Laporan Estimasi Populasi Rawan HIV Di Indonesia 2009

616.
9792 Ind e
ISBN 978-602-8937-17-7
ESTIMASI POPULASI DEWASA RAWAN TERINFEKSI HIV 2009

Kementerian Kesehatan Republik Indonesia 2009
Kata Pengantar
Epidemi HIV di Indonesia dalam 5 tahun terakhir telah terjadi perubahan dari Low Level Epidemic menjadi Concentrated Level Epidemic. Hal ini terbukti dari hasil survei pada sub populasi tertentu yang menunjukkan prevalensi HIV di beberapa provinsi telah melebihi 5% secara konsisten. Penularan utama terjadi pada kelompok Pengguna Napza Suntik (Penasun) dan pada kelompok yang melakukan hubungan seksual berisiko. Meskipun respons yang telah dilaksanakan meningkat namun masih kalah dengan kecepatan peningkatan epidemi yang terjadi. Berdasarkan Peraturan Pemerintah No. 38 Tahun 2007 bagian Lampiran Pembagian Urusan Pemerintahan Bidang Kesehatan Sub-Sub Bidang Pencegahan dan Pemberantasan Penyakit. Urusan pemerintah meliputi pengelolaan survailans epidemiologi kejadian luar biasa skala nasional, pengelolaan pencegahan dan penanggulangan penyakit menular berpotensial wabah, dan yang merupakan komitmen global skala nasional dan internasional, Pengelolaan pencegahan dan penanggulangan penyakit tidak menular tertentu skala nasional, Penanggulangan masalah kesehatan akibat bencana dan wabah skala nasional. Melalui surveilans yang baik kita akan mampu melakukan pengamatan suatu penyakit, menilai kecenderungan dan dapat menggunakan data untuk perencanaan, evaluasi dan estimasi populasi terinfeksi HIV dan populasi rawan tertular HIV. Sebagai salah satu fungsi dari pelaksanaan surveilans, estimasi populasi rawan tertular HIV dan terinfeksi HIV telah dilakukan oleh Departemen Kesehatan yang didukung oleh mitra kerja terkait. Tahun 2002 dilakukan estimasi pertama sekali di Indonesia dan merupakan estimasi yang dikategorikan sebagai best practice oleh ahli epidemiologi dimana setiap keputusan dan asumsi yang dilakukan dicatat dengan jelas. Tahun 2004, Departemen Kesehatan kembali mencoba melakukan estimasi dengan pendekatan provinsi dimana estimasi dilakukan di tingkat provinsi. Pendekatan ini digunakan karena kita bisa mendapatkan informasi yang relatif mendekati pada hal yang sebenarnya. Selain itu, hasil yang diperoleh adalah data pada tingkat kabupaten/kota. Namun sayang mengingat keterbatasan sumber daya estimasi tersebut hanya bisa kita lakukan di 14 provinsi sedangkan sisa provinsi yang ada dilakukan estimasi di tingkat Pusat dengan asupan data dari provinsi. Tahun 2006, pendekatan yang dilakukan agak berbeda dengan tahun 2004 yaitu dengan mengumpulkan data dari kabupaten/kota seluruh Indonesia. Data yang terkumpul diolah menggunakan metode multiplier dengan pendekatan kabupaten/kota. Hasil sementara disosialisasikan kepada pihak terkait untuk memperoleh tanggapan dan masukan, dilanjutkan dengan proses finalisasi. Tahun 2009, penyusunan estimasi dilaksanakan kembali. Proses dimulai bulan Agustus dengan pengumpulan data dari seluruh kabupaten/kota di Indonesia untuk kemudian dilakukan proses penghitungan, metodologi yang dipergunakan tidak jauh berbeda dengan tahun 2006, hanya pada tahun ini lebih lengkap karena selain dengan metode multiplier juga dilakukan triangulasi, sampai dengan regresi. Data yang digunakan pada proses estimasi kali inipun lebih banyak, beragam dan akurat dibandingkan dengan data yang dipergunakan pada estimasi sebelumnya. Hasil pendataan dari berbagai instansi (Kementerian Kesehatan, Kementerian Sosial, Kemhukham, BPS, Kepolisian, KPAN dan
Indonesia - 2009
KPAD, Dinas Kesehatan, Dinas Sosial, Dinas Pariwisata, Lembaga Swadaya Masyarakat, Jaringan Organisasi), serta hasil Survei Terpadu Biologis dan Perilaku (STBP), Survei Potensi Desa (PODES), dan Sero Surveilans memberikan andil yang besar untuk proses estimasi ini. Setelah melalui proses yang cukup panjang dan komplek serta hasilnya sudah disosialisasikan, kami berharap buku ini dapat dipergunakan sebagai salah satu pedoman dalam program pengendalian HIV dan AIDS di Indonesia. Kami juga mengucapkan terima kasih yang sebesar-besarnya kepada semua pihak yang telah ikut membantu serta terlibat dalam proses penyusunan estimasi ini, mudah mudahan kerja keras kita dapat bermanfaat bagi kita semua.
Jakarta, Maret 2010 Direktur Jenderal PP & PL
Prof. Dr. Tjandra Yoga Aditama, SpP(K)
ii
Estimasi Populasi Dewasa Rawan Terinfeksi HIV
MENTERI KESEHATAN REPUBLIK INDONESIA
Sambutan Menteri Kesehatan RI

Kementerian Kesehatan sebagai Instansi yang membawahi masalah-masalah bidang kesehatan, dimana pencegahan dan pemberantasan penyakit merupakan salah satu sub-sub bidang yang menjadi tanggung jawab dari Kementerian Kesehatan. Penyediaan informasi yang akurat bagi semua pihak di bidang kesehatan sangat diperlukan sehinga peran surveilans penting untuk memenuhi kebutuhan akan hal tersebut. Dalam program pengendalian HIV dan AIDS, estimasi populasi rawan terinfeksi HIV dan Orang dengan HIV dan AIDS (ODHA) yang akurat merupakan kebutuhan yang mendesak. Estimasi disusun setidaknya 3 tahun sekali, estimasi terakhir disusun tahun 2006, oleh karena itu pada tahun 2009 melalui kegiatan Surveilans HIV disusun kembali estimasi populasi rawan terinfeksi HIV dan Orang dengan HIV dan AIDS (ODHA). Kebutuhan akan data tersebut dipicu oleh adanya keinginan untuk mengetahui seberapa besar masalah epidemi HIV dan AIDS dan sebarannya di Indonesia sampai tingkat kabupaten/kota. Penyelenggaraan estimasi ini menunjukkan suatu upaya yang terintegrasi dari program pengendalian HIV dan AIDS karena melibatkan banyak pihak dalam penyusunannya. Hasil estimasi diharapkan dapat menjadi milik kita bersama dan bermanfaat untuk melakukan advokasi pada pemangku kepentingan. Selain itu, kita juga dapat mengembangkan program pengendalian HIV dan AIDS sampai tingkat kabupaten/kota. Pada kesempatan ini saya menyampaikan penghargaan dan terima kasih untuk semua pihak yang terlibat dalam proses estimasi, baik dari sektor kesehatan maupun sektor non-kesehatan, dari tingkat Pusat, Provinsi dan Kabupaten/Kota. Mudah-mudahan dengan adanya estimasi ini akan lebih meningkatkan upaya kita dalam menekan laju epidemi di Indonesia.
Jakarta, Maret 2010 Menteri Kesehatan RI
Dr. Endang R. Sedyaningsih, Dr. P
Indonesia - 2009
iii
Daftar Isi
Kata Pengantar MENTERI KESEHATAN REPUBLIK INDONESIA Sambutan Menteri Kesehatan RI Daftar Isi Daftar Tabel Daftar Gambar Daftar Istilah Ringkasan Eksekutif 1 Pendahuluan i iii iii iv vi vii viii ix 1
1.1. Latar Belakang .................................................................................................................. 1 1.2. Tujuan ................................................................................................................................ 2 2 Metodologi 3 2.1. Umum ................................................................................................................................. 3 2.2. Pemilihan Subpopulasi ..................................................................................................... 4 2.3. Sumber Data ...................................................................................................................... 7 2.4. Metode Penghitungan ....................................................................................................... 7 2.4.1. Penghitungan Estimasi WPS, Waria, LSL, dan Penasun .................................. 8 2.4.2. Penghitungan Estimasi Pelanggan WPS dan pasangannya ............................ 13 2.4.3. Penghitungan Estimasi Pelanggan Waria ......................................................... 14 2.4.4. Penghitungan Estimasi Pasangan Tetap Penasun ........................................... 15 2.4.5. Penghitungan Estimasi Warga Binaan Pemasyarakatan ................................ 16 2.4.6. Penghitungan Estimasi Populasi Umum Tanah Papua ................................... 17 3 Data dan Parameter 19 3.1. Data Pemetaan ................................................................................................................ 19 3.2. Data Survei Potensi Desa ............................................................................................... 22 3.3. Data Surveilans Perilaku................................................................................................ 25 3.4. Data Surveilans HIV ....................................................................................................... 26 4 Hasil 29 4.1. Estimasi Populasi Rawan Tertular HIV dan ODHA .................................................... 29 4.1.1. Penasun dan Pasangan Seks Tetap Penasun .................................................... 31 4.1.2. Wanita Penjaja Seks ............................................................................................ 32 4.1.3. Waria dan LSL ..................................................................................................... 34
iv
4.1.4. Pelanggan WPS dan Pasangan Seks Tetap Pelanggan .................................... 36 4.1.5. Warga Binaan Pemasyarakatan ......................................................................... 38 4.2. Distribusi ODHA menurut Provinsi dan Subpopulasi.................................................. 39 4.3. Hasil Estimasi Menurut Provinsi dan Kabupaten/Kota............................................... 41 5 Diskusi 6 Rekomendasi Lampiran 59 63 65
Hasil Pemodelan Regresi Poisson .......................................................................................... 66 Formulir Pengumpulan Data Pemetaan ............................................................................... 72 SK Kelompok Kerja Estimasi ................................................................................................. 74 Daftar Hadir Pertemuan......................................................................................................... 77
Indonesia - 2009
Daftar Tabel
Tabel 1. Struktur Data Hasil Penggabungan Hasil Pemetaan Subpopulasi dan Data Podes .. 8 Tabel 2. Sumber data pemetaan atau listing menurut subpopulasi........................................... 9 Tabel 3. Variabel data Podes yang digunakan sebagai penduga dalam model regresi ........... 10 Tabel 4. Banyaknya Sampel Blok Sensus dan Responden STHP 2006 Tanah Papua menurut Kabupaten/Kota Terpilih ............................................................................................. 17 Tabel 5. Jumlah Kabupaten/Kota menurut Sumber Data Pemetaan dan Subpopulasi ......... 20 Tabel 6. Jumlah Kabupaten/Kota dengan Banyaknya Sumber Data Pemetaan menurut Subpopulasi .................................................................................................................. 21 Tabel 7. Perbandingan Jumlah Kabupaten/Kota yang Memiliki Sumber Data Pemetaan Populasi Rawan Terinfeksi HIV Tahun 2006 dan 2009 ............................................ 21 Tabel 8. Rerata Jumlah Populasi Rawan Terinfeksi HIV Hasil Pemetaan Tahun 2006 dan 2009 ............................................................................................................................... 22 Tabel 9. Hasil Surveilans Perilaku 2007 dan 2009 yang Digunakan untuk Penghitungan Estimasi ........................................................................................................................ 25 Tabel 10. Estimasi Jumlah Populasi Rawan Terinfeksi HIV dan Jumlah ODHA di Indonesia Tahun 2009 ................................................................................................................... 30 Tabel 11. Estimasi Jumlah Populasi dan ODHA Penasun Serta Pasangan Seks Tetap Penasun menurut Provinsi di Indonesia Tahun 2009 ............................................... 31 Tabel 12. Estimasi Jumlah Populasi dan ODHA WPS Langsung dan Tak Langsung Menurut Provinsi di Indonesia Tahun 2009 .............................................................................. 33 Tabel 13. Estimasi Jumlah Populasi dan ODHA Waria dan LSL menurut Provinsi di Indonesia Tahun 2009.................................................................................................. 35 Tabel 14. Estimasi Jumlah Populasi dan ODHA Pelanggan Penjaja Seks dan Pasangannya menurut Provinsi di Indonesia Tahun 2009 ............................................................... 37 Tabel 15. Estimasi Jumlah Populasi dan ODHA Warga Binaan Pemasyarakatan Menurut Provinsi di Indonesia Tahun 2009 .............................................................................. 38 Tabel 16. Ringkasan Hasil Estimasi Populasi Rawan dan ODHA Tahun 2006 dan 2009 ...... 60 Tabel 17. Nilai koefisien regresi poisson, standard error, p-value, dan 95% confidence interval untuk model WPS langsung .......................................................................... 66 Tabel 18. Nilai koefisien regresi poisson, standard error, p-value, dan 95% confidence interval untuk model WPS tak langsung ................................................................... 67 Tabel 19. Nilai koefisien regresi poisson, standard error, p-value, dan 95% confidence interval untuk model waria ......................................................................................... 68 Tabel 20. Nilai koefisien regresi poisson, standard error, p-value, dan 95% confidence interval untuk model LSL ........................................................................................... 70 Tabel 21. Nilai koefisien regresi poisson, standard error, p-value, dan 95% confidence interval untuk model penasun .................................................................................... 71
vi
Daftar Gambar
Gambar 1. Diagram alir estimasi dengan model regresi poisson ............................................. 11 Gambar 2. Proses Estimasi WPS, Waria, LSL, Penasun, dan ODHA ...................................... 12 Gambar 3. Proses Estimasi untuk Pelanggan WPS dan Pasangannya.................................... 14 Gambar 4. Proses Estimasi untuk Pelanggan Waria Penjaja Seks .......................................... 15 Gambar 5. Proses Estimasi untuk Pasangan Tetap Penasun ................................................... 16 Gambar 6. Distribusi Persentase Desa yang Memiliki Lokalisasi/Tempat Mangkal Penjaja Seks menurut Kabupaten/Kota, Podes 2008 ......................................................... 23 Gambar 7. Distribusi Persentase Desa yang Memiliki Kasus Penyalahgunaan Narkoba dalam Setahun Terakhir menurut Kabupaten/Kota, Podes 2008 ....................... 24 Gambar 8. Prevalensi HIV Hasil Surveilans 2007 2009 menurut Subpopulasi dan Lokasi 26 Gambar 9. Distribusi Estimasi Jumlah Populasi Rawan Tertular HIV menurut Kabupaten/Kota di Indonesia Tahun 2009 ............................................................ 30 Gambar 10. Distribusi Estimasi Jumlah Penasun Menurut Kabupaten/Kota di Indonesia Tahun 2009 .............................................................................................................. 32 Gambar 11. Distribusi Estimasi Jumlah WPS Menurut Kabupaten/Kota di Indonesia Tahun 2009 .......................................................................................................................... 32 Gambar 12. Distribusi Estimasi Jumlah Waria Menurut Kabupaten/Kota di Indonesia Tahun 2009 .............................................................................................................. 34 Gambar 13. Distribusi Estimasi Jumlah LSL Menurut Kabupaten/Kota di Indonesia Tahun 2009 .......................................................................................................................... 34 Gambar 14. Distribusi Estimasi Jumlah Pelanggan Penjaja Seks menurut Kabupaten/Kota di Indonesia Tahun 2009 ........................................................................................ 36 Gambar 15. Distribusi Jumlah Warga Binaan Pemasyarakatan menurut Kabupaten/Kota di Indonesia Tahun 2009............................................................................................. 39 Gambar 16. Distribusi Estimasi Jumlah ODHA Menurut Subpopulasi dan Provinsi di Indonesia Tahun 2009............................................................................................. 40 Gambar 17. Distribusi Estimasi Jumlah ODHA 15-49 Tahun dari Populasi yang di Estimasi Menurut Kabupaten/Kota di Indonesia Tahun 2009 ............................................ 40
Indonesia - 2009
vii
Daftar Istilah
AIDS BNN BPS Concentrated Level Epidemic Kemhukham Dirjen PP & PL FHI GWL INA HIV JOTHI Kemenkes KPAD KPAN Lapas Low Level Epidemic LSL Multiplier ODHA OPSI Penasun PKBI PKNI PODES Predictor Rutan SSP STBP STHP WBP WPS Regresi Poisson WNA Prevalensi WHO UNAIDS Surveilans UNODC Acquired Immunodeficiency Syndrome Badan Narkotika Nasional Badan Pusat Statistik Tingkat Epidemi Terkonsentrasi Kementerian Hukum dan HAM Direktorat Jenderal Pengendalian Penyakit dan Penyehatan Lingkungan Family Health International Gay Waria LSL Indonesia Human Immunodeficiency Virus Jaringan Orang Terinfeksi HIV Indonesia Kementerian Kesehatan Komisi Penanggulangan AIDS Daerah Komisi Penanggulangan AIDS Nasional Lembaga Pemasyarakatan Tingkat Epidemi REndah Lelaki yang Suka Seks dengan Lelaki Faktor Pengali Orang Dengan HIV/AIDS Organisasi Pekerja Seks Indonesia Pengguna Napza Suntik Perkumpulan Keluarga Berencana Indonesia Perkumpulan Korban Napza Indonesia Statistik Potensi Desa Faktor Penduga Rumah Tahanan Survei Surveilans Perilaku Survei Terpadu Biologi dan Perilaku Survei Terpadu HIV dan Perilaku Warga Binaan Pemasyarakatan Wanita Penjaja Seks Analisis Statistik Regresi dengan Distribusi Poisson Warna Negara Asing Ukuran Kejadian Penyakit World Health Organization United Nations for AIDS Pengamatan Kejadian Penyakit Secara Sistematik dan Berkala United Nations Office on Drugs and Crime
viii
Ringkasan Eksekutif
Sejak estimasi tahun 2006, intesitas dan cakupan wilayah berbagai program pengendalian HIV dan AIDS berkembang dengan pesat. Selain itu juga berbagai survei dan penelitian telah dilakukan oleh banyak pihak sehingga data baru yang dapat digunakan untuk memahami secara lebih baik epidemi HIV dan sebarannya di Indonesia sudah tersedia. Oleh karena itu Kementerian Kesehatan RI kembali melakukan proses penghitungan estimasi populasi rawan terinfeksi HIV dan ODHA tahun 2009 yang bertujuan untuk memperbaharui angka estimasi jumlah populasi rawan terinfeksi HIV dan yang sudah terinfeksi HIV dari hasil estimasi populasi sebelumnya. Secara umum proses estimasi tahun 2009 meliputi (i)pembentukan Kelompok Kerja, (ii) pemilihan subpopulasi yang akan diestimasi, (iii) pengumpulan dan validasi data dasar, (iv) penghitungan estimasi, (v) konfirmasi dan revisi hasil awal, (vi) kesepakatan hasil tingkat provinsi dan nasional, serta (vii) kajian oleh ahli internasional (peer review). Pemilihan subpopulasi yang diestimasi menggunakan kriteria (i) tingkat prevalensi HIV, (ii) tingkat perilaku berisiko tertular dan menularkan HIV, (iii) kontribusinya terhadap epidemi HIV di Indonesia secara keseluruhan, dan (iv) ketersediaan data dasar dari setiap subpopulasi yang dipilih. Sumber data utama yang digunakan dalam penghitungan estimasi antara lain pemetaan sebaran populasi oleh berbagai instansi terkait, surveilanssentinel HIV, Survei Potensi Desa (PODES) 2008, Survei Terpadu HIV dan Perilaku (STHP) pada populasi umum di Tanah Papua 2006, Survei Terpadu Biologi dan Perilaku STBP 2007 dan 2009 pada kelompok berisiko tinggi. Sedangkan cara penghitungan estimasi menggunakan dua jenis metode faktor pengali (multiplier), yaitu (i) model regresi berganda (menggunakan lebih dari satu penduga/predictor) untuk subpopulasi WPS, Waria, LSL dan Penasun, dan (ii) faktor pengali sederhana dengan satu faktor penduga untuk subpopulasi lainnya. Hasil penghitungan estimasi tahun 2009 memperkirakan antara 5,1 8,1 juta orang dengan nilai tengah 6,3 juta orang paling berisiko tertular HIV di Indonesia diluar populasi umum Tanah Papua. Sebagian besar (lebih dari 80%) adalah Pelanggan Penjaja Seks dan Pasangan Seks Tetapnya (istri/pacar), diikuti populasi Lelaki Suka Seks dengan Lelaki (11%), Penjaja seks (3.3%), Warga Binaan Pemasyarakatan (2.2%) dan yang terkecil adalah populasi Pengguna Napza Suntik dan Pasangannya (2.1%). Hasil penghitungan estimasi tahun 2009 menghasilkan estimasi jumlah ODHA usia 15 49 tahun berkisar antara 132 287 ribu orang dengan nilai tengah 186 ribu. Estimasi tersebut belum mencakup estimasi jumlah ODHA yang berusia di bawah 15 tahun dan 50 tahun keatas. Selain itu juga proses estimasi tahun 2009 tidak memperhitungkan estimasi jumlah ODHA yang tertular melalui darah donor dan paparan cairan tubuh yang mengandung HIV, seperti petugas medis yang tertusuk jarum yang mengandung cairan tubuh dengan HIV. Meskipun estimasi jumlah Penasun dan pasangannya adalah yang terkecil, tetapi estimasi jumlah ODHA populasi tersebut merupakan yang terbesar (37.6%) dari total estimasi populasi rawan terinfeksi HIV diluar populasi umum Tanah Papua, diikuti oleh Pelanggan Penjaja Seks dan Pasangan Seks Tetapnya (31.9%), Lelaki Seks dengan Lelaki
Indonesia - 2009
ix
(15.2%), Penjaja Seks (12.1%), dan Warga Binaan Pemasyarakatan (3.2%). Hal ini disebabkan karena besarnya perbedaan prevalensi HIV pada masing-masing populasi rawan tertular HIV diluar populasi umum Tanah Papua. Prevalensi HIV tertinggi ada pada Penasun yang berkisar antara 31.4 67.9 persen, Sedangkan yang terendah ada di populasi Pasangan Pelanggan WPS dengan kisaran prevalensi HIV antara 0.52 0.66 persen. Hal yang paling mengemuka dari estimasi populasi rawan tertular HIV dan ODHA tahun 2009 adalah hasil estimasi jumlah sebagian subpopulasi rawan dan ODHA yang lebih rendah dari hasil estimasi tahun 2006. Hal ini tidak serta merta menggambarkan bahwa jalannya epidemi HIV di Indonesia sudah dapat dikendalikan. Estimasi jumlah beberapa populasi berisiko dan ODHA yang lebih rendah pada proses estimasi tahun 2009, lebih disebabkan karena adanya peningkatan jumlah sumber data pemetaan populasi rawan terinfeksi HIV dan perbaikan cara penghitungan beberapa subpopulasi. Walaupun demikian, kabupaten/kota yang tidak memiliki data pemetaan populasi rawan masih cukup banyak. Oleh karena itu pemanfaatan hasil estimasi populasi rawan tahun 2009 untuk menentukan target-target program pengendalian HIV dan AIDS harus dilakukan secara hati-hati khususnya pada kabupaten/kota yang tidak memiliki data pemetaan populasi rawan terinfeksi HIV. Oleh karena itu, perlu dilakukan sosialisasi dan penjelasan yang terbuka bahwa hasil estimasi populasi rawan terinfeksi HIV di Indonesia tahun 2009 merupakan koreksi dari hasil kegiatan estimasi sebelumnya. Perbedaan hasil estimasi merupakan kombinasi dari ketersediaan data yang jauh lebih banyak dibandingkan pada periode-periode sebelumnya dan juga penggunaan metode estimasi pemodelan regresi yang menekan pengaruh subjektifitas pelaku estimasi dalam melakukan penghitungan estimasi. Disamping itu, kegiatan estimasi populasi rawan perlu dilakukan setiap 2-3 tahun dengan menggunakan metode yang memanfaatkan berbagai sumber data yang ada dan menekan unsur subjektifitas dalam proses perhitungan jumlah populasi rawan.Hasil penghitungan estimasi jumlah populasi rawan terinfeksi HIV tahun 2009 diharapkan dapat digunakan sebagai perbaikan pemodelan epidemi HIV dan kebutuhan sumber daya sebelumnya.
Pendahuluan
1.1. Latar Belakang

