FAKTOR-FAKTOR YANG MEMPENGARUHI STATUS ANEMIA … · di wilayah penelitian, (2) mengetahui prevalensi anemia pada ibu hamil di wilayah penelitian, (3) engetahui konsumsi zat gizi

FAKTOR-FAKTOR YANG MEMPENGARUHI

STATUS ANEMIA PADA IBU HAMIL

DI KECAMATAN CIAMPEA, KABUPATEN BOGOR, JAWA BARAT

Oleh :

WARA FITRIA TRISTIYANTI

A54102064

PROGRAM STUDI S1

GIZI MASYARAKAT DAN SUMBERDAYA KELUARGA

FAKULTAS PERTANIAN

INSTITUT PERTANIAN BOGOR

2006

FAKTOR-FAKTOR YANG MEMPENGARUHI

STATUS ANEMIA PADA IBU HAMIL

DI KECAMATAN CIAMPEA, KABUPATEN BOGOR, JAWA BARAT

Skripsi

sebagai salah satu syarat untuk memperolah gelar Sarjana Pertanian bidang keahlian Gizi Masyarakat

pada Program Studi S1 Gizi Masyarakat dan Sumberdaya Keluarga Fakultas Pertanian

Institut Pertanian Bogor

Oleh :

WARA FITRIA TRISTIYANTI

A54102064

PROGRAM STUDI S1

GIZI MASYARAKAT DAN SUMBERDAYA KELUARGA

FAKULTAS PERTANIAN

INSTITUT PERTANIAN BOGOR

2006

JUDUL : FAKTOR-FAKTOR YANG MEMPENGARUHI STATUS ANEMIA PADA IBU HAMIL DI KECAMATAN CIAMPEA, KABUPATEN BOGOR, JAWA BARAT

Nama : WARA FITRIA TRISTIYANTI NRP : A54102064

Menyetujui :

Dosen Pembimbing,

Dr. Ir. Hadi Riyadi, MS

NIP. 131628531

Mengetahui :

Dekan Fakultas Pertanian,

Prof. Dr. Ir. Supiandi Sabiham, M.Agr NIP. 130 422 698 Tanggal Lulus :

RINGKASAN

WARA FITRIA TRISTIYANTI. Faktor-faktor yang Mempengaruhi Status Anemia pada Ibu Hamil di Kecamatan Ciampea, Kabupaten Bogor, Jawa Barat. Di bawah bimbingan HADI RIYADI.

Anemia pada ibu hamil diketahui berdampak buruk, baik bagi kesehatan ibu maupun bayinya. Rasmaliah (2004) menyebutkan bahwa anemia merupakan penyebab penting yang melatarbelakangi kejadian morbiditas dan mortalitas, yaitu kematian ibu pada waktu hamil dan pada waktu melahirkan atau nifas sebagai akibat komplikasi kehamilan. Selain itu ibu hamil yang menderita anemia juga menunjukkan keadaan yang tragis, yaitu terjadinya perdarahan pada saat melahirkan. Di samping pengaruhnya kepada kematian dan perdarahan, anemia pada saat hamil akan mempengaruhi pertumbuhan janin, berat bayi lahir rendah dan peningkatan kematian perinatal.

Tujuan umum penelitian ini adalah mengetahui faktor-faktor yang mempengaruhi status anemia pada ibu hamil di Kecamatan Ciampea, Kabupaten Bogor. Tujuan khusus penelitian adalah : (1) mengidentifikasi karakteristik contoh di wilayah penelitian, (2) mengetahui prevalensi anemia pada ibu hamil di wilayah penelitian, (3) mengetahui konsumsi zat gizi pada ibu hamil, (4) menguji hubungan karakteristik ibu hamil dengan kadar Hb, (5) menguji hubungan status kesehatan ibu hamil dengan kadar Hb, (6) menguji hubungan status KEK ibu hamil dengan kadar Hb, (7) menguji hubungan konsumsi zat gizi ibu hamil dengan kadar Hb, (8) menguji hubungan penyakit dan infeksi dengan kadar Hb, (9) menguji hubungan lingkungan dengan kadar Hb, dan (10) menganalisis faktor-faktor yang mempengaruhi status anemia pada ibu hamil di wilayah penelitian. Penelitian ini menggunakan desain Cross–Sectional Study yang dilakukan di 8 desa yang berada di salah satu kecamatan di wilayah Kabupaten Bogor, yaitu Kecamatan Ciampea. Pengumpulan data awal dilakukan selama kurang lebih satu bulan, dimulai pada bulan Desember 2005.

Data yang dikumpulkan meliputi data primer dan data sekunder. Data primer yang dikumpulkan meliputi : (1) karakteristik contoh, (2) data kesehatan contoh, (3) data konsumsi pangan sehari-hari, dan (4) data kondisi rumah dan kesehatan lingkungan. Data sekunder meliputi data karakteristik responden (nama, umur, usia kehamilan), letak geografis, demografi, sarana dan prasarana dari lokasi penelitian. Semua data dimasukkan ke program Microsoft Excel kemudian diolah secara deskriptif, uji korelasi rank Spearman, Independent Samples T Test, dan uji reghresi linear berganda menggunakan SPSS 14 for windows .

Rata-rata umur contoh adalah 27,58 tahun dengan persentase terbesar (96,9%) pada rentang 20 – 35 tahun. Sebagian besar contoh (54,7%) memiliki tingkat pendidikan SD/sederajat. Persentase terbesar tingkat pendidikan suami contoh juga berada pada tingkat SD/sederajat, yaitu sebesar 37,5%. Hampir sebagian (45,3%) keluarga contoh merupakan keluarga kecil (≤ 4 orang).

Lebih dari separuh keluarga contoh (53,1%) merupakan keluarga tidak miskin dengan rata-rata pendapatan/kapita/bulan sebesar Rp 140.212. Melalui pendekatan pengeluaran pangan, dapat diketahui rata-rata pengeluaran pangan/kapita/bulan adalah sebesar Rp 105.291. Sebagian besar contoh (85,9%) tidak bekerja dan sebanyak 48,4% contoh memiliki tingkat pengetahuan gizi kurang. Materi pertanyaan yang paling banyak dijawab benar oleh contoh

adalah materi seputar pentingnya makanan sehat bagi ibu hamil sedangkan materi yang paling sedikit dijawab benar adalah materi tentang kenaikan berat badan ideal selama kehamilan.

Prevalensi anemia pada ibu hamil di wilayah penelitian ini adalah sebesar 62,5%. Rata-rata umur kehamilan contoh adalah 3,20 bulan dengan persentase terbesar (64,1%) contoh berada pada trimester I. Pada penelitian ini seluruh contoh (100%) tergolong ke dalam kategori paritas rendah (0 – 5) dimana sebagian besar contoh (81,3%) memiliki jarak kehamilan ≥ 24 bulan. Sebanyak 76,6% contoh pernah melakukan pemeriksaan kehamilan. Pada penelitian ini sebagian besar contoh termasuk dalam kategori non KEK dengan persentase sebesar 69,5%.

Rata-rata konsumsi energi pada penelitian ini adalah 1230 kkal/org/hari di mana sebagian besar contoh (79,7%) memiliki tingkat kecukupan energi dengan kategori defisit berat (<70% AKE). Rata-rata konsumsi protein sebesar 34,75 g/org/hari dengan 82,8% contoh memiliki tingkat kecukupan protein dengan kategori defisit berat (<70% AKP). Hampir seluruh contoh (95,3%) mengkonsumsi zat besi dalam jumlah yang rendah (<15mg/kapita/hari) dan dengan persentase yang sama sejumlah contoh mengkonsumsi vitamin C dalam jumlah yang kurang (<85 mg/hr). Sebesar 43,8% contoh mengkonsumsi tablet Fe. Persentase contoh yang mengkonsumsi teh dengan frekuensi 16-30 kali/bulan tidak berbeda jauh dengan persentase contoh yang tidak mengkonsumsi teh. Tercatat 40,6% contoh mengkonsumsi teh dengan frekuensi 16-30 kali/bulan dan 39,1% contoh tidak mengkonsumsi teh. Sebagian besar contoh (54,7%) menderita penyakit infeksi selama sebulan terakhir dan sebesar 53,1% contoh memiliki kondisi lingkungan yang baik.

Variabel yang mempunyai hubungan nyata dengan status anemia adalah usia kehamilan dan morbiditas. Selain itu korelasi rank Spearman menunjukkan hubungan nyata antara tingkat pendidikan dengan pengetahuan gizi, hubungan tingkat pendidikan suami contoh dengan pengetahuan gizi contoh, hubungan usia kehamilan dengan konsumsi tablet Fe, hubungan tingkat pendidikan dengan konsumsi energi dan vitamin C, frekuensi konsumsi teh dengan konsumsi zat besi, dan hubungan tingkat pendidikan dengan lingkungan.

Uji statistik regresi linear berganda dengan metode Backward Wald menghasilkan 18 model. Berdasarkan pertimbangan nilai R2 adjusted dan jumlah variabel yang berpengaruh nyata, maka dipilih model 18. Pada model ini terdapat dua variabel yang berpengaruh nyata terhadap status anemia gizi pada ibu hamil. Kedua variabel tersebut adalah usia kehamilan dan ANC (pemeriksaan kehamilan). Secara bersama-sama kedua variabel ini memberikan pengaruh terhadap status anemia pada ibu hamil sebesar 25,2%.

THE FACTORS THAT INFLUENCE TO

ANAEMIA STATUS OF PREGNANT WOMEN

AT KECAMATAN CIAMPEA, BOGOR, WEST JAVA

Abstract

Pregnant women anaemia has bad effect for mother and also the baby.

To a pregnant women, anaemia result in bleeding even death as influence the

fetus’s growth, low weight birth, and death. In common, the aim of this research is

to analyse the factors that influence to anaemia status of pregnant women at

Kecamatan Ciampea, Bogor, West Java. Particularly, it purposes to understand

about anaemia prevalence in this researchh area and to test the correlation

between some variables (characteristic of pregnant women, health status, KEK

status, consumption of nutrients, morbidity, and environtment) with haemoglobin

(Hb) value. By using Cross-Sectional study, this research was performed at

Kecamatan Ciampea on December 2005. Data processing had done by using

descriptive method, correlative method (rank Spearman test), Independent-

Samples T test , and double linear regression test. It had done using SPSS 14 for

windows software.

Anaemia status of pregnant women is known by blood’s haemoglobin

value. Pregnant women’s anaemia prevalence in this research area is 62.5%.

Variables that having correlation with Hb value are pregnancy age and morbidity.

Pregnancy age has a significant negative correlation with Hb value (r=-0.464;

p<0.01), either morbiditty (r=-0.268; p<0.05). In double linear regression terst,

variables that have a significant influence to pregnant women’s anaemia status

are pregnancy age and Ante Natal Care (ANC) status. In equivalent, both

variables are giving influence to pregnant women’s anaemia status as 25.5%.

Key words : pregnancy, anaemia status, haemoglobin.

RIWAYAT HIDUP

Penulis dilahirkan di Yogyakarta pada tanggal 29 Juni 1984. Penulis merupakan anak pertama dari pasangan Sutrisno dan Sri Jayanti.

Pendidikan formal yang pertama kali ditempuh penulis adalah Taman

Kanak-kanak di TK PBT Klaten dari tahun 1989-1991. Pada tahun yang sama

penulis melanjutkan sekolah di SDN Paseban Klaten selama 1 tahun kemudian

dilanjutkan di SDN Baturetno Bantul hingga tahun 1993. Selanjutnya pada tahun

tersebut penulis melanjutkan tingkat sekolah dasar di SDN Rejowinangun III

Yogyakarta hingga selesai pada tahun 1996. Penulis kemudian melanjutkan

sekolah di SLTP Negeri 5 Yogyakarta dari tahun 1996 hingga 1999. Selepas

SLTP, penulis melanjutkan sekolah di SMU Negeri 5 Yogyakarta dari tahun 1999

sampai tahun 2002.

Penulis diterima di Departemen Gizi Masyarakat dan Sumberdaya

Keluarga, Fakultas Pertanian, IPB pada tahun 2002 melalui jalur SPMB. Selama

menjadi mahasiswa penulis aktif dalam Ikatan Mahasiswa Daerah Istimewa

Yogyakarta (Ikamadita). Selain itu pada tahun 2006 penulis menjadi anggota tim

pameran IPB pada PIMNAS XIX di Malang.

UCAPAN TERIMA KASIH

Puji syukur penulis panjatkan ke hadirat Allah SWT yang telah

melimpahkan rahmat dan karunia-Nya hingga akhirnya penulis dapat

menyelesaikan skripsi ini. Pada kesempatan ini penulis mengucapkan rasa

terima kasih tak terhingga kepada :

1. Dr. Ir. Hadi Riyadi, MS selaku dosen pembimbing skripsi atas bimbingan,

arahan, ilmu dan kesabarannya.

2. Ir. Eddy S. Mudjajanto selaku dosen pemandu seminar atas masukannya.

3. Prof. Dr. Ir. Faisal Anwar, MS selaku dosen penguji

4. Prof. Dr. Ir. Ali Khomsan, MS selaku dosen pembimbing akademik.

5. Seluruh responden ibu hamil di Kecamatan Ciampea atas kerjasamanya.

6. The member of SEAFAST’s feeding program.

7. Bu Sarlima atas arahannya menjalankan software Nutrisoft

8. Riska Listyaningsih dan Intan Diani F. selaku pembahas seminar.

9. Yang tercinta dan selalu di hati : Bapak, Ibu, adekku si Pow, Mbah Uti.

Terima kasih untuk semua cinta, sayang, doa, dan dukungannya.

10. Mas Bayu. Terima kasih untuk semua hal.

11. Lyana. Akhirnya bisa juga kita nikmati bubur ini dengan nikmat.

12. Warga Taman Cimanggu Blok O II/15 : Pakdhe, Budhe, Mbak Tika, Mas

Andre, Farrell, Ferro, Mbak Tun, Mbak Nurul.

13. Sahabat-sahabat terbaikku : Muna, Pheti, Kasep.

14. Sahabat-sahabat yang sempat terabaikan tapi selalu di hati : Lia, Anno,

V-too, S-tea, TameX, Mbak Enno, Mbak Wien, V-bree, Dodo.

15. Keluarga baruku : Mamah, Ayah, Budhe Tutut, Irma, Baguzz, Iim.

16. My big inspiration : Sheila on 7.

17. Gamasaker’s 39 : Gheet, Anggi’, K-reen, AdolFina, Ariesta, Erma, Nadhira,

Witie, Gentong, Iip, Mak Inoy, Andjun, Xanto, Dikfa, Bill-phul, B-wie, Amie.

18. Tim pameran_Pimnas : Mbak Nica, Intan., Ayu, NP, Azis, Yoyok, Bambang,

Ganjar, Asep, Fauzan. Terima kasih untuk kenangan dan persahabatan ini.

19. Teman-teman baruku : Gunawan, Galih, Iwan, Rio, Mas Adi, Mbak Qq, Mbak

Anne, Ulfah, Risang, Deka. Terima kasih untuk inspirasi dan semangatnya

18. Semua pihak yang telah berkenan membantu. Terima kasih banyak.

Bogor, September 2006

Penulis

DAFTAR ISI

Halaman

DAFTAR ISI ............................................................................................ i

DAFTAR TABEL ..................................................................................... ii

DAFTAR GAMBAR ................................................................................ iii

DAFTAR LAMPIRAN ............................................................................. iv

PENDAHULUAN

Latar belakang ................................................................................. 1 Tujuan ............................................................................................... 2 Kegunaan ......................................................................................... 3

TINJAUAN PUSTAKA

Anemia ............................................................................................. 4 Penyebab Anemia ............................................................................ 4 Deteksi Anemia ................................................................................ 5 Prevalensi Anemia di Indonesia ...................................................... 5 Kehamilan ......................................................................................... 5 Zat Besi ............................................................................................ 7 Kebutuhan Zat Besi Ibu Hamil ......................................................... 8 Anemia pada Ibu Hamil .................................................................... 9 Dampak Anemia ................................................................................ 9 Faktor-faktor yang diduga Berhubungan dengan Anemia Ibu Hamil .......................................................................................... 10

Karakteristik Contoh .................................................................. 10 Usia Kehamilan ......................................................................... 12 Jarak Kelahiran ......................................................................... 12 Paritas ........................................................................................ 13 ANC (Ante Natal Care) ............................................................... 13 Kurang Energi Kronis (KEK) ....................................................... 13 Konsumsi Zat Gizi ...................................................................... 14 Infeksi dan Penyakit ................................................................... 15 Lingkungan ................................................................................. 16

KERANGKA PEMIKIRAN ...................................................................... 17

METODE

Desain, Tempat, dan Waktu ............................................................ 20 Penarikan Contoh ............................................................................ 20 Jenis dan Cara Pengumpulan Data ................................................. 20 Pengolahan dan Analisis ................................................................. 22 Definisi Operasional ......................................................................... 23

HASIL DAN PEMBAHASAN .................................................................. 25

KESIMPULAN DAN SARAN ................................................................... 46

DAFTAR PUSTAKA ............................................................................... 48

LAMPIRAN ............................................................................................. 51

DAFTAR TABEL

Nomor Halaman

1 Estimasi angka kecukupan energi dan protein .............................. 6

2 Pembagian kategori pengetahuan gizi ........................................... 11

3 Pembagian kategori keluarga berdasarkan pendapatan/kapita ..... 12

4 Rentang pengeluaran pangan/kapita/bulan .................................... 12

5 Pembagian Kategori Tingkat Kecukupan Energi ............................ 14

6 Pembagian Kategori Tingkat Kecukupan Protein .......................... 14

7 Peubah, kategori peubah, dan cara pengumpulan data primer...... 21

8 Sebaran contoh menurut umur ........................................................ 25

9 Sebaran contoh berdasarkan tingkat pendidikan ............................ 26

10 Sebaran suami contoh berdasarkan tingkat pendidikan ............... 26

11 Sebaran contoh berdasarkan besar keluarga ............................... 27

12 Sebaran contoh berdasarkan besar pendapatan/kapita/bulan ..... 28

13 Sebaran contoh berdasarkan besar pengeluaran

pangan/kapita/bulan ....................................................................... 29

14 Sebaran contoh berdasarkan status pekerjaan ............................ 29

15 Sebaran contoh berdasarkan tingkat pengetahuan gizi ................ 30

16 Sebaran contoh berdasarkan kemampuan menjawab

pertanyaan pengetahuan gizi dengan benar ................................. 30

17 Sebaran contoh berdasarkan status anemia ................................. 32

18 Sebaran contoh berdasarkan trimester kehamilan ....................... 33

19 Sebaran contoh berdasarkan jarak kelahiran ................................ 34

20 Sebaran contoh berdasarkan status ANC ..................................... 35

21 Sebaran contoh berdasarkan status KEK ..................................... 36

22 Sebaran contoh berdasarkan Tingkat Kecukupan Energi ............ 37

23 Sebaran contoh berdasarkan Tingkat Kecukupan Protein ........... 38

24 Sebaran contoh berdasarkan konsumsi zat besi .......................... 39

25 Sebaran contoh berdasarkan konsumsi tablet Fe ......................... 40

26 Sebaran contoh berdasarkan konsumsi vitamin C ........................ 41

27 Frekuensi konsumsi teh selama sebulan terakhir ......................... 42

28 Sebaran contoh berdasarkan status kesehatan ............................ 43

29 Sebaran contoh berdasarkan kondisi lingkungan ......................... 44

DAFTAR GAMBAR

Nomor Halaman

1 Bagan Kerangka Pemikiran Faktor-faktor yang

Mempengaruhi Status Anemia Gizi pada Ibu Hamil ................. 19

2 Bagan Bagan Teknik Penarikan Contoh ................................... 20

DAFTAR LAMPIRAN

Nomor Halaman

1 Analisis Hubungan Umur dengan Kadar Hb .................................... 52

2 Analisis Hubungan Tingkat Pendidikan Contoh

dengan Kadar Hb .............................................................................. 52

3 Analisis Hubungan Pengeluaran Pangan dengan Kadar Hb ........... 52

4 Analisis Hubungan Status Pekerjaan dengan Kadar Hb ................. 52

5 Analisis Hubungan Usia Kehamilan dengan Kadar Hb .................... 52

6 Analisis Hubungan Paritas dengan Kadar Hb .................................. 52

7 Analisis Hubungan Jarak Kelahiran dengan Kadar Hb .................... 52

8 Analisis Hubungan Pemeriksaan Kehamilan dengan Kadar Hb .. 52

9 Analisis Hubungan Status KEK dengan Kadar Hb ........................... 53

10 Analisis Hubungan Konsumsi Energi dengan Kadar Hb ................. 53

11 Analisis Hubungan Konsumsi Protein dengan Kadar Hb ................. 53

12 Analisis Hubungan Konsumsi Zat Besi dengan Kadar Hb ............... 53

13 Analisis Hubungan Konsumsi Tablet Fe dengan Kadar Hb ............. 53

14 Analisis Hubungan Konsumsi Vitamin C dengan Kadar Hb ............ 53

15 Analisis Hubungan Konsumsi Teh dengan Kadar Hb ...................... 53

16 Analisis Hubungan Morbiditas dengan Kadar Hb ............................ 53

17 Analisis Hubungan Lingkungan dengan Kadar Hb .......................... 54

18 Hasil Independent-Samples T Test .................................................. 54

19 Hasil Uji Regresi Linear Berganda ................................................... 56

PENDAHULUAN

Latar Belakang

Manusia tumbuh dan berkembang sesuai dengan tingkatan umurnya.

Selama proses tersebut diperlukan input makanan yang diharapkan mampu

memenuhi kebutuhan zat gizi yang diperlukan. Setiap tingkatan umur memiliki

kebutuhan zat gizi yang berbeda. Zat gizi yang diperlukan oleh tubuh bergantung

pada proses metabolisme yang terjadi di dalam tubuh. Dengan demikian dapat

dimengerti apabila pada masa pertumbuhan dan periode tertentu diperlukan zat

gizi dengan kuantitas dan kualitas yang lebih baik.

Salah satu periode tertentu yang dimaksud adalah masa kehamilan.

Kehamilan selalu berhubungan dengan perubahan fisiologis yang berakibat

peningkatan volume cairan dan sel darah merah serta penurunan konsentrasi

protein pengikat gizi dalam sirkulasi darah, begitu juga dengan penurunan gizi

mikro (Parra BE, Manjarres LM 2005 diacu dalam Andonotopo & Arifin 2005)

Saat seorang ibu hamil makan, maka sebenarnya ada dua tubuh yang harus

tercukupi kebutuhan akan zat gizinya, yaitu tubuh ibu dan tubuh janin yang selalu

tumbuh dan berkembang.

Pada masa ini terjadi pembentukan jaringan-jaringan baru melalui

beberapa tahapan tertentu. Jaringan-jaringan yang terbentuk meliputi janin serta

jaringan-jaringan lain yang berfungsi sebagai pendukung yang mampu menjaga

kelangsungan janin (Hardinsyah & Martianto 1992). Meski dalam jumlah

terminimum sekalipun, keterbatasan nutrisi kehamilan (maternal) pada saat

terjadinya proses pembuahan janin dapat berakibat pada kelahiran prematur dan

efek negatif jangka panjang pada kesehatan janin (Andonotopo & Arifin 2005).

