Upload
others
View
14
Download
0
Embed Size (px)
Citation preview
DengueHaemorrhagicFever(DHF)isapublichealthproblemintheworld,particularlyindevelopingcountries.FiveHundredThousandcasesofDHFwerereportedeveryyearinhospitalswith22.000deathsbecauseofDHF(CFR=4.4%).FromJanuarytoMarch2013,85casesofDHFwerereportedinUmbulharjoHealthCenter.Theobjectiveofthisstudywas to know the area vulnerability to DHF and to identify the relationship betweenrainfall, population density, HI, BI, MI, and DHF cases. This study was an analyticobservationalstudywithacross-sectionaldesign.GISwasusedtoidentifyDHFcases,thepresenceofAedes larva, andarea vulnerability toDHF.Therefore, the environmentalconditionwhichinfluencedDHFcasesandareavulnerabilitytoDHFcanbeexplainedvisually.Chi-squareanalysiswasusedforbivariateanalysis.Totalof96respondentswasselectedassamples.RainfallandMIwererelatedtoDHFcases(p-value<0.05),howeverHI,BI,andpopulationdensitywerenotrelated.AllfourvillagesinUmbulharjoHealthCenterwerevulnerabletoDHFandhaveahighendemicvulnerabilitybecauseDHFcaseswerereportedeveryyear.Manymosquito'sbreedingplaceswerefoundduringrainfallseasonbecauseofthelackofenvironmentalhygieneofthecommunity
ABSTRACT/ABSTRAKINFOARTIKEL
DemamBerdarahDengue(DBD)merupakanmasalahkesehatandidunia,terutamadinegaraberkembang.LimaratusribukasusDBDmemerlukanperawatandirumahsakitdengan22.000kasuskematian (CFR:4,4%).DariJanuarihinggaMaret2013,telahterjadi 85 kasus DBD di wilayah Puskesmas Umbulharjo. Penelitian ini bertujuanmengetahui tingkat kerawanan wilayah terhadap kejadian DBD, hubungan curahhujan, kepadatan penduduk, HI, BI dan MI dengan kejadian DBD. Penelitian inimerupakan penelitian observasional analitik dengan pendekatan cross-sectional.PenggunaanSIGdilakukanuntukidentifikasikejadianDBD,keberadaanlarvaAedes,sertatingkatkerawananwilayahterhadapkejadianDBD.Sehingga,dapatdijelaskansecaravisualmengenaikondisilingkunganyangmempengaruhikejadianDBDsertawilayah rentan kejadian DBD. Analisis univariat dan bivariat dilakukan untukmengetahui kebermaknaan secara statistik menggunakan uji chi square. Sampelpenelitian96responden.VariabelyangsecarastatistikberhubungandengankejadianDBD yaitu MI dan curah hujan (p-value < 0,05) sedangkan variabel HI, BI, dankepadatan penduduk tidak bermakna (p-value > 0,05). Seluruh wilayah kerjaPuskesmasUmbulharjoyangterdiridariempatkelurahanrentanterhadapDBDdanmemilikitingkatkerawananendemistinggikarenasetiaptahunselaluterjadikasusDBD.TingginyacurahhujanmenunjukkanpeningkatankejadianDBD.Saatcurahhujantinggi,kurangperhatianmasyarakatterhadapbanyaknyadisposablesitemenyebabkanterbentuknyabreedingplacesbagivektorDBD.
©2017JurnalVektorPenyakit.Allrightsreserved
Katakunci:analisisspasial,kerawananwilayah,DemamBerdarahDengue,IndeksMaya
ArticleHistory:Received:31March2017Revised:8Aug.2017Accepted:27Sep.2017
*AlamatKorespondensi:email:[email protected]
Keywords:spatialanalysis,vulnerabilityarea,DengueHemorraghicFever,MayaIndex
AnalisisSpasialKerentananWilayahterhadapKejadianDemamBerdarahDenguediWilayahKerjaPuskesmasUmbulharjoKotaYogyakartaTahun2013
77
AnalisisSpasialKerentanan..........(BudiSetiawan,et.al)
https://doi.org/10.22435/vektorp.v11i2.6464.77-87
a b bBudiSetiawan *,FX.Supardi ,danVictoriusKBushBaniaJurusanAnalisKesehatanPoltekkesKemenkesYogyakarta,KementerianKesehatanRIJln.NgadinegaranMJIII/62Yogyakarta,IndonesiabProdiKesehatanMasyarakatSTIKESWiraHusadaYogyakarta,Jl.Babarsari,Glendongan,Tambakbayan,Depok,Sleman,Yogyakarta,Indonesia
SpatialAnalysisforVulnerabilityAreaofDengueHemorrhagicFeverinUmbulharjoPublicHealthCenter,Yogyakartacity,2013
78
JurnalVektorPenyakit,Vol.11No.2,2017:77-87
PENDAHULUAN
PenyakitDemamBerdarahDengue(DBD)merupakan masalah kesehatan di duniaterutama negara yang sedang berkembang.Penyakit ini diperkirakan telah endemik dilebihdari100negara.DBDjugamenginfeksilebih dari 50 – 100 juta orang di dunia dan500.000 kasusDBDmemerlukan perawatandirumahsakitdengan22.000kasuskematian
1setiaptahun.
