cover
Contact Name
Yolanda Handayani
Contact Email
bikfokes@gmail.com
Phone
+62217863473
Journal Mail Official
bikfokes@gmail.com
Editorial Address
Departemen Biostatistika dan Kependudukan Gedung A, lantai 2, Fakultas Kesehatan Masyarakat Universitas Indonesia Kampus Baru UI Depok, Jawa Barat, 16424
Location
Kota depok,
Jawa barat
INDONESIA
Jurnal Biostatistik, Kependudukan, dan Informatika Kesehatan
Published by Universitas Indonesia
ISSN : -     EISSN : 27750574     DOI : https://doi.org/10.7454/bikfokes
Core Subject : Health,
Jurnal BIKFOKES (Biostatistik, Kependudukan, dan Informatika Kesehatan) diinisiasi oleh Departemen Biostatika dan Kependudukan Fakultas Kesehatan Masyarakat Universitas Indonesia. Sebagai jurnal ilmiah, Jurnal BIKFOKES memiliki fokus biostatitik, informatika kesehatan, kependudukan, dan kesehatan reproduksi. Adapun artikel atau naskah ilmiah yang dimuat dalam Jurnal BIKFOKES mencakup ranah penelitian, studi kasus, meta-analysis atau konseptual
Articles 2 Documents
Search results for , issue "vol. 6, no. 2" : 2 Documents clear
Analisis Disparitas Geospasial dan Determinan Sosio-Demografis Masalah Kesehatan Jiwa di Indonesia: Analisis Data Survei Kesehatan Indonesia (SKI) 2023 Zhafirah, Alya Zahrah; Hastono, Sutanto Priyo Priyo
Jurnal Biostatistik, Kependudukan, dan Informatika Kesehatan Vol. 6, No. 2
Publisher : UI Scholars Hub

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kesehatan jiwa merupakan pilar utama pembangunan sumber daya manusia yang kini menjadi tantangan struktural di Indonesia. Masalah ini dipengaruhi secara signifikan oleh determinan sosio-demografi seperti tingkat pendidikan, status ekonomi dan lingkungan. Penelitian ini diinisiasi oleh urgensi untuk memetakan distribusi beban masalah kesehatan jiwa secara nasional sekaligus menginvestigasi ketidakonsistenan prevalensi antara data Riskesdas 2018 dan SKI 2023. Penelitian ini menggunakan desain potong lintang dengan menganalisis prevalensi masalah kesehatan jiwa pada penduduk Indonesia berusia ≥15 tahun, menggunakan data SKI 2023. Kondisi kesehatan jiwa dinilai menggunakan instrumen SRQ-20 untuk mengidentifikasi probabilitas masalah kesehatan jiwa. Hasil utama menunjukkan prevalensi masalah kesehatan jiwa Indonesia tahun 2023 sebesar 2,0% (95% CI=2,0–2,1), mengindikasikan terjadi penurunan drastis dibandingkan prevalensi Gangguan Mental Emosional pada Riskesdas 2018 sebesar 9,8% (95% CI=9,7-10,0). Analisis geospasial menggunakan metode Natural Breaks Jenks mengidentifikasi 6 provinsi sebagai "titik panas" dengan prevalensi tinggi (>2,5%), di antaranya Provinsi Jawa Barat (4,4%; 95% CI=4,0-4,8) dan Papua Pegunungan (3,0%; 95% CI=2,0-4,6). Determinasi sosio-demografis mengonfirmasi kerentanan yang lebih tinggi pada kelompok perempuan, usia muda (15-24 tahun) dan lansia (≥75 tahun), tidak bekerja, pendidikan rendah dan status ekonomi rendah, serta tinggal di perkotaan. Implikasi kebijakan dari temuan ini menekankan perlunya penguatan sistem kesehatan jiwa di tingkat primer (puskesmas) serta penyesuaian strategi intervensi yang tepat sasaran secara geografis.
Analisis Faktor-faktor yang Mempengaruhi Angka Kematian Bayi di Provinsi Sulawesi Selatan Menggunakan Regresi Komponen Utama Wijaya, Salwa Zahirah Putri; Salam, Sitti Sahriman; Sirajang, Nasrah; Damatia, Audia Putri; Hildayanti, Hildayanti
Jurnal Biostatistik, Kependudukan, dan Informatika Kesehatan Vol. 6, No. 2
Publisher : UI Scholars Hub

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Angka kematian bayi (AKB), khususnya kematian neonatal, merupakan indikator fundamental dalam menilai kualitas pelayanan kesehatan dan kesejahteraan masyarakat. Penelitian ini dilakukan untuk menganalisis faktor-faktor yang memengaruhi AKB di 24 kabupaten/kota di Provinsi Sulawesi Selatan. Variabel independen yang dikaji mencakup dimensi layanan kesehatan, kondisi sosial ekonomi, pendidikan perempuan, sanitasi, air bersih, dan indikator demografis. Data dianalisis menggunakan metode Regresi Komponen Utama (Principal Component Regression/PCR) untuk menganalisis pengaruh variabel-variabel dengan mempertimbangkan adanya potensi korelasi antar variabel independen, sehingga dihasilkan model yang stabil. Melalui analisis komponen utama, lima komponen berhasil dibentuk yang merepresentasikan 84,21% dari total variasi data. Komponen pertama (PC1) mencerminkan dimensi kapasitas pembangunan manusia, PC2 kerentanan sosial, PC3 akses layanan dasar, PC4 sanitasi dan lingkungan, serta PC5 pola fertilitas dan mortalitas. Model PCR menghasilkan R² sebesar 69,91% dan terbukti stabil serta bebas dari multikolinearitas. Validasi dengan Leave-One-Out Cross-Validation (LOOCV) menghasilkan RMSE sebesar 2,394 yang mengindikasikan performa prediksi yang memadai pada data baru. Berdasarkan koefisien beta terstandarisasi, faktor penurun AKB yang paling dominan secara berurutan adalah rata-rata anak lahir hidup, angka harapan hidup, akses sanitasi, rata-rata lama sekolah, dan cakupan imunisasi.

Page 1 of 1 | Total Record : 2