Estimasi Dan Proyeksi HIV AIDS Di Indonesia PDF

616.
979 2
Ind
e
Estimasi dan Proyeksi

HIV/AIDS di Indonesia
Tahun 2011-2016
Kementerian Kesehatan Republik Indonesia

2014
Estimasi dan Proyeksi
HIV/AIDS di Indonesia
Tahun 2011-2016
Kementerian Kesehatan Republik Indonesia

2014
Kata Pengantar
Perkembangan epidemi HIV-AIDS di dunia telah menjadi masalah global termasuk
di Indonesia. Laporan kasus baru terus meningkat setiap tahunnya, namun sulit untuk
mengetahui jumlah infeksi HIV yang sebenarnya ada. Untuk memahami epidemi yang
terjadi di Indonesia, maka perlu dilakukan perhitungan estimasi jumlah populasi kunci
terdampak HIV AIDS. Estimasi jumlah populasi kunci dan orang dengan HIV AIDS
(ODHA) telah dilakukan merupakan kunci untuk memahami potensi epidemi dalam
suatu area, memperkirakan beban dari suatu penyakit, dan menyusun prioritas yang
sesuai dalam merespon epidemi HIV/AIDS.
Buku Estimasi dan Proyeksi HIV/AIDS di Indonesia Tahun 2011-2016 ini merupakan
kelanjutan dari laporan Pemodelan Matematika Epidemi HIV di Indonesia Tahun
2008-2014 yang diterbitkan oleh Kementerian Kesehatan pada tahun 2008. Buku ini
menggambarkan situasi yang komprehensif dan dapat dipahami terkait dengan jumlah
orang dengan HIV AIDS hingga ke tingkat kabupaten/kota.
Hasil pemodelan tahun 2008-2014 menunjukkan estimasi ODHA sebanyak 293.200
untuk tahun 2008 dan 842.800 untuk tahun 2013. Sedangkan estimasi jumlah infeksi
baru sebanyak 51.300 untuk tahun 2008 dan 63.000 untuk tahun 2013. Hasil pemodelan
tahun 2011-2016 menunjukkan hasil estimasi ODHA sebanyak 591.823 untuk tahun
2012 dan 735.256 untuk tahun 2015. Sedangkan estimasi jumlah infeksi baru sebanyak
71.879 untuk tahun 2012 dan 85.523 untuk tahun 2015.
Penulisan hasil estimasi dan proyeksi HIV/AIDS ini telah mendapatkan masukan dari
berbagai pihak. Metodologi dan hasil estimasi ini telah direview oleh sekelompok ahli
dan dipaparkan pada pemangku kepentingan. Dengan keterbatasan yang ada dalam
perhitungan estimasi dan proyeksi ini, maka hasil ini merupakan hasil yang terbaik yang
dapat diperoleh dengan data-data yang tersedia pada saat perhitungan ini dilakukan.
Kami menyampaikan penghargaan setinggi-tingginya kepada semua pihak atas perhatian,
bantuan dan kontribusinya dalam penyusunan, pelaksanaan, dan penyempurnaan
kegiatan estimasi dan proyeksi ini.
Semoga buku ini bermanfaat dalam program pengendalian HIV AIDS, tidak hanya
untuk Kementerian Kesehatan, namun juga untuk seluruh mitra kerja pengendalian
HIV AIDS.
Jakarta, Maret 2014
Direktur Jenderal PP dan PL,
Prof. dr. Tjandra Yoga Aditama

NIP 195509031980121001
Estimasi dan Proyeksi HIV/AIDS di Indonesia Tahun 2011-2016 i

Daftar Kontributor Estimasi dan Proyeksi HIV/AIDS Tahun 2012
Pengarah : dr. H. M. Subuh. MPPM
Penanggung Jawab : dr. Siti Nadia Tarmizi. M. Epid
Koordinator : Naning Nugrahini. SKM. MKM
Tim Penulis:
• Ari Wulan Sari (Subdit AIDS & PMS, Kemenkes RI)
• Bayu Taruno (Subdit AIDS & PMS, Kemenkes RI)
• Deddy Darmawan (HCPI)
• Dimas Wicaksono (SUM1/FHI)
• Eka Hidayat (KPAN)
• Endang Budi Hastuti (Subdit AIDS & PMS, Kemenkes RI)
• Fetty Wijayanti (WHO)
• Jesus Maria Garcia Calleja (WHO-HQ)
• Kuntoro (WHO Consultant/UNAIR)
• Lely Wahyuniar (UNAIDS)
• Naning Nugrahini (Subdit AIDS & PMS, Kemenkes RI)
• Nurholis Majid (SUM1/FHI)
• Rizky Hasby (Subdit AIDS & PMS, Kemenkes RI)
• Riris Andono (SUM1/FHI Consultant/UGM)
• Robert Magnani (SUM1/FHI)
• Tobi Saidel (SUM1/FHI Consultant/PEMA)
• Viny Sutriani (Subdit AIDS & PMS, Kemenkes RI)
• Wiwat Peerapatanapokin (UNAIDS Consultant/East West Center)
• Yulia Rachma (Subdit AIDS & STD, MoH RI)

Kontributor:
• Achmad Taufik (Monev GFAIDS)
• Badan Narkotika Nasional Indonesia
• Badan Pusat Statistik Indonesia
• Balitbangkes, Kemenkes RI
• Dinas Kesehatan Provinsi
• GWL-INA
• HCPI
• Helwiah (NU)
ii Estimasi dan Proyeksi HIV/AIDS di Indonesia Tahun 2011-2016

• Jane Soepardi (Pusdatin, Kemenkes RI)
• JOTHI
• Kementerian Hukum dan Hak Azasi Manusia RI
• Nancy Anggarini (Pusdatin, Kemenkes RI)
• Nancy Fee (UNAIDS)
• OPSI
• Oscar Barreneche (WHO)
• PKBI
• PKNI
• Sri Pandam Pulungsih (WHO)
• Subdit Bina Kesehatan Ibu Hamil, Kemenkes RI
• Subdit Bina Kesehatan Jiwa, Kemenkes RI
• UNODC
• Wenita Indrasari (KPAN)
Peer Expert Review

• Anak Agung Sawitri (Universitas Udayana)
• Asha Basnyat (FHI)
• Cho Kah Sin (UNAIDS)
• Irawati Atmosukarto (KPAN)
• Jesus Maria Garcia Calleja (WHO-HQ)
• Kuntoro (Universitas Airlangga)
• Lely Wahyuniar (UNAIDS)
• Oscar Barreneche (WHO)
• Tobi Saidel (Konsultan Ausaid/PEMA)
• Wiwat Peerapatanapokin (Konsultan UNAIDS/East West Center)
• Wenita Indrasari (KPAN)
Editor
• Viny Sutriani
• Fetty Wijayanti
• Tobi Saidel
Estimasi dan Proyeksi HIV/AIDS di Indonesia Tahun 2011-2016 iii

DAFTAR ISI
Kata Pengantar ........................................................................................................ i
Daftar Kontributor Estimasi dan Proyeksi HIV/AIDS Tahun 2012 ................ ii
Daftar Isi .................................................................................................................. iv
Daftar Bagan, Tabel, dan Grafik ........................................................................... v
Daftar Istilah dan Singkatan .................................................................................. vi
Ringkasan Eksekutif ................................................................................... vii
1. Pendahuluan ............................................................................................ 1
2. Tujuan ...................................................................................................... 2
3. Metodologi .............................................................................................. 2
3.1. Pembagian Distribusi Geografis ................................................................ 2
3.2. Perangkat Lunak yang digunakan ............................................................ 3
3.3. Penetapan Data Dasar dan Asumsi .......................................................... 4
3.4. Proses Estimasi dan Proyeksi .................................................................... 5
3.5. Estimasi Orang Dengan HIV AIDS (ODHA) ......................................... 13
4. Hasil dan Diskusi .................................................................................... 14

4.1. Modul AEM .............................................................................................. 14
4.2. Modul Spectrum ...................................................................................... 16
5. Keterbatasan .......................................................................................... 20
6. Kesimpulan ............................................................................................. 20
7. Rekomendasi ........................................................................................... 21
8. Daftar Pustaka . ....................................................................................... 21
9. Lampiran ................................................................................................. 22
iv Estimasi dan Proyeksi HIV/AIDS di Indonesia Tahun 2011-2016

Daftar Bagan, Tabel, dan Grafik
Bagan 1 : Alur Estimasi dan Proyeksi HIV/AIDS di Indonesia 2011-2016
Tabel 1 : Estimasi dan proyeksi Jumlah ODHA Menurut Populasi Kunci di
Indonesia Tahun 2011-2016
Tabel 2 : Estimasi dan proyeksi Jumlah Infeksi HIV Baru Menurut Kelompok
Populasi Kunci di Indonesia Tahun 2011-2016
Grafik 1 : Estimasi dan Proyeksi Prevalensi HIV pada Populasi Usia 15-49
Tahun di Indonesia Tahun 2011-2016
Grafik 2 : Estimasi dan Proyeksi Jumlah ODHA, Kematian AIDS dan Infeksi
Baru Dewasa Usia ≥ 15 Tahun di Indonesia Tahun 2011-2016
Grafik 3 : Estimasi dan Proyeksi Jumlah ODHA dan Kebutuhan ART Dewasa
Usia ≥ 15 Tahun di Indonesia Tahun 2011-2016
Grafik 4 : Estimasi dan Proyeksi Jumlah ODHA, Kematian AIDS dan Infeksi
Baru Anak Usia 0-14 Tahun di Indonesia Tahun 2011-2016
Grafik 5 : Estimasi dan Proyeksi Jumlah ODHA dan Kebutuhan ART Anak
Usia 0-14 Tahun di Indonesia Tahun 2011-2016
Grafik 6 : Estimasi dan Proyeksi Prevalensi HIV pada Ibu Hamil Positif HIV di
Indonesia Tahun 2011-2016
Grafik 7 : Estimasi dan Proyeksi Kebutuhan Layanan PPIA di Indonesia Tahun
2011-2016
Estimasi dan Proyeksi HIV/AIDS di Indonesia Tahun 2011-2016 v

Daftar Istilah dan Singkatan
AEM : Asian Epidemic Model
AIDS : Acquired Immunodefeciency Syndrome
AIM : AIDS Impact Model
ART : Antiretroviral Therapy
ARV : Antiretroviral
Demproj : Demographic Projection
FSW : Female Sex Worker/WPS
GWL-INA : Jaringan gay. waria dan laki-laki yang berhubungan seks
dengan laki-laki lain di Indonesia
HCPI : HIV Cooperation Program Indonesia
HEMI : HIV Epidemiological Modeling and Impact
HIV : Human Immunodefeciency Virus
IDU : Injecting Drug User/Penasun
IMS : Infeksi Menular Seksual
JOTHI : Jaringan Orang Terinfeksi HIV Indonesia
Kemenkes : Kementerian Kesehatan
KPAN : Komisi Penaggulangan AIDS Nasional
KTS : Konseling Testing Sukarela
LSL : Laki-laki Seks Laki-laki/MSM
MSM : Men who have sex with men
MSW : Male Sex Worker
ODHA : Orang dengan HIV AIDS
OPSI : Organisasi Perubahan Sosial Indonesia
Penasun : Pengguna Napza Suntik
PKBI : Perkumpulan Keluarga Berencana Indonesia
PKNI : Persaudaraan Korban Napza Indonesia
PMS : Penyakit Menular Seksual
PMTCT : Prevention of mother-to-child HIV transmission/PPIA
PPIA : Pencegahan penularan HIV dari ibu ke anak
PPS : Pria Pekerja Seks
SDKI : Survei Demografi dan Kesehatan Indonesia
STBP : Surveilans Terpadu Biologis dan Perilaku
SUM1/FHI : Scaling up at most-at-risk-population 1/Family Health
International
SUPAS : Survei Penduduk Antar Sensus
UNAIDS : The Joint United Nations Programme on HIV/AIDS
UNODC : United Nations Office on Drugs and Crime
WHO : World Health Organization
WPS : Wanita Pekerja Seks
vi Estimasi dan Proyeksi HIV/AIDS di Indonesia Tahun 2011-2016

RINGKASAN EKSEKUTIF
Sejak tahun 2008, Indonesia mulai menggunakan perangkat lunak Asian
Epidemic Model (AEM) sebagai alat bantu untuk memproyeksikan dampak
epidemi HIV dengan menentukan faktor yang paling mempengaruhi terjadinya
infeksi HIV. Selain AEM, perangkat lunak Spectrum juga digunakan. Di dalam
perangkat lunak Spectrum terdapat modul untuk membuat estimasi dan proyeksi
demografi dan epidemi HIV dan AIDS.
Sebagai ringkasan dari estimasi dan proyeksi HIV/AIDS di Indonesia pada tahun
2012 adalah sebagai berikut:
ODHA menurut populasi kunci 591.823
WPS langsung 10.616
WPS tidak langsung 4.872
Pelanggan WPS (langsung dan tidak langsung) 107.784
Laki-laki seks dengan laki-laki 81.338
Pengguna napza suntik 27.763
Waria 9.152
Pelanggan waria 27.479
Laki-laki risiko rendah 112.921
Perempuan risiko rendah 209.898
Infeksi HIV baru menurut populasi kunci 71.879
WPS langsung 3.791
WPS tidak langsung 1.504
Pelanggan WPS (langsung dan tidak langsung) 14.494
Laki-laki seks dengan laki-laki 16.883
Pengguna napza suntik 1.115
Waria 1.209
Pelanggan waria 4.331
Laki-laki risiko rendah 5.628
Perempuan risiko rendah 22.924
Prevalensi HIV populasi usia 15-49 tahun (%) 0.41
Total ODHA 608.667
Dewasa usia ≥ 15 tahun 591.823
Anak-anak usia 0-14 tahun 16.884
Total Infeksi HIV baru 76.240
Estimasi dan Proyeksi HIV/AIDS di Indonesia Tahun 2011-2016 vii

Total kematian AIDS 27.323
Total kebutuhan ART 178.631
Prevalensi ibu hamil positif HIV (%) 0.38
Ibu hamil positive HIV 15.517
Kebutuhan layanan PPIA 13.189
Epidemi HIV di Indonesia biasanya dihubungkan dengan pengguna jarum suntik

(Penasun) dan pekerja seks perempuan (WPS), akan tetapi saat ini situasi epidemi
HIV dan AIDS telah berubah. Pada tahun mendatang diproyeksikan jumlah
terbesar infeksi HIV baru akan terjadi di antara laki-laki yang berhubungan seks
dengan laki-laki (LSL), diikuti perempuan pada populasi umum (perempuan
risiko rendah), yang terdiri dari perempuan terinfeksi melalui hubungan seks
dengan pasangan yang telah terinfeksi serta wanita yang melakukan perilaku
berisiko pada tahun-tahun sebelumnya dan mereka yang sebenarnya telah
terinfeksi HIV dan baru dapat terdeteksi di kemudian hari. Jumlah infeksi HIV
yang cukup besar terjadi pada laki-laki yang merupakan pelanggan pekerja seks
dan laki-laki populasi umum, yang terdiri dari laki-laki yang terinfeksi melalui
hubungan seksual dengan istri-istri mereka ditambah dengan laki-laki yang
berhubungan seks dengan WPS pada tahun sebelumnya.
Estimasi dan proyeksi HIV/AIDS dapat dimanfaatkan untuk perkiraan kebutuhan
sumberdaya dan untuk melengkapi informasi bagi pemangku kebijakan sehingga
dapat menentukan prioritas program dengan berbasis pada data. Selain itu, hasil
ini dapat digunakan sebagai model dan informasi mutakhir untuk merevisi
estimasi dan dampak setiap 2 tahun.
viii Estimasi dan Proyeksi HIV/AIDS di Indonesia Tahun 2011-2016

