Analisis Autokorelasi Global dan Lokal Tuberkulosis Paru di Provinsi Nusa Tenggara Timur

Amelia Putri Maulana; Safira Delani; Abimanyu Ardiansyah; Ridho Agusman; Rayuna Handawati

doi:10.22146/jkesvo.92819

Analisis Autokorelasi Global dan Lokal Tuberkulosis Paru di Provinsi Nusa Tenggara Timur

https://doi.org/10.22146/jkesvo.92819

Amelia Putri Maulana^(1*), Safira Delani⁽²⁾, Abimanyu Ardiansyah⁽³⁾, Ridho Agusman⁽⁴⁾, Rayuna Handawati⁽⁵⁾

(1) Program Studi Geografi, Fakultas Ilmu Sosial, Universitas Negeri Jakarta
(2) Program Studi Geografi, Fakultas Ilmu Sosial, Universitas Negeri Jakarta
(3) Program Studi Geografi, Fakultas Ilmu Sosial, Universitas Negeri Jakarta
(4) Program Studi Geografi, Fakultas Ilmu Sosial, Universitas Negeri Jakarta
(5) Program Studi Geografi, Fakultas Ilmu Sosial, Universitas Negeri Jakarta
(*) Corresponding Author

Abstract

Latar Belakang: Nusa Tenggara Timur (NTT) termasuk provinsi prioritas dengan target penemuan kasus yang belum tercapai. Pemerintah Indonesia berkomitmen untuk menurunkan insidensi Tuberculosis (TBC) melalui berbagai upaya, termasuk dalam RPJMN 2020-2024 dan Strategi Nasional Eliminasi TBC.

Tujuan: Penelitian ini bertujuan untuk menganalisis autokorelasi spasial kasus TBC paru di Provinsi NTT, Indonesia, selama periode 2020-2022 beserta faktor risiko TBC di wilayah tersebut.

Metode: Penelitian ini menggunakan analisis Global Moran's I dan Local Moran's I (LISA) untuk mengidentifikasi pola spasial dan hubungan antara kasus TB dan faktor risiko.

Hasil: Hasil penelitian menunjukkan bahwa kejadian TB bervariasi secara signifikan di berbagai kabupaten di Provinsi NTT dan faktor risiko seperti status kehamilan, status HIV, jenis kelamin, penggunaan BPJS, hasil pengobatan, suhu, kelembaban, dan durasi paparan sinar matahari secara spasial berhubungan dengan kejadian TB. Adapun Kabupaten Sumba Tengah di Provinsi Nusa Tenggara Timur memiliki insiden TB Paru yang tinggi.

Kesimpulan: Penelitian ini menggarisbawahi pentingnya memahami pola spasial dan faktor risiko terkait dengan tuberkulosis di Indonesia, khususnya di Provinsi NTT. Teridentifikasinya daerah dengan beban TB yang tinggi menunjukkan bahwa pemerintah Indonesia perlu memperkuat komitmen untuk eliminasi TB, meningkatkan akses dan kualitas layanan kesehatan, mengembangkan dan menerapkan teknologi dan penelitian terbaru tentang TB, serta mendorong kolaborasi antar sektor kesehatan, pemerintah, dan masyarakat lokal dalam memerangi penyakit ini.

Keywords

Tuberkulosis Paru; LISA; Global Moran’s I

Full Text:

PDF

References

Athosra, Maisyarah, Satria, Budi. E., & Adriani. (2022). Prevalensi Penyakit Tuberkulosis Di Wilayah Kerja Puskesmas Lasi Kabupaten Agam Tahun 2022. Human Care Journal, 7(3), 749–755.

Dhamayanti, G., & Rahmaniati, M. (2020). Analisis Spasial Penyakit Tuberkulosis Paru di Kalimantan Tengah Tahun 2017. Jurnal Biostatistik, Kependudukan, dan Informatika Kesehatan, 1(1), 1. https://doi.org/10.51181/bikfokes.v1i1.4092

Haq, I., Alam, M., & Methun, I. H. (2019). Contributions of Proximate Determinants to Fertility Transition in Bangladesh: An Analysis of Bongaarts’ Fertility Model. International Journal of Travel Medicine and Global Health, 7(1), 23–32. https://doi.org/10.15171/ijtmgh.2019.06

Harling, G. , & Castro, M. C. (2014). A Spatial Analysis of Social and Economic Determinants of Tuberculosis in Brazil . Health & Place, 25.

Hartanto, T. D., Saraswati, L. D., Adi, M. S., & Udiyono, A. (2019). Analisis Spasial Persebaran Kasus Tuberkulosis Paru di Kota Semarang Tahun 2018. Jurnal Kesehatan Masyarakat , 7(4), 719–727.

Hastuti, T., Ahmad, L. O., & Ibrahim, K. (2017). Analisis Spasial, Korelasi dan Tren Kasus TB Paru BTA Positif Menggunakan WEB Sistem Informasi Geografis di Kota Kendari Tahun 2013-2015. Jurnal Fakultas Kesehatan Masyarakat Universitas Halu Oleo.

