1
1. Pendahuluan
Pembangunan kesehatan adalah bagian dari pembangunan nasional yang bertujuan
meningkatkan kesadaran, kemauan dan kemampuan hidup sehat bagi setiap orang agar terwujud
derajat kesehatan masyarakat yang setinggi-tingginya. Pembangunan kesehatan harus diimbangi
dengan intervensi perilaku yang memungkinkan masyarakat lebih sadar dengan melakukan
hidup sehat. Perilaku tersebut menjadi prasyarat pembangunan kesehatan yang berkelanjutan.
Keberhasilan pembangunan kesehatan didukung oleh adanya ketersediaan data dan informasi
yang akurat bagi proses pengambilan keputusan dan perencanaan program. Data yang paling
dibutuhkan adalah data mengenai penyakit yang diderita di suatu wilayah serta karakteristik dari
wilayah tersebut. Berdasarkan data profil kesehatan Indonesia tahun 2021, Provinsi Aceh
merupakan salah satu provinsi dengan kondisi kesehatan yang tergolong rendah, yaitu peringkat
jumlah kabupaten/kota sehat menurut provinsi tahun 2021 berada pada urutan ke-28 dari 34
provinsi di Indonesia. Provinsi Aceh hanya memiliki 1 dari 23 kabupaten/kota yang tergolong
sehat. Hal tersebut menjadi suatu permasalahan yang sangat mengkhawatirkan.
Dinas kesehatan Provinsi Aceh tahun 2021 menyebutkan bahwa secara garis besar
terdapat dua jenis penyakit yaitu penyakit menular dan tidak menular. Penyakit menular
merupakan penyakit yang diakibatkan infeksi bakteri, virus, jamur, maupun parasit yang
menyebar dari satu orang ke orang lainnya. Penyakit tidak menular merupakan penyakit yang
tidak bisa ditularkan oleh penderita ke orang lain, jenis penyakit ini berkembang secara
perlahan dan terjadi dalam jangka waktu yang panjang. Beberapa penyakit yang termasuk
golongan penyakit menular antara lain tuberkulosis (TBC), pneumonia, diare, kusta, sedangkan
penyakit tidak menular yaitu penyakit hipertensi, diabetes melitus, orang dengan gangguan jiwa
(ODGJ). Beberapa penyakit tersebut umumnya diderita oleh masyarakat kabupaten/kota di
Provinsi Aceh. Banyak faktor penyebab terjadinya penyakit beberapa diantaranya seperti
kepadatan penduduk, perumahan dan pengolahan makanan, dimana ketiga hal tersebut menjadi
karakteristik suatu wilayah.
Kepadatan penduduk sangat erat hubungannya dengan kesehatan suatu masyarakat,
dimana semakin tinggi kepadatan penduduk maka semakin tinggi risiko penyebaran penyakit
menular yang cepat dan meluas. Selain itu kepadatan penduduk yang tinggi juga dapat
berpengaruh terhadap gaya hidup yang tidak sehat, kurangnya aktivitas fisik, dan kondisi
lingkungan yang buruk sehingga berdampak terhadap penyebaran penyakit tidak menular [13].
Sanitasi juga menjadi hal yang harus diperhatikan, sanitasi yang buruk dapat menyebabkan
penularan berbagai macam penyakit. Pencegahan penyebaran suatu penyakit dapat dilakukan
dengan memperhatikan kualitas air dan akses pada air bersih, ketersediaan jamban, pengolahan
air limbah, pembuangan sampah dan lainnya [13]. Selain kepadatan penduduk dan sanitasi,
tempat pengolahan makanan atau TPM juga harus diperhatikan dengan cara mengelola
makanan secara efektif untuk mencegah gangguan kesehatan akibat dari penyakit yang
ditimbulkan dari pengolahan makanan yang tidak higienis [13].
