PENGEMBANGAN MODEL SPASIAL UNTUK SURVEILANS DEMAM …. Laporan-2… · untuk surveilans demam...

LAPORAN PENELITIAN

PENGEMBANGAN MODEL SPASIAL

UNTUK SURVEILANS DEMAM BERDARAH DENGUE

DI KOTA PALU PROVINSI SULAWESI TENGAH

MUJIYANTO, S.Si, M.P.H

BALAI PENELITIAN DAN PENGEMBANGAN PENGENDALIANPENYAKIT BERSUMBER BINATANG DONGGALA

BADAN PENELITIAN DAN PENGEMBANGAN KESEHATANKEMENTERIAN KESEHATAN RI

2016

RAHASIA

i

JUDUL PENELITIAN

PENGEMBANGAN MODEL SPASIAL

UNTUK SURVEILANS DEMAM BERDARAH DENGUE

DI KOTA PALU PROVINSI SULAWESI TENGAH

MUJIYANTO, S.Si, MPH


BADAN PENELITIAN DAN PENGEMBANGAN KESEHATANKEMENTERIAN KESEHATAN RI

2016

ii

SK PENELITIAN

vi

SUSUNAN TIM PENELITI

No. Nama Kedudukan Dalam Tim

1. Mujiyanto, S.Si, MPH Ketua Pelaksana

2. Sitti Chadijah, SKM, M.Si Peneliti

3. Rosmini, SKM, M.Sc Peneliti

4. Hayani Anastasia, SKM, MPH Peneliti

5. Made Agus Nurjana, SKM, M.Epid Peneliti

6. Ni Nyoman Veridiana, SKM Peneliti

7. Ade Kurniawan, SKM Peneliti

8. Nurul Hidayah S.B, S.Si Peneliti

9. Yuyun Srikandi, SKM Teknisi

10. Endra Tigordo Motto, S.E Administrasi

Sumber Dana : DIPA Balai Litbang P2B2 Donggala 2016

vii

PERSETUJUAN ETIK

ix

KATA PENGANTAR

Puji syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa, karena atas

berkat dan rahmat-Nyalah sehingga kami dapat menyelesaikan laporan penelitian

kami yang berjudul “Pengembangan Model Spasial untuk Surveilans Demam

Berdarah Dengue di Kota Palu, Provinsi Sulawesi Tengah” tepat pada waktunya.

Penelitian ini merupakan penelitian yang dilaksanakan di Kota Palu yang sampai saat

laporan ini disusun masih tingga kasus kejadian Demam Berdarah Dengue. Penelitian

ini bertujuan untuk mendapatkan model daerah berisiko DBD di Kota Palu Sulawesi

Tengah berdasarkan karakteristik epidemiologi dan lingkungan menggunakan SIG

dan teknologi penginderaan jauh. Laporan ini disusun sebagai bentuk

pertanggungjawaban secara administrasi dan merupakan penyampaian secara tertulis

dari hasil penelitian yang telah dilaksanakan. Hasil penelitian ini diharapkan dapat

menjadi acuan dalam pelaksanaan surveilans DBD di Kota Palu dan daerah lainnya

yang mempunyai karakteristik geografis yang hampir sama dengan daerah penelitian.

Penulis mengucapkan terimakasih kepada Kepala Balai Litbang P2B2

Donggala atas kesempatan, izin dan segala dukungan yang diberikan dalam

pelaksanaan penelitian ini. Kami juga mengucapkan terimakasih kepada tim reviewer

yang telah memberikan masukan serta bimbingan atas pelaksanaan penelitian ini.

Tidak lupa penulis juga mengucapkan terima kasih kepada seluruh anggota tim

penelitian, peneliti dan teknisi Balai Litbang P2B2 Donggala, pengelola DBD Dinas

Kesehatan Provinsi Sulawesi Tengah beserta staf, pengelola DBD Kota Palu,

pengelola DBD dan petugas puskesmas se Kota Palu, pembantu lapangan dan

masyarakat Kota Palu atas dukungan dan bantuan yang diberikan dalam pelaksanaan

penelitian ini.

Akhirnya, penulis sangat berterimakasih kepada teman-teman yang telah

membantu memberikan bahan acuan maupun diskusi dalam penyusunan laporan ini.

Penulis memberikan penghargaan setinggi-tingginya kepada mereka yang membantu

secara langsung maupun tidak langsung selama mempersiapkan maupun penyusunan

x

laporan ini. Saran dan masukan yang membangun juga sangat diharapkan untuk

perbaikan pada penelitian selanjutnya.

Semoga laporan penelitian ini bermanfaat bagi pengambil kebijakan dalam

program surveilans DBD di Kota Palu dan daerah lain yang masih bermasalah dengan

DBD.

Donggala, Desember 2016

Ketua Pelaksana,

Mujiyanto, S.Si, MPH

xi

RINGKASAN EKSEKUTIF PENELITIAN

PENGEMBANGAN MODEL SPASIAL UNTUK SURVEILANS DEMAM

BERDARAH DENGUE DI KOTA PALU PROVINSI SULAWESI TENGAH

Mujiyanto, dkk

Penyakit Demam Dengue (DD) dan Demam Berdarah Dengue (DBD) adalah

penyakit infeksi virus Dengue (DEN) yang ditularkan lewat gigitan nyamuk Aedes

terutama Aedes aegypti. Penyakit ini merupakan salah satu penyakit neglected

tropical diseases yang masih menjadi masalah utama di bidang kesehatan masyarakat

khususnya negara-negara tropis dan subtropis.

Kejadian kasus DBD di Provinsi Sulawesi Tengah mengalami fluktuatif dari

tahun ke tahun. Pada tahun 2013 IR DBD Provinsi Sulawesi Tengah mencapai 66,82

per 100.000 penduduk dengan target nasional sebesar ≤ 52 per 100.000 penduduk.

Selanjutnya mengalami penurunan di tahun 2014 yaitu 45,86 per 100.000 penduduk.

Pada tahun 2014 ini Provinsi Sulawesi Tengah mencapai target Renstra nasional

sebesar ≤ 51 per 100.000 penduduk. Namun IR DBD pada tahun 2015 mengalami

kenaikan sebesar 54,61 per 100.000 penduduk, sehingga target Renstra nasional

tahun 2015 sebesar < 49 per 100.000 penduduk tidak dapat dicapai. Tiga

kabupaten/kota di Sulawesi Tengah dengan IR DBD tertinggi pada tahun 2015 yaitu

Kota Palu dengan 168,5 per 100.000 penduduk, selanjutnya disusul Kabupaten Buol

sebanyak 162,01 per 100.000 penduduk serta urutan ketiga ditempati Kabupaten

Tolitoli 101,13 per 100.000 penduduk.

Pemodelan spasial epidemiologi DBD merupakan salah satu aplikasi dari

Sistem Informasi Geografis ( Geographical Information System/ GIS). Sistem

Informasi Geografis yang kemudian disebut SIG digunakan untuk menentukan pola

spasial temporal kejadian kasus DBD. Tujuan dari penelitian ini adalah mendapatkan

model penentuan daerah berisiko DBD di Kota Palu Sulawesi Tengah berdasarkan

karakteristik epidemiologi dan lingkungan menggunakan SIG dan teknologi

penginderaan jauh.

xii

Hasil penelitian yang berupa data informasi spasial dapat menjadi acuan untuk

kegiatan pencegahan dan pengendalian demam berdarah. Model prediktif dengan

variabel lingkungan sangat membantu dalam penanganan dan kewaspadaan dini

terhadap penyebaran DBD di Kota Palu Provinsi Sulawesi Tengah. Hasil overlay

kasus DBD dengan peta kepadatan penduduk dapat diketahui distribusi kasus

sebagian besar berada pada kelurahan yang memiliki kepadatan tinggi khususnya

yang berada di pusat Kota Palu.

Analisis pola sebaran untuk gabungan data tahun 2011-2016 dengan

menggunakan analisis Nearest Neighbor didapatkan pola sebaran kasus

mengelompok (mengcluster) di pusat Kota Palu daerah yang memiliki ketinggian

rendah. Untuk pengelompokan kasus DBD Tahun 2011-2016 secara spasial-temporal

yang distribusi kasus DBD memperhitungkan waktu kejadian dan keterdekatan antar

kasus didapatkan dua daerah dengan klaster yang signifikan. Wilayah klater tersebut

memiliki p-value 0,021 untuk area pertama. Waktu kejadian kasus DBD yang

memiliki nilai signifikan tersebut antara rentang waktu 1 Maret – 30 November 2011

dengan jumlah 25 kasus. Selanjutnya untuk klaster kedua didapatkan hasil p-value

0,037 dengan rentang waktu kasus 1 Mei – 30 Juni 2013 dengan jumlah 17 kasus .

Distribusi kasus DBD yang disajikan dalam peta distribusi kasus merupakan

suatu penyajian dalam bentuk model spasial diskriptif. Analisis dalam SIG

memungkinkan dilakukan pengembangan dari model spasial yang ada. Hasil berikut

merupakan pengembangan yang dilakukan untuk mengetahui trend arah pergerakan

kasus yaitu dengan model Standard Deviational Ellipse (SDE) dan model daerah

berisiko yaitu dengan metode Kernel Density Estimation (KDE). Trend pergerakan

kasus Tahun 2011 – 2016 dianalisis dengan model Standard Deviational Ellipse,

dimana arah elip menunjukan trend pergerakan kasus itu mengalami penularan atau

penyebaran kasus. Hasil analisis dengan gabungan data kasus DBD tahun 2011 –

bulan Juni 2016 menunjukkan hasil bahwa transmisi DBD cenderung ke arah utara

dan selatan dari pusat Kota Palu. Hasil analisis Kernel DensityEstimation dapat

diketahui daerah berisiko paling tinggi yang merupakan warna merah dengan gradasi

paling gelap. Wilayah pusat kota meliputi Lolu Utara, Lolu Selatan, Siranindi,

xiii

Kamonji, Ujuna, Tatura Utara. Untuk wilayah di luar pusat kota meliputi Palupi,

Pengawu, dan Mamboro. Untuk daerah yang diwaspadai karena berada di tingkat

bawahnya meliputi Lasoani, Petobo, Tondo.

Hasil pengukuran indeks jentik untuk rata-rata rumah tangga pada 45

kelurahan di Kota Palu diperoleh House Index (HI) 45,03%, Container Index (CI)

16,98%, Breteau Index (BI) 70,60% dan Angka Bebas Jentik (ABJ) 54,99%.

Penghitungan indeks pupa di rumah tangga di Kota Palu didapatkan nilai House

Pupal Index (HPI) 19,1%, Container Pupal Index (CPI) 6,0%, pupa/rumah 4,9,

pupa/container 1,2 dan pupa/orang 1,0. Sedangkan hasil indeks jentik untuk tempat-

tempat umum di Kota Palu didapatkan HI 21,71%, CI 15,29%, BI 30,23%, ABJ

78,29%, HPI 7,75%, dan CPI 4,71%. Pemasangan ovitrap di rumah tangga terpilih

didapatkan nilai Indeks Ovitrap masing masing untuk Indeks Ovitrap Dalam Rumah

39,26% dan Indeks Ovitrap Luar Rumah 63,94%.

Wawancara dengan pengelola program DBD baik di tingkat puskesmas dan

Dinas Kesehatan Kota Palu terkait pelaksanaan pemberantasan/pembasmian sarang

nyamuk (PSN) DBD didapatkan bawah pelaksanaan PSN di masyarakat selama ini

belum berjalan maksimal. Hasil wawancara dengan pengelola DBD Dinas Kota Palu

didapatkan bahwa Dinas Kesehatan Kota Palu selama kurun waktu lima tahun

terakhir sudah melakukan program Pemberantasan/Pembasmian Sarang Nyamuk

(PSN). PSN yang dilakukan oleh Dinas Kesehatan Kota Palu berupa pengasapan

(fogging) dan pembagian bubuk abate. Selama ini hubungan dengan intansi lain

dalam pelaksanaan PSN dijalin dengan Dinas Pendidikan Kota Palu khususnya dalam

PSN di sekolah-sekolah yang dilaksanakan oleh murid-murid sekolah, karena selama

ini belum ada Juru Pemantau Jentik (Jumantik) yang rutin melakukan survei tiap saat.

Hasil wawancara dengan pengelola DBD di tingkat puskesmas terkait

pelaksanaan PSN di Kota Palu ini didapatkan informasi bahwa pelaksanaan PSN di

masyarakat belum optimal dilakukan. Hasil wawancara dengan salah seorang

pengelola DBD bahwa adanya Program Padat Karya di Kota Palu membuat

partisipasi masyarakat untuk kerja bakti berkurang, karena kebersihan lingkungan

sudah ada yang merawatnya. Pengendalian vektor DBD yang dilakukan oleh

xiv

puskesmas se-Kota Palu selain dengan PSN adalah dengan memberikan abate dan

jika ada kejadian DBD akan dilakukan fogging yang dilaporkan ke Dinas Kesehatan

Kota. Kerjasama dengan berbagai pihak swasta atau lintas sektor sangat bagus untuk

memaksimalkan PSN di masyarakat, tetapi selama ini kebanyakan puskesmas masih

terbatas pada kerjasama dengan aparat kelurahan saja terkait pelaksanaan PSN.

Semua pengelola DBD di tingkat puskesmas menyampaikan terkait kegiatan yang

belum dilaksanakan. Semua puskesmas belum memanfaatkan data spasial berupa peta

untuk kegiatan PSN. Jumantik secara resmi belum ada, tetapi di beberapa wilayah

kerja puskesmas beberapa puskesmas menyampaikan adanya Laskar Jumantik dari

murid-murid Sekolah Dasar (SD) yang ditugaskan untuk melakukan survei jentik di

rumah masing-masing dan dibawakan form khusus.

Sistem pelaporan data kasus DBD yang masuk ke semua puskesmas

menggunakan Short Message Service (SMS) ke penanggungjawab DBD di

puskesmas. Kegiatan selanjutnya adalah melakukan penyelidikan epidemiologi (PE)

di lokasi kasus. PE yang dilakukan selama ini belum memanfaatkan teknologi seperti

pemanfaatan Global Positioning Systems untuk memetakan kasus DBD maupun form

elektronik yang dapat dimasukan di smartphones. Hasil kegiatan PE dilaporkan

kembali ke Dinas Kesehatan Kota Palu untuk ditindaklanjuti dengan

pengasapan/fogging. Data kasus yang tidak ditemukan ketika akan dilakukan PE juga

disampaikan kembali ke Dinas Kesehatan Kota Palu. Pelaksanaan PSN di tingkat

masyarakat selama ini beranggapan bahwa kegiatan pengasapan/fogging merupakan

cara yang paling bagus, padahal PSN dari masing-masing keluarga merupakan salah

satu pencegahan DBD yang paling efektif.

xv

ABSTRAK

Penyakit Demam Berdarah Dengue merupakan salah satu penyakit neglectedtropical diseases yang masih menjadi masalah utama di bidang kesehatan masyarakatkhususnya negara-negara tropis dan subtropis. Pemodelan spasial epidemiologi DBDmerupakan salah satu aplikasi dari Sistem Informasi Geografis (SIG). Tujuan daripenelitian ini adalah mendapatkan model penentuan daerah berisiko DBD di KotaPalu Sulawesi Tengah berdasarkan karakteristik epidemiologi dan lingkunganmenggunakan SIG dan teknologi penginderaan jauh. Penelitian ini merupakanpenelitian observasional dengan disain potong lintang. Sampel kasus DBD adalahsemua yang dilaporkan dari tahun 2011 sampai dengan Juni 2016. Survei jentikdilakukan pada 45 kelurahan di Kota Palu. Wawancara kegiatan pelaksanaanpemberantasan sarang nyamuk DBD dilakukan pada penanggung jawab programDBD di puskesmas dan Dinas Kesehatan Kota Palu.

Hasil penelitian menunjukkan adanya hubungan secara spasial antaradistribusi kasus DBD di Kota Palu dengan kepadatan penduduk. Pola spasial kasusDBD Tahun 2011- Juni 2016 cenderung mengelompok. Untuk pengelompokan kasusDBD Tahun 2011-2016 secara spasial-temporal didapatkan dua daerah dengan klasteryang signifikan. Wilayah klaster tersebut memiliki p-value 0,021 untuk wilayahpertama. Waktu kejadian kasus DBD yang memiliki nilai signifikan tersebut antararentang waktu 1 Maret – 30 November 2011 dengan jumlah 25 kasus. Selanjutnyauntuk klaster kedua didapatkan hasil p-value 0,037 dengan rentang waktu kasus 1Mei – 30 Juni 2013 dengan jumlah 17 kasus. Model spasial yang dikembangkan darimodel spasial diskriptif DBD yaitu menggunakan model Standard DeviationalEllipse (SDE) dan Kernel Density Estimate (KDE). Model Standard DeviationalEllipse untuk trend pergerakan kasus DBD di Kota Palu mengarah ke utara danselatan pusat Kota Palu. Daerah berisiko kasus DBD yang dimodelkan dengan KernelDensity Estimation cenderung berada di pusat Kota Palu dan mulai berkembang diperumahan-perumahan baru. Indeks jentik di Kota Palu diperoleh House Index (HI)45,03%, Container Index (CI) 16,98%, Breteau Index (BI) 70,60% dan Angka BebasJentik (ABJ) 54,99%. Indeks pupa didapatkan nilai House Pupal Index (HPI) 19,1%,Container Pupal Index (CPI) 6,0%, pupa/rumah 4,9, pupa/container 1,2 danpupa/orang 1,0. Sedangkan indeks jentik untuk tempat-tempat umum di Kota Paludidapatkan HI 21,71%, CI 15,29%, BI 30,23%, ABJ 78,29%, HPI 7,75%, dan CPI4,71%. Indeks Ovitrap masing masing untuk Indeks Ovitrap Dalam Rumah 39,26%dan Indeks Ovitrap Luar Rumah 63,94%.

Pelaksanaan pemberantasan sarang nyamuk DBD di masyarakat belumoptimal dan peran serta masyarakat secara langsung harus ditingkatkan.Pemberantasan sarang nyamuk yang dilakukan dari masing-masing keluargamerupakan salah satu pencegahan DBD yang paling efektif. Surveilans kasus danvektor penyakit harus ditingkatkan dan dikembangkan dengan memanfaatkanteknologi pemetaan dan pemodelan spasial DBD.

