PEMETAAN PENYAKIT DEMAM BERDARAH DENGUE DENGAN ANALISIS POLA SPASIAL DI KABUPATEN PEKALONGAN. Hasbi Yasin 1, Ragil Saputra 2.

dokumen-dokumen yang mirip
PENDAHULUAN TINJAUAN PUSTAKA. Latar Belakang. Demam Berdarah Dengue (DBD)

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 2. Tinjauan Teoritis

Analisis Autokorelasi Spasialtitik Panas Di Kalimantan Timur Menggunakan Indeks Moran dan Local Indicator Of Spatial Autocorrelation (LISA)

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

*( Diah Ayu Novitasari Fakultas Ekonomi Universitas Islam Lamongan ABSTRAK

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB II LANDASAN TEORI

BAB 5. ANALISIS REGRESI DAN KORELASI

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

Pengujian Autokorelasi terhadap Sisaan Model Spatial Logistik

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

UKURAN GEJALA PUSAT DAN UKURAN LETAK

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

AUTOKORELASI SPASIAL UNTUK IDENTIFIKASI POLA HUBUNGAN KEMISKINAN DI JAWA TIMUR

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) ( X Print) D-277

PEMODELAN SPASIAL EKONOMETRIK KERUGIAN MAKROEKONOMI AKIBAT BENCANA ALAM 1 Henny Kusumaningrum, 2 Dwi Endah Kusrini dan 3 Destri Susilaningrum

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

Penerapan Model Regresi Ensemble Non-Hybrid pada Data Kemiskinan di Provinsi Jawa Tengah

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

ANALISIS KEMENANGAN PEMILIHAN GUBERNUR (PILGUB) JAWA TENGAH 2013 DENGAN AUTOKORELASI SPASIAL

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

BAB II TINJAUAN PUSTAKA

TINJAUAN PUSTAKA Evaluasi Pengajaran

ANALISIS REGRESI SPASIAL DAN POLA PENYEBARAN PADA KASUS DEMAM BERDARAH DENGUE (DBD) DI PROVINSI JAWA TENGAH. DOI: /medstat.10.2.

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut

BAB 2 LANDASAN TEORI

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan

Regresi Linier Sederhana Definisi Pengaruh

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

2.2.3 Ukuran Dispersi

UKURAN GEJALA PUSAT (UGP)

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

S2 MP Oleh ; N. Setyaningsih

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

BAB 1 STATISTIKA RINGKASAN MATERI

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

Uji Statistika yangb digunakan dikaitan dengan jenis data

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi.

Bab II Teori Pendukung

8. MENGANALISIS HASIL EVALUASI

POLIGON TERBUKA TERIKAT SEMPURNA

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

BAB II LANDASAN TEORI

KARAKTERISTIK INFLASI KOTA-KOTA DI INDONESIA BAGIAN BARAT

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin

Spatial Durbin Model untuk Mengidentifikasi Faktor-Faktor yang Mempengaruhi Kematian Ibu di Jawa Timur

BAB III UKURAN PEMUSATAN DATA

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.

BAB III METODE PENELITIAN

Analisis Pola Hubungan PDRB dengan Faktor Pencemaran Lingkungan di Indonesia Menggunakan Pendekatan Geographically Weighted Regression (GWR)

ANALISIS SURVIVAL DENGAN MODEL REGRESI COX WEIBULL PADA PENDERITA DEMAM BERDARAH DENGUE (DBD) DI RUMAH SAKIT HAJI SUKOLILO SURABAYA

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

Regresi & Korelasi Linier Sederhana

X a, TINJAUAN PUSTAKA

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

Tabel Distribusi Frekuensi

STATISTIKA DASAR. Oleh

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

REGRESI LINIER SEDERHANA

Penyelesaian Sistem Persamaan Linier Kompleks Dengan Invers Matriks Menggunakan Metode Faddev (Contoh Kasus: SPL Kompleks dan Hermit)

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah

REGRESI NONPARAMETRIK SPLINE UNTUK DATA BERAT BADAN BALITA MENURUT UMUR DI KABUPATEN BOJONEGORO TAHUN 2010

Muniya Alteza

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J)

Analisis Survival Pada Pasien Demam Berdarah Dengue (DBD) di RSU Haji Surabaya Menggunakan Model Regresi Weibull

KARAKTERISTIK INFLASI BULANAN KOTA-KOTA DI INDONESIA TAHUN

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

b) Untuk data berfrekuensi fixi Data (Xi)

Analisis Korelasi dan Regresi

METODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling.

