BAB 2 LANDASAN TEORI. logistik multinomial yang merupakan metode yang akan digunakan dalam penelitian ini.

LANDASAN TEORI

2.1. Regresi

Pada sub bab ini akan dibahas hal-hal yang berkaitan dengan regresi dan regresi logistik multinomial yang merupakan metode yang akan digunakan dalam penelitian ini.

2.1.1. Pengertian Regresi

Regresi adalah studi bagaimana satu variabel yaitu variabel dependen dipengaruhi oleh satu atau lebih variabel lain yaitu variabel independen dengan tujuan untuk mengestimasi atau memprediksi nilai rata-rata variabel dependen didasarkan pada nilai variabel independen yang diketahui. Dengan demikian, tujuan utama regresi adalah untuk memprediksi nilai variabel dependen berdasarkan satu atau lebih variabel independen (Widarjono, 2010, p9).

Misalkan ingin menganalisis pengaruh iklan terhadap volume penjualan.

Berdasarkan teori, semakin besar (kecil) pengaruh iklan maka volume penjualan akan naik (turun). Asumsikan terdapat hubungan yang linear antara pengeluaran iklan dan volume penjualan. Hubungan linear keduanya dapat dituliskan dalan persamaan regresi berikut ini :

Y

i

= β

0

+ β

1

X

i

+ e

i

(2.1)

Dimana Y

i

adalah volume penjualan, X

i

adalah pengeluaran iklan, dan i adalah

observasi ke 1 hingga ke n. Dalam persamaan (2.1) tersebut variabel Y merupakan

variabel dependen, sedangkan variabel X adalah variabel independen. Variabel e

i

adalah variabel gangguan atau error terms. Variabel ini mencerminkan faktor-faktor selain pengeluaran iklan yang mempengaruhi volume penjualan tetapi tidak dimasukkan ke dalam persamaan regresi. β

0

dan β

1

merupakan koefisien regresi. β

0

merupakan intersep dan β

1

adalah slope atau kemiringan (Widarjono, 2010).

Sementara itu Walpole (1982, p340) menyatakan bahwa persamaan matematik yang memungkinkan kita meramalkan nilai-nilai suatu peubah dependen dari nilai-nilai satu atau lebih peubah independen disebut persamaan regresi. Bila hubungan linear, maka kita berusaha menyatakan secara sistematik dengan sebuah persamaan garis lurus yang disebut dengan garis linear regresi.

2.1.2. Variabel Kualitatif dalam Regresi

Seperti yang diungkapkan Widarjono (2010, p49) model regresi yang digunakan dalam persamaan (2.1) merupakan persamaan yang dikembangakan untuk model regresi yang menggunakan variabel-variabel independen yang bersifat kuantitatif. Namun banyak penelitian dimana variabel independen yang digunakan adalah variabel kualitatif. Misalnya jenis kelamin, tingkat pendidikan, dan lain sebagainya. Variabel di dalam analisis regresi bisa dibedakan menjadi dua yaitu variabel kuantitatif dan variabel kualitatif.

Bagaimana agar variabel kualitatif dapat dioperasionalkan dalam regresi

sementara regresi hanya bisa dilakukan jika data bersifat kuantitatif? Metode untuk

mengkuantitatifkan variabel kualitatif tersebut adalah dengan cara membentuk variabel

yang sifatnya artificial (dummy) ke dalam model persamaan regresi. Variabel dummy ini dibentuk dengan memberi nilai 1 atau 0. Angka 1 menunjukkan adanya atribut, sementara angka 0 menunjukkan tidak adanya atribut.

Misalkan ingin menguji benarkah bahwa jenis media untuk iklan memang mempengaruhi volume penjualan perusahaan. Model persamaan regresinya dapat ditulis sebagai berikut :

Y

i

= β

0

+ β

1

D

i

+ e

i

(2.2)

Dimana : Y = Volume penjualan

Di = 1 ; jika media televisi

= 0 ; jika media bukan televise (surat kabar)

Banyak kasus dalam analisis regresi dimana variabel dependennya bersifat kualitatif. Variabel dependen ini bisa mempunyai dua kelas atau kategori (binary) dan lebih dari dua kelas (multinomial). Salah satu pendekatan yang digunakan untuk mengestimasi model regresi dengan variabel dependen bersifat kualitatif adalah dengan model probabilitas logistik atau disingkat logit (Widarjono, 2010, p133).

2.1.3. Regresi Logistik

Agresti (2007, p173) menyatakan bahwa variabel dalam regresi logistik dapat

berupa kategori dan atau kuantitatif. Berikut ini akan dibahas lebih lanjut mengenai

regresi logistik khususnya multinomial.

2.1.3.1. Regresi Logistik Multinomial

Ada keadaan dimana investigator telah mengumpulkan data dalam multiple level untuk sebuah hasil variabel dependen (outcome). Bentuk dan karakteristik untuk

sebuah model dengan multiple level variabel dependen disebut dengan model regresi logistik polytomous (Kleinbaum & Klein, 2010, p432).

Jika kita ingin mendikotomkan variabel dependen pada permasalahan yang ingin kita selesaikan, maka ada kerugian yang dapat kita alami, seperti yang diungkapkan oleh Kleinbaum dan Klein (2010) “The disadvantage of dichotomizing a polytomous outcome is loss of detail in describing the outcome of interest” (p 433).

