Universitas Sumatera Utara BAB II
TINJAUAN PUSTAKA 2.1 Analisis Regresi
Analisis regresi adalah analisis yang digunakan untuk mendapatkan
hubungan matematis antara satu variabel dependen (y) dan satu atau lebih variabel
independen (x). Menurut Draper dan Smith (1992) dikatakan bahwa hubungan
antara satu variabel dependen dengan satu atau lebih variabel independen dapat
dinyatakan dalam model regresi linier. Secara umum hubungan tersebut dapat
dinyatakan sebagai berikut :
(2.1)
dimana
y = variabel dependen
, , … = parameter yang tidak diketahui
X = variabel independen
= error regresi
Jika dilakukan pengamatan sebanyak n, maka model pengamatan ke-i
adalah:
(2.2)
i = 1,2,3,...,n
Jika disederhanakan (Ordinary Least Square (OLS)) menjadi
(2.3)
dimana
Universitas Sumatera Utara = vektor koefisien parameter regresi yang berukuran (k+1)x1
= error regresi
2.2 Regresi Spasial
Regresi spasial adalah suatu analisis yang digunakan untuk memodelkan
suatu data yang memiliki informasi ruang atau spasial. Beberapa model yang telah
berkembang adalah Geographically Weighted Regression (GWR), Spatial
Autoregressive Model (SAR), Spatial Error Model (SEM) dan Spatial
Autoregressive Moving Average (SARMA). Model umum regresi spasial
dinyatakan dalam persamaan Anselin (1988) :
(2.4)
(2.5)
~ 0, (2.6)
dimana
y = matriks variabel dependen yang berukuran (n x 1)
X = matriks variabel independen berukuran (n x (k+1))
= vektor koefisien parameter regresi yang berukuran (k+1)x1
! = koefisien autoregresi lag spasial
" = koefisien autoregresi lag pada error yang bernilai |"$|% 1$
' = vektor error yang diasumsikan ada autokorelasi berukuran n x 1
= vektor error yang berukuran n x 1, yang berdistribusi normal
dengan =-mean nol dan varians
W = matriks pembobot spasial yang berukuran n x n
Universitas Sumatera Utara k = jumlah variabel independen (k = 1, 2, ...dst)
I = matriks identitas dengan ukuran n x n
Terdapat empat model yang dapat dibentuk dari model umum regresi yaitu:
1. Geographically Weighted Regression (GWR)
(
)
(
)
2. Spatial Lag Model (SLM) atau Spasial Autogressive Model (SAR)
Jika ! ( 0, " 0 maka persamaan (2.4) menjadi:
(2.8)
3. Spatial Error Model (SEM)
Jika ! 0, " ( 0 maka persamaan (2.4) menjadi:
(2.9)
4. General Spatial Model atau Spatial Autoregressive Moving Average (SARMA)
Jika ! ( 0, " ( 0 maka persamaan (2.4) menjadi:
, (2.10)
2.2.1 Model Geographically Weighted Regression (GWR)
Model Geographically Weighted Regression (GWR) adalah model regresi
yang pertama kali diperkenalkan oleh Fotheringham pada tahun 1967 yang
merupakan salah satu pengembangan model regresi OLS dengan
mempertimbangkan spasial atau lokasi (Maulani, 2013). Model ini merupakan
model regresi linier yang menghasilkan dugaan parameter model regresi yang
bersifat lokal untuk setiap lokasi atau titik dimana data tersebut diperoleh atau
dikumpulkan. Model GWR dapat ditulis sebagai berikut :
Universitas Sumatera Utara
y
: Nilai observasi variabel respon untuk lokasi ke-i(
u
i,
v
i)
: Menyatakan titik koordinat (longitude, latitude) lokasi i(
,
)
k
u v
i iβ
: Koefisien regresi variabel prediktor ke- k untuk lokasi ke-iEstimasi parameter di suatu titik (ui ,vi) akan lebih dipengaruhi oleh
titik-titik yang dekat dengan lokasi (ui ,vi) daripada titik-titik yang lebih jauh.
Pemilihan pembobot spasial digunakan untuk menentukan besarnya pembobot
masing-masing lokasi yang berbeda. Salah satu cara yang digunakan untuk
menentukan besarnya pembobot adalah dengan fungsi kernel. Pembobot yang
terbentuk dengan menggunakan fungsi kernel ini adalah fungsi jarak Gaussian
(Gaussian Distance Function), fungsi Exponential, fungsi Bisquare, dan fungsi
kernel Tricube. Fungsi pembobot yang digunakan pada penelitian ini adalah
fungsi jarak Gaussian.
(
)
(
)
disebut parameter penghalus (bandwidth).
