahwa BFP lebih baik dibandingkan BMI dalam memprediksi faktor risiko kardiovaskuler (Zeng, et al., 2012).
Pada penelitian ini, uji korelasi Pearson dilakukan pada parameter BMI dan BFP, hasil yang diperoleh yaitu terdapat korelasi positif yang sangat kuat dan bermakna (r=0,918 ; p=0,000) antara BMI dan BFP. Hal ini menunjukkan bahwa semakin tinggi BMI maka semakin tinggi pula nilai BFP. Kedua parameter indeks obesitas general tersebut memiliki hubungan dengan insidensi diabetes mellitus tipe 2, walaupun BMI dianggap kurang menggambarkan obesitas, akan tetapi penggunaan BMI dan BFP secara bersamaan lebih efektif dalam menetapkan status obesitas (Wang, et al., 2010).
Kadar Glukosa Darah Puasa
Pengukuran yang disarankan untuk tujuan mendiagnosis dan mengetahui resiko tinggi seseorang mengalami diabetes adalah dengan pengukuran plasma vena dan dianalisis dengan metode enzimatis hexokinase (Sacks, 2011). Pengukuran plasma vena lebih disarankan karena pada saat puasa, konsentrasi glukosa yang terdeteksi pada glukosa darah kapiler lebih tinggi 20-70 mg/dL (rata-rata ≈ 30mg/dL atau 20-25%) (Burtis, et al., 2012). Oleh karena itu, pengukuran kadar glukosa darah puasa pada penelitian ini menggunakan plasma vena.
11
Analisis statistik data kadar glukosa darah puasa yang digunakan adalah uji normalitas Kolmogorov-Smirnov dan diperoleh nilai signifikansi p = 0,082 yang menunjukkan data terdistribusi normal. Nilai rata-rata kadar glukosa darah puasa yang diperoleh adalah 73,21 mg/dL dengan SD ± 7,605. Berikut adalah profil kadar glukosa darah puasa responden :
Tabel VII. Profil Kadar Glukosa Darah Puasa Responden Klasifikasi Kadar Glukosa Darah Puasa Jumlah Responden (n= 79) n (%) Kurang dari normal 24 (30,38%)
Normal 54 (68,35%)
Pra-diabetes 1 (1,27%)
Diabetes 0 (0%)
Sebanyak 68,35% responden penelitian ini masuk klasifikasi kadar glukosa darah normal, dan 1,27% masuk klasifikasi pra-diabetes. Nilai rujukan kadar glukosa darah puasa normal yang ditetapkan oleh Rumah Sakit Bethesda yaitu 70 mg/dL hingga 110 mg/dL. Terdapat sebanyak 30,38% responden memiliki kadar glukosa darah puasa dibawah nilai normal <70 mg/dL, akan tetapi responden belum tentu mengalami hipoglikemia. Keadaan hipoglikemia terjadi apabila kadar glukosa darah puasa ≤50 mg/dL (Burtis, et al., 2012). Beberapa kondisi dapat menjadi penyebab rendahnya kadar glukosa darah dalam tubuh yaitu aktivitas fisik berlebihan, lama waktu berpuasa/tanpa asupan makanan, kurang istirahat, alkohol, hormon, penggunaan obat-obatan yang dapat memicu penurunan kadar glukosa darah, pengukuran glukosa darah yang tidak akurat, dan lain-lain (Brown, 2019). Responden pada penelitian ini memiliki kadar glukosa darah puasa dibawah nilai rujukan normal. Hal ini kemungkinan disebabkan telah terjadinya proses glikolisis akibat kesalahan teknis perlakuan terhadap sampel darah (preanalitic error) sehingga kadar glukosa darah yang terukur bukan kadar glukosa yang sebenarnya.
Menurut Laboratory Medicine Practice Guidelines (2011) suatu pengukuran kadar glukosa darah dapat mengalami ketidaksesuaian hasil karena dipengaruhi oleh beberapa faktor seperti lama waktu sampel darah diproses, suhu,
12
glikolisis, dan lain-lain. Tabung penampung sampel darah dalam pengukuran kadar glukosa darah puasa harus mengandung inhibitor glikolisis seperti NaF, buffer sitrat, dan lain-lain. Sampel darah yang telah diambil harus segera dimasukkan pada ice-water box sebagai pendingin untuk memperlambat proses glikolisis. Sampel darah yang telah diambil harus segera dianalisis dalam waktu 30 menit untuk mencegah terjadinya glikolisis (Sacks, 2011).
