Abstrak: Pendahuluan: Bayi dengan BBLR mempunyai kemungkinan 4 kali lebih besar untuk meninggal selama 28 hari pertama masa hidupnya dibandingkan dengan bayi lahir dengan berat normal. Di Indonesia BBLR merupakan urutan kedua jenis penyakit terbanyak terkait pengunaan tembakau dimana dampaknya merupakan faktor yang sangat menentukan kesehatan di masa dewasa. Lebih dari 57% dalam sebuah rumah tangga mempunyai sedikitnya satu orang perokok dimana 91,8% merokok di dalam rumah tangga dan mengabaikan risiko serta bahaya paparan asap rokok. Metode: Penelitian ini dilakukan di seluruh wilayah Indonesia menggunakan data hasil Riskesdas 2018 dengan tujuan mengetahui efek paparan asap rokok dalam rumah tangga terhadap kejadian Berat Badan Lahir Rendah (BBLR) di Indonesia setelah setelah dikontrol dengan faktor bayi (jenis kelamin), faktor ibu (tingkat pendidikan ibu, status pekerjaan ibu, dan TBC pada ibu), faktor pelayanan kesehatan (frekuensi dan kualitas ANC) dan faktor lingkungan (wilayah tempat tinggal). Penelitian ini dilakukan dengan disain potong lintang serta analisis regresi logistik dan poisson. Hasil: Hasil penelitian dengan model akhir perilaku merokok berinteraksi dengan jenis kelamin serta dikontrol oleh variabel tingkat pendidikan ibu dan frekuensi ANC secara umum menunjukan bahwa tidak ada efek dari paparan asap rokok dalam rumah tangga dengan kejadian BBLR (meskipun p value pada jenis kelamin perempuan dengan paparan asap rokok ≥ 20btg lebih kecil dari 0.05, namun OR 0.056 atau bersifat protektif). Pembahasan: Berdasarkan hasil penelitian ini dan beberapa tinjauan hasil penelitian yang sejalan disimpulkan bahwa berat badan lahir tidak semata-mata dipengaruhi oleh riwayat paparan asap rokok, tetapi dalam suatu kondisi tertentu ada faktor lain yang mungkin lebih dominan. Dalam hal ini mungkin disebabkan karena beberapa faktor seperti cara pengumpulan data hanya berdasarkan wawancara/kuesioner sehingga pengukuran terhadap paparan asap rokok dalam rumah tangga kurang dapat menggambarkan situasi sebenarnya (hasil pengukuran lemah. Kesimpulan: Berdasarkan analisis yang telah digunakan baik menggunakan metode regresi logistik maupun poisson adalah bahwa hasil penelitian ini belum dapat menjawab hipotesis yang menyatakan bahwa efek paparan asap rokok dalam rumah tangga meningkatkan kejadian BBLR di Indonesia tahun 2018 bahkan setelah dikontrol dengan variabel kovariat.

---

Introduction: Babies with LBW are 4 times more likely to die during the first 28 days
of life than babies born with normal weight. In Indonesia, LBW is the second largest
type of disease related to tobacco use where the impact is a very determining factor in
adulthood. More than 57% in a household has at least one smoker where 91.8% smoke
in the household and ignore the risks and dangers of exposure to cigarette smoke.
Method: This research was conducted in all regions of Indonesia using Riskesdas 2018
results with the aim of knowing the effect of exposure to cigarette smoke in the
household on the incidence of Low Birth Weight (LBW) in Indonesia after being
controlled by baby (sex), maternal factors (level maternal education, maternal
employment status, and tuberculosis to the mother), health service factors (frequency
and quality of ANC) and environmental factors (residential area). This research was
conducted with cross-sectional design and logistic and poisson regression analysis.
Result: The results of the study with the final model of smoking behavior interacting
with gender and controlled by variables of maternal education level and frequency of
ANC in general showed that there was no effect of cigarette smoke exposure in
households with LBW events (although p value in female sex with exposure cigarette
smoke b 20btg less than 0.05, but OR 0.056 or protective).
Discussion: Based on the results of this study and a few reviews of the results of the
research that are in line concluded that birth weight is not solely influenced by a history
of exposure to cigarette smoke, but in certain conditions there are other factors that may
be more dominant. In this case it might be due to several factors such as the way data is
collected based only on interviews / questionnaires so that the measurement of cigarette
smoke exposure in the household is less able to describe the actual situation (the
measurement results are weak).
Conclution: Based on the analysis that has been used both using logistic regression
methods and poisson is that the results of this study have not been able to answer the
hypothesis that the effect of cigarette smoke exposure in households increases the
incidence of LBW in Indonesia in 2018 even after being controlled by covariate
variables