Bandwidth dapat dianggap sebagai radius dari suatu lingkaran, sehingga
sebuah titik yang berada dalam radius lingkaran dianggap masih memiliki
pengaruh. Di dalam pembentukan sebuah model GWR, bandwidth berperan
sangat penting karena akan berpengaruh pada ketepatan model terhadap data, (2.11)
Universitas Sumatera Utara yaitu mengatur varians dan bias dari model (Lestari, 2011). Ada beberapa metode
yang digunakan untuk memilih bandwidth optimum, salah satu diantaranya adalah
metode Cross Validation (CV) sebagai berikut :
( )
(
)
2kesesuaian dari koefisien parameter secara serentak, yaitu dengan
mengkombinasikan uji regresi linier dengan model untuk data spasial. Hipotesis
yang digunakan sebagai berikut :
(
)
0
H :
β
k u vi, i =β
k untuk setiap k=0,1, 2, , , dan p i=1, 2, ,n(tidak ada perbedaan yang signifikan antara model regresi global dan GWR)
1
H :Paling sedikit ada satu βk
(
u vi, i)
≠βk, k=0,1, 2, ,p(ada perbedaan yang signifikan antara model regresi global dan GWR).
Statistik uji:
Jika hipotesis null () ) adalah benar berdasarkan data yang diberikan, maka
Universitas Sumatera Utara SSE() )/SSE() ) akan mendekati satu, sebaliknya jika ) tidak benar maka
nilainya cenderung mengecil (Leung et. al., 2000 dalam Lestari, 2011)
menghasilkan nilai yang relatif kecil, maka dapat dikatakan bahwa hipotesis
alternatif lebih cocok digunakan. Dengan kata lain model GWR mempunyai
goodness of fit yang lebih baik dari pada model regresi global.
Adapun pengujian signifikansi parameter model pada setiap lokasi
dilakukan dengan menguji parameter secara parsial. Hipotesisnya adalah sebagai
berikut :
Statistik uji yang digunakan :
ˆ ( , )
Spatial Autoregressive Model (SAR) disebut juga Spatial Lag Model (SLM)
adalah salah satu model spasial dengan pendekatan area dengan memperhitungkan
pengaruh spasial lag pada variabel dependen saja. Model ini dinamakan Mixed
Regressive – Autoregressive karena mengkombinasikan regresi biasa dengan
model regresi spasial lag pada variabel dependen (Anselin, 1988). Model spasial
Universitas Sumatera Utara mengasumsikan bahwa proses autoregressive hanya pada variabel respon. Model
umum SAR dapat dilihat pada Persamaan (2.8).
Model ini adalah pengembangan dari model autoregressive order pertama,
dimana variabel respon selain dipengaruhi oleh lag variabel respon itu sendiri juga
dipengaruhi oleh variabel prediktor. Proses autoregressive juga memiliki
kesamaan dengan analisis deret waktu seperti pada model spasial autoregressive
order pertama. Perkembangan dari model SAR itu sendiri adalah model SAC dan
SARMA (Anselin, 1998). Menurut Anselin (1988), untuk mengetahui model SAR
ini konsisten, maka dikembangkan model estimasi parameter dengan maximum
likelihood.
2.2.3 Model Structural Equation Model (SEM)
Spatial Error Model (SEM) merupakan model spasial error dimana pada
error terdapat korelasi spasial, model ini dikembangkan oleh Anselin (1988).
Model spasial error terbentuk apabila W= 0 dan ρ= 0, sehingga model ini
mengasumsikan bahwa proses autoregressive hanya pada error model. Model
umum SEM dapat dilihat pada Persamaan (2.9).
Structural Equation Model (SEM) merupakan salah satu analisis multivariat
yang dapat menganalisis hubungan variabel secara kompleks. Analisis ini pada
umumnya digunakan untuk penelitian-penelitian yang menggunakan banyak
variabel (Nawangsari, 2011). Menurut Ghozali (2008), SEM adalah sebuah
evolusi dari model persamaan berganda yang dikembangkan dari prinsip
Universitas Sumatera Utara sosiologi, SEM telah muncul sebagai bagian integral dari penelitian manajerial
akademik.
SEM terdiri dari 2 bagian yaitu model variabel laten dan model pengukuran
(Ghozali, 2008). Bagian pertama yaitu model variabel laten (latent variable
model) mengadaptasi model persamaan simultan pada ekonometri. Jika pada
ekonometri semua variabelnya merupakan beberapa variabel terukur/teramati
(measured/ observed variables), maka pada model ini beberapa variabel
merupakan variabel laten (latent variables) yang tidak terukur secara langsung).
Sedangkan bagian kedua yang dikenal dengan model pengukuran (measurement
model), menggambarkan beberapa indikator atau beberapa variabel terukur
sebagai efek atau refleksi dari variabel latennya. Kedua bagian model ini
merupakan jawaban terhadap 2 permasalahan dasar pembuatan kesimpulan ilmiah
dalam ilmu sosial dan perilaku. Untuk permasalahan pertama yang berkaitan
dengan masalah pengukuran dapat dijawab dengan model pengukuran, sedangkan
permasalahan kedua yang berkaitan dengan hubungan kausal dapat dijawab
menggunakan model variabel laten.
