Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pengangguran memberikan dampak negatif bagi individu. Selama masa menganggur tersebut, pencari kerja akan menggunakan simpanan uang/harta yang dimiliki dan selama masa penganggurannya belum berakhir, maka pencari kerja tersebut akan membutuhkan simpanan uang/harta yang lebih banyak agar bisa mencukupi kebutuhannya selama masa pengangguran tersebut. Tingkat pengangguran terbuka (TPT) di Indonesia lebih didominasi oleh penduduk dengan tingkat pendidikan SLTA ke atas mengindikasikan terjadinya kelebihan pasokan lulusan yang berpendidikan tinggi. Kelebihan pasokan ini adalah salah satu penyebab dari ketidakcocokan tingkat pendidikan terhadap pekerjaan seseorang atau disebut juga dengan istilah overeducation. Penelitian ini bertujuan untuk mengetahui pengaruh pencari kerja yang overeducation terhadap lama mencari kerja di Indonesia. Penelitian ini menggunakan Survei Angkatan Kerja Nasional Panel (SAKERNAS PANEL 2017) melalui pendekatan analisis survival dengan model Cox Proportional Hazard Regression. Hasil penelitian menunjukan bahwa overeducation akan memperpanjang waktu lama mencari kerja seseorang.

---

Unemployment has a negatif impact on individuals. During the unemployment period, job seekers will use their money or assets savings and as long as the unemployment period is not over, the job seekers will need more money or assets in order to meet their needs during the unemployment period. The open unemployment rate (TPT) in Indonesia is more dominated by people with high school education and above indicating an oversupply of graduates with high education. This oversupply is one of the causes of the mismatch in the level of education or also referred to as overeducation. This study aims to determine the effect of overeducation on unemployment duration in Indonesia. This study uses the National Labor Force Survey Panel (SAKERNAS PANEL 2017) through a survival analysis approach with Cox Proportional Hazard Regression. The results showed that overeducation would extend the length of time someone was looking for work."

"Penelitian ini bertujuan untuk mengetahui sejauhmana pengaruh jenis pendidikan, pengalaman kerja, pelatihan kerja, jenis pekerjaan dan karakteristik sosio demografi terhadap lama mencari kerja bagi tenaga kerja di Indonesia dengan menggunakan data SAKERNAS 2013. Unit analisisnya adalah angkatan kerja yang berusia 15-64 tahun yang bekerja 1 (satu) tahun yang lalu. Metode analisis yang digunakan adalah analisis deskriptif dan analisis inferensial dengan menggunakan Model Regresi Cox. Hasil penelitian menunjukkan bahwa jenis pendidikan, pengalaman kerja, jenis pekerjaan, umur, jenis kelamin, status perkawinan, status kepala rumah tangga berpengaruh terhadap lama mencari kerja, sedangkan pelatihan kerja dan wilayah tempat tinggal tidak signifikan secara statistik dalam mempengaruhi lamanya mencari kerja.

---

The objective of this study is to learn how the education type, work experience, training, occupation type and other socio demographic characteristics determines job search duration. The unit analysis for this study is population aged 15-64 years old who found work in the one last year, using the National Labor Force Survey 2013 data. The analysis was conducted using Cox Regression. Result of the analysis indicates that type of education, work experience, occupation type, age, gender, marrital status and household's head status significantly determines job search duration. Other factors such as training and residential area does not significantly influence job search duration."

"Perubahan sosial dan ekonomi di Indonesia menunjukkan adanya transformasi dalam fertility behavior termasuk kecepatan melahirkan pertama. Penelitian ini bertujuan untuk mengetahui peran lingkungan dimana perempuan tumbuh dan besar growing up pada interval kelahiran pertama dalam tiga kelompok kohor. Kategori kelompok kelahiran perempuan adalah kelompok kohor 1961-1970, kelompok kohor 1971-1980, dan kelompok kohor 1981-2005. Penelitian ini menggunakan Survei Populasi Antar Sensus 2015 SUPAS 2015 melalui pendekatan analisis survival dengan model Cox proportional hazard regression.Hasil penelitian ini menunjukkan bahwa perempuan dalam kelompok yang lebih muda memiliki kelahiran pertama lebih cepat daripada kohor yang lebih tua setelah waktu perkawinan, terutama untuk kohor 1981-2005 sebagai kohor paling muda. Melalui umur kawin pertama sebagai intermediate variable, variabel sosial ekonomi dalam fertility behavior secara signifikan terkait dengan kecepatan kelahiran pertama pada tiga kelompok kohor. Dengan demikian, lingkungan dimana perempuan tumbuh dan besar growing up memainkan peran penting pada kecepatan kelahiran pertama melalui usia umur kawin pertama.

