FAKTOR-FAKTOR YANG MEMPENGARUHI STATUS ANEMIA PADA IBU

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), IndependentSamples 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 ................................................................................. Tujuan ............................................................................................... Kegunaan .........................................................................................

1 2 3

TINJAUAN PUSTAKA Anemia ............................................................................................. Penyebab Anemia ............................................................................ Deteksi Anemia ................................................................................ Prevalensi Anemia di Indonesia ...................................................... Kehamilan ......................................................................................... Zat Besi ............................................................................................ Kebutuhan Zat Besi Ibu Hamil ......................................................... Anemia pada Ibu Hamil .................................................................... Dampak Anemia ................................................................................ Faktor-faktor yang diduga Berhubungan dengan Anemia Ibu Hamil .......................................................................................... Karakteristik Contoh .................................................................. Usia Kehamilan ......................................................................... Jarak Kelahiran ......................................................................... Paritas ........................................................................................ ANC (Ante Natal Care) ............................................................... Kurang Energi Kronis (KEK) ....................................................... Konsumsi Zat Gizi ...................................................................... Infeksi dan Penyakit ................................................................... Lingkungan ................................................................................. KERANGKA PEMIKIRAN ......................................................................

4 4 5 5 5 7 8 9 9 10 10 12 12 13 13 13 14 15 16 17

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

20 20 20 22 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

1 2

Halaman

Bagan Kerangka Pemikiran Faktor-faktor yang Mempengaruhi Status Anemia Gizi pada Ibu Hamil .................

19

Bagan Bagan Teknik Penarikan Contoh ...................................

20

DAFTAR LAMPIRAN Nomor 1 Analisis Hubungan Umur dengan Kadar Hb ....................................

Halaman 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 selsel 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) Wanita 16-18 th 2200 19-29 th 1900 30-49 th 1800 50-64 th 1750 65+ th 1600 Hamil Trimester 1 + 180 Trimester 2 + 300 Trimester 3 + 300 Sumber : Widyakarya Nasional Pangan dan Gizi VIII (2004)

AKP (g) 55 50 50 50 50 + 17 + 17 + 17

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 Baik Sedang Kurang

Skor > 80 % 60-80 % < 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 Miskin Tidak miskin

Besar pendapatan/kapita/bulan < Rp 122.475 ≥ Rp 122.475

Dengan meningkatnya pendapatan perorangan, terjadilah perubahanperubahan 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 1 2 3 4 5 6 7 8

Pengeluaran pangan/kapita/bulan (Rp) < 60.000 60.000 – 79.999 80.000 – 99.999 100.000 – 149.999 150.000 – 199.999 200.000 – 299.999 300.000 – 499.999 > 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 Defisit berat Defisit sedang Defisit ringan Normal Kelebihan

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

TKP (TKP < 70% AKP) (TKP = 70–79% AKP) (TKP = 80-89% AKP) (TKP = 90-119% AKP) (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.

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

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

Status KEK

Status Anemia Ibu Hamil

Lingkungan

Infeksi dan Penyakit

Konsumsi : - Teh - Tablet Fe

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

Gambar 1. Bagan Kerangka Pemikiran Faktor-faktor yang Mempengaruhi Status Anemia Gizi pada Ibu Hamil

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 : Kab.Bogor

Kec. Ciampea

Purposive

8 desa

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

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 1 2

3 4

5

6

Peubah

Kategori Peubah

Umur

a. < 20 tahun b. 20 – 35 tahun Tingkat a. Tidak sekolah pendidikan b. SD c. SMP d. SMU e. PT Status pekerjaan a. Bekerja b. Tidak bekerja Besar keluargaa) a. Kecil (≤ 4 orang) b. Sedang (5-6 orang) c. Besar (≥ 7 orang) Pendapatan/ a. Miskin ( 300.000

7

Tingkat pengetahuan gizid)

8

Status anemia

9

Usia kehamilan

10

Paritas e)

11

Jarak kehamilan

12

Status ANC

13

Status KEKf )

a. Baik (> 80%) b. Sedang (60-80%) c. Kurang (< 60%) a. Anemia (Hb < 11g/dL) b. Tidak anemia (≥ 11 g/dL) a. Trimester I (0 – 3 bulan) b. Trimester II (4-6 bulan) a. Rendah (0 – 5) b. Tinggi (> 5) a. < 24 bulan b. ≥ 24 bulan a. Tidak pernah b. Pernah a. KEK (LILA<23,5 cm) b. Non KEK (LILA≥23,5cm)