3 Departemen Statistika FMIPA IPB

REGRESI & KORELASI LINIER SEDERHANA

IV HASIL DAN PEMBAHASAN

BAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013.

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL

Pemodelan dan Pemetaan Kasus Pneumonia di Kota Padang Tahun 2014 dengan Geograpghically Weighted Negative Binomial Regression

Transkripsi:

Pemetaa Peyakt (Hasb Yas) PEMETAAN PENYAKIT DEMAM BERDARAH DENGUE DENGAN ANALISIS POLA SPASIAL DI KABUPATEN PEKALONGAN Hasb Yas 1, Ragl Saputra 1 Jurusa Statstka FSM UNDIP Jurusa Iformatka FSM UNDIP Abstract The umber of degue haemorrhagc fever (DHF) cdece Pekaloga from year to year s very volatle. I 006, there was 35 cases, 718 cases occurred 007, 008 saw 403 cases, 009 there were 753 cases, whereas 010 a decle to 3 cases. Ths s possble due to the lack of formato about the place, tme ad locato of the cdet spread of degue Pekaloga. Varous efforts have bee made to address these ssues both socety ad govermet but the cdece of ths dsease has ot bee effectvely suppressed. The results of data aalyss showed that the cdece of degue Pekaloga mostly occurs durg the ray seaso s the perod from Jauary to Jue. The DHF cdece teds to be hgher Kedugwu. Hghest cdece of DHF occurred Aprl 010. I addto, there are some moths that dcate the spatal relatoshps the cdece of degue Pekaloga, e Jauary, February, July, October ad December. The sub-dstrct that has a postve autocorrelato s Kedugwu, Wooprggo, ad Trto. Whle the sub-dstrct has a egatve autocorrelato s Karagdadap. Most of the subdstrcts Pekaloga status s stll edemc for degue. Keywords: DHF, Mora s Idex, Spatal Patter 1. Pedahulua Meurut Gajar (004) [3], Demam Berdarah Degue (DBD) merupaka peyakt yag dsebabka oleh vrus degue yag dtularka melalu ggta yamuk Aedes aegypt da Aedes albopctus yag sebelumya telah terfeks oleh vrus degue dar pederta DBD laya. Kedua jes yamuk Aedes terdapat hampr d seluruh pelosok Idoesa. Populas yamuk aka megkat pesat pada saat musm huja. Berbaga upaya telah dlakuka utuk megatas permasalaha bak masyarakat maupu pemertah, amu agka terjagktya peyakt mash belum dapat dteka secara efektf. Berdasarka profl kesehata Kabupate Pekaloga tahu 011 [] peyakt DBD telah meyebar luas ke seluruh wlayah Kabupate Pekaloga. Dar tahu ke tahu jumlah pederta DBD cederug fluktuatf. Pada tahu 006 terjad 35 kasus, 007 terjad 718 kasus, 008 terjad 403 kasus, 009 terjad 753 kasus, sedagka pada tahu 010 meuru mejad 3 kasus. Hal karea kuragya formas megea tempat, waktu da lokas persebara kejada DBD d Kabupate Pekaloga. Peta sebara secara geografs peyakt sagat bergua utuk mempelajar hubuga atara klm dega peyakt atau masalah kesehata la secara emprk da bermafaat utuk membatu megmplemetaska recaa terves. Iformas sebara wlayah rawa meurut tempat da waktu dperluka dalam meetuka wlayah prortas pelaksaaa program atspas da peaggulaga. Seragkaa kegata pembera pergata sesegera mugk kepada masyarakat tetag kemugka terjadya becaa dsuatu tempat oleh lembaga yag berweag dsebut dega sstem pergata d atau early warg system (UU No.4 tahu 007). Oleh karea tu, dbutuhka peta sebara yag dharapka mampu utuk meetuka wlayah prortas pelaksaaa program atspas da peaggulaga wabah DBD d Kabupate Pekaloga. 7

