Di banyak ruang praktik dan rumah warga di Sleman, petugas kesehatan dan enumerator survei sering menghadapi situasi yang sama. Tinggi badan perlu dicatat, tetapi stadiometer tidak tersedia, ruang terlalu sempit, atau responden tidak bisa berdiri tegak karena sakit, kelelahan, obesitas, atau usia lanjut. Padahal, tinggi badan dibutuhkan untuk berbagai perhitungan dasar seperti status gizi dan pemantauan risiko kesehatan.

Kesenjangan antara standar pengukuran dan realitas lapangan inilah yang mendorong tim Health and Demographic Surveillance System bersama FKKMK UGM menyusun rumus lokal untuk memperkirakan tinggi badan orang dewasa, termasuk kelompok usia lanjut, hanya dari panjang tulang ulna, usia, dan jenis kelamin.

Berbagai studi internasional menunjukkan bahwa ukuran segmen tubuh, terutama panjang tulang ulna di lengan bawah, berkorelasi kuat dengan tinggi badan. Ulna juga praktis karena dapat diukur pada posisi duduk atau berbaring menggunakan alat sederhana, dengan prosedur singkat dan minim gerakan. Dibandingkan proksi lain seperti tinggi lutut atau rentang lengan, ulna sering lebih mudah diterapkan pada kondisi lapangan yang serba terbatas. Namun, rumus yang dibuat di negara lain tidak selalu akurat bila langsung dipakai pada populasi dengan latar etnis, pola tumbuh kembang, dan riwayat gizi yang berbeda. Karena itu, rumus berbasis data lokal menjadi penting.

Rumus ini dikembangkan menggunakan data sekunder HDSS siklus 9 tahun 2023 melalui analisis potong lintang pada populasi dewasa. Dari 5.518 responden, sebanyak 5.245 orang dengan data lengkap tinggi badan dan panjang ulna dianalisis menggunakan regresi linear berbobot survei yang memperhitungkan strata, bobot sampel, dan koreksi populasi, sehingga hasilnya mewakili populasi dewasa Kabupaten Sleman. Komposisi responden relatif seimbang menurut jenis kelamin, didominasi usia 25–59 tahun, dengan rata-rata tinggi badan 157,7 cm dan panjang ulna 25,3 cm. Korelasi antara panjang ulna dan tinggi badan sangat kuat, sekitar 0,79, dan tetap moderat hingga kuat di setiap kelompok usia dan jenis kelamin. Temuan ini menegaskan ulna sebagai prediktor yang andal pada orang dewasa, termasuk pada usia lanjut.

Dari beberapa model yang diuji, satu rumus muncul sebagai yang paling unggul

Tinggi badan (cm) = 99,943 + 2,629 × panjang ulna (cm) − 0,115 × usia (tahun) − 6,628 × jenis kelamin
dengan jenis kelamin = 0 untuk laki-laki dan 1 untuk perempuan.

Interpretasinya cukup intuitif. Untuk panjang ulna yang sama, perempuan diprediksi sekitar 6,6 cm lebih pendek daripada laki-laki. Setiap tambahan 1 cm ulna meningkatkan estimasi tinggi badan sekitar 2,6 cm. Sementara itu, setiap pertambahan 1 tahun usia menurunkan estimasi tinggi sekitar 0,1 cm, selaras dengan fenomena penyusutan tinggi badan seiring penuaan.

Akurasi rumus tidak dinilai dari satu kali pemodelan saja. Tim melakukan validasi silang 10 lipatan, yaitu data dibagi menjadi sepuluh bagian, model dilatih pada sembilan bagian dan diuji pada satu bagian, lalu diulang sampai semua bagian pernah menjadi data uji. Pendekatan ini memberi gambaran performa rumus pada “data baru” yang belum pernah dilihat model. Hasilnya, Mean Absolute Error (MAE) sekitar 3,5 cm dan Root Mean Squared Error (RMSE) sekitar 4,5 cm pada populasi keseluruhan. Untuk konteks klinis dan survei populasi, ketelitian ini dinilai memadai selama pengguna menyadari bahwa ini adalah estimasi, bukan pengganti pengukuran langsung ketika kondisi memungkinkan.

Rumus ini juga dibandingkan dengan sejumlah formula yang sering dikutip di literatur, seperti Bonell, Sutriani, Mulyasari, Papadopoulou, dan Ilayperuma. Pada populasi dewasa dan subkelompok usia di bawah 60 tahun, rumus berbasis data Sleman secara konsisten menghasilkan kesalahan yang lebih kecil. Pada kelompok usia lanjut, akurasi memang menurun, sejalan dengan penyusutan tinggi badan yang cenderung lebih besar dan bervariasi. Pola penurunan ini cukup jelas sehingga pengguna dapat lebih berhati-hati saat menginterpretasi hasil pada usia sangat lanjut.

Dalam perspektif Sustainable Development Goals, inovasi ini mendukung SDG 3 tentang Kehidupan Sehat dan Kesejahteraan yang Baik melalui perbaikan kualitas data antropometri yang menjadi dasar pemantauan gizi dan penyakit kronis. Pada saat yang sama, kerja ini mencerminkan SDG 17 tentang Kemitraan untuk Mencapai Tujuan, karena lahir dari kolaborasi antara akademisi, tim surveilans, enumerator lapangan, dan pemangku kepentingan layanan kesehatan di Sleman.

Ke depan, rumus ini berpotensi diintegrasikan ke aplikasi sederhana di gawai petugas. Cukup masukkan panjang ulna, usia, dan jenis kelamin, lalu estimasi tinggi badan akan muncul dan bisa dipakai untuk perhitungan indeks massa tubuh maupun kebutuhan gizi. Dengan satu pengukuran kecil di lengan bawah, banyak celah data tinggi badan di lapangan dapat ditutup, baik pada orang dewasa maupun usia lanjut, sehingga perencanaan kebijakan kesehatan bisa lebih tepat sasaran.

Detail rumus, pendekatan analisis, hasil validasi silang, serta pembahasan keterbatasan dan implikasi penggunaannya tersedia pada laporan lengkap. Silakan klik tautan berikut untuk mengakses dokumen.

Penulis
Oleh Septi Kurnia Lestari Wulan Febryana

Editor
Naufal Farah Azizah

Dokumentasi
Rahayu Kia Sandi Cahaya Putri