Identifikasi Determinan Angka Kematian Neonatal di Kalimantan Timur Menggunakan Moran’s I dan Local Indicator Of Spatial Autocorrelation (LISA)

Agustina Wati, Rahmi Susanti, Ismail AB

Abstract


Latar Belakang & Tujuan: Salah satu indikator derajat kesehatan suatu daerah ditunjukkan dengan angka kematian neonatal (AKN). Disparitas AKN di Kalimantan Timur cukup tinggi, dimana AKN tertinggi berada di Kabupaten Kutai Barat (17,5 per 1.000 kelahiran hidup), sedangkan AKN Kota Samarinda (3,2 per 1.000 kelahiran hidup). Dengan melakukan analisis spasial dapat diketahui determinan AKN di suatu wilayah sehingga dapat dilakukan intervensi yang sesuai. Metode: Penelitian ini merupakan penelitian non reaktif dengan menggunakan data sekunder dari publikasi Profil Kesehatan Kalimantan Timur 2019 dan dianalisis menggunakan indeks Moran’s dan Local Indicator Of Spatial Autocorrelation (LISA) dengan α=0,05. Hasil: Penelitian menunjukkan determinan AKN yang memiliki hubungan spasial adalah persalinan oleh tenaga kesehatan (0,019), komplikasi kebidanan ditangani (0,037), dan komplikasi neonatal ditangani (0,038). Hubungan spasial Low-High terjadi antar kabupaten Mahakam Ulu dengan Kutai Barat dan Kutai Kartanegara. Kesimpulan: Terdapat hubungan spasial antara kabupaten Mahakam Ulu dengan kabupaten Kutai Barat dan Kutai Kartanegara. Saran penelitian ini adalah perlu adanya pemerataan ketersediaan pelayanan kesehatan, akses terhadap pelayanan kesehatan, jumlah tenaga kesehatan, kemampuan pelayanan kesehatan ibu dan anak di rumah sakit maupun puskesmas terutama di kabupaten Mahakam Ulu dan sekitarnya yaitu kabupaten Kutai Barat dan Kutai Kartanegara.

Keywords


Angka Kematian Neonatal, Autokorelasi Spasial, Indeks Moran’s , Local Indicator of Spatial Autocorrelatin, Low-High

Full Text:

PDF

References


Azizah, I., & Handayani, O. K. (2017). Kematian Neonatal di Kabupaten Grobogan. Higea Journal of Public Health Research and Development, 1(4), 72–85. http://journal.unnes.ac.id/sju/index.php/higeia

Badan Pusat Statistik Kabupaten Kutai Barat. (2021). Kabupaten Mahakam Ulu Dalam Angka 2021.

Bonfirm, C. V. do, Silva, A. P. de S. cabral, Oliveira, C. M. de, Vilela, M. B. R., & Freire, N. C. F. (2020). Spatial Analysis of Inequalities in Fetal and Infant Mortality Due to Avoidable Causes. Revista Brasileira de

Enfermagen, 73(Suppl 4), 1–8.

Dinas Kesehatan Kabupaten Kutai Barat. (2020). Profil Kesehatan Kabupaten Kutai Barat Tahun 2019.

Dinas Kesehatan Kalimantan Timur. (2019). Profil Kesehatan Provinsi Kalimantan Timur Tahun 2019. In Dinas Kesehatan Provinsi Kalimantan Tmur 2020.

Dinas Kesehatan Kutai Kartanegara. (2020). Profil Kesehatan Kutai Kartanegara 2019.

Dinas Kesehatan, Pengendalian Penduduk, dan Keluarga Berencana. (2020). Profil Kesehatan Kabupaten Mahakam Ulu Tahun 2019.

Fawwaz, M., & Wibowo, A. (2016). Analisis Spasial untuk Mengidentifikasi Determinan Angka Kematian

Neonatal di Provinsi Jawa Timur. 14(4), 221–226.

Hermawan, A., Prabandari, Y. S., & Wilopo, S. A. (2016). Determinan persalinan oleh tenaga kesehatan di Indonesia. Berita Kedokteran Masyarakat, 32(7), 231–236.

Kementerian PPN, Bappenas. (2020). Pedoman Teknis Penyusunan Rencana Aksi Tujuan Pembangunan Berkelanjutan (TPB)/ Sustainable Development Goals (SDGs). In Kedeputian Bidang Kemaritiman dan Sumber Daya Alam, Kementerian

Perencanaan Pembangunan Nasional/Badan Perencanaan Pembangunan

Nasional. http://www.elsevier.com/locate/scp




DOI: http://dx.doi.org/10.30872/jkmm.v4i2.8584

Copyright (c) 2022 Jurnal Kesehatan Masyarakat Mulawarman (JKMM)

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Jurnal Kesehatan Masyarakat Mulawarman (JKMM)
e-ISSN: 2686-3601 (ONLINE)
Ruang Jurnal Lantai 1 Fakultas Kesehatan Masyarakat, Universitas Mulawarman,
Jl. Sambaliung, Kampus Gn. Kelua Samarinda, Kalimantan Timur  (75123)
Website : http://e-journals.unmul.ac.id/index.php/MJPH 
Email  : journal.JKMM@gmail.com

Creative Commons License

JKMM by http://e-journals.unmul.ac.id/index.php/MJPH/index is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Under the CC BY-SA license, authors and other users are able to reprint, distribute or use the material for commercial purposes so long as they give attribution to the JKMM and license the republished material under the same license.