PENGGUNAAN SPATIAL MULTICRITERIA ANALYSIS UNTUK MENENTUKAN DAERAH RAWAN MALARIA DI KABUPATEN PURWOREJO (Application of Spatial Multicriteria Analysis Determining Malaria Vulnarable Area in Purworejo Regerency)

Abstract

AbstrakMalaria merupakan salah satu penyakit menular endemis yang masih menjadi perhatian khusus pada kesehatan masyarakat di Indonesia, salah satunya di Kabupaten Purworejo. Tahun 2013, terdapat 615 kasus kejadian penyakit malaria pada semua rentang umur di kabupaten ini. Penanganan penyakit ini dilakukan dengan beberapa cara, contohnya adalah dengan surveilans malaria. Kegiatan surveilans bermaksud untuk melaksanakan tindakan penanggulangan yang cepat dan akurat disesuaikan dengan kondisi setempat. Salah satu tujuan kegiatan ini untuk mendapatkan gambaran distribusi penyakit malaria yang dapat dilakukan dengan pembuatan peta kerawanan penyakit malaria. Tujuan dari penelitian ini adalah menentukan kerawanan wilayah terhadap penyakit malaria dengan metode Spatial Multicriteria Analysis (SMCA). Penelitian ini memanfaatkan data Citra Landsat 8 dan beberapa data sekunder yang diolah dengan menggunakan software ILWIS. Hasil dari penelitian ini menunjukan bahwa metode SMCA dapat memetakan kerawanan penyakit malaria dan terdapat enam kecamatan di Kabupaten Purworejo yang rawan, yaitu Kecamatan – kecamatan Bruno, Bener, Gebang, Loano, Kaligesing, dan Bagelen.AbstractMalaria is one of endemic infectious disease that has been special concern in Indonesian public health, especially in Purworejo Regency. In 2013, there were 615 incident cases of malaria disease in all age ranges. There are several kinds of handling malaria disease, one of which is malaria surveillances. Surveillances activity intends to implement handling fast and accurate actions. One of this activity aims to obtain overview distribution of malaria disease which can be done with vulnerable mapping. This study aims to determine vulnerability of area with malaria disease using Spatial Multicriteria Analysis (SMCA). It has been done by utilizing Landsat 8 Imagery data and some of secondary data processing with ILWIS software. The result of this study showed that SMCA methods can be used to vulnerability mapping of malaria disease and found that there are six vulnerable districts, Bruno, Bener, Gebang, Loano, Kaligesing, and Bagelen District.