Hasil Pencarian  ::  Simpan CSV :: Kembali

"Keberadaan COVID-19 di Indonesia saat ini bukanlah satu-satunya wabah penyakit yang harus diwaspadai. Menteri Kesehatan mengatakan ada penyakit yang tidak kalah  berbahaya dan juga tidak kalah mematikan dibandingkan dengan wabah penyakit COVID-19, yaitu Demam Berdarah Dengue. Penyakit ini sudah sepatutnya untuk diwaspadai mengingat jumlah kasusnya yang semakin meningkat dan melebihi jumlah kasus penyakit COVID-19. Faktor cuaca seperti curah hujan, temperatur, dan kelembapan merupakan faktor yang sangat berpengaruh dalam penyebaran parasit dan vektor penular DBD. Untuk mengoptimalkan upaya pencegahan dan penanganan DBD, perlu dilakukannya prediksi terkait jumlah insiden DBD. Dalam tugas akhir ini dilakukan proses prediksi jumlah insiden DBD di DKI Jakarta dengan memperhitungkan faktor iklim (curah hujan, kelembapan, dan temperatur) menggunakan metode Extreme Learning Machine dan metode Artificial Neural Network-Back Propagation serta membandingkan kinerja dari kedua metode tersebut.  Berbeda dari Artificial Neural Network-Back Propagation, Extreme Learning Machine tidak membutuhkan proses iterasi untuk update parameter. Dengan menggunakan data variabel cuaca dan data jumlah insiden DBD kumulatif, Extreme Learning Machine dapat memberikan hasil prediksi yang lebih akurat dibandingkan dengan  Artificial Neural Network - Back Propagation. Extreme Learning Machine dengan persentase data training sebesar 90% menunjukkan hasil prediksi yang lebih baik dibandingkan dengan persentase data training lainnya yang digunakan dalam tugas akhir ini yaitu sebesar 80% dan 70%.

---

The existence of COVID-19 currently in Indonesia is not the only disease which must be watched out. The Health Ministry has said that there was a disease that is as dangerous as COVID-19. That disease is Dengue Fever. Dengue Fever also must be given an extra caution because it is noted that until now the number of dengue cases continues to increase and exceeds COVID-19 cases. The weather factors, such as rainfall, temperature, and humidity, are a very influential factor in the spread of parasites and infectious vectors of dengue fever.  To optimize the dengue handling and prevention effort, it is important to make the dengue cases prediction.

In this final paper, the number of dengue incidences will be predicted by involving weather factors (rainfall, temperature, and humidity) using Extreme Learning Machine and Artificial Neural Network-Back Propagation and also comparing the both of their performance. Unlike the Artificial Neural Network-Back Propagation, Extreme Learning Machine does not need the iteration process to update the parameter.

The result shows that Extreme Learning Machine can give the dengue incidences prediction  which is more accurate than the dengue incidences prediction that is given by using Artificial Neural Network-Back Propagation. Extreme Learning Machine by using 90% training data can show the better prediction result than other training data percentage which is used in this final paper, 80% and 70%."

"

Di tengah maraknya wabah virus Corona, penyakit lain yang menjadi salah satu masalah kesehatan utama masyarakat Indonesia dan tidak dapat diabaikan adalah penyakit Demam Berdarah Dengue (DBD). DBD merupakan penyakit infeksi yang disebabkan oleh virus dengue dan ditularkan melalui gigitan nyamuk Aedes aegypti betina. Faktor lain yang berpengaruh dalam penyebaran DBD adalah faktor cuaca, seperti curah hujan yang tinggi, perubahan suhu dan iklim, serta kelembaban udara. Di Indonesia sendiri, peningkatan kasus DBD banyak terjadi pada masa pancaroba. Oleh karena itu, seiring dengan banyaknya kasus DBD yang terjadi saat ini, dibutuhkan upaya pencegahan dan penanganan dini untuk menanggulangi risiko persebarannya. Upaya yang dapat dilakukan antara lain dengan melakukan prediksi jumlah insiden DBD. Pada tugas akhir ini, jumlah insiden DBD diprediksi menggunakan salah satu metode dalam machine learning, yaitu metode Artificial Neural Network - Particle Swarm Optimization (ANN-PSO), di mana yang menjadi variabel prediktornya adalah jumlah insiden DBD dan faktor cuaca (temperatur, curah hujan, dan kelembaan relatif). Fungsi aktivasi yang digunakan pada tugas akhir ini adalah fungsi Tanh (pada hidden layer) dan fungsi ReLU (pada output layer), dengan memperhitungkan parameter jumlah hidden neuron dan ukuran populasi. Kinerja model ANN-PSO yang dibentuk kemudian dievaluasi berdasarkan Mean Squared Error (MSE). Pada tugas akhir ini, model ANN-PSO terbaik yang dihasilkan untuk masing-masing kotamadya di DKI Jakarta memiliki hasil yang berbeda-beda sesuai dengan parameter yang digunakannya, dengan MSE testing paling kecil bernilai 0,0215026 untuk wilayah Jakarta Pusat, sedangkan MSE testing paling besar bernilai 0,0438962 untuk wilayah Jakarta Utara.

