Metode yang digunakan berdasarkan data sekunder dari data Kemenkes dan Gugus Tugas Covid 19 DKI Jakarta dengan menggunakan sistem informasi geografis. Berdasarkan data analisis spasial dan temporal menunjukkan kasus positif Covid 19 pada Maret hingga September cenderung meningkat secara signifikan. Selain itu, pola kasus positif Covid 19 tertinggi berada di wilayah dengan kepadatan penduduk tinggi, keberadaan fasilitas umum seperti perdagangan, layanan kesehatan, dan tempat ibadah serta lokasi layanan transportasi seperti stasiun, bandara, dan pelabuhan.
Penyakit Coronavirus 2019 atau COVID-19 adalah penyakit baru yang dapat menyebabkan gangguan pernapasan dan pneumonia. Pemerintah di Indonesia pertama kali melaporkan warga Indonesia dinyatakan positif Covid 19 pada 2 Maret 2020 yang berdampak pada dua orang (Kompas, 2020). Sebagian besar kasus positif COVID-19 berasal dari DKI Jakarta, sehingga Jakarta menjadi episentrum penyebaran virus corona (detiknews, 2020).
Di Jakarta, sejak 15 Maret 2020, Covid 19 mengakibatkan sistem kerja dari rumah atau Work Form Home (WFH).
Bagan Penelitian
Populasi dalam penelitian ini adalah seluruh penduduk DKI Jakarta yang terbagi menjadi 5 kotamadya yaitu Jakarta Pusat, Timur, Barat, Selatan dan Utara. Metode pengambilan sampel dalam penelitian ini adalah metode sensus yaitu seluruh penduduk di DKI Jakarta yang positif terpapar virus Corona pada bulan Maret hingga September 2020. Unit analisis dalam penelitian ini adalah populasi yang positif terpapar virus Corona 19 di tingkat desa, total 261 desa.
Alat dan fungsi yang digunakan dalam penelitian dapat dilihat pada tabel 3.1, sedangkan bahan yang digunakan dalam penelitian dapat dilihat pada tabel 3.2. Data yang dikumpulkan terkait warga terdampak positif virus corona 19 di DKI Jakarta untuk sementara waktu yaitu Maret - September 2020, bersumber dari web: https://corona.jakarta.go.id. Hasil pengumpulan data sekunder diolah untuk menghasilkan peta keruangan dan pola sebaran keruangan.
Analisis pola spasial dilakukan dengan menggunakan teknik interpretasi kualitatif yaitu analisis peta persebaran Covid 19 dengan peta penggunaan lahan. Analisis spasial temporal dilakukan dengan menganalisis data spasial perkembangan Covid 19 menggunakan Arc Gis berdasarkan data sekunder https://corona.jakarta.go.id/id. Analisis temporal dilakukan analisis perkembangan kasus positif virus Corona 19 Maret hingga September 2020.
Deskrispi Wilayah Penelitian 1. Kondisi Administratif
Berdasarkan data kependudukan, jumlah penduduk wilayah studi terlihat sebanyak 5.244.690 laki-laki dan 5.222.939 perempuan.
Daerah dataran rendah umumnya merupakan daerah rawan banjir tahunan dan sering terjadi di beberapa tempat (Sunarto et al., 2014). Berdasarkan peta ketinggian daerah penelitian (Gambar 4.1), dapat dilihat bahwa ketinggian terendah terletak di bagian utara daerah penelitian, keadaan ini disebabkan karena bagian utara daerah penelitian merupakan daerah pesisir, sehingga memiliki ketinggian yang lebih rendah. Keadaan ini disebabkan karena bagian selatan daerah penelitian terletak di dekat wilayah Bogor yang sebagian besar memiliki ciri morfologi berbukit hingga bergunung.
Analisis kemiringan daerah studi didasarkan pada data DEM SRTM (Shuttle Radar Topography Mission), dengan resolusi spasial 30 m. Kondisi ini sesuai dengan kondisi di lapangan, bahwa wilayah DKI Jakarta memiliki intensitas yang tinggi untuk terkena banjir. Pendekatan bentuk lahan untuk evaluasi bahaya banjir luapan sungai berfokus pada bentuk lahan yang berasal dari fluvial.
Bentuk lahan yang berasal dari proses fluvial adalah bentuk lahan yang timbul akibat proses aliran air, baik secara terpusat (sungai) maupun oleh aliran permukaan bebas (overland flow). Analisis bentuklahan pada daerah penelitian diperoleh dari hasil analisis Peta RBI skala 1:25000, DEM SRTM dan Citra Landsat, menghasilkan peta bentuklahan. Daerah penelitian memiliki satuan bentuklahan kipas aluvial karena daerah penelitian berdekatan dengan daerah Bogor sehingga daerah penelitian dipengaruhi oleh aliran material vulkanik dari Gunung Gede – Pangrango dan Gunung Salak (Pannekoek, 1989).