Cara Pengumpulan Data Wawancara dengan kuesioner Wawancara dengan kuesioner

Wawancara dengan kuesioner Wawancara dengan kuesioner Wawancara dengan kuesioner Wawancara dengan kuesioner

Wawancara dengan kuesioner, diberikan 10 item pertanyaan Pengukuran metode Cyanmethemoglobin Wawancara dengan kuesioner Wawancara dengan kuesioner Wawancara dengan kuesioner Wawancara dengan kuesioner Diukur dengan pita LILA

Lanjutan Tabel 7 No

Peubah TKEg)

14

Kategori Peubah

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) TKPg) Defisit berat (TKP<70% AKP) Defisit sedang (TKP = 70-79% AKP) c. Defisit ringan (TKP = 80-89% AKP) d. Normal (TKP=90-119% AKP) e. Kelebihan (TKP=120% AKP) Konsumsi a. Rendah (<15mg/kapita/hari) besih) b. Tinggi (≥15mg/kapita/hari) Konsumsi a. Rendah (<85 mg/hari) vitamin Cj) b. Tinggi (=85 mg/hari) Infeksi dan a. Tidak sakit penyakit b. Sakit non infeksi c. Sakit infeksi Lingkungan a. Baik b. Tidak baik

15

16 17 18 19

a. b. c. d. e. a. b.

Cara Pengumpulan Data Recall konsumsi pangan 2x24 jam

Recall konsumsi pangan 2x24 jam

Recall konsumsi pangan 2x24 jam Recall konsumsi pangan 2x24 jam Wawancara dengan kuesioner Wawancara dengan kuesioner

Keterangan : a) b) c) d) e) f) g) h) i)

Pembagian kategori menurut Slamet (1993) Pembagian kategori menurut BPS (2004) Pembagian kategori menurut BPS (2004) Pembagian kategori menurut Khomsan (2000) Pembagian kategori menurut SKRT 1985-1986 diacu dalam Wijianto (2002) Pembagian kategori menurut Depkes (2001) Pembagian kategori menurut Deptan dan GMSK-IPB (2005) Pembagian kategori menurut Riyadi, Hardinsyah, & Anwar (1997) 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 batasbatas 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 < 20 tahun 20-35 tahun Total

Status anemia Anemia Non anemia n % n % 0 0,0 2 8,3 40 100,0 22 91,7 40 100,0 24 100,0

Total n 2 62 64

% 3,1 96,9 100,0

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 Tidak sekolah SD/sederajat SMP/sederajat SMA/sederajat PT Total

Status anemia Anemia Non anemia n % n % 2 5,0 2 8,4 24 60,0 11 45,8 6 15,0 8 33,3 7 17,5 3 12,5 1 2,5 0 0,0 40 100,0 24 100,0

Total n 4 35 14 10 1 64

% 6.3 54.7 21.9 15.6 1.6 100,0

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 masingmasing 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 SD/sederajat SMP/sederajat SMA/sederajat PT Total

Status anemia Anemia Non anemia n % n % 6 15,0 2 8,3 14 35,0 10 41,7 6 15,0 5 20,8 11 27,5 7 29,2 3 7,5 0 0,0 40 100,0 24 100,0

Total n 8 24 11 18 3 64

% 12,5 37,5 17,2 28,1 4,7 100,0

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 Kecil (≤ 4 orang) Sedang (5-6 orang) Besar (≥ 7 orang) Total

Status anemia Anemia Non anemia n % n % 17 42,5 12 50,0 13 32,5 6 25,0 10 25,0 6 25,0 40 100,0 24 100,0

Total n 29 19 16 64

% 45.3 29.7 25.0 100,0

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 Miskin (< Rp 151.200) Tidak miskin (≥ Rp 151.200) Total

Status anemia Anemia Non anemia n % n % 27 67,5 14 58,3 13 32,5 10 41,7 40 100,0 24 100,0

Total n 41 23 64

% 64,1 35,9 100,0

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 masingmasing 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 60.000 – 79.999 80.000 – 99.999 100.000 – 149.999 150.000 – 199.999 200.000 – 299.999 > 300.000 Total

