digilib@itb.ac.id +62 812 2508 8800

2026 Arsyenala Mutiara Nadin Wowor ABSTRAK
Terbatas Dwi Ary Fuziastuti
» ITB

Tuberkulosis (TB) masih menjadi salah satu masalah kesehatan utama di Indonesia dengan distribusi kasus yang berbeda antarprovinsi, kelompok umur, dan jenis kelamin. Perbedaan karakteristik demografis tersebut perlu dianalisis secara tahunan agar pola profil penderita TB dan dinamika paparannya dapat dipahami secara lebih terstruktur. Tugas akhir ini bertujuan untuk mendeskripsikan distribusi kasus TB di Indonesia selama periode 2021– 2024, mengidentifikasi pola asosiasi antara provinsi dengan kelompok umur serta provinsi dengan jenis kelamin menggunakan Analisis Korespondensi Sederhana (AK), dan menganalisis dinamika paparan TB berdasarkan kelompok umur menggunakan model SEIR age-structured. Data yang digunakan merupakan data kasus TB berdasarkan provinsi, kelompok umur, dan jenis kelamin, dengan data tahun 2020 digunakan sebagai kondisi awal pemodelan SEIR. Hasil deskriptif menunjukkan bahwa total kasus TB meningkat dari 397.377 kasus pada tahun 2021 menjadi 842.383 kasus pada tahun 2024. Jawa Barat konsisten menjadi provinsi dengan jumlah kasus tertinggi, sedangkan kasus TB pada laki-laki lebih tinggi dibandingkan perempuan sepanjang periode pengamatan. Berdasarkan kelompok umur, kelompok 0–14 tahun menjadi kelompok dengan jumlah kasus tertinggi pada tahun 2023 dan 2024. Hasil AK menunjukkan adanya asosiasi antara provinsi dengan kelompok umur serta provinsi dengan jenis kelamin pada setiap tahun, dengan dua dimensi pertama peta korespondensi provinsi-kelompok umur menjelaskan lebih dari 90% total inersia. Sebagian besar provinsi berasosiasi dengan kelompok umur produktif dan dewasa akhir, sedangkan asosiasi dengan perempuan muncul secara konsisten pada DKI Jakarta, Jawa Barat, Jawa Tengah, Jawa Timur, Papua Barat, dan Papua. Hasil model SEIR age-structured menunjukkan variasi laju paparan antar kelompok umur dan antarprovinsi. Sebanyak 32 dari 34 provinsi memiliki MAPE di bawah 10%, sedangkan Papua Barat dan Papua memiliki galat yang lebih besar karena pola data yang lebih fluktuatif. Keterkaitan hasil AK dan model SEIR menunjukkan bahwa terdapat beberapa provinsi dengan kesesuaian penuh maupun sebagian antara kelompok umur dominan hasil AK dan kelompok umur dengan ????! tertinggi. Kesesuaian tersebut menunjukkan bahwa kedua pendekatan dapat saling memperkuat interpretasi, sedangkan perbedaan hasil menunjukkan bahwa AK dan SEIR membaca aspek yang berbeda dari data. Secara umum, AK memberikan gambaran profil relatif kasus TB, sedangkan model SEIR age-structured melengkapi analisis melalui dinamika paparan berdasarkan hasil kalibrasi model.