Kata kunci : Model Spasial, Surveilans, Demam Berdarah Dengue, Palu

xvi

DAFTAR ISI

JUDUL PENELITIAN................................................................................................... i

SK PENELITIAN .........................................................................................................ii

SUSUNAN TIM PENELITI ........................................................................................vi

PERSETUJUAN ETIK ...............................................................................................vii

PERSETUJUAN ATASAN.......................................................................................viii

JUDUL PENELITIAN...............................................................................................viii

KATA PENGANTAR ................................................................................................. ix

RINGKASAN EKSEKUTIF PENELITIAN ...............................................................xi

ABSTRAK .................................................................................................................. xv

DAFTAR ISI..............................................................................................................xvi

DAFTAR TABEL....................................................................................................xviii

DAFTAR GAMBAR .................................................................................................. xx

DAFTAR GRAFIK....................................................................................................xxi

DAFTAR PETA........................................................................................................xxii

DAFTAR LAMPIRAN...........................................................................................xxiii

I. PENDAHULUAN ............................................................................................. 1

A. Latar Belakang ............................................................................................... 1

B. Perumusan Masalah........................................................................................ 4

C. Tujuan Penelitian............................................................................................ 4

xvii

D. Manfaat Penelitian.......................................................................................... 5

II. TINJAUAN PUSTAKA ................................................................................... 6

III. METODE PENELITIAN ............................................................................. 18

A. Kerangka Konsep, Hipotesis dan Definisi Operasional ............................... 18

B. Desain Penelitian .......................................................................................... 20

C. Tempat dan Waktu Penelitian ...................................................................... 20

D. Populasi dan Sampel .................................................................................... 20

E. Instrumen Pengumpulan Data ...................................................................... 21

F. Bahan dan Prosedur Pengumpulan Data ...................................................... 22

G. Pengolahan dan Analisis Data ...................................................................... 25

IV. HASIL .......................................................................................................... 27

V. PEMBAHASAN .............................................................................................. 59

VI. KESIMPULAN DAN SARAN .................................................................... 65

DAFTAR PUSTAKA ................................................................................................. 67

UCAPAN TERIMA KASIH....................................................................................... 71

LAMPIRAN................................................................................................................ 72

xviii

DAFTAR TABEL

Tabel 1. Density Figure Aedes sp ................................................................................. 9

Tabel 2. Indikator Entomologi DBD Menurut Kelurahan di Kecamatan Palu BaratKota Palu Oktober – November 2016......................................................................... 37

Tabel 3. Indikator Entomologi DBD Menurut Kelurahan di Kecamatan Ulujadi KotaPalu Oktober – November 2016.................................................................................. 38

Tabel 4. Indikator Entomologi DBD Menurut Kelurahan di Kecamatan Tatanga KotaPalu Oktober – November 2016.................................................................................. 39

Tabel 5. Indikator Entomologi DBD Menurut Kelurahan di Kecamatan Palu SelatanKota Palu Oktober – November 2016......................................................................... 39

Tabel 6. Indikator Entomologi DBD Menurut Kelurahan di Kecamatan Palu TimurKota Palu Oktober – November 2016......................................................................... 40

Tabel 7. Indikator Entomologi DBD Menurut Kelurahan di Kecamatan MantikuloreKota Palu Oktober – November 2016........................................................................ 41

Tabel 8. Indikator Entomologi DBD Menurut Kelurahan di Kecamatan Palu UtaraKota Palu Oktober – November 2016......................................................................... 41

Tabel 9. Indikator Entomologi DBD Menurut Kelurahan di Kecamatan Tawaeli KotaPalu Oktober – November 2016.................................................................................. 42

Tabel 10. Indikator Entomologi DBD Menurut Kecamatan di Kota Palu Oktober –November 2016........................................................................................................... 43

Tabel 11. Indeks Pupa menurut kelurahan di Kecamatan Palu Barat Kota PaluOktober – November 2016.......................................................................................... 44

Tabel 12. Indeks Pupa menurut kelurahan di Kecamatan Ulujadi Kota Palu ............ 44

Tabel 13. Indeks Pupa menurut kelurahan di Kecamatan Tatanga Kota Palu Oktober– November 2016........................................................................................................ 45

Tabel 14. Indeks Pupa menurut kelurahan di Kecamatan Palu Selatan Palu Oktober –November 2016........................................................................................................... 45

xix

Tabel 15. Indeks Pupa menurut kelurahan di Kecamatan Palu Timur Kota PaluOktober – November 2016.......................................................................................... 46

Tabel 16. Indeks Pupa Menurut Kelurahan di Kecamatan Mantikulore Kota PaluOktober – November 2016.......................................................................................... 47

Tabel 17. Indeks Pupa menurut kelurahan di Kecamatan Palu Utara Kota PaluOktober – November 2016.......................................................................................... 47

Tabel 18. Indeks Pupa menurut kelurahan di Kecamatan Tawaeli Kota Palu Oktober– November 2016........................................................................................................ 48

Tabel 19. Indeks Ovitrap menurut kelurahan di Kecamatan Palu Barat Kota PaluOktober – November 2016.......................................................................................... 49

Tabel 20. Indeks Ovitrap menurut kelurahan di Kecamatan Ulujadi Kota PaluOktober – November 2016.......................................................................................... 50

Tabel 21. Indeks Ovitrap menurut kelurahan di Kecamatan Tatanga Kota PaluOktober – November 2016.......................................................................................... 51

Tabel 22. Indeks Ovitrap menurut kelurahan di Kecamatan Palu Selatan Kota PaluOktober – November 2016.......................................................................................... 51

Tabel 23. Indeks Ovitrap menurut kelurahan di Kecamatan Palu Timur Kota PaluOktober – November 2016.......................................................................................... 52

Tabel 24. Indeks Ovitrap menurut kelurahan di Kecamatan Mantikulore Kota PaluOktober – November 2016.......................................................................................... 52

Tabel 25. Indeks Ovitrap menurut kelurahan di Kecamatan Palu Utara Kota PaluOktober – November 2016.......................................................................................... 53

Tabel 26. Indeks Ovitrap menurut kelurahan di Kecamatan Tawaeli Kota PaluOktober – November 2016.......................................................................................... 53

xx

DAFTAR GAMBAR

Gambar 1. Siklus Hidup Nyamuk Ae. aegypti .............................................................. 7

Gambar 2. Enam Komponen dalam GIS..................................................................... 13

Gambar 3. Tipe Analisis Spasial dalam SIG............................................................... 16

Gambar 4. Framework Surveilans DBD secara Spasial.............................................. 17

Gambar 5. Hasil Pemetaan Kasus DBD dan Data Atribut penyertanya ..................... 30

Gambar 6. Pola Kasus DBD Gabungan Tahun 2011 – 2016 dengan AnalisisNearest Neighbor ..................................................................................... 32

Gambar 7. Model Spasial Daerah Berisiko DBD di Kota Palu ................................. 35

Gambar 8. Pelaporan Kasus DBD Menggunakan SMS.............................................. 57

Gambar 9. Alur Kerja Surveilans DBD di Dinas Kesehatan Kota Palu. .................... 57

Gambar 10. Surveilans DBD dengan Integrasi Data Spasial dan Internet.................. 58

xxi

DAFTAR GRAFIK

Grafik 1. Jumlah Kasus DBD di Kota Palu Tahun 2011 - Juni 2016 ......................... 29

Grafik 2. Pola Fluktuasi Kasus DBD dengan Curah Hujan di Kota PaluTahun 2011-2015. ....................................................................................................... 36

Grafik 3. Pola Fluktuasi Kasus DBD dengan Suhu Udara di Kota PaluTahun 2011-2015. ....................................................................................................... 36

Grafik 4. Pola Fluktuasi Kasus DBD dengan Kelembaban Udara di Kota PaluTahun 2011-2015. ....................................................................................................... 37

xxii

DAFTAR PETA

Peta 1. Distribusi Kasus DBD di Dunia Tahun 2012.................................................... 1

Peta 2. Distribusi Kasus DBD Kota Palu Tahun 2011 – Juni (2016) ......................... 30

Peta 3. Hasil overlay DBD dengan peta kepadatan penduduk.................................... 31

Peta 4. Pola Pengelompokan Kasus DBD secara Spasial Temporal Kota Palu.......... 33

Peta 5. Pola Pengelompokan Kasus DBD secara Spasial Temporal Daerah Klaster 1dan 2. ............................................................................................................... 33

Peta 6. Trend pergerakan kasus DBD Tahun 2011 – 2016 dengan metode StandardDeviational Ellipse di Kota Palu. .................................................................... 34

xxiii

DAFTAR LAMPIRAN

Lampiran 1. Perizinan dari BPMP2TSPD Provinsi Sulawesi Tengah........................ 72

Lampiran 2. Perizinan dari Badan Kesbangpol Kota Palu.......................................... 73

Lampiran 3. Perpanjangan Perizinan dari Badan Kesbangpol Kota Palu................... 74

Lampiran 4. Form Penyelidikan Epidemiologi Puskesmas se Kota Palu ................... 75

Lampiran 5. Form Survei Jentik Anak Sekolah Puskesmas Birobuli ......................... 76

Lampiran 6. Naskah Penjelasan .................................................................................. 77

Lampiran 7. Kuisioner Wawancara Dinas Kesehatan Kota Palu................................ 79

Lampiran 8. Kuisioner Wawancara Puskesmas se Kota Palu..................................... 82

Lampiran 9. Form Survei Entomologi Rumah Tangga............................................... 85

Lampiran 10. Form Survei Entomologi Tempat-tempat Umum................................. 86

Lampiran 11. Keterangan Kontainer........................................................................... 87

Lampiran 12. Form Survei Telur Nyamuk DBD ........................................................ 88

Lampiran 13. Hasil Analisis........................................................................................ 89

Lampiran 14. Dokumentasi Kegiatan ......................................................................... 92

1

I. PENDAHULUAN

A. Latar BelakangPenyakit Demam Dengue (DD) dan Demam Berdarah Dengue (DBD) adalah

penyakit infeksi virus Dengue (DEN) yang ditularkan lewat gigitan nyamuk Aedes

terutama Aedes aegypti. Penyakit ini merupakan salah satu penyakit neglected

tropical diseases yang masih menjadi masalah utama di bidang kesehatan masyarakat

khusunya negara-negara tropis dan subtropis1. Terdapat sekitar 50 – 100 juta infeksi

demam berdarah terjadi setiap tahun di dunia dan hampir setengah penduduk dunia

tinggal pada daerah dimana virus dengue ini dapat ditularkan oleh nyamuk.

Penyebaran virus dan nyamuk vektor yang luas dapat menyebabkan terjadinya

epidemik serta merupakan ancaman bagi penduduk yang bertempat tinggal di daerah

perkotaan dan semi perkotaan pada daerah tropis dan subtropis1.

Peta 1. Distribusi Kasus DBD di Dunia Tahun 2012. 2

Menurut WHO lebih dari 35% penduduk di Indonesia hidup dan bertempat

tinggal di daerah perkotaan. Pada tahun 2012 WHO mencanangkan program berupa

strategi global dalam pencegahan dan kontrol DBD tahun 2012-2020. Program ini

Peta 1. Distribusi Kasus DBD di Dunia Tahun 2012

2

mempunyai tujuan untuk menurunkan beban penyakit DBD.1 Dampak sosial dan

ekonomi dapat ditimbulkan oleh penyakit DBD, kerugian sosial yang ditimbulkan

seperti, kepanikan dan kecemasan karena anggota keluarga yang terinfeksi virus

sampai pada kematian anggota keluarga, dampak ekonomi yang ditimbulkan seperti

biaya pengobatan, biaya rawat inap, transportasi serta dampak ekonomi tidak

langsung dapat berupa kehilangan produktivitas waktu kerja, waktu sekolah, dan

akomodasi yang dikeluarkan selama penderita mendapatkan perawatan.3

Jumlah kasus DBD di Indonesia semakin lama mempunyai kecenderungan

untuk meningkat dan menyebar semakin luas, ini dikarenakan kelancaran transportasi

dan perpindahan penduduk dari daerah kedaerah lainnya di Indonesia cukup tinggi

serta kondisi alam Indonesia yang berada pada daerah tropis sangat cocok untuk

perkembang biakan nyamuk vektor DBD. Selain faktor lingkungan, faktor agent dan

penjamu juga sangat penting diperhatikan karena keseimbangan ketiga faktor tersebut

dapat mempengaruhi penurunan maupun peningkatan kejadian kasus penyakit.4

Data tiga tahun terakhir Insidence Rate (IR) atau angka kesakitan DBD

Indonesia 2013-2015 mengalami fluktuatif data. Tahun 2015 IR DBD masih dibawah

target Rencana Strategis (Renstra) di tahun tersebut. Tahun 2013, angka kesakitan

DBD nasional mencapai 48,85 per 100.000 penduduk, telah mencapai target Renstra

tahun 2013 yaitu ≤ 52 per 100.000 penduduk.5 Tahun 2014, IR Indonesia juga

mencapai target nasional yaitu ≤ 39,8 per 100.000 penduduk dari nilai target nasional

sebesar ≤ 51 per 100.000 penduduk.6 Namun pada tahun 2015 Indonesia tidak bisa

mempertahankan IR di bawah Renstra Tahun 2015. Pada tahun tersebut IR DBD

Indoneisa yang dilaporkan mencapai 50,75, padahal IR DBD Indonesia saat itu <49

per 100.000 penduduk.7

Kejadian kasus DBD di Provinsi Sulawesi Tengah mengalami fluktuatif dari

tahun ke tahun. Pada tahun 2013 IR DBD Provinsi Sulawesi Tengah mencapai 66,82

per 100.000 penduduk dengan target nasional sebesar ≤ 52 per 100.000 penduduk.5

Selanjutnya mengalami penurunan di tahun 2014 yaitu 45,86 per 100.000 penduduk.6

Pada tahun 2014 ini Provinsi Sulawesi Tengah mencapai target Renstra nasional

sebesar ≤ 51 per 100.000 penduduk. Namun IR DBD pada tahun 2015 mengalami

3

kenaikan sebesar 54,61 per 100.000 penduduk, sehingga target Renstra nasional

tahun 2015 sebesar < 49 per 100.000 penduduk tidak dapat dicapai.7 Tiga

kabupaten/kota di Sulawesi Tengah dengan IR DBD tertinggi pada tahun 2015 yaitu

Kota Palu dengan 168,5 per 100.000 penduduk, selanjutnya disusul Kabupaten Buol

sebanyak 162,01 per 100.000 penduduk serta urutan ketiga ditempati Kabupaten

Tolitoli 101,13 per 100.000 penduduk.8

Permasalahan yang timbul sekarang adalah bagaimana mengendalikan

penularan virus DBD terutama pada blok wilayah yang berpenduduk padat. Penularan

virus DBD ini sangat dipengaruhi oleh faktor lingkungan fisik dan perilaku

masyarakat. Faktor lingkungan fisik meliputi kepadatan pemukiman, pola

pemukiman, dan perilaku masyarakat meliputi pemberantasan sarang nyamuk dan

gerakan 3M (menguras, menutup dan mendaurulang/memanfaatkan kembali) plus.9

Pada daerah dengan kepadatan penduduk tinggi, topografi rendah dan curah hujan

tinggi seperti di daerah tropis, apabila pengelolaan lingkungannnya tidak dilakukan

dengan baik dimungkinkan penularan virus DBD akan mudah terjadi. Hal ini

merupakan masalah utama yang harus dicari pemecahannya.

Untuk memudahkan implementasi cara-cara pengendalian penularan DBD

yang terjadi di wilayah dengan kepadatan penduduk tinggi dimana batas administrasi

sudah bukan merupakan penghalang lagi maka salah satunya adalah dengan

menentukan daerah berisiko berjangkitnya penyakit DBD berdasarkan faktor-faktor

lingkungan dan demografi yang berpengaruh. Dengan diketahuinya daerah berisiko

atau tingkat kerawanan wilayah terhadap penyakit DBD maka dapat ditentukan

prioritas penanganannya dan faktor-faktor lingkungan yang paling berpengaruh serta

bagaimana memperbaiki kondisi lingkungan. Manajemen pengendalian berbasis data

spasial atau kewilayahan merupakan salah satu cara yang esensial yang didukung

dengan data penyelidikan epidemiologi ataupun penyelidikan KLB dari penyakit

ini.10

Parameter penting yang berhubungan erat dengan kejadian suatu penyakit

dapat dibuat menjadi suatu model yang menggambarkan tingkat kerawanan penularan

suatu penyakit dalam bentuk peta spasial.11 Pembuatan model spasial epidemiologi

4

DBD merupakan salah satu aplikasi dari Sistem Informasi Geografis ( Geographical

Information System/ GIS). Sistem Informasi Geografis yang kemudian disebut SIG

merupakan suatu pemanfaatan teknologi informasi berupa sistem untuk pengelolaan

data, penyimpanan, pemrosesan, atau manipulasi, analisis, penayangan data secara

spasial terkait dengan muka bumi. Integrasi dengan data penginderaan jauh berupa

citra dengan resolusi yang tinggi dapat menginformasikan kondisi kepadatan suatu

wilayah. Penginderaan jauh merupakan suatu teknologi untuk memperoleh obyek

melalui analisis data yang diperoleh tanpa kontak langsung dengan objek tersebut.

Pemanfaatan aplikasi SIG berbasis mobile juga sangat membantu dalam

proses pelaporan data dan surveilans karena dapat secara langsung (real time)

melaporkan posisi kasus atau pasien karena terhubung dengan akses internet,

sehingga aplikasi dan teknologi ini sekarang cenderung dimanfaatkan khususnya

dalam surveilans dan kejadian luar biasa dari suatu penyakit.12 Teknologi dan sistem

informasi ini dipilih karena orientasi yang efisien dan efektif dalam menyajikan

distribusi suatu penyakit.

B. Perumusan Masalah

Pola spasial dan distribusi kasus DBD yang teridentifikasi dan terekam dalam

periode waktu tertentu sangat membantu dalam penurunan kasus DBD. Penanganan

kasus DBD berbasis kewilayahan terutama di Kota Palu yang memiliki pembangunan

dan perkembangan fisik kota dengan cepat sangat diperlukan.

C. Tujuan PenelitianUmum

Mendapatkan model penentuan daerah berisiko DBD di Kota Palu Sulawesi Tengah

berdasarkan karakteristik epidemiologi dan lingkungan menggunakan SIG dan

teknologi penginderaan jauh.

5

Khusus

1. Menentukan hubungan antara distribusi spasial kasus DBD dengan

kepadatan penduduk di Kota Palu.

2. Menentukan pola spasial-temporal kasus DBD di Kota Palu.

3. Menentukan pengelompokan/spatial clustering kasus DBD di Kota Palu.

4. Mengidentifikasi kecenderungan/trend pergerakan kasus DBD di Kota

Palu.

5. Menentukan model spasial daerah berisiko dan prediktif kasus DBD terkait

data iklim.

6. Menentukan Angka Bebas Jentik (ABJ), House Index (HI), Containers

Index (CI), Breateu Index (BI), dan Pupal Index : House Pupal Index

(HPI), Containers Pupal Index, Jumlah Pupa/Rumah, Jumlah

Pupa/Container, Jumlah Pupa/Orang dan Ovitrap Index,

7. Mengidentifikasi pelaksanaan pemberantasan sarang nyamuk pada

masyarakat dan pengelola program DBD di Kota Palu dengan melakukan

wawancara.

D. Manfaat Penelitiana. Manfaat bagi program: Menjadi acuan untuk kegiatan pencegahan dan

pengendalian serta kegiatan surveilans demam berdarah berupa data dan

informasi dalam bentuk peta dan model prediktif.

b. Manfaat bagi pengembangan ilmu pengetahuan: Sebagai alternatif

pemanfaatan teknologi SIG dan data penginderaan jauh dalam

pengendalian demam berdarah.

c. Manfaat untuk masyarakat umum: Hasil penelitian ini diharapkan dapat

meningkatkan pengetahuan dan peran serta dalam pengendalian demam

berdarah dengue.

6

II. TINJAUAN PUSTAKA

A. Bioekologi Vektor Demam Berdarah Dengue

Vektor utama epidemi virus dengue di Asia Tenggara adalah Aedes aegypti.