Status anemia Anemia Non anemia n % n % 9 22,5 4 16,7 10 25,0 1 4,2 9 22,5 5 20,8 5 12,5 9 37,5 4 10,0 5 20,8 2 5,0 0 0,0 1 2,5 0 0,0 40 100,0 24 100,0

Total n 13 11 14 14 9 2 1 64

% 20,3 17,2 21,9 21,9 14,1 3,1 1,6 100,0

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 Tidak bekerja Bekerja Total

Status anemia Anemia Non anemia n % n % 37 92,5 18 75,0 3 7,5 6 25,0 40 100,0 24 100,0

Total n 55 9 64

% 85,9 14,1 100,0

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%) Sedang (60-80%) Baik (> 80%) Total

Status anemia Anemia Non anemia n % n % 23 57,5 8 33,3 13 32,5 12 50,0 4 10,0 4 16,7 40 100,0 24 100,0

Total n 8 25 31 64

% 12,5 39,1 48,4 100,0

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 1 2 3 4 5 6 7 8 9 10

Materi pertanyaan Manfaat bahan pangan pokok Contoh pangan sumber protein Pentingnya makanan sehat untuk ibu hamil Zat gizi untuk tulang dan gigi Zat gizi untuk tambah darah Pengaruh status gizi ibu terhadap BBLB Manfaat imunisasi untuk ibu hamil Jenis imunisasi untuk ibu hamil Pentingnya perawatan kehamilan Kenaikan BB ideal selama kehamilan

n 42 23 50 22 33 46 40 37 45 19

% 65.6 35.9 78.1 34.4 51.6 71.9 62.5 57.8 70.3 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 seharihari 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 Anemia Tidak anemia Total

n 40 24 64

% 62,5 37,5 100

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 I (0 – 3 bulan) II (4-6 bulan) Total

Status anemia Anemia Non anemia n % n % 21 52,5 20 83,3 19 47,5 4 16,7 40 100,0 24 100,0

Total n 41 23 64

% 64,1 35,9 100,0

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 < 24 bulan ≥ 24 bulan Total

Status anemia Anemia Non anemia n % n % 9 22,5 3 12,5 31 77,5 21 87,5 40 100,0 24 100,0

Total N 12 52 64

% 18,8 81,3 100,0

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 Hasil uji korelasi rank Spearman menunjukkan bahwa tidak terdapat 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 Pemeriksaan kehamilan (ANC) Tidak pernah Pernah Total

Status anemia Anemia Non anemia n % n % 12 30,0 3 12,5 28 70,0 21 87,5 40 100,0 24 100,0

Total N 15 49 64

% 23,4 76,6 100,0

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 KEK Non KEK Total

Status anemia Anemia Non anemia n % n % 11 28,9 7 33,3 27 71,1 14 66,7 38 100,0 21 100,0

Total n 18 41 59

% 30,5 69,5 100,0

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 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) Total

Status anemia Anemia Non anemia n % n %

n

%

33

82,5

18

75,0

51

79,7

1

2,5

3

12,5

4

6,2

3

7,5

0

0,0

3

4,7

3

7,5

2

8,3

5

7,8

0

0,0

1

4,2

1

1,6

40

100,0

24

100,0

Total

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 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) Total

Status anemia Anemia Non anemia n % n %

n

%

33

82,5

20

83,3

53

82,8

2

5,0

1

4,2

3

4,7

2

5,0

1

4,2

3

4,7

3

7,5

2

8,3

5

7,8

0

0,0

0

0,0

0

0,0

40

100,0

24

100,0

Total

64

100,0

Hubungan Tingkat Kecukupan Protein dengan Kadar Hb Hasil uji korelasi rank Spearman menunjukkan bahwa tidak terdapat 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 Rendah (<15mg/kapita/hari) Tinggi (≥15mg/kapita/hari) Total

Status anemia Anemia Non anemia n % n % 38 95,0 23 95,8 2 5,0 1 4,2 40 100,0 24 100,0

Total n 61 3 64

% 95,3 4,7 100,0

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 Tidak Ya Total

Status anemia Anemia Non anemia n % n % 22 55,0 14 58,3 18 45,0 10 41,7 40 100,0 24 100,0