Di hampir seluruh wilayah Indonesia, sebagaimana halnya di negara-negara di luar Afrika, infeksi HIV masih terkonsentrasi di antara orang-orang yang terkait dengan kegiatan berisiko tinggi tertular dan menularkan HIV termasuk pasangan seks tetapnya. Pengguna Napza suntik (Penasun), Waria, Penjaja Seks serta Pelanggan mereka, dan Lelaki yang suka berhubungan seks dengan Lelaki lain (LSL) adalah populasi yang diketahui secara umum memiliki risiko tinggi terinfeksi HIV. Sistem surveilans sentinel HIV dapat memberikan informasi tentang proporsi yang sudah terinfeksi HIV dari sebagian besar subpopulasi tersebut. Namun demikian, untuk mengetahui berapa banyak orang yang termasuk dalam subpopulasi tersebut secara tepat hampir tidak mungkin dilakukan karena sifat populasi tersebut yang tersembunyi dan terstigma serta wilayah Indonesia yang sangat luas. Data yang akurat dan terkini mengenai estimasi populasi rawan terinfeksi HIV dan estimasi Orang Dengan HIV dan AIDS (ODHA) merupakan kebutuhan yang sangat penting. Kebutuhan akan data tersebut dipicu karena adanya keinginan untuk mengetahui seberapa besar masalah epidemi HIV di Indonesia dan sebarannya sampai dengan tingkat kabupaten/kota. Dengan mengetahui besar masalah HIV dan AIDS tersebut maka pemerintah disemua tingkat dapat secara proporsional mengalokasikan program dan dana untuk pengendaliannya. Pada tahun 2002, Indonesia menjadi salah satu negara pertama yang membuat estimasi sistematik tentang jumlah orang dewasa rawan terinfeksi HIV menurut subpopulasi perilaku berisiko tinggi. Estimasi dibuat untuk setiap provinsi, tetapi semua proses pelaksanaannya dilakukan di tingkat pusat, berdasarkan data yang tersedia di tingkat pusat. Proses, metode yang dipakai, dan hasil-hasil yang ada telah diuraikan secara terperinci dalam Laporan Estimasi HIV pada Orang Dewasa di Indonesia tahun 2002. Dua tahun kemudian (tahun 2004), estimasi tersebut di perbaharui baik dari sisi asupan data maupun metodologi penghitungan yang sudah mulai menggunakan data dari tingkat kabupaten/kota di 10 provinsi. Pada akhir tahun 2006 Komisi Penanggulangan AIDS Nasional dan Kementerian Kesehatan kembalimemperbaharui estimasi jumlah orang dewasa usia 15 49 tahun yang rawan terinfeksi HIV dan ODHA di Indonesia. Ada beberapa perbedaan yang signifikan pada pelaksanaan estimasi tersebut dan diyakini telah menghasilkan data estimasi yang lebih baik, diantaranya hasil estimasi tersedia untuk 440 kabupaten/kota se Indonesia. Sejak estimasi tahun 2006, intesitas dan cakupan wilayah berbagai program pengendalian HIV dan AIDS berkembang dengan pesat. Selain itu juga berbagai survei dan
Indonesia - 2009
penelitian telah dilakukan oleh banyak pihak sehingga data baru yang dapat digunakan untuk memahami secara lebih baik epidemi HIV dan sebarannya di Indonesia tersedia. Oleh karena itu Kementerian Kesehatan RI bersama dengan pemangku kepentingan dan kebijakan di tingkat nasional kembali melakukan proses penghitungan estimasi populasi rawan terinfeksi HIV dan ODHA tahun 2009.
1.2. Tujuan
Tujuan utama dari serangkaian kegiatan proses estimasi tahun 2009 adalah : Menghitung estimasi jumlah populasi rawan terinfeksi HIV dan yang sudah terinfeksi HIV secara nasional serta distribusinya menurut kabupaten/kota, provinsi dan subpopulasi. Memperbaharui angka estimasi jumlah populasi rawan terinfeksi HIV dan yang sudah terinfeksi HIV dari hasil estimasi populasi sebelumnya.
Estimasi Populasi Rawan Tertular HIV dan ODHA
Metodologi
2.1. Umum
Mekanisme penghitungan estimasi jumlah populasi rawan tertular HIV dan jumlah yang sudah terinfeksi HIV atau Orang Dengan HIV dan AIDS (ODHA) tahun 2009 secara umum tidak jauh berbeda dengan tahun 2006, di mana penghitungan estimasi dilakukan pada tingkat kabupaten/kota sedangkan estimasi di 33 provinsi dan nasional merupakan penjumlahan dari hasil estimasi di tingkat kabupaten/kota yang berjumlah 483. Secara umum proses penghitungan estimasi jumlah populasi rawan tertular HIV dan jumlah ODHA tahun 2009 meliputi, Pembentukan kelompok kerja estimasi dilakukan melalui Keputusan Dirjen PP & PL Kementerian Kesehatan RI nomor HK.Ol.OS/III.2/1247/2010. Kelompok kerja estimasi bertanggung jawab untuk (i) membuat formulir dan petunjuk pengumpulan data dasar serta mengumpulkan, validasi dan kompilasinya, (ii) membuat lembar kerja estimasi dan mengisinya, (iii) menentukan cara penghitungan estimasi dan melakukan penghitungan estimasi, (iv) memfasilitasi berbagai lokakarya untuk mendapatkan kesepakatan dalam proses dan hasil estimasi, dan (v) menuliskan laporan proses dan hasil estimasi jumlah populasi rawan tertular HIV dan jumlah ODHA tahun 2009. Kelompok Kerja Estimasi terdiri dari staf Kementerian Kesehatan dan 3 orang konsultan (2 orang konsultan Kementerian Kesehatan dan seorang konsultan HCPI) yang sudah berpengalaman dalam penghitungan estimasi populasi rawan terinfeksi HIV di Indonesia. Pemilihan subpopulasi yang akan diestimasi beserta cara menghitungnya dipilih dan disepakati melalui lokakarya yang diadakan pada tanggal 2-3 November 2009 di Jakarta. Lokakarya dihadiri oleh para pemangku kepentingan di tingkat nasional dan lembaga yang memiliki data dasar untuk penghitungan estimasi. Pengumpulan dan validasi data dasar yang dikoordinasikan oleh Kelompok Kerja Estimasi dan bersumber dari berbagai lembaga seperti Badan Pusat Statistik (BPS), Badan Narkotika Nasional (BNN), Sekretariat Komisi Penanggulangan AIDS Nasional (KPAN), Dinas Kesehatan Provinsi dan Kabupaten/Kota, Family Health International (FHI), Perkumpulan Keluarga Berencana Indonesia (PKBI), Jaringan/Organisasi Populasi Kunci seperti Jaringan Orang Terinfeksi HIV Indonesia (JOTHI), Organisasi Pekerja Seks Indonesia (OPSI), dan Gay Waria LSL Indonesia (GWL-INA), dan Perkumpulan Korban Napza Indonesia (PKNI). Salah satu kegiatan pengumpulan dan validasi data adalah lokakarya yang diadakan pada tanggal 20 Nopember 2009 di Jakarta.
Indonesia - 2009
Penghitungan estimasi jumlah populasi rawan terinfeksi HIV dan ODHA dilakukan oleh Kelompok Kerja Estimasi dengan sumber data dan metode penghitungan yang sudah disepakati. Metode regresi dengan menggunakan data mapping/listing dan data Podes digunakan untuk subpopulasi WPS, waria, LSL, dan penasun. Metode faktor pengali (multiplier) dengan menggunakan hasil estimasi dengan metode regresi dan data perilaku untuk subpopulasi pelanggan WPS dan waria, pasangan seks pelanggan WPS, dan pasangan seks penasun. Konfirmasi dan revisi hasil penghitungan awal estimasi jumlah populasi rawan terinfeksi HIV dan jumlah yang sudah terinfeksi HIV dilakukan melalui lokakarya di Denpasar Bali pada tanggal 22 25 Nopember 2009. Lokakarya tersebut di hadiri oleh pemangku kepentingan tingkat nasional dan perwakilan dari Dinas Kesehatan 33 provinsi. Penghitungan ulang kemudian dilakukan oleh Kelompok Kerja Estimasi dengan memperhitungkan berbagai masukan dalam lokakarya tersebut. Kesepakatan hasil ditingkat nasional dilakukan melalui Lokakarya yang diadakan di Jakarta pada tanggal 8 Februari 2010 dan dihadiri oleh berbagai pemangku kepentingan di tingkat nasional. Sedangkan kesepakatan hasil di tingkat provinsi diberikan oleh Dinas Kesehatan Provinsi melalui surat elektronik. Pengkajian proses, metodologi dan hasil oleh ahli-ahli internasional (peer review) yang dilakukan melalui lokakarya 2 hari (20 21 April 2010) di Jakarta. Beberapa ahli internasional yang didukung oleh WHO dan UNAIDS tersebut serta pemangku kepentingan dan kebijakan melakukan diskusi yang intensif serta memberikan masukan penting untuk meningkatkan kualitas estimasi. Penulisan laporan proses dan hasil dilakukan oleh Kelompok Kerja Estimasi dengan mempertimbangkan berbagai masukan dari para ahli, pemangku kepentingan dan kebijakan serta penggunaan data estimasi untuk berbagai keperluan dimasa yang akan datang.
2.2. Pemilihan Subpopulasi

Pemilihan subpopulasi yang akan dicakup dalam proses estimasi jumlah populasi rawan terinfeksi HIV dan ODHA tahun 2009 disepakati dengan menggunakan kriteria (i) tingkat prevalensi HIV, (ii) tingkat perilaku berisiko tertular dan menularkan HIV, (iii) kontribusinya terhadap epidemi HIV di Indonesia secara keseluruhan, dan (iv) ketersediaan data dasar dari setiap subpopulasi yang akan dipilih. Setelah di kaji dengan menggunakan data surveilans perilaku dan HIV, laporan kasus AIDS dan informasi awal lainnya maka disepakati untuk memilih 10 subpopulasi rawan terinfeksi HIV dengan definisi dan hasil tinjauan pustaka sebagai berikut: Pengguna Napza Suntik (Penasun) adalah orang dengan adiksi napza yang disuntikan dalam 12 bulan terakhir. Dari hasil Survei Terpadu Biologi dan Perilaku (STBP) tahun 2007 dan 2009 diketahui bahwa rata-rata menyuntik seorang penasun adalah 7.3 kali dalam 1 minggu terakhir, di mana secara umum 32 persen mengaku masih menggunakan alat dan jarum suntik bersama, serta antara 52 87 persen pernah
berbagi napza yang sudah dilarutkan dalam air di dalam satu alat suntik (berbagi basah) yang sangat berisiko tertular dan menularkan HIV. Tiga puluh persen penasun juga mengaku pernah melakukan seks komersial dan hanya sepertiganya yang selalu menggunakan kondom. Prevalensi HIV pada penasun dari hasil STBP 2007 dan 2009 di 9 kota berkisar antara 32 persen (Kalimantan Barat) 56 persen (Surabaya). Selain itu hampir 40 persen dari kumulatif kasus AIDS yang dilaporkan berasal dari subpopulasi penasun. Pasangan seks tetap penasun adalah istri/suami atau pasangan yang tinggal bersama dengan penasun, dan tidak menyuntikan napza pada diri mereka sendiri. Dari hasil STBP diketahui antara 22 35 persen penasun memiliki istri/suami atau pasangan seks tetap di mana sebagian besar dari pasangan tersebut (lebih dari 85 persen) adalah bukan penasun. Rata-rata frekuensi hubungan seks penasun dalam 1 bulan terakhir berkisar antara 3.6 8.4 kali. Sedangkan rata-rata tingkat konsistensi pemakaian kondom dengan pasangan seks tetap hanya berkisar antara 4 17 persen saja. Walaupun demikian belum pernah ada survei/penelitian tentang prevalensi HIV pada subpopulasi ini, tetapi dengan melihat data di atas maka kemungkinan pasangan seks penasun terpapar HIV cukup besar. Wanita Penjaja Seks (WPS) Langsung adalahwanita yang menjajakan seks sebagai pekerjaan atau sumber penghasilan utama mereka. Mereka biasanya berbasis di rumah bordil/lokalisasi, atau bekerja di jalanan. Seks komersial tanpa kondom merupakan salah satu faktor risiko penting dalam penularan HIV. Industri seks komersial di Indonesia sangat besar di mana lebih dari 1,500 kepala desa/lurah di seluruh provinsi melaporkan adanya tempat transaksi seks di desa/kelurahannya (Podes 2008). Hasil STBP secara umum menunjukan rata-rata jumlah pelanggan yang dilayani secara seksual oleh seorang WPS Langsung dalam 1 minggu terakhir adalah 8.7 orang (antara 3 18 orang), dengan rata-rata tingkat konsistensi penggunaan kondom hanya 32 persen (antara 2 80 persen). Prevalensi HIV hasil STBP 2007 dan 2009 pada WPS Langsung di 18 kabupaten/kota sekitar 10.4 persen (antara 2.8 20.8 persen). WPS Tak Langsung adalah adalah wanita yang bekerja di bisnis hiburan, seperti bar, karaoke, salon, atau panti pijat, yang juga melayani seks untuk menambah penghasilan. Tidak semua wanita yang bekerja di tempat-tempat ini menjual seks, dan estimasi mencerminkan hanya populasi yang hanya menjual seks. Hasil STBP maupun surveisurvei lainnya menunjukan bahwa perilaku berisiko tertular dan menularkan HIV pada WPS Tak Langsung tidak sama dengan WPS Langsung. Secara umum rata-rata jumlah pelanggan WPS Tak Langsung dalam 1 minggu terakhir hanya 3.9 orang (antara 1.2 6.8 orang), dengan rata-rata tingkat konsistensi penggunaan kondom sekitar 34 persen (antara 11 53 persen). Sedangkan prevalensi HIV adalah sekitar 4.6 persen (antara 0.5 8.8 persen). Waria adalah orang yang secara biologis laki-laki tetapi peran gender, berperasaan, dan penampilannya perempuan. Sebagian besar (sekitar 87 persen) waria yang menjadi responden STBP 2007 dan 2009 di 9 kota mengaku pernah menjual seks kepada pelanggan laki-laki dalam 1 tahun terakhir. Sebagian besar pelanggan dilayani seks anal dengan rata-rata jumlah pelanggan dalam 1 minggu terakhir adalah 3.2 orang (antara 2.1 4.5 orang) dan tingkat konsistensi pemakaian kondom hanya 38 persen saja (antara 12 61 persen). Dengan tingkat perilaku yang lebih berisiko dibanding penjaja seks lainnya, maka cukup wajar bila rata-rata prevalensi HIV pada waria lebih tinggi dari penjaja seks lainnya yaitu 24.4 persen.
Indonesia - 2009
Pelanggan penjaja seks adalah adalah pria yang berhubungan seks setidak-tidaknya satu kali dalam tahun terakhir dengan penjaja seks baik WPS maupun waria dengan memberikan bayaran baik berupa uang dan atau barang. Hasil STBP di 14 kabupaten/kota menunjukan rata-rata pelanggan membeli seks dalam 1 bulan terakhir adalah 2 kali (antara 1.4 2.5 kali), dengan rata-rata tingkat konsistensi penggunaan kondom hanya 15 persen (antara 4 41 persen). Sedangkan rata-rata prevalensi HIV nya berkisar antara 0 4.4 persen (nilai tengah 0.8 persen). Pasangan seks pelanggan penjaja seks adalah wanita yang menikah atau tinggal bersama dengan pelanggan penjaja seks. Sebagian besar (68 persen) pelanggan penjaja seks yang menjadi responden STBP telah menikah dengan rata-rata jumlah hubungan seks dalam 3 bulan terakhir 13 kali. Sedangkan tingkat konsistensi penggunaan kondomnya sangat rendah yaitu sekitar 1.4 persen (antara 0 3.5 persen). Sama seperti pasangan penasun, belum pernah ada survei/penelitian tentang prevalensi HIV pada subpopulasi ini. Lelaki yang suka Seks dengan Lelaki (LSL) adalah laki-laki yang berhubungan seks dengan laki-laki lain dan berkumpul di tempat-tempat tertentu untuk mendapatkan pasangan baru. Tempat-tempat ini termasuk bar, diskotek, taman kota, mal, klub senam/olahraga dan tempat lainnya. Sebagian besar (71 persen) LSL yang menjadi responden STBP 2007 di 6 kota mengaku pernah melakukan seks anal dalam 1 bulan terakhir dengan rata-rata jumlah pasangan berkisar antara 1.9 4.6 orang. Sedangkan tingkat konsistensi penggunaan kondomnya hanya 39 persen. Prevalensi HIV pada LSL sekitar 5.21 persen (antara 2 8.1 persen). Warga Binaan Pemasyarakatan (WBP) adalah pria dan wanita yang ditahan dalam satu tahun terakhir. Ini termasuk para tahanan di rutan (rumah tahanan negara bagi para tahanan yang sedang menunggu keputusan hukum) dan lapas (lembaga pemasyarakatan/penjara), tetapi tidak termasuk yang berada dalam tahanan polisi. Perilaku berisiko tertular dan menularkan HIV pada WBP masih belum tergambarkan dengan baik tetapi prevalensi HIV di beberapa Lapas/Rutan dari hasil surveilans HIV sudah cukup tinggi yaitu berkisar antara 0.27 19.50 persen (nilai tengah 2.43 persen). Populasi Umum Tanah Papua adalah adalah laki-laki dan perempuan berusia 15 49 tahun, tinggal dan terdaftar sebagai penduduk Papua serta bukan termasuk dalam salah satu populasi risiko tinggi di atas. Dari hasil STHP 2006 dan Survei Demografi Kesehatan Indonesia tahun 2008 diketahui bahwa risiko tertular dan menularkan HIV pada populasi umum di Tanah Papua jauh lebih tinggi dari wilayah Indonesia lainnya. Secara umum, 21 persen populasi umum laki-laki dan 7.9 persen perempuan memiliki pasangan seks lebih dari 1 orang dalam 1 tahun terakhir. Tingkat penggunaan kondom pada hubungan seks terakhir rata-rata hanya 2.8 persen jauh lebih rendah dari populasi yang secara umum dikenal berperilaku risiko tinggi. Prevalensi HIV dari hasil STHP 2006 pada populasi umum di Tanah Papua berkisar antara 0.7 5 persen tergantung dari jenis kelamin dan topografi (pesisir mudah, pesisir sulit dan pegunungan). Selain itu jumlah kumulatif kasus AIDS per 100.000 penduduk yang dilaporkan hingga akhir 2009 di Papua 15.36 kali lebih tinggi dari angka nasional (8.66 kasus/100.000 penduduk).
2.3. Sumber Data

Dalam penghitungan estimasi jumlah populasi rawan tertular HIV dan ODHA tahun 2009, digunakan beberapa sumber data utama, yaitu pemetaan sebaran populasi, surveilans HIV, Survei Potensi Desa (PODES) 2008, Survei Terpadu HIV dan Perilaku (STHP) pada populasi umum di Tanah Papua 2006, STBP 2007 dan 2009 pada kelompok berisiko tinggi. Data pemetaan sebaran populasi yang akan diestimasi bersumber dari beberapa lembaga yang melakukan pemetaan untuk berbagai keperluan seperti penetapan target dan perencanaan program. Di tingkat provinsi, pemetaan dikoordinasikan oleh Dinas Kesehatan Provinsi dengan menggunakan definisi populasi, formulir, dan petunjuk pelaksanaan yang dikeluarkan oleh Kementerian Kesehatan RI. Pemetaan tersebut memberikan data yang diperlukan dalam proses penghitungan estimasi menurut kabupaten/kota dan sumbernya seperti jumlah penduduk usia 15-49 tahun menurut jenis kelamin, jumlah WPS langsung dan tak langsung, jumlah penasun, jumlah kasus penyalahgunaan napza dalam setahun terakhir, jumlah waria, jumlah LSL, dan informasi tentang prevalensi HIV dari masingmasing subpopulasi tersebut serta prevalensi HIV pada darah donor terbaru. Selain data hasil pemetaan di tingkat provinsi, Kelompok Kerja Estimasi juga mengumpulkan hasil pemetaan yang dilakukan oleh beberapa lembaga di tingkat nasional seperti KPAN, PKBI, dan beberapa organisasi populasi kunci, seperti JOTHI, GWL-INA, OPSI, serta cakupan program penjangkauan berbagai lembaga yang bekerja di bawah koordinasi FHI dan Principle Reciepient the Global Fund Kementerian Kesehatan. Proses validasi dilakukan oleh Kelompok Kerja Estimasi pada hasil pemetaan yang memiliki perbedaan lebih dari 1.5 kali sumber data lainnya di dalam kabupaten/kota yang memiliki lebih dari satu sumber data pemetaan. Kelompok Kerja Estimasi juga bekerja sama dengan BPS untuk mengestimasi jumlah penduduk umur 15 49 tahun menurut jenis kelamin per kabupaten/kota dan beberapa variabel yang akan digunakan sebagai faktor penduga dari hasil Survei Podes 2008 serta melakukan analisis hasil STBP pada populasi beriko tinggi dan STHP pada populasi umum Tanah Papua untuk mendapatkan faktor pengali estimasi subpopulasi yang tidak ada data pemetaannya seperti pasangan seks penasun, pelanggan penjaja seks dan pasangannya.
2.4. Metode Penghitungan

