Demam berdarah dengue (DBD) merupakan penyakit menular yang sebabkan oleh gigitan nyamuk Aedes aegypti dan Aedes albopictus yang terinfeksi virus dengue dari penderita kepada orang lain. Penyakit ini endemik lebih dari 100 negara beriklim tropis dan sub tropis di belahan dunia. Sekitar 1,8 miliar (lebih dari 70%) dari populasi yang berisiko terkena demam berdarah di seluruh dunia tinggal di negara-negara Asia Tenggara dan Wilayah Pasifik Barat, salah satunya Indonesia. Pada tahun 2016, DKI Jakarta ditetapkan status Kejadian Luar Biasa (KLB) penyakit DBD, dengan jumlah penderita sebanyak 22.697 kasus dan Incidence Rate (IR) sebesar 220.8 per 100.000 penduduk. Kota Jakarta Barat menjadi salah satu wilayah dengan tingkat kejadian DBD tertinggi dibandingkan dengan kota lain di DKI Jakarta. Penelitian ini bertujuan untuk mengetahui analisis spasial kejadian DBD di Kota Jakarta Barat tahun 2015-2019 dengan mempertimbangkan beberapa faktor seperti demografi, iklim, dan angka bebas jentik. Desain studi yang digunakan pada penelitian ini yaitu studi ekologi dengan pendekatan analisis spasial dan analisis korelasi untuk melihat kekuatan hubungan antara kejadian DBD dengan faktor kepadatan penduduk, iklim, dan angka bebas jentik. Secara spasial kejadian DBD cenderung terjadi di wilayah dengan tingkat kepadatan tinggi dan ABJ rendah. Secara statistik, analisis korelasi menunjukkan terdapat hubungan yang signifikan antara kepadatan penduduk, kelembanam udara, dan curah hujan dengan kejadian DBD. Sedangkan suhu udara dan angka bebas jentik menunjukkan tidak adanya hubungan yang signifikan terhadap kejadian DBD di Kota Jakarta Barat. Dari 56 kelurahan di Jakarta Barat, terdapat 53 kelurahan yang tergolong tingkat kerawanan tinggi, dan 3 kelurahan tergolong kategori kerawanan sedang terjadinya kasus DBD. Tingginya masalah kasus DBD di Jakarta Barat membuat Dinas Kesehatan sebaiknya meningkatkan upaya atau perencanaan serta optimalisasi pemberdayaan masyarakat dalam pemberantasan kasus DBD.
Kata kunci:
Demam Berdarah Dengue (DBD), Kepadatan Penduduk, Iklim, ABJ, Analisis Spasial.
Dengue Haemorrhagic Fever (DHF) is an infectious disease transmitted by Aedes aegypti and Aedes albopictus mosquitoes who infected with dengue virus. DHF have been affecting more than 100 tropical and sub-tropical countries in the world. Around 1.8 billion (more than 70%) of the population at risk of dengue fever worldwide live in countries of Southeast Asia and the Western Pacific Region, including Indonesia. In 2016, DKI Jakarta was assigned the status of outbreak of DHF, with a total of 22,697 cases and an incidence rate (IR) of 220.8 per 100,000 population. West Jakarta is one of the regions with the highest DHF incidence rate compared to other cities in DKI Jakarta. This study aims to determine the spatial analysis of the incidence of dengue in West Jakarta in 2015-2019 by considering several factors such as demographics, climate, and larval free index. This study uses an ecological study with a spatial analysis approach and correlation analysis to see the strength of the relationship between the incidence of DHF with factors of population density, climate, and larvae free index. Spatially the incidence of DHF tends to occur in areas with high density and low larvae free index. Statistically, correlation analysis shows that there is a significant relationship between population density, air humidity, and rainfall with the incidence of DHF. Meanwhile, there is no significant correlation between the air temperature and larvae free index with the incidence of DHF in West Jakarta. Result shows that from 56 urban villages in West Jakarta, there are 53 urban villages that are categorized as high vulnerability, and 3 urban villages categorized as medium vulnerability. The high problem of dengue cases in West Jakarta makes the authorities should increase efforts or planning and optimize community empowerment in eradicating dengue cases.
Keywords:
Dengue Haemorrhagic Fever (DHF), Population Density, Climate, Larvae Free Index, Spatial Analysis.
"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.
"