Salah satu zat gizi yang diketahui meningkat kebutuhannya selama

kehamilan adalah zat besi. Menurut Darlina (2003), zat besi pada masa

kehamilan digunakan untuk perkembangan janin, plasenta, ekspansi sel darah

merah, dan untuk kebutuhan basal tubuh. Zat besi yang diperlukan dapat

diperoleh dari makanan dan tablet besi. Akan tetapi, seperti halnya konsumsi zat

gizi secara umum, konsumsi zat besi seringkali belum memenuhi kebutuhan

dalam tubuh.

Apabila kadar zat besi di dalam tubuh ibu hamil kurang, maka akan terjadi

suatu keadaan yang disebut anemia. Hal itu dikarenakan zat besi merupakan

mikroelemen ang esensial bagi tubuh. Zat ini terutama diperlukan dalam

hemopoiesis (pembentukan darah), yaitu dalam sintesa hemoglobin.

Sebagaimana telah diketahui bahwa rendahnya kadar hemoglobin dalam darah

mengakibatkan suatu keadaan yang disebut anemia (Sediaoetama 1987).

Menurut Berger (1998) diacu dalam Darlina (2003), selain asupan zat besi yang

kurang dari makanan, anemia dapat terjadi karena pada masa kehamilan terjadi

perubahan yang berhubungan dengan darah sehingga mengakibatkan turunnya

kadar Hb di dalam darah.

Anemia pada ibu hamil diketahui berdampak buruk, baik bagi kesehatan

ibu maupun bayinya. Rasmaliah (2004) menyebutkan bahwa anemia merupakan

penyebab penting yang melatarbelakangi kejadian morbiditas dan mortalitas,

yaitu kematian ibu pada waktu hamil dan pada waktu melahirkan atau nifas

sebagai akibat komplikasi kehamilan. Selain itu ibu hamil yang menderita anemia

juga menunjukkan keadaan yang tragis, yaitu terjadinya perdarahan pada saat

melahirkan. Di samping pengaruhnya kepada kematian dan perdarahan, anemia

pada saat hamil akan mempengaruhi pertumbuhan janin, berat bayi lahir rendah

dan peningkatan kematian perinatal.

Mengingat berbagai dampak buruk yang timbul akibat anemia pada ibu

hamil serta prevalensi anemia pada ibu hamil di Indonesia yang cukup tinggi

(40%), maka diperlukan upaya untuk mengatasinya. Salah satu cara yang dapat

dilakukan adalah dengan mengetahui faktor-faktor yang mempengaruhi anemia

pada ibu hamil. Dengan demikian maka upaya pecegahan dan penanggulangan

diharapkan dapat dilakukan.

Tujuan

Tujuan Umum

Mengetahui faktor-faktor yang mempengaruhi status anemia pada ibu hamil

di Kecamatan Ciampea, Kabupaten Bogor.

Tujuan Khusus

1. Mengidentifikasi karakteristik contoh di wilayah penelitian

2. Mengetahui prevalensi anemia pada ibu hamil di wilayah penelitian

3. Mengetahui konsumsi zat gizi pada ibu hamil

4. Menguji hubungan karakteristik ibu hamil dengan kadar Hb

5. Menguji hubungan status kesehatan ibu hamil dengan kadar Hb

6. Menguji hubungan status KEK ibu hamil dengan kadar Hb

7. Menguji hubungan konsumsi zat gizi ibu hamil dengan kadar Hb

8. Menguji hubungan penyakit dan infeksi dengan kadar Hb

9. Menguji hubungan lingkungan dengan kadar Hb

10. Menganalisis faktor-faktor yang mempengaruhi status anemia pada ibu

hamil di wilayah penelitian.

Kegunaan

Hasil penelitian ini diharapkan mampu memberikan informasi mengenai

faktor-faktor yang mempengaruhi status anemia pada ibu hamil sehingga dapat

dijadikan landasan untuk pengembangan program pencegahan dan

penanggulangan anemia pada ibu hamil, baik oleh pihak Posyandu, Puskesmas,

maupun Dinas Kesehatan di Kabupaten Bogor pada khususnya dan di seluruh

Indonesia pada umumnya.

TINJAUAN PUSTAKA

Anemia

Anemia atau penyakit kurang darah yaitu suatu keadaan dimana kadar

haemoblobin (Hb) darah kurang dari normal. Kadar Hb normal berbeda untuk

setiap kelompok umur dan jenis kelamin : balita 11 g %, anak usia sekolah

12 g %, wanita dewasa 12 g %, laki-laki dewasa 13 g %, ibu hamil 11 g % dan

ibu menyusui 12 g % (Anonim 2004).

Ada dua tipe anemia yang dikenal selama ini yaitu anemia gizi dan non

gizi. Anemia gizi adalah keadaan kurang darah akibat kekurangan zat gizi yang

diperlukan dalam pembentukan serta produksi sel-sel darah merah, baik kualitas

maupun kuantitasnya. Sedangkan anemia non gizi akibat pendarahan seperti

luka akibat kecelakaan, mensturasi, atau penyakit darah yang bersifat genesis

seperti thalasemia, hemofilia, dan lainnya (Harli 1999).

Anemia gizi itu sendiri ada beberapa macam, yaitu : (1) anemia gizi besi,

(2) anemia gizi vitamin E, (3) anemia gizi asam folat, (4) anemia gizi vitamin B12,

(5) anemia gizi vitamin B6, dan (6) anemia Pica (Harli 1999).

Penyebab Anemia

Seseorang dapat menjadi anemia karena perdarahan dan kehilangan sel-

sel darah merah dari tubuh terlalu banyak. Pada ibu hamil lebih banyak terjadi

perdarahan kronis, yaitu perdarahan sedikit-sedikit tetapi terus menerus dalam

waktu yang lama (Riyadi, Hardinsyah, & Anwar 1997). Anemia juga bisa terjadi

karena kerusakan sel darah merah akibat kurang gizi, adanya zat beracun atau

patogen, faktor keturunan (genesis), penyakit Hodgkin atau kanker pada organ

penyimpanan serta pembentukan darah seperti hati, limpa, dan sumsum tulang

(Harli 1999).

Anemia gizi pada umumnya dijumpai di Indonesia terutama disebabkan

anemia kurang besi. Penyebab utama anemia kurang besi tampaknya adalah

karena konsumsi zat besi yang tidak cukup dan absorbsi zat besi yang rendah

dari pola makanan yang sebagian besar terdiri dari nasi, dan menu yang kurang

beraneka ragam. Konsumsi zat besi dari makanan tersebut sering lebih rendah

dari dua pertiga kecukupan konsumsi zat besi yang dianjurkan, dan susunan

menu makanan yang dikonsumsi tergolong pada tipe makanan yang rendah

absorbsi zat besinya (Rasmaliah 2004).

Defisiensi besi dapat disebabkan oleh rendahnya konsumsi pangan

hewani yang banyak mengandung besi (seperti daging, ayam, ikan, kerang,

susu, dan keju) yang mudah diserap oleh tubuh. Di samping itu dapat pula

disebabkan oleh rendahnya konsumsi makanan yang mendorong zat besi seperti

vitamin C dan protein serta adanya zat penghambat (inhibitor) penyerapan besi

seperti fitat, tannin, pektin (Effendi, Briawan, & Barunawati 2000).

Deteksi Anemia

Anemia dapat dideteksi dengan mengetahui kadar Hb. Penentuan kadar

Hb yang dianggap cukup teliti dan dianjurkan oleh ICSH (International

Communite for Standardization in Hematology) ialah Cyanmethemoglobin (WHO

1986 diacu dalam Darlina 2003). Penentuan Hb dengan cara ini relatif mahal

karena memerlukan spektrofotometer yang membutuhkan perawatan khusus dan

biaya yang relatif mahal.

Indikator paling umum yang digunakan untuk mengetahui kekurangan

besi adalah pengukuran jumlah dan ukuran sel darah merah dan nilai

hemoglobin darah. Nilai hemoglobin kurang peka terhadap tahap awal

kekurangan besi tetapi berguna untuk mengetahui beratnya anemia. Nilai

hemoglobin yang rendah menggambarkan kekurangan besi yang sudah lanjut

(Almatsier 2002).

Prevalensi Anemia di Indonesia

Menurut Survei Kesehatan Rumah Tangga yang dilakukan oleh

Departemen Kesehatan [Depkes] pada tahun 2001, prevalensi anemia pada ibu

hamil adalah sebesar 40%, pada wanita usia subur 15-44 tahun 27.9% dan pada

balita 48.1%.

Kehamilan

Kehamilan merupakan urutan kejadian yang secara normal terdiri atas

pembuahan, implantasi, perrtumbuhan embrio, pertumbuhan janin, dan berakhir

pada kelahiran bayi (Yongky 2004). Selama masa kehamilan terjadi

pembentukan jaringan-jaringan baru melalui beberapa tahapan tertentu.

Jaringan-jaringan yang terbentuk tumbuh dan berkembang dalam janin, meliputi

janin serta jaringan-jaringan lain yang berfungsi sebagai pendukung yang mampu

menjaga kelangsungan hidup janin. Jaringan ini meliputi plasenta, amnion, yolk

sac, dan chorion (Hardinsyah & Martianto 1992).

Pada masa kehamilan terjadi perubahan dalam tubuh ibu, yaitu dengan

adanya janin dalam kandungan. Selain itu terjadi pula pertumbuhan berbagai

organ sebagai pendukung proses kehamilan, seperti alat kandungan dengan

adneksanya, mame, dan sebagainya (Sediaoetama 1987).

Menurut Hardinsyah & Tambunan (2004) diacu dalam Widyakarya Nasional

Pangan dan Gizi VIII (2004), tambahan kalori yang dianjurkan untuk ibu hamil

pada trimester I adalah sebesar 180 kkal/hari. Berikut ini merupakan estimasi

angka kecukupan energi, protein dan lemak dari ibu hamil.

Tabel 1 Estimasi angka kecukupan energi dan protein Umur AKE (kkal/hr) AKP (g)

Wanita 16-18 th 19-29 th 30-49 th 50-64 th

65+ th

2200 1900 1800 1750 1600

55 50 50 50 50

Hamil Trimester 1 Trimester 2 Trimester 3

+ 180 + 300 + 300

+ 17 + 17 + 17

Sumber : Widyakarya Nasional Pangan dan Gizi VIII (2004)

Kalori dibutuhkan untuk perubahan dalam tubuh ibu hamil, meliputi

pembentukan sel-sel baru, pengaliran makanan dari pembuluh darah ibu ke

pembuluh darah janin melalui plasenta dan pembentukan enzim serta hormon

yang mengatur pertumbuhan janin (Anonim 2001).

Selama kehamilan, kebutuhan akan vitamin dan mineral juga meningkat.

Dalam Nutrition During Pregnancy yang diterbitkan oleh National of Science,

USA diacu dalam Hardinsyah dan Briawan (2000) direkomendasikan pemberian

suplemen zat gizi mikro pada ibu hamil seperti zat besi (Fe), zinc (Zn), cuprum

(Cu), iodium (I), vitamin A, asam folat, dan asam lemak omega 3 (DHA).

Pertimbangannya adalah karena adanya peningkatan kebutuhan fisiologis tubuh

untuk pertumbuhan janin.

Menurut Hardinsyah dan Martianto (1992), selama kehamilan terjadi dua

proses anabolik. Proses pertama merupakan pertumbuhan serta pematangan

plasenta dan janin yang selanjutnya menjadi bayi. Proses ke dua merupakan

penyesuaian fisiologik dan metabolik yang dialami ibu hamil. Proses-proses

tersebut dikatalisis oleh perubahan-perubahan kelenjar endokrin ibu. Keadaan ini

mengakibatkan ukuran uterus, payudara, volume darah ibu, cairan ketuban,

massa jaringan lemak membesar.

Kehamilan selalu berhubungan dengan perubahan fisiologis yang

berakibat peningkatan volume cairan dan sel darah merah serta penurunan

konsentrasi protein pengikat gizi dalam sirkulasi darah, begitu juga dengan

penurunan gizi mikro (Parra BE, Manjarres LM 2005 diacu dalam Andonotopo &

Arifin 2005)

Adanya kenaikan volume darah pada saat kehamilan akan meningkatkan

kebutuhan zat besi. Jumlah elemental Fe pada bayi baru lahir kira-kira 300 mg

dan jumlah yang diperlukan ibu untuk mencegah anemia akibat meningkatnya

volume darah adalah 500 mg, terutama dibutuhkan pada setengah akhir

kehamilan. Pada diet yang adekuat kandungan Fe sekitar 10-15 mg sehingga Fe

pada diet hanya memenuhi sedikit kebutuhan Fe pada ibu hamil (10-20% dari

kebutuhan). Oleh karena itu diperlukan suplemen Fe (Yongky 2004).

Zat Besi

Besi merupakan mineral mikro yang paling banyak terdapat di tubuh

manusia dan hewan, yaitu sebanyak 3-5 g di dalam tubuh manusia dewasa

(Almatsier 2002). Zat gizi besi (Fe) merupakan kelompok mineral yang

diperlukan, sebagai inti dari hemoglobin, unsur utama sel darah merah. Fungsi

sel darah merah itu penting mengingat tugasnya antara lain sebagai sarana

transportasi zat gizi, dan terutama juga oksigen yang diperlukan pada proses

fisiologis dan biokimia dalam setiap jaringan tubuh (Harli 1999). Sediaoetama

(1987) menyebutkan bahwa zat besi merupakan mikroelemen yang esensial bagi

tubuh. Zat ini terutama diperlukan dalam hemopoiesis (pembentukan darah),

yaitu dalam sintesa hemoglobin.

Kandungan besi dalam tubuh sangat kecil, yaitu sekitar 35 mg per kg

berat badan wanita atau 50 mg per kg berat badan pria. Besi yang ada dalam

tubuh berasal dari tiga sumber, yaitu besi yang diperoleh dari perusakan sel-sel

darah merah (hemolisis), besi yang diambil dari cadangan yang tersimpan dalam

tubuh, serta besi hasil penyerapan saluran cerna (Winarno 1997).

Besi dalam makanan terdapat dalam bentuk besi heme seperti terdapat

dalam hemoglobin dan mioglobin makanan hewani, dan besi non heme dalam

makanan nabati. Besi heme merupakan bagian kecil dari besi yang diperoleh

makanan. Akan tetapi yang dapat diabsorbsi mencapai 25 % sedangkan besi

non heme hanya 5 % (Almatsier 2002).

Sumber zat besi yang terpenting dalam diet adalah daging dan hati, ikan

dan daging unggas yang harus dikonsumsi setiap hari karena selain sebagai

sumber zat besi, heme juga dapat mendorong absorbsi besi non heme. Sumber

besi non heme yang tinggi kandungan zat besinya adalah kacang-kacangan,

sayuran berwarna hijau, umbi-umbian, dan buah-buahan (Darlina 2003).

Menurut Almatsier (2002), makan besi heme dan non heme secara

bersama dapat meningkatkan penyerapan besi non heme. Daging, ayam, dan

ikan mengandung suatu faktor yang membantu penyerapan besi. Faktor ini terdiri

atas asam amino yang mengikat besi dan membantu penyerapannya. Susu sapi,

keju, dan telur tidak mengandung faktor ini hingga tidak dapat membantu

penyerapan besi. Lebih lanjut Alsuhendra (2005) menyebutkan bahwa polifenol

seperti tanin dalam teh, kopi dan sayuran tertentu, mengikat besi heme

membentuk kompleks besi-tannat yang tidak larut sehingga zat besi tidak dapat

diserap dengan baik.

Pembuangan zat besi dari tubuh terjadi melalui beberapa jalan,

diantaranya adalah melalui keringat (0.2-1.2 mg/hari), air seni (0.1 mg/hari) dan

melalui feses serta darah menstruasi sekitar 0.5-1.4 mg/hari (Winarno 1997).

Oleh karena itu wanita membutuhkan jumlah unsur besi yang lebih banyak

dikarenakan laju kehilangan unsur besi dari tubuh meningkat 2-3 kali lipat selama

masa menstruasi (Lehninger 1994 diacu dalam Ariyani 2004). FAO/WHO diacu

dalam Winarno (1997) menganjurkan jumlah besi yang harus dikonsumsi

sebaiknya berdasarkan jumlah kehilangan besi dari dalam tubuh serta jumlah

bahan makanan hewani yang terdapat dalam menu.

Zat besi pada saat kehamilan digunakan untuk perkembangan janin,

plasenta, ekspansi sel darah merah, dan untuk kebutuhan basal tubuh (Darlina

2003). Pasokan zat besi tidak kalah penting karena pada masa hamil volume

darah ibu akan meningkat 30%. Di samping itu plasenta pun harus mengalirkan

cukup zat besi untuk perkembangan janin (Karyadi 2001).

Kebutuhan Zat Besi Ibu Hamil

Oleh karena kebutuhan besi selama kehamilan sangat tinggi, FAO/WHO

(2001) diacu dalam WNPG (2004) menganjurkan agar wanita hamil, khususnya

trimester 2 dan 3 mendapatkan tambahan (pil) besi dengan dosis 100 mg/ hari.

Selama masa kehamilan (280 hari) terjadi kehilangan besi basal 250 mg,

kebutuhan janin dan plasenta 315 mg dan kebutuhan untuk meningkatkan massa

hemoglobin (termasuk simpanan) 500 mg atau total sekitar 1.1 g. Pada trimester

pertama belum ada kebutuhan yang meningkat drastis sehingga kecukupan besi

pada trimester pertama sama dengan kecukupan pada wanita dewasa yang

mesih menstruasi, yaitu 26 mg/ hari.

Berbagai penelitian menunjukkan bahwa ibu hamil, terutama di pedesaan

Indonesia mengkonsumsi pangan pokok, pangan hewani, dan buah dalam

jumlah yang tidak memadai (Maiola 1998 diacu dalam dalam Hardinsyah dan

Briawan 2000). Hal tersebut berimplikasi pada tidak terpenuhinya kebutuhan

energi, protein, dan berbagai mineral yang penting bagi kehamilan seperti Fe, I,

dan Zn serta vitamin, terutama vitamin C dan asam folat. Menurut Riyadi et al.

(1997), konsumsi zat besi ibu hamil dibedakan antara konsumsi tinggi (≥ 15

mg/kapita/hari) dan konsumsi rendah (< 15 mg/kapita/hari).

Anemia pada Ibu Hamil

Peningkatan volume plasma darah terjadi lebih dahulu dibandingkan

produksi sel darah merah. Kondisi ini menyebabkan penurunan kadar Hb dan

hematokrit pada trimester I dan II sedangkan pembentukan sel darah merah

terjadi pada pertengahan akhir kehamilan sehingga konsentrasi mulai meningkat

pada trimester III kehamilan (Cheryl 1996 diacu dalam Darlina 2003).

Anemia pada ibu hamil disebabkan oleh banyak faktor, yaitu faktor

langsung, tidak langsung dan mendasar. Secara langsung anemia disebabkan

oleh seringnya mengkonsumsi zat penghambat absorbsi zat besi, kurangnya

mengkonsumsi promotor absorbsi zat besi non heme serta adanya infeksi

parasit. Adapun kurang diperhatikannya keadaan ibu pada waktu hamil

merupakan faktor tidak langsung. Namun secara mendasar anemia pada ibu

hamil disebabkan oleh randahnya pendidikan dan pengetahuan serta faktor

ekonomi yang masih rendah (Djunadi 1995 diacu dalam Darlina 2003).

Penggolongan jenis anemia ibu hamil dapat dibedakan menjadi anemia

ringan dan anemia berat. Batasan anemia ringan adalah bila kadar Hb 8-10.9

g/dl sedangkan anemia berat adalah apabila kadar Hb < 8 g/dl (Depkes 1996

diacu dalam Darlina 2003).

Dampak Anemia

Keluhan “3L” (lemah, letih, lesu) karena anemia adalah keluhan fisik yang

nyata dan dirasakan oleh penderita anemia (Soekirman 2000 diacu dalam

Wijianto 2002). Di samping itu muka tampak pucat, kehilangan selera makan,

apatis, sering pusing, sulit berkonsentrasi, serta mudah terserang penyakit

(Harli 1999). Karena menderita kekurangan darah, maka tenaga yang dihasilkan

oleh tubuh berkurang dan badan menjadi cepat lelah. Rasa cepat lelah

disebabkan pengolahan (metabolisme) energi untuk otot tidak berjalan sempurna

karena otot kekurangan oksigen. Pada penderita anemia, jumlah hemoglobin

yang berfungsi sebagai alat pengangkut oksigen berkurang sehingga jatah

oksigen untuk otot juga berkurang. Berkurangnya jatah oksigen mengakibatkan

otot membatasi produksi energi dan akibatnya orang yang menderita anemia

akan cepat lelah bila bekerja (Wijianto 2002).

Pada ibu hamil, anemia dapat mengakibatkan keguguran, lahir mati,

kelahiran bayi dengan berat badan lahir rendah, perdarahan sebelum atau

sewaktu melahirkan, dan kematian ibu (Kodyat 1995 diacu dalam

Khomsan 1997).

Faktor-faktor yang Diduga Berhubungan dengan Anemia Ibu Hamil

Karakteristik Contoh

Karakteristik contoh meliputi : umur, pendidikan, pengetahuan gizi,

pekerjaan, dan pendapatan. Umur ibu pada saat hamil akan mempengaruhi

timbulnya anemia. Bila umur ibu pada saat hamil relatif muda (<20 tahun) akan

beresiko anemia. Hal itu dikarenakan pada umur tersebut masih terjadi

pertumbuhan yang membutuhakn zat gizi lebih banyak dibandingkan dengan

umur di atasnya. Bila zat gizi yang dibutuhkan tidak terpenuhi, akan terjadi

kompetisi zat gizi antara ibu dengan bayinya (Wijianto 2002). Menurut [Depkes]

(2001), kadar Hb 7.0 - 10.0 g/dl banyak ditemukan pada kelompok umur <20

tahun (46%) dan kelompok umur 35 tahun atau lebih (48%).

Rendahnya tingkat pendidikan ibu hamil dapat menyebabkan

keterbatasan dalam upaya menangani masalah gizi dan kesehatan keluarga

(Hermina 1992 diacu dalam Wijianto 2002). Ibu hamil dengan tingkat pendidikan

rendah (tidak sekolah, tidak tamat SD dan tamat SD) sebanyak 66.15 %

menderita anemia dan merupakan prevalensi terbesar dibandingkan dengan

kategori pendidikan sedang maupun tinggi (Mulyono 1994 diacu dalam

Wijianto 2002).

Pendidikan formal sangat penting dalam menentukan status gizi keluarga.

Kemampuan baca tulis di pedesaan akan membantu dalam memperlancar

komunikasi dan penerimaan informasi, dengan demikian informasi tentang

kesehatan akan lebih mudah diterima oleh keluarga (Sukarni 1989). Oppeneer

dan Vervoren (1983) diacu dalam Handayani (2000) menyatakan bahwa tingkat

pendidikan yang dicapai seseorang mempunyai hubungan nyata dengan

pengetahuan gizi dari makanan yang dikosumsinya.

