JAKARTA, 01 JULI 2004

LATAR BELAKANG

1. Kasus Demam Berdarah Dengue (DBD) di Jakarta sejak pertama kali

ditemukan oleh Kho, pada tahun 1969, secara statistik menunjukkan
kecenderungan yang semakin meningkat dari tahun-ketahun.
2. Berdasarkan hasil penelitian sementara yang dikemukakan dalam
Intergovernmental Panel on Climate Chance (IPCC) di Leningrad pada tahun
1996, mengindikasikan adanya hubungan timbal balik antara faktor
lingkungan (variabilitas cuaca iklim), kondisi sosial budaya masyarakat,
kepadatan penduduk, sistem sanitasi, dan perkembangbiakan vektor.
3. Mengingat permasalahan DBD ini merupakan permasalahan multi disiplin
keilmuan, maka secara ideal diperlukan adanya suatu kerjasama penelitian
lintas sektoral
4. Sebagai langkah awal, dalam penelitian ini dicoba membuat suatu sistem
peringatan dini dengan mempergunakan variabel Curah hujan dan Hari hujan
untuk memprediksi DBD, yang dapat dipergunakan sebagai referensi PEMDA
DKI, guna penyusunan program pencegahan dan penanggulangan ancaman
KLB DBD di wilayah DKI Jakarta.

Semiloka pencegahan DBD, jakarta 01 Juli 2004

 TUJUAN

1. Mempelajari karakteristik pola gangguan cuaca antar

musim, hubungannya dengan karakteristik
variabilitas hujan, dan kaitannya dengan kasus KLB
DBD di Wilayah DKI Jakarta
2. Menentukan nilai Indeks Hujan yang dapat dipergunakan
sebagai precursor terhadap peluang munculnya KLB
DBD di Wilayah DKI Jakarta

3. Membuat sistem peringatan dini terhadap ancaman KLB

DBD di Wilayah DKI Jakarta.

Semiloka pencegahan DBD, jakarta 01 Juli 2004

 METODE

Statistik :
- Analisis Time Series
- Regressi linear, dengan
mepergunakan prediktor Indeks
Hujan (IH)

Pemetaan : - Klassifikasi tingkat kewaspadaan terhadap

ancaman KLB DBD di wilayah DKI Jakarta

Semiloka pencegahan DBD, jakarta 01 Juli 2004

 METODE

Statistik :

Analisis Time Series : Y = (Se)(Si)(Mu)(Ra),

Tujuan :
1. Mengidentifikasi pola sebaran dan korelasi antar variabel
2. Menghitung time lag
3. Menentukan formulasi prediksi

Semiloka pencegahan DBD, jakarta 01 Juli 2004

 METODE

Statistik :

Regressi Linear : Yt = bo + b1Xt-25 ,

Predictant (Y) : DBD,
Predictor (X) : Indeks Hujan (IH),

VARIANSI Curah Hujan

IH 
FREQ Rel Hari hujan

Semiloka pencegahan DBD, jakarta 01 Juli 2004

 METODE

Statistik :

VAR 
n x
2
  x 
2

nn  1

x  x i
 x
x
FreqHH  i
x
Semiloka pencegahan DBD, jakarta 01 Juli 2004
 METODE

Statistik :
Nilai korelasi (Pearson)

n xy   x  y 


r xy
n x   x n y   y  
2  2 2

X = DBD
Y = IH

Semiloka pencegahan DBD, jakarta 01 Juli 2004

 DATA

1. Curah hujan dan hari hujan mingguan dari 10

titik pengamatan di wilayah DKI Jakarta,
periode 2000 – April 2004
2. Kasus mingguan DBD di wilayah DKI
Jakarta periode 2000 – April 2004

Semiloka pencegahan DBD, jakarta 01 Juli 2004

 NILAI KORELASI INDEKS HUJAN (IH) VS DBD BULANAN DI WILAYAH DKI JAKARTA
PERIODE 2000 - 2004

1.2

0.8

0.6

0.4

0.2

0
JAN PEB MAR APR MEI JUN JUL AGT SEP OKT NOP DES
-0.2

-0.4

-0.6

-0.8
 PERBANDINGAN NILAI INDEKS RELATIF IH DAN DBD DI WILAYAH DKI JAKARTA PERIODE TAHUN
2000 - 2004

450

400

350 IH ≥150
300

250

200

150

100

50

0
2000 2001 2003 2004

DBD IH
 PERBANDINGAN MODEL PREDIKSI VS DATA DBD
DI WILAYAH DKI JAKARTA PERIODE 2000 S/D 2004

2000

1800

1600

1400

1200

1000

800

600

400

200

0
1 3 5 7 9 11 13 15 17 19 21 2 25 27 2 31 3 35 37 3 41 4 45 47
- - - - - - - > B U LA N

dbd prediksi
 NILAI BIAS MODEL PREDIKSI

400

200

0
J J A S O N D J P M A M J J A S O N D J P M A M J J A S O N D J P M A M J J A S O N D J P M A

-200

-400

-600

-800

-1000

Bias
PREDIKSI DBD DI BEBERAPA DAERAH DI WILAYAH DKI JAKARTA

PREDIKSI MINGGU KE 37 SEPTEMBER + 25 -------> MINGGU 10 MARET 2004

PAKU.B PRIOK BEKASI CENGK CILED DEPOK HALIM BMG KEDOYA

1031.1 1030.8 1030.8 1030.8 1031.0 1030.8 1030.8 1031.6 1031.6

 KLASSIFIKASI TINGKAT WASPADA

MEDIAN 1 SD 2 SD

138 WASPADA 511 WASPADA 884 WASPADA

3 2 1

Semiloka pencegahan DBD, jakarta 01 Juli 2004

 KESIMPULAN SEMENTARA
1. Time lag rata-rata peak to peak IH dan DBD = 25 minggu (sekitar 5 bulan)
2. Nilai Indek Hujan (IH) ≥ 150, dapat dipertimbangkan sebagai precursor akan
munculnya ancaman KLB, namun demikian masih memerlukan penelitian lebih
lanjut.
3. Pada periode non KLB Model prediksi secara umum menunjukkan nilai over
estimate, sedangkan pada periode KLB menunjukkan nilai under estimate cukup
significant
4. Tingginya nilai bias pada periode KLB, diduga dipengaruhi oleh faktor non iklim
(lingkungan, popolasi penduduk, kondisi sosio-ekonomi, dls), yang merupakan
variabel kontrol terhadap kejadian KLB DBD di DKI Jakarta
 KESIMPULAN SEMENTARA
5. Sangat disadari sistem peringatan dini ini masih mengandung banyak
kelemahan, dan baru dapat menggambarkan variasi Sekular (Se) dan Siklis
(Si) dari pola sebaran DBD, namun belum dapat menggambarkan variasi
Musiman dan (Mu) dan Random (Ra) pada kondisi outbreak KLB
6. Presentasi ini merupakan langkah awal untuk membangun sistem peringatan
dini yang sesungguhnya, yang dapat dipergunakan oleh PEMDA sebagai
referensi untuk program pencegahan terhadap ancaman KLB DBD,
khususnya di wilayah DKI Jakarta
JAKARTA, 01 JULI 2004