Analisis Spasial Kasus Tuberkulosis untuk Mengidentifikasi Klaster di Kabupaten Sleman Tahun 2020-2024
Ninda Rahma Cahyani, Dr. Marko Ferdian Salim, S.K.M., M.P.H.
2026 | Tugas Akhir | D4 MANAJEMEN INFORMASI KESEHATAN
Latar Belakang: Tuberkulosis masih menjadi masalah kesehatan masyarakat di Kabupaten Sleman dengan jumlah kasus yang tinggi dan persebaran yang bervariasi antarwilayah. Kondisi sosial dan lingkungan diduga memengaruhi pola penyebaran penyakit sehingga diperlukan analisis spasial untuk mendukung pengendalian yang lebih tepat sasaran.
Tujuan: Penelitian ini bertujuan menganalisis kasus tuberkulosis secara spasial untuk mengidentifikasi klaster di Kabupaten Sleman tahun 2020-2024.
Metode: Penelitian ini merupakan studi ekologi kuantitatif menggunakan data sekunder yang dilaksanakan di Kabupaten Sleman pada Februari-Juni 2026. Analisis dilakukan menggunakan QGIS, uji korelasi Spearman, correlation heatmap, Global Moran's I, LISA, dan SaTScan.
Hasil: Kasus tuberkulosis berfluktuasi dengan kecenderungan meningkat dan tersebar tidak merata antar kecamatan. Kasus lebih banyak ditemukan pada wilayah dengan kepadatan penduduk tinggi, tingkat pendidikan rendah, dan ketinggian wilayah rendah. Kepadatan penduduk dan tingkat pendidikan rendah berhubungan signifikan terhadap jumlah kasus. Global Moran's I dan LISA menunjukkan autokorelasi spasial positif, sedangkan SaTScan mengidentifikasi Kecamatan Depok sebagai klaster dengan risiko tertinggi.
Kesimpulan: Analisis spasial menunjukkan persebaran kasus tuberkulosis yang tidak merata, dengan kepadatan penduduk, tingkat pendidikan rendah, dan curah hujan sebagai faktor yang berhubungan signifikan. Selain itu, terdapat autokorelasi dan klaster spasial yang mengidentifikasi wilayah prioritas pengendalian. Dinas Kesehatan Kabupaten Sleman disarankan memprioritaskan penemuan kasus aktif, penguatan upaya promotif dan preventif, serta pemantauan pada wilayah klaster berisiko tinggi.
Background: Tuberculosis remains a public health issue in Sleman Regency, with a high number of cases and varying distribution across regions. Social and environmental conditions are believed to influence the disease's spread, making spatial analysis necessary to support more targeted control measures.
Objective: This study aims to conduct a spatial analysis of tuberculosis cases to identify clusters in Sleman Regency from 2020 to 2024.
Methods: This quantitative ecological study utilized secondary data collected in Sleman Regency from February to June 2026. Analyses were conducted using QGIS, Spearman's correlation test, correlation heatmaps, Global Moran's I, LISA, and SaTScan.
Results: Tuberculosis cases fluctuated with an upward trend and were unevenly distributed across subdistricts. Cases were more prevalent in areas with high population density, low educational levels, and low elevation. Population density and educational level were significantly and positively associated, while rainfall was significantly and negatively associated with the number of cases. Global Moran's I and LISA indicated positive spatial autocorrelation, while SaTScan identified Depok Subdistrict as the cluster with the highest risk.
Conclusion: Spatial analysis reveals an uneven distribution of tuberculosis cases, with population density, low educational levels, and rainfall as significant associated factors. In addition, autocorrelation and spatial clusters were identified, highlighting priority areas for control efforts. The Sleman Regency Health Office is advised to prioritize the detection of active cases, strengthen promotive and preventive efforts, and monitor high-risk cluster areas.
Kata Kunci : Tuberkulosis, Sistem Informasi Geografis, Analisis Spasial