DOI: https://doi.org/10.14710/jkli.19.2.119-126

Autokorelasi Spasial Demam Berdarah Dengue di Kecamatan Samarinda Utara, Kota Samarinda

1Program Studi Kesehatan lingkungan Universitas Muhammadiyah Kalimantan Timur, Samarinda, Indonesia

2Program Studi Teknik Informatika Universitas Muhammadiyah Kalimantan Timur, Samarinda, Indonesia

Open Access Copyright 2020 Jurnal Kesehatan Lingkungan Indonesia under http://creativecommons.org/licenses/by-sa/4.0.

Citation Format:
Abstract

Latar belakang: Demam Berdarah Dengue (DBD) masih menjadi masalah kesehatan masyarakat. Indonesia menjadi salah satu negara yang setiap tahunnya ditemukan kasus DBD. Program pengendalian DBD masih kurang maksimal karena puskesmas belum mampu memetakan wilayah rentan DBD. Penelitian ini bertujuan untuk mengetahui pola sebaran DBD di Kecamatan Samarinda Utara dengan menggunakan autokorelasi spasial.

Metode: Penelitian ini dilaksanakan di kelurahan yang berada pada wilayah kerja Puskesmas Lempake, Kecamatan Samarinda Utara. Sampel penelitian dipilih berdasarkan metode cluster sampling. Berdasarkan kriteria jumlah kasus tertinggi maka kelurahan di Kecamatan Samarinda Utara yang representatif untuk dijadikan cluster pada penelitian ini yaitu kelurahan yang berada pada wilayah kerja Puskesmas Lempake. Analisis yang digunakan pada penelitian ini yaitu Spatial Autocorrelation Analysis dengan menggunakan metode Moran’s I. Spatial Autocorrelation Analysis digunakan untuk mengetahui apakah terdapat hubungan antar titik dan arah hubungannya (postif atau negatif).

Hasil: Nilai Z-score atau Z hitung = 3,651181 dengan nilai kritis (Z α/2) sebesar 2,58. Ini menunjukkan bahwa Z-score > Z α/2 (3,6511 > 2,58) sehingga Ho ditolak. Terdapat autokorelasi spasial pada sebaran kasus DBD di wilayah kerja Puskesmas Lempake. Sebaran kasus DBD di wilayah kerja Puskesmas Lempake termasuk kategori clustered atau berkelompok pada lokasi tertentu. Moran’s Index (I) = 0,124420 artinya I > 0. Ini menunjukkan bahwa pola sebaran DBD di wilayah kerja Puskesmaas Lempake merupakan autokorelasi positif.    

Simpulan: Pola sebaran kasus DBD di Kecamatan Samarinda Utara yaitu clustered. Autokorelasi spasial yang dihasilkan yaitu autokorelasi positif. 

 

ABSTRACT

Title: Spatial Autocorrelation of Dengue Hemorrhagic Fever  in North Samarinda district, Samarinda City

Background: Dengue Hemorrhagic Fever (DHF) is still a public health problem. Indonesia is one of the countries where DHF cases are found every year. The DHF control program is still less than optimal because the public health center has not been able to map the DHF vulnerable areas. This study aims to determine the pattern of DHF distribution in the District of North Samarinda by using spatial autocorrelation.

Method: This research was conducted in a village located in the working area of the Lempake Health Center, Samarinda Utara district. The research sample was chosen based on the cluster sampling method. Based on the criteria for the highest number of cases, the representative village to be clustered in this study are the village within the working area of the Lempake Health Center. The analysis used in this study is spatial autocorrelation nalysis using the Moran’s I. Spatial autocorrelation Analysis method is used to determine whether there is a relationship between the point and direction of the relationship (positive or negative).

Result: Z-score or Z count = 3.651181 with a critical value (Z α / 2) of 2.58. This shows that Z-score> Z α / 2 (3.6511> 2.58) so that Ho is rejected. There is a spatial autocorrelation in the distribution of dengue cases in the working area of the Lempake Health Center. The distribution of dengue cases in the working area of Lempake Health Center is classified as clustered or grouped in certain locations. Moran’s Index (I) = 0.124420 means I> 0. This shows that the pattern of DHF distribution in the work area of Lempake Health Center is a positive autocorrelation.

Conclusion: The pattern of distribution of dengue cases in the District of North Samarinda is clustered. The resulting spatial autocorrelation is positive autocorrelation.