Sedangkan spesies satunya yaitu Aedes albopictus merupakan vektor sekunder yang

juga berperanan penting dalam mempertahankan ada tidaknya virus.13 Aedes

termasuk dalam subfamili Culicinae yang terdiri dari 33 genera yang diantaranya

terdiri dari Culex, Mansonia, Haemagogus, Sabethes, Psorophora dan Aedes.14 Ae.

aegypti pertama kali dideskripsikan oleh Linnaeus tahun 1762 sedangkan Ae.

albopictus dideskripsikan oleh Skuse tahun 1895. Taksonomi Aedes aegypti dan

Aedes albopictus disajikan sebagai berikut :

Kingdom : Animalia

Filum : Arthropoda

Kelas : Insecta

Ordo : Diptera

Famili : Culicidae

Genus : Aedes

Spesies : Aedes aegypti; Aedes albopictus

Nyamuk Ae. aegypti mengalami metamorfosis sempurna yaitu dari bentuk

telur, jentik, pupa dan dewasa. Stadium telur, jentik, pupa hidup secara akuatik

sedangkan bentuk dewasa hidup secara teresterial (darat/udara bebas). Pada

umumnya telur menjadi jentik kira-kira 2 hari setelah berada di dalam air. Nyamuk

betina meletakkan telur di dinding wadah di atas permukaan air dalam keadaan

menempel pada dinding wadah/ penampungan air (TPA). Fase akuatik berlangsung 8

– 12 hari yaitu larva 6-8 hari dan pupa 2-4 hari. Pertumbuhan mulai dari telur sampai

dewasa 9-12 hari dan nyamuk dapat berumur 2-3 bulan.15

Nyamuk jantan dan betina kawin setelah sesaat setelah muncul dari pupa.

Nyamuk Ae. aegypti jantan hanya hidup nyamuk jantan menghisap cairan tumbuhan

atau sari bunga sedangkan yang betina menghisap darah, nyamuk betina ini lebih

7

menyukai darah manusia daripada darah binatang (antropofilik). Tiga hari sesudah

menghisap darah, nyamuk betina sanggup bertelur 100 butir. Dua puluh empat jam

kemudian nyamuk itu menghisap darah lagi, selanjutnya kembali bertelur. Darah

(proteinnya) diperlukan untuk mematangkan telur agar jika dibuahi oleh sperma

nyamuk jantan dapat menetas. Jumlah telur yang dihasilkan oleh nyamuk betina

tergantung pada jumlah darah yang dikonsumsi. Setelah beristirahat, nyamuk betina

akan meletakkan telurnya di dinding tempat perkembangbiakkannya, sedikit di atas

permukaan air.

Pada umumnya, telur akan menjadi larva dalam waktu kurang lebih 2-7 hari

setelah terendam air. Telur tersebut di tempat yang kering (tanpa air). Telur tersebut

di tempat yang kering (tanpa air) dapat bertahan berbulan-bulan pada suhu -20C

sanmai 420C. Apabila tempat tersebut kemudian tergenang air atau kelembabannya

tinggi, maka telur dapat menetes lebih cepat.

Gambar 1. Siklus Hidup Nyamuk Ae. aegypti. 16

8

Jentik tumbuh dengan cepat melalui 3 tahap (instar) dalam hidupnya. Namun

instar keempat lebih lama dibandingkan 3 tahap sebelumnya, biasanya 3 hari dalam

kondisi normal dan dapat bertahan sebulan dalam kondisi dingin. Setelah instar

keempat, jentik menjadi pupa. Pupa/ kepompong tidak makan dan dalam 2 hari akan

menjadi nyamuk dewasa. Di dalam pupa terjadi metamorfosis mengubah jentik

menjadi nyamuk dewasa dengan membentuk kaki, sayap, penghisap mulut dan mata

majemuk. Pupa menjadi nyamuk dewasa membutuhkan waktu 2 hari. Waktu yang

diperlukan untuk menyelesaikan perkembangan telur mulai dari nyamuk menghisap

darah sampai telur dikeluarkan biasanya bervariasi antara 3-4 hari.

Siklus penularan DBD melibatkan tiga organisme yaitu virus, nyamuk Aedes,

dan host manusia. Ketiga kelompok ini baik secara individu maupun kelompok

dipengaruhi oleh faktor lingkungan, biologi, fisik, dan juga imunitas dari host.

Kondisi lingkungan yang ada membuat pola perilaku dan status ekologi dari ketiga

kelompok tadi saling berkaitan dalam ruang dan waktu sehingga penyakit DBD

bervariasi endemisitasnya dari wilayah dan tahun yang berbeda.17

Penyebab DBD adalah virus yang masuk dalam famili Togaviridae, dengan

jenis empat serotype yaitu Dengue-1, Dengue-2, Dengue-3 dan Dengue-4. Nyamuk

sebagai vektor DBD di Indonesia adalah Aedes aegypti, Aedes albopictus, dan Aedes

scutellaris. Bionomik Aedes aegypti adalah kesenangan memilih tempat

perkembangbiakan (breeding places), kesenangan menggigit (feeding habit) dan

kesenangan istirahat (resting habit). Tempat perkembangbiakan nyamuk ini

merupakan genangan air yang terdapat pada suatu tempat yang dinamakan kontainer

dan bukan genangan langsung pada tanah.17

B. Surveilans Demam Berdarah Dengue

Surveilans Demam berdarah mencakup dua hal, yaitu surveilans epidemiologi

kasus dan surveilans vektor.18

1. Surveilans Epidemiologi

Surveilans epidemiologi DBD merupakan kegiatan pengumpulan secara

sistematis, pencatatan, analisis, interpretasi dan penyebarluasan data DBD sebagai

9

acuan dalam intervensi kesehatan masyarakat berupa pencegahan dan pengendalian

DBD.

Surveilans epidemiologi kasus DBD mencakup tiga hal yaitu surveilans pasif,

surveilans aktif, dan surveilans berbasis kejadian.18 Surveilans pasif merupakan

pelaporan dari setiap dokter praktik, klini, pusat kesehatan, dan rumah sakit yang

memberikan pelayanan medis terhadap masyarakat yang terkena DBD. Surveilans

aktif merupakan kegiatan lembaga kesehatan dalam memantau penyebaran DBD di

masyarakat dan mampu menyatakan kapan, lokasi kasus, tipe virus, dan jenis

kesakitan yang berhubungan dengan infeksi DBD. Surveilans berbasis kejadian

merupakan surveilans yang bertujuan menyelidiki suatu kejadian yang tidak biasa

dari suatu kejadian DBD semisal KLB DBD. Kegiatan jenis surveilans ini berbeda

dengan dua surveilans rutin sebelumnya karena harus dilakukan investigasi yang

dilakukan oleh unit epidemiologi .

2. Surveilans Vektor

Surveilans vektor dilakukan untuk menentukan distribusi, kepadatan populasi,

habitat utama larva, faktor risiko berdasarkan waktu dan tempat yang berkaitan

dengan transmisi DBD, dan resistensi insektisida yang digunakan.18

Kegiatan surveilans vektor dapat dibagi menjadi beberapa kegiatan seperti survei

larva/jentik, survei nyamuk dewasa, dan pemasangan perangkap telur nyamuk. Survei

jentik dilakukan untuk mengetahui House Index (HI), Container Index (CI), dan

Breteau Index (BI). Dalam survei jentik dikembangkan pula angka kepadatan jentik

yang disajikan dalam bentuk density figure.19

Tabel 1. Density Figure Aedes sp

Density figure(DF)

House Index(HI)

Container Index(CI)

Breteau Index(BI)

1 1 – 3 1 - 2 1 - 42 4 – 7 3 - 5 5 – 93 8 – 17 6 - 9 10 – 194 18 – 28 10 -1 4 20 – 345 29 – 37 15 – 20 35 -49

10

6 38 – 49 21 - 27 50 – 747 50 -59 28 - 31 75 – 998 60 – 76 32 – 40 100 – 1999 >77 >41 >200

Dalam survei jentik ini dilakukan pula survei pupa. Survei ini dilakukan untuk

mengetahui banyaknya nyamuk dewasa yang akan muncul, karena tingkat kematian

pupa yang rendah untuk menjadi nyamuk. Indeks Pupa yang sudah dipakai ada lima

perhituangan yaitu House Pupal Index (HPI), Containers Pupal Index (CPI), Jumlah

Pupa/Rumah, Jumlah Pupa/Container, dan Jumlah Pupa/Orang.20 Surveilans vektor

yang dilakukan lainnya adalah pemasangan perangkap telur atau ovitrap. Kegiatan ini

dilakukan untuk mendeteksi keberadaan nyamuk Aedes sp yang nilainya disajikan

dalam indeks ovitrap.17,18

C. Pemanfaatan Sistem Informasi Geografis (SIG) dan Data Penginderaan

Jauh.

Sistem Informasi Geografis (SIG) adalah suatu set perangkat komputer yang

digunakan untuk memasukkan, menyimpan, memanggil kembali, mengolah,

menganalisis, dan menampilkankembali dalam bentuk data spasial dari dunia nyata

untuk satu tujuan tertentu.21 SIG yang berbasis komputer dipandang dapat mengatasi

permasalahan dalam hal penyimpanan, pengolahan, dan penyajian berbagai macam

data geografis dalam berbagai macam bentuk dan cara. SIG memisahkan antara

penyajian data geografis dan data storage (selanjutnya disebut basis data geografis)

sehingga penyajian dapat dilakukan secara soft (pada monitor) dan pada lembaran

kertas berujud peta yang atraktif bagi pengguna dan bersifat dinamis. Penyimpanan,

pengolahan dan penyajian data dapat dilakukan dalam waktu yang relatif singkat

sehingga memungkinkan keputusan-keputusan penting dapat dilakukan dalam waktu

yang singkat.

11

a. Sub sistem dalam Sistem Informasi Geografis

1) Masukan data (data input)

Subsistem ini berfungsi untuk mengumpulkan dan menyiapkan

data spasial dan attribut dari berbagai sumber dan format data,

sehingga di dalamnya mengandung kemampuan transformasi berbagai

format data ke dalam format data yang sesuai dalam SIG.

2). Pengolahan data (data manipulation)

Berfungsi untuk melakukan operasi-operasi spasial dan juga

pemodelan untuk menghasilkan informasi-informasi baru yang

diharapkan.

3). Manajemen data (Data Management)

Berfungsi untuk mengorganisasi baik data spasial maupun

attribut ke dalam sebuah basis data sedemikian rupa sehingga mudah

dipanggil, diedit, dan disimpan kembali.

4). Penyajian data (data output)

Berfungsi untuk menampilkan atau menghasilkan keluaran atas

seluruh atau sebagian data spasial dan atau attribut baik dalam bentuk

softcopy maupun hardcopy ataupun dalam media online (web GIS).

Wujud dari keluaran data dapat berupa tabel, grafik, peta, dan atau

kombinasinya.

b. Komponen Sistem Informasi Geografis

Komponen penyusun SIG secara modern dapat diperinci sebagai

berikut:22

1) Jaringan/network

Hal sekarang yang mendasar adalah kebutuhan jaringan

khususnya jaringan internet. Dengan tergubungkannya antar unit-unit

maka proses komunikasi informasi data digital dapat terjadi cepat .

Internet memungkinkan data SIG divisualisasikan secara cepat dalam

memberikan informasi kepada user dalam wujud web GIS.

12

2) Perangkat keras

Komponen SIG yang satu ini terdiri dari berbagai platform,

mulai dari PC, desktop, workstation hingga multi user host. Kompenen

perangkat keras pendukung yang lain terkait dengan data input

(digitizer, scanner), dan data output (printer, plotter). Jenis platform

maupun komponen pendukung yang lain yang terbaik adalah yang

sesuai dengan kebutuhan.

3) Perangkat lunak

Ada berbagai jenis perangkat lunak dalam SIG yang tersedia di

pasar, mulai dari yang sederhana hingga yang sangat canggih.

Kesemuanya itu tidak terlepas dari harga dan budget yang tersedia.

Pemilihan perangkat lunak yang sesuai dengan kebutuhan serta user

friendly adalah yang paling tepat. Selain itu juga disesuaikan dengan

kualitas sumberdaya manusia yang tersedia. Data transfer antar suatu

sistem perangkat lunak SIG yang satu dengan yang lain tidak lagi

menjadi hambatan saat ini. Hal yang perlu diperhatikan adalah sistem

management data yang seragam sehingga data memungkinkan untuk

dapat digunakan oleh pengguna secara luas dengan berbagai perangkat

lunak yang berbeda.

4) Data geografis

Keberhasilan sebuah pengambilan keputusan ditentukan dengan

kualitas dan akurasi data yang dipunyai. Data atau informasi geografis

umumnya sangat erat terkait dengan skala. Data dengan kualitas bagus

pada skala global sering dipaksakan penggunaannya untuk skala yang

lebih rinci. Hal ini akan menimbulkan misinterpretasi walaupun

metode pengolahan data yang digunakan sangat teliti.

5) Prosedur

Suatu model dan teknik yang perlu dikembangkan dalam

berbagai macam aplikasi SIG.

13

6) Manusia/SDM

SIG akan berhasil dengan baik apabila dijalankan oleh

sekelompok orang yang mempunyai keahlian yang spesifik pada

berbagai tingkatan. Peranannya dalam pengoperasian perangkat keras

dan lunak, serta menangani data geografis dengan kedua perangkat

tersebut.

Gambar 2. Enam Komponen dalam GIS. 22

Integrasi antara Sistem Informasi Geografis dengan data penginderaan

jauh merupakan satu kesatuan. Data penginderaan jauh digunakan untuk

mendapatkan atau ekstraksi data terhadap kondisi lingkungan dapat berupa

penggunaan lahan yang ada saat ini, ataupun data yang sudah lama karena

kemampuan data yang tersedia bisa berupa data time-series.

Pemanfaatan data penginderaan jauh yang sekarang sering dilakukan

adalah di aplikasi Google Earth atau Google Map. Dengan aplikasi tersebut

dapat dilihat berbagai macam kombinasi jenis citra dengan berbagai resolusi

spasial, dari mulai yang rendah sampai dengan yang sangat detil

menampakkan kenampakan permukaan bumi.

14

Mobile – GIS merupakan bagian yang tidak terpisahkan dengan Sistem

Informasi Geografis pada umumnya. Teknologi mobile diciptakan seiring

dengan mobilitas masyarakat akan kebutuhan komunikasi dan informasi.

Mobile GIS merupakan suatu Sistem Informasi Nirkabel (Wireless GIS).23

Aplikasi yang digunakan dalam mobile GIS ini digunakan sebagai semacam

piranti lunak untuk memasukkan data seperti nama, posisi geografis, kodepos,

dan informasi lain yang diinginkan.

Model merupakan suatu bentuk penyederhanaan dari dunia nyata (real

world). Proses penyederhanaan ini biasanya dilakukan dengan proses

generalisasi. Model yang dibuat selalu tidak sesempurna yang dimodelkan.24

Model yang sering digunakan dalam bidang geografi adalah model spasial.

Bentuk model spasial sendiri salah satunya dalam bentuk peta dimana dalam

peta terdapat fenomena spasial. Fenomena spasial sendiri merupakan

distribusi (apa, ada dimana, berapa luasannya dan juga ada hubungan

antarobyek dalam suatu ruang (pengaruh, aksesibilitas, adjacency). Kegiatan

pemodelan spasial sendiri merupakan suatu aktivitas dalam menyusun

informasi spasial, dimulai dengan melihat fenomena spasial yang ada,

kompilasi dan pengukuran data, mengelola, analisis, sampai mendapatkan

informasi baru dalam bentuk peta.

Peta sebagai suatu bentuk model spasial dapat digunakan untuk

melakukan analisis spasial tergantung dari jenis peta yang ditampilkan.

Analisis spasial merupakan a body of technique, yang menganalisis dua hal

sekaligus yaitu suatu titik lokasi hubungannya dengan variable spasial/faktor

risiko yang mempengaruhinya atau berhubungan pada wilayah spasial atau

permukaan bumi.25

Analisis spasial yang digunakan dalam Sistem Informasi Geografis,

diantaranya :

a. Pengukuran, pengukuran langsung menggunakan dasar skala peta.

b. Analisis Topologi (Overlay), biasanya digunakan untuk mendapatkan

informasi baru atas dasar hubungan spasial antar variable.

15

c. Analisis Jaringan (Network Analysis), merupakan analisis spasial yang

melakukan analisis dengan dasar aliran jaringan.

d. Analisis Permukaan (Surface Analysis), merupakan analisis spasial dengan

mengeliminasi data yang tidak diperlukan agar lebih mudah dilihat

hubungan antar titik dengan unit-unit dalam satu wilayah

e. Analisis dengan jarak (Buffering) merupakan analisis spasial yang

digunakan untuk mengetahui keterpengaruhan maupun aksesibilitas satu

atau lebih obyek ke beberapa obyek lainnya.

f. Statistik spasial (Spatial Statistic), suatu analisis yang digunakan untuk

menentukan korelasi secara statistik yang terhubung dengan peta sebagai

distribusinya.

Proses dalam SIG mencakup berbagai macam analisis spasial yang

memungkinkan pemodelan sumberdaya alam, perkotaan, pembangunan

lingkungan, transportasi, dan difusi dan juga menampilkan dalam bentuk peta

tiga dimensi (3D) atau lebih serta memungkinkan bentuk model animasi.26

Beberapa tipe analisis spasial yang sering dilakukan disajikan dalam

Gambar 3

16

Gambar 3. Tipe Analisis Spasial dalam SIG. (a) analisis buffer dan overlay, (b)analisis multi dimensi dan permukaan, (c) Analisis jaringan, dan (d)Analisis grid dan raster. 26

Pemanfaatan Sistem Informasi Geografis yang pada awalnya adalah untuk

survei sumberdaya alam, ternyata mengalami peningkatan yang pesat, hampir semua

bidang sekarang telah memanfaatkan SIG karena kemampuan analisis spasialnya

yang sangat baik. Aplikasi SIG yang didukung data penginderaan jauh berupa citra

satelit sebagai data masukan dan data lapangan yang diperoleh dari GPS dapat secara

baik menampilkan data spasial dan juga data atribut (berupa data statistik) yang

secara periodik dapat diperbarui. SIG merupakan suatu sistem berbasis komputer

yang mempunyai kemampuan dalam masukan data, management data dan mengolah

informasi-informasi geografis, dan menyajikannya dalam berbagai bentuk sesuai

dengan tujuan penyajian.26

SIG telah banyak dimanfaatkan dalam bidang kesehatan masyarakat terutama

untuk penentuan kebijakan, epidemiologi penyakit, pemetaan sarana dan prasarana

kesehatan serta kegiatan surveilans. Surveilans DBD adalah kegiatan pengumpulan,

pengolahan, analisis, dan interpretasi data, serta penyebarluasan informasi ke

penyelenggara program, instansi dan pihak terkait secara sistematis dan terus menerus

17

tentang kondisi dan situasi DBD yang mempengaruhi terjadinya peningkatan dan

penularan penyakit tersebut agar dapat dilakukan tindakan pengendalian secara

efisien dan efektif.27

Pemanfaatan SIG dalam surveilans DBD sangat bermanfaat bagi negara

berkembang yang beban penyakit DBD masih tinggi dan sangat bermanfaat dalam

surveilans DBD internasional khususnya penyebaran lintas batas negara.28

Gambar 4. Framework Surveilans DBD secara Spasial. 29

18

III.METODE PENELITIAN

A. Kerangka Konsep, Hipotesis dan Definisi OperasionalKerangka Konsep

Hipotesis

1. Semakin tinggi kepadatan penduduk semakin tinggi kejadian kasus DBD

di Kota Palu.