Meda Statstka, Vol. 6, No. 1, Ju 013 : 7-36 Beberapa peelta yag perah dlakuka yag berhubuga dega peyakt DBD adalah model pergata d peyakt demam berdarah dega megguaka faktor klm dataraya: Sasmto, Guama, da Wdatmoko (006) [7] yag meyusu model pergata d DBD d Kota Jakarta. Meurut Rosl et al. (010) [6], dalam peelta kesehata, aalss spasal dguaka utuk medeteks da megukur pola kejada peyakt yag dapat memberka wawasa epdemolog peyakt. Dalam kasus aalss spasal dlakuka dega dua lagkah yatu meetuka autokorelas spasal yag terjad dalam ruag ut utuk meetuka pola kejada peyakt da membuat pemetaa peyakt. Peelta aka meyusu peta rawa persebara kejada peyakt DBD d Kabupate Pekaloga dega mempertmbagka lokas (kecamata), waktu (bula), da musm dega pedekata aalss pola spasal (spatal patter aalyss). Metode cukup bak dalam meyajka peta kerawaa peyakt sekalgus dapat megdetfkas keterkata atar lokas da waktu [1]. Metode juga sagat efektf dalam medeteks varas secara geograf [8]. Dega melakuka peelta dharapka memberka masuka kepada stas terkat utuk mecegah terjadya kasus demam berdarah.. Tjaua Pustaka Baha da Metode Spatal Autocorrelato Autokorelas spasal adalah korelas atara varabel dega drya sedr berdasarka ruag atau dapat juga dartka suatu ukura kemrpa dar objek d dalam suatu ruag (jarak, waktu da wlayah). Jka terdapat pola sstematk d dalam peyebara sebuah varabel, maka terdapat autokorelas spasal. Adaya autokorelas spasal megdkaska bahwa la atrbut pada daerah tertetu terkat oleh la atrbut tersebut pada daerah la yag letakya berdekata atau bertetagga [1]. Matrk Pembobot Spasal Matrk pembobot spasal dapat dtetuka dega beragam metode. Salah satu metode peetua matrk pembobot spasal yag dguaka dalam peelta adalah Quee cotguty (persgguga ss-sudut). Matrk pembobot w j berukura x, dmaa setap eleme matrk meggambarka ukura kedekata atara pegamata da j. Pada Gambar 1 dberka lustras megea perhtuga matrk pembobot megguaka Quee cotguty. Ilustras tersebut megguaka lma daerah sebaga pegamataya. Eleme matrk ddefska 1 utuk wlayah yag berssa (commo sde) atau ttk sudutya (commo vertex) bertemu dega daerah yag mejad perhata, sedagka daerah laya ddefska eleme matrk pembobot sebesar ol. Utuk daerah 3, ddapatka w 31 = 0, w 3 = 1, w 33 = 0, w 34 = 1, da w 35 = 1. Matrk w j memlk ukura matrk 5 x 5. Ilustras lebh legkapya dsajka pada Gambar 1 berkut () (1) (3) (4) (5) Matrks 0 1 0 0 0 1 0 1 0 0 0 1 0 1 1 0 0 1 0 1 0 0 1 1 0 Gambar 1. Ilustras Perhtuga Matrks Pembobot Cotguty 8

