Aplikasi Sistem Informasi Geografis Untuk Pemodelan Spasial Kejadian Tuberkulosis (TB) Di Kota Denpasar Tahun 2007

Posted by admin on Rabu, Juli 9, 2008 Leave a Comment

INTISARI

Ni Nyoman Kristina, Hari Kusnanto, Anis Fuad

Latar belakang: Di Propinsi Bali penyakit menular yang perlu diwaspadai adalah penyakit penyakit yang tergolong new emerging dan re-emerging. Sebagai usaha untuk mencegah perkembangan penyakit tersebut, maka Pemerintah mencanangkan 10 program prioritas nasional yang salah satunya adalah program Gerakan Terpadu Nasional Tuberkolosis (GERDUNAS TB). Dari permasalahan tersebut di atas, maka peneliti ingin memotret beberapa aspek yang dapat mempengaruhi prevalensi TB, yaitu faktor kepadatan penduduk, kemiskinan, status penduduk pendatang dan jarak ke sarana pelayanan kesehatan. Pemodelan ini diharapkan dapat menghasilkan model spasial yang dapat menunjukkan tingkat kerentanan wilayah terhadap penyakit TB di Kota Denpasar.

Tujuan: Penelitian ini bertujuan untuk: mengetahui manfaat pemodelan spasial dalam menentukan tingkat kerentanan wilayah terhadap penyakit TB; mengetahui adanya hubungan kepadatan penduduk dengan penderita TB; serta untuk mengetahui adanya hubungan pengelompokan penderita TB di desa/kelurahan dengan proporsi penduduk miskin yang tinggi, pengelompokan penduduk pendatang di Kota Denpasar, jarak ke sarana pelayanan kesehatan masyarakat dengan kejadian TB dan manfaat informasi spasial dalam meningkatkan manajemen pengendalian TB di wilayah dengan tingkat kejadian kasus yang tinggi.

Metode Penelitian: Penelitian ini menggunakan metode survei dengan pendekatan cross sectional. Pengolahan dan analisis data dilakukan dengan Software Geoda dan SatScan untuk proses SIG.

Hasil Penelitian : Hubungan tingkat kepadatan penduduk dengan kejadian TB diperoleh z value = -1,529 p = 0,126 (p>0,05), hubungan kemiskinan dengan kejadian TB diperoleh diperoleh z value = 3,502 p = 0,0004 (p<0,05), hubungan status penduduk pendatang terhadap kejadian TB hasil analisis diperoleh z value = -1,113 p = 0,909 (p>0,05), hubungan jarak ke fasilitas pelayanan kesehatan terhadap kejadian TB diperolah nilai ?2 = 0,21 dengan nilai probabilitas (p value) = 0,65 atau p>0,05. Analisis ketergantungan spasial hasil uji Morans diperoleh value = 0,670 p= 0,412 (p>0,05)

Kesimpulan: Kejadian TB berhubungan dengan kemiskinan secara signifikan, dan tidak berhubungan dengan kepadatan penduduk, status pendatang, dan jarak ke fasilitas pelayanan. Pola distribusi spasial TB tidak mengikuti pola tertentu. Pengklasteran TB cenderung pada daerah miskin dan menyebar mengikuti arah jalan. Wilayah sisi barat dan selatan cenderung memiliki angka kasus yang lebih tinggi. Kasus TB juga cenderung tinggi di daerah menuju TPA. Dalam radius 200 meter, penyebaran kasus TB secara kualitatif terkesan cenderung tinggi di wilayah sisi Barat dan Utara Kota Denpasar.

Kata kunci: Sistem Informasi Geografis, model spasial tuberkolosis Basis Data Spatial

Basis Data Spatial By. Mochammad Zuliansyah Moderator. Retno Novi Dayawati

Written By. Asri Anggraini W

untuk memenuhi tugas 8 Kapita Selekta

Basis data spatial adalah suatu basis data yang memiliki fitur untuk menyimpan fitur-fitur pada objek-objek ruang semesta, termasuk: titik, garis, dan polygon. Basis data spatial melingkupi tiga bidang ilmu, yaitu: basis data, grafika dan

citra, dan kecerdasan buatan. Pada grafika dan citra, output yang dihasilkan adalah gambar, sedangkan pada basis data, output yang dihasilkan dari basis data spatial ini adalah suatu tipe data baru yaitu geometri.

Fitur-fitur pada basis data spatial: - Spatial measurement: jarak - Spatial functions - Spatial predicates: dua tipe data, tematik dan geometri (menentukan deskripsi objek) - Constructor functions: membangun fitur - Observer functions: menentukan fitur-fitur tambahan Basis data spatial 2-D digunakan untuk menyimpan data alphanumeric. Basis data spatial 2-D pada sistem berkas: B tree, B+ tree (menggunakan pointer).