Total n 36 28 64

% 56,3 43,8 100,0

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 m akanan 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 Kurang (< 85 mg/hr) Cukup (≥ 85 mg/hr) Total

Status anemia Anemia Non anemia n % n % 37 92,5 24 100,0 3 7,5 0 0,0 40 100,0 24 100,0

Total n 61 3 64

% 95,3 4,7 100,0

Hubungan Konsumsi Vitamin C dengan Kadar Hb Uji korelasi rank Spearman memberikan hasil bahwa tidak terdapat 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 1-3 4–8 9 – 15 16 – 30 Total

Status anemia Anemia Non anemia n % n % 17 42,5 8 33,4 3 7,5 2 8,3 3 7,5 3 12,5 2 5,0 0 0,0 15 37,5 11 45,8 40 100,0 24 100,0

Total n 25 5 6 2 26 64

% 39.1 7.8 9.4 3.1 40.6 100,0

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 Tidak sakit Sakit non infeksi Sakit infeksi Total

Status anemia Anemia Non anemia n % n % 5 12,5 2 8,3 8 20,0 14 58,4 27 67,5 8 33,3 40 100,0 24 100,0

Total n 7 22 35 64

% 10,9 34,4 54,7 100,0

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 Tidak baik Baik Total

Status anemia Anemia Non anemia n % n % 17 42,5 13 54,2 23 57,5 11 45,8 40 100,0 24 100,0

Total n 30 34 64

% 46,9 53,1 100,0

Hubungan Lingkungan dengan Kadar Hb Uji korelasi rank Spearman memberikan hasil bahwa tidak terdapat 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 : Y = 0,773 - 0,215 USKEH + 0,371 ANC 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.

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. University Press.

Yogyakarta : Gadjah Mada

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 Faktorfaktor 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 Correlation Coefficient -.118 Umur Ibu hamil Sig. (2-tailed) .355 N 64 Lampiran 2. Analisis Hubungan Tingkat Pendidikan Contoh dengan Kadar Hb Correlations Spearman's rho Kadar Hb Correlation Coefficient .153 Tingkat pendidikan Sig. (2-tailed) .227 N 64 Lampiran 3. Analisis Hubungan Pengeluaran Pangan dengan Kadar Hb CorrelationsSpearman's rho Kadar Hb Correlation Coefficient .196 Pengeluaran Sig. (2-tailed) .121 pangan/kapita/bulan N 64 Lampiran 4. Analisis Hubungan Status Pekerjaan dengan Kadar Hb Correlations Spearman's rho Kadar Hb Correlation Coefficient .226 Status pekerjaan Sig. (2-tailed) .072 N 64 Lampiran 5. Analisis Hubungan Usia Kehamilan dengan Kadar Hb Correlations Spearman's rho Kadar Hb Correlation Coefficient -.464** Usia kehamilan Sig. (2-tailed) .000 N 64 ** Correlation is significant at the .01 level (2-tailed). Lampiran 6. Analisis Hubungan Paritas dengan Kadar Hb Correlations Spearman's rho Kadar Hb Correlation Coefficient -.098 Paritas Sig. (2-tailed) .440 N 64 Lampiran 7. Analisis Hubungan Jarak Kelahiran dengan Kadar Hb Correlations Spearman's rho Kadar Hb Correlation Coefficient .042 Jarak kelahiran Sig. (2-tailed) .740 N 64 Lampiran 8. Analisis Hubungan Pemeriksaan Kehamilan dengan Kadar Hb Correlations Spearman's rho Kadar Hb Correlation Coefficient .032 Pemeriksaan kehamilan (ANC) Sig. (2-tailed) .802 N 64

Lampiran 9. Analisis Hubungan Status KEK dengan Kadar Hb Correlations Spearman's rho Correlation Coefficient Status KEK Sig. (2-tailed) N

Kadar Hb .144 .277 59

Lampiran 10. Analisis Hubungan Konsumsi Energi dengan Kadar Hb Correlations Spearman's rho Correlation Coefficient Konsumsi energi Sig. (2-tailed) N

Kadar Hb -.138 .276 64

Lampiran 11. Analisis Hubungan Konsumsi Protein dengan Kadar Hb Correlations Spearman's rho Correlation Coefficient Konsumsi protein Sig. (2-tailed) N