ESTIMASI DAN PROYEKSI HIV/AIDS DI INDONESIA
TAHUN 2011-2016
1. Pendahuluan
Proyeksi epidemi HIV terkenal kompleks, khususnya pada awal epidemi dimana
data yang dapat diandalkan terkait dengan parameter perilaku yang menggerakan
epidemi tidak tersedia. Walaupun demikian, proyeksi epidemi HIV sangat
dibutuhkan untuk menggambarkan kebutuhan berbagai layanan untuk program
pencegahan, pengobatan, dukungan dan perawatan serta memperkirakan
potensi infeksi baru yang dapat dicegah ketika melakukan analisis biaya yang
sudah dan akan diinvestasikan dalam upaya penanggulangan HIV/AIDS.
Pada awal tahun 1990-an, terdapat dua model yang digunakan untuk
memproyeksikan epidemi HIV di Indonesia - EpiModel dan IwgAIDS tetapi
model ini telah digantikan oleh pengetahuan baru tentang epidemi HIV dan
juga studi penelitian baru. Sehubungan meningkatnya kebutuhan negara-
negara untuk mendapatkan panduan mengenai metode yang paling tepat
sebagai perhitungan estimasi dan proyeksi mereka, UNAIDS dan WHO telah
membentuk Reference Group on HIV Modeling, Estimates and Projections pada
akhir tahun 1998 (http://www.epidem.org). Berdasarkan rekomendasi Reference
Group, dikembangkan sebuah model proyeksi yang lebih tepat untuk Asia. Asian
Epidemic Model (AEM) adalah sebuah model kurva-fitting dengan sejumlah
parameter perilaku yang menggambarkan suatu keadaan epidemi nasional dari
sub-epidemi pada sub-populasi khusus.
Selanjutnya pada tahun 2006 proyeksi epidemi HIV di Indonesia menggunakan
HIV Epidemiological Modeling and Impact (HEMI). Estimasi dan proyeksi ini
sudah memperhitungkan dinamika demografi dan prevalensi HIV pada populasi
tertentu dan kemungkinan penularan HIV pada daerah pedesaan dan perkotaan.
Selain itu, model ini juga sudah mengembangkan simulasi analisis sensitivitas
dari hasil intervensi dengan beberapa skenario.
Pada tahun 2008, Indonesia mulai menggunakan perangkat lunak Asian Epidemic
Model (AEM) yang memproyeksikan epidemi dengan mengkombinasikan data
prevalensi HIV dan indikator perilaku yang relevan untuk dapat menentukan
faktor yang paling mempengaruhi terjadinya infeksi HIV. Selain itu, perangkat
lunak Spectrum juga digunakan sebagai alat bantu untuk memproyeksikan
dampak epidemi HIV. Di dalam perangkat lunak Spectrum terdapat modul
untuk membuat estimasi dan proyeksi demografi dan epidemi HIV dan AIDS.
Kedua model yaitu AEM dan Spectrum telah digunakan oleh banyak negara .
Estimasi dan Proyeksi HIV/AIDS di Indonesia Tahun 2011-2016 1
2. Tujuan
Tujuan dari estimasi dan proyeksi HIV/AIDS tahun 2011-2016 di Indonesia
adalah untuk memberikan gambaran yang lebih jelas tentang situasi epidemi HIV
saat ini dan perkiraan ke depan sehingga dapat digunakan oleh berbagai pihak
dalam merencanakan program penanggulangan HIV dan AIDS di Indonesia
yang lebih baik dan terarah. Selain itu, estimasi dan proyeksi ini juga diharapkan
dapat digunakan sebagai dasar dalam melakukan evaluasi pelaksanaan berbagai
program penanggulangan HIV dan AIDS yang sedang berjalan serta advokasi
untuk meningkatkan komitmen berbagai pihak yang terlibat secara langsung
maupun tidak langsung.
Hasil estimasi dan proyeksi HIV/AIDS di Indonesia tahun 2011-2016 juga dapat
digunakan untuk melakukan analisis kebijakan dalam penanggulangan HIV dan
AIDS, menentukan prioritas program dan memperkirakan sumber daya untuk
pelaksanaan berbagai program.
3. Metodologi
Sub Direktorat AIDS & PMS Kementerian Kesehatan membentuk Kelompok Kerja
Estimasi dan Proyeksi HIV/AIDS yang mengerjakan beberapa langkah utama untuk
mempersiapkan Estimasi dan Proyeksi HIV/AIDS Nasional. Hasil dari kelompok
kerja kemudian disesuaikan dan disetujui pada forum terbatas sebagai Estimasi dan
Proyeksi HIV/AIDS di Indonesia 2011-2016.
Beberapa langkah yang dilakukan oleh Kelompok Kerja Estimasi dan Proyeksi HIV
dijabarkan sebagai berikut:
3.1. Pembagian Distribusi Geografis

Perilaku berisiko tertular dan menularkan HIV seperti hubungan seks yang
tidak aman dan penggunaan jarum suntik secara bersama-sama dipengaruhi oleh
situasi sosial, budaya, ekonomi, agama dan faktor lainnya pada populasi umum. Hal
ini menyebabkan tingkat epidemi HIV di Indonesia berbeda antara satu wilayah
dengan wilayah lain. Selain itu juga, data epidemiologi dan perilaku berisiko
populasi utama dalam epidemi HIV tidak tersedia di semua kabupaten/kota.
Oleh karena itu, dengan mempertimbangkan ketersediaan data dan perbedaan
tingkat epidemi serta keterbatasan alat bantu yang digunakan maka Kelompok
Kerja memutuskan untuk membagi estimasi dan proyeksi HIV/AIDS di Indonesia
menjadi dua, yaitu:
• Estimasi dan proyeksi HIV/AIDS meliputi 31 provinsi,
• Estimasi dan proyeksi HIV/AIDS meliputi Provinsi Papua dan Papua Barat.
2 Estimasi dan Proyeksi HIV/AIDS di Indonesia Tahun 2011-2016

3.2. Perangkat Lunak yang digunakan
Kelompok Kerja memutuskan untuk melanjutkan menggunakan AEM dan
Spectrum dalam membuat estimasi dan proyeksi HIV/AIDS di Indonesia tahun
2011-2016 karena data pendukung cukup tersedia dan metode yang mudah
digunakan. Pertimbangan lain adalah kemungkinan penggunaan di tingkat
provinsi, kabupaten dan kota oleh staf Dinas Kesehatan juga diperhatikan dan juga
integrasi efek ART pada pencegahan. Perangkat lunak ini merupakan alat bantu
standar yang digunakan oleh sebagian besar negara dan telah direkomendasikan
oleh kelompok referensi WHO/UNAIDS untuk memperkirakan model dan
proyeksi
• Asian Epidemic Model (AEM) 3.2 – v5
AEM dirancang sebagai alat bantu untuk dapat menjelaskan dinamika epidemi
HIV di negara Asia atau lokasi geografis tertentu. Estimasi dan proyeksi ini
menggunakan parameter perilaku sebagai salah satu perhitungan. Selanjutnya,
hasil surveilans HIV pada populasi risiko tinggi tertentu digunakan sebagai acuan
dalam melakukan penyesuaian hasil perhitungan AEM. Dengan demikian,
gambaran yang diperoleh dapat lebih spesifik dengan keadaan suatu wilayah.
AEM memiliki 6 lembar kerja (Population, Heterosexual, IDU, MSM, Epidemic
dan HIV Prev) untuk memasukan data dalam program Microsoft Excel dan
beberapa lembar kerja untuk menampung hasil perhitungan dan penyesuaian
yang dilakukan dalam program AEM dengan 2 komponen besar perhitungan
pemodelan, yaitu laki-laki dan perempuan. Estimasi dan proyeksi AEM dapat
dimanfaatkan untuk menentukan prioritas kebijakan program, yaitu:
- Total HIV, AIDS dan kematian terkait HIV/AIDS, kumulatif dan yang ada
setiap tahun
- Sebaran umur ODHA yang ada setiap tahun
- Infeksi baru dan jumlah ODHA setiap populasi berisiko saat ini:
o WPS, LSL, PPS, Waria, Penasun, Pelanggan
o Populasi umum laki-laki maupun perempuan
o Anak-anak
- Rute transmisi dari waktu ke waktu
• Spectrum versi 4.49
Spectrum dirancang agar dapat menghasilkan informasi yang bermanfaat
dalam memformulasikan kebijakan dan dialog untuk pengendalian epidemi
HIV. Model yang ada dalam Spectrum adalah DemProj, FamPlan, AIM,
RAPID, PMTCT, Safe Motherhood dan Condom requirements. Spectrum

merupakan alat bantu untuk menghubungkan pelaksanaan program dengan
tujuan dan merangkum luaran dari model Spectrum yang lainnya. Proyeksi
yang dihasilkan juga dapat membantu upaya untuk merespon epidemi
HIV dengan memperkirakan jumlah dan alokasi dana yang terkait dengan
pencapaian tujuan nasional, seperti penurunan prevalensi HIV dan perluasan
perawatan dan dukungan.
3.3. Penetapan Data Dasar dan Asumsi

Data yang ditetapkan oleh kelompok kerja untuk digunakan sebagai data dasar
dalam membuat estimasi dan proyeksi HIV/AIDS di Indonesia tahun 2011-2016
dengan AEM dan Spectrum adalah:
1. Data Demografi
a. Sensus Penduduk BPS Tahun 1980, 1990, 2000 dan 2010
b. Survei Penduduk Antar Sensus BPS Tahun 1985, 1995 dan 2005
c. Proyeksi Penduduk Indonesia, BPS Tahun 2000-2025
d. Estimasi Ukuran Populasi Kunci HIV, Kemenkes RI tahun 2012
2. Data Perilaku dan Epidemiologi Populasi Utama
a. Survei Surveilans Perilaku pada populasi WPS dan Pekerja Seks, Kemenkes
RI tahun 1996, 1998 dan 2000
b. Survei Surveilans Perilaku pada populasi Penasun, WPS, Pria Risti, Waria
dan LSL, Kemenkes RI tahun 2002 dan 2004
c. Survei Demografi Kesehatan Indonesia, BPS tahun 2003 dan 2007
d. Penelitian Infeksi Saluran Reproduksi pada populasi WPS, Kemenkes RI
tahun 2003, 2005 dan 2007
e. Survei Terpadu HIV dan Perilaku pada Masyarakat Umum di Tanah Papua,
Kemenkes RI tahun 2006
f. Survei Terpadu Perilaku dan HIV pada populasi Penasun, WPS, Pria Risti,
Waria dan LSL, Kemenkes RI tahun 2007, 2009 dan 2011
g. Laporan Sentinel Surveilans HIV pada populasi WPS, Penasun dan Pria
Risti, Kemenkes RI tahun 1998-2011
h. Laporan kasus AIDS Kemenkes RI tahun 2000-2011

Kelompok Kerja juga menyepakati beberapa asumsi dan penggunaan data dari
sumber lain untuk melengkapi semua parameter yang dibutuhkan oleh AEM dan
Spectrum dalam menghasilkan estimasi dan proyeksi HIV/AIDS di Indonesia.
Beberapa asumsi tersebut adalah:
1. Jumlah populasi utama (WPS, Penasun, LSL, Waria, Pelanggan Penjaja Seks)
dan pertumbuhan di tahun 2011-2016
2. Rata-rata tahun menjadi populasi kunci
3. Distribusi umur orang dengan infeksi menular seksual
4. Progresifitas HIV dan AIDS
5. Total fertility Rate pada populasi dengan HIV positif
Selain itu, Kelompok Kerja juga menyepakati hasil penyesuaian beberapa

parameter yang disesuaikan dalam proses validasi hasil estiamdi dan proyeksi
dengan prevalensi HIV dari hasil surveilans seperti:
1. Tahun dimulai epidemi HIV secara umum maupun pada populasi Penasun
dan LSL
2. Probabilitas infeksi baru HIV pada populasi Penasun melalui hubungan seks
laki-laki dengan laki-laki dan laki-laki dan perempuan
3. Co-factor infeksi baru HIV akibat IMS dan sirkumsisi
4. Proporsi terkait Penasun
3.4. Proses Estimasi dan Proyeksi

Kelompok Kerja membuat tiga modul AEM yaitu Modul 31 Provinsi, Tanah
Papua (Provinsi Papua dan Papua Barat) dan Waria untuk menghasilkan estimasi
dan proyeksi prevalensi HIV pada populasi usia 15-49 tahun di Indonesia tahun
2011-2016. Hal ini dilakukan karena keterbatasan modul AEM yang tidak bisa
menampung lebih dari satu pemodelan dalam satu modul dan tidak tersedia ruang
hitung untuk populasi waria.
Proses estimasi dan proyeksi HIV/AIDS di Indonesia tahun 2011-2016 dimulai
dengan memasukkan data pada modul AEM yang terdiri dari 6 lembar kerja, yaitu:
1. Lembar Kerja Populasi yang diisi dengan data demografi berupa rasio
penduduk usia 15-49 tahun terhadap penduduk usia 15 tahun keatas dan jumlah
penduduk usia 15 tahun keatas serta 15 tahun dari tahun 1975 sampai dengan
2032 yang dipisahkan menurut jenis kelamin.

Data demografi dan sumber data lain yang digunakan untuk mengembangkan
estimasi dan proyeksi HIV/AIDS di 31 provinsi dan Tanah Papua adalah:
• Rasio penduduk usia 15-49 tahun terhadap penduduk usia 15 tahun
keatas menggunakan rasio pada tahun 2011 dari hasil proyeksi penduduk
Indonesia tahun 2005.
• Jumlah penduduk laki-laki dan perempuan usia 15 tahun keatas diambil
dari beberapa sumber seperti:
- Sensus penduduk tahun 1980, 1990, 2000 dan 2010
- Survei Penduduk Antar Sensus tahun 1995 dan 2005
- Proyeksi penduduk tahun 2000 – 2025
- Perhitungan interpolasi jumlah penduduk tahun 1975-1980 (2,3%),
1980-1990 (1,97%) dan 1990-2000 (1,49%), sedangkan untuk estimasi
jumlah penduduk tahun 2026-2032 menggunakan asumsi pertambahan
populasi sebesar 1,3%.
• Jumlah penduduk laki-laki dan perempuan usia 15 tahun tidak tersedia dari
hasil survei diatas sehingga dihitung dengan cara menjumlahkan jumlah
penduduk kelompok umur 10-14 tahun dan 15-19 tahun lalu dibagi 10. Asumsi
yang digunakan adalah sebagian penduduk usia 15 tahun ada di kelompok
umur 10-14 tahun dan sebagian lagi ada di kelompok umur 15-19 tahun serta
distribusi penduduk pada kelompok umur 10-19 tahun sama rata.
2. Lembar Kerja Heteroseksual berisi data perilaku seksual dari populasi Wanita
Pekerja Seks dan pelanggannya serta dari penduduk usia 15-49 tahun pada
umumnya. Data ini digunakan sebagai asumsi untuk mengisi kesenjangan
perilaku yang konservatif selama bertahun-tahun dengan mempertimbangkan
data dari survei yang ada selama beberapa tahun (2007, 2009 dan 2011).
Sumber data dan asumsi yang digunakan untuk mengisi lembar kerja
heteroseksual AEM:
• Proporsi WPS dan penduduk perempuan usia 15-49 tahun menggunakan
data dari hasil estimasi WPS tahun 2012 (31 provinsi: 0,33% dan Tanah
Papua: 0,55%).
• Proporsi higher frequency menggunakan proporsi WPS Langsung dari jumlah
WPS (31 provinsi dan Tanah Papua: 54%) dari hasil estimasi populasi WPS
tahun 2012.
• Proporsi higher frequency yang pindah menjadi lower frequency setiap
tahun untuk 31 provinsi menggunakan hasil dari STBP tahun 2011 (9%),
sedangkan untuk Tanah Papua menggunakan persentase dari nilai anggapan
(default value berdasarkan kajian internasional: 1%) yang disediakan AEM
karena tidak ada data untuk Tanah Papua.
• Rata-rata pelanggan per hari higher frequency menggunakan rata-rata
pelanggan WPS Langsung dari hasil STBP 2011 (31 provinsi: 1.9 dan Tanah
Papua: 1.1). Sedangkan untuk lower frequency menggunakan rata-rata
pelanggan WPS Tidak Langsung dari survei sama (31 provinsi: 1,1, Tanah
Papua: 0,34).
• Hari kerja per minggu higher frequency menggunakan rata-rata kerja WPS
Langsung dari hasi STBP 2011 (31 provinsi: 3,7 dan Tanah Papua: 5,6).
Sedangkan untuk lower frequency menggunakan data-rata hari kerja WPS
Tidak Langsung dari Surveil yang sama (31 provinsi: 4,1 dan Tanah Papua:
5,8).
• Persentase penggunaan kondom di higher frequency diambil dari proporsi
pemakaian kondom WPS Langsung pada hubungan seks komersial terakhir
dari hasil STBP tahun 2011 (31 provinsi: 73% dan Tanah Papua: 66%).
Sedangkan untuk % pemakaian kondom untuk lower frequency digunakan
data yang sama untuk WPS Tidak Langsung (31 provinsi: 60% dan Tanah
Papua: 56%).
• Data rata-rata kerja sebagai WPS tidak tersedia di 31 provinsi maupun
Tanah Papua. Oleh karena itu data tersebut dihitung dari data STBP 2011
dengan asumsi populasi WPS stabil dimana jumlah yang keluar sama
dengan yang jumlah baru diperkirakan dengan cara sebagai berikut:
- Persentase WPS Langsung yang bekerja kurang dari satu tahun adalah
34,29% untuk 31 provinsi dan 27,82% untuk Tanah Papua sehingga
estimasi lama kerja sebagai WPS Langsung di 31 provinsi adalah
1/34,29%: 2.97 tahun dan di tanah Papua adalah 1/27,82%: 3,59 tahun.
- Persentase WPS Tidak Langsung yang bekerja kurang dari satu tahun
di 31 provinsi adalah 37,86% dan 51% untuk Tanah Papua sehingga
estimasi lama kerja sebagai WPS Langsung di 31 provinsi adalah
1/37,86%: 2,64 tahun dan di Tanah Papua adalah 1/51%: 1,97 tahun.
• Persentase WPS dengan Infeksi Menular Seksual pada AEM 31 provinsi
diambil dari WPS yang terinfeksi Neisseria gonorrhoeae dan atau Chlamydia
trachomatis pada STBP tahun 2011 (WPS Langsung: 37% dan WPS Tidak
Langsung: 15%) sedangkan pada AEM Tanah Papua digunakan data dari
survei yang sama di Tanah Papua (WPS Langsung: 26% dan WPS Tidak
Langsung: 20%).
• Persentase laki-laki usia 15-49 tahun yang membeli seks dalam 1 tahun
terakhir menggunakan hasil STBP tahun 2011 (10%). Hasil ini digunakan
untuk semua tahun dengan asumsi pertumbuhan jumlah Pelanggan WPS
sama dengan pertumbuhan penduduk laki-laki usia 15-49 tahun.

