Update Artikelilmiah: 44221

BALQIST KHARISMA NAYU

NIM

Judul Artikel

Abstrak (Bhs. Indonesia)

Latar Belakang: Kabupaten Banyumas melakukan upaya program penanggulangan TB yang dievaluasi dengan beragam target dan indikator. Indikator dan target tersebut ditentukan dengan analisis time series untuk memprediksi kasus pada tahun berikutnya berdasarkan data pada tahun sebelumnya. Penelitian ini dilakukan untuk menganalisis tren indikator TB tahun 2014-2023 di Kabupaten Banyumas dan memprediksi kasus TB di Kabupaten Banyumas pada tahun berikutnya.
Metode: Penelitian kuantitatif deskriptif berdesain time series dengan data sekunder dari Dinas Kesehatan Kabupaten Banyumas. Variabel terkumpul dari data per bulan selama 10 tahun (2014-2023) yaitu jenis TB, usia, hasil pengobatan, dan kecamatan dianalisis secara univariat. Data kasus tuberkulosis dalam satuan bulan dianalisis dengan bahasa Python di Google Colaboratory menggunakan model SARIMA. 
Hasil Penelitian: Sebanyak 34.156 kasus tuberkulosis yang tercatat pada tahun 2014-2023, 72,6% dari usia produktif dan 86,4% berjenis TB paru. Kenaikan tren terjadi pada variabel kejadian tuberkulosis, notification rate, TB lansia, jenis TB paru, kematian akibat TB, dan proporsi pasien TB anak. Penurunan tren terjadi pada variabel success rate dan pasien TB yang positif HIV. Hasil pemodelan time series terbaik yaitu model SARIMA ordo (1,1,1) (0,1,1,12) dengan AIC 1017 dan hasil akurasi MAPE  8,19%. Prediksi kasus TB di Kabupaten Banyumas pada tahun 2024 akan terus meningkat mencapai 6.915 kasus. 
Kesimpulan: Tren tuberkulosis di Kabupaten Banyumas 2014-2023 meningkat. Target nasional tiap indikator TB di Banyumas selama 10 tahun terakhir belum sepenuhnya tercapai. Diharapkan program TB terus diperbaiki dan memperkuat temuan kasus untuk mencapai target nasional dan pemberantasan TB tahun 2030.

Abtrak (Bhs. Inggris)

Background: Banyumas Regency implemented a TB control program with various targets and indicators for evaluation. These targets and indicators are estimated by time series analysis to predict cases in the following year based on data from the previous year. This study analyzed the trend of TB indicators from 2014–2023 in Banyumas Regency and predicted TB cases in the following year.
Methods: Descriptive quantitative research is conducted with a time series design and secondary data sourced from the Banyumas District Health Office. The collected variables of TB type, age, treatment outcome, and subdistrict were analyzed univariately. Tuberculosis case data in months was analyzed using the Python language in Google Collaboratory with SARIMA models.
Results: 34,156 cases of tuberculosis were reported in 2014-2023, 86,4% were pulmonary TB and 72,6% were individuals in productive age. The following variables showed an increasing trend: tuberculosis incidence, notification rate, elderly TB, type of pulmonary TB, mortality, and proportion of pediatric TB patients. The variables success rate and HIV-positive TB patients indicated a declining trend. The SARIMA model of order (1,1,1) (0,1,1,12) generates the best time series modeling results, with an AIC of 1017 and a MAPE accuracy results of 8,19%. The number of TB patients in Banyumas Regency is projected to increase in 2024, reaching 6.915.
Conclusion: TB cases, TB deaths, and TB-HIV status in the Banyumas Regency from 2014-2023 show an increasing trend. Banyumas could not achieve the national target for each TB indicator over the 10 years. Improving case finding and evaluating its registration system must conducted in the TB program to achieve the national goal of eliminating TB by 2030.

Kata kunci

Pembimbing 1

Pembimbing 2

Pembimbing 3

Tahun

Jumlah Halaman