Indonesia sebagai negara berkembangmasih mengalami permasalahan kasus DBDdengan Kejadian Luar Biasa (KLB). Sejakmunculnya laporan pada tahun 1968 diSurabaya,kasusinicenderungmeningkatbaikdalam jumlah kasus maupun luas wilayah
2penyebarannya. Pada tahun 1994 seluruhpropinsi di Indonesia telah terjangkit DBDdansampaitahun2008tercatatlebihdari300
3kabupaten/kotatelahterjangkitpenyakitini. Kasus DBD di Daerah Is t imewaYogyakarta(DIY)daritahunketahunsemakinmeningkat. LaporansituasiDBDdiDIYpadatahun 2000 dan 2001 menunjukkan bahwaangka kesakitan DBD di DIY (10,96/10.000penduduk)duakalilebihtinggidibandingkanangka nasional (5/10.000 penduduk). Sejaktahun 1999-2001 tercatat penderitaDBD diDIYsebanyak3.617orangataurata-rataduaorang sakit DBD per hari. Dari limakabupaten/kota yang ada di DIY, yangmerupakan daerah endemis DBD yaituseluruh kecamatan (100%) di KotaYogyakarta, 56% kecamatan di KabupatenBantul, 9% kecamatan di Kabupaten KulonProgo,13%kecamatandiKabupatenGunungKidul dan 17% kecamatan di KabupatenSleman.Padatahun2008,InsidenceRate(IR)di DIY 52,6/100.000 penduduk, angka inimasihjauhlebihtinggidibandingkandengantargetnasionalyaitukurangdari20/100.000penduduk,dengankatalainpadatahun2008DIY menduduki peringkat ke lima secara
4nasionalterkaittingginyaIRDBD.
Pada tahun 2013, kasus DBD di DIYmengalami peningkatan yang drastis, padatanggal24Januari2013tercatatterdapat52kasus, akhir Januarimeningkatmenjadi112kasusyangtersebardi14kecamatandandataterakhirpadatanggal21Februaritercatat142kasus DBD dengan kematian sebanyak dua
orang.Jumlahkasusinimeningkatdaritahunsebelumnyapadabulanyangsama.
Kejadian Penyakit DBD terkait denganmasalahlingkunganyangmeliputikepadatanpermukiman(kepadatanpendudukdan luaspemukiman), kepadatan populasi nyamukAedes yang diukur dengan parameterHouseIndex(HI),ContainerIndex(CI),BreteauIndex(BI), kemudian curah hujan serta kondisilingkungan yang berisiko menjadi tempatperkembangbiakan nyamuk yang diukurdengan parameterMaya Index (MI). Faktorlingkungan dinilai berpengaruh pentingterhadap peningkatan dan penularanpenyakitDBD,karenalingkunganpemukimanyang padat penduduknya dapat menunjangpenularan DBD. Semakin padat penduduksemak in mudah nyamuk Aedes sp . menularkan virus dari satu orang ke orang
5lainnya.
MayaIndexdenganindikatorkebersihanl ingkungan (Hygiene Risk Indicator) menunjukkan terdapat hubungan yangbermakna antara kebersihan lingkungandengankejadianDBDkarenaterdapatbenda-b e n d a y a n g m e n j a d i t e m p a t perkembangbiakan nyamuk yang tidakterkontrol mengakibatkan jumlah nyamukakan semakin meningkat. Keadaan inisemakinmeningkatdengancurahhujanyangtinggidiYogyakartabeberapabulanterakhir.Adanya hujan dapat menciptakan tempatperkembangbiakan nyamuk karena banyakbarang bekas seperti kaleng, gelas plastik,bungkus plastik, ban bekas dan sejenisnyayangdibuangataudiletakkantidakteraturdisebarangtempat,biasanyaditempatterbukaseperti lahan-lahan kosong atau lahan tiduryang ada di daerah perkotaan sehinggamemungkinkan jumlah kasus penyakit DBD
3akanmeningkat.
C u rah hu j an yang t i n g g i a kan meningkatkan jumlah habitat vektor.Parameter lingkungan yang lain sepertikepadatan populasi Aedes sp. juga dinilaiberpengaruh penting terhadap peningkatandanpenularanDBD.Semakinpadatpopulasinyamuk Aedes, maka semakin tinggi pularisikoterinfeksivirusDBDditambahdenganwaktupenyebaranyangcepatmengakibatkanterjadinya peningkatan jumlah kasus DBD
1,2semakincepatpula.
79
Perlu upaya untuk meningkatkan carapengamatan terhadap vektor DBD yaitudengan memanfaatkan Sistem InformasiGeografis(SIG)untukmemperolehgambarandaerah-daerahyangrentanterhadapkejadianDBD di Kota Yogyakarta sehingga dapatdiketahui dinamika penyebaran DBD secaraperiodik. Pemanfaatan teknologi SIG yangdipadudenganteknologipenginderaanjarakjauh dapat menghasilkan informasi spasialtemporaldengantigakomponenutama,yaitudata lokasi, non lokasi, dan dimensi waktuyangdapatmemberikaninformasiperubahandariwaktukewaktu.
