Pemanfaatan Citra QuickBird untuk Penyusunan Model Spasial Ekologi Kewaspadaan Dini Kejadian Luar Biasa Penyakit Demam Berdarah Dengue (Dengue Haemorrhagic Fever) Kasus di Pemukiman Kota Yogyakarta

DYAH RESPATI SURYO SUMUNAR, DRA.,M.SI., Prof. Dr. Totok Gunawan, M.S.; Prof. dr. Sugeng Juwono Mardihusodo, DAP&E., M.Sc.; Prof. Dr. Wuryadi, M.S.

2015 | Disertasi | S3 Penginderaan Jauh

Demam Berdarah Dengue atau Dengue Hemorrhagic Fever (DBD atau DHF) telah menjadi salah satu penyakit yang hingga saat ini belum ditemukan obatnya. Penyebaran penyakit yang cepat dan meningkatnya jumlah penderita menyebabkan kejadian luar biasa. Kondisi lingkungan berpengaruh terhadap penyebaran penyakit tersebut. Oleh karena itu diperlukan kajian mengenai variasi spasial kejadian DBD yang selanjutnya dapat dilakukan pemodelan spasial ekologi untuk mengetahui daerah yang rentan dan berisiko terhadap penyakit DBD, dan kemudian dapat dilakukan upaya pencegahan dan penanggulangan melalui sistem kewaspadaan dini. Penelitian ini bertujuan untuk mengetahui: (1) Mengkaji kemampuan citra QuickBird dalam mengekstraksi data spasial parameter kondisi lingkungan yang terkait kejadian penyakit DBD dan kontribusinya dalam pemodelan spasial ekologi kejadian penyakit DBD, (2) Mengkaji hubungan keruangan atau korelasi spasial antara kejadian penyakit DBD dengan parameter kondisi lingkungan hasil interpretasi citra QuickBird menggunakan spatial statistics analysis dan sistem informasi geografis, (3) Menyusun model spasial ekologi untuk menentukan daerah yang rentan terhadap penyakit DBD berdasarkan hasil analisis hubungan spasial antara kejadian penyakit DBD dengan parameter kondisi lingkungan permukiman hasil interpretasi citra QuickBird dan kondisi lingkungan permukiman secara terestrial, (4) Sistem kewaspadaan dini (SKD) terjadinya KLB berdasarkan model spasial ekologi untuk daerah yang rentan penyakit DBD. Analisis citra QuickBird terdiri dari: interpretasi citra, uji akurasi dan penyajian data spasial parameter lingkungan yang diduga terkait penyakit DBD meliputi:(1) kepadatan permukiman, (2) pola permukiman, (3) jarak permukiman terhadap sungai, (4) jarak permu-kiman terhadap tempat pembuangan sampah sementara (depo transporter), (5) kepadatan penduduk, dan (6) kondisi cuaca dan iklim (curah hujan, suhu, dan kelembaban). Analisis spasial dilakukan untuk mengetahui bagaimana sebaran kejadian DBD di lingkungan permukiman perkotaam dengan menggunakan metode nearest neighbor index dan spatial autocorrelaiton moran-I index. Selanjutnya dilakukan analisis korelasi spasial antara sebaran kejadian penyakit DBD dengan parameter lingkungan menggunakan metode cross nearest neighbor distance dan bivariate local moran-I. Hasil korelasi spasial digunakan sebagai pembobot dalam melakukan pemodelan spasial untuk menentukan daerah yang rentan terhadap penyakit DBD dengan menggunakan pemodelan indeks, dan pemodelan regresi digunakan untuk prediksi kejadian DBD. Validasi model dilakukan dengan membandingkan hasil pemodelan spasial dengan data aktual kejadian DBD tahun 2011 dan 2012. Hasil penelitian menunjukkan kemampuan dan kontribusi citra Quickbird dalam pemodelan spasial kejadian penyakit DBD, melalui parameter-parameter lingkungan yang dapat diekstraksi dan diinterpretasi dari citra tersebut dengan akurasi yang memadai, yang selanjutnya menjadi basis data spasial dalam sistem informasi geografis untuk pemodelan spasial ekologi, dan menentukan daerah yang rentan terhadap DBD serta prediksi kasus DBD. Sistem Kewaspadaan Dini untuk terjadinya KLB DBD dapat disusun dengan beberapa simpul, yaitu (1) simpul sumber penyakit, (2) simpul media transmisi, (3) simpul kependudukan, (4) simpul kejadian penyakit, serta (5) Faktor lingkungan makro (cuaca dan iklim) berpengaruh terhadap semua simpul.

Dengue Hemorrhagic Fever (DHF) has become one of the diseases that until now have not found a cure. Rapid spread of disease and the increasing number of patients led to extraordinary events. Environmental conditions more or less influence on the spread of the disease. Therefore, it is necessary to study the spatial variation of the incidence of dengue which can then be performed to determine the spatial modeling ecological areas at risk of dengue disease, and then can be done to prevent and control through early warning systems. This study aimed to determine: (1) Determining the environmental parameters of QuickBird imagery as a basis for determining the level or potential information associated with dengue disease, (2) estimation and develop zoning or potential rate prone environments associated with dengue disease, (3) Conduct spatial ecological modeling to determine areas at vulnerability of dengue disease based on the results of the analysis of the spatial relationship between the incidence of dengue disease with environmental conditions parameters settlement QuickBird image interpretation, and (4) Designing Early Warning System based on a spatial model of regional ecological vulnerability of dengue disease . QuickBird image analysis consists of: image interpretation, test the accuracy and presentation of spatial data related environmental parameters suspected dengue disease include: (1) the density of settlement, (2) settlement patterns, (3) the distance the settlements on the river, (4) the distance the settlements to landfills (depot transporter), (5) population density, and (6) weather and climatic conditions (rainfall, temperature, and humidity). Spatial analysis was conducted to determine whether the distribution of the incidence of dengue using the nearest neighbor method and spatial index autocorrelation Moran-I index. Further analysis of spatial correlation between the distribution of the incidence of dengue disease with environmental parameters using cross nearest neighbor distance and local bivariate Moran-I. The results of the spatial correlation is used as a weighting in the spatial modeling to determine areas at vulnerability of dengue disease by using index modeling, regression modeling used to predict the incidence of dengue. Model validation is done by comparing the modeling results with actual data spatial incidence of DBD in 2011 and 2012. The results show the ability and contribution of Quickbird imagery in spatial modeling dengue disease incidence, by generating spatial data related environmental parameters suspected dengue disease events with reasonable accuracy, which subsequently became the basis of spatial data in a geographic information system for spatial ecology modeling, and determine areas vulnerable and at risk of dengue and dengue cases prediction. Early Warning System for outbreaks of dengue includes several nodes, namely: (1) the source node disease, (2) node of media transmission, (3) node of population, (4) node of incidence of diseases, and (5) Macro environment factor (weather and climate) influence on all the nodes.

Kata Kunci : QuickBird, Spatial Statistical Analysis, Pemodelan Spasial Ekologi, Demam Berdarah Dengue, Sistem Kewaspadaan Dini