Abstrak: ermasalahan kependudukan masih sangat kompleks. Salah satu hal nyata yang dihadapi adalah pertumbuhan penduduk yang relatif masih tinggi. Salah satu bagian dari pertumbuhan penduduk tidak terlepas dari jumlah anak lahir hidup. Salah satu faktor yang diduga berhubungan dengan jumlah anak lahir hidup adalah status ekonomi. Penelitian ini dilakukan untuk melihat besar hubungan antara status ekonomi dengan jumlah anak lahir hidup pada wanita usia kurang dari 45 tahun berstatus kawin yang masa reproduksinya masih berjalan dan usia 45-49 tahun berstatus kawin yang sudah masuk ke akhir masa reproduksi. Penelitian ini dilakukan menggunakan desain studi potong lintang menggunakan data Survei Demografi Kesehatan Indonesia (SDKI) tahun 2017. Penelitian ini menemukan bahwa pada kedua kelompok umur diketahui bahwa terdapat hubungan signifikan antara status ekonomi dengan jumlah anak lahir hidup. Ditemukan pula bahwa odds lebih besar ditemukan pada status ekonomi sangat miskin, miskin, menengah, dan kaya dibanding dengan wanita yang status ekonominya sangat kaya. Selanjutnya ditemukan bahwa pada wanita usia kurang dari 45 tahun, didapati hasil bahwa variabel pendidikan, status pekerjaan, usia pertama menikah, penggunaan kontrasepsi, dan preferensi jumlah anak menjadi perancu antara status ekonomi dengan jumlah anak lahir hidup. Sedangkan pada wanita usia 45-49 tahun, variabel wilayah tempat tinggal, statuspekerjaan usia pertama menikah, penggunaan kontrasepsi, dan preferensi jumlah anak menjadi perancu antara status ekonomi dengan jumlah anak lahir hidup

Abstrak:

Studi observasionad dengan desain cross-sectional senng menimbulkan masalah akibat potensial confounding, yaitu suatu kondisi yang menyiratkan texjadinya ketidaktepatan perbandingan antara kelompok terpajan dan kontrol serta potensial menghasilkan bias pada estimasi cfek Estimasi efek yang paling ideal adalah membandingkan outcome pada satu subyck saat mendapat pajanan dan saat tidak mendapat pajanan pada saat bersamaan, hal ini tidak mungkin terjadi karena outcome dari satu peristiwa hanya ada satu, dan disebut sebagai counte1j`actuaI]5-ameworlc Regresi sebagai analisis multivariat yang paling umum dipakai hanya melakukan aeiusnnent pada variabel confounder dalam menghasilkan estimasi, sehingga parameter yang dihasilkan bukan berdasaxkan atas perbandingan antar subyek meiainkan nilai kelompok. Hal ini yang membuat hasil Estimasi analisis regresi masih memiliki bias akibat seleksi subyek pada kelompok Propensity score marching adalah analisis yang menggunal-can pemadanan berdasarkan nilai propensity dari kelompok tcrpajan dan kontrol, sehingga masing-masing subjek pada kelompok terpajan akan memiliki padanan dengan karakteristik yang sama pada kelompok kontrol. Pemadanan mengakibatkan asumsi excharzgeability dalam cozmterfactual fiamework terpenuhi, sehingga dapat mereduksi bias seleksi. Penelitian ini bertujuan mcmbandingkan hasil analisis regresi logistik dengan analisis propensity score matching (PSM) dalam melihat pengaruh tingkat aktivitas olahraga terhadap kebugaran jasmani berdasarkan data Sport Development Indeks (SDI) 2006. Pcrbandingan dilakukan dengan memodelkan variabel berdasarkan regrcsi logistik. Model akhir yang didapat pada regrcsi logistik akan dianalisis kembali menggunakan analisis propensity score matching (PSM). Desain penclitian yang digunakan adalah cross-sectional 66113811 menggunakan data sekunder dari sutvei SDI 2006. Model yang digunakan dalam penelitian ini arhlah model faktor resiko yang berusaha untuk menilai pajanan tingkat aktivitas olahraga terhadap status kebugaran dengan faktor yang menjadi potensial confounder adalah variabel ruang terbuka olahraga, sumber daya manusia olahraga, usia, gender, Indeks Massa Tubuh, pekeljaan, propinsi dan sosial ekonomi kabupaten. Dari hasil penelitian di dapat dua perbandingan yaitu perbandingan nqgrcsi logistik dengan PSM tanpa interaksi dan dengan intexaksi. Pada kedua jcnis perbandingan, PSM berhasil memadankan 100% responden. OR dari PSM tanpa interaksi 1,28 sedangkan OR daxi regresi logistik l,3. Perbedaan yang tidak begitu besar ini dimungkinkan karena variasi dari variabel oovariat dari kelompok texpajan dan kontrol tidak terlalu besar sehingga a¢#u.s'nnen1 pada regresi logistik mampu menjaga keséimbangan variasi antara kedua kelompok. Pada pcrbandingan PSM dengau interaksi, dilakukan stratifikasi pada data berdasarkan variabel yang berintemksi pada regresi Iogistik. Analisis PSM kemudian dilakukan untuk masing-masing strata Hanya ada satu OR yang berhasil didapai pada analisis PSM dari tiap strata, tiga OR lain tidak dapat dihitung karena nilai nol pada mean of marched control setelah proses pemadanan. S6C8I`3 statistik terdapat hubungan antara tingkat aktititas olahraga dan kebugaran jasmani meskipun dengan ni [ai efek yang kecil.

---

Observational study with cross-sectional design often generate problem of potential sffect of confounding, which is a condition that implies improper comparison between 'reated and control group and also yield potentially biased effect estimation. The most ideal effect estimation is, by comparing outcome from one subyek given exposure and not given exposure at the same time, this matter is not possible because outcome &'om one event only happen one, this is call counterfactual framework. Regression as a commonly multivariat analysis only do adjustment for confounder variable in generating estimation, so the parameter yielded not based on comparison betwen subyek but based on group parameter. This make regression analysis still has bias from subjek selection for control group. Propensity Score matching is analysis use matching metode based on propensity score from exposed and control group, so each subjek from exposed group will have match with equivalent characteristic at control group. Matching cause exchangeability asumption in counterfactual framework firllfiled, so that can reduce selection bias. This research aim to compare result from logistic regression analysis with propensity score matching (PSM) analysis in seeing the influence of sport activity level to physical fitness based on data of Sport Development Index (SDI) 2006. Comparison conducted with modeling variable using logistic regression. The final model from logistic regression will be re-analysed using PSM analysis. Research design is cross-sectional and using secondary data from SDI 2006 sim/ey. Model used in this research is risk factor model to assess exposure from sport activity level to physical fitness status with potential confoundef are sport facility, sport human resources, age, gender, body mass Index, work, districk social-economic statins and province variable. The result from this research is earning two comparison, which is comparison betwen logistic regression by PSM without interaction and with interaction. At both types of comparison, PSM succeed to match 100% responder. OR from PSM without interaction 1,28 while OR iiom regresi logistics l,3. The OR difference is not so big because eovariat variation variable from exposed and control group is not too big so that adjustment of logistic regression able to balance variation among both group. The PSM comparison with interaction, conducted by stratification of data using variable which have interaction at logistic regression Alter that PSM Analyse is conduct to each strata. There is only one OR successfully got from PSM analysis of each strata, three other OR can’t be compute because zero value at mean of matched control after matching process. Statistically there are relation between sport activity level and the physical fitness though with small effect value.