Autokorelasi Spasial Angka Kematian Neonatal di Provinsi Jawa Tengah, Jawa Timur dan Jawa Barat Tahun 2022 dengan Metode Moran’s I dan Geary’s C

Spatial Autocorrelation of Neonatal Mortality Rates in the Provinces of Central Java, East Java and West Java in 2022 Using Moran's I and Geary's C Methods

  • Mochamad Anwarid Ardans Pratama Program Studi Ilmu Kesehatan Masyarakat - Biostatistika, Fakultas Kesehatan Masyarakat Universitas Indonesia; Depok 16424; Indonesia
  • Martya Rahmaniati Makful Departemen Biostatistika dan Ilmu Kependudukan, Fakultas Kesehatan Masyarakat Universitas Indonesia; Depok 16424; Indonesia
Keywords: Kematian Neonatal, Autokorelasi Spasial, Moran’s I, Geary’s C

Abstract

Latar belakang: Provinsi Jawa Tengah, Provinsi Jawa Timur dan Jawa Barat merupakan 3 provinsi tertinggi penyumbang kematian neonatal secara nasional. Secara persentase kematian neonatal di 3 Provinsi ini sebesar 40,65% dari jumlah kematian neonatal di tingkat nasional.

Tujuan: Penelitian ini bertujuan untuk mengetahui apakah terdapat autokorelasi spasial antar kabupaten/kota berdasarkan angka kematian neonatal dan mengidentifikasi kabupaten/kota yang menjadi hotspot kematian neonatal di Provinsi Jawa Tengah, Jawa Timur dan Jawa Barat tahun 2022.

Metode: Penelitian ini berdesain studi ekologi dengan pendekatan spasial. Analisis autokorelasi global pada penelitian ini menggunakan pendekatan metode Geary’s C dan Moran’s I, sedangkan autokorelasi lokal menggunakan metode Local Moran dan Local Geary.

Hasil: Hasil uji autokorelasi secara global angka kematian neonatal menggunakan metode Moran’s I maupun Geary’s C menunjukkan adanya autokorelasi positif dan membentuk pola mengelompok. Cluster map dengan metode Local Moran mengidentifikasi 5 wilayah hotspot, yaitu Kabupaten Banjarnegara, Kabupaten Jember, Kabupaten Banyuwangi, Kabupaten Bondowoso dan Kabupaten Situbondo, sedangkan cluster map dengan metode Local Geary mengidentifikasi 6 wilayah hotspot yaitu Kabupaten Banyumas, Kabupaten Purbalingga, Kabupaten Banjarnegara, Kabupaten Wonosobo, Kabupaten Rembang dan Kabupaten Bondowoso.

Kesimpulan: Berdasarkan analisis autokorelasi global dengan metode Geary’s C dan Moran’s I Angka Kematian Neonatal di Provinsi Jawa Tengah, Provinsi Jawa Timur dan Jawa Barat menunjukkan pola mengelompok. Metode Local Moran mengidentifikasi 5 wilayah hotspot sedangkan dengan menggunakan metode Local Geary mengidentifikasi 6 wilayah hotspot.

References

A. K. Kannaujiya et al., “Effect of preterm birth on early neonatal, late neonatal, and postneonatal mortality in India,” PLOS Global Public Health, vol. 2, no. 6, p. e0000205, Jun. 2022, doi: 10.1371/journal.pgph.0000205.

M. Elshazzly, A. A. Anekar, K. R. Shumway, and O. Caban, “Physiology, Newborn,” in StatPearls, Treasure Island (FL): StatPearls Publishing, 2023. Accessed: Nov. 09, 2023. [Online]. Available: http://www.ncbi.nlm.nih.gov/books/NBK499951/

UNICEF, “The neonatal period is the most vulnerable time for a child.” Accessed: Jun. 20, 2023. [Online]. Available: https://data.unicef.org/topic/child-survival/neonatal-mortality/#:~:text=The%20first%2028%20days%20of,1%2C000%20live%20births%20in%201990.

Badan Kependudukan dan Keluarga Berencana Nasional, Badan Pusat Statistik, Kementerian Kesehatan, and USAID, “Survei Demografi dan Kesehatan Indonesia 2017.” 2018.

Bappenas, “METADATA INDIKATOR TUJUAN PEMBANGUNAN BERKELANJUTAN (TPB)/ SUSTAINABLE DEVELOPMENT GOALS (SDGs) INDONESIA PILAR PEMBANGUNAN SOSIAL.” 2020.

Kementerian Kesehatan RI, “Profil Kesehatan Indonesia Tahun-2021.” 2022.

P. Soontornpipit, C. Viwatwongkasem, C. Taratep, W. Teerawat, and P. Vanitchatchavan, “Development of the Electronic Surveillance Monitoring System on Web Applications,” Procedia Computer Science, vol. 86, pp. 244–247, Jan. 2016, doi: 10.1016/j.procs.2016.05.110.

