Analisis Moran’s I, Geary’s C, dan Getis-Ord G pada Penerapan Jumlah Penderita Kusta di Kabupaten Gowa

Abstract

Analisis spasial merupakan salah satu metode yang sering digunakan dalam melihat pola penyebaran penyakit menular. Penyakit Kusta atau lepra merupakan penyakit menular kronis yang disebabkan oleh bakteri Mycrobacterium Leprae yang penyebarannya melalui droplet. Penelitian ini bertujuan untuk mengetahui pola spasial pada Kusta dengan menggunakan metode Quadrat Analysis, untuk mengetahui ada atau tidaknya autokorelasi spasial antar daerah dengan menggunakan Moran’s I, Geary’s C, Getis-Ord G, dan pemetaan penyebaran penyakit Kusta di Kabupaten Gowa. Pada penelitian ini diperoleh bahwa pola spasial penyebaran penyakit Kusta pada Tahun 2016 dan 2017 di Kabupaten Gowa bersifat mengelompok (clustered). Pada Tahun 2016 terdapat autokorelasi spasial dengan pengujian Moran’s I dan Geary’s C, sedangkan pengujian Getis-Ord G tidak terdapat autokorelasi spasial antar daerah. Pada Tahun 2017 tidak terdapat autokorelasi spasial antar daerah dengan menggunakan ke tiga pengujian tersebut. Pada Tahun 2016 daerah yang rawan adalah Barombong, daerah yang harus berhati-hati dengan daerah sekitarnya adalah Bontonompo dan daerah yang termasuk kategori aman adalah Tompobulu. Sedangkan pada tahun 2017 daerah yang rawan terhadap penyakit Kusta adalah Bajeng dan Manuju.Kata kunci : Moran’s I, Geary’s C, Getis-Ord G, Moran Scatterplot, Kusta Spatial analysis is one of the methods that is often used to observe spreading pattern of infectious diseases. Leprosy is a chronic infectious disease caused by bacterium Mycrobacterium Leprae which spreads through droplets. This study aims to determine the spatial pattern of leprosy using the Quadrat Analysis method, to determine whether there is spatial autocorrelation between regions using Moran's I, Geary’s C, Getis-Ord G, and mapping the spread of leprosy in Gowa Regency. In this study it was found that the spatial patterns of the spread of leprosy in 2016 and 2017 in Gowa Regency was clustered. In 2016 there were spatial autocorrelations with the tests of Moran's I and Geary's C, while the testing of Getis-Ord G did not have spatial autocorrelation between regions. In 2017 there is no spatial autocorrelation between regions using the three tests. In 2016 the vulnerable areas was Barombong, the area that had to be careful with the surrounding areas was Bontonompo and the area included in the safe category was Tompobulu. Whereas in 2017 areas prone to leprosy were Bajeng and Manuju.Keywords : Moran's I, Geary's C, Getis-Ord G, Moran Scatterplot, Leprosy

Spatial analysis of rabies-transmitting animal bite cases in North Tapanuli Regency, North Sumatera Province in 2016-2020

“…Therefore, information on the tendency of spatial correlation at each location is needed to determine LISA [18]. The shows areas with high observation values but surrounded by areas with low observation values [20].…”

Autokorelasi Spasial ISPA pada Balita di Wilayah Kerja Puskesmas Mentaya Seberang Kabupaten Kotawaringin Timur

“…41 Hal ini juga diberikan pada wilayah LH pada Kecamatan Bontonompo di Kabupaten Gowa dengan wilayah sekelilingnya terhadap penularan lepra. 42 Oleh karena itu RT-RT di Kelurahan Mentaya Seberang harus menyiapkan pencegahan dari penularan ISPA pada balita. Periode januari-juni banyak memiliki wilayah LH dibandingkan pada periode juli-desember.…”

Analisis Spasial Penyebaran Penyakit Schistosomiasis Menggunakan Indeks Moran Untuk Mendukung Eradikasi Schistosomiasis Di Provinsi Sulawesi Tengah Berbasis Web Dashboard

“…Moran's I adalah uji autokorelasi berbasis kovarians yang mengasumsikan lokasi yang sama tetapi variabel yang berbeda (Sukarna et al, 2019). Sebuah studi sebelumnya oleh Faiz et al (2013) di Kota Semarang dengan memanfaatkan Moran's I dan Geary's C menemukan bahwa besarnya ketergantungan DBD di satu lokasi diduga dipengaruhi oleh DBD di daerah lain yang berdekatan.…”