---

Social and economic changes in Indonesia show that there is a transformation in fertility behavior including the pace of having first birth. This study aims to know the role of environment wherein women growing up during their first birth interval for three cohort groups. The categories of women rsquo s birth cohort are 1961 1970 cohort group, 1971 1980 cohort group, and 1981 2005 cohort group. This study uses the 2015 Intercensal Population Survey SUPAS 2015 and the survival analysis approach with Cox proportional hazard regression model.The results show that women in the younger cohorts have first birth earlier than the older cohorts after marriage, especially for the recent cohort. Through age at first marriage as the intermediate variable, socioeconomic variables in fertility behavior are significantly associated with the pace of having first birth in three cohort groups. Thus, the environment wherein women growing up plays a major role at the pace of having first birth through age at first marriage."

"

Pendahuluan: Kehamilan tidak diharapkan merupakan masalah kesehatan masyarakat. Wanita muda, tanpa pasangan, kegagalan kontrasepsi, serta paritas yang tinggi diberbagai literatur disebutkan sebagai faktor yang meningkatkan risiko kehamilan tidak diharapkan. Paritas yang tinggi akan berdampak pada kesehatan ibu dan anaknya, serta meningkatkan morbiditas dan mortalitas. Penelitian ini bertujuan untuk mengetahui hubungan paritas dengan kehamilan tidak diharapkan pada wanita usia subur (WUS) di Indonesia. Metodologi: Penelitian ini menggunakan desain studi cross sectional dengan sumber data berasal dari data sekunder Survei Demografi Kesehatan Indonesia tahun 2017. Sampel penelitian ini adalah WUS yang melahirkan anak terakhir selama periode 2013 – 2017 berjumlah 15.316 responden. Data dianalisis menggunakan regresi cox untuk mengetahui prevalen rasio paritas dan kehamilan tidak diharapkan. Crude dan adjusted prevalen rasio (cPR dan aPR) akan dinilai pada penelitian ini. Signifikansi dinilai dengan melihat rentang kepercayaan (confident interval/CI) 95%. Hasil: Dari 15.316 WUS terdapat setidaknya 16,9% menyatakan mengalami kehamilan tidak diharapkan. Responden WUS 50,9% diantaranya berumur 25 – 34 tahun, 89,8% menyatakan memiliki riwayat penggunaan kontrasepsi, serta menikah dan tinggal dengan suami 87,4%. Nilai cPR pada WUS dengan paritas 3 – 4 anak sekitar 2,782 (CI95% 2,257 - 3,027) sedangkan WUS paritas ≥5 anak memiliki cPR sekitar 3,421 (CI95% 3,045 - 3,843) dibandingkan dengan WUS paritas 1 – 2 anak. Hasil analisis multivariat aPR pada WUS dengan paritas 3 – 4 anak sekitar 1,862 (CI95% 1,257 – 2,758) sedangkan WUS paritas ≥5 anak memiliki cPR sekitar 2,574 (CI95% 1,575 – 4,206) setelah dikontrol oleh variabel tempat tinggal, pendidikan, riwayat kontrasepsi, serta status pernikahan dan variabel interaksi. Kesimpulan: Penelitian ini mendapatkan bahwa semakin tinggi paritas pada WUS, meningkatkan risiko kehamilan tidak diharapkan. Oleh sebab itu, perlu terus melakukan edukasi dan penyuluhan pada WUS dan pasangannya dalam merencanakan kehamilan, sehingga setiap kehamilan yang terjadi merupakan kehamilan yang diharapkan.

