Abstrak:

ABSTRAK Penurunan Angka Kematian Ibu (AKI) hingga mencapai 102 per 100.000 kelahiran hidup di tahun 2015 sulit dicapai. Peningkatan penolong persalinan oleh tenaga kesehatan merupakan upaya pendekatan untuk mencapai target tersebut. Chen et al menyatakan densitas tenaga kesehatan per 1000 penduduk kurang dari 2,5 akan sulit mencapai persentase persalinan oleh tenaga kesehatan lebih dari 80%. Penelitian ini ditujukan untuk mengetahui hubungan antara densitas bidan dan persentase persalinan oleh bidan di Jawa Barat, Jawa Tengah, Jawa Timur, dan Banten. Desain penelitian adalah cross sectional menggunakan data gabungan Susenas 2010 dan Potensi Desa 2011 dengan unit analisis 107 kabupaten/kota. Hasil analisis menunjukkan ukuran yang paling baik dalam menjelaskan hubungan antara densitas bidan dan persentase persalinan oleh bidan adalah jumlah bidan per 10.000 penduduk dibandingkan jumlah bidan per luas wilayah dan persentase desa memiliki bidan. Peningkatan jumlah bidan per 10.000 penduduk dapat meningkatkan persentase persalinan oleh bidan sebesar 4,1% setelah dikontrol oleh densitas dokter dan provinsi, dengan R2 0,38. Sedangkan peningkatan jumlah bidan per 10.000 penduduk dapat meningkatkan persentase persalinan oleh bidan pada kuintil pengeluaran rendah sebesar 6,0% setelah dikontrol oleh densitas dokter, dengan R2 0,11.<><> ABSTRACT Decreasing Maternal Mortality Rate (MMR) up to 102 per 100000 live births in 2015 is difficult to achieve. An approaching effort to achieve these targets is by increasing skilled birth attendant. Chen et al declared the density of health workers per 1000 population less than 2.5, will be difficult to reach the percentage of skilled birth attendant more than 80%. This study is aimed to determine the relationship between density of midwives and percentage of births by midwives in West Java, Central Java, East Java, and Banten. This research used secondary data from Susenas 2010 and Podes 2011, with cross-sectional study design. Unit of analysis covers 107 districts / cities. The results showed that number of midwives per 10,000 population describes the relationship between density of midwives and percentage of births by midwives better than number of midwives per area and percentage of village which has midwives. The increasing number of midwives per 10,000 population can increase the percentage of births by midwives by 4.1% after controlling the density of doctors and province (R2 0.38). While increasing number of midwives per 10,000 population can increase the percentage of births by midwives at lower quintiles by 6.0% after being controlled by the density of physicians (R2 0.11).

Abstrak: Berdasarkan penelitian yang dilakukan dengan data sekunder Susenas 2015 DAN Podes 2014, didapatkan hasil densitas bidan meningkatkan persalinan ditolong bidan sebesar (11%) pada model probit. Tujuan dari penelitian ini untuk memberi masukan pagi pembuat kebijakan agar peningkatan densitas bidan diiringi dengan pemnfaatan persalinan ditolong bidan. Penelitian ini dilakukan di Depok pada bulan Februari-Juni 2017. Penelitian menggunakan desain studi cross sectional. Sampel pada penelitian ini adalah individu yang menjadi sampel dalam data Susenas 2015 dan Podes 2014 yang memenuhi prosedur sampling masing-masing survey dan memenuhi kriteria inklusi dan eksklusi, populasi pada penelitian ini adalah sebanyak 282.433 individu. Diketahui bahwa sebesar 51,3% ibu bersalin ditolong oleh bidan dan densitas bidan sebesar 74%. Pada deskriptif faktor Predisposisi didapatkan bahwa rata-rata umur bersalin terdapat pada kelompok umur 2, yaitu usia 20-29 tahun, dimana 50% ibu sudah memiliki jaminan kesehatan, dan berpendidikan SLTA/MA ke atas. Pada deskriptif faktor Enabling , didapatkan bahwa 15% dari ibu memiliki pengeluaran per kapita per bulan dibawah Rp. 350.000,00. Ibu yang tinggal di perkotaan sebanyak 45% dan yang tinggal di region pulau Jawa sebanyak 30%. Pada model probit densitas bidan meningkatkan persalinan ditolong bidan sebesar (11%) pada model probit. Variabel yang mempengaruhi persalinan ditolong bidan adalah umur (13%) dan pendidikan(70%) serta urban (67,6%). Saran bagi pemangku kebijakan untuk meningkatan kompetensi dan kontrol terhadap praktek bidan sehingga angka densitas bidan yang terus menambah akan berbanding lurus dengan pemanfaatan persalinan oleh bidan Kata Kunci ; Densitas Bidan, Persalinan ditolong Bidan, Model Probit Based on the research conducted with secondary data of Susenas 2015 AND Podes 2014, the result of midwife density increased delivery assisted by midwives (11%) on probit model. The purpose of this research is to give policy makers morning input to increase midwife density accompanied by the delivery of childbirth assisted by midwife. This study was conducted in Depok in February-June 2017. The study used a cross sectional study design. Samples in this study were individuals sampled in data of Susenas 2015 and Podes 2014 which fulfill the sampling procedure of each survey and fulfill the inclusion and exclusion criteria, the population in this study were 282,433 individuals. It is known that 51.3% of maternity mothers were helped by midwife and midwife density by 74%. In the descriptive Predisposisi factors found that the average age of maternal age group is found in age 2, the age of 20-29 years, where 50% of mothers already have health insurance, and educated high school / MA and above. On the descriptive Enabling factor, it was found that 15% of mothers have per capita expenditure per month below Rp. 350,000.00. Mothers who live in urban as much as 45% and who live in the region of Java as much as 30%. In the probit model the density of the midwife increased the delivery assisted by the midwife (11%) in the probit model. The variables affecting childbirth assisted by midwives are age (13%) and education (70%) and urban (67,6%). Advice for stakeholders to increase competence and control of midwife practices so that the increasing number of midwives density will be directly proportional to the utilization of birth by midwife Keywords ; Midwife Density, Delivery Assisted by Midwife, Probit Model