Kadar Hb -.004 .974 64

Lampiran 12. Analisis Hubungan Konsumsi Zat Besi dengan Kadar Hb Correlations Spearman's rho Correlation Coefficient Konsumsi zat besi Sig. (2-tailed) N

Kadar Hb -.142 .263 64

Lampiran 13. Analisis Hubungan Konsumsi Tablet Fe dengan Kadar Hb Correlations Spearman's rho Kadar Hb Correlation Coefficient -.092 Konsumsi tablet Fe Sig. (2-tailed) .469 N 64 Lampiran 14. Analisis Hubungan Konsumsi Vitamin C dengan Kadar Hb Correlations Spearman's rho Kadar Hb Correlation Coefficient .033 Konsumsi vitamin C Sig. (2-tailed) .799 N 64 Lampiran 15. Analisis Hubungan Konsumsi Teh dengan Kadar Hb Correlations Spearman's rho Kadar Hb Correlation Coefficient .138 Konsumsi teh Sig. (2-tailed) .275 N 64 Lampiran 16. Analisis Hubungan Morbiditas dengan Kadar Hb Correlations Spearman's rho Kadar Hb Correlation Coefficient -.268* Morbiditas Sig. (2-tailed) .003 N 64 * Correlation is significant at the .05 level (2-tailed).

Lampiran 17. Analisis Hubungan Lingkungan dengan Kadar Hb Correlations Spearman's rho Kadar Hb Correlation Coefficient -.018 Lingkungan Sig. (2-tailed) .889 N 64 Lampiran 18. Hasil Independent-Samples T Test Group Statistics

UMBU

STAT.ANE 0 1

40

Mean 28.23

Std. Deviation 4.532

Std. Error Mean .717

24 40

26.50 33.03

4.118 5.894

.841 .932

24 40

33.21 2.53

6.718 .933

1.371 .148

24 40

2.50 2.78

.834 1.230

.170 .194

24 40

2.71 140274.44

.999 88135.963

.204 13935.519

24 40

140107.99 100530.91

60631.557 66410.556

12376.365 10500.431

24 40

104443.66 3.58

44436.252 1.035

9070.512 .164

24 40

2.58 53.50

.881 25.374

.180 4.012

24 40

60.42 .45

29.706 .504

6.064 .080

24 40

.42 .70

.504 .464

.103 .073

24 40

.88 2.55

.338 .714

.069 .113

24 40

2.25 49.63

.608 37.063

.124 5.860

24 40

51.83 .08

29.192 .267

5.959 .042

24 40

.25 2.00

.442 1.062

.090 .168

24 38

1.71 24.684

1.083 2.1646

.221 .3512

21 40

25.057 1244.50

2.5163 322.493

.5491 50.991

24 40

1183.63 34.5272

475.325 12.70325

97.025 2.00856

24 40

34.1747 4.7075

14.09773 3.50987

2.87769 .55496

24 40

4.8792 27.3250

6.52460 34.89151

1.33183 5.51683

N

UMSU

0 1

PENDBU

0 1

PENSU

0 1

PERKPITA

0 1

PENGKAP

0 1

USKEH

0 1

PENGIZ

0 1

FE

0 1

ANC

0 1

MORBIDIT

0 1

JARAK

0 1

STATPEK

0 1

PARITAS

0 1

LILA

0 1

E.NUTRI

0 1

PROT.NUT

0 1

FE.NUTRI VITC.NUT

0 1 0

SKORLING

1 0

24 40

25.3125 2.58

22.34795 .931

4.56176 .147

TKE

1 0

24 40

2.58 1.18

.830 .385

.169 .061

TKP

1 0

24 40

1.25 1.13

.442 .335

.090 .053

FFQ.TEH

1 0

24 40

1.13 1.88

.338 1.842

.069 .291

1

24

2.17

1.834

.374

Independent Samples Test Levene's Test for Equality of Variances

F 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

Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed

Sig. .819

.369

.295

.589

.381

2.146

.540

.148

t-test for Equality of Means

t

df

Sig. (2-tailed)

