PENYUSUNAN METODE PENENTUAN INDEKS KERAWANAN WILAYAH DAN PEMETAAN WILAYAH RENTAN PENYAKIT DEMAM BERDARAH DI INDONESIA
PENYUSUNAN METODE PENENTUANINDEKS KERAWANAN WILAYAH
DAN PEMETAAN WILAYAH RENTAN PENYAKIT DEMAM BERDARAH
DI INDONESIA
Developing Method for Determining Regional Vulnerability Index of Dengue Fever
Disease and Its Zone in Indonesia
Rini Hidayati*, Rizaldi Boer**, Yonny Koesmaryono***, Upik Kesumawati****,
Sjafrida Manuwoto******
Abstract. This research was aimed to develop method for determining regional vulnerability index of
dengue fever disease and its zone in Indonesia particularly for regional district. The vulnerability index
(IK) was developed by combining data on intensity, time series recorded data on the incidences for 3 years
consecutively (m), and frequency of dengue's incidences, light (Fr), medium (Fs) and heavy (Fb)
incidence. Analysis on distribution of monthly IR showed that the IR's values at probability of 25%, 75%,
and 99% are 0.4, 2.8 and 30.1, respectively, where in monthly scale, the light incidence is within a range of
0 < IR < 0.4, the medium is of 0.46 ' F- + 16 ~> * (m + "H 2 * " - 2 > . The
values of IK were mapped to develop the map of regional vulnerability index or called as Regional
Vulnerability Index Zone. The map showed that the most vulnerable region covered big cities particularly
those which lie on Java Island and clustered into cluster 3 and 2. Pattern and value of the monthly
vulnerability index differ significantly for each cluster.
Key Word: Dengue fever diseases, vulnerability index, vulnerability map
PENDAHULUAN
Penggambaran
keadaan
suatu
wilayah yang luas seringkali akan menjadi
lebih sederhana apabila dinyatakan dalam
bentuk
pewilayahan
atau
tingkatan
kesesuaian/kerentanan wilayah terhadap
Zonasi dan
suatu kejadian/keadaan.
pemetaan penyakit atau masalah kesehatan
lainnya (epidemiologi spasial) khususnya di
Indonesia
masih
belum
populer.
Epidemiologi spasial
meliputi analsis
prevalensi dan sebaran penyakit secara
geografik memerlukan formulasi model
statistik untuk menggambarkan simbol
penyebaran penyakit (Chong et al, 2007).
Peta sebaran geografis penyakit sangat
berguna untuk mempelajari hubungan antara
iklim / cuaca dengan penyakit atau masalah
kesehatan lain secara empirik (Trom, 1980),
dan
bermanfaat
untuk
membantu
mengimplementasikan rencana intervensi
(Seng, 2007).
data kejadian penyakit DBD dalam 3 tahun
berturut-turut. Katagori daerah Endemik
diterapkan untuk suatu daerah apabila di
daerah tersebut dalam 3 tahun burturt-turut
terjadi serangan penyakit DBD. Daerah
sporadis apabila terjadinya serangan tidak
berturutan dalam 3 tahun (skala data
tahunan), dan daerah potensial DB apabila
tidak terjadi serangan dalam 3 tahun terakhir
(Anonim, 1999).
Penggolongan tingkat
endemik tidak dihubungkan dengan angka
kejadian atau jumlah kasus.
Secara terpisah pemerintah telah
menyusun Indikator Indonesia sehat tahun
2010 dan Pedoman Penetapan Indikator
Provinsi sehat dan Kabupaten / Kota Sehat
melalui Keputusan Menteri Kesehatan No:
1202/MenKes/SK/Vin/2003. Target angka
kesakitan (morbiditas) untuk penyakit DBD
sebesar 2/100.000 penduduk. Di tingkat
operasional, target angka kejadian penyakit
DBD melalui Proyek Penanggulangan
Nasional kurang dari 5 orang penderita setiap
100.000 penduduk (Incidence Rate kurang
dari 5 atau IR 0 dikatagorikan ke
dalam lima tingkat kerawanan, meliputi
tingkat agak aman (tingkat 1), agak rawan
atau daerah endemik ringan (tingkat 2),
rawan atau daerah endemik sedang (tingkat
3), sangat rawan atau daerah endemik berat
(tingkat 4), dan amat sangat rawan atau
daerah
endemik
sangat
berat
atau
hiperendemik (tingkat 5). Penentuan tingkat
Metode Penentuan Indeks Kerawanan Wilayah...( Rini Hidayati, et al)
0 hingga 5 dilakukan berdasarkan nilai-nilai
IK pada tingkat peluang seperti pada Tabel 1.
