PEMODELAN PREDIKSI KERAWANAN PENYAKIT MALARIA MENGGUNAKAN METODE ORDINARY LEAST SQUARE (OLS) DI SEBAGIAN KABUPATEN KULON PROGO

DINI RACHMADHANI, Prima Widayani,.S.Si.M.Si

2015 | Skripsi | S1 KARTOGRAFI DAN PENGINDRAAN JAUH

Kabupaten Kulon Progo merupakan salah satu wilayah endemis malaria tidak hanya di Daerah Istimewa Yogyakarta namun juga di wilayah Pulau Jawa. Kecamatan yang termasuk daerah endemik penyakit malaria di Kabupaten Kulonprogo yaitu Kecamatan Girimulyo dan Kokap. Tujuan dari penelitian ini yaitu mengetahui kemampuan citra Quickbird dalam identifikasi parameter, identifikasi tingkat kerawanan malaria, dan melakukan pemodelan prediksi kerawanan malaria. Metode yang digunakan dalam melakukan penelitian yaitu metode kuantitatif. Analisis yang digunakan dalam melakukan tujuan pertama yaitu menggunakan matriks uji ketelitian, untuk tujuan kedua menggunakan teknik overlay dan dilakukan klasifikasi, sedangkan untuk tujuan ketiga menggunakan metode OLS. Hasil yang diperoleh untuk interpretasi penggunaan lahan memiliki nilai ketelitian sebesar 93.63% dan 95% untuk kerapatan vegetasi. Tingkat kerawanan malaria paling tinggi berada di sebagian Kecamatan Kokap dan Kecamatan Pengasih, sedangkan berdasarkan hasil prediksi Kelurahan Purwosari, kelurahan Jatimulyo, dan Kelurahan Hargotirto memiliki prediksi tingkat kerawanan yang tinggi.

District Kulon Progo is one of the endemic malaria region not only in Special Region Of Yogyakarta but also ini Java Island. Sub-districts that include endemic malaria region in Kulon Progo are Girimulyo and Kokap. The purpose of this study is to discover the imagery capability of Quickbird in parameter identification, level of malaria’s vulnerability identification, and carry out model of malaria’s vulnerability prediction. Method use to perform this study is quantitative method. Analysis used in the first goal is accuracy test matrix, the second goal used overlay techniques and classification, and the third goal used OLS method. The result obtained for land use interpretation has accuracy value of 93.63% and 95% for vegetation density.The highest level of malaria’a vulnerability is in sub-districts Kokap and Pengasih, while according to the prediction result of Kelurahan Purwosari, Kelurahan Jatimulyo, and Kelurahan Hargotirto have high levle of vurnerability prediction.

Kata Kunci : Penyakit Endemis Malaria, Prediksi Kerawanan Malaria, OLS