Metode Skoring dan Metode Fuzzy dalam Penentuan Zona Resiko Malaria di Pulau Flores

Abstract

The purpose of this study is to compare the results of malaria risk zone mapping using scoring method and fuzzy method against the actual data (API 2014). Variables used in determining malaria risk area are temperature, densiy of vegetation and land cover. Satellite image manipulation is performed using remote sensing technology. As a result, the average of every pixel in the district area for temperature, density of vegetation, and land cover is obtained. The result is then processed using the scoring model and fuzzy model. Accuracy tests have been conducted for 91 districts where the fuzzy model has an accuracy rate of 61.54% while the scoring model produce an accuracy of 18.68%. The test result shows that the fuzzy model tends to produce a higher grade than the actual grade. Fuzzy model produces class "High" but actually "Low" (17.85%), fuzzy model produces class "Medium" but actually "Low" (2.20%), or fuzzy models produces class "High" but actually "Medium" (14.29%). This could be caused by a form of intervention for mosquito nest eradication conducted in some districts, that is quite effective. Besides, some districts are not participating actively in detecting the number of malaria cases, hence, the actual data provided by Puskesmas tends to be lower. Intisari-Makalah ini membandingkan hasil pemetaan daerah resiko malaria oleh metode skoring dan metode fuzzy terhadap data aktual (API 2014). Variabel yang digunakan dalam menentukan daerah resiko malaria adalah suhu, kerapatan vegetasi, dan penutup lahan. Dari hasil pengolahan citra satelit dengan teknologi penginderaan jauh diperoleh rata-rata setiap piksel dalam satu area kecamatan untuk suhu, kerapatan vegetasi, dan penutup lahan yang kemudian diolah dengan model skoring dan model fuzzy. Telah dilakukan uji akurasi untuk 100 kecamatan. Hasilnya menunjukkan bahwa model fuzzy memiliki tingkat akurasi 61,54%, sedangkan model skoring menghasilkan akurasi sebesar 18,68%. Dari hasil pengujian terlihat bahwa model fuzzy cenderung menghasilkan kelas yang lebih tinggi dibandingkan kelas pada data aktualnya, misalnya model fuzzy menghasilkan kelas "Tinggi" namun aktualnya "Rendah" (17,58%), model fuzzy menghasilkan kelas "Sedang" tapi aktualnya "Rendah" (2,20%), ataupun model fuzzy menghasilkan kelas "Tinggi" tapi aktualnya "Sedang" (14,29%). Hal ini bisa disebabkan oleh bentuk intervensi untuk pemberantasan sarang nyamuk (PSN) yang dilakukan di beberapa kabupaten sudah cukup efektif seperti kelambunisasi dan penyemprotan. Selain itu untuk beberapa kabupaten juga masih pasif dalam mendeteksi jumlah kasus malaria sehingga data aktual yang disediakan puskesmas cenderung rendah.