CONTOH TESIS NO.1 FAKTOR RISIKO KEMATIAN IBU
Abstrak
Angka Kematian Ibu (AKI) di Kabupaten Pati bergerak fluktuatif dan menunjukkan status tertinggi pada tahun 2011 dengan 126 per 100.000 kelahiran hidup. Tujuan penelitian ini adalah menggambarkan kematian ibu di Kabupaten Pati dan menganalisis faktor risiko kematian maternal di Kabupaten Pati Tahun 2011. Penelitian menggunakan pendekatan observasional analitik dengan metode kasus kontrol. Jumlah sampel adalah 24 untuk setiap kelompok kasus dan kelompok kontrol. Analisis data menggunakan uji univariat, bivariat dan multivariat. Hasil dari penelitian adalah tiga penyebab utama kematian ibu di Kabupaten Pati adalah penyakit jantung, preeklamsi/eklamsi, dan perdarahan. Kematian ibu tersebar di 16 kecamatan dari 21 kecamatan yang ada dan sebagian besar kematian terjadi pada masa nifas. Analisis regresi logistik menunjukkan bahwa factor yang berpengaruh terhadap kematian ibu adalah komplikasi kehamilan (OR = 12,198, nilai p = 0,010), komplikasi persalinan (OR = 9,94, nilai p = 0,020) dan riwayat penyakit (OR = 27,735, nilai p = 0,011). Secara bersama-sama, ketiga variabel tersebut berkontribusi terhadap 64,3% kematian ibu yang terjadi di Kabupaten Pati Tahun 2011.
BAB I
AKI yang tinggi di suatu wilayah pada dasarnya menggambarkan derajat kesehatan masyarakat yang rendah dan berpotensi menyebabkan kemunduran ekonomi dan sosial di level rumah tangga, komunitas, dan nasional. Namun, dampak terbesar kematian ibu yang berupa penurunan kualitas hidup bayi dan anak menyebabkan goncangan dalam keluarga dan selanjutnya memengaruhi tumbuh kembang anak.5 Untuk menurunkan AKI, Kementerian Kesehatan Republik Indonesia mencanangkan Making Pregnancy Safer (MPS), antara lain terimplementasi dalam program Jampersal untuk menjamin semua persalinan dilakukan di fasilitas kesehatan dan oleh tenaga kesehatan terlatih serta penyediaan pelayanan obstetri neonatal emergensi dasar (PONED) dan pelayanan obstetri neonatal emergensi komprehensif (PONEK) untuk menjamin semua komplikasi obstetrik dapat tertangani dengan optimal. Selain itu, Kementerian Negara Pemberdayaan Perempuan juga mencanangkan Gerakan Sayang Ibu (GSI) sebagai upaya menumbuhkan kesadaran bahwa kehamilan dan kelahiran dapat memunculkan risiko dan tidak hanya menjadi tanggung jawab ibu, tetapi juga juga keluarga, suami, orang tua, dan masyarakat.
Teknik Analisis
Metode analisis yang digunakan meliputi analisis univariat, bivariat dengan uji kai kadrat, dan analisis multivariat melalui regresi logistik linear.
CONTOH TESIS NO.2 ANALISIS FAKTOR KEJADIAN KEMATIAN IBU DI KABUPATEN SERANG BANTEN
Abstrak
Penyebab kematian ibu mempengaruhi tingginya AKI di Indonesia. Penelitian ini adalah kuantitatif dengan pendekatan case control secara retrosfektif. Usia ibu berisiko <20 tahun atau >35 tahun yang meninggal berjumlah 36,6%. Status (riwayat) obstetrik berisiko ibu yang meninggal sebanyak 66,7%. Ketidakadaan Informasi KIA ibu yang meninggal berjumlah 13,3%. Riwayat kehamilan berisiko ibu yang meninggal sebanyak 83,3%. Ibu yang tidak pernah melakukan pemeriksaan ANC meninggal berjumlah 80%. Tenaga penolong persalinan non medis ibu meninggal sebanyak 43,3%. Tempat melakukan persalinan ibu meninggal di non fasilitas kesehatan sebanyak 43,3%. Tidak ada hubungan bermakna antara usia, status (riwayat) obstetri, informasi KIA dan tempat melakukan persalinan dengan kejadian kematian ibu. Ada Hubungan bermakna antara riwayat kehamilan, pemeriksaan ANC dan tenaga penolong persalinan dengan kejadian kematian ibu. Faktor riwayat kehamilan, pemeriksaan ANC dan tenaga penolong persalinan berhubungan dengan kematian ibu.
BAB I
Kematian ibu merupakan masalah besar (98-99%) khususnya di Negara berkembang sedangkan 1-2% terjadi di negara maju. Kematian di Indonesia adalah yang tertinggi di antara negara di Asean. Kejadiannya sekitar 15 kali dari kematian di Malaysia [1]. Sebanyak 20 provinsi masih memiliki masalah besar untuk kesehatan ibu dan anak sehingga Indonesia diperkirakan tidak dapat memenuhi target MDGs untuk penurunan AKI dan AKB jika tidak dilakukan intervensi [2]. Penyebab kematian maternal merupakan suatu hal yang cukup kompleks yang dapat digolongkan pada faktor-faktor reproduksi, komplikasi obstetrik, pelayanan kesehatan dan sosioekonomi [3].