---

Background: Unintended pregnancy is public health problems. A lot of literatures mention young women with no partner, contraceptive failure and high parity are factors that increase the risk of unintended pregnancy. High parity will impact mother and the baby and increase morbidity and mortality. This study aims to determine the association between parity and unintended pregnancy in women childbearing age in Indonesia. Methods: Design study was cross-sectional and data was obtained from Indonesian Demographic Health Survey 2017. Sample was women childbearing age who gave birth to last child during 2013 – 2017, total 15.316 respondents. Data were analysed using cox regression to determine the prevalence ratio between parity and unintended pregnancy. Crude and adjusted prevalence ratio (cPR and aPR) will be assessed in this study. Significant level was showed by confident interval (CI) 95%. Results: Total 15.316 sample, 16.9% was stated unintended pregnancy. More than 50% women childbearing age were 25 – 34 years old, 89.8% ever used contraceptive, and 87.4% were married and lived with husband. cPR Women childbearing age with parity 3 – 4 children were 2,782 (CI95% 2,257 - 3,027) while parity ≥5 children cPR around 3,421 (CI95% 3,045 - 3,843) compared with parity 1-2 children. Multivariate analysis show aPR were 1,862 (CI95% 1,257 – 2,758) for women with parity 3 – 4 children and parity ≥5 children 2,574 (CI95% 1,575 – 4,206) after being controlled by residence, education, contraception history, marital status and interaction. Conclusion: This study found that high parity in women childbearing age will increase the risk of unintended pregnancy. Therefore, it is necessary to continue to educate women and their partner in planning a pregnancy.

"

"Penyakit ginjal kronis (PGK) merupakan masalah kesehatan masyarakat global yang menyumbang kenaikan angka morbiditas, mortalitas, beban biaya kesehatan, dan masalah kesehatan lainnya. Menurut Riskesdas 2018, prevalensi PGK di Indonesia mencapai 0,38% dan mengalami peningkatan 0,2% dibandingkan tahun 2013. PGK juga merupakan penyebab kematian tertinggi ketiga di Indonesia berdasarkan data Global Burden of Disease tahun 2019. Meningkatnya insiden penyakit ginjal kronis turut mempengaruhi peningkatan jumlah pasien yang menjalani hemodialisis sebagai terapi pengganti fungsi ginjal untuk bertahan hidup. Penelitian ini bertujuan untuk mengetahui faktor-faktor yang mempengaruhi ketahanan hidup pasien penyakit ginjal kronis yang menjalani hemodialisis di RS Krakatau Medika tahun 2019-2021. Desain penelitian ini adalah kohort retrospektif dengan menggunakan data sekunder dari rekam medis pasien PGK yang menjalani hemodialisis di RS Krakatau Medika Tahun 2019-2021. Data pasien yang diambil meliputi usia, jenis kelamin, riwayat keluarga PGK, komorbid hipertensi, komorbid diabetes melitus, dan komorbid kardiovaskular. Analisis data menggunakan analisis survival dengan metode Kaplan-Meier dan Regresi Cox. Dari studi ini diketahui sebanyak 216 sampel yang memenuhi kriteria inklusi dan eksklusi dengan 84 pasien telah meninggal dan 132 pasien adalah sensor. Probabilitas ketahanan hidup satu, dua, dan tiga tahun pasien PGK yang menjalani hemodialisis sebesar 58%, 43%, dan 36%. Terdapat perbedaan yang signifikan pada ketahanan hidup pasien berdasarkan usia, komorbid hipertensi, dan komorbid diabetes melitus (log rank test, p<0,05). Hasil analisis regresi cox menunjukkan usia (HR=2,28, 95% CI 1,444—3,588, p<0,001) dan komorbid hipertensi (HR=0,40, 95% CI 0,245—0,668 p<0,001) mempengaruhi ketahanan hidup pasien. Usia dan komorbid hipertensi merupakan faktor yang paling berpengaruh terhadap ketahanan hidup pasien. Pasien PGK yang menjalani hemodialisis pada usia ≥ 55 tahun dan tidak terdapat komorbid hipertensi memiliki ketahanan hidup yang lebih rendah dibandingkan pasien dengan usia <55 tahun dan terdapat komorbid hipertensi. Diharapkan dapat meningkatkan peran keluarga dan petugas kesehatan dalam memberikan dukungan moril serta pengawasan pada pasien selama menjalani manajemen perawatan hemodialisis khususnya pada pasien berusia tua, memiliki komorbid hipertensi, dan komorbid diabetes melitus

