PROYEKSI JUMLAH KASUS DEMAM BERDARAH DENGUE DENGAN

METODE PERAMALAN TIME SERIES DI KABUPATEN SIAK

PROVINSI RIAU TAHUN 2017-2021

Miftahul Arsyi1, Ria Masniari Lubis2, Lanova Dwi Arde M2

1
Mahasiswa Departemen Kependudukan dan Biostatistika FKM USU
2
Dosen Departemen Kependudukan dan Biostatistika FKM USU
Jl. Universitas No. 21 Kampus USU Medan
Email: miftahul.arsyi.18@gmail.com

ABSTRACT

Dengue Hemorrhagic Fever (DHF) is still a public health problem in Siak District.
Data from Siak District Health Department showed increase of DHF cases in 2016 by 502
cases compared to 2015 in 279 cases. In order to plan effective and efficient prevention and
control of DHF, it is better to use forecasting, thus minimizing future unexpected things.
This research is descriptive using time series forecasting method. The analysis of linear
trend and seasonal variation to project the number of DHF cases in Siak District in 2017-
2021 uses data per month of 2010-2016, while double exponential smoothing analysis to
project the number of DHF cases in 13 sub-district in 2017 using 2010-2016 data. Siak
District has 14 sub-districts, except Sungai Mandau was excluded analysis because there was
not DHF case in 2010-2016.
The results of the forecast showed an increase the number of DHF cases in Siak
District in 2017, 2018, 2019, 2020 and 2021 are 494 cases, 553 cases, 611 cases, 670 cases,
and 728 cases, respectively. The forecast of DHF cases in 2017 sub-district compared to
2016, increased cases in 4 sub-district (Minas, Bunga Raya, Lubuk Dalam, and Sabak Auh),
fixed cases in 2 sub-district (Kandis and Pusako), and decreased cases in 7 sub-district (Siak,
Sungai Apit, Tualang, Dayun, Kerinci Kanan, Koto Gasib and Mempura). Among of sub-
district, Sabak Auh is the highest cases.
It is suggested that the Health Department and Sanitary Department Siak District
cooperate in increasing the jumantik cadres by add forming jumantik cadres from the
cleaning officers who monitoring aedes aegypty larvae from house to house, and continue
this research with causal method to find out the cause of DHF in Siak District, especially
Sabak Auh sub-district.
Keywords: Dengue Hemorrhagic Fever, Double Exponential Smoothing, Siak District,
Time Series Forecasting.
PENDAHULUAN Kemenkes RI (2016) tentang Situasi
DBD di Indonesia menjelaskan bahwa
Demam Berdarah Dengue (DBD) DBD masih menjadi masalah kesehatan
merupakan penyakit yang terdapat di masyarakat yang utama di Indonesia.
wilayah tropis dan subtropis, biasanya Seiring dengan meningkatnya mobilitas dan
daerah urban dan semi-urban. Penyakit ini kepadatan penduduk, maka jumlah
menjadi perhatian utama bagi kesehatan penderita DBD dan luas daerah penyebaran
masyarakat internasional. Tiga dekade penyakit tersebut semakin bertambah. Di
terakhir, ada peningkatan kasus penyakit Indonesia, DBD ditemukan pertama kali di
demam berdarah dengue di dunia. Demam Surabaya pada tahun 1968. Pada tahun
berdarah dengue disebabkan oleh virus dari 2015 tercatat 126.675 penderita DBD di 34
famili Flaviviradae disebarkan melalui provinsi di Indonesia dan 1.229 orang di
nyamuk Aedes (Stegomyia) (WHO, 2011). antaranya meninggal dunia. Kasus tersebut