Secara umum, penghitungan estimasi populasi kelompok rawan tertular HIV dan ODHA di Indonesia tahun 2009 dibedakan menjadi empat, yaitu pengitungan estimasi jumlah populasi untuk (i) WPS, waria, LSL, dan penasun, (ii) pelanggan penjaja seks, pasangan seks pelanggan, dan pasangan seks penasun, (iii) warga binaan pemasyarakatan, dan (iv) populasi umum Tanah Papua. Penghitungan estimasi subpopulasi WPS, waria, LSL, dan penasun berdasarkan data hasil pemetaan dan listing di setiap kabupaten/kota yang ada datanya. Data ini selanjutnya digunakan untuk mengestimasi subpopulasi tersebut di kabupaten/kota yang tidak mempunyai data pemetaan dengan menggunakan model regresi poisson, salah satu bentuk analisis regresi untuk memodelkan data hitung atau data cacah (count data). Peubah
Indonesia - 2009
penduga yang digunakan sebagian besar berasal dari data Podes 2008 dan ranking kabupaten/kota berdasarkan perkiraan jumlah subpopulasi tersebut menurut staf Dinas Kesehatan Provinsi. Pada kelompok pelanggan penjaja seks, pasangan seks pelanggan, dan pasangan seks penasun, penghitungan estimasi subpopulasi dilakukan dengan menggunakan data hasil STBP 2009 dan estimasi subpopulasi pada kelompok WPS, waria, dan penasun. Estimasi untuk kelompok warga binaan pemasyarakatan menggunakan data yang dikumpulkan oleh Direktorat Jenderal Pemasyarakatan, Kementerian Hukum dan HAM, sedangkan estimasi ODHA pada populasi umum hanya menggunakan estimasi ODHA hasil STHP 2006 di Tanah Papua.
2.4.1. Penghitungan Estimasi WPS, Waria, LSL, dan Penasun

Pada subpopulasi yang lebih tersembunyi seperti WPS tak langsung, LSL, dan penasun, hasil pemetaan diperkirakan lebih rendah dari jumlah yang sebenarnya, untuk itu dilakukan koreksi terhadap hasil pemetaan tersebut berdasarkan angka cakupan program hasil STBP 2009. Angka cakupan program hasil STBP 2009 pada masing-masing kelompok tersebut adalah sekitar 66 persen (WPS tak langsung), 67 persen (penasun), dan 17 persen (LSL), sehingga faktor koreksi untuk setiap subpopulasi adalah 1.5 (WPS tak langsung dan penasun) dan 6 (LSL). Selanjutnya data pemetaan yang terkoreksi ini dan data Podes digabung pada tingkat kabupaten/kota. Data pemetaan dan listing tidak tersedia untuk seluruh kabupaten/kota sedangkan data Podes tersedia untuk seluruh kabupaten/kota. Data dari kabupaten/kota yang mempunyai data pemetaan dan listing inilah yang selanjutnya digunakan sebagai data dasar untuk melakukan modeling dan memprediksi untuk kabupaten/kota yang tidak mempunyai data pemetaan dan listing. Tabel1.StrukturDataHasilPenggabunganHasilPemetaanSubpopulasidanDataPodes
Kabupaten/kota(i) 1 2 3 4 483 Datapemetaan/listing Yi,1 Y1,1 Y2,1 Y3,1 Y4,1 Y483,1 Yi,S Y1,S Y2,S Y3,S Y4,S Y483,S DataPodes Xi,1 X1,1 X2,1 X3,1 X4,1 X483,1 Xi,P X1,P X2,P X3,P X4,P X483,P
di mana, Yi,s = perkiraan jumlah subpopulasi berdasarkan data pemetaan/listing dari sumber data s di kabupaten/kota i, Xi,p = data Podes variabel p yang digunakan sebagai penduga dalam model regresi di kabupaten/kota i.
Dalam pemodelan regresi, karena variabel respon yang digunakan adalah jumlah orang atau data hitung maka model regresi yang digunakan adalah model regresi poisson. Dalam model regresi poisson, variabel respon Y diasumsikan berdistribusi poisson dan ln dari nilai harapan variabel respon dapat dimodelkan secara linier, sehingga seringkali disebut model log-linier. Secara umum, model regresi yang digunakan adalah sebagai berikut:
P Y = expb0 + bk x k k=1
atau
ln Y = b0 + bk x k
k=1
{}
Model ini diimplementasikan untuk data nasional per kabupaten/kota dan distratifikasi menurut provinsi. Sumber data untuk setiap subpopulasi berbeda menurut ketersediaan data pemetaan atau listing pada subpopulasi tersebut. Jenis sumber data menurut subpopulasi adalah seperti dalam tabel berikut ini. Tabel2.Sumberdatapemetaanataulistingmenurutsubpopulasi
Subpopulasi WPSLangsung WPSTakLangsung Waria LSL Penasun Dinkes Dinsos Dispar LSM KPAN Lainnya
Penduga untuk setiap subpopulasi juga berbeda menurut ketersediaan data Podes dan data tersebut relevan untuk membuat model spesifik bagi subpopulasi tertentu. Selain data Podes, data jumlah penduduk umur 15-49 tahun per kabupaten/kota dan ranking kabupaten/kota menurut tingkat keramaian subpopulasi yang diestimasi, kecuali penasun, yang disusun oleh staf Dinas Kesehatan Provinsi juga digunakan sebagai variabel penduga dalam model. Variabel-variabel yang digunakan sebagai penduga pada model regresi poisson untuk setiap subpopulasi yang diestimasi adalah seperti pada tabel berikut ini.
Indonesia - 2009
Tabel3.VariabeldataPodesyangdigunakansebagaipendugadalammodelregresi
Deskripsi
Persentasedesakelurahan Persentaselakilakiyangtinggaldidesaperkotaan Persentaseperempuanyangtinggaldidesaperkotaan Persentasedesayangadatempattransaksiseks Persentasedesayangadapub/diskotik/karaoke Persentasedesayangadabioskop Persentasedesayangadakejahatanpenyalahgunaannarkoba Persentasedesayangadakejahatanperedarangelapnarkoba Jumlahpendudukberumur1549tahun Rankingkabupaten/kota(dummy) Province(dummy)
WPSL
WPSTL Waria
LSL
Penasun
Sebelum melakukan pemodelan, Kelompok Kerja Estimasi menyusun ulang data berdasarkan ketersedian data pemetaan. Tidak semua kabupaten/kota mempunyai data pemetaan dari setiap sumber data yang ada. Dengan kata lain, beberapa kabupaten/kota hanya mempunyai data pemetaan atau listing hanya dari beberapa sumber atau bahkan tidak mempunyai data pemetaan sama sekali. Model dibangun berdasarkan kabupaten/kota yang mempunya data hasil pemetaan atau listing. Model yang didapat tersebut selanjutnya digunakan untuk mengestimasi subpopulasi pada kabupaten/kota yang tidak mempunyai data pemetaan atau listing. Diagram alir estimasi dengan model regresi poisson dapat dilihat pada diagram berikut ini.
10
Gambar1.Diagramalirestimasidenganmodelregresipoisson
Gabungdatahasil pemetaan,Podes,dan variabelpendugalain perkabupaten/kota
Reshapingdata menjadiper kabupaten/kotaper sumberdata
Estimasikoefisien regresidenganmodel regresipoisson

P Y = expb0 + bk x k k=1
Estimasiukuran subpopulasiper kabupaten/kota denganrumusdiatas
Indonesia - 2009
11
Estimasi ODHA untuk setiap subpopulasi dan kabupaten/kota dihitung dengan menggunakan rumus
YODHA i, j = Yi, j PHIV i, j

di mana,
YODHA i, j = estimasi ODHA pada subpopulasi i di kabupaten/kota j,

Yi, j PHIV i, j
= estimasi jumlah subpopulasi i di kabupaten/kota j, dan = estimasi prevalens HIV pada subpopulasi i di kabupaten/kota j.
Secara umum, proses penghitungan estimasi populasi rawan tertular HIV dan ODHA untuk WPS, waria, LSL, dan penasun adalah seperti pada gambar diagram alir berikut ini. Gambar2.ProsesEstimasiWPS,Waria,LSL,Penasun,danODHA Datamapping Variabelpenduga(data Podes,jumlahpenduduk 1549th,ranking)
Mergingdata
Kab/Kotayangtersedia datamappingdan variabelpenduga
Seluruhkab/Kota denganvariabel penduga
Modelregresipoisson
Estimasipopulasi rawantertularHIV
DataprevalensiHIV
Aplikasikankoefisien regresi EstimasiODHA
12
2.4.2. Penghitungan Estimasi Pelanggan WPS dan pasangannya

Untuk mengestimasi jumlah Pelanggan WPS dalam setahun, dibutuhkan beberapa data yaitu
Jumlah estimasi WPS langsung dan tidak langsung ( YWPS ),

Rerata transaksi seks komersial per WPS per minggu ( tper WPS ), Rerata jumlah minggu tidak menjual seks dalam setahun ( mper tahun ), Rerata kunjungan pelanggan WPS ke WPS per tahun ( kper pelanggan WPS ), dan Proporsi pelanggan WPS yang Warna Negara Asing (WNA) ( pWNA ). Data (2)-(3) didapat dari hasil SSP pada kelompok WPS dan data (4)-(5) didapat dari SSP pada kelompok pria berisiko. Namun karena data frekuensi membeli seks pelanggan WPS tak langsung tidak tersedia maka disepakati untuk menggunakan frekuensi membeli seks pelanggan WPS langsung yang dikali 1,5. Estimasi jumlah pelanggan WPS dilakukan dengan menggunakan rumus:
YWPS tper WPS (52 mper tahun ) YPelanggan WPS = (1 pWNA ) kper pelanggan WPS
Selanjutnya dilakukan perhitungan estimasi jumlah pasangan seks tetap para pelanggan di atas. Data yang dibutuhkan untuk menghitung estimasi jumlah pasangan seks tetap dari pelanggan WPS adalah
Jumlah estimasi pelanggan WPS ( YPelanggan WPS),

Estimasi proporsi pelanggan WPS yang mengaku menikah atau memiliki pasangan seks tetap ( pMenikah | Pelanggan WPS ). Hasil SSP di 20 kabupaten/kota menunjukkan bahwa sebesar 38 77 persen pelanggan WPS mengaku mempunyai istri atau pasangan seks tetap. Bagi kabupaten/kota yang tidak memiliki data surveilans perilaku digunakan rerata persentase pelanggan WPS yang menikah atau mempunyai pasangan seks tetap dari 20 kabupaten/kota. Estimasi jumlah pasangan pelanggan WPS dilakukan dengan menggunakan rumus:
YPasangan Pelanggan WPS = YPelanggan WPS pMenikah | Pelanggan WPS

Setelah estimasi pelanggan dan pasangan pelanggan WPS untuk setiap kabupaten/kota didapat, maka dilakukan estimasi jumlah populasi tersebut yang sudah
Indonesia - 2009
13
terinfeksi HIV dengan cara mengalikan jumlah estimasi populasi dan prevalensi HIV untuk masing-masing populasi di setiap kabupaten/kota. Estimasi prevalensi HIV subpopulasi pelanggan untuk hampir semua kabupaten/kota disepakati menggunakan 1/5 prevalensi HIV pada subpopulasi WPS, sedangkan estimasi prevalensi HIV pada pasangan pelanggan WPS ditetapkan sebesar 1/3 dari prevalensi pelanggan WPS. Kedua asumsi tersebut menggambarkan risiko penularan HIV melalui hubungan seks pada kedua populasi tersebut. Gambar3.ProsesEstimasiuntukPelangganWPSdanPasangannya EstimasiWPS hasilmodeling DataSTHPWPSdan Priaberisikotinggi
Estimasiprevalens HIVpelangganWPS
Estimasi pelangganWPS
DataSTHPPria berisikotinggi
EstimasiODHA pelangganWPS
Estimasipasangan pelangganWPS
Estimasiprevalens HIVpasangan pelangganWPS
EstimasiODHA pasanganpelanggan WPS
2.4.3. Penghitungan Estimasi Pelanggan Waria

Untuk mengestimasi jumlah pelanggan waria penjaja seks dalam setahun, dibutuhkan beberapa data, yaitu
Jumlah estimasi waria ( YWaria ),

Rerata transaksi seks komersial per waria per tahun ( tper Waria ), Rerata kunjungan pelanggan waria ke waria per tahun ( kper pelanggan Waria ), dan Proporsi pelanggan waria yang Warna Negara Asing (WNA) ( pWNA ).
14
Data (2) didapat dari hasil SSP pada kelompok waria. Karena tidak tersedianya data perilaku pada kelompok pelanggan waria, maka data (3)-(4) diestimasi dengan menggunakan data perilaku pada kelompok pelanggan WPS langsung. Estimasi jumlah pelanggan waria dilakukan dengan menggunakan rumus:
YWaria tper Waria YPelanggan Waria = (1 pWNA ) kper pelanggan Waria

Estimasi prevalensi HIV pada pelanggan waria disepakati 1/5 dari prevalensi HIV pada waria. Asumsi ini untuk menggambarkan risiko penularan HIV dari pelanggan waria yang sebagian besar melakukan insertif dalam hubungan seks anal dan tingkat penggunaan kondom serta pelicin berbahan dasar air pada hubungan seks anal tersebut. Gambar4.ProsesEstimasiuntukPelangganWariaPenjajaSeks EstimasiWaria hasilmodeling DataSTHPWariadan Priaberisikotinggi
Estimasiprevalens HIVpelangganWaria
Estimasi pelangganWaria
EstimasiODHA pelangganWaria
2.4.4. Penghitungan Estimasi Pasangan Tetap Penasun

Dengan diperolehnya estimasi jumlah Penasun di setiap kabupaten/kota maka dapat pula dihitung jumlah pasangan penasun tersebut. Berdasarkan hasil STBP pada penasun tahun 2007 di 6 kota, diperkirakan sebesar 27 persen dari mereka menikah atau mempunyai pasangan seks tetap. Namun demikian perlu diingat bahwa 80 persen penasun wanita mempunyai pasangan yang juga penasun. Dari hasil STBP pada penasun tersebut juga diketahui sekitar 11 persen penasun laki-laki mengaku mempunyai istri atau pasangan seks tetap yang juga pengguna napza suntik. Hal ini diperhitungkan dalam estimasi jumlah pasangan penasun untuk menghindari perhitungan dua kali. Untuk mengestimasi jumlah pasangan penasun yang bukan penasun, dibutuhkan beberapa data, yaitu
Jumlah estimasi penasun ( YPenasun ),
Indonesia - 2009
15
Proporsi penasun yang menikah atau punya pasangan tetap ( pMenikah | Penasun ), Proporsi penasun yang menikah dengan atau mempunyai pasangan seks tetap yang juga merupakan Penasun ( pMenikah dg Penasun | Penasun ), Data (2)-(3) didapat dari hasil SSP pada kelompok penasun. Estimasi jumlah pasangan seks tetap penasun yang bukan merupakan penasun dilakukan dengan menggunakan rumus:
YPasangan Penasun = YPenasun ( pMenikah | Penasun pMenikah dg Penasun | Penasun )

Karena tidak adanya data prevalensi HIV pada pasangan penasun, prevalensi HIV pada pasangan penasun diasumsikan 1/3 dari prevalensi pada penasun. Hal ini didasarkan atas estimasi kasar pada frekuensi berhubungan seks dan kemungkinan penularan HIV dari pria ke wanita. Gambar5.ProsesEstimasiuntukPasanganTetapPenasun EstimasiPenasun hasilmodeling DataSTHPPenasun
EstimasiprevalensHIV PasanganPenasun
Estimasi PasanganPenasun
EstimasiODHA PasanganPenasun
2.4.5. Penghitungan Estimasi Warga Binaan Pemasyarakatan

Proses estimasi jumlah populasi Warga Binaan Pemasyarakatan (WBP) relatif lebih mudah dari estimasi jumlah populasi risiko tinggi lainnya mengingat sumber datanya cukup lengkap. Estimasi jumlah warga binaan didapat dari Direktorat Jenderal Pemasyarakatan, Kementerian Hukum dan HAM. Data prevalensi HIV didapat dari hasil surveilans HIV di beberapa lapas/rutan yang dilakukan oleh Dinas Kesehatan. Banyak lapas/rutan yang menjadi tempat sentinel surveilans HIV sehingga data prevalensi yang tersedia juga cukup banyak. Tercatat 56 kabupaten/kota memiliki data prevalensi HIV pada populasi WBP dengan prevalensi terendah 0 persen sedangkan tertinggi 19.5 persen. Validasi dan verifikasi data prevalensi HIV yang dilaporkan dilakukan oleh Kelompok Kerja Estimasi untuk menjamin bahwa spesimen diambil secara acak dan
16
mewakili WBP secara keseluruhan di lapas/rutan tersebut bukan hanya WBP dengan kasus penyalahgunaan narkotika saja. Bagi beberapa kabupaten/kota yang melaporkan data prevalensi HIV dari WBP dengan penyalahgunaan narkoba saja maka dilakukan penyesuaian menggunakan rasio prevalensi HIV pada WBP dengan kasus penyalahgunaan narkoba dan prevalensi HIV pada WBP secara umum pada kabupaten/kota yang memiliki kedua data tersebut. Estimasi WBP yang sudah terinfeksi HIV pada kabupaten/kota yang tidak mempunyai data prevalensi HIV dilakukan dengan mengkalikan estimasi jumlah WBP dengan rerata prevalensi HIV dari wilayah yang memiliki data. Tidak semua kabupaten/kota memiliki lapas/rutan sehingga yang ada dalam lapas/rutan mungkin berasal dari daerah lain. Kendati demikian, dalam kasus ini mereka tidak dibagi rata lintas daerah karena pemerintah daerah di mana lapas/rutan berada juga bertanggungjawab untuk memberikan pelayanan pencegahan dan perawatan kepada setiap WBP di wilayah tersebut. Di samping itu belum ada data yang dapat digunakan sebagai indeks risiko untuk menghitung estimasi prevalensi HIV pada wilayah yang tidak memiliki datanya sehingga asumsi prevalensi yang dipakai hanya menggunakan rerata dari prevalensi yang ada.
2.4.6. Penghitungan Estimasi Populasi Umum Tanah Papua

Estimasi ODHA pada populasi umum di Tanah Papua didasarkan hasil STHP pada populasi umum di Tanah Papua tahun 2006. Survei ini dilaksanakan di 10 kabupaten/kota yang distratifikasi menurut topografi wilayah yaitu pegunungan (3 kabupaten), pesisir mudah (4 kabupaten/kota), dan pesisir sulit (3 kabupaten). Jumlah sampel pada survei ini dirancang untuk estimasi prevalensi HIV menurut jenis kelamin, kelompok umur dan strata (topografi wilayah). Tabel4.BanyaknyaSampelBlokSensusdanRespondenSTHP2006TanahPapuamenurut Kabupaten/KotaTerpilih
TopografiWilayah Pegunungan PesisirSulit PesisirMudah Jumlah Kabupaten/Kota Kab.Jayawijaya Kab.Paniai Kab.PegununganBintang Kab.TelukBintuni Kab.SorongSelatan Kab.Mappi Kab.Jayapura Kab.Yapen KotaSorong KotaJayapura JumlahSampel BlokSensus 36 15 19 14 22 17 25 21 42 49 260 Responden 900 375 475 350 550 425 625 525 1,050 1,225 6,500
Indonesia - 2009
17
Dalam penghitungan estimasi ODHA di Tanah Papua, dilakukan dengan mengalikan prevalensi HIV dan jumlah penduduk usia 15-49 tahun menurut topografi wilayah dan jenis kelamin. Estimasi ODHA pada setiap topografi wilayah dan jenis kelamin adalah
YODHA h ,i = N h ,i PHIV h ,i
di mana,
YODHA h ,i = estimasi ODHA di topografi wilayah h dan jenis kelamin i, N h ,i

= adalah estimasi jumlah penduduk usia 15-49 tahun di Tanah Papua di topografi
wilayah h dan jenis kelamin i, dan
PHIV h ,i = adalah estimasi prevalens HIV di topografi wilayah h dan jenis kelamin i hasil
STHP 2006.
Estimasi jumlah ODHA menurut jenis kelamin dapat dihitung dengan rumus
YODHA i =
h =1
YODHA h ,i = N h ,i PHIV h ,i
h =1
Sedangkan estimasi total jumlah ODHA di Tanah Papua adalah
YODHA = YODHA i
i =1
18
Data dan Parameter
Bab ini menyajikan data dan parameter yang digunakan untuk menghitung estimasi jumlah populasi rawan tertular dan menularkan HIV dan ODHA. Proses pengumpulan data dasar dan data serta parameter hasil berbagai kegiatan yaitu pemetaan, Podes, STBP/STHP, dan surveilans HIV juga disajikan di bab ini.
1.
Pengumpulan data dasar dilakukan sejak bulan September 2009 hingga Februari 2010, di mana tidak semua data survei dan pemetaan yang sudah terkumpul digunakan dalam penghitungan estimasi. Kelompok Kerja Estimasi hanya menggunakan data survei dan pemetaan dari berbagai sumber yang bisa divalidasi dan memiliki sensitifitas tinggi dalam membantu penghitungan estimasi. Secara umum, beberapa data yang sudah terkumpul dan tidak digunakan dalam penghitungan estimasi kali ini adalah Laporan jumlah tahanan kasus penyalahgunaan narkoba di Kepolisian, Rumah Tahanan dan Lembaga Pemasyarakatan serta data jumlah yang dikumpulkan oleh Dinas Kesehatan Provinsi. Data tersebut tidak digunakan lagi karena terbatasnya data penelitian yang bisa digunakan untuk membedakan jumlah tahanan kasus narkoba dengan jumlah tahanan kasus narkoba yang pernah menggunakan napza suntik setahun terakhir unutk menghitung estimasi jumlah penasun. Laporan hasil surveilans HIV pada darah donor dan subpopulasi yang tidak termasuk dalam populasi yang diestimasi seperti ABK, ibu hamil, remaja dan pasien TB. Laporan hasil surveilans HIV sebelum tahun 2008 untuk subpopulasi yang akan diestimasi. Data tersebut tidak digunakan karena tidak lagi menggambarkan situasi epidemi terkini khususnya pada subpopulasi yang memiliki mobilitas tinggi.
3.1. Data Pemetaan

