Stunting Mengelompok di Timur, Berat Lahir Jejak yang Tersisa

Diare dan infeksi saluran pernapasan akut sudah lama dikenal sebagai penyakit yang membuat anak gagal tumbuh, tetapi peta provinsi Indonesia tahun 2024 memperlihatkan sesuatu yang terasa terbalik. Provinsi dengan stunting tinggi justru cenderung dikelilingi provinsi yang ISPA dan diarenya rendah. Provinsi dengan stunting rendah malah bertetangga dengan provinsi yang angka infeksinya tinggi. Kejanggalan ini bukan berarti infeksi melindungi anak, dan penjelasannya ada pada cara peta itu dibaca.

Gambaran itu datang dari Dian Rosadi, Husaini, Triawanti, dan Musafaah dalam Spatial Association of Acute Respiratory Infection, Diarrhea, and Low Birth Weight with Stunting Prevalence in Indonesia, 2024, terbit di Kesmas: Jurnal Kesehatan Masyarakat Nasional volume 21 nomor 3, tahun 2026. Keempatnya bekerja di Fakultas Kedokteran dan Ilmu Kesehatan Universitas Lambung Mangkurat, Banjarbaru. Bahannya adalah angka tingkat provinsi dari Survei Status Gizi Indonesia 2024.

Yang mereka lakukan bukan menghitung anak satu per satu, melainkan menempatkan 38 provinsi di peta dan bertanya apakah provinsi yang berdekatan saling mirip. Untuk stunting, jawabannya ya. Untuk ISPA, diare, dan berat badan lahir rendah, analisisnya hanya mencakup 37 provinsi karena data Papua Pegunungan tidak tersedia, dan tidak ada angka yang ditambal dengan taksiran.

Mengapa stunting mengelompok di peta

Prevalensi stunting nasional 2024 tercatat 19,8 persen, turun 1,7 poin dari 21,5 persen pada Survei Kesehatan Indonesia 2023, tetapi masih di atas target nasional 14 persen. Di balik satu angka nasional itu, jarak antarprovinsi sangat lebar. Bali berada di 8,7 persen, sedangkan Papua Pegunungan 40,0 persen, Nusa Tenggara Timur 37,0 persen, dan Sulawesi Barat 35,4 persen.

Angka tinggi itu tidak tersebar acak. Ukuran yang dipakai peneliti, Moran’s I, bernilai 0,368 dengan peluang kebetulan 0,002 dari 999 pengacakan; kalau sebarannya acak, nilainya akan mendekati minus 0,027. Artinya provinsi berstunting tinggi cenderung berdampingan dengan provinsi berstunting tinggi, dan yang rendah berkumpul dengan yang rendah. Pola ini bertahan ketika jumlah tetangga yang dihitung diubah dari tiga menjadi lima.

Kelompok tinggi-tinggi berisi tujuh provinsi: Maluku, Papua, Papua Barat, Papua Selatan, Papua Tengah, Sulawesi Selatan, dan Sulawesi Tenggara. Kelompok rendah-rendah berisi sembilan provinsi, yaitu Banten, Jakarta, Yogyakarta, Jawa Tengah, Jawa Timur, Kepulauan Bangka Belitung, Kepulauan Riau, Lampung, dan Sumatera Selatan. Dua puluh dua provinsi sisanya tidak membentuk kelompok yang bermakna, dan tidak ada provinsi yang menjadi pencilan di tengah tetangganya.

Bagaimana tetangga dihitung sebagai ukuran

Karena Indonesia berbentuk kepulauan, tetangga tidak bisa ditentukan dari batas darat yang bersinggungan, sebab banyak provinsi terpisah laut. Peneliti memakai empat provinsi terdekat menurut titik pusat wilayahnya, dan dua provinsi dianggap bertetangga jika salah satunya masuk empat terdekat yang lain. Bobot tiap tetangga disamakan sehingga jumlahnya tepat satu untuk setiap provinsi, dan matriks yang terpisah dibuat untuk 38 dan 37 provinsi.