2. Terdapat pola spasial cluster/mengelompok di Kota Palu

3. Terdapat trend pergerakan kasus DBD di Kota Palu.

4. Semakin tinggi ABJ semakin rendah kejadian kasus DBD di Kota Palu.

Variabel Independen

Faktor Demografi- Kepadatan Penduduk

Faktor Lingkungan- Keberadaan Jentik- Curah Hujan- Suhu Udara- Kelembaban Udara- Penggunaan Lahan

Faktor Manusia- Pekerjaan- Usia- Jenis Kelamin- Perilaku

Kejadian Kasus DBD

Variabel dependen

19

Definisi operasional

No. Variabel Definisi Operasional Metodepengukuran

1. Kejadian /kasus DBD Penyakit demam akut dengan ciri-ciri demam tinggi mendadak danterus menerus selama 2-7 hari,disertai dengan manifestasiperdarahan, pembesaran hati,kadang-kadang shok yang dapatmenyebabkan kematian yangdilaporkan oleh puskesmas, dinkes,dan rumah sakit

Review DataSekunder

2. Kepadatan Penduduk Jumlah penduduk di suatu daerahdibagi dengan luas daratan daerahtersebut, biasanya dinyatakansebagai penduduk per km2

Review DataSekunder

3. Keberadaan Jentik Ada atau tidaknya jentik ditemukandi kontainer di lingkungan rumahyang disurvei (dalam dan luar)rumah.

Survei

4. Suhu udara Kondisi udara yang ditentukandengan mendukung terjadinyakasus demam berdarah dengue

Review DataSekunder

5. Curah hujan Air hujan yang ditentukan denganmendukung terjadinya kasus DBDyang merupakan hasil dari stasiunhujan atau data pengamatanlainnya.

Review DataSekunder

6. Kelembaban Konsentrasi uap air di udara ataubanyaknya kandungan uap air diatmosfer

Review DataSekunder

7. Penggunaan Lahan Informasi tentang pemanfaatanlahan untuk peruntukannya

Data CitraSatelit danSurvei

8. Pekerjaan Kegiatan pokok responden atauyang memberikan penghasilanterbesar bagi keluarga/sendiri

Wawancara

9. Usia Lama waktu hidup seseorangberdasarkan tanggal, bulan dantahun kelahiran

Wawancara

20

10. Jenis Kelamin Laki-laki atau perempuan Wawancara

11. Perilaku Kebiasaan/kegiatan respondenterkait dengan pemberantasansarang nyamuk demam berdarah

Wawancara

12. Aspek Data Spasial Data terkait posisi koordinat kasusDBD, lokasi posisi survei jentik,dan pemasangan ovitrap

Survei

B. Desain Penelitian

Penelitian ini merupakan penelitian observasional

C. Tempat dan Waktu Penelitian

Penelitian ini dilakukan di wilayah Kota Palu, Provinsi Sulawesi Tengah dan

waktu penelitian dilakukan pada April sampai dengan November 2016

D. Populasi dan Sampel

1. Definisi Populasi dan Sampel

Populasi pemetaan kasus adalah seluruh kasus DBD dari Januari 2011 – Juni

2016.

Populasi keberadaan jentik adalah nyamuk pradewasa di seluruh Kota Palu

Populasi wawancara PSN adalah seluruh rumah tangga dan pelaksana

program DBD di Kota Palu. Untuk wawancara rumah tangga dilakukan untuk

kegiatan pengurasan dan penggunaan larvasida yang diisikan di form survei

entomologi.

Sampel pemetaan kasus adalah seluruh populasi yang meliputi semua kasus

DBD yang dilaporkan dari Januari 2011 – 2016.

Sampel keberadaan jentik adalah nyamuk pradewasa yang tertangkap di

masing-masing kelurahan di Kota Palu.

Sampel wawancara PSN adalah pengelola DBD Dinas Kota, Puskesmas, dan

Kader yang ditunjuk di tiap tiap kelurahan. Untuk wawancara terhadap kader

21

yang ditetapkan sebagai Jumantik tidak dilakukan wawancara karena di Kota

Palu belum ada kader yang ditunjuk tiap tiap kelurahan menjadi Jumantik.

2. Kriteria Inklusi dan Eksklusi

Kriteria inklusi pemetaan kasus adalah kasus DBD baik yang meninggal atau

sembuh yang dilaporkan oleh puskesmas/rumahsakit/dinas kesehatan dan

bertempat tinggal di Kota Palu selama Januari 2011 – Juni 2016. Kriteria

inklusi survei jentik adalah jentik yang berada pada lingkungan rumah

penduduk dan tempat-tempat umum.

Kriteria eksklusi pemetaan kasus adalah kasus DBD yang dilaporkan tetapi

tidak bertempat tinggal di Kota Palu serta waktu sebelum Januari 2011 dan

setelah Juni 2016. Kriteria eksklusi survei jentik adalah rumah atau tempat-

tempat umum yang menolak untuk diperiksa, rumah/tempat umum yang

terkunci atau tidak mendapatkan akses untuk masuk.

3. Besar Sampel

Sampel rumah pengambilan jentik nyamuk DBD tergantung pada tingkat

ketepatan yang diinginkan, tingkat infestasi serta sumber daya yang tersedia.

Semakin banyak jumlah rumah yang diperiksa akan meningkatkan

ketepatannya, tetapi hal ini kurang praktis karena keterbatasan sumber daya

manusia. Dalam penelitian ini besar sampel untuk survei jentik minimal 100

rumah di setiap kelurahan di Kota Palu.

4. Cara Pemilihan Sampel

Dalam pemilihan sampel untuk kegiatan survei jentik yang dilakukan pada

rumah-rumah penduduk dan tempat-tempat umum dilakukan dengan cara

systematic sampling.

E. Instrumen Pengumpulan DataInstrumen yang digunakan meliputi :

Alat pemetaan : Global Positioning System (GPS) handheld dan mobilephones

untuk memetakan kasus DBD dan lokasi sampel rumah responden dan TTU.

22

Citra satelit dengan resolusi tinggi dengan perekaman beda waktu untuk

kegiatan pemetaan blok rumah kasus. Komputer dan perangkat lunak untuk

pengolahan data lapangan dan sekunder.

Cara pengumpulan data :

Data sekunder berupa data yang diperoleh dari laporan penderita DBD di Dinas

Kesehatan Kota Palu yaitu laporan rutin penderita DBD di wilayah Kota Palu

tahun 2011-2016. Data Iklim berupa curah hujan, kelembaban dan suhu

diperoleh dari Badan Meteorologi Klimatologi dan Geofisika Palu. Sedangkan

data demografi/kependudukan diperoleh dari Badan Pusat Statistik (BPS) Kota

Palu. Peta administrasi dan data spasial terkait tata guna lahan didapatkan dari

Badan Perencanna Pembangunan Daerah (Bappeda) Kota Palu.

Data primer diperoleh dengan melakukan survei pada alamat penderita dan

melakukan pengambilan koordinat dengan alat GPS untuk menentukan posisi

titik koordinat kasus kejadian DBD dan rumah responden sampel terpilih

wawancara. Survei jentik dilakukan dengan melihat tempat penampungan air

bersih yang ada di dalam rumah maupun di luar rumah untuk mengetahui larva

Aedes aegypti.

Pemasangan ovitrap juga dilakukan untuk mengetahui kepadatan telur di

rumah-rumah yang menjadi sampel. Ukuran yang dipakai untuk mengetahui

kepadatan jentik Aedes aegypti salah satunya adalah Angka Bebas Jentik (ABJ).

ABJ merupakan persentase jumlah rumah/bangunan yang tidak ditemukan

jentik dibanding jumlah rumah/bangunan yang diperiksa.

F. Bahan dan Prosedur Pengumpulan DataBahan

Pemetaan : Citra Satelit resolusi tinggi : Quickbird, Orbview, Google Earth

images, Peta Rupa Bumi (RBI) Digital wilayah Kota Palu.

Survei jentik : gayung, pipa/pipet, plastik larva, Oviposition Trap (ovitrap)

dan senter.

23

Prosedur Kerja

Survei pendahuluan

- Kegiatan ini dilakukan untuk koordinasi dengan Dinas Kesehatan

Provinsi Sulawesi Tengah, Dinas Kesehatan Kota Palu, dan dengan

Puskesmas se Kota Palu.

- Koordinasi dengan Bappeda, BPS dan BMKG sebagai pendukung data

sekunder penelitian ini.

- Melengkapi lokasi unit sampel di masing masing kelurahan yang di

survei.

Pemetaan

- Menyiapkan peta dasar daerah penelitian berupa Peta RBI Digital .

- Menyiapkan Citra Satelit Resolusi Tinggi kemudian diinterpretasi

untuk melihat penggunaan lahan di daerah Kota Palu dan lokasi

penelitian .

- Penentuan peta tentatif lokasi penelitian berdasarkan peta penggunaan

lahan dan administrasi unit daerah penelitian.

- Menyusun form survei jentik baik berupa file dan juga cetakannya.

Untuk form digital dapat dihubungkan dengan mobile-GIS.

- Survei di lapangan dengan memetakan rumah-rumah kasus yang

disurvei, lokasi survei jentik, dan lokasi ovitrap yang dipasang

menggunakan GPS.

- Pengisian form dengan menanyakan terhadap kepala rumah tangga di

masing-masing kelurahan.

- Pemasukan data GPS ke komputer.

- Editing dan analisis data menggunakan software SIG.

- Pembuatan layout peta

Survei Telur

- Pemasangan ovitrap juga dilakukan untuk menghitung kepadatan telur

nyamuk dengan meletakan ovitrap di masing-masing rumah sebanyak

24

dua ovitrap yaitu di dalam dan luar rumah. Jumlah ovitrap yang

dipasang minimal 160 buah untuk 80 rumah.

- Ovitrap diisi air kurang lebih 2/3 bagian dan diberi padel sebagai

tempat meletakan telur bagi nyamuk. Pengamatan keberadaan telur

dengan melihat ada tidaknya telur di padel atau dengan pemeriksaan

jentik di dalam ovitrap.

- Pemeriksaan padel dilakukan biasanya sekali seminggu, tetapi untuk

tujuan tertentu dapat dilakukan sekali dalam 24 jam18. Pada penelitian

ini dilakukan selama 48 jam.

- Perhitungan Ovitrap Indeks (%)17 :

Survei Jentik

- Survei jentik dilakukan pada 100 rumah terpilih. Survei dan pemilihan

rumah dilakukan dengan pendekatan systematic sampling. Survei

jentik ini akan menghitung House Index (HI), Containers Index (CI),

Breateu Index (BI), dan Angka Bebas Jentik (ABJ) .

- Survei jentik dilakukan pada semua kontainer baik di dalam dan luar

rumah.

- Menghitung jumlah jentik yang diperiksa pada setiap rumah yang

diperiksa

- Perhitungan House Index (HI) :

- Perhitungan Containers Index (CI) :

- Perhitungan Breateu Index (BI):

25

Survei Pupa

Survei ini dilakukan untuk mengetahui banyaknya nyamuk dewasa yang

akan muncul, karena tingkat kematian pupa yang rendah untuk menjadi

nyamuk. Indeks Pupa yang sudah dipakai ada lima perhituangan yaitu

House Pupal Index (HPI), Containers Pupal Index (CPI), Jumlah

Pupa/Rumah, Jumlah Pupa/Container, dan Jumlah Pupa/Orang20.

- Perhitungan House Pupal Index (PI):

- Perhitungan Container Pupal Index (CPI):

- Perhitungan Jumlah Pupa/Rumah:

- Perhitungan Jumlah Pupa/Kontainer:

- Perhitungan Jumlah Pupa/Orang :

G. Pengolahan dan Analisis Data

Data yang dikumpulkan berupa pemetaan menggunakan GPS akan dianalisis

dengan digabungkan dengan data sekunder yang dikumpulkan. Data wawancara

pada tenaga kesehatan tentang pelaksanaan PSN akan dimasukkan kemudian

dianalisis untuk mengetahui frekuensi masing-masing faktor yang

ditanyakan,apakah program tersebut dilaksanakan sesuai perencanaan dan

hambatan/masalah yang dihadapi selama dilakukan.

26

Dalam pengembangan model data dan informasi spasial untuk kegiatan

surveilans, informasi waktu sangat bermanfaat untuk analisis kajian spasial-

temporal suatu kasus .

Hubungan distribusi spasial DBD dengan kepadatan penduduk dianalisis

menggunakan Analysis Spatially Weighted Regression (Spatial Error Model).

Data distribusi kasus DBD dianalisis menggunakan analisis nearest neighbour

analysis dan space-time permutation. Analisis ini digunakan untuk menentukan

spatial clustering kasus DBD di suatu wilayah yang didasarkan pada jarak

geografis dan waktu kejadian kasus .

Model daerah berisiko demam berdarah menggunakan point pattern analysis

yaitu Kernel Density Estimate (KDE). Sedangkan model kecenderungan arah

pergerakan kasus DBD menggunakan Standard Deviation Ellipses (SDE).26

Model prediktif kejadian kasus dengan variabel lingkungan yaitu curah hujan

dan suhu menggunakan analisis cross-correlation function) dan regresi Poisson.

Kemudian data hasil wawancara karena hanya wawancara terbuka terhadap

pengelola DBD di tingkat Dinas Kesehatan Kota dan Puskesmas dilakukan

analisis driskiptif

27

IV. HASIL

A. Lokasi Penelitian

Penelitian ini dilakukan di Kota Palu Provinsi Sulawesi Tengah. Kota Palu

merupakan ibukota Provinsi Sulawesi Tengah yang secara astronomis terletak pada

0° 38’ - 0° 56’ LS dan 119° 45’ - 120° 1’ BT. Batas-batas administrasi Kota Palu

sebagai berikut

- Sebelah barat berbatasan dengan Kabupaten Donggala

- Sebelah utara berbatasan dengan Kabupaten Donggala

- Sebelah timur berbatasan dengan Kabupaten Donggala dan Parigi

Moutong

- Sebelah selatan berbatasan dengan Kabupaten Sigi.

Pada tahun 2015 secara administrasi, Kota Palu terbagi menjadi delapan

kecamatan. Kecamatan tersebut adalah Kecamatan Tawaeli, Palu Utara, Mantikulore,

Palu Timur, Palu Selatan, Tatanga, Palu Barat, dan Ulujadi. Sampai tahun 2016 ini

jumlah kelurahan yang ada di Kota Palu sejumlah 46 kelurahan dari sebelumnya 45

kelurahan. Kelurahan yang terakhir adalah Talise Valangguni yang merupakan

pemekaran dari kelurahan Talise pada tahun 2015 juga.

Topografi Kota Palu sangat beragam dari lembah, dataran sampai dengan

perbukitan dan berada di suatu kawasan teluk . Ketinggian tempat di Palu antara 0 –

700 m di atas permukaan air laut (dpal). Kota Palu juga memiliki iklim yang spesifik

. Jika di wilayah lain di Indonesia pada umumnya ada dua musim, yaitu musim hujan

dan kemarau tetapi untuk Kota Palu ini merupakan daerah yang tidak bisa

digolongkan sebagai daerah musim. Namun Kota Palu digolongkan sebagai daerah

Non Zona Musim.

Berdasarkan hasil proyeksi penduduk, penduduk Kota Palu pada tahun 2015

berjumlah 368.086 pendudu. Penduduk dengan jenis kelamin wanita lebiha banyak

yaitu sekitar 182.981 dibandingkan penduduk pria yang berjumlah 185.105.

Penelitian ini dilakukan pada delapan kecamatan dengan 45 kelurahan di Kota Palu

28

yang memiliki jumlah Puskesmas sebanyak 13 Puskesmas (Tahun 2016 diresmikan

pemakaian Puskesmas yang ke 13).

Peta 1. Lokasi Penelitian di Kota Palu Provinsi Sulawesi Tengah

B. Pemetaan dan Survei Kasus Demam Berdarah Dengue Tahun 2011-2016

Data kasus DBD Kota Palu dari tahun 2011 sampai dengan kasus Juni

2016 diperoleh dari pengelola DBD Dinas Kota Palu. Kasus DBD Tahun 2011 –

Bulan Juni Tahun 2016 mengalami fluktuasi. Jumlah kasus dari tahun 2011

merupakan kasus yang tertinggi dalam kurun waktu lima tahun terakhir sebanyak

29

1061 kasus. Kemudian Tahun 2012 mengalami penurunan kasus sebanyak 10

menjadi 1051 kasus. Kasus terendah dalam kurun waktu lima tahun terakhir terjadi

pada tahun 2014 sebanyak 580 kasus. Namun pada tahun 2015 kembali mengalami

kenaikan menjadi 653 kasus. Pada semester pertama tahun 2016 (Laporan bulan

Juni), kasus DBD yang dilaporkan sudah mencapai angka 480 kasus. Berikut grafik

laporan kasus DBD Kota Palu dari Tahun 2011 – Juni 2016.

Grafik 1. Jumlah Kasus DBD di Kota Palu Tahun 2011 - Juni 2016

Pemetaan kasus DBD dilakukan dengan menggunakan GPS dengan mendatangi

rumah kasus yang tertera di dalam data laporan kasus. Tidak semua kasus DBD yang

terdapat dalam laporan berhasil ditemukan dan dapat dipetakan. Pada laporan kasus

DBD kurun waktu 2011-2015 banyak alamat yang tidak lengkap dan tidak ada nomer

kontak telepon keluarga penderita DBD. Hasil pemetaan kasus DBD Kota Palu

disajikan pada Peta 2.

30

Gambar 5. Hasil Pemetaan Kasus DBD dan Data Atribut penyertanya

Peta 2. Distribusi Kasus DBD Kota Palu Tahun 2011 – Juni (2016)

31

Distribusi kasus dengan kepadatan penduduk Kota Palu untuk data kepadatan

penduduk data tahun 2015 didapatkan hasil yang disajikan pada peta ini.

Peta 3. Hasil overlay DBD dengan peta kepadatan penduduk.

Hasil overlay kasus DBD dengan peta kepadatan penduduk dapat diketahui

distribusi kasus sebagian besar berada pada kelurahan yang memiliki kepadatan

tinggi khususnya yang berada di pusat Kota Palu.

Analisis pola sebaran untuk gabungan data tahun 2011-2016 dengan

menggunakan analisis Nearest Neighbor didapatkan pola sebaran kasus

mengelompok (meng-cluster) di pusat Kota Palu daerah yang memiliki ketinggian

rendah.

32

Gambar 6. Pola Kasus DBD Gabungan Tahun 2011 – 2016 dengan AnalisisNearest Neighbor.

Untuk pengelompokan kasus DBD Tahun 2011-2016 secara spasial-

temporal yang distribusi kasus DBD memperhitungkan waktu kejadian dan

keterdekatan antar kasus didapatkan 2 daerah dengan klaster yang signifikan.

Wilayah klater tersebut memiliki p-value 0,021 untuk area pertama. Waktu

kejadian kasus DBD yang memiliki nilai signifikan tersebut antara rentang waktu

33

1 Maret – 30 November 2011 dengan jumlah 25 kasus. Selanjutnya untuk klaster

kedua didapatkan hasil p-value 0,037 dengan rentang waktu kasus 1 Mei – 30

Juni 2013 dengan jumlah 17 kasus . Penyajian hasil analisis dengan space-time

permutation untuk penentukan area klasternya disajikan dalam Peta.

