1

Modul Satscan

I. Space Time Permutation Model

File yang diperlukan :

1. File kasus

Format : <zip=location ID> <#cases=1> <date>

Location ID yaitu ID kasus

Date = tanggal sakit dibuat dalam format date (missal : 2004-01-02)

2. File koordinat

Format : <zip=location ID> <latitude> <longitude>

Latitude & Longitude dibuat dalam format number, 6 digit dibelakang

koma

Dalam prakteknya kedua file tersebut dapat digabung jadi 1 file menjadi

format sebgai berikut : <zip=location ID><#cases=1> <date> <latitude>

<longitude>

File dibuat dalam bentuk EXCEL yang kemudian di convert dalam bentuk

file DBF.

Berikut contoh data set (EXCEL) untuk Space Time Permutation Model :

Kemudian diconvert ke dalam file DBF dengan cara memblok dari bagian

filed (judul kolom) sampai akhir record data.kemudian klik save as, kemudian

pada save as type dipilih DBF4. beri nama file kasus_db seperti di bawah ini

2

Hasilnya sebagai berikut :

DBF file

3

- Buka Aplikasi SaTScan hingga muncul

- Pilih Create New Session, hingga muncul tampilan sebagai berikut :

- Pada menu input pada kolom Case File isikan file DBF yang akan

dianalisis dengan meng-klik import case file kemudian isikan file DBF

tadi (kasus_db.dbf) sehingga muncul tampilan sbb:

4

- Pada Location ID, pilih ID

- Pada Number of case, pilih KASUS

- Pada Date/Time, pilih TANGGAL

- Klik Next

- Klik Execute

- Pada Time Time Precision pilih DAY

- Pada Study Period isikan awal dan akhir tanggal (misalkan 1/1/2004 s/d

31/12/2006)

5

- Pada Coordinate file, klik pada import coordinate file, isikan file DBF

yang memuat titik koordinat, dalam hal ini adalah file (kasus_db.dbf) tadi

hingga muncul tampilan sbb:

- Pada Location ID, pilih ID

- Pada Latitude (y-axis) pilih LAT dan Longitutde pilih LON

- Pilih Next

- Pilih Execute

- Klik Analysis, sehingga muncul

- Pada Type of Analysis pilih Space Time,; pada Probability Model pilih

Space Time Permulation, pada Scan for Areas with pilih High Rates, dan

pada time agregat pilih Month

6

- Pilih Output, hingga tampil :

- Pada Results Files isikan nama file output yang akan dapat bdibaca pada

wordpad, centang semua pilihan pada dBase

- Kemudian kilk excute session

- Tunggu hasilnya hingga muncul tampilan wordpad sbb:

7

Dari hasil tersebut dapat diketahui :

MOST LIKELY CLUSTER

1.Location IDs included.: 200, 204, 194, 201, 195, 217, 178,

212, 191, 209, 210, 211, 203, 202,

208, 216, 214, 229, 231, 197, 230,

181, 180, 196, 192, 179, 183, 198,

259, 267, 182, 199, 184, 299, 296,

298

Coordinates / radius..: (7.586030 S, 110.794590 E)/0.79km

Time frame............: 2005/8/1 - 2005/9/30

Number of cases.......: 18

Expected cases........: 2.35

Observed / expected...: 7.652

Test statistic........: 21.337572

Monte Carlo rank......: 1/1000

P-value...............: 0.001

- Pada cluster pertama terdapat 36 record (no ID) yaitu ID ke 178 s/d 299

- Koordinat pusat klaster -7.586030 S, 110.794590 E.

- Radius klaster 0,79 km

- Untuk membuat buffer, radius (km) diubah dalam derajad, (10 = 111 km).

