UBUB

Journal of Information Technology and Computer ScienceJournal of Information Technology and Computer Science

Strategi pengendalian Demam Berdarah Dengue (DBD) di Indonesia sering kali mengandalkan intervensi seragam yang gagal mempertimbangkan heterogenitas spasial dari hasil penyakit. Meskipun Tingkat Kejadian (IR) umum digunakan untuk memetakan risiko, hal ini mengabaikan tingkat keparahan klinis yang diwakili oleh Tingkat Kematian Kasus (CFR). Studi ini menciptakan tipe epidemiologi spasial baru dengan mengintegrasikan IR dan CFR menggunakan pendekatan pembelajaran mesin tak terawasi. Dengan menganalisis data dari 16 kecamatan di Kota Semarang (2016–2024), kami membangun model klasterisasi dua indikator. Analisis menunjukkan tiga tipe risiko yang berbeda: (1) Zona Penyebaran Tinggi (IR Tinggi), didorong oleh kepadatan populasi; (2) Zona Kematian Tinggi (CFR Tinggi, IR Rendah), menunjukkan risiko sunyi dan potensi celah manajemen klinis; dan (3) Zona Terkendali. Berbeda dengan peta indikator tunggal tradisional, tipe ini menawarkan kerangka kerja berbasis data untuk pengambil keputusan, memungkinkan pemisahan prioritas pengendalian vektor dari penguatan sistem klinis.

Studi ini berhasil merumuskan tipe epidemiologi spasial untuk Kota Semarang menggunakan klasterisasi K-Means, mengklasifikasikan 16 kecamatan menjadi tiga profil risiko.Risiko Penyebaran Tinggi (Cluster 2), Risiko Kematian Tinggi (Cluster 1), dan Risiko Terkendali (Cluster 0).Integrasi simultan IR dan CFR mengungkap fenomena kritis Pembunuh Sunyi di Cluster 1 (misalnya, Semarang Tengah), di mana penyebaran rendah menyembunyikan risiko kematian tertinggi di kota (8,48%), temuan yang tidak terlihat oleh peta indikator tunggal tradisional.Tipe ini memberikan dasar ilmiah bagi Dinas Kesehatan untuk beralih dari intervensi seragam ke strategi kesehatan publik presisi.memprioritaskan kontrol vektor agresif di pusat kampus berkemobilitas tinggi (Cluster 2) sambil segera memperkuat manajemen klinis dan sistem deteksi dini di zona kematian tinggi (Cluster 1).Penelitian masa depan sebaiknya memperluas model ini dengan memasukkan keterlambatan temporal dan variabel iklim untuk mengembangkan sistem peringatan dini prediktif.

Penelitian lanjutan dapat mengembangkan model ini dengan memasukkan faktor iklim seperti curah hujan atau suhu sebagai variabel prediktif untuk meningkatkan akurasi peringatan dini. Selain itu, studi tentang hubungan antara faktor sosial-ekonomi (seperti akses layanan kesehatan atau tingkat pendidikan) dengan variasi CFR di berbagai kecamatan bisa memberikan wawasan lebih dalam tentang ketimpangan layanan kesehatan. Terakhir, penelitian longitudinal yang memantau perubahan pola klaster dari tahun ke tahun dapat membantu mengevaluasi efektivitas intervensi jangka panjang dan mengidentifikasi kecamatan yang berpotensi beralih ke kategori risiko yang lebih tinggi.

  1. How Do Climate Variables Affect the Transmission of Dengue Infection in South and Southeast Asia: A Scoping... doi.org/10.54392/ajir2314How Do Climate Variables Affect the Transmission of Dengue Infection in South and Southeast Asia A Scoping doi 10 54392 ajir2314
  2. Unraveling the Determinants of Dengue Fever Incidence in Indonesia: A Systematic Review of Environmental... doi.org/10.36685/phi.v11i2.987Unraveling the Determinants of Dengue Fever Incidence in Indonesia A Systematic Review of Environmental doi 10 36685 phi v11i2 987
  3. 0. 0 doi.org/10.12688/openreseurope.16141.20 0 doi 10 12688 openreseurope 16141 2
  4. K-Means Cluster Analysis of Sex, Age, and Comorbidities in the Mortalities of Covid-19 Patients of Indonesian... doi.org/10.31326/jisa.v4i1.869K Means Cluster Analysis of Sex Age and Comorbidities in the Mortalities of Covid 19 Patients of Indonesian doi 10 31326 jisa v4i1 869
  5. Analyzing the Distribution of Health Workers in Semarang City Using K-Means Clustering Method | Journal... doi.org/10.51519/journalisi.v6i1.663Analyzing the Distribution of Health Workers in Semarang City Using K Means Clustering Method Journal doi 10 51519 journalisi v6i1 663
Read online
File size533.48 KB
Pages11
DMCAReport

Related /

ads-block-test