Analisis Spasiotemporal Kejadian Coronavirus Disease 2019 (COVID-19) di Sebagian Pulau Jawa

KRISNA ARUM W, Dr. Prima Widayani, S.Si., M.Si.

2022 | Skripsi | S1 KARTOGRAFI DAN PENGINDERAAN JAUH

Pemetaan COVID-19 di Pulau Jawa sebagian besar masih didasarkan pada aspek spasial saja yang mengakibatkan tidak diketahuinya kecenderungan yang terjadi. Diperlukan pemetaan secara spasiotemporal untuk dapat mengetahui pola distribusi serta kecenderungan kejadian secara sekaligus. Tujuan dari penelitian ini adalah (1) memetakan kejadian COVID-19 secara spasiotemporal, (2) melakukan analisis pola distribusi spasial kejadian COVID-19, (3) memetakan klaster kejadian COVID-19, dan (4) menganalisis hubungan kepadatan penduduk dengan kejadian COVID-19 di sebagian Pulau Jawa bulan Maret 2020 hingga Februari 2021. Data yang digunakan berupa data terkonfirmasi positif COVID-19 dan data kepadatan penduduk. Metode yang digunakan dalam penelitian ini adalah klasifikasi data untuk mengetahui kelas kejadian COVID-19, analisis autokorelasi spasial (Global Moran's I) untuk mengetahui pola distribusi spasial kejadian COVID-19, analisis klaster dan outlier (Anselin Local Moran's I) untuk mengetahui sebaran klaster yang terbentuk, dan analisis korelasi dan regresi untuk mengetahui hubungan kepadatan penduduk dan kejadian COVID-19. Hasil penelitian menunjukkan bahwa sejak muncul kasus pertama hingga satu tahun setelahnya, daerah - daerah yang memiliki kejadian COVID-19 yang tinggi memusat di kota - kota di Provinsi DKI Jakarta dan sekitarnya, Kota Semarang, dan Kota Surabaya. Analisis autokorelasi spasial menunjukkan bahwa pola distribusi spasial yang terbentuk di tiap bulannya adalah berkerumun. Analisis klaster dan outlier menunjukkan bahwa tidak banyak klaster atau outlier yang terbentuk, sebagian besar daerah tergolong dalam not significant, hanya bagian barat laut dan timur laut serta utara lokasi kajian yang terbentuk High-High Cluster atau High-Low Outlier. Analisis korelasi dan regresi menunjukkan nilai koefisien korelasi sebesar 0.702487 dan koefisien determinasi sebesar 0.4935.

Mapping of COVID-19 in Java is still mostly based on spatial aspects, which results in unknown trends that have occurred. A spatiotemporal mapping is needed to be able to know the distribution patterns and trends of COVID-19 at once. This study aimed to (1)create a spatiotemporal map of the distribution of COVID-19, (2)analyze the spatial distribution pattern of COVID-19, (3)create a map of clusters of COVID-19 cases, and (4)analyze the relationship between population density and COVID-19 in parts of Java from March 2020 to February 2021. The data used were confirmed COVID-19-positive-case and population density in every district/city of the study location. The methods used in this study were data classification to determine the class of COVID-19 events, spatial autocorrelation analysis (Global Moran's I) to determine the spatial distribution pattern of COVID-19, cluster and outlier analysis (Anselin Local Moran's I) to determine the distribution of clusters that occur, and correlation and regression analysis to determine the relationship between population density and COVID-19. The results showed that from the time the first case appeared until one year later, areas that had a high incidence of COVID-19 concentrated in cities in DKI Jakarta Province and its surroundings, Semarang City, and Surabaya City. Spatial autocorrelation analysis showed that the spatial distribution pattern formed in each month is clustered. Cluster and outlier analysis showed that not many clusters or outliers were formed, most of the areas were classified as not significant, only the part of northwest, northeast, and north of the study area formed High-High Clusters or High-Low Outliers. Correlation and regression analysis showed a correlation coefficient of 0.702487 and a coefficient of determination of 0.4935.

Kata Kunci : COVID-19, spasiotemporal, autokorelasi spasial, klaster dan outlier, kepadatan penduduk