Variabel yang digunakan untuk regresi logistik multinomial dapat berupa skala nominal atau ordinal. Nominal secara sederhana mengidikasikan kategori yang berbeda.

Sementara ordinal memiliki urutan dalam tingkatan-tingkatan. Jika variabel dependen berskala nominal, maka dapat dimodelkan dengan regresi logistik multinomial.

Sementara jika berskala ordinal, maka dapat dimodelkan dengan regresi logistik multinomial dan regresi logistik ordinal (Kleinbaum & Klein, 2010).

a. Baseline-Category Logits

Misalkan J dinotasikan sebagai jumlah kategori untuk Y atau variabel dependen { π1, …, π

J

} dengan ∑j π

j

= 1. Dengan n independent observasi, peluang distribusi untuk J disebut dengan multinomial (Agresti, 2007, p173).

Agresti (2007) menyatakan ketika kategori terakhir (J) adalah baseline, maka baseline-

category logits adalah :

, j = 1, … , J-1 (2.3)

Sementara model persamaan baseline-category dengan prediktor x adalah :

, , … , (2.4)

Model akan membentuk J-1 persamaan dengan masing-masing parameter yang berbeda.

b. Persamaan Regresi Logistik Multinomial

Model yang digunakan pada regresi logistik multinomial adalah :

Logit P(Y=1) = … (2.5)

Ini didapat dari melakukan rumus sebagai berikut :

LogitP(Y=1) = ( ) (2.6)

Dimana P adalah peluang terjadinya suatu kejadian, dengan rumus sebagai berikut :

^… _…

(2.7) dimana :

P = probabilitas terjadinya terjadinya suatu kejadian

e = bilangan natural

β = nilai koefisien tiap variabel X = nilai variabel bebas

Y= nilai variabel terikat

2.1.3.2. Likelihood Ratio Test

Widarjono (2010) menyatakan bahwa terdapat dua cara untuk mengestimasi model regresi logistik, yaitu secara menyeluruh dan secara bertahap.

1. Secara menyeluruh

Masukkan semua variabel independen kemudian baru dievaluasi variabel independen mana yang berpengaruh (signifikan) terhadap variabel dependen.

2. Secara bertahap (stepwise)

Metode ini dilakukan dengan memilih secara otomatis kepada variabel-variabel independen yang berpengaruh terhadap variabel dependen.

Likelihood Ratio Test bertujuan untuk menentukan apakah salah satu variabel

bebas yang terdapat di dalam model dapat memberikan hubungan dibandingkan jika tidak menggunakan variabel tersebut, rumus dari uji Likelihood Ratio Statistic sebagai berikut (Agresti, 2007) :

-2 log (2.8)

Sementara Hosmer & Lemeshow (2000, p37) menyatakan jika P-value lebih kecil dari pada level signifikan, maka tolak H

0

dan dapat disimpulkan paling tidak ada satu atau semua variabel independen tidak sama dengan nol.

2.1.3.3. Uji Wald

Untuk menguji signifikansi masing-masing variabel independen yang terdapat

dalam model dapat dilakukan menggunakan Uji Wald. Uji Wald didapat dengan

membandingkan estimasi maximum likelihood dari parameter , , … , dengan estimasi dari standard error (Hosmer dan Lemeshow,2000).

Perbandingan ini dapat dibandingkan dengan distribusi normal. Dalam kasus ini uji statistiknya adalah

(2.9) Dimana SE( ) adalah standard error dari estimasi maximum likelihood.

H

0

: β

h

= 0, dengan h = 1, 2, 3, …., k (variabel bebas ke-h tidak berpengaruh terhadap variabel terikat)

H

1

: β

h

≠ 0, dengan h = 1, 2, 3, …., k (variabel bebas ke-h berpengaruh terhadap variabel terikat)

Nilai dari Uji Wald akan diubah kedalam P value dengan melihat dari tabel Z. Hosmer

& Lemeshow (2000, p37) menyatakan jika P-Value lebih kecil daripada level signifikan, maka tolak H

0

dan dapat disimpulkan bahwa variabel independen berpengaruh signifikan

2.2. Statistik Deskriptif

Walpole (1982) mengungkapkan bahwa statistika adalah “metode-metode yang

berkaitan dengan pengumpulan dan penyajian suatu gugus data sehingga memberikan

informasi yang berguna” (p.2). Statistika deskriptif memberikan informasi hanya

mengenai data yang dipunyai dan bukan sama sekaili menarik kesimpulan apapun

tentang gugus data induknya yang lebih besar. Penyusunan table, diagram, grafik, termasuk dalam kategori statistika deskriptif ini.

2.3. Tanda-Tanda Anak Sehat

Dalam buku pemantauan kesehatan ibu dan anak yang dikeluarkan oleh Departemen Kesehatan Republik Indonesia (1997), tanda-tanda anak sehat dinyatakan sebagai berikut (p.28):

1. Berat badan naik sesuai garis pertumbuhan mengikuti pita hijau pada Kartu Menuju Sehat (KMS) atau naik ke pita warna merah di atasnya

2. Anak bertambah tinggi

3. Kemampuannya bertambah sesuai umur

4. Jarang sakit

5. Ceria, aktif, dan lincah

2.4. Pertumbuhan

Berikut ini akan dibahas hal-hal yang berkaitan dengan pertumbuhan termasuk

indeks yang digunakan untuk pemantauan pertumbuhan anak.