Data pemetaan sebaran populasi berisiko berasal dari beberapa instansi terkait yaitu Dinas Kesehatan, KPA, LSM, Dinas Sosial, Dinas Pariwisata dan sumber lainnya seperti hasil pemetaan/listing SSP/STBP dan survei lainnya. Jumlah sumber data dalam setiap kabupaten/kota sangat tergantung pada subpopulasi yang akan diestimasi. Data
Indonesia - 2009
19
pemetaan jumlah WPS mempunyai sumber data yang paling banyak, yaitu 5 sumber data. Namun demikian, tidak semua kabupaten mempunyai data pemetaan WPS meski dari satu sumber sekalipun. Sedangkan jumlah sumber data pemetaan jumlah penasun adalah yang paling sedikit yaitu 3 sumber data tetapi jumlah kabupaten/kota yang memiliki data pemetaan penasun sedikit lebih banyak di banding LSL. Sebagian besar kabupaten/kota yang memiliki sumber data adalah kabupaten/kota yang selama ini menjadi prioritas wilayah kerja berbagai program pengendalian HIV dan AIDS seperti Kabupaten/kota di Jawa-Bali, Sumatera Utara, Kep. Riau, Kalimantan Barat dan Timur, Sulawesi Utara dan Selatan dan Tanah Papua. Beberapa Kabupaten/kota bahkan memiliki 3 atau lebih sumber data pemetaan jumlah subpopulasi yang akan diestimasi. Daftar provinsi yang memiliki data pemetaan di beberapa kabupaten/kota adalah WPS dan Waria: semua provinsi kecuali Sumatera Barat; LSL (15 provinsi): Kalimantan Barat, Jawa Timur, Bali, NTB, Lampung, Maluku, DKI Jakarta, Riau, Jawa Barat, Sumatera Utara, Kep. Riau, Jawa Tengah, Sulawesi Utara, Sumatera Selatan, dan Sulawesi Selatan; Penasun (17 provinsi): Kalimantan Barat, Bali, Banten, NTB, Jambi, Lampung, NAD, Sumatera Utara, Sulawesi Selatan, DKI Jakarta, Jawa Barat, Riau, Jawa Timur, Jawa Tengah, Kep. Riau, Sumatera Selatan, dan Sulawesi Utara. Jumlah kabupaten/kota yang memiliki data pemetaan untuk setiap subpopulasi dan jenis sumber data pemetaan dapat dilihat seperti tabel berikut ini. Tabel5.JumlahKabupaten/KotamenurutSumberDataPemetaandanSubpopulasi
SumberdataPemetaan DinasKesehatan DinasSosial DinasPariwisata LSM KPAN Lainnya JumlahKabupaten/Kota WPSL 250 127 114 49 46 WPSTL 241 34 100 58 Waria 266 92 79 84 LSL 158 86 79 98 Penasun 166 81 32
Walaupun demikian, dari laporan yang diterima, ternyata masih banyak kabupaten/kota yang tidak mempunyai atau melaporkan data pemetaan jumlah subpopulasi yang akan diestimasi. Sebanyak 305 dari 483 kabupaten/kota tidak mempunyai data pemetaan jumlah LSL dan 286 kabupaten/kota tidak mempunyai data pemetaan jumlah penasun. Sedangkan data pemetaan jumlah WPS langsung dan tak langsung serta waria sudah dilaporkan oleh sebagian besar kabupaten/kota. Jumlah sumber data menurut kabupaten/kota dan subpopulasi dapat dilihat pada tabel berikut ini.
20
Tabel6.JumlahKabupaten/KotadenganBanyaknyaSumberDataPemetaanmenurutSubpopulasi
Jumlahsumberdata WPSL 0 1 2 3 >3 151 159 110 51 12 WPSTL 169 225 63 22 4 Waria 177 185 54 40 27 LSL 305 67 28 34 49 Penasun 286 127 30 40 0 JumlahKabupaten/Kota
Rerata jumlah WPS langsung hasil pemetaan yang dilakukan dari oleh Dinas Kesehatan, LSM, KPA dan sumber lainnya pada daerah yang memiliki lebih dari satu sumber data cenderung sama. Sedangkan rerata pemetaan jumlah WPS langsung yang dilakukan oleh Dinas Sosial cenderung lebih rendah dari lembaga lainnya. Hal ini juga terjadi pada WPS tak langsung di mana hasil pemetaan Dinas Sosial lebih rendah. Rerata hasil pemetaan jumlah penasun yang dilakukan LSM cenderung lebih rendah dari hasil pemetaan yang dilakukan oleh Dinas Kesehatan maupun hasil pemetaan KPA. Sedangkan perbedaan rerata hasil pemetaan Dinas Kesehatan dan KPA pada kabupaten/kota yang sama lebih rendah. Rerata hasil pemetaan jumlah LSL yang dilakukan KPA pada daerah yang memiliki lebih dari satu sumber data cenderung lebih rendah dari hasil pemetaan LSM dan Dinas Kesehatan. Sedangkan hasil pemetaan jumlah Waria yang dilakukan Dinas Kesehatan dan LSM cenderung sama. Jumlah kabupaten/kota yang memiliki data pemetaan pada estimasi tahun 2009 ini jauh lebih banyak jika dibandingkan dengan estimasi tahun 2006. Peningkatan tertinggi jumlah kabupaten/kota yang memiliki data pemetaan terjadi untuk subpopulasi LSL (5.4 kali), diikuti oleh penasun (3.7 kali), WPS tak langsung (3.5 kali), waria (1.9 kali) dan yang terendah adalah subpopulasi WPS langsung (1.4 kali). Walaupun demikian, jumlah kabupaten/kota yang memiliki hasil pemetaan subpopulasi WPS langsung adalah yang terbanyak dibanding subpopulasi lainnya. Tabel7.PerbandinganJumlahKabupaten/KotayangMemilikiSumberDataPemetaanPopulasiRawan TerinfeksiHIVTahun2006dan2009
Jumlah SumberData 1 2 3 >3 Total Penasun 2006 39 6 0 45 2009 113 43 26 182 WPSL 2006 102 55 52 209 2009 159 110 51 12 332 WPSTL 2006 71 5 5 81 2009 225 63 22 4 314 Waria 2006 64 45 33 4 146 2009 185 54 40 27 306 2006 25 5 30 LSL 2009 67 28 34 49 178
Indonesia - 2009
21
Persen
10%
38%
48%
69%
18%
65%
33%
63%
7%
37%
Rerata hasil pemetaan jumlah populasi rawan terinfeksi HIV pada kabupaten/kota yang memiliki data hasil pemetaan tahun 2006 dan 2009 menunjukan hasil pemetaan tahun 2009 yang cenderung lebih tinggi pada semua subpopulasi dari hasil pemetaan tahun 2006. Tabel8.RerataJumlahPopulasiRawanTerinfeksiHIVHasilPemetaanTahun2006dan2009
Populasi WPSL Tahun 2006 2009 2006 2009 2006 2009 2006 2009 2006 2009 Jmlkab/kota 230 230 117 117 28 28 130 130 33 33 Rerata 249 321 315 366 425 1,028 84 116 359 1,062 Beda 72
WPSTL
51
Penasun
603
Waria
32
LSL
703
3.2. Data Survei Potensi Desa

Secara umum, berdasarkan Podes tahun 2008 ada 1,258 (1.7%) dari 75,410 desa di Indonesia yang memiliki lokalisasi atau tempat mangkal penjaja seks. Sedangkan persentase desa yang memiliki lokalisasi atau tempat mangkal penjaja seks di setiap kabupaten/kota berkisar antara 0 35 persen, di mana ada 160 (34%) kabupaten/kota tidak ada satupun desanya memiliki lokalisasi, 84 (18%) kabupaten/kota memiliki kurang dari 1 persen desa dengan lokalisasi, 202 (43%) antara 1 10 persen dan 19 (4%) kabupaten/kota yang memiliki lebih dari 10 persen desa dengan lokalisasi/tempat mangkal penjaja seks. Lima provinsi dengan persentase desa yang memiliki tempat mangkal penjaja seks tertinggi adalah DKI Jakarta (7%), Kalimantan Timur (5%), Kepulauan Riau (4%), Bangka Belitung (4%) dan Jawa Barat (4%). Sedangkan 5 provinsi terendah adalah Nanggroe Aceh Darussalam (0.1%), Kalimantan Selatan (0.3%), Sumatera Barat (0.4%), Papua (0.5%) dan Sulawesi Tengah (0.5%). Persentase desa yang memiliki lokalisasi atau tempat mangkal penjaja seks hasil Podes 2008 (1.7%) lebih rendah jika dibandingkan dengan hasil Podes tahun 2005 (2.2%). Walaupun demikian, ada 240 kabupaten/kota mengalami peningkatan persentase desa yang
22
memiliki lokalisasi atau tempat mangkal penjaja seks, jauh lebih banyak dibanding kabupaten/kota yang mengalami penurunan (113 kabupaten/kota).
Gambar6.DistribusiPersentaseDesayangMemilikiLokalisasi/TempatMangkalPenjajaSeksmenurut Kabupaten/Kota,Podes2008
NAD Sumut Riau Sumbar Jambi Sumsel Kalsel Jakarta Jateng Jabar DIY Jatim Sulsel Sultra Maluku Babel Kalteng Sulbar Papua Kaltim Sulut Sulteng Gorontalo Malut Irjabar
Kep.Riau
Kalbar
Bengkulu
Lampung 0% <1% 1%10% >10% Banten
Bali NTB
NTT
Jumlah desa dengan kasus penyalahgunaan narkoba dalam setahun terakhir jauh lebih tinggi dari jumlah desa yang memiliki lokalisasi yaitu 4,546 (6%). Sedangkan persentase desa yang memiliki kasus penyalahgunaan narkoba dalam setahun terakhir di setiap kabupaten/kota berkisar antara 0 76 persen, di mana ada 107 (23%) kabupaten/kota yang tidak ada satupun desanya memiliki kasus penyalahgunaan narkoba, 49 (11%) kabupaten/kota memiliki kurang dari 1 persen, 119 (43%) kabupaten/kota antara 1 10 persen dan 126 (27%) kabupaten/kota yang memiliki lebih dari 10 persen desa dengan kasus penyalahgunaan narkoba dalam setahun terakhir. Lima provinsi dengan persentase desa yang memiliki kasus penyalahgunaan narkoba dalam setahun terakhir tertinggi adalah DKI Jakarta (34%), Sumatera Barat (16%), Banten (14%), Riau (13%) dan Jawa Barat (11%). Sedangkan 5 provinsi terendah adalah Papua Barat (0.2%), Nusa Tenggara Timur (0.3%), Sulawesi Utara (0.3%), Sulawesi Barat (0.4%) dan Sulawesi Tenggara (0.4%). Sebagian besar desa (55%) menyatakan bahwa kasus penyalahgunaan narkoba di desanya menurun jika dibandingkan tahun sebelumnya dan hanya 825 (18%) desa yang menyatakan meningkat. Beberapa variabel lainnya dari hasil Podes 2008 yang digunakan sebagai faktor penduga untuk mengestimasi jumlah populasi rawan di kabupaten/kota yang tidak mempunyai data pemetaan adalah Kasus peredaran gelap narkoba dalam setahun terakhir; secara umum persentase desa yang memiliki kasus tersebut menurut kabupaten/kota berkisar antara 0 52 persen
Indonesia - 2009
23
dengan rerata 2.8 persen. Provinsi dengan persentase desa yang memiliki kasus peredaran gelap narkoba dalam setahun terakhir tertinggi adalah DKI Jakarta (17.2%) sedangkan yang terendah adalah Papua Barat (0.1%).
Gambar7.DistribusiPersentaseDesayangMemilikiKasusPenyalahgunaanNarkobadalamSetahun TerakhirmenurutKabupaten/Kota,Podes2008
NAD
Sumut Riau Sumbar Jambi Sumsel Kalsel Jakarta Jateng Jabar DIY Jatim Sulsel Sultra Maluku Babel Kalteng Sulbar Papua Kaltim Sulut Sulteng Gorontalo Malut Irjabar
Kep.Riau
Kalbar
Bengkulu
Lampung 0% <1% 1%10% >10% Banten
Bali NTB
NTT
Status pemerintahan; di mana desa dikategorikan sebagai daerah pedesaan sedangkan kelurahan mencerminkan daerah perkotaan. Persentase kelurahan menurut kabupaten/kota berkisar antara 0 100% dengan rerata 10.5 persen. Provinsi dengan status kelurahan tertinggi adalah DKI Jakarta (100%) sedangkan yang terendah adalah Nanggroe Aceh Darussalam (1.7%). Keberadaan bioskop; secara umum persentase desa yang memiliki bioskop menurut kabupaten/kota berkisar antara 0 22.6 persen dengan rerata 0.2 persen (174 dari 75,410 desa). Provinsi dengan persentase desa yang memiliki bioskop tertinggi adalah DKI Jakarta (13.1%) dan ada 12 provinsi (Nanggroe Aceh Darussalam, Bengkulu, Bangka Belitung, Nusa Tenggara Timur, Kalimantan Tengah, Kalimantan Selatan, Sulawesi Tengah, Gorontalo, Sulawesi Barat, Maluku Utara, Papua Barat, Papua) yang tidak ada satupun desanya memiliki bioskop. Keberadaan pub/karaoke/diskotik; secara umum persentase desa yang memiliki pub/karaoke/diskotik menurut kabupaten/kota berkisar antara 0 58 persen dengan rerata 2 persen. Provinsi dengan persentase desa yang memiliki pub/karaoke/diskotik tertinggi adalah DKI Jakarta (31%) sedangkan yang terendah adalah Nanggroe Aceh Darussalam (0.02%). Proporsi penduduk laki-laki dan perempuan usia 15-49 tahun yang tinggal di perkotaan; secara umum berkisar antara 0 100 persen dengan rerata 27 persen. Provinsi dengan proporsi penduduk usia 15-49 tahun yang tinggal di perkotaan tertinggi adalah DKI Jakarta (100%) sedangkan yang terendah adalah Nanggroe Aceh Darussalam (6.8%).
24
3.3. Data Surveilans Perilaku

Beberapa variabel dari hasil surveilans perilaku (STBP 2007 dan 2009) pada populasi berisiko tinggi digunakan sebagai faktor pengali dalam pengitungan estimasi jumlah pelanggan WPS langsung dan tak langsung, pelanggan waria, pasangan seks tetap/istri pelanggan penjaja seks dan pasangan seks penasun. Penggunaan data perilaku dilakukan karena tidak adanya data pemetaan pada subpopulasi tersebut. Seperti sudah dijelaskan dalam Bab Metodologi, hasil surveilans perilaku pada subpopulasi WPS, waria, dan pelanggan WPS digunakan untuk menghitung estimasi jumlah pelanggan penjaja seks dan pasangan seks tetapnya di kabupaten/kota di mana surveilans tersebut dilakukan. Sedangkan untuk kabupaten/kota yang tidak mempunyai data surveilans perilaku maka digunakan rerata dari angka yang ada. Begitu juga dengan hasil surveilans perilaku pada penasun yang digunakan sebagai faktor pengali penghitungan estimasi pasangan penasun. Tabel9.HasilSurveilansPerilaku2007dan2009yangDigunakanuntukPenghitunganEstimasi
Indonesia - 2009
25
3.4. Data Surveilans HIV

Hasil surveilans HIV yang dikumpulkan dari STBP dan laporan Dinas Kesehatan Provinsi menunjukan prevalensi HIV yang beragam antara kabupaten/kota maupun subpopulasi sebagaimana ditunjukan gambar dibawah ini. Gambar8.PrevalensiHIVHasilSurveilans20072009menurutSubpopulasidanLokasi
PelangganPS LSL Waria Penasun
WargaBinaanPemasyarakatan
WanitaPenjajaSeksLangsung
WanitaPenjajaSeksTakLangsung
26
Jumlah kabupaten/kota yang memiliki data prevalensi HIV pada populasi paling berisiko tertular dan menularkan dalam dua tahun terakhir masih sangat terbatas. Secara berurutan jumlah kabupaten/kota dan kisaran prevalensi HIV untuk WPS langsung, WBP, WPS tak langsung, penasun, pelanggan penjaja seks, waria, dan LSL adalah 77 kabupaten/kota (0 20.8%); 74 (0 31.8%); 46 (0 12.9%); 16 (7 59.3%); 12 (0 4.4%); 8 (5.4 34%) dan 6 (2 9.5%). Sedangkan bagi kabupaten/kota yang tidak memiliki data prevalensi HIV pada sebagian atau semua subpopulasi tersebut akan menggunakan angka dari kabupaten/kota dalam provinsi yang sama jika ada atau rerata dari semua data prevalensi HIV yang tersedia untuk masing-masing subpopulasi.
Indonesia - 2009
27
28
Hasil
Bab ini menyajikan hasil estimasi dengan modelan regresi poisson untuk mengestimasi jumlah populasi WPS, waria, penasun, dan LSL; hasil estimasi jumlah populasi pelanggan penjaja seks dan pasangannya, pasangan seks penasun dengan metode multiplier; dan hasil estimasi ODHA untuk semua subpopulasi yang diestimasi. Hasil estimasi ini telah dikaji bersama oleh tim dari WHO, UNAIDS dan pemangku kepentingan di tingkat nasional.
4.1. Estimasi Populasi Rawan Tertular HIV dan ODHA

Hasil proses penghitungan estimasi jumlah populasi rawan tertular HIV dan jumlah populasi rawan yang terinfeksi HIV tahun 2009 dapat dilihat pada Tabel 10. Diperkirakan antara 5,1 8,1 juta orang dengan nilai tengah 6,3 juta orang paling berisiko tertular HIV di Indonesia diluar populasi umum Tanah Papua. Sebagian besar (lebih dari 80%) adalah pelanggan penjaja seks dan pasangan seks tetapnya (istri/pacar), diikuti populasi LSL (11%), penjaja seks (3.3%), WBP (2.2%), dan yang terkecil adalah populasi penasun dan pasangannya (2.1%). Meskipun estimasi jumlah penasun dan pasangannya adalah yang terkecil di antara populasi rawan tersebut di atas, tetapi estimasi jumlah ODHA populasi tersebut merupakan yang terbesar (37.6%) dari total estimasi populasi rawan terinfeksi HIV di luar populasi umum Tanah Papua, diikuti oleh pelanggan penjaja seks dan pasangan seks tetapnya (31.9%), LSL (15.2%), penjaja seks (12.1%), dan WBP (3.2%). Hal ini disebabkan karena besarnya perbedaan prevalensi HIV pada masing-masing populasi rawan tertular HIV di luar populasi umum Tanah Papua. Prevalensi HIV tertinggi ada pada penasun yang berkisar antara 31.4 67.9 persen, sedangkan yang terendah adalah prevalensi HIV pada populasi pasangan pelanggan WPS yaitu sekitar 0.52 0.66 persen. Secara umum, proses estimasi jumlah populasi rawan terinfeksi HIV dan ODHA tahun 2009 menghasilkan estimasi jumlah ODHA usia 15 49 tahun berkisar antara 132 287 ribu orang dengan nilai tengah 186 ribu. Estimasi tersebut belum mencakup estimasi jumlah ODHA yang berusia di bawah 15 tahun dan 50 tahun ke atas. Selain itu juga proses estimasi tahun 2009 tidak memperhitungkan estimasi jumlah ODHA yang tertular melalui darah donor dan paparan cairan tubuh yang mengandung HIV, seperti petugas medis yang tertusuk jarum yang mengandung cairan tubuh dengan HIV. Hal ini disebabkan karena subpopulasi yang mungkin tertular melalui kedua cara tersebut tidak memenuhi kriteria dalam metodologi penghitungan estimasi tahun 2009.
Indonesia - 2009
29
Tabel10.EstimasiJumlahPopulasiRawanTerinfeksiHIVdanJumlahODHAdiIndonesiaTahun2009
Sebaran geografi populasi rawan di luar populasi umum Tanah Papua tidak merata di semua kabupaten/kota di Indonesia. Secara umum 4 provinsi (Jawa Barat, Jawa Timur, DKI Jakarta, dan Jawa Tengah) memiliki estimasi jumlah populasi rawan tertular HIV lebih dari 500 ribu orang, 8 provinsi (Sumatera Utara, Bali, Kalimantan Barat, Riau, Maluku, Kepulauan Riau, Papua, Banten) antara 100 500 ribu orang, dan 21 provinsi lainnya memiliki jumlah estimasi populasi rawan tertular HIV kurang dari 100 ribu orang. Gambar9.DistribusiEstimasiJumlahPopulasiRawanTertularHIVmenurutKabupaten/KotadiIndonesia Tahun2009
NAD Sumut Kaltim Sulut Sulteng Gorontalo Kalteng Sulbar Papua Kalsel Jakarta Jateng Jabar Sulsel Sultra Maluku Malut Irjabar
Riau Sumbar Jambi
Kep.Riau
Kalbar
Babel
Sumsel Bengkulu Lampung <2,710 Banten 2,7115,470 5,47114,250 14,251243,000
DIY
Jatim
Bali
NTB
NTT
30
4.1.1. Penasun dan Pasangan Seks Tetap Penasun

Dibandingkan dengan hasil estimasi sebelumnya, maka nilai tengah hasil estimasi Penasun tahun 2009 (105,784) lebih rendah 52 persen dari rerata estimasi tahun 2006 (219,130). Hasil yang lebih rendah tersebut terjadi disemua provinsi kecuali NTB dan Sulawesi Utara. Tiga belas provinsi dengan perbedaan hasil estimasi jumlah penasun tahun 2006 dan 2009 sangat signifikan (90% atau lebih) adalah Kalimantan Timur, Bangka Belitung, Kalimantan Selatan, Sulawesi Tengah, Sumatera Barat, Papua, Sulawesi Barat, Nusa Tenggara Timur, Lampung, Kalimantan Tengah, Nanggroe Aceh Darussalam, Bengkulu dan Maluku Utara. Tabel11.EstimasiJumlahPopulasidanODHAPenasunSertaPasanganSeksTetapPenasunmenurut ProvinsidiIndonesiaTahun2009
Sebaran estimasi jumlah Penasun pada kabupaten/kota didalam satu provinsi juga tidak merata, di mana sebagian besar terkonsentrasi hanya di sebagian wilayah Sumatera Utara, Jawa, Bali, Kalimantan Barat, dan Sulawesi Selatan saja seperti tergambar pada Gambar 10.
Indonesia - 2009
31
Delapan puluh persenestimasi jumlah populasi penasun dan pasangan seks tetapnya di Indonesia tersebar hanya di kota-kota besar di 6 provinsi saja yaitu DKI Jakarta, Jawa Timur, Jawa Barat, Jawa Tengah,Sumatera Utara, dan Banten. Gambar10.DistribusiEstimasiJumlahPenasunMenurutKabupaten/KotadiIndonesiaTahun2009
NAD Sumut Kaltim Sulut Sulteng Gorontalo Kalteng Sulbar Papua Kalsel Jakarta Jateng Jabar DIY Sulsel Sultra Maluku Malut Irjabar
Riau Sumbar Jambi
Kep.Riau
Kalbar
Babel
Sumsel Bengkulu Lampung 050 51100 101500 5007,500 Banten Jatim Bali
NTB
NTT
4.1.2. Wanita Penjaja Seks

