PEMETAAN PREDIKSI KEJADIAN TUBERKULOSIS BERDASARKAN WILAYAH KECAMATAN DI KABUPATEN SIKKA TAHUN 2025-2029

Authors

  • Febrian Trisan Haba Fakultas Kesehatan Masyarakat, Universitas Nusa Cendana, Indonesia
  • Yendris K. Syamruth Fakultas Kesehatan Masyarakat, Universitas Nusa Cendana, Indonesia
  • Deviarbi Sakke Tira Fakultas Kesehatan Masyarakat, Universitas Nusa Cendana, Indonesia
  • Apris A. Adu Fakultas Kesehatan Masyarakat, Universitas Nusa Cendana, Indonesia

DOI:

https://doi.org/10.31004/prepotif.v9i1.44040

Keywords:

Tuberculosis, Forecasting, Time Series, Trend Line

Abstract

ABSTRAK Tuberkulosis adalah penyakit menular yang menyebabkan tingginya angka kematian. Kementerian Kesehatan RI telah menjadikan TB sebagai salah satu program prioritas nasional, namun masih banyak kasus yang tidak terdeteksi dan pasien yang terinfeksi menjadi sumber penularan baru. Insiden kasus TB di Kabupaten Sikka mengalami peningkatan setiap tahunnya. Pemetaan prediksi TB dapat memberikan informasi mengenai tingkat endemisitas suatu wilayah, serta kemungkinan jumlah kasus di setiap wilayah dalam beberapa tahun ke depan. Penelitian ini merupakan penelitian deskriptif kuantitatif dengan pendekatan analisis time series menggunakan metode trend line. Trend line digunakan untuk menjadikan data historis sebagai dasar dalam membuat pola atau kecenderungan. Populasi dan sampel dalam penelitian ini adalah seluruh data kasus Tuberkulosis di Kabupaten Sikka dari tahun 2020-2024. Hasil penelitian menunjukan sebaran kasus TB pada periode 2020-2024 cenderung meningkat, meskipun terjadi penurunan pada tahun 2024. Prediksi jumlah kasus TB di masa depan terus meningkat meskipun distribusinya menunjukkan fluktuasi di tingkat kecamatan.  Penelitian ini akan memperkuat upaya pengendalian TB di tingkat masyarakat dan pemerintah sehingga dapat dilakukan intervensi yang lebih tepat dan efisien dalam mengatasi penyebaran TB.

References

Andayani, S. (2021). Prediksi Kasus Penyakit Tuberkulosis Paru Di Kabupaten Ponorogo Dilihat Dari Status Nutrisi. Jurnal Ilmiah Keperawatan (Scientific Journal of Nursing), 7(1), 1–5. https://doi.org/10.33023/jikep.v7i1.620

Bakri, F., Hengky, H. K., & Umar, F. (2021). The Mapping of Risk Factors of Genesis Tuberculosis in Parepare City. Jurnal Ilmiah Manusia Dan Kesehatan, 4(2), 266–278. https://jurnal.umpar.ac.id/index.php/makes/article/download/613/722/

Burhan, E. (2020). Pedoman Nasional Pelayanan Kedokteran Tata Laksana Tuberkulosis. Kementerian Kesehatan Republik Indonesia. https://repository.kemkes.go.id/book/124

Di Lorenzo, A., Zenobio, V., Cioci, D., Dall’Acqua, F., Tora, S., Iannetti, S., Rulli, M., & Di Sabatino, D. (2023). A web-based geographic information system monitoring wildlife diseases in Abruzzo and Molise regions, Southern Italy. BMC Veterinary Research, 19(1), 1–7. https://doi.org/10.1186/s12917-023-03727-9

Gibran, C. M., Setiyawati, S., & Liantoni, F. (2021). Prediksi Penambahan Kasus Covid-19 di Indonesia Melalui Pendekatan Time Series Menggunakan Metode Exponential Smoothing. Jurnal Informatika Universitas Pamulang, 6(1), 112. https://doi.org/10.32493/informatika.v6i1.9442

Kartiko, E. Y., Kusumaningrum, Y. D., Arief, M. H., Atmoko, R. A., Jember, U., Korespondensi, P., Regression, L., & Geografis, S. I. (2024). Pemetaan Potensi Persebaran Kasus Tuberkulosis di Kabupaten Jember dengan Pendekatan Analisis Spasial. Jurnal Ilmiah Politeknik Ganesha, 8(4), 1182–1195. https://doi.org/10.33395/remik.v8i4.14372

Kementerian Kesehatan RI. (2021). Profil Kesehatan Indonesia Tahun 2021. In F. Sibuea, B. Hardhana, & W. Widiantin (Eds.), Pusdatin.Kemenkes.Go.Id. Kementerian Kesehatan Republik Indonesia. https://www.kemkes.go.id/downloads/resources/download/pusdatin/profil-kesehatan-indonesia/Profil-Kesehatan-2021.pdf

Lestari, A. A., Makful, M. R., & Okfriani, C. (2021). Analisis Spasial Kepadatan Penduduk Terhadap Kasus Tuberkulosis di Provinsi Jawa Barat 2019-2021. Jurnal Cahaya Mandalika, 577–584. https://ojs.cahayamandalika.com/index.php/JCM/article/view/1663

Novanda, D., & Hidayati, R. (2024). Prediction of The Number of Pulmonary Tuberculosis Disease Using The Moving Average Forecasting Method And Time Series Decomposition. Jurnal Ilmiah Teknik Informatika, 18(1), 37–45. https://doi.org/10.35457/antivirus.v18i1.3468

Nurjannah, A., Rahmalia, F. Y., Paramesti, H. R., Laily, L. A., Pradani, F. K., Nisa, A. A., & Efa, N. (2022). Determinan Sosial Tuberculosis di Indonesia. Jurnal Penelitian Dan Pengembangan Kesehatan Masyarakat Indonesia, 3(1), 65–76. https://journal.unnes.ac.id/sju/index.php/jppkmi

Vianitati, P., & Fembi, P. N. (2023). ANALISIS FAKTOR RESIKO KEPADATAN HUNIAN DAN KELEMBABAN RUANGAN DENGAN KEJADIAN TB PARU DI WILAYAH KERJA PUSKESMAS BERU KABUPATEN SIKKA. Jurnal Keperawatan Dan Kesehatan Masyarakat Universitas Nusa Nipa, 9(2), 47–55. https://jkkmfikesunipa.nusanipa.ac.id/index.php/hlj-Unipa/article/view/99

WHO. (2022). Global TB Report 2022 Factsheet. World Health Organization. https://www.who.int/teams/global-tuberculosis-programme/tb-reports/global-tuberculosis-report-2022

WHO. (2023). Tuberculosis Factsheet. https://www.who.int/news-room/fact-sheets/detail/tuberculosis

Downloads

Published

2025-04-29

How to Cite

Haba, F. T., Syamruth, Y. K., Tira, D. S., & Adu, A. A. (2025). PEMETAAN PREDIKSI KEJADIAN TUBERKULOSIS BERDASARKAN WILAYAH KECAMATAN DI KABUPATEN SIKKA TAHUN 2025-2029. PREPOTIF : JURNAL KESEHATAN MASYARAKAT, 9(1), 2443–2452. https://doi.org/10.31004/prepotif.v9i1.44040

Issue

Section

Articles