---

Chronic kidney disease (CKD) is a global public health issue that contributes to rising morbidity, mortality, health costs, and other health issues. According to Riskedas 2018, the prevalence of CKD in Indonesia was 0.38% and increase by 0.2% compared to 2013. CKD is also the third leading cause of death in Indonesia based on Global Burden of Disease data 2019. The rising insidences of chronic kidney disease also affects the increasing number of patients undergoing hemodialysis as a replacement therapy for kidney function to survive. This study aims to identify the factors that affect the survival of patients with chronic kidney disease undergoing hemodialysis at Krakatau Medika Hospital in 2019-2021. The design of this study was a retrospective cohort using secondary data from the medical records of CKD patients undergoing hemodialysis at Krakatau Medika Hospital in 2019–2021. Age, gender, family history of CKD, comorbidities for hypertension, diabetes mellitus, and cardiovascular were among patient data collected. Data analysis used survival analysis with the Kaplan-Meier method and Cox regression. From this study, there were 216 samples met the inclusion and exclusion criteria with 84 patients had died and 132 patients were censored. The probability of one, two, and three-year survival of CKD patients undergoing hemodialysis were 58%, 43%, and 36%, respectively. There were significant differences in patient survival based on age, comorbid hypertension, and comorbid diabetes mellitus (log-rank test, p<0.05). The results of the Cox regression analysis showed that age (HR = 2.28, 95% CI: 1.444–3.588, p<0.001) and comorbid hypertension (HR = 0.40, 95% CI: 0.245–0.668, p<0.001) affected patient survival. The most significant factors affecting patient survival are age and comorbid hypertension. Patients with CKD undergoing hemodialysis at the age of ≥ 55 years old and no comorbid hypertension have lower survival rates than patients with age < 55 years old and comorbid hypertension. It is expected to increase the role of family and health workers in providing emotional support and monitoring of patients during hemodialysis care management especially in patients who are elderly, have comorbid hypertension, and comorbid diabetes melitus."

"Penelitian ini bertujuan untuk mempelajari pengaruh otonomi perempuan, faktor sosial dan ekonomi serta faktor biologis terhadap interval kelahiran pertama dan interval kelahiran kedua di Indonesia dengan menggunakan data SDKI 2012. Analisis multivariat pada penelitian ini menerapkan model regresi Cox. Hasil penelitian ini menunjukkan bahwa otonomi perempuan dalam rumah tangga signifikan mempengaruhi interval kelahiran pertama dan interval kelahiran kedua. Pada model interval kelahiran pertama, faktor terkuat dalam menentukan kecepatan perempuan mempunyai anak pertama adalah penggunaan alat kontrasepsi dan tingkat pendidikan. Sementara pada model interval kelahiran kedua, faktor terkuat dalam menentukan kecepatan perempuan mempunyai anak kedua adalah kelangsungan hidup anak pertama dan lama abstinensi.

---

The aim of this research is to study the impact of women's autonomy in household and socio-economic and biological factors on first birth interval and second birth interval in Indonesia. The data used come from the results of the 2012 Indonesia Demographic and Health Survey using Cox regression (proportional hazard model). The result shows that women's autonomy in household have significant impacts on first birth interval and second birth interval. In the first birth interval model, the most influential variabels that affected the length of marriage to first birth interval are contraception using and education attainment. Otherwise in the second birth interval model, the survival of index child and abstinence duration is more influential."