Pemetaa Peyakt (Hasb Yas) Ideks Mora s I Mora's I megukur korelas satu varabel msal x ( x da x j ) dmaa j, = 1,,..., j = 1,,... dega bayak data sebesar, maka formula dar Mora s I adalah pada Persamaa (1) [5]. I S 0 w ( x x)( x x) 1 j1 1 j1 S ( x x) 0 j1 w j j j x pada Persamaa (1) merupaka rata-rata dar varabel x, wj merupaka eleme dar matrk pembobot, da S0 adalah jumlaha dar eleme matrk pembobot. Nla dar deks I berksar atara -1 da 1. Idetfkas pola megguaka krtera la deks I, jka I > I 0, maka mempuya pola megelompok (cluster), jka I > I 0, maka berpola meyebar tdak merata (tdak ada autokorelas), da I < I 0, memlk pola meyebar. I 0 merupaka la ekspektas dar I yag drumuska sebaga berkut [4] : 1 E I I0. 1 Peguja hpotess terhadap parameter I dapat dlakuka sebaga berkut. H 0 : tdak ada autokorelas spasal H 1 : terdapat autokorelas postf (deks Mora s I berla postf) H 1 : terdapat autokorelas egatf (deks Mora s I berla egatf ). Meurut Lee da Wog [4] statstk uj dar deks Mora s I dturuka dalam betuk statstk peubah acak ormal baku. Hal ddasarka pada teor Dall Lmt Pusat dmaa utuk yag besar da ragam dketahu maka Z(I) aka meyebar ormal baku sebaga berkut: I E I Zht () I var dega I adalah deks Mora s I, Z ht adalah la statstk uj deks Mora s I, E(I) adalahla ekspektas deks Mora s I, da Var(I) adalah la varas dar deks Mora s I. Var I dega: 1 S1 w w 3 3 S1 S 3S0 k 1 S1 S 6S0 1 1 3 S 1 3 S 1 j j, S w. w. 1 j1 4 1 0 0 1, w. wj da w. w x 1 x k x 1 x Peguja aka meolak hpotess awal jka la Z ht > Z() (autokorelas postf) atau Z ht > - Z() (autokorelas egatf). Postf autokorelas spasal megdkaska bahwa atar lokas pegamata memlk keerata hubuga. j1 j1 j (1) 9

Meda Statstka, Vol. 6, No. 1, Ju 013 : 7-36 Local Idcator of Spatal Autocorrelato (LISA) Pegdetfkasa koefse autocorrelato secara lokal dalam arta meemuka korelas spasal pada setap daerah, dapat dguaka Mora s I. Mora s Ipada LISA megdkaska local autocorrelato. LISA ds megdetfkas bagamaa hubuga atara suatu lokas pegamata terhadap lokas pegamata yag laya. Adapu deksya adalah sebaga berkut [4] : I z w z (3) j j 1 z da z j pada persamaa (3) merupaka devas dar la rata-rata. z x x adalah la stadar devas dar x. Peguja terhadap parameter I dapat dlakuka sebaga berkut. H 0 : tdak ada autokorelas spasal H 1 : terdapat autokorelas spasal I E I Statstk uj: Zht (4) I Var dega I merupaka deks LISA, Z ht merupaka la statstk uj deks LISA, EI merupaka la ekspektas deks LISA, da var I merupaka la varas dar deks LISA. w 1. E I Peguja aka meolak hpotess awal jka la Z ht terletak pada Z Z ht. Mora s Scatterplot Lee da Wog (001) [4] meyebutka bahwa Mora s Scatterplot adalah salah satu cara utuk megterpretaska statstk Ideks Mora. Mora s Scatterplot merupaka alat utuk melhat hubuga atara (la pegamata yag sudah dstadarsas) dega (la rata-rata daerah tetagga yag telah dstadarsas). Ilustras lebh legkap dapat dlhat pada Gambar d bawah. Gambar. Mora Scatterplot Kuadra I (terletak d kaa atas) dsebut Hgh-Hgh (HH), meujukka daerah yag mempuya la pegamata tgg dkellg oleh daerah yag mempuya la 30