Hernawati, R., & Ardiansyah, M. Y. (2018). Analisis Pola Spasial Penyakit Demam Berdarah Dengue di Kota Bandung Menggunakan Indeks Moran. Jurnal Rekayasa Hijau, 1(3). https://doi.org/10.26760/jrh.v1i3.1774

Kementerian Kesehatan. (2020). Strategi Nasional Penanggulangan Tuberkulosis di Indonesia 2020-2024 (Nurjannah, Ed.). Kementerian Kesehatan Republik Indonesia .

Kementerian Kesehatan RI. (2019). Profil Kesehatan Indonesia Tahun 2019 (B. S. F. W. W. Hardhana, Ed.). Kementerian Kesehatan Republik Indonesia.

Kementerian Kesehatan RI. (2020). Laporan Program Penanggulangan Tuberkulosis .

Kesuma, Z. M. (2020). Analisa Data Epidemiologi Menggunakan R dan Epicalo. Syiah Kuala University Press.

Lawson, A. B. , Banerjee, S. , Haining, R. P. , & Ugarte, M. D. (2016). Handbooks of Spatial Epidemiology. CRC Press.

Lokang Leu, R. L., Takaeb, A. E. L., & Purnawan, S. (2020). Spatial Description of the Distribution Cases of BTA Positive Pulmonary TB in Kota Kupang. Lontar : Journal of Community Health, 2(2), 64–73. https://doi.org/10.35508/ljch.v2i2.2741

Makful, M. R. , Kamso, S. , Eryando, T. , Junadi, P. , & Hatma, R. D. ,. (2016). Model spasial akses pelayanan kesehatan pasien tuberkulosis di Provinsi Jawa Barat dan Provinsi Papua = Spatial model of health care accessibility patient of tuberculosis in west Java Province and the Province of Papua [Thesis]. Universitas Indonesia.

Mengesha, D., Manyazewal, T., & Woldeamanuel, Y. (2021). Five-year trend analysis of tuberculosis in Bahir Dar, Northwest Ethiopia, 2015–2019. International Journal of Mycobacteriology, 10(4), 437. https://doi.org/10.4103/ijmy.ijmy_181_21

Mulya, F. (2023). Analisis Program Penanggulangan TBC di Indonesia dalam Upaya Pencapaian Target Eliminasi TBC Tahun 2030.

Nangi, M. G. , Yanti, F. , & Lestari, S. A. (2019). Dasar Epidemiologi. Deepublish.

Nisa’, F. F., & Budiantara, I. N. (2016). Pemodelan Faktor-Faktor yang Mempengaruhi Jumlah Kasus Tuberkulosis di Jawa Timur Menggunakan Regresi Nonparametrik Spline. Jurnal Sains dan Seni ITS, 5(2).

Perdana, A. A., & Putra, Y. S. (2018). Hubungan Faktor Lingkungan Fisik Rumah Terhadap Kejadian TB Paru di Wilyah Kerja Puskesmas Panjang, Lampung. Jurnal Kesehatan, 9(1).

Ramadhani, M. S., Suhartono, S., & Setiani, O. (2021). Gambaran Sebaran Kasus Tuberkulosis Dalam Pendekatan Spasial Dan Temporal. Jurnal Kesehatan Masyarakat (Undip), 9(4), 529–540. https://doi.org/10.14710/jkm.v9i4.30078

Rizky, H. P., Pramesti, W., & Anuraga, G. (2020). Penggunaan Analisis Klaster K-Means dalam Pemodelan Regresi Spasial pada Kasus Tuberkulosis di Jawa Timur. Indonesian Journal of Statistics and Its Applications, 4(1).

Rosari, R. , Bakri, S. , Santoso, T. , & Wardani, D. W. S. R. (2017). Pengaruh Perubahan Penggunaan Lahan terhadap Insiden Penyakit Tuberkulosis Paru: Studi di Provinsi Lampung (Effect of Land Use Toward Pulmonary Tuberculosis Incidence: Study in Lampung Province). Jurnal Sylva Lestari, 5(1).

Saputra, F. F., Wahjuni, C. U., & Isfandiari, M. A. (2020). Spatial Modeling of Environmental-Based Risk Factors of Tuberculosis in Bali Province: An Ecological Study. Jurnal Berkala Epidemiologi, 8(1).

Sifuna, P. M. , Ouma, C., Atieli, H. , Owuouth, J., Onyango, D., Andagalu, B., & Cowden, J. (2019). Spatial Epidemiology of Tuberculosis In The High-Burden Countries of Kisumu and Siaya, Western Kenya, 2012-2015. The International Journal of Tuberculosis and Lung Disease, 23(3).

WHO. (2020). Fakta-Fakta Utama Tuberkulosis. World Health Organization South East Asia Indonesia.

DOI: https://doi.org/10.22146/jkesvo.92819