Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
ABSTRAK
Analisis korespondensi adalah analisis untuk melihat hubungan antara dua variabel nominal dalam bentuk grafik pada jarak multidimensi, analisis ini menghitung nilai-nilai pada baris dan kolom dan menghasilkan grafik berdasarkan nilai tersebut sehingga kategori-kategori yang agak serupa akan saling berdekatan jaraknya. Hotspot adalah suatu area yang memiliki kondisi yang berbeda, tidak biasa, menyimpang, daerah yang intensitasnya tinggi dibandingkan dengan daerah disekitarnya. Kota Depok sebagai kota penyangga ibukota yang perkembangannya semakin pesat, diharapkan mampu menyiapkan sumber daya manusia yang lebih baik. Untuk melihat kualitas sumber daya manusia dapat bergantung pada kualitas tingkat kesehatan suatu daerah tersebut, sehingga perlu dilakukan pendeteksian hotspot tingkat kesehatan pada area puskesmas. Variabel tingkat kesehatan yang dipilih antara lain: jumlah bayi dengan berat lahir rendah, balita penderita gizi buruk, kematian balita, kematian ibu bersalin, kelahiran tanpa pertolongan tenaga kesehatan, bayi tanpa penanganan kesehatan, dan bayi tanpa imunisasi dasar. Sebelum melakukan pendeteksian hotspot,dilakukan terlebih dahulu analisis korespondensi untuk melihat hubungan antara area puskesmas dengan tingkat kesehatan. Metode analisis korepondensi memberikan hasil bahwa terdapat hubungan antara area puskesmas dan variabel tingkat kesehatan. Selanjutnya dilakukan pendeteksian hotspot, hasil pendeteksian hotspot menggunakan software SatScan ditampilkan dalam peta menggunakan software R menunjukkan bahwa hotspot area puskesmas secara keseluruhan cenderung berada di bagian tengah dan timur Kota Depok. Hasil pendeteksian hotspot dapat dijadikan bahan masukan untuk instansi pemerintahan untuk melakukan tindakan penanggulangan dan pencegahan sehingga tingkat kesehatan yang rendah dapat diminimalisir dan tercipta masyarakat Kota Depok dengan tingkat kesehatan meningkat yang akan berimbas pada peningkatan kualitas sumber daya manusia.

---

ABSTRACT
Correspondence analysis is used to analyze the relationship between two nominal variables through graphs on multidimensional distance. This method calculates the value of the rows and columns and generate charts based on those values so that each category each variable will related each other based on the distance. Hotspot is an area which has different conditions, unusual, deviant, an elevated area compared with the surrounding area. Depok city as a capital buffer cities whose development is rapidly increasing, is expected to prepare a human resources better. The quality of human resources may depend on the quality of the soundness of the area, so that are hotspot detection was applied on the data of health centers. Variables in this study the number of babies with low birth weight, infant malnutrition, infant mortality, maternal mortality, birth without the help of health professionals, health care baby without the baby, and the baby without basic immunization. Before apply hotspot detection, correspondence analysis were done first to see the relationship between the area health centers and health level. The result of correspondence analysis showed the relationship between the area health centers and health level variables, mostly they have similar characteristics. Furthermore, the result of hotspot detection using SaTScan software, displayed in a map by resource software R. Based on the map the overall hotspot area tend located in the central and eastern parts of Depok. Hotspot detection results can be used as the support to the government agencies in making the decision to reduce and prevention low levels of health areas create Depok City with rise health level community an finally impact on improving the quality of human resources.