Pemetaa Peyakt (Hasb Yas) pegamata tgg. Kuadra II (terletak d kr atas) dsebut Low-Hgh (LH), meujukka daerah dega pegamata redah tap dkellg daerah dega la pegamata tgg. Kuadra III (terletak d kr bawah) dsebut Low-Low (LL), meujukka daerah dega la pegamata redah da dkellg daerah yag juga mempuya la pegamata redah. Kuadra IV (terletak d kaa bawah) dsebut Hgh-Low (HL), meujukka daerah dega la pegamata tgg yag dkellg oleh daerah dega la pegamata redah. Mora s Scatterplot yag bayak meempatka pegamata d kuadra HH da kuadra LL aka cederug mempuya la autokorelas spasal yag postf (cluster). Sedagka Mora s Scatterplot yag bayak meempatka pegamata d kuadra HL da LH aka cederug mempuya la autokorelas spasal yag egatf. 3. Hasl da Pembahasa Keaadaa Geografs Kabupate Pekaloga Kabupate Pekaloga merupaka salah satu dar 35 Kabupate/Kota d Provs Jawa Tegah, yag berada d daerah Patura baga barat sepajag pata utara Laut Jawa memajag ke selata dega Kota Kaje sebaga Ibu Kota pusat pemertaha. Gambar 3. Peta Admstras Kabupate Pekaloga Kejada Peyakt DBD Meurut Kecamata Kejada peyakt DBD d Kabupate Pekaloga pada perode 010 sampa 011 memlk karakterstk yag beragam. Rata-rata tertgg agka kejada DBD adalah sebesar 3.58 perbula yag terjad d kecamata Kedugwu, sedagka ada beberapa kecamata yag tdak perah mucul adaya kejada peyakt DBD yatu d kecamata Kadagserag, Lebakbarag da Petugkroo. Sedagka keragama tertgg adalah sebesar 6.43 yag terjad d kecamata Kedugwu. Deskrps secara legkap kejada peyakt DBD d Kabupate Pekaloga meurut kecamata perode 010-011 dsajka pada Tabel 1. Tggya kejada peyakt DBD d Kecamata Kedugwu tdak lepas dar besarya kepadata peduduk yag ada pada wlayah tersebut. Kecamata-kecamata dega kepadata peduduk yag cukup tgg terjad d kecamata Kedugwu, Trto, Wradesa, da Buara. Kecamata Buara merupaka kecamata dega kepadata 31

Meda Statstka, Vol. 6, No. 1, Ju 013 : 7-36 peduduk tertgg yatu sebesar lebh dar 4538 jwa/km. Selegkapya dapat dlhat pada Gambar 4. Tabel 1. Nla Rata-rata da Ragam Jumlah Kejada Peyakt DBD Tap Bula d Kabupate Pekaloga Tahu 010 sampa 011 Meurut Kecamata Kecamata Rata-rata Ragam Kecamata Rata-rata Ragam Buara 1.50.6 Swala 0.13 0.11 Doro 0.63 1.46 Srag 0.17 0.3 Kaje 0.88 0.81 Talu 0.13 0.11 Kadagserag 0.00 0.00 Trto 0.38 0.4 Karagdadap 0.50 0.87 Wradesa 0.54 0.61 Kedugwu 3.58 6.43 Wookerto 0.17 0.3 Keses 1.04 1.09 Wooprggo 0.83 0.93 Lebakbarag 0.00 0.00 Karagayar 0.46 0.61 Paggara 0.17 0.14 Bojog 1.4.34 Petugkroo 0.00 0.00 WONOKERTO SIWALAN TIRTO WIRADESA BUARAN SRAGI KEDUNGWUNI BOJONG KARANGDADAP WONOPRINGGO Keckabpkl_dbd.shp 164-440 441-90 903-1885 1886-801 80-4538 KESESI KAJEN DORO KARANGANYAR TALUN W N E KANDANGSERANG LEBAKBARANG PETUNGKRIONO PANINGGARAN S Gambar 4. Kepadata Peduduk Kabupate Pekaloga Meurut Kecamata Tahu 011 Kejada Peyakt DBD Meurut Waktu Berdasarka waktu kejada peyakt DBD d Kabupate Pekaloga pada perode 010-011 meujukka bahwa kejada DBD palg bayak terjad pada semester pertama, yatu bula Jauar-Ju. Perode merupaka musm huja (Desember-Maret) da musm trass meuju kemarau (Aprl-Ju). Sebalkya, pada bula Jul-Desember atau semester kedua kejada DBD cederug lebh redah karea bula-bula merupaka musm kemarau (Ju-September) da trass meuju musm huja (Oktober-Desember). Selama perode 010-011 kejada DBD terbesar adalah pada bula Aprl da Me 010, sedagka pada bula Jul 011 da Agustus 011 merupaka bula dega agka kejada peyakt DBD terredah. 3