Basis data spatial 2-D yang sudah ada tidak dapat menyimpan data ruang, maka dari itu muncullah teknologi baru, yaitu: - Model piano: cara kerjanya adalah menyimpan 1 pixel pada 1 row - R tree: kekurangan yang ada pada model ini adalah tiap objek harus disimpan secara keseluruhan, tidak bisa dibagi. - R+ tree: melengkapi kekurangan yang ada pada R tree, satu objek bisa dibagi menjadi bagian yang lebih kecil. - Quadtree: gambar yang akan disimpan dibagi menjadi empat bagian.

Basisdata pemodelan visualisasi (studi kasus: GIS / Geographical Information System)

Kategori obyek dibagi menjadi dua, yaitu: - Objek dengan batas yang diskret - Objek dengan batas yang tidak diskret

3-D spatial muncul tahun 1998 Macam-macam 3-D spatial adalah: - FDS (formal data structure): memiliki empat objek (constraction object) Pada FDS busur memiliki peran utama. FDS ini merupakan struktur data pertama yang menyertakan objek spasial berupa pengintegrasian property geometric dan tematik. Model ini terdiri dari tiga fundamental level, yaitu: o Feature (berhubungan dengan kelas tematik) o Empat objek (titik/point, garis/line, permukaan/surface, dan badan/body) o Empat primitive (node, busur/arc, face, dan edge) Berdasarkan konvensi, arc dan face tidak dapat disatukan. Sebuah node dan sebuah arc harus dibuat tersendiri. Singularitas diperbolehkan ketika arc dan node dapat hidup di dalam face atau body. - TEN (tetrahidronized irregular network): semua objek berawal dari segitiga (segitiga sebagai peran utama, akan tetapi, segitiga juga dibangun dari busur). TEN diperkenalkan oleh Pilouk pada 1996 untuk menangani beberapa kesulitan pada FDS ketika memodelkan objek dengan batasan yang tidak jelas, contohnya: formasi geologis dan polusi udara. TEN mengikuti pendekatan berorientasi simplex untuk merepresentasikan objek tiga dimensi dari dunia nyata. TEN memiliki empat primitive (tetrahedron, segitiga/triangle, arc, dan node). Pada implementasi relasi, hubungan arc-node dijelaskan pada tabel ARC. Tabel SEGITIGA berisi hubungan antara tetrahedron-triangle-edge. Sebuah body dibentuk dari tetrahedron, sebuah surface dari segitiga, sebuah garis dari arc, dan sebuah titik dari node. Aturan umum untuk membuat model adalah berdasarkan kenyataan bahwa tiap node adalah merupakan bagian dari busur, tiap busur merupakan bagian dari segitiga, dan setiap segitiga merupakan bagian dari tetrahedron. Singularitas tidak diperbolehkan. Meskipun model ini menggunakan konsep simplex, TEN dapat diandalkan untuk menangani area kemungkinan relasi topologi pada ruang tiga dimensi.

Hirarki Identifikasi Objek: 1. Atribut (A-attribute) Adalah karakteristik yang memberikan identifikasi pada objek sebagai dasar dari sifat per objek. 2. Relasi (R-relation) Adalah interaksi objek dengan objek yang lain, yang umumnya bersifat statik. 3. Perilaku (B-behavior) Adalah fungsi dinamik dari objek / interaksi dinamik dengan objek yang lain. 4. Skenario (S-scenario) Adalah kedinamikan objek berdasarkan waktu absolut.

Metode 3-D spatial yang baru, adalah: - GDSM (geometric domain spatial mode) Model ini ingin menghapus busur, karena busur menghabiskan banyak resource. - CSG (constructive solid geometric) Menggunakan metode octree, yaitu: satu objek dibagi menjadi delapan bagian.

3-D spatial digunakan pada GIS, karena dibutuhkan untuk memodelkan dimensi-dimensi yang ada pada sistem informasi geografis tersebut sehingga memiliki tiga dimensi. Analisa spasial sering dijadikan hal yang paling penting pada sebuah proses informasi geografis di GIS. Analisa 3D masih menjadi topik riset yang menarik. Ada dua hal yang dapat diperdalam, yaitu: bagaiman merepresentasikan objek dan relasi spesial antara objek tersebut, dan jenis teknik apa yang dapat digunakan untuk mendeteksi relasi tersebut. Mengumpulkan informasi tentang objek-objek, seperti: primitif dan elemen pada topologi merupakan pendekatan yang paling sering digunakan untuk merepresentasikan relasi. Berbicara tentang struktur data, banyak aplikasi yang terkait untuk mengambil keputusan