• Sama seperti lama kerja sebagai WPS, data sebelumnya pada laki-laki
usia 15-49 tahun sebagai pelanggan WPS juga tidak tersedia dan dihitung
dengan cara yang sama dari hasil STBP tahun 2011
• Persentase laki-laki usia 15-49 tahun yang disunat diasumsikan dari
proporsi jumlah penduduk laki-laki 15-49 tahun yang beragama Islam.
• Persentase laki-laki dan perempuan usia 15-49 tahun yang punya pasangan
seks selain pasangan tetap dan seks komersial diasumsikan dari data SDKI
2007.
• Tingkat pemakaian kondom dan jumlah hubungan seks dengan bukan
pasangan tetap dan bukan seks komersial diasumsikan dari data:
- Tingkat pemakaian kondom dan jumlah hubungan seks dengan bukan
pasangan tetap dan bukan seks komersial menggunakan hasil STBP pada
populasi pria berisiko tinggi di beberapa kota tahun 2011.
- Data jumlah hubungan seks dengan pasangan seks tetap dalam satu
minggu dan tingkat pemakaian kondomnya diambil dari data STBP
tahun 2011. Sedangkan prevalensi IMS pada penduduk dewasa secara
umum tidak tersedia di Indonesia. Oleh karena itu data ini dibuat dengan
mengasumsikannya dari proporsi Pelanggan WPS dan kemungkinan
mereka terinfeksi IMS dengan prevalensi IMS yang ada pada populasi WPS.
3. Lembar Kerja IDU hanya diisi pada estimasi dan proyeksi di 31 provinsi,
sedangkan untuk Tanah Papua dikosongkan. Lembar kerja IDU berisi data
perilaku berisiko Pengguna Napza Suntik (Penasun) sebagai berikut:
• Proporsi penduduk laki-laki usia 15-49 tahun yang menjadi Penasun
pada tahun 2011 (0.10%) diambil dari hasil estimasi populasi kunci yang
dilakukan oleh Kementerian Kesehatan tahun 2012. Pertumbuhan jumlah
Penasun diasumsikan sama dengan pertumbuhan penduduk laki-laki 15-
49 tahun sehingga proporsinya sama dengan tahun 2011.
• Dengan menggunakan hasil STBP pada populasi Penasun tahun 2011,
didapatkan hasil: Proporsi Penasun yang ada di jejaring berisiko tinggi:
36,4%, berbagi jarum: 13%, selalu berbagi jarum seminggu terakhir: 72%,
rata-rata menyuntik per hari: 1,6, persentase yang membeli seks setahun
terakhir: 24% dan tingkat konsistensi pemakaian kondom: 66%. Sedangkan
rata-rata tahun menjadi Penasun dihitung dengan rumus yang sama untuk
menghitung rata-rata tahun menjadi WPS.
• Tidak seperti di beberapa negara Asia lainnya, proporsi WPS yang juga
Penasun di Indonesia masih sangat kecil (WPS Langsung: 1%, WPS
Tidak Langsung: 2%). Oleh karena itu perilaku risiko menyuntik sebagian
diasumsikan tidak memberi dampak besar pada epidemi dari populasi
Penasun, sedangkan perilaku pemakaian kondom disamakan dengan
populasi WPS secara umum.
4. Lembar Kerja MSM berisi data perilaku berisiko populasi homoseksual laki-
laki. Seperti juga isian lembar kerja Heteroseksual dan IDU, data untuk isian
lembar kerja MSM sebagian besar berasal dari STBP tahun 2011. Asumsi dan
data yang digunakan adalah:
• Estimasi proporsi penduduk laki-laki usia 15-49 tahun yang homoseksual
adalah 0,6%. Data tersebut diambil dari hasil estimasi populasi LSL di
Indonesia yang dilakukan oleh Kementerian Kesehatan tahun 2012.
Asumsi pertumbuhan jumlah homoseksual setiap tahun juga disamakan
dengan pertumbuhan penduduk laki-laki usia 15-49 tahun.
• Umur pertama kali melakukan hubungan seks dihitung dengan cara dan
asumsi yang sama dengan rata-rata tahun sebagai WPS.
• Beberapa parameter perilaku yang diambil dari hasil STBP pada populasi
homoseksual tahun 2011 dan disamakan untuk semua tahun adalah:
- Persentase homoseksual yang melakukan anal seks 1 tahun terakhir: 73%
- Rata-rata anal seks per minggu: 1
- Biseksual (punya pasangan seks perempuan): 10%
- Persentase selalu menggunakan kondom pada seks anal seminggu
terakhir: (LSL risiko tinggi: 54% dan LSL risiko rendah: 60%)
- Persentase yang membeli seks dari pria pekerja seks: (LSL risiko tinggi:
19% dan LSL risiko rendah: 6%)
- Persentase yang membeli seks dari wanita pekerja seks: 7%
- Tingkat pemakaian kondom dengan pria pekerja seks: 62%
- Persentase pria pekerja seks yang melakukan anal seks dalam 1 tahun
terakhir: 82%
- Persentase yang pernah mengalami gejala IMS: (LSL risiko tinggi: 24%
dan LSL risiko rendah: 4,8%)
- Tingkat pemakaian kondom dengan WPS: (LSL risiko tinggi 66% and
LSL risiko rendah: 55%)
• Sementara data tingkat pemakaian kondom homoseksual dengan WPS
Langsung dan Tidak Langsung disamakan dengan data dari lembar kerja
heteroseksual, sedangkan persentase homoseksual yang menjadi pekerja seks
setiap tahunnya diambil dari data di tingkat regional (Asia Tenggara) karena
data tersebut tidak tersedia di Indonesia.

5. Lembar Kerja Epidemik berisi data klinis terkait IMS dan HIV/AIDS.
Ketersediaan data tersebut di Indonesia secara umum sangat terbatas dan sulit
untuk diakses. Oleh karena itu data seperti distribusi IMS menurut kelompok
umur dan probabilitas penularan dari ibu ke anak diambil dari negara lain di
Asia Tenggara (Thailand) yang memiliki data tersebut. Sementara data fertilitas
menurut kelompok umur menggunakan data SDKI dan data probabilitas
penularan HIV dari populasi berisiko tinggi serta tahun dimulainya epidemi
merupakan hasil proses penyesuaian pemodelan dengan data surveilans HIV.
6. Lembar kerja HIV Prevalens berisi data surveilans HIV dari beberapa
populasi risiko tinggi di 31 provinsi dan Tanah Papua. Data-data tersebut
berasal dari surveilans sentinel HIV yang dilakukan oleh Dinas Kesehatan
Kabupaten/Kota dan tempat-tempat layanan KTS serta STBP 2011.
Data prevalensi HIV dari beberapa tempat sentinel untuk populasi WPS
dirata-ratakan karena modul AEM hanya bisa menampung satu serial data
untuk setiap populasi berisiko. Sedangkan data prevalensi HIV di beberapa
populasi seperti homoseksual laki-laki dan penduduk usia 15-49 tahun tidak
tersedia atau data yang tersedia tidak cukup untuk membuat tren prevalensi
HIV.
Data prevalensi HIV pada AEM digunakan sebagai acuan dalam penyesuaian
hasil perhitungan dari data perilaku dan probabilitas infeksi serta progresifitas
HIV/AIDS sehingga hasil pemodelan bisa lebih sesuai dengan keadaan di
Indonesia. Oleh karena itu kualitas data surveilans HIV sangat penting untuk
menentukan rentang ketidakpastian hasil estimasi dan proyeksi HIV/AIDS.
Hasil stimasi AEM digunakan sebagai asupan data Spectrum untuk
memproyeksikan konsekuensi dari angka estimasi prevalensi HIV. Dua modul
dalam Spectrum digunakan, yaitu Demographic Projection (DemProj) dan AIDS
Impact Model (AIM). DemProj memproyeksikan populasi berdasarkan umur
dan jenis kelamin dan menunjukan indikator demografis lainnya sedangkan
AIM menghitung jumlah orang yang terinfeksi HIV, kasus AIDS, kematian
akibat AIDS, anak dengan HIV & AIDS, kebutuhan ART, kebutuhan PPIA dan
akibat AIDS lainnya. Hubungan antara kedua alat bantu tersebut dijabarkan
dalam bagan 1 di bawah ini:

Bagan 1. Alur Estimasi dan Proyeksi HIV/AIDS di Indonesia 2011-2016
Data Demografi
Data Perilaku ASIAN EPIDEMIC MODEL
Data surveilans HIV
Data dan Asumsi Epidemiologi lainnya
Estimasi Proyeksi
Pravalensi
Estimasi Proyeksi Populasi SPECTRUM
Asumsi Epidemiology
Estimasi Proyeksi
- Infeksi Baru HIV
- Kematian terkait HIV
- Kebutuhan terapi ARV
- Kebutuhan PPIA
Proyeksi demografis dalam Spectrum sebagian besar menggunakan data Proyeksi

Penduduk Indonesia tahun 2000-2025 dari Badan Pusat Statistik. Berikut adalah
sumber data untuk input demografis pada modul DemProj-Spectrum:
• Data Demografi
Menggunakan data yang sama dengan data demografi untuk modul AEM.
• Angka harapan hidup, Total Fertility Rate dan Age Spesific Fertility Rate
Menggunakan hasil Survei Demografi Kesehatan Indonesia dan Proyeksi
Penduduk Indonesia tahun 2000-2025 serta tabel model hidup penduduk di
kawasan Asia Tenggara yang sudah tersedia dalam modul DemProj-Spectrum.
• Rasio jenis kelamin pada tiap kelahiran
Menggunakan hasil perhitungan berdasarkan hasil Survei Demografi
Kesehatan Indonesia (SDKI) tahun 2003 dan 2007.
• Migrasi International
Menggunakan data dari buku proyeksi Penduduk Indonesia tahun 2000-2025,
hasil Sensus Penduduk 1990 dan 2000 serta Survei Penduduk Antar Sensus
(SUPAS) 1995 dan 2025.

Sedangkan data terkait dengan epidemiologi HIV dan AIDS untuk modul AEM-
Spectrum dijabarkan dari sumber data dan asumsi sebagai berikut:
• Prevalensi HIV pada kelompok populasi orang dewasa (15-49 tahun)
menggunakan luaran dari 3 modul AEM (Papua, Non Papua dan Waria) yang
sudah dikompilasikan.
• Tahun awal terjadinya epidemi menggunakan luaran dari modul AEM Non
Papua. Hal ini dilakukan mengingat modul AEM Non-Papua berisi populasi
berisiko tinggi yang lebih lengkap dan kedua model AEM lain serta merupakan
penyesuaian dengan prevalensi HIV hasil surveilans dari beberapa populasi
berisiko tinggi.
• Progresifitas HIV menjadi AIDS membutuhkan ART dan ODHA yang
meninggal karena tidak menerima ART mengikuti rekomendasi UNAIDS, yaitu
menggunakan waktu median dari awal terjadinya infeksi hingga kematian akibat
AIDS tanpa ART untuk orang dewasa diasumsikan 10 tahun (9,6 tahun untuk pria
dan 10,4 tahun untuk wanita). Untuk anak diasumsikan waktu perkembangan
menuju kematian lebih cepat.
• Distribusi usia dengan HIV dan AIDS setiap tahun menggunakan angka yang
disediakan oleh modul AEM-Spectrum untuk negara dengan tingkat epidemi
HIV terkonsentrasi pada populasi tertentu. Sedangkan rasio jenis kelamin orang
dengan HIV dan AIDS dihitung dari distribusi kasus AIDS yang dilaporkan.
• Rasio Total Fertility Rate dari perempuan yang terinfeksi HIV dengan yang tidak
terinfeksi menggunakan angka yang disediakan oleh modul Spectrum.
• Jumlah ODHA yang menerima ART didapat dari hasil monitoring ART Subdit
AIDS & PMS Kementerian Kesehatan tahun 2004-2011. Sedangkan cakupan
ART tahun 2012-2016 dianggap sama dengan tahun 2011.
• Perkiraan cakupan program PPIA diasumsikan sedang dan konservatif dengan
persentase yang sama pada perempuan dan anak-anak yang menerima ART.
Setelah semua data yang dibutuhkan oleh Spectrum di masukan, maka alat bantu
tersebut menghitung secara otomatis estimasi indikator dampak epidemi HIV dan
kemungkinan membuat proyeksi. Kelompok Kerja kemudian membandingkan
hasil perhitungan modul Spectrum dengan hasil dari modul AEM serta laporan
Estimasi Ukuran Populasi Kunci HIV tahun 2012.
Ada beberapa perhitungan estimasi dan proyeksi dari modul Spectrum yang
kemudian disepakati untuk tidak digunakan dalam laporan ini, seperti dampak
epidemi HIV terhadap epidemi tuberculosis dan perhitungan anak yang
kehilangan ibu dan atau ayah akibat kematian AIDS. Hal ini dilakukan mengingat
cara perhitungan dalam modul Spectrum didasari oleh hasil penelitian dampak
epidemi di Afrika dan belum tersedia data tersebut di Indonesia.
3.5. Estimasi Jumlah Orang Dengan HIV AIDS (ODHA)
Sebelumnya estimasi jumlah ODHA nasional dihitung dengan menggunakan
metode esktrapolasi yang didasarkan pada estimasi jumlah populasi kunci HIV
dan data prevalensi HIV terbaru dari STBP dan atau surveilans sentinel HIV
Kemenkes. Metode ini cenderung mengestimasi jumlah ODHA dengan lebih
rendah karena bergantung pada laki-laki risiko tinggi yang melaporkan bahwa
mereka mereka telah membeli seks dan perempuan yang melaporkan bahwa
mereka menjual seks dalam 12 bulan terakhir, sehingga sulit untuk mengukur
mantan pelanggan dan mantan pekerja seks yang tidak melakukan transaksi 12
bulan terakhir sebelum survei dilakukan.
Keterbatasan ini dapat diatasi oleh AEM yang mengunakan “fitting”
kecenderungan jumlah ODHA untuk setiap populasi kunci dengan
mempertimbangkan data spesifik untuk setiap negara dan kecenderungan
pola epidemi untuk sejumlah besar negara di Asia dengan tingkat epidemi HIV
terkonsentrasi. Metode ini mengimbangi risiko infeksi HIV dalam periode survei
berurutan (dan bukan 12 bulan sebelumnya yang tercakup dalam sebagian besar
survei, termasuk STBP 2011). Sebagai hasilnya, jumlah estimasi ODHA dari AEM
dikoreksi untuk populasi risiko rendah yang tidak dilaporkan dalam STBP (yaitu
orang yang tidak melaporkan perilaku berisiko selama 12 bulan sebelum survei).
AEM menghasilkan estimasi jumlah ODHA tahun 2012 dengan menggunakan
data input dari laporan estimasi ukuran populasi kunci HIV tahun 2012, tingkat
dan kecenderungan prevalensi HIV pada populasi kunci, perilaku berisiko serta
pencarian pelayanan kesehatan. Perangkat lunak AEM kemudian mencocokan
sebuah garis kecenderungan ODHA untuk setiap populasi kunci yang konsisten
dengan data input dari Indonesia dan evolusi epidemi HIV di negara-negara
Asia. Garis kecenderungan yang didapat menghasilkan estimasi jumlah ODHA
setiap tahun yang konsisten dengan semua data yang tersedia.
Meskipun demikian, AEM tidak dapat memberikan estimasi jumlah ODHA di
tingkat kabupaten/kota, sehingga metode ekstrapolasi konservatif digunakan
untuk mengestimasi jumlah ODHA di tingkat kabupaten/kota. Untuk mengatasi
estimasi yang terlalu rendah dari metode esktrapolasi, jumlah ODHA yang
diestimasi kemudian disesuaikan dengan faktor koreksi. Faktor koreksi tersebut
mempertimbangkan jumlah estimasi ODHA yang dihasilkan oleh AEM dan
metode ekstrapolasi di tingkat nasional (yaitu total estimasi jumlah ODHA
kabupaten/kota) untuk setiap populasi kunci. Dengan demikian, jumlah ODHA
yang disesuaikan untuk setiap kabupaten/kota menjadi sebagai berikut:
#PLHIV(adj) = PLHIV size(district)*[1+(PLHIV(AEM)-PLHIV(national))/PLHIV(national)]