Glikolisis dapat dicegah dengan inhibitor glikolisis salah satunya seperti natrium flourida (NaF) dengan menghambat enolase dengan membentuk sebuah ion kompleks yang mengandung Mg2+, fosfat inorganik, dan ion flourida. Kompleks ini mengganggu interaksi enzim enolase dan substratnya (Burtis, et al., 2012). Penggunaan NaF sebagai inhibitor glikolisis kurang efektif untuk mencegah glikolisis karena enzim enolase yang dihambat berada pada tahap-tahap akhir proses glikolisis sehingga tidak dapat langsung menghambat glikolisis (Gambino, et al., 2009).
American Diabetes Association (ADA) dan American Association for Clinical Chemistry (AACC) merekomendasikan inhibitor glikolisis buffer sitrat untuk menghambat glikolisis dengan mekanisme asidifikasi/pengasaman serum. Proses asidifikasi ini menghambat enzim heksokinase dan fosfofruktokinase pada tahap awal proses glikolisis dan bila pH darah berada pada rentang 5.3 dan 5.9 dengan menggunakan buffer sitrat dan dapat bertahan setidaknya selama 10 jam pada suhu 25°C (Gambino, et al., 2009).
Tabung yang digunakan pada saat penelitian ini tidak berisi inhibitor glikolisis dan disimpan pada suhu ruang, selain itu, sampel dianalisis di laboratorium ±90 menit setelah serangkaian penelitian selesai. Sampel darah responden kemungkinan telah mengalami penurunan kadar glukosa darah yang ditandai dengan sebanyak 25 responden memiliki kadar glukosa darah puasa dibawah 70 mg/dL. Kecepatan glikolisis pada sampel darah diperkirakan 5-7% per jam atau terjadi penurunan kadar sebanyak 0,6 mmol atau 10 mg/dL (Sacks, 2011). Oleh karena itu, kadar glukosa darah puasa responden yang terukur bukan kadar glukosa darah yang sebenarnya sehingga data yang diperoleh tidak valid/false.
13
Perbandingan Kadar Glukosa Darah Puasa pada Responden dengan kelompok BMI <23 kg/m2 dan BMI ≥23 kg/m2
Uji komparatif kadar glukosa darah responden dilakukan dengan tujuan untuk mengetahui perbandingan kadar glukosa darah puasa pada resonden yang tidak obesitas (BMI <23 kg/m2) dan responden yang mengalami overweight atau obesitas (BMI ≥23 kg/m2). Uji normalitas yang digunakan untuk kadar glukosa darah puasa pada dua kelompok perbandingan adalah uji Shapiro-Wilk karena jumah responden ≤50 orang. Hasil uji normalitas yang diperoleh yaitu kelompok BMI <23 kg/m2 tidak terdistribusi normal, kelompok BMI ≥23 kg/m2 terdistribusi normal, sehingga dilakukan transformasi data kadar glukosa darah puasa pada kelompok BMI <23 kg/m2 yang kemudian kembali dilakukan uji normalitas dan hasil uji menunjukkan data tidak terdistribusi normal sehingga data dua kelompok perbandingan dinyatakan tidak terdistribusi normal. Uji komparatif numerik untuk dua kelompok tidak berpasangan yang tidak terdistribusi normal adalah uji Mann-Whitney dan hasil uji komparatif dikatakan bermakna apabila nilai p<0,05 (Dahlan, 2014). Berikut tabel perbandingan kadar glukosa darah puasa rata-rata responden pada dua kelompok BMI :
Tabel VIII. Perbandindingan BMI dan Kadar Glukosa Darah Puasa Responden Klasifikasi BMI <23 kg/m2
(n=46)
BMI ≥23 kg/m2 (n=33)
P
Kadar Glukosa Darah
Puasa (mg/dL) 73,1 (61,2-107,3)** 72,90 (SD±7,779)* 0,630
Keterangan : *mean ± SD
**median (minimum-maksimum) p < 0,05 terdapat perbedaan bermakna
Penelitian serupa dilakukan oleh Raju, et al., (2012) mengenai perbandingan kadar glukosa darah puasa dengan kategori BMI pada populasi mahasiswa dewasa muda sehat (18-23 tahun) di Institute of Medical Science and Research Center, Davanagere, Karnataka, India. Hasil penelitian tersebut menunjukkan adanya perbedaan kadar glukosa darah puasa rata-rata di berbagai kategori BMI pada mahasiswa pria yaitu 78,27±8,86 mg/dL pada kelompok
14
underweight (BMI<19 kg/m2), 80,93±8,91 mg/dL pada kelompok BMI normal (BMI 19-26 kg/m2), dan 89,00±9,02 mg/dL pada kelompok overweight (BMI>26 kg/m2), dengan nilai signifikansi yang tinggi p<0,001 (Raju, et al., 2012).