---

During the Coronavirus outbreak, another disease that is also one of the main health problems for the Indonesian people and hence cannot be ignored is Dengue Hemorrhagic Fever (DHF). DHF is an infectious disease caused by dengue virus and is transmitted through the bite of female Aedes aegypti mosquitoes. Another factor that influences the spread of DHF is weather factors, such as high rainfall, changes in temperature and climate, and humidity. In Indonesia, the increase in dengue cases occurred during the transition period. Therefore, in line with the number of dengue cases currently occurring, prevention and early management are needed to mitigate the risk of its spread. Efforts that can be made include predicting the number of dengue incidents. In this final project, the number of dengue incidents is predicted using one of the methods in machine learning, namely the Artificial Neural Network - Particle Swarm Optimization (ANN-PSO) method, where the predictor variables are the number of dengue incidents and weather factors (temperature, rainfall, and relative humidity). The activation functions used in this final project are the Tanh Function (on the hidden layer) and the ReLU Function (on the output layer), and the tuning parameters are the number of hidden neurons and population size. The performance of the ANN-PSO model that was formed evaluated using the Mean Squared Error. In this final project, the best ANN-PSO model produced for each municipality in DKI Jakarta has different results according to the parameters it uses, with the smallest MSE testing value of 0,0215026 for the Central Jakarta area, while the largest MSE testing value was 0,0438962 for the North Jakarta area.

"

"

Insiden Demam Berdarah Dengue (DBD) terjadi pertama kali di Indonesia pada tahun 1968. DBD adalah penyakit yang disebabkan oleh infeksi virus dengue dan disebarkan oleh nyamuk Aedes aegypti. World Health Organization (WHO) menyatakan bahwa Indonesia adalah negara dengan kasus DBD tertinggi di Asia Tenggara. Pada awal tahun 2019 tercatat jumlah penderita DBD sebesar 13.683 penderita, dilaporkan dari 34 Provinsi, termasuk Provinsi DKI Jakarta. Pada Skripsi ini, jumlah insiden DBD di DKI Jakarta diprediksi menggunakan Elman Neural Network (ENN) dan modifikasi dari ENN, yaitu Piecewise Weighted-Gradient Regularized Elman Neural Network (PWRENN). ENN dan PWRENN dipilih karena memiliki koneksi bolak-balik dan memori untuk menyimpan hasil perhitungan sebelumnya. Memori ini meningkatkan hasil prediksi menjadi lebih akurat dibandingkan model Neural Network yang tidak memiliki koneksi bolak-balik. Prediksi dihasilkan berdasarkan jumlah insiden dan faktor cuaca sebelumnya yang terdiri atas rata-rata temperatur udara, rata-rata kelembapan relatif, dan curah hujan. Model yang dibentuk dievaluasi dengan Root Mean Squared Error (RMSE). Pada Skripsi ini, prediksi insiden DBD terbaik di wilayah Jakarta Barat, Jakarta Pusat, Jakarta Selatan, Jakarta Timur, dan Jakarta Utara dihasilkan oleh model PWRENN dengan RMSE pada data testing berturut-turut sebesar 1,02370, 0,94291, 2,15366, 2,79465, dan 2,25341.