0,79 km : 111 = 0.00711711

- Nilai p yang menunjukkan di atas 0.001 sehingga signifikan terjadi klaster

Jangan lupa catat masing-masing cluster yang dihasilkan tentang

koordinat (dari no ID), pusat klaster untuk diisikan kedalam Excell

dalam satu file pada sheet berbeda, yang nantinya dibaca melalui Epi

Info dan di panggil pada EpiMap, contohnya sbb :

Koordinat cluster

8

koordinat pusat cluster

Untuk menampilkan hasil SaTScan pada peta dapat digunakan aplikasi Epi

INFO atau Arcview-Gis.

EPI INFO

- Buka EPI INFO, muncul

-

- Pilih Analyze Data, muncul

9

- Pilih Read (Import)

- Pada Data Format pilih Excel 8

- Pada data source pilih file Excel yang ada data dari satscan, dalam hal ini

cluster, pilih sheet yang akan dibaca, misalnya sheet point_cluster untuk data

cluster tadi, klik OK

10

- Pilih Write (Export), hingga muncul

- Pada File Name tuliskan nama file yang akan dibuat misalkan cluster1 untuk

di add point pada Epi Map

- Pada data tabel isikan misalkan cls, klik OK dan hasilnya sebagai berikut :

11

- Lakukan langkah yang sama untuk pusat cluster, mulai dari Read (import) sd

Write(export) dengan nama sentro1 dan tabelnya snt ,

Read (import)

12

Write(export)

- Untuk cluster2 selanjutnya nama file sebaiknya berurutan misalkan cluster2,

nama tabel tetap sama (cls) demikian juga dengan pusat clusternya.

13

MENAMPILKAN CLUSTERING DENGAN EPIMAP

- Pilih Create Map, dan muncul

- Pilih Map Manager

14

- Pilih Add Layer, Buka peta wilayah yang sesuai, misalnya dalam hal ini

adalah peta Kec. Grogol (desa.shp), muncul :

- Pilih properties yang diinginkan

- Pilih Add Point, Pilih file MDB yang telah kita buat, misalkan cluster1.MDB,

muncul:

15

- Pilih OK, keluar

- Pada X Field (e.g, Longitude) plih Lon dan Y Field (e.g, Latitude) pilih Lat

- Point Type pilih Triangle

- Point Color misalnya merah

- Beri tanda pada save points as new layer

- Klik OK, Sehingga tampil

16

- Beri nama file SHP, misal cluster1.shp, klik save , hingga muncul tampilan

sbb:

- Pada map Manager pilih add point lagi, Pilih file MDB yang telah kita buat,

misalkan sentro1.MDB, muncul:

17

- Beri nama file misalnya sentro1 dan klik save dan muncul :

- Pilih OK, dan muncul tampilah sbb:

18

- Pada X Field (e.g, Longitude) plih Lon dan Y Field (e.g, Latitude) pilih Lat

- Point Type pilih Circle

- Point Color misalnya merah

- Point size = 5

- Beri tanda pada save points as new layer

- Klik OK, Sehingga tampil

- Klik Save dan muncul tampilan sbb:

19

- Untuk membuat buffering, pada map manager klik buffer layer, hingga tampil

- Beri nama bufer1, klik save dan muncul tampilan sbb

20

- Pada Enter buffer distance diisi dengan hasil pembagian dari radius (0.79)

dibagi 111 = 0.0071171

- Klik OK, dan muncul tampilan :

- Pilih properties

21

- Pada File Color pilih warna yang dikehendaki missal coklat

- Pada style pilih transparent fill

- Outline lilih 2

- Klik Apply, kemudian OK

-

Hasilnya sebagai berikut :

22

II. Poisson Model, Space Time

File yang diperlukan :

1. File kasus

Format : <conty=location ID> <#cases=1> <year>

Location ID yaitu ID kasus

Date = tanggal sakit dibuat dalam format date (missal : 2004-01-02)

2. File Populasi

Format : <conty=location ID> <year> <population>

3. File koordinat

Format : <zip=location ID> <latitude> <longitude>

Latitude & Longitude dibuat dalam format number, 6 digit dibelakang

koma

Dalam prakteknya kedua file tersebut dapat digabung jadi 1 file menjadi

format sebgai berikut : <zip=location ID><#cases=1> <year>

<population> <latitude> <longitude>

File dibuat dalam bentuk EXCEL yang kemudian di convert dalam bentuk

file DBF.