Teknik Analisis
Analisa data yang dilakukan secara univariat dan bivariat Analisis univariat berupa distribusi frekuensi disajikan dalam bentuk tabel. Sedangkan analisis bivariat menguji hubungan antara variabel bebas dan variabel terikat menggunakan uji chi square (X 2 )
CONTOH TESIS NO.3 ANALISIS FAKTOR RISIKO KEMATIAN IBU DAN KEMATIAN BAYI DENGAN PENDEKATAN REGRESI POISSON BIVARIAT DI PROVINSI JAWA TIMUR TAHUN 2013
Abstrak
Angka kematian ibu dan bayi merupakan salah satu indikator yang paling menonjol untuk menilai derajat kesehatan masyarakat. Tingginya angka kematian ibu dan kematian bayi di Indonesia salah satunya berasal dari Provinsi Jawa Timur. Perlu adanya tindakan dari pemerintah untuk menekan angka kematian ibu dan bayi di Jawa Timur. Kematian ibu dan kematian bayi merupakan dua hal yang saling berkaitan karena selama masa kandungan, gizi yang diperoleh janin disalurkan dari tubuh ibu melalui plasenta sehingga kondisi ibu selama masa kehamilan akan berpengaruh pada janin dan bayi yang akan dilahirkannya. Sehingga perlu dilakukan penelitian untuk menganalisis faktor-faktor yang mempengaruhi kedua angka kematian tersebut dengan metode Regresi Poisson Bivariat menggunakan algoritma Expectation Maximization. Terdapat tiga buah model dengan nilai kovarians yang berbeda pada Regresi Poisson Bivariat. Oleh karena itu perlu memilih salah satu dari ketiga model tersebut. Setelah mendapat model terbaik dengan kriteria AIC, diketahui bahwa model terbaik adalah model dengan nilai kovarians antara jumlah kematian ibu dan bayi adalah fungs variabel bebas. Pada model terbaik variabel yang signifikan mempengaruhi jumlah kematian ibu adalah persentase kunjungan ibu hamil dengan K4 dan persentase ibu hamil yang mendapat tablet Fe3. Sedangkan variabel yang signifikan mempengaruhi jumlah kematian bayi adalah semua variabel prediktor kecuali variabel persentase kunjungan ibu hamil dengan K1.
BAB I
Kematian ibu menurut International Statistical Classification of Disease, Injuries, and Causes of Death, Edition X (ICD-X) dalam Depkes (2007) adalah kematian seorang perempuan yang terjadi selama kehamilan sampai dengan 42 hari setelah berakhirnya kehamilan, tanpa memperhatikan lama dan tempat terjadinya kehamilan, yang disebabkan atau dipicu oleh kehamilannya atau penanganan kehamilannya, tetapi bukan karena kecelakaan. Sedangkan kematian bayi adalah kematian yang terjadi saat setelah bayi lahir sampai bayi belum berusia tepat satu tahun. Penyebab langsung kematian ibu adalah terjadinya komplikasi pada masa hamil, bersalin dan nifas. Sementara itu, risiko kematian ibu semakin tinggi akibat adanya faktor keterlambatan, yang menjadi penyebab tidak langsung kematian ibu. Ada tiga risiko keterlambatan, yaitu terlambat mengambil keputusan untuk dirujuk, terlambat sampai di fasilitas kesehatan pada saat keadaan darurat dan terlambat memperoleh pelayanan yang memadai oleh tenaga kesehatan. Sedangkan pada bayi, dua pertiga kematian terjadi pada masa neonatal atau pada 28 hari pertama kehidupan.
Teknik Analisis
Langkah-langkah yang dilakukan untuk menganalisis data kematian ibu dan kematian bayi di setiap kabupaten/kota di Jawa Timur adalah sebagai berikut.
- Membuat deskripsi menggunakan peta tematik provinsi Jawa Timur untuk mendeskripsikan kematian ibu dan kematian bayi di setiap kabupaten/kota di Jawa Timur serta variabel-variabel yang diduga berpengaruh.
- Melakukan uji korelasi untuk variabel respon
- Melakukan pemeriksaan kasus multikolinieritas dengan menggunakan kriteria VIF, untuk mengetahui apakah antar variabel yang diduga berpengaruh ada hubungan yang erat.
- Melakukan pemodelan dengan regresi poisson bivariat
CONTOH TESIS NO.4 ANALISIS JALUR FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKA KEMATIAN IBU DI JAWA TIMUR
Abstrak
Angka Kematian Ibu (AKI) merupakan indikator kualitas pelayanan kesehatan masyarakat dan keberhasilan pembangunan di suatu negara. Selain itu AKI juga digunakan sebagai dasar pertimbangan dalam menentukan Indeks Pembangunan Manusia. Oleh karena itu diperlukan penelitian tentang AKI untuk mengetahui gambaran dan faktor-faktor yang mempengaruhinya. Analisis yang digunakan dengan menggunakan Analisis Jalur. Berdasarkan hasil analisis deskriptif menunjukkan AKI tertinggi ada di kabupaten Probolinggo dengan presentase 2.213 %. Faktor yang mempengaruhi AKI tidak terlepas dari faktor sosial dalam masyarakat. Besarnya pengaruh langsung variabel PHBS, Ibu hamil yang diberi Fe1, ibu hamil yang melakukan K1 dan persalinan dengan bantuan dukun terhadap ibu hamil yang beresiko tinggi berturut-turut sebesar -0.229, 0.687, 0.513 dan -0.527. sedangkan terhadap AKI berturut-turut sebesar – 0.009, 0.018, -0.010, -0.006 dan pengaruh ibu hamil beresiko tinggi terhadap AKI sebesar -0.009. Besarnya pengaruh tidak langsung melalui variabel ibu hamil yang beresiko tinggi terhadap AKI secara berturut-turut sebesar 0.002, -0.006, -0.004 dan 0.005.
BAB I
Kematian ibu menurut definisi WHO merupakan kematian dari setiap wanita selama masa kehamilan, bersalin atau dalam 42 hari sesudah berakhirnya kehamilan oleh sebab apapun, tanpa melihat usia dan lokasi kehamilan, oleh setiap penyebab yang berhubungan dengan atau diperberat oleh kehamilan atau penanganannya tetapi bukan oleh kecelakaan atau incidental (faktor kebetulan). AKI yang tinggi di suatu wilayah pada dasarnya menggambarkan derajat kesehatan masyarakat yang rendah dan berpotensi menyebabkan kemunduran ekonomi dan sosial di level rumah tangga, komunitas dan nasional. Namun, dampak terbesar kematian ibu yang berupa penurunan kualitas hidup bayi dan anak menyebabkan goncangan dalam keluarga dan selanjutnya mempengaruhi tumbuh kembang anak.