Abstrak :
Covid-19 adalah penyakit menular yang muncul pertama kali di Wuhan, China. Sejak teridentifikasi pertama kali di Indonesia pada Maret 2020, penyebaran virus Covid-19 terus mengalami perluasan, khususnya di kota-kota besar dengan kepadatan penduduk dan tingkat mobilitas yang tinggi. Salah satunya adalah Kota Surakarta. Kota Surakarta merupakan salah satu wilayah awal dengan temuan kasus Covid-19 di Indonesia. Tujuan dari penelitian ini adalah untuk melakukan analisis pola penyebaran Covid-19 secara spasiotemporal dan faktor-faktor yang mempengaruhinya. Pola penyebaran Covid-19 dianalisis menggunakan space time scan statistic, sedangkan untuk melihat faktor-faktor pendorong yang mempengaruhi dilakukan tabulasi silang. Hasil menunjukkan bahwa wilayah sekitar pusat kegiatan di bagian tengah Kota Surakarta berisiko tinggi terhadap penyebaran Covid-19. Selain itu, keberadaan pasar tradisional menjadi faktor yang mempengaruhi penyebaran virus Covid-19. ......Covid-19 is an infectious disease that first appeared in Wuhan, China. Since it was first identified in Indonesia in March 2020, the spread of the Covid-19 virus has continued to expand, especially in large cities with population density and high levels of mobility. One of them is the city of Surakarta. Surakarta City was one of the initial areas with the discovery of Covid-19 cases in Indonesia. The aim of this research is to analyze the spatiotemporal distribution pattern of Covid-19 and the factors that influence it. The pattern of the spread of Covid-19 was analyzed using space time scan statistics, while cross-tabulation was carried out to see the influencing driving factors. The results show that the area around the activity center in the central part of Surakarta City is at high risk for the spread of Covid-19. Then, the existence of traditional markets is a factor that influences the spread of the Covid-19 virus.

Abstrak :
ABSTRAK
Hotspot merupakan daerah yang memiliki intensitas kejadian yang lebih tinggi dibandingkan dengan daerah lain dalam suatu lokasi tertentu. Manfaat dari pendeteksian hotspot adalah memberikan informasi terkait daerah yang memiliki intensitas kejadian paling tinggi dibandingkan dengan lokasi sekitarnya. Upper Level Set (ULS) Scan Statistic adalah salah satu metode pendeteksian hotspot yang merupakan pengembangan dari scan statistic. Daerah yang ingin dideteksi adalah daerah di Jawa Tengah Tahun 2015 untuk kasus penyakit menular. Keberadaan penyakit menular harus mendapat perhatian lebih dibandingkan dengan penyakit tidak menular. Hal ini disebabkan karena penyakit menular cepat berkembang dengan pesat sehingga angka kesakitan maupun kematian terus bertambah. Salah satu cara untuk memutus mata rantai penyebaran penyakit tersebut dengan mengetahui dimana daerah yang memiliki tingkat intensitas tertinggi penyebaran penyakit tersebut. Penelitian ini menggunakan data sekunder yang diperoleh dari Dinas Kesehatan Provinsi Jawa Tengah Tahun 2015. Hasil pendeteksian hotspot dapat dijadikan bahan masukan untuk instansi pemerintahan untuk dapat mengambil tindakan sehingga tingkat kesehatan yang rendah dapat diminimalisir. Kasus yang diperhatikan adalah jumlah kasus HIV, malaria, DBD, dan campak yang diasumsikan berdistribusi poisson.

---

ABSTRACT
Hotspot is an area that has an unusual case occurrence compared to other areas in a certain location. The benefit of hotspot detection is to provide information related to the area that has the highest cases intensity compared to the surrounding area. Upper Level Set (ULS) scan statistic is one of hotspot detection method which is further development of Kulldorf's scan statistic. To do the detection area hotspot is an area that has an infectious disease cases in Central Java for 2015. Hotspot detection was performed in the area Central Java province which has communicable disease issue in 2015. The existence of a communicable disease should gain more attention than non-communicable diseases since it could spread quickly so that morbidity and mortality number increase rapidly as the consequence. One of the solutions to stop the spread of a certain communicable disease is to detect the area which is the most severe. This study used secondary data obtained from the Central Java Provincial Health Office in 2015. The results of hotspot detection can be used as recommendation for government agencies to take precise action for upgrading people health quality. The data analyzed in this study were the number of cases of HIV, AIDS, Malaria and dengue and assumed to have Poisson distribution.