"Ketahanan hidup bayi didefinisikan sebagai kemampuan bayi untuk bertahan hidup menjalani kehidupan sampai dengan berusia 1 tahun. Ketahanan hidup bayi merupakan kebalikan dari kematian bayi yang merupakan kematian yang terjadi antara setelah lahir sampai bayi belum tepat berusia 1 tahun. Tahun 2012, AKB Indonesia sebesar 32 per-1000 kelahiran hidup. Angka ini tergolong tinggi jika dibandingkan Negara tetangga dengan kondisi sosial ekonomi yang sama. Di sisi lain, kesenjangan AKB juga terjadi pada tingkat sosial ekonomi di Indonesia. Sosial ekonomi merupakan faktor primer penentu ketahanan hidup bayi. Status sosial ekonomi ini akan mempengaruhi ketahanan hidup bayi melalui faktor maternal, gizi, kondisi bayi saat lahir, pengendalian penyakit dan lingkungan. Penelitian ini bertujuan untuk mengetahui gambaran ketahanan hidup bayi di Indonesia dan determinan yang mempengaruhinya berdasarkan data SDKI 2012. Penelitian inimenggunakan data SDKI 2012.Dari hasil analisis diperoleh bahwa ketahanan hidup bayi di Indonesia tahun 2012 adalah sebesar 97,8%. Ketahanan hidup bayi menurun tajam pada usia 1 bulan pertama, dimana proporsi kematian bayi pada masa neonatal adalah sebesar 53,8% dan kematian neonatal terbanyak terjadi pada usia 0-7 hari, sebesar 80%. Berdasarkan hasil regresi cox time dependent, variabel yang masuk ke dalam model adalah umur melahirkan (20-35 tahun, HR=1,9), pekerjaan (karyawan/pegawai, HR=2,2; informal/industri, HR=3,3; sektor pertanian, HR=2,1), berat bayi lahir (<2500 gram, HR=5,9; tidak timbang, HR=2,0), pemberian makanan prelakteal (HR=1,5), pemeriksaan paska persalinan (tidak periksa, HR=2,2). Terdapat interaksi waktu dengan efek berat lahir rendah dengan pemeriksaan paska salin pada model ketahanan bayi yang diperoleh.

---

Infant survival is defined as the ability of infants to survive through life up to 1 year old. Infant survival is the opposite of infant mortality is the death that occurred between after birth until the baby has not exactly 1 year old. In 2012, Indonesia IMR reported as 32 per 1,000 live births. This figure is relatively high compared to the Asia countries with similar socio-economic conditions. Moreover, the gap of IMR also occurred in socio-economic level within Indonesia. Socio-economic status is the primary factor determining survival of infants. Socio-economic status will affect infant survival through maternal factors, nutrition, baby's condition at birth, disease control and environment. This study aims to reveal the infant survival in Indonesia and its determinants based on data IDHS 2012. This study uses Indonesia Demographic and Health Survey 2012.The result shows that probability of infant survival in Indonesia amounted to 97,8%. Infant survival decreased sharply in the first months of age 1, wherein the proportion of infant deaths in the neonatal period amounted to 53.8% and neonatal deaths occurred in the age of 0-7 days, by 80%. Based on the results of time-dependent Cox regression, the variables entered into the multivariate model were maternal age when gave birth (20-35 years, HR = 1.9), Maternal employment (officer/employee, HR = 2.2; informal sector/industrial, HR = 3.3 ; agriculture, HR = 2.1), birth weight (<2500 grams, HR = 5.9; not weigh, HR = 2.0), prelakteal feeding (HR = 1.5), post-delivery checked (not checked, HR = 2.2). There is interaction between time with the effects of low birth weight and postdelivery checked in the multivariate model obtained."

"Model Cox merupakan model yang sering digunakan untuk menganalisis time-tovent data, yaitu data yang pengamatannya bergantung pada waktu. Terkadang, Selain informasi tentang waktu, data time-to-event juga dilengkapi dengan informasi tambahan (variabel penjelas). Analisis data waktu ke acara seperti ini dengan menggunakan model Cox akan menghasilkan perkiraan bahaya. Model Cox memiliki dua komponen utama yaitu baseline hazard dan mengandung fungsi eksponensial koefisien regresi. Bahaya didefinisikan sebagai produk antara dua komponen ini. Untuk dapat memperoleh bahaya spesifik, bahaya baseline dan koefisien regresi di model Cox harus diperkirakan. Dalam tesis ini, asumsi konstanta akan didefinisikan sebagai bahaya dasar dari model Cox. Kemudian, konstanta dan koefisien regresi dimasukkan Model ini akan diestimasi dengan menggunakan metode Bayesian dimana sampel diambil Parameter distribusi posterior dilakukan dengan menggunakan metode Markov chain Monte Carlo dengan algoritma pengambilan sampel Gibbs. Untuk metode Bayesian, distribusi sebelumnya untuk Bahaya baseline diasumsikan mengikuti distribusi gamma dan untuk koefisien regresi diasumsikan mengikuti distribusi normal. Data EKG (echocardiogram) yang terdiri dari106 observasi dan enam variabel penjelas digunakan dalam analisis. Mendapatkan hasil bahwa estimasi parameter yang diperoleh konvergen.