2.4.1 Definisi Pertumbuhan dan Perkembangan Anak

Narendra et.al (2002) menjelaskan pertumbuhan adalah bertambahnya ukuran fisik dan struktur tubuh dalam arti sebagian atau keseluruhan. Pertumbuhan bersifat kuantitatif sehingga dapat kita ukur dengan suatu panjang atau satuan berat. Sementara itu, perkembangan adalah bertambahnya kemampuan struktur dan fungsi tubuh yang lebih kompleks sehingga bersifat kualitatif dan pengukurannya jauh lebih sulit dibandingkan dengan pertumbuhan.

Dr. Soetjiningsih, DSAK (1998) mengungkapkan hal yang hampir serupa tentang perbedaan pertumbuhan dan perkembangan. Istilah tumbuh kembang mencakup 2 peristiwa yang berbeda tetapi saling berkaitan dan sulit dipisahkan. Pengertian mengenai apa yang dimaksud dengan pertumbuhan dan perkembangan per definisi adalah sebagai berikut :

a) Pertumbuhan (Growth), berkaitan dengan masalah perubahan besar, jumlah, ukuran atau dimensi tingkat sel, organ, maupun individu, yang bisa diukur dengan berat (gram, pon, kilogram), ukuran panjang (sentimeter, meter), umur tulang, dan keseimbangan metabolik (retensi kalsium dan nitrogen tubuh).

b) Perkembangan (Development) adalah bertambahnya kemampuan (skill).

Termasuk juga perkembangan emosi, intelektual, dan tingkah laku sebagai hasil

interaksi dengan lingkungannya.

2.4.2 Tujuan Pengukuran dan Pemantauan Pertumbuhan Anak

Pertumbuhan pada anak, baik secara statistik maupun secara medis harus dipantau dan diperhatikan secara seksama. Hal ini sangat penting dilakukan untuk memastikan anak tersebut tumbuh secara normal atau tidak. Sementara arti pemantauan sendiri merupakan penilaian secara teratur terhadap proses tumbuh kembang setiap anak yang meliputi pertumbuhan fisik dan perkembangannya dengan menggunakan parameter atau tolak ukur tertentu (Narendra, et. al, p95).

Narendra, et.al (2002) juga mengungkapkan bahwa pemantauan pertumbuhan memiliki tujuan umum dan tujuan khusus. Tujuan umum tersebut adalah menjaga agar seorang anak dapat tumbuh dan berkembang melalui tahap-tahap pertumbuhan dan perkembangan, baik secara fisik, mental, emosi, dan sosial sesuai dengan potensi yang dimilikinya agar menjadi manusia dewasa yang berguna. Sementara tujuan khusus pemantauan adalah untuk mengetahui dan memahami proses pertumbuhan dan perkembangan sejak konsepsi sampai dewasa agar dapat mendeteksi kelainan yang terjadi pada proses pertumbuhan dan perkembangan dan segera dapat mengatasi permasalahannya.

Dr. Soetjiningsih, DSAK (1998) mengungkapkan bahwa terdapat ilmu tumbuh

kembang anak yang bertujuan untuk mempelajari hal-hal yang berhubungan dengan

segala upaya untuk menjaga dan mengoptimalkan tumbuh kembang anak baik secara

fisik, mental, maupun sosial. Hal ini juga berguna untuk mendiagnosis dini setiap

kelainan tumbuh kembang dan kemungkinan penanganan yang efektif, mencari

penyebab, maupun mencegah keadaan tersebut.

Dalam Buku Kesehatan Ibu dan Anak (1997, p28) disebutkan cara yang dapat dilakukan untuk memantau pertumbuhan dan perkembangan anak. Cara-cara tersebut adalah:

1. Timbang berat badan anak setiap bulan di Posyandu, fasilitas pelayanan kesehatan lain, atau Pos Pelayanan Anak Usia Dini (PAUD)

2. Rangsang perkembangan anak sesuai umur 3. Ajak anak bermain dan bercakap-cakap

4. Bawa anak ke petugas kesehatan untuk mendapatkan pelayanan Stimulasi Deteksi Intervensi Dini Tumbuh Kembang (SDIDTK)

5. Minta kader untuk mencatat pada Kartu Menuju Sehat (KMS)

Pada penelitian ini yang difokuskan hanya pada pertumbuhan saja dan bukan pada perkembangan. Hal ini dikarenakan pertumbuhan memiliki satuan ukur yang jelas, bersifat kuantitatif, dan mudah untuk pengukurannya.

2.4.3 Indeks Antropometri

Sesuai dengan keputusan Menteri Kesehatan Indonesia tentang status gizi anak, maka untuk menilai standar gizi anak diperlukan standar antropometri yang mengacu pada standar World Health Organization (Indonesia, 2010).

Narendra, et.al (2002, p95) menyatakan bahwa terdapat ukuran atau indeks

antropometri yang dipakai dalam penilaian pertumbuhan fisik, yaitu berat badan, tinggi

badan, lingkar kepala, lipatan kulit, lingkaran lengan atas, panjang lengan (arm span),

proporsi tubuh / perawakan, dan panjang tungkai. Berikut ini adalah beberapa indeks antropometri yang lazim digunakan.