1
lebih tinggi dibandingkan tahun
sebelumnya 2014, yakni sebanyak 100.347
penderita dan sebanyak 907 penderita
meninggal dunia. Kemenkes RI (2017)
tentang Profil Kesehatan Indonesia
melaporkan bahwa data tahun 2016
terdapat 24 provinsi di Indonesia memiliki
angka kesakitan DBD diatas target Rencana
Strategis (Restra) Kementerian Kesehatan
Tahun 2015-2019, yaitu Incidence Rate
(IR) lebih besar dari 49 per 100.000
penduduk, salah satu provinsi yang
termasuk diatas target adalah Provinsi Riau
(IR=64,14 per 100.000 penduduk).
Profil Kesehatan Provinsi Riau Tahun
2015 melaporkan bahwa trend angka
kesakitan DBD semakin meningkat dari
tahun 2012. Data tahun 2013 tercatat
sebanyak 1.415 orang (IR=23,45 per
100.000 penduduk) dan angka kematian
sebanyak 11 orang (Case Fatality
Rate/CFR=0,8%), tahun 2014 sebanyak
2.366 orang (IR=38,23 per 100.000) dan
angka kematian sebanyak 34 orang
(CFR=1,4%), dan tahun 2015 sebanyak
3.261 orang (IR=51,4 per 100.000
penduduk) akan tetapi ada penurunan
angka kematian yakni sebanyak 20 orang
(CFR=0,61%). Ada 6 kabupaten/kota di
Provinsi Riau yang memiliki IR diatas
target Restra Kementerian Kesehatan dan
Provinsi Riau (> 49 per 100.000
penduduk) salah satu diantaranya adalah
Kabupaten Siak (IR=61,9 per 100.000
penduduk).
Jumlah kasus DBD di Kabupaten
Siak pada tahun 2012 sebanyak 161 kasus
(IR=37,63 per 100.000 penduduk), tahun
2013 ada penurunan kasus sebanyak 134
kasus (IR=28,39 per 100.000 penduduk)
dan kasus meninggal sebanyak 1 orang
(CFR=0,75%), tetapi ada peningkatan
kasus lagi di tahun 2014 sebanyak 407
kasus (IR=82,73 per 100.000 penduduk)
dengan kematian yang dilaporkan sebanyak
7 orang (CFR=1,72%). Tahun 2015 terjadi
kasus DBD sebanyak 279 kasus (IR=59,19
per 100.000 penduduk), dan tahun 2016
semakin meningkat kasus DBD di
2
Kabupaten Siak yakni 502 kasus
(IR=123,03 per 100.000 penduduk).
Oleh karena terjadinya fluktuatif
jumlah kasus DBD di Kabupaten Siak,
maka sangat dibutuhkan program
pencegahan maupun penanggulangan
penyakit ini. Agar program yang dibuat
berjalan dengan baik maka dibutuhkan
kemampuan untuk mengetahui peramalan
jumlah kasus DBD. Peramalan sangat
diperlukan karena dapat menentukan kapan
terjadi peningkatan jumlah ramalan yang
tidak diinginkan, sehingga tindakan yang
tepat dapat dilakukan. Selain itu, peramalan
diperlukan karena adanya kebutuhan untuk
mengetahui kejadian jumlah kasus dimasa
mendatang, apabila terjadi peningkatan
pada suatu wilayah maka langkah-langkah
penanggulangannya dapat dilakukan
terlebih dahulu dan meminimalisir hal-hal
yang tidak diinginkan.
Berdasarkan uraian diatas, ada terjadi
fluktuatifnya jumlah kasus DBD di
Kabupaten Siak pada tahun 2010-2016
sehingga dibutuhkan proyeksi jumlah kasus
DBD di Kabupaten Siak Provinsi Riau
tahun 2017-2021 sebagai bahan masukan
untuk perencanaan program pencegahan
dan pengendalian kasus DBD di Kabupaten
Siak. Hal ini bertujuan untuk mengetahui
proyeksi jumlah kasus DBD tahun 2017-
2021 dengan metode peramalan time series
di Kabupaten Siak dan setiap
kecamatannya menggunakan data tahun
2010-2016. Dinas Kesehatan Kabupaten
Siak dapat menggunakan hasil ramalan ini
sebagai bahan masukan atau referensi awal
dalam perencanaan program pencegahan
dan pengendalian penyakit DBD di
Kabupaten Siak.
METODE PENELITIAN
Penelitian ini bersifat deskriptif
menggunakan metode peramalan time
series dengan analisis proyeksi trend
dengan regresi dan variasi musim untuk
meramalkan jumlah kasus DBD di
Kabupaten Siak per bulan tahun 2017-
2021, selanjutnya analisis smoothing untuk
meramalkan jumlah kasus DBD setiap (X2010=1, X2011=2, X2012=3,..., X2016=7).
kecamatan di Kabupaten Siak tahun 2017. Berdasarkan persamaan tersebut dapat
Populasi dalam penelitian ini adalah data diproyeksikan jumlah kasus DBD tahun
jumlah kasus DBD Kabupaten Siak dan 2017-2021 dalam diagram garis sebagai
data jumlah kasus DBD setiap kecamatan berikut:
di Kabupaten Siak dari tahun 2010-2016.
Data yang dikumpulkan adalah data
sekunder dari data jumlah kasus DBD dari
tahun 2010-2016 yang tercatat pada laporan
bulanan setiap kecamatan di Dinas
Kesehatan Kabupaten Siak, kemudian
dilakukan analisis data sebagai berikut:
1. Analisis trend linear untuk
meramalkan jumlah kasus DBD tahun
2017-2021 dengan menggunakan data
per bulan tahun 2010-2016 dan variasi Gambar 1. Hasil Ramalan Trend
musim dari nilai trend dan indeks Tahunan Jumlah Kasus
musim dengan metode rata-rata Demam Berdarah Dengue di
sederhana untuk peramalan jumlah Kabupaten Siak Tahun
kasus DBD di Kabupaten Siak. 2017-2021
Analisis trend linear menggunakan
aplikasi Zaitun Time Series. Persamaan trend bulanan yang
2. Analisis smoothing dengan metode didapat yakni:
Double Exsponential Smoothing Y = 4,2387 + 0,40643 (X),
dengan alpha (α) yang nilai Mean (XJanuari (2010)=1, XFebruari (2010)=2,..., XDesember
Squared Eror (MSE) terkecil untuk (2016)=84). Hasil ramalan dalam bulanan

