Analisis Socio-Spatial Terhadap Persebaran Covid-19 Menggunakan Metode Sistem Informasi Geografis (SIG) (Studi Kasus: Kota Surabaya).

Chairunnisa, Alya (2022) Analisis Socio-Spatial Terhadap Persebaran Covid-19 Menggunakan Metode Sistem Informasi Geografis (SIG) (Studi Kasus: Kota Surabaya). Other thesis, Institut Teknologi Sepuluh Nopember.

Text 03311840000005-UNDERGRADUATE_THESIS.pdf Restricted to Repository staff only Download (10MB)

Abstract

Abstrak— Pada 30 Januari WHO telah menyatakan COVID-19 sebagai darurat kesehatan masyarakat yang menjadi perhatian internasional. Penyebarannya begitu cepat, bahkan hinga per 16 Januari 2022 tercatat bahwa 67,108 angka terkonfirmasi COVID-19 di Kota Surabaya. Penyebaran penyakit ini disebabkan oleh beberapa faktor diantaranya disebabkan dari aspek pola socio-spatial, seperti demografi, kepadatan penduduk, mobilisasi penduduk, faktor lingkungan, dan sebagainya. Salah satu langkah dalam menganalisis karakteristik spasial dari penyebaran COVID-19 adalah dengan menggunakan metode Sistem Informasi Geografis. Penggunaan metode SIG yang digunakan dalam penelitian ini yaitu Geographically Weighted Regression (GWR) dan Ordinary Least Square (OLS). Analisis pola spasial parameter socio-spatial juga dilakukan berdasarkan prinsip autokorelasi spasial. Berdasarkan pengolahan OLS diperoleh koefisien perkiraan adalah campuran nilai positif dan negatif. Parameter yang memiliki koefisien positif pada semua tanggal dan juga pada semua waktu adalah parameter mobilitas penduduk. Hal ini menunjukkan bahwa parameter tersebut yang memiliki keterkaitan dengan peningkatan kejadian persebaran COVID-19. Kemudian, dari pengolahan GWR diperoleh 47%-59% untuk variabel independen dapat menjelaskan variabel dependen. Analisis autokorelasi spasial juga digunakan untuk menghasilkan pola spasial parameter socio-spatial terhadap persebaran COVID-19. Perhitungan indeks Average Nearest Neighbor (ANN) pada parameter fasilitas umum memiliki indeks sebesar 0,808, hal ini menunjukkan bahwa parameter mobilitas penduduk menunjukkan pola pengelompokkan (Clustered). Perhitungan indeks Average Nearest Neighbor (ANN) pada parameter Fasilitas kesehatan memiliki indeks sebesar 0,7405, hal ini menunjukkan bahwa parameter mobilitas penduduk menunjukkan pengelompokkan (Clustered). Mobilitas penduduk memiliki indeks sebesar 1,329, hal ini menunjukkan bahwa parameter mobilitas penduduk menunjukkan tren dispersi. Berdasarkan pengolahan menggunakan autokorelasi spasial menunjukkan parameter kepadatan bangunan, kepadatan penduduk, dan kelompok usia 41-60 tahun tidak mempengaruhi tingkat sebaran kasus COVID-19. Sedangkan parameter fasilitas umum, fasilitas kesehatan, kelompok usia 0-17 tahun, kelompok usia 18-40 tahun, kelompok usia >60 tahun mempengaruhi tingkat persebaran kasus COVID-19. Hal ini menunjukkan bahwa semakin tinggi tingkat sebaran parameter-parameter tersebut, maka semakin meningkat juga tingkat persebaran kasus COVID-19 yang terjadi.
===================================================================================================================================
Abstract— On January 30, WHO declared COVID-19 as a public health emergency of international concern. The spread was so fast, even as of January 16, 2022, it was recorded that there were 67,108 confirmed numbers of COVID-19 in the city of Surabaya. The spread of this disease is caused by several factors, including aspects of socio-spatial patterns, such as demography, population density, population mobilization, environmental factors, and so on. One of the steps in analyzing the spatial characteristics of the spread of COVID-19 is to use the Geographic Information System method. The GIS methods used in this study are Geographically Weighted Regression (GWR) and Ordinary Least Square (OLS). Analysis of the spatial pattern of socio-spatial parameters was also carried out based on the principle of spatial autocorrelation. Based on OLS processing, the estimated coefficient is a mixture of positive and negative values. The parameter that has a positive coefficient on all dates and also at all times is the population mobility parameter. This shows that these parameters are related to an increase in the incidence of the spread of COVID-19. Then, from processing GWR obtained 47%-59% for the independent variable can explain the dependent variable. Processing using spatial autocorrelation produces a spatial pattern of socio-spatial parameters on the spread of COVID-19. The calculation of the Average Nearest Neighbor (ANN) index on the parameters of public facilities has an index of 0.808, this indicates that the population mobility parameter shows a clustered pattern. The calculation of the Average Nearest Neighbor (ANN) index on the Health facility parameter has an index of 0.7405, this indicates that the population mobility parameter shows clustered. Population mobility has an index of 1.329, this indicates that the population mobility parameter shows a dispersion trend. Based on processing using spatial autocorrelation, it shows that the parameters of building density, population density, and the age group of 41-60 years do not affect the level of distribution of COVID-19 cases. Meanwhile, the parameters of public facilities, health facilities, age group 0-17 years, age group 18-40 years, age group >60 years affect the level of spread of COVID-19 cases. This shows that the higher the level of distribution of these parameters, the higher the spread of COVID-19 cases that occur.

Item Type:	Thesis (Other)
Additional Information:	RSG 025.069 1 Cha a-1 2022
Uncontrolled Keywords:	Socio-spatial, GWR, OLS, Autokorelasi Spasial. Socio-spatial, GWR, OLS, Spatial Autocorrelation.
Divisions:	Faculty of Civil, Planning, and Geo Engineering (CIVPLAN) > Geomatics Engineering > 29202-(S1) Undergraduate Thesis
Depositing User:	Mr. Marsudiyana -
Date Deposited:	18 May 2026 07:53
Last Modified:	18 May 2026 07:53
URI:	http://repository.its.ac.id/id/eprint/133229

Actions (login required)

View Item