Melola Discovery

← Melola Discovery

Jurnal Tanpa peringkat SINTA

MODEL PREDIKSI BERAT LAHIR BAYI BERDASARKAN FAKTOR-FAKTOR YANG MEMPENGARUHI DI PUSKESMAS KALUKU BODOA TAHUN 2017-2018

Jurnal Kesehatan Masyarakat Maritim · Vol. 2 No. 2 (2020)

DOI
10.30597/jkmm.v2i1.10021
ISSN
2599-1167
Terbit
2020-05-16
Penerbit
Public Health Faculty, Hasanuddin University
Bahasa
en

Abstrak

Salah satu indikator untuk menentukan derajat kesehatan suatu bangsa ditandai dengan tinggi rendahnya angka kematian ibu dan bayi, target Sustainable Development Goals (SDGs) dalam mengurangi angka kematian neonatal belum tercapai. Berat badan lahir rendah (BBLR) merupakan penyebab utama kematian prenatal. Tujuan penelitian ini untuk mengetahui model prediksi berat lahir bayi berdasarkan faktor-faktor yang mempengaruhi di Puskesmas Kaluku Bodoa tahun 2017-2018. Jenis penelitian ini adalah penelitian retrospektif. Populasi adalah seluruh bayi baru lahir di wilayah kerja Puskesmas Kaluku Bodoa pada bulan Februari tahun 2017 sampai bulan Februari 2018 yang berjumlah 1.223 bayi. Besar sampel adalah 142 bayi diperoleh berdasarkan teknik pengambilan sampel yaitu purposive sampling. Hasil penelitian menunjukkan model prediksi yang diperoleh dari analisis regresi linear berganda yaitu y = 1500,435 + 2,401X1 + 7,446X2 + 132,484X3 + 128,960X4 + 103,877X5 dimana: y = berat lahir bayi, X1 = berat badan ibu sebelum hamil, X2 = ukuran LILA, X3 = pertambahan berat badan trimester I, X4 = pertambahan berat badan trimester II, X5= pertambahan berat badan trimester III (R2 = 80%) dan semua asumsi regresi linear terpenuhi.

Jaringan kolaborasi para penulis

3 penulis · 3 tautan kepenulisan bersama

Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.

  • Hasanuddin University
  • Organisasi berbeda
  • Organisasi sama
  • Afiliasi tidak diketahui
  • Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
Rekan penulisOrganisasiArtikel bersama

Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.

Sumber metadata: OAI-PMH (metadata jurnal) https://journal.unhas.ac.id/index.php/jkmmunhas/oai, pertama di-harvest 2 Nov 2026, terakhir terlihat 15 Nov 2026.
Metadata asli (oai_dc)
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en">MODEL PREDIKSI BERAT LAHIR BAYI BERDASARKAN  FAKTOR-FAKTOR YANG MEMPENGARUHI DI PUSKESMAS  KALUKU BODOA TAHUN 2017-2018</dc:title>
	<dc:creator xml:lang="en">Finandakasih, Fiola</dc:creator>
	<dc:creator xml:lang="en">Rosmah, Stang Addul</dc:creator>
	<dc:creator xml:lang="en">Tiro, Muhammad Arif</dc:creator>
	<dc:description xml:lang="en">Salah satu indikator untuk menentukan derajat kesehatan suatu bangsa ditandai dengan tinggi rendahnya angka kematian ibu dan bayi, target Sustainable Development Goals (SDGs) dalam mengurangi angka kematian neonatal belum tercapai. Berat badan lahir rendah (BBLR) merupakan penyebab utama kematian prenatal. Tujuan penelitian ini untuk mengetahui model prediksi berat lahir bayi berdasarkan faktor-faktor yang mempengaruhi di Puskesmas Kaluku Bodoa tahun 2017-2018. Jenis penelitian ini adalah penelitian retrospektif. Populasi adalah seluruh bayi baru lahir di wilayah kerja Puskesmas Kaluku Bodoa pada bulan Februari tahun 2017 sampai bulan Februari 2018 yang berjumlah 1.223 bayi. Besar sampel adalah 142 bayi diperoleh berdasarkan teknik pengambilan sampel yaitu purposive sampling. Hasil penelitian menunjukkan model prediksi yang diperoleh dari analisis regresi linear berganda yaitu y = 1500,435 + 2,401X1 + 7,446X2 + 132,484X3 + 128,960X4 + 103,877X5  dimana : y = berat lahir bayi, X1 = berat badan ibu sebelum hamil, X2 = ukuran LILA, X3 = pertambahan berat badan trimester I, X4 = pertambahan berat badan trimester II, X5= pertambahan berat badan trimester III (R2 = 80%) dan semua asumsi regresi linear terpenuhi.</dc:description>
	<dc:publisher xml:lang="en">Public Health Faculty, Hasanuddin University</dc:publisher>
	<dc:date>2020-05-16</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="en">Peer-reviewed Article</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://journal.unhas.ac.id/index.php/jkmmunhas/article/view/10021</dc:identifier>
	<dc:identifier>10.30597/jkmm.v2i1.10021</dc:identifier>
	<dc:source xml:lang="en">Jurnal Kesehatan Masyarakat Maritim; Vol. 2 No. 2: Desember 2019</dc:source>
	<dc:source>2599-1167</dc:source>
	<dc:source>10.30597/jkmm.v2i1</dc:source>
	<dc:language>en</dc:language>
	<dc:relation>https://journal.unhas.ac.id/index.php/jkmmunhas/article/view/10021/5196</dc:relation>
	<dc:rights xml:lang="en">Copyright (c) 2020 Jurnal Kesehatan Masyarakat Maritim</dc:rights>
</oai_dc:dc>