2.4.3.1. Berat Badan

Menurut Soetjiningsih (1998, p38) berat badan adalah ukuran antropometri yang terpenting dan dipakai pada setiap pemeriksaan kesehatan anak pada semua kelompok umur. Berat badan menunjukkan hasil peningkatan atau penurunan semua jaringan yang ada pada tubuh. Saat ini berat badan digunakan sebagai indikator yang terbaik untuk mengetahui keadaan gizi dan tumbuh kembang anak.

Berat badan sangat sensitif terhadap sedikit saja perubahan pada pertumbuhan anak, pengukurannya bersifat objektif dan dapat diulangi. Alat untuk mengukur indeks antropometri ini relatif murah, mudah, dan tidak memerlukan waktu yang lama.

Indikator berat badan dimanfaatkan untuk :

a. Bahan informasi untuk menilai keadaan gizi baik yang akut maupun yang kronis pada pertumbuhan dan kesehatan anak

b. Memonitor keadaan kesehatan, misalnya pada pengobatan penyakit c. Dasar pertimbangan dosis obat dan makanan yang perlu diberikan

Pengukuran dapat menggunakan timbangan maupun timbangan elektronik.

Pengukuran berat badan untuk bayi dilakukan dalam keadaan telanjang, sementara anak-

anak dengan menggunakan pakaian dalam saja. Jika menggunakan timbangan injak atau

timbangan dacin, maka usahakan agar jarum penunjuk selalu pada angka 0 setiap

melakukan penimbangan (Narendra, et.al, 2002).

2.4.3.2. Tinggi Badan

Soetjiningsih (1998, p38) menyatakan bahwa tinggi badan merupakan ukuran antropometri kedua yang terpenting. Keistimewaannya adalah bahwa ukuran tinggi badan pada masa pertumbuhan terus meningkat sampai tinggi maksimal tercapai.

Kenaikan tinggi badan ini berfluktuatif. Tinggi badan meningkat pesat pada masa bayi, kemudian melambat, dan menjadi pesat kembali, selanjutnya melambat kembali sampai akhirnya berhenti pada usia delapan belas hingga dua puluh tahun.

Keuntungan indikator tinggi badan ini adalah pengukurannya obyektif dan dapat diulang, alat bantu dapat dibuat sendiri, mudah dibawa, dan murah. Kerugiannya adalah perubahan tinggi badan relatif pelan, sukar mengukur tinggi badan yang tepat, dan kadang-kadang diperlukan lebih dari seorang tenaga jika akan mengukur tinggi badan anak.

Pengukuran tinggi badan terhadap kelompok umur anak pun dilakukan dengan alat dan cara yang berbeda. Untuk anak sampai usia dua tahun menggunakan alat yang disebut dengan infantometer. Badan anak harus diluruskan lalu diukur dari ubun-ubun kepala hingga telapak kaki. Sementara untuk anak diatas dua tahun menggunakan stadiometer atau microtoise. Tujuannya agar mendapat catatan tentang jarak tinggi dari

permukaan puncak kepala sampai telapak kaki. Posisi pada saat pengukuran dapat

mempengaruhi hasilnya. Subyek diharuskan untuk menarik nafas dalam-dalam dan

berdiri tegak, untuk meluruskan terhadap kyfosis atau lordosis (Narendra, et.al, 2002).

2.4.3.3. Lingkaran Kepala

Lingkaran kepala dipakai untuk memperkirakan pertumbuhan otak. Apabila pertumbuhan otak tidak normal maka lingkar kepala akan kecil. Apabila ada penyumbatan pada aliran cairan maka lingkar kepala akan meningkat. Pertumbuhan lingkar kepala yang paling besar adalah pada usia 6 bulan pertama, yaitu dari 34 cm pada waktu lahir menjadi 44 cm pada umur 6 bulan (Soetjiningsih, 1998). Narendra (2002) mengungkapkan penting sekali melakukan pengukuran lingkar kepala untuk mendeteksi kecurigaan adanya hydrocephalus.

2.4.3.4. Lipatan Kulit

Tebalnya lipatan kulit mencerminkan kecukupan energi. Lipatan kulit akan menipis dalam keadaan defisiensi dan akan menebal jika masukan energy berlebihan.

Indeks antropometri ini digunakan untuk mengidentifikasi terdapatnya keadaan gizi lebih khususnya pada kasus obesitas (Soetjiningsih, 2002).

2.4.3.5. Lingkaran Lengan Atas

Soetjiningsih (1998) mengungkapkan lipatan lengan atas (LLA) mencerminkan

pertumbuhan jaringan lemak dan otot. Indeks antropometri ini dapat dipakai untuk

mengukur pertumbuhan atau menilai kedaan gizi anak kelompok pra sekolah. Indeks

antropometri ini memiliki laju tumbuh yang lambat dan hanya digunakan untuk

mengidentifikasi anak dengan gangguan gizi atau pertumbuhan yang berat. Tetapi

keuntungan dari lipatan lengan atas ini adalah murahnya alat yang dapat digunakan, alat dapat dibuat sendiri dan dapat digunakan meskipun oleh tenaga yang tidak terdidik.

2.5. Umur

Sesuai dengan keputusan Menteri Kesehatan Indonesia tentang standar anropometri penilaian status gizi anak, usia yang digunakan untuk melakukan pemgukuran atau pemantauan adalah anak umur 0 sampai 60 bulan. Penghitungan umur anak ini pun dilakukan dengan bulan penuh. Misalnya anak berumur 2 bulan 29 hari, maka umur anak anak tersebut akan dihitung sebagai 3 bulan.