Sistem Informasi Geografis dapatmengintegrasikan berbagai macam dataseperti data grafis (peta, grafik), informasitabular(tabel)danteks,sehinggamembentukinformasibarumenyangkutdataspasialyangmenunjukanlokasi/ruangdalambentukpetatematik. Kemampuan SIG dapat digunakanuntuk pengamatan vektor DBD yang dapatmemberikan informasi tentang daerah-daerah yang rentan terhadap kejadian DBDdandapatdigunakanjugasebagaicarauntukmeramalkan penyebaran DBD dimasa yangakan datang dengan catatan data kasus
5,6tersediadengankualitasyangbaik.
Berdasarkan hal tersebut, penelititertarikuntukmengetahuitingkatkerawananwilayah terhadap kejadian DBD, hubungancurahhujan,kepadatanpenduduk,HI,BIdanMI dengan kejadian DBD di wilayah kerjaPuskesmasUmbulharjoyangterjadilonjakankasus DBD. Dalam memperoleh gambaranwilayahyangrentanDBD,dilakukananalisisspasial mengenai daerah rentan terhadapkejadian DBD, sehingga dapat menentukanlangkah- langkah operas ional da lampenanggulangandanpemberantasanDBD.
BAHANDANMETODE
Rancangan penelitian observasionalanalitik dengan pendekatan Cross Sectional.PenggunaanSIGdilakukanuntukidentifikasidananalisiskejadianDBD,keberadaan larvaAe. aegypti serta tingkat kerawananwilayahterhadap kejadian DBD, sehingga dapatdijelaskan secara visual mengenai kondisilingkungan yang mempengaruhi kejadianDBD sertawilayah rentan kejadianDBD.Uji
Chi-square dilakukan untuk menentukanadanya hubungan antara variabel bebasdenganvariabelterikat.
Populasi dalam penelitian ini adalahpopulasi wilayah (Area Population) dalamwilayahkerjadiPuskemasUmbulharjo,KotaYogyakarta. Keseluruhan kasus DBD tahun2013 yang diteliti (total population). KasusDBDadalahjumlahkejadianDBDdiwilayahkerja Puskesmas Umbulharjo tahun 2013yangdibedakanberdasarkantingkatkejadianDBDyaitu:SangattinggijikaIR>20%,tinggijikaIR16-20%,sedangjikaIR11-15%,rendahjikaIR6-10%dansangatrendahjikaIR<5%.
Instrumen penelitian yang digunakanadalah, peta wilayah Dinas Kesehatan KotaYogyakarta,formulirdatapenderitaDBD,alatsurveijentik,GlobalPositioningSystem(GPS)GarminOragonSeries550,dansoftwareSIG.Datasekunderdigunakanjugauntukanalisisdalam penelitian ini, diantaranya kepadatanpenduduk dan data curah hujan. Kepadatanpendudukadalahrasiodarijumlahpendudukyangtinggaldisuatuwilayahdenganluasdariwilayah tersebut dalam satuan jiwa/Ha.Penentuan kategori kepadatan pendudukberdasarkan perhitungan selisih dari nilaitertinggidanterendahdibagijumlahkategorisehingga diperoleh kategori kepadatanpenduduk, yaitu kepadatan rendah antara4,01 – 23,50 jiwa/Ha, kepadatan sedang 23,60–42,50jiwa/Ha,kepadatantinggi42,60– 61,67 jiwa/Ha dan kepadatan penduduksangat tinggi antara 61,68 – 80,89 jiwa/Ha.Curahhujanadalahbanyaknyaairhujanyangturun dalam satu bulan selama satu tahundiambilberdasarkandataBadanMeteorologidan Geofisika Kota Yogyakarta, yangdikelompokandalamcurahhujantinggi≥140mmdanrendah<140mm.
Maya Index ada lah banyaknya kontainer-kontainer berisi air yangdikategorikan dalam controllable sites (CS)dan disposable sites (DS) yang berpotensisebagai tempat perkembangbiakan nyamukAedes sp. Kriteria MI rendah, sedang dantinggi. Kepadatan populasi Aedes adalahkepadatan jentikyangditemukanditempat-tempat yang berpotensi sebagai tempatperkembangbiakan nyamuk, yang diukurberdasarkanindikatorHI,CIdanBI.Kategoritingkatkepadatantersebutadalahrendahjika
AnalisisSpasialKerentanan..........(BudiSetiawan,et.al)
80
DensityFigure=1,sedangbilaDensityFigure=3,7,8
2–5sertatinggijikaDensityFigure=6–9. Daerah rentan DBD adalah kondisi suatukelurahan di wilayah kerja PuskesmasUmbulharjo yang diprediksi berdasarkanjumlahskornilaiharkatdariparameteryangdigunakan setelah dikalikan dengan faktorpembobotnya,akanmengalamikejadianDBDyang di kelompokan dalam kategorikerentananrendah,sedangdantinggi.