Dalam praktiknya, SEM merupakan gabungan dari dua metode statistika
yang terpisah yang melibatkan analisis faktor (factor analysis) yang
dikembangkan dipsikologi dan psikometri dan model persamaan simultan
(simultaneous equation modelling) yang dikembangkan di ekonometrika.
Hair, Babin, Anderson, dan Tatham cit Ghozali (2008) menunjukkan
perbedaan antara teknik SEM dengan teknik regresi dan multivariate lainnya,
Universitas Sumatera Utara 1. Estimasi terhadap multiple interrelated dependence relationships yang istilah
sederhananya adalah susunan beberapa persamaan regresi berganda yang
terpisahkan tetapi saling berkaitan. Susunan persamaan ini dispesifikasikan
dalam bentuk model structural dan diestimasi oleh SEM secara simultan.
2. Kemampuan untuk menunjukkan beberapa konsep tidak teramati (unobserved
concepts) serta beberapa hubungan yang ada di dalamnya, dan perhitungan
terhadap beberapa kesalahan pengukuran dalam proses estimasi. SEM
menyajikan konsep tidak teramati melalui penggunaan beberapa variabel laten.
Pendekatan beberapa variabel teramati terhadap suatu konsep jarang dapat
dilakukan dengan sempurna dan hampir selalu ada kesalahannya. Beberapa
kesalahan pendekatan ini sering dikenal sebagai kesalahan pengukuran
(measurement errors) dan dapat diestimasi menggunakan beberapa fasilitas
yang ada pada SEM.
2.2.4 Model General Spatial Model atau Spatial Autoregressive Moving
Average (SARMA)
Spatial Autoregressive Moving Average (SARMA) merupakan salah satu
model spasial dengan pendekatan area dengan memperhitungkan pengaruh spasial
lag pada variabel dependen dan independen (Anselin 1988). Model terbentuk
apabila ! ( 0, " ( 0. Model umum SARMA dapat dilihat pada Persamaan (2.10).
Model Spatial Autoregressive Moving Average (SARMA) analog dengan
analisis spasial yang dikenal dengan ARMA (Autoregressive Moving Average)
yang dikembangkan untuk model time-series. Sedangkan ARMA berhubungan
Universitas Sumatera Utara Keuntungan dari SARMA adalah bahwa skala spasial dapat dimodelkan secara
jelas.
2.2.5 Pemilihan Model
Anselin (1998) membedakan efek spasial menjadi dua bagian yaitu
dependensi spasial dan heterogenitas spasial. Dependensi spasial ditunjukkan
dengan kemiripan sifat untuk lokasi yang saling berdekatan, sedangkan
heterogenitas spasial ditunjukkan oleh perbedaan sifat antara satu lokasi dengan
lokasi lainnya. Dependensi spasial terjadi pada daerah yang memiliki kedekatan
lokasi sehingga terjadi interaksi spasial pada daerah tersebut. Sedangkan
heterogenitas spasial terjadi pada lokasi-lokasi yang berbeda-beda.
Salah satu dampak yang ditimbulkan karena munculnya heterogenitas
spasial adalah parameter regresi bervariasi secara spasial. Pada regresi global
diasumsikan bahwa nilai duga parameter regresi akan konstan, artinya parameter
regresi sama untuk setiap titik di dalam wilayah penelitian. Bila terjadi
heterogenitas spasial pada parameter regresi, maka regresi global menjadi kurang
mampu dalam menjelaskan fenomena data yang sebenarnya (Anselin, 1988).
Brundson, Fotheringham dan Charlton (1998) mengembangkan sebuah
metode untuk menganalisis data apabila terjadi heterogenitas spasial yang
kemudian diberi nama Geographically Weighted Regression (GWR). Pada GWR,
parameter regresi diasumsikan bervariasi secara spasial. Melalui GWR akan dapat
diketahui variasi spasial dalam nilai duga parameter, sehingga akan dihasilkan
Universitas Sumatera Utara Dalam penelitian kasus gizi buruk ini, kondisi lokasi yang satu tidak selalu
sama dengan kondisi yang lain, mungkin karena faktor geografis (spatial
variation), keadaan sosial budaya maupun hal-hal lain yang melatarbelakangi
kondisi lokasi yang diamati, sehingga model penentuan kasus gizi buruk yang
bersifat global tidaklah cocok digunakan karena munculnya heterogenitas spasial.
Karena adanya perbedaan sifat antara satu lokasi dengan lokasi yang lain maka
model yang digunakan adalah Geographically Weighted Regression (GWR) yang
akan menghasilkan dugaan parameter model regresi yang berbeda di tiap lokasi
(per kecamatan).
