EDU, DEMOGRAFI, ENVIRONMENT & FAMILY

Baca lebih lanjut

MORTALITAS DAN KESEHATAN KELUARGA

BAB VI

MORTALITAS DAN KESEHATAN KELUARGA

6.1 Pendahuluan

Mortalitas (kematian) merupakan salah satu dari tiga komponen utama dinamika penduduk (selain fertilitas dan migrasi) yang sangat terkait dengan kondisi kesehatan keluarga, akses layanan kesehatan, kualitas lingkungan, serta faktor sosial–ekonomi. Dalam perspektif demografi keluarga, mortalitas bukan hanya “peristiwa biologis”, tetapi juga outcome dari proses panjang: pola pengasuhan, gizi, sanitasi, perilaku mencari pengobatan, dukungan keluarga, dan efektivitas sistem kesehatan.

Secara operasional, pengukuran mortalitas dan kesehatan keluarga biasanya menggunakan indikator:

  • Harapan hidup saat lahir (life expectancy) sebagai ringkasan tingkat mortalitas keseluruhan.
  • Angka Kematian Bayi (AKB/IMR) dan Angka Kematian Balita (U5MR) sebagai indikator sensitif kualitas kesehatan ibu–anak dan lingkungan.
  • Angka Kematian Ibu (AKI/MMR) sebagai indikator sensitif mutu layanan maternal, akses rujukan, dan respons kegawatdaruratan obstetri.
  • Pola penyebab kematian (cause-of-death pattern) sebagai basis membaca transisi epidemiologi.

6.2 Kematian dan Harapan Hidup

Harapan hidup saat lahir menggambarkan rata-rata tahun hidup yang diharapkan seseorang sejak lahir dengan asumsi pola mortalitas saat ini tetap. Untuk Indonesia, World Bank menampilkan life expectancy (total) dengan most recent value 71 tahun (2023).

Makna demografis dan keluarga:

  • Harapan hidup meningkat → keluarga cenderung mengalami ageing (lebih banyak lansia), kebutuhan care jangka panjang meningkat, dan risiko care burden pada keluarga inti bertambah.
  • Penurunan mortalitas anak → investasi keluarga bergeser dari “kuantitas” ke “kualitas” (pendidikan, kesehatan, nutrisi).
  • Ketimpangan harapan hidup (antar wilayah/kelas sosial) menandakan ketidaksetaraan akses layanan dan determinan sosial kesehatan.

6.3 Peran Keluarga dalam Kesehatan

Keluarga adalah “unit produksi kesehatan” karena sebagian besar keputusan kesehatan terjadi di rumah. Peran kunci keluarga meliputi:

  1. Perawatan preventif dan promosi kesehatan
  2. Pengaturan gizi, kebiasaan makan, aktivitas fisik, tidur.
  3. Kebersihan rumah, sanitasi, air minum aman.
  4. Pencegahan risiko (rokok di rumah, polusi indoor, keselamatan anak).
  5. Deteksi dini dan keputusan mencari layanan (health-seeking behavior)
  6. Mengenali tanda bahaya pada bayi/anak, ibu hamil, dan lansia.
  7. Keputusan kapan ke puskesmas/klinik/RS, termasuk rujukan.
  8. Dukungan sosial–emosional dan kepatuhan terapi
  9. Kepatuhan minum obat penyakit kronis (hipertensi, diabetes).
  10. Dukungan pasca rawat, rehabilitasi, dan perawatan lansia.
  11. Manajemen sumber daya kesehatan keluarga
  12. Pembiayaan kesehatan, pemanfaatan JKN, literasi penggunaan fasilitas.

6.4 Angka Kematian Bayi dan Ibu

(a) Angka Kematian Bayi (AKB/IMR) dan Balita

Data Infant Mortality Rate (per 1.000 kelahiran hidup) untuk Indonesia (sumber seri World Bank/WDI yang dipublikasikan via FRED) menunjukkan:

  • 2023: 17,0
  • 2022: 17,5
  • 2021: 18,0
  • 2020: 18,6
  • 2019: 19,3

Sebagai indikator terkait, World Bank juga menampilkan U5MR Indonesia = 21 (2023) per 1.000 kelahiran hidup.

Implikasi keluarga:

  • AKB/U5MR sangat responsif terhadap: kualitas kehamilan dan persalinan, ASI dan MP-ASI, imunisasi, pengendalian diare/ISPA, sanitasi, serta kemampuan keluarga mengenali tanda bahaya.

(b) Angka Kematian Ibu (AKI/MMR) dan jumlah kematian ibu

World Bank (WDI) menampilkan indikator maternal mortality ratio (modeled estimate) untuk Indonesia dengan most recent value 140 per 100.000 kelahiran hidup (2023).