HASIL
Berdasarkan penelitian yang dilakukandiperoleh hasil sebagai berikut: Gambar 1mendeskripsikan mengenai persebaranpenderita DBD di wilayah kerja Puskesmas
9Umbulharjo. Terlihat bahwa penderitaDBDmengelompokdiKelurahanPandeyan.
DariTabel1,diketahuibahwaterdapat37(38,5%)rumahrespondendenganstatusBRIrendah,40(41,7%)sedang,dan19(19,8%)berstatus tinggi. Tabel 2 terdapat klasifikasiHygiene sebanyak 60,4% rendah, 33,3%sedang, dan 6,3% tinggi, sehingga rata-ratajumlahDS di rumah responden kebanyakanrendah.
KlasifikasiMI rumah responden rendahsebanyak57,3%,tinggisebanyak5,2%.Halinimenunjukkan bahwa rumah-rumah diwilayah kerja Puskesmas Umbulharjo tidakberisikomenjadi tempat perkembangbiakannyamuk.
Tabel 4menunjukkan statusMI dengantingkatkejadianDBD.TerdapatlimapenderitadenganrumahMItinggi,32rumahpenderitasedang dan 12 rumah penderita berstatusrendah. Pada responden bukan penderitaDBD, tidak terdapat rumah responden yangberstatusMI,empatrumahberstatussedang,dan 43 rumah berstatus rendah. Dari tabel,diketahuinilaip-value=0,000danchi-square=44,228yangberartiterdapathubunganyangbermakna antara MI dengan kejadian DBD.Gambar2merupakanpetaoverlaystatusMIrumah responden dengan tingkat jumlahpenderita. Titik rumahpenderita dibedakanberdasarkanstatusMI.
Data curah hujan menunjukkan curahhujan pada periode 2012 hingga 2013bervariasiditandaidengancurahhujantinggi,sedang dan rendah. Pada Mei 2012, curahhujan rendah, yaitu 38 mm, sedangkanOktober, curah hujan sedang, yaitu 63 mm.Curah hujan tinggi terjadi pada bulan-bulanselanjutnya.JanuarihinggaMaret2013,curahhujandiklasifikasikantinggi.
Pada periode curah hujan tinggi, terjadi96kasusDBD,sedangkanpadaperiodecurahhujan sedang, terdapat dua kejadian DBD.
Tabel1.DistribusiBreedingRiskIndicator(BRI)RumahRespondendiWilayahKerjaPuskesmasUmbulharjoTahun2013
Gambar1.PetaSebaranDBDdiWilayahKerjaPuskesmasUmbulharjoTahun2013
Tingkat Frekuensi Persentase(%)Rendah 37 38,5Sedang 40 41,7Tinggi 19 19,8Total 96 100,0
Tabel2.DistribusiRespondenBerdasarkanHygieneRumahRespondendiWilayahKerjaPuskesmasUmbulharjoTahun2013
Tingkat Frekuensi Persentase(%)Rendah 58 60,4Sedang 32 33,3Tinggi 6 6,3
Total 96 100,0
Tabel3.DistribusiRespondenBerdasarkanKlasifikasiMIRumahRespondendiWilayahKerjaPuskesmasUmbulharjoTahun2013
Tingkat Frekuensi Persentase(%)Rendah 55 57,3Sedang 36 37,5Tinggi 5 5,2Total 96 100,0
JurnalVektorPenyakit,Vol.11No.2,2017:77-87
81
Tabel4.CrossTabulationStatusMayaIndexterhadapKejadianDBDTahun2013
Status Total X2 p-value
Penderita
BukanPenderita
Tinggi 5 0 5 44,22
0,000Sedang 32 4 36
Rendah 12 43 55
Total 49 47 96
Gambar2.PetaSebaranPenderitaberdasarkanStatusMayaIndexTahun2013diPuskesmasUmbulharjo
Pada periode bulan dengan curah hujanrendah,hanya terjadi tujuhkejadianDBDdiwilayah kerja Puskesmas Umbulharjo.Berdasarkan n i la i p-va lue = 0 ,000 menunjukkan terdapat hubungan yangbermakna antara curah hujan dengankejadianDBD(Tabel5).
Gambar 3 menunjukkan peta overlaykoordinat rumah penderita DBD yangdibedakan berdasar periode waktu kasus.Warna biru menunjukkan graduated colorcurahhujantinggi.
Wilayah kerja Puskesmas Umbulharjoterdiri dari wilayah dengan HI tinggi dan
sedang,tetapitidakterdapatwilayahdenganHIrendah.WilayahdenganHItinggi,terdapat11 responden penderita DBD, dan 10responden yang bukan penderitaDBD. Padawilayah HI sedang, terdapat 38 respondenpenderita DBD dan 37 responden bukanpenderita DBD dengan nilai p-value = 0,89yang berarti tidak terdapat hubungan yangbermakna antara status HI dengan kejadianDBD(Tabel6).