 

Note: This article has supplementary file(s).

Fulltext View|Download |  CTA
Copyright Transfer Agreement
Subject
Type CTA
  Download (132KB)    Indexing metadata
Keywords: Autokorelasi; Dengue; Spasial; Nyamuk

Article Metrics:

Article Info
Section: Research Articles
Language : ID
Recent articles
Keberadaan Perokok dalam Rumah sebagai Faktor Risiko Kejadian Pneumonia pada Anak: Suatu Kajian Sistematik Kontaminasi Telur Dan Larva Cacing Usus Pada Tanah Di Desa Juku Eja Kabupaten Tanah Bumbu Pajanan Personal PM2.5 dan Perubahan Biokimia Darah pada Petugas Penyapu Jalan Halaman Belakang Halaman Sampul More recent articles
Most cited articles
Analisis Faktor-Faktor Yang Berhubungan Dengan Keracunan Merkuri Pada Penambang Emas Tradisional di Desa Jendi Kecamatan Selogiri Kabupaten Wonogiri Identifikasi Kualitas Air dan Beban Pencemaran Sungai Bedadung di Intake Instalasi Pengolahan Air PDAM Kabupaten Jember Faktor Lingkungan dan Perilaku Masyarakat yang Berhubungan dengan Kejadian Filariasis di Kabupaten Sambas Analisis Faktor Risiko Keracunan Pestisida Organofosfat Pada Keluarga Petani Hortikultura di Kecamatan Ngablak Kabupaten Magelang Identifikasi Habitat Fisik Sungai dan Keberagaman Biotilik Sebagai Indikator Pencemaran Air Sungai Musi Kota Palembang More cited articles
  1. WHO. Dengue and Severe Dengue [Internet]. WHO. 2020 [cited 2020 Jul 6]. Available from: https://www.who.int/news-room/fact-sheets/detail/dengue-and-severe-dengue
  2. Kementerian Kesehatan RI. InfoDatin Situasi Demam Berdarah Dengue. Jakarta; 2018
  3. Kemenkes. Data dan Informasi, Profil Kesehatan Indonesia. Jakarta; 2017
  4. Dinas Kesehatan Provinsi Kalimantan Timur. Profil Dinas Kesehatan Provinsi Kalimantan Timur. Kota Samarindaa; 2012
  5. Dinkes Prov. Kalimantan Timur. Profil Kesehatan Provinsi Kalimantan Timur. Kota Samarinda; 2017
  6. Dinkes Kaltim. Profil Kesehatan Kalimantan Timur Tahun 2013. Samarinda; 2013
  7. Dinkes Kaltim. Profil Kesehatan Kalimantan Timur Tahun 2016. Samarinda; 2016
  8. Wulandari RS, Lazuardi L. Analisis Unsur Iklim terhadap Kejadian Demam Berdarah Dengue ( DBD ) di Kota Kendari Tahun 2005-2015. Berita Kedokteran Masyarakat. 2017;33(11):1065–74
  9. Kusuma AP, Sukendra DM. Analisis Spasial Kejadian Demam Berdarah Dengue Berdasarkan Kepadatan Penduduk. Unnes Journal of Public Health. 2016;5(1). doi: 10.15294/ujph.v5i1.9703
  10. Safitri. Pemetaan, Karakteristik Habitat dan Status Resistensi Aedes Aegyti di Kota Banjarmasin Kalimantan Selatan. Jurnal Vektora. 2010;2(2)
  11. Sukowinarsih TE, Cahyati WH. Hubungan Sanitasi Rumah dengan Angka Bebas Jentik Aedes Aegypti. Jurnal Kesehatan Masyarakat. 2010;6(1):30–5
  12. Putra FH. Pengelompokkan Wilayah Bencana Endemi Demam Berdarah Dengue di Jawa Timur dengan Fuzzy Geographically Weighted Clustering - Particle Swarm Optimization. Jurnal Aplikasi Statistika & Komputasi Statistik. 2016;7(2):27–37. doi: 10.31227/osf.io/m9rdq
  13. Syamsir S, Daramusseng A. Analisis Spasial Efektivitas Fogging di Wilayah Kerja Puskesmas Makroman, Kota Samarinda. Jurnal Nasional Ilmu Kesehatan. 2019;1(2)