Sebaran hasil estimasi jumlah WPS (langsung dan tak langsung) lebih merata dibandingkan dengan penasun. Delapan puluh persen WPS tersebar di 12 provinsi yaitu DKI Jakarta (17%), Jawa Barat (12%), Jawa Timur (9%), Jawa Tengah (8%), Sumatera Utara (6%), Kalimantan Barat (5%), Kepulauan Riau (5%), Bali (5%), Maluku (4%), Papua (3%), Riau (3%), dan Banten (2%). Gambar11.DistribusiEstimasiJumlahWPSMenurutKabupaten/KotadiIndonesiaTahun2009
NAD Sumut Kaltim Sulut Sulteng Gorontalo Kalteng Sulbar Papua Kalsel Jakarta Jateng Jabar DIY Jatim Sulsel Sultra Maluku Malut Irjabar
Riau Sumbar Jambi
Kep.Riau
Kalbar
Babel
Sumsel Bengkulu Lampung 0100 Banten 101250 251500 50110,000
Bali NTB
NTT
32
Komposisi WPS langsung dan tidak langsung di setiap provinsi tidak selalu sama, di mana sebagian besar provinsi (21 dari 33 provinsi) memiliki estimasi jumlah WPS tak langsung lebih besar dari WPS langsung. Sehingga secara nasional jumlah estimasi WPS tak langsung (108,043) sedikit lebih tinggi dari WPS langsung (106,011). Walaupun demikian, jumlah estimasi ODHA WPS langsung (8,836) dua kali lebih banyak ODHA WPS tak langsung (4,270), karena prevalensi HIV pada WPS langsung lebih tinggi di semua wilayah yang memiliki data prevalensi kedua subpopulasi tersebut. Tabel12.EstimasiJumlahPopulasidanODHAWPSLangsungdanTakLangsungMenurutProvinsidi IndonesiaTahun2009
Dibandingkan hasil estimasi tahun 2006 (221,120), maka estimasi jumlah WPS tahun 2009 (214,054) secara umum 3 persen lebih rendah sebagai akibat dari lebih rendahnya estimasi jumlah WPS di 17 provinsi dengan 5 provinsi yang memiliki perbedaan terbesar adalah Kalimantan Timur dari 13,720 tahun 2006 menjadi 2,772 di tahun 2009, diikuti oleh Riau (15,580 menjadi 6,182), Kalimantan Tengah (8,050 menjadi 3,573), Jawa Barat (29,590 menjadi 25,689) dan Jawa Timur dari 22,510 menjadi 19,090. Walaupun demikian, estimasi jumlah WPS yang sudah terinfeksi HIV tahun 2009 (13,106) jauh lebih tinggi dibanding tahun 2006 (8,840).
Indonesia - 2009
33
4.1.3. Waria dan LSL

Sebaran LSL hampir sama dengan penasun yang hanya terkonsentrasi di kota-kota besar di beberapa provinsi saja. Sekitar 70 persen LSL berada di 6 provinsi (Jawa Barat (21%), Jawa Tengah (17%), DKI Jakarta (14%), Jawa Timur (11%), Bali (4%) dan Sumatera Utara (3%)). Sedangkan sebaran hasil estimasi waria lebih merata dari LSL di mana 70 persen waria tersebar di 13 provinsi Jawa Timur, Jawa Barat, Jawa Tengah, DKI Jakarta, Sumatera Utara, Sumatera Selatan, Lampung, Kalimantan Selatan, Sulawesi Utara, Nusa Tenggara Barat, Bengkulu, Riau dan Kepulauan Riau. Gambar12.DistribusiEstimasiJumlahWariaMenurutKabupaten/KotadiIndonesiaTahun2009
NAD Sumut Kaltim Sulut Sulteng Gorontalo Malut Irjabar
Riau Sumbar Jambi
Kep.Riau
Kalbar Kalteng
Babel
Sulbar Papua Kalsel
Sumsel Bengkulu Lampung 050 Banten Jabar DIY Jatim Bali NTB NTT 51100 101250 2515.000 Jakarta Jateng Maluku
Sulsel
Sultra
Gambar13.DistribusiEstimasiJumlahLSLMenurutKabupaten/KotadiIndonesiaTahun2009
Riau Sumbar Jambi
Kep.Riau
Kalbar Kalteng
Babel
Sulbar Papua Kalsel
Sumsel Bengkulu Lampung Banten 1,0012,500 2,5015,000 5,00135,000 01,000 Jakarta Jateng Jabar DIY Jatim Maluku
Sulsel
Sultra
Bali NTB
NTT
34
Tabel13.EstimasiJumlahPopulasidanODHAWariadanLSLmenurutProvinsidiIndonesiaTahun2009
Secara umum, estimasi jumlah waria tahun 2009 (32,065) lebih tinggi 15 persen dibanding hasil estimasi tahun 2006 (28,130), walaupun ada 14 provinsi dengan hasil estimasi jumlah waria tahun 2009 lebih rendah. Tercatat tiga provinsi memiliki perbedaan rerata estimasi jumlah waria tahun 2006 dan nilai tengah tahun 2009 lebih dari 1,000 yaitu Kalimantan Timur (-1,649), Riau (-1,465) dan Kalimantan Selatan (+1,200). Sedangkan estimasi jumlah ODHA waria secara nasional tahun 2009 (6,078 ) 61 persen lebih tinggi dari tahun 2006 (3,790). Estimasi jumlah LSL tahun 2009 (695,026) lebih rendah 9 persen dibanding hasil estimasi tahun 2006 (766,450) walaupun ada 14 provinsi dengan hasil estimasi jumlah LSL tahun 2009 lebih tinggi. Lima provinsi dengan perbedaan angka hasil estimasi 2006 dan
Indonesia - 2009
35
2009 lebih dari 20,000 adalah DKI Jakarta (+53,516), Jawa Timur (-52,477), Jawa Barat (24,635), Banten (-22,988) dan Sumatera Utara (-21,434). Sedangkan estimasi jumlah LSL yang sudah terinfeksi HIV tahun 2009 (44,142) hampir 5 kali lebih tinggi dari hasil tahun 2006 (9,160).
4.1.4. Pelanggan WPS dan Pasangan Seks Tetap Pelanggan

Sebaran hasil estimasi jumlah pelanggan penjaja seks dan pasangannya mengikuti sebaran estimasi jumlah WPS dan waria karena dasar penghitungannya menggunakan hasil estimasi subpopulasi penjaja seks tersebut dan tidak didasari sama sekali dengan hasil pemetaan. Secara umum estimasi jumlah pelanggan tahun 2009 (3,241,244) sedikit lebih rendah dibanding hasil estimasi tahun 2006 (3,245,050). Lima provinsi dengan perbedaan angka hasil estimasi 2006 dan 2009 terbesar adalah Kalimantan Barat (+103,582), Riau (103,312), Kalimantan Timur (97,591), Maluku (+85,848), dan Sulawesi Selatan (85,080). Sedangkan estimasi pelanggan penjaja seks yang sudah terinfeksi HIV tahun 2009 berkisar antara 31,5 46,1 ribu dengan nilai tengah 39,207 atau hampir 30 persen lebih tinggi dari estimasi tahun 2006 (30,550). Estimasi jumlah pasangan pelanggan penjaja seks tahun 2009 (1,938,650) lebih tinggi 7 persen dari tahun 2006 (1,833,660). Sedangkan estimasi jumlah ODHA dari subpopulasi ini di tahun 2009 (11,442) jauh lebih tinggi dari hasil estimasi tahun 2006 (5,200). Gambar14.DistribusiEstimasiJumlahPelangganPenjajaSeksmenurutKabupaten/KotadiIndonesia Tahun2009
Riau Sumbar Jambi
Kep.Riau
Kalbar Kalteng
Babel
Sulbar Papua Kalsel
Sumsel Bengkulu Lampung 05,000 5,00110,000 10,00125,000 25,001100,000 Banten Jabar DIY Jatim JakartaJateng Maluku
Sulsel
Sultra
Bali NTB
NTT
36
Tabel14.EstimasiJumlahPopulasidanODHAPelangganPenjajaSeksdanPasangannyamenurutProvinsi diIndonesiaTahun2009
Indonesia - 2009
37
4.1.5. Warga Binaan Pemasyarakatan

Estimasi jumlah WBP didasar laporan jumlah WBP di setiap Lapas dan Rutan pada waktu data estimasi dikumpulkan dan distribusi hasilnya tergambar pada tabel dan gambar berikut ini. Secara umum estimasi jumlah WBP tahun 2009 (140,559) jauh lebih tinggi dari hasil estimasi tahun 2006 (96,310). Walaupun demikian estimasi jumlah WBP yang terinfeksi HIV tahun 2009 (5,106) sedikit lebih rendah dari tahun 2006 (5,230). Tabel15.EstimasiJumlahPopulasidanODHAWargaBinaanPemasyarakatanMenurutProvinsidi IndonesiaTahun2009
38
Gambar15.DistribusiJumlahWargaBinaanPemasyarakatanmenurutKabupaten/KotadiIndonesia Tahun2009
NAD Sumut Sulut Riau Sumbar Jambi Babel Sumsel Bengkulu Lampung Banten 0 1250 251500 50111,310 Jabar DIY Jatim JakartaJateng Kalsel Sulsel Sultra Maluku Kep.Riau Kalbar Kalteng Sulbar Papua Kaltim Sulteng Gorontalo
Malut Irjabar
Bali NTB
NTT
4.2. Distribusi ODHA menurut Provinsi dan Subpopulasi

Penghitungan estimasi jumlah ODHA dari populasi yang diestimasi secara umum dilakukan dengan mengalikan hasil estimasi jumlah populasi dengan estimasi prevalensi HIV pada populasi tersebut disetiap kabupaten/kota. Penghitungan estimasi ODHA di Tanah Papua (provinsi Papua dan Papua Barat) sedikit berbeda dengan provinsi lainnya mengingat epidemi HIV di Tanah Papua yang juga berbeda dan adanya hasil STBP pada populasi umum. Khusus untuk Tanah Papua Kelompok Kerja Estimasi juga menghitung ODHA dari populasi umum yang secara umum bukan termasuk dalam populasi paling berisiko tertular dan menularkan HIV. Provinsi dengan estimasi jumlah ODHA usia 15-49 tahun dari populasi rawan tertular HIV tertinggi adalah DKI Jakarta dengan kisaran antara 37 49 ribu orang dan nilai tengah 42 ribu, sedangkan provinsi dengan estimasi terendah adalah Sulawesi Barat (34 1,165 orang). Sebaran hasil estimasi jumlah ODHA juga terlihat sangat tidak merata, dimana lebih dari 80% terkonsentrasi hanya di 8 provinsi saja yaitu DKI Jakarta (23%), Jawa Timur (15%), Papua (13%), Jawa Barat (13%), Jawa Tengah (6%), Papua Barat (5%), Bali (4%) dan Sumatera Utara (4%). Secara umum nilai tengah estimasi ODHA usia 15-49 tahun di tahun 2009 (186,257) 4 persen lebih rendah dari rerata hasil estimasi ODHA tahun 2006 (193,070). Ada 24 provinsi dengan hasil estimasi ODHA tahun 2009 lebih rendah dari tahun 2006.
Indonesia - 2009
39
Gambar16.DistribusiEstimasiJumlahODHAMenurutSubpopulasidanProvinsidiIndonesiaTahun2009
Gambar17.DistribusiEstimasiJumlahODHA1549TahundariPopulasiyangdiEstimasiMenurut Kabupaten/KotadiIndonesiaTahun2009
NAD Sumut Kaltim Sulut Sulteng Gorontalo Kalteng Sulbar Papua Kalsel Jakarta Jateng Jabar Sulsel Sultra Maluku Malut Irjabar
Riau Sumbar Jambi
Kep.Riau
Kalbar
Babel
Sumsel Bengkulu Lampung 0100 Banten 101250 251500 50110,500
DIY
Jatim
Bali
NTB
NTT
40
4.3. Hasil Estimasi Menurut Provinsi dan Kabupaten/Kota

