60
Tabel 4.17 Hubungan Variabel Faktor Predisposisi dengan Pengendalian Vektor
Pengendalian Vektor Penyakit Jumlah
Faktor Predisposisi Baik Tidak Baik p
n n n Umur
Dewasa dini 9
23,7 29 76,3 38 100,0 0,664 Dewasa madya 1
12,5 7 87,5 8 100,0
Masa kerja
≤ 3 tahun 6 21,4 22 78,6 28 100,0 1,000 3 tahun 4 22,2 14 77,8 18 100,0
Kebangsaan WNI
9 30,9 21 70,0 30 100,0 0,130 WNA
1 6,3 15 93,8 16 100,0 Pengetahuan
Tinggi 7 21,2 26 78,8 33 100,0 1,000
Sedang 3 23,1 10 76,9 13 100,0
Sikap Baik
7 20,0 28 80,0 35 100,0 0,838 Kurang Baik
2 28,6 5 71,4 7 100,0 Tidak Baik
1 25,0 3 75,0 4 100,0
4.3.2 Hubungan antara variabel faktor pendukung dengan pengendalian
vektor penyakit
Berdasarkan hasil penelitian menunjukkan bahwa responden yang memiliki ketersediaaan sarana yang lengkap lebih besar persentasenya yaitu 80,6 tidak
melakukan pengendalian vektor dengan baik dibandingkan dengan responden yang memiliki sarana kurang lengkap yaitu sebesar 73,3 . Sedangkan responden yang
memiliki ketersediaan waktu yang kurang, lebih besar persentasenya untuk tidak
Universitas Sumatera Utara
61
melakukan tindakan pengendalian vektor dengan baik yaitu 88,9 jika dibandingkan dengan responden yang memiliki waktu cukup hanya 40,0 yang tidak melakukan
pengendalian vektor dengan baik, seperti dapat dilihat pada tabel 4.18.
Tabel 4.18 Hubungan antara Variabel Faktor Pendukung dengan Pengendalian Vektor
Pengendalian Vektor Penyakit Jumlah
Faktor Pendukung Baik Tidak Baik p n n n
Ketersediaan Sarana
Lengkap 6 19,4 25 80,6 31 100,0 0,706
Kurang Lengkap 4 26,7 11 73,3 15 100,0
Ketersediaan Waktu Cukup 6 60,0 4 40,0 10 100,0 0,003
Kurang 4 11,1 32 88,9 36 100,0
4.3.3 Hubungan antara variabel faktor pendorong dengan pengendalian
vektor penyakit
Berdasarkan hasil penelitian menunjukkan bahwa responden yang memiliki dukungan teman seprofesi kurang baik lebih besar persentasenya yaitu 90,6 yang
tidak melakukan pengendalian vektor dengan baik dibandingkan dengan responden yang memiliki dukungan teman seprofesi baik yaitu 50,0 . Responden yang
memiliki dukungan kapten kurang baik lebih besar persentasenya yaitu 88,2 tidak melakukan pengendalian vektor dengan baik dibandingkan dengan responden yang
memiliki dukungan baik yaitu 54,5 . Sedangkan responden yang memiliki dukungan petugas baik lebih besar persentasenya yaitu 82,1 untuk tidak
Universitas Sumatera Utara
62
melakukan pengendalian vektor dengan baik dibandingkan dengan responden yang memiliki dukungan petugas kurang baik yaitu 72,2 yang tidak mengendalikan
vektor, seperti terlihat pada Tabel 4.19.
Tabel 4.19 Hubungan Variabel Faktor Pendorong dengan Pengendalian Vektor Penyakit
Pengendalian Vektor Penyakit Jumlah
Faktor Pendorong Baik Tidak Baik p
n n n Dukungan Seprofesi
Baik 7 50,0 7 50,0 14 100,0 0,005
Kurang Baik 3 9,4 29 90,6 32 100,0
Dukungan Kapten Baik
6 54,5 6 54,5 12 100,0 0,012 Kurang Baik
4 11,8 30 88,2 34 100,0
Dukungan Petugas Baik
5 17,9 23 82,1 28 100,0 0,480 Kurang Baik
5 27,8 13 72,2 18 100,0 4.4. Analisis Multivariat
Analisis ini menggunakan uji regresi logistik ganda untuk memperoleh model yang terdiri dari beberapa variabel independen yang dianggap terbaik untuk
memprediksi kejadian variabel dependen. Hasil penelitian menunjukkan bahwa dari 10 sepuluh variabel yang diuji,
terdapat 4 empat variabel independen yang potensial masuk kandidat model multivariat yaitu variabel kebangsaan, ketersediaan waktu, dukungan seprofesi dan
Universitas Sumatera Utara
63
dukungan kapten kapal karena memenuhi syarat p0,25 seperti terlihat pada Tabel 4.20.
Tabel 4.20 Nilai Signifikansi Uji Analisis Bivariat Variabel Penelitian p
Umur X1 0,664
Masa kerjaX2 1,000
Kebangsaaan X3 `
0,130
Pengetahuan X4 1,000
Sikap X5
0,838 Ketersediaan
Sarana X6
0,706 Ketersediaan
Waktu X7
0,003
Dukungan Seprofesi
X8 0,005
Dukungan Kapten
Kapal X9 0,012
Dukungan Petugas
KKP X10 0,480
Selanjutnya keempat variabel yang memperoleh nilai p0,25 diikutkan dalam analisis multivariat. Hasil dari pengujian tersebut dapat dilihat pada tabel 4.21.
Tabel 4.21 Hasil Uji Regresi Logistik Ganda Variabel Penelitian B
Exp B p
Kebangsaan 1,785
0,168 0,256
Ketersediaan Waktu 3,691
40,095 0,010
Dukungan Seprofesi 2,881
17,937 0,029
Dukungan Kapten Kapal 2,219 9,200
0,103 Constant
-11,192 0,000 0,014
Universitas Sumatera Utara
64
Hasil tersebut pada Tabel 4.21 dapat dilihat nilai signifikansi masing-masing variabel dan bila ada variabel yang nilainya p0,05 maka dikeluarkan dari model
dengan cara bertahap satu per satu yang dimulai dari variabel yang nilai p terbesar. Dalam hal ini variabel kebangsaan memiliki nilai p yang terbesar sehingga analisis
selanjutnya tidak mengikutsertakan variabel kebangsaan. Hasil uji ketiga variabel selanjutnya dapat dilihat pada tabel 4.22.
Tabel 4.22 Hasil Akhir Uji Regresi Logistik Ganda
Variabel Penelitian B ExpB p
Ketersediaan waktu 3,916
50,204 0,008
Dukungan seprofesi 2,755
15,722 0,026
Dukungan kapten kapal 2,715
15,100 0,034
Constant -14,212
0,000 0,001
Dari hasil uji tersebut di atas dapat dibuktikan bahwa variabel ketersediaan waktu, variabel dukungan seprofesi dan variabel dukungan kapten kapal mempunyai
nilai p0,05, artinya ketiga variabel tersebut berpengaruh secara signifikan terhadap pengendalian vektor penyakit. Berdasarkan nilai Beta, bahwa nilai tertinggi terdapat
pada variabel ketersediaan waktu yaitu sebesar 3,916 dan nilai p=0,008, artinya variabel ketersediaan waktu merupakan variabel yang paling dominan mempengaruhi
tindakan ABK dalam pengendalian vektor penyakit di pelabuhan. Nilai percentage correct diperoleh 89,1 artinya diprediksi variabel yang mempengaruhi
pengendalian vektor sebesar 89,1 , sedangkan 10,9 dipengaruhi variabel lain.
Universitas Sumatera Utara
65
BAB 5 PEMBAHASAN
5.1 Pengendalian Vektor Penyakit
Pengendalian vektor di atas kapal merupakan upaya yang harus dilakukan secara sustainable dalam rangka pemutusan mata rantai penularan penyakit menular
seperti penyakit karantina dan penyakit menular potensial wabah. IHR 2005 telah mengisyaratkan bahwa setiap alat angkut yang meninggalkan pintu masuk dari
daerah pelabuhan harus dijaga agar bebas dari vektor penyakit. Oleh sebab itu seyogyanya negara-negara di dunia yang menjadi anggota WHO harus menyetujui
pelaksanaan hapus serangga dan hapus tikus dan tindakan pengendalian lainnya terhadap alat angkut yang dilakukan oleh negara lain selama metode yang digunakan
sesuai dengan anjuran WHO, namun kenyataan di lapangan bahwa kapal-kapal yang berlayar lintas internasional belum sepenuhnya melaksanakan amanat IHR 2005.
Fakta menunjukkan kapal-kapal yang masuk malalui pelabuhan-pelabuhan laut khususnya melalui pelabuhan Belawan masih teridentifikasi membawa vektor
penyakit. Hal ini dapat disebabkan oleh masih rendahnya pengendalian vektor penyakit yang dilakukan oleh ABK.
Beberapa indikator rendahnya tingkat pengendalian vektor penyakit di atas kapal oleh ABK adalah masih dijumpainya vektor tikus, kecoa di atas kapal,
perangkap tikus dibiarkan tersimpan rapi di gudang, rat guard tidak terpasang dengan baik, tangga kapal tidak dinaikkan setinggi 60 cm, tidak melakukan penyemprotan
Universitas Sumatera Utara