Persoalannya, pengelompokan lokal ternyata peka terhadap jumlah tetangga yang dipilih. Dengan tiga tetangga, kelompok tinggi-tinggi dan rendah-rendah masing-masing enam provinsi; dengan empat tetangga, tujuh dan sembilan; dengan lima tetangga, sembilan dan sembilan. Pengelompokan nasionalnya tetap kuat, tetapi keanggotaan tiap provinsi bisa bergeser, dan peneliti sendiri menulis bahwa peta kelompok lokal harus dibaca dengan hati-hati.

Baca juga RPJMD Rajin Menulis Target, Hemat Menulis Capaian Lalu

Cara infeksi tetangga tampak berlawanan arah

Di sinilah kejanggalan pembuka muncul. Ketika prevalensi stunting satu provinsi disandingkan dengan prevalensi ISPA di provinsi-provinsi tetangganya, nilai Moran bivariatnya minus 0,296 dengan peluang kebetulan 0,001. Untuk diare tetangga, nilainya minus 0,292 dengan peluang yang sama. Keduanya negatif dan bermakna, sedangkan untuk berat badan lahir rendah di provinsi tetangga nilainya 0,020 dan tidak bermakna.

Peta lokalnya memperjelas siapa yang membentuk pola itu. Lampung, Jakarta, Jawa Barat, Jawa Tengah, Yogyakarta, Jawa Timur, dan Bali punya stunting rendah tetapi dikelilingi tetangga ber-ISPA tinggi. Sebaliknya Sulawesi Tengah, Sulawesi Tenggara, Gorontalo, Sulawesi Barat, dan Maluku Utara punya stunting tinggi dengan tetangga ber-ISPA rendah. Untuk diare, polanya serupa: Lampung, Jawa, dan Bali di satu sisi, Sulawesi dan kawasan Maluku di sisi lain.

Yang membuatnya rumit, angka ini tidak mengatakan apa pun tentang anak yang sakit lalu berhenti tumbuh. Ia hanya membandingkan angka satu provinsi dengan angka provinsi di sekelilingnya. Penelitian tingkat individu di Surabaya, di Sambas, dan analisis nasional atas 90.897 anak yang dikutip paper ini semuanya menemukan infeksi berhubungan positif dengan stunting, dan para penulis menegaskan kedua jenis temuan itu tidak saling membantah.

“Asosiasi spasial bivariat global yang negatif dan bermakna antara stunting dan prevalensi ISPA serta diare di provinsi tetangga tidak boleh ditafsirkan sebagai tanda bahwa infeksi ini melindungi anak dari stunting,” tulis Dian Rosadi dan rekan-rekannya dalam naskah berbahasa Inggris itu. Mereka menyebutnya ketidakcocokan spasial antara prevalensi stunting dan pola infeksi yang dilaporkan, bukan hubungan biologis yang negatif antara infeksi dan stunting.

Mengapa model biasa tidak cukup

Regresi biasa yang mengabaikan letak provinsi hanya menjelaskan 18,6 persen keragaman stunting antarprovinsi dan secara keseluruhan tidak bermakna, dengan peluang kebetulan 0,076. Di model itu berat badan lahir rendah sudah tampak berhubungan, dengan koefisien 1,293, tetapi sisa kesalahannya masih berpola menurut letak: Moran’s I sisa 0,280 dengan peluang di bawah 0,001. Ada sesuatu yang bekerja lintas provinsi dan belum tertangkap.

Karena itu peneliti mencoba dua model spasial. Model galat spasial, yang mengizinkan kesalahan antarprovinsi tetangga saling berkait, memberi hasil paling pas: kriteria informasi Akaike terendah 230,059, log-likelihood tertinggi minus 111,029, dan koefisien spasial lambda 0,554 dengan peluang di bawah 0,001. Pola sisa kesalahan pun menghilang, dengan Moran’s I sisa hanya 0,014 dan peluang kebetulan 0,310.

Baca juga Seperenam Ruang Kuliah di Batam Diramal Kosong Terus

Berat lahir sebagai jejak yang tersisa

Di model akhir itu, hanya satu dari tiga faktor yang bertahan. Berat badan lahir rendah berkoefisien 1,455 dengan peluang kebetulan 0,008. Dengan ISPA dan diare ditahan tetap, tiap kenaikan satu poin persen kelahiran di bawah 2.500 gram dalam satu provinsi berpadanan dengan kenaikan sekitar 1,46 poin persen prevalensi stunting. ISPA berkoefisien minus 0,205 dan diare 0,386, keduanya tidak bermakna.