Peta 4. Pola Pengelompokan Kasus DBD secara Spasial Temporal Kota Palu.

Peta 5. Pola Pengelompokan Kasus DBD secara Spasial Temporal Daerah Klaster 1dan 2.

34

C. Pengembangan Model Spasial Distribusi Kasus Demam Berdarah Dengue

Distribusi kasus DBD yang disajikan dalam peta distribusi kasus merupakan

suatu penyajian dalam bentuk model spasial diskriptif. Analisis dalam SIG

memungkinkan dilakukan pengembangan dari model spasial yang ada. Hasil berikut

merupakan pengembangan yang dilakukan untuk mengetahui trend arah pergerakan

kasus yaitu dengan model Standard Deviational Ellipse (SDE) dan model daerah

berisiko yaitu dengan metode Kernel Density Estimation (KDE).

Trend pergerakan kasus Tahun 2011 – 2016 yang dianalisis dengan model

Standard Deviational Ellipse, yaitu arah elips tersebut menunjukan trend pergerakan

kasus, mengalami penularan atau penyebaran kasus. Hasil analisis dengan gabungan

data kasus DBD tahun 2011 – bulan Juni 2016 menunjukkan hasil bahwa transmisi

DBD cenderung ke arah utara dan selatan dari pusat Kota Palu.

Peta 6. Trend pergerakan kasus DBD Tahun 2011 – 2016 dengan metode StandardDeviational Ellipse di Kota Palu.

35

Penentuan zonasi daerah berisiko DBD di Kota Palu dengan menggunakan

analisis kepadatan titik kasus yang dipetakan. Model spasial ini dikembangkan

dengan analisis Kernel Density. Dengan dikembangkan analisis ini diharapkan

daerah-daerah dengan potensial tinggi penularan DBD menjadi prioritas penanganan

dan yang masih rendah dapat melakukan pencegahan sedini mungkin.

Gambar 7. Model Spasial Daerah Berisiko DBD di Kota Palu.

36

Pada Gambar 7 yang merupakan hasil analisis Kernel Density dapat diketahui

daerah berisiko paling tinggi yang merupakan warna merah dengan gradasi paling

gelap. Wilayah pusat kota meliputi Lolu Utara, Lolu Selatan, Siranindi, Kamonji,

Ujuna, Tatura Utara. Untuk wilayah di luar pusat kota meliputi Palupi, Pengawu, dan

Mamboro.

Untuk daerah yang diwaspadai karena berada di tingkat bawahnya meliputi

Lasoani, Petobo, Tondo

D. Kasus DBD dengan Data Iklim Kota Palu Tahun 2011-2015Analisis data kasus DBD dengan data iklim dari BMKG untuk kejadian kasus

DBD tahun 2011-2015. Hal yang sama juga dengan data iklim meliputi curah hujan,

suhu, dan kelembaban juga untuk tahun pengukuran tahun 2011-2015 (Grafik 2-4).

Grafik 2. Pola Fluktuasi Kasus DBD dengan Curah Hujan di Kota PaluTahun 2011-2015.

Grafik 3. Pola Fluktuasi Kasus DBD dengan Suhu Udara di Kota PaluTahun 2011-2015.

37

Grafik 4. Pola Fluktuasi Kasus DBD dengan Kelembaban Udara di Kota PaluTahun 2011-2015.

E. Survei Entomologi Demam Berdarah Dengue1. Survei Jentik

Survei jentik dilakukan pada 45 kelurahan di Kota Palu. Survei dilakukan

pada 100 rumah tangga sampel dan beberapa Tempat-tempat Umum (TTU) yang ada

di lokasi sampel. Survei jentik ini dilakukan pada kontainer di dalam dan luar rumah

untuk menghitung indikator entomologi.

Kegiatan survei jentik dilakukan pertengahan Oktober sampai dengan minggu

pertama November 2016. Hasil indikator entomologi berupa HI, CI, BI, dan ABJ

disajikan dalam Tabel berikut:

Tabel 2. Indikator Entomologi DBD Menurut Kelurahan di Kecamatan Palu BaratKota Palu Oktober – November 2016

KelurahanIndikator Survei Entomologi

HI(%) CI(%) BI (%) ABJ (%)Baru 37 13,6 50 63Kamonji 40 14,2 57 60Siranindi 33 9,3 36 67Ujuna 36 12,7 45 64Lere 33,7 10,9 42,6 66,3Balaroa 43 12,8 56 57Rata-rata Palu Barat 37,1 12,2 47,8 62,9

38

Hasil pengukuran indikator entomologi berupa indeks jentik yang terdiri dari

HI, CI,BI, dan ABJ di Kecamatan Palu Barat (Tabel 2) didapatkan nilai HI tertinggi

di Kelurahan Balaroa dan terendah di Kelurahan Siranindi. Kelurahan dengan nilai CI

tertinggi di Kelurahan Kamonji dan terendah di Kelurahan Siranindi. Untuk indeks

jentik berupa BI, kelurahan yang memiliki nilai BI tertinggi di Kelurahan Kamonji

dan terendah di Kelurahan Balaroa. Hasil perhitungan ABJ untuk wilayah Kecamatan

Palu Barat didapatkan hasil nilai tertinggi ABJ di Kelurahan Siranindi dan terendah di

Kelurahan Balaroa.

Tabel 3. Indikator Entomologi DBD Menurut Kelurahan di Kecamatan Ulujadi KotaPalu Oktober – November 2016


HI(%) CI(%) BI (%) ABJ (%)Watusampu 23 9,2 34 77Buluri 36 14,1 57 64Tipo 31 8,7 42 69Silae 64 19,3 114 36Kabonena 44 12,8 61 56Donggala Kodi 55 23,2 86 45Rata-rata Ulujadi 42,2 14,6 65,7 57,8

Indikator entomologi berupa indeks jentik yang terdiri dari HI, CI,BI, dan

ABJ di Kecamatan Ulujadi (Tabel 3) didapatkan nilai HI tertinggi di Kelurahan Silae

dan terendah di Kelurahan Watusampu. Kelurahan dengan nilai CI tertinggi di

Kelurahan Donggala Kodi dan terendah di Tipo. Untuk indeks jentik berupa BI,

kelurahan yang memiliki nilai BI tertinggi di Kelurahan Silae dan terendah di

Kelurahan Watusampu Hasil perhitungan ABJ untuk wilayah Kecamatan Ulujadi

didapatkan hasil nilai tertinggi ABJ di Watusampu dan terendah di Kelurahan Silae.

39

Tabel 4. Indikator Entomologi DBD Menurut Kelurahan di Kecamatan Tatanga KotaPalu Oktober – November 2016


HI(%) CI(%) BI (%) ABJ (%)Pengawu 72 27,3 140 28Palupi 63 21,9 131 37Duyu 65,3 21,8 141,6 34,7Nunu 53,5 22,1 99 47,5Tavanjuka 40,2 14,5 59,8 59,8Boyaoge 41 13,1 56 59Rata-rata Tatanga 55,8 20,1 104,6 44,3


HI, CI,BI, dan ABJ di Kecamatan Tatanga (Tabel 4) didapatkan nilai HI tertinggi di

Kelurahan Pengawu dan terendah di Kelurahan Tavanjuka. Kelurahan dengan nilai CI

tertinggi di Kelurahan Pengawu dan terendah di Kelurahan Boyaoge. Untuk indeks

jentik berupa BI, kelurahan yang memiliki nilai BI tertinggi di Kelurahan Duyu dan

terendah di Kelurahan Boyaoge. Hasil perhitungan ABJ untuk wilayah Kecamatan

Tatanga didapatkan hasil nilai tertinggi ABJ di Kelurahan Tavanjuka dan terendah di

Kelurahan Pengawu.

Tabel 5. Indikator Entomologi DBD Menurut Kelurahan di Kecamatan Palu SelatanKota Palu Oktober – November 2016


HI(%) CI(%) BI (%) ABJ (%)Tatura Utara 50,5 18,7 77,3 49,5Tatura Selatan 45 16,2 56,0 55Birobuli Utara 47 21,6 82,0 53Birobuli Selatan 40 13,4 48,0 60Petobo 29 8,2 33,0 71Rata-rata Palu Selatan 42,3 15,6 59,3 57,7


ABJ di Kecamatan Palu Selatan (Tabel 5) didapatkan nilai HI tertinggi di Kelurahan

40

Tatura Utara dan terendah di Kelurahan Petobo. Kelurahan dengan nilai CI tertinggi

di Kelurahan Birobuli Utara dan terendah di Petobo. Untuk indeks jentik berupa BI,

kelurahan yang memiliki nilai BI tertinggi di Kelurahan Birobuli Utara dan terendah

di Kelurahan Petobo. Hasil perhitungan ABJ untuk wilayah Kecamatan Palu Selatan

didapatkan hasil nilai tertinggi ABJ di Petobo dan terendah di Kelurahan Tatura

Utara.

Tabel 6. Indikator Entomologi DBD Menurut Kelurahan di Kecamatan Palu TimurKota Palu Oktober – November 2016


HI(%) CI(%) BI (%) ABJ (%)Lolu Utara 41,4 18,3 71,7 58,6Lolu Selatan 29,3 11,0 39,4 70,7Besusu Barat 24,2 10,0 32,3 75,8Besusu Tengah 36 12,2 45,0 64Besusu Timur 38,4 16,5 59,6 61,6Rata-rata Palu Timur 33,9 13,6 49,6 66,1


HI, CI,BI, dan ABJ di Kecamatan Palu Timur (Tabel 6) didapatkan nilai HI tertinggi

di Kelurahan Lolu Utara dan terendah di Kelurahan Besusu Barat. Kelurahan dengan

nilai CI tertinggi di Kelurahan Lolu Utara dan terendah di Kelurahan Besusu Barat.

Untuk indeks jentik berupa BI, kelurahan yang memiliki nilai BI tertinggi di

Kelurahan Lolu Utara dan terendah di Kelurahan Besusu Barat. Hasil perhitungan

ABJ untuk wilayah Kecamatan Palu Timur didapatkan hasil nilai tertinggi ABJ di

Kelurahan Besusu Barat dan terendah di Kelurahan Lolu Utara.


ABJ di Kecamatan Mantikulore (Tabel 7) didapatkan nilai HI tertinggi di Kelurahan

Layana Indah dan terendah di Kelurahan Poboya. Kelurahan dengan nilai CI tertinggi

di Kelurahan Kawatuna dan terendah di Poboya. Untuk indeks jentik berupa BI,

kelurahan yang memiliki nilai BI tertinggi di Kelurahan Layana Indah dan terendah

di Kelurahan Poboya. Hasil perhitungan ABJ untuk wilayah Kecamatan Mantikulore

41

didapatkan hasil nilai tertinggi ABJ di Kelurahan Poboya dan terendah di Kelurahan

Layana Indah.

Tabel 7. Indikator Entomologi DBD Menurut Kelurahan di Kecamatan MantikuloreKota Palu Oktober – November 2016


HI(%) CI(%) BI (%) ABJ (%)Layana Indah 60 21,1 100,0 40Tondo 55,1 20,8 89,8 44,9Talise 45 17,4 55,0 55Poboya 19,2 7,0 25,3 80,8Kawatuna 58 25,7 96,0 42Lasoani 44,4 17,3 60,6 55,6Tanamodindi 53 19,9 80,0 47Rata-rata Mantikulore 47,8 18,5 72,4 52,2


ABJ di Kecamatan Mantikulore (Tabel 7) didapatkan nilai HI tertinggi di Kelurahan

Layana Indah dan terendah di Kelurahan Poboya. Kelurahan dengan nilai CI tertinggi

di Kelurahan Kawatuna dan terendah di Poboya. Untuk indeks jentik berupa BI,

kelurahan yang memiliki nilai BI tertinggi di Kelurahan Layana Indah dan terendah

di Kelurahan Poboya. Hasil perhitungan ABJ untuk wilayah Kecamatan Mantikulore

didapatkan hasil nilai tertinggi ABJ di Kelurahan Poboya dan terendah di Kelurahan

Layana Indah.

Tabel 8. Indikator Entomologi DBD Menurut Kelurahan di Kecamatan Palu UtaraKota Palu Oktober – November 2016


HI(%) CI(%) BI (%) ABJ (%)Mamboro 53,5 23,4 90,9 46,5Mamboro Barat 54 25,8 97,0 46Taipa 58 24,3 104,0 42Kayumalue Pajeko 41 20,2 70,0 59Kayumalue Ngapa 45 15,8 64,0 55Rata-rata Palu Utara 50,3 21,9 85,2 49,7

42


HI, CI,BI, dan ABJ di Kecamatan Palu Utara (Tabel 8) didapatkan nilai HI tertinggi

di Kelurahan Taipa dan terendah di Kelurahan Kayumalue Pajeko. Kelurahan dengan

nilai CI tertinggi di Kelurahan Mamboro Barat dan terendah di Kelurahan Kayumalue

Ngapa. Untuk indeks jentik berupa BI, kelurahan yang memiliki nilai BI tertinggi di

Kelurahan Taipa dan terendah di Kelurahan Kayumalue Ngapa. Hasil perhitungan

ABJ untuk wilayah Kecamatan Palu Utara didapatkan hasil nilai tertinggi ABJ di

Kelurahan Kayumalue Pajeko dan terendah di Kelurahan Taipa.

Tabel 9. Indikator Entomologi DBD Menurut Kelurahan di Kecamatan Tawaeli KotaPalu Oktober – November 2016


HI(%) CI(%) BI (%) ABJ (%)Pantoloan Boya 53 17,9 87,0 47Pantoloan 57 20,9 95,0 43Baiya 60 23,6 92,0 40Panau 38 16,1 50,0 62Lambara 46 17,9 77,0 54Rata-rata Tawaeli 50,8 19,3 80,2 49,2


HI, CI,BI, dan ABJ di Kecamatan Tawaeli (Tabel 9) didapatkan nilai HI tertinggi di

Kelurahan Baiya dan terendah di Kelurahan Panau. Kelurahan dengan nilai CI

tertinggi di Kelurahan Baiya dan terendah di Kelurahan Panau. Untuk indeks jentik

berupa BI, kelurahan yang memiliki nilai BI tertinggi di Kelurahan Pantoloan dan

terendah di Kelurahan Panau. Hasil perhitungan ABJ untuk wilayah Kecamatan

Tawaeli didapatkan hasil nilai tertinggi ABJ di Kelurahan Panau dan terendah di

Kelurahan Baiya.

43

Tabel 10. Indikator Entomologi DBD Menurut Kecamatan di Kota Palu Oktober –November 2016

KecamatanIndikator Survei Entomologi

HI(%) CI(%) BI (%) ABJ (%)Palu Barat 37,1 12,2 47,8 62,9Ulujadi 42,2 14,6 65,7 57,8Tatanga 55,8 20,1 104,6 44,3Palu Selatan 42,3 15,6 59,3 57,7Palu Timur 33,9 13,6 49,6 66,1Mantikulore 47,8 18,5 72,4 52,2Palu Utara 50,3 21,9 85,2 49,7Tawaeli 50,8 19,3 80,2 49,2Rata-rata Kota Palu 45,03 16,98 70,60 54,99


HI, CI,BI, dan ABJ untuk rata-rata Kota Palu (Tabel 10) dapat diketahui dengan

menggabungkan data pada tiap kecamatan. Indeks jentik untuk HI tertinggi di

Kecamatan Tatanga dan terendah di Kecamatan Palu Timur. Kecamatan dengan nilai

CI tertinggi di Kecamatan Palu Utara dan terendah di Kecamatan Palu Barat. Untuk

indeks jentik berupa BI, kecamatan yang memiliki nilai BI tertinggi di Kecamatan

Tatanga dan terendah di Kecamatan Palu Barat. Hasil perhitungan ABJ untuk wilayah

Kota Palu didapatkan hasil nilai tertinggi ABJ di Palu Timur dan terendah di

Kecamatan Tatanga.

Pada survei jentik dilakukan juga perhitungan pupa untuk mengetahui potensi

menjadi nyamuk yang kebih tinggi dibandingkan dari jentik. Hasil perhitungan pupa

untuk mengetahui Indeks Pupa yang meliputi CPI, HPI, pupa/orang, pupa/kontainer,

dan pupa/rumah. Berikut merupakan Indeks Pupa di semua kelurahan di Kota Palu.

Hasil pengukuran indeks pupa yang terdiri dari CPI, HPI, pupa/rumah,

pupa/container, dan pupa/orang untuk Kecamatan Palu Barat didapatkan nilai CPI

tertinggi di Kelurahan Baru dan terendah di Kelurahan Siranindi (Tabel 11).

Kelurahan dengan nilai HPI tertinggi di Kelurahan Balaroa dan terendah di Kelurahan

Siranindi. Untuk perhitungan pupa/rumah nilai teringgi di Kelurahan Balaroa dan

terendah di Kelurahan Siranindi. Kelurahan dengan perhitungan pupa/container

44

tertinggi berada di kelurahan Baru dan Balaroa, sedangkan terendah di Kelurahan

Siranindi. Perhitungan pupa/orang untuk wilayah Kecamatan Palu Barat tertinggi

nilainya di Kelurahan Balaroa, dan terendah di Kelurahan Siranindi.

Tabel 11. Indeks Pupa menurut kelurahan di Kecamatan Palu Barat Kota PaluOktober – November 2016

KelurahanIndeks Pupa

CPI (%) HPI (%) Pupa/rumah Pupa/Container Pupa/orang

Baru 6,2 18,0 4,6 1,3 0,9Kamonji 4,0 14,0 2,6 0,6 0,5Siranindi 2,6 10,0 1,8 0,5 0,4Ujuna 4,2 12,0 4,3 1,1 0,9Lere 5,1 14,9 4,2 1,1 0,8Balaroa 5,9 19,0 5,8 1,3 1,3Rata-rata Palu Barat 4,7 14,7 3,9 1,0 0,8

Tabel 12. Indeks Pupa menurut kelurahan di Kecamatan Ulujadi Kota Palu

Oktober – November 2016



Watusampu 2,4 5,0 0,3 0,1 0,1Buluri 6,9 15,0 6,4 1,6 1,4Tipo 3,3 14,0 3,8 0,8 0,8Silae 6,9 28,0 8,8 1,5 1,8Kabonena 3,4 12,0 1,6 0,3 0,3Donggala Kodi 13,5 35,0 4,7 1,3 0,9Rata-rata Ulujadi 6,1 18,2 4,3 0,9 0,9


pupa/container, dan pupa/orang untuk Kecamatan Ulujadi didapatkan nilai CPI

tertinggi di Kelurahan Donggala Kodi dan terendah di Kelurahan Watusampu (Tabel

2). Kelurahan dengan nilai HPI tertinggi di Kelurahan Donggala Kodi dan terendah di

Kelurahan Watusampu. Untuk perhitungan pupa/rumah nilai teringgi di Kelurahan

Silae dan terendah di Kelurahan Watusampu. Kelurahan dengan perhitungan

pupa/container tertinggi berada di kelurahan Buluri, sedangkan terendah di Kelurahan

45

Watusampu. Perhitungan pupa/orang untuk wilayah Kecamatan Ulujadi tertinggi

nilainya di Kelurahan Silae, dan terendah di Kelurahan Watusampu.