meramalan jumlah kasus DBD tahun sebagai berikut:

2017 dengan menggunakan data tahun
2010-2016. Peramalan jumlah kasus
DBD setiap kecamatan mengunakan
analisis smoothing dengan
menggunakan data tahunan,
dikarenakan data per bulan setiap
kecamatan kecil (0-25), untuk
Kecamatan Sungai Mandau tidak
dilakukan peramalan karena tidak
terdapat kasus DBD pada tahun 2010-
2016.

HASIL DAN PEMBAHASAN Gambar 2. Hasil Ramalan Trend

1. Jumlah Kasus DBD dan Hasil Bulanan Jumlah Kasus
Ramalan Jumlah Kasus DBD di Demam Berdarah Dengue
Kabupaten Siak per Bulan di Kabupaten
Siak Tahun 2017-2021
Hasil analisis regresi diperoleh bahwa
uji F signifikasi sebesar 0,030. Persamaan Peramalan berdasarkan nilai trend
trend tahunan yang didapat yakni: dan indeks musim dengan metode rata-rata
Y = 31,857 + 56,571 (X), sederhana diperoleh sebagai berikut:

3
Tabel 1. Hasil Ramalan Berdasarkan curah hujan dan hari hujan yang terjadi
Nilai Trend dan Indeks Musim berbanding lurus dengan tingginya suhu di
di Kabupaten Siak Tahun daerah yang diteliti (Kota Yogyakarta).
2017-2021 Menurut Bertollii dikutip oleh Raksanagara
Indeks Musiman Tahun
Bulan
(%) 2017 2018 2019 2020 2021 dkk (2015), curah hujan yang tinggi dapat
Januari
Februari
151,34
115,35
59
45
66
51
73
56
81
62
88
68
menimbulkan genangan-genangan air pada
Maret
April
78,62
65,52
31
26
35
29
39
33
43
36
46
39
tempat-tempat yang dapat menampung air,
Mei
Juni
47,98
60,72
19
25
22
28
24
31
26
34
29
37
genangan tersebut merupakan tempat
Juli
Agustus
46,14
61,83
19
26
21
29
24
32
26
35
28
38
perindukan yang nyaman bagi nyamuk
September
Oktober
108,52
189,17
46
80
51
90
56
99
61
108
67
117
Aedes agypty. Curah hujan yang cukup
November 173,12 74 83 91 100 108 tinggi akan meningkatkan kelembaban
Desember 101,69 44 49 54 59 64
Total 494 553 611 670 728 sehingga memperpanjang umur nyamuk
dewasa.

