Determinan Unmet Need Pelayanan Kesehatan Penduduk Lansia Indonesia di Masa Pandemi Covid-19

RINA LUSIANA H., Drs. Pande Made Kutanegara, M.Si., Ph.D.; Dr. Agus Joko Pitoyo, S.Si., M.A.

2022 | Tesis | MAGISTER KEPENDUDUKAN

Sensus Penduduk 2020 telah mencatat adanya peningkatan persentase penduduk lansia dari 7,59 persen di tahun 2010 menjadi 9,78 persen pada tahun 2020. Kondisi ini menunjukkan bahwa Indonesia berada dalam masa transisi menuju era ageing population, yaitu ketika persentase penduduk usia 60 tahun ke atas mencapai lebih dari 10 persen (BPS, 2021). Adanya fenomena peningkatan jumlah penduduk lansia dan bencana pandemi Covid-19 membawa Indonesia harus menghadapi emerging disease, yaitu suatu kondisi dimana muncul penyakit menular baru yang tingkat penyebarannya sangat cepat sehingga menyebabkan beban penyakit ganda pada penduduk lansia. Sebagaimana diketahui, lansia merupakan salah satu kelompok penduduk yang rentan mengalami morbiditas dan mortalitas dalam situasi pandemi. Lansia juga merupakan kelompok penduduk yang membutuhkan akses layanan kesehatan lebih besar dibandingkan kelompok penduduk lainnya. Pandemi Covid-19 yang melanda dunia termasuk Indonesia, diketahui tidak hanya meningkatkan angka morbiditas dan mortalitas tetapi juga unmet need pelayanan kesehatan pada penduduk lansia. Bersumber dari raw data Susenas Maret 2021, penelitian ini bertujuan untuk mendeskripsikan dan menganalisis pengaruh berbagai variabel dari karakteristik predisposisi, karakteristik kemampuan, serta karakteristik kebutuhan terhadap unmet need pelayanan kesehatan penduduk lansia Indonesia di masa pandemi Covid-19. Teknik analisis dilakukan dengan menggunakan analisis deskriptif dan analisis regresi logistik biner. Hasil penelitian menunjukkan bahwa karakteristik individu pada lansia yang mengalami unmet need pelayanan kesehatan didominasi oleh penduduk lansia muda, berjenis kelamin perempuan, tinggal di wilayah perdesaan, berstatus kawin, tidak pernah bersekolah atau tidak tamat SD, tidak bekerja, tidak pernah mengakses internet, tidak menerima bantuan sosial PKH, memiliki jaminan kesehatan, tinggal bersama pasangan atau keluarga, dan tidak mengalami disabilitas. Berdasarkan hasil analisis regresi logistik biner, diketahui bahwa seluruh variabel bebas yang digunakan di dalam penelitian ini memberikan pengaruh yang signifikan dan arah yang berbeda terhadap probabilitas unmet need pelayanan kesehatan penduduk lansia, dimana status kepemilikan jaminan kesehatan menjadi variabel yang tertinggi pengaruhnya dibandingkan variabel lain.

According to the 2020 Population Census, there are more elderly than were in 2010 (7,59% vs. 9,78%). This condition shows that Indonesia is in a transition phase towards the era of the aging population when the percentage of the elderly is more than 10 percent (BPS, 2021). The elderly have a double burden of illness in conjunction with the Covid-19 outbreak and the phenomenon of elderly growth in Indonesia. As is known, the elderly is one group that is vulnerable to experiencing morbidity and mortality in a pandemic situation. The elderly are also a population group that requires greater access to health services than other population groups. The Covid-19 pandemic has increased morbidity and mortality rates along with the unmet need for elderly health services around the globe, including in Indonesia. This study aims to describe and analyze the influence of various variables, such as predisposing, ability, and needs characteristics, on the unmet need for health services for the Indonesian elderly during the Covid-19 pandemic. The analysis technique used descriptive analysis and binary logistic regression analysis. The findings discovered that young elderly, women, living in a rural area, married status, never attending school or only finishing elementary school, not working, never using the internet, not receiving PKH social assistance, having insurance, living with a spouse or family, and not having a disability were the predominant characteristics of the elderly who experienced an unmet need for health services. Based on the results of binary logistic regression analysis, it is known that all independent variables used in this study have a significant and different effect on the probability of the unmet need for elderly health services, with health insurance ownership status having the highest impact when compared to other variables.

Kata Kunci : Lansia, Pandemi Covid-19, Unmet Need Pelayanan Kesehatan, Logistik Biner