Hipertensi merupakan salah satu penyebab utama kematian di Indonesia dan berkontribusi besar terhadap beban penyakit tidak menular. Identifikasi faktor-faktor risiko hipertensi secara menyeluruh sangat penting untuk mendukung intervensi kesehatan yang lebih terarah. Penelitian ini bertujuan untuk menganalisis faktor-faktor risiko kejadian hipertensi pada penduduk usia ≥18 tahun di Indonesia dengan pendekatan probabilistik menggunakan Bayesian Network. Penelitian ini merupakan studi kuantitatif menggunakan data sekunder Indonesia Family Life Survey (IFLS) Gelombang ke 5. Sampel terdiri dari 34.271 individu yang telah melewati tahap pembersihan data dan klasifikasi variabel. Struktur Bayesian Network disusun secara manual berdasarkan analisis bivariat dan referensi teoritis, kemudian divisualisasikan menggunakan perangkat lunak R (bnlearn) dan Python (CausalNex). Analisis probabilitas bersyarat dilakukan melalui perhitungan Conditional Probability Table (CPT) untuk mengidentifikasi jalur risiko langsung maupun tidak langsung. Hasil penelitian menunjukkan bahwa variabel merokok dan imt_kat (kategori Indeks Massa Tubuh tidak normal) merupakan dua faktor risiko utama yang secara langsung meningkatkan probabilitas kejadian hipertensi. Probabilitas hipertensi tertinggi ditemukan pada kombinasi individu yang merokok dan memiliki IMT tidak normal, yaitu sebesar 25,87%. Selain itu, jalur tidak langsung juga teridentifikasi, seperti pendapatan → pendidikan → stres → merokok → hipertensi, serta usia, aktivitas fisik, dan pola makan → IMT → hipertensi. Variabel perilaku dan sosial ekonomi terbukti saling terhubung dalam memengaruhi risiko hipertensi secara kumulatif. Kesimpulan dari penelitian ini menunjukkan bahwa pendekatan Bayesian Network mampu mengungkap hubungan probabilistik antar variabel risiko secara komprehensif. Temuan ini menggarisbawahi pentingnya intervensi kesehatan masyarakat yang bersifat holistik, dengan mempertimbangkan determinan sosial, perilaku, dan fisik sebagai satu kesatuan sistem risiko.

---

Hypertension is one of the leading causes of death in Indonesia and contributes significantly to the burden of non-communicable diseases. This study aims to analyze the risk factors associated with hypertension among individuals aged ≥18 years in Indonesia using a probabilistic approach through Bayesian Network modeling. This research is a quantitative study utilizing secondary data from the fifth wave of the Indonesia Family Life Survey (IFLS-5). The sample consisted of 34,271 individuals who met the inclusion criteria after data cleaning and variable classification. The Bayesian Network structure was constructed manually based on bivariate analysis and theoretical references, then visualized using R (bnlearn) and Python (CausalNex). Conditional Probability Tables (CPTs) were generated to identify both direct and indirect risk pathways. The results indicate that smoking and abnormal BMI (imt_kat) are two primary risk factors that directly increase the probability of hypertension. The highest probability of hypertension (25.87%) was found among individuals who both smoke and have an abnormal BMI. Additionally, indirect pathways were also identified, such as income → education → stress → smoking → hypertension, as well as age, physical activity, and dietary patterns → BMI → hypertension. Behavioral and socioeconomic variables were shown to be interconnected in influencing hypertension risk cumulatively. In conclusion, this study demonstrates that the Bayesian Network approach is effective in revealing the probabilistic relationships among various risk factors. These findings highlight the importance of holistic public health interventions that consider social, behavioral, and physiological determinants as an integrated risk system.

 

 

 

 

 

 

 

Latar Belakang: Direktorat Gizi Kementerian Kesehatan Indonesia meluncurkan Sistem Informasi Gizi Terpadu (SIGIZI Terpadu), salah satu platformnya adalah E-PPGBM untuk membantu mengatasi permasalahan gizi di Indonesia dan mendukung Gerakan Nasional Penurunan Stunting. Suku Dinas Kesehatan Jakarta Utara yang memiliki 47 Puskesmas telah menerapkan sistem informasi E-PPGBM sejak tahun 2017. Berdasarkan survei yang telah dilakukan terdapat beberapa masalah dalam penginputan data yang menjadi keluhan dari petugas gizi Puskesmas. Masalah tersebut antara lain : gangguan jaringan, aplikasi E-PPGBM sering sulit diakses, data yang sudah diinput ke aplikasi sering hilang pada saat aplikasi error serta didapatkan bahwa capaian entry data E-PPGBM masih ada yang di bawah 70%. Sehingga perlu dilakukan evaluasi pada sistem yang berjalan saat ini. Tujuan: Untuk mengetahui efektivitas penggunaan Sistem Informasi E-PPGBM  dengan pendekatan HOT-Fit pada Puskesmas di Jakarta Utara. Metode: Menggunakan pendekatan kuantitatif deskriptif dengan desain cross sectional (potong lintang) serta pendekatan survei. Sampel penelitian diambil menggunakan metode total sampling dengan jumlah 50 responden. Hasil: Variabel manusia dinilai responden sudah puas karena secara garis besar dapat membantu dalam pekerjaan tetapi masih kurang dalam kemudahan aksesibilitasnya. Variabel organisasi dinilai responden sudah puas karena adanya dukungan pimpinan dalam pelaksaan E-PPGBM.Variabel teknologi dinilai responden sudah baik tetapi masih kurang pada respon IT dan provider saat sistem mengalami gangguan. Kesimpulan: Efektivitas penggunaan E-PPGBM pada Puskesmas di wilayah kerja Suku Dinas Kesehatan Jakarta Utara sudah baik, hal ini dapat dilihat dari keempat komponen HOT-Fit dengan hasil kategori baik. Tetapi dalam penggunaannya masih memerlukan beberapa perbaikan agar lebih optimal.

Background: The Directorate of Nutrition of the Indonesian Ministry of Health launched the Integrated Nutrition Information System (Integrated SIGIZI), one of its platforms is E-PPGBM to help address nutrition issues in Indonesia and support the National Movement to Reduce Stunting. The North Jakarta Health Office, which has 47 health centers, has implemented the E-PPGBM information system since 2017. Based on a survey that has been conducted, there are several problems in data entry that have become complaints from Puskesmas nutrition officers. These problems include: network disruption, the E-PPGBM application is often difficult to access, data that has been inputted into the application is often lost when the application errors and it is found that the achievement of E-PPGBM data entry is still below 70%. So it is necessary to evaluate the current system. Objective: This study aims to determine the effectiveness of using the E-PPGBM Information System with the HOT-Fit approach at the Puskesmas in North Jakarta. Methods: Using a descriptive quantitative approach with a cross sectional design and a survey approach. The research sample was taken using the total sampling method with a total of 50 respondents. Results: Human variables are considered by respondents to be satisfied because they are generally helpful in the work, but still lacking in ease of access. Organizational variables are considered by respondents to be satisfied because of the support of leadership in implementing E-PPGBM.Technology variables are considered by respondents to be good but still lacking in IT and provider response when the system experiences interference. Conclusions: The effectiveness of using E-PPGBM at Puskesmas in the working area of North Jakarta Health Office is good, this can be seen from the four HOT-Fit components with good category results. However, its application still needs some improvement to be more optimal.