Penelitian Nguyen, et al., (2010) mengenai hubungan antara obesitas menurut klasifikasi body mass index terhadap populasi diabetes dewasa di Amerika Serikat selama tahun 1999-2004 berdasarkan data National Health and Nutrition Examination Survey (NHANES) menunjukkan terdapat peningkatan kadar glukosa darah puasa seiring dengan meningkatnya status obesitas yaitu 157±5,9 mg/dL pada responden dengan BMI normal (BMI 18,5-24,9 kg/m2), 164±5,2 mg/dL pada responden overweight (BMI 25-29,9 kg/m2), 156±4,4 mg/dL pada responden obesitas kelas I (BMI 30-39 kg/m2), 143±4,1 pada responden obesitas kelas II (BMI 35-39,9 kg/m2), 148±4,2 mg/dL pada responden obesitas kelas III (BMI≥ 40 kg/m2), dan 95±0,3 mg/dL pada populasi yang tidak diabetes (Nguyen, et al., 2010).
Penelitian Kusumasari (2013) dalam membandingkan BMI dengan kadar glukosa darah puasa pada mahasiswa Kampus III Universitas Sanata Dharma Yogyakarta menunjukkan adanya peningkatan kadar glukosa darah puasa rata-rata seiring dengan meningkatnya status obesitas berdasarkan BMI yaitu 79,20 ± 4,8 pada kelompok tidak obesitas (BMI<23 kg/m2) dan kelompok obesitas 81,1 ± 7,6 (BMI ≥23 kg/m2) yang tidak berbeda bermakna dengan nilai signifikansi p=0,261 (Kusumasari, 2013).
Hasil perbandingan kadar glukosa darah puasa pada penelitian ini tidak sesuai dengan teori dan penelitian terdahulu yaitu kadar glukosa darah puasa responden overweight atau obesitas (BMI <23 kg/m2) lebih rendah dibandingkan responden tidak obesitas (BMI ≥23 kg/m2) dan diperoleh nilai p= 0,630 yang menunjukkan tidak ada perbedaan bermakna antara kadar glukosa darah puasa responden tidak obesitas dan responden overweight atau obesitas. Hal ini disebabkan oleh data kadar glukosa darah puasa yang tidak valid/false akibat kesalahan dalam proses penanganan sampel darah yang tidak sesuai prosedur yang seharusnya (preanalytic error). BFP
15
Perbandingan Kadar Glukosa Darah Puasa pada Responden dengan kelompok BFP ≤18,6% dan BFP ≥18,7%
Uji komparatif kadar glukosa darah responden dilakukan dengan tujuan untuk mengetahui perbandingan rata-rata kadar glukosa darah puasa pada resonden yang tidak obesitas (BFP ≤18,6%) dan responden overweight dan obesitas (BFP ≥18,7%). Masing-masing kelompok BFP dilakukan uji normalitas Shapiro-Wilk karena jumah responden ≤50 orang. Hasil uji normalitas yang diperoleh yaitu kelompok BFP ≤18,6% terdistribusi normal, kelompok BFP ≥18,7% tidak terdistribusi normal, sehingga dilakukan transformasi data kadar glukosa darah puasa pada kelompok BMI ≥18,7% yang kemudian kembali dilakukan uji normalitas dan hasil uji menunjukkan data tidak terdistribusi normal sehingga data dua kelompok perbandingan dinyatakan tidak terdistribusi normal. Uji komparatif numerik untuk dua kelompok tidak berpasangan yang tidak terdistribusi normal adalah uji Mann-Whitney dan hasil uji komparatif dikatakan bermakna apabila nilai p<0,05 (Dahlan, 2014). Berikut tabel hasil perbandigan kadar glukosa darah puasa rata-rata responden pada dua kelompok BFP:
Tabel IX. Perbandingan BFP dan Kadar Glukosa Darah Puasa Responden Klasifikasi BFP ≤18,6%
(n=34)
BFP ≥18,7% (n=45)
P Kadar Glukosa Darah
Puasa (mg/dL) 73,10 (61-90)** 72,30 (61-107)** 0,839
Keterangan : *mean ± SD
**median (minimum-maksimum) p < 0,05 terdapat perbedaan bermakna
Penelitian Kusumasari (2013) dalam membandingkan BFP dengan kadar glukosa darah puasa pada mahasiswa Kampus III Universitas Sanata Dharma Yogyakarta menunjukkan adanya peningkatan kadar glukosa darah puasa rata-rata seiring dengan meningkatnya status obesitas berdasarkan BFP yaitu 78,64 ± 5,6 pada kelompok tidak obesitas (BFP ≤ 21%) dan kelompok obesitas 81,66 ± 7,0 (BFP>21%) yang tidak berbeda bermakna dengan nilai signifikansi p=0,229 (Kusumasari, 2013). Penelitian Velez, et al., (2017) pada mahasiswa Colombian University (19-34 tahun) membandingkan nilai BFP pada kelompok responden
16
dengan metabolik sindrom dan yang tidak. Responden pria yang mengalami metabolik sindrom memiliki BFP rata-rata 23,5%, sedangkan yang tidak mengalami metabolik sindrom memiliki BFP rata-rata 14,5% (Velez, et al., 2017).