AEM juga memiliki sejumlah keterbatasan, yaitu, pertama, parameter AEM
diturunkan dari nilai rerata dari beberapa negara Asia lainnya. Nilai parameter
ini mungkin dapat atau tidak dapat mencerminkan situasi di Indonesia; Kedua,
AEM tidak memiliki modul waria dalam perhitungannya. Untuk mengestimasi
ODHA pada populasi ini, AEM menggunakan parameter lembar kerja
heteroseksual (WPS). Oleh karena itu, hasil estimasi dan proyeksi dari lembar
kerja waria perlu diinterpretasikan secara hati-hati.
Selanjutnya AEM mensimulasikan populasi laki-laki risiko rendah (mantan
pelanggan, mantan Penasun dan mantan LSL) dan populasi perempuan risiko
rendah (mantan WPS, pasangan pelanggan dan Penasun, pasangan mantan
pelanggan, pasangan mantan LSL dan pasangan mantan Penasun). Beberapa dari
sub-populasi ini, yaitu mantan pelanggan, mantan Penasun, mantan LSL, mantan
WPS, pasangan pelanggan, tidak dihitung dan diperdiksi dalam estimasi. Oleh
karena itu, estimasi jumlah ODHA tidak dapat secara langsung dibandingkan
dengan hasil AEM. Dengan demikian, hasil estimasi untuk populasi risiko
rendah dipresentasikan berdasarkan sub-populasinya.
4. Hasil dan Diskusi

4.1. Modul AEM
Dengan menggunakan asumsi ketersediaan data perilaku berisiko tertular dan
menularkan HIV pada populasi utama (WPS, Pelanggan WPS, LSL, Penasun,
Waria, Pelanggan Waria dan populasi risiko rendah) tahun 2011-2016 dan hasil
STBP pada populasi umum Tanah Papua Tahun 2006 serta STBP pada Populasi
Berisiko Tahun 2007, 2009 dan 2011, maka modul AEM memproyeksikan
terjadinya peningkatan prevalensi HIV pada populasi usia 15-49 tahun dari
0.38% pada tahun 2011 menjadi 0.5% di tahun 2016 (Grafik 1).
Grafik
C 1. Estimasi
Chart dan
1. Estimattes andProyeksi Prevalensi
Projection HIV pada
of HIV Prevvalence Populasi Usia 15-49 Tahun di
among
P
Population Age d 15-49 Years in
Indonesia Tahun 2011-2016n Indonesia, Yeears 2011-2016
1
0.8
Prevalensi HIV (%)
0.6 0.48 0.5

0.43 0.46
0.38
0 0.41
0.4
0.2
0
2011
2 2012
2 2013 2014 2015 016
20
Tahun

Selain estimasi dan proyeksi prevalensi HIV dari modul AEM didapatkan juga
estimasi dan proyeksi jumlah ODHA menurut populasi berisiko. dimana jumlah
ODHA di populasi Pengguna Alat Suntik (Penasun) mengalami penurunan dari
28.944 pada tahun 2011 menjadi 21.559 di tahun 2016. Sedangkan peningkatan
jumlah ODHA terjadi pada populasi lainnya termasuk laki-laki risiko rendah
dan wanita risiko rendah (Tabel 1).
Tabel 1. Estimasi dan proyeksi Jumlah ODHA Menurut Populasi Kunci di Indonesia
Tahun 2011-2016
Jumlah ODHA
Populasi Kunci
2011 2012 2013 2014 2015 2016
Wanita Pekerja Seks
10.512 10.616 10.717 10.893 11.091 11.309
Langsung (WPSL)
Wanita Pekerja Seks Tidak
4.647 4.872 5.019 5.158 5.282 5.401
Langsung (WPSTL)
Pelanggan WPS (Langsung
105.325 107.784 110.076 111.978 113.909 115.954
& Tidak Langsung)
Laki-laki Seks Laki-laki
68.175 81.338 96.632 113.650 132.690 153.771
(LSL)
Pengguna Napza Suntik
29.928 27.763 26.097 24.502 22.990 21.559
(Penasun)
Waria 8.733 9.152 9.489 9.887 10.283 10.678
Pelanggan Waria 26.155 27.479 28.565 29.843 31.120 32.396
Laki-laki risiko rendah 101.604 112.921 123.959 134.638 145.123 155.477
Perempuan risiko rendah 190.349 209.898 228.089 245.770 262.768 279.276
Total 545.428 591.823 638.643 686.319 735.256 785.821
Modul AEM juga memberikan estimasi dan proyeksi jumlah infeksi HIV baru
menurut populasi berisiko, dimana secara signifikan terjadi peningkatan pada
populasi laki-laki yang melakukan hubungan seks dengan laki-laki yaitu pada
tahun 2011 sebesar 13.074 menjadi 28.640 di tahun 2016 (Tabel 2).

Tabel 2. Estimasi dan proyeksi Jumlah Infeksi HIV Baru Menurut Kelompok Populasi
Kunci di Indonesia Tahun 2011-2016
Jumlah Infeksi HIV Baru

Populasi Kunci
2011 2012 2013 2014 2015 2016
Wanita Pekerja Seks
3.715 3.791 3.846 3.899 3.958 4.026
Langsung (WPSL)
Wanita Pekerja Seks Tidak
1.478 1.504 1.522 1.542 1.563 1.589
Langsung (WPSTL)
Pelanggan WPS (Langsung
14.201 14.494 14.837 15.207 15.599 16.016
& Tidak Langsung)
Laki-laki Seks Laki-laki
14.532 16.883 19.499 22.352 25.412 28.640
(LSL)
Pengguna Napza Suntik
1.353 1.115 1.051 1.052 1.076 1.109
(Penasun)
Waria 1.170 1.209 1.249 1.289 1.329 1.368
Pelanggan Waria 4.169 4.331 4.497 4.663 4.828 4.993
Laki-laki risiko rendah 5.104 5.628 6.136 6.628 7.109 7.582
Perempuan risiko rendah 22.585 22.924 23.327 23.892 24.649 25.592
Total 68.307 71.879 75.964 80.524 85.523 90.915
4.2. Modul Spectrum

Dengan menggunakan asupan data estimasi dan proyeksi prevalensi HIV
pada populasi usia 15-49 tahun dari modul AEM, data program dan asumsi
epidemiologi lainnya, modul spektrum memberikan hasil peningkatan estimasi
jumlah total ODHA dari 545.428 pada tahun 2011 menjadi 785.821 pada tahun
2016. Grafik 2 memberikan gambaran hasil estimasi dan proyeksi jumlah infeksi
baru HIV pada populasi dewasa sehingga dengan menggunakan proporsi infeksi
baru dari modul AEM bisa diperkirakan jumlah infeksi baru setiap tahunnya.
Ada peningkatan estimasi dan proyeksi jumlah infeksi baru HIV dari 68.307 pada
tahun 2011 menjadi 90.915 di tahun 2016. Begitu juga dengan jumlah kematian
terkait AIDS pada populasi dewasa tahun meningkat di tahun 2012-2016.

Grafik 2. Estimasi dan Proyeksi Jumlah ODHA, Kematian AIDS dan Infeksi HIV
baru Dewasa Usia ≥ 15 Tahun di Indonesia Tahun 2011-2016
1000000 200000
785821
800000 735256 160000
686319
638643
591823
Kematian AIDS &

Infeksi HIV Baru
600000 545428 120000
ODHA
85523 90915
75964 80524
400000 68307 71879 80000
36586 40349
200000 29144 32848 40000
22180 25484
0 0
2011 2012 2013 2014 2015 2016
Tahun
Kematian AIDS Infeksi HIV Baru ODHA
Grafik 3 menggambarkan kebutuhan ART untuk populasi usia 15-49 tahun

yang meningkat dari 145.766 pada tahun 2011 menjadi 248.903 di tahun 2016.
Sedangkan ODHA yang menerima ART diestimasikan sebesar 24.200 (16,60%)
pada tahun 2011 meningkat 44.594 (18%) di tahun 2016. Kedua data proyeksi ini
dapat digunakan lebih jauh sebagai dasar perencanaan penyediaan ART untuk
tahun 2013-2016 dan mengukur cakupan layanan ART di tahun 2012.
Grafik 3. Estimasi dan Proyeksi Jumlah ODHA dan Kebutuhan ART Dewasa Usia ≥ 15
1000000 50
785821
800000 735256 40
686319
% receiving ART ART
638643
1000000 591823 50
ODHA
600000 545428 30
% menerima
785821
800000 735256 40
PLHIV
686319
638643
% menerima ART
591823 17.92
545428 17.29 17.53 17.74
400000
600000 16.6 17.01 30 20
ODHA
16.6 17.01 17.29 17.53 17.74

228845
17.92
248903
400000 208556 20
166982 187937 248903 10
200000 145766 208556 228845
166982 187937
200000 145766 10
24200 24408 32501 36567 40597
40597 44594
44594
24200 24408 32501 36567
00 0 0
2011 2012 2013 2014 2015 2016
2011 2012 2013 2014 2015 2016
Tahun
Tahun
Year
ODHA
PLHIV membutuhkan
need ART ART
PLHIV receiving ART ODHA menerima
PLHIV ART
% receiving ART
ODHA % menerima ART

Sama halnya dengan populasi kelompok umur 15-49 tahun, estimasi dan proyeksi
ODHA, infeksi baru HIV, kematian terkait AIDS dan kebutuhan ART pada anak
juga terjadi peningkatan setiap tahun. Estimasi dan proyeksi jumlah ODHA pada
anak meningkat pada tahun 2011 sebesar 14.446 menjadi 26.977 di tahun 2016.
Sedangkan untuk Estimasi dan proyeksi ODHA pada anak berusia dibawah
15 tahun yang tertular HIV melalui ibu pada saat dilahirkan ataupun melalui
pemberian air susu ibu yang positif mengalami peningkatan dari 3.987 pada tahun
2011 menjadi 5.565 di tahun 2016. Begitu pula estimasi dan proyeksi kematian
anak karena AIDS mengalami peningkatan pada tahun 2011 sebesar 1.638 menjadi
2.746 di tahun 2016 (Grafik 4).
Grafik 4. Estimasi dan Proyeksi Jumlah ODHA, Kematian AIDS dan Infeksi HIV baru
Anak Usia 0-14 Tahun di Indonesia Tahun 2011-2016
30000 26977 10000
24435
25000 21871 8000
19332
Kematian AIDS &

Infeksi HIV Baru
20000 16844
5318 5565 6000
ODHA
14446 4713 5029

15000 4361
3987
4000
10000 2533 2746
2077 2310
1638 1839
5000 2000
0 0
2011 2012 2013 2014 2015 2016
Year
Kematian AIDS Infeksi HIV baru ODHA
Kebutuhan ART untuk ODHA anak mengalami peningkatan dari 10.126 pada
tahun 2011 menjadi 17.626 di tahun 2016. Sedangkan ODHA anak yang menerima
ART diestimasikan sama tahun 2012-2016 yaitu sebesar 1.695 (Grafik 5).
Grafik 5. Estimasi dan Proyeksi Jumlah ODHA dan Kebutuhan ART Anak Usia 0-14
30000 26977 50
24435
25000 Year 21871 40
19332
% menerima ART
20000 16844 17626

16197 30
14446 14751
ODHA
15000 13247
11649
10126 14.55 20
15.3 12.8
10000 11.49 10.46 9.62
5000 10
1549 1695 1695 1695 1695 1695
0 0
2011 2012 2013 2014 2015 2016
ODHA membutuhkan ART ODHA menerima ART ODHA % menerima ART

Data estimasi dan proyeksi epidemi HIV pada anak ini dapat digunakan oleh
berbagai pihak sebagai dasar dalam perencanaan berbagai program terkait
dengan pencegahan penularan HIV dari ibu ke bayi penyediaan berbagai layanan
kesehatan terkait HIV dan AIDS untuk anak dan mengevaluasi cakupan dari
program tersebut. Selain itu data ini juga sangat bermanfaat untuk kepentingan
advokasi kepada pemangku kebijakan agar dapat meningkatkan komitmen dalam
berbagai upaya penanggulangan HIV dan AIDS.
Modul Spectrum juga dapat memproyeksikan terjadinya peningkatan prevalensi
HIV pada ibu hamil dari 0,34% pada tahun 2011 menjadi 0,49% di tahun 2016
(Grafik 6).
Grafik 6. Estimasi dan Proyeksi Prevalensi HIV pada Ibu Hamil di Indonesia Tahun
2011-2016
0.8
Prevalensi HIV (%)
0.6 0.47 0.49

0.41 0.44
0.34 0.38
0.4
0.2
0
2011 2012 2013 2014 2015 2016
T
Tahun
Grafik 7 menggambarkan estimasi dan proyeksi ibu hamil positif HIV mengalami
peningkatan pada tahun 2011 sebesar 14.194 menjadi 19.636 di tahun 2016.
Kebutuhan layanan pencegahan penularan HIV dari ibu ke bayi dan bayi yang
dilahirkan dengan HIV positif juga meningkat setiap tahun. Pada tahun 2011
diestimasikan kebutuhan PPIA sebesar 12.065 menjadi 16.691 di tahun 2016.
Sedangkan ibu yang menerima layanan PPIA diestimasikan sebesar 890 (7,38%)
pada tahun 2011 menjadi 1.688 (10,11%) di tahun 2016.