Pengetahuan gizi dan kesehatan merupakan salah satu jenis

pengetahuan yang dapat diperoleh melalui pendidikan. Pengetahuan gizi dan

kesehatan akan berpengaruh terhadap pola konsumsi pangan. Semakin banyak

pengetahuan tentang gizi dan kesehatan, maka semakin beragam pula jenis

makanan yang dikonsumsi sehingga dapat memenuhi kecukupan gizi dan

mempertahankan kesehatan individu (Suhardjo 1989).

Kategori pengetahuan gizi dapat dibagi dalam tiga kelompok, yaitu : baik,

sedang, dan kurang. Cara pengkategorian dilakukan dengan menetapkan cut-off

point dari skor yang telah dijadikan persen (Khomsan 2000). Untuk keseragaman

maka dianjurkan menggunakan cut-off point seperti tercantum pada Tabel 2

berikut :

Tabel 2 Pembagian kategori pengetahuan gizi

Kategori pengetahuan gizi Skor Baik > 80 % Sedang 60-80 % Kurang < 60 %

Berat ringannya pekerjaan ibu juga akan mempengaruhi kondisi tubuh

dan pada akhirnya akan berpengaruh pada status kesehatannya. Ibu yang

bekerja mempunyai kecenderungan kurang istirahat, konsumsi makan yang tidak

seimbang sehingga mempunyai resiko lebih besar untuk menderita anemia

dibandingkan ibu yang tidak bekerja (Wijianto 2002).

Lebih lanjut dikatakan Wijianto bahwa status pekerjaan biasanya erat

hubungannya dengan pendapatan seseorang atau keluarga. Ibu hamil yang tidak

bekerja kemungkinan akan menderita anemia lebih besar dibandingkan pada ibu

yang bekerja. Hal ini disebabkan pada ibu yang bekerja akan menyediakan

makanan, terutama yang mengandung sumber zat besi dalam jumlah yang

cukup dibandingkan ibu yang tidak bekerja.

Berdasarkan Biro Pusat Statistika [BPS] (2004), keluarga dibagi menjadi

dua kategori berdasarkan pendapatan/kapita/bulan yang diperoleh, yaitu

keluarga miskin dan keluarga tidak miskin. Pembagian kategori keluarga ini

dapat dilihat pada Tabel 3.

Tabel 3 Pembagian kategori keluarga berdasarkan pendapatan/kapita

Kategori keluarga Besar pendapatan/kapita/bulan Miskin < Rp 122.475 Tidak miskin ≥ Rp 122.475

Dengan meningkatnya pendapatan perorangan, terjadilah perubahan-

perubahan dalam susunan makanan. Akan tetapi, pengeluaran uang yang lebih

banyak untuk pangan tidak menjamin lebih beragamnya konsumsi pangan.

Kadang-kadang perubahan utama yang terjadi dalam kebiasaan makanan ialah

pangan yang dimakan lebih mahal (Suhardjo 1989). Pengeluaran pangan

merupakan sejumlah uang yang digunakan untuk melakukan pembelian pangan.

Menurut BPS (2004), pengeluaran pangan dapat dikategorikan menjadi

beberapa selang sebagaimana tercantum pada Tabel 4 berikut ini :

Tabel 4 Rentang pengeluaran pangan/kapita/bulan

Kategori Pengeluaran pangan/kapita/bulan (Rp) 1 < 60.000 2 60.000 – 79.999 3 80.000 – 99.999 4 100.000 – 149.999 5 150.000 – 199.999 6 200.000 – 299.999 7 300.000 – 499.999 8 > 500.000

Usia Kehamilan

Kebutuhan zat gizi pada ibu hamil terus meningkat sesuai dengan

bertambahnya umur kehamilan. Apabila terjadi peningkatan kebutuhan zat besi

tanpa disertai oleh pemasukan yang cukup, maka cadangan zat besi akan

menurun dan dapat mengakibatkan anemia (Lila 1992).

Menurut Suwandono dan Soemantri (1995) diacu dalam Darlina (2003),

meningkatnya kejadian anemia dengan bertambahnya umur kehamilan

disebabkan terjadinya perubahan fisiologis pada kehamilan yang dimulai pada

minggu ke-6, yaitu bertambahnya volume plasma dan mencapai puncaknya pada

minggu ke-26 sehingga terjadi penurunan kadar Hb.

Jarak Kelahiran

Salah satu penyebab yang dapat mempercepat terjadinya anemia pada

wanita adalah jarak kelahiran yang pendek (Soejonoes 1991 diacu dalam Darlina

2003). Hal ini disebabkan karena adanya kekurangan nutrisi yang merupakan

mekanisme biologis dari pemulihan faktor hormonal (Malem 1998 diacu dalam

Darlina 2003). Menurut data Badan Koordinasi Berencana Naional [BKKBN]

(1995) diacu dalam Darlina (2003), jarak persalinan yang baik adalah minimal

24 bulan.

Paritas

Paritas atau jumlah persalinan juga berhubungan dengan anemia. Hasil

SKRT 1985-1986 diacu dalam Wijianto (2002) menyatakan bahwa prevalensi

anemia pada kelompok paritas 0 lebih rendah daripada paritas 5 ke atas.

Semakin sering seorang wanita melahirkan maka semakin besar resiko

kehilangan darah dan berdampak pada penurunan kadar Hb. Setiap kali wanita

melahirkan, jumlah zat besi yang hilang diperkirakan sebesar 250 mg. Hal

tersebut akan lebih berat lagi apabila jarak melahirkan relatif pendek.

ANC (Ante Natal Care)

Departemen Kesehatan menganjurkan agar setiap ibu hamil yang

diperiksa kehamilan (ANC) oleh petugas kesehatan, minimal harus menerima 5T.

Maksud dari 5T adalah ibu hamil yang yang melakukan ANC pernah ditimbang

badan, diukur tensi/ tekanan darah, menerima tablet Fe, menerima imunisasi TT

dan diperiksa tinggi fundus uteri (SKRT 2001).

Kurang Energi Kronis (KEK)

UNICEF (1997) diacu dalam Hardinsyah (2000) menyebutkan bahwa

41% (2.0 juta) ibu hamil menderita kekurangan gizi. Menurut Tinker dan

Koblinsky (1994) diacu dalam Hardinsyah (2000), timbulnya masalah gizi pada

ibu hamil, seperti kejadian KEK, tidak terlepas dari keadaan sosial, ekonomi, dan

bio-sosial dari ibu hamil dan keluarganya seperti tingkat pendidikan, tingkat

pendapatan, konsumsi pangan, umur, paritas, dan sebagainya.

Menurut [Depkes] (1994), pengukuran lingkar lengan atas (LILA) adalah

suatu cara untuk mengetahui resiko Kurang Energi Kronis (KEK) Wanita Usia

Subur (WUS). Pengukuran LILA tidak dapat digunakan untuk memantau

perubahan status gizi dalam jangka pendek.

Pengukuran lingkar lengan atas (LILA) dapat digunakan untuk tujuan

penapisan status gizi Kurang Energi Kronis (KEK). Ibu hamil KEK adalah ibu

hamil yang mempunyai ukuran LILA<23.5 cm (SKRT 2001). Deteksi KEK dengan

ukuran LILA yang rendah mencerminkan kekurangan energi dan protein dalam

intake makanan sehari-hari yang biasanya diiringi juga dengan kekurangan zat

gizi lain, diantaranya besi. Dapat diasumsikan bahwa ibu hamil yang menderita

KEK berpeluang untuk menderita anemia (Darlina 2003).

Konsumsi Zat Gizi

Gizi seimbang adalah pola konsumsi makanan sehari-hari yang sesuai

dengan kebutuhan gizi setiap individu untuk hidup sehat dan produktif. Setiap

orang harus mengkonsumsi minimal satu jenis bahan makanan dari tiap-tiap

golongan bahan makanan (sumber karbohidrat, hewani, nabati, sayur, buah)

dalam sehari dengan jumlah yang mencukupi (Kodyat 1995 diacu dalam

Darlina 2003).

Angka Kecukupan Energi (AKE) adalah rata-rata tingkat konsumsi energi

dari pangan yang seimbang dengan pengeluaran energi pada kelompok umur,

jenis kelamin, ukuran tubuh (berat) dan tingkat kegiatan fisik agar hidup sehat

dan dapat melakukan kegiatan ekonomi dan sosial yang diharapkan. Untuk ibu

hamil, AKE termasuk kebutuhan energi untuk pertumbuhan janin dan cadangan

energi (Hardinsyah dan Tambunan diacu dalam WNPG 2004). Lebih lanjut

Deptan dan GMSK-IPB (2005) membagi tingkat kecukupan energi sebagaimana

tercantum pada Tabel 5.

Tabel 5 Pembagian kategori Tingkat Kecukupan Energi

Kategori TKE Defisit berat (TKE < 70% AKE) Defisit sedang (TKE = 70–79% AKE) Defisit ringan (TKE = 80-89% AKE) Normal (TKE = 90-119% AKE) Kelebihan (TKE = 120% AKE)

Angka Kecukupan Protein merupakan rata-rata konsumsi protein untuk

menyeimbangkan protein yang hilang ditambah sejumlah tertentu agar mencapai

hampir semua populasi sehat (97,5%) di suatu kelompok umur, jenis kelamin,

dan ukuran tubuh tertentu pada tingkat aktifitas sedang (Setiawan dan

Rahayuningsih diacu dalam WNPG 2004). Selanjutnya pembagian kategori

tingkat kecukupan protein menurut Deptan dan GMSK-IPB (2005) dapat dilihat

pada Tabel 6 berikut ini.

Tabel 6 Pembagian kategori Tingkat Kecukupan Protein

Kategori TKP Defisit berat (TKP < 70% AKP) Defisit sedang (TKP = 70–79% AKP) Defisit ringan (TKP = 80-89% AKP) Normal (TKP = 90-119% AKP) Kelebihan (TKP = 120% AKP)

Jumlah zat besi yang harus diserap tubuh setiap hari hanya 1 mg atau

setara dengan 10 – 20 mg zat besi yang terkandung dalam makanan. Zat besi

pada pangan hewani lebih tinggi penyerapannya, yaitu 20 – 30 % sedangkan dari

sumber nabati hanya 1 – 6 % (Anonim 2006).

Penyerapan besi dalam tubuh akan menurun bila konsumsi vitamin C-nya

rendah dan makanan sumber fitat tinggi. Jenis besi (heme dan non heme) akan

sangat mempengaruhi penyerapan besi dan interaksinya dengan mineral lain,

khususnya seng. Selain itu, status besi juga akan mempengaruhi penyerapan

besi seseorang (Kartona & Soekatri 2004).

Infeksi dan Penyakit

Zat besi merupakan unsur penting dalam mempertahankan daya tahan

tubuh agar tidak mudah terserang penyakit. Menurut penelitian, orang dengan

kadar Hb <10 g/dl memiliki kadar sel darah putih (untuk melawan bakteri) yang

rendah pula.

Seseorang dapat terkena anemia karena meningkatnya kebutuhan tubuh

akibat kondidi fisiologis (hamil, kehilangan darah karena kecelakaan, pasca

bedah atau menstruasi), adanya penyakit kronis atau infeksi (infeksi cacing

tambang, malaria, TBC) (Anonim 2006).

Ibu yang sedang hamil sangat peka terhadap infeksi dan penyakit menular.

Beberapa di antaranya meskipun tidak mengancam nyawa ibu, tetapi dapat

menimbulkan dampak berbahaya bagi janin. Diantaranya, dapat mengakibatkan

abortus, pertumbuhan janin terhambat, bayi mati dalam kandungan, serta cacat

bawaan. Penyakit infeksi yang diidap ibu hamil biasanya tidak diketahui saat

kehamilan. Hal itu baru diketahui setelah bayi lahir dengan kecacatan. Pada

kondisi terinfeksi penyakit, ibu hamil akan kekurangan banyak cairan tubuh serta

zat gizi lainnya (Bahar 2006).

Penyakit yang diderita ibu hamil sangat menentukan kualitas janin dan bayi

yang akan dilahirkan. Penyakit ibu yang berupa penyakit menular dapat

mempengaruhi kesehatan janin apabila plasenta rusak oleh bakteri atau virus

penyebab penyakit. Sekalipun janin tidak langsung menderita penyakit, namun

demam yang menyertai penyakit infeksi sudah cukup untuk menyebabkan

keguguran. Penyakit menular yang disebabkan virus dapat menimbulkan cacat

pada janin sedangkan penyakit tidak menular dapat menimbulkan komplikasi

kehamilan dan meningkatkan kematian janin 30% (Bahar 2006).

Lingkungan

Lingkungan hidup merupakan salah satu faktor yang mempengaruhi

kesehatan seseorang. Lingkungan berpengaruh pada terjadinya penyakit karena

penyakit terjadi akibat adanya interaksi antara manusia dengan lingkungan

hidupnya. Perkembangan epidemiologi menggambarkan secara spesifik peran

lingkungan dalam terjadinya penyakit dan wabah. Bahwa lingkungan

berpengaruh terhadap terjadinya penyakit sudah sejak lama diperkirakan orang

(Slamet 1996). Sarana sanitasi dasar yang berkaitan langsung dengan masalah

kesehatan meliputi penyediaan air (sumber air), jamban dan pembuangan

sampah.

Penyakit menular yang disebabkan oleh air secara langsung diantara

masyarakat seringkali dinyatakan sebagai penyakit bawaan air atau Water Borne

Diseases. Penyakit-penyakit ini hanya dapat menyebar apabila mikroba

penyebab dapat masuk ke dalam sumber air yang dipakai masyarakat untuk

memenuhi kebutuhan sehari-hari. Sedangkan jenis mikroba yang dapat

menyebar lewat air ini banyak macamnya, mulai dari virus, bakteri, protozoa dan

metazoa.

Limbah yang banyak pada daerah pantai sebagian besar dari limbah

keluarga yang biasa disebut dengan sampah. Pengaruhnya terhadap kesehatan

dapat dikelompokkan menjadi dua, yaitu efek yang langsung dan tidak langsung.

Efek langsung adalah efek yang disebabkan karena kontak langsung dengan

limbah tersebut. Misalnya limbah beracun, limbah yang korosif terhadap tubuh,

yang karsinogenik, dll. Selain itu ada pula limbah yang mengandung kuman

patogen sehingga dapat menimbulkan penyakit. Limbah ini dapat brasal dari

limbah keluarga selain limbah industri.

Selain itu pengaruh tidak langsung dapat dirasakan masyarakat akibat

proses pembusukan, pembakaran dan pembuangan limbah. Pengaruhnya

terhadap kesehatan dapat terjadi karena tercemarnya air tanah, tanah dan udara.

Efek tidak langsung lainnya berupa penyakit bawaan vektor yang berkembang

biak dalam limbah (Lumenta 1990).

KERANGKA PEMIKIRAN

Secara langsung, anemia pada ibu hamil berhubungan dengan

kesehatan, status Kurang Energi Kronis (KEK), konsumsi zat gizi, konsumsi teh

dan tablet Fe, serta infeksi dan penyakit. Secara tidak langsung, anemia pada ibu

hamil berhubungan dengan karakteristik dan lingkungan tempat tinggal.

Kesehatan ibu hamil meliputi usia kehamilan, paritas, jarak kelahiran, dan

pemeriksaan kehamilan (ANC). Variabel kesehatan ibu hamil ini berhubungan

langsung dengan status KEK karena melalui pemeriksaan kehamilan dapat

diketahui status KEK ibu hamil. Selain itu, kesehatan ibu hamil juga berhubungan

dengan karakteristik ibu hamil yang meliputi umur, tingkat pendidikan, status

pekerjaan, dan pendapatan.

Variabel karakteristik ibu hamil juga memiliki hubungan dengan konsumsi

pangan sehari-hari dari ibu hamil. Konsumsi zat gizi yang dimaksud meliputi

konsumsi energi, konsumsi protein, konsumsi zat besi, dan konsumsi vitamin C.

Zat gizi yang dikonsumsi oleh ibu hamil sehari-hari memiliki hubungan dengan

status KEK. Dengan demikian dapat dikatakan bahwa variabel status KEK

secara langsung berhubungan dengan pemeriksaan kehamilan dan konsumsi zat

gizi. Selain konsumsi zat gizi tertentu, anemia pada ibu hamil juga dipengaruhi

oleh konsumi teh dan tablet Fe.

Variabel terakhir yang berhubungan langsung dengan status anemia gizi

pada ibu hamil adalah infeksi dan penyakit. Variabel ini secara langsung

berhubungan dengan lingkungan tempat tinggal ibu hamil. Dalam hal ini yang

dimaksud dengan lingkungan adalah lingkungan fisik yang menyangkut sanitasi

dan kesehatan. Selain itu, lingkungan berhubungan dengan karakteristik ibu

hamil. Secara keseluruhan, hubungan antar variabel disajikan pada Gambar 1.

Gambar 1. Bagan Kerangka Pemikiran Faktor-faktor yang Mempengaruhi Status

Anemia Gizi pada Ibu Hamil

Karakteristik : - Umur - Tingkat pendidikan - Status pekerjaan - Pendapatan

Kesehatan : - Usia kehamilan - Paritas - Jarak kelahiran - Pemeriksaan kehamilan (ANC)

Status KEK

Status Anemia Ibu Hamil

Konsumsi zat gizi : - Energi - Protein - Zat besi - Vitamin C

Infeksi dan Penyakit

Lingkungan

Konsumsi : - Teh - Tablet Fe

METODE

Desain, Tempat dan Waktu

Penelitian ini menggunakan desain Cross–Sectional Study yang

dilakukan di 8 desa yang berada di salah satu kecamatan di wilayah Kabupaten

Bogor, yaitu Kecamatan Ciampea. Pengumpulan data awal dilakukan selama

kurang lebih satu bulan, dimulai pada bulan Desember 2005.

Penarikan Contoh

Contoh pada penelitian ini adalah ibu hamil sebanyak 64 orang. Contoh

ditentukan dengan cara purposive sampling dengan kriteria :

a. Dalam keadaan sadar dan tidak mengalami gangguan kejiwaan sehingga

dapat berkomunikasi dengan baik

b. Tidak merokok dan tidak minum alkohol

c. Bersedia dijadikan contoh

Pada Gambar 2 disajikan bagan teknik penarikan contoh penelitian :

Purposive Purposive

Gambar 2. Bagan Teknik Penarikan Contoh

Jenis dan Cara Pengumpulan Data

Data yang dikumpulkan meliputi data primer dan data sekunder. Data

primer diperoleh dengan melakukan pengukuran antropometri dan wawancara

langsung dengan responden menggunakan kuisioner. Data primer yang

dikumpulkan meliputi :

1. Karakteristik contoh (tingkat pendidikan, status pekerjaan, pendapatan)

2. Data kesehatan contoh (morbiditas, kadar Hb, riwayat kehamilan,

pelayanan kesehatan yang diterima, LILA)

3. Data konsumsi pangan sehari-hari (jumlah dan frekuensi)

4. Data kondisi rumah dan kesehatan lingkungan (sumber air, ventilasi,

keberadaan septic tank, dan tempat sampah).

Penentuan kadar Hb dilakukan dengan mengambil sampel darah

responden yang dilakukan oleh tenaga kesehatan yang berpengalaman yang

selanjutnya diukur dengan cara Cyanmethemoglobin. Data sekunder meliputi

Kab.Bogor Kec. Ciampea 8 desa

data karakteristik responden (nama, umur, usia kehamilan), letak geografis,

demografi, sarana dan prasarana dari lokasi penelitian. Data sekunder diperoleh

dari kantor kepala desa yang bersangkutan. Pada Tabel 7 disajikan jenis data,

pengelompokannya, serta cara pengumpulannya.

Tabel 7 Peubah, kategori peubah, dan cara pengumpulan data primer

No Peubah Kategori Peubah Cara Pengumpulan Data

1 Umur a. < 20 tahun b. 20 – 35 tahun

Wawancara dengan kuesioner

2 Tingkat pendidikan

a. Tidak sekolah b. SD c. SMP d. SMU e. PT


3 Status pekerjaan a. Bekerja b. Tidak bekerja


4 Besar keluargaa) a. Kecil (≤ 4 orang) b. Sedang (5-6 orang) c. Besar (≥ 7 orang)


5 Pendapatan/ kapita/ bulanb)

a. Miskin (<Rp151.200) b. Tidak miskin (≥Rp151.200)


6 Pengeluaran pangan/ kapita/ bulanc)

a. Rp < 60.000 b. Rp 60.000 – 79.999 c. Rp 80.000 – 99.999 d. Rp 100.000 – 149.999 e. Rp 150.000 – 199.999 f. Rp 200.000 – 299.999 g. Rp > 300.000


7 Tingkat pengetahuan gizid)

a. Baik (> 80%) b. Sedang (60-80%) c. Kurang (< 60%)

Wawancara dengan kuesioner, diberikan 10 item pertanyaan

8 Status anemia a. Anemia (Hb < 11g/dL) b. Tidak anemia (≥ 11 g/dL)

Pengukuran metode Cyanmethemoglobin

9 Usia kehamilan a. Trimester I (0 – 3 bulan) b. Trimester II (4-6 bulan)


10 Paritase) a. Rendah (0 – 5) b. Tinggi (> 5)


11 Jarak kehamilan a. < 24 bulan b. ≥ 24 bulan


12 Status ANC a. Tidak pernah b. Pernah


13 Status KEKf) a. KEK (LILA<23,5 cm) b. Non KEK (LILA≥23,5cm)

Diukur dengan pita LILA

Lanjutan Tabel 7

No Peubah Kategori Peubah Cara Pengumpulan

Data 14 TKEg) a. Defisit berat (TKE<70% AKE)

b. Defisit sedang (TKE=70-79% AKE) c. Defisit ringan (TKE = 80-89% AKE) d. Normal (TKE=90-119% AKE) e. Kelebihan (TKE=120% AKE)

Recall konsumsi pangan 2x24 jam

15 TKPg) a. Defisit berat (TKP<70% AKP) b. Defisit sedang (TKP = 70-79%

AKP) c. Defisit ringan (TKP = 80-89% AKP) d. Normal (TKP=90-119% AKP) e. Kelebihan (TKP=120% AKP)


16 Konsumsi besih)

a. Rendah (<15mg/kapita/hari) b. Tinggi (≥15mg/kapita/hari)


17 Konsumsi vitamin Cj)

a. Rendah (<85 mg/hari) b. Tinggi (=85 mg/hari)


18 Infeksi dan penyakit

a. Tidak sakit b. Sakit non infeksi c. Sakit infeksi


19 Lingkungan a. Baik b. Tidak baik


Keterangan :

a) Pembagian kategori menurut Slamet (1993) b) Pembagian kategori menurut BPS (2004) c) Pembagian kategori menurut BPS (2004) d) Pembagian kategori menurut Khomsan (2000) e) Pembagian kategori menurut SKRT 1985-1986 diacu dalam Wijianto (2002) f) Pembagian kategori menurut Depkes (2001) g) Pembagian kategori menurut Deptan dan GMSK-IPB (2005) h) Pembagian kategori menurut Riyadi, Hardinsyah, & Anwar (1997) i) Pembagian kategori menurut WNPG (2004) diacu dalam Setiawan &

Rahayuningsih (2004)

Pengolahan dan Analisis Data

Proses pengolahan data meliputi editing, coding, entry, dan analisis data.

Data yang telah dikumpulkan kemudian disajikan dalam bentuk tabel dan

dianalisis secara deskriptif dan statistika menggunakan program Microsoft Excell

dan SPSS 14 for windows .