2.3 Program R
Secara umum ada dua macam kelompok paket software statistik untuk
keperluan analisis data, yaitu kelompok software komersil dan kelompok software
statistik open source. Beberapa contoh sofware statistik komersil yang popular di
Indonesia adalah SPSS, MINITAB, Eviews, SAS, dan S-plus. Sedangkan contoh
dari freeware statistik antara lain adalah R, Open Stats, SalStat, Vista, Supermix,
dan lain-lain (Suhartono, 2008).
Software statistik yang komersil mensyaratkan lisensi dengan harga yang
cukup mahal untuk ukuran sebagian besar pengguna di Indonesia. Dengan
demikian, salah satu alternatif penyelesaian dari mahalnya lisensi tersebut adalah
melalui penggunaan freeware statistik, khususnya R.
2.3.1 Sejarah
R dalam versi terakhirnya yaitu R 3.1.2 for Windows (52 megabytes, 32/64
Universitas Sumatera Utara data statistik yang komplet sebagai hasil dari kolaborasi penelitian berbagai ahli
statistik di seluruh dunia. Versi awal dari R dibuat pada tahun 1992 di Universitas
Auckland, New Zealand oleh Ross Ihaka dan Robert Gentleman. Paket statistik R
bersifat multiplatforms, dengan file instalasi binary/file tar tersedia untuk sistem
operasi Windows, Mac OS, Mac OS X, Linux, Free BSD, NetBSD, irix, Solaris,
AIX, dan HPUX.
2.3.2 Kelebihan dan Kekurangan Program R 2.3.2.1 Kelebihan Program R
Beberapa kelebihan Program R (Didi, 2012) adalah sebagai berikut:
1. Free, user dapat meng-copy dan meng-install program ini secara bebas tanpa
perlu membayar lisensinya.
2. Multiplatform, yaitu dapat di-install dan digunakan baik pada sistem operasi
Windows, UNIX/LINUX maupun Macintosh. Untuk sistem operasi
UNIX/LINUX dan Macintosh diperlukan sedikit penyesuaian.
3. Programmable, user dapat memprogramkan metode baru atau
mengembangkan modifikasi dari fungsi-fungsi analisa statistika yang sudah
ada dalam R. Dan juga dikarenakan berbasis analisa statistika pemrograman
dalam membuat paket ini jauh lebih mudah karena sudah ditunjang beberapa
program dasar statistik yang telah ada.
4. Lengkap dan terdiri dari koleksi tools statistik yang terintegrasi untuk analisis
data, diantaranya mulai statistik deskriptif, fungsi probabilitas, berbagai macam
Universitas Sumatera Utara 5. Mempunyai kemampuan menampilkan grafis yang sangat baik dan lengkap
sehingga sangat memudahkan bagi kita untuk menampilkan bentuk-bentuk
grafiks sesuai yang diinginkan dan mudah dibaca.
2.3.2.2 Kekurangan Program R
Selain memiliki kelebihan, Program R juga memiliki beberapa kekurangan
(Didi, 2012) yaitu:
1. R dibangun dalam versi CLI (Command Line Interface) yang banyak
menggunakan syntax-syntax dalam pemrograman sehingga user tidak begitu
akrab bagi user yang biasa menggunakan software dengan Point Click & GUI.
Namun saat ini hal tersebut sudah mulai dapat teratasi dengan versi R-GUI
yakni R-Commander walaupun masih belum memiliki tools yang lengkap
namun sudah cukup powerfull untuk pengguna pemula.
2. Missing Statistical Function, walaupun analisa statistik dalam R sudah cukup
lengkap, belum semua metode statistika telah diimplementasikan di dalam R.
3. Bahasa berbasis analisa matriks. Bahasa R sangat baik untuk melakukan
programming berbasis matriks. Sehingga sangat cocok dan powerfull untuk
pemrograman dibidang multivariat namun cukup rumit digunakan bagi pemula.
2.3.3 Cara Memperoleh Program R
R dapat diperoleh di situs http://www.r-project.org/ atau
http://cran.r-project. org/. Pada server CRAN ini dapat didownload file instalasi binary dan
source code dari R-base system dalam sistem operasi Windows (semua versi),
beberapa jenis distro linux dan Macintosh. R versi terakhir adalah R 3.1.2 for
Universitas Sumatera Utara didownload, lakukan peng-install-an. Langkah-langkah instalasi dapat dilakukan
sebagai berikut :
• Double click file R-3.1.2-win yang telah didownload, maka akan muncul
jendela dialog seperti pada Gambar 2.1
Gambar 2.1 Jendela dialog awal instalasi R dalam sistem operasi Windows
Setelah itu lanjutkan instalasi dengan mengikuti wizard dan menggunakan
pilihan default instalasi.