Berikut contoh data set (EXCEL) untuk Poisson Model, Space Time :

Kemudian diconvert ke dalam file DBF dengan cara memblok dari bagian

filed (judul kolom sampai akhir record data.kemudian klik save as, kemudian

pada save as type dipilih DBF4. Beri nama file poisson_db seperti di bawah

ini

23

Hasilnya sebagai berikut :

DBF File

24

- Buka Aplikasi SaTScan hingga muncul

- Pilih Create New Session, hingga muncul tampilan sebagai berikut :

- Pada menu input pada kolom Case File isikan file DBF yang akan

dianalisis dengan meng-klik import case file kemudian isikan file DBF

tadi (poisson_db.dbf) sehingga muncul tampilan sbb:

25

- Pada Location ID, pilih ID

- Pada Number of case, pilih case

- Pada Date/Time, pilih year

- Klik Next

- Klik Execute

- Pada Time Time Precision pilih Year

- Pada Study Period isikan awal dan akhir tahun (misalkan 2004 s/d 2006)

26

- Pada Population file, klik pada import coordinate file, isikan file DBF

yang memuat titik koordinat, dalam hal ini adalah file (poisson_db.dbf)

tadi hingga muncul tampilan sbb:

- Pada Location ID, pilih ID

- Pada Date/Time, pilih year

- Pada population, pilih pop

- Klik Next

- Klik Execute

- Pada Coordinate file, klik pada import coordinate file, isikan file DBF

yang memuat titik koordinat, dalam hal ini adalah file (poisson_db.dbf)

tadi hingga muncul tampilan sbb:

- Pada Location ID, pilih ID

- Pada Latitude (y-axis) pilih LAT dan Longitutde pilih LON

- Pilih Next

- Pilih Execute

27

- Klik Analysis, sehingga muncul

- Pada Type of Analysis pilih Space Time,; pada Probability Model pilih

Poisson, pada Scan for Areas with pilih High Rates, dan pada time

agregat pilih year .

- Pilih Output, hingga tampil :

- Pada Results Files isikan nama file output yang akan dapat bdibaca pada

wordpad, centang semua pilihan pada dBase

- Kemudian kilk excute session

- Tunggu hasilnya hingga muncul tampilan wordpad sbb:

28

Dari output di atas dapat diketahui

MOST LIKELY CLUSTER

1.Location IDs included.: 9, 7, 12, 14, 10

Coordinates / radius..: (7.592780 S, 110.810750 E)/1.59 km

Time frame............: 2006/1/1 - 2006/12/31

Population............: 48366

Number of cases.......: 107

Expected cases........: 54.76

Annual cases / 100000.: 221.4

Observed / expected...: 1.954

Relative risk.........: 2.371

Log likelihood ratio..: 24.323470

Monte Carlo rank......: 1/1000

P-value...............: 0.001

- Pada cluster pertama terdapat 5 record (no ID) yaitu ID ke 7,9,10,12,14

- Koordinat pusat klaster -7.592780 S, 110.810750 E.

- Radius klaster 1,59 km

- Untuk membuat buffer, radius (km) diubah dalam derajad, (10 = 111 km).

0,79 km : 111 = 0.01432432

- Nilai p yang menunjukkan di atas 0.001 sehingga signifikan terjadi klaster

Jangan lupa catat masing-masing cluster yang dihasilkan tentang

koordinat (dari no ID), pusat klaster untuk diisikan kedalam Excell

dalam satu file pada sheet berbeda, yang nantinya dibaca melalui Epi

Info dan di panggil pada EpiMap, contohnya sbb :

29

Koordinat cluster,

koordinat pusat cluster

Untuk menampilkan hasil clustering ulangi langkah-langkang menampilkan

cluster pada halaman 8 s/ 21.