Untuk memahami beban layanan, Profil Kesehatan (bab kesehatan keluarga) Kemenkes juga menyajikan jumlah kematian ibu (berbasis pelaporan). Dalam lampiran yang memuat rekap nasional, tercatat:

  • Indonesia 2021: 7.389 kematian ibu
  • Indonesia 2022: 3.572 kematian ibu

Kemenkes juga memaparkan distribusi penyebab kematian ibu (format tabulasi), yang secara umum menonjol pada kelompok sebab seperti perdarahan, hipertensi dalam kehamilan, infeksi, gangguan sistem peredaran darah/komorbid, dan kategori lain-lain.

Catatan metodologis penting: “jumlah kematian ibu” berbasis pelaporan dan “MMR modeled estimate” adalah dua keluaran yang berbeda (satu count pelaporan, satu rate estimasi model), sehingga tidak boleh dipertukarkan tanpa penjelasan.

Ringkasan indikator mortalitas kunci (contoh penulisan data di buku)

IndikatorNilai terbaruTahunSumber
Harapan hidup saat lahir (tahun)712023World Bank – Indonesia country data World Bank Open Data
AKB/IMR (per 1.000 KH)17,02023FRED (seri WDI/World Bank) FRED
AKABA/U5MR (per 1.000 KH)212023World Bank indicator U5MR World Bank Open Data
AKI/MMR (per 100.000 KH)1402023World Bank indicator MMR World Bank Open Data
Jumlah kematian ibu (pelaporan)7.389 (2021), 3.572 (2022)2021–2022Kemenkes (bab kesehatan keluarga) layanandata.kemkes.go.id

6.5 Determinan Mortalitas dalam Keluarga

Determinannya dapat dipetakan dalam kerangka determinasi berlapis (individu–rumah tangga–komunitas–sistem):

  1. Determinasi individu
  • Umur, jenis kelamin, status gizi, komorbid, perilaku berisiko (rokok, alkohol, diet tinggi gula/garam/lemak), kepatuhan terapi.
  1. Determinasi rumah tangga/keluarga
  2. Pendidikan orang tua, pengetahuan kesehatan, pola asuh dan praktik perawatan.
  3. Struktur keluarga (keluarga inti vs luas), dukungan pengasuhan (caregiver), beban kerja domestik.
  4. Kondisi ekonomi rumah tangga, jaminan kesehatan (JKN), dan kemampuan membiayai transport/rujukan.
  5. Determinasi lingkungan dan komunitas
  6. Akses air bersih, sanitasi, kepadatan hunian, polusi udara, vektor penyakit.
  7. Ketersediaan dan jarak ke fasilitas kesehatan.
  8. Determinasi layanan dan sistem kesehatan
  9. Kontinuitas layanan maternal–neonatal, kualitas ANC/PNC, ketersediaan tenaga terampil.
  10. Sistem rujukan, ketersediaan obat dan alat, respons kegawatdaruratan.

Aplikasi untuk analisis demografi keluarga (contoh variabel):

  • Status pendidikan (ibu/ayah), kuintil kesejahteraan, urban–rural, pekerjaan, kepemilikan JKN, jarak fasilitas, serta paparan informasi kesehatan.

6.6 Transisi Epidemiologi dan Implikasinya bagi Keluarga

Transisi epidemiologi menjelaskan pergeseran pola penyakit dan kematian dari dominasi penyakit infeksi/akut ke penyakit tidak menular (PTM/NCD) dan kondisi degeneratif, seiring perubahan demografi, urbanisasi, dan gaya hidup.

Arah umum di Indonesia (implikasi praktis):

  • Beban keluarga meningkat pada perawatan penyakit kronis (hipertensi, diabetes, jantung, stroke) yang membutuhkan kontrol rutin, diet, aktivitas fisik, dan kepatuhan obat jangka panjang.
  • Biaya out-of-pocket dan indirect cost (hilang produktivitas, kebutuhan pendamping) meningkat.
  • Kebutuhan care lansia, rehabilitasi pascastroke, dan dukungan kesehatan mental makin menonjol.

Dalam konteks kebijakan, Kemenkes (melalui kanal Badan Kebijakan Pembangunan Kesehatan) menegaskan kontribusi PTM yang sangat besar terhadap kematian total di Indonesia (dinyatakan “hampir 75%”).
Secara global, WHO juga menunjukkan beban NCD yang dominan dalam mortalitas (mis. pembaruan fact sheet 2025).

