Deteksi Dini Kasus Demam Berdarah Dengue Berdasarkan Faktor Cuaca di DKI Jakarta Menggunakan Metode Zero Truncated Negative Binomial

Robert Kurniawan, Muhammad Lutfi H.D Jaya, Achmad Fauzi Bagus Firmansyah, Rivan Destyanugraha, Siti Mariyah

Abstract


Abstract
The incidence rates of DHF in Jakarta in 2010 to 2014 are always higher than that of the national rates. Therefore, this study aims to find the effect of weather parameter on DHF cases. Weather is chosen because it can be observed daily and can be predicted so that it can be used as early
detection in estimating the number of DHF cases. Data use includes DHF cases which is collected daily and weather data including lowest and highest temperatures and rainfall. Data analysis used is zero-truncated negative binomial analysis at 10% significance level. Based on the periodic data
of selected variables from January 1st 2015 until May 31st 2015, the study revealed that weather factors consisting of highest temperature, lowest temperature, and rainfall rate were significant enough to predict the number of DHF patients in DKI Jakarta. The three variables had positive
effects in influencing the number of DHF patients in the same period. However, the weather factors cannot be controlled by humans, so that appropriate preventions are required whenever weather’s predictions indicate the increasing number of DHF cases in DKI Jakarta.

Keywords: Dengue Hemorrhagic Fever, zero truncated negative binomial, early warning.

Abstrak
Angka kesakitan DBD pada tahun 2010 hingga 2014 selalu lebih tinggi dibandingkan dengan angka kesakitan DBD nasional. Oleh karena itu, penelitian ini bertujuan untuk mencari pengaruh faktor cuaca terhadap kasus DBD. Faktor cuaca dipilih karena dapat diamati setiap harinya dan dapat diprediksi sehingga dapat dijadikan deteksi dini dalam perkiraan jumlah penderita DBD. Data yang digunakan dalam penelitian ini adalah data jumlah penderita DBD di DKI Jakarta per hari dan data cuaca yang meliputi suhu terendah, suhu tertinggi dan curah hujan. Untuk mengetahui pengaruh faktor cuaca tersebut terhadap jumlah penderita DBD di DKI Jakarta digunakan metode analisis zero-truncated negative binomial. Berdasarkan data periode 1 Januari 2015 hingga 31 Mei 2015
didapatkan hasil bahwa pada taraf nyata 10% faktor cuaca yang terdiri dari suhu tertinggi, suhu terendah, dan curah hujan signifikan dalam menjelaskan banyaknya penderita DBD di DKI Jakarta. Ketiga variabel tersebut memiliki pengaruh positif dalam mempengaruhi jumlah penderita DBD. Akan tetapi faktor cuaca tersebut tidak bisa dikendalikan oleh manusia, sehingga tindak pencegahan diperlukan jika terindikasi dari prediksi cuaca akan menyebabkan pertambahan jumlah penderita
DBD di DKI Jakarta.

Kata kunci: Demam Berdarah Dengue, zero truncated negative binomial , deteksi dini.


Keywords


Dengue Fever; Zero Truncated Negative Binomial; DHF; Early Warning System

References


WHO. (2016). Dengue and Severe Dengue. Fact Sheet. (Internet). 2016. Tersedia dari http://www.who.int/mediacentre/factsheets/ fs117/en/ [diunduh 1 juni 2017 jam 11.24]

Brady, et al. Refining the Global Spatial Limits of Dengue Virus Transmission by Evidence- Based Consensus. PLoS Neglected Tropical Diseases. 2016. 6 (2)

Kementerian Kesehatan RI. Buletin Jendela Epidemiologi (Demam Berdarah Dengue). 2010.

Kementerian Kesehatan RI. Profil Kesehatan Indonesia Tahun 2014. Jakarta: Menkes;2015

Kristina, Isminah, Wulandari L. Kajian Masalah Kesehatan.: Demam Berdarah Dengue. Jakarta: Balitbangkes;2004

Gubler, Duane J. Dengue/Dengue Haemorrhagic Fever: History and Current Status. New Treatment Strategies for Dengue and Other Flaviviral Diseases, 3-22. Chichester: John Wiley & Sons; 2006

Schmidt W-P, Suzuki M, Dinh Thiem V, White RG, Tsuzuki A, Yoshida L-M, et al. Population Density, Water Supply, and the Risk of Dengue Fever in Vietnam: Cohort Study and Spatial Analysis. PLoS.2011. Med 8(8): e1001082. doi:10.1371/journal. pmed.1001082