Semua data dimasukkan ke program Microsoft Excel kemudian diolah

secara deskriptif menggunakan SPSS 14 for windows . Melalui uji deskriptif ini

dapat diketahui nilai minimum, nilai maksimum, nilai rata-rata dari setiap variabel,

dan frekuensinya. Selanjutnya setiap variabel dikorelasikan dengan variabel

status anemia gizi menggunakan metode rank Spearman. Berdasarkan uji

korelasi ini maka dapat diketahui ada tidaknya hubungan variabel independent

dengan variabel dependent (status anemia). Kemudian dilakukan uji beda

menggunakan Independent-Samples T Test. Terakhir, semua data diolah

menggunakan uji regresi liner berganda untuk melihat ada tidaknya pengaruh

variabel independent terhadap variabel dependent.

Definisi Operasional

Ibu hamil adalah wanita yang sedang mengandung janin. Umur ibu adalah bilangan yang dihitung dari tahun kelahiran hingga tahun

penelitian, dinyatakan dalam satuan tahun. Tingkat pendidikan adalah tingkatan sekolah formal yang telah ditempuh oleh

ibu hamil. Status pekerjaan adalah keterangan tentang bekerja atau tidaknya ibu hamil. Besar keluarga adalah jumlah anggota keluarga yang tinggal dalam satu rumah

dengan sumber perolehan makanan yang sama. Pendapatan/ kapita/ bulan adalah gaji/ upah yang diperoleh keluarga ibu hamil

dalam waktu satu bulan yang kemudian dibagi dengan jumlah anggota keluarga.

Pengeluaran pangan/ kapita/ bulan adalah sejumlah uang yang dikeluarkan

oleh setiap anggota keluarga untuk membeli pangan dalam waktu satu bulan.

Status anemia adalah keadaan kesehatan ibu hamil yang didasarkan pada

kadar Hb dalam darah.

Kesehatan ibu adalah keadaan tubuh ibu hamil yang dilihat dari usia kehamilan, paritas, jarak kelahiran dan pemeriksaan kehamilan (ANC).

Usia kehamilan adalah bilangan yang dihitung dari hari pertama haid terakhir

hingga saat dilakukan penelitian, dinyatakan dalam satuan bulan. Paritas adalah jumlah persalinan yang pernah dialami ibu. Jarak kelahiran adalah lama waktu awal kehamilan saat ini dengan kelahiran

sebelumnya, dinyatakan dalam satuan bulan. Ante Natal Care (ANC) adalah pemeriksaan kehamilan oleh tenaga kesehatan

pada setiap kunjungan ibu hamil. Kurang Energi Kronis (KEK) adalah suatu keadaan kekurangan energi dalam

waktu yang lama yang dideteksi dengan pengukuran Lingkar Lengan Atas (LILA); LILA < 23.5 cm termasuk kategori KEK.

LILA adalah ukuran lingkar lengan bagian atas dari ibu hamil, dinyatakan dalam satuan centimeter.

Konsumsi zat gizi adalah sejumlah zat gizi yang dikonsumsi oleh ibu hamil,

diperoleh dengan melakukan recall konsumsi pangan 2x24 jam. Konsumsi tablet besi adalah suplementasi tablet besi yang dikonsumsi ibu

hamil selama kehamilan. Konsumsi teh adalah frekuensi konsumsi teh dalam waktu satu bulan. Lingkungan adalah kondisi tempat tinggal ibu hamil yang meliputi ketersediaan

sarana kesehatan dan santasinya. Penyakit infeksi adalah penyakit yang disebabkan adanya virus yang

menyerang kekebalan tubuh ibu hamil.

HASIL DAN PEMBAHASAN

Profil Tempat Penelitian

Kecamatan Ciampea berada di wilayah Kabupaten Bogor. Kecamatan

seluas 3234 ha ini memiliki 13 desa dengan jumlah penduduk laki-laki 61.400

jiwa dan penduduk perempuan 60.428 jiwa. Kecamatan Ciampea memiliki batas-

batas wilayah sebagai berikut :

a. Batas utara : Ranca Bungur

b. Batas selatan : Tenjolaya

c. Batas barat : Kecamatan Cibungbulang

d. Batas timur : Kecamatan Dramaga

Penduduk Kecamatan Ciampea memiliki pekerjaan yang beragam, antara

lain : pedagang, pengrajin, buruh, petani, pengusaha, pertukangan, Pegawai

Negeri Sipil, pengemudi/jasa, dan TNI/Polri. Tingkat pendidikan penduduk

Kecamatan Ciampea adalah tamat SD (55,19%), SLTA (17,18%), tidak tamat SD

(3,87%), dan sisanya adalah SLTP, tamat akademi, dan perguruan tinggi.

Kecamatan Ciampea memiliki sarana dan prasarana kesehatan sebanyak

145 buah yang terdiri dari puskesmas, puskesmas pembantu, posyandu, balai

pengobatan, apotek dan toko obat.

Karakteristik Contoh

Umur Contoh

Contoh pada penelitian ini adalah ibu hamil dengan umur berkisar antara

19 tahun hingga 35 tahun dengan umur rata-rata 27,58 tahun. Pada kelompok

anemia, seluruh contoh (100%) berada pada rentang umur 20-35 tahun

sedangkan pada kelompok non anemia persentase terbesar contoh juga berada

pada rentang umur 20-35 tahun, yaitu sebesar 91,7%. Dalam penelitian ini tidak

terdapat contoh ibu hamil dengan umur lebih dari 35 tahun. Secara keseluruhan

dapat dikatakan bahwa sebagian besar contoh tidak berada pada rentang umur

beresiko. Sebaran responden berdasarkan umur dapat dilihat pada Tabel 8

berikut.

Tabel 8 Sebaran contoh menurut umur

Umur Status anemia Total Anemia Non anemia

n % n % n % < 20 tahun 0 0,0 2 8,3 2 3,1 20-35 tahun 40 100,0 22 91,7 62 96,9 Total 40 100,0 24 100,0 64 100,0

Tingkat Pendidikan Contoh

Tingkat pendidikan contoh pada penelitian ini terbagi menjadi lima, yaitu :

(1) tidak sekolah, (2) SD/sederajat, (3) SMP/sederajat, (4) SMA/sederajat, dan

(5) perguruan tinggi (PT). Baik pada kelompok anemia maupun non anemia,

sebagian besar contoh menempuh pendidikan SD/sederajat dengan persentase

sebesar 60,0% untuk kelompok anemia dan 45,8% untuk kelompok non anemia.

Pada kelompok anemia hanya terdapat 1 contoh yang memiliki tingkat

pendidikan PT sedangkan pada kelompok non anemia sama sekali tidak ada

contoh yang memiliki tingkat pendidikan PT. Pada Tabel 9 dapat dilihat sebaran

contoh berdasarkan tingkat pendidikan.

Tabel 9 Sebaran contoh berdasarkan tingkat pendidikan

Tingkat pendidikan

Status anemia Total Anemia Non anemia n % n % n %

Tidak sekolah 2 5,0 2 8,4 4 6.3 SD/sederajat 24 60,0 11 45,8 35 54.7 SMP/sederajat 6 15,0 8 33,3 14 21.9 SMA/sederajat 7 17,5 3 12,5 10 15.6 PT 1 2,5 0 0,0 1 1.6 Total 40 100,0 24 100,0 64 100,0

Tingkat Pendidikan Suami Contoh

Tingkat pendidikan suami contoh diduga memiliki pengaruh secara tidak

langsung terhadap status anemia ibu hamil. Sama halnya dengan tingkat

pendidikan contoh, persentase terbesar pada suami contoh kelompok anemia

dan non anemia adalah pada tingkat SD/sederajat dengan persentase masing-

masing sebesar 35,0% dan 41,7%. Sebaran tingkat pendidikan suami contoh

dapat dilihat pada Tabel 10 berikut.

Tabel 10 Sebaran suami contoh berdasarkan tingkat pendidikan

Tingkat pendidikan


Tidak sekolah 6 15,0 2 8,3 8 12,5 SD/sederajat 14 35,0 10 41,7 24 37,5 SMP/sederajat 6 15,0 5 20,8 11 17,2 SMA/sederajat 11 27,5 7 29,2 18 28,1 PT 3 7,5 0 0,0 3 4,7 Total 40 100,0 24 100,0 64 100,0

Besar Keluarga

Besar keluarga dapat digunakan untuk memberikan gambaran terhadap

jumlah pangan yang diterima oleh setiap anggota keluarga. Pada penelitian ini

yang dimaksud dengan anggota keluarga adalah kerabat yang menempati rumah

yang sama dengan sumber perolehan pangan yang sama. Besar keluarga

contoh berkisar antara 2 hingga 11 orang dengan rata-rata jumlah anggota

keluarga sebanyak 5,22 orang. Pada Tabel 11 dapat diketahui bahwa sebagian

besar keluarga contoh kelompok anemia maupun non anemia tergolong keluarga

kecil dengan persentase sebesar 42,5% untuk kelompok anemia dan 50,0%

untuk kelompok non anemia.

Tabel 11 Sebaran contoh berdasarkan besar keluarga

Besar keluarga Status anemia Total Anemia Non anemia

n % n % n % Kecil (≤ 4 orang) 17 42,5 12 50,0 29 45.3 Sedang (5-6 orang) 13 32,5 6 25,0 19 29.7 Besar (≥ 7 orang) 10 25,0 6 25,0 16 25.0 Total 40 100,0 24 100,0 64 100,0

Pendapatan

Contoh pada penelitian ini memiliki pendapatan/ bulan antara Rp 200.000

sampai dengan Rp 2.100.000 dengan rata-rata pendapatan Rp 664.867. Setelah

dibagi dengan jumlah anggota keluarga maka diperoleh pendapatan per kapita

per bulan, yaitu sekitar Rp 37.500 sampai dengan Rp 420.000 dengan rata-rata

pendapatan per kapita per bulan sebesar Rp 140.212. pada Tabel 12 dapat

dilihat sebaran contoh berdasarkan besar pendapatan per kapita per bulan. Pada

kelompok anemia, persentase terbesar keluarga contoh tergolong keluarga

miskin dengan persentase sebesar 67,5% sedangkan pada kelompok non

anemia sebagian besar keluarga contoh merupakan keluarga miskin dengan

persentase sebesar 58,3%. Namun demikian, selisih persentase antara contoh

non anemia yang miskin tidak terlalu besar dengan contoh non anemia yang

tidak miskin.

Secara keseluruhan, pada penelitian ini terdapat 64,1% contoh yang

tergolong keluarga miskin dan sisanya 35,9% contoh merupakan keluarga tidak

miskin. Angka kemiskinan ini tergolong tinggi jika dibandingkan dengan angka

kemiskinan di Indonesia sebesar 18,4% pada tahun 2005 .Penggolongan

tersebut berdasarkan data BPS (2004) untuk wilayah Indonesia.

Tabel 12 Sebaran contoh berdasarkan besar pendapatan/kapita/bulan

Kategori keluarga Status anemia Total Anemia Non anemia

n % n % n % Miskin (< Rp 151.200) 27 67,5 14 58,3 41 64,1 Tidak miskin (≥ Rp 151.200) 13 32,5 10 41,7 23 35,9 Total 40 100,0 24 100,0 64 100,0

Selain pendapatan per kapita per bulan digunakan juga pendekatan

pengeluaran pangan. Pengeluaran pangan dihitung dengan menanyakan

sejumlah uang yang digunakan untuk membeli pangan dalam waktu sebulan.

Selanjutnya pengeluaran tersebut dibagi dengan jumlah anggota keluarga dan

diperoleh pengeluaran pangan per kapita per bulan. Rata-rata pengeluaran

pangan/kapita/bulan pada penelitian ini sebesar Rp 105.291 dengan besar

pengeluaran pangan/kapita/bulan terkecil Rp 30.750 dan terbesar Rp 304.883.

Rata-rata pengeluaran pangan/kapita/bulan pada penelitian ini tidak berbeda

jauh dengan hasil data dari BPS (2004) yang menyatakan bahwa rata-rata

pengeluaran pangan/kapita/bulan di daerah pedesaan adalah sebesar

Rp 108.112.

Seperti terlihat pada Tabel 13, persentase pengeluaran pangan per kapita

contoh kelompok anemia berada pada rentang Rp 60.000 – Rp 79.999

sedangkan pada kelompok non anemia berada pada rentang

Rp 100.000 – Rp 149.999 dengan persentase masing-masing sebesar 25,0%

dan 37,5%. Secara keseluruhan, pengeluaran pangan/kapita/bulan pada

penelitian ini menyebar di tiap rentang pengeluaran pangan dalam persentase

yang tidak jauh berbeda satu sama lain. Rentang pengeluaran pangan yang

memiliki persentase contoh paling besar yaitu Rp80.000 – Rp99.999 dan

Rp100.000 – Rp149.999 dengan persentase sebesar 21,9% untuk masing-

masing rentang. Persentase terkecil terdapat pada rentang pengeluaran pangan

> Rp 300.000, yaitu sebesar 1,6%.

Tabel 13 Sebaran contoh berdasarkan besar pengeluaran pangan/kapita/bulan

Pengeluaran pangan/kapita/bulan

(Rp)


< 60.000 9 22,5 4 16,7 13 20,3 60.000 – 79.999 10 25,0 1 4,2 11 17,2 80.000 – 99.999 9 22,5 5 20,8 14 21,9 100.000 – 149.999 5 12,5 9 37,5 14 21,9 150.000 – 199.999 4 10,0 5 20,8 9 14,1 200.000 – 299.999 2 5,0 0 0,0 2 3,1 > 300.000 1 2,5 0 0,0 1 1,6

Total 40 100,0 24 100,0 64 100,0

Status Pekerjaan Contoh

Status pekerjaan contoh dibagi ke dalam dua kategori, yaitu bekerja dan

tidak bekerja. Pada penelitian ini baik kelompok anemia maupun non anemia

sebagian besar contohnya tidak bekerja. Secara keseluruhan, terdapat 85,9%

contoh yang tidak bekerja dan sisanya 14,1% contoh bekerja. Berdasarkan uji

beda-t yang dilakukan, terdapat perbedaan yang nyata (p<0,01) antara dua

kelompok contoh (Lampiran 4). Pada Tabel 14 berikut dapat dilihat sebaran

contoh berdasarkan status pekerjaan.

Tabel 14 Sebaran contoh menurut status pekerjaan

Status pekerjaan Status anemia Total Anemia Non anemia

n % n % n % Tidak bekerja 37 92,5 18 75,0 55 85,9 Bekerja 3 7,5 6 25,0 9 14,1 Total 40 100,0 24 100,0 64 100,0

Pengetahuan Gizi

Data pengetahuan gizi diperoleh dengan melakukan wawancara terhadap

contoh melalui panduan kuesioner. Diberikan sepuluh item pertanyaan seputar

gizi secara umum maupun mengarah pada gizi untuk ibu hamil. Dapat dilihat

pada Tabel 14 bahwa pada sebesar 57,5% contoh pada kelompok anemia

memiliki tingkat pengetahuan gizi yang kurang sedangkan pada kelompok non

anemia sebesar 50,0% contoh memiliki tingkat pengetahuan gizi sedang. Secara

keseluruhan, pada penelitian ini sebesar 48,4% contoh memiliki tingkat

pengetahuan gizi kurang. Hal ini dapat dilihat pada Tabel 15.

Tabel 15 Sebaran contoh berdasarkan tingkat pengetahuan gizi

Tingkat pengetahuan gizi


Kurang (< 60%) 23 57,5 8 33,3 8 12,5 Sedang (60-80%) 13 32,5 12 50,0 25 39,1 Baik (> 80%) 4 10,0 4 16,7 31 48,4 Total 40 100,0 24 100,0 64 100,0

Berdasarkan kemampuan menjawab dengan benar, maka pada Tabel 16

dapat dilihat bahwa materi pertanyaan yang paling banyak dijawab dengan benar

oleh contoh adalah materi tentang pentingnya makanan sehat untuk ibu hamil

dengan persentase sebesar 78,1%. Berdasarkan persentase sebesar itu maka

dapat dikatakan bahwa kemampuan contoh menjawab pertanyaan dengan benar

masih tergolong kurang. Materi pertanyaan yang paling sedikit dapat dijawab

dengan benar oleh contoh adalah materi pertanyaan tentang kenaikan berat

badan ideal selama kehamilan dengan persentase sebesar 29,7%. Persentase

untuk pertanyaan yang lain dinilai juga masih rendah, misalnya pada materi zat

gizi yang penting untuk tulang dan gigi (34,4%), contoh pangan sumber protein

(35,9%), zat gizi untuk tambah darah (51,6%), serta jenis imunisasi untuk ibu

hamil (57,8%).

Tabel 16 Sebaran contoh berdasarkan kemampuan menjawab pertanyaan

pengetahuan gizi dengan benar

No Materi pertanyaan n % 1 Manfaat bahan pangan pokok 42 65.6 2 Contoh pangan sumber protein 23 35.9 3 Pentingnya makanan sehat untuk ibu hamil 50 78.1 4 Zat gizi untuk tulang dan gigi 22 34.4 5 Zat gizi untuk tambah darah 33 51.6 6 Pengaruh status gizi ibu terhadap BBLB 46 71.9 7 Manfaat imunisasi untuk ibu hamil 40 62.5 8 Jenis imunisasi untuk ibu hamil 37 57.8 9 Pentingnya perawatan kehamilan 45 70.3 10 Kenaikan BB ideal selama kehamilan 19 29.7

Hubungan Tingkat Pendidikan dengan Kadar Hb

Berdasarkan uji korelasi rank Spearman diperoleh hasil bahwa tidak

terdapat hubungan yang nyata antara tingkat pendidikan contoh dengan kadar

Hb. Hal ini diduga karena tingkat pendidikan tidak secara langsung berhubungan

dengan status anemia. Selain dipengaruhi oleh tingkat pendidikan, diduga status

anemia juga dipengaruhi oleh faktor-faktor lainnya, seperti misalnya perilaku

sehat contoh dalam pemilihan pangan.

Hubungan Tingkat Pendidikan dengan Pengetahuan Gizi

Berdasarkan uji korelasi rank Spearman yang dilakukan maka terdapat

hubungan nyata positif (r=0,266; p<0,05) antara pengetahuan gizi dengan tingkat

pendidikan contoh. Hal itu berarti bahwa semakin tinggi tingkat pendidikan

contoh maka semakin baik pula pengetahuan gizinya. Hal ini senada dengan

pernyataan Oppeneer dan Vervoren (1983) diacu dalam Handayani (2000)

bahwa tingkat pendidikan yang dicapai seseorang mempunyai hubungan nyata

dengan pengetahuan gizi dari makanan yang dikosumsinya.

Hasil uji korelasi ini juga sekaligus dapat menjelaskan alasan mengapa

sebagian besar contoh memiliki tingkat pengetahuan gizi yang kurang.

Sebagaimana diketahui bahwa sebagian besar contoh memiliki tingkat

pendidikan yang juga rendah.

Hubungan Tingkat Pendidikan Suami dengan Pengetahuan Gizi Contoh

Hasil uji korelasi rank Spearman menunjukkan bahwa terdapat hubungan

positif antara pengetahuan gizi contoh dengan tingkat pendidikan suami contoh

(r=0,368; p<0,01). Hal ini berarti bahwa semakin tinggi tingkat pendidikan suami

contoh maka semakin baik pula pengetahuan gizi contoh. Dalam praktek sehari-

hari diduga bahwa selain memperoleh pengetahuan gizi dari pendidikan formal

yang ditempuhnya, contoh juga memperoleh pengetahuan gizi dari suami.

Hubungan Umur dengan Kadar Hb

Uji korelasi rank Spearman menunjukkan hasil bahwa tidak terdapat

hubungan yang nyata antara umur contoh dengan kadar Hb. Tidak adanya

hubungan tersebut diduga karena hampir sebagian besar contoh berada pada

rentang umur tidak beresiko.

Hubungan antara Pengeluaran Pangan dengan Kadar Hb

Hasil uji korelasi rank Spearman menunjukkan bahwa tidak terdapat

hubungan yang nyata antara pengeluaran pangan dengan kadar Hb. Hal ini

diduga karena alokasi pengeluaran pangan tidak sepenuhnya ditujukan pada

pembelian pangan sumber hewani maupun pangan lain yang sifatnya

mendukung penyerapan zat besi dalam tubuh. Sebagaimana disebutkan oleh

Suhardjo (1989), pengeluaran uang yang lebih banyak untuk pangan tidak

menjamin lebih beragamnya konsumsi pangan. Kadang-kadang perubahan

utama yang terjadi dalam kebiasaan makanan ialah pangan yang dimakan lebih

mahal.

Hubungan Status Pekerjaan dengan Kadar Hb

Ibu yang bekerja mempunyai kecenderungan kurang istirahat, konsumsi

makan yang tidak seimbang sehingga mempunyai resiko lebih besar untuk

menderita anemia dibandingkan ibu yang tidak bekerja (Wijianto 2002). Hasil

analisis statistik menggunakan uji korelasi rank Spearman menunjukkan bahwa

tidak terdapat hubungan yang nyata antara status pekerjaan contoh dengan

kadar Hb. Tidak adanya hubungan ini kemungkinan karena status pekerjaan

contoh yang sebagian besar tidak bekerja tidak menjamin contoh tidak

melakukan pekerjaan berat. Sebagian besar contoh adalah ibu rumah tangga.

Sebagai seorang ibu rumah tangga, contoh melakukan berbagai pekerjaan

rumah yang dapat menguras tenaga. Pekerjaan rumah inilah yang besar

kemungkinannya mengakibatkan contoh merasa letih dan kurang istirahat.

Status Anemia Contoh

Status anemia contoh dilihat dari kadar Hb hasil pemeriksaan. Pada

penelitian ini kadar Hb contoh berkisar antara 8,75g/dL sampai dengan

12,91g/dL dengan rata-rata kadar Hb 10.71g/dL. Berdasarkan kadar Hb tersebut

contoh dibagi menjadi dua kategori, yaitu anemia (kadar Hb < 11 g/dL) dan non

anemia (kadar Hb ≥11 g/dL). Sebesar 62,5% contoh menderita anemia dan

37,5% contoh non anemia. Dengan demikian dapat sekaligus diketahui bahwa

prevalensi anemia di wilayah penelitian adalah sebesar 62,5%. Pada Tabel 17

dapat diketahui sebaran contoh berdasarkan status anemia.

Tabel 17 Sebaran contoh berdasarkan status anemia

Status anemia n % Anemia 40 62,5 Tidak anemia 24 37,5 Total 64 100

Usia Kehamilan

Contoh pada penelitian ini memiliki umur kehamilan antara 2 sampai

dengan 5 bulan dengan rata-rata umur kehamilan 3,20 bulan. Selanjutnya usia

kehamilan contoh dibagi menjadi dua kategori, yaitu trimester I dan trimester II.

Baik pada kelompok anemia maupun non anemia persentase terbesar adalah

contoh pada trimester I, yaitu sebesar 52,5% untuk kelompok anemia dan 83,3%

untuk kelompok non anemia. Sisanya, kehamilan contoh berada pada trimester II

dengan persentase sebesar 47,5% untuk kelompok anemia dan 16,7% untuk

kelompok non anemia (Tabel 18). Secara keseluruhan, sebesar 64,1%

kehamilan contoh berada pada trimester I.