Gambar 3. Hasil Ramalan Berdasarkan

Nilai Trend dan Indeks Sumber: Data Curah Hujan di Kabupaten Siak
(Climate-Data.Org).
Musim Jumlah Kasus
Gambar 4. Data Curah Hujan di
Demam Berdarah Dengue
Kabupaten Siak
per Bulan di Kabupaten
Siak Tahun 2017-2021 2. Jumlah Kasus DBD dan Hasil
Ramalan Jumlah Kasus DBD Setiap
Hasil ramalan jumlah kasus DBD di
Kecamatan di Kabupaten Siak
Kabupaten Siak diprediksikan akan terjadi
peningkatan kasus mulai tahun 2017-2021. 2.1 Jumlah Kasus DBD dan Hasil
Hasil variasi musim jumlah kasus DBD di Ramalan Jumlah Kasus DBD
Kabupaten Siak dengan menggunakan data Kecamatan Siak
per bulan tahun 2010-2016 didapatkan
bahwa terjadi puncak peningkatan kasus Hasil analisis regresi diperoleh bahwa
DBD pada bulan Januari hingga April dan uji F signifikasi sebesar 0,091. Metode
September hingga Desember, sedangkan double exponential smoothing dengan alpha
Bulan Januari hingga April dan September (α) yang nilai mean square eror terkecil
hingga Desember merupakan bulan yang yaitu α = 0,3 dengan persamaan:
curah hujan cukup tinggi di Kabupaten Ft+m= at + bt (m), (m2017=1),
Siak. Data curah hujan di Kabupaten Siak Ft+1= 56,48 + (6,89 x 1) = 63,37.
dapat dilihat pada gambar 17. Hasil Jadi, hasil ramalan tahun 2017
penelitian Perwitasari dan Yusniar (2015) sebanyak 63 kasus. Jumlah kasus DBD
tentang Model Prediksi Demam Berdarah tahun 2010-2016 dan hasil ramalan jumlah
Dengue Dengan Kondisi Iklim Di Kota kasus DBD di Kecamatan Siak tahun 2017
Yogyakarta, ada hubungan antara iklim dapat dilihat sebagai berikut:
dengan peningkatan kasus DBD, tingginya

4

Gambar 5. Jumlah Kasus DBD Tahun
2010-2016 dan Hasil
Ramalan Jumlah Kasus
DBD di Kecamatan Siak
Tahun 2017
2.2 Jumlah Kasus DBD dan Hasil
Ramalan Jumlah Kasus DBD di
Kecamatan Sungai Apit
Hasil analisis regresi diperoleh bahwa
uji F signifikasi sebesar 0,105. Metode
double exponential smoothing dengan alpha
(α) yang nilai mean square eror terkecil
yaitu α = 0,3 dengan persamaan:
Ft+m= at + bt (m), (m2017=1),
Ft+1=49,89+ (6,17 x 1) = 56,06.
Jadi, hasil ramalan tahun 2017
sebanyak 56 kasus. Jumlah kasus DBD
tahun 2010-2016 dan hasil ramalan jumlah
kasus DBD di Kecamatan Sungai Apit
tahun 2017 dapat dilihat sebagai berikut:
Gambar 6. Jumlah Kasus DBD Tahun
2010-2016 dan Hasil
Ramalan Jumlah Kasus
DBD di Kecamatan Sungai
Apit Tahun 2017
2.3 Jumlah Kasus DBD dan Hasil
Ramalan Jumlah Kasus DBD di
Kecamatan Minas
Hasil analisis regresi diperoleh bahwa
uji F signifikasi sebesar 0,680. Metode
double exponential smoothing dengan alpha
(α) yang nilai mean square eror terkecil
yaitu α = 0,1 dengan persamaan:
5
Ft+m= at + bt (m), (m2017=1),
Ft+1 = 18,84 + (0,39 x 1) = 19,23.
Jadi, hasil ramalan tahun 2017
sebanyak 19 kasus. Jumlah kasus DBD
tahun 2010-2016 dan hasil ramalan jumlah
kasus DBD di Kecamatan Minas tahun
2017 dapat dilihat sebagai berikut:
Gambar 7. Jumlah Kasus DBD Tahun
2017-2016 dan Hasil
Ramalan Jumlah Kasus
DBD di Kecamatan Minas
Tahun 2017
2.4 Jumlah Kasus DBD dan Hasil
Ramalan Jumlah Kasus DBD di
Kecamatan Tualang
Hasil analisis regresi diperoleh bahwa
uji F signifikasi sebesar 0,051. Metode
double exponential smoothing dengan alpha
(α) yang nilai mean square eror terkecil
yaitu α = 0,3 dengan persamaan:
Ft+m=at + bt (m), (m2017=1),
Ft+1 = 99,57 + (10,10 x 1) = 109,67.
Jadi, hasil ramalan tahun 2017
sebanyak 110 kasus. Jumlah kasus DBD
tahun 2010-2016 dan hasil ramalan jumlah
kasus DBD di Kecamatan Tualang tahun
2017 dapat dilihat sebagai berikut:
Gambar 8. Jumlah Kasus DBD Tahun
2010-2016 dan Hasil
Ramalan Jumlah Kasus
DBD di Kecamatan Tualang
Tahun 2017
2.5 Jumlah Kasus DBD dan Hasil
Ramalan Jumlah Kasus DBD di
Kecamatan Dayun
Hasil analisis regresi diperoleh bahwa
uji F signifikasi sebesar 0,129. Metode
double exponential smoothing dengan alpha
(α) yang nilai mean square eror terkecil
yaitu α = 0,2 dengan persamaan:
Ft+m=at + bt (m), (m2017=1),
Ft+1 = 37,30 + (2,56 x 1) = 39,86.
Jadi, hasil ramalan tahun 2017
sebanyak 40 kasus. Jumlah kasus DBD
tahun 2010-2016 dan hasil ramalan jumlah
kasus DBD di Kecamatan Dayun tahun
2017 dapat dilihat sebagai berikut:
Gambar 9. Jumlah Kaus DBD Tahun
2010-2016 dan Hasil
Ramalan Jumlah Kasus
DBD di Kecamatan Dayun
Tahun 2017
Gambar 10. Jumlah Kasus DBD Tahun
2010-2017 dan Hasil
Ramalan Jumlah Kasus
DBD di Kecamatan
Kerinci Kanan Tahun 2017
2.7 Jumlah Kasus DBD dan Hasil
Ramalan Jumlah Kasus DBD di
Kecamatan Bunga Raya
Hasil analisis regresi diperoleh bahwa
uji F signifikasi sebesar 0,479. Metode
double exponential smoothing dengan alpha
(α) yang nilai mean square eror terkecil
yaitu α = 0,1 dengan persamaan:
Ft+m=at + bt (m), (m2017=1),
Ft+1 = 8,38 + (-0,06 x 1) = 8,32.
Jadi, hasil ramalan tahun 2017
sebanyak 8 kasus. Jumlah kasus DBD
tahun 2010-2016 dan hasil ramalan jumlah
kasus DBD di Kecamatan Bunga Raya
tahun 2017 dapat dilihat sebagai berikut:

2.6 Jumlah Kasus DBD dan Hasil

Ramalan Jumlah Kasus DBD di
Kecamatan Kerinci Kanan
Hasil analisis regresi diperoleh bahwa
uji F signifikasi sebesar 0,056. Metode
double exponential smoothing dengan alpha
Gambar 11. Jumlah Kasus DBD Tahun
(α) yang nilai mean square eror terkecil
2010-2016 dan Hasil
yaitu α = 0,2 dengan persamaan:
Ramalan Jumlah Kasus
Ft+m=at + bt (m), (m2017=1),
DBD di Kecamatan Bunga
Ft+1 = 14,96 + (0,52 x 1) = 15,48.
Jadi, hasil ramalan tahun 2017 Raya Tahun 2017
sebanyak 16 kasus. Jumlah kasus DBD 2.8 Jumlah Kasus DBD dan Hasil
tahun 2010-2016 dan hasil ramalan jumlah Ramalan Jumlah Kasus DBD di
kasus DBD di Kecamatan Kerinci Kanan Kecamatan Koto Gasib
tahun 2017 dapat dilihat sebagai berikut:
Hasil analisis regresi diperoleh bahwa
uji F signifikasi sebesar 0,960. Metode
double exponential smoothing dengan alpha
(α) yang nilai mean square eror terkecil
yaitu α = 0,2 dengan persamaan
Ft+m=at + bt (m), (m2017=1),