Gambar 4 menunjukkan overlay petapersebaran penderita DBD Januari hinggaMaret 2013 dengan klasifikasi HI. WilayahdenganHItinggi(valuemerah)tidakterdapat
Tabel5.CrossTabulationCurahHujanTerhadapKejadianDBDTahun2013
Curahhujan Status Total X2 p-value
Penderita
BukanPenderita
Tinggi 5 0 5 44,228
0,000Sedang 32 4 36
Rendah 12 43 55
Total 49 47 96
AnalisisSpasialKerentanan..........(BudiSetiawan,et.al)
Gambar3.PersebaranPenderitaberdasarkanCurahHujanTahun2013diPuskesmasUmbulharjo
82
Gambar4.PersebaranPenderitaDBDberdasarkanHITahun2013diPuskesmasUmbulharjo
banyakpenderita,sedangkanHIyangsedangterlihat mempunyai distribusi yang lebihbanyak.
Wilayah kerja Puskesmas Umbulharjo,hanya terdapat wilayah dengan status BIsedang dan rendah. Wilayah BI sedang,terdapat35respondenpenderitaDBDdan34respondenbukanpenderitaDBD,sedangkanwilayah dengan BI rendah terdapat 14respondenpenderitaDBDdan13respondenbukanpenderitadengannilaip-value=0,921yangmenunjukkantidakadahubunganyangbermaknaantaraBIdengankejadianDBD.
Gambar 5 menunjukkan peta overlaywilayah dengan status BI dan koordinatpenderita DBD Januari hingga Maret 2013.
HI Status Total X2 p-value
PenderitaBukan
Penderita
Tinggi 11 10 210,019 0,890
Sedang 38 37 75Total 49 47 96
Tabel6.CrossTabulationStatusHIterhadapKejadianDBDTahun2013
StatusBI Status Total X2 p-value
PenderitaBukan
Penderita
Sedang 35 34 690,10 0,921
Rendah 14 13 27Total 49 47 96
Tabel7.CrossTabulationStatusBIterhadapKejadianDBDTahun2013
WilayahdenganBItinggi(valuemerah),tidakbanyakterdapatsebarankasus.
Berdasarkan klasifikasi kepadatanpendudukdenganmelihatnilairata-ratadanstandar deviasi (Rata-rata 88,97 dan SD23,95), wilayah Warungboto merupakanwilayah kepadatan tinggi, sedangkanGiwangan merupakan wilayah dengankepadatan rendah. Tabel 9 menunjukkanjumlahrespondenpenderitaDBDyangtinggaldiwilayahdengankepadatantinggisebanyak11 (11,46%) responden. Respondenterbanyakmerupakanpenderitayangtinggaldi wilayah dengan kepadatan sedang,sebanyak 30 (31,25%). Dari tabel diketahuibahwa nilai p-value adalah 0,989, dan Chi-
JurnalVektorPenyakit,Vol.11No.2,2017:77-87
Gambar5.PetaSebaranPenderitaDBDBerdasarkanBITahun2013diPuskesmasUmbulharjo
83
Kelurahan Kepadatanpenduduk/Km2 Klasifikasikepadatanpenduduk
WarungBoto 115,78 Tinggi
Pandeyan 88,25 Sedang
Sorosutan 86,70 Sedang
Giwangan 57,16 Rendah
Tabel8.KlasifikasiKepadatanPendudukdiWilayahKerjaPuskesmasUmbulharjoTahun2012
Sumber:ProfilPuskesmasUmbulharjoTahun2012
Tabel9.CrossTabulationKepadatanPendudukdiWilayahKerjaPuskesmasUmbulharjoTahun2012
KepadatanPenduduk
Status Total X2 p-value
PenderitaBukan
penderita
Tinggi 11 10 21 0,023
0,989Sedang 30 29 59
Rendah 8 8 16Total 49 47 96
Gambar6.PetaSebaranPenderitaDBDberdasarkanKepadatanPendudukTahun2013diPuskemasUmbulharjo
AnalisisSpasialKerentanan..........(BudiSetiawan,et.al)
Gambar7.PetaKerawananWilayahKejadianDBDTahun2013diPuskesmasUmbulharjo
Gambar8.PetaBufferingBreedingPlacesAedessp.Tahun2013diPuskesmasUmbulharjo
84
square adalah 0,023 yang berarti tidakterdapat hubungan yang bermakna antarakepadatanpendudukdengankejadianDBD.
Gambar 6 menunjukkan peta overlaytingkat kepadatan penduduk denganpersebaran penderita DBD. Terlihat bahwawilayah kepadatan penduduk tinggi (valuecokelat tua), tidak terdapat persebaranpenderita tinggi. Berdasarkan beberapaparameter epidemiologi yang dilakukandidalam penelitian ini, wilayah kerjaPuskesmas Umbulharjo merupakan daerahyangtingkatkejadianDBDtinggisepertiyangterlihat dalam Gambar 7. Gambar 8 menunjukkan Peta Buffering titik rumahrespoonden yang terdapat breeding places.Dari peta tersebut terlihat bahwa, wilayahPandeyan yang memiliki jumlah kasusterbanyak di tahun 2013, tidak seluruhnyaterdapatpenyebaranvektorDBD.