Tabel 18 Sebaran contoh berdasarkan trimester kehamilan

Usia kehamilan Status anemia Total Anemia Non anemia

n % n % n % I (0 – 3 bulan) 21 52,5 20 83,3 41 64,1 II (4-6 bulan) 19 47,5 4 16,7 23 35,9 Total 40 100,0 24 100,0 64 100,0

Hubungan Usia Kehamilan dengan Kadar Hb

Hasil analisis statistik menggunakan uji korelasi rank Spearman

menyimpulkan bahwa terdapat hubungan nyata negatif antara usia kehamilan

dengan kadar Hb contoh (r=-0,464; p<0,01). Artinya, semakin besar usia

kehamilan contoh maka kadar Hb-nya semakin rendah. Semakin rendahnya

kadar Hb mengimplikasikan semakin besarnya resiko menderita anemia.

Hasil penelitian ini sesuai dengan pendapat Suwandono dan Soemantri

(1995) diacu dalam Darlina (2003) yang menyatakan bahwa meningkatnya

kejadian anemia dengan bertambahnya umur kehamilan disebabkan terjadinya

perubahan fisiologis pada kehamilan yang dimulai pada minggu ke-6, yaitu

bertambahnya volume plasma dan mencapai puncaknya pada minggu ke-26

sehingga terjadi penurunan kadar Hb. Selain itu Cheryl (1996) diacu dalam

Darlina (2003) mengungkapkan bahwa peningkatan volume plasma darah terjadi

lebih dahulu dibandingkan produksi sel darah merah. Kondisi ini menyebabkan

penurunan kadar Hb dan hematokrit pada trimester I dan II sedangkan

pembentukan sel darah merah terjadi pada pertengahan akhir kehamilan

sehingga konsentrasi mulai meningkat pada trimester III kehamilan.

Hubungan Usia Kehamilan dengan Konsumsi Tablet Fe

Hasil analisis statistik menggunakan uji korelasi rank Spearman

menunjukkan bahwa terdapat hubungan nyata positif antara usia kehamilan

dengan konsumsi tablet Fe (r=0,437; p<0,01). Semakin bertambah usia

kehamilan contoh maka semakin besar kecenderungan contoh untuk

mengkonsumsi tablet Fe. Hal ini diduga karena seiring dengan bertambahnya

usia kehamilan maka kesadaran contoh akan kesehatan kehamilannya semakin

besar dan salah satunya ditunjukkan dengan mengkonsumsi tablet Fe.

Paritas

Paritas merupakan jumlah persalinan yang telah dilakukan oleh ibu hamil.

Paritas pada penelitian ini berkisar antara 0 sampai dengan 4. Seluruh contoh

(100%), baik pada kelompok anemia maupun non anemia tergolong ke dalam

kategori paritas rendah (0 – 5).

Hubungan Paritas dengan Status Anemia Gizi Besi

Paritas atau jumlah persalinan juga berhubungan dengan anemia.

Semakin sering seorang wanita melahirkan maka semakin besar resiko

kehilangan darah dan berdampak pada penurunan kadar Hb (SKRT 1985-1986

diacu dalam Wijianto 2002). Hasil uji korelasi rank Spearman menunjukkan

bahwa tidak terdapat hubungan yang nyata antara paritas dengan status anemia

gizi besi. Tidak adanya hubungan antara paritas dengan status anemia gizi besi

tersebut diduga karena homogenitas paritas contoh. Seluruh contoh (100%)

termasuk ke dalam kategori paritas rendah.

Jarak kelahiran

Jarak kelahiran dihitung dari waktu awal kehamilan saat ini dengan

kelahiran sebelumnya yang dinyatakan dalam satuan bulan. Jarak

kelahiandikategorikan menjadi dua, yaitu <24 bulan dan ≥24 bulan. Berdasarkan

kategori tersebut dapat diketahui bahwa sebagian besar contoh, baik pada

kelompok anemia maupun non anemia, memiliki jarak kelahiran ≥ 24 bulan

dengan persentase masing-masing sebesar 77,5% dan 87,5%. Selebihnya,

contoh memiliki jarak kelahiran <24 bulan dengan persentase sebesar 22,5%

untuk kelompok anemia dan 12,5% untuk kelompok non anemia (Tabel 19).

Tabel 19 Sebaran contoh menurut jarak kelahiran

Jarak kelahiran Status anemia Total Anemia Non anemia

n % n % N % < 24 bulan 9 22,5 3 12,5 12 18,8 ≥ 24 bulan 31 77,5 21 87,5 52 81,3

Total 40 100,0 24 100,0 64 100,0

Salah satu penyebab yang dapat mempercepat terjadinya anemia pada

wanita adalah jarak kelahiran yang pendek (Soejonoes 1991 diacu dalam Darlina

2003). Hal ini disebabkan karena adanya kekurangan nutrisi yang merupakan

mekanisme biologis dari pemulihan faktor hormonal (Malem 1998 diacu dalam

Darlina 2003). Menurut data Badan Koordinasi Berencana Naional [BKKBN]

(1995) diacu dalam Darlina (2003), jarak persalinan yang baik adalah minimal

24 bulan.

Hubungan antara Jarak kelahiran dengan Kadar Hb


hubungan nyata antara jarak kehamilan dengan kadar Hb. Hal ini diduga karena

meskipun sebagian besar contoh memiliki jarak kelahiran yang baik, namun

apabila pangan yang dikonsumsi tidak sesuai dengan kebutuhan maka proses

pemulihan faktor hormonal tidak dapat berjalan dengan baik.

Pemeriksaan kehamilan (ANC)

ANC (Ante Natal Care) merupakan pemeriksaan kehamilan yang

dilakukan oleh tenaga kesehatan terhadap ibu hamil. Pada penelitian ini

ditanyakan kepada contoh mengenai pernah tidaknya contoh melakukan

pemeriksaan kehamilan. Pada Tabel 20 dapat diketahui bahwa sebesar 70,0%

contoh pada kelompok anemia dan 87,5% contoh pada kelompok non anemia

pernah melakukan pemeriksaan kehamilan di tenaga kesehatan. Berdasarkan uji

beda-t terdapat perbedaan yang nyata antara contoh kelompok anemia dengan

non anemia pada variabel ini (Lampiran 8).

Tabel 20 Sebaran contoh berdasarkan status ANC


Status anemia Total Anemia Non anemia n % n % N %

Tidak pernah 12 30,0 3 12,5 15 23,4 Pernah 28 70,0 21 87,5 49 76,6

Total 40 100,0 24 100,0 64 100,0

Hubungan Pemeriksaan Kehamilan dengan Kadar Hb

Berdasarkan uji korelasi rank Spearman diperoleh hasil bahwa tidak

terdapat hubungan yang nyata antara pemeriksaan kehamilan dengan kadar Hb.

Hal ini diduga adanya kemungkinan bahwa meskipun contoh telah melakukan

pemeriksaan kehamilan dan memperoleh informasi tentang kesehatan diri dan

kehamilannya, namun contoh tidak sepenuhnya mengaplikasikan informasi yang

diperoleh dalam kehidupan sehari-harinya. Hal ini didukung oleh rendahnya

tingkat pendidikan dan tingkat pengetahuan gizi contoh.

Status KEK

KEK (Kurang Energi Kronis) merupakan suatu keadaan kekurangan

energi dalam waktu yang lama. KEK dapat dideteksi melalui pengukuran LILA

(Lingkar Lengan Atas). Status KEK terbagi menjadi dua kategori, yaitu KEK (LILA

< 23,5 cm) dan non KEK (LILA ≥ 23,5 cm). Pada penelitian ini sebagian besar

contoh, baik pada kelompok anemia maupun non anemia termasuk dalam

kategori non KEK dengan persentase sebesar 71,1% untuk kelompok anemia

dan 66,7% untuk kelompok non anemia. Sejumlah contoh lainnya termasuk

dalam kategori KEK dengan persentase sebesar 28,9% untuk kelompok anemia

dan 33,3% untuk kelompok non anemia (Tabel 21).

Tabel 21 Sebaran contoh berdasarkan status KEK

Status KEK Status anemia Total Anemia Non anemia

n % n % n % KEK 11 28,9 7 33,3 18 30,5 Non KEK 27 71,1 14 66,7 41 69,5

Total 38 100,0 21 100,0 59 100,0

Hubungan Status KEK dengan Kadar Hb

Uji korelasi rank Spearman memberikan hasil bahwa tidak terdapat

hubungan yang nyata antara status KEK dengan kadar Hb. Hal ini diduga karena

variabel ini tidak secara langsung berhubungan dengan status anemia. Darlina

(2003) menyebutkan bahwa deteksi KEK dengan ukuran LILA yang rendah

mencerminkan kekurangan energi dan protein dalam intake makanan sehari-hari

yang biasanya diiringi juga dengan kekurangan zat gizi lain, diantaranya besi.

Berdasarkan pendapat tersebut maka kemungkinan ibu hamil yang memiliki

ukuran LILA yang rendah belum dapat dipastikan menderita anemia.

Konsumsi Zat Gizi

Pangan yang dikonsumsi sehari-hari dapat menggambarkan status gizi

dan kesehatan seseorang. Pada penelitian ini dilakukan recall konsumsi pangan

selama 2 x 24 jam terhadap contoh. Data yang diperoleh kemudian diolah

menggunakan software Nutrisoft dan selanjutnya dapat diketahui sejumlah

energi, protein, dan zat gizi lainnya yang dikonsumsi oleh contoh.

Tingkat Kecukupan Energi

Tingkat kecukupan energi merupakan angka yang menggambarkan

perbandingan energi yang dikonsumsi contoh terhadap Angka Kecukupan Energi

menurut jenis kelamin, umur, dan kondisi fisiologis contoh. Rata-rata konsumsi

energi pada penelitian ini adalah sebesar 1230 kkal/hari. Angka ini dinilai cukup

rendah untuk konsumsi seorang ibu hamil. Rendahnya nilai rata-rata konsumsi

per hari ini kemungkinan disebabkan oleh adanya keluhan pada awal kehamilan,

seperti mual dan muntah. Adanya keluhan tersebut mengakibatkan rendahnya

asupan makanan oleh ibu hamil.

Pada penelitian ini tingkat kecukupan energi dihitung dengan

memperhatikan umur dan usia kehamilan masing-masing contoh. Secara umum

tingkat kecukupan energi dikategorikan menjadi lima, yaitu : (1) defisit berat

(TKE<70% AKG), (2) defisit sedang (TKE:70–79% AKE), (3) defisit ringan

(TKE:80-89% AKE), (4) normal (TKE:90-119% AKE), dan (5) kelebihan

(TKE=120% AKE). Pada penelitian ini sebagian besar contoh (79,7%) memiliki

tingkat kecukupan energi dengan kategori defisit berat. Hanya sebesar 7,5%

contoh dari kelompok anemia dan 8,3% contoh dari kelompok non anemia yang

memiliki tingkat kecukupan energi yang normal (Tabel 22).

Tabel 22 Sebaran Tingkat Kecukupan Energi contoh

TKE Status anemia Total Anemia Non anemia

n % n % n % Defisit berat (TKE < 70% AKE) 33 82,5 18 75,0 51 79,7

Defisit sedang (TKE = 70–79% AKE) 1 2,5 3 12,5 4 6,2

Defisit ringan (TKE = 80-89% AKE 3 7,5 0 0,0 3 4,7

Normal (TKE = 90-119% AKE 3 7,5 2 8,3 5 7,8

Kelebihan (TKE = 120% AKE) 0 0,0 1 4,2 1 1,6

Total 40 100,0 24 100,0 64 100,0

Hubungan Tingkat Kecukupan Energi dengan Kadar Hb

Berdasarkan uji korelasi rank Spearman maka diperoleh hasil bahwa

tidak terdapat hubungan nyata antara tingkat kecukupan energi dengan kadar

Hb. Hal ini diduga karena asupan energi yang diperoleh sebagian besar berasal

dari pangan sumber karbohidrat sehingga tidak memberikan sumbangan zat besi

dalam jumlah besar. Sebagaimana diketahui bahwa pangan yang memberikan

kontribusi lebih banyak dalam hubungannya dengan status anemia adalah zat

besi. Menurut Harli (1999), zat gizi besi (Fe) merupakan kelompok mineral yang

diperlukan, sebagai inti dari hemoglobin, unsur utama sel darah merah. Fungsi

sel darah merah itu penting mengingat tugasnya antara lain sebagai sarana

transportasi zat gizi, dan terutama juga oksigen yang diperlukan pada proses

fisiologis dan biokimia dalam setiap jaringan tubuh.

Tingkat Kecukupan Protein

Seperti halnya saat menghitung tingkat kecukupan energi, tingkat

kecukupan protein dihitung dengan membandingkan nilai konsumsi protein

dalam sehari dengan Angka Kecukupan Protein untuk ibu hamil. Pada penelitian

ini rata-rata konsumsi protein adalah sebesar 34,75 g/hari. Sebanyak 82,5%

contoh pada kelompok anemia dan 83,3% contoh pada kelompok non anemia

memiliki tingkat kecukupan protein dengan kategori defisit barat. Pada kelompok

anemia terdapat 7,5% contoh dengan tingkat kecukupan protein normal dan

pada kelompok non anemia terdapat 8,3% contoh yang termasuk dalam kategori

ini. Pada kedua kelompok tidak terdapat contoh dengan tingkat kecukupan

protein yang berlebih (Tabel 23).

Tabel 23 Sebaran Tingkat Kecukupan Protein contoh

TKP Status anemia Total Anemia Non anemia

n % n % n % Defisit berat (TKP < 70% AKP) 33 82,5 20 83,3 53 82,8

Defisit sedang (TKP = 70–79% AKP) 2 5,0 1 4,2 3 4,7

Defisit ringan (TKP = 80-89% AKP) 2 5,0 1 4,2 3 4,7

Normal (TKP = 90-119% AKP) 3 7,5 2 8,3 5 7,8

Kelebihan (TKP = 120% AKP) 0 0,0 0 0,0 0 0,0

Total 40 100,0 24 100,0 64 100,0

Hubungan Tingkat Kecukupan Protein dengan Kadar Hb


hubungan yang nyata antara tingkat konsumsi protein dengan kadar Hb. Hal ini

diduga karena pangan sumber protein yang dikonsumsi contoh merupakan

sumber protein nabati. Sebagaimana diketahui bahwa pangan nabati merupakan

sumber zat besi non heme. Dalam penyerapannya, sumber zat besi non heme

lebih rendah dibandingkan dengan sumber zat besi heme. Lebih tingginya

konsumsi pangan sumber protein nabati daripada pangan sumber protein hewani

dapat dilihat dari rata-rata frekuensi konsumsi pangan nabati yang lebih banyak

daripada rata-rata rata-rata frekuensi pangan hewani.

Konsumsi Zat Besi

Zat gizi besi (Fe) merupakan kelompok mineral yang diperlukan, sebagai

inti dari hemoglobin, unsur utama sel darah merah (Harli 1999). Oleh karena itu

sangat penting mengkonsumsi pangan sumber zat besi setiap hari. Dalam

penelitian ini, konsumsi zat besi diketahui dengan cara melakukan recall

konsumsi pangan selama 2 x 24 jam. Hasil recall tersebut kemudian diolah dan

dapat diketahui sejumlah zat besi yang dikonsumsi contoh setiap harinya.

Menurut Riyadi et al. (1997), konsumsi zat besi ibu hamil dibedakan

antara konsumsi rendah (<15mg/kapita/hari) dan konsumsi tinggi

(≥15mg/kapita/hari). Rata-rata konsumsi besi contoh sebesar 5 mg/hari. Jumlah

ini terhitung sangat rendah jika dibandingkan dengan cut off point konsumsi besi

ibu hamil. Dapat dilihat pada Tabel 24 bahwa sebagian besar contoh, baik pada

kelompok anemia maupun non anemia mengkonsumsi zat besi dalam jumlah

rendah. Tercatat sebesar 95,0% contoh pada kelompok anemia dan 95,8%

contoh pada kelompok non anemia mengkonsumsi zat besi dalam jumlah yang

rendah. Persentase contoh yang mengkonsumsi zat besi dalam jumlah tinggi

sangat kecil, yaitu sebesar 5,0% contoh untuk kelompok anemia dan 4,2%

contoh untuk kelompok non anemia.

Tabel 24 Sebaran contoh berdasarkan konsumsi zat besi

Konsumsi zat besi Status anemia Total Anemia Non anemia

n % n % n % Rendah (<15mg/kapita/hari) 38 95,0 23 95,8 61 95,3 Tinggi (≥15mg/kapita/hari) 2 5,0 1 4,2 3 4,7 Total 40 100,0 24 100,0 64 100,0

Hubungan Konsumsi Zat Besi dengan Kadar Hb

Uji korelasi rank Spearman menunjukkan bahwa tidak terdapat hubungan

yang nyata antara konsumsi zat besi dengan kadar Hb. Hal ini diduga karena

pangan sumber zat besi yang dikonsumsi bukan berasal dari besi heme

sehingga kurang bisa mendukung keberadaan zat besi dalam tubuh. Selain itu

kemungkinan besar konsumsi besi non heme tidak diimbangi dengan konsumsi

besi heme. Sebagaimana diketahui bahwa besi heme lebih mudah diserap oleh

tubuh daripada besi non heme. Selain itu menurut Almatsier (2002), makan besi

heme dan non heme secara bersama dapat meningkatkan penyerapan besi non

heme. Contoh pada penelitian ini mengkonsumsi pangan suber besi heme dalam

frekuensi yang lebih rendah jika dibandingkan dengan frekuensi konsumsi

pangan sumber besi non heme.

Konsumsi Tablet Fe

Salah satu pangan sumber zat besi adalah tablet besi. Selama masa

kehamilan, biasanya seorang wanita akan menerima suplementasi besi berupa

tablet. Pada penelitian ini ditanyakan kepada contoh mengenai dikonsumsi atau

tidaknya tablet besi yang diberikan. Lebih dari separuh contoh (55,0% pada

kelompok anemia dan 58,3% pada kelompok non anemia) tidak mengkonsumsi

tablet besi. Lebih jelas dapat dilihat pada Tabel 25.

Tabel 25 Sebaran contoh berdasarkan konsumsi tablet Fe

Konsumsi tablet Fe Status anemia Total Anemia Non anemia

n % n % n % Tidak 22 55,0 14 58,3 36 56,3 Ya 18 45,0 10 41,7 28 43,8 Total 40 100,0 24 100,0 64 100,0

Hubungan Konsumsi Tablet Fe dengan Kadar Hb

Berdasarkan uji korelasi rank Spearman maka diperoleh hasil bahwa

tidak terdapat hubungan yang nyata antara konsumsi tablet Fe dengan kadar Hb.

Hal ini diduga karena konsumsi pangan sumber Fe, termasuk tablet Fe

dipengaruhi oleh penyerapan zat besi dalam tubuh. Zat besi akan dapat diserap

dengan baik apabila tubuh dalam keadaan optimal/ sehat dan didukung adanya

zat yang membantu penyerapan zat besi dalam tubuh.

Konsumsi Vitamin C

Defisiensi besi dapat disebabkan oleh rendahnya konsumsi pangan

hewani yang banyak mengandung besi (seperti daging, ayam, ikan, kerang,

susu, dan keju) yang mudah diserap oleh tubuh. Di samping itu dapat pula

disebabkan oleh rendahnya konsumsi makanan yang mendorong zat besi seperti

vitamin C dan protein serta adanya zat penghambat (inhibitor) penyerapan besi

seperti fitat, tannin, pektin (Effendi, Briawan, & Barunawati 2000). Pada penelitian

ini sebagian besar contoh pada kelompok anemia (92,5%) maupun non anemia

(100,0%) mengkonsumsi vitamin C dalam jumlah yang kurang. Sebaran contoh

berdasarkan konsumsi vitamin C dapat dilihat pada Tabel 26 berikut.

Tabel 26 Sebaran contoh berdasarkan konsumsi vitamin C

Konsumsi vitamin C Status anemia Total Anemia Non anemia

n % n % n % Kurang (< 85 mg/hr) 37 92,5 24 100,0 61 95,3 Cukup (≥ 85 mg/hr) 3 7,5 0 0,0 3 4,7 Total 40 100,0 24 100,0 64 100,0

Hubungan Konsumsi Vitamin C dengan Kadar Hb


hubungan yang nyata antara konsumsi vitamin C dengan kadar Hb. Tidak

adanya hubungan ini diduga karena dalam hal ini vitamin C berfungsi sebagai zat

yang membantu penyerapan zat besi, bukan sebagai zat yang memiliki

kandungan besi. Oleh karena itu fungsi vitamin C ini menjadi tidak berarti apabila

tidak disertai dengan konsumsi pangan sumber besi yang tinggi.

Hubungan Tingkat Pendidikan dengan Konsumsi Energi dan Vitamin C

Hasil analisis statistik menggunakan uji korelasi Spearman menyimpulkan

bahwa terdapat hubungan nyata positif (r=0,275; p<0,05) antara tingkat

pendidikan contoh dengan konsumsi energi. Artinya, semakin tinggi tingkat

pendidikan contoh maka semakin cukup pula konsumsi energinya. Selain itu juga

terdapat hubungan positif nyata (r=0,339; p<0,01) antara tingkat pendidikan

contoh dengan konsumsi vitamin C.

Berdasarkan korelasi tersebut maka dapat dikatakan bahwa tingkat

pendidikan contoh mempengaruhi status gizi dan kesehatan pada keluarga.

Contoh yang memiliki tingkat pendidikan yang lebih tinggi cenderung memiliki

tingkat pengetahuan gizi yang lebih dalam memilih pangan yang baik dan pada

akhirnya akan mempengaruhi konsumsi energi dan vitamin C.

Konsumsi Teh

Polifenol seperti tanin dalam teh, kopi dan sayuran tertentu, mengikat besi

heme membentuk kompleks besi-tannat yang tidak larut sehingga zat besi tidak

dapat diserap dengan baik (Alsuhendra 2005). Pada penelitian ini konsumsi zat

inhibitor lebih ditujukan pada konsumsi teh. Data konsumsi teh diperoleh dengan

menanyakan frekuensi konsumsi teh melalui FFQ terhadap contoh.

Berdasarkan data FFQ maka diperoleh hasil bahwa contoh

mengkonsumsi teh antara 0 – 30 kali dalam sebulan dengan rata-rata konsumsi

13 kali. Hal ini berarti bahwa ada beberapa responden yang sama sekali tidak

mengkonsmsi teh dan sisanya mengkonsumsi teh setiap hari. Pada Tabel 27

dapat dilihat bahwa sebesar 42,5% contoh pada kelompok anemia sama sekali

tidak mengkonsumsi teh dalam sebulan. Pada kelompok non anemia, sebesar

45,8% contoh mengkonsumsi teh sebanyak 16 – 30 kali sebulan.