Teknik Analisis
Teknik analisis data yang digunakan dalam penelitian ini adalah analisis jalur (Path Analysis).
CONTOH TESIS NO.5 FAKTOR YANG MEMENGARUHI KEMATIAN IBU (STUDI KASUS DI KOTA SURABAYA)
Abstrak
Latar belakang:Angka kematian ibu di Indonesia masih cukup tinggi, yaitu sebesar 359 per 100.000 kelahiran hidup (SDKI 2012). Kota Surabaya merupakan salah satu kota di Provinsi Jawa Timur yang memiliki kasus kematian ibu cukup tinggi, sehingga diperlukan penelitian untuk mengetahui faktor yang memengaruhi kematian ibu di Kota Surabaya. Tujuan: Penelitian dilakukan untuk mengetahui faktor-faktor yang memengaruhi kematian ibu. Metode: jenis penelitian adalah observasional dengan studi kasus kontrol. Jumlah sampel 38 kasus dan 76 kontrol. Analisis data menggunakan uji univariat, bivariat dengan regresi logistic sederhana dan multivariat dengan regresi logistik berganda. Hasil: hasil penelitian menunjukkan bahwa faktor yang memengaruhi kematian ibu berdasarkan analisis multivariat adalah riwayat penyakit (OR = 8,9; 95% CI : 2,76-28,71; p = 0,001), riwayat KB (OR = 4,2; 95% CI : 1,18-14,62; p = 0,027), Status anemia (OR= 3,8; 95% CI : 1,33-10,98; p = 0,013), riwayat komplikasi (OR = 3,3; 95% CI : 0,78- 14,32; p = 0,10). Simpulan dan saran: Terdapat pengaruh antara riwayat penyakit, riwayat KB, status anemia, dan riwayat komplikasi terhadap kematian ibu. Penelitian selanjutnya diharapkan dapat melibatkan faktor sosiodemografi dalam memprediksi faktor risiko kematian ibu.
BAB I
Keragaman penyebab kematian ibu serta perbedaan karakteristik masing-masing wilayah menyebabkan perlu dibuat kebijakan dan perencanaan penurunan AKI sesuai karekteristik daerah agar program dapat efektif dan efisien dalam upaya penurunan AKI. Oleh karena itu, perlu dilakukan kajian guna menemukan faktor penyebab kematian ibu sebagai bahan masukan bagi pemerintah daerah dalam upaya menurunkan angka kematian ibu. Penelitian ini bertujuan untuk mengetahui faktor yang mempengaruhi kematian ibu di Kota Surabaya ang meliputi umur, paritas, IMT, LILA, status anemia, jarak kehamilan, pemeriksaan kehamilan, riwayat KB, riwayat penyakit, dan riwayat komplikasi.
Teknik Analisis
Metode analisis yang digunakan meliputi analisis univariat, bivariat dengan regresi logistic sederhana dan multivariat dengan regresi logistik ganda.
CONTOH TESIS NO.6 ANALISIS FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP JUMLAH KEMATIAN IBU DAN JUMLAH KEMATIAN BAYI DI PROVINSI JAWA TENGAH DENGAN BIVARIATE GENERALIZED POISSON REGRESSION
Abstrak
Jumlah kematian ibu dan jumlah kematian bayi di Provinsi Jawa Tengah hingga akhir tahun 2015 masih memiliki tugas yang berat dalam memenuhi target MDGs. Jumlah kematian bayi di Jawa Tengah termasuk dalam 6 peringkat tertinggi di Indonesia dan untuk jumlah kematian ibu di Jawa Tengah dalam kurun waktu lima tahun terakhir terus mengalami peningkatan dan telah mengalami penurunan pada tahun 2015 akan tetapi belum memenuhi target MDGs, untuk itu perlu adanya upaya dari pemerintah Provinsi Jawa Tengah untuk menekan jumlah kematian ibu dan jumlah kematian bayi sehingga perlu dilakukan penelitian untuk menganalisis faktor-faktor yang mempengaruhi jumlah kematian ibu dan jumlah kematian bayi dengan menggunakan Bivariate Generalized Poisson Regression. Pada model terbaik yang diseleksi menggunakan nilai AIC yang signifikan mempengaruhi jumlah kematian ibu dan jumlah kematian bayi adalah persentase persalinan oleh tenaga kesehatan, persentase ibu hamil mendapatkan tablet Fe3, persentase komplikasi kebidanan yang ditangani, persentase rumah tangga ber-PHBS dan persentase ibu hamil melaksanakan program K4.
BAB I
Kementerian Kesehatan memiliki peran penting dalam mengurangi AKI dan AKB yaitu dengan meluncurkan program Expanding Maternal and Neonatal Survival (EMAS) dalam rangka menurunkan AKI dan AKB sebesar 25%. Program ini dilaksanakan di provinsi dan kabupaten dengan jumlah kematian ibu dan bayi yang tinggi, yaitu Sumatera Utara, Banten, Jawa Barat, Jawa Tengah, Jawa Timur, dan Sulawesi Selatan. Dasar pemilihan provinsi tersebut dikarenakan 52,6% dari jumlah total kejadian kematian ibu di Indonesia berasal dari enam provinsi tersebut, sehingga dengan menurunkan AKI di enam provinsi tersebut diharapkan akan dapat menurunkan AKI di Indonesia secara signifikan.
Teknik Analisis
Analisis yang dilakukan adalah deskripsi data, pemeriksaan korelasi dan identifikasi multikolinieritas untuk dapat dilanjutkan pada analisis selanjutnya dengan menggunakan model Bivariate Generalized Poisson Regression terbaik yang dipilih berdasarkan nilai AIC.