Berdasarkan penjelasan tersebut penyebaran penyakit menular dan tidak menular
merupakan suatu hal yang sangat mengkhawatirkan. Pemerintah selaku pemangku kebijakan
perlu melakukan upaya pencegahan dan pengendalian penyakit yang tepat. Sebagai langkah
awal perlu dilakukan identifikasi hubungan antara karakteristik wilayah dengan penyebaran
penyakit menular dan tidak menular untuk setiap kabupaten/kota di Provinsi Aceh yang dapat
dilakukan secara visual. Beberapa metode yang digunakan adalah Multiple Correspondence
Analysis, General Procrustean Analysis, Analisis Hybrid Korespondensi, Analisis Biplot dan
Analysis of Multiple Distance Matrices. Metode Multiple Correspondence Analysis, General
Procrustean Analysis, Analisis Biplot dan Analysis of Multiple Distance Matrices terdapat
beberapa kekurangan, yaitu tidak dapat memetakan objek, karakteristik objek, dan kategori
kolom dalam satu peta. Penelitian ini menggunakan Analisis Hybrid Korespondensi
dikarenakan dapat memetakan objek, karakteristik objek, dan kategori kolom dalam satu peta.
Analisis Hybrid Korespondensi merupakan metode yang menggabungkan Analisis
Korespondensi dan Biplot Komponen utama, sehingga diperoleh peta objek, kategori kolom,
dan karakteristik objek dalam satu peta. Hal ini dikarenakan pemetaan objek pada Analisis
2
Korespondensi ataupun Biplot komponen Utama sama-sama berdasarkan pada skor faktor
matriks efek baris. Pada analisis ini, data kategori kolom untuk setiap objek berbentuk tabel
kontingensi dengan sel merupakan data diskrit dan data variabel karakteristik untuk setiap
objek merupakan data kontinus [13].
Penelitian terdahulu mengenai Analisis Hybrid Korespondensi, seperti yang dilakukan
[13] dimana Analisis Hybrid Korespondensi digunakan untuk memetakan kesamaan tingkat
penerimaan masyarakat tiap kecamatan terhadap kebijakan pemerintah daerah Kabupaten
Malinau, dan memetakan hubungannya dengan jumlah akseptor dan jumlah kelahiran bayi tiap
kecamatan di Kabupaten Malinau. Dihasilkan bahwa dari 14 kecamatan yang diteliti, terdapat 4
kecamatan yang menerima atau menyetujui keputusan dari pemerintah daerah Kabupaten
Malinau. Penelitian lainnya yang mengenai Hybrid Korespondensi yaitu dilakukan oleh [13]
dengan judul pengelompokkan kabupaten/kota di Provinsi Nusa Tenggara Barat berdasarkan
penyakit dan penyebabnya. Variabel yang digunakan dalam penelitian ini yaitu 10 penyakit
terbanyak yang diderita oleh masyarakat pada kabupaten/ kota di Provinsi Nusa Tenggara
Barat. Dihasilkan penyakit-penyakit yang dominan pada setiap kabupaten serta penyebab yang
dominan seperti Kabupaten Dompu dan Sumbawa Barat dominan terhadap penyakit pilek
dengan penyebab penyakit yang dominannya adalah rumah sehat belum memenuhi syarat
(RSBM). Berdasarkan penelitian yang dilakukan Juliadi terdapat perbedaan dari variabel yang
digunakan. Variabel yang digunakan dalam penelitian ini merujuk pada indikator yang
digunakan oleh dinas Kesehatan Aceh tahun 2021 yaitu penyakit menular dan tidak menular
serta karakteristik wilayah. Maka penelitian ini dilakukan untuk mendapatkan peta persepsi
berdasarkan kabupaten/kota di Provinsi Aceh menggunakan analisis Hybrid Korespondensi.
Peta persepsi yang digambar berdasarkan penyakit menular dan tidak menular serta
karakteristik dari wilayah secara bersamaan dalam satu peta.
2. Tinjauan Kepustakaan
2.1 Penyakit
Beberapa pengertian mengenai penyakit antara lain menurut Gold Medical Dictionary
penyakit adalah kegagalan dari mekanisme adaptasi suatu organisme untuk bereaksi secara
tepat terhadap rangsangan atau tekanan sehingga timbul gangguan pada fungsi struktur, bagian,
organ atau sistem dari tubuh. Sedangkan menurut Arrest Hofte Amsterdam, penyakit bukan
hanya berupa kelainan yang terlihat dari luar saja, tetapi juga suatu keadaan terganggu dari
keteraturan fungsi dari tubuh. Dari kedua pengertian tersebut, dapat disimpulkan bahwa
penyakit adalah suatu keadaan gangguan bentuk dan fungsi tubuh sehingga berada didalam
keadaan yang tidak normal [13].
