HASIL DAN PEMBAHASAN
4.1. Hasil Pengumpulan Data
Data yang digunakan pada penelitian ini adalah data pemantauan pertumbuhan anak di Kelurahan Karang Kitri, Bekasi Timur. Anak yang menjadi objek penelitian adalah anak yang berumur 0 sampai 60 bulan. Penelitian ini menggunakan data hasil pengukuran anak yang dilakukan pada bulan Agustus 2011, yang terdiri dari 3660 anak dari 48 posyandu di seluruh Kelurahan Karang Kitri. Dari data yang diperoleh, maka ditentukan variabel yang akan digunakan sebagai variabel dependen dan variabel independen dalam penelitian ini.
Variabel independen pada penelitian ini adalah umur (X1), jenis kelamin (X2), status keluarga (X3), dan tinggi badan (X4). Sementara yang menjadi variabel dependen adalah status gizi anak berdasarkan berat badan terhadap umur (Y).
4.2. Tampilan Program
Setelah data yang diperlukan untuk penelitian telah didapatkan, maka tahap selanjutnya adalah pengolahan data. Hasil dari pengolahan data tersebut dapat langsung dilihat dalam tampilan program yang dibuat guna menunjang penelitian ini. Data diolah dengan metode regresi logistik multinomial dimana regresi ini tidak memerlukan asumsi klasik. Oleh karena itu data bisa langsung diolah.
75
Sesuai dengan rancangan layar program yang telah dibuat, maka berikut ini akan ditampilkan layar program yang telah dibuat berikut dengan output yang diberikan sesuai dengan hasil pengolahan data. Tampilan pertama adalah layar menu utama. Menu utama terdiri dari tiga menu, yaitu Database, Analisis Data dan Hitung Peluang. Tampilan untuk menu utama dapat dilihat pada gambar berikut ini.
Gambar 4.1 Layar Menu Utama
4.2.1. Menu Database
Menu yang pertama adalah Database. Menu ini akan menampilkan hal-hal yang berkaitan dengan database hasil pengukuran terhadap anak-anak di Kelurahan Karang Kitri, Bekasi Timur. Menu Database terdiri dari tiga menu lainnya yaitu Individual, Kelompok, dan Cari Data. Tampilan menu utama Database dapat dilihat pada gambar berikut.
Gambar 4.2 Layar Menu Database
4.2.1.1. Individual
Individual berfungsi untuk menampilkan semua data yang tersimpan dalam database. Pengguna hanya perlu menekan tombol Individual dan semua data yang tersimpan dapat dilihat, yaitu berupa ID anak, umur, jenis kelamin, status keluarga, tinggi badan, dan status gizi anak. Berikut adalah tampilan layar untuk individual.
77
Gambar 4.3 Layar Individual
4.2.1.2. Kelompok
Kelompok sekaligus akan memberikan gambaran umum tentang keadaan objek penelitian, yaitu anak-anak berumur 0 sampai 60 bulan di Kelurahan Karang Kitri,Bekasi Timur. Sampai dengan bulan Agustus 2011, kelurahan ini memiliki 3660 anak berumur 0 sampai 60 bulan. Gambaran umum objek penelitian dibedakan berdasarkan jenis kelamin dan status keluarga.
Tabel 4.1 Kelompok Jenis Kelamin
Jenis Kelamin Gizi Lebih Normal Kurang Sangat Kurang
Perempuan (0) 230 981 487 88
Tabel diatas menunjukkan pengelompokan anak berdasarkan jenis kelamin. Dari tabel diketahui bahwa di Kelurahan karang Kitri, jumlah anak perempuan yang memiliki status gizi lebih sebanyak 230 anak, gizi normal sebanyak 981 anak, gizi kurang sebanyak 487 anak, dan gizi sangat kurang sebanyak 88 anak. Anak laki-laki yang memiliki status gizi lebih sebanyak 234 anak, gizi normal sebanyak 1018 anak, gizi kurang sebanyak 539 anak, dan gizi sangat kurang sebanyak 83 anak.
Sementara untuk pengelompokan berdasarkan status keluarga dapat dilihat pada tabel berikut ini.