Kategori dan ambang batas status gizi anak berdasarkan indeks pun dibagi menjadi beberapa kelompok, yaitu :

1. Berat badan menurut umur (BB/U) anak 0-60 bulan

2. Panjang badan menurut umur (PB/U) atau Tinggi badan menurut umur (TB/U) anak 0-60 bulan

3. Berat badan menurut panjang badan (BB/PB) anak 0-60 bulan 4. Indeks masa tubuh menurut umur (IMT/U) anak 0-60 bulan 5. Indeks masa tubuh menurut umur (IMT/U) anak 5-18 tahun

Penelitian ini menggunakan status gizi anak 0-60 bulan berdasarkan berat badan

menurut umur (BB/U). Kategori dan ambang status gizi anak dapat dilihat pada lampiran

satu.

2.6. Baku Klasifikasi

Menentukan status gizi anak tidak dapaat dilakukan secara sembarangan, namun harus berdasarkan standar baku yang telah disepakati baik secara nasional maupun global.

2.6.1. Pola Tumbuh Kembang

Soetjiningsih (1998) menyatakan pola tumbuh kembang menunjukkan variasi normal yang luas sehingga perlu cara dan istilah statistik untuk menilainya. Ada tiga mmacam cara yang menunjukkan suatu variasi normal yaitu :

1. Menggunakan Mean atau SD

Mean adalah nilai rata-rata ukuran anak yang dianggap normal, dengan cara ini seorang anak dapat ditentukan posisinya, yaitu :

a) Mean +/- 1 SD mencakup 66,6 % b) Mean +/- 2 SD mencakup 95%

c) Mean +/- 3 SD mencakup 97,7%

2. Menggunakan persentil

Besarnya persentil menunjukkan posisi suatu hasil pengukuran dalam urutan yang khas, yaitu dari yang terkecil sampai yang terbesar.

3. Menggunakan persentasi

Besarnya variasi normal berada diantara persentasi tertentu terhadap suatu nilai yang diangggap 100 %. Misalkan variasi normal berada pada 80-110%.

2.6.2. Baku Antropometri Gizi

Terdapat beberapa baku antropometri yang pernah dibuat yaitu sebagai berikut (Soetjiningsih, 1998) :

1. Baku Boston atau Harvard

Data ditunjukkan dalam persentil untuk berat badan terhadap umur dan tinggi badan terhadap umur. Dari data tersebut juga dihitung nilai median dari BB terhadap TB. Baku Harvard ini digunakan secara luas di Amerika Latin dan Asia.

2. Baku Tanner

Pertama kali dibuat dengan data yang diperoleh di Perancis, Belanda, Swiss, Swedia, dan Inggris. Data di Inggris dikumpulkan oleh Tanner dari populasi yang homogen. Baku ini banyak digunakan di Afrika.

3. Baku NCHS (National Center for Health Statistic)

Baku ini pertama kali dibuat pada tahun 1974. World Health Organization (WHO) menggunakan NCHS sebagai patokan baku karena interpretasi perbandingan

NCHS adalah lebih berguna dan lebih jelas bagi individu atau kelompok.

Sejak tahun 1975, Indonesia telah menggunakan baku NCHS untuk

menggantikan baku Harvard yang digunakan sebelumnya. Disepakati pula bahwa nilai

median -2SD sebagai batas antara gizi baik dan gizi kurang.

2.7. Kartu Menuju Sehat

Kartu menuju sehat adalah suatu alat sederhana dan murah yang dapat digunakan untuk memantau kesehatandan pertumbuha anak. Baku yang digunakan adalah berdasarkan NCHS-WHO (Narendra, et.al, 2002). Contoh Kartu Menuju Sehat yang digunakan di Indonesia dapat dilihat pada Lampiran 3.

2.8. Kemiskinan

Berbagai indikator menunjukkan sejumlah masalah yang terjadi sebagai dimensi kemiskinan, salah satunya adalah angka kekurangan gizi atau malnutrisi (World Bank).

Pada sub bab ini akan dibahas mengenai definisi dan faktor penentu kemiskinan.

2.8.1. Definisi Kemiskinan

Badan Pusat Statistik (BPS) menggunakan konsep kemampuan memenuhi kebutuhan dasar (basic needs approach) untuk mengukur kemiskinan, dimana pada pendekatan ini kemiskinan dipandang sebagai ketidakmampuan dari sisi ekonomi untuk memenuhi kebutuhan dasar makanan dan bukan makanan yang diukur dari sisi pengeluaran. Jadi penduduk miskin adalah penduduk yang memiliki rata-rata pengeluaran per kapita perbulan dibawah garis kemskinan.

Garis kemiskinan (GK) merupakan penjumlahan dari Garis Kemiskinan

Makanan (GKM) dan Garis Kemiskinan Non Makanan (GKNM). GKM merupakan nilai

pengeluaran kebutuhan minimum makanan yang disetarakan dengan 2010 kilokalori

perkapita perhari. Paket komoditi kebutuhan dasar makanan diwakili oleh 52 jenis komoditi (padi-padian, umbi-umbian, ikan, daging, telur, susu, sayuran, kacang- kacangan, buah-buahan, minyak dan lemak, dan lain-lain). GKNM adalah kebutuhan minimum untuk perumahan, sandang, pendidikan, dan kesehatan.

2.8.2. Indikator Kemiskinan

Badan Pusat Statistik (BPS) menetapkan indikator kemiskinan di Indonesia.

