Jarak kelahiran erat kaitannya dengan kesehatan ibu dan bayi. Meskipun belum ada penelitian yang jelas bahwa jarak kelahiran yang pendek (SBI) dapat menyebabkan kematian ibu dan bayi secara langsung, namun dampak yang ditimbulkan oleh jarak kelahiran yang pendek kemungkinan besar akan merugikan. Hal ini dapat menyebabkan kelahiran prematur, terutama pada bayi baru lahir. Selain itu, jarak kelahiran yang pendek juga dapat mengakibatkan tidak optimalnya gizi bagi bayi baru lahir, termasuk mendapat ASI eksklusif. Dampak lebih lanjut, stunting, atau wasting dapat terjadi. Menurut organisasi kesehatan dunia (WHO), rekomendasi interval kelahiran adalah 33 bulan setelah kelahiran sebelumnya. Sebagai negara berkembang, Indonesia masih mengalami permasalahan di bidang kesehatan khususnya kesehatan ibu dan anak. Indonesia menempati posisi tertinggi dalam kematian ibu di kawasan Asia Tenggara. Pada tahun 2010, nilai Angka Kematian Ibu (AKI) tercatat sebesar 346 per 100.000 kelahiran hidup. Sedangkan terkait angka kematian bayi (AKB) sebesar 32 per 1.000 kelahiran hidup pada tahun 2012. Oleh karena itu, peningkatan kesehatan ibu dan anak perlu dilakukan. Mempelajari jarak antar kelahiran menjadi tujuan dari penelitian ini selain untuk mengetahui gambaran yang jelas tentang jarak kelahiran di Indonesia serta faktor-faktor yang mempengaruhi jarak kelahiran.Penelitian ini dilakukan untuk mengetahui klasifikasi jarak kelahiran pendek di Indonesia menggunakan algoritma pembelajaran mesin (machine learning) untuk mengetahui komposisi antara interval kelahiran normal dan pendek.
Data sekunder yaitu Survei Demografi dan Kesehatan Indonesia 2017 digunakan dengan sampel penelitian adalah wanita usia subur 15-49 tahun di 34 provinsi di Indonesia. Sampel responden meliputi 34.200 wanita. Dikategorikan sebagai interval kelahiran pendek jika jarak kelahiran kurang dari 33 bulan. Beberapa variabel yang digunakan antara lain usia ibu, usia ibu pertama kali melahirkan, usia ayah, status ekonomi rumah tangga, jarak kelahiran yang berhasil, status menyusui, jenis kelamin anak, status tempat tinggal, pendidikan ibu, status pekerjaan ibu, jenis alat kontrasepsi, status anak yang hidup, total jumlah anak, jumlah anak yang masih hidup, jumlah anggota keluarga, dan asuransi kesehatan. Berberapa algoritma machine learning yang digunakan antara lain regresi logistik, Naïve Bayes, sequential minimal optimization (SMO), dan lazy locally weighted learning (LWL). Pemilihan model terbaik dilakukan dengan melihat beberapa kriteria kebaikan model, diantaranya matthews correlation coefficient (MCC), ROC curve, area under the curve (AUC), precision-recall curve area (PRC), accuracy, precision, recall, F1-score.
Berdasarkan hasil sosiodemografi, untuk mendapatkan jarak kelahiran yang normal, ibu perlu mendapatkan pendidikan, dan ekonomi yang cukup layak. Selain itu, penggunaan kontrasepsi juga perlu diberikan. Mengenai status ibu bekerja, hal ini bisa dikembalikan kepada masing-masing ibu mengingat ini adalah pilihan yang bisa dibicarakan dengan keluarga. Ibu yang tinggal di perkotaan memiliki akses kesehatan, pendidikan, dan ekonomi yang lebih baik dibandingkan dengan ibu yang tinggal di pedesaan. Begitu juga dengan provinsi tempat tinggal ibu, hal ini memerlukan kerjasama dengan pemerintah mengingat pemerataan pendidikan, kesehatan, dan ekonomi yang diterima oleh seluruh masyarakat Indonesia dimanapun mereka tinggal. Hasil klasifikasi menggunakan algoritma machine learning menunjukkan bahwa Naïve Bayes merupakan algortima terbaik dilihat dari ukuran kebaikan hasil klasifikasi. Ibu yang masuk dalam kategori melahirkan dengan jarak antar kelahiran pendek sebanyak 5,399 (15,79%) dan ibu yang diklasifikasikan benar untuk kategori melahirkan dengan interval normal sebanyak 25,071 (73,31%). Di sisi lain, 2.887 ibu (8,44%) termasuk dalam salah klasifikasi (false positive) dan 841 (2,46%) false negative. Berdasarkan hasil ini dapat digunakan untuk memberikan masukan kepada pemerintah, calon orang tua, atau orang tua yang berencana memiliki anak untuk mempertimbangkan jarak antar kelahiran. Sebab, jarak kelahiran yang terlalu dekat akan merugikan ibu maupun anak itu sendiri. Selain itu, rekomendasi dari WHO yang menyatakan bahwa jarak antar kelahiran minimal 33 bulan perlu dipertimbangkan.
Naive Bayes menjadi algoritma terbaik dalam mengklasifikasi jarak kelahiran pendek di Indonesia menggunakan data Survei Demografi dan Kesehatan Indonesia 2017. Diperoleh hasil bahwa ibu yang tergolong melahirkan dengan jarak pendek sebanyak 15,79%, dan sisanya yaitu 73,31% ibu melahirkan dengan jarak yang normal. Meskipun hasil klasifikasi ini menunjukkan bahwa ibu yang melahirkan dengan jarak pendek tergolong rendah, namun tetap hal ini memerlukan perhatian lebih jauh. Dengan persentase 15,79% atau sebanyak 6.240 ibu yang tergolong dalam kategori melahirkan dengan jarak yang pendek. Jika kondisi ini terus berlanjut, kesehatan ibu dan bayi baru lahir serta saudara kandung yang lahir lebih awal dapat terganggu. Oleh karena itu, peran pemerintah sangat diperlukan untuk membuat kebijakan yang tepat untuk mendapatkan jarak kelahiran yang normal sesuai standar WHO.
Penulis: Ratih Ardiati Ningrum
Data Science Technology, Faculty of Advanced Technology and Multidiscipline, Universitas Airlangga, Surabaya, Indonesia
Link Jurnal:
