STUNTING MENGANCAM MASA DEPAN BANGSA (2)

Oleh: Rama Cristo.

===========

1. Wakil Rektor Bidang Penelitian & Publikasi Universidade da Paz.

2. Dosen Senior Pada Fakultas Kesehatan Masyarakat & Ilmu Kedokteran Universidade da Paz (UNPAZ), pengampu 3 Matakuliah, yaitu: Fisika Kesehatan, Anatomi Fisiologi Manusia dan Kesehatan Reproduksi Manusia.

A. Prefasi Seri 2

==============

Saat saya mendapat kesempatan pertama untuk menyampaikan perspektif saya, jujur saja, saya sama sekali tidak berpikir (ber-under estimate) bahwa hasil penelitian tahun 2020 hanya menggunakan metode "asumsi dan estimasi". Saya berpikirnya, pasti para peneliti telah menempuh proses penelitian yang memenuhi kaidah-kaidah penelitian. Secara, para peneliti adalah orang-orang potensial yang berasal dari institusi-institusi penting. Karena itulah saya cukup kaget ketika dr. Sergio Lobo (dokter pertama Timor Leste), dengan bahasanya yang sangat lugas mengatakan bahwa hasil penelitian tahun 2020 itu sejatinya hanya berdasarkan "estimasi dan asumsi". Bukan berdasarkan data primer yang dikumpulkan secara langsung dari lapangan.

Dalam dunia penelitian, "estimasi dan asumsi" itu dibolehkan, tetapi itu hanya bersifat sementara. Misalnya jika kita ingin menggunakannya sebagai basis untuk membangun hipothesa untuk kepentingan penelitian-penelitian tipe kuantitatif. Tapi bukan untuk tipe penelitian kualitatif, karena penelitian kualitatif bukan untuk membuktikan hipothesa. Nah setelah membangun hipothesa berbasis asumsi dan estimasi, kemudian harus ditindak-lanjuti dengan melakukan penelitian untuk mengumpulkan data primer dari lapangan guna membuktikan hipothesa yang ada.

Pertanyaan yang perlu dikaji adalah; "Jika para peneliti tahun 2020 hanya menggunakan "asumsi dan estimasi", lalu variabel apa yang mereka (para peneliti) observasi dan mengukurnya, untuk kemudian menetapkan bahwa malnutrisi (stunting)di Timor Leste adalah 47%?

Mempertanyakan variabel apa yang diobservasi dan diukur para peneliti, sangat penting, apalagi berhubungan dengan masalah malnutrisi? Mengidentifikasi variabel malnutrisi (stunting) yang diukur, bukan sekedar untuk memenuhi kaidah-kaidah penelitian, tetapi sangat penting bagi pemerintah dan atau fihak-fihak terkait (SUN atau UNMICS atau UNICEF atau WHO), untuk menyusun program penanggulangan malnutrisi. Segmen usia mana yang akan menjadi target utama dari program penanggulangan malnutrisi? Di sini saya menggunakan terminologi segmen usia. Tetapi di dalam tataran penelitian, segmen usia ini bisa dikelompokkan menjadi variabel-variabel yang harus diukur dan diobservasi.

B. Kelemahan dan Resiko Yang Mungkin Muncul Jika Variabel Malnutrisi Yang Diukur Tidak Jelas.

===============================

Pada seri kedua ini, CEE-Paz (Centro Estudos Estrategicos da Paz) mencoba mengeksplorasi dan mengkaji kelemahan-kelemahan data hasil penelitian tahun 2020 yang tidak dengan jelas mengukur variabel-variabel penelitian tentang malnutrisi. Bisa saja para peneliti tahun 2020 mencoba memunculkan variabel-variabel penelitian di dalam laporan penelitian mereka secara eksplisit. Namun sebagaimana kata dr. Sergio lobo, bahwa penelitian tahun 2020 hanya berdasarkan asumsi dan estimasi, yang tentu menghabiskan budget yang besar, maka apa saja yang telah dilaporkan tim peneliti tahun 2020, termasuk variabel-variabel penelitian, perlu dikritisi.

