Abstract
Latar Belakang: Pemanfaatan data rutin di bidang kesehatan salah satunya untuk mengestimasi beban suatu penyakit termasuk determinannya. Tuberculosis (TB) masih menjadi masalah kesehatan global yang menginfeksi 10,6 juta orang di seluruh dunia pada tahun 2021, dimana Indonesia menjadi penyumbang beban kasus tertinggi kedua. Jawa Barat merupakan provinsi dengan jumlah temuan kasus TB terbanyak di Indonesia dalam 5 tahun terakhir
Metode: Data bersumber dari Badan Pusat Statistik (BPS) Provinsi Jawa Barat tahun 2022 dan Statistik Perumahan Provinsi Jawa Barat 2021. Analisis deskriptif, autokorelasi spasial, dan analisis Geographically Weighted Regression (GWR) dilakukan menggunakan perangkat lunak pengolahan data, GeoDa dan GWR4. Hasil disajikan dalam bentuk peta menggunakan aplikasi QGIS. Analisis spasial dilakukan untuk melihat persentase kasus TB dengan faktor-faktor risiko TB.
Hasil: Hasil dari penelitian ini menunjukkan adanya autokorelasi spasial positif yang berpengaruh signifikan terhadap jumlah kasus TB di Provinsi Jawa Barat yang artinya sebaran kasus membentuk pola mengelompok. Adapun kabupaten/kota yang menjadi hotspot dan merupakan wilayah prioritas intervensi penanganan kasus TB di Provinsi Jawa Barat adalah Kabupaten Bekasi, Kabupaten Bogor, Kabupaten Karawang, Kabupaten Purwakarta, Kabupaten Sukabumi, Kota Bekasi, Kota Bogor dan Kota Depok. Model GWR menemukan faktor risiko yang memiliki pengaruh berbeda di tiap wilayah kabupaten/kota yaitu penduduk miskin, suhu dan ketinggian wilayah, sehingga bentuk intervensi kesehatan yang dilakukan juga berbeda.
Kesimpulan: Pemanfaatan data rutin dengan pendekatan spasial ini diharapkan dapat menjadi pendukung pengambilan keputusan (decision making support) terkait program dan kebijakan intervensi kesehatan yang spesifik wilayah sehingga tepat sasaran dan mampu menurunkan jumlah kasus TB.
Metode: Data bersumber dari Badan Pusat Statistik (BPS) Provinsi Jawa Barat tahun 2022 dan Statistik Perumahan Provinsi Jawa Barat 2021. Analisis deskriptif, autokorelasi spasial, dan analisis Geographically Weighted Regression (GWR) dilakukan menggunakan perangkat lunak pengolahan data, GeoDa dan GWR4. Hasil disajikan dalam bentuk peta menggunakan aplikasi QGIS. Analisis spasial dilakukan untuk melihat persentase kasus TB dengan faktor-faktor risiko TB.
Hasil: Hasil dari penelitian ini menunjukkan adanya autokorelasi spasial positif yang berpengaruh signifikan terhadap jumlah kasus TB di Provinsi Jawa Barat yang artinya sebaran kasus membentuk pola mengelompok. Adapun kabupaten/kota yang menjadi hotspot dan merupakan wilayah prioritas intervensi penanganan kasus TB di Provinsi Jawa Barat adalah Kabupaten Bekasi, Kabupaten Bogor, Kabupaten Karawang, Kabupaten Purwakarta, Kabupaten Sukabumi, Kota Bekasi, Kota Bogor dan Kota Depok. Model GWR menemukan faktor risiko yang memiliki pengaruh berbeda di tiap wilayah kabupaten/kota yaitu penduduk miskin, suhu dan ketinggian wilayah, sehingga bentuk intervensi kesehatan yang dilakukan juga berbeda.
Kesimpulan: Pemanfaatan data rutin dengan pendekatan spasial ini diharapkan dapat menjadi pendukung pengambilan keputusan (decision making support) terkait program dan kebijakan intervensi kesehatan yang spesifik wilayah sehingga tepat sasaran dan mampu menurunkan jumlah kasus TB.
Original language | Indonesian |
---|---|
Pages (from-to) | 23-32 |
Journal | Jurnal Ilmiah Kesehatan Masyarakat |
Volume | 16 |
Issue number | 1 |
DOIs | |
Publication status | Published - 29 Feb 2024 |
Keywords
- Analisis spasial
- Faktor risiko
- GWR
- Pemanfaatan data rutin
- Tuberkulosis