Provinsi dan Kabupaten/Kota NANGGROE ACEH DARUSSALAM Kab. Simeulue Kab. Aceh Singkil Kab. Aceh Selatan Kab. Aceh Tenggara Kab. Aceh Timur Kab. Aceh Tengah Kab. Aceh Barat Kab. Aceh Besar Kab. Pidie Kab. Bireuen Kab. Aceh Utara Kab. Aceh Barat Daya Kab. Gayo Lues Kab. Aceh Tamiang Kab. Nagan Raya Kab. Aceh Jaya Kab. Bener Meriah Kab. Pidie Jaya Kota Banda Aceh Kota Sabang Kota Langsa Kota Lhokseumawe Kota Subulussalam SUMATERA UTARA Kab. Nias Kab. Mandailing Natal Kab. Tapanuli Selatan Kab. Tapanuli Tengah Kab. Tapanuli Utara Kab. Toba Samosir Penasun Pasangan Penasun 63 2 2 2 2 3 2 2 2 2 2 3 2 2 3 2 2 2 2 7 7 4 4 2 1,552 4 7 11 13 8 42 WPS L WPS TL Waria LSL Pelanggan Pelanggan Pasangan WPS Waria Pelanggan 23,523 484 569 1,500 2,008 460 588 1,575 918 926 922 546 484 569 2,025 344 344 484 488 2,972 1,113 1,324 2,041 839 181,716 1,183 1,241 2,389 3,690 2,406 3,518 3,770 133 149 115 201 180 160 202 183 190 189 182 137 146 214 107 104 136 139 184 195 166 207 151 3,244 16 50 50 100 81 250 12,778 263 309 815 1,091 250 320 856 498 502 500 297 263 309 1,100 187 187 263 265 1,615 604 719 1,109 456 105,205 684 719 1,383 2,137 1,394 2,037 WBP ODHA
238 8 8 8 8 10 8 8 9 9 9 10 8 8 10 8 8 8 9 24 25 13 13 9 5,705 14 24 42 48 30 156
637 11 12 50 50 5 13 32 28 29 29 13 11 12 50 5 4 11 11 104 39 41 51 26 5,590 25 30 50 95 60 116
170 5 6 5 14 7 6 14 7 7 7 6 5 6 14 5 5 5 5 7 7 7 14 6 6,942 75 68 150 188 128 116
611 21 24 19 32 29 26 33 30 31 31 29 22 24 35 17 17 22 22 30 32 27 33 25 1,622 12 25 25 50 40 124
8,220 353 254 435 478 303 268 452 277 288 285 473 367 248 506 400 389 362 377 311 398 261 503 232 20,156 484 309 277 426 278 372
2,537 41 0 116 256 401 172 88 221 171 103 0 0 98 0 0 14 0 0 310 40 201 305 0 15,414 193 233 20 566 305 207
800 27 24 35 42 41 28 40 39 37 39 33 25 28 44 23 24 25 26 48 45 42 62 27 7,059 37 51 67 111 75 183
Indonesia - 2009
41
Provinsi dan Kabupaten/Kota Kab. Labuhan Batu Kab. Asahan Kab. Simalungun Kab. Dairi Kab. Karo Kab. Deli Serdang Kab. Langkat Kab. Nias Selatan Kab. Humbang Hasundutan Kab. Pakpak Bharat Kab. Samosir Kab. Serdang Bedagai Kab. Batu Bara Kab. Padang Lawas Utara Kab. Padang Lawas Kab. Labuhan Batu Selatan Kab. Labuhan Batu Utara Kota Sibolga Kota Tanjung Balai Kota Pematang Siantar Kota Tebing Tinggi Kota Medan Kota Binjai Kota Padangsidempuan SUMATERA BARAT Kab. Kepulauan Mentawai Kab. Pesisir Selatan Kab. Solok Kab. Sawahlunto/Sijunjung Kab. Tanah Datar Kab. Padang Pariaman Kab. Agam Kab. Lima Puluh Kota
Penasun 16 30 180 20 70 1,136 264 12 24 10 48 44 30 10 46 0 0 30 30 561 30 2,730 50 20 290 8 9 9 9 9 9 9 9
Pasangan Penasun 4 8 49 5 19 309 72 3 7 3 13 12 8 3 13 0 0 8 8 153 8 743 14 5 74 2 2 2 2 2 2 2 2
WPS L 158 75 998 25 150 361 836 15 35 25 55 397 50 25 36 75 24 100 586 160 80 823 75 50 177 4 5 5 5 5 5 5 5
WPS TL 168 128 513 90 375 225 315 75 75 45 143 281 150 75 140 53 53 150 486 116 150 2,042 300 75 479 17 20 20 23 18 22 19 18
Waria 78 45 64 15 35 203 49 8 35 12 25 158 35 10 29 12 16 25 158 99 25 150 30 30 180 6 8 7 7 7 8 8 10
LSL 338 420 394 276 291 1,488 529 390 355 370 263 363 321 364 356 436 457 646 675 1,188 666 6,348 724 352 12,746 384 487 459 420 450 693 472 294
Pelanggan Pelanggan Pasangan WPS Waria Pelanggan 4,867 2,729 26,018 1,319 6,506 9,749 20,748 978 1,408 922 2,432 11,019 2,388 1,182 2,028 2,080 984 3,474 16,899 4,474 3,044 36,061 4,239 1,741 7,903 230 266 272 335 239 272 258 239 157 91 130 31 71 409 98 16 71 25 51 318 71 21 37 24 32 51 319 199 51 302 61 61 4,206 140 188 168 153 164 190 177 237 2,818 1,581 15,063 764 3,767 5,644 12,011 566 815 534 1,408 6,379 1,382 684 1,175 1,205 570 2,011 9,783 2,590 1,762 20,876 2,455 1,008 4,297 125 145 148 182 130 148 140 130
WBP 760 0 0 162 218 1,854 759 0 0 0 78 0 555 127 36 0 0 0 711 531 654 5,916 1,188 341 2,421 0 0 121 221 63 0 297 110
ODHA 111 71 451 41 142 989 449 30 48 29 73 205 73 31 68 38 24 80 279 479 97 2,535 142 55 796 24 30 30 29 28 34 36 30
42
Provinsi dan Kabupaten/Kota Kab. Pasaman Kab. Solok Selatan Kab. Dharmas Raya Kab. Pasaman Barat Kota Padang Kota Solok Kota Sawah Lunto Kota Padang Panjang Kota Bukittinggi Kota Payakumbuh Kota Pariaman RIAU Kab. Kuantan Singingi Kab. Indragiri Hulu Kab. Indragiri Hilir Kab. Pelalawan Kab. Siak Kab. Kampar Kab. Rokan Hulu Kab. Bengkalis Kab. Rokan Hilir Kota Pekanbaru Kota Dumai JAMBI Kab. Kerinci Kab. Merangin Kab. Sarolangun Kab. Batang Hari Kab. Muaro Jambi Kab. Tanjung Jabung Timur Kab. Tanjung Jabung Barat Kab. Tebo Kab. Bungo
Penasun 9 8 9 9 42 28 13 30 31 28 12 840 35 39 44 39 39 43 39 50 82 300 130 803 4 32 36 46 38 10 10 42 54
WPS L 5 5 5 5 80 7 5 7 7 7 5 4,776 90 89 186 231 85 90 91 670 718 1,862 664 746 19 19 26 12 10 16 157 28 31
WPS TL 18 17 25 18 82 35 25 26 37 20 19 1,406 68 69 79 72 77 74 77 89 103 564 134 2,001 92 129 120 99 124 122 131 94 95
Waria 7 6 10 7 31 12 6 10 10 13 7 1,085 45 47 63 30 30 86 86 142 122 400 34 739 80 46 37 28 15 15 70 31 64
LSL 431 400 381 455 2,548 827 506 700 1,471 789 579 7,714 431 450 537 386 438 349 467 367 319 2,928 1,042 6,316 266 409 436 459 468 491 288 441 300
Pelanggan Pelanggan Pasangan WPS Waria Pelanggan 239 234 293 239 2,682 424 308 349 441 298 285 115,785 2,365 2,337 4,751 5,679 2,546 2,373 2,680 15,390 16,566 45,450 15,648 33,754 1,072 1,543 1,619 1,109 1,291 1,404 4,647 1,440 1,518 157 145 233 166 725 288 148 231 241 299 156 2,193 91 96 127 60 61 174 175 287 247 806 69 1,536 166 96 77 58 32 32 146 65 133 130 127 159 130 1,458 231 167 190 240 163 154 62,897 1,285 1,269 2,580 3,085 1,384 1,289 1,457 8,360 8,999 24,689 8,500 18,341 582 839 880 604 702 762 2,525 783 825
WBP 194 20 0 0 694 177 38 65 0 177 244 5,147 101 262 383 0 393 447 327 483 456 1,715 580 2,312 0 257 0 268 0 0 265 188 246
ODHA 28 24 31 27 155 56 31 50 64 56 37 3,198 87 94 146 147 95 105 108 375 396 1,235 412 1,200 37 55 56 52 44 35 116 58 76
Indonesia - 2009
43
Provinsi dan Kabupaten/Kota Kota Jambi Kota Sungai Penuh SUMATERA SELATAN Kab. Ogan Komering Ulu Kab. Ogan Komering Ilir Kab. Muara Enim Kab. Lahat Kab. Musi Rawas Kab. Musi Banyuasin Kab. Banyu Asin Kab. Ogan Komering Ulu Selatan Kab. Ogan Komering Ulu Timur Kab. Ogan Ilir Kab. Empat Lawang Kota Palembang Kota Prabumulih Kota Pagar Alam Kota Lubuklinggau BENGKULU Kab. Bengkulu Selatan Kab. Rejang Lebong Kab. Bengkulu Utara Kab. Kaur Kab. Seluma Kab. Mukomuko Kab. Lebong Kab. Kepahiang Kab. Bengkulu Tengah Kota Bengkulu LAMPUNG Kab. Lampung Barat
Penasun 525 6 2,853 42 20 99 45 35 68 65 24 26 18 15 2,100 84 110 105 177 24 41 33 8 8 8 8 8 8 31 493 25
Pasangan Penasun 144 2 779 11 5 27 12 9 18 18 7 7 5 4 574 23 30 29 47 7 11 9 2 2 2 2 2 2 8 135 7
WPS L 400 28 919 45 33 20 17 11 18 2 18 19 18 17 362 182 25 132 741 58 150 50 35 30 45 33 80 10 250 660 85
WPS TL 900 95 2,625 122 157 125 120 148 152 128 106 124 117 103 722 175 137 189 1,386 120 250 100 70 73 80 80 180 71 362 1,092 66
Waria 268 85 1,540 49 76 62 81 10 56 88 48 58 41 44 706 100 60 61 1,130 98 412 104 75 10 94 100 23 23 192 1,481 137
LSL 2,109 649 11,700 444 396 578 295 534 519 574 460 551 501 421 3,769 409 1,100 1,149 4,780 416 590 430 262 379 408 247 409 386 1,253 18,222 1,230
Pelanggan Pelanggan Pasangan WPS Waria Pelanggan 16,667 1,444 42,904 2,046 2,084 1,511 1,275 1,514 1,699 1,130 1,305 1,496 1,397 1,272 14,271 5,575 1,743 4,586 28,765 2,352 5,559 1,989 1,392 1,314 1,718 1,437 3,366 842 8,796 24,440 2,491 553 178 2,903 64 156 80 166 21 116 180 62 119 84 58 1,433 204 79 81 2,266 149 885 226 161 22 144 215 22 24 418 3,045 279 9,054 785 23,312 1,111 1,132 822 693 823 924 614 709 814 759 691 7,752 3,029 947 2,492 15,627 1,278 3,020 1,080 757 714 934 781 1,828 457 4,778 13,279 1,354
WBP 972 116 6,311 250 0 371 348 104 397 0 142 223 800 0 2,542 362 101 671 1,340 179 391 277 0 0 0 0 0 0 493 4,803 136
ODHA 614 58 2,346 59 43 84 53 48 70 62 41 45 45 31 1,423 116 101 128 770 71 198 75 44 28 54 49 49 27 177 1,266 90
44
Provinsi dan Kabupaten/Kota Kab. Tanggamus Kab. Lampung Selatan Kab. Lampung Timur Kab. Lampung Tengah Kab. Lampung Utara Kab. Way Kanan Kab. Tulangbawang Kab. Pesawaran Kota Bandar Lampung Kota Metro BANGKA BELITUNG Kab. Bangka Kab. Belitung Kab. Bangka Barat Kab. Bangka Tengah Kab. Bangka Selatan Kab. Belitung Timur Kota Pangkal Pinang KEPULAUAN RIAU Kab. Karimun Kab. Bintan Kab. Natuna Kab. Lingga Kab. Kepulauan Anambas Kota Batam Kota Tanjung Pinang DKI JAKARTA Kab. Kepulauan Seribu Kota Jakarta Selatan Kota Jakarta Timur Kota Jakarta Pusat Kota Jakarta Barat
Penasun 29 30 31 36 66 24 30 24 117 81 83 10 8 9 9 8 8 31 1,226 29 23 18 18 18 908 212 27,852 20 4,364 4,865 7,023 6,782
Pasangan Penasun 8 8 8 10 18 7 8 7 32 22 21 3 2 2 2 2 2 8 335 8 6 5 5 5 248 58 6,715 5 1,052 1,173 1,693 1,635
WPS L 26 47 34 77 31 36 73 14 225 12 761 100 33 100 50 50 28 400 4,547 706 970 78 78 78 2,418 219 13,627 16 2,444 2,982 2,449 1,884
WPS TL 73 75 92 158 76 60 88 61 283 60 1,286 98 300 159 87 108 361 173 6,526 611 525 173 173 173 2,623 2,248 22,384 0 4,015 2,982 2,991 6,618
Waria 231 123 64 210 93 57 155 35 321 56 584 100 50 53 55 55 71 200 990 162 156 30 28 30 215 369 2,008 0 459 519 209 452
LSL 1,489 1,131 1,069 1,288 1,242 1,194 1,052 1,228 5,919 1,380 3,641 277 381 425 444 406 395 1,313 10,261 703 815 691 687 507 5,528 1,330 99,146 100 16,448 32,316 15,083 14,998
Pelanggan Pelanggan Pasangan WPS Waria Pelanggan 1,222 1,716 1,563 3,116 1,371 1,336 2,418 850 7,554 803 29,016 3,190 3,395 3,724 1,931 2,116 3,829 10,831 105,343 14,411 18,111 1,747 1,747 1,747 52,052 15,528 456,280 336 81,872 86,101 74,652 88,236 468 249 130 458 184 113 334 66 649 115 1,233 228 114 121 95 96 124 455 1,420 240 231 30 28 29 316 546 4,030 0 918 1,043 421 904 665 932 850 1,692 745 726 1,314 462 4,103 436 15,763 1,733 1,845 2,023 1,049 1,150 2,080 5,883 57,219 7,828 9,838 948 948 948 28,274 8,435 295,259 217 52,980 55,716 48,308 57,097
WBP 402 518 299 0 859 0 0 0 2,003 586 984 359 131 70 0 0 0 424 2,446 501 34 0 0 0 1,159 752 12,007 0 58 11,308 641 0
ODHA 115 86 67 131 106 62 102 53 360 95 571 76 60 64 48 49 68 207 3,815 429 509 81 81 77 1,977 662 42,880 33 6,956 10,327 8,220 8,370
Indonesia - 2009
45
Provinsi dan Kabupaten/Kota Kota Jakarta Utara JAWA BARAT Kab. Bogor Kab. Sukabumi Kab. Cianjur Kab. Bandung Kab. Garut Kab. Tasikmalaya Kab. Ciamis Kab. Kuningan Kab. Cirebon Kab. Majalengka Kab. Sumedang Kab. Indramayu Kab. Subang Kab. Purwakarta Kab. Karawang Kab. Bekasi Kab. Bandung Barat Kota Bogor Kota Sukabumi Kota Bandung Kota Cirebon Kota Bekasi Kota Depok Kota Cimahi Kota Tasikmalaya Kota Banjar JAWA TENGAH Kab. Cilacap Kab. Banyumas Kab. Purbalingga
Penasun 4,798 17,551 683 681 95 207 62 303 224 1,043 582 408 675 35 741 375 624 231 95 1,785 95 5,318 231 1,274 795 375 563 56 8,241 936 195 95
Pasangan Penasun 1,157 3,790 147 147 20 45 13 65 48 225 126 88 146 7 160 81 135 50 20 386 20 1,149 50 275 172 81 122 12 2,391 271 57 27
WPS L 3,852 16,445 635 303 621 540 200 111 970 527 556 362 291 1,973 510 1,259 660 1,725 1,830 699 160 564 702 685 179 13 320 50 10,548 418 348 108
WPS TL 5,778 9,244 714 640 327 90 298 65 356 105 392 168 232 290 454 548 401 380 301 339 232 751 339 537 1,134 20 113 20 6,997 249 129 62
Waria 369 2,871 190 76 59 225 75 42 23 34 30 37 154 83 95 113 70 100 48 300 73 423 199 205 37 110 60 10 2,107 209 93 37
LSL 20,201 145,575 10,611 4,415 4,278 6,668 4,623 3,164 2,806 2,130 4,270 2,346 1,924 3,980 2,742 1,735 3,966 3,508 2,733 6,224 3,532 29,291 4,231 14,142 9,679 6,482 4,608 1,487 115,968 2,953 4,240 2,813
Pelanggan Pelanggan Pasangan WPS Waria Pelanggan 125,083 433,897 19,802 11,995 16,171 12,426 6,845 2,935 23,980 12,277 15,325 9,247 8,250 45,114 14,863 31,872 17,642 40,491 42,244 18,007 5,443 18,551 18,093 19,360 13,387 438 7,894 1,245 287,704 11,171 8,622 2,852 744 5,607 381 152 118 450 90 85 46 42 61 45 308 167 192 228 140 200 58 603 148 842 401 410 74 223 122 21 4,194 418 187 76 80,941 310,375 14,165 8,580 11,567 8,888 4,897 2,100 17,154 8,782 10,962 6,615 5,902 32,271 10,631 22,798 12,620 28,963 30,217 12,881 3,894 13,270 12,942 13,849 9,576 314 5,646 891 130,281 5,059 3,904 1,291
WBP 0 16,751 41 0 795 0 696 0 332 617 0 332 456 525 187 531 829 1,918 0 2,185 658 3,545 2,651 0 0 0 453 0 9,819 1,611 487 145
ODHA 8,974 23,413 1,018 661 554 611 290 292 783 904 738 490 590 1,321 786 1,047 855 1,382 1,224 1,625 273 3,871 912 1,387 779 344 588 91 10,815 839 329 151
46
Provinsi dan Kabupaten/Kota Kab. Banjarnegara Kab. Kebumen Kab. Purworejo Kab. Wonosobo Kab. Magelang Kab. Boyolali Kab. Klaten Kab. Sukoharjo Kab. Wonogiri Kab. Karanganyar Kab. Sragen Kab. Grobogan Kab. Blora Kab. Rembang Kab. Pati Kab. Kudus Kab. Jepara Kab. Demak Kab. Semarang Kab. Temanggung Kab. Kendal Kab. Batang Kab. Pekalongan Kab. Pemalang Kab. Tegal Kab. Brebes Kota Magelang Kota Surakarta Kota Salatiga Kota Semarang Kota Pekalongan Kota Tegal DI YOGYAKARTA
Penasun 44 57 35 39 342 45 57 44 57 42 42 66 42 32 351 66 57 66 352 39 39 35 41 203 1,130 89 294 1,728 953 482 80 72 805
WPS L 42 21 19 89 11 11 130 96 20 64 57 151 260 78 134 14 78 48 855 24 996 1,218 53 428 315 129 13 890 600 2,684 26 120 560
WPS TL 96 83 50 209 86 131 84 171 74 56 62 62 135 72 232 144 102 62 228 182 20 453 89 101 180 72 62 1,121 677 974 234 260 562
Waria 39 46 34 5 48 41 47 42 42 39 39 55 40 33 42 14 14 22 46 36 100 83 35 90 150 62 30 103 74 202 41 74 261
LSL 2,871 3,370 2,475 2,858 3,451 2,906 3,392 3,070 3,362 2,963 2,964 3,847 2,898 2,381 2,293 2,828 3,347 2,922 2,078 2,714 2,089 2,253 2,788 4,114 4,932 5,098 1,942 4,740 2,742 8,998 3,812 3,464 4,222
Pelanggan Pelanggan Pasangan WPS Waria Pelanggan 1,727 1,143 838 3,692 957 1,343 3,533 3,527 1,045 1,866 1,753 3,779 6,782 2,294 4,884 1,517 2,554 1,559 20,431 2,070 21,732 30,174 1,895 10,172 8,341 3,400 793 28,799 18,753 66,309 2,576 4,821 20,329 79 94 69 6 98 83 95 84 86 80 79 112 81 68 84 29 29 44 92 73 200 167 71 181 301 125 39 207 150 406 52 149 579 782 517 381 1,672 434 609 1,600 1,597 474 845 793 1,712 3,072 1,039 2,212 687 1,157 706 9,252 938 9,841 13,663 857 4,606 3,777 1,539 359 13,040 8,492 30,025 1,166 2,183 11,043
WBP 182 204 310 151 0 106 222 0 135 0 335 227 182 123 322 152 181 140 1,434 138 249 0 0 149 210 288 448 501 134 117 936 0 1,451
ODHA 109 121 88 120 271 104 159 135 119 114 116 172 172 100 297 109 132 116 511 106 366 449 106 336 833 207 215 1,356 785 1,288 213 177 1,140
Indonesia - 2009
47
Provinsi dan Kabupaten/Kota Kab. Kulon Progo Kab. Bantul Kab. Gunung Kidul Kab. Sleman Kota Yogyakarta JAWA TIMUR Kab. Pacitan Kab. Ponorogo Kab. Trenggalek Kab. Tulungagung Kab. Blitar Kab. Kediri Kab. Malang Kab. Lumajang Kab. Jember Kab. Banyuwangi Kab. Bondowoso Kab. Situbondo Kab. Probolinggo Kab. Pasuruan Kab. Sidoarjo Kab. Mojokerto Kab. Jombang Kab. Nganjuk Kab. Madiun Kab. Magetan Kab. Ngawi Kab. Bojonegoro Kab. Tuban Kab. Lamongan Kab. Gresik Kab. Bangkalan Kab. Sampang
Penasun 85 114 96 131 379 22,308 74 289 149 647 345 728 336 920 153 1,049 153 153 153 649 2,006 153 225 534 429 261 78 138 301 271 315 26 32
Pasangan Penasun 23 31 26 36 104 7,075 23 92 47 205 109 231 107 292 49 332 49 49 49 206 636 49 71 169 136 83 25 44 95 86 100 8 10
WPS L 21 69 23 162 285 14,363 125 140 150 700 335 892 272 450 652 806 154 200 264 210 478 394 200 610 150 482 150 125 150 200 125 64 35
WPS TL 76 91 80 113 202 4,727 51 55 52 212 82 198 194 75 117 207 59 75 75 164 225 177 81 84 69 135 59 66 65 86 81 56 56
Waria 10 52 33 22 144 4,170 25 45 25 189 200 210 260 25 239 248 25 35 45 101 350 101 45 45 55 45 35 25 25 25 150 25 15
LSL 423 420 512 562 2,305 79,533 559 752 618 1,206 1,277 1,693 3,181 823 3,528 2,145 1,248 899 1,221 1,231 1,664 1,198 1,033 1,198 649 959 728 1,010 900 875 987 1,401 1,375
Pelanggan Pelanggan Pasangan WPS Waria Pelanggan 1,338 2,740 1,460 5,362 9,429 351,742 3,148 3,510 3,698 16,974 7,964 21,024 7,531 10,415 15,135 19,224 3,860 4,981 6,353 5,926 12,271 10,034 5,032 13,948 3,835 11,596 3,748 3,272 3,805 5,062 3,396 1,863 1,236 20 101 64 43 351 8,345 50 90 50 379 399 419 513 49 477 495 50 70 90 200 700 203 90 90 111 90 70 50 50 49 301 50 31 726 1,488 794 2,913 5,122 303,382 2,715 3,027 3,189 14,640 6,870 18,133 6,496 8,983 13,053 16,581 3,330 4,297 5,479 5,111 10,584 8,655 4,340 12,031 3,307 10,002 3,232 2,822 3,282 4,367 2,929 1,607 1,066
WBP 634 199 111 354 153 17,625 130 275 193 493 0 0 0 394 874 950 415 344 462 0 4,066 0 479 48 0 181 371 368 358 333 211 190 201
ODHA 114 147 114 199 567 27,062 144 306 207 853 502 1,003 609 827 655 1,222 245 252 298 629 1,912 377 318 685 403 446 172 215 324 327 376 139 125
48
Provinsi dan Kabupaten/Kota Kab. Pamekasan Kab. Sumenep Kota Kediri Kota Blitar Kota Malang Kota Probolinggo Kota Pasuruan Kota Mojokerto Kota Madiun Kota Surabaya Kota Batu BANTEN Kab. Pandeglang Kab. Lebak Kab. Tangerang Kab. Serang Kota Tangerang Kota Cilegon Kota Serang BALI Kab. Jembrana Kab. Tabanan Kab. Badung Kab. Gianyar Kab. Klungkung Kab. Bangli Kab. Karang Asem Kab. Buleleng Kota Denpasar NUSA TENGGARA BARAT Kab. Lombok Barat Kab. Lombok Tengah
Penasun 41 50 1,326 433 3,249 350 473 384 564 4,359 514 3,334 172 176 803 450 1,056 455 222 3,012 239 214 672 237 209 204 215 272 750 1,873 210 180
Pasangan Penasun 13 16 420 137 1,030 111 150 122 179 1,382 163 912 47 48 220 123 289 124 61 824 65 59 184 65 57 56 59 74 205 511 57 49
WPS L 35 40 350 75 394 35 37 351 166 4,267 100 1,741 38 40 1,050 42 380 121 70 3,945 440 280 500 175 50 25 125 150 2,200 1,297 210 75
WPS TL 58 58 187 112 246 66 75 102 289 528 150 2,509 558 300 572 217 438 251 173 6,738 504 493 1,750 577 465 408 471 637 1,433 2,412 105 188
Waria 25 15 22 50 73 25 148 97 100 952 50 629 10 100 345 74 80 10 10 923 40 40 240 50 10 15 10 133 385 1,148 75 80
LSL 1,464 1,549 2,845 1,250 5,654 3,338 2,564 1,649 2,350 21,814 698 14,942 728 484 8,239 776 2,560 1,526 629 25,800 3,024 2,831 4,918 2,247 2,248 1,470 1,500 2,462 5,100 10,631 1,336 1,341
Pelanggan Pelanggan Pasangan WPS Waria Pelanggan 1,257 1,364 9,179 2,573 10,603 1,308 1,440 8,506 6,042 97,197 3,432 60,664 5,654 3,482 28,454 2,815 12,296 4,894 3,069 137,738 13,268 9,905 25,029 8,457 4,961 3,967 6,548 8,448 57,155 49,383 5,562 3,255 50 31 44 101 147 50 299 196 203 1,908 100 1,343 22 216 740 159 174 16 16 1,767 77 77 457 97 20 29 20 255 735 2,384 156 166 1,084 1,177 7,917 2,219 9,146 1,129 1,242 7,336 5,212 83,832 2,960 32,955 3,071 1,892 15,456 1,529 6,680 2,659 1,668 60,827 5,859 4,374 11,053 3,735 2,191 1,752 2,892 3,731 25,240 26,826 3,021 1,768
WBP 618 168 607 345 1,920 246 786 433 1,166 0 0 8,660 415 264 0 0 6,696 1,285 0 1,618 118 92 902 61 45 70 173 157 0 1,582 0 113
ODHA 196 150 1,212 416 2,690 445 535 539 727 6,140 449 4,288 229 200 1,516 340 1,344 458 202 7,295 719 530 1,259 431 256 214 327 453 3,108 1,909 205 169
Indonesia - 2009
49
Provinsi dan Kabupaten/Kota Kab. Lombok Timur Kab. Sumbawa Kab. Dompu Kab. Bima Kab. Sumbawa Barat Kab. Lombok Utara Kota Mataram Kota Bima NUSA TENGGARA TIMUR Kab. Sumba Barat Kab. Sumba Timur Kab. Kupang Kab. Timor Tengah Selatan Kab. Timor Tengah Utara Kab. Belu Kab. Alor Kab. Lembata Kab. Flores Timur Kab. Sikka Kab. Ende Kab. Ngada Kab. Manggarai Kab. Rote Ndao Kab. Manggarai Barat Kab. Sumba Tengah Kab. Sumba Barat Daya Kab. Nagekeo Kab. Manggarai Timur Kota Kupang KALIMANTAN BARAT Kab. Sambas Kab. Bengkayang
Penasun 262 93 92 85 147 165 359 280 196 9 9 9 9 10 9 9 8 9 9 9 9 9 8 8 8 8 9 9 29 2,032 55 50
Pasangan Penasun 72 25 25 23 40 45 98 77 47 2 2 2 2 3 2 2 2 2 2 2 2 2 2 2 2 2 2 2 8 555 15 14
WPS L 110 98 80 115 80 85 324 120 1,109 5 7 20 10 15 200 25 20 5 100 10 15 10 25 15 26 25 26 27 523 3,488 260 87
WPS TL 263 340 75 75 258 186 650 273 819 31 32 32 33 32 44 43 33 36 60 35 33 36 31 35 31 30 31 31 150 7,846 507 316
Waria 65 90 78 250 110 50 150 200 471 18 19 21 21 19 22 19 18 5 92 19 18 20 18 19 19 17 18 19 50 436 115 2
LSL 1,563 600 867 1,037 478 793 1,716 900 9,517 438 424 496 493 473 319 421 376 396 273 427 452 463 417 427 428 392 444 460 1,498 1,247 51 69
Pelanggan Pelanggan Pasangan WPS Waria Pelanggan 4,654 5,085 2,401 3,180 3,990 3,484 12,756 5,016 31,570 282 313 747 360 546 4,907 963 755 408 2,812 541 647 549 781 664 795 755 791 817 13,137 142,319 9,949 4,579 136 187 161 519 228 104 312 415 890 31 34 37 38 34 51 33 32 9 211 34 32 36 31 33 33 29 32 34 86 903 238 3 2,528 2,762 1,304 1,728 2,167 1,893 6,929 2,726 17,152 154 170 406 196 296 2,666 523 411 223 1,527 294 351 299 424 360 432 410 430 444 7,136 77,312 5,405 2,488
WBP 162 0 112 316 362 0 517 0 3,130 377 255 0 206 223 279 132 158 119 166 170 194 0 96 0 0 0 0 0 755 2,536 168 0
ODHA 223 124 106 158 150 144 374 257 695 21 20 26 24 26 59 26 23 17 59 22 24 23 25 24 26 25 26 26 173 1,843 107 49
50
Provinsi dan Kabupaten/Kota Kab. Landak Kab. Pontianak Kab. Sanggau Kab. Ketapang Kab. Sintang Kab. Kapuas Hulu Kab. Sekadau Kab. Melawi Kab. Kayong Utara Kab. Kubu Raya Kota Pontianak Kota Singkawang KALIMANTAN TENGAH Kotawaringin Barat Kotawaringin Timur Kab. Kapuas Kab. Barito Selatan Kab. Barito Utara Kab. Sukamara Kab. Lamandau Kab. Seruyan Kab. Katingan Kab. Pulang Pisau Kab. Gunung Mas Kab. Barito Timur Kab. Murung Raya Kota Palangka Raya KALIMANTAN SELATAN Kab. Tanah Laut Kab. Kota Baru Kab. Banjar Kab. Barito Kuala
Penasun 51 55 55 297 148 50 48 48 47 56 754 318 139 10 9 9 8 9 8 8 8 8 8 8 8 8 30 173 9 9 10 9
WPS L 108 311 201 305 213 120 197 121 54 221 691 599 1,659 404 337 65 80 137 59 19 36 135 30 60 57 20 220 1,536 80 250 100 10
WPS TL 454 460 471 470 444 436 380 314 308 475 1,904 907 1,914 131 220 97 105 97 101 88 86 91 86 92 100 88 532 1,246 69 85 67 64
Waria 12 12 15 52 20 7 5 2 50 11 103 30 284 16 39 24 28 32 14 13 13 14 13 15 12 14 37 1,440 20 110 150 20
LSL 68 68 73 52 70 64 68 68 42 77 362 115 5,606 446 520 306 233 461 374 366 387 403 364 342 342 345 717 6,550 443 291 332 445
Pelanggan Pelanggan Pasangan WPS Waria Pelanggan 6,185 10,663 8,362 10,613 8,391 6,283 7,506 5,305 3,786 8,820 31,144 20,733 52,772 10,126 9,428 2,307 2,703 3,894 2,206 944 1,315 3,532 1,174 2,151 2,162 1,227 9,603 44,576 2,399 6,355 2,830 700 25 25 31 108 42 14 11 4 104 23 213 62 674 40 97 60 70 79 28 26 26 28 26 38 30 35 91 2,967 42 227 307 42 3,360 5,793 4,543 5,765 4,558 3,413 4,078 2,882 2,056 4,791 16,917 11,263 28,668 5,501 5,121 1,253 1,468 2,116 1,198 513 715 1,919 638 1,169 1,174 666 5,217 24,216 1,304 3,452 1,538 381
WBP 0 162 221 258 238 65 0 0 0 0 1,027 397 1,890 190 526 120 170 197 0 0 0 0 0 0 0 0 687 3,201 193 505 485 132
ODHA 61 98 82 197 120 63 71 53 51 85 534 274 1,074 184 174 53 59 86 48 27 35 73 32 47 46 33 179 946 37 87 77 24
Indonesia - 2009
51
Provinsi dan Kabupaten/Kota Kab. Tapin Kab. Hulu Sungai Selatan Kab. Hulu Sungai Tengah Kab. Hulu Sungai Utara Kab. Tabalong Kab. Tanah Bumbu Kab. Balangan Kota Banjarmasin Kota Banjar Baru KALIMANTAN TIMUR Kab. Pasir Kab. Kutai Barat Kab. Kutai Kartanegara Kab. Kutai Timur Kab. Berau Kab. Malinau Kab. Bulungan Kab. Nunukan Kab. Penajam Paser Utara Kab. Tana Tidung Kota Balikpapan Kota Samarinda Kota Tarakan Kota Bontang SULAWESI UTARA Kab. Bolaang Mongondow Kab. Minahasa Kab. Kepulauan Sangihe Kab. Kepulauan Talaud Kab. Minahasa Selatan Kab. Minahasa Utara Kab. Bolaang Mongondow Utara
Penasun 9 9 9 9 9 8 8 48 27 229 9 8 12 8 9 8 9 8 14 8 38 35 35 28 1,928 27 34 31 27 29 28 26
WPS L 50 32 32 32 100 400 50 150 250 1,739 25 60 165 66 53 67 23 61 73 23 600 285 157 81 1,493 65 20 66 63 65 66 63
WPS TL 62 62 63 62 70 100 61 410 71 1,033 32 42 52 58 41 40 33 44 33 32 214 153 155 104 1,979 92 105 91 95 92 90 88
Waria 30 50 50 100 120 200 20 470 100 521 19 18 70 26 23 19 15 21 16 14 70 80 60 70 1,395 60 80 30 58 50 50 60
LSL 366 384 400 275 277 264 388 1,936 749 9,668 370 375 377 277 352 249 390 235 661 202 2,270 2,151 721 1,038 18,252 1,107 1,282 1,172 1,016 1,141 264 1,030
Pelanggan Pelanggan Pasangan WPS Waria Pelanggan 1,665 1,001 1,017 1,017 2,860 9,868 1,657 6,966 6,241 50,024 735 1,749 4,325 2,166 1,686 1,364 842 1,889 2,036 654 15,981 8,172 5,395 3,030 43,847 1,593 1,251 1,638 1,665 1,648 1,581 1,535 62 103 103 206 246 412 42 967 208 1,025 30 29 152 40 36 29 23 33 25 21 151 173 131 152 2,758 123 164 60 74 102 102 123 904 544 552 552 1,554 5,361 900 3,784 3,390 27,175 399 951 2,350 1,176 916 742 457 1,026 1,106 355 8,682 4,439 2,930 1,646 23,823 866 680 890 905 895 859 834
WBP 108 125 124 299 156 0 0 1,074 0 4,402 203 0 931 0 450 0 0 0 0 0 752 1,440 626 0 1,534 0 264 134 40 0 0 0
ODHA 31 33 34 44 65 128 30 260 98 920 25 30 73 33 36 25 24 29 41 18 216 201 94 77 2,069 66 74 60 63 65 47 65
52
Provinsi dan Kabupaten/Kota Kab. Siau Tagulandang Biaro Kab. Minahasa Tenggara Kab. Bolaang Mongondow Selatan Kab. Bolaang Mongondow Timur Kota Manado Kota Bitung Kota Tomohon Kotamobagu SULAWESI TENGAH Kab. Banggai Kepulauan Kab. Banggai Kab. Morowali Kab. Poso Kab. Donggala Kab. Toli-Toli Kab. Buol Kab. Parigi Moutong Kab. Tojo Una-Una Kab. Sigi Kab. Kota Palu SULAWESI SELATAN Kab. Selayar Kab. Bulukumba Kab. Bantaeng Kab. Jeneponto Kab. Takalar Kab. Gowa Kab. Sinjai Kab. Maros Kab. Pangkajene dan Kepulauan Kab. Barru
Penasun
WPS L
WPS TL
Waria
LSL
Pelanggan Pelanggan Pasangan WPS Waria Pelanggan 1,514 1,550 1,525 1,525 8,125 13,760 2,720 2,217 30,492 950 4,339 1,079 1,049 1,461 1,662 948 3,847 954 970 13,233 48,402 571 1,031 961 1,374 797 2,853 722 1,526 890 1,505 69 102 123 123 812 474 164 143 687 12 47 24 35 59 66 12 63 24 30 315 1,778 37 45 58 210 61 81 21 41 44 38 823 842 829 829 4,414 7,474 1,478 1,205 16,943 527 2,411 600 584 812 923 526 2,138 530 539 7,353 26,895 317 573 534 764 443 1,586 401 848 494 836
WBP
ODHA
27 27 26 26 516 449 379 276 118 8 9 8 9 9 9 8 9 8 8 33 2,758 55 69 70 71 69 81 61 105 77 65
62 64 63 63 150 516 89 78 1,089 27 171 28 30 50 52 27 149 27 28 500 1,560 5 20 23 50 26 100 23 50 20 50
88 88 87 87 523 197 146 110 682 37 57 51 41 39 56 38 56 38 38 231 1,692 53 68 50 48 51 74 47 48 51 46
54 50 60 60 400 233 80 70 294 5 20 10 15 25 28 5 27 10 13 136 964 26 32 27 100 28 38 10 29 31 26
858 1,063 765 871 2,610 2,100 1,233 1,740 5,226 407 300 388 528 410 253 365 293 378 392 1,512 9,530 236 327 309 217 326 398 247 306 342 291
7 0 0 0 662 199 74 154 1,759 0 299 0 175 160 188 125 195 0 0 617 4,295 51 166 75 83 111 312 58 179 116 110
58 62 59 61 481 431 262 215 519 22 55 24 29 33 33 21 52 23 24 205 2,202 40 57 54 73 55 104 44 78 58 56
Indonesia - 2009
53
Provinsi dan Kabupaten/Kota Kab. Bone Kab. Soppeng Kab. Wajo Kab. Sidenreng Rappang Kab. Pinrang Kab. Enrekang Kab. Luwu Kab. Tana Toraja Kab. Luwu Utara Kab. Luwu Timur Kab. Toraja Utara Kota Makassar Kota Pare-Pare Kota Palopo SULAWESI TENGGARA Kab. Buton Kab. Muna Kab. Konawe Kab. Kolaka Kab. Konawe Selatan Kab. Bombana Kab. Wakatobi Kab. Kolaka Utara Kab. Buton Utara Kab. Konawe Utara Kota Kendari Kota Bau-Bau GORONTALO Kab. Boalemo Kab. Gorontalo Kab. Pohuwato Kab. Bone Bolango
Penasun 69 70 76 79 82 58 57 68 54 52 68 951 165 186 144 9 9 9 10 8 9 10 8 9 8 29 26 71 8 9 8 8
WPS L 40 10 20 50 38 23 10 20 50 85 25 738 50 34 827 125 211 10 65 25 132 87 9 9 9 95 50 65 6 6 12 6
WPS TL 70 65 66 52 50 47 66 54 72 71 53 262 78 150 953 50 82 56 71 51 49 69 51 44 44 269 117 290 42 47 54 43
Waria 16 28 16 30 59 26 29 30 30 28 30 232 45 18 249 10 15 16 30 10 14 15 10 13 50 40 26 185 50 53 15 20
LSL 321 314 313 334 235 257 269 310 260 246 308 1,934 846 584 6,195 434 459 471 333 399 448 470 376 398 467 830 1,110 2,732 243 567 377 408
Pelanggan Pelanggan Pasangan WPS Waria Pelanggan 1,497 796 1,021 1,559 1,282 921 793 905 1,731 2,503 1,020 18,577 1,801 1,766 28,950 3,516 6,076 691 2,277 1,097 3,811 2,842 638 439 449 4,800 2,314 7,514 888 1,032 1,454 900 34 41 34 44 124 37 41 43 43 41 43 484 94 39 675 27 42 44 80 27 38 42 27 36 134 108 70 486 135 143 42 46 831 443 567 866 713 512 440 503 962 1,391 567 10,321 1,001 982 15,731 1,910 3,301 376 1,237 597 2,071 1,544 347 238 244 2,608 1,258 4,084 483 560 790 490
WBP 178 54 183 106 133 83 0 105 155 0 0 1,596 167 274 1,332 0 159 112 173 0 0 0 0 0 0 447 441 427 427 0 0 0
ODHA 60 53 58 67 66 47 47 53 56 61 54 715 127 121 448 38 56 21 37 21 40 38 18 18 31 71 59 239 37 43 34 29
54
Provinsi dan Kabupaten/Kota Kab. Gorontalo Utara Kota Gorontalo SULAWESI BARAT Kab. Majene Kab. Polewali Mandar Kab. Mamasa Kab. Mamuju Kab. Mamuju Utara MALUKU Kab. Maluku Tenggara Barat Kab. Maluku Tenggara Kab. Maluku Tengah Kab. Buru Kab. Kepulauan Aru Kab. Seram Bagian Barat Kab. Seram Bagian Timur Kab. Buru Selatan Kab. Maluku Barat Daya Kota Ambon Kota Tual MALUKU UTARA Kab. Halmahera Barat Kab. Halmahera Tengah Kab. Kepulauan Sula Kab. Halmahera Selatan Kab. Halmahera Utara Kab. Halmahera Timur Kota Ternate Kota Tidore Kepulauan PAPUA BARAT Kab. Fakfak
Penasun 8 30 46 11 10 8 9 8 98 8 8 9 8 8 8 8 7 8 15 11 93 8 8 8 8 8 8 30 15 58 0
WPS L 6 29 188 46 43 38 26 35 4,107 210 458 540 638 572 187 218 92 100 872 220 320 27 27 95 28 48 27 41 27 1,713 213
WPS TL 42 62 40 7 5 6 15 7 3,519 277 323 397 257 473 32 208 207 75 907 363 1,639 135 126 230 181 149 42 622 154 1,686 189
Waria 19 28 147 28 27 26 38 28 904 169 228 12 36 104 58 68 14 34 121 60 224 15 12 24 20 20 18 100 15 210 14
LSL 392 745 1,859 314 481 271 547 246 2,083 119 232 233 199 118 187 180 194 193 214 214 3,800 357 375 242 268 270 350 1,348 590 3,351 311
Pelanggan Pelanggan Pasangan WPS Waria Pelanggan 879 2,361 6,577 1,479 1,328 1,261 1,276 1,233 120,300 6,984 12,819 15,248 16,209 16,624 4,375 6,570 3,802 2,842 26,889 7,938 23,115 1,849 1,754 4,820 2,265 2,724 1,027 6,642 2,034 53,292 6,395 44 76 903 174 167 159 233 170 1,898 355 479 25 75 218 122 143 30 71 254 126 550 37 30 59 49 49 44 244 38 482 32 478 1,283 3,573 803 721 685 693 671 65,351 3,795 6,964 8,283 8,806 9,030 2,376 3,569 2,066 1,544 14,606 4,312 12,558 1,004 953 2,619 1,231 1,480 558 3,608 1,105 37,305 4,477
WBP 0 0 437 70 0 202 165 0 661 29 0 141 15 6 0 12 0 1 390 67 441 0 33 97 0 97 0 185 29 350 60
ODHA 28 68 189 38 42 33 45 32 1,367 111 179 143 159 177 61 82 43 41 279 92 380 31 31 55 33 37 25 127 41 8,396 706
Indonesia - 2009
55
Provinsi dan Kabupaten/Kota Kab. Kaimana Kab. Teluk Wondama Kab. Teluk Bintuni Kab. Manokwari Kab. Sorong Selatan Kab. Sorong Kab. Raja Ampat Kota Sorong PAPUA Kab. Merauke Kab. Jayawijaya Kab. Jayapura Kab. Nabire Kab. Yapen Waropen Kab. Biak Numfor Kab. Paniai Kab. Puncak Jaya Kab. Mimika Kab. Boven Digoel Kab. Mappi Kab. Asmat Kab. Yahukimo Kab. Pegunungan Bintang Kab. Tolikara Kab. Sarmi Kab. Keerom Kab. Waropen Kab. Supiori Kab. Mamberamo Raya Kab. Mamberamo Tengah Kab. Yalimo Kab. Lanny Jaya Kab. Nduga
Penasun 0 0 0 30 0 0 0 28 19 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
WPS L 37 0 0 705 0 50 0 708 3,038 100 550 922 311 27 10 26 26 349 0 26 88 0 41 38 0 0 0 0 0 0 0 0 0
WPS TL 123 0 0 405 0 136 0 833 3,219 389 423 367 162 10 15 0 0 379 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Waria 21 0 11 54 0 0 0 110 262 0 48 66 0 0 0 0 0 30 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
LSL 325 306 366 206 384 372 377 704 9,837 374 252 219 382 333 334 400 419 313 376 376 427 409 398 378 340 380 201 147 306 367 283 376 368
Pelanggan Pelanggan Pasangan WPS Waria Pelanggan 2,062 0 0 19,318 0 2,303 0 23,214 95,292 5,648 15,838 23,403 8,238 685 505 593 593 11,020 0 572 1,920 0 895 841 0 0 0 0 0 0 0 0 0 49 0 25 125 0 0 0 251 575 0 106 145 0 0 0 0 0 66 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1,444 0 0 13,522 0 1,612 0 16,250 58,198 3,450 9,672 14,292 5,032 418 309 362 362 6,730 0 349 1,173 0 547 514 0 0 0 0 0 0 0 0 0
WBP 32 0 0 98 5 0 0 155 936 186 80 260 86 0 174 0 0 93 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0
ODHA 925 968 688 1,866 562 522 315 1,844 24,355 1,532 1,287 1,020 927 1,115 969 1,610 1,052 1,525 507 926 939 2,153 1,328 633 210 437 208 156 195 234 269 847 410
56
Provinsi dan Kabupaten/Kota Kab. Puncak Kab. Dogiyai Kota Jayapura TOTAL
Penasun 0 0 19 105,784
Pasangan Penasun 0 0 5 28,085
WPS L 0 0 524 106,011
WPS TL 0 0 1,474 108,043
Waria 0 0 118 32,065
LSL 412 374 893 695,026
Pelanggan Pelanggan Pasangan WPS Waria Pelanggan 0 0 24,541 3,169,928 0 0 258 71,316 0 0 14,988 1,938,650
WBP 0 0 54 140,559
ODHA 701 921 2,243 186,257
Indonesia - 2009
57
58
Diskusi
Hal yang paling mengemuka dari estimasi populasi rawan tertular HIV dan ODHA tahun 2009 adalah nilai tengah hasil estimasi jumlah sebagian subpopulasi rawan dan ODHA yang lebih rendah dari rerata hasil estimasi tahun 2006. Proses estimasi tahun 2006 yang memberikan hasil estimasi ODHA dewasa dengan kisaran antara 169 216 ribu dan rerata 193 ribu orangtelah diakui secara luas sebagai proses penghitungan terbaik pada saat itu dengan segala keterbatasan dalam sumber data maupun metodologi. Bahkan hasil estimasi tahun 2006 telah digunakan oleh berbagai pihak dalam penentuan target-target program, penghitungan kebutuhan sumber daya dan pengajuan proposal bantuan dana. Walaupun demikian, laporan proses estimasi tahun 2006 juga mengungkapkan berbagai keterbatasan diantaranya adalah ketersediaan data dasar untuk melakukan estimasi jumlah populasi rawan tertular HIV maupun estimasi prevalensi HIV untuk mengestimasi jumlah ODHA. Batasan-batasan tersebut menyebabkan keberagaman epidemi HIV di seluruh wilayah Indonesia kurang tergambarkan dengan baik oleh hasil estimasi tahun 2006. Oleh karena itu dalam proses estimasi tahun 2009, berbagai keterbatasan dalam proses estimasi 2006 sedini dan semaksimal mungkin di antisipasi oleh Kelompok Kerja Estimasi 2009. Sehingga pada proses estimasi 2009, dicapai peningkatan jumlah sumber data yang cukup signifikan dibandingkan dengan proses estimasi 2006 sebagaimana tergambar pada Tabel 7. Peningkatan persentase jumlah kabupaten/kota yang memiliki data pemetaan subpopulasi rawan terinfeksi HIV berkisar antara 20 47 persen, dimana persentase tertinggi terjadi pada data subpopulasi WPS tidak langsung, diikuti oleh LSL, waria, penasun, dan WPS langsung. Walaupun demikian, kabupaten/kota yang tidak memiliki data pemetaan populasi rawan masih cukup banyak. Oleh karena itu pemanfaatan hasil estimasi populasi rawan tahun 2009 untuk menentukan target-target program pengendalian HIV dan AIDS harus dilakukan secara hati-hati khususnya pada kabupaten/kota yang tidak memiliki data pemetaan populasi rawan terinfeksi HIV. Selain dari perbedaan dalam jumlah dan kualitas data dasar, proses penghitungan estimasi tahun 2009 juga mengalami perbaikan-perbaikan untuk meminimalisir unsur subyektifitas dari pelaku estimasi. Perbaikan penghitungan estimasi tahun 2009 dilakukan pada subpopulasi penasun WPS, waria, dan LSL dengan menggunakan model regresi poisson untuk mengestimasi jumlah populasi rawan di kabupaten/kota yang tidak memiliki data pemetaan. Di mana pada proses estimasi tahun 2006 penghitungan tersebut dilakukan hanya menggunakan satu faktor pengali (indeks risiko dari hasil Survei Podes) saja. Perbedaan penting lainnya adalah sumber data utama untuk menghitung estimasi jumlah penasun, di mana pada tahun 2006 sebagian besar menggunakan proporsi penasun dari jumlah tahanan kasus Napza Kepolisian atau Lapas/Rutan dari hasil survei BNN tahun 2003 dan BSS 2004 di 5 kota. Sedangkan pada tahun 2009 penghitungan estimasi
Indonesia - 2009
59
jumlah penasun menggunakan data pemetaan dan cakupan dari LSM penjangkau, Dinas Kesehatan, KPAD dan lembaga lainnya. Kelompok Kerja Estimasi berpandangan bahwa penggunaan data dasar dari tahanan telah menafikan perbedaan jenis kejahatan narkoba di setiap kabupaten/kota dan menyebabkan hasil penghitungan estimasi jumlah penasun tahun 2006 di sebagian besar kabupaten/kota cenderung over estimate. Tabel16.RingkasanHasilEstimasiPopulasiRawandanODHATahun2006dan2009
Hasil estimasi tahun 2009 yang lebih rendah dari hasil estimasi sebelumnya tidak serta merta menggambarkan bahwa jalannya epidemi HIV di Indonesia sudah dapat dikendalikan atau adanya penurunan jumlah populasi rawan tertular HIV. Hasil estimasi jumlah beberapa populasi berisiko dan ODHA yang lebih rendah pada proses estimasi tahun 2009, lebih disebabkan karena adanya peningkatan jumlah dan kualitas data pemetaan populasi rawan terinfeksi HIV dan perbaikan cara penghitungan beberapa subpopulasi. Selain itu, dari hasil estimasi tahun 2009 dapat dilihat peningkatan rata-rata proporsi ODHA pada hampir semua subpopulasi rawan tertular HIV. Peningkatan tertinggi terjadi
60
pada subpopulasi pasangan penasun (21%) , diikuti oleh penasun (9%), waria (5%), LSL (2%), WPS (2.1%) serta pelanggan dan pasangan seks tetapnya (0.3%). Proses estimasi 2009 ini diuntungkan oleh beberapa kondisi, yaitu banyak pihak yang menyadari keuntungan adanya informasi estimasi, dan ketersediaan data yang jauh lebih banyak secara kuantitas, terutama data pemetaan subpopulasi rawan terinfeksi HIV, data Survei Podes dan data surveilans sentinel HIV, serta surveilans survei perilaku, dan lain-lain. Hambatan yang ditemukan dalam proses estimasi diantaranya disebabkan oleh kondisi data tersebar di banyak tempat, belum terkumpul pada satu tempat misalnya pusat data surveilans. Selain itu seringkali tanggapan atau respon yang terlambat dari berbagai pemangku kepentingan di tingkat nasional maupun daerah terhadap hasil estimasi. Umpan balik sangat penting untuk mengecek terhadap ketidaktepatan dalam melakukan perhitungan estimasi. Kelompok Kerja Estimasi dan tim pengkaji dari WHO dan UNAIDS serta pemangku kepentingan di tingkat nasional yang melakukan kajian berkesimpulan bahwa hasil pemetaan pada subpopulasi yang lebih tersembunyi dan terstigma seperti LSL, penasun, dan WPS tak langsung baru mencerminkan jumlah yang terjangkau atau teridenfikasi saja. Sehingga untuk memperkirakan jumlah subpopulasi tersebut dilakukan penghitungan dengan memasukan faktor koreksi berupa persentase yang sudah pernah dijangkau oleh berbagai program dari hasil STBP 2009. Sedangkan penghitungan estimasi subpopulasi WPS langsung dan waria tidak menggunakan faktor koreksi mengingat kedua subpopulasi tersebut lebih mudah teridentifikasi oleh para pelaku program yang melakukan pemetaan.
Indonesia - 2009
61
62
Rekomendasi
Berdasarkan pengalaman dari proses penghitungan serta hasil estimasi jumlah populasi rawan terinfeksi HIVdan estimasi jumlah orang yang sudah terinfeksi HIV tahun 2009, maka dirumuskan beberapa rekomendasi untuk menindaklanjuti hasil tersebut, sebagai berikut Perlu dilakukan sosialisasi dan penjelasan yang terbuka bahwa hasil estimasi populasi rawan terinfeksi HIV di Indonesia tahun 2009 merupakan koreksi dari hasil kegiatan estimasi sebelumnya. Perbedaan hasil estimasi merupakan kombinasi dari ketersediaan data yang jauh lebih banyak dibandingkan pada periode-periode sebelumnya dan juga penggunaan metode estimasi pemodelan regresi yang menekan pengaruh subjektifitas pelaku estimasi dalam melakukan penghitungan estimasi. Hasil Estimasi perlu digunakan dalam penentuan denominator untuk indikator cakupan program pengendalian HIV dan AIDS di tingkat kabupaten, provinsi, serta nasional. Perlu dilanjutkan kegiataan pemetaan subpopulasi rawan yang selama ini telah dilakukan terutama yang terkait dengan pelaksanaan program pengendalian HIV dan AIDS, serta hasilnya agar dapat dilaporkan ke Kementerian Kesehatan RI. Agar ada standarisasi pelaksanaan pemetaan perlu disusun pedoman yang menjadi acuan bersama. Surveilans sentinel HIV perlu dilakukan di semua wilayah di Indonesia pada semua subpopulasi rawan, bila diketahui jumlah subpopulasi tersebutmemadai untuk dilakukan surveilans. Mulai memasukkan variabel penting dalam kegiatan survei yang bersifat periodik yang bersifat nasional, agar variabel tersebut dapat digunakan dalam proses estimasi mendatang. Kegiatan estimasi populasi rawan perlu dilakukan setiap 2-3 tahun dengan menggunakan metode yang memanfaatkan berbagai sumber data yang ada dan menekan unsur subjektifitas dalam proses perhitungan jumlah populasi rawan. Sebaiknya kegiatan estimasi dilakukan di provinsi masing-masing, sehingga kebutuhan terhadap sumber data lokal bisa diperoleh lebih cepat dan lebih akurat. Hasil penghitungan estimasi jumlah populasi rawan terinfeksi HIV tahun 2009 diharapkan dapat digunakan sebagai perbaikan pemodelan epidemi HIV dan kebutuhan sumber daya sebelumnya.
Indonesia - 2009
63
64
Lampiran
Indonesia - 2009
65
Hasil Pemodelan Regresi Poisson