Tabel 4.2 Kelompok Status Keluarga
Status Keluarga Gizi Lebih Normal Kurang Sangat Kurang
Non Gakin (0) 443 1825 854 147
Gakin (1) 21 174 162 24
Tabel diatas menunjukkan pengelompokkan anak berdasarkan status keluarga. Dari tabel diketahui bahwa di Kelurahan Karang Kitri, jumlah anak berasal dari Non Keluarga Miskin yang memiliki gizi lebih sebanyak 443 anak, gizi normal sebanyak 1825 anak, gizi kurang sebanyak 854 anak, dan gizi sangat kurang sebanyak 147 anak. Sementara anak yang berasal dari keluarga miskin yang memiliki gizi lebih sebanyak 21 anak, gizi normal sebanyak 174 anak, gizi kurang sebanyak 162 anak, dan gizi sangat kurang sebanyak 24 anak.
Untuk hasil pengolahan data dengan menggunakan program dapat dilihat pada submenu kelompok yang akan ditampilkan pada gambar berikut ini.
79
Gambar 4.4 Layar Kelompok
4.2.1.3. Cari Data
Program untuk penelitian ini memiliki menu untuk mencari data. Pada menu ini pengguna harus memasukkan empat digit angka yang merupakan ID anak dan saat tombol Cari ID ditekan, maka program akan menampilkan rincian mengenai data anak dengan ID yang dimaksud oleh pengguna. Rincian data tersebut berupa umur anak, jenis kelamin, status keluarga, tinggi badan, dan status gizi anak. Tampilan untuk cari data dapat dilihat pada tampilan layar berikut ini.
Gambar 4.5 Layar Cari Data
4.2.2. Analisis Data
Menu utama yang kedua pada program untuk penelitian ini adalah analisis data. Pada menu ini, program akan melakukan analisis terhadap data penelitian yang telah dibuat ke dalam database. Menu analisis data ini memiliki empat sub menu, yaitu create database, koefisien parameter, likelihood ratio test, dan uji wald. Tampilan untuk menu analisis data dapat dilihat pada gambar berikut ini.
81
Gambar 4.6 Layar Menu Analisis Data
4.2.2.1. Create Database
Create database ini berfungsi untuk memanggil data yang akan diolah dalam penelitian ini. Program menggunakan bantuan Bahasa R untuk mengolah data penelitian dimana data tersebut disimpan dalam format.csv sehingga program perlu untuk memanggil data tersebut terlabih dahulu. Setelah database tersebut berhasil dipanggil, maka akan tampil message box yang memberitahukan kepada pengguna bila database telah berhasil dicreate.Tampilan layar program tersebut dapat dilihat pada gambar berikut ini.
Gambar 4.7 Layar Create Database
4.2.2.2. Koefisien Parameter
Selanjutnya terdapat koefisien parameter dalam menu analisis data ini. Koefisien parameter ini nanti akan digunakan untuk membuat persamaan atau model logit untuk regresi logistik multinomial. Hasil koefisien parameter yang diberikan melalui pengolahan data dengan menggunakan program adalah sebagai berikut.
83
Gambar 4.8 Layar Koefisien Parameter
Jika dibentuk ke dalam tabel, maka koefisien parameter tersebut akan terlihat seperti pada Tabel 4.3.
Penelitian ini menggunakan kategori status gizi normal sebagai baseline
category. Dengan menggunakan persamaan (2.4) maka penelitian ini akan memiliki 3
persamaan. Sementara itu, dengan menggunakan persamaan (2.5), maka diperoleh persamaan-persamaan yang dibentuk adalah sebagai berikut.
3,033 0.025 0.023 0.642 0.027 (4.1)
8,414 0.144 0.118 0.35 0.158 (4.2)
Tabel 4.3 Koefisien Parameter
Status Gizi Variabel Independen Estimasi
Gizi Lebih (0) Intercept
X1 = Umur X2 = Jenis Kelamin X3 = Status Keluarga X4 = Tinggi Badan -3.033 -0.025 -0.023 -0.642 0.027 Kurang (2) Intercept X1 = Umur X2 = Jenis Kelamin X3 = Status Keluarga X4 = Tinggi Badan 8.414 0.144 0.118 0.35 -0.158 Sangat Kurang (3) Intercept
X1 = Umur X2 = Jenis Kelamin X3 = Status Keluarga X4 = Tinggi Badan 12.766 0.227 -0.051 0.067 0.263
4.2.2.3. Likelihood Ratio Test
Hipotesis null pada penelitian ini adalah H0 = βumur = βJenisKelamin = βStatusKeluarga = βTinggiBadan = 0. Nilai likelihood ratio test yang diperoleh adalah 880.87 dengan P-value 2.22e-16 atau mendekati nol. Karena likelihood ratio test lebih besar daripada P-value, maka tolak H0 dan dapat disimpulkan bahwa paling tidak ada satu variabel independen yang berpengaruh signifikan terhadap variabel dependen.