---

The incidence of Dengue Hemorrhagic Fever (DHF) first occurred in Indonesia in 1968. DHF is a disease caused by dengue virus infection and spread by the Aedes aegypti mosquito. World Health Organization (WHO) states that Indonesia is a country with the highest DHF cases in Southeast Asia. In early 2019 the number of DHF patients was recorded at 13,683, reported from 34 provinces, including DKI Jakarta. In this research, the number of DHF incidents in DKI Jakarta is predicted using Elman Neural Network (ENN) and modification of ENN, namely Piecewise Weighted-Gradient Regularized Elman Neural Network (PWRENN). ENN and PWRENN were chosen because they have recurrent connections and memory to store the results of previous calculations. This memory improves the prediction results to be more accurate than Neural Network models without recurrent connections. Prediction is generated based on the number of previous incidents and previous weather factors consisting of average air temperature, average relative humidity, and rainfall. The model formed was evaluated by Root Mean Squared Error (RMSE). In this research, the best prediction of the DHF incidents in the West Jakarta, Central Jakarta, South Jakarta, East Jakarta, and North Jakarta regions is generated by the PWRENN model with RMSE on testing data respectively 1,02370, 0,94291, 2,15366, 2,79465, dan 2,25341.

"

"Penelitian ini bertujuan untuk membahas mengenai implementasi kebijakan pengendalian penyakit Demam Berdarah Dengue (DBD) di DKI Jakarta. Penelitian ini menggunakan pendekatan positivis, dengan teknik pengumpulan data kualitatif melalui wawancara mendalam. Penelitian ini bertujuan menggambarkan implementasi kebijakan pengendalian penyakit demam berdarah dengue (DBD) di Provinsi DKI Jakarta. Hasil penelitian implementasi kebijakan ini berjalan dengan baik. Hal ini dapat dilihat dari dimensi isi kebijakan terpenuhinya kepentingan pemerintahan daerah, masyarakat dapat merasakan manfaatnya secara langsung, tercapainya perubahan yang diharapkan, dan terpenuhinya sumberdaya-sumberdaya yang mendorong kebijakan secara efektif. Selain itu dari dimensi konteks implementasinya peran gubernur beserta perangkat daerahnya (walikota, camat, dan lurah) ikut mendorong, implementasi kebijakan secara efektif. Namun demikian, masih terdapat beberapa kekurangan dalam implementasi kebijakan ini, yaitu dari dimensi isi kebijakan komitmen dari pelaksana elemen kedinasan masih kurang dan kesadaran masyarakat untuk mau lebih peduli akan pentingnya kesehatan terutama dalam pengendalian penyakit DBD belum mempunyai kesadaran yang sama. Sedangkan, dari dimensi konteks implementasinya kerjasama dengan pihak swasta masih kurang, masih kurangnya promosi dan sosialisasi diberikan kepada masyarakat, minimnya edukasi yang diberikan kepada Jumantik, dan penerapan sanksi yang belum dilaksanakan.

---

This study aims to discuss the policy implementation of Dengue Hemorrhagic Fever (DHF) Disease Control Policy in Jakarta. This research uses a positivist approach, with qualitative data collection techniques through in-depth interviews. This study describes the implementation of policies aimed at controlling the Dengue Hemorrhagic Fever (DHF) disease in the Province of Jakarta. The result is that policy implementation is going well. It can be seen from the dimensions of policy contents, including the fulfillment of the interests of local government, the public can experience the benefits directly, the achievement of expected changes, and compliance resources that promote effective policies. Apart from the dimensions of policy contexts, the governor's role of the region (the mayor, sub district, and village heads) contributed to the implementation of effective policies. However, there are still some shortcomings in the implementation of this policy, which can be seen in the dimensions of policy contents, including the lack of commitment of policy implementer, and lack of public awareness. Meanwhile, in the dimension of policy contexts, can be seen in the lack of private sector cooperation, lack of promotion and socialization provided to the community, lack of education given to the Jumantik (experts observers larvae), and the application of sanctions that have not been implemented."