Tabel 1. Kisaran nilai IK dengan Indeks dan Tingkat Endemik Wilayah
Kisaran nilai IK
IK=0
0 < IK < Peluang 0,25
Peluang 0,25 < IK < Peluang
0,50
Peluang 0,50 < IK < Peluang
0,75
Peluang 0,75 < IK < Peluang
0,95
Tingkat Kerawanan
0
1
2
3
Rawan / Endemik Agak Berat
4
Sangat Rawan / Endemik Berat
Amat Sangat Rawan/ Endemik
Sangat Berat/ Hiperendemik
IK > Peluang 0,95
Membuat Klaster Wilayah berdasarkan
Indeks Kerawanan dan Menentukan Pola
IK Bulanan setiap Klaster
Analisis klaster dilakukan terhadap
nilai IK bulanan. Jumlah klaster ditentukan
berdasarkan tingkat kesamaan 85% dengan
menggunakan metode penghubung centroid
dan ukuran jarak euclidean menggunakan
paket program Minitab 14. Pola IK bulanan
dari setiap klaster didapatkan dengan cara
merata-ratakan IK bulanan masing-masing
anggota klaster.
Memetakan
DBD
Tingkat Endemik
Tidak Rawan / Tidak Endemik
Agak Aman / Endemik Ringan
Agak Rawan / Endemik Sedang
Wilayah Rawan Penyakit
Identitas klaster seluruh wilayah
DTII di Indonesia dipetakan pada peta
administrasi kabupaten dengan menggunakan
paket program Arc-View. Identitas klaster
diperlakukan sebagai data atribut, yang akan
menjadi masukan dalam program Arc-View
yang telah berisi peta administrasi kabupaten.
HASIL DAN PEMBAHASAN
Bentuk Sebaran dan Nilai Peluang
Bentuk sebaran dan nilai peluang
angka kejadian penyakit
DBD (IR)
menentukan
berat
diperlukan
untuk
ringannya kejadian penyakit DBD bulanan
pada setiap kabupaten. Tingkat serangan
dibagi menjadi tingkat kejadian ringan,
sedang dan berat. Untuk menentukan bentuk
sebaran dan nilai peluang, data yang
dipergunakan adalah data yang bernilai lebih
besar dari nol, dari data gabungan seluruh
kejadian bulanan pada seluruh kabupaten di
Indonesia.
Tabel 2. Bentuk sebaran yang diujikan untuk mendapatkan nilai peluang data IR bulanan
dan hasil parameter uji yang dihasilkan
Sebaran
Parameter
N
Loc
Lognormal - 95% CI
25.868
Normal - 95% CI
25.868
Scale
Mean
StDev
Loc
Scale
3-Parameter Lognormal - 95% CI
Weibull - 95% CI
25.868
25.868
Thresh
Shape
Scale
0,111
1,381
3,039
6,741
0,065
1,436
0,021
0,704
2,258
AD
P-Value
25,50
DAN PEMETAAN WILAYAH RENTAN PENYAKIT DEMAM BERDARAH
DI INDONESIA
Developing Method for Determining Regional Vulnerability Index of Dengue Fever
Disease and Its Zone in Indonesia
Rini Hidayati*, Rizaldi Boer**, Yonny Koesmaryono***, Upik Kesumawati****,
Sjafrida Manuwoto******
Abstract. This research was aimed to develop method for determining regional vulnerability index of
dengue fever disease and its zone in Indonesia particularly for regional district. The vulnerability index
(IK) was developed by combining data on intensity, time series recorded data on the incidences for 3 years
consecutively (m), and frequency of dengue's incidences, light (Fr), medium (Fs) and heavy (Fb)
incidence. Analysis on distribution of monthly IR showed that the IR's values at probability of 25%, 75%,
and 99% are 0.4, 2.8 and 30.1, respectively, where in monthly scale, the light incidence is within a range of
0 < IR < 0.4, the medium is of 0.46 ' F- + 16 ~> * (m + "H 2 * " - 2 > . The
values of IK were mapped to develop the map of regional vulnerability index or called as Regional
Vulnerability Index Zone. The map showed that the most vulnerable region covered big cities particularly
those which lie on Java Island and clustered into cluster 3 and 2. Pattern and value of the monthly
vulnerability index differ significantly for each cluster.
Key Word: Dengue fever diseases, vulnerability index, vulnerability map
PENDAHULUAN
Penggambaran
keadaan
suatu
wilayah yang luas seringkali akan menjadi
lebih sederhana apabila dinyatakan dalam
bentuk
pewilayahan
atau
tingkatan
kesesuaian/kerentanan wilayah terhadap
Zonasi dan
suatu kejadian/keadaan.
pemetaan penyakit atau masalah kesehatan
lainnya (epidemiologi spasial) khususnya di
Indonesia
masih
belum
populer.
Epidemiologi spasial
meliputi analsis
prevalensi dan sebaran penyakit secara
geografik memerlukan formulasi model
statistik untuk menggambarkan simbol
penyebaran penyakit (Chong et al, 2007).