Hasil perbandingan kadar glukosa darah puasa pada penelitian ini tidak sesuai dengan teori dan penelitian yang sebelumnya dilakukan yaitu kadar glukosa darah puasa responden overweight atau obesitas (BFP≥18,7%) lebih rendah dibandingkan responden tidak obesitas (BFP ≤18,6%) dan nilai p= 0,839 yang menunjukkan tidak ada perbedaan bermakna antara kadar glukosa darah puasa responden tidak obesitas dan responden overweight atau obesitas. Hal ini disebabkan oleh data kadar glukosa darah puasa yang tidak valid/false akibat kesalahan dalam proses penanganan sampel darah yang tidak sesuai prosedur yang seharusnya (preanalytic error).
Korelasi Body Mass Index dan Body Fat Percentage Terhadap Kadar Glukosa Darah Puasa
Menurut Dahlan (2014) uji hipotesis korelasi Pearson dapat digunakan apabila dua variabel atau salah satu variabel yang dibandingkan memiliki distribusi data yang normal, sedangkan uji hipotesis korelasi Spearman digunakan apabila tidak terdapat variabel yang terdistribusi normal (Dahlan, 2014). Hasil uji normalitas data BMI tidak terdistribusi normal, BFP terdistribusi normal, dan kadar glukosa darah puasa terdistribusi normal sehingga uji korelasi yang digunakan adalah uji Pearson. Hasil uji korelasi ditunjukkan pada tabel berikut :
Tabel X. Korelasi BMI dan BFP terhadap kadar glukosa darah puasa
Variabel r p R2
BMI -0,016 0,887 0,048
BFP -0,056 0,622 0,003
*p < 0,05 menunjukkan adanya korelasi bermakna
Hasil uji korelasi BMI terhadap kadar glukosa darah puasa diperoleh nilai korelasi tidak bermakna yang sangat lemah (r = -0,016, p = 0,887) dengan arah korelasi negatif yang berarti semakin tinggi body mass index maka semakin rendah kadar glukosa darah puasa (Dahlan, 2014). Berikut adalah diagram sebaran korelasi antara BMI terhadap kadar glukosa darah puasa responden :
17
Gambar 2. Diagram sebaran korelasi antara BMI terhadap Kadar GDP Hasil korelasi pada penelitian ini berbeda dengan hasil penelitian Raju, et al., (2012) mengenai korelasi antara BMI dengan kadar glukosa darah puasa pada populasi mahasiswa kesehatan dewasa muda yang sehat berusia 18-23 tahun di Institute of Medical Science and Research Center, Davanagere, Karnataka, India. Korelasi BMI dan kadar glukosa darah puasa yang diperoleh pada mahasiswa pria adalah menunjukkan terdapat korelasi positif dengan kekuatan korelasi lemah bermakna (r = 0,380, p = 0,015). Penelitian serupa juga pernah dilakukan oleh Kusumasari (2013) mengenai korelasi antara BMI dan BFP terhadap kadar glukosa darah puasa pada 57 mahasiswa dan 67 mahasiswi berusia 18-24 tahun di Kampus III Universitas Sanata Dharma Yogyakarta. Penelitian ini menunjukkan terdapat korelasi positif sangat lemah tidak bermakna antara BMI dan kadar glukosa darah pada responden pria (r = 0,061, p = 0,400) (Kusumasari, 2013).
