menghasilkan data spasial baru berupa poligon-poligon yang melingkupi gari-
garis tersebut. Sedangkan data spasial poligon akan menghasilkan data spasial
baru yang besar dan konsentris.
• 3D analysis; fungsi ini terdiri dari sub-sub
fungsi yang berhubungan dengan presentasi data spasial dalam ruang tiga
dimensi. Fungsi ini banyak menggunakan fungsi interpolasi Prahasta, 2001.
2.4.5. Pemanfaatan SIG dalam Penyebaran Malaria
SIG dapat dapat dimanfaatkan untuk membantu penentuan penyebaran malaria.
Secara umum SIG Malaria terdiri atas serangkaian subsistem manajemen data dasar
data dasar dan data geografis, serta subsistem analisis dan pemanggilan retrival
data. Inventarisasi data populasi dan data malaria yang distandarisasi, peta-peta SIG
malaria, dan fungsi analisis spasial dari SIG antara lain klasifikasi, penilaian, tumpang
susun, dan fungsi-fungsi lingkungan digunakan dalam SIG Malaria Wibowo,
2005. 2.4.6. Protokol SIG Malaria
Menurut Luo, 2001 , kerangka umum SIG malaria sebagai berikut:
2.4.6.1. Subsistem Manajemen Data Dasar Populasi Malaria
Data kasus malaria Plasmodium sp. dan jumlah penderita dan data populasi
merupakan data dasar dalam SIG. Data tersebut membutuhkan identifer kode umum
yang digunakan untuk menghubungkan data populasi dan kasus malaria dengan
karakterisrik geografis, seperti desa, puskesmas, puskesmas pembantu, rumah
sakit, stasiun klimatologi, dan lain-lain. Kode desa digunakan sebagai identifer unik yang
distandarisasi secara nasional untuk menghubungkan data atribut kasus malaria
dan populasi dengan karakteristik geografis peta.
Sistem surveilens di Jawa-Bali melibatkan dua mekanisme pengumpulan data, yaitu
Active Case Detection ACD dan Passive Case Detection PCD. ACD merupakan
mekanisme pengumpulan data secara langsung di lapangan. Petugas lapangan
secara teratur mengunjungi lokasi yang berada di wilayah kerja masing-masing puskesmas.
Sedangkan PCD merupakan mekanisme pengumpulan data secara tidak langsung. Data
diperoleh dari puskesmas dan puskesmas pembantu.
Indikator sistem surveilens ditentukan oleh API rate, AMI rate, ABER dan SPR. Annual
Parasite Incidence Rate API rate dan Annual Malaria Incidence Rate AMI rate
merupakan indikator utama dalam sistem surveilens. API dan AMI merupakan indikator
yang digunakan untuk mengetahui tingkat epidemis malaria suatu wilayah. Penggunakan
API dan AMI tersebut secara nasional ditetapkan masing-masing untuk pulau Jawa-
Bali dan pulau-pulau di luar Jawa-Bali. Sedangkan Annual Blood Examination Rate
ABER dan Slide Positive Rate SPR merupakan indikator sekunder yang
digunakan dalam penilaian kegiatan surveilens. Rincian data dan indikator SIG
Malaria dapat dilihat pada Tabel 3.