Tabel17.Nilaikoefisienregresipoisson,standarderror,pvalue,dan95%confidenceintervaluntuk modelWPSlangsung
Variabel Populasi1549thn Persentasekelurahan Persentaseperempuanyangtinggaldikelurahan Persentasedesayangadalokalisasi Rangkingkab/kota:2 Rangkingkab/kota:3 Rangkingkab/kota:4 Rangkingkab/kota:5 Provinsi:12.SumateraUtara Provinsi:14.Riau Provinsi:15.Jambi Provinsi:16.SumateraSelatan Provinsi:17.Bengkulu Provinsi:18.Lampung Provinsi:19.BangkaBelitung Provinsi:21.KepulauanRiau Provinsi:31.DKIJakarta Provinsi:32.JawaBarat Provinsi:33.JawaTengah Provinsi:34.DIYogyakarta Provinsi:35.JawaTimur Provinsi:36.Banten Provinsi:51.Bali Provinsi:52.NusaTenggaraBarat Provinsi:53.NusaTenggaraTimur Provinsi:61.KalimantanBarat Provinsi:62.KalimantanTengah Provinsi:63.KalimantanSelatan Provinsi:64.KalimantanTimur Provinsi:71.SulawesiUtara Provinsi:72.SulawesiTengah Koefisien 6.59E07 0.0075 0.0032 0.0111 0.8913 1.0265 1.7671 2.1911 2.1005 2.9409 1.4054 1.2989 1.0823 0.7290 1.9802 3.0998 3.3586 3.1218 2.7996 1.4543 2.2455 1.8263 3.0737 1.5721 1.7168 2.6620 1.9462 1.9326 1.7172 1.7616 1.8036 Std.Error 7.22E09 0.0004 0.0004 0.0006 0.0139 0.0135 0.0131 0.0140 0.0545 0.0545 0.0590 0.0600 0.0619 0.0621 0.0656 0.0554 0.0553 0.0551 0.0543 0.0800 0.0542 0.0607 0.0545 0.0582 0.0599 0.0548 0.0576 0.0597 0.0612 0.0660 0.0592 pValue 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 95%CI 6.45E07 0.0066 0.0041 0.0122 0.8640 1.0001 1.7414 2.1637 1.9938 2.8341 1.2899 1.1814 0.9609 0.6073 1.8517 2.9913 3.2503 3.0138 2.6931 1.2975 2.1393 1.7074 2.9669 1.4580 1.5994 2.5546 1.8334 1.8155 1.5972 1.6323 1.6874 6.73E07 0.0083 0.0024 0.0099 0.9185 1.0529 1.7928 2.2186 2.2072 3.0477 1.5210 1.4165 1.2037 0.8508 2.1088 3.2083 3.4670 3.2297 2.9060 1.6110 2.3517 1.9453 3.1804 1.6863 1.8342 2.7693 2.0590 2.0497 1.8372 1.8909 1.9197
66
Variabel Provinsi:73.SulawesiSelatan Provinsi:74.SulawesiTenggara Provinsi:75.Gorontalo Provinsi:76.SulawesiBarat Provinsi:81.Maluku Provinsi:82.MalukuUtara Provinsi:91.PapuaBarat Provinsi:94.Papua Konstanta
Koefisien 1.5819 0.7320 0.2148 0.8185 3.0663 0.7800 2.4708 3.0699 1.4613
Std.Error 0.0571 0.0788 0.1514 0.0691 0.0558 0.0993 0.0596 0.0559 0.0551
pValue 0.000 0.000 0.156 0.000 0.000 0.000 0.000 0.000 0.000
95%CI 1.4699 0.5776 0.0819 0.6831 2.9569 0.5854 2.3540 2.9603 1.3533 1.6938 0.8865 0.5116 0.9540 3.1756 0.9746 2.5875 3.1794 1.5693
Tabel18.Nilaikoefisienregresipoisson,standarderror,pvalue,dan95%confidenceintervaluntuk modelWPStaklangsung
Variabel Populasi1549thn Persentasekelurahan Persentasedesayangadapub,diskotik,ataukaraoke Persentasedesayangadalokalisasi Rangkingkab/kota:2 Rangkingkab/kota:3 Rangkingkab/kota:4 Rangkingkab/kota:5 Provinsi:12.SumateraUtara Provinsi:13.SumateraBarat Provinsi:14.Riau Provinsi:15.Jambi Provinsi:16.SumateraSelatan Provinsi:17.Bengkulu Provinsi:18.Lampung Provinsi:19.BangkaBelitung Provinsi:21.KepulauanRiau Provinsi:31.DKIJakarta Provinsi:32.JawaBarat Provinsi:33.JawaTengah Provinsi:34.DIYogyakarta Koefisien 4.29E07 0.0007 0.0279 0.0012 0.0789 0.2876 0.3539 1.0843 3.3936 1.3169 2.6537 2.9491 3.0795 2.7167 2.5020 2.6458 4.1939 4.7747 3.6683 3.5258 2.7117 Std.Error 8.95E09 0.0001 0.0004 0.0005 0.0117 0.0108 0.0122 0.0112 0.2585 0.2674 0.2597 0.2591 0.2589 0.2591 0.2593 0.2598 0.2587 0.2587 0.2586 0.2586 0.2679 pValue 0.000 0.000 0.000 0.033 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 95%CI 4.11E07 0.0005 0.0272 0.0022 0.0560 0.2664 0.3301 1.0623 2.8870 0.7929 2.1447 2.4413 2.5721 2.2090 1.9938 2.1365 3.6868 4.2676 3.1614 3.0189 2.1865 4.46E07 0.0009 0.0286 0.0001 0.1019 0.3087 0.3777 1.1064 3.9002 1.8410 3.1626 3.4570 3.5868 3.2244 3.0101 3.1550 4.7010 5.2818 4.1752 4.0326 3.2368
Indonesia - 2009
67
Variabel Provinsi:35.JawaTimur Provinsi:36.Banten Provinsi:51.Bali Provinsi:52.NusaTenggaraBarat Provinsi:53.NusaTenggaraTimur Provinsi:61.KalimantanBarat Provinsi:62.KalimantanTengah Provinsi:63.KalimantanSelatan Provinsi:64.KalimantanTimur Provinsi:71.SulawesiUtara Provinsi:72.SulawesiTengah Provinsi:73.SulawesiSelatan Provinsi:74.SulawesiTenggara Provinsi:75.Gorontalo Provinsi:81.Maluku Provinsi:82.MalukuUtara Provinsi:91.PapuaBarat Provinsi:94.Papua Konstanta
Koefisien 2.2962 3.4851 4.4537 3.5037 1.8892 4.2053 2.9258 2.5794 1.8521 2.9529 2.0768 2.2787 2.2714 2.2032 3.7427 3.3240 3.3010 4.0304 1.5028
Std.Error 0.2586 0.2591 0.2584 0.2589 0.2622 0.2584 0.2604 0.2598 0.2707 0.2603 0.2605 0.2597 0.2606 0.2884 0.2588 0.2595 0.2592 0.2588 0.2584
pValue 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
95%CI 1.7893 2.9772 3.9473 2.9963 1.3752 3.6988 2.4154 2.0701 1.3215 2.4426 1.5664 1.7696 1.7607 1.6379 3.2355 2.8154 2.7929 3.5231 0.9963 2.8030 3.9930 4.9601 4.0110 2.4031 4.7117 3.4361 3.0887 2.3826 3.4631 2.5873 2.7878 2.7821 2.7684 4.2499 3.8327 3.8091 4.5377 2.0093
Tabel19.Nilaikoefisienregresipoisson,standarderror,pvalue,dan95%confidenceintervaluntuk modelwaria
Variabel Populasi1549thn Persentasekelurahan Persentasedesayangadapub,diskotik,ataukaraoke Rangkingkab/kota:2 Rangkingkab/kota:3 Rangkingkab/kota:4 Rangkingkab/kota:5 Provinsi:12.SumateraUtara Provinsi:13.SumateraBarat Provinsi:14.Riau Provinsi:15.Jambi Koefisien 1.30E06 0.0027 0.0199 0.2467 0.3579 0.4052 0.6020 0.2322 1.0273 0.8410 0.8500 Std.Error 1.24E08 0.0002 0.0006 0.0172 0.0165 0.0160 0.0160 0.1841 0.3656 0.1838 0.1852 pValue 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.207 0.005 0.000 0.000 95%CI 1.28E06 0.0024 0.0187 0.2131 0.3257 0.3738 0.5707 0.1286 1.7438 0.4807 0.4870 1.33E06 0.0030 0.0211 0.2804 0.3902 0.4367 0.6332 0.5930 0.3108 1.2014 1.2130
68
Variabel Provinsi:16.SumateraSelatan Provinsi:17.Bengkulu Provinsi:18.Lampung Provinsi:19.BangkaBelitung Provinsi:21.KepulauanRiau Provinsi:31.DKIJakarta Provinsi:32.JawaBarat Provinsi:33.JawaTengah Provinsi:34.DIYogyakarta Provinsi:35.JawaTimur Provinsi:36.Banten Provinsi:51.Bali Provinsi:52.NusaTenggaraBarat Provinsi:53.NusaTenggaraTimur Provinsi:61.KalimantanBarat Provinsi:62.KalimantanTengah Provinsi:63.KalimantanSelatan Provinsi:64.KalimantanTimur Provinsi:71.SulawesiUtara Provinsi:72.SulawesiTengah Provinsi:73.SulawesiSelatan Provinsi:74.SulawesiTenggara Provinsi:75.Gorontalo Provinsi:81.Maluku Provinsi:82.MalukuUtara Provinsi:91.PapuaBarat Provinsi:94.Papua Konstanta
Koefisien 0.8719 1.6834 1.1025 0.9723 0.5027 0.0287 0.0226 0.2819 0.0362 0.6302 0.3415 1.0611 1.2561 0.0100 0.0965 0.2846 1.2735 0.2460 1.1817 0.1854 0.3255 0.2548 0.1084 1.2167 0.0205 0.3791 0.2540 2.7586
Std.Error 0.1844 0.1873 0.1839 0.1906 0.1852 0.1845 0.1841 0.1838 0.1945 0.1834 0.1880 0.1843 0.1852 0.1908 0.1851 0.1952 0.1848 0.1879 0.1841 0.1916 0.1860 0.2002 0.2007 0.1859 0.1947 0.1908 0.1886 0.1833
pValue 0.000 0.000 0.000 0.000 0.007 0.876 0.902 0.125 0.852 0.001 0.069 0.000 0.000 0.958 0.602 0.145 0.000 0.190 0.000 0.333 0.080 0.203 0.589 0.000 0.916 0.047 0.178 0.000
95%CI 0.5104 1.3162 0.7421 0.5988 0.1397 0.3903 0.3834 0.0783 0.3451 0.2707 0.7100 0.6999 0.8931 0.3638 0.4592 0.6672 0.9113 0.6143 0.8208 0.5610 0.0390 0.6472 0.2849 0.8523 0.3611 0.0051 0.1157 2.3993 1.2333 2.0506 1.4628 1.3459 0.8656 0.3329 0.3382 0.6420 0.4175 0.9897 0.0271 1.4223 1.6190 0.3839 0.2663 0.0979 1.6356 0.1222 1.5426 0.1902 0.6900 0.1377 0.5018 1.5812 0.4020 0.7532 0.6237 3.1179
Indonesia - 2009
69
Tabel20.Nilaikoefisienregresipoisson,standarderror,pvalue,dan95%confidenceintervaluntuk modelLSL
Variabel Populasi1549thn Persentasekelurahan Persentaselakilakiyangtinggaldikelurahan Persentasedesayangadabioskop Persentasedesayangadapub,diskotik,ataukaraoke Rangkingkab/kota:2 Rangkingkab/kota:3 Rangkingkab/kota:4 Rangkingkab/kota:5 Provinsi:12.SumateraUtara Provinsi:14.Riau Provinsi:18.Lampung Provinsi:21.KepulauanRiau Provinsi:31.DKIJakarta Provinsi:32.JawaBarat Provinsi:33.JawaTengah Provinsi:35.JawaTimur Provinsi:51.Bali Provinsi:52.NusaTenggaraBarat Provinsi:61.KalimantanBarat Provinsi:71.SulawesiUtara Provinsi:73.SulawesiSelatan Provinsi:81.Maluku Konstanta Koefisien 1.23E06 0.0146 0.0045 0.0648 0.0003 0.0937 0.4315 0.5004 0.1597 0.0181 0.0528 0.9215 0.6119 0.7270 1.0191 1.4476 0.5430 1.8480 0.6268 1.8034 0.9621 0.5622 0.6681 5.9063 Std.Error 2.03E09 0.0003 0.0003 0.0004 0.0001 0.0033 0.0032 0.0033 0.0030 0.0122 0.0126 0.0118 0.0125 0.0114 0.0109 0.0110 0.0110 0.0114 0.0128 0.0196 0.0124 0.0267 0.0245 0.0114 pValue 0.000 0.000 0.000 0.000 0.011 0.000 0.000 0.000 0.000 0.137 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 95%CI 1.22E06 0.0141 0.0050 0.0641 0.0001 0.1002 0.4378 0.5070 0.1537 0.0420 0.0775 0.8982 0.5873 0.7046 0.9976 1.4260 0.5214 1.8256 0.6018 1.8417 0.9378 0.6145 0.7161 5.8841 1.23E06 0.0151 0.0039 0.0656 0.0006 0.0872 0.4251 0.4939 0.1656 0.0057 0.0280 0.9447 0.6364 0.7493 1.0405 1.4691 0.5646 1.8703 0.6518 1.7650 0.9865 0.5099 0.6201 5.9286
70
Tabel21.Nilaikoefisienregresipoisson,standarderror,pvalue,dan95%confidenceintervaluntuk modelpenasun
Variabel Populasi1549thn Persentasekelurahan Persentaselakilakiyangtinggaldikelurahan Persentasedesayangadakejahatanpenyalahgunaan narkoba Persentasedesayangadakejahatanperedarangelap narkoba Provinsi:12.SumateraUtara Provinsi:14.Riau Provinsi:15.Jambi Provinsi:16.SumateraSelatan Provinsi:18.Lampung Provinsi:21.KepulauanRiau Provinsi:31.DKIJakarta Provinsi:32.JawaBarat Provinsi:33.JawaTengah Provinsi:35.JawaTimur Provinsi:36.Banten Provinsi:51.Bali Provinsi:52.NusaTenggaraBarat Provinsi:61.KalimantanBarat Provinsi:71.SulawesiUtara Provinsi:73.SulawesiSelatan Kab/kota:Kota Konstanta Koefisien 7.32E07 0.0105 0.0001 0.0077 0.0042 2.7559 1.3879 1.8672 3.5755 1.0078 3.0841 3.9458 3.4717 3.3569 3.7669 2.6862 3.1744 2.2898 1.8087 2.8262 1.8536 0.1642 1.9971 Std.Error 5.61E09 0.0010 0.0009 0.0004 0.0005 0.1675 0.1690 0.1696 0.1681 0.1737 0.1688 0.1674 0.1675 0.1674 0.1675 0.1681 0.1676 0.1689 0.1682 0.1729 0.1685 0.0333 0.1676 pValue 0.000 0.000 0.912 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 95%CI 7.21E07 0.0086 0.0019 0.0069 0.0053 2.4276 1.0565 1.5348 3.2461 0.6674 2.7532 3.6176 3.1435 3.0288 3.4387 2.3568 2.8459 1.9586 1.4790 2.4873 1.5233 0.0990 1.6687 7.43E07 0.0125 0.0017 0.0085 0.0031 3.0843 1.7192 2.1995 3.9050 1.3483 3.4151 4.2739 3.7999 3.6850 4.0951 3.0157 3.5030 2.6209 2.1385 3.1650 2.1839 0.2294 2.3255
Indonesia - 2009
71
Formulir Pengumpulan Data Pemetaan
72
Indonesia - 2009
73
SK Kelompok Kerja Estimasi
74
Indonesia - 2009
75
76
Daftar Hadir Pertemuan
Indonesia - 2009
77
78
Indonesia - 2009
79