PEMBAHASAN
Berdasarkanhasilanalisisstatistik,nilaip-value MI dan kejadian DBD sebesar 0,00,sehinggaadahubunganantarastatusMIdankejadianDBD,HIdankejadianDBD,diperolehnilai p-value 0,89 sehingga tidak adahubungan antara statusHI dengan kejadianDBD. Begitu pula dengan status BI dankejadian DBD, nilai p-value sebesar 0,92sehinggatidakadahubunganantarakejadianDBDdanstatusBI.CurahhujandankejadianDBD, diperoleh nilai p-value sebesar 0,00,sehingga ada hubungan antara curah hujandan kejadianDBD, sedangkanujiChi-squareantara kepadatan penduduk dan kejadianDBD,diperolehnilaip-value=0,989,sehinggatidakterdapathubunganantarakejadianDBDdankepadatanpenduduk.
StatusMIdenganujichisquare,α=0,05,p= 0,00 sehingga terdapat hubungan antarakejadian DBD dengan status MI di wilayahkerja Puskesmas Umbulharjo I. TingginyajumlahCSdanDSmengakibatkantimbulnyabreeding places bagi vektor DBD, sehinggaberesikomenularkanvirusdengue.TerdapatlimarumahpenderitadenganstatusMItinggi,namunpadarumahrespondennonpenderita,tidakadayangdiklasifikasikansebagairumahdengan MI tinggi. Rumah dengan status MI
9tinggi,perkembangbiakannyamuknyatinggi. Hal ini sejalan dengan penelitian yangdilakukan oleh Prasetyo,di KecamatanMagetan,KabupatenMagetandimananilaipvalue = 0,017, sehingga terdapat hubungan
10antara MI dengan persebaran kasus DBD. Banyaknya DS (157 DS) di luar rumahresponden kurang diperhatikan sehinggamenjadi breeding places. Hasil penelitianmengenaiMIinidikuatkanolehhasilvariabellainyaitucurahhujandengankejadianDBDdimana p-value adalah 0,00 (<0,05). Haltersebut menunjukkan bahwa di saat curahhujan tinggi,makaDS akanmejadibreedingplacesbagivektorDBD.Halinidibuktikanpulabahwaditemukanjentikpadarumpunbambudi sekitar rumah warga.Hasil penelitianPrasetyo menunjukan keadaan di manasemakin tinggi curah hujan, kejadian DBD
10semakinmeningkat.
Hasil uji chi-square mengenai HI dankejadian DBD menunjukkan nilai p-value =0.890 sehingga tidak ada hubungan antarakejadian DBD dengan HI. Hal yang samaterjadipadaujichi-squareBIdengankejadianDBDdimananilaip- value =0,921 sehinggatidak ada hubungan antara kejadian DBDdenganBI.
Penularan virus dengue tidak terjadi didalam rumah responden tetapi berasal dariluar lingkungan rumah responden. Dalampenelitian ini, Warungboto merupakanwilayah dengan kepadatan vektor tinggi,namun kejadian DBD dari Januari hinggaMaret2013menunjukkanpenurunankasus.BegitupuladenganGiwanganyangmemilikikepadatan sedang, terjadi penurunan kasus,dimanapadaBulanMaret,tidakterjadikasusDBD di wilayah tersebut. Hal ini sejalandengan penelitian Prasetyo dengan nilai p-value = 0,716 sehingga tidak terdapathubungan antara kepadatan vektor DBD
10dengankejadianDBD.
S t r a t e g i p e n g e n d a l i a n d a n pemberantasanDBDpadasaatinidifokuskanpada vektor penyakit DBD. HI sendiri lebihmenggambarkanluasnyapersebarannyamukdi suatu wilayah. Dengan pemeriksaan HIsebelum dan sesudah pengendalian, dapat
11diketahuihasilpengendalianvektorDBD.
JurnalVektorPenyakit,Vol.11No.2,2017:77-87
85
Faktorkependudukansepertikepadatanpenduduk mempengaruhi penularanpenyakit dari yang satu ke lainnya, karenatingginyakepadatanpendudukmemudahkanpenularan. Namun, hal ini tidak sejalandengan hasil penelitian ini, di manaberdasarkanujichi-squareuntukmengetahuihubungan antara kepadatan penduduk dankejadianDBDdiperolehnilaip-value=0,99(>0,05), sehingga tidak ada hubungan antarakepadatan penduduk dengan kejadian DBD.PenelitianyangdilakukanolehPrasetyopunmenunjukkan hasil di mana terdapathubungan antara kepadatan penduduk
10dengankejadianDBD. Dalampenelitianini,daerahyangsering terjangkit tidak terdapatpadawilayahdengankepadatantinggi,karenasaat terjadi kasus DBD, PuskesmasUmbu l h a r j o l a n g s u n g m e l a ku k a n pemantauan epidemiologi ke rumahpenderita dan jika dalam wilayah tersebuttelahterjadiduakasussecaraberuntun,maka
9langsungdilakukanfogging. HasilpenelitiandiPuskesmasUmbulharjoiniberbedadenganpenelitian spasial DBD yang dilakukan di Malaysia. Hasil penelitian spasial DBD diMalaysia menyebutkan bahwa faktor yangpaling berpengaruh dalam risiko penularandeman dengue adalah tipe pemukiman,kepadatan populasi, penggunaan lahan, dan
12,13ketinggian. Studi spasial dengue diBang ladesh menggunakan SaTScan menunjukkan bahwa penularan spasial-temporal DBD di Bangladesh tahun 2000-2002, tersebar secara cluster atau mengelompok, dengan Kota Dhaka sebagaicluster utama. Beberapa kota lain diBangladesh merupakan cluster kedua
14(secondarycluster).