---

The Cox model is a model that is often used to analyze time-to-event data, namely data whose observations are time dependent. Sometimes, in addition to information about time, time-to-event data is also supplemented with additional information (explanatory variables). Analysis of time-to-event data like this using the Cox model will yield hazard estimates. The Cox model has two main components, namely the baseline hazard and contains an exponential regression coefficient function. Hazard is defined as a product between these two components. In order to obtain a specific hazard, the baseline hazard and regression coefficient in the Cox model must be estimated. In this thesis, the constant assumption will be defined as the basic hazard of the Cox model. Then, the constants and regression coefficients are entered. This model will be estimated using the Bayesian method where the sample is taken. Posterior distribution parameters are carried out using the Markov chain Monte Carlo method with the Gibbs sampling algorithm. For the Bayesian method, the previous distribution for baseline hazard is assumed to follow the gamma distribution and for the regression coefficient it is assumed to follow a normal distribution. EKG (echocardiogram) data which consists of

106 observations and six explanatory variables were used in the analysis. Obtain the result that the parameter estimates obtained are convergent."

"Penyakit Alzheimer adalah penyakit progresif yang dimulai dengan hilangnya ingatan ringan dan berkembang hingga hilangnya kemampuan bicara dan respon terhadap lingkungan. Penyakit ini belum dapat disembuhkan, dan pengobatan saat ini hanya berfungsi mengurangi gejala sementara. Oleh karena itu, penting untuk mengidentifikasi risiko utama pengembangan Alzheimer dan memberikan diagnosis yang tepat guna mendukung penelitian lebih lanjut. Model regresi Cox-Proportional Hazard sering digunakan untuk menangani data survival tersensor, tetapi saat ini, machine learning menunjukkan potensi besar. Dua model machine learning, Random Survival Forest dan Gradient Boosting Survival Analysis, mampu menangani data survival dan data tersensor tanpa memerlukan asumsi parameter. Kedua model ini juga menghindari overfitting dan lebih mudah diinterpretasi dibandingkan model non-parametrik lainnya. Hasil pada data Alzheimer menunjukkan bahwa Gradient Boosting Survival Analysis memiliki performa terbaik dengan nilai C-index 0.8503, diikuti oleh Random Survival Forest dengan nilai 0.8286. Model regresi Cox-PH memiliki kinerja terendah dengan nilai C-index 0.8092, dan data Alzheimer yang digunakan tidak memenuhi asumsi proportional hazard. Model Gradient Boosting Survival Analysis dan Random Survival Forest mengidentifikasi CDRSB dan FDG sebagai risiko terpenting, sedangkan model Cox-PH mengidentifikasi AV45 dan FDG.

---

Alzheimer's disease is a progressive disease that begins with mild memory loss and progresses to loss of speech and response to the environment. There is no cure for the disease, and current treatments only temporarily reduce symptoms. Therefore, it is important to identify the main risk factors for developing Alzheimer's and provide an accurate diagnosis to support further research. The Cox-Proportional Hazard regression model is often used to handle censored survival data, but currently, machine learning shows potential. Two machine learning models, Random Survival Forest and Gradient Boosting Survival Analysis, are able to handle survival data and censored data without requiring parameter assumptions. Both models also avoid overfitting and are easier to interpret than other non-parametric models. The results on Alzheimer's data show that Gradient Boosting Survival Analysis has the best performance with a C-index value of 0.8503, followed by Random Survival Forest with a value of 0.8286. The Cox-PH regression model has the lowest performance with a C-index value of 0.8092, and the data used does not meet the proportional hazard assumption. The Gradient Boosting Survival Analysis and Random Survival Forest models identified CDRSB and FDG as the most important risks, while the Cox-PH model identified AV45 and FDG."