"Menurut WHO, Demam Berdarah Dengue (DBD) adalah salah satu penyakit yang paling umum terjadi di negara tropis seperti Indonesia dan sering berakibat fatal dalam kesehatan. DBD juga termasuk penyakit menular dengan nyamuk Aedes aegypti sebagai vektor penyebar utama. Faktor cuaca seperti temperatur, curah hujan dan kelembapan secara tidak langsung mempengaruhi penyebaran DBD. Memprediksi angka insiden Demam Berdarah dapat membantu pihak-pihak yang terkait seperti Dinas Kesehatan Daerah dalam membuat kebijakan dan rencana pencegahan sehingga menekan penyebaran DBD di masyarakat. Pada tugas akhir ini, angka insiden Demam Berdarah Dengue diprediksi dengan salah satu metode machine learning yaitu Restricted Boltzmann Machine - Backpropagation Neural Network (RBM-BPNN). RBM digunakan untuk mengatasi masalah dari BPNN, yaitu untuk menginisialisasi nilai awal bobot koneksi dan bias. Fungsi aktivasi yang digunakan adalah fungsi sigmoid. Terdapat 12 kombinasi hyperparameter yaitu kombinasi jumlah neuron hidden 3, 4, dan 5 dengan nilai learning rate 0,1; 0,05; 0,025; dan 0,01. Data yang digunakan adalah data temperatur, curah hujan, kelembapan serta angka insiden DBD sebelumnya untuk 5 kota madya di DKI Jakarta yang telah disesuaikan dengan time lag berdasarkan korelasinya dengan angka insiden. Kinerja model-model tersebut dibandingkan berdasarkan Root Mean Squared Error (RMSE). Pada tugas akhir ini, model terbaik untuk setiap kota madya memiliki hyperparameter yang berbeda. Model terbaik dari Jakarta Utara, Jakarta Selatan, Jakarta Barat, Jakarta Timur, dan Jakarta Pusat berturut-turut adalah 5 hidden neurons (HN) dengan learning rate (LR) 0,05; 4 HN dengan LN 0,025; 3 HN dengan LR 0,1; 5 HN dengan LR 0,1; dan 4 HN dengan LR 0,05. Nilai RMSE testing sebelum dan setelah denormalisasi dari Jakarta Utara, Jakarta Selatan, Jakarta Barat, Jakarta Timur, dan Jakarta Pusat yang dihasilkan dari model terbaik masing-masing adalah 0,16489 dan 8,739212; 0,11142 dan 14,14996; 0,13482 dan 17,25659; 0,1375318 dan 13,75318; serta 0,1278963 dan 8,313258

---

According to the WHO, Dengue Hemorrhagic Fever (DHF) is one of the most common diseases occurring in tropical countries such as Indonesia and is often fatal in health. DHF is also an infectious disease with Aedes aegypti mosquitoes as the primary vector. Weather factors such as temperature, rainfall, and humidity indirectly affect the spread of DHF. Predicting the incidence of dengue fever can help related parties such as the regional health department in making policies and prevention plans to suppress the spread of DHF in the community. In this final assignment, the DHF incident number is predicted by a machine learning method that is Restricted Boltzmann Machine-Backpropagation Neural Network (RBM-BPNN). RBM is used to overcome BPNNs problem of initializing values of connection weights and biases. The activation function used is the sigmoid function. There are 12 combinations of hyperparameter, namely the combination of the number of hidden neurons 3, 4, and 5 with the values of learning rate 0.1; 0.05; 0.025; and 0.01. The data used are temperature, rainfall, humidity, and previous DHF incident numbers for five regions in DKI Jakarta that have been adjusted with time lag based on their correlation with the incident number. The performances of these models are compared based on their Root Mean Squared Error (RMSE) training and RMSE testing. On this final assignment, the best model for each region has different hyperparameters. The best models of North Jakarta, South Jakarta, West Jakarta, East Jakarta, and Central Jakarta are 5 hidden neurons with learning rate 0.05, 4 hidden neurons with learning rate 0.025, 3 hidden neurons with learning rate 0.1, 5 hidden neurons with learning rate 0.1, and 4 hidden neurons with learning rate 0.05, respectively. The RMSE testing results before and after denormalizing data for North Jakarta, South Jakarta, West Jakarta, East Jakarta, and Central Jakarta given by the best model of each cities are 0.16489 and 8.739212, 0.11142 and 14.14996, 0.13482 and 17.25659, 0.1375318 and 13.75318, and 0.1278963 and 8.313258."