Temuan ini sejalan dengan yang dikutip paper dari Survei Status Gizi Indonesia 2021, ketika anak berberat lahir rendah punya peluang stunting 2,73 kali lebih besar setelah faktor lain disesuaikan. Para penulis membaca berat lahir rendah sebagai jejak kondisi sebelum dan sekitar kelahiran: pertumbuhan janin terhambat, kelahiran prematur, gizi ibu yang kurang, penyakit ibu, dan pemeriksaan kehamilan yang tidak memadai. Jalur-jalur itu sendiri tidak diperiksa dalam paper ini.

Bahwa berat lahir rendah tidak bermakna lewat tetangga tetapi bermakna di provinsi sendiri juga bukan pertentangan. Moran bivariat menanyakan apakah stunting satu provinsi cocok dengan berat lahir rendah di provinsi sekitarnya; model galat spasial menanyakan apakah berat lahir rendah di provinsi itu sendiri menjelaskan stuntingnya. Peta lokal berat lahir rendah memang menunjukkan kelompok tinggi-tinggi di beberapa provinsi Sulawesi dan Maluku, tetapi peneliti menyebutnya sekadar eksploratif.

Di mana penjelasannya berhenti

Lambda 0,554 yang bermakna itu berarti ada pengaruh yang tidak terukur dan berkait antarprovinsi tetangga. Peneliti menduga isinya kemiskinan, status gizi ibu, ketahanan pangan, akses layanan kesehatan, sanitasi, pendidikan, dan lingkungan, tetapi tidak satu pun dimasukkan ke dalam model. Desainnya ekologis dan potong lintang, sehingga hubungan yang ditemukan berlaku untuk populasi provinsi dan tidak bisa dibaca sebagai sebab-akibat pada anak tertentu.

Keterbatasan lain disebut sendiri oleh penulis: data sekunder, Papua Pegunungan yang hilang dari analisis tiga faktor, dan peta kelompok lokal yang bergeser menurut cara menentukan tetangga. Mereka menyarankan riset berikutnya memakai data individu yang diikuti dari waktu ke waktu dan unit wilayah yang lebih kecil dari provinsi. Penargetan wilayah, tulis mereka, mesti melengkapi dan bukan menggantikan program gizi ibu, sanitasi, dan pencegahan infeksi.

Baca juga Tiga Tahun Tanpa Perubahan, Lalu Berobat ke Malaysia

Yang bisa diperiksa pembaca di naskah

Ada beberapa bagian naskah yang layak dicermati. Pada pendahuluan, paper mengutip risiko relatif stunting akibat berat lahir rendah sebesar 1,73, lalu kalimat berikutnya menyebut anak berberat lahir rendah “hampir empat kali” lebih mungkin stunting; angka 1,73 belum sampai dua kali. Bagian metode menulis Survei Status Gizi Indonesia 2024 dilaksanakan Februari sampai April 2026, yang lebih masuk akal sebagai masa analisis, bukan masa survei.

Di bagian hasil, kalimat pembuka tentang Moran’s I global tampak terpotong dan berpindah ke bawah paragraf yang menjelaskannya. Bagian pembahasan mengulang dua kali pernyataan bahwa model lag dan galat spasial diestimasi karena sisa kesalahan berpola, dan satu kalimatnya berbunyi berat lahir rendah “tidak menunjukkan asosiasi dengan stunting” tanpa kata spasial, padahal model akhirnya menemukan sebaliknya. Satu rujukan mencantumkan tahun terbit 2024 dengan nomor DOI berformat 2021.

Kejanggalan pembukanya kini punya jawaban. Provinsi berstunting tinggi yang dikelilingi provinsi ber-ISPA dan diare rendah bukan bukti bahwa infeksi menolong anak tumbuh, melainkan tanda bahwa peta pelaporan infeksi dan peta stunting tidak berimpit, dengan sebab yang belum diukur. Yang tersisa setelah letak provinsi diperhitungkan hanyalah berat badan saat lahir, jejak yang sudah ada sebelum seorang anak sempat sakit apa pun.