• Klik finish jika instalasi telah selesai. Jika proses instalasi berjalan dengan
sukses, maka akan muncul icon R pada desktop dan start menu seperti pada
Universitas Sumatera Utara Gambar 2.2 Icon R pada desktop
• Setelah instalasi berhasil, lakukan pengecekan apakah program R dapat
berjalan dengan baik. Double click pada icon R, maka tampilan R yang muncul
adalah :
Gambar 2.3 Tampilan awal Program R
2.3.4 Analisis Regresi Spasial dalam Program R
Selain membutuhkan R, paket yang dibutuhkan untuk pelaksanaan analisis
regresi spasial adalah spdep package. Spdep dikembangkan oleh Roger Bivand
dan teman-temannya (Anselin, 2003). Versi terakhir dari spdep adalah spdep
Universitas Sumatera Utara Untuk instalasi paket spdep, dapat dilakukan manual dari spdep.zip file
yang telah didownload, atau dapat juga meng-install paket spdep langsung dari
program R (Anselin, 2003) yaitu dengan cara sebagai berikut:
1. Buka program R yang telah di-install
2. Pada menu Package, pilih Install package
Jika spdep.zip file telah didownload sebelumnya, maka lebih mudah
meng-install dengan cara :
Pilih menu Package, kemudian pilih Install Package from local zip file.
Untuk memastikan bahwa paket spdep telah berhasil di-install dan telah
dapat digunakan, pada menu Package pilih Load Package, maka akan muncul :
Gambar 2.4 Tampilan dari Load Package-spdep package
Setelah memilih spdep, klik OK. Maka tampilan yang akan muncul dapat
Universitas Sumatera Utara Gambar 2.5 Tampilan dari R-Console untuk spdep package
Dalam menjalankan beberapa fungsi dalam analisis ini dibantu dengan
Rcmdr package. Rcmdr memiliki sistem Grapical User Interface (GUI) seperti
dalam SPSS. Namun perintah dalam Rcmdr sangat terbatas, Rcmdr belum
memiliki tools yang lengkap untuk melakukan analisis.
Rcmdr package versi terakhir adalah versi 2.1-1 yang dirilis pada 4
September 2014. Rcmdr package dapat didownload di
http://cran.r-project.org/web/packages/ Rcmdr/index.html. Setelah selesai men-download
Rcmdr package, download juga package suggest yang tersedia agar function yang
diperlukan dapat berjalan dengan baik dan tidak terjadi error. Kemudian lakukan
instalasi Rcmdr package dengan cara yang sama saat melakukan instalasi spdep
package. Untuk memastikan bahwa paket Rcmdrtelah berhasil di-install dan telah
Universitas Sumatera Utara Gambar 2.6 Tampilan dari Load Package-Rcmdr package
Setelah memilih Rcmdr, klik OK. Maka tampilan yang akan muncul dapat
dilihat pada Gambar 2.7 sebagai berikut:
Universitas Sumatera Utara 2.3.5 Geographically Weighted Regression (GWR) dalam Program R
Fungsi untuk menjalankan GWR dalam R didasarkan atas ketentuan oleh
Chris Brunsdon, Martin Charlton dan Stewart Fortheringham
(http://gwr.nuim.ie/). Paket untuk GWR berbeda dengan paket untuk analisis
spasial pada umumnya. Untuk menjalankan GWR dalam R, perlu melakukan
peng-install-an pada Package spgwr. Versi terbaru Package spgwr adalah versi
0.6-24 per 16 September 2013. Langkah-langkah untuk men-download paket
adalah sebagai berikut :
1. Buka link berikut untuk men-download Package spgwr,
http://cran.r-project.org/web/packages/spgwr/index.html. Download paket sesuai
Operating System laptop atau komputer yang digunakan (Windows, OS)
2. Dalam link tersebut terdapat Package Suggests yang harus didownload
untuk melengkapi perintah syntax yang akan digunakan dalam proses
analisis. Package Suggests yang tertera adalah spdep, parallel, snow dan
maptools. Download seluruh paket, lakukan seperti langkah 1. Dalam
masing-masing paket, terdapat Package Suggests. Download seluruhnya
seperti langkah 1.
3. Apabila seluruh paket sudah didownload, lakukan peng-install-an dengan
cara pilih menu Package, kemudian pilih Install Package from local zip file.
Install seluruh paket yang sudah didonwload.
Untuk memastikan bahwa paket spgwr telah berhasil di-install dan telah
dapat digunakan, pada menu Package pilih Load Package, maka akan
Universitas Sumatera Utara Gambar 2.8 Tampilan dari Load Package
Setelah memilih spgwr, klik OK. Maka tampilan yang akan muncul dapat
dilihat pada Gambar 2.9 sebagai berikut:
Universitas Sumatera Utara 2.4 Gizi
Gizi berasal dari bahasa Arab Al Gizzai yang artinya makanan dan
manfaatnya untuk kesehatan, sari makanan yang bermanfaat untuk kesehatan.
Kata ‘Gizi’ dikenal di Indonesia sejak tahun 1950-an sebagai terjemahan dari kata
Nutrition, suatu istilah bahasa Inggris yang berarti hubungan antara makanan dan
kesehatan. Oleh Lembaga Bahasa Indonesia Fakultas Sastra Universitas
Indonesia, pada tahun 1950-an ditawarkan terjemahan nutrition dengan
menggunakan akar bahasa Arab Al Gizzai.