"Demam Berdarah Dengue (DBD) merupakan masalah kesehatan masyarakat di Indonesia terutama di Jakarta. Tujuan penelitian ini adalah untuk mengetahui tingkat pengetahuan ibu rumah tangga (IRT) mengenai vektor DBD dan faktor yang berhubungan.Desain penelitian ini adalah cross sectional. Data dianalisis dengan uji chi-square menggunakan SPSS. Hasil penelitian menunjukkan jumlah IRT yang memiliki pengetahuan kurang 44 orang (44%), 24 orang (24%) cukup, dan 32 orang (32%) baik.Tidak ada perbedaan bermakna antara pengetahuan IRT mengenai vektor DBD dengan usia (p=0,484), pekerjaan (p=0,634), dan tingkat pendidikan (p=0,301), sedangkan terdapat perbedaan bermakna dengan aktivitas yang diikuti di lingkungan rumah (p=0,019) dan jumlah sumber informasi (p=0,028).Disimpulkan tingkat pengetahuan IRT mengenai vektor DBD kurang, berhubungan dengan aktivitas di lingkungan rumah dan jumlah sumber informasi, tetapi tidak berhubungan dengan usia, pekerjaan dan pendidikan.

---

Dengue Hemorrhagic Fever (DHF) is one of Indonesia's health problems mainly Jakarta. The objective of this research is to identify the knowledge about vector of DHF and its associated factors among housewives.

The design of this research is cross sectional. The data analysis is using chi-square facilitated by SPSS. The outcome shows that 44% of respondents are lack of knowledge, 24% of samples has adequate knowledge, and 32% has good knowledge about DHF.

There is no significant difference between respondent?s knowledge about vector of DHF and their age (p=0,484), work (p=0,634), and formal education (p=0,301), but there is significant difference between respondent?s knowledge about vector of DHF and their activity in the environment (p=0,019) and the number of information?s sources they received (p=0,028).

In conclusion, mostly the level of knowledge about DHF symptoms among housewives in Paseban is poor and has an association with activity in the environment, and the number of information?s sources they received, but doesn?t have association with age, work, and formal education."

"Demam Berdarah Dengue (DBD) merupakan masalah kesehatan masyarakat di Indonesia terutama di Jakarta. Pada tahun 2008 terdapat 4290 penderita dan banyak wilayah yang dinyatakan tergolong zona merah antara lain Kelurahan Paseban dengan jumlah penderita 135 orang. Untuk melakukan pemberantasan diperlukan data dasar antara lain tingkat pengetahuan warga mengenai DBD. Oleh karena itu tujuan penelitian ini adalah mengetahui tingkat pengetahuan ibu rumah tangga (IRT) mengenai pemberantasan vektor DBD dan faktor yang berhubungan. Desain penelitian ini adalah cross sectional. Survei dilakukan menggunakan kuesioner pada tanggal 30-31 Mei 2009. Dipilih 100 IRT sebagai subyek penelitian dengan simple random sampling. Data dianalisis dengan uji chi-square menggunakan SPSS. Hasil penelitian menunjukkan jumlah IRT yang memiliki pengetahuan kurang 27 orang (27%), 38 orang (38%) cukup, dan 35 orang (35%) baik. Tidak ada perbedaan bermakna antara pengetahuan IRT mengenai pemberantasan vektor DBD dengan usia (p=0,918), pekerjaan (p=0,641), tingkat pendidikan (p=0,790), aktivitas yang diikuti di lingkungan rumah (p=0,285) dan jumlah sumber informasi IRT (p=0,541). Disimpulkan tingkat pengetahuan IRT mengenai pemberantasan vektor DBD tergolong cukup dan tidak berhubungan dengan usia, pekerjaan, pendidikan, aktivitas di lingkungan rumah dan jumlah sumber informasi.

---

Dengue Hemorrhagic Fever (DHF) is one of Indonesia's health problems mainly Jakarta. There had been 4290 cases of DHF within 2008. Central Jakarta has few red zones and among them is Paseban village with 135 cases. The elimination of DHF requires few informations such as the society knowledge about DHF. Therefore, the objective of this research is to identify the knowledge about elimination of DHF’s vector and their associated factors among housewives. The design of this research is cross sectional. Survey was performed using questionnaire on May 30th – 31st 2009. The amount of subject was determined using simple random sampling with the result of 100 housewives. The data analysis is using chi-square facilitated by SPSS. The outcome shows that 27% of respondents are lack of knowledge, 38% of samples has adequate knowledge, and 35% has good knowledge about DHF. There is no significant difference between respondent’s knowledge about DHF and their age (p=0,918), their work (p=0,641), their formal education (p=0,790),their activity in the environment (p=0,285) and the number of information’s sources they received (p=0,541). In conclusion, mostly the level of knowledge about elimination of DHF’s vector among housewives in Paseban is adequate and has no significant difference with age, work, formal education, activity in the environment, and the number of information’s sources they received."