Indikator tersebut adalah sebagai berikut.

1. Luas bangunan tempat tinggal kurang dari 8m

²

2. Jenis lantai bangunan tempat tinggal adalah tanah, bambu, atau kayu murahan 3. Jenis dinding bangunan tempat tinggal adalah bambu, rumbia, atau tembok tanpa

plester

4. Tidak memiliki fasilitas buang air besar

5. Sumber penerangan utama tidak menggunakan listrik

6. Sumber air minum berasal dari sumur, mata air tidak terlindung, sungai atau air hujan

7. Bahan bakar untuk memasak adalah kayu bakar, arang, atau minyak tanah 8. Mengkonsumsi daging, ikan, telur, susu satu kali dalam seminggu

9. Makan kurang dari dua kali dalam sehari

10. Tidak mampu berobat ke sarana kesehatan modern

11. Tidak mampu membeli pakaian baru minimal satu stel setahun

12. Pendidikan tertinggi yang ditamatkan kepala rumah tangga adalah sekolah dasar ke bawah

13. Kepemilikan tabungan atau asset kurang dari Rp 500.000

14. Luas sawah kurang dari 5 ha atau pendapatan kurang dari Rp 600.000 per bulan

Sementara itu Bappeas menyatakan dari berbagai faktor penyebab masalah gizi, kemiskinan dinilai memiliki peranan penting dan bersifat timbal balik. Hubungan timbal balik tersebut dapat dilihat pada gambar berikut ini.

Gambar 2.1 Keterkaitan Kemiskinan dan Status Gizi

2.9. Unified Modelling Language (UML)

Menurut Whitten, Bentley, & Dittman (2004,p430) UML adalah satu set dari ketentuan modeling yang digunakan untuk menspesifikasi atau mendeksripsikan sebuah sistem software dalam suatu kondisi dari objek.

Whitten, Bentley, & Dittman (2004, p441) juga menyatakan bahwa UML memberikan sembilan diagram yang dikelompokkan ke dalam lima perspektif yang berbeda untuk memodelkan sebuah sistem. Ini seperti sebuah blueprint dalam membangun rumah, setiap diagram UML menyediakan tim pembangunan yang terdiri dari perspektif yang bebeda dari sebuah sistem informasi. Macam-macam diagram UML dan tujuannya akan dijelaskan sebagai berikut :

1. Use-Case Model Diagram

Use Case Model Diagram menjelaskan ineteraksi sistem, sistem eksternal, dan

pengguna. Dengan kata lain, akan menjelaskan siapa yang akan menggunakan sistem dan bagaimana cara pengguna akan berinteraksi dengan sistem.

2. Static Structure Diagrams

UML memberikan dua diagram untuk memodelkan static structure dari sebuah sistem. Diagram-diagram tersebut adalah :

a. Class Diagram, menunjukkan kelas objek yang dibangun oleh sistem dan hubungan antara kelas-kelas tersebut.

b. Object Diagram, hampir mirip dengan class diagram tetapi diagram ini tidak

sesering class diagram penggunaannya. Tapi jika digunakan akan membantu developer

mengerti dengan lebih baik struktur dari sebuah sistem.

3. Interaction Diagram

Diagram ini akan memodelkan interaksi, isi dari set sebuah objek, hubungan, dan pesan yang dikirimkan. UML terdiri dari dua diagram untuk tujuan-tujuan ini :

a. Sequence Diagram, menggambarkan bagaimana objek berinteraksi satu dengan yang lainnya melalui pesan dalam sebuah operasi. Diagram ini juga mengilustrasikan bagaiaman pesan dikirim dan diterima antar objek dan peristiwa.

b. Collaboration Diagram, hampir serupa dengan sequence diagram tapi tidak difokuskan pada waktu, peristiwa, atau pesan. Diagram ini memberikan interaksi atau kolaborasi antar objek dalam sebuah format jaringan.

4. State Diagram

Diagram ini terdiri dari dua bagian yaitu :

a. Statechart Diagram, digunakan untuk memodelkan kegiatan yang dinamis dari sebuah objek. Diagram ini mengilustrasikan siklus hidup dari sebuah objek.

b. Activity Diagram, menggambarkan alur yangberurutan dari aktivitas use case atau proses bisnis. Diagram ini juga dibuat untuk memodelkan logika dalam suatu sistem. Activity diagram memiliki komponen sebagai berikut :

1. Titik solid, menggambarkan awal sebuah proses

2. Segi empat dengan sudut tumpul, menggambarkan tugas yang perlu dilakukan 3. Panah, menggambarkan sasaran yang mengawali kegiatan

4. Garis hitam solid, adalah garis sinkronisasi. Garis ini menggambarkan aktivitas yang dilakukan secara paralel

5. Teks di dalam [ ], menggambarkan sasaran yang menjadi hasil dari sebuah keputusan kegiatan

6. Diamond, menggambarkan sebuah kegiatan keputusan

7. Titik solid di dalam lingkaran, menggambarkan akhir dari sebuah proses 5. Implementation Diagram

Diagram ini juga memodelkan struktur dari sistem inforamsi dan terdiri sebagai berikut :

a. Component Diagram, digunakan untuk menggambarkan organisasi dan ketergantungan dari komponen perangkat lunak yang dimiliki oleh sistem. Dapat pula digunakan untuk menunjukkan bagaimana kode-kode pemrograman dibagi ke dalam modul-modul.

b. Deployment Diagram, menggambarkan arsitektur fisik untuk perangkat keras dan perangkat lunak dalam sistem.

