Anda di halaman 1dari 6

PRAKTIKUM 5

SATSCAN ANALISIS

A. TUJUAN
Mahasiswa mampu menganalisis data meggunakan satscan
B. ALAT DAN BAHAN
1. Laptop
2. Software satscan
C. METODE
Pada praktikum ini digunakan analisis space-time permutation dengan program
SaTScan yang digunakan untuk mengidentifikasi kluster atau pengelompokkan secara
spasial-temporal. Waktu yang diteliti pada praktikum ini adalah dari 12 Januari 2001-16
Desember 2001 dengan total kasusnya sebanyak 78 kasus. Data tersebut selanjutnya
dianalisis berdasarkan 10 hari, 14 hari, dan 3 bulan.

Cara kerja :

1. Double klik pada satscan icon


2. Akan muncul tampilan
3. Tekan create new session
4. Akan muncul 3 menu bar yang perlu diperhatikan yaitu : input, analysis, output
5. Dimasukkan input file dengan case dan coordinat file dengan file geo
6. Time preecission : day
7. Study period jika real data sesuai dengan waktu study pada kasus ini lihat di data
8. Dimasukkan jenis koordinat dangan Lat-Long
9. Setelah semua terisi masuk ke menu analysis
10. Lanjut ke menu output
11. Dimasukkan folder penyimpanan hasil
12. Dicentang shape file dan dbase, lalu tekan execute session
13. Ditunggu proses running apakah ada error yang terjadi
14. Proses selesai
D. DASAR TEORI
Satscan merupakan salah satu software/aplikasi free/gratis yang dapat
dimanfaatkan untuk analisis spasial, temporal, dan spatial-temporal menggunakan data
spasial dan temporal/waktu maupun space time scan statistic. (Dodiet Aditya, 2012)
Analisis spasial adalah suatu inferensi visual terhadap peta yang merupakan
gabungan dari data spasial dan data atribut. Data spasial merujuk pada suatu lokasi atau
posisi di permukaan bumi, yang berupa koordinat, raster atau batasan administrasi
wilayah. Sedangkan, data atribut merujuk pada karakteristik yang in situ, yang mencakup
abiotik (semua unsur fisik lahan yang ada, yaitu tanah, geologi, iklim, dan air), biotik
(flora dan fauna), serta budaya (sosial ekonomi). Dengan analisis spasial, data spasial dan
data atribut diolah menjadi informasi spasial, yang dapat digunakan sebagai alat bantu
dalam perumusan kebijakan, pengambilan keputusan, dan/atau pelaksanaan kegiatan
yang berhubungan dengan ruang kebumian. Dalam epidemiologi, analisis spasial sangat
bermanfaat, terutama untuk mengevaluasi terjadinya perbedaan kejadian menurut area
geografi dan mengidentifikasi clustering penyakit. ( Lai PC, 2009)
Clustering merupakan pengelompokkan spasial atau space-time suatu penyakit
yang signifikan secara statistik. Analisis clustering memiliki beberapa manfaat, yaitu
menampilkan surveilance geographical suatu penyakit dan mengidentifikasi cluster
penyakit secara spasial atau space-time serta mengetahui apakah cluster signifikan secara
statistik; mengetahui apakah suatu penyakit terdistribusi secara random menurut tempat,
menurut waktu serta menurut tempat dan waktu; mengevaluasi signifikansi statistik dari
alarm cluster suatu penyakit; menampilkan prospektif real-time atau real-periodic dari
surveilans penyakit untuk deteksi dini wabah. Cara kerja analisis clustering adalah
dengan menempatkan jendela lingkaran pada peta studi sesuai dengan analisis dan model
yang ditentukan. (Kulldorff M, 2010)
Selain jenis analisis, juga terdapat beberapa model clustering, yaitu Poisson,
Bernoulli, dan space-time permutation. Model Poisson digunakan apabila kasus bukanlah
individu melainkan merupakan proporsional terhadap jumlah populasi yang merujuk
pada personyears di suatu area geografis. Model Bernoulli digunakan untuk kasus
merupakan individu yang terdiri dari kasus dan kontrol. Model ini membutuhkan
koordinat geografis tiap kasus dan kontrol. Model space-time permutation hanya
membutuhkan data kasus yang terdiri dari lokasi spasial dan waktu mulai sakit. (Artigas
F, 2011)
E. HASIL PENGAMATAN