6
 Ft+1 = 6,41 + (-0,20 x 1) = 6,21.
Jadi, hasil ramalan tahun 2017
sebanyak 6 kasus. Jumlah kasus DBD
tahun 2010-2016 dan hasil ramalan jumlah
kasus DBD di Kecamatan Koto Gasib
tahun 2017 dapat dilihat sebagai berikut:
Gambar 12. Jumlah Kasus DBD Tahun
2010-2016 dan Hasil
Ramalan Jumlah Kasus
DBD di Kecamatan Koto
Gasib Tahun 2017
2.9 Jumlah Kasus DBD dan Hasil
Ramalan Jumlah Kasus DBD di
Kecamatan Kandis
Hasil analisis regresi diperoleh bahwa
uji F signifikasi sebesar 0,796. Metode
double exponential smoothing dengan alpha
(α) yang nilai mean square eror terkecil
yaitu α = 0,2 dengan persamaan:
Ft+m=at + bt (m), (m2017=1),
Ft+1 = 28,25 + (1,25 x 1) = 29,5.
Jadi, hasil ramalan tahun 2017
sebanyak 30 kasus. Jumlah kasus DBD
tahun 2010-2016 dan hasil ramalan jumlah
kasus DBD di Kecamatan Kandis tahun
2017 dapat dilihat sebagai berikut:
Gambar 13. Jumlah Kasus DBD Tahun
2010-2016 dan Hasil
Ramalan Jumlah Kasus
DBD di Kecamatan Kandis
Tahun 2017
7
2. 10 Jumlah Kasus DBD dan Hasil
Ramalan Jumlah Kasus DBD di
Kecamatan Lubuk Dalam
Hasil analisis regresi diperoleh bahwa
uji F signifikasi sebesar 0,816. Metode
double exponential smoothing dengan alpha
(α) yang nilai mean square eror terkecil
yaitu α = 0,1 dengan persamaan;
Ft+m=at + bt (m), (m2017=1),
Ft+1 = 10,76 + (0,02 x 1) = 10,78.
Jadi, hasil ramalan tahun 2017
sebanyak 11 kasus. Jumlah kasus DBD
tahun 2010-2016 dan hasil ramalan jumlah
kasus DBD di Kecamatan Lubuk Dalam
tahun 2017 dapat dilihat sebagai berikut:
Gambar 14. Jumlah Kasus DBD Tahun
2010-2016 dan Hasil
Ramalan Jumlah Kasus
DBD di Kecamatan Lubuk
Dalam Tahun 2017
2.11 Jumlah Kasus DBD dan Hasil
Ramalan Jumlah Kasus DBD di
Kecamatan Sabak Auh
Hasil analisis regresi diperoleh bahwa
uji F signifikasi sebesar 0,013. Akan tetapi,
dengan jumlah kasus per bulan yang kecil
(0-25) maka dilanjutkan dengan analisis
double eksponensial smoothing dengan
menggunakan mean square eror terkecil
yaitu α = 0,8 dengan persamaan:
Ft+m = at + bt (m), (m2017=1),
Ft+1 = 82,72 + (34,38 x 1) = 117,1.
Jadi, hasil ramalan tahun 2017
sebanyak 117 kasus. Jumlah kasus DBD
tahun 2010-2016 dan hasil ramalan jumlah
kasus DBD di Kecamatan Sabak Auh tahun
2017 dapat dilihat sebagai berikut:

Gambar 15. Jumlah Kasus DBD Tahun
2010-2016 dan Hasil
Ramalan Jumlah Kasus
DBD di Kecamatan Sabak
Auh Tahun 2017
2.12 Jumlah Kasus DBD dan Hasil
Ramalan Jumlah Kasus DBD di
Kecamatan Mempura
Hasil analisis regresi diperoleh bahwa
uji F signifikasi sebesar 0,504. Metode
double exponential smoothing dengan alpha
(α) yang nilai mean square eror terkecil
yaitu α = 0,1 dengan persamaan:
Ft+m=at + bt (m), (m2017=1),
Ft+1 = 10,29 + (0,01 x 1) = 10,3.
Jadi, hasil ramalan tahun 2017
sebanyak 10 kasus. Jumlah kasus DBD
tahun 2010-2016 dan hasil ramalan jumlah
kasus DBD di Kecamatan Mempura tahun
2017 dapat dilihat sebagai berikut:
Gambar 16. Jumlah Kasus DBD Tahun
2010-2016 dan Hasil
Ramalan Jumlah Kasus
DBD di Kecamatan
Mempura Tahun 2017
2.13 Jumlah Kasus DBD dan Hasil
Ramalan Jumlah Kasus DBD di
Kecamatan Pusako
Hasil analisis regresi diperoleh bahwa
uji F signifikasi sebesar 0,101. Metode
double exponential smoothing dengan alpha
8
(α) yang nilai mean square eror terkecil
yaitu α = 0,4 dengan persamaan:
Ft+m = at + bt (m), (m2017=1),
Ft+1 = 1,08 + (-0,56 x 1) = 0,52.
Jadi, hasil ramalan tahun 2017
sebanyak 1 kasus. Jumlah kasus DBD
tahun 2010-2016 dan hasil ramalan jumlah
kasus DBD di Kecamatan Pusako tahun
2017 dapat dilihat sebagai berikut:
Gambar 17. Jumlah Kasus DBD Tahun
2010-2016 dan Hasil
Ramalan Jumlah Kasus
DBD di Kecamatan Pusako
Tahun 2017
Hasil ramalan jumlah kasus DBD di
Kabupaten Siak setiap kecamatannya pada
tahun 2017, ada terjadi peningkatan dan
penurunan data dibandingkan tahun 2016.
Hasil ramalan menunjukkan Kecamatan
Tualang dan Sabak Auh menjadi
penyumbang jumlah kasus DBD yang
tertinggi, sebaliknya Kecamatan Pusako
menjadi penyumbang kasus DBD terendah.
Kecamatan Sungai Mandau tidak terdapat
kasus DBD mulai tahun 2010-2016.
Menurut Irianto (2014), faktor yang
menyebabkan peningkatan jumlah kasus
DBD berkaitan dengan kepadatan
penduduk yang cukup tinggi. Data yang
diperoleh dalam penelitian ini
menunjukkan bahwa Kecamatan Tualang
merupakan kecamatan yang memiliki
tingkat kepadatan penduduk tertinggi
dibandingkan dengan kecamatan lainnya.
Selain itu, daerah tersebut merupakan
daerah yang memiliki mobilitas yang tinggi
karena lokasi pendidikan dan lokasi
pekerjaan. Kecamatan Tualang menjadi
kecamatan yang banyak menyumbangkan
kasus DBD di Kabupaten Siak
dibandingkan kecamatan lainnya. Jumlah
kasus DBD di Kecamatan Tualang di tahun
2016 sebesar 119 kasus.
Daerah yang menjadi penyumbang
kasus DBD terendah yakni Sungai Mandau,
daerah tersebut tidak terjadi sama sekali
kasus DBD pada tahun 2010-2016 dengan
kepadatan penduduk sebesar 5,20 jiwa/km2.
Hasil ramalan kasus DBD terendah yakni
Kecamatan Pusako sebesar 1 kasus
memiliki kepadatan penduduk 10,84
jiwa/km2, sedangkan hasil ramalan tertinggi
yakni Kecamatan Sabak Auh memiliki
kepadatan penduduk sebesar 159,42
jiwa/km2 dengan hasil ramalan sebanyak
117 kasus dan Kecamatan Tualang
memiliki kepadatan penduduk sebesar
363,49 jiiwa/km2 dengan hasil ramalan
sebanyak 110 kasus. Hasil penelitian ini
dapat menunjukkan bahwa dengan
kepadatan penduduk yang cukup tinggi
dapat memudahkan terjadinya penyebaran
penyakit DBD. Apabila daerah yang
memiliki kepadatan penduduk yang cukup
tinggi, maka akan lebih mudah terjadi
penularan penyakit DBD yang disebabkan
oleh jarak terbang nyamuk sejauh ±100
meter. Hasil penelitian Kusuma dan Dyah
(2016) tentang Analisis Spasial Kejadian
Demam Berdarah Dengue Berdasarkan
Kepadatan Penduduk menunjukkan bahwa
kejadian DBD pada peta berkerumun