Tabel 27 Frekuensi konsumsi teh selama 1 bulan terakhir

Frekuensi konsumsi teh sebulan


0 17 42,5 8 33,4 25 39.1 1 - 3 3 7,5 2 8,3 5 7.8 4 – 8 3 7,5 3 12,5 6 9.4 9 – 15 2 5,0 0 0,0 2 3.1 16 – 30 15 37,5 11 45,8 26 40.6 Total 40 100,0 24 100,0 64 100,0

Hubungan Frekuensi Konsumsi Teh dengan Kadar Hb

Uji korelasi rank Spearman menunjukkan bahwa tidak terdapat hubungan

yang nyata antara frekuensi konsumsi teh dengan kadar Hb. Meskipun demikian,

terdapat hubungan nyata negatif antara frekuensi konsumsi teh dengan

konsumsi zat besi (r=-0,247; p<0,05). Hal ini berarti bahwa semakin sering

frekuensi konsumsi teh, maka semakin rendah zat besi yang dikonsumsi.

Sebagaimana diketahui bahwa salah satu penyebab anemia adalah rendahnya

konsumsi zat besi. Dengan demikian hubungan antara frekuensi konsumsi teh

dengan status anemia merupakan suatu hubungan tidak langsung.

Morbiditas

Seseorang dapat terkena anemia karena meningkatnya kebutuhan tubuh

akibat kondidi fisiologis (hamil, kehilangan darah karena kecelakaan, pasca

bedah atau menstruasi), adanya penyakit kronis atau infeksi (infeksi cacing

tambang, malaria, TBC) (Anonim 2006). Pada penelitian ini ditanyakan kepada

contoh tentang riwayat kesehatan selama sebulan terakhir. Status kesehatan

dikategorikan menjadi tiga, yaitu : tidak sakit, sakit non infeksi, dan sakit infeksi.

Pada kelompok anemia, sebesar 67,55% contoh menderita sakit infeksi selama

sebulan terakhir sedangkan pada kelompok non anemia sebesar 58,4% contoh

menderita penyakit non infeksi selama sebulan terakhir. Secara keseluruhan,

sebagian besar contoh (54,7%) menderita penyakit infeksi selama sebulan

terakhir. Selebihnya, 34,4% contoh menderita penyakit non infeksi dan 10,9%

contoh tidak sakit. Tabel 28 dapat menggambarkan sebaran contoh berdasarkan

status kesehatan selama sebulan terakhir.

Tabel 28 Sebaran contoh berdasarkan status kesehatan

Status kesehatan Status anemia Total Anemia Non anemia

n % n % n % Tidak sakit 5 12,5 2 8,3 7 10,9 Sakit non infeksi 8 20,0 14 58,4 22 34,4 Sakit infeksi 27 67,5 8 33,3 35 54,7 Total 40 100,0 24 100,0 64 100,0

Hubungan Morbiditas dengan Kadar Hb

Berdasarkan uji korelasi rank Spearman diperoleh hasil bahwa terdapat

hubungan nyata negatif antara morbiditas dengan kadar Hb (p=-0,268; r<0,05).

Hal ini berarti bahwa semakin besar kecenderungan seseorang menderita sakit

infeksi (skor morbiditas semakin besar), maka semakin rendah kadar Hb

seseorang (kecenderungan untuk menderita anemia semakin besar).

Lingkungan

Lingkungan hidup merupakan salah satu faktor yang mempengaruhi

kesehatan seseorang. Lingkungan berpengaruh pada terjadinya penyakit karena

penyakit terjadi akibat adanya interaksi antara manusia dengan lingkungan

hidupnya (Slamet 1996). Oleh karena itu pada penelitian ini diamati kondisi

lingkungan rumah contoh. Pengamatan yang dilakukan meliputi sumber air,

ventilasi, kepemilikan septic tank, dan tempat sampah. Hal ini sesuai dengan

pendapat Slamet (1996) yang menyatakan bahwa sarana sanitasi dasar yang

berkaitan langsung dengan masalah kesehatan meliputi penyediaan air (sumber

air), jamban dan pembuangan sampah.

Pada penelitian ini sebesar 57,5% contoh pada kelompok anemia

memiliki kondisi lingkungan yang baik dan sebesar 42,5% contoh memiliki

kondisi lingkungan yang tidak baik. Pada kelompok non anemia, sebesar 45,8%

contoh memiliki kondisi lingkungan yang baik dan 54,2% contoh memiliki kondisi

lingkungan yang tidak baik. Secara keseluruhan, sebagian besar contoh memiliki

kondisi lingkungan yang baik dengan persentase sebesar 53,1%. Pada tabel 29

dapat dilihat sebaran contoh berdasarkan kondisi lingkungan secara lengkap.

Tabel 29 Sebaran contoh berdasarkan kondisi lingkungan

Kondisi lingkungan Status anemia Total Anemia Non anemia

n % n % n % Tidak baik 17 42,5 13 54,2 30 46,9 Baik 23 57,5 11 45,8 34 53,1 Total 40 100,0 24 100,0 64 100,0

Hubungan Lingkungan dengan Kadar Hb


hubungan yang nyata antara kondisi lingkungan contoh dengan kadar Hb. Tidak

adanya hubungan ini diduga karena lingkungan berhubungan erat dengan

perilaku seseorang. Meskipun sebagian besar lingkungan contoh merupakan

lingkungan yang baik, namun ada kemungkinan perilaku contoh yang kurang

sehat dalam kesehariannya mendukung timbulnya penyakit yang dapat

mendorong seseorang menderita anemia gizi besi.

Hubungan Tingkat Pendidikan dengan Lingkungan

Pendidikan formal sangat penting dalam menentukan status gizi keluarga.

Kemampuan baca tulis di pedesaan akan membantu dalam memperlancar

komunikasi dan penerimaan informasi, dengan demikian informasi tentang

kesehatan akan lebih mudah diterima oleh keluarga (Sukarni 1989).

Variabel lain yang juga mempunyai hubungan nyata positif dengan tingkat

pendidikan contoh adalah skor lingkungan (r=0,408; p<0,01). Hasil analisis

menggunakan korelasi rank Spearman menunjukkan bahwa semakin tinggi

tingkat pendidikan contoh maka skor lingkungannya juga semakin besar.

Berdasarkan korelasi tersebut maka dapat dikatakan bahwa tingkat

pendidikan contoh mempengaruhi kesehatan keluarga, khususnya kesehatan

lingkungan. Contoh yang memiliki tingkat pendidikan yang lebih tinggi cenderung

memiliki tingkat pengetahuan yang lebih dalam hal memelihara kesehatan

lingkungannya.

Faktor Resiko Anemia pada Ibu Hamil

Dalam menganalisis faktor-faktor yang mempengaruhi status anemia

pada ibu hamil digunakan analisis multivariat uji statistik regresi linear berganda.

Pada saat analisis semua faktor yang diduga berpengaruh terhadap status

anemia dimasukkan sebagai variabel independent sedangkan status anemia

sebagai variabel dependent. Variabel yang dimasukkan sebagai variabel

independent yaitu : umur ibu, tingkat pendidikan, pendapatan per kapita per

bulan, pengeluaran pangan per kapita per bulan, status pekerjaan, pengetahuan

gizi, usia kehamilan, ANC, jarak kelahiran, paritas, status KEK, konsumsi energi,

konsumsi protein, konsumsi zat besi, konsumsi vitamin C, konsumsi tablet besi,

konsumsi teh, kondisi lingkungan, dan morbiditas.

Uji statistik regresi linear berganda dengan metode Backward Wald

menghasilkan 18 model. Berdasarkan pertimbangan nilai R2 adjusted dan jumlah

variabel yang berpengaruh nyata, maka dipilih model 18. Pada model ini terdapat

dua variabel yang berpengaruh nyata terhadap status anemia pada ibu hamil.

Kedua variabel tersebut adalah usia kehamilan dan ANC (pemeriksaan

kehamilan) dengan nilai probabilitas masing-masing sebesar 0,00 dan 0,06. Nilai

probabilitas kedua variabel ini lebih kecil dari taraf signifikasi (0,09) sehingga

kedua variabel ini secara nyata berpengaruh terhadap status anemia pada ibu

hamil. Secara bersama-sama kedua variabel ini memberikan pengaruh terhadap

status anemia pada ibu hamil sebesar 25,2%. Berdasarkan uji regresi linear

berganda ini maka dapat dibuat suatu persamaan sebagai berikut :

di mana :

Y = status anemia gizi pada ibu hamil

USKEH = usia kehamilan (bulan)

ANC = status Ante Natal Care

Pada penelitian ini variabel morbiditas diketahui mempunyai hubungan

yang nyata dengan kadar Hb contoh. Akan tetapi pada saat dilakukan uji regresi

linear berganda, variabel ini tidak memberikan pengaruh yang nyata terhadap

status anemia pada ibu hamil. Variabel selain usia kehamilan yang justru

memebrikan pengaruh nyata terhadap status anemia ibu hamil adalah status

ANC. Hal ini diduga karena variabel morbiditas memiliki hubungan yang nyata

positif dengan status ANC (r=0,258; p<0,05). Hal ini berarti bahwa semakin besar

skor morbiditas maka akan semakin besar pula kecenderungan ibu hamil untuk

memeriksakan kehamilannya ke tenaga kesehatan. Adanya hubungan yang

nyata dari kedua variabel inilah yang diduga mengakibatkan pada uji regresi

linear berganda ini variabel status ANC memberikan pengaruh nyatanya.

Y = 0,773 - 0,215 USKEH + 0,371 ANC

KESIMPULAN DAN SARAN

Kesimpulan

Berdasarkan hasil penelitian ini maka dapat disimpulkan bahwa rata-rata

umur contoh adalah 27,58 tahun dengan persentase terbesar (96,9%) pada

rentang 20 – 35 tahun. Sebagian besar contoh (54,7%) memiliki tingkat

pendidikan SD/sederajat. Persentase terbesar tingkat pendidikan suami contoh

juga berada pada tingkat SD/sederajat, yaitu sebesar 37,5%. Hampir sebagian

(45,3%) keluarga contoh merupakan keluarga kecil (≤ 4 orang).

Lebih dari separuh keluarga contoh (64,1%) merupakan keluarga miskin

dengan rata-rata pendapatan/kapita/bulan sebesar Rp140.212. Melalui

pendekatan pengeluaran pangan, dapat diketahui rata-rata pengeluaran

pangan/kapita/bulan adalah sebesar Rp105.291. Sebagian besar contoh (85,9%)

tidak bekerja dan sebanyak 48,4% contoh memiliki tingkat pengetahuan gizi

kurang. Materi pertanyaan yang paling banyak dijawab benar oleh contoh adalah

materi seputar pentingnya makanan sehat bagi ibu hamil sedangkan materi yang

paling sedikit dijawab benar adalah materi tentang kenaikan berat badan ideal

selama kehamilan.

Prevalensi anemia pada ibu hamil di wilayah penelitian ini adalah sebesar

62,5%. Rata-rata umur kehamilan contoh adalah 3,20 bulan dengan persentase

terbesar (64,1%) contoh berada pada trimester I. Pada penelitian ini seluruh

contoh (100%) tergolong ke dalam kategori paritas rendah (0 – 5) dimana

sebagian besar contoh (81,3%) memiliki jarak kehamilan ≥ 24 bulan. Sebanyak

76,6% contoh pernah melakukan pemeriksaan kehamilan. Pada penelitian ini

sebagian besar contoh termasuk dalam kategori non KEK dengan persentase

sebesar 69,5%.

Rata-rata konsumsi energi pada penelitian ini adalah 1230 kkal/org/hari

dimana sebagian besar contoh (79,7%) memiliki tingkat kecukupan energi

dengan kategori defisit berat (<70% AKE). Rata-rata konsumsi protein sebesar

34,75 g/org/hari dengan 82,8% contoh memiliki tingkat kecukupan protein

dengan kategori defisit berat (<80% AKP). Hampir seluruh contoh (95,3%)

mengkonsumsi zat besi dalam jumlah yang rendah (<15mg/kapita/hari) dan

dengan persentase yang sama sejumlah contoh mengkonsumsi vitamin C dalam

jumlah yang kurang (<85 mg/hr). Sebesar 43,8% contoh mengkonsumsi tablet Fe

yang diterima. Persentase contoh yang mengkonsumsi teh dengan frekuensi

16-30 kali/bulan tidak berbeda jauh dengan persentase contoh yang tidak

mengkonsumsi teh. Tercatat 40,6% contoh mengkonsumsi teh dengan frekuensi

16-30 kali/bulan dan 39,1% contoh tidak mengkonsumsi teh. Sebagian besar

contoh (54,7%) menderita penyakit infeksi selama sebulan terakhir dan sebesar

53,1% contoh memiliki kondisi lingkungan yang baik.

Variabel yang mempunyai hubungan nyata dengan status anemia gizi

besi adalah usia kehamilan dan morbiditas. Selain itu korelasi rank Spearman

menunjukkan hubungan nyata antara tingkat pendidikan dengan pengetahuan

gizi, hubungan tingkat pendidikan suami contoh dengan pengetahuan gizi

contoh, hubungan usia kehamilan dengan konsumsi tablet Fe, hubungan tingkat

pendidikan dengan konsumsi energi dan vitamin C, frekuensi konsumsi teh

dengan konsumsi zat besi, dan hubungan tingkat pendidikan dengan lingkungan.

Uji statistik regresi linear berganda dengan metode Backward Wald

menghasilkan 18 model. Berdasarkan pertimbangan nilai R2 adjusted dan jumlah

variabel yang berpengaruh nyata, maka dipilih model 18. Pada model ini terdapat

dua variabel yang berpengaruh nyata terhadap status anemia gizi pada ibu

hamil. Kedua variabel tersebut adalah usia kehamilan dan ANC (pemeriksaan

kehamilan). Secara bersama-sama kedua variabel ini memberikan pengaruh

terhadap status anemia gizi pada ibu hamil sebesar 25,2%.

Saran

Mengingat masih tingginya prevalensi anemia gizi pada ibu hamil di

wilayah penelitian, hendaknya perlu diambil tindakan penanggulangan dan

pencegahan lebih lanjut. Upaya tersebut dapat dilakukan melalui perbaikan

pengetahuan gizi dan kesehatan. Materi yang disampaikan bisa beragam,

misalnya materi tentang zat gizi yang penting untuk tulang dan gigi, tentang

contoh pangan sumber protein, tentang zat gizi untuk tambah darah, serta jenis

imunisasi untuk ibu hamil. Selain itu suami contoh dapat diikutsertakan dalam

upaya ini mengingat pengetahuan gizi contoh berhubungan dengan tingkat

pendidikan suami contoh.

Upaya lain yang dapat dilakukan untuk meningkatkan status anemia gizi

pada ibu hamil adalah dengan meningkatkan kunjungan pemeriksaan kehamilan

ke tenaga kesehatan secara rutin sesuai dengan usia kehamilan ibu. Satu hal

yang perlu ditegaskan bahwa upaya yang dilakukan sebaiknya memperhatikan

usia kehamilan. Artinya, upaya yang dilakukan diduga semakin berpengaruh baik

apabila dilakukan sejak awal kehamilan mengingat usia kehamilan adalah

variabel yang pengaruhnya paling besar terhadap status anemia pada ibu hamil.

DAFTAR PUSTAKA Almatsier S. 2002. Prinsip Dasar Ilmu Gizi. Jakarta : PT Gramedia Pustaka

Utama. Alsuhendra. 2005. Sudah Banyak Konsumsi Sayur Masih Saja Kurang Darah.

http://www.halalmui.or.id/?module=article&sub=article&act=view&id=78 [21 Agustus 2006].

Andonotopo W, Arifin MT. 2005. Kurang Gizi pada Ibu Hamil: Ancaman pada

Janin 5(1).[terhubung berkala]. http://io.ppi-jepang.org/article.php?id=112 [7 Mei 2006].

Anonim. 2001. Mabuk Pagi, Ibu Hamil Bisa Kurang Gizi. [terhubung berkala].

http://www.indomedia.com/intisari/2001/Sept/warna_hamil.htm. [7 Mei 2006].

_______. 2004. Survei Anemia pada Anak Play Group, TK, SD, dan SMP di

Wilayah Puskesmas Gandusari Tahun 2004. [terhubung berkala]. [7 Mei 2006]

_______. 2006a. 7 dari 10 Wanita Hamil Terkena Anemia [terhubung berkala]. F:\internet\Ikhwal Milis Balita-Anda.htm. [27 April 2006].

_______. 2006b. Poverty Reduction Trust Fund: Alternatif Pembiayaan Penanggulangan dan Pengurangan Kemiskinan [terhubung berkala]. http://menkokesra.go.id/content/view/294/39/. [7 Oktober 2006].

Aryani D. 2004. Analisis Tingkat Konsumsi Energi dan Zat Gizi (Protein, Zat Besi,

Vitamin C, Asam Folat, Vitamin B12) pada Penderita Penyakit Gangguan Saluran Pencernaan dan Hubungannya dengan Status Anemia di RSU PMI Bogor [skipsi]. Bogor : Departemen Gizi Masyarakat dan Sumberdaya Keluarga, Fakultas Pertanian, Institut Pertanian Bogor.

Bahar H. 2006. Infeksi, Perbaiki Gizi Ibu Hamil. [terhubung berkala].

http://www.fajar.co.id/news.php?newsid=21240. [9 mei 2006]. [BPS] Biro Pusat Statistik. 2004. Statistik Indonesia 2004. Jakarta. Darlina. 2003. Faktor-faktor yang Berhubungan dengan Kejadian Anemia Gizi

pada Ibu Hamil [skipsi]. Bogor : Departemen Gizi Masyarakat dan Sumberdaya Keluarga, Fakultas Pertanian, Institut Pertanian Bogor.

[Depkes RI] Departemen Kesehatan Republik Indonesia. 2001. Laporan Survei

Kesehatan Rumah Tangga 2001 : Studi Tindak Lanjut Ibu Hamil. Jakarta : Depkes RI.

__________ Direktorat Jenderal Pembinaan Kesehatan Masyarakat. 1994.

Pedoman Penggunaan Alat Ukur Lingkar Lengan Atas (LILA) pada Wanita Usia Subur. Jakarta : Depkes RI.

Effendi YH, D Briawan, M Barunawati. 2000. Keragaan Konsumsi Pangan dan Kadar Serum Darah Mineral Besi (Fe) dan Seng (Zn) dalam Serum Darah Ibu Hamil. Media Gizi dan Keluarga tahun XXIV No 1.

Handayani, R. 2000. Pengaruh Keadaan Sosio-Ekonomi terhadap Pola

Konsumsi Makan dan Hubungannya dengan Obesitas pada Lansia [skripsi]. Bogor : Jurusan Gizi Masyarakat dan Sumberdaya Keluarga, Fakultas Pertanian, Institut Pertanian Bogor.

Hardinsyah. 2000. Studi Analisis Faktor-faktor Sosial, Ekonomi, dan Biologi

yang Mempengaruhi Kejadian KEK pada Ibu Hamil. Bogor : Departemen Gizi Masyarakat dan Sumberdaya Keluarga, Fakultas Pertanian, Institut Pertanian Bogor.

_________, D Briawan. 2000. Dampak Pemberian Biskuit Multigizi pada

Pertambahan Berat Badan Ibu Hamil. Media Gizi dan Keluarga tahun XXIV No 2 :132-138.

_________, D Martianto. 1992. Gizi Terapan. Bogor : Departemen Pendidikan

dan Kebudayaan, Direktorat Jenderal Pendidikan Tinggi, Pusat antar Universitas Pangan dan Gizi, Institut Pertanian Bogor.

_________, V Tambunan. 2004. Angka Kecukupan Energi, Lemak, dan Serat

Makanan. Di dalam : Ketahanan Pangan dan Gizi di Era Otonomi Daerah dan Globalisasi. Prosiding Widya Karya Pangan dan Gizi VIII; Jakarta, 17–19 Mei 2004. Jakarta : Persagi. 317.

Harli M. 1999. Mengatasi Penyebab Anemia Kurang Gizi [terhubung berkala].

http://www.indomedia.com/intisari/1999/oktober/anemia.htm. [7 Mei 2006].

Kartona D, M Soekatri. 2004. Angka Kecukupan Mineral : Besi, Iodium, Seng,

Mangan, Selenium. Di dalam : Ketahanan Pangan dan Gizi di Era Otonomi Daerah dan Globalisasi. Prosiding Widya Karya Pangan dan Gizi VIII; Jakarta, 17–19 Mei 2004. Jakarta : Persagi. 393 – 415.

Karyadi E. 2001. Mabuk Pagi, Ibu Hamil Bisa Kurang Gizi [terhubung berkala].

http://www.indomedia.com/intisari/2001/Sept/warna_hamil.htm. [7 Mei 2006].

Khomsan A. 1997. Pengetahuan, Sikap, dan Perilaku tentang Anemia pada

Peserta dan Bukan Peserta Program Suplementasi Tablet Besi pada Ibu Hamil. Media Gizi dan Keluarga tahun XXI No 2 : 1-7.

__________. 2000. Teknik Pengukuran Pengetahuan Gizi. Bogor : Jurusan

Gizi Masyarakat dan Sumberdaya Keluarga, Fakultas Pertanian, Institut Pertanian Bogor.

Lila IN, TG Oka, IWPS Yasa. 1992. Efektivitas Pemberian Zat Besi terhadap

Peningkatan Kadar Hb dan Serum Feritin Ibu Hamil di Puskesmas. [skipsi]. Bogor : Departemen Gizi Masyarakat dan Sumberdaya Keluarga, Fakultas Pertanian, Institut Pertanian Bogor.

Lumenta B. 1990. Penyakit, Citra Alam dan Budaya. Yogyakarta : Kanisius. Pusat Pengembangan Konsumsi Pangan [PPKP] Deptan & GMSK-IPB. 2005.

Analisis Kebutuhan Konsumsi Pangan. Bogor : Gizi Masyarakat dan Sumberdaya Keluarga, Institut Pertanian Bogor.

Rasmaliah. 2004. Anemia Kurang Besi dalam Hubungannya dengan Infeksi

Cacing pada Ibu Hamil [skripsi]. Sumatera Utara : Universitas Sumatera Utara.

Riyadi H, Hardinsyah, F Anwar. 1997. Faktor-faktor Resiko Anemia pada Ibu

Hamil. Media Gizi dan Keluarga tahun XXI No 2. Sediaoetama A. D. 1987. Ilmu Gizi. Jakarta : Dian Rakyat. Setiawan B, S Rahayuningsih. 2004. Angka Kecukupan Vitamin Larut Air.

Di dalam : Ketahanan Pangan dan Gizi di Era Otonomi Daerah dan Globalisasi. Prosiding Widya Karya Pangan dan Gizi VIII; Jakarta, 17–19 Mei 2004. Jakarta : Persagi. 355.

Slamet. 1993. Analisis Kuantitatif untuk Data Sosial. Solo : Dabara Publisher. Slamet J S. 1996. Kesehatan Lingkungan. Yogyakarta : Gadjah Mada

University Press. Suhardjo. 1989. Sosio Budaya Gizi. Bogor : Departemen Pendidikan dan

Kebudayaan, Direktorat Jenderal Pendidikan Tinggi Pusat Antar Universitas Pangan dan Gizi, Institut Pertanian Bogor.

Sukarni MC. 1989. Kesehatan Keluarga dan Lingkungan. Bogor : Pusat Antar

Universitas. Pangan dan Gizi, Institut Pertanian Bogor. Wijianto. 2002. Dampak Suplementasi Tablet Tambah Darah (TTD) dan Faktor-

faktor yang Berpengaruh terhadap Anemia Gizi Ibu Hamil di Kabupaten Banggai, Propinsi Sulawesi Tengah [skipsi]. Bogor : Departemen Gizi Masyarakat dan Sumberdaya Keluarga, Fakultas Pertanian, Institut Pertanian Bogor.

