Perpustakaan Digital ITB

Demam Berdarah Dengue (DBD) merupakan salah satu penyakit berbasis vektor nyamuk yang sampai saat ini masih menjadi tantangan serius dalam sistem kesehatan masyarakat, khususnya di wilayah padat penduduk seperti di Jawa Barat. Informasi iklim memegang peranan penting dalam memahami dinamika kasus ini mengingat siklus hidup dari Aedes aegypti bergantung pada kondisi lingkungan. Penelitian ini bertujuan untuk membangun model peringatan dini (Early Warning System) untuk DBD dengan pendekatan deterministik dan probabilistik. Model deterministik digunakan untuk memodelkan dinamika populasi nyamuk Aedes aegypti dengan mengintegrasikan faktor iklim (suhu, kelembaban relatif, dan curah hujan), fenomena iklim global Ocean Nino Index (ONI), dan spasial. Selanjutnya, model probabilistik dengan Bayesian Framework digunakan untuk memprediksi jumlah kasus DBD yang terjadi di wilayah Jawa Barat. Penelitian ini mengembangkan model sistem peringatan dini berbasis peta risiko vektor dan peta risiko angka insiden kasus dengan membagi menjadi tiga level, yaitu Aman, Siaga, dan Waspada sebagai bentuk kontribusi aplikatif di bidang sektor kesehatan. Pengkategorian level ini bertujuan untuk membantu pihak-pihak di sektor kesehatan masyarakat untuk menentukan kebijakan yang tepat dalam penanganan kasus DBD berdasarkan informasi iklim. Hasil penelitian menunjukkan bahwa integrasi informasi iklim dan ONI meningkatkan akurasi prediksi level fenomena kasus DBD. Selain itu, pada penelitian ini ditemukan bahwa adanya keterkaitan antara tingkat kekumuhan dan kepadatan penduduk dengan angka insiden kasus DBD.