Analisis Pola Spasial Pesebaran Kasus Covid-19 Menggunakan Sistem Informasi Geografis Di DKI Jakarta

  • Siti Dahlia UHAMKA
Keywords: Pola Spasial, Covid 19, Sistem Informasi Geografis

Abstract

Provinsi DKI Jakarta merupakan Ibukota Negara Indonesia, sehingga merupakan pusat ekonomi, pemerintahan, perdagangan, dan lainnya, yang mengakibatkan tingginya mobilitas dan kepadatan penduduk di DKI Jakarta. Pada masa pandemi Covid-19 kasus positif di Jakarta merupakan yang tertinggi di Indonesia, sehingga menjadi episentrum penyebaran Covid-19. Berdasarkan hal tersebut, tujuan penelitian ini untuk menganalisis pola distribusi spasial kasus positif Covid-19 pada Maret hingga September tahun 2020 di DKI Jakarta menggunakan Sistem Informasi Geografis. Metode yang digunakan yaitu berbasis data sekunder terkait penduduk terpapar Covid-19 di DKI Jakarta pada Maret - September Tahun 2020, yang bersumber dari laman resmi Gugus Tugas Covid-19 DKI Jakarta. Analisis pola spasial berdasarkan prinsip auto corelasi spasial dengan parameter kepadatan pemukiman, jaringan transportasi dan fasiltas umum.  Teknik analisis yang data berdasarkan prinsip ketetanggaan melalui aplikasi ArcGis. Hasil penelitian menunjukkan bahwa pada Maret, pola spasial wilayah penelitian berupa Cold spot atau menyebar, sedangkan pada April sampai September terdapat titik Hot Spot yaitu mengelompok dan peningkatan kasus positif yang tinggi. Hal tersebut terjadi di beberapa kecamatan di Jakarta Barat, Jakarta Pusat, Jakarta Utara, dan Jakarta Selatan. Selain itu, pola kasus positif Covid-19 tertinggi terjadi pada area dengan kepadatan penduduk tinggi. Keberadaan fasilitas umum seperti perniagaan, layanan kesehatan, dan tempat ibadah, dan lokasi layanan transportasi seperti stasiun, bandara, dan Pelabuhan juga mempengaruhi tingginya jumlah kasus positif.

Downloads

Download data is not yet available.

References

Abidin, H. Z. (2020). Pemanfaatan Informasi Geospasial Untuk Manajemen Pengurangan Resiko Bencana Non-Alam Covid-19 Prof . Dr . Hasanuddin Z . Abidin. (June). https://doi.org/10.13140/RG.2.2.20571.80166.

Ding, J., Yu, C. W., & Cao, S. J. (2020). HVAC systems for environmental control to minimize the COVID-19 infection. Indoor and Built Environment, 29(9), 1195–1201. https://doi.org/10.1177/1420326X20951968.

Djalante, R., Lassa, J., Setiamarga, D., Sudjatma, A., Indrawan, M., Haryanto, B., … Warsilah, H. (2020). Review and analysis of current responses to COVID-19 in Indonesia: Period of January to March 2020. Progress in Disaster Science, 6, 100091. https://doi.org/10.1016/j.pdisas.2020.100091.

Fahri, M. U. (2020). MELIHAT PETA PENYEBARAN PASIEN COVID-19 DENGAN KOMBINASI QGIS DAN FRAMEWORK LARAVEL. Jurnal Teknologi Terpadu, 6(1), 25–30.
Franch-Pardo, I., Napoletano, B. M., Rosete-Verges, F., & Billa, L. (2020). Spatial analysis and GIS in the study of COVID-19. A review. Science of the Total Environment, 739, 140033. https://doi.org/10.1016/j.scitotenv.2020.140033.

Hermon, D. (2020). How Is Covid-19 Mitigation In Indonesia ? Introduction From Editor In Chief How Is Covid-19 Mitigation In Indonesia ? Sumatra Journal of Disaster, 4(1). https://doi.org/10.24036/sjdgge.v4i1.320.

Kamel Boulos, M. N., & Geraghty, E. M. (2020). Geographical tracking and mapping of coronavirus disease COVID-19/severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) epidemic and associated events around the world: How 21st century GIS technologies are supporting the global fight against outbr. International Journal of Health Geographics, 19(1). https://doi.org/10.1186/s12942-020-00202-8.

Kim, S., & Castro, M. C. (2020). Spatiotemporal pattern of COVID-19 and government response in South Korea. International Journal of Infectious Diseases, 98, 328–333. https://doi.org/10.1016/j.ijid.2020.07.004
Pourghasemi, H. R., Pouyan, S., Farajzadeh, Z., Sadhasivam, N., Heidari, B., Babaei, S., & Tiefenbacher, J. P. (2020). Assessment of the outbreak risk, mapping and infection behavior of COVID-19: Application of the autoregressive integrated-moving average (ARIMA) and polynomial models. PLoS ONE, 15(7 July). https://doi.org/10.1371/journal.pone.0236238.

Tosepu, R., Gunawan, J., Savitri, D., Ode, L., Imran, A., & Lestari, H. (2020). Correlation between weather and Covid-19 pandemic in Jakarta, Indonesia. Science of the Total Environment, 725(January).

Xie, Z., Qin, Y., Li, Y., Shen, W., Zheng, Z., & Liu, S. (2020). Spatial and temporal differentiation of COVID-19 epidemic spread in mainland China and its influencing factors. Science of the Total Environment, 744, 140929. https://doi.org/10.1016/j.scitotenv.2020.140929.

Yanti, N. P. E. D., Nugraha, I. M. A. D. P., Wisnawa, G. A., Agustina, N. P. D., & Diantari, N. P. A. (2020). Gambaran Pengetahuan Masyarakat tentang Covid-19 dan Perilaku Masyarakat di Masa Pandemi Covid-19. Jurnal Keperawatan Jiwa, Vol. 8 No.(3), 485–490.

Zhou, C., Su, F., Pei, T., Zhang, A., Du, Y., Luo, B., … Xiao, H. (2020). COVID-19: Challenges to GIS with Big Data. Geography and Sustainability, 1(1), 77–87. https://doi.org/10.1016/j.geosus.2020.03.005
Published
2021-07-27
How to Cite
Dahlia, S. (2021). Analisis Pola Spasial Pesebaran Kasus Covid-19 Menggunakan Sistem Informasi Geografis Di DKI Jakarta. Jurnal Geografi, Edukasi Dan Lingkungan (JGEL), 5(2), 101-108. https://doi.org/10.22236/jgel.v5i2.7098