Premenstrual syndrome (PMS) merupakan gejala yang banyak dirasakan oleh remaja selama satu minggu sebelum menstruasi. Apabila tidak diperhatikan akan berdampak menimbulkan masalah dan produktivitas. Tujuan penelitian untuk mengetahui determinan yang berhubungan dengan PMS. Jenis penelitian yaitu rancangan penelitian cros sectional. Penelitian dilakukan di SMPN 7 Kota Jambi. Waktu penelitian dari bulan November 2017- Juni 2018. Populasinya yaitu 628 remaja putri dengan 93 sampel yang diambil menggunakan teknik stratified random sampling. Data dikumpulkan melalui wawancara menggunakan kuesioner sPAF untuk mengukur gejala PMS. Analisis data menggunaan chi square dan fisher exact test pada = 5%. Hasil: PMS tidak mengalami - ringan yaitu 71% dan gejala sedang hingga berat yaitu 29%. Remaja putri yang mengalami usia menarche prekok sebesar 4,3%, berstatus gizi gemuk sebesar 25,5%, serta memiliki gejala stres sebesar 90,3%. Hasil uji statistik yaitu tidak terdapat hubungan antara usia menarche dengan PMS dengan p-value yaitu 1,000 dengan POR 0,808. Tidak terdapat hubungan antara status gizi dan PMS dengan p-value yaitu 0,186 namun status gizi gemuk beresiko meningkatkan 2,185 PMS sedang-berat. Tidak terdapat hubungan antara stres dengan PMS pada remaja putri di SMPN 7 Kota Jambi p-value yaitu 0,276, namun stres beresiko meningkatkan 3,586 kali PMS sedang-berat. Kesimpulan: Terdapat kecenderungan gemuk dan stres dapat beresiko terhadap PMS sedang-berat. Diharapkan remaja putri mampu mengetahui siklus menstruasinya, menerapkan pola gizi seimbang dan aktif dalam memanfaatkan sarana UKS.
Collaboration network of the authors
19 authors ·
51 co-authorship links
· 2 across different organisations
Hover or tap a name to highlight its co-authors. Double-click to open the author's page.
Universitas Jambi
Syarif Hidayatullah State Islamic University Jakarta
Affiliation unknown
Different organisations
Same organisation
Affiliation unknown
Thicker line = more joint articles · bigger circle = more articles
Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.