Mean Difference

Std. Error Difference

1.524

62

.133

1.73

1.132

1.562

52.290

.124

1.73

-.114

62

.909

-.18

-.111

43.662

.912

.108

62

.111

95% Confidence Interval of the Difference Lower Upper -.537

3.987

1.105

-.491

3.941

1.604

-3.390

3.023

-.18

1.658

-3.526

3.159

.914

.02

.232

-.438

.488

52.926

.912

.02

.225

-.427

.477

.225

62

.823

.07

.297

-.527

.660

.237

56.356

.814

.07

.282

-.498

.631

166.45

20412.474

-40637.5

40970.405

2.447

.123

.008

62

.994

.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

3.917

62

.000

.99

.253

.486

1.498

4.080

54.748

.000

.99

.243

.504

1.479

-.990

62

.326

-6.92

6.987

-20.884

7.051

-.951

42.718

.347

-6.92

7.271

-21.582

7.749

.256

62

.799

.03

.130

-.227

.293

.256

48.586

.799

.03

.130

-.228

.295

-1.607

62

.113

-.18

.109

-.393

.043

-1.738

59.549

.087

-.18

.101

-.376

.026

1.717

62

.091

.30

.175

-.049

.649

1.788

54.738

.079

.30

.168

-.036

.636

-.249

62

.804

-2.21

8.870

-19.940

15.523

-.264

57.362

.793

-2.21

8.358

-18.942

14.525

-1.979

62

.052

-.18

.088

-.352

.002

-1.756

33.200

.088

-.18

.100

-.378

.028

1.056

62

.295

.29

.276

-.260

.844

1.051

47.830

.299

.29

.278

-.266

.850

-.598

57

.552

-.373

.6238

-1.6221

.8762

-.572

36.412

.571

-.373

.6518

-1.6943

.9484

.610

62

.544

60.88

99.744

-138.511

260.261

.555

35.847

.582

60.88

109.608

-161.454

283.204

.103

62

.918

.3524

3.41796

-6.47998

7.18483

.100

44.623

.920

.3524

3.50933

-6.71738

7.42223

-.137

62

.891

-.1717

1.25277

-2.67591

2.33258

1.999

.650

.281

13.354

1.407

2.366

16.584

.025

.162

.423

.598

.001

.240

.129

.000

.876

1.465

.231

2.642

.109

.654

.422

.794

.376

-.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

-.714

62

.478

-.07

.105

-.285

.135

-.689

43.359

.495

-.07

.109

-.295

.145

.000

62

1.000

.00

.087

-.173

.173

.000

48.234

1.000

.00

.087

-.175

.175

-.614

62

.541

-.29

.475

-1.241

.658

-.615

48.752

.541

-.29

.474

-1.245

.662

1.941

.000

.080

.169

1.000

.778

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

.

2

.

3

. FFQ.TEH

Backward (criterion: Probability of Fto-remove >= .100).

4

.

FE

Backward (criterion: Probability of Fto-remove >= .100).

5

. PENGKAP

Backward (criterion: Probability of Fto-remove >= .100).

6

. PENDBU

Backward (criterion: Probability of Fto-remove >= .100).

7

. FE.NUTRI

Backward (criterion: Probability of Fto-remove >= .100).

8

. STATPEK

Backward (criterion: Probability of Fto-remove >= .100).

9

. JARAK

Backward (criterion: Probability of Fto-remove >= .100).

10

. PARITAS

Backward (criterion: Probability of Fto-remove >= .100).

11

.SKORLING

Backward (criterion: Probability of Fto-remove >= .100).

12

. VITC.NUT

Backward (criterion: Probability of Fto-remove >= .100).

13

. PERKPITA

14

. MORBIDIT

Backward (criterion: Probability of Fto-remove >= .100). Backward (criterion: Probability of Fto-remove >= .100).

15

. PENGIZ

Backward (criterion: Probability of Fto-remove >= .100).

16

. E.NUTRI

Backward (criterion: Probability of Fto-remove >= .100).

17

.PROT.NUT

Backward (criterion: Probability of Fto-remove >= .100).

18

.

Backward (criterion: Probability of Fto-remove >= .100).

LILA

Enter

Backward (criterion: Probability of Fto-remove >= .100).

UMBU

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 11

.628 .625

.395 .390

.268 .279

.413 .410

12

.622

.387

.289

.407

R

R Square

Adjusted R Square

Std. Error of the Estimate

13

Model

.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 1

2

3

4

5

6

7

Sum of Squares

df

Mean Square

F

Sig.