CONTOH TESIS NO.7 THREE DELAY MODEL SEBAGAI SALAH SATU DETERMINAN KEMATIAN IBU DI KABUPATEN CILACAP
ABSTRAK
Penelitian ini bertujuan untuk mengetahui peran ketiga model keterlambatan dengan kematian ibu di Kabupaten Cilacap dengan mempertimbangkan variabel status pemeriksaan dan penolong pertama persalinan sebagai faktor perancu. Rancangan penelitian menggunakan metode survei analitik dengan pendekatan studi kasus kendali. Jumlah sampel 30 kasus dan 30 kendali. Analisis data dilakukan secara univariat, bivariat dengan uji chi square dan analisis berstrata dengan uji Maentel Hanzel. Hasil penelitian menunjukkan bahwa variabel yang berhubungan dengan kematian ibu di Kabupaten Cilacap yaitu keterlambatan pertama (p<0,001, OR=16,43) dan keterlambatan kedua (p=0,038, OR=5,09). Variabel status pemeriksaan kehamilan dan penolong pertama persalinan bukan merupakan variabel perancu dalam menilai hubungan antara keterlambatan pertama dengan kematian ibu (p Mantel Haenszel <0,05). Pada keterlambatan kedua, status pemeriksaan kehamilan dan penolong pertama persalinan merupakan variabel perancu (p Mantel Haenszel ? 0,05).
BAB I
Angka kematian ibu di Indonesia berdasarkan hasil Survei Demogra$ dan Kesehatan Indonesia (SDKI) 2002 / 2003 menunjukkan angka 307 / 100.000 kelahiran hidup (KH). Angka kematian ini bila dibandingkan dengan angka kematian ibu di negara maju (20 / 100.000 KH) dan angka kematian ibu di negara–negara anggota Asean lainnya, seperti Malaysia (41 / 100.000 KH) dan Brunei Darussalam (37 / 100.000 KH), angka kematian ibu di Indonesia masih sangat tinggi (Tim Kajian AKI-AKA, Depkes RI, 2004, WHO, 2003).
Teknik Analisis
Analisis data dilakukan secara univariat, bivariat dengan uji chi square dan analisis berstrata dengan uji Maentel Hanzel.
CONTOH TESIS NO.8 FAKTOR YANG MEMPENGARUHI KEMATIAN IBU DI PROPINSI JAWA TIMUR TAHUN 2010
Abstrak
Zero Inflated Poisson Regression Analysis Regression (ZIP) digunakan untuk pemodelan data diskrit yang ditunjukkan oleh banyak nilai 0 pada variabel dependen. Tujuan dari penelitian ini adalah untuk memodelkan faktor-faktor yang mempengaruhi tingkat kematian ibu di Jawa Timur pada tahun 2010 menggunakan ZIP. Penelitian ini adalah penelitian non reaktif dengan profil Dinas Kesehatan Provinsi Jawa Timur pada tahun 2010 sebagai data sekunder. Data profil adalah hasil rekapitulasi rutin puskesmas dari Bagian Informasi dan Penelitian dan Pengembangan di seluruh kabupaten / kota di Jawa Timur. Unit analisis dalam penelitian ini adalah 950 puskesmas di wilayah Jawa Timur. Hasil estimasi parameter model log ZIP menunjukkan bahwa bantuan persalinan oleh praktisi kesehatan (?7 = -0.050655), perawatan pascanatal (?8 = 0,004500), dan komplikasi kehamilan (?9 = -0,004528) memengaruhi jumlah kematian ibu sementara parameter yang diperkirakan dicatat. model menunjukkan bahwa probabilitas terjadinya kematian ibu di Jawa Timur pada 2010 ditentukan oleh persalinan yang dibantu oleh praktisi kesehatan (?7 = -0.0662297) dan perawatan selama periode pascanatal (?7 = -0.012563). Model ZIP (AIC = 2199.391) lebih baik jika dibandingkan dengan regresi Linear (AIC = 3996.563), dan regresi Poisson (AIC = 2392.636). Setiap peningkatan jumlah kelahiran yang dibantu oleh praktisi kesehatan akan mengurangi angka kematian ibu sebanyak 0,9506 kali. Layanan pascanatal akan mempengaruhi sekitar 1,0045 kali pada peningkatan risiko kematian ibu, peningkatan komplikasi kehamilan, dan juga peningkatan probabilitas kematian ibu sebesar 1,0045 kali. Kesimpulannya adalah bahwa ZIP memperkirakan insiden kematian ibu jauh lebih baik daripada bentuk lain dari data diskrit dengan banyak nilai 0 pada variabel dependen.
BAB I
Metode Zero Inflated Poisson Regression(ZIP) banyak diterapkan untuk berbagai bidang, misalnya dalam hal peramalan. Model regresi ZIP yang dikenalkan oleh Lambert lebih tepat diaplikasikan dari pada regresi Poisson untuk data yang mengandung lebih banyak kejadian 0. Lambert (1992) menjelaskan bahwa ZIP adalah model campuran untuk data diskrit dengan banyak peristiwa yang bernilai 0. Analisis faktor yang mempengaruhi jumlah kematian ibu hamil dan nifas yang dilakukan pada data Profil Dinas Kesehatan Propinsi Jawa Timur tahun 2010 menunjukkan ciri-ciri terjadinya overdispersi akibat banyaknya hasil observasi yang bernilai nol, sehingga ZIP merupakan pilihan yang paling baik untuk memodelkan angka kematian ibu di Propinsi Jawa Timur tahun 2010.
Teknik Analisis
Analisis yang dilakukan dalam profil Dinas Kesehatan Propinsi Jawa Timur umumnya hanya berupa analisis deskriptif. Data ini kemudian banyak digunakan oleh para peneliti untuk mencari keterkaitan antar indikator dalam rangka untuk pemodelan faktor-faktor yang mempengaruhi derajat kesehatan.