3. Metode Penelitian
3.1. Data dan Variabel Penelitian
Data yang digunakan dalam penelitian ini merupakan data sekunder yang diperoleh dari
Dinas Kesehatan Aceh tahun 2021. Data terdiri dari variabel penyakit menular dan penyakit
tidak menular, serta karakteristik wilayah di kabupaten/kota Provinsi Aceh. Data digunakan
sebanyak 230 amatan dengan skala untuk setiap variabel adalah rasio. Adapun rincian variabel
yang digunakan dalam penelitian ini ditunjukkan pada tabel 3.1.
Tabel 3. 1 Variabel yang digunakan dalam penelitian
Keterangan
Notasi Definisi Variabel
Variabel
X1 Jumlah penderita tuberkulosis (TBC)
X2 Jumlah penderita pneumonia pada balita
Penyakit
X3 Jumlah penderita diare Menular
X4 Jumlah penderita kusta
X5 Jumlah kasus konfirmasi covid-19
X6 Jumlah penderita hipertensi
X7 Jumlah penderita diabetes melitus
Penyakit tidak
Jumlah sasaran orang dengan gangguan jiwa Menular
X8
(ODGJ) berat
Persentase keluarga dengan akses fasilitas
X9
sanitasi yang tidak layak
Persentase tempat pengolahan makanan Karakteristik
X10
(TPM) tidak memenuhi syarat kesehatan Wilayah
X11 Kepadatan penduduk
6
Kota Subulussalam
Kota Langsa
Bener Meriah
Nagan Raya
Gayo Lues
Aceh Utara
Pidie
Aceh Barat
Aceh Timur
Aceh Selatan
Simeulue
0 2000 4000 6000 8000 10000 12000 14000
7
Kota Subulussalam
Kota Lhokseumawe
Kota Langsa
Kota Sabang
Kota Banda Aceh
Pidie Jaya
Bener Meriah
Aceh Jaya
Nagan Raya
Aceh Tamiang
Gayo Lues
Aceh Barat Daya
Aceh Utara
Bireuen
Pidie
Aceh Besar
Aceh Barat
Aceh Tengah
Aceh Timur
Aceh Tenggara
Aceh Selatan
Aceh Singkil
Simeulue
0 10000 20000 30000 40000 50000 60000 70000 80000 90000 100000 110000
8
Berdasarkan Tabel 4.1 dapat diketahui di Provinsi Aceh tahun 2021 terdapat penyakit
menular dengan persentase diare sebesar 49%, covid-19 sebesar 42%, TBC sebesar 8%,
pneumonia sebesar 1%, dan kusta sebesar 0,4%. Penyakit tidak menular dengan persentase
hipertensi sebesar 84%, diabetes melitus sebesar 15%, dan ODGJ sebesar 1%.
Tabel 4.4 Nilai singular, nilai inersia, proporsi inersia dan proporsi kumulatif
Nilai Proporsi
Sumbu Singular Nilai Inersia Inersia Proporsi Kumulatif
1 0,4683 0,2193 0,7422 0,7421
2 0,2352 0,0553 0,1874 0,9296
3 0,1300 0,0169 0,0574 0,9870
4 0,0458 0,0021 0,0072 0,9942
5 0,0316 0,001 0,0036 0,9978
6 0,0224 0,0005 0,0018 0,9996
7 0,0100 0,0001 0,0004 1,0000
Total 0,9433 0,2952 1
Tabel 4.4 diatas merupakan tabel penguraian nilai singular yang digunakan untuk mengetahui
nilai variabilitas data asli mampu dijelaskan oleh setiap dimensi yang dihasilkan. Pada tabel terdapat 7
dimensi beserta nilai singular, nilai inersia, proporsi inersia serta proporsi kumulatif yang mampu
menjelaskan variabilitas data. Nilai inersia total adalah sebesar 0,2952 menunjukkan jumlah bobot
kuadrat jarak titik-titik ke pusat, massa dan jarak yang didefenisikan. Namun pada kenyataanya pada plot
korepondensi tidak mampu memvisualisasikan apabila dimensi yang digunakan dalam jumlah besar.