Tabel 13. Indeks Pupa menurut kelurahan di Kecamatan Tatanga Kota Palu Oktober– November 2016



Pengawu 12,5 39,0 7,8 1,5 1,7Palupi 9,0 34,0 11,5 1,9 2,6Duyu 9,2 36,6 0,5 0,1 0,1Nunu 6,8 28,3 18,9 3,4 4,1Tavanjuka 5,8 20,6 1,5 0,4 0,3Boyaoge 3,7 16,0 1,2 0,3 0,2Rata-rata Tatanga 7,8 29,1 6,9 1,3 1,5


pupa/container, dan pupa/orang untuk Kecamatan Tatanga didapatkan nilai CPI

tertinggi di Kelurahan Pengawu dan terendah di Kelurahan Boyaoge (Tabel 13).

Kelurahan dengan nilai HPI tertinggi di Kelurahan Pengawu dan terendah di

Kelurahan Boyaoge. Untuk perhitungan pupa/rumah nilai teringgi di Kelurahan Nunu

dan terendah di Kelurahan Duyu. Kelurahan dengan perhitungan pupa/container

tertinggi berada di Kelurahan Nunu, sedangkan terendah di Kelurahan Duyu.

Perhitungan pupa/orang untuk wilayah Kecamatan Tatanga tertinggi nilainya di

Kelurahan Nunu, dan terendah di Kelurahan Duyu.

Tabel 14. Indeks Pupa menurut kelurahan di Kecamatan Palu Selatan Palu Oktober –November 2016



Tatura Utara 9,7 32,0 10,4 2,5 2,0Tatura Selatan 8,7 21,0 4,5 1,3 1,0Birobuli Utara 7,6 24,0 5,7 1,5 1,2Birobuli Selatan 5,3 18,0 4,5 1,3 0,9Petobo 3,2 12,0 1,2 0,3 0,3Rata-rataPalu Selatan

6,9 21,4 5,3 1,4 1,1

46


pupa/container, dan pupa/orang untuk Kecamatan Palu Selatan didapatkan nilai CPI

tertinggi di Kelurahan Tatura Utara dan terendah di Kelurahan Petobo (Tabel 14).

Kelurahan dengan nilai HPI tertinggi di Kelurahan Tatura Utara dan terendah di

Kelurahan Petobo. Untuk perhitungan pupa/rumah nilai teringgi di Kelurahan Tatura

Utara dan terendah di Kelurahan Petobo. Kelurahan dengan perhitungan

pupa/container tertinggi berada di Kelurahan Tatura Utara dan terendah di Kelurahan

Petobo. Perhitungan pupa/orang untuk wilayah Kecamatan Palu Selatan tertinggi

nilainya di Kelurahan Tatura Utara dan terendah di Kelurahan Petobo.

Tabel 15. Indeks Pupa menurut kelurahan di Kecamatan Palu Timur Kota PaluOktober – November 2016



Lolu Utara 5,9 20,2 2,1 0,5 0,4Lolu Selatan 2,3 7,1 7,5 1,9 1,5Besusu Barat 3,1 8,1 0,4 0,1 0,1Besusu Tengah 2,4 9,0 0,6 0,2 0,1Besusu Timur 5,6 17,2 8,1 2,2 1,7Rata-rata Palu Timur 3,9 12,3 3,7 1,0 0,8


pupa/container, dan pupa/orang untuk Kecamatan Palu Timur didapatkan nilai CPI

tertinggi di Kelurahan Lolu Utara dan terendah di Kelurahan Lolu Selatan (Tabel 15).

Kelurahan dengan nilai HPI tertinggi di Kelurahan Lolu Utara dan terendah di

Kelurahan Lolu Selatan. Untuk perhitungan pupa/rumah nilai teringgi di Besusu

Timur dan terendah di Kelurahan Besusu Barat. Kelurahan dengan perhitungan

pupa/container tertinggi berada di Kelurahan Besusu Timur, sedangkan terendah di

Kelurahan Besusu Barat. Perhitungan pupa/orang untuk wilayah Kecamatan Palu

Timur tertinggi nilainya di Kelurahan Besusu Timur dan terendah di Kelurahan Barat

dan Besusu Tengah.

47

Tabel 16. Indeks Pupa Menurut Kelurahan di Kecamatan Mantikulore Kota PaluOktober – November 2016



Layana Indah 7,4 31,0 2,5 0,5 0,5Tondo 7,8 20,4 17,3 4,0 3,8Talise 5,1 13,0 0,7 0,2 0,1Poboya 2,8 8,1 0,6 0,2 0,1Kawatuna 8,0 20,0 9,4 2,5 2,1Lasoani 6,0 18,2 2,0 0,6 0,5Tanamodindi 5,2 19,0 1,9 0,5 0,4Rata-rataMantikulore

6,0 27,1 4,9 1,2 1,1


pupa/container, dan pupa/orang untuk Kecamatan Mantikulore didapatkan nilai CPI

tertinggi di Kelurahan Kawatuna dan terendah di Kelurahan Poboya (Tabel 16).

Kelurahan dengan nilai HPI tertinggi di Kelurahan Tondo dan terendah di Kelurahan

Poboya. Untuk perhitungan pupa/rumah nilai teringgi di Kelurahan Tondo dan

terendah di Kelurahan Poboya. Kelurahan dengan perhitungan pupa/container

tertinggi berada di Kelurahan Tondo, sedangkan terendah di Kelurahan Talise dan

Poboya. Perhitungan pupa/orang untuk wilayah Kecamatan Mantikulore tertinggi

nilainya di Kelurahan Tondo, sedangkan terendah di Kelurahan Talise dan Poboya.

Tabel 17. Indeks Pupa menurut kelurahan di Kecamatan Palu Utara Kota PaluOktober – November 2016



Mamboro 5,4 16,2 6,3 1,6 1,4Mamboro Barat 8,5 24,0 4,2 1,1 0,8Taipa 7,5 22,0 4,7 1,1 0,9Kayumalue Pajeko 6,9 20,0 7,3 2,1 1,6Kayumalue Ngapa 5,9 20,0 5,6 1,4 1,1Rata-rata Palu Utara 6,8 20,4 5,6 1,5 1,2

48


pupa/container, dan pupa/orang untuk Kecamatan Palu Utara didapatkan nilai CPI

tertinggi di Kelurahan Mamboro Barat dan terendah di Kelurahan Mamboro (Tabel

17). Kelurahan dengan nilai HPI tertinggi di Kelurahan Mamboro Barat dan terendah

di Kelurahan Mamboro. Untuk perhitungan pupa/rumah nilai teringgi di Kelurahan

Kayumalue Pajeko dan terendah di Kelurahan Mamboro Barat. Kelurahan dengan

perhitungan pupa/container tertinggi berada di Kayumalue Pajeko sedangkan

terendah di Kelurahan Mamboro Barat dan Taipa. Perhitungan pupa/orang untuk

wilayah Kecamatan Palu Utara tertinggi nilainya di Kayumalue Pajeko, dan terendah

di Kelurahan Mamboro Barat.

Tabel 18. Indeks Pupa menurut kelurahan di Kecamatan Tawaeli Kota Palu Oktober– November 2016



Pantoloan Boya 3,9 16,0 4,6 0,9 0,9Pantoloan 4,2 16,0 5,5 1,1 1,1Baiya 5,9 20,0 1,8 0,5 0,4Panau 4,8 13,0 1,5 0,5 0,3Lambara 7,4 21,0 10,2 2,4 2,0Rata-rata Tawaeli 5,2 17,2 4,7 1,1 0,9


pupa/container, dan pupa/orang untuk Kecamatan Tawaeli didapatkan nilai CPI

tertinggi di Kelurahan Lambara dan terendah di Kelurahan Pantoloan Boya (Tabel

18). Kelurahan dengan nilai HPI tertinggi di Kelurahan Lambara dan terendah di

Kelurahan Panau. Untuk perhitungan pupa/rumah nilai teringgi di Kelurahan

Lambara dan terendah di Kelurahan Panau. Kelurahan dengan perhitungan

pupa/container tertinggi berada di Kelurahan Lambara, sedangkan terendah di

Kelurahan Panau dan Baiya. Perhitungan pupa/orang untuk wilayah Kecamatan

Tawaeli tertinggi nilainya di Kelurahan Lambara, dan terendah di Kelurahan Panau.

49

Hasil perhitungan rata-rata indeks pupa untuk seluruh Kota Palu diperoleh

rata-rata nilai HPI 19,1%, CPI 6,0%, pupa/rumah 4,9 , pupa/kontainer 1,2 dan

pupa/orang 1,0. Kecamatan dengan nilai HPI tertinggi adalah Kecamatan Tatanga dan

terendah Kecamatan Palu Timur. Kemudian Kecamatan dengan nilai CPI tertinggi

adalah Kecamatan Tatanga dan terendah Kecamatan Palu Timur. Untuk nilai

pupa/rumah kecamatan tertinggi adalah Kecamatan Tatang dan terendah Kecamatan

Palu Timur. Kecamatan yang memiliki indeks pupa/kontainer tertinggi adalah

Kecamatan Palu Utara dan terendah Kecamatan Ulujadi. Kecamatan dengan indeks

pupa/orang tertinggi berada di Kecamatan Tatanga dan terendah di Kecamatan Palu

Barat dan Palu Timur.

Hasil identifikasi keberadaan jentik/pupa yang ditemukan di kontainer baik

dalam dan luar rumah sebagian besar spesiesnya adalah Aedes aegypti. Pemeriksaan

terhadap jentik baik langsung maupun yang dibawa ke laboratorium didapatkan 3174

sampel dengan persentase Ae. aegypti sebesar 91,5 %, Ae. albopictus 6,3% , non –

Aedes 2,1 %, dan spesimen rusak/tidak terambil sebesar 1%.

2. Pemasangan ovitrap

Kegiatan pemasangan ovitrap dilakukan pada rumah yang disurvei jentik

dengan jumlah ovitrap yang dipasang sebanyak 80 rumah. Pemasangan dilakukan di

dalam dan luar rumah. Pengambilan ovitrap dilakukan setelah dua hari pemasangan

atau sekitar 48 jam. Beberapa ada yang lebih dari dua hari dikarenakan penghuni

rumah tidak berada di tempat. Hasil dari pemasangan ovitrap adalah Indeks Ovitrap.

Tabel 19. Indeks Ovitrap menurut kelurahan di Kecamatan Palu Barat Kota PaluOktober – November 2016

KelurahanIndeks Ovitrap

Dalam Rumah(%)

Luar Rumah(%)

Baru 27,50 42,50Kamonji 30 45Siranindi 22,50 48,75Ujuna 16,25 43,75

50

Lere 47,50 56,25Balaroa 17,50 47,50Rata-rata Palu Barat 26,87 47,29

Hasil pemasangan ovitrap baik di dalam dan luar rumah untuk Kecamatan

Palu Barat didapatkan nilai indeks ovitrap dalam rumah yang paling tinggi berada di

Kelurahan Lere dan terendah di Kelurahan Ujuna (Tabel 19). Nilai indeks ovitrap luar

rumah paling tinggi di Kelurahan Lere dan terendah di Kelurahan Baru.

Tabel 20. Indeks Ovitrap menurut kelurahan di Kecamatan Ulujadi Kota PaluOktober – November 2016


Dalam Rumah(%)

Luar Rumah(%)

Watusampu 73,75 85Buluri 78,75 86,25Tipo 53,75 70Silae 57,50 67,50Kabonena 48,75 78,75Donggala Kodi 37,50 67,50Rata-rata Ulujadi 58,33 78,83


Ulujadi didapatkan nilai indeks ovitrap dalam rumah yang paling tinggi berada di

Kelurahan Buluri dan terendah di Kelurahan Donggala Kodi (Tabel 20). Nilai indeks

ovitrap luar rumah paling tinggi di Kelurahan Buluri dan terendah di Kelurahan Silae

dan Donggala Kodi.


Palu Tatanga didapatkan nilai indeks ovitrap dalam rumah yang paling tinggi berada

di Kelurahan Nunu dan terendah di Kelurahan Boyaoge (Tabel 21). Nilai indeks

ovitrap luar rumah paling tinggi di Kelurahan Duyu dan terendah di Kelurahan

Boyaoge dan Nunu.

51

Tabel 21. Indeks Ovitrap menurut kelurahan di Kecamatan Tatanga Kota PaluOktober – November 2016


Dalam Rumah (%)Luar Rumah

(%)Pengawu 43,75 75Palupi 18,75 55Boyaoge 17,75 47,50Duyu 38,75 77,5Nunu 48,75 47,50Tavanjuka 33,75 56,25Rata-rata Tatanga 33,58 59,79

Tabel 22. Indeks Ovitrap menurut kelurahan di Kecamatan Palu Selatan Kota PaluOktober – November 2016


Dalam Rumah(%)

Luar Rumah (%)

Tatura Utara 28,75 50Tatura Selatan 22,50 55Birobuli Utara 38,75 55Birobuli Selatan 27,50 51,25Petobo 16,25 42,50Rata-rata Palu Selatan 26,75 50,75


Palu Selatan didapatkan nilai indeks ovitrap dalam rumah yang paling tinggi berada

di Kelurahan Birobuli Utara dan terendah di Kelurahan Petobo (Tabel 22). Nilai

indeks ovitrap luar rumah paling tinggi di Kelurahan Tatura Selatan dan Birobuli

Utara dan terendah di Kelurahan Petobo.

52

Tabel 23. Indeks Ovitrap menurut kelurahan di Kecamatan Palu Timur Kota PaluOktober – November 2016


Dalam Rumah(%)

Luar Rumah(%)

Lolu Utara 20 52,5Lolu Selatan 18,75 51,25Besusu Barat 33,75 65Besusu Tengah 32,50 53,75Besusu Timur 28,75 63,75Rata-rata Palu Timur 26,75 57,25


Palu Timur didapatkan nilai indeks ovitrap dalam rumah yang paling tinggi berada di

Kelurahan Besusu Barat dan terendah di Kelurahan Lolu Selatan (Tabel 23). Nilai

indeks ovitrap luar rumah paling tinggi di Kelurahan Besusu Barat dan terendah di

Kelurahan Lolu Selatan.

Tabel 24. Indeks Ovitrap menurut kelurahan di Kecamatan Mantikulore Kota PaluOktober – November 2016


Dalam Rumah(%)

Luar Rumah(%)

Layana Indah 56,25 87,50Tondo 43,75 62,50Talise 32,50 61,25Poboya 52,50 71,25Kawatuna 52,50 80Lasoani 46,25 72,50Tanamodindi 30 48,75Rata-rata Mantikulore 44,82 69,11


Mantikulore didapatkan nilai indeks ovitrap dalam rumah yang paling tinggi berada

di Kelurahan Layana Indah dan terendah di Kelurahan Tanamodindi (Tabel 24). Nilai

53

indeks ovitrap luar rumah paling tinggi di Kelurahan Layana Indah dan terendah di

Kelurahan Tanamodindi.

Tabel 25. Indeks Ovitrap menurut kelurahan di Kecamatan Palu Utara Kota PaluOktober – November 2016


Dalam Rumah(%)

Luar Rumah(%)

Mamboro 40 80Mamboro Barat 46,25 71,25Taipa 58,75 67,50Kayumalue Pajeko 38,75 67,50Kayumalue Ngapa 56,25 72,50Rata-rata Palu Utara 48 71,75


Palu Utara didapatkan nilai indeks ovitrap dalam rumah yang paling tinggi berada di

Kelurahan Taipa dan terendah di Kelurahan Mamboro (Tabel 25). Nilai indeks

ovitrap luar rumah paling tinggi di Kelurahan Mamboro dan terendah di Kelurahan

Taipa dan Kayumalue Pajeko.

Tabel 26. Indeks Ovitrap menurut kelurahan di Kecamatan Tawaeli Kota PaluOktober – November 2016


Dalam Rumah(%)

Luar Rumah(%)

Pantoloan Boya 62,50 87,50Pantoloan 56,25 76,25Baiya 43,75 75Panau 33,75 66,25Lambara 48,75 78,75Rata-rata Tawaeli 49 76,75


Tawaeli didapatkan nilai indeks ovitrap dalam rumah yang paling tinggi berada di

54

Kelurahan Pantoloan Boya dan terendah di Kelurahan Panau (Tabel 26). Nilai indeks

ovitrap luar rumah paling tinggi di Kelurahan Pantoloan Boya dan terendah di Panau.

Secara keseluruhan rata rata indeks ovitrap untuk Kota Palu didapatkan nilai

Indeks Ovitrap Dalam Rumah 39,26 % dan Indeks Ovitrap Luar Rumah 63,94%.

Kecamatan di Palu yang memiliki Indeks Ovitrap Dalam Rumah paling tinggi adalah

Kecamatan Ulujadi dan paling rendah adalah Kecamatan Palu Selatan dan Palu

Timur. Kecamatan di Kota Palu yang memiliki Indeks Ovitrap Luar Rumah paling

tinggi adalah Kecamatan Ulujadi dan yang paling rendah Kecamatan Palu Barat.

Dalam survei entomologi selain perhitungan indeks jentik, indeks pupa, dan

indeks ovitrap dilakukan juga observasi terhadap rumah tangga yang disurvei, seperti

kegiatan pemberantasan sarang nyamuk yang meliputi pengurasan container,

penggunaan larvasida/abate, penggunaan hewan predator, sumber mata air yang

dipakai, dan jenis kontainer yang dipakai.

F. Wawancara Kualitatif Pelaksanaan Kegiatan Pemberantasan/pembasmianSarang Nyamuk (PSN) Demam Berdarah Dengue

Pelaksanaan wawancara untuk stakeholder yang terlibat dalam

Pemberantasan/Pembasmian Sarang Nyamuk (PSN) DBD dilakukan terhadap

pengelola DBD di Dinas Kesehatan Kota Palu dan Puskesmas se Kota Palu. Pada

awalnya direncanakan juga terhadap kader yang ditunjuk sebagai Jumantik, tetapi

Kota Palu sampai akhir 2016 belum memiliki Jumantik. Kegiatan wawancara ini

untuk mengetahui kegiatan PSN DBD yang dilakukan sampai tingkat masyarakat.

Responden dalam wawancara ini 13 orang pengelola DBD di Puskesmas dan satu

orang pengelola DBD di Dinas Kesehatan Kota Palu. Pertanyaan terbuka ditujukan

kepada responden terkait pelaksanaan PSN DBD yang dilakukan oleh Puskesmas dan

Dinas Kesehatan Kota Palu.

55

1. Dinas Kesehatan Kota Palu

Hasil wawancara dengan pengelola DBD Dinas Kota Palu didapatkan bahwa

Dinas Kesehatan Kota Palu selama kurun waktu lima tahun terakhir sudah melakukan

program Pemberantasan/Pembasmian Sarang Nyamuk (PSN). PSN yang dilakukan

oleh Dinas Kesehatan Kota Palu berupa pengasapan (fogging) dan pembagian bubuk

abate. Selama ini hubungan dengan intansi lain dalam pelaksanaan PSN dijalin

kerjasama dengan Dinas Pendidikan Kota Palu khususnya dalam PSN di sekolah-

sekolah yang dilaksanakan oleh murid-murid sekolah, karena selama ini belum ada

Juru Pemantau Jentik (Jumantik) yang rutin melakukan survei setiap saat.

Pelaksaan PSN dan kegiatan surveilans terkait DBD untuk Dinas Kesehatan

Kota Palu selama ini masih terbatas permintaan kasus DBD di rumah sakit.