Tabel 3 Daftar Data dan Peta Populasi dan Malaria dalam SIG Malaria
Daftar Data Atribut Daftar Peta
1. Jumlah populasi tiap desa 1. Peta titik desa
2. Jumlah kasus malaria klinis 2. Peta titik rumah sakit
3. Jumlah sediaan darah yang diperiksa 3. Peta titik puskesmas
4. Jumlah kasus positif 4. Peta titik puskesmas pembantu
5. Jumlah kasus positif bagi Plasmodium falciparum 5. Peta batas desa
6. Jumlah kasus positif bagi Plasmodium vivax 6. Peta batas kecamatan
7. Jumlah kasus indigenous 7. Peta penggunaan lahan
8. Jumlah kasus indigenous Plasmodium falciparum 8. Peta topografi
9. Jumlah kasus indigenous Plasmodium vivax 9. Peta hidrologi
10.Daftar puskesmas pembantu yang memiliki laboratoriun 10. Peta jaringan jalan raya
2.4.6.2. Subsistem Manajemen Data Geografis
Subsistem manajemen data geografis merupakan sistem berupa vektor yang dikenal
sebagai model ”topologi”. Objek pada sub sistem ini dapat berupa titik, garis, dan
poligon. Dalam SIG Malaria, lokalitas seperti kota, puskesmas, puskesmas pembantu, rumah
sakit, pusat kota digambarkan sebagai titik. Jaringan transportasi jalan dan jalan raya,
Sub sistem manajemen data dasar dan malaria
Sub sistem manajemen data geografis peta
SIG
Sub sistem analisis spasial dan pemanggilan daerah
Grafik Tabel
Peta
Gambar 8 Kerangka umum SIG
jaringan hidrologi sungai dan anak sungai, jaringan Wilayah Kerja Puskesmas WKP
dan kontur digambarkan sebagai garis. Sedangkan batas desa, batas kecamatan, dan
batas kabupaten digambarkan sebagai poligon.
Data lingkungan seperti bentang wilayah, hidrologi, penggunaan lahan, pola
perlindungan tanah land cover dan jaringan jalan raya juga termasuk dalam data geografis.
Data lingkungan tersebut digunakan dalam pengambilan keputusan untuk mempelajari
pola penyebaran spasial malaria. Sedangkan peta jaringan jalan raya digunakan untuk
menilai pemberian pelayanan kesehatan dalam kegiatan surveilens dan penanggulangan
malaria. 2.4.6.3. Subsistem Analisis dan
Pemanggilan Data
Sub sistem analisis dan pemanggilan data merupakan subsistem yang berperan penting
untuk meningkatkan kemampuan pengguna, terutama dalam kegiatan pengambilan
keputusan. Sub sistem ini berperan dalam output SIG Malaria. Hal ini disebabkan oleh
cakupan subsistem sebagian besar berupa karakteristik SIG, seperti visualisasi, query
pemanggilan data atribut dan spasial, klasifikasi, operasi hitung, operasi tumpang
susun dan fungsi lingkungan.
Ketiga subsistem SIG Malaria saling berkorelasi menghasilkan tampilan Output
berupa grafik, peta, dan tabel. Subsistem manajemen data dasar populasi dan malaria
serta subsistem data geografis mempengaruhi hasil yang akan dikeluarkan oleh subsistem
analisis dan pemanggilan data. Keterkaitan antar ketiga subsistem tersebut ditunjukan
pada Gambar 8. 2.5. Penginderaan Jauh
Penginderaan jauh merupakan salah satu teknik dalam SIG untuk mengumpulkan
informasi dari jarak tertentu Aronoff, 1991 dalam Prahasta, 2001. Pernyataan “dari jarak
tertentu” secara umum menggambarkan bahwa tidak ada kontak langsung dengan
informasi yang ingin diperoleh tadi. Penginderaan jauh
memanfaatkan berbagai perangkat seperti kamera, radiometer, penyiam scanner, atau
sensor seperti satelit. 2.5.1. Klasifikasi Citra
Citra penginderaan jauh dianalisis secara digital untuk mendapatkan informasi tematik.
Klasifikasi multispektral adalah suatu metode yang digunakan untuk mengekstrak informasi,
terutama informasi penutup lahan. Klasifikasi multispektral menggunakan pendekatan
kuantitatif dan mengurangi subyektifitas pada kegiatan interpretasi. Metode klasifikasi
multispektral dapat menggunakan algoritma- algoritma berikut : 1 Klasifikasi Tegas
Hard Classifier, 2 Klasifikasi Samar Soft Classifier, dan 3 Klasifikasi Hibrid Jensen,
1996 dalam Prahasta 2001. Algoritma Klasifikasi Tegas pada umumnya terbagi
menjadi dua kelompok besar yaitu Klasifikasi Terbimbing Supervised Classification dan