85
Hasil perhitungan likelihood ratio test dengan menggunakan program dapat dilihat pada gambar berikut ini.
Gambar 4.9 Likelihood Ratio Test
4.2.2.4. Uji Wald
Uji Wald digunakan untuk mencari variabel independen yang berpengaruh secara signifikan terhadap variabel dependen. Untuk mengetahui faktor apa saja yang mempengaruhi status gizi anak dapat diketahui dengan membandingkan nilai P-value dengan alpha yang digunakan. Jika P-value lebih kecil dari alpha, maka variabel independen berpengaruh secara signifikan terhadap variabel dependen. Atau dengan kata lain, variabel independen tersebut merupakan faktor yang mempengaruhi status gizi anak. Pada penelitian ini, alpha yang digunakan adalah 0.01.
Tabel 4.4 Uji Wald
Status Gizi Variabel Independen
P-Value Keterangan (α = 0.01)
Gizi Lebih (0) Umur
Jenis Kelamin Status Keluarga Tinggi Badan 0.001 0.824 0.006 0.001 Signifikan Tidak signifikan Signifikan Signifikan Kurang (2) Umur Jenis Kelamin Status Keluarga Tinggi Badan 2.2e-16 (Mendekati 0) 0.159 0.007 2.2e-16 (Mendekati 0) Signifikan Tidak Signifikan Signifikan Signifikan Sangat Kurang (3) Umur Jenis Kelamin Status Keluarga Tinggi Badan 2.2e-16 (Mendekati 0) 0.768 0.793 2.2e-16 (Mendekati 0) Signifikan Tidak Signifikan Tidak Signifikan Signifikan
Melihat Tabel 4.3 tersebut, maka dapat disimpulkan bahwa faktor yang berpengaruh terhadap status gizi lebih dan kurang adalah umur, status keluarga, dan tinggi badan. Sementara faktor yang berpengaruh terhadap status gizi sangat kurang adalah umur dan tinggi badan.
87
Uji wald ini juga dapat dilihat melalui perhitungan yang dilakukan oleh program. Pada program, variabel independen yang berpengaruh signifikan ditandai dengan tanda bintang (*). Hasil dengan menggunakan program memberikan kesimpulan yang sama seperti yang terlihat pada gambar dibawah ini.
Gambar 4.10 Uji Wald
4.2.3. Hitung Peluang
Dengan menggunakan persamaan (2.6), maka dapat dibentuk persamaan untuk menghitung peluang anak untuk memperoleh masing-masing status gizi, yaitu sebagai berikut :
1. Peluang status gizi lebih (
. . . .
, . . . , . . . . . .
2. Peluang status gizi normal (
, . . . , . . . . . .
(4.5) 3. Peluang status gizi kurang
. . . .
, . . . , . . . . . .
(4.6)
4. Peluang status gizi sangat kurang ( . . .
, . . . , . . . . . .
(4.7)
Misalkan seorang anak berumur 29 bulan, berasal dari keluarga miskin, dan memiliki tinggi badan 82 cm. Maka status gizi anak dapat dihitung sebagai berikut :
Umur = X1 = 29
Status keluarga = X3 = 1
Tinggi badan = X4 = 82
1. Peluang status gizi lebih (
. . . .
89 .
. . . = 0.051 = 5.1 %
2. Peluang status gizi normal (
, . . . , . . . .
. . . = 0.454 = 45.4 %
3. Peluang status gizi kurang
. . . .
, . . . , . . . .
.
. . . = 0.446 = 44.6 %
4. Peluang status gizi sangat kurang (
. . .
, . . . , . . . .
.
. . . = 0.049 = 4.9 %
Jadi, peluang anak tersebut untuk memperoleh status gizi adalah sebagai berikut : Status gizi lebih = 0.051 atau 5.1 %
Status gizi normal = 0.454 = 45.4 % Status gizi kurang = 0.446 = 44.6 %
Status gizi sangat kurang = 0.049 = 4.9 %
Perhitungan peluang ini dapat dilakukan pula dengan menggunakan menu yang ketiga pada program yaitu hitung peluang. Sebelum melakuan penghitungan peluang, pengguna harus terlebih dahulu menjalankan menu analisis data untuk mendapatkan koefisien parameter yang akan digunakan pada persamaan peluang agar terbentuk persamaan seperti persamaan (4.4) sampai persamaan (4.7). Jika pengguna langsung menjalankan menu hitung peluang, maka akan muncul peringatan sebagai berikut.
