Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Jurnal Ners Glosains: Jurnal Sains Global Indonesia
Jihan Ramadhany Ginting Manik
Universitas Indonesia
Health Professions Medicine & Pharmacology Nursing

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Spatial Autocorrelation of Tuberculosis and Demographic, Health Services, Environment, and Economic Factors in West Java in 2024 Cinansa Muthia Dewani; Indang Trihandini; Jihan Ramadhany Ginting Manik
Glosains: Jurnal Sains Global Indonesia Vol. 7 No. 2 (2026): Glosains: Jurnal Sains Global Indonesia
Publisher : Sekolah Tinggi Agama Islam Kuningan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59784/glosains.v7i2.686

Abstract

Background: Tuberculosis (TB) remains a major public health problem in Indonesia, with West Java reporting 229,683 cases in 2024. The geographic clustering distribution of TB cases requires spatial analysis to identify transmission patterns and determinants. Objective: This study aimed to analyze spatial autocorrelation of TB incidence and its relationships with demographic, health service, environmental, and economic factors in West Java in 2024. Method: Quantitative design with an ecological approach across 27 districts/cities in West Java using data from the West Java Health Profile and Statistics Agency 2025. Spatial autocorrelation analysis employed Global Moran's I and univariate–bivariate LISA with a Queen Contiguity weighting matrix. Variables included TB incidence, population size, population density, health facility ratio, adequate sanitation, non-earth floors, and poor population. Analysis used GeoDa 1.22.0.21 with α = 0.05 and 999 permutations. Result: TB incidence showed significant global spatial autocorrelation (Moran's I = 0.3514, p = 0.001). Univariate LISA identified High-High clusters in the Bogor–Bekasi–Karawang metropolitan corridor and Low-Low clusters in Ciamis–Tasikmalaya–Majalengka. Bivariate autocorrelation revealed significant positive relationships with health facility ratio (I= 0.3207, p = 0.005), population size (I = 0.2449, p = 0.014), and population density (I = 0.2088, p = 0.044). Negative autocorrelation with poor population (I = −0.2950, p = 0.006) indicated an urban paradox. Conclusion: TB incidence distribution demonstrates significant geographic clustering with spatial heterogeneity. Demographic and health service factors show positive correlations, while economic factors exhibit an urban paradox. Intervention priorities should focus on metropolitan High-High clusters with spatial data integration and cross-sectoral collaboration.
Pengelompokan Kabupaten/Kota di Provinsi Nusa Tenggara Timur Berdasarkan Indikator Indeks Pembangunan Kesehatan Masyarakat Tahun 2023 Jihan Ramadhany Ginting Manik; Wahyu Septiono; Cinansa Muthia Dewani
Jurnal Ners Vol. 10 No. 2 (2026): APRIL 2026
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jn.v10i2.55817

Abstract

Indeks Pembangunan Kesehatan Masyarakat (IPKM) memegang peran krusial dalam memantau dan mengevaluasi kemajuan pembangunan kesehatan suatu wilayah. Penelitian ini bertujuan mengelompokkan kabupaten/kota di Provinsi Nusa Tenggara Timur berdasarkan indikator IPKM tahun 2023 serta mengidentifikasi karakteristik tiap gugus. Penelitian ini menggunakan pendekatan analitik kuantitatif dengan desain ekologi, memanfaatkan data Survei Sosial Ekonomi Nasional (Susenas) tahun 2023 di 21 kabupaten dan 1 kota di NTT. Penelitian ini menganalisis tujuh indikator IPKM, yaitu stunting, imunisasi lengkap, penggunaan alat kontrasepsi, persalinan oleh tenaga kesehatan, kebiasaan merokok, pneumonia, dan akses sanitasi. Pengelompokan wilayah dilakukan menggunakan metode K-Means, yaitu teknik pengelompokan non-hierarkis yang mengidentifikasi kelompok kabupaten/kota dengan karakteristik kesehatan masyarakat yang serupa berdasarkan jarak euclidean antar objek. Hasil penelitian menunjukkan adanya tiga gugus, yaitu kategori sedang sebanyak 16 kabupaten (72,7%) dengan capaian moderat pada sebagian besar indikator, kategori rendah hanya Sumba Barat Daya (4,5%) dengan permasalahan dominan pada stunting, pneumonia, dan unmet need kontrasepsi, serta kategori tinggi yang mencakup lima wilayah (22,7%) dengan capaian baik terutama pada imunisasi lengkap dan penggunaan kontrasepsi. Hasil pengelompokan ini dapat menjadi dasar bagi pemerintah daerah dalam menyusun prioritas intervensi kesehatan yang lebih tepat sasaran sesuai karakteristik masing-masing wilayah.
Co-Authors Cinansa Muthia Dewani Indang Trihandini Wahyu Septiono