Badan Pusat Statistik (BPS). Statistik Indonesia 2015. Jakarta: Badan Pusat Statistik;2015

Badan Pusat Statistik. Komuter DKI Jakarta Tahun 2014. Jakarta: Badan Pusat Statistik ;2015

Gratz dan Knudsen. The Rise and Spread of Dengue, Dengue Haemorrhagic Fever and Its Vectors: A Historical Review (Up to 1995). Geneva: WHO;1996

Kementerian Kesehatan RI. Profil Kesehatan Indonesia Tahun 2013. Jakarta: Menkes;2014

Kementerian Kesehatan RI. Profil Kesehatan Indonesia Tahun 2012. Jakarta: Menkes;2013

Kementerian Kesehatan RI. Profil Kesehatan Indonesia Tahun 2010. Jakarta: Menkes;2011

Kementerian Kesehatan RI. Profil Kesehatan Indonesia Tahun 2011. Jakarta: Menkes;2012

Sartika N. Regresi Binomial Negatif sebagai Model Alternatif untuk Menghindari Masalah Overdispersi pada Regresi Poisson (Studi Kasus : Penderita Demam Berdarah Dengue (DBD) Kota Bogor Tahun 2008) Bogor: Departemen Statistika, Institut Pertanian Bogor;2015

Ariati, Jusniar dan Anwar, Athena. Model Prediksi Kejadian Demam Berdarah Dengue (DBD) Berdasarkan Faktor Iklim di Kota Bogor, Jawa Barat. Bul. Penelit. Kesehat;2014:42(4)

Maria, Margareta Sintorini. Pengaruh Iklim terhadap Kasus Demam Berdarah Dengue. Jurnal Kesehatan Masyarakat Nasional;2007:2(1)

Huang X, Williams G, Clements ACA, Hu W (2013) Imported Dengue Cases, Weather Variation and Autochthonous Dengue Incidence in Cairns, Australia. PLoS ONE 8(12): e81887. doi:10.1371/journal. pone.0081887.

Aldrian, E, Budiman, dan Mimin Karmini. Adaptasi dan Mitigasi Perubahan Iklim di Indonesia. Pusat Perubahan Iklim dan Kualitas Udara Kedeputian Bidang Klimatologi, Badan Meteorologi, Klimatologi dan Geofisika. Jakarta;2019

Ginanjar, Genis. Demam Berdarah: A Survival Guide. Yogyakarta: B-first;2008

Myers, Raymond H., Douglas C. Montgomery, G. Geoffrey Vining, and Timothy J. Robinson. (2010). Generalized Linear Models with Application in Engineering and the Sciences (Second Edition). Canada: John Wiley & Sons.

Utami, Tiani Wahyu. Analisis Regresi Binomial Negatif untuk Mengatasi Overdispersion Regresi Poisson pada Kasus Demam Berdarah Dengue. Jurnal Statistik, Universitas Muhammadiyah Semarang.2013;1(2)

Liu, X., M.R. Saat, X. Qin, C.P.L. Barkan (2013). Analysis of U.S. freight-trainderailment severity using zero-truncated negative binomial regression and quantileregression. Accident Analysis and Prevention 59: 87–93.

Cameron. A. Colin, Trivedi. Pravin. K, Regression Analysis of Count Data (Second Edition). New York: Cambridge University Press; 2013

Yee, T. W., & Yee, M. T. (2017). Package ‘VGAM’.

Wu, Pei-Chih, Guo, How-Ran, Lung, Shih- Chun; Lin, Chuan-Yao, Su, Huey-Jen. (2007). Weather as an effective predictor for occurrence of dengue fever in Taiwan. Acta Tropica pg 50-57.

Cheong, Yoon Ling; Burkart, Katrin; Leitao, Pedro J. Assesing Weather Effects on Dengue Disease in Malaysia. Lakes Tobia. Int. J Environment; 2013


Full Text: PDF

Refbacks

  • There are currently no refbacks.



Buletin Penelitian Kesehatan (Bulletin of Health Research, p-ISSN: 0125-9695. e-ISSN: 2338-3453) is published by Badan Penelitian dan Pengembangan Kesehatan, Ministry of Health of Republic of Indonesia
Main Indexing :

More...
Visitor Number : View BPK Statistics
Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.