Gambar 4.11 Layar Peringatan Menu Hitung Peluang
Jika pengguna telah menjalankan menu analisis data, maka menu hitung peluang dapat dijalankan dan tampilan menu utama hitung peluang adalah seperti pada gambar berikut ini.
91
Gambar 4.12 Layar Menu Hitung Peluang
Sebelum mendapatkan peluang status gizi sesuai yang dibutuhkan pengguna, maka pengguna harus mengisi form terlebih dahulu. form ini harus diisi dengan tepat, karena jika tidak maka program akan memberikan peringatan supaya pengguna memperbaiki atau mengisi form tersebut. Berikut adalah contoh peringatan yang akan diberikan kepada pengguna jika terjadi kesalahan dalam pengisian form pada menu hitung peluang.
Form umur harus diisi berupa dan angka yang dapat dimasukkan hanya 0 sampai 60 saja. Jika form umur tidak diisi, maka akan muncul peringatan seperti pada gambar 4.13.
Gambar 4.13 Layar Peringatan Mengisi Form Umur
Sementara itu, jika angka yang dimasukkan tidak berupa 0 sampai 60, maka akan muncul peringatan seperti pada gambar 4.14 berikut ini.
93
Jika form umur telah diisi berupa angka yang besarnya 0 sampai 60, maka selanjutnya pengguna harus memilih jenis kelamin. Jika jenis kelamin tidak dipilih, maka program akan memberikan peringatan kepada pengguna untuk memilih jenis kelamin seperti yang terlihat pada gambar 4.15.
Gambar 4.15 Layar Peringatan Memilih Jenis Kelamin
Form yang selanjutnya harus diisi adalah status keluarga. Status ini terdiri dari non keluarga miskin (non gakin) atau keluarga miskin (gakin). Jika status keluarga tidak diisi, maka program akan memberikan peringatan seperti gambar dibawah ini.
Gambar 4.16 Layar Peringatan Memilih Status Keluarga
Form terakhir yang harus diisi adalah tinggi badan. Tinggi badan ini berupa maksimal tiga digit angka dan satu angka dibelakang koma. Jika semua form telah diisi, pengguna dapat menekan tombol hitung peluang sehingga akan muncul peluang anak dengan data yang telah dimasukkan tersebut untuk memperoleh masing-masing status gizi.
95
Dari gambar 4.17 tersebut, program memberikan hasil peluang status gizi yang sama dengan penghitungan secara manual. Untuk anak dengan umur 29 bulan, jenis kelamin perempuan, status keluarga gakin, dan tinggi badan 82.0 cm, maka anak tersebut memiliki peluang untuk memperoleh masing-masing status gizi adalah sebagai berikut :
Status gizi lebih = 0.05 atau 5 % Status gizi normal = 0.456 = 45.6 % Status gizi kurang = 0.4449 = 44.9 %
Status gizi sangat kurang = 0.0491 = 4.91 %
4.3. Evaluasi Hasil
Contoh diatas dengan umur anak 29 bulan, status keluarga miskin, dan tinggi 82.0 cm memberikan peluang gizi tertinggi yaitu normal. Sementara anak dengan data tersebut merupakan contoh data anak yang terdapat dalam database dimana anak tersebut memiliki status gizi kurang.
Hal ini memiliki perbedaan seperti yang diungkapkan oleh petugas kesehatan di Kelurahan Karang Kitri bahwa standar baku yang digunakan, yaitu NCHS memiliki standar yang cukup tinggi jika digunakan untuk anak di Indonesia.
Sementara itu pada tahun 2009 terdapat penelitian untuk memantau pertumbuhan balita di Surabaya berdasarkan data yang terdapat dalam Kartu Menuju Sehat (KMS) balita. Model pertumbuhan ini menggunakan Spline Polynomial Truncated. Kesimpulan
yang didapat adalah pertumbuhan balita di Surabaya lebih rendah daripada standar yang dikeluarkan oleh World Health Organization. Standar evaluator yang dipakai sekarang tidak sesuai dengan kondisi di Indonesia yang rata-rata berat badannya lebih kecil daripada berat badan di Amerika Serikat (Syauqi, 2009).
