Disusun Oleh
Sigit Kurniawan, ST.
(6016211006)
PROGRAM MAGISTER
TEKNIK GEOMATIKA
FAKULTAS TEKNIK SIPIL PERENCANAAN & KEBUMIAN
INSTITUS TEKNOLOGI SEPULUH NOPEMBER
2022
BAB 1. PENDAHULUAN
2.1 Covid-19
Corona Virus Disease 2019 atau yang biasa disingkat Covid-19 adalah penyakit menular
yang disebabkan oleh SARS-CoV-2, salah satu jenis koronavirus. Penderita Covid-19 dapat
mengalami demam, batuk kering, dan kesulitan bernafas. Infeksi menyebar dari satu orang ke
orang lain melalui percikan (droplet) dari saluran pernapasan yang sering dihasilkan saat batuk
atau bersin. Jarak jangkauan droplet biasanya hingga 1 meter. Droplet bisa menempel di benda,
namun tidak akan bertahan lama di udara. Waktu dari paparan virus hingga timbulnya gejala klinis
antara 1-14 hari dengan rata-rata 5 hari. Maka, orang yang sedang sakit diwajibkan memakai
masker guna meminimalisir penyebaran droplet.
Sampai saat ini belum diketahui penyebab dari virus Corona, tetapi diketahui virus ini
disebarkan oleh hewan dan mampu menjangkit dari satu spesies ke spesies lainnya, termasuk
manusia. Diketahui virus Corona berasal dari Kota Wuhan di China dan muncul pada Desember
2019. Orang yang terinfeksi memiliki gejala ringan seperti demam, batuk, dan kesulitan bernafas.
Gejala dapat berkembang menjadi pneumonia berat. Tindakan pencegahan untuk mengurangi
kemungkinan infeksi antara lain tetap berada di rumah, menghindari bepergian dan beraktivitas di
tempat umum, sering mencuci tangan dengan sabun dan air, tidak menyentuh mata, hidung, atau
mulut dengan tangan yang tidak dicuci.
(1)
(2)
(3)
Dengan xj sebagai attribut fitur j, wij sebagai bobot spasial antara fitur i dan j, n sebagaitotal
jumlah fitur. G*i statistik sebagai skor-z dengan ketentuan tertentu (Abdullah & Barua, 2022; Li &
Liang, 2018; Yahya et al., 2021).
3.1 Data
Data yg digunakan dalam analisis ini adalah:
Jenis Data Format Data Sumber Data
Batas administrasi kecamatan Shapefile (.shp) GADM
Data Jumlah Penduduk Tabel (.xls) BPS Kota Surabaya
Data Jumlah COVID-19 2022
Tabel (.xls) https://lawanCovid-19.surabaya.go.id/
Data Jumlah Pusat Perdagangan Tabel (.xls) BPS Kota Surabaya
Berdasarkan nilai z score pada table berada di >2.58 yang artinya pola distribusinya
signifikan mengelompok (Clustered) . Z score yang tinggi dan p- value yang kecil untuk suatu fitur
menunjukkan pengelompokan spasial nilai tinggi. Z score negative rendah dan p- value yang kecil
untuk suatu fitur menunjukkan pengelompokan spasial nilai rendah.
Pada data jumlah penduduk terjadi high cluster pada 7 kecamatan, yaitu high cluster
dengan confidence level 99% yaitu Kecamatan Tambaksari, high cluster dengan confidence level
95% yaitu Kecamatan Mulyorejo, Krembangan, Pabean Cantian, Simokerto, Semampir, dan
Kenjeran. Sedangkan low cluster dengan confidence level 90% terjadi di 3 Kecamatan, yaitu
Kecamatan Gubeng, Bubutan dan Bulak.
Gambar 11. Peta Hotspot Jumlah Swalayan Kota Surabaya
Pada data data jumlah swalayan terjadi high cluster pada 3 kecamatan, yaitu high cluster
dengan confidence level 99% yaitu Kecamatan Sukolilo dan Gubeng, high cluster dengan
confidence level 95% yaitu Kecamatan Mulyorejo.Sedangkan low cluster dengan confidence level
90% terjadi di Kecamatan, Rungkut.
6.000
5.000
Y
4.000
Predicted Y
3.000
2.000
1.000
-
- 50.000 100.000 150.000 200.000 250.000
Jumlah Penduduk
Gambar 12. Grafik Hubungan Data Jumlah Positif Covid-19 dan Data Jumlah Penduduk
R² = 0,573297
6.000
5.000
Y
4.000
3.000 Predicted Y
2.000
1.000
-
- 10 20 30 40 50 60
Jumlah Minimarket
Gambar 12. Grafik Hubungan Data Jumlah Positif Covid-19 dan Data Jumlah Swalayan
Abdullah, S., & Barua, D. (2022). Combining Geographical Information System (GIS) and
machine learning to monitor and predict vegetation vulnerability: An Empirical Study on
Nijhum Dwip, Bangladesh. Ecological Engineering, 178(January), 106577.
https://doi.org/10.1016/j.ecoleng.2022.106577
Kurniawan, A., & Sadali, M. I. (2015). Pemanfaatan Analisis Spasial Hot spot (Getis Ord Gi*)
untuk Pemetaan Klaster Industri di Pulau Jawa dengan Memanfaatkan Sistem Informasi
Geografi. Hibah Penelitian Dosen Sekolah Vokasi Universitas Gadjah Mada, 1–21.
Ruqili, Richmond, P., Roehner, M. B. (2018). Effect of Population Density on Epidemics
(November 2018). https://doi.org/10.1016/j.physa.2018.07.025
Schlögl, M., Widhalm, B., & Avian, M. (2021). Comprehensive time-series analysis of bridge
deformation using differential satellite radar interferometry based on Sentinel-1. ISPRS
Journal of Photogrammetry and Remote Sensing, 172(September 2020), 132–146.
https://doi.org/10.1016/j.isprsjprs.2020.12.001
Thomas B. McKee, N. J. D. and J. K. (1993). Analysis of Standardized Precipitation Index (SPI)
data for drought assessment. Water (Switzerland), 26(2), 1–72.
https://doi.org/10.1088/1755-1315/5