Pemetaa Peyakt (Hasb Yas) Hubuga Kejada DBD Atar Kecamata da Pola Sebaraya Pada tahu 010 meujukka bahwa pada bula Jauar, Februar, Jul, Oktober da Desember memlk pola peyebara kejada DBD yag megelompok. Hal berart bahwa agka kejada DBD atar kecamata pada beberapa bula tersebut hampr sama. Semetara pada bula-bula yag la ddkaska agka kejada DBD-ya tdak membetuk kelompok yag berart bahwa agka kejada DBD atar kecamata pada bula tersebut cukup beragam. Sedagka pada tahu 011 tdak terdapat perode bula yag memlk pola peyebara kejada DBD yag megelompok. Hal berart bahwa agka kejada DBD atar kecamata pada beberapa bula tersebut hampr sama tdak membetuk kelompok yag berart bahwa agka kejada DBD atar kecamata pada bula tersebut cukup beragam. Tabel. Hasl Perhtuga Ideks Mora s I, E(I), Var(I), da Z htug tahu 010 Bula I E(I) Var(I) Zhtug Pvalue Jauar 0.153-0.0556 0.0057.765 0.008 a Februar 0.3691-0.0556 0.014 3.5611 0.000 a Maret 0.1080-0.0556 0.0139 1.3901 0.083 Aprl 0.0664-0.0556 0.0108 1.1735 0.104 Me 0.1100-0.0556 0.014 1.3897 0.083 Ju 0.067-0.0556 0.0143 0.9908 0.1609 Jul 0.1706-0.0556 0.0186 1.6601 0.0485 b Agustus 0.1311-0.0556 0.0191 1.3517 0.0883 September -0.0313-0.0556 0.0178 0.1819 0.478 Oktober 0.1884-0.0556 0.017 1.864 0.0313 b Nopember 0.0686-0.0556 0.0166 0.9653 0.167 Desember 0.13-0.0556 0.0084 1.947 0.061 b a Sgfka pada α = 1%, b Sgfka pada α = 5% Tabel 3. Hasl Perhtuga Ideks Mora s I, E(I), Var(I), da Z htug tahu 011 Bula I E(I) Var(I) Zhtug Pvalue Jauar 0.0466-0.0556 0.0169 0.7857 0.161 Februar -0.1050-0.0556 0.0136-0.436 0.664 Maret -0.055-0.0556 0.0160 0.379 0.406 Aprl -0.1457-0.0556 0.011-0.819 0.7939 Me 0.0695-0.0556 0.0160 0.9887 0.1615 Ju -0.156-0.0556 0.0170-0.7431 0.7714 Jul -0.1715-0.0556 0.013-1.0466 0.854 Agustus -0.0484-0.0556 0.0005 0.3310 0.3706 September -0.143-0.0556 0.0177-0.6580 0.7448 Oktober -0.071-0.0556 0.0119-0.149 0.5571 Nopember -0.058-0.0556 0.0147-0.015 0.5089 Desember 0.0909-0.0556 0.0161 1.1535 0.144 33