Gizi adalah suatu proses organisme menggunakan makanan yang
dikonsumsi secara normal melalui pencernaan, absorbsi, transportasi,
penyimpanan, metabolisme dan pengeluaran zat-zat yang tidak digunakan untuk
mempertahankan kehidupan, pertumbuhan dan fungsi normal dari organ-organ
serta menghasilkan energi (Supariasa, dkk. 2002).
Gizi menurut Harry Oxorn dan William R.Forte adalah memiliki
pemahaman yang luas. Gizi bukan hanya sekedar membahas mengenai jenis
makanan serta manfaat yang bisa diakibatkan pada tubuh manusia. Namun, gizi
juga membahas tentang proses mendapatkan dan pengolahan serta pertimbangan
yang perlu dilakukan dalam upaya menciptakan kestabilan kesehatan.
Status gizi adalah ekspresi dari keadaan keseimbangan dalam bentuk
variabel tertentu atau perwujudan dari nutriture dalam bentuk variabel tertentu.
Almatsier (2004) menyatakan bahwa status gizi merupakan keadaan tubuh sebagai
Universitas Sumatera Utara Gizi baik adalah keadaan gizi seseorang terjadi karena seimbangnya jumlah
asupan (intake) zat gizi dan jumlah yang dibutuhkan (required) oleh tubuh yang
ditandai dengan berat badan menurut umur (BB/U) yang berada pada ≥ -2 SD
sampai 2 SD tabel baku WHO-NCHS (Depkes RI, 2006).
Apabila asupan gizi berlebih dari jumlah yang dibutuhkan maka akan
menyebabkan gizi lebih (over nutrition). Apabila asupan gizi kurang dari jumlah
yang dibutuhkan maka akan menyebabkan gizi kurang (under nutrition).
Indonesia kini sedang dihadapi kedua masalah yang disebut dengan masalah gizi
ganda, yaitu gizi lebih dan gizi kurang.
2.5 Gizi Buruk
Gizi buruk (severe malnutrition) menurut daftar istilah dan pengertian
Kemenkes RI 2010 adalah status gizi yang didasarkan pada indeks Berat Badan
menurut Umur (BB/U) yang merupakan padanan istilah underweight (gizi kurang)
dan severely underweight (gizi buruk). Keterangan kategori dan ambang batas
status gizi anak berdasarkan indeks terlampir pada Kemenkes RI Nomor:
1995/MENKES/SK/XII/2010 yaitu sebagai berikut :
Tabel 2.1 Kategori dan Ambang Batas Status Gizi Anak berdasarkan Indeks
No Indeks Kategori
Universitas Sumatera Utara 3 Berat Badan menurut Panjang
Badan (BB/PB) atau
Sumber : Kemenkes RI, 2011
2.5.1 Penyebab Gizi Buruk
Penyebab gizi buruk dapat dilihat dari berbagai faktor yang dapat
mengakibatkan terjadinya kasus gizi buruk. Menurut UNICEF (1998) ada dua
penyebab langsung yang memengaruhi status gizi yaitu:
1. Kurangnya asupan gizi dari makanan. Hal ini disebabkan terbatasnya jumlah
makanan yang dikonsumsi atau makanan yang tidak memenuhi unsur gizi yang
dibutuhkan karena alasan sosial dan ekonomi yaitu kemiskinan.
2. Akibat terjadinya penyakit yang mengakibatkan infeksi. Hal ini disebabkan
oleh rusaknya beberapa fungsi organ tubuh sehingga tidak bisa menyerap
zat-zat makanan secara baik.
Timbulnya KEP tidak hanya karena makanan yang kurang tetapi juga
karena penyakit. Anak yang mendapat makanan yang cukup baik tetapi sering
Universitas Sumatera Utara Begitu pula pada anak yang makanannya tidak cukup baik kuantitas dan
kualitasnya yang akan menyebabkan daya tahan tubuh melemah.
Faktor-faktor yang memengaruhi status gizi menurut UNICEF dirangkum
dalam Gambar 2.10 sebagai berikut:
Faktor Memengaruhi Status Gizi Status Gizi
Asupan zat gizi Penyakit Infeksi
Kemiskinan, Tingkat Pendidikan Rendah, Ketersediaan Pangan Menurun, Kesempatan Kerja Rendah
Krisis Ekonomi dan Politik
Sumber: UNICEF (1988) dengan penyesuaian
Gambar 2.10 Faktor yang memengaruhi status gizi
Faktor tidak langsung yang memengaruhi status gizi menurut UNICEF
yaitu:
1. Faktor ketidaktersediaan pangan yang bergizi dan terjangkau oleh masyarakat;
2. Perilaku dan budaya dalam pengolahan pangan dan pengasuhan anak;
3. Pengelolaan yang buruk dan perawatan kesehatan yang tidak memadai.
Universitas Sumatera Utara Penjelasan Gambar 2.10 dapat dilihat sebagai berikut:
a. Asupan zat gizi balita
Pemberian makanan bergizi dalam jumlah yang cukup pada masa balita
mendapat perhatian serius agar anak tidak mengalami kurang gizi. Menurut
Sulaeman (2003), masa penyapihan (peralihan antara penyusuan dan makanan
dewasa) menyebabkan konsumsi ASI berkurang sehingga diperlukan makanan
tambahan untuk memenuhi kebutuhan gizi anak khususnya energi dan protein.