Interpretasi : Berdasarkan analisis Space Time Permutation Model dengan studi period
2001/01/01-2001/03/31 dan time aggregation 3 bulan maka terbentuk 3 cluster yang tidak
bermakna
Interpretasi : Berdasarkan analisis Space Time Permutation Model dengan studi period
2001/03/0-2001/03/21 dan time aggregation 14 hari maka terbentuk 2 cluster yang tidak
bermakna
Interpretasi : Berdasarkan analisis Space Time Permutation Model dengan studi period
2001/02/06-2001/03/25 dan time aggregation 3 bulan maka terbentuk 1 cluster yang tidak
bermakna
F. PEMBAHASAN
Berdarakan hasil analisis spasial diatas diketahui terdapat 6 cluster atau
pengelompokan kasus dimana dari masing-masing kluster tersebut diperoleh jumlah
kasus terbanyak pada kluster 1 dengan jumlah kasus sebanyak 5 kasus, sedangkan dari
kemaknaannya diperoleh keseluruhan kluster yang tidak bermakna secara statistic
dengan p value seluruhnya >0,05. Pada kluster 1 tersebut pada tanggal 1 Januari 2001
telah terjadi kasus sebanyak 5 orang, dimana pusat kasus tersebut berada di koordinat
7.911943 S, 110.311996 E dengan radius 2,07 km yang dimana mencakup 9 lokasi kasus
yaitu di 37, 34, 36, 35, 38, 33, 46, 26, 48. Sebanyak 5 kluster lainnya memperlihatkan
bahwa secara statistic kejadian kasus penyakit yang berada diarea kluster tersebut juga
tidak begitu membutuhkan penanggulangan atau tidak begitu berisiko, hal ini
diperlihatkan bahwa nilai p-value nya > 0,05 yang berarti tidak bermakna secara statistik.

Satscan merupakan salah satu software/aplikasi free/gratis yang dapat


dimanfaatkan untuk analisis spasial, temporal, dan spatial-temporal menggunakan data
spasial dan temporal/waktu maupun space time scan statistic.

Aplikasi satscan bermanfaat untuk ;


a. Analisis geografis terkait surveillance penyakit (mendeteksi spatial dan temporal
kluster, dan signifikansinya)
b. Uji persebaran suatu kasus terhadap wilayah
c. Deteksi awal untuk mencegah KLB

Clustering merupakan pengelompokkan spasial atau space-time suatu penyakit


yang signifikan secara statistik. Analisis clustering memiliki beberapa manfaat, yaitu
menampilkan surveilance geographical suatu penyakit dan mengidentifikasi cluster
penyakit secara spasial atau space-time serta mengetahui apakah cluster signifikan secara
statistik; mengetahui apakah suatu penyakit terdistribusi secara random menurut tempat,
menurut waktu serta menurut tempat dan waktu; mengevaluasi signifikansi statistik dari
alarm cluster suatu penyakit; menampilkan prospektif real-time atau real-periodic dari
surveilans penyakit untuk deteksi dini wabah. Cara kerja analisis clustering adalah
dengan menempatkan jendela lingkaran pada peta studi sesuai dengan analisis dan model
yang ditentukan.

Selain jenis analisis, juga terdapat beberapa model clustering, yaitu Poisson,
Bernoulli, dan space-time permutation. Model Poisson digunakan apabila kasus bukanlah
individu melainkan merupakan proporsional terhadap jumlah populasi yang merujuk
pada personyears di suatu area geografis. Model Bernoulli digunakan untuk kasus
merupakan individu yang terdiri dari kasus dan kontrol. Model ini membutuhkan
koordinat geografis tiap kasus dan kontrol. Model space-time permutation hanya
membutuhkan data kasus yang terdiri dari lokasi spasial dan waktu mulai sakit.

G. KESIMPULAN
Berdasarkan pembahasan dapat disimpulkan bahwa jumlah kasus terbanyak
terdapat pada kluster 1 dengan jumlah kasus sebanyak 5 kasus, sedangkan dari
kemaknaannya diperoleh keseluruhan kluster yang tidak bermakna secara statistic
dengan p value seluruhnya >0,05. Pada kluster 1 tersebut pada tanggal 1 Januari 2001
telah terjadi kasus sebanyak 5 orang, dimana pusat kasus tersebut berada di koordinat
7.911943 S, 110.311996 E dengan radius 2,07 km yang dimana mencakup 9 lokasi kasus
yaitu di 37, 34, 36, 35, 38, 33, 46, 26, 48. Sebanyak 5 kluster lainnya memperlihatkan
bahwa secara statistic kejadian kasus penyakit yang berada diarea kluster tersebut juga
tidak begitu membutuhkan penanggulangan atau tidak begitu berisiko, hal ini
diperlihatkan bahwa nilai p-value nya > 0,05 yang berarti tidak bermakna secara statistik.
H. DAFTAR PUSTAKA
Artigas F, et al.2011. Geographic information sharing: a regional approach in Northern
New Jersey, USA. Information Polity; 14: 127–39.
Dodiet Aditya. 2012. Analisi Data Spasial Satcan. Politeknik Kesehatan : Surakarta
Kulldorff M. SaTScan User Guide for Version 9.0 [manuscript on internet]. 2010 [cited
2019Nov11].Availablefrom:http://www.satscan.org/cgi_bin/satscan/register.pl/S
atScan_Users_ Guide.pdf?todo=process-userguide-download.
Lai PC, So FM, Chan K.2009. Spatial epidemiological approach in disease mapping and
analysis. New York: CRC Press LLC.

Anda mungkin juga menyukai