Grafik 7. Estimasi dan Proyeksi Kebutuhan Layanan PPIA di Indonesia Tahun 2011-
2016
30000 12
10.11
9.57
25000 9.04 10
8.49
Ibu Hamil Positif HIV
7.95 19636
18872
% menerima ART
20000 7.38 17807 8
16735
15517
14194
15000 16691 6
10000 12065 13189 14225 15136 15965 4
5000 2
1688
890 1048 1208 1368 1528
0 0
2011 2012 2013 2014 2015 2016
Tahun
Bumil Positif HIV Ibu membutuhkan PPIA
Ibu menerima PPIA % menerima PPIA
5. Keterbatasan
Keterbatasan yang dihadapi pada estimasi dan proyeksi HIV/AIDS di Indonesia
tahun 2011-2016 antara lain tidak tersedianya semua data yang diperlukan oleh
alat bantu AEM dan Spectrum dan tidak tersedianya AEM untuk menggabungkan
modul papua, non papua dan waria sehingga masih perlu dilakukan penggabungan
pemodelan bagi ketiga modul tersebut diluar alat bantu AEM yang tersedia.
Data terkait surveilans HIV di beberapa wilayah geografis utama dan kelompok
populasi sangat terbatas sehingga ketersediaan data tersebut sangat diperlukan.
6. Kesimpulan
Walaupun epidemi HIV di Indonesia biasanya dihubungkan dengan pengguna
jarum suntik (Penasun) dan pekerja seks perempuan (WPS), ternyata situasi
epidemi HIV dan AIDS telah berubah. Pada tahun-tahun mendatang, jumlah
terbesar infeksi HIV baru akan terjadi di antara laki-laki yang berhubungan seks
dengan laki-laki (LSL), diikuti oleh perempuan pada populasi umum (perempuan
risiko rendah), yang terdiri dari perempuan terinfeksi melalui berhubungan seks
dengan pasangan yang terinfeksi serta wanita yang mereka sendiri mungkin
telah terlibat dalam perilaku berisiko pada tahun sebelumnya dan mereka yang
sebenarnya telah terinfeksi HIV dan baru dapat terdeteksi di kemudian hari. Jumlah
infeksi yang cukup besar terjadi pada laki-laki yang merupakan pelanggan pekerja
seks dan laki-laki populasi umum (laki-laki risiko rendah), yang terdiri dari laki-
laki yang terinfeksi melalui hubungan seksual dengan istri-istri mereka ditambah
dengan laki-laki yang berhubungan seks dengan WPS pada tahun sebelumnya.
7. Rekomendasi
Pemanfaatan lebih lanjut dari estimasi dan proyeksi HIV/AIDS ini seperti
perkiraan kebutuhan sumberdaya juga perlu dilakukan untuk melengkapi
informasi bagi pemangku kebijakan sehingga dapat menentukan prioritas
program dengan berbasis pada data. Selain itu pula diperlukan alat bantu
estimasi dan proyeksi HIV/AIDS yang lebih spesifik untuk Indonesia seperti
pada kelompok waria, sehingga dapat mengakomodasi keanekaragaman
epidemi HIV di Indonesia. Hasil estimasi dan proyeksi HIV/AIDS ini berguna
untuk memenuhi kebutuhan data surveilans HIV yang baik dan menilai M&E
dan sistem surveilans rutin. Selain itu, hasil ini dapat digunakan sebagai model
dan perubahan informasi untuk merevisi estimasi dan dampak setiap 2 tahun.
8. Daftar Pustaka
Biro Pusat Statistik dan Departemen Kesehatan RI. 2004. Laporan Hasil Survei
Surveilans Perilaku (SSP) 2002-2003 di Indonesia. Jakarta: s.n., 2004.
Departemen Kesehatan RI. 2005. Laporan Hasil Penelitian Prevalensi Infeksi Saluran
Reproduksi pada WPS, Indonesia Tahun 2005. Jakarta: Depkes, 2005.
Departemen Kesehatan RI. 2005. Situasi Perilaku Berisiko Tertular HIV di Indonesia,
Hasil SSP Tahun 2004-2005. Jakarta: s.n., 2005.
Departemen Kesehatan RI. 2006. Pedoman Surveilans Sentinel HIV, Surveilans HIV
Generasi Kedua. Jakarta: Depkes, 2006.
Departemen Kesehatan RI. 2007. Laporan Nyata Survei Terpadu Biologis dan
Perilaku Tahun 2007. Jakarta: Depkes, 2007.
Departemen Kesehatan RI. 2008. Surveilans Terpadu Biologis dan Perilaku 2007.
Direktorat Jenderal PP dan PL, 2008.
Departemen Kesehatan RI. 2008. Pemodelan Matematika Epidemi HIV di Indonesia
Tahun 2008-2014. Direktorat Jenderal PP dan PL, 2008.
Departemen Kesehatan RI. 2009. Estimasi Populasi Dewasa Rawan Terinfeksi HIV
2009. Direktorat Jenderal PP dan PL, 2010.
Departemen Kesehatan RI. 2009. Laporan Hasil Survei Prevalensi Infeksi Saluran
Reproduksi pada wanita penjaja seks di Kupang, Samarinda, Pontianak,
Yogyakarta, Timika, Makassar, dan Tangerang Tahun 2006-2007. Jakarta: Depkes,
2009.
Kementerian Kesehatan RI. 2011. Laporan Hasil Surveilans Terpadu Biologis dan
Perilaku Tahun 2009. Jakarta: Kemenkes, 2011.
Kementerian Kesehatan RI. 2011. Laporan Hasil Surveilans Terpadu Biologis dan
Perilaku Tahun 2011. Jakarta: Kemenkes, 2011.
World Health Organization. 2011. Guidelines for Second Generation HIV
Surveillance: an update: Know your epidemic. Geneva: WHO, 2011.
9. Lampiran
Lampiran 9.1. Estimasi dan Proyeksi Jumlah ODHA, Infeksi HIV Baru, Kematian
AIDS dan Kebutuhan ART Dewasa & Anak di Indonesia Tahun 2011-2016
2011 2012 2013 2014 2015 2016

ODHA
Laki-laki 339.297 366.753 395.655 426.292 458.878 493.555
Perempuan 220.577 241.914 262.320 281.898 300.813 319.243
Total 559.894 608.667 657.975 708.190 759.691 812.798
Infeksi HIV Baru
Laki-laki 41.383 44.688 48.437 52.480 56.753 61.196
Perempuan 30.911 31.552 32.240 33.073 34.088 35.284
Total 72.294 76.240 80.677 85.553 90.841 96.480
Kematian AIDS
Laki-laki 16.288 18.288 20.682 23.075 25.489 27.937
Perempuan 7.610 9.035 10.539 12.083 13.630 15.158
Total 23.818 27.323 31.221 33.079 39.119 43.095
Kebutuhan ART
Laki-laki 104.688 118.178 131.244 143.903 156.332 168.757
Perempuan 51.204 60.453 69.939 79.404 88.709 97.771
Total 155.892 178.631 201.184 223.307 245.042 266.529
AIDS dan Kebutuhan ART Dewasa Usia ≥ 15 Tahun di Indonesia Tahun 2011-2016
2011 2012 2013 2014 2015 2016

ODHA
Laki-laki 331.921 358.153 385.786 415.127 446.404 479.783
Perempuan 213.507 233.670 252.857 271.192 288.852 306.038
Total 545.428 591.823 638.643 686.319 735.256 785.821
Infeksi HIV Baru
Laki-laki 39.342 42.457 46.025 49.907 54.032 58.348
Perempuan 28.965 29.422 29.939 30.617 31.491 32.567
Total 68.307 71.879 75.964 80.524 85.523 90.915
Kematian AIDS
Laki-laki 15.452 17.349 19.621 21.895 24.196 26.535
Perempuan 6.808 8.135 9.523 10.953 12.390 13.814
Total 22.180 25.484 29.144 32.848 36.586 40.349
Kebutuhan ART
Laki-laki 99.520 112.234 124.485 136.376 148.068 159.765
Perempuan 46.246 54.748 63.452 72.180 80.776 89.138
Total 145.766 166.982 187.937 208.556 228.845 248.903

AIDS dan Kebutuhan ART Anak Usia 0-14 Tahun di Indonesia Tahun 2011-2016
2011 2012 2013 2014 2015 2016

ODHA
Laki-laki 7.376 8.600 9.869 11.165 12.474 13.772
Perempuan 7.070 8.244 9.463 10.706 11.961 13.205
Total 14.466 16.844 19.332 21.871 24.435 26.977
Infeksi HIV Baru
Laki-laki 2.041 2.231 2.412 2.573 2.721 2.848
Perempuan 1.946 2.130 2.301 2.456 2.597 2.717
Total 3.987 4.361 4.713 5.029 5.318 5.565
Kematian AIDS
Laki-laki 836 939 1.061 1.180 1.293 1.402
Perempuan 802 900 1.016 1.130 1.240 1.344
Total 1.638 1.839 2.077 2.310 2.533 2.746
Kebutuhan ART
Laki-laki 5.168 5.944 6.759 7.527 8.264 8.992
Perempuan 4.958 5.705 6.487 7.224 7.933 8.633
Total 10.126 11.649 13.247 14.751 16.197 17.626
Lampiran 9.4. Perbandingan Ketepatan Hasil AEM dan Spectrum di 31 Provinsi

Tahun 1980-2016
ODHA Infeksi HIV Baru
Kematian AIDS

Lampiran 9.5. Perbandingan Ketepatan Hasil AEM dan Spectrum di Tanah
Papua Tahun 1980-2016
Infeksi HIV
ODHA
Baru
Kematian AIDS
Lampiran 9.6. ODHA Populasi Dewasa usia ≥ 15 Tahun di 31 Provinsi Tahun

2000-2025
Waria
Pelanggan Waria
LSL
WPS
Pelanggan WPS
Penasun
Laki-laki Risiko rendah
Perempuan Risiko rendah

Lampiran 9.7. ODHA Populasi Dewasa usia ≥ 15 Tahun di Tanah Papua Tahun 2000-2025
WPS
Pelanggan WPS
Laki-laki Risiko rendah
Perempuan Risiko rendah
Lampiran 9.8. Infeksi HIV Baru Populasi Dewasa Usia ≥ 15 Tahun Menurut Cara
Penularan di 31 Provinsi Tahun 1990-2025
Seks Waria
Seks LSL
Seks Pekerja Seks
Berbagi jarum suntik
Seks Tanpa Imbalan
IstriSuami
SuamiIstri

Lampiran 9.9 Infeksi HIV Baru Populasi Dewasa Usia ≥ 15 Tahun Menurut Cara
Penularan di Tanah Papua Tahun 1990-2025
Seks Pekerja Seks

Seks Tanpa Imbalan
IstriSuami
SuamiIstri
Lampiran 9.10. Proporsi Infeksi HIV Baru Menurut Rute Penularan di 31 Provinsi
Seks Waria
Seks LSL
Berbagi jarum suntik
Seks Pekerja Seks
Seks Tanpa Imbalan
IstriSuami
SuamiIstri

Lampiran 9.11. Proporsi Infeksi HIV Baru Menurut Rute Penularan di Tanah Papua
Seks Pekerja Seks

Seks Tanpa Imbalan
IstriSuami
SuamiIstri
Lampiran 9.12. Prevalensi HIV Populasi Dewasa Usia 15-49 Tahun di 31 Provinsi
Tahun 1995-2025
Tahun 2011
Laki-laki 15-49 tahun

Total 15-49 tahun
Perempuan 15-49
tahun

Lampiran 9.13. Prevalensi HIV Populasi Dewasa Usia 15-49 Tahun di Tanah
Papua Tahun 1995-2025
Tahun 2011
Laki-laki 15-49 tahun

Total 15-49 tahun
Perempuan 15-49
tahun
Lampiran 9.14. Hasil Analisis AEM Pada 31 Provinsi Untuk Jumlah PLHIV
Dengan Perbandingan Skenario Cakupan Program Pencegahan
Baselline: Non Papua

Intervensi 1: Non Papua_WPS80%
Intervensi 2: Non Papua_Penasun80%

Intervensi 3: Non Papua_LSL80%
Intervensi 4: Non Papua_WPS80%+LSL80%
Intervensi 5: Non Papua_WPS80%+LSL80%+
Penasun80%

Lampiran 9.15. Hasil Analisis AEM Pada Tanah Papua Untuk Jumlah PLHIV
Dengan Perbandingan Skenario Cakupan Program Pencegahan
Baselline: Tanah Papua
Intervensi 1: TanahPapua_WPS80%
Intervensi 2: TanahPapua_WPS80%+Casuall Condom 50%+Penurunan IMS 20%
Intervensi 3: 0
Intervensi 4: 0
Intervensi 5: 0

Lampiran 9.19. Estimasi ODHA Menurut Provinsi di Indonesia Tahun 2012
Orang Dengan HIV/AIDS (ODHA)

No Provinsi WPS Pelanggan Laki-laki Perempuan
Pelanggan
WPS WPS Pelanggan
LSL Tidak Tidak
WPS
Langsung Langsung
Waria Waria Penasun risiko risiko
Langsung Langsung rendah rendah
1 NANGGROE ACEH
2.177 12 15 151 1.005 96 164 865 1.287 2.021
DARUSSALAM
2 SUMATERA UTARA 3.046 264 591 399 1.403 877 2.294 1.471 2.775 7.890
3 SUMATERA BARAT 4.393 81 91 195 1.294 102 173 552 1.847 3.272
4 RIAU 791 251 417 351 2.433 226 539 350 1.510 6.885
5 JAMBI 1.392 173 200 380 2.001 105 179 309 1.297 6.729
6 SUMATERA SELATAN 1.397 31 113 167 1.076 135 538 607 1.157 2.403
7 BENGKULU 1.195 18 19 86 570 43 73 282 638 1.263
8 LAMPUNG 1.988 14 15 80 491 153 198 205 830 1.161
9 KEPULAUAN BANGKA
82 12 8 30 110 38 65 193 161 509
BELITUNG
10 KEPULAUAN RIAU 456 3 2 83 551 294 704 188 620 1.085
11 DKI JAKARTA 6.822 1.957 5.070 1.768 20.433 779 2.423 4.585 13.135 35.947
12 JAWA BARAT 6.016 166 225 1.475 13.296 1.016 1.923 4.532 8.643 19.357
13 JAWA TENGAH 14.688 129 335 1.397 8.649 1.221 3.897 1.453 8.576 19.259
14 DI YOGYAKARTA 846 40 86 102 591 47 83 122 524 1.639
15 JAWA TIMUR 5.660 227 445 1.060 9.726 1.546 8.985 5.067 9.482 15.124
16 BANTEN 5.196 98 122 265 837 162 185 527 1.905 4.601
17 BALI 949 491 278 592 6.966 397 1.057 706 3.388 11.317
18 NUSA TENGGARA BARAT 609 147 232 114 1.339 126 215 309 899 2.611
19 NUSA TENGGARA TIMUR 964 200 284 376 2.259 105 146 509 1.380 6.894
20 KALIMANTAN BARAT 1.098 16 16 99 657 65 182 476 750 1.405
21 KALIMANTAN TENGAH 543 79 87 67 443 50 85 319 473 1.615
22 KALIMANTAN SELATAN 1.671 45 63 75 1.090 70 119 447 1.032 1.274
23 KALIMANTAN TIMUR 7.636 20 33 100 1.609 160 365 451 2.764 1.285
24 SULAWESI UTARA 3.937 79 69 41 78 119 255 452 1.287 1.336
25 SULAWESI TENGAH 999 10 11 68 453 67 115 299 566 959
26 SULAWESI SELATAN 3.033 118 160 159 1.929 558 1.333 1.464 2.493 2.882
27 SULAWESI TENGGARA 1.099 21 21 63 421 50 85 408 614 1.002
28 GORONTALO 539 5 6 34 224 41 70 29 251 478
29 SULAWESI BARAT 256 4 5 24 159 31 53 114 184 340
30 MALUKU 787 21 7 166 1.412 42 55 279 819 2.217
31 MALUKU UTARA 430 8 11 37 247 57 97 191 307 548
32 PAPUA BARAT 235 35 106 177 5.147 76 223 0 13.900 12.742
33 PAPUA 407 96 196 435 9.543 300 602 1 27.429 31.846
NATIONAL 81.338 4.872 9.341 10.616 98.443 9.152 27.479 27.763 112.921 209.898

Lampiran 9.20. Estimasi ODHA Menurut Kabupaten/Kota di Indonesia Tahun 2012
NANGGROE ACEH DARUSSALAM