Sehingga untuk memudahkan dalam memvisualisasikan plot korespondensi dan interpretasi plot maka
dilakukan hanya dalam 2 dimensi. Dua akar ciri pertama diperoleh persentase proporsi kumulatif sebesar
0,9295. Hal ini menunjukkan bahwa grafik dua dimensi yang dihasilkan dari analisis korespondensi
mampu menjelaskan variabilitas data asal sebesar 92,96% dari inersia total. Uraian proporsi masing-
masing dimensi sebagai berikut :
1. Dimensi 1 menjelaskan variabilitas data sebesar 74,22%
2. Dimensi 2 menjelaskan variabilitas data sebesar 18,74%
9
Tabel 4.5 Persen keragaman (inersia) dan titik koordinat kabupaten/kota dan penyakit dalam dua dimensi
Dimensi 1 2
Persen Keragaman 74,2% 18,7%
Simeulue 0,050 0,100
Aceh Singkil 1,284 0,094
Aceh Selatan -0,294 -0,099
Aceh Tenggara -0,258 -0,115
Aceh Timur -0,257 -0,135
Aceh Tengah -0,301 -0,035
Aceh Barat -0,196 -0,030
Aceh Besar -0,110 0,213
Pidie 0,282 0,497
Bireuen -0,077 -0,086
Aceh Utara -0,097 -0,120
Kabupaten/kota Aceh Barat Daya 0,300 0,126
Gayo Lues -0,372 -0,158
Aceh Tamiang -0,203 -0,066
Nagan Raya -0,165 -0,079
Aceh Jaya -0,151 -0,110
Bener Meriah -0,195 -0,115
Pidie Jaya 0,772 0,031
Kota Banda Aceh -0,093 0,857
Kota Sabang -0,225 -0,097
Kota Langsa -0,235 -0,069
Kota Lhokseumawe -0,158 0,025
Kota Subulussalam -0,307 -0,027
TBC -0,188 0,347
Pneumonia -0,077 0,467
Diare -0,157 0,13
Kusta -0,084 0,76
Penyakit Covid-19 -0,135 1,336
Dimensi 1 2
Hipertensi -0,192 -0,057
Diabetes Melitus 1,165 -0,013
ODGJ -0,194 0,195
Tabel 4.5 diatas merupakan tabel persen keragaman (inersia) dan titik koordinat kabupaten/kota
yang digunakan untuk menggambarakan peta hubungan kabupaten/kota dan penyakit dari hasil Analisis
Korespondensi yang disajikan pada gambar dibawah ini:
10
Gambar 4.4. Peta kabupaten/kota dan penyakit hasil dari analisis korespondensi
Gambar 4.4 diatas merupakan peta korespondensi dari kabupaten/kota dan penyakit di Provinsi
Aceh tahun 2021. Dimensi 1 dan dimensi 2 menjelaskan mengenai keragaman data. Tabel 4.4
menginformasikan bahwa dimensi 1 adalah nilai singularnya 0,7422 atau sebesar 74,22% dari total nilai
singular, ini artinya bahwa dimensi 1 mengandung informasi sebesar 74,22% dari total data sedangkan
dimensi 2 nilai singularnya 0,1874 atau sebesar 18,74% dari total data. Sehingga total informasi yang
didapatkan dari dimensi satu dan dua adalah sebesar 92.96% dari total data. Segitiga hitam menunjukkan
jenis penyakit meliputi TBC, pneumonia, diare, kusta, covid-19, hipertensi, diabetes melitus, ODGJ.
Sementara bulatan hijau menunjukkan kategori kabupaten/kota. Beberapa segitiga hitam yang berada
lebih dekat terhadap bulatan hijau menunjukkan bahwa kabupaten/kota tersebut memiliki kemiripan
dengan jenis penyakit.
