Autokorelasi Spasial pada Sebaran Tenaga Kesehatan Perawat dan Tenaga Farmasi di Jawa Timur
DOI:
https://doi.org/10.31537/estimator.v2i2.2136Keywords:
Autokorelasi Spasial, Indeks Moran, KNN, Perawat, Tenaga FarmasiAbstract
Distribusi tenaga kesehatan, seperti perawat dan tenaga farmasi, merupakan salah satu indikator penting dalam menentukan kualitas pelayanan kesehatan suatu wilayah. Penelitian ini bertujuan untuk mengidentifikasi pola distribusi tenaga kesehatan di Jawa Timur pada tahun 2023 menggunakan metode analisis spasial K-Nearest Neighbors (KNN) dan indeks Moran. Data yang digunakan bersumber dari Badan Pusat Statistik (BPS) Jawa Timur. Hasil analisis menunjukkan adanya ketimpangan signifikan dalam distribusi tenaga kesehatan antara wilayah perkotaan dan pedesaan. Wilayah perkotaan, seperti Surabaya dan Sidoarjo, cenderung memiliki konsentrasi tenaga kesehatan yang tinggi (High-High cluster), sementara wilayah terpencil, seperti Sumenep dan Trenggalek, termasuk dalam kategori konsentrasi rendah (Low-Low cluster). Analisis indeks Moran mengungkapkan bahwa sebagian besar wilayah memiliki pola distribusi tenaga kesehatan yang tidak signifikan secara spasial.
References
World Health Organization, Global strategy on human resources for health: Workforce 2030. Geneva, Switzerland: WHO Library Cataloguing-in-Publication Data, 2016.
A. Soucat, R. Scheffler, and T. A. Ghebreyesus, Human resources for health in Africa?: a new look at the crisis. Washington, DC: International Bank for Reconstruction and Development/World Bank, 2013. doi: 10.1596/978-0-8213-9555-4.
N. Fat’Ha and H. T. Sutanto, “Identifikasi Autokorelasi Spasial pada Pengangguran di Jawa Timur Menggunakan Indeks Moran,” MATHunesa J. Ilm. Mat., vol. 8, no. 2, pp. 89–92, May 2020, doi: 10.26740/mathunesa.v8n2.p89-92.
Z. D. Hadisti, M. N. Hayati, and M. Fauziyah, “Analisis Spasial Persebaran Jumlah Kasus Malaria di Kalimantan Timur Menggunakan Indeks Moran dan Local Indicator Spatial of Autocorrelation,” EKSPONENSIAL, vol. 15, no. 1, p. 29, May 2024, doi: 10.30872/eksponensial.v15i1.1232.
Maryanto Rompon, Hamim Tsalis Soblia, Putri Monika, Atje Setiawan Abdullah, and Budi Nurani Ruchjana, “Identifikasi Autokorelasi Spasial Warisan Budaya Tak Benda di Indonesia Menggunakan Indeks Moran,” Statistika, vol. 23, no. 2, pp. 156–163, Dec. 2023, doi: 10.29313/statistika.v23i2.2675.
A. Septiani, R. H. Hirzi, and N. U. Fikriah, “Analisis Penyebaran Jumlah Kasus PMK pada Hewan Ternak Sapi di Kabupaten Lombok Tengah Menggunakan Indeks Moran Tahun 2022,” Var. J. Stat. Its Appl., vol. 5, no. 2, pp. 159–168, Oct. 2023, doi: 10.30598/variancevol5iss2page159-168.
M. A. Pahlevi, A. Abimanyu, M. H. Arrizqy, and A. Ryaldi, “Analisis Distribusi Tenaga Kesehatan Di Indonesia Menggunakan K-Means Clustering,” J. Tek. Inform. dan Sist. Inf., vol. 11, no. 3, pp. 2407–4322, Sep. 2024, doi: https://doi.org/10.35957/jatisi.v11i3.8367.
D. R. Yanuar and H. Sutanta, “Pemanfaatna SIG untuk Pemetaan Area Layanan dan Indeks Aksesibilitas Fasilitas Pelayanan Kesehatan di Kabupaten Kulon Progo,” Maj. Ilm. Globe, vol. 23, no. 2, pp. 81–92, Oct. 2021, [Online]. Available: http://tides.big.go.id/DEMNAS/.
S. Ramadhani, “Analisis Spasial Fasilitas Kesehatan Tingkat Lanjutan (FKTL) di Kota Jambi Tahun 2023,” Universitas Jambi, Jambi, 2024.
N. Hikmah, D. Noerjodianto, and R. Wardiah, “Analisis Spasial Sebaran Fasilitas Kesehatan Tingkat Pertama (FKTP) di Kota Jambi,” JIK J. ILMU Kesehat., vol. 7, no. 2, p. 236, Oct. 2023, doi: 10.33757/jik.v7i2.680.