Menurut Supariasa, dkk (2002) diperlukan suatu standar kecukupan untuk
menilai tingkat konsumsi makanan anak yaitu Angka Kecukupan Gizi (AKG) atau
Recommended Dietary Allowance (RDA). Berdasarkan Widyakarya Nasional
Pangan dan Gizi (2004), klasifikasi tingkat konsumsi dibagi menjadi 5 yaitu
sebagai berikut:
1. Kelebihan apabila > 120% AKG
2. Normal apabila 90-119% AKG
3. Defisit tingkat ringan apabila 80-89% AKG
4. Defisit tingkat sedang apabila 70-79% AKG
5. Defisit tingkat berat apabila < 70% AKG
b. Penyakit infeksi
Penyakit infeksi yang menyerang anak dapat menyebabkan gizi anak mejadi
buruk. Memburuknya keadaan gizi anak akibat penyakit infeksi dapat
menyebabkan nafsu makan anak menurun, sehingga pasokan zat gizi berkurang,
Universitas Sumatera Utara Diare merupakan penyebab utama kesakitan dan kematian pada anak di
negara-negara berkembang (Sumantri, 1994). Penyebab utama kematian yang
disebabkan oleh diare adalah dehidrasi sebagai akibat kehilangan cairan dan
elektrolit dalam tubuh. Selain penyakit diare, penyakit infeksi lainnya pada balita
yang cukup tinggi adalah ISPA.
c. Pengetahuan
Faktor pendidikan dan pengetahuan yang rendah dari seorang ibu akan
pentingnya pemberian makanan bergizi dan seimbang kepada anaknya dapat
dikaitkan dengan permasalahan KEP. Hal ini juga tidak dapat dipisahkan dengan
faktor perilaku, seperti yang ditemukan di Sulawesi Selatan tentang anggapan
bahwa banyak makan ikan dapat menyebabkan kecacingan. Menurut Hadju
(1999), pandangan yang salah terhadap jenis makanan tertentu dapat
menyebabkan ibu tidak mau mengkonsumsi dan juga tidak memberikannya pada
anaknya.
d. Ketahanan pangan
Ketahanan pangan adalah kemampuan keluarga untuk memenuhi kebutuhan
pangan seluruh anggota keluarganya dalam jumlah yang cukup baik kualitas
maupun kuantitas gizinya (Ayu, 2008). Ketahanan pangan terkait dengan
ketersediaan pangan baik dari hasil pasar, produksi sendiri, maupun sumber lain,
harga pangan dan daya beli keluarga, serta pengetahuan akan gizi dan kesehatan.
e. Pola asuh
Menurut Hamzah (2000), pola pengasuhan anak adalah pengasuhan anak
Universitas Sumatera Utara pengasuhan bermain. Menurut Hurlock (1993) peran pengasuh serta interaksi
yang terjadi antara pengasuh dan anak menjadi sangat penting, karena
perkembangan anak secara umum termasuk dominasi dan perkembangan kognitif
banyak ditentukan oleh pola pengasuhan dan peran pengasuh. Hal yang termasuk
dalam pola pengasuhan anak (Ayu, 2008) adalah:
1. Pengasuhan makanan anak
Ibu menyiapkan kebutuhan pangan/gizi sejak prenatal, neo-natal berupa
pemberian ASI, menyiapkan MP-ASI dan dukungan emosional pada anak.
2. Pengasuhan perawatan dasar anak
Pengawasan perawatan dasar anak adalah pemenuhan kebutuhan anak yang
dilakukan oleh ibu untuk mengatasi kejadian diare, ISPA, pemberian imunisasi,
pemberian vitamin A, membuat oralit, serta memberikan pelega tenggorokan
dan mengatasi demam pada anak.
3. Pengasuhan higiene perorangan anak dan kesehatan lingkungan
Difokuskan kepada kemampuan ibu dalam menjaga kebersihan anak,
kebersihan tempat anak banyak menghabiskan waktu, dan mencegah anak
mengalami luka.
f. Pelayanan kesehatan dan kesehatan lingkungan
Adalah tersedianya pelayanan kesehatan dasar dan air bersih yang dapat
dijangkau oleh setiap keluarga yang membutuhkan. Diharapkan dapat melakukan
tindakan pencegahan penyakit serta pemeliharaan kesehatan seperti pemeriksaan
Universitas Sumatera Utara posyandu, puskesmas, rumah sakit, praktek bidan maupun dokter serta persediaan
air bersih.