No Provinsi WPS Pelanggan Pelanggan Laki-laki Perempuan
WPS Pelanggan
LSL Tidak WPS Tidak WPS Waria Penasun risiko risiko
Langsung Langsung Langsung Langsung
Waria
rendah rendah
1 SEMEULUE 11 0 - 18 123 2 3 22 56 241
2 ACEH SINGKIL 40 0 - 8 52 4 8 34 44 102
3 ACEH SELATAN 72 1 2 4 27 4 7 37 44 65
4 ACEH TENGGARA 40 0 - 9 61 4 6 25 43 119
5 ACEH TIMUR 75 1 1 13 88 4 7 28 63 178
6 ACEH TENGAH 53 1 1 12 79 2 3 39 58 162
7 ACEH BARAT 43 1 1 19 127 4 6 37 72 253
8 ACEH BESAR 103 0 1 7 47 4 6 45 61 94
9 PIDIE 43 1 1 1 6 3 6 57 37 14
10 BIREUN 88 0 - 13 85 7 12 55 78 165
11 ACEH UTARA 108 1 1 3 18 3 5 108 77 36
12 ACEH BARAT DAYA 66 1 1 1 5 2 3 31 31 14
13 GAYO LUES 22 0 - 5 30 3 5 23 27 60
14 ACEH TAMIANG 117 1 1 1 5 2 3 53 52 13
15 NAGAN RAYA 16 1 1 4 24 4 6 18 22 52
16 ACEH JAYA 32 1 1 2 13 3 6 25 24 29
17 BENER MERIAH 46 0 - 3 23 1 1 37 34 44
19 KOTA BANDA ACEH 400 1 1 3 20 19 33 58 141 42
20 KOTA SABANG 176 0 - 7 47 9 14 21 73 90
21 KOTA LANGSA 243 1 1 2 16 2 4 55 88 34
22 KOTA LHOKSEUMAWE 315 1 1 10 64 6 10 4 106 128
23 KOTA SUBULUSSALAM 48 0 - 0 3 2 4 26 24 5
TOTAL 2.177 12 15 151 1.005 96 164 865 1.287 2.021
SUMATERA UTARA
WPS Pelanggan
LSL Tidak WPS Tidak
Langsung
WPS Waria Waria
Penasun risiko risiko
Langsung Langsung Langsung rendah rendah
24 NIAS 2 2 5 2 6 9 22 19 19 47
25 MANDAILING NATAL 38 4 8 6 22 11 29 33 42 119
26 TAPANULI SELATAN 29 4 9 5 18 12 32 20 34 107
27 TAPANULI TENGAH 60 5 12 7 24 15 39 29 51 141
28 TAPANULI UTARA 37 3 7 3 12 9 24 33 37 75
29 TOBA SAMOSIR 31 2 5 2 5 7 18 34 30 41
31 ASAHAN 141 10 21 14 49 27 71 95 119 275
32 SIMALUNGUN 17 11 25 22 78 20 53 32 70 409
33 DAIRI 35 4 10 4 15 12 31 24 37 98
34 KARO 70 6 12 10 37 17 44 32 61 193
35 DELI SERDANG 32 10 21 11 39 76 198 75 123 236

WPS Pelanggan
LSL Tidak WPS Tidak
Langsung
WPS Waria Waria
37 NIAS SELATAN 20 3 7 5 17 11 29 15 29 95
38 HUMBANG
25 3 7 2 8 10 25 20 28 58
HASUNDUTAN
39 PAKPAK BHARAT 16 2 4 1 3 8 21 19 20 29
40 SAMOSIR 24 4 8 3 10 14 37 24 33 71
41 SERDANG BEDAGAI 80 8 17 16 55 20 51 35 76 291
42 BATU BARA 88 10 21 14 49 26 68 29 80 282
43 PADANG LAWAS UTARA 12 3 7 3 12 11 29 19 27 77
44 PADANG LAWAS 16 3 7 4 15 11 29 21 30 89
45 LABUHAN BATU
57 10 21 12 43 30 78 19 70 256
SELATAN
46 LABUHAN BATU UTARA 71 13 28 25 89 41 107 31 107 467
47 NIAS UTARA 2 3 6 2 8 8 21 19 20 57
48 NIAS BARAT 1 2 5 1 5 8 21 19 18 39
49 KOTA SIBOLGA 264 17 38 14 48 60 157 32 160 349
50 KOTA TANJUNG BALAI 244 5 10 18 63 4 10 24 99 291
52 KOTA TEBING TINGGI 246 9 19 15 54 38 100 78 150 291
53 KOTA MEDAN 572 41 94 52 189 203 532 188 489 1.105
54 KOTA BINJAI 292 16 35 38 133 32 84 59 181 665
55 KOTA PADANGSIDIMPUAN 119 8 17 10 35 19 49 39 79 207
56 KOTA GUNUNGSITOLI 13 4 8 3 11 14 36 27 32 77
TOTAL 3.046 264 591 399 1.403 877 2.294 1.471 2.775 7.890
SUMATERA BARAT

No Provinsi Pelanggan Pelanggan Laki-laki Perempuan
WPS Tidak WPS Pelanggan
LSL Langsung
WPS Tidak
Langsung
WPS Waria Waria
Langsung Langsung rendah rendah
57 KEPULAUAN MENTAWAI 10 5 6 18 120 5 9 19 57 282
58 PESISIR SELATAN 75 5 6 20 130 4 7 18 76 305
59 SOLOK 61 2 3 7 47 4 7 18 42 112
60 SAWAHLUNTO/
37 2 2 10 64 2 4 34 47 143
SIJUNJUNG
61 TANAH DATAR 56 3 3 10 67 3 5 18 47 154
63 AGAM 77 22 24 28 189 3 5 18 102 577
64 LIMA PULUH KOTA 60 2 2 7 47 3 5 18 41 107
65 PASAMAN 45 2 2 7 48 3 5 18 38 113
66 SOLOK SELATAN 27 3 3 7 48 2 4 18 33 118
67 DHARMAS RAYA 39 2 2 9 61 - - 18 39 138
68 PASAMAN BARAT 68 2 2 6 42 10 17 18 46 99
69 KOTA PADANG 704 2 2 5 32 19 32 66 223 74
70 KOTA SOLOK 768 2 2 3 22 8 14 26 213 58
71 KOTA SAWAH LUNTO 221 2 3 9 59 5 9 34 92 136
72 KOTA PADANG PANJANG 726 3 4 0 3 15 25 33 204 37
73 KOTA BUKITTINGGI 705 13 15 15 100 7 12 115 263 320
74 KOTA PAYAKUMBUH 395 5 5 12 82 4 7 9 134 206
75 KOTA PARIAMAN 256 1 1 12 81 2 3 32 106 169
TOTAL 4.393 81 91 195 1.294 102 173 552 1.847 3.272

RIAU
No Provinsi WPS Pelanggan
Pelanggan Laki-laki Perempuan
WPS WPS Pelanggan
LSL Tidak Tidak Langsung
WPS Waria Waria
76 KUANTAN SINGINGI 56 5 7 18 127 2 4 38 77 275
77 INDRAGIRI HULU 57 6 10 10 67 20 49 33 70 183
78 INDRAGIRI HILIR 6 28 48 64 440 42 101 26 217 1.085
79 PELALAWAN 4 10 17 23 159 9 20 23 79 391
80 SIAK 66 14 22 14 100 22 52 24 86 313
81 KAMPAR 21 7 12 16 112 5 12 1 53 278
82 ROKAN HULU 74 14 23 19 134 22 53 24 100 378
83 BENGKALIS 25 29 49 49 337 8 20 32 160 900
84 ROKAN HILIR 17 31 52 40 277 29 70 32 156 808
85 KEPULAUAN MERANTI 34 5 7 8 53 2 4 27 41 141
86 KOTA PEKANBARU 240 73 123 59 410 56 133 62 314 1.459
87 KOTA DUMAI 192 29 48 31 216 9 22 28 158 674
TOTAL 791 251 417 351 2.433 226 539 350 1.510 6.885
JAMBI
WPS WPS Pelanggan
WPS Waria Waria
88 KERINCI 183 38 43 28 145 4 7 25 123 749
89 BANGKO 129 58 65 230 1.187 5 8 25 483 3.638
90 SAROLANGUN 69 14 15 33 169 6 11 22 93 567
91 BATANGHARI 29 7 8 3 13 6 10 25 28 102
92 MUARO JAMBI 18 10 11 5 24 3 5 22 27 160
93 TANJUNG JABUNG TIMUR 104 17 19 13 68 6 10 18 67 345
94 TANJUNG JABUNG BARAT 18 26 29 35 182 11 20 21 93 728
95 TEBO 99 0 2 8 51 7 12 19 54 107
96 BUNGO 37 0 1 6 39 15 26 32 44 77
97 KOTA JAMBI 695 1 4 13 86 21 36 50 237 180
98 KOTA SUNGAI PENUH 11 0 2 6 37 21 35 49 48 76
TOTAL 1.392 173 200 380 2.001 105 179 309 1.297 6.729
SUMATERA SELATAN
WPS WPS Pelanggan
WPS Waria Waria
99 OGAN KOMERING ULU
67 0 1 13 85 0 0 5 49 175
(OKU)
100 OGAN KOMERING ILIR (OKI) 50 1 3 11 71 0 1 21 47 147
101 MUARA ENIM (ME) 94 1 3 3 18 6 12 34 48 39
102 LAHAT 42 0 1 6 36 4 8 53 47 71

WPS WPS Pelanggan
WPS Waria Waria
104 MUSI BANYUASIN
60 0 1 11 71 7 14 26 56 143
(MUBA)
105 BANYUASIN (BA) 74 0 1 5 30 14 26 24 48 61
32 22 87 75 481 4 8 30 221 1.158
SELATAN (OKUS)
69 1 3 7 46 8 16 35 53 98
TIMUR (OKUT)
108 OGAN ILIR 44 1 4 2 16 5 10 50 40 39
109 EMPAT LAWANG 32 1 4 4 23 4 7 21 28 55
110 KOTA PALEMBANG 373 2 2 8 52 63 399 147 281 108
111 KOTA PRABUMULIH 142 0 - 2 11 6 11 36 57 23
112 KOTA PAGARA ALAM 72 1 1 6 37 3 5 25 42 82
113 KOTA LUBUK LINGGAU 191 1 1 3 23 4 7 95 94 46
TOTAL 1.397 31 113 167 1.076 135 538 607 1.157 2.403
BENGKULU
WPS WPS Pelanggan
WPS Waria Waria
114 BENGKULU SELATAN 71 1 1 3 23 5 8 37 43 53
115 REJANG LEBONG 154 1 1 8 53 4 6 40 74 113
116 BENGKULU UTARA 74 1 1 6 37 5 9 7 38 82
117 KAUR 40 1 1 5 35 4 6 22 33 75
118 SELUMA 45 1 1 3 23 4 7 19 29 52
119 MUKOMUKO 60 1 1 4 28 6 10 30 40 58
120 LEBONG 39 2 2 9 60 6 10 24 44 132
121 KEPAHYANG 76 0 - 11 75 3 5 23 56 145
122 BENGKULU TENGAH 24 8 9 26 174 4 6 18 80 417
123 KOTA BENGKULU 614 2 2 9 62 3 5 60 200 135
TOTAL 1.195 18 19 86 570 43 73 282 638 1.263
LAMPUNG

WPS Pelanggan
LSL Tidak WPS Tidak
Langsung
WPS Waria Waria
124 LAMPUNG BARAT 66 1 1 3 23 10 12 21 38 53
125 TANGGAMUS 53 1 1 16 107 12 15 3 58 214
126 LAMPUNG SELATAN 63 1 1 9 58 15 19 3 46 126
127 LAMPUNG TIMUR 64 1 1 11 75 5 7 5 47 155
128 LAMPUNG TENGAH 80 1 2 13 89 15 20 4 61 185

WPS Pelanggan
LSL Tidak WPS Tidak
Langsung
WPS Waria Waria
130 WAY KANAN 31 1 1 9 60 10 13 25 43 124
131 TULANG BAWANG 81 1 1 1 5 15 20 4 32 27
132 PESAWARAN 21 1 1 1 3 5 6 20 17 15
133 PRINGSEWU 63 1 1 2 9 15 19 25 37 41
134 MESUJI 36 1 1 2 7 3 4 18 20 33
135 TULANG BAWANG BARAT 98 2 1 3 11 2 3 19 38 57
136 KOTA BANDAR
631 1 1 2 6 32 41 35 189 29
LAMPUNG
137 KOTA METRO 624 1 1 2 7 5 6 3 161 33
TOTAL 1.988 14 15 80 491 153 198 205 830 1.161
KEPULAUAN BANGKA BELITUNG

No Provinsi
WPS Pelanggan Pelanggan Laki-laki Perempuan
WPS Pelanggan
LSL Tidak WPS Tidak
Langsung
WPS Waria Waria
138 BANGKA 14 2 1 4 16 7 12 5 17 74
139 BELITUNG 11 0 - 1 3 5 8 21 14 13
140 BANGKA BARAT 6 1 1 2 6 5 8 22 16 30
141 BANGKA TENGAH 4 0 - 1 3 4 6 24 13 13
142 BANGKA SELATAN 13 2 1 0 1 3 5 18 13 22
143 BELITUNG TIMUR 6 6 5 21 79 4 6 20 41 348
KOTA
144 29 0 - 1 3 11 19 83 47 10
PANGKALPINANG
TOTAL 82 12 8 30 110 38 65 193 161 509
KEPULAUAN RIAU

No Provinsi Pelanggan
WPS Pelanggan Laki-laki Perempuan
WPS WPS Pelanggan
WPS Waria Waria
145 KARIMUN 41 0 - 17 112 50 119 23 99 217
146 BINTAN 41 0 - 8 55 30 72 26 64 108
147 NATUNA 6 0 - 9 61 11 25 19 39 121
149 ANAMBAS 3 0 - 15 99 11 26 19 51 192
150 KOTA BATAM 232 0 - 14 94 66 157 49 163 181
151 KOTA TANJUNGPINANG 118 2 2 14 94 113 270 30 167 195
TOTAL 456 3 2 83 551 294 704 188 620 1.085

DKI JAKARTA

WPS WPS Pelanggan
WPS Waria Waria
152 KEPULAUAN SERIBU 206 252 653 167 1.931 3 11 33 972 4.030
153 KOTA JAKARTA
1.802 266 689 575 6.647 189 589 905 3.547 8.356
SELATAN
154 KOTA JAKARTA TIMUR 825 337 872 375 4.335 160 497 745 2.469 6.926
155 KOTA JAKARTA PUSAT 1.637 664 1.719 400 4.624 59 184 1.378 3.208 10.121
156 KOTA JAKARTA BARAT 1.549 436 1.131 246 2.840 163 508 963 2.303 6.473
157 KOTA JAKARTA UTARA 802 2 6 5 56 204 634 561 636 43
TOTAL 6.822 1.957 5.070 1.768 20.433 779 2.423 4.585 13.135 35.947
JAWA BARAT
WPS WPS Pelanggan
WPS Waria Waria
158 BOGOR 441 11 15 134 1.129 154 246 348 736 1.746
159 SUKABUMI 221 5 6 63 531 31 50 54 282 822
160 CIANJUR 208 5 6 54 456 31 49 71 259 711
161 BANDUNG 315 7 9 94 790 44 71 36 399 1.222
162 GARUT 242 5 7 54 456 29 47 88 273 714
163 TASIKMALAYA 163 3 4 38 320 19 31 44 182 497
164 CIAMIS 154 3 4 34 287 21 34 43 170 449
165 KUNINGAN 114 3 3 22 185 14 22 79 133 292
166 CIREBON 242 20 26 110 924 27 43 390 558 1.526
167 MAJALENGKA 134 3 3 26 215 14 23 78 148 336
168 SUMEDANG 120 3 4 29 246 19 30 70 156 388
169 INDRAMAYU 248 21 28 116 981 55 88 73 477 1.639
170 SUBANG 108 7 9 34 288 23 37 185 215 477
171 PURWAKARTA 65 8 10 17 141 10 16 60 98 277
172 KARAWANG 53 9 12 50 422 39 63 114 232 700
173 BEKASI 276 4 3 74 182 24 36 66 172 1.079
174 BANDUNG BARAT 187 4 6 44 367 26 41 49 211 577
175 KOTA BOGOR 623 5 7 57 482 76 122 84 404 754
176 KOTA SUKABUMI 206 3 4 12 105 25 40 71 131 178
178 KOTA CIREBON 107 8 11 47 395 19 30 22 189 660
179 KOTA BEKASI 210 9 12 39 331 100 160 1.368 753 500
180 KOTA DEPOK 402 8 11 92 776 74 118 317 541 1.200
181 KOTA CIMAHI 190 2 3 41 344 46 73 39 211 522
182 KOTA TASIKMALAYA 158 2 3 19 157 10 16 158 161 241
183 KOTA BANJAR 146 1 1 3 28 7 11 26 60 46
TOTAL 6.016 166 225 1.475 13.296 1.016 1.923 4.532 8.643 19.357