Laporan Estimasi Populasi Rawan HIV Di Indonesia 2009

Diunggah oleh

Informasi Dokumen

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

Laporan Estimasi Populasi Rawan HIV Di Indonesia 2009

Diunggah oleh

Hak Cipta:

Format Tersedia

616.

ESTIMASI POPULASI DEWASA RAWAN TERINFEKSI HIV 2009

Jakarta, Maret 2010 Direktur Jenderal PP & PL

Prof. Dr. Tjandra Yoga Aditama, SpP(K)

Estimasi Populasi Dewasa Rawan Terinfeksi HIV

MENTERI KESEHATAN REPUBLIK INDONESIA

Sambutan Menteri Kesehatan RI

Jakarta, Maret 2010 Menteri Kesehatan RI

Dr. Endang R. Sedyaningsih, Dr. P

Estimasi Populasi Dewasa Rawan Terinfeksi HIV

Estimasi Populasi Dewasa Rawan Terinfeksi HIV

Estimasi Populasi Dewasa Rawan Terinfeksi HIV

Estimasi Populasi Dewasa Rawan Terinfeksi HIV

1.1. Latar Belakang

Estimasi Populasi Rawan Tertular HIV dan ODHA

2.2. Pemilihan Subpopulasi

Estimasi Populasi Rawan Tertular HIV dan ODHA

Estimasi Populasi Rawan Tertular HIV dan ODHA

2.3. Sumber Data

2.4. Metode Penghitungan

2.4.1. Penghitungan Estimasi WPS, Waria, LSL, dan Penasun

Estimasi Populasi Rawan Tertular HIV dan ODHA

Estimasi Populasi Rawan Tertular HIV dan ODHA

Gabungdatahasil pemetaan,Podes,dan variabelpendugalain perkabupaten/kota

Reshapingdata menjadiper kabupaten/kotaper sumberdata

Estimasikoefisien regresidenganmodel regresipoisson

Estimasiukuran subpopulasiper kabupaten/kota denganrumusdiatas

YODHA i, j = Yi, j PHIV i, j

YODHA i, j = estimasi ODHA pada subpopulasi i di kabupaten/kota j,

Kab/Kotayangtersedia datamappingdan variabelpenduga

Seluruhkab/Kota denganvariabel penduga

Aplikasikankoefisien regresi EstimasiODHA

Estimasi Populasi Rawan Tertular HIV dan ODHA

2.4.2. Penghitungan Estimasi Pelanggan WPS dan pasangannya

Jumlah estimasi WPS langsung dan tidak langsung ( YWPS ),

Jumlah estimasi pelanggan WPS ( YPelanggan WPS),

YPasangan Pelanggan WPS = YPelanggan WPS pMenikah | Pelanggan WPS

Estimasiprevalens HIVpasangan pelangganWPS

EstimasiODHA pasanganpelanggan WPS

2.4.3. Penghitungan Estimasi Pelanggan Waria

Jumlah estimasi waria ( YWaria ),

Estimasi Populasi Rawan Tertular HIV dan ODHA

YWaria tper Waria YPelanggan Waria = (1 pWNA ) kper pelanggan Waria

2.4.4. Penghitungan Estimasi Pasangan Tetap Penasun

Jumlah estimasi penasun ( YPenasun ),

YPasangan Penasun = YPenasun ( pMenikah | Penasun pMenikah dg Penasun | Penasun )

2.4.5. Penghitungan Estimasi Warga Binaan Pemasyarakatan

Estimasi Populasi Rawan Tertular HIV dan ODHA

2.4.6. Penghitungan Estimasi Populasi Umum Tanah Papua

YODHA h ,i = estimasi ODHA di topografi wilayah h dan jenis kelamin i, N h ,i

Sedangkan estimasi total jumlah ODHA di Tanah Papua adalah

Estimasi Populasi Rawan Tertular HIV dan ODHA

Data dan Parameter

3.1. Data Pemetaan

Estimasi Populasi Rawan Tertular HIV dan ODHA

3.2. Data Survei Potensi Desa

Estimasi Populasi Rawan Tertular HIV dan ODHA

Lampung 0% <1% 1%10% >10% Banten

Lampung 0% <1% 1%10% >10% Banten

Estimasi Populasi Rawan Tertular HIV dan ODHA

3.3. Data Surveilans Perilaku

3.4. Data Surveilans HIV

Estimasi Populasi Rawan Tertular HIV dan ODHA

Estimasi Populasi Rawan Tertular HIV dan ODHA