Berdasarkan kondisi tersebut, sebagian besar daerah penelitian merupakan satuan lahan uap aluvial, sehingga merupakan muara atau hilir salah satu DAS yang berasal dari wilayah Bogor. Selain itu, satuan bentuklahan terbesar di wilayah studi lainnya adalah dataran aluvial, yang merupakan hasil proses sedimentasi pada topografi datar dengan material aluvial (Sunarto et al., 2014). Dari kondisi tersebut dapat diketahui bahwa daerah penelitian terkena dampak banjir dan banjir, karena material alluvial berasal dari hasil pengendapan saat terjadinya banjir dan banjir.
Data Positif di DKI Jakarta
Data Perbandingan Kasus
Data Kasus Berbasis Gender dan Kelompok Umur
Data Kasus Tingkat Infeksi Tertinggi di Kelurahan
Hasil Penelitian
Analisis secara spasial temporal perkembangan virus Corona (Covid-19) di Jakarta
Pada bulan Juni, data sebaran meningkat di Kecamatan Cendrung, dan di Kecamatan Penjaringan, jumlah kasus positif bertambah menjadi 151-200 orang. Meski data kasus positif menunjukkan tren meningkat, pemerintah DKI Jakarta telah mengeluarkan kebijakan PSBB transisi sejak 5 Juni lalu. Juli merupakan masa transisi PSBB di Jakarta, namun data spasial menunjukkan telah terjadi perluasan wilayah yang teridentifikasi sebagai warga dengan kasus positif.
Selain itu, di Kecamatan Penjaringan terjadi peningkatan kasus positif dengan kategori >200 kasus positif. Menurut Sudin Kesehatan Jakarta Utara, peningkatan kasus Covid 19 di wilayah Jakarta Utara bukan dipengaruhi oleh tingkat kepadatan penduduk, melainkan karena faktor tindakan terus mendeteksi kelompok berisiko, dan adanya mass rapid test. dan program swab (Prireza, 2020). Selain itu, ada penambahan wilayah dengan kasus positif di zona >200, yakni Kecamatan Penjaringan, Pademangan, Tanjung Periuk, Koja, Cilincing, Cempaka Putih, Tanah Abang, Palmerah, dan Duret Sawit.
Peningkatan kasus positif tersebut dapat diidentifikasi dipengaruhi oleh beberapa faktor yaitu usia rentan, kurangnya fasilitas kesehatan. Selain itu, Indonesia merupakan negara dengan penduduk terpadat ke-4 di dunia, termasuk Jakarta yang merupakan daerah dengan kepadatan penduduk yang tinggi, sehingga dampak penyebaran Covid 19 akan berlangsung lebih lama dibandingkan daerah dengan jumlah penduduk yang lebih sedikit (Djalante et al., 2020). Apalagi, positivity rate pada awal September merupakan yang tertinggi sejak ditemukannya kasus Covid-19 di ibu kota.
Meningkatnya kasus positif Covid 19 di Jakarta dapat diketahui dari beberapa faktor yaitu rendahnya kesadaran masyarakat sehingga melanggar protokol kesehatan, fasilitas kesehatan yang tersedia kurang memadai dan peraturan pemerintah yang tidak efektif (Ilpaj & Nurwati, 2020). Selain itu, (Djalante et al., 2020) menyampaikan bahwa keterlambatan informasi terkait identifikasi kasus suspek atau kasus positif menyebabkan rendahnya respon dari masyarakat, dan proses isolasi mandiri bukanlah budaya masyarakat Indonesia. , karena masyarakat Indonesia banyak yang memiliki pekerjaan informal. Lebih lanjut, hasil penelitian tersebut menyatakan bahwa di kota-kota besar China, risiko infeksi Covid-19 tertinggi ditemukan di daerah perkotaan yang padat dan aktivitas yang tinggi (Ren et al., 2020).
Analisis pola distribusi spasial virus Corona (Covid-19) di Jakarta
- Saran
Selain itu, setelah Maret yakni April hingga September, kasus positif Covid-19 di Jakarta menunjukkan beberapa hot spot, yakni tingginya kasus positif Covid-19 dan pola klasterisasi. Lebih lanjut, hal ini sejalan dengan identifikasi data Gugus Tugas Covid 19 DKI Jakarta, yakni kecamatan dengan trend kasus positif Covid tertinggi di Jakarta (Gambar 4.8). Selain itu, pola kasus positif Covid 19 menurut kepadatan penduduk menunjukkan bahwa pola hotspot atau pola kasus positif Covid 19 tinggi dan terklaster terjadi di wilayah dengan kepadatan penduduk tinggi, yaitu orang/km2.
