Perbandingan Karakteristik Ibu, Indikasi, dan Klasifikasi Robson pada Persalinan Seksio Sesarea Tahun 2013 dan 2018

Latar Belakang: Angka persalinan seksio sesarea terus meningkat secara global maupun nasional. Klasifikasi Robson direkomendasikan WHO sebagai metode standar untuk audit dan evaluasi seksio sesarea.Tujuan: Tujuan penelitian ini untuk menganalisis perbandingan karakteristik ibu, indikasi operasi, dan distribusi klasifikasi Robson pada persalinan seksio sesarea di sebuah rumah sakit daerah pada tahun 2013 dan 2018.Metode: Penelitian analitik dengan desain cross-sectional menggunakan data rekam medis ibu bersalin dengan seksio sesarea tahun 2013 dan 2018. Sampel total sebanyak 472 kasus (2013: 260; 2018: 212).Hasil: Terdapat tidak perbedaan distribusi usia ibu, paritas dan usia kehamilan antara tahun 2013 dan 2018. Distribusi indikasi seksio sesarea berbeda signifikan antara kedua tahun, dengan indikasi terbanyak tahun 2013 adalah riwayat seksio sesarea (24,2%), sedangkan tahun 2018 adalah gawat janin (27,4%). Distribusi kelompok Robson tahun 2013 didominasi kelompok Robson 2 (31,9%), sedangkan tahun 2018 didominasi kelompok Robson 4 (24,5%).Kesimpulan: Terdapat perubahan signifikan pada distribusi usia, indikasi, dan klasifikasi Robson persalinan seksio sesarea antara tahun 2013 dan 2018. Audit berkelanjutan menggunakan klasifikasi Robson diperlukan untuk mengendalikan angka seksio sesarea.

Authors

Publication Details

Journal
Jurnal Kesehatan Reproduksi
Published
2026-04-24
DOI
https://doi.org/10.22146/jkr.92707
Primary Topic
Methodologies in Health Research and Practice
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Perbandingan Karakteristik Ibu, Indikasi, dan Klasifikasi Robson pada Persalinan Seksio Sesarea Tahun 2013 dan 2018

Putu Indah Budi Apsari, Putu Devi Gema Partamayani, Anak Agung Gede Raka Budayasa
Jurnal Kesehatan Reproduksi
Methodologies in Health Research and Practice
article

Perbandingan Karakteristik Ibu, Indikasi, dan Klasifikasi Robson pada Persalinan Seksio Sesarea Tahun 2013 dan 2018

Putu Indah Budi Apsari, Putu Devi Gema Partamayani, Anak Agung Gede Raka Budayasa
article en

Abstract

Latar Belakang: Angka persalinan seksio sesarea terus meningkat secara global maupun nasional. Klasifikasi Robson direkomendasikan WHO sebagai metode standar untuk audit dan evaluasi seksio sesarea.Tujuan: Tujuan penelitian ini untuk menganalisis perbandingan karakteristik ibu, indikasi operasi, dan distribusi klasifikasi Robson pada persalinan seksio sesarea di sebuah rumah sakit daerah pada tahun 2013 dan 2018.Metode: Penelitian analitik dengan desain cross-sectional menggunakan data rekam medis ibu bersalin dengan seksio sesarea tahun 2013 dan 2018. Sampel total sebanyak 472 kasus (2013: 260; 2018: 212).Hasil: Terdapat tidak perbedaan distribusi usia ibu, paritas dan usia kehamilan antara tahun 2013 dan 2018. Distribusi indikasi seksio sesarea berbeda signifikan antara kedua tahun, dengan indikasi terbanyak tahun 2013 adalah riwayat seksio sesarea (24,2%), sedangkan tahun 2018 adalah gawat janin (27,4%). Distribusi kelompok Robson tahun 2013 didominasi kelompok Robson 2 (31,9%), sedangkan tahun 2018 didominasi kelompok Robson 4 (24,5%).Kesimpulan: Terdapat perubahan signifikan pada distribusi usia, indikasi, dan klasifikasi Robson persalinan seksio sesarea antara tahun 2013 dan 2018. Audit berkelanjutan menggunakan klasifikasi Robson diperlukan untuk mengendalikan angka seksio sesarea.

Jurnal Kesehatan ReproduksiVol. 13(1)
Openalex Percentile: Top 4%
Methodologies in Health Research and Practice
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.