Terdapat beberapa kabupaten/kota yang berada di sekitar penyakit hipertensi, yaitu Nagan Raya,
Bireuen, Aceh Barat, Aceh Tengah, Subulussalam, Langsa, Aceh Jaya, Bener Meriah, Aceh Tenggara,
Sabang, Aceh Timur, Gayo Lues, Aceh Tamiang, Aceh selatan, Aceh Utara. Begitu juga dengan jenis
penyakit yang lain contohnya ODGJ, TBC, dan diare berada di sekitar Aceh Besar. Aceh singkil sangat
dekat dengan penyakit diabetes melitus dimana hal tersebut menandakan Aceh singkil dominan dengan
penyakit diabetes melitus. Pada beberapa provinsi terlihat berada pada posisi antara dua atau lebih
segitiga hitam, hal ini menunjukkan bahwa provinsi tersebut selain relatif dominan pada salah satu jenis
penyakit juga relatif dominan pada jenis penyakit lainnya. Contohnya adalah Banda Aceh dan Aceh Besar
yang terletak diantara beberapa penyakit yaitu ODGJ, pneumonia, TBC, dan kusta, Banda Aceh selaian
dominan dengan penyakit kusta juga terlihat terletak relatif cenderung dengan penyakit covid-19. Pidie
terlihat trelatif cenderung dengan penyakit pneumonia, hal ini karena Pidie memiliki kasus pneumonia
yang cenderung tinggi, namun memiliki beberapa kasus jenis penyakit lain yang cenderung rendah.
Grafik korespondensi menunjukkan juga beberapa kabupaten/kota yang tidak memiliki kedekatan dengan
penyakit manapun, seperti Pidie Jaya, Aceh Barat Daya, Simeulue. Hal ini terjadi karena masing-masing
dari kabupaten/kota tersebut memiliki kasus penyakit yang kecil dibandingkan kabupaten/kota yang lain.
11
Tabel 4.6 Titik koordinat pemetaan vektor karakteristik wilayah
Dimensi 1 2
Sanitasi tidak layak -0,101 -0,008
Karakteristik
TPM tidak memenuhi syarat -0,066 -0,046
wilayah
Kepadatan penduduk -0,196 1,948
Hasil dari analisis hybrid korespondensi dapat dilihat pada gambar dibawah ini:
12
5. Kesimpulan
13
Daftar Pustaka
[1] A Andika, F., Safira, A., Mustina, N., & Marniati. (2020). Edukasi Tentang Pemberantasan Penyakit
Menular Pada Siswam Sma 5 Kota Banda Aceh. Jurnal Pengabdian Masyarakat, 2(1), 29–33.
[2] Cahyani, D. I., Kartasurya, M. I., & Rahfiludin, M. Z. (2020). Gerakan Masyarakat Hidup Sehat
dalam Perspektif Implementasi Kebijakan (Studi Kualitatif). Jurnal Kesehatan Masyarakat
Indonesia, 15(1), 10–18.
[3] Dakwani, T. (2018). Higienis dan Sanitasi Tempat Pengelolaan Makanan (TPM) di pada 100 Gudang
di Pelabuhan Tanjung Perak Surabaya Tahun 2018, Jurnal Kesehatan Lingkungan, 11(1), 69-74.
[4] Depkes RI. (2004). Kumpulan Modul Kursus Hygiene Sanitasi Makanan dan Minuman.
[5] Dinas Kesehatan Provinsi Aceh. (2020). Profil Kesehatan Aceh Tahun 2020. Dinas Kesehatan Aceh,
Aceh.
[6] Dinas Kesehatan Provinsi Aceh. (2021). Profil Kesehatan Aceh Tahun 2021. Dinas Kesehatan Aceh,
Aceh.
[7] Edwart, A. O., & Azhar, Z. (2019). Pengaruh Tingkat Pendidikan, Kepadatan Penduduk Dan
Ketimpangan Pendapatan Terhadap Kriminalitas di Indonesia. Jurnal Kajian Ekonomi Dan
Pembangunan, 1(3), 759–768.
[8] Fitria Citra, S., Muzalifah, T., & Ibrahim, L. (2021). Analisis Kesesuaian Penerima dan Penggunaan
Dana Bantuan Sosial Pandemi Covid-19 pada Masyarakat Gampong Sapik dan Gampong Air
Berudang, Aceh Selatan. Jurnal Riset dan Pengabdian Masyarakat, 1(1), 12–23.
[9] Fitriani, Goejantoro, R., & Nohe, D. A. (2016). Analisis Hibrid Korespondensi Untuk Pemetaan
Persepsi. 7(1), 77–84.
[10] Ginanjar, I. (2011). Hybrid Korespondensi Untuk Menganalisis Objek Berdasarkan Kategori Kolom
dan Karakteristik Objek, Jurnal Seminar Nasional Statistika, 2(1), 303-313.
[11] Greenacre, M. J. (2007). Correspondence Analysis in Practice 2nd ed. Universitat Pompeu Fabra
Barcelona, Barcelona.