Daerah dengan pola titik dingin atau kejadian positif Covid-19 yang rendah dan pola penyebarannya berada di desa dengan kepadatan penduduk yang lebih rendah yaitu sekitar 1000 jiwa/km2 (Gambar 4.12). Dapat disimpulkan bahwa tingkat kepadatan penduduk yang tinggi dapat mempengaruhi peningkatan kasus positif Covid 19. Selain itu, kasus positif Covid 19 hanya terbatas pada tempat ibadah berdasarkan data lokasi fasilitas umum yaitu pada penelitian ini. , pertokoan dan institusi kesehatan, yang menunjukkan sampel daerah dengan jumlah kasus positif Covid 19 yang tinggi yaitu daerah merah atau 201-581 kasus positif Covid 19 banyak terdapat fasilitas umum.
Dapat diketahui bahwa fasilitas umum seperti pelayanan kesehatan, tempat ibadah dan perdagangan berpotensi menjadi tempat penularan Covid 19. Selain itu, tingginya kasus positif Covid 19 berdasarkan data lokasi transportasi yaitu kereta api stasiun, pelabuhan dan bandara di Jakarta menunjukkan bahwa daerah dengan kasus Positif sedang dan tinggi paling dekat dengan stasiun, pelabuhan dan bandara Kreta (Gambar 4.14). Dapat diketahui bahwa hub transportasi merupakan fasilitas umum yang dikunjungi oleh berbagai kalangan masyarakat dan merupakan tempat yang ramai sehingga potensi penularan Covid 19 antar manusia cukup tinggi.
Kesimpulan dari hasil penelitian menunjukkan bahwa berdasarkan data analisis spatiotemporal, kasus positif Covid 19 meningkat tajam dari Maret hingga September. Faktor yang mempengaruhi peningkatan kasus positif dapat dilihat dari faktor lokasi kerja, kepadatan penduduk, peningkatan tracing dan tes massal, serta kebijakan pemerintah yang kurang efektif dalam pelaksanaan penanggulangan Covid 19. kasus Covid 19, dapat dilakukan penelitian lebih lanjut untuk mengetahui tingkat kerawanan, kerentanan dan analisis risiko Covid 19.
IDENTITAS JURNAL
Hasil Penelitian
Hasil penelitian ini berupa peta spasial temporal yang menunjukkan sebaran spasial kasus positif Covid 19 di Jakarta untuk sementara waktu atau periode yaitu Maret hingga April 2020. Hasil penelitian juga memberikan peta Pola Sebaran Spasial kasus positif Covid 19 di Jakarta pada bulan Maret hingga September yang menunjukkan pola kasus positif secara klaster dan jumlah besar kasus positif Covid 19 (Hot Spot) atau sebaran dan rendahnya kasus positif Covid 19 (Cold spot). Selain itu, peta pola spasial menganalisis tingginya kasus positif Covid 19 dengan beberapa indikator yaitu kepadatan penduduk, fasilitas umum dan transportasi.
Hasil penelitian menunjukkan bahwa mayoritas kasus positif Covid 19 tertinggi berada di wilayah dengan kepadatan penduduk yang tinggi, titik fasilitas umum yang tinggi dan adanya pusat pelayanan transportasi seperti: bandara, stasiun dan pelabuhan.
Rencana Tindak Lanjut
Review and Analysis of Current Responses to COVID-19 in Indonesia: January to March 2020. Geographical Tracking and Mapping of the Coronavirus Disease COVID-19/Severe Acute Respiratory Syndrome Coronavirus 2 (SARS-CoV-2) Epidemic and Related Events Around the World: How 21st century GIS technologies support the global fight against outbreaks. International Journal of Infectious Diseases : IJID : Official publication of the International Association for Infectious Diseases, 94 (January), 96–102.
Mengingat perkembangan kasus Covid-19 di Jakarta dalam sepekan, angka kesembuhan meningkat, namun terjadi krisis di tempat tidur isolasi. Diambil dari https://megapolitan.kompas.com/read saw-developments-cases-covid-19-di-jakarta-dalam-sepekan-angka-sembuh?page=all Olanrewaju, O. Diambil dari https://metro. tempo.co/read/1365451/case-covid-19-melonjak-dki-not-due-dense-settlements/full&view=ok.
Hasil penelitian berupa manuskrip yang diserahkan ke Jurnal Geografi Universitas Negeri Medan yang terindeks Sinta 2, dan Jurnal Geografi Tunas yang terindeks Sinta 3.