"Demam berdarah dengue (DBD) dikenal sebagai salah satu masalah kesehatan masyarakat yang dijumpai di Indonesia antara lain di Kelurahan Paseban, Jakarta Pusat sehingga perlu diberantas dengan melakukan pemberantasan sarang nyamuk (PSN). Agar PSN berhasil maka warga perlu diberikan pengetahuan mengenai PSN dengan diberikan penyuluhan. Penelitian ini diselenggarakan untuk mengetahui pengaruh penyuluhan terhadap kepadatan vektor DBD di Paseban Barat. Desain penelitian ini adalah eksperimental dengan intervensi berupa penyuluhan. Keberhasilan penyuluhan kemudian dievaluasi dengan melakukan survei entomologi. Pengambilan data dilakukan dalam dua tahap di Paseban Barat, Kelurahan Paseban, Kecamatan Senen, Jakarta Pusat pada bulan Mei 2009 (pretest) dan Juni 2009 (posttest). Survei dilakukan dengan single larval method pada 100 rumah. Hasilnya menunjukkan container index (CI) dan breteau index (BI) sebelum penyuluhan adalah 6,3% dan 16, dan sesudah penyuluhan menurun menjadi 3,1% dan 8. Selanjutnya, indikator kepadatan yaitu CI dianalisis dengan uji Mc Nemar dan didapatkan p = 0,152 yang berarti tidak terdapat perbedaan bermakna. Disimpulkan penyuluhan tidak mempengaruhi kepadatan Ae.aegypti.

---

Dengue haemorrhagic fever (DHF) is a health problem in Indonesia, especially in Kelurahan Paseban, Jakarta Pusat. Therefore, we need to control DHF by performing mosquito vector control. In order to perform mosquito vector control properly, the people were given health promotion. This study aims to determine the effect of health promotion to the change of dengue vector’s density in Paseban Barat and uses experimental method with heath promotion as the intervention. To evaluate the success of given health promotion, entomology surveys are conducted before and after the health education. The data collection was conducted in Paseban Barat, Kelurahan Paseban, Kecamatan Senen, Jakarta Pusat in May 2009 (pretest) and June 2009 (posttest). Surveys were conducted in 100 houses by using single larval method. The results shows that the container index (CI) and breteau index (BI) before health promotion were 6.3% and 16, respectively, and after health promotion, CI and BI decreased to 3.1% and 8. CI as the indicator of dengue vector’s density was analyzed using Mc Nemar test and the result is p = 0.152 which shows no significant difference. It is concluded that the given health promotion had no effect on dengue vector’s density."

"Angka Kejadian Demam Berdarah Dengue di Kelurahan Paseban, Jakarta Pusat terus meningkat sehingga dibutuhkan suatu upaya pemberantasan vektor DBD. Salah satu upaya pemberantasan yang dapat dilakukan adalah dengan memberikan penyuluhan kepada warga setempat.Penelitian ini bertujuan untuk mengetahui peran penyuluhan dalam menurunkan angka kepadatan dan penyebaran vektor DBD dengan menggunakan desain eksperimental berupa survei keberadaan larva Aedes aegypti.Keberhasilan penelitian ditentukan dengan survei 100 rumah di Paseban Timur, Kelurahan Paseban, Kecamatan Senen, Jakarta Pusat pada bulan Mei 2009 (pre-penyuluhan) dan Juni 2009 (post-penyuluhan) dengan single larval method.Hasil penelitian menunjukkan penurunan house index (HI), container index (CI) dan breteau index (BI) 26%, 14,909%, 41 menjadi 11%, 6,909%, dan 19. Indikator penyebaran dan kepadatan yaitu HI dan CI dianalisis dengan uji Mc Nemar. Didapatkan nilai p untuk HI = 0,124 yang menunjukkan tidak ada hubungan antara penyuluhan dengan angka penyebaran vektor DBD, sedangkan nilai p untuk CI = 0,003 yang menandakan adanya hubungan bermakna antara penyuluhan dengan angka kepadatan vektor DBD.