Meda Statstka, Vol. 6, No. 1, Ju 013 : 7-36 Berdasarka peguja terhadap adaya autokorelas spasal dega megguaka deks Mora s (Tabel ) meujukka bahwa pada bula bula Jauar, Februar, Jul, Oktober da Desember 010 memlk autokorelas spasal postf. Sedagka pada tahu 011 sesua dega Tabel 3 terlhat tdak ada autokorelas spasal postf maupu egatf pada bula-bula tersebut.berdasarka tgkat sgfka, meujukka bahwa bulabula tersebut mempuya autokorelas spasal dega tgkat sgfka lebh dar 5%. Hal megdkaska bahwa kedekata lokas kecamata tdak haya bersgguga ss atau tep, amu lebh dar tu. Kedekata dapat juga dpegaruh oleh jarak yag meghubugka da tgkat mobltas peduduk atar kecamata. Oleh karea tu, kemugka matrks pembobot yag dguaka tdak haya ketersgguga saja, melaka juga megguaka pedekata jarak atar kecamata. Aalss selajutya adalah dega memperhatka kejada peyakt yag tertgg yatu pada bula Aprl 010. Berdasarka hasl Mora s Scatterplot pada bula Aprl 010, dperoleh formas bahwa sebaga besar agka kejada peyakt DBD tap kecamata d Kabupate Pekaloga pada bula Aprl 010 meyebar d kuadra 1 (HH) da kuadra (LH). Pecara ttk-ttk amata pada Gambar 5 merupaka kecamata yag meyebar berdasarka pegaruhya terhadap kecamata yag bersebelaha. Ttk pecar pada kuadra 1 (HH) meujukka kecamata yag agka DBD-ya tgg berada d atara kecamata-kecamata yag agka DBD-ya tgg pula. Kuadra (LH) meujukka kecamata yag agka DBD-ya redah berada d atara kecamatakecamata yag agka DBD-ya tgg. Kuadra 3 (LL) meujukka kecamata yag agka DBD-ya redah berada d atara kecamata-kecamata yag agka DBD-ya redah pula. Kuadra 4 (HL) meujukka kecamata yag agka DBD-ya tgg berada d atara kecamata-kecamata yag agka DBD-ya redah. Kuadra HH da LL megdkaska kesamaa karakterstk atar kecamata (pola megelompok) da kuadra LH da HL megdkaska keragama karakterstk atar kecamata. Gambar 5. Mora s Scatterplot pederta DBD pada bula Aprl 010 Peguja LISA memberka hasl yag beragam. Kecamata Kedugwu, Wooprggo, Karagdadap da Trto merupaka beberapa kecamata yag memlk hubuga spasal dega kecamata-kecamata la yag berdekata. Hasl perhtuga la I da p-value utuk perode Aprl 010 selegkapya dsajka pada Tabel 4. 34

Pemetaa Peyakt (Hasb Yas) Tabel 4. Nla Htug da p-value LISA pada Bula Aprl 010 Kecamata I p-value Kecamata I p-value Buara 0.105 0.118 Swala -0.081 0.318 Doro 0.048 0.344 Srag 0.01 0.384 Kaje -0.07 0.64 Talu 0.0 0.434 Kadagserag 0.0 0.358 Trto -0.43 0.05 b Karagdadap -0.95 0.014 b Wradesa 0.059 0.148 Kedugwu 0.803 0.010 a Wookerto 0.7 0.318 Keses 0.01 0.316 Wooprggo 0.19 0.01 a Lebakbarag 0.104 0.478 Karagayar -0.04 0.56 Paggara 0.140 0.5 Bojog 0.39 0.090 Petugkroo 0.14 0.390 a Sgfka pada α = 1%, b Sgfka pada α = 5% Hasl Mora s scatterplot da LISA memberka formas bahwa kecamata yag memlk autokorelas posstf adalah kecamata Kedugwu, Wooprggo, da Trto. Semetara kecamata yag memlk autokorelas egatf adalah Kecamata Karagdadap. Hal dapat djelaska pula dega gambar peta sgfkas LISA pada Gambar 6. Sedagka peta pegelompokka kecamata dapat dlhat pada Gambar 7. Gambar 6. Peta Sgfkas LISA da Pegelompokka Kecamata Aprl 010 Peta Edemstas Tgkat kerawaa kecamata terhadap acama peyakt DBD ddasarka pada kejada DBD pada 3 tahu terakhr, yatu tahu 008, 009 da 010. Oleh karea tu pada tahu 011 d Kabupate Pekaloga ddapat hasl bahwa terdapat 14 kecamata yag berstatus edems, 3 kecamata berstatus sporads, da kecamata berstatus ama/potesal. Pola peyebara status kerawaa kecamata dapat dlhat pada Gambar 7. Artya dega mash bayakya kecamata yag berstatus edems, maka perlu peagaa yag lebh serus yag dapat meuruka agka kejada DBD. 35