Penelitian tipe apapun itu, entah penelitian tipe kuantitatif, atau penelitian tipe kualitatif atau penelitian mix (campuran antara kuantitatif dan kualitatif), sejauh tidak memperlihatkan variabel apa saja yang diukur, atau diukur tetapi menggunakan metode yang tidak memenuhi kaidah-kaidah penelitian standar, maka ini dapat menimbulkan berbagai kelemahan dan risiko, terutama dalam pengambilan keputusan serta perancangan program penanggulangan malnutrisi (stunting). Berikut adalah beberapa poin yang mengeksplorasi kelemahan ini:

1. Kurangnya Transparansi dan Relevansi Data

==============================

• Kelemahan: Jika variabel yang diukur dalam data tahun 2020 tidak dijelaskan dengan jelas, apalagi hanya berbasis asumsi dan estimasi, bukan berdasarkan data primer yang diperoleh secara langsung dari lapangan, maka sulit untuk menilai apa sebenarnya yang diukur dan bagaimana relevansinya dengan kondisi malnutrisi dan stunting Timor Leste saat ini. Misalnya, jika data hanya mencakup berat badan dan tinggi badan tanpa memperhitungkan usia, atau indikator lainnya, maka hasilnya mungkin tidak akurat untuk menilai prevalensi malnutrisi (apalagi menilai stunting).

• Akibat: Penggunaan data yang kurang transparan dapat menyebabkan interpretasi yang salah tentang kondisi gizi anak-anak. Hal ini berpotensi mengarah pada desain program yang tidak sesuai dengan kebutuhan sebenarnya atau yang tidak efektif.

2. Kesulitan dalam Replikasi dan Validasi

==========================

• Kelemahan: Tanpa informasi yang jelas tentang variabel yang diukur, sulit bagi peneliti atau pembuat kebijakan untuk mereplikasi studi tersebut atau membandingkan hasil dengan studi lain. Ini juga menyulitkan validasi data dan temuan yang penting untuk memastikan bahwa program penanggulangan didasarkan pada bukti yang solid.

• Akibat: Program yang dirancang mungkin tidak dapat dipertahankan atau diadaptasi berdasarkan studi baru atau data yang lebih mutakhir, karena mengurangi efektivitasnya.

3. Risiko Pengabaian Faktor-faktor Penting

===========================

• Kelemahan: Jika variabel penting seperti segemen usia anak, atau status ekonomi keluarga, akses terhadap layanan kesehatan, pola makan, atau faktor lingkungan tidak diukur atau dijelaskan dengan jelas, data tahun 2020 mungkin mengabaikan faktor-faktor penentu malnutrisi yang penting. Hal ini bisa mengarah pada analisis yang tidak lengkap.

• Akibat: Pengabaian faktor-faktor penting ini dapat mengakibatkan kesimpulan yang salah tentang penyebab malnutrisi dan stunting, yang pada gilirannya dapat mengarah pada intervensi yang tidak efektif atau tidak tepat sasaran. Akibat lanjutannya,pemerintah hanya menghabiskan anggaran negara, tetapi tidak menyelesaikan masalah yang sesungguhnya.

4. Keterbatasan dalam Mengukur Dampak Intervensi

=====================

• Kelemahan: Tanpa kejelasan tentang variabel yang

diukur, sulit untuk menggunakan data lama sebagai baseline untuk menilai dampak intervensi yang telah dilakukan selama beberapa tahun terakhir. Ini bisa mempersulit upaya untuk menilai keberhasilan atau kegagalan program yang ada.

• Akibat: Ketidakmampuan untuk mengukur dampak intervensi dapat menghambat perbaikan program di masa depan dan mengurangi efisiensi alokasi sumber daya.

5. Potensi Bias dalam Interpretasi Data

=========================

• Kelemahan: Data lama yang tidak menjelaskan variabel dengan jelas dapat meningkatkan risiko bias dalam interpretasi. Misalnya, jika data hanya mencakup indikator-indikator tertentu tanpa mempertimbangkan variabel pengganggu atau variabel moderasi, analisis data dapat menghasilkan kesimpulan yang bias.

• Akibat: Bias ini bisa mengarahkan kebijakan dan program yang tidak berdasarkan bukti yang valid, dan bahkan bisa memperburuk kondisi malnutrisi dan stunting jika diterapkan dengan cara yang salah.

6. Kurangnya Konteks dalam Perubahan Waktu

==============================

• Kelemahan: Variabel yang tidak jelas mungkin tidak memberikan konteks mengenai bagaimana situasi malnutrisi telah berubah seiring waktu. Misalnya, data lama mungkin tidak mempertimbangkan perubahan dalam pola konsumsi makanan, akses terhadap air bersih, atau perubahan ekonomi.

• Akibat: Program yang didasarkan pada data lama mungkin tidak responsif terhadap perubahan konteks sosial-ekonomi yang telah terjadi, mengurangi relevansi dan efektivitasnya dalam menangani masalah malnutrisi dan stunting.

