Autokorelasi dan Determinan Spasial Penyakit Tuberkulosis di Indonesia Tahun 2023

Tuberkulosis (TB) masih menjadi masalah kesehatan masyarakat utama di Indonesia dengan distribusi kasus yang bervariasi secara geografis. Variasi ini menunjukkan bahwa determinan TB bersifat heterogen, sehingga diperlukan pendekatan spasial untuk memahami pola dan faktor risikonya secara lebih komprehensif. Tujuan: Penelitian ini bertujuan untuk menganalisis determinan prevalensi TB di Indonesia tahun 2023 menggunakan pendekatan analisis spasial. Metode: Penelitian ini merupakan studi kuantitatif dengan pendekatan ekologi spasial. Data yang digunakan adalah data sekunder dari Survei Kesehatan Indonesia (SKI) tahun 2023 dan laporan program TB tahun 2023, yang mencakup seluruh provinsi di Indonesia dengan total 38 unit observasi. Hasil: Analisis autokorelasi menunjukkan hubungan signifikan dengan lima provinsi (Papua Barat, Papua Tengah, Papua, Papua Pegunungan, dan Papua Selatan) berada dalam kategori High-High (hotspot), serta satu provinsi (Papua Barat Daya) dalam kategori Low-High. Analisis OLS menunjukkan proporsi rumah layak huni (X4) berhubungan dengan prevalensi TB. Sementara itu, analisis geographycally Weight Regression (GWR) menunjukan prevalensi diabetes mellitus (X1), jumlah keberadaan fasilitas kesehatan (X2), prevalensi wasting (X3), proporsi rumah layak huni (X4), prevalensi merokok (X5), persentase kemiskinan (X6) dan proporsi sanitasi aman (X7) memiliki hubungan yang berbeda di setiap lokasi dengan prevalensi TB. Kesimpulan: Prevalensi tuberkulosis (TB) di Indonesia tahun 2023 dipengaruhi oleh berbagai faktor yang bersifat heterogen secara spasial. Analisis global (OLS) menunjukkan bahwa proporsi rumah layak huni merupakan determinan yang signifikan secara umum, sedangkan analisis lokal menggunakan Geographically Weighted Regression (GWR) mengungkapkan bahwa seluruh variabel yang diteliti memiliki pengaruh yang bervariasi antar wilayah.