D. Krisna, “SISTEM INFORMASI GEOGRAFIS SEBAGAI PEMANFAATAN TEKNOLOGI GEOSPASIAL UNTUK PEMETAAN PENYEBARAN PENYAKIT INFEKSI EMERGING (EID) DAN ZOONOSIS: SEBUAH PENELAAHAN LITERATUR,” Jurnal Sains dan Teknologi Mitigasi Bencana, vol. 14, no. 2, Art. no. 2, 2019, doi: 10.29122/jstmb.v14i2.3815

I. R. Akolo, “PERBANDINGAN MATRIKS PEMBOBOT ROOK DAN QUEEN CONTIGUITY DALAM ANALISIS SPATIAL AUTOREGRESSIVE MODEL (SAR) DAN SPATIAL ERROR MODEL (SEM),” Jambura Journal of Probability and Statistics, vol. 3, no. 1, Art. no. 1, May 2022, doi: 10.34312/jjps.v3i1.13582.

R. Hernawati and M. Y. Ardiansyah, “Analisis Pola Spasial Penyakit Demam Berdarah Dengue di Kota Bandung Menggunakan Indeks Moran,” jrh, vol. 1, no. 3, Mar. 2018, doi: 10.26760/jrh.v1i3.1774.

A. Mitchell, The Esri guide to GIS analysis: geographic patterns and relationships. $n Volume 1, Second edition. Redlands, California: Esri Press, 2020.

L. Anselin, “Global Spatial Autocorrelation.” Accessed: Oct. 25, 2023. [Online]. Available: https://geodacenter.github.io/workbook/5a_global_auto/lab5a.html

J. Lee and D. W. S. Wong, Statistical analysis with ArcView GIS. New York: John Wiley, 2001.

D. Pfeiffer, T. Robinson, M. Stevenson, K. Stevens, D. Rogers, and Clement, Spatial Analysis in Epidemiology. in Oxford biology. Oxford: Oxford university press, 2008.

L. Anselin, “Local Spatial Autocorrelation.” Accessed: Oct. 25, 2023. [Online]. Available: https://geodacenter.github.io/workbook/6a_local_auto/lab6a.html

I. F. Fatati, H. Wijayanto, and A. M. Sholeh, “ANALISIS REGRESI SPASIAL DAN POLA PENYEBARAN PADA KASUS DEMAM BERDARAH DENGUE (DBD) DI PROVINSI JAWA TENGAH,” MEDIA STATISTIKA, vol. 10, no. 2, pp. 95–105, Dec. 2017.

L. Anselin, “Local Spatial Autocorrelation (2).” Accessed: Nov. 30, 2023. [Online]. Available: https://geodacenter.github.io/workbook/6b_local_adv/lab6b.html

Dinkes Provinsi Jawa Tengah, “Profil Kesehatan Provinsi Jawa Tengah Tahun 2022.” Dinas Kesehatan Provinsi Jawa Tengah, 2023.

Dinkes Provinsi Jawa Barat, “Profil Kesehatan Provinsi Jawa Barat Tahun 2022.” Dinas Kesehatan Provinsi Jawa Barat, 2023.

Dinkes Provinsi Jawa Timur, “Profil Kesehatan Provinsi Jawa Timur Tahun 2022.” Dinas Kesehatan Provinsi Jawa Timur, 2023.

H. Blencowe et al., “National, regional, and worldwide estimates of stillbirth rates in 2015, with trends from 2000: a systematic analysis,” The Lancet Global Health, vol. 4, no. 2, pp. e98–e108, Feb. 2016, doi: 10.1016/S2214-109X(15)00275-2.

T. W. Gudayu, “Epidemiology of neonatal mortality: a spatial and multilevel analysis of the 2019 mini-Ethiopian demographic and health survey data,” BMC Pediatrics, vol. 23, no. 1, p. 26, Jan. 2023, doi: 10.1186/s12887-023-03838-0.

D. Yuffty, “Analisis Spasial Kematian Neonatal di Provinsi Jawa Tengah Tahun 2021.” Fakultas Kesehatan Masyarakat Universitas Indonesia, 2023.

A. Getis and J. K. Ord, “The Analysis of Spatial Association by Use of Distance Statistics,” Geographical Analysis, vol. 24, no. 3, pp. 189–206, 1992, doi: 10.1111/j.1538-4632.1992.tb00261.x.

N. Levine, “Spatial Autocorrelation Statistics,” Ned Levine & Associates Houston, TX, 2015, [Online]. Available: https://nij.ojp.gov/sites/g/files/xyckuh171/files/media/document/CrimeStat%2520IV%2520Chapter%25205.pdf

G. Grekousis, Spatial Analysis Methods and Practice: Describe – Explore – Explain through GIS, 1st ed. Cambridge University Press, 2020. doi: 10.1017/9781108614528.

Published
2024-04-01
How to Cite
Mochamad Anwarid Ardans Pratama, & Martya Rahmaniati Makful. (2024). Autokorelasi Spasial Angka Kematian Neonatal di Provinsi Jawa Tengah, Jawa Timur dan Jawa Barat Tahun 2022 dengan Metode Moran’s I dan Geary’s C: Spatial Autocorrelation of Neonatal Mortality Rates in the Provinces of Central Java, East Java and West Java in 2022 Using Moran’s I and Geary’s C Methods. Media Publikasi Promosi Kesehatan Indonesia (MPPKI), 7(4), 907-912. https://doi.org/10.56338/mppki.v7i4.4900