CONTOH TESIS NO.9 PEMODELAN UNTUK JUMLAH KASUS KEMATIAN BAYI DAN IBU DI JAWA TIMUR MENGGUNAKAN BIVARIATE GENERALIZED POISSON REGRESSION
Abstrak
Jumlah kematian ibu dan kematian bayi saling berhubungan karena pada saat bayi dalam kandungan, gizi yang diperoleh janin disalurkan dari tubuh ibu melalui plasenta sehingga selama masa kehamilan kondisi ibu akan berpengaruh pada janin yang akan dilahirkan. Selain itu, peran ibu dalam merawat bayi juga sangat berpengaruh dalam perkembangan bayi tersebut. Angka kematian bayi baru lahir dan ibu di Jatim masih tinggi, saat ini Jawa Timur belum mampu mencapai target SDGs pada angka kematian bayi dan ibu yaitu sebesar 70/100.000 kelahiran sedangkan Jawa Timur masih 90/100.000 kelahiran. Penelitian ini menggunakan metode Bivariate Generalized Poisson Regression untuk melihat faktor-faktor yang mempengaruhi jumlah kasus kematian bayi dan ibu di Jawa Timur tahun 2017. Bivariate Generalized Poisson Regression merupakan salah satu metode untuk menanggulangi kasus overdispersi data. Berdasarkan hasil analisis Bivariate Generalized Poisson Regression dengan kriteria AICc diketahui bahwa model terbaik memuat keseluruhan variabel prediktor. Faktor yang mempengaruhi jumlah kematian bayi di Jawa Timur tahun 2017 adalah persentase persalinan oleh tenaga kesehatan (X1), persentase komplikasi kebidanan yang ditangani (X2), persentase kunjungan ibu hamil dengan K4 (X3), persentase ibu hamil mendapat tablet Fe3 (X4), sedangkan variabel predictor yang berpengaruh untuk jumlah kematian ibu di Jawa Timur tahun 2017 adalah persentase persalinan oleh tenaga kesehatan (X1), persentase rumah tangga ber-PHBS (X5).
BAB I
Angka kematian bayi baru lahir dan ibu di Jatim masih tinggi, saat ini Jawa Timur belum mampu mencapai target SDGs pada angka kematian bayi dan ibu yaitu sebesar 70/100.000 kelahiran sedangkan Jawa Timur masih 90/100.000 kelahiran [2]. Jumlah kematian ibu dan kematian bayi saling berhubungan karena pada saat bayi dalam kandungan, gizi yang diperoleh janin disalurkan dari tubuh ibu melalui plasenta sehingga selama masa kehamilan kondisi ibu akan berpengaruh pada janin yang akan dilahirkan. Selain itu, peran ibu dalam merawat bayi juga sangat berpengaruh dalam perkembangan bayi tersebut agar tindakan yang diberikan sesuai maka diperlukan adanya suatu penelitian tentang jumlah kematian ibu dan jumlah kematian bayi dengan melibatkan faktor-faktor yang diduga mempengaruhi keduanya secara bersamaan
Teknik Analisis
Berikut langkah analisis yang dilakukan pada penelitian ini:
- Mendiskripsikan karakteristik jumlah kematian bayi dan ibu di Jawa Timur berdasarkan faktor diduga mempengaruhi dengan du acara yaitu:
- Mendeskripsikan variabel respon dan prediktor pada tabel statistika deskriptif dengan menggunakan nilai rata-rata, varians, nilai minimum dan maksimum
- Mendeskripsikan variabel respon dan predictor menggunakan peta tematik yang dibagi menjadi tiga kategori berdasarkan klasifikasi natural breaks
- Menguji korelasi antara jumlah kematian bayi dan ibu di Jawa Timur tahun 2017.
- Melakukan uji distribusi Bivariate Generalized Poisson pada variabel respon menggunakan Crockett’s test.
- Melakukan deteksi multikolinearitas dengan menggunakan kriteria VIF.
- Memodelkan variabel respon dan prediktor menggunakan BGPR.
- Menaksir parameter model BGPR dengan menggunakan Maximum Likelihood Estimation (MLE)
- menguji parameter secara serentak
- menguji parameter secara parsial
- Menentukan model terbaik berdasarkan nilai AICc, yaitu dengan cara melihat nilai AICc yang terkecil dari beberapa model yang telah didapat.
- Melakukan interpretasi model yang terbentuk.
- Menarik kesimpulan dari hasil analisis.
CONTOH TESIS NO.10 PEMODELAN REGRESI POISSON BIVARIAT PADA JUMLAH KEMATIAN IBU HAMIL DAN NIFAS DI JAWA TENGAH TAHUN 2017
Abstrak
Angka kematian ibu melahirkan adalah salah satu indikator yang menentukan tingkat kesejahteraan masyarakat di suatu negara. Sebagian besar kematian ibu disebabkan oleh kehamilan ibu kematian dan kematian ibu postpartum. Jawa Tengah adalah salah satu provinsi dengan angka kematian ibu hamil terbesar dan kematian ibu postpartum di Indonesia Indonesia. Jumlah kematian ibu hamil dan kematian ibu postpartum ikuti Poisson Distribution dan memiliki korelasi yang signifikan. Karena itu, penulis menganalisis faktor yang mempengaruhi jumlah kematian ibu hamil dan kematian ibu postpartum menggunakan metode Regresi Poiv Univariat dan Bivariat. Hasil dari penelitian ini diperoleh bahwa dalam variabel Regresi Poisson Univariat secara signifikan mempengaruhi kematian ibu hamil dan kematian ibu postpartum adalah persentase ibu hamil yang menerapkan K1 (X1), persentase persalinan wanita yang memiliki pelayanan kesehatan nifas (X6) dan persentase rumah tangga dengan perilaku sehat (X7). Dalam Bivariat Poisson, model terbaik adalah model kedua yang dengan asumsi bahwa kovarians adalah persamaan.