Menurut Ikatan Dokter Anak Indonesia (IDAI) dalam Ayu (2008), ada
3 faktor penyebab gizi buruk pada anak dan balita, yaitu:
1. Keluarga miskin;
2. Ketidaktahuan orang tua atas pemberian gizi yang baik bagi anak;
3. Faktor penyakit bawaan pada anak, seperti: jantung, TBC, HIV/AIDS, saluran
pernapasan dan diare (IDAI, 2007).
2.5.2 Gejala Klinis KEP Berat atau Gizi Buruk
Gejala klinis pada KEP ringan dan sedang adalah tubuh anak terlihat kurus.
Sedangkan gejala klinis untuk KEP berat atau gizi buruk adalah dibagi menjadi
marasmus, kwashiorkor, dan marasmus-kwashiorkor.
1. Marasmus
Kata “marasmus” berasal dari bahasa Yunani yang berarti kurus kering.
Tubuh penderita marasmus hanya terlihat “tulang dan kulit”. The Wellcome Trust
Working Patty pada tahun 1970 mendefinisikan marasmus dengan kriteria berat
badan menurut usia yang berada di bawah 70% dari standar internasional.
Marasmus merupakan adaptasi fisiologis terhadap keterbatasan energi dari
makanan. Pada keadaan ini terjadi pengurangan secara nyata jumlah jaringan
lemak dan subkutan disamping terdapat pula atrofi jaringan viseral. Penderita
marasmus akan membatasi aktivitas fisiknya dan memiliki laju metabolisme serta
pergantian protein yang menurun dalam upaya untuk menghemat nutrien. Jika
Universitas Sumatera Utara infeksi dan memiliki kemungkinan yang lebih besar untuk meninggal atau
mengalami disabilitas karena infeksi. Adapun tanda-tanda klinis yang ditimbulkan
adalah:
a. keterlambatan pertumbuhan yang parah
b. kurus kering hampir tidak ada lemak di bawah kulit
c. perut cekung
d. rambut jarang dan tipis
e. kulit keriput, jaringan lemak subkutis sangat sedikit sampai tidak ada (terlihat
seperti memakai celana longgar/baggy)
f. wajah seperti orang tua
g. cengeng dan rewel
h. sering disertai penyakit infeksi (kronis berulang, diare)
2. Kwashiorkor
Kata “kwashiorkor” berasal dari bahasa Ghana yang berarti penyakit yang
terjadi ketika bayi berikutnya lahir. Kwashiorkor pertama kali dikenal di Afrika
Barat pada tahun 1930-an di antara anak-anak yang disapih (penghentian
pemberian ASI) dan pada mulanya dianggap sebagai keadaan defisiensi air susu.
Kemudian, para pakar mengemukakan bahwa kwashiorkor merupakan keadaan
defisiensi protein dari makanan, akan tetapi bukti yang ada menunjukkan bahwa
hipotesis ini masih kurang kuat. Sejumlah data yang terbaru menunjukkan bahwa
kwashiorkor dapat terjadi karena kehilangan antioksidan yang menyertai
defisiensi energi dari makanan. The Wellcome Trust Working Patty pada tahun
Universitas Sumatera Utara kriteria berat badan menurut usia yang berada di bawah 80% dari standar
internasional. Adapun tanda-tanda klinis yang ditimbulkan adalah:
a. edema seluruh tubuh, terutama pada kedua punggung kaki
b. wajah membulat dan sembab
c. pandangan mata sayu
d. rambut tipis kemerahan seperti rambut jagung, mudah dicabut tanpa rasa sakit,
rontok
e. perubahan status mental, apatis dan rewel
f. otot mengecil terlihat nyata jika diperiksa pada posisi berdiri atau duduk
g. kelainan kulit berupa bercak merah muda yang meluas dan berubah warna
menjadi coklat kehitaman dan terkelupas (dermatosis)
h. sering disertai penyakit infeksi, anemia dan diare
3. Marasmus-Kwashiorkor
Gejala klinis yang terjadi dari penggabungan marasmus dan kwashiorkor,
Universitas Sumatera Utara 2.6 Kerangka Konsep Penelitian
Adapun kerangka konsep penelitian yang akan dilakukan adalah :
Gambar 2.11 Kerangka Konsep
2.7 Hipotesis Penelitian
Hipotesis penelitian yang dapat disusun adalah :
Ada pengaruh ASI eksklusif, imunisasi lengkap, vitamin A, ISPA, diare dan
fasilitas pelayanan kesehatan terhadap kejadian gizi buruk pada balita di
Kota Medan
GIZI BURUK ASI Eksklusif
Imunisasi Lengkap
Vitamin A
ISPA
Fasilitas Pelayanan Kesehatan