---

The cases of Dengue Haemorraghic Fever (DHF) in Kelurahan Paseban, Jakarta Pusat, are still increasing from year to year so it is need some strategies to eliminate the DHF vector. One of the strategies is by giving health promotion to public.

The objective of this research is to see the role of health promotion in decreasing the population and spread of DHF’s vector with experimental design by doing surveys seeing Aedes aegypti’s larvaes existence.

The successfulness of this research depends on surveys in 100 houses in Paseban Timur, Kelurahan Paseban, Kecamatan Senen, Jakarta Pusat, in May 2009 (pre-health promotion) and June 2009 (post-health promotion) by using single larval method.

The results of this research show decreasing on house index (HI), container index (CI) and breteau index (BI) after health promotion from 26%, 14,909%, and 41 to 11%, 6,909%, and 19. The indicator of DHF vector population and spread are HI and CI that were analyzed by McNemar statistic test. It was acquired the P value for HI = 0,124 that shows there is no correlation between health promotion and the number of DHF vector spreading, whereas CI=0,003 that shows there is a decreasing population number of DHF vector after giving the health promotion."

"Demam Berdarah Dengue (DBD) merupakan masalah kesehatan masyarakat di Indonesia terutama di Jakarta. Pada tahun 2008 terdapat 4290 penderita dan banyak wilayah yang dinyatakan zona merah antara lain Kelurahan Paseban dengan jumlah penderita 135 orang. Untuk melakukan pemberantasan diperlukan data dasar antara lain tingkat pengetahuan warga mengenai DBD. Oleh karena itu tujuan penelitian ini adalah mengetahui tingkat pengetahuan ibu rumah tangga (IRT) mengenai gejala DBD dan faktor yang berhubungan. Desain penelitian ini adalah cross sectional. Survei dilakukan menggunakan kuesioner pada tanggal 30 dan 31 Mei 2009. Dipilih 100 IRT sebagai subyek penelitian dengan simple random sampling. Data dianalisis dengan uji Kolmogorov-Smirnov menggunakan SPSS.Hasil penelitian menunjukkan jumlah IRT yang memiliki pengetahuan kurang 80 orang (80%), 9 orang (9%) cukup, dan 11 orang (11%) baik. Tidak ada perbedaan bermakna antara pengetahuan IRT mengenai gejala DBD dengan usia (p=0,891), pekerjaan (p=0,966), tingkat pendidikan (p=1,000), aktivitas yang diikuti di lingkungan rumah (p=0,560) dan jumlah sumber informasi IRT (p=0,518). Disimpulkan tingkat pengetahuan IRT mengenai gejala DBD tergolong kurang dan tidak berhubungan dengan usia, pekerjaan, pendidikan, aktivitas di lingkungan rumah dan jumlah sumber informasi.

---

Dengue Hemorrhagic Fever (DHF) is one of Indonesia's health problems mainly Jakarta.There had been 4290 cases of DHF within 2008. Central Jakarta has few red zones and among them is Paseban village with 135 cases. The elimination of DHF requires few informations such as the society knowledge about DHF. Therefore, the objective of this research is to identify the knowledge about DHF symptoms and their associated factors among housewives. The design of this research is cross sectional. Survey was performed using questionnaire on May 30th ? 31st 2009. The amount of subject was determined using simple random sampling with the result of 100 housewives. The data analysis is using Kolmogorov-Smirnov facilitated by SPSS.

The outcome shows that 80% of respondents are lack of knowledge, 9% of samples has adequate knowledge, and 11% has good knowledge about DHF. There is no significant difference between respondent?s knowledge about DHF and their age (p=0,891), their work (p=0,966), their formal education(p=1,000),their activity in the environment (p=0,560) and the number of information?s sources they received (p=0,518). In conclusion, mostly the level of knowledge about DHF symptoms among housewives in Paseban is poor and has no significant difference with age, work, formal education, activity in the environment, and the number of information?s sources they received."