Regression

5.665

19

.298

1.479

.148

Residual

7.860

39

.202 1.602

.107

1.737

.075

1.886

.051

2.050

.034

2.222

.022

2.405

.015

Total

13.525

58

Regression

5.665

18

.315

Residual

7.860

40

.197

Total

13.525

58

Regression

5.663

17

.333

Residual

7.863

41

.192

Total

13.525

58

Regression

5.654

16

.353

Residual

7.871

42

.187

Total

13.525

58

Regression

5.639

15

.376

Residual Total

7.886 13.525

43 58

.183

Regression

5.601

14

.400

Residual

7.924

44

.180

Total

13.525

58

Regression

5.545

13

.427

Residual

7.981

45

.177

Total

13.525

58

Model 8

9

10

11

12

13

14

15

16

17

18

Sum of Squares

df

Mean Square

F

Sig.

5.499

12

.458

2.626

.009

Residual

8.026

46

.174

Total

13.525

58

Regression

5.423

11

.493

2.860

.006

Residual

8.102

47

.172

Total

13.525

58

Regression

5.337

10

.534

3.128

.004

Residual

8.188

48

.171

Total

13.525

58

Regression

5.281

9

.587

3.488

.002

Residual

8.244

49

.168

58 3.945

.001

4.476

.001

4.783

.001

5.211

.001

6.089

.000

8.165

.000

1.882 10.795 .174

.000

Regression

Total

13.525

Regression

5.234

8

.654

Residual

8.292

50

.166

58

Total

13.525

Regression

5.147

7

.735

Residual Total

8.378 13.525

51 58

.164

Regression

4.810

6

.802

Residual

8.715

52

.168

Total

13.525

58

Regression

4.458

5

.892

Residual

9.068

53

.171

58

Total

13.525

Regression

4.204

4

1.051

Residual

9.321

54

.173

58

Total

13.525

Regression

4.168

3

1.389

Residual

9.358

55

.170

Total

13.525

58

Regression Residual

3.764 9.762

2 56

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 Model

Standardized Coefficients

B 1

2

3

Std. Error

(Constant)

2.066

1.078

UMBU PENDBU

-4.319E-02 -4.394E-02

.024 .100

PERKPITA

-1.168E-06

PENGKAP

4.555E-07

USKEH

t

Sig.

Beta 1.915

.063

-.399 -.078

-1.798 -.439

.080 .663

.000

-.193

-.749

.458

.000

.057

.225

.823

-.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 VITC.NUT

8.118E-03 1.994E-03

.019 .003

.084 .122

.436 .687

.665 .496

SKORLING

7.159E-02

.083

.133

.860

.395

.017

FFQ.TEH

4.359E-03

.039

(Constant)

2.069

.632

.113

.911

3.276

UMBU

-4.321E-02

.023

.002

-.400

-1.862

PENDBU

-4.396E-02

.070

.099

-.078

-.445

PERKPITA

.659

-1.168E-06

.000

-.193

-.759

PENGKAP

.452

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 STATPEK

1.183E-03 .116

.002 .232

.082 .073

.547 .501

.588 .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

(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

Unstandardized Coefficients Model

Standardized Coefficients

B

4

5

6

Std. Error

t

Sig.

Beta

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 FE.NUTRI

1.964E-02 8.845E-03

.011 .017

.537 .091

1.867 .523

.069 .604

VITC.NUT

1.978E-03

.003

.121

.705

.485

SKORLING

7.182E-02

.081

.133

.887

.380

(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 E.NUTRI

6.217E-02 -6.391E-04

.087 .000

.141 -.511

.716 -1.907

.478 .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

(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 STATPEK

1.190E-03 .116

.002 .200

.082 .073

.574 .580

.569 .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

(Constant)

1.993

.573

3.480

.001

UMBU

-4.347E-02

.021

-.402

-2.032

.048

PERKPITA

-9.986E-07

.000

-.165

-.994

.326

Unstandardized Coefficients Model

Standardized Coefficients

B

7

8

9

Std. Error

t

Sig.

Beta

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 SKORLING

1.515E-03 6.928E-02

.003 .073

.093 .129

.597 .946

.553 .349

(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 STATPEK

1.288E-03 9.774E-02

.002 .193

.089 .062

.643 .506

.523 .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

(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 PARITAS

1.309E-03 6.330E-02

.002 .082

.090 .143

.659 .770

.513 .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

(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

Unstandardized Coefficients Model

Standardized Coefficients

B

10

11

12

13

14

15

Std. Error

t

Sig.