JAWA TENGAH

WPS WPS Pelanggan
WPS Waria Waria
184 CILACAP 315 2 5 28 172 87 261 14 230 378
185 BANYUMAS 284 4 10 36 226 12 38 19 172 509
186 PURBALINGGA 384 1 4 26 163 22 65 30 185 353
187 BANJARNEGARA 386 2 5 31 191 25 74 55 209 414
188 KEBUMEN 430 2 5 34 209 29 86 32 221 453
190 WONOSOBO 380 11 28 106 656 26 80 39 374 1.472
191 MAGELANG 539 3 8 47 293 33 100 56 292 640
192 BOYOLALI 487 2 5 29 179 28 85 34 225 393
193 KLATEN 547 2 5 24 151 24 71 50 232 332
194 SUKOHARJO 580 2 6 33 205 33 100 39 264 449
195 WONOGIRI 389 2 4 25 156 27 80 35 191 340
196 KARANGANYAR 435 2 4 28 172 35 107 31 215 374
197 SRAGEN 489 3 7 32 200 37 111 31 241 444
198 GROBOGAN 542 2 4 13 82 35 105 34 211 185
199 BLORA 343 2 6 8 51 36 108 41 156 127
200 REMBANG 293 2 5 22 136 28 86 15 156 302
201 PATI 515 1 3 27 170 45 136 53 252 363
202 KUDUS 234 2 5 7 44 52 158 39 141 109
203 JEPARA 365 2 6 9 55 43 130 74 182 133
204 DEMAK 403 2 5 35 217 30 90 22 215 473
205 SEMARANG 62 5 14 93 577 12 38 40 250 1.255
206 TEMANGGUNG 328 1 4 19 119 22 65 57 167 260
207 KENDAL 62 6 17 43 268 17 50 44 148 618
208 BATANG 113 4 9 70 343 31 90 37 194 950
209 PEKALONGAN 272 2 5 41 254 28 85 39 200 546
212 BREBES 775 5 12 69 429 33 100 63 403 939
213 KOTA MAGELANG 246 5 12 94 583 111 335 40 393 1.264
214 KOTA SURAKARTA 853 27 70 77 477 24 72 70 452 1.242
215 KOTA SALATIGA 363 4 10 16 102 58 174 33 198 249
216 KOTA SEMARANG 954 10 25 55 420 37 334 3 485 798
217 KOTA PEKALONGAN 252 2 4 63 391 48 146 74 275 829
218 KOTA TEGAL 582 0 1 65 403 48 146 45 350 845
TOTAL 14.688 129 335 1.397 8.649 1.221 3.897 1.453 8.576 19.259
DI YOGYAKARTA
WPS Pelanggan
LSL Tidak WPS Tidak
Langsung
WPS Waria Waria
219 KULON PROGO 128 21 44 41 210 8 14 20 133 716
220 BANTUL 270 4 8 8 37 8 14 4 89 146
221 GUNUNG KIDUL 111 4 8 10 53 6 10 24 62 160
222 SLEMAN 163 6 12 10 55 6 10 50 87 179
223 KOTA YOGYAKARTA 174 5 14 33 235 20 36 23 153 439
TOTAL 846 40 86 102 591 47 83 122 524 1.639

JAWA TIMUR

WPS WPS Pelanggan
WPS Waria Waria
224 PACITAN 80 3 5 15 120 21 75 29 98 216
225 PONOROGO 164 3 6 19 152 36 129 59 158 268
226 TRENGGALEK 125 1 2 4 35 36 131 31 97 66
227 TULUNGAGUNG 102 3 5 18 147 52 189 98 174 251
228 BLITAR 6 3 5 12 101 12 45 33 66 184
229 KEDIRI 210 4 7 6 45 53 191 26 140 109
230 MALANG 284 4 6 12 100 64 231 115 223 187
231 LUMAJANG 145 4 7 24 191 34 125 36 158 340
232 JEMBER 177 12 20 28 226 76 277 33 229 467
233 BANYUWANGI 76 3 6 18 144 26 91 127 148 251
234 BONDOWOSO 94 3 4 9 76 20 72 38 88 142
235 SITUBONDO 114 10 17 35 281 26 94 36 175 535
236 PROBOLINGGO 132 4 7 23 189 24 86 39 143 335
237 PASURUAN 50 3 5 11 87 133 483 196 270 156
238 SIDOARJO 42 8 15 29 233 57 205 68 187 443
239 MOJOKERTO 171 8 6 16 129 18 64 66 134 279
240 JOMBANG 197 8 13 42 275 36 129 74 218 620
241 NGANJUK 165 3 4 11 93 38 139 45 136 169
243 MAGETAN 130 3 6 12 95 30 109 46 119 180
245 BOJONEGORO 141 6 10 25 204 48 172 76 192 373
246 TUBAN 140 5 9 27 223 42 153 62 188 398
247 LAMONGAN 151 4 6 10 85 7 25 29 89 167
248 GRESIK 136 4 7 20 166 40 146 100 178 293
249 BANGKALAN 91 7 13 31 254 25 92 70 171 466
250 SAMPANG 90 5 9 24 198 24 87 25 131 363
251 PAMEKASAN 129 5 8 33 265 25 92 27 167 459
252 SUMENEP 112 3 5 15 125 25 89 19 108 222
253 KOTA KEDIRI 235 4 7 17 140 17 60 162 190 249
254 KOTA BLITAR 214 3 5 18 143 39 140 74 177 250
255 KOTA MALANG 99 4 6 11 86 34 228 529 322 136
256 KOTA PROBOLINGGO 202 6 10 43 345 5 19 67 205 596
257 KOTA PASURUAN 195 2 4 5 32 29 104 82 124 79
258 KOTA MOJOKERTO 153 3 5 14 111 20 72 37 114 198
259 KOTA MADIUN 67 1 2 28 228 18 65 200 193 359
260 KOTA SURABAYA 628 60 165 336 3.922 248 4.181 2.044 3.472 4.447
261 KOTA BATU 203 6 10 18 143 56 202 23 175 279
TOTAL 5.660 227 445 1.060 9.726 1.546 8.985 5.067 9.482 15.124

BANTEN
WPS WPS Pelanggan
WPS Waria Waria
262 PANDEGLANG 444 7 8 21 67 9 10 26 150 359
263 LEBAK 458 11 13 4 11 10 11 42 143 154
264 TANGERANG 296 12 15 29 92 48 55 63 159 519
265 SERANG 536 13 15 22 70 18 21 3 173 428
266 KOTA TANGERANG 1.006 29 36 108 342 29 33 351 530 1.768
267 KOTA CILEGON 424 6 8 53 169 3 3 9 172 802
268 KOTA SERANG 435 3 4 20 65 2 2 4 134 313
269 KOTA TANGERANG
1.597 17 21 7 21 43 49 30 443 259
SELATAN
TOTAL 5.196 98 122 265 837 162 185 527 1.905 4.601
BALI
WPS Pelanggan
LSL Tidak WPS Tidak
Langsung
WPS Waria Waria
270 JEMBRANA 7 18 10 28 332 2 4 26 132 491
271 TABANAN 14 34 19 5 60 12 31 31 53 391
272 BADUNG 329 26 15 35 412 91 243 154 370 636
273 GIANYAR 19 131 74 176 2.068 77 205 26 832 3.225
275 BANGLI 11 12 7 23 268 21 57 23 127 369
277 BULELENG 139 50 28 51 604 15 40 103 308 1.048
278 KOTA DENPASAR 398 180 101 204 2.398 119 317 272 1.182 4.005
TOTAL 949 491 278 592 6.966 397 1.057 706 3.388 11.317
NUSA TENGGARA BARAT

WPS WPS Pelanggan
WPS Waria Waria
279 LOMBOK BARAT 24 33 80 27 490 2 3 45 223 523
280 LOMBOK TENGAH 109 29 38 24 231 9 16 4 129 552
281 LOMBOK TIMUR 85 10 14 11 104 7 12 86 100 218
282 SUMBAWA 126 9 12 10 100 4 7 32 86 207
283 DOMPU 14 15 20 12 118 18 31 18 70 284
284 BIMA 22 11 14 8 82 48 82 23 79 199
285 SUMBAWA BARAT 7 14 19 8 78 4 6 9 41 230
286 LOMBOK UTARA 37 8 11 5 46 2 3 15 37 135
287 KOTA MATARAM 156 8 10 4 42 8 13 33 74 122
288 KOTA BIMA 29 9 12 5 47 24 41 43 60 142
TOTAL 609 147 232 114 1.339 126 215 309 899 2.611

NUSA TENGGARA TIMUR
WPS Pelanggan
LSL Tidak WPS Tidak
Langsung
WPS Waria Waria
289 SUMBA BARAT 31 7 9 3 31 5 7 21 32 105
290 SUMBA TIMUR 57 10 13 8 76 5 7 27 58 181
291 KUPANG 7 4 5 2 21 1 1 26 21 61
292 TIMOR TENGAH
110 12 10 9 59 2 3 28 63 223
SELATAN
293 TIMOR TENGAH
58 6 9 20 118 3 5 22 69 332
UTARA
294 BELU 8 11 17 22 128 7 9 22 64 404
295 ALOR 63 40 59 76 441 4 6 27 203 1.396
296 LEMBATA 28 10 15 19 113 3 4 23 62 357
297 FLORES TIMUR 57 10 14 18 107 4 5 31 70 338
298 SIKKA 73 7 10 13 77 15 20 19 63 242
299 ENDE 65 6 8 11 63 7 9 24 54 199
300 NGADA 66 6 9 12 71 5 7 22 56 223
301 MANGGARAI 61 3 5 6 37 8 11 22 42 115
302 ROTE NDAO 48 2 3 4 22 5 7 22 32 69
303 MANGGARAI BARAT 43 18 26 34 196 6 8 19 99 619
304 SUMBA TENGAH 6 22 31 41 238 3 4 18 104 755
305 SUMBA BARAT DAYA 42 8 12 30 173 5 6 22 86 473
306 NAGEKEO 19 15 22 28 164 5 7 18 80 520
307 MANGGARAI
24 1 1 4 24 5 8 21 26 60
TIMUR
308 SABU RAIJUA 7 1 1 2 12 5 7 21 17 30
309 KOTA KUPANG 91 2 2 13 89 4 6 57 78 190
TOTAL 964 200 284 376 2.259 105 146 509 1.380 6.894
KALIMANTAN BARAT
WPS Pelanggan
LSL Tidak WPS Tidak
Langsung
WPS Waria Waria
310 SAMBAS 29 1 1 2 12 9 22 26 29 32
311 BENGKAYANG 86 0 - 33 219 2 4 4 101 426
312 LANDAK 96 1 1 13 83 3 7 15 61 167
313 KABUPATEN
129 1 1 3 23 2 4 18 49 51
PONTIANAK
314 SANGGAU 104 4 4 19 127 7 16 25 87 284
315 KETAPANG 104 1 1 2 11 8 18 33 49 25
316 SINTANG 82 1 1 3 23 7 17 28 46 55
317 KAPUAS HULU 43 2 2 6 38 4 10 13 33 89
318 SEKADAU 51 1 1 2 10 2 5 2 19 32
319 MELAWI 40 1 1 8 54 2 5 3 32 115
320 KAYONG UTARA 41 0 - 4 28 2 5 6 23 56
321 KUBU RAYA 172 1 1 1 7 7 16 19 59 23
322 KOTA PONTIANAK 108 1 1 3 17 8 49 207 126 33
323 KOTA SINGKAWANG 12 1 1 1 6 2 5 77 37 16
TOTAL 1.098 16 16 99 657 65 182 476 750 1.405

KALIMANTAN TENGAH
WPS Pelanggan
LSL Tidak WPS Tidak
Langsung
WPS Waria Waria
324 KOTAWARINGIN BARAT 8 0 - 0 2 2 4 33 17 6
325 KOTAWARINGIN TIMUR 118 1 1 0 2 3 5 30 43 9
326 KAPUAS 97 1 1 0 2 3 5 15 32 11
327 BARITO SELATAN 38 1 1 1 3 2 4 37 27 15
328 BARITO UTARA 31 0 - 0 2 1 1 20 17 8
329 SUKAMARA 46 2 2 3 23 1 2 20 29 61
330 LAMANDAU 11 7 8 30 199 1 2 20 83 456
331 SERUYAN 51 1 1 1 7 3 5 19 24 23
332 KATINGAN 33 28 30 11 70 2 4 20 53 405
333 PULANG PISAU 31 2 2 8 51 8 14 19 39 115
334 GUNUNG MAS 13 21 23 5 36 8 14 20 37 269
335 BARITO TIMUR 26 4 5 1 9 3 6 19 20 58
336 MURUNG RAYA 8 2 2 2 15 3 5 19 17 49
337 KOTA PALANGKA RAYA 34 9 10 3 21 8 14 28 36 129
TOTAL 543 79 87 67 443 50 85 319 473 1.615
KALIMANTAN SELATAN

WPS Pelanggan
LSL Tidak WPS Tidak
Langsung
WPS Waria Waria
338 TANAH LAUT 46 2 2 1 8 3 5 25 27 33
339 KOTA BARU 46 3 3 2 13 5 8 37 34 48
340 BANJAR 92 3 3 3 21 5 8 63 58 66
341 BARITO KUALA 40 6 7 1 8 2 3 24 26 76
342 TAPIN 18 8 9 3 18 2 4 24 24 115
343 HULU SUNGAI SELATAN 26 2 2 2 13 5 8 28 26 41
344 HULU SUNGAI TENGAH 32 0 1 1 11 3 5 27 24 10
345 HULU SUNGAI UTARA 24 4 7 5 80 5 8 45 57 96
346 TABALONG 30 7 12 25 394 4 6 27 162 343
347 TANAH BUMBU 42 4 6 14 226 7 12 32 108 189
348 BALANGAN 6 3 6 13 203 2 4 19 83 171
349 KOTA BANJARMASIN 680 2 3 4 60 21 36 76 233 55
350 KOTA BANJARBARU 590 1 1 2 36 6 10 18 170 30
TOTAL 1.671 45 63 75 1.090 70 119 447 1.032 1.274

KALIMANTAN TIMUR
WPS Pelanggan
LSL Tidak WPS Tidak
Langsung
WPS Waria Waria
351 PASIR 309 2 4 10 156 7 12 29 148 127
352 KUTAI BARAT 144 2 3 11 168 7 13 21 109 136
353 KUTAI KARTANEGARA 259 1 1 18 288 37 66 42 205 203
354 KUTAI TIMUR 647 2 3 5 80 8 14 23 203 71
355 BERAU 561 0 1 4 62 6 11 25 174 44
356 MALINAU 43 2 3 8 122 2 4 22 64 100
357 BULUNGAN 345 1 2 8 133 5 8 20 143 105
358 NUNUKAN 201 1 1 1 19 1 2 28 68 19
359 PENAJAM PASER UTARA 209 1 3 4 57 7 13 23 86 53
360 TANA TIDUNG 22 1 2 8 134 1 1 18 61 107
361 KOTA BALIKPAPAN 1.661 2 3 9 147 35 62 33 500 119
362 KOTA SAMARINDA 2.193 2 3 8 121 25 130 112 668 95
363 KOTA TARAKAN 604 1 1 0 5 10 17 28 169 10
364 KOTA BONTANG 439 2 3 7 117 7 13 27 166 95
TOTAL 7.636 20 33 100 1.609 160 365 451 2.764 1.285
SULAWESI UTARA
WPS Pelanggan
LSL Tidak WPS Tidak
Langsung
WPS Waria Waria
365 BOLAANG
101 5 4 4 7 6 13 25 43 95
MONGONDOW
366 MINAHASA 348 6 5 2 3 5 11 68 119 76
367 KEPULAUAN SANGIHE 41 3 3 1 1 4 9 27 24 41
368 KEPULAUAN TALAUD 25 4 4 2 4 4 8 20 19 66
369 MINAHASA SELATAN 212 4 3 3 7 5 10 36 73 86
370 MINAHASA UTARA 236 5 4 1 2 6 13 32 78 65
371 BOLAANG MONGONDOW 21 2 2 1 1 4 9 20 17 32
UTARA
372 SIAU TAGULANDANG
28 3 2 0 1 3 6 18 17 28
BIARO
373 MINAHASA TENGGARA 186 3 3 2 3 3 7 19 58 53
374 BOLAANG
MONGONDOW 20 3 2 1 2 3 7 18 16 39
SELATAN
375 BOLAANG MONGONDOW 51 5 4 2 3 5 12 18 27 72
TIMUR
376 KOTA MANADO 1.913 14 12 8 15 47 101 104 559 246
377 KOTA BITUNG 130 15 13 9 17 18 38 4 58 273
378 KOTA TOMOHON 212 4 3 2 4 2 5 22 64 67
379 KOTA KOTAMOBAGU 413 5 4 4 7 3 7 22 117 96
TOTAL 3.937 79 69 41 78 119 255 452 1.287 1.336