"Walau pelaksanaan program Keluarga Berencana (KB) telah banyak menunjukkan pencapaian positif namun dari sisi kesehatan masih menyisakan masalah tinggginya angka kematian bayi (Infant Mortality Rate atau IMR) jika dibandingkan dengan negara ASEAN lainnya seperti Thailand, Vietnam, Malaysia, Brunei Darussalam dan Singapura. Laporan BPS juga menyebutkan bahwa angka kematian ibu (Maternal Mortality Rate atau MMR) hasil SDKI 2007 untuk periode 1994 - 2007 masih sulit untuk disimpulkan apakah telah terjadi penurunan kematian maternal di Indonesia selama 10 - 15 tahun terakhir. Sementara itu, WHO telah merekomendasikan bahwa jarak kehamilan setelah kelahiran hidup sebaiknya berjarak sekurang-kurangnya 24 bulan agar dapat mengurangi risiko maternal, perinatal dan infant yang bersifat merugikan. Sehingga perlu dilihat faktor apa saja dan kelompok wanita seperti apa yang berisiko memiliki interval birth-to-pregnancy yang jauh lebih pendek sehingga dapat diambil tindakan dan kebijakan untuk mengurangi dampak yang merugikan tersebut yang selanjutnya dapat menekan angka IMR dan MMR di Indonesia. Untuk menjawab permasalahan dan mencapai tujuan dalam tesis ini digunakan metode survival analysis menggunakan proportional hazard model atau yang dikenal juga sebagai Regresi Cox. Dalam penelitian ini digunakan variabel urutan kelahiran sebagai strata untuk menangani adanya repeated events pada individu yang sama. Sedangkan data yang digunakan adalah data SDKI 2007 yaitu data kalender untuk memperoleh informasi birth-to-interval dan data individu pada kuesioner wanita kawin umur 15 - 49 tahun. Pada hasil analisa deskripsi terlihat bahwa 49,55 persen interval birth-to- interval pada responden yang diamati benda pada interval kurang dari 24 bulan dan hampir 80 persen diantaranya didorong oleh kematian anak sebelumnya. Panjang interval birth-to-pregnancy ternyata sangat dipengaruhi juga oleh lamanya menyusui paska kelahiran hidup terutama pada mereka yang menyusui hingga 24 bulan atau lebih. Berdasarkan berbagai model yang diajukan temyata masih terdapat pengaruh langsung dari variabel sosial-ekonomi walaupun telah memperhitungkan variabel proximate determinants. Adapun urutan tiga variabel yang paling berpengaruh pada hampir seluruhh model adalah interaksi antara penggunaan alokon dan pendidikan yang ditamatkan, lamanya menyusui dan kelangsungan hidup anak sebelumnya. Sedangkan pada paska kelahiran anak pertama, variabel kelangsungan hidup anak lebih dominan dibanding lamanya menyusui.

---

Although the implementation of Familv Planning program in Indonesia has shown to many positive results but in health perspective still remaining some problems where the Infant Mortality Rate( IMR) still higher than another ASEAN countries as Thailand Wetnam, Malaysia Brunei Darussalam and Singapore. CBS of Indonesia reported that the Maternal Mortality Rate (MMR) as result of IDHS 2007 for 1994 - 2007 period still hard to say that there is a declining of maternal mortality in Indonesia in last 10 - 15 years. Meanwhile, WHO has recommended that interval to attempting next pregnancy aper a live birth at least 24 months in order to reduce the risk of adverse maternal, perinatal and infant outcomes. We should know what factors and which women have risks' to have shorter birth-to-pregnancy intervals so we could take a right decision to reduce that adverse efject and at the end we could reduce the [MR and MMR The survival anabisis method that used in this thesis is proportional hazard model or Cox Regression. The birth order variable was use as strata variable to handle the problem because the present of repeated events in birth-to-pregnancy intervals for some individual object. This thesis is use IDHS 2007 calendar data to obtain birth-to-pregnancy intervals and other information from married women questionnair. By descriptive, there are 49,55 percent of birth-to-pregnancy intervals less than 24 months and almost 80 percent of them influence by the death of index child The length of birth-to-pregnancy intervals is ajected by breasweding duration especially jbr them who breastfed until 24 months or longer after a IW birth. One ofthe conclusion has found that there are direct effects ji-om socio- economic variables although the proximate determinant variables are included to the models. The most influential variables that ajected the length of birth-to- pregnancy interval are interaction of contraception using and education attainment breastfeeding duration, and survival of index child. Otherwise in the after first live birth model, the survival of index child is more influential than breasyeeding duration."