7. Kesalahan dalam Pengambilan Keputusan

============================

• Kelemahan: Pengambilan keputusan yang berdasarkan pada data yang tidak jelas dalam hal variabel dapat mengakibatkan kebijakan yang salah arah. Tanpa pemahaman yang tepat tentang apa yang diukur, pembuat kebijakan mungkin salah dalam menentukan prioritas atau strategi intervensi.

• Akibat: Kesalahan dalam pengambilan keputusan ini dapat memperburuk masalah malnutrisi dan stunting, serta mengakibatkan pemborosan sumber daya.

Elaborasi dan kajian yang kami sampaikan di atas, bisa benar, bisa juga salah. Yang paling penting adalah kita semua perlu rapatkan barisan, satukan langkah, bergerak bersama untuk menyelamatkan generasi masa depan dengan cara menyumbangkan apa yang bisa kita sumbangkan, termasuk pemikiran-pemikiran konstruktif untuk ikut memerangi malnutrisi di Timor Leste.

Saya mengucapkan terima-kasih banyak kepada Companheiro Joel Maria Pereira (Direktur Exekutif UNMICS) dan Tim yang telah menyumbangkan foto-foto hasil dokumentasi pertemuan tanggal 9 Agustus 2024 sebagaimana dapat dilihat pada foto-foto terlampir.

Dalam foto terlampir, ada satu foto yang memperlihatkan data (tabel) mengenai posisi Timor Leste yang memiliki angka kelahiran tertinggi di antara negara-negara ASEAN. Foto tersebut saya mengambilnya dari google. Bukan karya saya.

Bibliografi

1. Bhutta, Z. A., Das, J. K., Rizvi, A., Gaffey, M. F., Walker, N., Horton, S., Webb, P., Lartey, A., & Black, R. E. (2013). Evidence-based interventions for improvement of maternal and child nutrition: what can be done and at what cost? The Lancet, 382(9890), 452-477.

2. Black, R. E., Victora, C. G., Walker, S. P., Bhutta, Z. A., Christian, P., de Onis, M., Ezzati, M., Grantham-McGregor, S., Katz, J., Martorell, R., & Uauy, R. (2013). Maternal and child undernutrition and overweight in low-income and middle-income countries. The Lancet, 382(9890), 427-451.

3. Creswell, J. W., & Poth, C. N. (2017). Qualitative inquiry and research design: Choosing among five approaches (4th ed.). Thousand Oaks, CA: SAGE Publications.

4. Indonesia Ministry of Health. (2021). Profil Kesehatan Indonesia 2020. Kementerian Kesehatan Republik Indonesia.

5. Ministerio da Saude Timor Leste. (2016). Relatoriu Estatistika Saude. Ministerio da Saude Timor Leste.

6. Ministerio da Saude Timor Leste. (2019). Relatoriu Annual Nutrisaun. Ministerio da Saude Timor Leste.

7. Nugroho, MR, Rambut N. Sasongko & Muhammad Kristiawan. (2021). Faktor-Faktor Yang Mempengaruhi Kejadian Stunting Pada Anak Usia Dini Di Indonesia, Jurnal Obsesi: Jurnal Pendidikan Anak Usia Dini, Vol.5,2 (2021), p.2269 - 2276.

8. Patton, M. Q. (2015). Qualitative research & evaluation methods (4th ed.). Thousand Oaks, CA: SAGE Publications.

9. Raza, A et al (2020). Conceptual Frame Work of Food Systems for Children and Adolescents. Elsevier.

10. Sekretariat Wakil Presiden Republik Indonesia. (2021). Laporan Baseline Program Percepatan Pencegahan Stunting 2018-2024. Sekretariat Wakil Presdien Republik Indonesia.

11. UNICEF. (2020). The State of the World's Children 2020: Children, Food and Nutrition. UNICEF.

12. UNICEF Timor Leste (2022). Unicef National Health Sector Nutrition Strategic Plan 2022-2026. UNICEF Timor Lsete.

13. World Health Organization (WHO). (2006). WHO Child Growth Standards: Length/Height-for-Age, Weight-for-Age, Weight-for-Length, Weight-for-Height and Body Mass Index-for-Age. WHO Press.

14. Yin, R. K. (2018). Case study research and applications: Design and methods (6th ed.). Thousand Oaks, CA: SAGE Publications.

Bersambung;

Catatan Kaki;

Artikelini sudah ditayangkan di laman facebook saya pada 12 Agustus 2024