BAB I
Kematian ibu mencerminkan risiko yang dihadapi ibu selama masa kehamilan sampai dengan pasca persalinan yang dipengaruhi oleh status gizi ibu, keadaan social ekonomi, keadaan kesehatan menjelang kehamilan, kejadian berbagai komplikasi pada kehamilan dan kelahiran, tersedianya dan penggunaan fasilitas pelayanan kesehatan ternasuk pelayanan prenatal dan obstetri (Dinkes Jateng, 2018). Sebagian besar kematian ibu disebabkan oleh kematian ibu hamil dan kematian ibu nifas. Sebesar 60 persen kasus kematian ibu terjadi pada masa nifas dan 26,32 persen pada masa kehamilan (Dinkes Jateng, 2018).
Teknik Analisis
Menganalisis faktor yang mempengaruhi jumlah kematian ibu hamil dan kematian ibu postpartum menggunakan metode Regresi Poiv Univariat dan Bivariat.
CONTOH TESIS NO.11 ANALISIS FAKTOR RISIKO KEMATIAN IBU (Studi Kasus di Kabupaten Banyumas)
Abstrak
Angka Kematian Ibu (AKI) adalah indikator yang digunakan untuk mengukur perkembangan kesehatan indeks, kemakmuran atau kualitas hidup orang. Morbiditas dan mortalitas pada wanita kehamilan dan gavebirth adalah masalah serius di negara berkembang termasuk Indonesia. AKI di Kabupaten Banyumas masih tinggi, pada 2008 adalah 98,03 per 100.000 kelahiran hidup. Tujuan penelitian ini adalah untuk mengidentifikasi faktor-faktor risiko yang mempengaruhi dengan MMR. Jenis penelitian ini adalah penelitian observasional dengan case-control pendekatan desain. Ada 51 kasus dan 51 kontrol sampel. Sebagai kelompok kasus kematian ibu di kabupaten Banyumas dan kelompok kontrol adalah ibu yang tinggal di Indonesia kehamilan, gavebirth dan postpartum dan tetangga dengan kelompok kasus. ada beberapa faktor risiko signifikan yang terbukti terkait dengan kematian ibu berdasarkan bivariate analisis: komplikasi kebidanan, penyakit yang sudah ada sebelumnya, pemberian yang sudah ada sebelumnya, usia ibu, paritas, interval waktu antara melahirkan, perawatan antenatal, penolong kelahiran, pendidikan ibu, pekerjaan ibu dan penghasilan keluarga. Hasil multivarian analisis adalah komplikasi kebidanan (OR = 31,9; 95% CI = 4,4 – 188,9; p = 0,000), penyakit yang sudah ada sebelumnya (OR = 25,4; 95% CI = 3,2 – 176,1; p = 0,001) dan yang sudah ada sebelumnya givebirth (OR = 13,1; 95% CI = 3,8 – 147,2 p = 0,001). Ibu yang sedang hamil harus melakukan perawatan ginjal jika mereka mendapat komplikasi kebidanan dan penyakitnya bisa terdeteksi sesegera mungkin, oleh karena itu dapat diatasi dengan ancaman medis dan konseling jika mereka mengeluh.
BAB I
Angka kematian ibu di Negara maju berkisar antara 3-5 per 100.000 kelahiran hidup, sedangkan di Negara berkembang berkisar antara 50-800 per 100.000 kelahiran hidup. Negara dengan jumlah AKI terbesar menurut data WHO tahun 2004 adalah India, Nigeria, Pakistan, Republik Kongo dan Ethiopia, Tanzania, Afganistan, Banglades, Angola, Cina dan Kenya, Indonesia dan Uganda. Semua Negara tersebut menyumbang 67% dari seluruh kematian ibu di dunia (WHO, 2004). Angka kematian ibu di Indonesia berdasarkan Survei Demografi dan Kesehatan Indonesia (SDKI) 2002/2003 sebesar 307 per 100.000 kelahiran hidup. Jika dibandingkan Negara tetangga maka AKI di Indonesia masih tergolong tinggi, seperti Singapura 6/100.000 kelahiran hidup, Brunei Darusalam 0, Malaysia 39/100.000 kelahiran hidup, Thailand 44/100.000 kelahiran hidup dan Filipina 170/100.000 kelahiran hidup ( Depkes, 2007)
Teknik Analisis
Analisis data secara univariat, bivariat dengan uji Chi Square serta mengetahui besar risiko (odds ratio) dan multivariat.
CONTOH TESIS NO.12 FAKTOR YANG MEMPENGARUHI JUMLAH KEMATIAN IBU HAMIL DI JAWA TIMUR DENGAN MENGGUNAKAN REGRESI BINOMIAL NEGATIF DAN GEOGRAPHICALLY WEIGHTED POISSON REGRESSION (GWPR)
Abstrak
Indonesia memiliki jumlah kematian ibu hamil tertinggi di ASEAN sebesar 307/100.000 kelahiran hidup Hal ini memberikan arti bahwa lebih dari 18.000 ibu tiap tahun atau dua ibu tiap jam meninggal karena kehamilan, persalinan, dan nifas. Oleh karena itu perlu dilakukan penelitian lebih lanjut untuk mengetahui faktor-faktor yang mempengaruhi jumlah kematian ibu hamil di Jawa Timur. Analisis yang digunakan yaitu dengan pendekatan binomial negatif dan Geographically Weighted Poisson Regression (GWPR). Binomial negatif merupakan metode yang digunakan untuk menangani kasus equidispersi pada data diskrit. Dan GWPR yang merupakan perluasan bentuk lokal dari metode regresi Poisson dimana lokasi diperhatikan untuk melihat kasus spasial. Tujuan penelitian ini adalah mendapatkan faktor-faktor yang mempengaruhi jumlah kematian ibu hamil di Jawa Timur. Hasil penelitian ini menunjukkan bahwa metode terbaik menggunakan GWPR dan jumlah kematian ibu hamil di Jawa Timur secara global disebabkan oleh faktor presentase perilaku hidup bersih sehat dan secara lokal disebabkan karena setiap daerah mempunyai kesamaan 11 pengelompokan dengan factor penyebab kematian ibu hamil yang berbeda, hal ini mengindikasikan bahwa lokasi yang berdekatan memiliki karakteristik perilaku sosial, ekonomi, lingkungan, dan budaya yang sama. Sehingga menyebabkan kesamaan perilaku khususnya terhadap kematian ibu hamil di Jawa Timur.