2.9.1. Sistem Konsep Use-Case Modelling

Ada dua hal yang dibahas dalam pemodeln use-case, yaitu use-case diagram dan use-case narrative. Use-case Diagram adalah diagram yang menggambarkan interaksi

sistem dengan sistem eksternak dan pangguna. Dengan kata lain, secara grafik akan

menggambarkan siapa yang akan menggunakan sistem dan bagaimana caranya untuk

berinteraksi dengan sistem. Sementara use-case narrative adalah deskripsi tekstual dari

suatu kejadian bisnis dan bagaimana pengguna akan berinteraksi dengan sistem sehingga

dapat menjalankan tugas (Whitten, 2004, p271). Berikut adalah hal-hal yang diperlukan

dalam memodelkan use-case diagram.

1. Use Case

Use-case akan menggambarkan fungsi sistem dari sudut pandang pengguna dan

terminologinya supaya dapat dimengerti. Ini juga berguna untuk memenuhi tujuan dari sebuah proses bisnis. Use-case merupakan hasil dari penggabungan ruang lingkup sistem ke dalam kalimat yang lebih kecil dari sistem tersebut.

Gambar 2.2 Simbol Use-Case

2. Aktor

Aktor adalah segala sesuatu yang perlu untuk berinteraksi dengan sistem untuk pertukaran informasi. Aktor memulai jalannya aktivitas sebuah sistem, use-case, dengan tujuan untuk memenuhi tugas bisnis yang akan menghasilkan sesuatu yang lebih bernilai.

Gambar 2.3 Simbol Aktor

Use-case

3. Hubungan

Hubungan digambarkan dengan sebuah garis antara dua simbol dalam use-case diagram. Arti dari hubungan ini bisa berbeda tergantung bagaimana garis tersebut

digambar dan jenis symbol apa yang dihubungkan. Contoh use-case diagram dapat dilihat pada gambar berikut ini.

Gambar 2.4 Contoh Use-case Diagram

2.9.2. Sequence Diagram

Kita dapat menggambarkan model yang terperinci tentang bagaimana objek

dapat berinteraksi satu sama lain untuk menyediakan fungsi yang spesifik pada setiap

desain use-case. UML menyediakan dua diagram yang dapat menggambarkan interaksi

ini. Salah satunya adalah sequence diagram. Sequence diagram menunjukkan dengan

sangat detail bagaimana objek berinteraksi satu sama lain. Berikut adalah contoh

sequence diagram untuk Place New Order Use Case.

Gambar 2.5 Sequence Diagram untuk Use Case Place New Order

2.9.3. Memodelkan Use-Case Activity

Menurut Whitten (2007), UML menyediakan diagram tambahan yang disebut dengan Activity Diagram untuk memodelkan langkah proses atau aktivitas dari sistem.

Hampir serupa dengan flowchart yang menggambarkan alur aktivitas dari proses bisnis atau use-case. Activity Diagram berbeda dengan flowchart karena menyediakan

mekanisme untuk menggambarkan aktivitas yang dapat terjadi secara paralel. Contoh

Activity Diagram dapat dilihat pada gambar berikut ini.

Gambar 2.6 Activity Diagram

2.10. Pengertian Perangkat Lunak

Menurut Pressman (2001,p6), perangkat lunak adalah instruksi (program

komputer) yang ketika dieksekusi menyediakan fungsi dan kinerja, struktur data yang

memungkinkan program untuk memberikan informasi, dan dokumen yang menggambarkan operasi dari kegunaan sebuah sistem. Perangkat lunak memiliki karakteristik yang membedakannya dengan perangkat keras, yaitu :

1. Perangkat lunak dikembangkan dan tidak diproduksi 2. Tidak terpengaruh dengan “penyakit” perangkat keras 3. Terus menerus dibangun dan dikembangkan

2.10.1. Rekayasa Perangkat Lunak

Rekayasa perangkat lunak menurut Pressman (2001, p20) adalah penetapan pemakaian prinsip-prinsip rekayasa dalam rangka mendapatkan perangkat lunak yang ekonomis, terpercaya, dan bekerja efisien pada mesin komputer . 

Rekayasa perangkat lunak mencakup tiga elemen yang mampu mengontrol proses perkembangan perangkat lunak, yaitu :

1. Proses

Proses seperti “lem” yang akan merekatkan lapisan teknologi secara bersamaan dan pengembangan dari perangkat lunak komputer. Proses mendefinisikan suatu set dari key process area (KPA).

2. Metode

Metode merupakan cara-cara teknis membangun perangkat lunak yang terdiri

dari perancangan proyek dan estimasi, analisis kebutuhan sistem dan perangkat lunak,

perancangan struktur data, arsitektur program, prosedur algoritma, pengkodean,

pengujian, dan pemrograman.

3. Alat-alat bantu

Menyediakan dukungan otomatis atau semi otomatis untuk metode-metode seperti Computer Aided Software Engineering (CASE) yang mengkombinasikan perangkat lunak dan perangkat keras dan software engineering database (tempat penyimpanan yang mengandung informasi penting tentang analisis, perancangan, pembuatan program, dan pengujian) untuk pengembangan piranti lunak yang sejalan dengan Computer Aided Design Engineering (CAD/E).