SULAWESI TENGAH
WPS Pelanggan
LSL Tidak WPS Tidak
Langsung
WPS Waria Waria
380 BANGGAI KEPULAUAN 42 1 1 4 24 3 5 18 28 51
381 BANGGAI 18 3 3 7 49 7 12 55 48 117
382 MOROWALI 46 2 2 6 39 8 13 24 40 90
383 POSO 77 0 - 4 26 5 8 29 42 52
384 DONGGALA 66 1 1 2 14 3 5 24 32 33
385 TOLI-TOLI 99 1 1 2 13 6 10 21 41 33
386 BUOL 34 1 1 3 18 3 5 22 26 39
387 PARIGI MOUTONG 133 1 1 2 12 13 23 23 54 27
388 TOJO UNA-UNA 42 0 - 5 30 6 11 20 32 61
389 SIGI 11 0 - 12 83 4 7 20 41 161
390 KOTA PALU 432 1 1 22 148 10 17 42 182 296
TOTAL 999 10 11 68 453 67 115 299 566 959
SULAWESI SELATAN

WPS Pelanggan
LSL Tidak WPS Tidak
Langsung
WPS Waria Waria
391 SELAYAR 92 4 5 2 29 6 8 24 48 63
392 BULUKUMBA 128 5 7 2 23 7 10 30 58 67
393 BANTAENG 121 4 5 2 27 6 9 31 56 58
394 JENEPONTO 262 3 5 5 59 74 107 4 131 88
395 TAKALAR 127 4 5 3 30 6 9 30 59 62
396 GOWA 155 5 7 10 117 8 12 35 100 159
397 SINJAI 96 3 5 2 27 2 3 27 47 57
398 MAROS 119 3 5 5 59 6 9 46 73 85
399 PANGKAJENE DAN
134 4 5 2 23 7 10 33 60 56
KEPULAUAN
400 BARRU 114 3 4 5 59 6 8 28 64 85
401 BONE 125 5 7 4 47 4 5 30 63 91
402 SOPPENG 123 5 6 1 12 6 9 31 52 55
403 WAJO 122 5 6 2 23 4 5 33 56 66
404 SIDENRENG RAPPANG 25 4 5 5 59 96 139 92 119 86
405 PINRANG 6 4 5 4 45 47 68 27 56 75
406 ENREKANG 100 3 5 2 27 6 8 25 49 57
407 LUWU 105 5 6 2 29 6 9 25 51 72
408 TANA TORAJA 121 4 5 2 23 7 10 30 56 58
410 LUWU TIMUR 96 5 7 8 100 6 9 23 73 141
411 TORAJA UTARA 120 4 5 2 29 7 10 30 57 62
412 KOTA MAKASSAR 420 19 25 71 865 197 810 688 923 978
413 KOTA PARE-PARE 40 6 8 7 88 21 30 40 70 135
414 KOTA PALOPO 179 6 8 6 70 18 26 81 112 121
TOTAL 3.033 118 160 159 1.929 558 1.333 1.464 2.493 2.882

SULAWESI TENGGARA
WPS Pelanggan
LSL Tidak WPS Tidak
Langsung
WPS Waria Waria
415 BUTON 47 2 2 2 14 4 7 1 20 46
416 MUNA 86 2 2 3 23 7 12 22 43 65
417 KONAWE 49 0 - 5 36 2 3 44 42 71
418 KOLAKA 105 1 1 6 40 1 2 41 57 89
419 KONAWE SELATAN 51 7 7 18 122 1 1 25 68 301
420 BOMBANA 39 4 4 7 47 4 7 34 43 127
421 WAKATOBI 15 0 - 8 55 8 13 38 42 108
423 BUTON UTARA 12 1 1 3 18 5 9 18 20 46
424 KONAWE UTARA 9 0 - 3 19 5 8 28 23 41
425 KOTA KENDARI 406 1 1 1 7 6 10 86 140 18
426 KOTA BAU-BAU 244 1 2 5 33 5 8 51 94 76
TOTAL 1.099 21 21 63 421 50 85 408 614 1.002
GORONTALO
WPS Pelanggan
LSL Tidak WPS Tidak
Langsung
WPS Waria Waria
427 BOALEMO 87 1 1 4 24 10 17 4 38 53
428 GORONTALO 102 1 1 6 39 4 7 9 46 85
429 POHUWATO 57 1 1 4 26 8 14 6 31 56
430 BONE BOLANGO 58 1 1 8 50 4 8 4 37 107
431 GORONTALO UTARA 27 1 1 8 54 4 7 1 29 109
432 KOTA GORONTALO 208 1 1 5 31 9 16 5 71 69
TOTAL 539 5 6 34 224 41 70 29 251 478
SULAWESI BARAT
WPS Pelanggan
LSL Tidak WPS Tidak
Langsung
WPS Waria Waria
433 MAJENE 83 0 - 2 16 4 6 21 37 34
434 POLEWALI MANDAR 125 1 1 6 38 4 7 30 59 80
435 MAMASA 20 0 1 5 34 3 6 21 28 70
436 MAMUJU 17 1 1 2 11 13 23 22 26 27
437 MAMUJU UTARA 11 2 2 9 59 6 10 19 36 129
TOTAL 256 4 5 24 159 31 53 114 184 340

MALUKU
WPS Pelanggan
LSL Tidak WPS Tidak
Langsung
WPS Waria Waria
438 MALUKU TENGGARA
15 10 4 62 522 2 3 18 195 845
BARAT
439 MALUKU TENGGARA 24 2 1 9 77 4 6 20 43 126
440 MALUKU TENGAH 105 0 - 3 26 5 7 77 68 38
441 BURU 12 2 1 18 150 2 2 22 64 233
442 KEPULAUAN ARU 9 1 - 5 46 4 6 20 28 74
443 SERAM BAGIAN BARAT 17 1 - 26 218 3 4 18 89 322
444 SERAM BAGIAN TIMUR 10 1 - 8 71 3 4 21 37 107
445 BURU SELATAN 7 1 - 11 97 1 1 21 44 147
446 MALUKU BARAT DAYA 5 2 1 9 80 6 8 19 40 133
447 KOTA AMBON 512 1 - 6 54 8 10 21 158 88
448 KOTA TUAL 71 0 - 8 71 4 5 22 52 104
TOTAL 787 21 7 166 1.412 42 55 279 819 2.217
MALUKU UTARA
WPS Pelanggan
LSL Tidak WPS Tidak
Langsung
WPS Waria Waria
449 HALMAHERA BARAT 55 1 1 3 22 4 7 17 31 48
450 HALMAHERA
31 1 1 2 16 3 6 20 23 37
TENGAH
451 KEPULAUAN SULA 15 1 1 3 20 4 6 21 21 43
452 HALMAHERA
39 1 1 5 36 4 7 18 32 76
SELATAN
453 HALMAHERA UTARA 25 1 1 5 34 4 7 24 30 72
454 HALMAHERA TIMUR 27 2 2 8 50 4 6 18 34 110
455 PULAU MOROTAI 8 1 1 3 18 5 8 20 19 41
456 KOTA TERNATE 192 1 2 6 40 26 45 37 93 89
457 KOTA TIDORE
38 1 1 2 12 3 5 15 22 32
KEPULAUAN
TOTAL 430 8 11 37 247 57 97 191 307 548
PAPUA BARAT
WPS Pelanggan
LSL Tidak WPS Tidak
Langsung
WPS Waria Waria
458 FAKFAK 20 5 16 34 994 6 18 - 2.348 2.392
459 KAIMANA 3 4 13 7 199 6 19 - 595 620
460 TELUK WONDAMA 5 1 3 3 86 8 25 - 393 230
461 TELUK BINTUNI 4 13 37 77 2.227 5 14 - 4.850 5.393
462 MANOKWARI 20 1 4 5 133 8 23 - 560 349
463 SORONG SELATAN 2 0 1 8 238 3 9 - 578 535
464 SORONG 11 5 15 8 245 1 3 - 621 754
465 RAJA AMPAT 5 2 6 24 702 10 30 - 1.722 1.615
466 PEG. TAMBRAUW 0 1 3 5 133 6 19 - 420 332
467 MAYBRAT 2 1 3 2 66 7 20 - 301 193
468 KOTA SORONG 164 1 4 4 126 15 45 0 1.513 329
TOTAL 235 35 106 177 5.147 76 223 0 13.900 12.742

PAPUA
WPS Pelanggan
LSL Tidak WPS Tidak
Langsung
WPS Waria Waria
469 MERAUKE 26 5 9 20 402 10 20 - 1.164 1.468
470 JAYAWIJAYA 16 3 7 23 204 11 18 - 683 1.631
471 JAYAPURA 7 3 7 80 1.627 9 18 - 3.597 5.238
472 NABIRE 58 8 16 28 575 11 22 - 1.735 2.147
473 KEPULAUAN YAPEN 7 3 7 10 210 8 16 - 614 810
474 BIAK NUMFOR 12 4 8 9 180 10 21 - 631 754
475 PANIAI 8 4 7 21 419 14 27 - 1.153 1.468
476 PUNCAK JAYA 6 2 5 9 176 8 16 - 540 661
477 MIMIKA 36 9 15 29 458 16 31 - 1.441 2.229
478 BOVEN DIGOEL 8 3 5 5 102 10 20 - 433 439
479 MAPPI 3 3 6 11 214 10 20 - 638 797
480 ASMAT 1 2 5 6 128 8 18 - 421 501
481 YAHUKIMO 10 3 6 13 255 9 18 - 739 924
482 PEGUNUNGAN BINTANG 1 2 4 6 128 8 15 - 402 497
483 TOLIKARA 4 3 5 14 276 9 19 - 761 973
484 SARMI 5 2 4 3 54 7 14 - 259 250
485 KEEROM 3 2 4 5 98 7 14 - 345 397
486 WAROPEN 0 2 4 9 184 9 18 - 540 659
487 SUPIORI 0 2 3 1 20 7 14 - 167 141
489 MAMBERAMO TENGAH 1 2 4 6 128 7 14 - 392 495
490 YALIMO 7 3 6 12 246 7 14 - 681 901
491 LANNY JAYA 1 2 4 4 86 10 20 - 353 355
492 NDUGA 1 2 4 5 102 7 15 - 347 411
493 PUNCAK 5 2 5 7 152 8 16 - 484 579
494 DOGIYAI 1 2 4 6 132 8 15 - 413 509
495 INTAN JAYA 1 2 4 4 86 7 14 - 302 355
496 DEIYAI 1 2 4 38 764 14 28 - 1.836 2.483
497 KOTA JAYAPURA 177 12 28 49 2.083 43 91 1 6.115 3.531
TOTAL 407 96 196 435 9.543 300 602 1 27.429 31.846

KOMISI
PENANGGULANGAN
AIDS
NASIONAL
ISBN 978-602-235-510-6
9 786 022 35 510 6

Estimasi Dan Proyeksi HIV AIDS Di Indonesia PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Estimasi Dan Proyeksi HIV AIDS Di Indonesia PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

616.

Estimasi dan Proyeksi

Kementerian Kesehatan Republik Indonesia

Kementerian Kesehatan Republik Indonesia

Prof. dr. Tjandra Yoga Aditama

Estimasi dan Proyeksi HIV/AIDS di Indonesia Tahun 2011-2016 i

ii Estimasi dan Proyeksi HIV/AIDS di Indonesia Tahun 2011-2016

Peer Expert Review

Estimasi dan Proyeksi HIV/AIDS di Indonesia Tahun 2011-2016 iii

4. Hasil dan Diskusi .................................................................................... 14

iv Estimasi dan Proyeksi HIV/AIDS di Indonesia Tahun 2011-2016

Estimasi dan Proyeksi HIV/AIDS di Indonesia Tahun 2011-2016 v

vi Estimasi dan Proyeksi HIV/AIDS di Indonesia Tahun 2011-2016

Estimasi dan Proyeksi HIV/AIDS di Indonesia Tahun 2011-2016 vii

Epidemi HIV di Indonesia biasanya dihubungkan dengan pengguna jarum suntik

viii Estimasi dan Proyeksi HIV/AIDS di Indonesia Tahun 2011-2016

3.1. Pembagian Distribusi Geografis

2 Estimasi dan Proyeksi HIV/AIDS di Indonesia Tahun 2011-2016

Estimasi dan Proyeksi HIV/AIDS di Indonesia Tahun 2011-2016 3

3.3. Penetapan Data Dasar dan Asumsi

4 Estimasi dan Proyeksi HIV/AIDS di Indonesia Tahun 2011-2016

Selain itu, Kelompok Kerja juga menyepakati hasil penyesuaian beberapa

3.4. Proses Estimasi dan Proyeksi

Estimasi dan Proyeksi HIV/AIDS di Indonesia Tahun 2011-2016 5

Estimasi dan Proyeksi HIV/AIDS di Indonesia Tahun 2011-2016 7

Estimasi dan Proyeksi HIV/AIDS di Indonesia Tahun 2011-2016 9

10 Estimasi dan Proyeksi HIV/AIDS di Indonesia Tahun 2011-2016

Estimasi Proyeksi Populasi SPECTRUM

Proyeksi demografis dalam Spectrum sebagian besar menggunakan data Proyeksi

Estimasi dan Proyeksi HIV/AIDS di Indonesia Tahun 2011-2016 11

Estimasi dan Proyeksi HIV/AIDS di Indonesia Tahun 2011-2016 13

4. Hasil dan Diskusi

0.6 0.48 0.5

14 Estimasi dan Proyeksi HIV/AIDS di Indonesia Tahun 2011-2016

Estimasi dan Proyeksi HIV/AIDS di Indonesia Tahun 2011-2016 15

Jumlah Infeksi HIV Baru

4.2. Modul Spectrum

16 Estimasi dan Proyeksi HIV/AIDS di Indonesia Tahun 2011-2016

Kematian AIDS &

Kematian AIDS Infeksi HIV Baru ODHA

Grafik 3 menggambarkan kebutuhan ART untuk populasi usia 15-49 tahun

16.6 17.01 17.29 17.53 17.74

Estimasi dan Proyeksi HIV/AIDS di Indonesia Tahun 2011-2016 17

Kematian AIDS &

14446 4713 5029

20000 16844 17626

ODHA membutuhkan ART ODHA menerima ART ODHA % menerima ART

18 Estimasi dan Proyeksi HIV/AIDS di Indonesia Tahun 2011-2016

0.6 0.47 0.49

Estimasi dan Proyeksi HIV/AIDS di Indonesia Tahun 2011-2016 19

10000 12065 13189 14225 15136 15965 4

2011 2012 2013 2014 2015 2016

2011 2012 2013 2014 2015 2016

22 Estimasi dan Proyeksi HIV/AIDS di Indonesia Tahun 2011-2016

2011 2012 2013 2014 2015 2016

Lampiran 9.4. Perbandingan Ketepatan Hasil AEM dan Spectrum di 31 Provinsi

ODHA Infeksi HIV Baru

Estimasi dan Proyeksi HIV/AIDS di Indonesia Tahun 2011-2016 23

Lampiran 9.6. ODHA Populasi Dewasa usia ≥ 15 Tahun di 31 Provinsi Tahun

24 Estimasi dan Proyeksi HIV/AIDS di Indonesia Tahun 2011-2016

Estimasi dan Proyeksi HIV/AIDS di Indonesia Tahun 2011-2016 25

Seks Pekerja Seks

26 Estimasi dan Proyeksi HIV/AIDS di Indonesia Tahun 2011-2016