Sistem Informasi Geografi Penyebaran Flu Burung di DKI Jakarta

Pendahuluan

Flu burung (Avian Influenza) merupakan penyakit zoonotik yang dapat menyebar dari unggas ke manusia. Pada tahun-tahun terakhir, wilayah DKI Jakarta mencatat beberapa kasus terdeteksi pada populasi unggas peternakan dan pasar tradisional, sehingga menumbuhkan kebutuhan akan sistem informasi geografi (SIG) yang dapat memantau dan memvisualisasikan penyebaran virus secara realtime. Dengan menggunakan SIG, otoritas kesehatan dan peternak dapat mengidentifikasi hotspot, mengukur risiko penularan, serta merencanakan tindakan mitigasi yang lebih tepat.

Sistem ini dibangun berdasar pada prinsip keterbukaan data, integrasi sumber data spasial (seperti peta administratif) dan nonspasial (seperti laporan laboratorium), serta kemampuan analisis geostatistik. Hal ini memungkinkan pemangku kepentingan untuk melihat dinamika penyebaran flu burung dari sudut pandang geografis, sekaligus menilai faktorfaktor lingkungan yang mempengaruhi penyebaran, seperti kepadatan populasi unggas, intensitas perdagangan, dan kondisi iklim mikro.

Tujuan Sistem

• Menyediakan platform visualisasi yang mudah diakses oleh tenaga kesehatan, peternak, dan masyarakat umum.
• Mengintegrasikan data laboratorium, survei lapangan, dan citra satelit untuk menghasilkan peta penyebaran akurat.
• Memberikan analisis spasial untuk mengidentifikasi zona berisiko tinggi (hotspot).
• Menyokong pengambilan keputusan berbasis bukti dalam penanggulangan wabah.
• Meningkatkan kesadaran publik melalui dashboard interaktif yang menampilkan informasi terkini.

Metodologi

Proses pengembangan SIG melibatkan lima langkah utama: pengumpulan data, pembersihan & validasi, penyimpanan dalam basis data geospasial, analisis, dan penyajian. Pengumpulan data dilakukan melalui beberapa sumber, antara lain:

• Laboratorium Kesehatan Hewan DKI Jakarta hasil PCR dan kultur virus.
• Survei lapangan oleh Dinas Peternakan lokasi peternakan, pasar unggas, dan kasus mortalitas.
• Citra satelit Sentinel2 untuk menilai tutupan lahan, kelembaban tanah, dan suhu permukaan.

Setelah data dikumpulkan, dilakukan proses geokoding otomatis menggunakan skrip Python (library geopandas dan shapely) sehingga setiap titik kasus memiliki koordinat latitudelongitude yang akurat. Data kemudian dimuat ke dalam PostgreSQL dengan ekstensi PostGIS, yang menyediakan fungsi spatial query dan indeks RTree untuk mempercepat pencarian.

Analisis spasial meliputi:

• Kernel Density Estimation (KDE) untuk menggambarkan intensitas kasus dalam radius tertentu.
• Hotspot Analysis (GetisOrd Gi*) untuk mengidentifikasi area dengan konsentrasi kasus signifikan.
• Analisis regresi spasial yang menghubungkan variabel lingkungan (suhu, kelembaban) dengan tingkat infeksi.

Data yang Digunakan

Berikut adalah ringkasan data utama yang dimasukkan ke dalam sistem:

Analisis Penyebaran

Hasil analisis KDE menunjukkan bahwa konsentrasi kasus tertinggi berada di wilayah KecamatanCengkareng, Tangerang, dan di sekitar Pasar Tradisional Banten. Pada bulan Januari hingga Maret 2024, terdapat lonjakan intensitas yang berhubungan dengan peningkatan suhu ratarata sebesar 2C dibandingkan periode sebelumnya. Hubungan positif antara suhu dan tingkat infeksi memperkuat hipotesis bahwa kondisi iklim hangat dapat mempercepat replikasi virus pada unggas.

Penggunaan GetisOrd Gi* menghasilkan zona berwarna merah (p-value < 0.01) yang menandakan hotspot signifikan. Zona tersebut meliputi wilayah dengan kepadatan peternakan unggas lebih dari 120 ekor/hektar dan akses ke jalur distribusi utama. Analisis regresi spasial mengindikasikan bahwa variabel jumlah pasar unggas dalam radius 2km memiliki koefisien beta sebesar 0.45, yang berarti setiap peningkatan satu pasar meningkatkan risiko infeksi sebesar 45%.

Pemetaan Interaktif

Dashboard interaktif dibangun menggunakan Leaflet.js dan Mapbox GL. Pengguna dapat melakukan:

• Zoom ke tingkat kecamatan atau kelurahan untuk melihat titik kasus secara detail.
• Toggle lapisan data: laporan laboratorium, kepadatan peternakan, dan hotspot.
• Filter berdasarkan rentang tanggal, tipe unggas, atau status laboratorium (positif/negatif).
• Menjalankan analisis WhatIf dengan mengubah parameter suhu atau kepadatan pasar.

Informasi pada peta dapat diunduh dalam format PDF atau GeoJSON untuk keperluan penelitian lebih lanjut. Semua data yang ditampilkan bersifat terbuka, namun terdapat lapisan khusus yang hanya dapat diakses oleh pihak berwenang dengan otentikasi dua faktor.

Kesimpulan

Sistem Informasi Geografi penyebaran flu burung di DKI Jakarta berhasil menyatukan data laboratorium, survei lapangan, dan citra satelit menjadi satu platform visual yang mudah diakses. Analisis spasial mengidentifikasi hotspot yang konsisten di kawasan dengan kepadatan peternakan tinggi dan aktivitas pasar unggas intensif. Faktor iklim, khususnya suhu, terbukti memiliki pengaruh signifikan terhadap dinamika penyebaran virus.

Rekomendasi utama meliputi:

• Peningkatan pengawasan pada pasar unggas yang berada dalam radius 2km dari zona hotspot.
• Penggunaan vaksinasi massal pada unggas di kecamatan dengan kepadatan >100 ekor/hektar.
• Penerapan sistem peringatan dini berbasis data realtime yang terintegrasi dengan aplikasi mobile untuk peternak.

Dengan pemeliharaan dan pembaruan data yang berkelanjutan, SIG ini dapat menjadi alat utama bagi Dinas Kesehatan dan Peternakan dalam mencegah penyebaran flu burung serta melindungi kesehatan masyarakat.