2.10.2. Model Proses Perangkat Lunak

Menurut Pressman (2001), dalam perancangan perangkat lunak dikenal classical life cycle atau waterfall model. Model ini menyarankan pendekatan yang sistematik dan

berurutan dalam pengembangan perangakat lunak yang melalui pemodelan, analisis, desain, pengkodean, pengujian, dan support. Waterfall model ini meliputi serangkaian aktivitas, yaitu :

1. System Engineering (Rekayasa dan Pemodelan Sistem)

Perangkat lunak merupakan sebuah bagian dari sistem yang besar yang bekerja sesuai ketersediaan kebutuhan dari sistem tersebut. maka yang perlu dilakukan adalah menetapkan kebutuhan seluruh elemen sistem dan mengalokasikan kebutuhan tersebut.

2. Software Requirement Analysis (Analisis Kebutuhan Perangkat Lunak)

Untuk dapat mengerti inti dari program yang dibangun, pengembang perangkat lunak harus mengerti akan informasi yang diperlukan oleh perangkat lunak.

3. Design (Perancangan)

Perancangan perangkat lunak sebenarnya merupakan sebuah proses yang terdiri dari banyak kegiatan yang menitikberatkan pada 4 atribut dari program, yaitu : struktur data, arsitektur perangkat lunak, representasi tampilan, dan detail prosedur.

4. Coding (Pengkodean)

Perancangan harus diterjemahkan ke dalam bentuk bahasa mesin yang dapat dibaca. Tahap pengkodean merupakan langkah yang akan melakukan tugas ini.

5. Testing (Pengujian)

Setelah pengkodean, maka pengujian program dimulai. Proses pengujian berfokus pada logika internal perangkat lunak, memastikan bahwa semua pernyataan sudah diuji, dan pada eksternal fungsional yaitu mengarahkan pengujian untuk menemukan kesalahan-kesalahan dan memastikan bahwa input yang dibatasi akan memberikan hasil aktual yang sesuai dengan hasil yang dibutuhkan.

6. Support

Dukungan atau pemeliharaan perangkat lunak diaplikasikan untuk setiap fase yang ada pada program ada.

Gambar 2.7 Waterfall Model

2.11. Basis Data

Pada penelitian ini diperlukan adanya basis data yang akan menunjang penelitian yang sedang dilakukan. Basis data ini berguna untuk menyimpan hasil pengukuran terhadap anak dan variabel-variabel yang digunakan dalam penelitian.

2.11.1. Definisi Basis Data

Connolly (2002, p14) menyatakan bahwa basis data adalah kumpulan data yang saling berhubungan, sebuah deskripsi dari data, dan dirancang untuk memberikan informasi yang dibutuhkan oleh suatu organisasi.

Sementara data adalah fakta atau informasi mentah yang biasanya mengenai fenomena fisik atau transaksi bisnis. Data merupakan ukuran objektif atribut dari entitas- entitas. Data juga merupakan representasi yang mewakili suatu objek (Indrajani, 2011).

Indrajani (2011, p.2) juga memberikan definisi tentang basis data. Basis data merupakan kumpulan terpadu dari elemen data logis yang saling berhubungan dan suatu kumpulan data yang berhubungan secara logis dan deskripsi data tersebut, yang dirancang untuk memenuhi informasi yang dibutuhkan dalam sebuah organisasi. Artinya basis data merupakan tempat penyimpanan data yang besar, dimana data tersebut digunakan oleh banyak pengguna.

2.11.2. Database Management System (DBMS)

Kompenen pada DBMS adalah sebagai berikut (Connolly, 2002) :

1. Perangkat keras

Perangkat keras ini diperlukan oleh DBMS dan aplikasi. Contoh perangkat keras tersebut adalah personal computer, notebook, mainframe, sampai sebuah jaringan komputer.

2. Perangkat lunak

Perangkat lunak mencakup perangkat lunak DBMS itu sendiri dan program aplikasi, bersama dengan sistem operasi, termasuk jaringan perangkat lunak jika DBMS digunakan dengan jaringan.

3. Data

Data merupakan “jembatan” antara mesin dan manusia.

4. Prosedur

Prosedur menunjukkan instruksi dan aturan dalam memerintah sebuah rancangan dan penggunaan basis data.

5. Manusia

Komponen terakhir adalah pengguna atau manusia yang terlibat dalam sistem.

Menurut Indrajani (2011, p13), manusia dapat dibedakan menjadi beberapa fungsi menurut peranannya.

a. Data dan Database Administrator

Merupakan orang atau sekelompok orang yang bertanggung jawab pada manajemen dan pengendalian basis data.

b. Database Designer

Dibedakan menjadi perancang basis data secara logika dan fisik. Perancang

secara logika berhubungan dengan identifikasi data, sementara perancang

secara fisik berhubungan dengan bagaimana desain basis data tersebut dapat direalisasikan.

c. Application Developers atau Programmer

Merupakan tenaga ahli komputer yang berfungsi untuk mengembangkan program-program aplikasi yang diperlukan dalan manajemen basis data.

d. End User

Merupakan orang-orang yang terlibat langsung dalam penggunaan basis data.

End user dibedakan menjadi Naive user dan Sophisticated user. Naive user

adalah pengguna yang tidak peduli akan DBMS, sementara Sophisticated

user adalah para pengguna canggih sehingga mereka dapat menulis program

untuk kebutuhan mereka sendiri.