Berdasarkankriteriakerawananwilayahterhadap kejadian DBD di wilayah kerjaPuskesmas Umbulharjo, seluruh wilayahtersebut merupakan wilayah dengankerawananendemisitasDBD,karena selamatiga tahun berturut-turut, dari tahun 2009-2013, selalu terjadi kasus DBD. Hal inimenunjukkan bahwa perlu dilakukan suatukajian khusus mengenai DBD di wilayahtersebut , sebaga i in tervens i untuk meminimalkan kasusDBD karena jika tidakkejadian DBD akan terjadi setiap tahun,mengingat wilayah kerja Puskesmas
Umbulharjo merupakan wilayah endemisDBD.
Petamenunjukkanbahwasemuawilayahkerja Puskesmas Umbulharjo rentan atauberesikoterkenaDBD,karenasemuawilayahdiklasifikasikan sebagai wilayah endemisDBD. Hal ini sekaligus menguatkan bahwatingkat kepadatan vektor DBD tidakmempengaruhikejadianDBDdiwilayahkerjaP u s ke sma s Umbu l h a r j o , s e h i n g ga kemungkinanbesarpenderitaDBDdidaerahtersebuttidakterinfeksidisekitarrumahnyatetapisumberbreedingplacesnyaberadadilokasilain.
SebuahpenelitiandiKotaCali,Colombiamenunjukkan adanya asosiasi yang kuatantarafaktorsosialekonomidanlingkunganterhadap suatu kejadian KLB. Faktor sosialekonomiyangdimaksudmeliputikepadatanpopulasidan strata sosial, sedangkan faktorlingkungan adalah keberadaan kios penjualbandantanamanhias.Analisisspasialpadapenelitian tersebut disebutkan bahwaasosiasi antara faktor tersebut dengankejadiandemamdengueadalahterdistribusisecaraheterogenpadatingkat“neighborhood
15level”ataukedekatanlokasiantarkasus. Polapenularan tersebut berbeda denganpenelitiandiEquadoryangmenjukkanbahwapenularan DBD di Kota Guayaquil Equadorterkonsentrasi pada sebuah lokasi tertentusaja, sehingga strategi pengendaliandiperkuat pada lokasi tersebut untuk
16mencegahpenularankelokasilain.
Beberapa penelitian spasial denguemenyebutkan terdapat faktor-faktor yangmempengaruhi pola dan risiko penyebaranDBD yaitu variasi iklim dan cuaca, sosialekonomi,determinankesehatanmasyarakat,perubahanekologilingkunganmenjadilahanpertanian intensif, pembuatan dam, irigasi,serta urbanisasi yang tidak terprogramdengan baik. Faktor – faktor tersebut dapatmempengaruhi distribusi vektor dan virus,keberadaan breeding sites, serta kepadatanindividu yang rentan. Interaksi berbagaifaktortersebutbersifatsangatkompleks,dan
17-19tersebar secara spasial dan temporal. PenggunaanteknologiSIGdanPenginderaanJauh terbukti sangat bermanfaat untukmengembangkan sampling frame untukpenelitianlapangandidaerahperkotaandan
AnalisisSpasialKerentanan..........(BudiSetiawan,et.al)
86
penentuan berbagai faktor dalam risikopenularan DBD, HIV, malaria, pertusis, dan
5,19,20berbagaipenyakitinfeksilain.
KESIMPULAN Seluruh wilayah kerja PuskesmasUmbulharjo rentan terhadap DBD danmemiliki tingkat kerawanan endemis tinggikarenasetiaptahunselaluterjadikasusDBD.VariabelyangberhubungandengankejadianDBDdi lokasi penelitian adalahMaya Indexdan curah hujan, sedangkan yang tidakberhubungan adalah house index, bretauindex,dankepadatanpenduduk.
SARAN Perlu adanya surveilans aktif terutamauntuk survei entomologis sehingga dapatmengontrolperkembangbiakannyamukyangdapatmengurangikepadatanvektordilokasitersebut.