terutama pada kelurahan dengan kepadatan
penduduk yang tertinggi yakni Kelurahan
Sendangguwo sebesar 14.961 jiwa/km2,
sedangkan kelurahan dengan kepadatan
penduduk terendah yakni Kelurahan Jangli
sebesar 1.852 jiwa/km2. Menurut Arsin
(2013), jarak antara rumah dapat
mempengaruhi penyebaran nyamuk dari
satu rumah kerumah lainnya, jika semakin
dekat jarak rumah maka semakin mudah
pula nyamuk menyebar kerumah lainnya.
KESIMPULAN
Hasil analisis dari data berkala
jumlah kasus DBD tahun 2010-2016 di
Kabupaten Siak, dapat disimpulkan sebagai
berikut:
9
1. Jumlah Kasus DBD di Kabupaten Siak
cenderung meningkat. Hasil Ramalan
diprediksikan akan terjadi peningkatan
kasus pada tahun 2017-2021,
berdasarkan nilai trend dan indeks
musim didapatkan pada tahun 2017
sebanyak 494 kasus, tahun 2018
sebanyak 553 kasus, tahun 2019
sebanyak 611 kasus, tahun 2020
sebanyak 670 kasus, dan tahun 2021
sebanyak 728 kasus.
2. Hasil ramalan tahun 2017
dibandingkan tahun 2016 di setiap
kecamatan yang terjadi peningkatan
jumlah kasus DBD yaitu, Kecamatan
Minas, Bunga Raya, Lubuk Dalam,
dan Sabak Auh. Kecamatan yang tetap
kasus DBD yaitu, Kecamatan Kandis
dan Pusako. Hasil ramalan kecamatan
yang menurun yaitu, Kecamatan Siak,
Sungai Apit, Tualang, Dayun, Kerinci
Kanan, Koto Gasib, dan Mempura.
Kecamatan Sungai Mandau tidak
terdapat kasus DBD dari tahun 2010-
2016.
SARAN
1. Diharapkan Dinas Kesehatan dan
Dinas Kebersihan Kabupaten Siak
bekerja sama dalam meningkatkan
kader jumantik dengan membentuk
kader jumantik dari petugas kebersihan
yang berfungsi sebagai pemantau
jentik nyamuk dari rumah ke rumah
dan memanfaatkan jum’at bersih
sebagai penyebaran informasi untuk
menggencarkan kembali gerakan 3M
sebagai pencegahan penyakit DBD di
Kabupaten Siak khususnya Kecamatan
Minas, Bunga Raya, Lubuk Dalam dan
Sabak Auh.
2. Hasil ramalan menunjukkan adanya
peningkatan kasus DBD di Kabupaten
Siak, diharapkan agar dapat
melanjutkan penelitian ini dengan
metode kausal (regresi korelasi) untuk
mengetahui penyebab terjadinya
peningkatan kasus DBD di Kabupaten
Siak khususnya di Kecamatan Sabak
Auh.
DAFTAR PUSTAKA
Climate-Data. Iklim Siak Sri Indrapura.
Diakses pada tanggal 12 Maret 2018,
https://id.climatedata.org/location/10
62512/.
Dinas Kesehatan Provinsi Riau. 2014.
Profil Kesehatan Provinsi Riau
2013. Pekanbaru.
Dinas Kesehatan Provinsi Riau. 2014.
Profil Kesehatan Provinsi Riau
2014. Pekanbaru.
Dinas Kesehatan Provinsi Riau. 2016.
Profil Kesehatan Provinsi Riau
2015. Pekanbaru.
Gitosudarmo, I., & Muhammad N. 2001.
Teknik Proyeksi Bisnis.
Yogyakarta: BPFE-YOGYAKARTA.
Irianto, K. 2014. Epidemiologi Penyakit
Menular dan Tidak Menular.
Bandung: ALFABETA.
Kementerian Kesehatan RI (Kemenkes RI).
2016. Info DATIN Situasi DBD di
Indonesia. Jakarta Selatan: Pusat
Data dan Informasi.
Kementerian Kesehatan RI (Kemenkes RI).
2017. Profil Kesehatan Indonesia
Tahun 2016. Jakarta
Kusuma, A P & Dyah M S. 2016. Analisis
Spasial Kejadian Demam Berdarah
Dengue Berdasarkan Kepadatan
Penduduk. Jurnal Kesehatan
Masayarakat. 5 (1); 48-56.
Perwitasari, D & Yusniar A. 2015. Model
Prediksi Demam Berdarah Dengue
dengan Kondisi Iklim di Kota
Yogyakarta. Jurnal Ekologi
Kesehatan. 14 (2); 124-135.
Raksanagara, A S., Nita A., & Fedti R.
2015. Dampak Perubahan Iklim
Terhadap Kejadian Demam
Berdarah di Jawa Barat. Jurnal
Sistem Kesehatan. 1 (1); 43-47.
World Health Organization (WHO). 2011.
Comprehensive Guidelines for
Prevention and Control of Dengue
and Dengue Haemorrhagic Fever.
India: WHO Library Cataloguing. Pp.

10