Peta sebaran geografis penyakit sangat
berguna untuk mempelajari hubungan antara
iklim / cuaca dengan penyakit atau masalah
kesehatan lain secara empirik (Trom, 1980),
dan
bermanfaat
untuk
membantu
mengimplementasikan rencana intervensi
(Seng, 2007).
data kejadian penyakit DBD dalam 3 tahun
berturut-turut. Katagori daerah Endemik
diterapkan untuk suatu daerah apabila di
daerah tersebut dalam 3 tahun burturt-turut
terjadi serangan penyakit DBD. Daerah
sporadis apabila terjadinya serangan tidak
berturutan dalam 3 tahun (skala data
tahunan), dan daerah potensial DB apabila
tidak terjadi serangan dalam 3 tahun terakhir
(Anonim, 1999).
Penggolongan tingkat
endemik tidak dihubungkan dengan angka
kejadian atau jumlah kasus.
Secara terpisah pemerintah telah
menyusun Indikator Indonesia sehat tahun
2010 dan Pedoman Penetapan Indikator
Provinsi sehat dan Kabupaten / Kota Sehat
melalui Keputusan Menteri Kesehatan No:
1202/MenKes/SK/Vin/2003. Target angka
kesakitan (morbiditas) untuk penyakit DBD
sebesar 2/100.000 penduduk. Di tingkat
operasional, target angka kejadian penyakit
DBD melalui Proyek Penanggulangan
Nasional kurang dari 5 orang penderita setiap
100.000 penduduk (Incidence Rate kurang
dari 5 atau IR 0 dikatagorikan ke
dalam lima tingkat kerawanan, meliputi
tingkat agak aman (tingkat 1), agak rawan
atau daerah endemik ringan (tingkat 2),
rawan atau daerah endemik sedang (tingkat
3), sangat rawan atau daerah endemik berat
(tingkat 4), dan amat sangat rawan atau
daerah
endemik
sangat
berat
atau
hiperendemik (tingkat 5). Penentuan tingkat
Metode Penentuan Indeks Kerawanan Wilayah...( Rini Hidayati, et al)
0 hingga 5 dilakukan berdasarkan nilai-nilai
IK pada tingkat peluang seperti pada Tabel 1.
Tabel 1. Kisaran nilai IK dengan Indeks dan Tingkat Endemik Wilayah
Kisaran nilai IK
IK=0
0 < IK < Peluang 0,25
Peluang 0,25 < IK < Peluang
0,50
Peluang 0,50 < IK < Peluang
0,75
Peluang 0,75 < IK < Peluang
0,95
Tingkat Kerawanan
0
1
2
3
Rawan / Endemik Agak Berat
4
Sangat Rawan / Endemik Berat
Amat Sangat Rawan/ Endemik
Sangat Berat/ Hiperendemik
IK > Peluang 0,95
Membuat Klaster Wilayah berdasarkan
Indeks Kerawanan dan Menentukan Pola
IK Bulanan setiap Klaster
Analisis klaster dilakukan terhadap
nilai IK bulanan. Jumlah klaster ditentukan
berdasarkan tingkat kesamaan 85% dengan
menggunakan metode penghubung centroid
dan ukuran jarak euclidean menggunakan
paket program Minitab 14. Pola IK bulanan
dari setiap klaster didapatkan dengan cara
merata-ratakan IK bulanan masing-masing
anggota klaster.
Memetakan
DBD
Tingkat Endemik
Tidak Rawan / Tidak Endemik
Agak Aman / Endemik Ringan
Agak Rawan / Endemik Sedang
Wilayah Rawan Penyakit
Identitas klaster seluruh wilayah
DTII di Indonesia dipetakan pada peta
administrasi kabupaten dengan menggunakan
paket program Arc-View. Identitas klaster
diperlakukan sebagai data atribut, yang akan
menjadi masukan dalam program Arc-View
yang telah berisi peta administrasi kabupaten.
HASIL DAN PEMBAHASAN
Bentuk Sebaran dan Nilai Peluang
Bentuk sebaran dan nilai peluang
angka kejadian penyakit
DBD (IR)
menentukan
berat
diperlukan
untuk
ringannya kejadian penyakit DBD bulanan
pada setiap kabupaten. Tingkat serangan
dibagi menjadi tingkat kejadian ringan,
sedang dan berat. Untuk menentukan bentuk
sebaran dan nilai peluang, data yang
dipergunakan adalah data yang bernilai lebih
besar dari nol, dari data gabungan seluruh
kejadian bulanan pada seluruh kabupaten di
Indonesia.
Tabel 2. Bentuk sebaran yang diujikan untuk mendapatkan nilai peluang data IR bulanan
dan hasil parameter uji yang dihasilkan
Sebaran
Parameter
N
Loc
Lognormal - 95% CI
25.868
Normal - 95% CI
25.868
Scale
Mean
StDev
Loc
Scale
3-Parameter Lognormal - 95% CI
Weibull - 95% CI
25.868
25.868
Thresh
Shape
Scale
0,111
1,381
3,039
6,741
0,065
1,436
0,021
0,704
2,258
AD
P-Value
25,50