UCAPANTERIMAKASIH Peneliti mengucapkan terima kasihkepada DIKTI yang telah membiayaipenelitian ini dalam skema hibah dosenpemula. Terimakasih kepada PuskesmasUmbulharjo yang telah membantu dalamprosespengumpulandata.Tidaklupapenulismengucapkan kepada Mujiyanto, S.Si, MPHyang telahmembantu dalam telaah analisisspasial DBDdanjugaAnisNurwidayati,S.Si,M.Sc atas masukan dan diskusinya demitersempurnanya tulisan ini. Penulis jugamengucapkan terima kasih untuk semuapihak yang tidak dapat disebutkan satupersatu.
DAFTARPUSTAKA
1. Cruz, M.G., Sprinz, E., Rosset, I., Goldani, L.,TeixeriaM.DengueandPrimeriCare :ataleoftwocities.BullWHO.2010;88:244.
2. Fathi., Keman, S., Wahyuni C. Peran FaktorLingkungandanPerilakuTerhadapPenularanDemamBerdarahDenguediKotaMataram.JKesehatLingkung.2005;2(1):1-10.
3. Sutoto TBT. Penting Survei Jentik SebelumFogging.Medika.2005;XXXI:185-187.
4. Soedarto.DemamBerdarahDengue (DengueHaemorrhagic Fever). Jakarta: Sagung Seto;2012.
5. TroyoA,FullerDO,Calderón-arguedasO,etal.Ageographicalsamplingmethodforsurveysof mosquito larvae in an urban area usinghigh-resolutionsatelliteimagery.2007;33(1).
6. JhonsonC.P.GIS:AToolForMonitoringAndManagement Of Epidemics, , In: Map India2001Conference,NewDelhi;2001..
7. KusriastutiR.EpidemiologiPenyakitDBDdanKebijaksanaan Penanggulangannya diIndonesia. In: Makalah Simposium DengueControll Up-Date Pusat Kedokteran TropisUGM.Yogyakarta.;2005:1-2.
8. Mard ihusodo S . Cara-Cara Inovat i f PengamatanDanPengendalianVektorDemamBerdarah Dengue. Yogyakarta: PusatKedokteranTropis,UGM;2005.
9. Anonim.ProfilPuskesmasUmbulharjoITahun2012.Yogyakarta;2013.
10. Prasetyo A. Analisis Spasial PenyebaranPenyakit DBD di Kecamatan MagetanKabupatenMagetan.2012.
11. WulandariR.HubunganTingkatPengetahuanDenganUpayaPencegahanDBDdiPedukuhanJaranan,DesaPanggungharjo,SewonBantul.2007.
12. Hazrin M, Hiong HG, Jai N, et al. SpatialDistribution of Dengue Incidence : A CaseStudyinPutrajaya.JGeogrInfSyst2016,8,89-9 7 . 2 0 1 6 ; ( F e b r u a r y ) : 8 9 - 9 7 . doi:10.4236/jgis.2016.81009.
13. Dom NC, Ahmad AH, Latif ZA, Ismail R.Application of geographical informationsystem-basedanalyticalhierarchyprocessasatoolfordengueriskassessment.AsianPacificJ T r o p D i s . 2 0 1 6 ; 6 ( 1 2 ) : 9 2 8 - 9 3 5 . doi:10.1016/S2222-1808(16)61158-1.
14.ShaheraBanu;WenbiaoHu;YumingGuo;ShiluTong.Space-timeclustersofdengue fever inSpace-time clusters of dengue fever inBang l adesh . Trop Med I n t Hea l th . 2012;17(9):1086-1091. doi:10.1111/j.1365-3156.2012.03038.x.
15. Delmelle E, Hagenlocher M, Kienberger S,Casas I. Acta Tropica A spatial model ofs o c i oe conomic and env i ronmen ta l determinants of dengue fever in Cali ,Colombia. Acta Trop. 2016;164:169-176.doi:10.1016/j.actatropica.2016.08.028.
16. Castillo KC, Körbl B, Stewart A, Gonzalez JF,PonceF.Applicationofspatialanalysistotheexamination of dengue fever in Guayaquil,Ecuador. Procedia Environ Sci. 2011;7:188-193.doi:10.1016/j.proenv.2011.07.033.
JurnalVektorPenyakit,Vol.11No.2,2017:77-87
doi:10.1016/j.envres.2016.07.026.
19.VanwambekeSO,BenthemBHBVan,KhantikulN, et al. Multi-level analyses of spatial andtemporal determinants for dengue infection.2006;16:1-16.doi:10.1186/1476-072X-5-5.
20. Linard C, Tatem AJ. Large-scale spatialpopulation databases in infectious diseaseresearch.2012:1-13.
17.AtiqueS,AbdulSS,HsuC,ChuangT.AsianPacif i c J ou rna l o f Trop i c a l Med i c i ne Meteorological influences on denguetransmissioninPakistan.AsianPacJTropMed.2 0 1 6 ; 9 ( 1 0 ) : 9 5 4 - 9 6 1 . doi:10.1016/j.apjtm.2016.07.033.
18.EbiKL,NealonJ.Dengueinachangingclimate.E n v i r o n R e s . 2 0 1 6 ; 1 5 1 : 1 1 5 - 1 2 3 .
AnalisisSpasialKerentanan..........(BudiSetiawan,et.al)
87