Winarno FG. 1997. Kimia Pangan dan Gizi. Jakarta : PT Gramedia Pustaka

Utama. Yongky. 2004. Pertumbuhan dan Perkembangan Prenatal. Bogor [tesis].

Bogor : Program Studi Gizi Masyarakat dan Sumberdaya Keluarga, Sekolah Pasca Sarjana, Institut Pertanian Bogor.

Lampiran 1. Analisis Hubungan Umur dengan Kadar Hb Correlations Spearman's rho Kadar Hb

Umur Ibu hamil

Correlation Coefficient -.118Sig. (2-tailed) .355

N 64 Lampiran 2. Analisis Hubungan Tingkat Pendidikan Contoh dengan Kadar Hb

Correlations Spearman's rho Kadar Hb

Tingkat pendidikan Correlation Coefficient .153

Sig. (2-tailed) .227N 64

Lampiran 3. Analisis Hubungan Pengeluaran Pangan dengan Kadar Hb

CorrelationsSpearman's rho Kadar Hb

Pengeluaran pangan/kapita/bulan

Correlation Coefficient .196Sig. (2-tailed) .121

N 64

Lampiran 4. Analisis Hubungan Status Pekerjaan dengan Kadar Hb Correlations Spearman's rho Kadar Hb

Status pekerjaan


N 64

Lampiran 5. Analisis Hubungan Usia Kehamilan dengan Kadar Hb Correlations Spearman's rho Kadar Hb

Usia kehamilan

Correlation Coefficient -.464**Sig. (2-tailed) .000

N 64 ** Correlation is significant at the .01 level (2-tailed).

Lampiran 6. Analisis Hubungan Paritas dengan Kadar Hb


Paritas

Correlation Coefficient -.098Sig. (2-tailed) .440

N 64

Lampiran 7. Analisis Hubungan Jarak Kelahiran dengan Kadar Hb Correlations Spearman's rho Kadar Hb

Jarak kelahiran


N 64

Lampiran 8. Analisis Hubungan Pemeriksaan Kehamilan dengan Kadar Hb




N 64

Lampiran 9. Analisis Hubungan Status KEK dengan Kadar Hb


Status KEK Correlation Coefficient .144


Lampiran 10. Analisis Hubungan Konsumsi Energi dengan Kadar Hb


Konsumsi energi Correlation Coefficient -.138


Lampiran 11. Analisis Hubungan Konsumsi Protein dengan Kadar Hb


Konsumsi protein Correlation Coefficient -.004


Lampiran 12. Analisis Hubungan Konsumsi Zat Besi dengan Kadar Hb


Konsumsi zat besi Correlation Coefficient -.142


Lampiran 13. Analisis Hubungan Konsumsi Tablet Fe dengan Kadar Hb


Konsumsi tablet Fe Correlation Coefficient -.092


Lampiran 14. Analisis Hubungan Konsumsi Vitamin C dengan Kadar Hb


Konsumsi vitamin C Correlation Coefficient .033


Lampiran 15. Analisis Hubungan Konsumsi Teh dengan Kadar Hb


Konsumsi teh Correlation Coefficient .138


Lampiran 16. Analisis Hubungan Morbiditas dengan Kadar Hb


Morbiditas Correlation Coefficient -.268*


* Correlation is significant at the .05 level (2-tailed).

Lampiran 17. Analisis Hubungan Lingkungan dengan Kadar Hb Correlations Spearman's rho Kadar Hb

Lingkungan Correlation Coefficient -.018


Lampiran 18. Hasil Independent-Samples T Test

Group Statistics

40 28.23 4.532 .71724 26.50 4.118 .84140 33.03 5.894 .93224 33.21 6.718 1.37140 2.53 .933 .14824 2.50 .834 .17040 2.78 1.230 .19424 2.71 .999 .20440 140274.44 88135.963 13935.51924 140107.99 60631.557 12376.36540 100530.91 66410.556 10500.43124 104443.66 44436.252 9070.51240 3.58 1.035 .16424 2.58 .881 .18040 53.50 25.374 4.01224 60.42 29.706 6.06440 .45 .504 .08024 .42 .504 .10340 .70 .464 .07324 .88 .338 .06940 2.55 .714 .11324 2.25 .608 .12440 49.63 37.063 5.86024 51.83 29.192 5.95940 .08 .267 .04224 .25 .442 .09040 2.00 1.062 .16824 1.71 1.083 .22138 24.684 2.1646 .351221 25.057 2.5163 .549140 1244.50 322.493 50.99124 1183.63 475.325 97.02540 34.5272 12.70325 2.0085624 34.1747 14.09773 2.8776940 4.7075 3.50987 .5549624 4.8792 6.52460 1.3318340 27.3250 34.89151 5.5168324 25.3125 22.34795 4.5617640 2.58 .931 .14724 2.58 .830 .16940 1.18 .385 .06124 1.25 .442 .09040 1.13 .335 .05324 1.13 .338 .06940 1.88 1.842 .29124 2.17 1.834 .374

STAT.ANE0101010101010101010101010101010101010101010101

UMBU

UMSU

PENDBU

PENSU

PERKPITA

PENGKAP

USKEH

PENGIZ

FE

ANC

MORBIDIT

JARAK

STATPEK

PARITAS

LILA

E.NUTRI

PROT.NUT

FE.NUTRI

VITC.NUT

SKORLING

TKE

TKP

FFQ.TEH

N Mean Std. DeviationStd. Error

Mean

Independent Samples Test

.819 .369 1.524 62 .133 1.73 1.132 -.537 3.987

1.562 52.290 .124 1.73 1.105 -.491 3.941

.295 .589 -.114 62 .909 -.18 1.604 -3.390 3.023

-.111 43.662 .912 -.18 1.658 -3.526 3.159

.381 .540 .108 62 .914 .02 .232 -.438 .488

.111 52.926 .912 .02 .225 -.427 .477

2.146 .148 .225 62 .823 .07 .297 -.527 .660

.237 56.356 .814 .07 .282 -.498 .631

2.447 .123 .008 62 .994 166.45 20412.474 -40637.5 40970.405

.009 60.725 .993 166.45 18637.948 -37105.8 37438.740

1.306 .258 -.256 62 .799 -3912.75 15290.009 -34477.0 26651.543

-.282 61.167 .779 -3912.75 13875.635 -31657.3 23831.761

1.999 .162 3.917 62 .000 .99 .253 .486 1.498

4.080 54.748 .000 .99 .243 .504 1.479

.650 .423 -.990 62 .326 -6.92 6.987 -20.884 7.051

-.951 42.718 .347 -6.92 7.271 -21.582 7.749

.281 .598 .256 62 .799 .03 .130 -.227 .293

.256 48.586 .799 .03 .130 -.228 .295

13.354 .001 -1.607 62 .113 -.18 .109 -.393 .043

-1.738 59.549 .087 -.18 .101 -.376 .026

1.407 .240 1.717 62 .091 .30 .175 -.049 .649

1.788 54.738 .079 .30 .168 -.036 .636

2.366 .129 -.249 62 .804 -2.21 8.870 -19.940 15.523

-.264 57.362 .793 -2.21 8.358 -18.942 14.525

16.584 .000 -1.979 62 .052 -.18 .088 -.352 .002

-1.756 33.200 .088 -.18 .100 -.378 .028

.025 .876 1.056 62 .295 .29 .276 -.260 .844

1.051 47.830 .299 .29 .278 -.266 .850

1.465 .231 -.598 57 .552 -.373 .6238 -1.6221 .8762

-.572 36.412 .571 -.373 .6518 -1.6943 .9484

2.642 .109 .610 62 .544 60.88 99.744 -138.511 260.261

.555 35.847 .582 60.88 109.608 -161.454 283.204

.654 .422 .103 62 .918 .3524 3.41796 -6.47998 7.18483

.100 44.623 .920 .3524 3.50933 -6.71738 7.42223

.794 .376 -.137 62 .891 -.1717 1.25277 -2.67591 2.33258

-.119 31.127 .906 -.1717 1.44283 -3.11384 2.77051

1.686 .199 .253 62 .801 2.0125 7.96269 -13.90470 17.92970

.281 61.674 .780 2.0125 7.15856 -12.29877 16.32377

.403 .528 -.036 62 .971 -.01 .231 -.470 .453

-.037 53.013 .971 -.01 .224 -.458 .442

1.941 .169 -.714 62 .478 -.07 .105 -.285 .135

-.689 43.359 .495 -.07 .109 -.295 .145

.000 1.000 .000 62 1.000 .00 .087 -.173 .173

.000 48.234 1.000 .00 .087 -.175 .175

.080 .778 -.614 62 .541 -.29 .475 -1.241 .658

-.615 48.752 .541 -.29 .474 -1.245 .662

Equal variancesassumedEqual variancesnot assumedEqual variancesassumedEqual variancesnot assumedEqual variancesassumedEqual variancesnot assumedEqual variancesassumedEqual variancesnot assumedEqual variancesassumedEqual variancesnot assumedEqual variancesassumedEqual variancesnot assumedEqual variancesassumedEqual variancesnot assumedEqual variancesassumedEqual variancesnot assumedEqual variancesassumedEqual variancesnot assumedEqual variancesassumedEqual variancesnot assumedEqual variancesassumedEqual variancesnot assumedEqual variancesassumedEqual variancesnot assumedEqual variancesassumedEqual variancesnot assumedEqual variancesassumedEqual variancesnot assumedEqual variancesassumedEqual variancesnot assumedEqual variancesassumedEqual variancesnot assumedEqual variancesassumedEqual variancesnot assumedEqual variancesassumedEqual variancesnot assumedEqual variancesassumedEqual variancesnot assumedEqual variancesassumedEqual variancesnot assumedEqual variancesassumedEqual variancesnot assumedEqual variancesassumedEqual variancesnot assumedEqual variancesassumedEqual variancesnot assumed

UMBU

UMSU

PENDBU

PENSU

PERKPITA

PENGKAP

USKEH

PENGIZ

FE

ANC

MORBIDIT

JARAK

STATPEK

PARITAS

LILA

E.NUTRI

PROT.NUT

FE.NUTRI

VITC.NUT

SKORLING

TKE

TKP

FFQ.TEH

F Sig.

Levene's Test forEquality of Variances

t df Sig. (2-tailed)Mean

DifferenceStd. ErrorDifference Lower Upper

95% ConfidenceInterval of the

Difference

t-test for Equality of Means

Lampiran 19. Hasil Uji Regresi Linear Berganda Variables Entered/Removed

Model Variables Entered Variables Removed

Method

1 FFQ.TEH, PENGIZ, FE, E.NUTRI, PERKPITA, LILA, JARAK, MORBIDIT, STATPEK, UMBU,

SKORLING, USKEH, VITC.NUT, ANC, PENDBU, FE.NUTRI, PARITAS, PENGKAP, PROT.NUT

. Enter

2 . LILA Backward (criterion: Probability of F-to-remove >= .100).

3 . FFQ.TEH Backward (criterion: Probability of F-to-remove >= .100).

4 . FE Backward (criterion: Probability of F-to-remove >= .100).

5 . PENGKAP Backward (criterion: Probability of F-to-remove >= .100).

6 . PENDBU Backward (criterion: Probability of F-to-remove >= .100).

7 . FE.NUTRI Backward (criterion: Probability of F-to-remove >= .100).

8 . STATPEK Backward (criterion: Probability of F-to-remove >= .100).

9 . JARAK Backward (criterion: Probability of F-to-remove >= .100).

10 . PARITAS Backward (criterion: Probability of F-to-remove >= .100).

11 .SKORLING Backward (criterion: Probability of F-to-remove >= .100).

12 . VITC.NUT Backward (criterion: Probability of F-to-remove >= .100).

13 . PERKPITA Backward (criterion: Probability of F-to-remove >= .100).

14 . MORBIDIT Backward (criterion: Probability of F-to-remove >= .100).

15 . PENGIZ Backward (criterion: Probability of F-to-remove >= .100).

16 . E.NUTRI Backward (criterion: Probability of F-to-remove >= .100).

17 .PROT.NUT Backward (criterion: Probability of F-to-remove >= .100).

18 . UMBU Backward (criterion: Probability of F-to-remove >= .100).

a All requested variables entered. b Dependent Variable: STAT.ANE Model Summary

Model R R Square Adjusted R Square Std. Error of the Estimate

1 .647 .419 .136 .449

2 .647 .419 .157 .443

3 .647 .419 .178 .438

4 .647 .418 .196 .433

5 .646 .417 .214 .428

6 .644 .414 .228 .424

7 .640 .410 .239 .421

8 .638 .407 .252 .418

9 .633 .401 .261 .415

10 .628 .395 .268 .413 11 .625 .390 .279 .410

12 .622 .387 .289 .407

Model R R Square Adjusted R Square Std. Error of the Estimate

13 .617 .381 .296 .405

14 .596 .356 .281 .409

15 .574 .330 .266 .414

16 .558 .311 .260 .415

17 .555 .308 .270 .412

18 .528 .278 .252 .418 a Predictors: (Constant), FFQ.TEH, PENGIZ, FE, E.NUTRI, PERKPITA, LILA, JARAK, MORBIDIT, STATPEK, UMBU, SKORLING, USKEH, VITC.NUT, ANC, PENDBU, FE.NUTRI, PARITAS, PENGKAP, PROT.NUT b Predictors: (Constant), FFQ.TEH, PENGIZ, FE, E.NUTRI, PERKPITA, JARAK, MORBIDIT, STATPEK, UMBU, SKORLING, USKEH, VITC.NUT, ANC, PENDBU, FE.NUTRI, PARITAS, PENGKAP, PROT.NUT c Predictors: (Constant), PENGIZ, FE, E.NUTRI, PERKPITA, JARAK, MORBIDIT, STATPEK, UMBU, SKORLING, USKEH, VITC.NUT, ANC, PENDBU, FE.NUTRI, PARITAS, PENGKAP, PROT.NUT d Predictors: (Constant), PENGIZ, E.NUTRI, PERKPITA, JARAK, MORBIDIT, STATPEK, UMBU, SKORLING, USKEH, VITC.NUT, ANC, PENDBU, FE.NUTRI, PARITAS, PENGKAP, PROT.NUT e Predictors: (Constant), PENGIZ, E.NUTRI, PERKPITA, JARAK, MORBIDIT, STATPEK, UMBU, SKORLING, USKEH, VITC.NUT, ANC, PENDBU, FE.NUTRI, PARITAS, PROT.NUT f Predictors: (Constant), PENGIZ, E.NUTRI, PERKPITA, JARAK, MORBIDIT, STATPEK, UMBU, SKORLING, USKEH, VITC.NUT, ANC, FE.NUTRI, PARITAS, PROT.NUT g Predictors: (Constant), PENGIZ, E.NUTRI, PERKPITA, JARAK, MORBIDIT, STATPEK, UMBU, SKORLING, USKEH, VITC.NUT, ANC, PARITAS, PROT.NUT h Predictors: (Constant), PENGIZ, E.NUTRI, PERKPITA, JARAK, MORBIDIT, UMBU, SKORLING, USKEH, VITC.NUT, ANC, PARITAS, PROT.NUT i Predictors: (Constant), PENGIZ, E.NUTRI, PERKPITA, MORBIDIT, UMBU, SKORLING, USKEH, VITC.NUT, ANC, PARITAS, PROT.NUT j Predictors: (Constant), PENGIZ, E.NUTRI, PERKPITA, MORBIDIT, UMBU, SKORLING, USKEH, VITC.NUT, ANC, PROT.NUT k Predictors: (Constant), PENGIZ, E.NUTRI, PERKPITA, MORBIDIT, UMBU, USKEH, VITC.NUT, ANC, PROT.NUT l Predictors: (Constant), PENGIZ, E.NUTRI, PERKPITA, MORBIDIT, UMBU, USKEH, ANC, PROT.NUT m Predictors: (Constant), PENGIZ, E.NUTRI, MORBIDIT, UMBU, USKEH, ANC, PROT.NUT n Predictors: (Constant), PENGIZ, E.NUTRI, UMBU, USKEH, ANC, PROT.NUT o Predictors: (Constant), E.NUTRI, UMBU, USKEH, ANC, PROT.NUT p Predictors: (Constant), UMBU, USKEH, ANC, PROT.NUT q Predictors: (Constant), UMBU, USKEH, ANC r Predictors: (Constant), USKEH, ANC ANOVA

Model Sum of Squares df Mean Square F Sig.

1 Regression 5.665 19 .298 1.479 .148

Residual 7.860 39 .202

Total 13.525 58

2 Regression 5.665 18 .315 1.602 .107

Residual 7.860 40 .197

Total 13.525 58

3 Regression 5.663 17 .333 1.737 .075

Residual 7.863 41 .192

Total 13.525 58

4 Regression 5.654 16 .353 1.886 .051

Residual 7.871 42 .187

Total 13.525 58

5 Regression 5.639 15 .376 2.050 .034

Residual 7.886 43 .183 Total 13.525 58

6 Regression 5.601 14 .400 2.222 .022

Residual 7.924 44 .180

Total 13.525 58

7 Regression 5.545 13 .427 2.405 .015

Residual 7.981 45 .177

Total 13.525 58

Model Sum of Squares df Mean Square F Sig.

8 Regression 5.499 12 .458 2.626 .009

Residual 8.026 46 .174

Total 13.525 58

9 Regression 5.423 11 .493 2.860 .006

Residual 8.102 47 .172

Total 13.525 58

10 Regression 5.337 10 .534 3.128 .004

Residual 8.188 48 .171

Total 13.525 58

11 Regression 5.281 9 .587 3.488 .002

Residual 8.244 49 .168

Total 13.525 58

12 Regression 5.234 8 .654 3.945 .001

Residual 8.292 50 .166

Total 13.525 58

13 Regression 5.147 7 .735 4.476 .001

Residual 8.378 51 .164 Total 13.525 58

14 Regression 4.810 6 .802 4.783 .001

Residual 8.715 52 .168

Total 13.525 58

15 Regression 4.458 5 .892 5.211 .001

Residual 9.068 53 .171

Total 13.525 58

16 Regression 4.204 4 1.051 6.089 .000

Residual 9.321 54 .173

Total 13.525 58

17 Regression 4.168 3 1.389 8.165 .000

Residual 9.358 55 .170

Total 13.525 58

18 Regression 3.764 2 1.882 10.795 .000 Residual 9.762 56 .174

Total 13.525 58 a Predictors: (Constant), FFQ.TEH, PENGIZ, FE, E.NUTRI, PERKPITA, LILA, JARAK, MORBIDIT, STATPEK, UMBU, SKORLING, USKEH, VITC.NUT, ANC, PENDBU, FE.NUTRI, PARITAS, PENGKAP, PROT.NUT b Predictors: (Constant), FFQ.TEH, PENGIZ, FE, E.NUTRI, PERKPITA, JARAK, MORBIDIT, STATPEK, UMBU, SKORLING, USKEH, VITC.NUT, ANC, PENDBU, FE.NUTRI, PARITAS, PENGKAP, PROT.NUT c Predictors: (Constant), PENGIZ, FE, E.NUTRI, PERKPITA, JARAK, MORBIDIT, STATPEK, UMBU, SKORLING, USKEH, VITC.NUT, ANC, PENDBU, FE.NUTRI, PARITAS, PENGKAP, PROT.NUT d Predictors: (Constant), PENGIZ, E.NUTRI, PERKPITA, JARAK, MORBIDIT, STATPEK, UMBU, SKORLING, USKEH, VITC.NUT, ANC, PENDBU, FE.NUTRI, PARITAS, PENGKAP, PROT.NUT e Predictors: (Constant), PENGIZ, E.NUTRI, PERKPITA, JARAK, MORBIDIT, STATPEK, UMBU, SKORLING, USKEH, VITC.NUT, ANC, PENDBU, FE.NUTRI, PARITAS, PROT.NUT f Predictors: (Constant), PENGIZ, E.NUTRI, PERKPITA, JARAK, MORBIDIT, STATPEK, UMBU, SKORLING, USKEH, VITC.NUT, ANC, FE.NUTRI, PARITAS, PROT.NUT g Predictors: (Constant), PENGIZ, E.NUTRI, PERKPITA, JARAK, MORBIDIT, STATPEK, UMBU, SKORLING, USKEH, VITC.NUT, ANC, PARITAS, PROT.NUT h Predictors: (Constant), PENGIZ, E.NUTRI, PERKPITA, JARAK, MORBIDIT, UMBU, SKORLING, USKEH, VITC.NUT, ANC, PARITAS, PROT.NUT i Predictors: (Constant), PENGIZ, E.NUTRI, PERKPITA, MORBIDIT, UMBU, SKORLING, USKEH, VITC.NUT, ANC, PARITAS, PROT.NUT j Predictors: (Constant), PENGIZ, E.NUTRI, PERKPITA, MORBIDIT, UMBU, SKORLING, USKEH, VITC.NUT, ANC, PROT.NUT k Predictors: (Constant), PENGIZ, E.NUTRI, PERKPITA, MORBIDIT, UMBU, USKEH, VITC.NUT, ANC, PROT.NUT l Predictors: (Constant), PENGIZ, E.NUTRI, PERKPITA, MORBIDIT, UMBU, USKEH, ANC, PROT.NUT

m Predictors: (Constant), PENGIZ, E.NUTRI, MORBIDIT, UMBU, USKEH, ANC, PROT.NUT n Predictors: (Constant), PENGIZ, E.NUTRI, UMBU, USKEH, ANC, PROT.NUT o Predictors: (Constant), E.NUTRI, UMBU, USKEH, ANC, PROT.NUT p Predictors: (Constant), UMBU, USKEH, ANC, PROT.NUT q Predictors: (Constant), UMBU, USKEH, ANC r Predictors: (Constant), USKEH, ANC s Dependent Variable: STAT.ANE Coefficients

Unstandardized Coefficients

Standardized Coefficients

t Sig.