Beta

VITC.NUT

1.653E-03

.002

.101

.718

.477

SKORLING

4.928E-02

.068

.092

.719

.475

(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 VITC.NUT

1.784E-02 1.299E-03

.010 .002

.487 .080

1.875 .581

.067 .564

SKORLING

3.786E-02

.066

.070

(Constant)

1.808

.493

UMBU

-2.677E-02

.013

PERKPITA

-7.870E-07

USKEH

.572

.570

3.665

.001

-.248

-2.121

.039

.000

-.130

-.872

.387

-.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

(Constant)

1.748

.477

3.666

.001

UMBU

-2.695E-02

.013

-.249

-2.152

.036

PERKPITA USKEH

-5.892E-07 -.209

.000 .054

-.097 -.458

-.722 -3.870

.474 .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

(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 (Constant)

1.171E-02 1.401

.007 .425

.320

1.608 3.297

.114 .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

(Constant)

1.426

.429

3.325

.002

UMBU

-2.009E-02

.012

-.186

-1.644

.106

USKEH

-.225

.053

-.494

-4.238

.000

Unstandardized Coefficients Model

Standardized Coefficients

B

16

17

18

Std. Error

t

Sig.

Beta

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

(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

(Constant)

1.308

.394

3.317

.002

UMBU

-1.872E-02

.012

-.173

-1.541

.129

USKEH ANC

-.218 .365

.052 .128

-.479 .324

-4.205 2.843

.000 .006

(Constant)

.773

.190

4.070

.000

USKEH

-.215

.053

-.473

-4.100

.000

.371

.130

.330

2.862

.006

ANC a Dependent Variable: STAT.ANE Excluded Variables Beta In

t

Sig.

Partial Correlation

Model

Collinearity Statistics Tolerance

2

LILA

.001

.004

.997

.001

.567

3

LILA

.001

.008

.993

.001

.568

FFQ.TEH

.017

.114

.910

.018

.691

LILA

.005

.033

.974

.005

.576

FFQ.TEH

.019

.131

.897

.020

.694

FE

.039

.210

.834

.033

.405

LILA

.014

.092

.927

.014

.603

FFQ.TEH FE

.012 .049

.089 .275

.929 .785

.014 .042

.710 .431

PENGKAP

.065

.282

.779

.044

.259

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

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

4

5

6

7

8

9

PENDBU

-.069

-.426

.672

-.064

.508

FE.NUTRI

.091

.561

.578

.084

.502

LILA

.042

.292

.772

.044

.646

FFQ.TEH FE

.057 .015

.468 .089

.642 .929

.070 .013

.876 .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

LILA

.046

.327

.745

.048

.648

Beta In

t

Sig.

Partial Correlation

Model

10

11

12

13

14

Collinearity Statistics 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

LILA

.073

.556

.581

.081

.738

FFQ.TEH

.062

.510

.613

.074

.879

FE

-.030

-.192

.848

-.028

.523

PENGKAP PENDBU

.071 -.103

.332 -.666

.741 .509

.048 -.097

.283 .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

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 LILA

.070 .058

.572 .450

.570 .655

.082 .064

.834 .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

LILA

.041

.326

.746

.046

.783

FFQ.TEH

.050

.429

.670

.061

.893

FE PENGKA P

.008 -.030

.059 -.237

.953 .814

.008 -.033

.612 .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

LILA

-.012

-.101

.920

-.014

.856

Beta In

t

Sig.

Partial Correlation

Model

15

16

17

Collinearity Statistics 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 MORBIDIT

-.083 -.167

-.608 -1.432

.546 .158

-.085 -.197

.680 .898

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

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 PARITAS

.076 -.008

.595 -.050

.554 .960

.082 -.007

.801 .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

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

Beta In

t

Sig.

Partial Correlation

Model

18

Collinearity Statistics 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

LILA

-.064

-.540

.591

-.073

.928

FFQ.TEH

.002

.016

.987

.002

.992

FE PENGKAP

.069 .002

.484 .017

.631 .986

.065 .002

.642 .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