  14. Arrowiyah, Sutikno. Spatial Pattern Analysis Kejadian Penyakit Demam Berdarah Dengue untuk Informasi Early Warning Bencana di Kota Surabaya. ITS Surabaya; 2010
  15. Novitasari DA. Spatial Pattern Analysis Dan Spatial Autocorrelation Produk Domestik Regional Bruto (PDRB) Sektor Industri untuk Menggambarkan Perekonomian Penduduk di Jawa Timur. Jurnal EKBIS. 2015; 13(1):629–37. doi: 10.30736%2Fekbis.v13i1.113
  16. Puspitasari R, Susanto I. Analisis Spasial Kasus Demam Berdarah di Sukoharjo Jawa Tengah dengan Menggunakan Indeks Moran. In: Prosiding Matematika dan Pendidikan Karakter dalam Pembelajaran. Yogyakarta: Jurusan Pendidikan Matematika FMIPA UNY; 2011. p. 1–11
  17. Bekti RD. Autokorelasi Spasial untuk Identifikasi Pola Hubungan Kemiskinan di Jawa Timur. ComTech. 2012;3(1):217–27
  18. Wuryandari T, Hoyyi A, Kusumawardani DS, Rahmawati D. Identifikasi Autokorelasi Spasial pada Jumlah Pengangguran di Jawa Tengah Menggunakan Indeks Moran. Media Statistika. 2014;7(1):1–10
  19. Anuraga G, Sulistiyawan E. Autokorelasi Spasial untuk Pemetaan Karakteristik Indeks Pembangunan Kesehatan Masyarakat (IPKM) pada Kabupaten/Kota Di Jawa Timur. Statistika. 2017;5(2)
  20. Hernawati R, Ardiansyah MY. Analisis Pola Spasial Penyakit Demam Berdarah Dengue di Kota Bandung Menggunakan Indeks Moran. J Rekayasa Hijau. 2017;I(3):221–32. doi: 10.26760/jrh.v1i3.1774
  21. Boewono DT, Ristiyanto, Widiarti, Widyastuti U. Distribusi Spasial Kasus Demam Berdarah Dengue (DBD), Analisis Indeks Jarak Dan Alternatif Pengendalian Vektor Di Kota Samarinda, Provinsi Kalimantan Timur. Media Litbang Kesehatan. 2012;22(3):131–7
  22. Suyanto, Darnoto S, Astuti D. Hubungan Pengetahuan Dan Sikap Dengan Praktek Pengendalian Nyamuk Aedes Aegyptidi Kelurahan Sangkrah Kecamatan Pasar Kliwon Kota Surakarta. Jurnal Kesehatan. 2011;4(1):1–13
  23. Mitsova D, Wissinger F, Esnard A, Shankar R, Gies P. A Collaborative Geospatial Shoreline Inventory Tool to Guide Coastal Development and Habitat Conservation. Interntional Journal Geo-Information. 2013;(2):385–404
  24. Xie H, Wang P, Huang H. Ecological Risk Assessment of Land Use Change in the Poyang Lake Eco-economic Zone, China. Interntional Journal Environmental Research Public Health. 2013;(10):328–46
  25. Yana Y, Rahayu SR. Analisis Spasial Faktor Lingkungan dan Distribusi Kasus Demam Berdarah Dengue. Higeia Jurnal Public Health Research and Development. 2017;1(3)
  26. Wardani RS, Sayono. Perancangan Sistem Pelaporan untuk Pemantauan Kasus Penyakit Menular Potensial Wabah Berbasis Jaringan dengan Short Message Service (SMS). Universitas Muhammadiyah Semarang; 2007
  27. Boewono DT, Widiarti, Ristiyanto. Analisis Spasial Distribus Kasus Demam Berdarah Dengue (DBD) Kota Bontang, Provinsi Kalimantan Timur. Buletin Penelitian Kesehatan. 2012;40(3):100–9

Last update:

  1. Pengaruh Indeks Entomologi dan Sebaran Kasus Demam Berdarah Dengue di Kabupaten Sukoharjo

    Maulina Tri Handayani, Mursid Raharjo, Tri Joko. Jurnal Kesehatan Lingkungan Indonesia, 22 (1), 2023. doi: 10.14710/jkli.22.1.46-54

Last update: 2024-11-17 21:17:35

No citation recorded.