6.7 Mortalitas dan Kesehatan Keluarga di Era Digital

Transformasi digital mengubah cara keluarga:

  • mengakses informasi kesehatan,
  • berinteraksi dengan layanan,
  • memantau kondisi kesehatan,
  • dan mengelola pembiayaan/administrasi kesehatan.

(1) Peluang utama

  • Akses layanan lebih cepat: telekonsultasi, antrean online, pemantauan jarak jauh.
  • Manajemen penyakit kronis berbasis aplikasi: pengingat obat, pencatatan tekanan darah/gula, edukasi perilaku.
  • Pemanfaatan ekosistem JKN: digitalisasi layanan dan data kesehatan.

BPJS Kesehatan, misalnya, menyediakan ekosistem data/dasbor dan inisiatif data sampel longitudinal (2015–2024) untuk analisis layanan JKN.
Kajian ilmiah juga menyoroti pemanfaatan aplikasi (misalnya Mobile JKN) sebagai bagian dari digitalisasi layanan dan peningkatan kualitas layanan.

(2) Risiko dan tantangan

  • Misinformasi kesehatan (hoaks obat, anti-vaksin, mitos maternal–neonatal) yang dapat menunda rujukan atau menurunkan kepatuhan.
  • Kesenjangan digital (perangkat, internet, literasi) yang memunculkan ketidaksetaraan manfaat digitalisasi.
  • Privasi dan keamanan data kesehatan keluarga (rekam medis, klaim JKN, data aplikasi).
  • Overload layanan primer: digital screening/telekonsultasi yang tidak diimbangi kapasitas layanan dapat menimbulkan bottleneck.

(3) Strategi keluarga yang disarankan (berbasis literasi kesehatan digital)

  • Memverifikasi informasi dari kanal resmi (Kemenkes, WHO, fasilitas kesehatan).
  • Menggunakan aplikasi kesehatan untuk monitoring terstruktur (bukan hanya konsumsi informasi).
  • Menyusun “rencana rujukan keluarga”: kontak fasilitas, transport, dan tanda bahaya (ibu hamil, bayi, lansia).
  • Menetapkan aturan keluarga terkait kesehatan digital: berbagi data seperlunya, keamanan akun, dan pendampingan lansia.

6.8 Metode Analisis Mortalitas

6.8.1 Pendekatan Life Table Sederhana

Life table adalah alat demografi untuk menggambarkan probabilitas mortalitas pada berbagai usia dalam suatu kohort teoretis yang mulai dengan 100.000 kelahiran hidup (misalnya). Tabel ini menampilkan:

  • : jumlah yang masih hidup pada usia x
  • : jumlah kematian antara usia x dan x+1
  • : probabilitas kematian pada usia x
  • : jumlah tahun hidup yang dijalani antara usia x dan x+1
  • : harapan hidup saat lahir
    Life table membutuhkan data vital registrasi yang lengkap (kematian per usia, populasi). Pendekatan sederhana umum menggunakan model Abridged Life Table (5-tahun interval) jika data rinci setiap usia tidak tersedia.

Langkah ringkas (contoh)

  1. Susun jumlah populasi dan jumlah kematian menurut kelompok umur.
  2. Hitung tingkat kematian spesifik umur .
  3. Konversi menjadi (probabilitas kematian dalam interval) dengan asumsi tertentu (mis. Greville).
  4. Hitung , kemudian .
  5. Hitung dan total tahun hidup tersisa ().
  6. Harapan hidup .

Pendekatan yang lebih sederhana untuk mortalitas anak (IMR/U5MR) tidak memerlukan seluruh life table.

6.8.2 Perhitungan IMR/U5MR dari Data Kematian-Kelahiran

Indikator yang lebih sering dipakai dalam survei demografi:

  • Infant Mortality Rate (IMR): jumlah kematian bayi (<1 tahun) per 1.000 kelahiran hidup.
  • Under-5 Mortality Rate (U5MR): jumlah kematian anak <5 tahun per 1.000 kelahiran hidup.

Contoh sederhana dengan data agregat:

Misal dari data survei ditemukan 450 kematian bayi dan 50.000 kelahiran hidup:

  • IMR = (450 / 50.000) × 1.000 = 9 per 1.000 KH

Namun jika menggunakan data sejumlah tahun atau sampel besar, formula di atas tetap dipakai.