Pemanfaatan data spasial untuk pemetaan DBD belum dilakukan dalam kegiatan

surveilans DBD di Kota Palu. Ketersediaan alat dan bahan dalam kegiatan PSN DBD

di Kota Palu selama ini sudah cukup, hanya saja sumber daya manusinya yang harus

ditambah khususnya dalam pelaksanaan fogging sehingga harus minta bantuan ke

Dinas Kesehatan Provinsi Sulawesi Tengah.

Pelaporan kasus DBD sampai Dinas Kesehatan Kota Palu selama ini dilakukan

oleh pihak rumah sakit secara tertulis. Pelaporan kasus DBD dapat pula dengan

adanya laporan dari pihak keluarga (sistem jemput). Setelah mendapatkan informasi

pasien, pihak Dinas Kesehatan Kota Palu akan meng-SMS (Short Message Service)

pengelola DBD si masing-masing Puskesmas. Beberapa kendala yang ditemukan

adalah petugas pencatat/penanggung jawab di tingkat rumah sakit yang belum secara

tepat melaporkan kasus data DBD karena rangkap kegiatan dengan kegiatan lainnya.

Banyak data yang dilaporkan belum lengkap tetapi dalam tahun 2016 ini sudah mulai

memasukan nomer handphone keluarga kasus DBD.

2. Puskesmas

Hasil wawancara dengan pengelola DBD di tingkat puskesmas terkait

pelaksanaan PSN di Kota Palu ini didapatkan informasi bahwa pelaksanaan PSN di

masyarakat belum optimal dilakukan. Hasil wawancara dengan salah seorang

56

pengelola DBD bahwa adanya Program Padat Karya di Kota Palu membuat

partisipasi masyarakat untuk kerja bakti berkurang, karena kebersihan lingkungan

sudah ada yang merawatnya.

Pengendalian vektor DBD yang dilakukan oleh puskesmas se-Kota Palu selain

dengan PSN adalah dengan memberikan abate dan jika ada kejadian DBD akan

dilakukan fogging yang dilaporkan ke Dinas Kesehatan Kota. Kerjasama dengan

berbagai pihak swasta atau lintas sektor sangat bagus untuk memaksimalkan PSN di

masyarakat, tetapi selama ini kebanyakan puskesmas masih terbatas pada kerjasama

dengan aparat kelurahan.

Semua puskesmas belum memanfaatkan data spasial berupa peta untuk

kegiatan PSN. Keberadaan Jumantik secara resmi belum ada, tetapi di beberapa

wilayah kerja puskesmas beberapa puskesmas menyampaikan adanya Laskar

Jumantik dari murid-murid Sekolah Dasar (SD) yang ditugaskan untuk melakukan

survei jentik di rumah masing-masing dan dibawakan form khusus.

Sistem pelaporan data kasus DBD yang masuk ke semua puskesmas

menggunakan SMS ke penanggungjawab DBD di puskesmas. Kegiatan selanjutnya

adalah melakukan penyelidikan epidemiologi (PE) di lokasi kasus. PE yang

dilakukan selama ini belum memanfaatkan teknologi seperti pemanfaatan GPS untuk

memetakan kasus DBD maupun form elektronik yang dapat dimasukan di

smartphones. Hasil kegiatan PE dilaporkan kembali ke Dinas Kesehatan Kota Palu.

untuk ditindaklanjuti dengan pengasapan/fogging. Data kasus yang tidak ketemu

ketika akan dilakukan PE juga disampaikan kembali ke Dinas Kesehatan Kota Palu.

Pelaksanaan PSN di tingkat masyarakat selama ini berharap rutin diadakan

pengasapan/fogging, padahal PSN dari masing-masing keluarga merupakan salah satu

pencegahan DBD yang paling efektif.

57

Gambar 8. Pelaporan Kasus DBD Menggunakan SMS

Sistem pelaporan kasus yang dilakukan oleh pengelola DBD di tingkat kota

dan puskesmas dapat dibuatkan kerangka kerja dalam kegiatan surveilans DBD yang

ada di Kota Palu yang disajikan dalam Gambar .

Masyarakat

Puskesmas

Rumah Sakit Kasus DBD

Dinas KesehatanKota Palu

Pelaporan

PenyelidikanEpidemiologi

Fogging

Short Message Service

Gambar 9. Alur Kerja Surveilans DBD di Dinas Kesehatan Kota Palu.

58

Masyarakat

Puskesmas

Rumah Sakit Kasus DBD

Dinas KesehatanKota Palu

Pelaporan

- Penyelidikan Epidemiologi

Fogging

Instant Messenger

Pemetaan dengan GPS/Smartphones

Cloud Data,WEBGIS

DBD

MediaSosial

- Survei Entomologi Rutin

Gambar 10. Surveilans DBD dengan Integrasi Data Spasial dan Internet.

59

V. PEMBAHASAN

Kasus DBD yang selalu ditemukan di Kota Palu Provinsi Sulawesi Tengah

menjadikan perlunya penguatan surveilans DBD. Kota Palu selalu menjadi

kota/kabupaten dengan angka kesakitan/IR tertinggi di Provinsi Sulawesi Tengah

dalam tiga tahun terakhir dan selalu berada pada tingkatan yang belum mencapai

target nasional pada tiap tahunnya.8 Pengendalian vektor dan pemberantasan sarang

nyamuk sebenarnya merupakan cara yang paling efektif untuk mengurangi penularan

DBD di daerah perkotaan khususnya Kota Palu.

Pemetaan semua kasus DBD yang dilakukan di Kota Palu secara spasial

dapat dijadikan data dasar spasial yang selanjutkan dapat dikembangkan kedepannya.

Sampai saat ini Kota Palu belum memiliki data spasial DBD yang menyeluruh untuk

seluruh wilayah Kota Palu. Pengembangan survei dan pemetaan dengan

pengembangan model spasial diharapkan dapat membantu dalam surveilans DBD di

Kota Palu. Pemanfaatan GPS dalam kegiatan survei dan penyelidikan epidemiologi

DBD harus diaplikasikan untuk memulai basis data spasial dalam rangka

kewaspadaan dini penularan DBD. Surveilans DBD dengan data berupa peta harus

dapat diterapkan. Penentuan titik utama suatu pengelompokan kasus DBD dapat

digunakan sebagai awal dalam pengendalian DBD. Pengelompokan kasus DBD di

suatu perkotaan pada umumnya terkait dengan transmisi virus yang ada di daerah

tersebut. Permukiman yang padat dan kumuh, dengan akses transportasi yang mudah,

adanya urbanisasi atau pendatang yang menetap di kawasan perkotaan akan lebih

sulit dikontrol untuk penyebaran kasus DBD.30 Hasil analisis spasial dengan analisis

Nearest Neighbour dalam aplikasi SIG terhadap distribusi kasus DBD di Kota Palu

yang cenderung mengelompok sejalan dengan penelitian distribusi spasial kasus

DBD di Kota Putrajaya, ibukota administrasi Malaysia.31

Analisis spasial statistik kasus DBD Kota Palu untuk kurun waktu 2011-

2016 (bulan Juni) digabungkan dengan data time series dihasilkan pengelompokan

kasus yang berdekatan secara jarak dan waktu kejadian. Hasil penelitian mendapatkan

60

dua klaster yang secara lokasi di wilayah Palu Barat dan Palu Selatan. Analisis

spasial-temporal kasus DBD dan dioverlay dengan peta kepadatan penduduk

menjelaskan bagaimana kasus DBD di Kota Palu mengelompok di zona yang padat

penduduknya baik itu di klaster satu maupun di klaster dua. Hasil penelitian ini

sejalan dengan beberapa penelitian di Bangladesh dan Hanoi Vietnam dimana trend

kasus secara spasial-temporal membentuk pola klaster/mengelompok.32,33 Wilayah

perkotaan di Palu dengan kepadatan penduduk lebih tinggi juga menjadi penyumbang

kasus yang lebih tinggi juga. Beberapa kawasan yang berada di wilayah padat

penduduk dengan pola tidak teratur biasanya akan memiliki penampungan air yang

tidak baik.

Pengembangan model spasial yang selama ini hanya menyajikan distribusi

spasial DBD deskriptif dihasilkan trend dan daerah berisiko untuk DBD. Arah

pergerakan kasus DBD dapat membantu dalam pengendalian kasus, baik itu dalam

kegiatan fogging atau antisipasi penularan ke daerah lain yang memiliki infection rate

masih rendah. Penilitian ini menggunakan pemodelan Standard Deviational Ellipse

(SDE) untuk memetakan kecenderungan arah pergerakan kasus DBD. Hasil analisis

SDE untuk kasus DBD Kota Palu cenderung ke arah tertentu, yaitu utara-selatan.

Penelitian tentang SDE dan aplikasi pemanfaatan dilakukan di Hongkong untuk

memodelkan trend swine flue (H1N1). Swine flue dimodelkan trend kasusnya dengan

3 multiple SDE.34 Pemanfaatan SDE untuk mengetahui trend kasus DBD pernah

dilakukan juga di Kabupaten Banjar Jawa Barat. Trend pergerakan kasus DBD di

Kabupaten Banjar yang dimodelkan dengan SDE juga memiliki arah tertentu sebagai

kecenderungan pergerakannya.35 Antisipasi penularan dengan kabupaten lain sedini

mungkin dapat dilakukan jika trend pergerakan kasus dapat dipetakan. Perkembangan

wilayah merupakan suatu keharusan bagi suatu kawasan perkotaan untuk terus

berkembang sehingga perlu dilakukannya manajemen penyakit khususnya DBD

berbasis wilayah. Manajemen penyakit berbasis wilayah ini memperhatikan beberapa

metode yaitu analisis spasial, audit manajemen berbasis wilayah, dan surveilans

berbasis wilayah.10

61

Model prediksi daerah berisiko DBD yang dibentuk dengan Model Kernel

Density Estimation (KDE) dapat dipakai sebagai prioritas dalam pengendalian DBD

di Kota Palu. Hotspot yang terbentuk di model harus dikendalikan sehingga

penyebaran dengan pembentukan daerah baru dapat dicegah. Perumahan-perumahan

baru harus sering melakukan kegiatan pengendalian DBD. Penelitian yang dilakukan

di Putrajaya, Malaysia juga menggunakan Model KDE untuk analisis spasial DBD.

Model daerah berisiko membentuk delapan hotspot tetapi ada satu yang terpusat di

suatu area.31

Kota Palu yang memiliki kasus DBD yang fluktuatif tentu terkait dengan

vektor penyakit pembawanya yaitu nyamuk Aedes sp. Nyamuk penular DBD yang

ditemukan di Kota Palu sampai saat ini adalah Ae. aegypti dan Ae. albopictus. Faktor

data meteorologi dari BMKG memang tidak langsung berhubungan dengan fluktuasi

kasus DBD pada manusia, tetapi mempengaruhi dalam perkembangan siklus hidup

nyamuk Aedes.Hujan yang tidak menentu di Kota Palu akan menyebabkan kontainer

yang ada di luar rumah semakin tidak terkontrol dan bertambah, apalagi kontainer

yang bukan dipakai sehari-hari. Suhu yang hangat-panas di daerah Palu yang

berdekatan dengan garis khatulistiwa sepanjang tahun dapat berpengaruh terhadap

siklus perkembangan telur menjadi jentik. Hasil pengukuran indeks jentik untuk rata-

rata rumah tangga pada 45 kelurahan di Kota Palu diperoleh House Index (HI)

45,03%, Container Index (CI) 16,98%, Breteau Index (BI) 70,60% dan Angka Bebas

Jentik (ABJ) 54,99%. Menurut WHO nilai HI adalah yang paling banyak dipakai

untuk memonitor tingkat gangguan, tetapi indeks ini tidak menyajikan jumlah

kontainer yang positif jentik. Hal yang sama dengan nilai CI, yang hasilnya hanya

menyajikan informasi tentang proporsi kontainer yang positif. Berbeda halnya dengan

nilai BI, yang memuat hubungan antara kontainer yang positif dengan rumah yang

disurvei. Nilai Bi dianggap indeks yang paling informatif dan cocok dalam fokus

pengendalian pada habitat atau kontainer yang paling umum.18 Nilai BI

memungkinkan nilainya tinggi sampai ≥100% karena keberadaan jumlah kontainer

yang diperiksa dan postif jentik lebih banyak daripada rumah yang disurvei. Beberapa

kelurahan di Kota Palu juga ditemukan nilai BI yang tinggi.

62

Risiko penularan DBD dapat dikelaskan dengan menggunakan angka density

figure. Angka density figure ini dibandingkan dengan nilai HI, CI, dan BI. Kota Palu

sendiri masuk angka 6 untuk HI, sedangkan untuk CI masuk pada angka 5, dan BI

masuk pada angka 6. Hasil density figure tersebut dapat dikatakan bahwa Kota Palu

memiliki risiko penularan tinggi dengan kepadatan jentik masuk kategori tinggi.

Penelitian tentang penggunaan density figure ini juga dilakukan di Jambi ketika

terjadi Kejadian Luar Biasa (KLB) DBD dan didapatkan kelas risiko penularan

sedang.36 Hal ini bisa dikarenakan ketika terjadi KLB DBD dilakukan pengasapan

maupun pembagian abate ke warga di lokasi KLB. Berbeda halnya dengan penelitian

di Palu ini yang masuk kategori tinggi. Hal ini dapat disebabkan karena kurangnya

pemberantasan sarang nyamuk oleh masyarakat sehingga keberadaan jentik tidak bisa

diputus siklusnya.

Penghitungan indeks pupa di rumah tangga di Kota Palu didapatkan nilai

House Pupal Index (HPI) 19,1%, Container Pupal Index (CPI) 6,0%, pupa/rumah

4,9, pupa/container 1,2 dan pupa/orang 1,0. Penelitian yang dilakukan oleh Focks di

Puerto Rico menyatakan bahwa suatu wilayah agar tidak terjadi wabah DBD, angka

pupa/orang suatu wilayah adalah ≤ 0,1. Jika nilai pupa/orang ≥ 0,19 maka suatu

wilayah harus waspada terhadap wabah DBD.37 Hasil pupa/orang di wilayah Kota

Palu 1,0 (nilai pupa/orang > 0,19) sehingga perlu kewaspadaan terhadap

kemungkinan wabah DBD.

Pemasangan ovitrap di rumah tangga terpilih didapatkan nilai Indeks Ovitrap

masing masing untuk Indeks Ovitrap Dalam Rumah 39,26% dan Indeks Ovitrap Luar

Rumah 63,94%. Surveilans di Hongkong yang rutin memonitoring telur nyamuk Ae

albopictus menggunakan ovitrap membuat kriteria indeks ovitrap menjadi empat

level. Level 1 jika Indeks Ovitrap (IO) <5%, level 2 jika Indeks Ovitrap

5% ≤ IO < 20%, level 3 jika Indeks Ovitrap 20% ≤ IO < 40%, dan level 4 jika

Indeks Ovitrap ≥ 40%.38 Kota Palu untuk Indeks Ovitrap Dalam Rumah masuk level

3 dan Luar Rumah masuk level 4. Kegiatan yang harus dilakukan ketika sudah masuk

level 3 dan 4 adalah melakukan kegiatan tambahan rutin setiap minggunya untuk

63

mengeliminasi tempat perkembangbiakan nyamuk dan tempat yang berpotensi. Selain

itu penggunaan larvasida dan insektisida sudah harus dilakukan.38

Hasil analisis pelaksanaan surveilans dan pelaksanaan PSN DBD di Kota

Palu masih belum memanfaatkan teknologi yang semakin berkembang. Teknologi

pemetaan dengan aplikasi GIS menjadikan surveilans DBD menjadi lebih lengkap.

Distribusi kasus dapat dipetakan dengan segera sehingga kewaspadaan dini daerah

sekitar menjadi lebih mudah terpantau.

Peran serta masyarakat dalam PSN DBD harus ditingkatkan dalam rangka

meningkatkan ABJ Kota Palu. Peraturan Daerah Kota Palu No.2 Tahun 2016 sudah

mengatur tentang pengendalian penyakit DBD di dalamnya kegiatan surveilans

DBD,PSN,dan juga promosi kesehatan.39 Jumantik yang selama ini belum ada di

Kota Palu, harus dibentuk mulai tahun 2017. Bahkan Kementerian Kesehatan RI pada

tahun 2016 mencanangkan Gerakan 1 Rumah 1 Jumantik sebagai bentuk

pengendalian DBD berbasis masyarakat dan keluarga.9 Jumantik anak sekolah

sebagai bagian pemberantasan sarang nyamuk DBD berbasis sekolah dan rumah

masing-masing juga sudah diatur oleh Kementerian Kesehatan sejak tahun 2014.40

Pemanfaatan media sosial dan instant messenger menjadi suatu keharusan

agar partisipasi masyarakat dalam kewaspadaan maupun surveilans DBD dapat

terlibat. Surveilans aktif dan pasif maupun berbasis masyarakat dapat dilakukan

secara simultan dan terkoneksi antar pihak. Kegiatan pelaporan DBD dari rumah sakit

ke dinas kesehatan bahkan sampai ke puskesmas akan mudah jika dihubungkan suatu

basis data berupa cloud data DBD, sehingga dapat dibuat semacam pengembangan

surveilans yang ada menjadi surveilans yang memanfaatkan pemodelan spasial dan

juga sistem berbasis internet dalam pelaporan kasus. Pemanfaatan GPS dalam

pemetaan kasus dan survei entomologi dapat digunakan sebagai model spasial

kewaspadaan dini untuk antisipasi penularan DBD

64

Keterbatasan Penelitian

Kegiatan yang dilakukan dalam penilitian ini khususnya dalam pemetaan

kasus DBD yang sudah terjadi banyak menemukan kendala. Kasus DBD yang sudah

lewat dalam beberapa tahun ketika akan ditelusuri kembali banyak yang tidak

ditemukan atau sudah tidak ada sama sekali. Data DBD yang diperoleh dari Dinas

Kesehatan Kota untuk penelusuran alamat juga banyak yang tidak lengkap, padahal

untuk pemetaan kasus DBD digunakan alamat rumah.

Pemetaan kasus DBD dengan berdasarkan alamat yang didapatkan dari Dinas

Kesehatan Kota Palu menemukan alamat asli pasien. Data nama pasien sebenarnya

merupakan nama keluarga yang meminjam alamat di Kota Palu untuk berobat,

padahal sebenarnya tidak berada di wilayah Kota Palu, atau masuk Kota Palu tetapi

beda alamat tinggalnya.

Kegiatan survei entomologi berupa survei jentik pada 45 kelurahan di Kota

Palu dengan tipe perumahan yang berbeda seringkali harus mengganti sampel rumah

tangga dikarenakan kosong atau tidak bersedia untuk di survei jentik. Kegiatan survei

jentik yang dilakukan pada bulan Oktober – November 2016 sering terhambat oleh

curah hujan yang tiba-tiba tinggi di wilayah penelitian. Pemasangan ovitrap

mengalami keterbatasan dalam hal pengambilan kembali, khususnya yang dipasang

di dalam rumah. Pengambilan ovitrap yang selang 48 jam setelah pemasangan sering

kali tidak bisa tepat waktu karena rumah dalam kondisi kosong atau terkunci,

sehingga pengambilan ovitrap dilakukan pada keesokan harinya.