[12] Gunarto, M., & Syarif, M. A. (2014). Penggunaan Analisis Biplot pada Pemetaan Perguruan Tinggi
Swasta di Kota Palembang. Forum Manajemen Indonesia 6.
[13] Irwan. (2019). Epidemiologi Penyakit Menular 3rd ed. Absolute Media, Yogyakarta.
[14] Johnson, R. A., & Wichern, D. W. (2002). Applied Multivariate Statistical Analysis 5th ed. Springer
Heidelberg Dordrecht London, New York.
[15] Juliadi, L., Komalasari, D., & Fitriyani, N. (2018). Hybrid Korespondesi pada Pengelompokkan
Kabupaten/Kota di Provinsi Nusa Tenggara Barat Berdasarkan Penyakit dan Penyebabnya.
Universitas Mataram, 53(9), 1–14.
[16] Kementrian Kesehatan Republik Indonesia. (2022). Profil Kesehatan Indonesia Tahun 2021.
Kementrian Kesehatan Republik Indonesia , Jakarta
[17] Leleury, Z. A., & Wokanubun, A. E. (2015). Analisis Biplot Pada Pemetaan Karakteristik
Kemiskinan Di Provinsi Maluku. Jurnal Ilmu Matematika Dan Terapan, 9(1), 21–31.
[18] Mauladi, F., Jati, D. R., & Fitriangga, A. (2017). Analisis Pengaruh Perubahan Iklim dan Sanitasi
Lingkungan Terhadap Penyakit Demam Berdarah Dengue. Jurnal Teknologi Lingkungan Lahan
Basah, 5(1).
[19] Permana, I. S., & Sumaryana, Y. (2018). Sistem Pakar Untuk Mendiagnosa Penyakit Kulit
Menggunakan Metode Forward Chaining. Jumantaka, 1(1), 361–370.
[20] Putra, M. S., & Maliki, I. (2022). Faktor-Faktor yang Mempengaruhi Kepatuhan Protokol Kesehatan
di Era Pandemik covid-19 di Desa Mata Mamplam Kabupaten Bireuen Provinsi Aceh. Islamika
Granada, 3(1), 109–114.
[21] Rencher, A. C. (2002). Methods of Multivariate Analysis 2nd ed. John Wiley & Sons, Canada.
[22] Rifkhatussa’diyah, E. F., Yasin, H., & Rusgiyono, A. (2014). Analisis Biplot Komponen Utama Pada
Bank Umum (Commercial Bank) yang Beroperasi di Jawa Tengah. Jurnal Gaussian , 3(1), 61–70.
[23] Sa’ban, L. M. A., Sadat, A., & Nazar, A. (2020). Jurnal PKM Meningkatkan Pengetahuan
Masyarakat Dalam Perbaikan Sanitasi Lingkungan. Jurnal Pengabdian Kepada Masyarakat, 5(1),
10–16.
[24] Safriani, M., & Silvia, C. S. (2018). Studi Perencanaan Bangunan Ipal Di Desa Blang Beurandang,
Kabupaten Aceh Barat. Jurnal Teknik Sipil Dan Teknologi Konstruksi, 4(1).
[25] Setiawan, A., Pradipta, F. V., Aj, B. L., Hasnida, I. S. D., Kismiantini. (2021). Analisis Risiko
14
Relatif Penderita Hipertensi Di KotaYogyakarta dengan Menggunakan Regresi Poisson. Jurnal
Pendidikan Matematika dan Matematika, 4(1), 1–6.
[26] Sudayasa, I. P., Rahman, M. F., Eso, A., Jamaluddin, J., Parawansah, P., Alifariki, L. O.,
Arimaswati, A., & Kholidha, A. N. (2020). Deteksi Dini Faktor Risiko Penyakit Tidak Menular
Pada Masyarakat Desa Andepali Kecamatan Sampara Kabupaten Konawe. Jurnal of Community
Engagement in Health, 3(1), 60–66.
[27] Syafitri, A. (2017). Pengawasan tempat pengololaan makanan oleh Dinas Kesehatan di Kota
Pekanbaru. Jurnal Kesehatan Lingkungan, 2(2), 187–194.
[28] Warganegara, E., & Nur, nida nabilah. (2016). Faktor Risiko Perilaku Penyakit Tidak Menular.
Majority, 5(2), 88–94.
15