Meda Statstka, Vol. 6, No. 1, Ju 013 : 7-36 W N S E WONOKERTO SIWALAN TIRTO WIRADESA BUARAN SRAGI KEDUNGWUNI BOJONG KARANGDADAP WONOPRINGGO Keckabpkl_dbd.shp Ama Edems Sporads KESESI KAJEN DORO KARANGANYAR TALUN KANDANGSERANG LEBAKBARANG PETUNGKRIONO PANINGGARAN Gambar 7. Peta Sebara Tgkat Kerawaa DBD Kabupate Pekaloga Tahu 011 4. Kesmpula Hasl aalss data meujukka bahwa kejada DBD d Kabupate Pekaloga sebaga besar terjad pada musm huja yatu pada perode bula Jauar-Ju. Kejada DBD cederug lebh tgg d Kecamata Kedugwu. Kejada DBD tertgg terjad pada bula Aprl 010. Sela tu, terdapat beberapa bula yag megdkaska hubuga spasal pada kejada DBD d Kabupate Pekaloga, yatu bula Jauar, Februar, Jul, Oktober da Desember. Kecamata yag memlk autokorelas posstf adalah kecamata Kedugwu, Wooprggo, da Trto. Semetara kecamata yag memlk autokorelas egatf adalah Kecamata Karagdadap. Sebaga besar kecamatakecamata d Kabupate Pekaloga mash berstatus edems terhadap kejada DBD. DAFTAR PUSTAKA 1. Curts, J. A. ad Lee, A. W., Spatal Patter of Dabetes Related Health Problems for Vuleral Populatos Los Ageles, USA, 010.. Dkes Kab. Pekaloga, Profl Kesehata Kabupate Pekaloga 011, 011, URL: http://www.dkes.pekalogakab.go.d, 7 Februar, 01. 3. Gajar, G., Demam Berdarah, PT. Mza Publka, Badug, 004. 4. Lee J. ad Wog S.W.D., Statstcal Aalyss wth Arcvew GIS, Joh Wlley & Sos, Ic., Uted Stated of Amerca, 001. 5. Parads, E., Mora's Autocorrelato, 010, http://hosho.ees.hokuda.ac.jp/~kubo/rdoc/lbrary/ape/html/morai.html, -0-01. 6. Rosl, M.H., Er, A.C., Asmaha, A., Nam, M.M.R., Harsuzlawat, M., Spatal Mappg of Degue Icdet: A Case Study Hulu Lagat Dstrct, Selagor, Malaysa, Iteratoal Joural of Huma ad Socal Sceces, 010, Vol. 5, No. 6: 410-414. 7. Sasmto, G.H. da Wdatmoko, H., Iformas Meteorolog Utuk Pergata D Bahaya Demam Berdarah Degue (DBD) d Wlayah DKI Jakarta. Lapora Proyek Pegembaga Meteorolog da Geofska Tahu 006, BMKG Jakarta, 006. 8. Tottrup, C., Tersbol, P.B., Ldeboom, W. ad Meyrowtsch, D., Puttg Chld Mortalty o Map: Towards a Uderstadg of Iequty Health, Tropcal Medce & Iteratoal Health, 009, Vol. 14, No. 6 : 653-66. 36