BAB I
Tingginya angka kematian ibu hamil dipengaruhi oleh banyak faktor dan sangat kompleks [5]. Secara garis besar faktor determinan kematian ibu hamil digolongkan menjadi dua faktor besar yaitu faktor medis/langsung dan factor nonmedis /tidak langsung. Berdasarkan faktor medis,kematian ibu hamil di Indonesia kebanyakan disebabkan oleh pendarahan, hipertensi saat kehamilan, dan infeksi. Faktor reproduksi ibu turut menambah besar risiko kematian ibu hamil. Jumlah paritas satu dan paritas di atas tiga telah terbukti meningkatkan angka kematian ibu hamil disbanding paritas 2-3, selain itu faktor umur ibu melahirkan juga menjadi faktor risiko kematian ibu hamil, di mana usia muda yaitu < 20 tahun dan usia tua ? 35 tahun pada saat melahirkan menjadi faktor risiko kematian ibu hamil, sedangkan jarak antara tiap kehamilan yang dianggap cukup aman adalah 3-4 tahun.
Teknik Analisis
Analisis yang digunakan yaitu dengan pendekatan binomial negatif dan Geographically Weighted Poisson Regression (GWPR). Binomial negatif merupakan metode yang digunakan untuk menangani kasus equidispersi pada data diskrit. Dan GWPR yang merupakan perluasan bentuk lokal dari metode regresi Poisson dimana lokasi diperhatikan untuk melihat kasus spasial.
CONTOH TESIS NO.13 GAMBARAN KEMATIAN IBU DI KABUPATEN MAJALENGKA TAHUN 2015(STUDY KUALITATIF)
Abstrak
Kematian ibu di Kabupaten Majalengka termasuk dalam peringkat 16(atau peringkat 10 terbawah)dari 27 kabupaten/ kota yang ada di Propinsi Jawa Barat tahun 2015. Penelitian ini bertujuan untuk mengetahui gambaran kematian ibu di Kabupaten Majalengka Tahun 2015. Metode penelitian yang digunakan metode kualitatif melalui pendekatan studi naratif. Populasipenelitian ibu yang meninggal dunia saat hamil, bersalin, dan nifas di Wilayah Puskesmas Kabupaten Majalengka Tahun 2015 sebanyak 20 orang, dan yang dijadikan partisipan berjumlah 13 orang. Instrumen penelitian menggunakan kuesioner yang di adopsidari hasil penelitian Febriana Prodi Magister Epidemiologi Program Pasca Sarjana Undip Tahun 2007serta dokumen autopsi verbal kematian maternal dan perinatal. Pengambilan data melalui wawancara dan dokumentasi. Analisis data secara kualitatif melalui tahapan reduksi data, penyajian data dan penarikan kesimpulan. Hasil penelitian lebih dari setengahnya ibu meninggal pada periode nifas penyebab tertinggikematian ibu karena Hipertensi Dalam Kehamilan (HDK). Faktor determinan jauh: lebih dari setengahnya pendidikan ibu SMP, sebagian besar tidak bekerja dan rata-rata pendapatan keluarga sesuai dengan UMR Kabupaten Majalengka. Faktor determinan antara: sebagian besar ibu tidak mengalami KEK dan anemia, usia ibu meninggal pada usia 20-35 tahun, lebih dari setengahnya terjadi pada primipara, jangkauan pelayanan kesehatan dari lama rujukan sampai tiba di pelayanan kesehatan ditempuh sekitar 1-2 jamdan hampir seluruh ibu melakukan pemeriksaan kehamilan sampai persalinan dengan tenaga kesehatan. Faktor determinan dekatyang berpengaruh terhadap kematian ibu adalah komplikasi pada kehamilan, persalinan dan nifas. Hambatan dan masalah rujukan pada ibu yang meninggal dikarenakan keluarga terlambat merujuk ibu ke fasilitas kesehatan, jarak yang jauh dari fasilitas kesehatan, akses BPJS serta masalah transportasi yang lama menunggu.Akses pelayanan kesehatan jarak tempuh paling jauh +15 Km dan paling dekat +1 Km. Kecepatan dan ketepatan tenaga kesehatan (baik bidan maupun dokter) dalam mengambil keputusan, merujuk, melakukan penanganan tindakan kegawatdaruratan serta stabilisasi kondisi pasien merupakan faktor penting dalam menyelamatkan nyawa ibu, karena kematian ibu sering terjadi karena keterlambatan dalam penentuan diagnosa komplikasi, terlambat mengambil keputusan, terlambat merujuk dan terlambat ditangani.
BAB I
Peningkatan kesehatan ibu di Indonesia yang merupakan Tujuan Pembangunan Milenium (MDG) kelima berjalan lambat dalam beberapa tahun terakhir. Rasio kematian ibu yang diperkirakan sekitar 228 per 100.000 kelahiran hidup, tetap tinggi di atas 200 selama dekade terakhir, meskipun telah dilakukan upaya-upaya untuk meningkatkan pelayanan kesehatan ibu padahal target AKI di Indonesia pada tahun 2015 adalah 102 kematian per 100.000 kelahiran hidup(7).Stagnasi ini menuntut berbagai inovasi dan strategi untuk mengatasi ancaman global ini
Teknik Analisis
Analisis data secara kualitatif melalui tahapan reduksi data, penyajian data dan penarikan kesimpulan.