Penelitian Innocent, et al., (2013) mengenai korelasi antara BMI dan kadar glukosa darah puasa mahasiswa Delta State University, Abraka dan University of Benin, Edo State, Nigeria yang berusia 16-30 tahun. Hasil dalam penelitian ini menunjukkan menunjukkan adanya korelasi positif dengan kekuatan lemah yang bermakna pada responden pria (r = 0,23 dan nilai p ≤ 0,05) (Innocent, et al., 2013).
Hasil uji korelasi BFP terhadap kadar glukosa darah puasa pada penelitian ini diperoleh nilai korelasi tidak bermakna yang sangat lemah (r = -0,056 p = 0,622) dengan arah korelasi negatif yang berarti semakin tinggi body fat
18
percentage maka semakin rendah kadar glukosa darah puasa (Dahlan, 2014). Berikut adalah diagram sebaran korelasi antara BFP terhadap kadar glukosa darah puasa responden :
Gambar 3. Diagram sebaran korelasi antara BFP terhadap Kadar GDP Hasil korelasi pada penelitian ini berbeda dengan hasil penelitian Velez, et al., (2017) mengenai korelasi BFP terhadap kadar glukosa darah puasa dalam memprediksi sindrom metabolik pada mahasiswa Colombian University (19-34 tahun) yang menunjukkan hasil korelasi positif sangat lemah yang bermakna dengan nilai r = 0,188 , (p<0,05) (Velez, et al, 2017). Penelitian serupa yang sebelumnya pernah dilakukan yaitu penelitian Kusumasari (2013) mengenai korelasi BMI dan BFP terhadap kadar glukosa darah puasa pada 57 mahasiswa dan 67 mahasiswi (usia 18-24 tahun) di Kampus III Universitas Sanata Dharma Yogyakarta. Hasil penelitian ini memperoleh korelasi positif sangat lemah dan tidak bermakna antara BFP dengan kadar glukosa darah puasa pada responden pria (r=0,087, p=0,521) (Kusumasari, 2013). Penelitian Amirabdollahian and Haghighatdoost (2018) mengenai korelasi BFP dan kadar glukosa darah puasa pada populasi dewasa muda yang merupakan mahasiswa beberapa universitas di Northwest England (usia 18-25 tahun). Penelitian tersebut menunjukkan terdapat korelasi positif dengan kekuatan lemah tidak bermakna (r = 0,027, p>0,05).
Hasil penelitian ini dan penelitian-penelitian yang sebelumnya pernah dilakukan menunjukkan korelasi yang lemah dan sangat lemah antara BMI dan
19
BFP terhadap kadar glukosa darah puasa. BMI dan BFP merupakan penilaian obesitas secara general atau menyeluruh yang kurang menjelaskan obesitas sebagai faktor risiko penyakit kardiovaskuler dibandingkan dengan obesitas sentral karena Viceral adipose tissue (VAT) atau lemak viseral diketahui dapat memprrediksi risiko dan kejadian kardiovaskuler (Rao, et al., 2015). Rasio Lingkar Pinggang Tinggi Badan (RLPTB) merupakan indeks obesitas sentral yang lebih tepat dan direkomendasikan dalam memprediksi risiko kardiovaskuler dan diabetes mellitus (Browning, et al., 2010). Penelitian Zhang, et al., (2013) yang membandingkan berbagai antropometri BMI, BFP, RLPP, dan RLPTB menunjukkan bahwa RLPTB lebih direkomendasikan dalam memprediksi sindrom metabolik (Zhang, et al., 2013).
Faktor utama yang menyebabkan hasil korelasi penelitian ini sangat lemah tidak bermakna dengan arah korelasi negatif adalah data kadar glukosa darah yang false karena kesalahan dalam penanganan sampel darah sehingga telah terjadi penurunan kadar glukosa darah puasa bahkan beberapa responden terklasifikasi memiliki kadar glukosa darah rendah dibawah nilai normal. Ketidaksesuaian data inilah yang menyebabkan sebaran data korelasi tidak seimbang dimana responden yang obesitas atau overweight memiliki kadar glukosa darah puasa rata-rata yang lebih rendah dibandingkan kelompok responden yang tidak obesitas.
Selain itu, ketidaksesuaian hasil penelitian ini dengan teori dapat disebabkan karena usia responden pada penelitian ini adalah 18-28 tahun. Penelitian sebelumnya mengenai hubungan antara usia dan gangguan metabolik