Model B Std. Error Beta

1 (Constant) 2.066 1.078 1.915 .063

UMBU -4.319E-02 .024 -.399 -1.798 .080 PENDBU -4.394E-02 .100 -.078 -.439 .663

PERKPITA -1.168E-06 .000 -.193 -.749 .458

PENGKAP 4.555E-07 .000 .057 .225 .823

USKEH -.208 .067 -.457 -3.118 .003

PENGIZ 2.943E-03 .003 .160 1.096 .280

FE 3.621E-02 .186 .038 .195 .847

ANC .231 .179 .206 1.292 .204

MORBIDIT -.151 .102 -.218 -1.471 .149

JARAK 1.183E-03 .002 .082 .539 .593

STATPEK .116 .240 .073 .482 .633

PARITAS 6.891E-02 .105 .156 .653 .517

LILA 1.311E-04 .034 .001 .004 .997

E.NUTRI -6.335E-04 .000 -.506 -1.816 .077

PROT.NUT 1.980E-02 .011 .541 1.787 .082

FE.NUTRI 8.118E-03 .019 .084 .436 .665 VITC.NUT 1.994E-03 .003 .122 .687 .496

SKORLING 7.159E-02 .083 .133 .860 .395

FFQ.TEH 4.359E-03 .039 .017 .113 .911

2 (Constant) 2.069 .632 3.276 .002

UMBU -4.321E-02 .023 -.400 -1.862 .070

PENDBU -4.396E-02 .099 -.078 -.445 .659

PERKPITA -1.168E-06 .000 -.193 -.759 .452

PENGKAP 4.569E-07 .000 .058 .233 .817

USKEH -.208 .065 -.457 -3.220 .003

PENGIZ 2.941E-03 .003 .160 1.119 .270

FE 3.629E-02 .182 .038 .199 .843

ANC .232 .171 .206 1.353 .184

MORBIDIT -.151 .098 -.218 -1.539 .132

JARAK 1.183E-03 .002 .082 .547 .588 STATPEK .116 .232 .073 .501 .619

PARITAS 6.906E-02 .096 .156 .720 .476

E.NUTRI -6.335E-04 .000 -.506 -1.839 .073

PROT.NUT 1.979E-02 .011 .541 1.844 .073

FE.NUTRI 8.126E-03 .018 .084 .445 .658

VITC.NUT 1.993E-03 .003 .122 .701 .487

SKORLING 7.161E-02 .082 .133 .873 .388

FFQ.TEH 4.365E-03 .038 .017 .114 .910

3 (Constant) 2.077 .620 3.349 .002

UMBU -4.333E-02 .023 -.401 -1.893 .065

PENDBU -4.591E-02 .096 -.082 -.477 .636

PERKPITA -1.151E-06 .000 -.190 -.761 .451



t Sig.


PENGKAP 4.210E-07 .000 .053 .220 .827

USKEH -.209 .064 -.458 -3.275 .002

PENGIZ 2.925E-03 .003 .159 1.128 .266

FE 3.780E-02 .180 .039 .210 .834

ANC .234 .168 .208 1.398 .170

MORBIDIT -.147 .091 -.213 -1.613 .114

JARAK 1.196E-03 .002 .083 .560 .578

STATPEK .125 .215 .079 .582 .564

PARITAS 6.957E-02 .095 .158 .735 .467

E.NUTRI -6.332E-04 .000 -.506 -1.861 .070

PROT.NUT 1.964E-02 .011 .537 1.867 .069 FE.NUTRI 8.845E-03 .017 .091 .523 .604

VITC.NUT 1.978E-03 .003 .121 .705 .485

SKORLING 7.182E-02 .081 .133 .887 .380

4 (Constant) 2.069 .612 3.381 .002

UMBU -4.268E-02 .022 -.395 -1.903 .064

PENDBU -4.718E-02 .095 -.084 -.497 .622

PERKPITA -1.240E-06 .000 -.205 -.864 .393

PENGKAP 5.186E-07 .000 .065 .282 .779

USKEH -.204 .060 -.449 -3.420 .001

PENGIZ 2.918E-03 .003 .159 1.139 .261

ANC .250 .147 .222 1.697 .097

MORBIDIT -.147 .090 -.213 -1.638 .109

JARAK 1.148E-03 .002 .079 .547 .587

STATPEK .112 .203 .071 .551 .585

PARITAS 6.217E-02 .087 .141 .716 .478 E.NUTRI -6.391E-04 .000 -.511 -1.907 .063

PROT.NUT 1.991E-02 .010 .544 1.930 .060

FE.NUTRI 8.282E-03 .017 .085 .501 .619

VITC.NUT 1.907E-03 .003 .117 .693 .492

SKORLING 7.518E-02 .079 .140 .958 .344

5 (Constant) 2.020 .581 3.477 .001

UMBU -4.172E-02 .022 -.386 -1.903 .064

PENDBU -4.193E-02 .092 -.075 -.456 .651

PERKPITA -9.573E-07 .000 -.158 -.941 .352

USKEH -.205 .059 -.449 -3.461 .001

PENGIZ 2.903E-03 .003 .158 1.145 .258

ANC .257 .144 .228 1.784 .082

MORBIDIT -.146 .089 -.211 -1.642 .108

JARAK 1.190E-03 .002 .082 .574 .569 STATPEK .116 .200 .073 .580 .565

PARITAS 6.307E-02 .086 .143 .734 .467

E.NUTRI -6.324E-04 .000 -.505 -1.912 .063

PROT.NUT 1.957E-02 .010 .535 1.931 .060

FE.NUTRI 9.275E-03 .016 .096 .581 .564

VITC.NUT 1.935E-03 .003 .119 .711 .481

SKORLING 7.867E-02 .077 .146 1.026 .311

6 (Constant) 1.993 .573 3.480 .001

UMBU -4.347E-02 .021 -.402 -2.032 .048

PERKPITA -9.986E-07 .000 -.165 -.994 .326



t Sig.


USKEH -.203 .059 -.447 -3.475 .001

PENGIZ 2.722E-03 .002 .148 1.097 .279

ANC .257 .143 .228 1.802 .078

MORBIDIT -.143 .088 -.207 -1.627 .111

JARAK 1.355E-03 .002 .093 .670 .506

STATPEK .119 .198 .075 .599 .552

PARITAS 6.956E-02 .084 .158 .829 .412

E.NUTRI -6.294E-04 .000 -.503 -1.921 .061

PROT.NUT 1.922E-02 .010 .525 1.919 .062

FE.NUTRI 8.861E-03 .016 .091 .561 .578

VITC.NUT 1.515E-03 .003 .093 .597 .553 SKORLING 6.928E-02 .073 .129 .946 .349

7 (Constant) 1.950

.563

3.463

.001

UMBU -4.244E-02 .021 -.393 -2.007 .051

PERKPITA -9.016E-07 .000 -.149 -.918 .363

USKEH -.205 .058 -.450 -3.537 .001

PENGIZ 2.942E-03 .002 .160 1.210 .232

ANC .256 .142 .227 1.806 .078

MORBIDIT -.147 .087 -.213 -1.692 .098

JARAK 1.288E-03 .002 .089 .643 .523 STATPEK 9.774E-02 .193 .062 .506 .615

PARITAS 6.573E-02 .083 .149 .792 .433

E.NUTRI -5.869E-04 .000 -.469 -1.855 .070

PROT.NUT 1.941E-02 .010 .530 1.954 .057

VITC.NUT 1.969E-03 .002 .121 .825 .414

SKORLING 6.535E-02 .072 .121 .904 .371

8 (Constant) 1.953 .559 3.496 .001

UMBU -4.149E-02 .021 -.384 -1.986 .053

PERKPITA -8.142E-07 .000 -.134 -.849 .400

USKEH -.209 .057 -.458 -3.649 .001

PENGIZ 3.043E-03 .002 .165 1.267 .212

ANC .256 .140 .227 1.821 .075

MORBIDIT -.146 .086 -.211 -1.693 .097

JARAK 1.309E-03 .002 .090 .659 .513 PARITAS 6.330E-02 .082 .143 .770 .445

E.NUTRI -5.873E-04 .000 -.469 -1.871 .068

PROT.NUT 1.900E-02 .010 .519 1.935 .059

VITC.NUT 1.967E-03 .002 .121 .831 .410

SKORLING 6.133E-02 .071 .114 .860 .394

9 (Constant) 1.942 .555 3.499 .001

UMBU -3.700E-02 .020 -.342 -1.884 .066

PERKPITA -8.687E-07 .000 -.143 -.915 .365

USKEH -.216 .056 -.473 -3.864 .000

PENGIZ 3.313E-03 .002 .180 1.408 .166

ANC .250 .139 .222 1.795 .079

MORBIDIT -.141 .085 -.204 -1.654 .105

PARITAS 5.750E-02 .081 .130 .708 .483

E.NUTRI -5.856E-04 .000 -.468 -1.878 .067

PROT.NUT 1.921E-02 .010 .525 1.969 .055



t Sig.


VITC.NUT 1.653E-03 .002 .101 .718 .477

SKORLING 4.928E-02 .068 .092 .719 .475

10 (Constant) 1.775 .500 3.551 .001

UMBU -2.645E-02 .013 -.245 -2.079 .043

PERKPITA -9.266E-07 .000 -.153 -.985 .330

USKEH -.216 .056 -.474 -3.892 .000

PENGIZ 3.199E-03 .002 .174 1.370 .177

ANC .253 .139 .225 1.825 .074

MORBIDIT -.128 .083 -.186 -1.548 .128

E.NUTRI -5.434E-04 .000 -.434 -1.784 .081

PROT.NUT 1.784E-02 .010 .487 1.875 .067 VITC.NUT 1.299E-03 .002 .080 .581 .564

SKORLING 3.786E-02 .066 .070 .572 .570

11 (Constant) 1.808 .493 3.665 .001

UMBU -2.677E-02 .013 -.248 -2.121 .039

PERKPITA -7.870E-07 .000 -.130 -.872 .387

USKEH -.212 .055 -.466 -3.878 .000

PENGIZ 3.475E-03 .002 .189 1.531 .132

ANC .263 .136 .234 1.929 .060

MORBIDIT -.125 .082 -.181 -1.519 .135

E.NUTRI -4.988E-04 .000 -.398 -1.706 .094

PROT.NUT 1.663E-02 .009 .454 1.806 .077

VITC.NUT 1.175E-03 .002 .072 .531 .598

12 (Constant) 1.748 .477 3.666 .001

UMBU -2.695E-02 .013 -.249 -2.152 .036

PERKPITA -5.892E-07 .000 -.097 -.722 .474 USKEH -.209 .054 -.458 -3.870 .000

PENGIZ 3.760E-03 .002 .204 1.717 .092

ANC .273 .134 .243 2.035 .047

MORBIDIT -.119 .081 -.173 -1.475 .146

E.NUTRI -4.379E-04 .000 -.350 -1.640 .107

PROT.NUT 1.500E-02 .009 .410 1.740 .088

13 (Constant) 1.652 .456 3.625 .001

UMBU -2.655E-02 .012 -.246 -2.132 .038

USKEH -.204 .053 -.449 -3.831 .000

PENGIZ 3.551E-03 .002 .193 1.644 .106

ANC .297 .129 .264 2.298 .026

MORBIDIT -.115 .080 -.167 -1.432 .158

E.NUTRI -3.670E-04 .000 -.293 -1.485 .144

PROT.NUT 1.171E-02 .007 .320 1.608 .114 14 (Constant) 1.401 .425 3.297 .002

UMBU -2.472E-02 .013 -.229 -1.975 .054

USKEH -.220 .053 -.484 -4.180 .000

PENGIZ 3.134E-03 .002 .170 1.450 .153

ANC .330 .129 .293 2.564 .013

E.NUTRI -3.709E-04 .000 -.296 -1.486 .143

PROT.NUT 1.101E-02 .007 .301 1.500 .140

15 (Constant) 1.426 .429 3.325 .002

UMBU -2.009E-02 .012 -.186 -1.644 .106

USKEH -.225 .053 -.494 -4.238 .000



t Sig.


ANC .352 .129 .312 2.726 .009

E.NUTRI -3.014E-04 .000 -.241 -1.218 .229

PROT.NUT 9.220E-03 .007 .252 1.262 .213

16 (Constant) 1.262 .409 3.085 .003

UMBU -1.891E-02 .012 -.175 -1.545 .128

USKEH -.223 .053 -.490 -4.183 .000

ANC .364 .129 .324 2.821 .007

PROT.NUT 1.939E-03 .004 .053 .459 .648

17 (Constant) 1.308 .394 3.317 .002

UMBU -1.872E-02 .012 -.173 -1.541 .129

USKEH -.218 .052 -.479 -4.205 .000 ANC .365 .128 .324 2.843 .006

18 (Constant) .773 .190 4.070 .000

USKEH -.215 .053 -.473 -4.100 .000

ANC .371 .130 .330 2.862 .006 a Dependent Variable: STAT.ANE Excluded Variables

Beta In t Sig. Partial Correlation

Collinearity Statistics

Model Tolerance

2 LILA .001 .004 .997 .001 .567

3 LILA .001 .008 .993 .001 .568

FFQ.TEH .017 .114 .910 .018 .691

4 LILA .005 .033 .974 .005 .576

FFQ.TEH .019 .131 .897 .020 .694

FE .039 .210 .834 .033 .405

5 LILA .014 .092 .927 .014 .603

FFQ.TEH .012 .089 .929 .014 .710 FE .049 .275 .785 .042 .431

PENGKAP .065 .282 .779 .044 .259

6 LILA .015 .101 .920 .015 .603

FFQ.TEH .025 .182 .856 .028 .741

FE .050 .284 .778 .043 .431

PENGKAP .043 .190 .850 .029 .269

PENDBU -.075 -.456 .651 -.069 .506

7 LILA .028 .193 .848 .029 .620

FFQ.TEH .044 .343 .734 .052 .814

FE .039 .224 .823 .034 .436

PENGKAP .067 .310 .758 .047 .283

PENDBU -.069 -.426 .672 -.064 .508

FE.NUTRI .091 .561 .578 .084 .502

8 LILA .042 .292 .772 .044 .646

FFQ.TEH .057 .468 .642 .070 .876 FE .015 .089 .929 .013 .466

PENGKAP .070 .327 .745 .049 .283

PENDBU -.072 -.450 .655 -.067 .509

FE.NUTRI .073 .459 .648 .068 .520

STATPEK .062 .506 .615 .075 .881

9 LILA .046 .327 .745 .048 .648



Model Tolerance

FFQ.TEH .061 .506 .615 .074 .879

FE .006 .035 .972 .005 .470

PENGKAP .073 .343 .733 .051 .283

PENDBU -.088 -.564 .576 -.083 .526

FE.NUTRI .066 .421 .676 .062 .522

STATPEK .063 .523 .604 .077 .882

JARAK .090 .659 .513 .097 .687

10 LILA .073 .556 .581 .081 .738

FFQ.TEH .062 .510 .613 .074 .879

FE -.030 -.192 .848 -.028 .523

PENGKAP .071 .332 .741 .048 .283 PENDBU -.103 -.666 .509 -.097 .537

FE.NUTRI .059 .378 .707 .055 .524

STATPEK .058 .482 .632 .070 .885

JARAK .079 .583 .563 .085 .695

PARITAS .130 .708 .483 .103 .377

11 LILA .072 .548 .586 .079 .738

FFQ.TEH .053 .442 .660 .064 .891

FE .003 .018 .986 .003 .597

PENGKAP .091 .440 .662 .063 .295

PENDBU -.061 -.426 .672 -.061 .613

FE.NUTRI .055 .353 .725 .051 .525

STATPEK .050 .421 .676 .061 .895

JARAK .057 .433 .667 .062 .737

PARITAS .099 .557 .580 .080 .399

SKORLING .070 .572 .570 .082 .834 12 LILA .058 .450 .655 .064 .762

FFQ.TEH .050 .425 .673 .061 .893

FE -.005 -.033 .974 -.005 .602

PENGKAP .107 .528 .600 .075 .304

PENDBU -.026 -.194 .847 -.028 .718

FE.NUTRI .075 .521 .605 .074 .600

STATPEK .051 .433 .667 .062 .896

JARAK .045 .348 .729 .050 .756

PARITAS .078 .449 .656 .064 .414

SKORLING .063 .521 .604 .074 .842

VITC.NUT .072 .531 .598 .076 .676

13 LILA .041 .326 .746 .046 .783

FFQ.TEH .050 .429 .670 .061 .893

FE .008 .059 .953 .008 .612 PENGKAP -.030 -.237 .814 -.033 .792

PENDBU -.054 -.442 .660 -.062 .826

FE.NUTRI .039 .288 .775 .041 .657

STATPEK .034 .298 .767 .042 .926

JARAK .062 .499 .620 .070 .793

PARITAS .102 .612 .543 .086 .439

SKORLING .039 .333 .740 .047 .894

VITC.NUT .023 .189 .851 .027 .815

PERKPITA -.097 -.722 .474 -.102 .676

14 LILA -.012 -.101 .920 -.014 .856



Model Tolerance

FFQ.TEH -.001 -.008 .994 -.001 .977

FE .019 .134 .894 .019 .614

PENGKAP -.026 -.207 .837 -.029 .792

PENDBU -.043 -.349 .729 -.049 .829

FE.NUTRI .054 .395 .695 .055 .661

STATPEK .035 .302 .764 .042 .926

JARAK .055 .440 .662 .061 .795

PARITAS .058 .348 .729 .049 .453

SKORLING .032 .267 .790 .037 .896

VITC.NUT .009 .069 .945 .010 .821

PERKPITA -.083 -.608 .546 -.085 .680 MORBIDIT -.167 -1.432 .158 -.197 .898

15 LILA -.028 -.229 .819 -.032 .863

FFQ.TEH .000 -.001 .999 .000 .977

FE .016 .108 .914 .015 .614

PENGKAP .008 .064 .950 .009 .821

PENDBU .012 .104 .918 .014 .914

FE.NUTRI .096 .708 .482 .098 .698

STATPEK .052 .440 .661 .061 .935

JARAK .067 .530 .598 .073 .798

PARITAS .017 .102 .919 .014 .466

SKORLING .067 .577 .567 .080 .943

VITC.NUT .056 .464 .644 .064 .890

PERKPITA -.057 -.420 .676 -.058 .690

MORBIDIT -.141 -1.203 .235 -.165 .914

PENGIZ .170 1.450 .153 .197 .898

16 LILA -.027 -.220 .827 -.030 .863

FFQ.TEH -.004 -.035 .972 -.005 .978

FE .025 .172 .864 .024 .616

PENGKAP .024 .188 .851 .026 .830

PENDBU -.007 -.057 .955 -.008 .930

FE.NUTRI .041 .316 .753 .043 .764

STATPEK .064 .551 .584 .075 .944

JARAK .076 .595 .554 .082 .801 PARITAS -.008 -.050 .960 -.007 .474

SKORLING .037 .322 .749 .044 .982

VITC.NUT .011 .092 .927 .013 .972

PERKPITA .004 .031 .975 .004 .788

MORBIDIT -.146 -1.243 .219 -.168 .915

PENGIZ .137 1.173 .246 .159 .932

E.NUTRI -.241 -1.218 .229 -.165 .324

17 LILA -.038 -.317 .753 -.043 .907

FFQ.TEH -.009 -.082 .935 -.011 .988

FE .027 .186 .853 .025 .616

PENGKAP .040 .342 .733 .047 .953

PENDBU .007 .060 .953 .008 .993

FE.NUTRI .057 .500 .619 .068 .995

STATPEK .060 .514 .609 .070 .950

JARAK .076 .603 .549 .082 .801



Model Tolerance

PARITAS -.021 -.130 .897 -.018 .489

SKORLING .041 .361 .720 .049 .989

VITC.NUT .018 .156 .876 .021 .992

PERKPITA .026 .226 .822 .031 .967

MORBIDIT -.137 -1.180 .243 -.159 .931

PENGIZ .136 1.173 .246 .158 .932

E.NUTRI -.037 -.322 .749 -.044 .978

PROT.NUT .053 .459 .648 .062 .959

18 LILA -.064 -.540 .591 -.073 .928

FFQ.TEH .002 .016 .987 .002 .992

FE .069 .484 .631 .065 .642 PENGKAP .002 .017 .986 .002 .996

PENDBU -.003 -.030 .976 -.004 .996

FE.NUTRI .050 .433 .666 .058 .997

STATPEK .039 .333 .740 .045 .963

JARAK -.007 -.057 .955 -.008 .952

PARITAS -.134 -1.181 .243 -.157 .995

SKORLING .043 .373 .711 .050 .989

VITC.NUT .017 .150 .882 .020 .992

PERKPITA .020 .170 .866 .023 .969

MORBIDIT -.124 -1.056 .296 -.141 .935

PENGIZ .087 .759 .451 .102 .988

E.NUTRI -.034 -.290 .773 -.039 .978

PROT.NUT .047 .402 .689 .054 .960

UMBU -.173 -1.541 .129 -.203 .997 a Predictors in the Model: (Constant), FFQ.TEH, PENGIZ, FE, E.NUTRI, PERKPITA, JARAK, MORBIDIT, STATPEK, UMBU, SKORLING, USKEH, VITC.NUT, ANC, PENDBU, FE.NUTRI, PARITAS, PENGKAP, PROT.NUT b Predictors in the Model: (Constant), PENGIZ, FE, E.NUTRI, PERKPITA, JARAK, MORBIDIT, STATPEK, UMBU, SKORLING, USKEH, VITC.NUT, ANC, PENDBU, FE.NUTRI, PARITAS, PENGKAP, PROT.NUT c Predictors in the Model: (Constant), PENGIZ, E.NUTRI, PERKPITA, JARAK, MORBIDIT, STATPEK, UMBU, SKORLING, USKEH, VITC.NUT, ANC, PENDBU, FE.NUTRI, PARITAS, PENGKAP, PROT.NUT d Predictors in the Model: (Constant), PENGIZ, E.NUTRI, PERKPITA, JARAK, MORBIDIT, STATPEK, UMB U, SKORLING, USKEH, VITC.NUT, ANC, PENDBU, FE.NUTRI, PARITAS, PROT.NUT e Predictors in the Model: (Constant), PENGIZ, E.NUTRI, PERKPITA, JARAK, MORBIDIT, STATPEK, UMBU, SKORLING, USKEH, VITC.NUT, ANC, FE.NUTRI, PARITAS, PROT.NUT f Predictors in the Model: (Constant), PENGIZ, E.NUTRI, PERKPITA, JARAK, MORBIDIT, STATPEK, UMBU, SKORLING, USKEH, VITC.NUT, ANC, PARITAS, PROT.NUT g Predictors in the Model: (Constant), PENGIZ, E.NUTRI, PERKPITA, JARAK, MORBIDIT, UMBU, SKORLING, USKEH, VITC.NUT, ANC, PARITAS, PROT.NUT h Predictors in the Model: (Constant), PENGIZ, E.NUTRI, PERKPITA, MORBIDIT, UMBU, SKORLING, USKEH, VITC.NUT, ANC, PARITAS, PROT.NUT i Predictors in the Model: (Constant), PENGIZ, E.NUTRI, PERKPITA, MORBIDIT, UMBU, SKORLING, USKEH, VITC.NUT, ANC, PROT.NUT j Predictors in the Model: (Constant), PENGIZ, E.NUTRI, PERKPITA, MORBIDIT, UMBU, USKEH, VITC.NUT, ANC, PROT.NUT k Predictors in the Model: (Constant), PENGIZ, E.NUTRI, PERKPITA, MORBIDIT, UMBU, USKEH, ANC, PROT.NUT l Predictors in the Model: (Constant), PENGIZ, E.NUTRI, MORBIDIT, UMBU, USKEH, ANC, PROT.NUT m Predictors in the Model: (Constant), PENGIZ, E.NUTRI, UMBU, USKEH, ANC, PROT.NUT n Predictors in the Model: (Constant), E.NUTRI, UMBU, USKEH, ANC, PROT.NUT o Predictors in the Model: (Constant), UMBU, USKEH, ANC, PROT.NUT p Predictors in the Model: (Constant), UMBU, USKEH, ANC q Predictors in the Model: (Constant), USKEH, ANC r Dependent Variable: STAT.ANE

Documents

FAKTOR-FAKTOR YANG MEMPENGARUHI STATUS ANEMIA … · di wilayah penelitian, (2) mengetahui prevalensi anemia pada ibu hamil di wilayah penelitian, (3) engetahui konsumsi zat gizi