CONTOH TESIS NO.14 FAKTOR RISIKO KEMATIAN IBU SEBAGAI AKIBAT KOMPLIKASI KEHAMILAN, PERSALINAN DAN NIFAS DI KABUPATEN BIMA TAHUN 2011–2012
Abstrak
Angka kematian ibu (AKI) di Provinsi Nusa Tenggara Barat tahun 2010 yaitu sekitar 350/100.000 kelahiran hidup, masih cukup tinggi jika dibandingkan dengan angka nasional danprovinsi lainnya. Kabupaten Bima merupakan salah satu kabupaten di Propinsi Nusa Tenggara Barat yang memiliki kasus kematian ibu yang cukup tinggi pada periode tahun 2011-2012 yaitu 20 kasus. Depkes RI membagi 3 faktor yang mempengaruhi kematian ibu yaitu faktor medik, faktor non medik dan faktor pelayanan kesehatan.Penelitian dilakukan untuk mengetahui faktor–faktor risiko yang mempengaruhi kematian ibu, yang terdiri darifaktor medik, non medik dan pelayanan kesehatan. Jenis penelitian ini adalah studi kasus kontrol, dengan jumlah sampel sebanyak 20 kasus dan 60 kontrol. Pengumpulan data melalui wawancara menggunakan kuesioner, kemudian melakukan verifikasidengan register yang ada di bidan, KMS ibu hamil dan dokumen otopsi verbal. Analisis data dilakukan secara univariat, bivariatdengan chi square testdan multivariatdengan metoderegresi logistik. Hasil penelitian menunjukkan bahwa faktor-faktor yang dijumpai meningkatkan risiko kematian ibu adalah kadar Hb<10 gr% (OR=15,19; 95%CI: 3,25-70,97), keterlambatan pengambilan keputusan (OR=9,28; 95%CI: 2,15-84,80) dan keterlambatan penangananmedis di fasilitas rujukan (OR=13,16; 95%CI: 2,28-104,86). Faktor yang paling berkontribusi terhadap kematian ibu adalah kadar Hb<10 gr%. Upaya yang dapat dilakukan adalah peningkatan kadar Hb ibu hamil, peningkatan kemampuan bidan/dokter dalam memberikan penanganan dasar kegawat-daruratan obstetrik di puskesmas dan penanganan obstetrik esensial komprehensif di rumah sakitserta perbaikan sistem rujukan merupakan upaya pencegahan terhadap risiko kematian ibu.
BAB I
Salah satu daerah di Indonesia dengan AKI yang cukup tinggi adalah Provinsi NTB dengan Kabupaten Bima menjadi penyumbang kasus kematian ibu tertinggi sebesar 20 kasus pada periodetahun 2011-2012. Kasus kematian dilaporkan 80% terjadi di rumah sakit dan 20% terjadi pada saat perjalanan menuju fasilitas rujukan
Teknik Analisis
Analisis data dilakukan secara univariat, bivariatdengan chi square testdan multivariatdengan metoderegresi logistik
CONTOH TESIS NO.15 ANALISIS DETERMINAN KEMATIAN MATERNAL PADA MASA NIFAS DI KABUPATEN SIDOARJO TAHUN 2012
Abstrak
Angka Kematian Ibu (AKI) di Indonesia cukup tinggi, yaitu 359 per 100.000 kelahiran hidup (SDKI 2012). AKI merupakan indikator kesehatan ibu, terutama risiko kematian bagi ibu saat hamil dan melahirkan. Sebagian besar kematian maternal terjadi pada dua hari pertama setelah melahirkan dan pelayanan pasca persalinan diperlukan untuk menangani komplikasi setelah persalinan. Kabupaten Sidoarjo memiliki kasus kematian maternal pada masa nifas masih tinggi, sehingga diperlukan studi untuk mengetahui determinan yang mempengaruhi kematian maternal pada masa nifas di Kabupaten Sidoarjo. Penelitian bertujuan untuk menganalisis determinan yang berpengaruh terhadap kematian maternal pada masa nifas. Penelitian ini merupakan penelitian observasional dengan studi kasus kontrol. Jumlah sampel 21 kasus dan 42 kontrol. Analisis data dilakukan secara univariat, bivariat dengan chi square test, dan multivariat dengan regresi logistik ganda. Hasil penelitian menunjukkan bahwa determinan yang mempengaruhi kematian maternal pada masa nifas berdasarkan analisis multivariat adalah pre-eklamsia/eklamsia (OR = 20,98; 95%CI : 2,250 – 323,416; p = 0,008) dan komplikasi persalinan (OR = 5,47; 95%CI : 1,356 – 22,022; p = 0,017). Probabilitas ibu untuk mengalami kematian maternal pada masa nifas dengan memiliki faktor risiko tersebut di atas adalah 92,9%. Penelitian ini merekomendasikan perlunya pengenalan dini tanda – tanda komplikasi dalam kehamilan, persalinan, dan nifas, terutama tanda bahaya pre-eklamsia/eklamsia, persiapan rujukan, dan perencanaan kehamilan.
BAB I
Indonesia sebagai negara berkembang, masih memiliki angka kematian ibu yang cukup tinggi. Hasil data BPS (2003, 2008, dan 2013) dalam Survei Demografi dan Kesehatan Indonesia (SDKI), menunjukkan bahwa pada tahun 2002/2003 angka kematian ibu menjadi sebesar 307 per 100.000 KH, SDKI tahun 2007 angka kematian ibu menurun menjadi 228 per 100.000KH, dan meningkat kembali berdasarkan SDKI 2012 menjadi 359 per 100.000 KH. Hal ini menunjukkan bahwa angka kematian ibu di Indonesia cenderung stagnan.
Tenik Analisis
Analisis data dilakukan secara univariat, bivariat dengan chi square test, dan multivariat dengan regresi logistik ganda.
Leave a Reply