6.8.3 Kerangka Analisis Determinan Mortalitas Keluarga berbasis SDKI/SKI

Survei Demografi dan Kesehatan Indonesia (SDKI) atau Survei Kesehatan Indonesia (SKI) sering menyajikan variabel yang memungkinkan pemodelan determinan mortalitas:

Variabel dependen

  • Status hidup/mati bayi (<1 tahun), anak (<5 tahun)
  • Kematian ibu (relatif terhadap persalinan/kehamilan)

Variabel independen (determinant)

  1. Sosio-demografi keluarga
    • Pendidikan ibu/ayah (tahun sekolah)
    • Status ekonomi (kuintil pengeluaran)
    • Umur ibu saat kelahiran pertama
    • Urban–rural
  2. Akses & perilaku layanan kesehatan
    • ANC ≥4 kali
    • Persalinan oleh tenaga terampil
    • Imunisasi lengkap
    • Akses fasilitas kesehatan (< 5 km)
  3. Kondisi lingkungan keluarga
    • Sanitasi rumah
    • Air bersih
    • Kepadatan hunian
  4. Nutrisi & praktik perawatan
    • Pemberian ASI eksklusif
    • Status gizi anak (BB/U, TB/U)
    • Perilaku merokok di rumah

Pendekatan analisis statistik

  • Regresi logistik binary untuk mortalitas bayi/anak (<5 tahun).
  • Regresi Poisson atau Cox proportional hazard untuk waktu sampai kematian.
  • Multilevel model bila data berhierarki (individu dalam keluarga/desa).

Contoh rumus sederhana (logit):

di mana adalah probabilitas kematian bayi.

6.9 Tabel Tren Indikator Kunci (2010–2023)

Berikut ringkasan tren indikator utama mortalitas demografis Indonesia, berdasarkan seri WDI (World Development Indicators). Angka tahun tertentu adalah nilai terdekat yang tersedia dari WDI.

Indikator2010201520202021–23*Tren Umum
Life Expectancy at birth (tahun)~70.0 **~71.2 **~71.8 **~71 (2023)meningkat bertahap, kenaikan ~1–2 tahun dalam dekade terakhir World Bank Open Data
Infant Mortality Rate (IMR /1.000 KH)~28.0 **~22.0 **~19.0 **~17–18 (2023)menurun signifikan dekade terakhir DataBank
Under-5 Mortality (U5MR /1.000 KH)~34–36 **~26–28 **~22–24 **~21–23 (2023)tren menurun konsisten DataBank
Maternal Mortality Ratio (MMR/100.000)~240+ ***——~140–200 ***penurunan jangka panjang tetapi estimasi variatif bero tergantung sumber World Bank Open Data+1

Keterangan:
** Nilai sekitar diperoleh dari pendekatan WDI/WB dan sumber tambahan.
*** MMR sering ditafsirkan dari estimasi model WHO/UN–World Bank/UNICEF (variasi metodologis).

Interpretasi tren:

  • Life Expectancy: menunjukkan peningkatan bertahap sebagai refleksi penurunan mortalitas (anak & dewasa) dan faktor kesehatan populasi secara umum.
  • IMR dan U5MR: menurun secara substansial dari awal dekade 2010 ke 2023, mencerminkan peningkatan layanan kesehatan ibu–anak, imunisasi, gizi, dan sanitasi.
  • MMR: tren jangka panjang penurunan, tetapi nilai absolut bisa berbeda antar sumber karena modeled estimates dan metode survei.

Daftar Referensi

  • World Bank. Indonesia | Data (Life expectancy at birth, total – most recent value 2023). World Bank Open Data
  • World Bank. Maternal mortality ratio (modeled estimate, per 100,000 live births) – Indonesia (most recent year/value tercantum pada hasil pencarian). World Bank Open Data
  • FRED (World Bank WDI series). Infant Mortality Rate for Indonesia (SPDYNIMRTINIDN) (2023=17.0; tren 2019–2023). FRED
  • World Bank. Mortality rate, under-5 (per 1,000 live births) – Indonesia (most recent value 2023=21). World Bank Open Data
  • Kementerian Kesehatan RI. Bab Kesehatan Keluarga (Profil Kesehatan): lampiran jumlah kematian ibu 2021–2022 dan ringkasan penyebab.
  • Kemenkes (BKPK). Pernyataan kontribusi PTM/NCD terhadap kematian total di Indonesia (“hampir 75%”).
  • WHO. Noncommunicable diseases – Fact sheet (pembaruan 2025) untuk konteks global transisi epidemiologi.
  • BPJS Kesehatan. Portal data/dasbor dan rilis data sampel 2015–2024.
  • Life table dan analisis mortalitas dasar (teks demografi klasik: Preston et al., Demography).
  • SDKI/SKI sebagai basis variabel survei demografi dan kesehatan (Badan Pusat Statistik/ Kementerian Kesehatan RI).
  • World Development Indicators (IMR, U5MR, Life Expectancy, MMR) dari World Bank Data. World Bank Open Data+1

Tinggalkan komentar