Penelitian ini pada awalnya akan mewancarai pelaksanaan PSN di masyarakat

terhadap kader sebagai Jumantik, tetapi karena di Kota Palu belum ada Jumantik yang

ditugaskan di tiap tiap kelurahan untuk mengetahui pelaksanaan PSN di masyarakat

mewancarai petugas puskesmas dan juga hasil keterangan dari kegiatan rumah tangga

terkait PSN yang ada di form survei entomologi (form survei jentik)

65

VI. KESIMPULAN DAN SARAN

A. Kesimpulan

1. Terdapat hubungan secara spasial antara distribusi jumlah kasus DBD

dengan kepadatan penduduk Kota Palu

2. Pola distribusi spasial kasus DBD Kota Palu tahun 2011-2016 dengan

analisis Nearest Neighbour (ketetanggaan terdekat) cenderung

mengelompok (mengcluster).

3. Secara model spasial-temporal terdapat pengelompokan kasus yang

signifikan di dua lokasi. Wilayah klater tersebut memiliki p-value 0,021

untuk area pertama. Waktu kejadian kasus DBD yang memiliki nilai

signifikan tersebut antara rentang waktu 1 Maret – 30 November 2011

dengan jumlah 25 kasus. Selanjutnya untuk klaster kedua didapatkan hasil

p-value 0,037 dengan rentang waktu kasus 1 Mei – 30 Juni 2013 dengan

jumlah 17.

4. Model spasial trend Kasus DBD di Kota Palu mengalami

transmisi/penyebaran kasus ke Arah Utara dan Selatan wilayah Kota Palu

yang berasosiasi dengan perumahan-perumahan baru.

5. Model spasial prediktif kasus DBD masih berada di pusat kota khususnya

di Kecamatan Palu Barat tetapi sudah mulai ditemukan/terbentuk di

beberapa wilayah perkembangan perumahan-perumahan baru.

6. Angka Bebas Jentik di Kota Palu masih rendah yaitu dengan rata-rata

54,99 % jauh di bawah standar yang ditetapkan secara nasional yaitu ≥

95%.

7. Pelaksanaan Pemberantasan Sarang Nyamuk di masyarakat belum optimal

dan partisipasi masyarakat perlu ditingkatkan

66

B. Saran

1. Petugas Puskesmas sebagai ujung tombak penyelidikan epidemiologi

kasus DBD sebaiknya dilengkapi dengan Global Positioning System

(GPS) agar distribusi kasus DBD dapat dipetakan dan dimonitoring

penyebarannya.

2. Pemanfaatan GPS dan pengembangannya dalam surveilans DBD

diharapkan jadi bagian dalam program surveilans DBD.

3. Surveilans kasus baik aktif dan pasif harus ditingkatkan terkait sistem

pelaporan dari rumah sakit, dinas kesehatan kota, puskesmas, bahkan

masyarakat dapat aktif terlibat. Surveilans vektor harus ditingkatkan dan

rutin dilakukan.

4. Partisipasi masyarakat dalam kegiatan pemberantasan sarang nyamuk

sebagai bagian dari pencegahan DBD harus ditingkatkan. Jumantik harus

dibentuk baik di tingkat masyarakat maupun di semua sekolah-sekolah di

Kota Palu. Jumantik di tempat-tempat umum atau instansi perlu juga

dibuat.

67

DAFTAR PUSTAKA

1. WHO. Global Strategy for Dengue Prevention and Control 2012-2020. Geneva,Switzerland: WHO Press; 2012.

2. World Health Organization. International Travel and Health Interactive Map. 2012.Available at: http://apps.who.int/ithmap/ [Accessed October 26, 2016].

3. Soegijanto S. Demam Berdarah Dengue. edisi 2. Surabaya: Airlangga UniversityPress; 2006.

4. Murti B. Prinsip dan Metode Riset Epidemiologi. Edisi kedu. Yogyakarta: GadjahMada University Press; 2003.

5. Kementerian Kesehatan RI. Profil Kesehatan Indonesia Tahun 2013. Jakarta:Kementerian Kesehatan RI; 2014. Available at:http://scholar.google.com/scholar?hl=en&btnG=Search&q=intitle:Profil+Data+Kesehatan+Indonesia+Tahun+2011#0.

6. Kementerian Kesehatan RI. Profil Kesehatan Indonesia 2014. Jakarta:Kementerian Kesehatan RI; 2015. Available at:http://www.depkes.go.id/resources/download/pusdatin/profil-kesehatan-indonesia/profil-kesehatan-indonesia-2014.pdf.

7. Kementerian Kesehatan RI. Profil Kesehatan Indonesia 2015. Jakarta:Kementerian Kesehatan RI; 2016.

8. Dinas Kesehatan Provinsi Sulawesi Tengah. Profil Kesehatan Provinsi SulawesiTengah Tahun 2015. Palu: Dinas Kesehatan Provinsi Sulawesi Tengah; 2016.

9. Kementerian Kesehatan RI. Petunjuk Teknis Implementasi PSN 3M-PLUS denganGerakan 1 Rumah 1 Jumantik. Jakarta: Kementerian Kesehatan RI; 2016.

10. Achmadi UF. Manajemen Penyakit Berbasis Wilayah. J. Kesehat. Masy. Nas.2009;3(4).

11. Danoedoro P. Fenomena Keruangan Penyakit Menular. Suatu perspektifGeografis. 2003. Available at:www.kompas.com/kompascetak/0306/07/Kesehatan/353686.htm.

12. Dwolatzky B, Trengove E, Struthers H, McIntyre JA, Martinson NA. Linking theglobal positioning system (GPS) to a personal digital assistant (PDA) to supporttuberculosis control in South Africa: a pilot study. Int. J. Health Geogr. 2006;5:34.

68

Available at:http://www.pubmedcentral.nih.gov/articlerender.fcgi?artid=1563457&tool=pmcentrez&rendertype=abstract [Accessed February 7, 2011].

13. World Health Organization. Prevention and Control of Dengue and DengueHaemorrhagic Fever : Comprehensive Guidelines. New Delhi: WHO Press, South-East Asia Regional Office; 2001.

14. Silver JB. Mosquito Ecology. Third Edit. New York: Springer; 2013.

15. Hadi UK, Koesharto F. Nyamuk, Hama Permukiman Indonesia. Pengenalan,Biologi dan Pengendalian. Bogor: Institut Pertanian Bogor; 2006.

16. Cosmo L. Nature, Aedes Aegypti Mosquito Stilt, The Life Cycle. Ideal ForInformational And Institutional Related Sanitation And Care. Stock VectorIllustration 369343772 : Shutterstock. Available at:http://www.shutterstock.com/pic-369343772/stock-vector-nature-aedes-aegypti-mosquito-stilt-the-life-cycle-ideal-for-informational-and-institutional.html [AccessedDecember 15, 2016].

17. Kementerian Kesehatan. Pedoman Survei Entomologi Demam Berdarah Denguedan Kunci Identifikasi Nyamuk Aedes. Jakarta; 2013.

18. World Health Organization. Comprehensive Guidelines for Prevention andControl of Dengue and Dengue Haemorrhagic Fever. New Delhi; 2011.

19. Focks DA. A Review of Entomological Sampling Methods and Indicators forDengue Vectors. (World Health Organization, ed.). Geneva, Switzerland; 2003.

20. Shinta, Sukowati S. Penggunaan Metode Survei Pupa Untuk Memprediksi RisikoPenularan Demam BerdarahDengue di Lima Wilayah Endemis di DKI Jakarta. MediaLitbangkes. 2013;23(1):31–40.

21. Borrough PA, McDonnell RA. Principles of Geographical Information System.6th ed. New York: Oxford University Press; 2005.

22. Longley P, Goodchild MF, Maguire DJ, Rhind DW. Geographical InformationSystems and Science. 2nd ed. Chichester: Wiley & Son Ltd.; 2005.

23. Riyanto. Sistem Informasi Geografis Berbasis Mobile. Yogyakarta: Penerbit GavaMedia; 2010.

69

24. Danoedoro P. Pemodelan Spasial untuk Kajian Kesehatan. In: Seminar NasioanlPenginderaan Jauh untuk Kesehatan Pemantauan dan Pengendalian PenyakitTerkait Lingkungan. Yogyakarta: Fakultas Geografi UGM; 1997.

25. Achmadi UF. Manajemen Penyakit Berbasis Wilayah. Jakarta: UniversitasIndonesia Press; 2008.

26. Lai PC, Mun So F, Wing Chan K. Spatial Epidemiological Approaches inDisease Mapping and Analysis. New York: CRC Press; 2009.

27. Kementerian Kesehatan. Modul Pengendalian Demam Berdarah Dengue. Jakarta;2011.

28. Hsu C-Y, Fuad A, Lazuardi L, Sanjaya GY. GIS for Dengue Surveillance:Strengthening Collaborations. Am. J. Trop. Med. Hyg. 2012;87(6):1152; author reply1153. Available at:http://www.pubmedcentral.nih.gov/articlerender.fcgi?artid=3516092&tool=pmcentrez&rendertype=abstract [Accessed September 10, 2014].

29. Fuentes SL, Quiroga D., Ale, J.A. P, et al. Use of Google EarthTM to StrengthenPublic Health Capacity and Facilitate Management of Vector-Borne Diseases inResource-poor Environments. Bull. World Heal. Organ. 2008;86 (9): 65.

30. Sutaryo. Dengue. Yogyakarta: MEDIKA Fakultas Kedokteran Universitas GadjahMada; 2004.

31. Hazrin M, Hiong HG, Jai N, et al. Spatial Distribution of Dengue Incidence : ACase Study in Putrajaya. J. Geogr. Inf. Syst. 2016, 8, 89-97. 2016;(February):89–97.

32. Banu S, Hu W, Hurst C, et al. Space-time clusters of dengue fever in Bangladesh.Trop. Med. Int. Heal. 2012;17(9):1086–1091.

33. Toan DTT, Hu W, Quang Thai P, et al. Hot spot detection and spatio-temporaldispersion of dengue fever in Hanoi, Vietnam. Glob. Health Action. 2013;6:18632.

34. Wang B, Shi W, Miao Z. Confidence analysis of standard deviational ellipse andits extension into higher dimensional Euclidean space. PLoS One. 2015;10(3):1–17.

35. Rahmaniati M, Eryando T, Susanna D, et al. Penggunaan Model StandardDeviational Ellipse (SDE) pada Analisis Kasus Penyakit Demam Berdarah Dengue diKota Banjar Tahun 2013. Aspirator. 2014;6(1):21–28.

70

36. Santoso S, Yahya Y. Analisis Kejadian Luar Biasa (KLB) Demam BerdarahDengue (DBD) di Wilayah Puskesmas Rawasari Kota Jambi Bulan Agustus 2011. J.Ekol. Kesehat. 2011;10 No 4:248–255.

37. Focks D a, Alexander N. Multicountry study of Aedes aegypti pupal productivitysurvey methodology. Geneva, Switzerland: World Health Organization; 2006.Available at:http://www.researchgate.net/profile/Neal_Alexander/publication/268293666_Multicountry_study_of_Aedes_aegypti_pupal_productivity_survey_methodology_Findings_and_recommendations_/links/54c8eadd0cf289f0ced11def.pdf\nhttp://www.searo.who.int/LinkFiles/Dengue_.

38. FEHD. Dengue Fever Ovitrap Index Update. 2016. Available at:http://www.fehd.gov.hk/english/safefood/dengue_fever/ovitrap_index.html[Accessed December 21, 2016].

39. Palu PK. Peraturan Daerah Kota Palu No. 2 Tahun 2016. 2016.

40. Kementerian Kesehatan RI. Juknis Jumantik-PSN Anak Sekolah. Jakarta:Kementerian Kesehatan RI; 2014.

71

UCAPAN TERIMA KASIH

Ucapan terima kasih kami ucapkan yang sebesar – besarnya kepada Kepala

Balai Penelitian dan Pengembangan Penyakit Bersumber Binatang (Litbang P2B2)

Donggala, atas izin dan dukungan pembiayaan atas penelitian ini. Terima kasih kami

ucapkan kepada Ketua Komisi Etik Badan Litbang Kesehatan (Prof. Dr. M. Sudomo),

Kepala Puslitbang Upaya Kesehatan Masyarakat, dan Ketua PPI Puslitbang Upaya

Kesehatan Masyarakat Badan Litbangkes atas masukan, saran, dan bimbingan dalam

pelaksanaan penelitian ini. Terima kasih kami ucapkan kepada Dr. Atmarita, MPH,

Dr. Ir. Anies Irawati, M.Kes, Dra. Shinta Prawoto, M.S, atas diskusi sebelum

pelaksanaan penelitian. Terima kasih kami ucapkan juga kepada Dr. Ekowati

Rahajeng, SKM, M.Kes dan Drs. Kasnodihardjo, MPH dari Puslitbang Upaya

Kesehatan Masyarakat, dan Bapak Barandi Sapta Widartana, S.Si, M.Sc dari Fakultas

Geografi Universitas Gadjah Mada atas masukan dan bimbingannya selama

penelitian ini. Terima kasih untuk semua anggota tim penelitian yang yang solid

selama pengumpulan data di lapangan. Terima kasih untuk peneliti Balai Litbang

P2B2 Donggala, litkayasa yang membantu dalam pengumpulan lapangan, termasuk

tenaga pengumpul lapangan juga. Terima kasih kepada Dinas Kesehatan Provinsi

Sulawesi Tengah, Dinas Kesehatan Kota Palu, pengelola DBD puskesmas se Kota

Palu atas dukungan dan kerjasamanya dalam pelaksanaan penelitian ini. Terima kasih

kami ucapkan kepada semua pihak yang tidak dapat kami sebutkan satu persatu yang

telah membantu penelitian ini sampai dengan selesai.

Donggala, Desember 2016Ketua Pelaksana

Mujiyanto, S.Si, MPHNIP. 198105182006041003

72

LAMPIRAN

Lampiran 1. Perizinan dari BPMP2TSPD Provinsi Sulawesi Tengah

73

Lampiran 2. Perizinan dari Badan Kesbangpol Kota Palu

74

Lampiran 3. Perpanjangan Perizinan dari Badan Kesbangpol Kota Palu

75

Lampiran 4. Form Penyelidikan Epidemiologi Puskesmas se Kota Palu

76

Lampiran 5. Form Survei Jentik Anak Sekolah Puskesmas Birobuli

77

Lampiran 6. Naskah Penjelasan

KEMENTERIAN KESEHATAN RIBADAN PENELITIAN DAN PENGEMBANGAN KESEHATAN


Jl. Masitudju No. 58 Labuan Panimba, Kec. Labuan, Kab. Donggala, SulawesiTengah

PENELITIAN “PENGEMBANGAN MODEL SPASIAL UNTUKSURVEILANS DEMAM BERDARAH DENGUE

DI KOTA PALU PROVINSI SULAWESI TENGAH”TAHUN 2016

NASKAH PENJELASAN

Kasus Demam Berdarah Dengue ( DBD) di Provinsi Sulawesi Tengahmengalami fluktuatif dari tahun ke tahun. Pada tahun 2008 terdapat 1.391 kasus,yang menurun pada tahun 2009 menjadi 952 kasus. Kemudian meningkat tahun 2010menjadi 2.092 kasus, dan menurun lagi di tahun 2011 menjadi 2037 kasus. Tahun2012 meningkat lagi menjadi 2.265 kasus . Tiga kabupaten/kota di Sulawesi Tengahdengan kasus terbanyak DBD yaitu Kota Palu sebanyak 1051 dengan 6 kasusmeninggal, selanjutnya disusul Kabupaten Tolitoli sebanyak 328 kasus dengan 3kasus kematian serta urutan ketiga ditempati Kabupaten Morowali sebanyak 232kasus .Incident Rate (IR) DBD di Sulawesi Tengah pada tahun 2012 sebesar 82,9 per100.000 penduduk, masih di atas target nasional sebesar 52 per 100.000 penduduk.

Sasaran wawancara penelitian ini adalah pengelola program DBD di DinasKota Palu dan Puskesmas terkait pelaksanaan pemberantasan sarang nyamuk baikyang dilakukan program maupun yang dilaksanakan di masyarakat. Penelitiandilaksanakan dengan survei dan wawancara pada semua pengelola progam DBD.Waktu yang akan digunakan untuk wawancara diperkirakan selama 15-30 menit..Tujuan dari penelitian ini adalah mendapatkan model daerah berisiko DBD di KotaPalu Sulawesi Tengah berdasarkan karakteristik epidemiologi dan lingkunganmenggunakan SIG dan teknologi penginderaan jauh. Hasil penelitian yang berupadata informasi spasial dapat enjadi acuan untuk kegiatan pencegahan danpengendalian demam berdarah. Model prediktif dengan variabel lingkungan sangatmembantu dalam penanganan dan kewaspadaan dini terhadap penyebaran DBD diKota Palu Provinsi Sulawesi Tengah. Manfaat dari riset ini adalah diketahuinyadaerah berisiko DBD, faktor pengetahuan, sikap dan perilaku yang mempengaruhipenularan DBD yang nantinya dapat digunakan sebagai informasi pengendalian DBDdi masa yang akan datang.

78

Partisipasi Bapak/Ibu/ Saudara dalam penelitian ini bersifat sukarela tanpapaksaan dan bila tidak berkenan dapat menolak, atau sewaktu-waktu dapatmengundurkan diri tanpa sanksi apapun. Sebagai tanda terima kasih atas penggantiwaktu maka akan diberikan imbalan berupa uang sebesar Rp. 50.000,-

Semua informasi dari Bapak/Ibu/ Saudara akan dijaga kerahasiaannya danakan disimpan di Balai Litbang P2B2 Donggala dan hanya digunakan untukpengembangan kebijakan program kesehatan. Semua data tidak akan dihubungkandengan identitas Bapak/Ibu/ Saudara

Apabila ada pertanyaan mengenai penelitian ini, atau memerlukan penjelasanlebih lanjut dapat menghubungi Mujiyanto, S.Si, M.Ph (081328072752); HayaniAnastasia, SKM, M.Ph (0811459507); Rosmini, SKM, M.Sc (081341072625); SittiChadijah, SKM, M.Si (085241334818); Made Agus Nurjana, SKM. M.Epid(081341017423), Ni Nyoman Veridiana, SKM (082196231002); (085242323220);Ade Kurniawan, SKM (085242352696), Nurul Hidayah SB, S.Si (082396471941)Yuyun Srikandi, SKM (081326266168), Endra Tigordo Motto, SE (081341155335).Anda dapat juga berkorespondensi melalui email : [email protected]

79

Lampiran 7. Kuisioner Wawancara Dinas Kesehatan Kota Palu

82

Lampiran 8. Kuisioner Wawancara Puskesmas se Kota Palu

85

Lampiran 9. Form Survei Entomologi Rumah Tangga

86

Lampiran 10. Form Survei Entomologi Tempat-tempat Umum

87

Lampiran 11. Keterangan Kontainer

88

Lampiran 12. Form Survei Telur Nyamuk DBD

89

Lampiran 13. Hasil Analisis

92

Lampiran 14. Dokumentasi Kegiatan

Pemetaan Kasus DBD

Survei Jentik Nyamuk Aedes

93

Beberapa Kontainer Tempat Perkembangbiakan Nyamuk Aedes

94

Pemasangan Ovitrap

PENGEMBANGAN MODEL SPASIAL UNTUK SURVEILANS DEMAM …. Laporan-2… · untuk surveilans demam...

Documents

Transcript of PENGEMBANGAN MODEL SPASIAL UNTUK SURVEILANS DEMAM …. Laporan-2… · untuk surveilans demam...