Text
ANALISIS KORELASI DAN REGRESI DENGAN PENDEKATAN LAG TIME ANTARA CURAH HUJAN DAN KASUS MALARIA DI KECAMATAN GUNUNGSARI TAHUN 2021-2024
ABSTRAK
Analisis Korelasi dan Regresi dengan Pedekatan Lag Time antara Curah Hujan
dan Kasus Malaria di Kecamatan Gunungsari Tahun 2021-2024
Wira Satriawan, Eva Triani, I Ketut Artastra
Latar belakang: Malaria masih menjadi masalah kesehatan masyarakat di
Indonesia, termasuk di Kabupaten Lombok Barat, khususnya Kecamatan
Gunungsari yang dalam beberapa tahun terakhir menunjukkan proporsi kasus
tertinggi. Faktor lingkungan, terutama curah hujan, berperan penting dalam
dinamika penularan malaria melalui pengaruhnya terhadap siklus hidup vektor
Anopheles dan perkembangan parasit Plasmodium. Namun, pengaruh tersebut
tidak bersifat langsung dan melibatkan jeda waktu (lag time) antara kejadian
hujan dan munculnya kasus malaria. Penelitian ini bertujuan untuk menganalisis
hubungan antara curah hujan dan kasus malaria dengan pendekatan lag time di
Kecamatan Gunungsari selama periode 2021?2024.
Metode: Penelitian cross-sectional ini menggunakan desain studi observasional
analitik dengan pendekatan deret waktu (time series). Data sekunder berupa curah
hujan diperoleh dari Badan Meteorologi, Klimatologi, dan Geofisika (BMKG)
dalam resolusi dasarian, sedangkan data kasus malaria berasal dari Dinas
Kesehatan Provinsi Nusa Tenggara Barat. Analisis univariat digunakan untuk
menggambarkan pola curah hujan dan karakteristik kasus malaria, sementara
analisis bivariat dilakukan menggunakan uji korelasi Spearman dengan variasi
jeda waktu dari 0 hingga 36 dasarian dan regresi linier sederhana.
Hasil: Hasil penelitian menunjukkan bahwa pola kasus malaria di Kecamatan
Gunungsari bersifat fluktuatif dengan puncak pada sekitar musim penghujan.
Analisis korelasi menunjukkan hampir seluruh (36 dari 37) jeda waktu tidak
menunjukkan adanya hubungan bermakna antara curah hujan dan kasus malaria.
Model regresi linier sederhana menunjukkan lag-30 dasarian sebagai lag paling
signifikan secara statistik, meskipun model tersebut belum sepenuhnya memenuhi
seluruh asumsi regresi linier sederhana.
Simpulan: Disimpulkan bahwa, secara umum, curah hujan tidak berhubungan
dengan kejadian malaria di Kecamatan Gunungsari tahun 2021-2024, kasus
malaria merupakan dinamika hasil dinamikan kompleks oleh faktor-faktor lain
selain curah hujan. Temuan ini menegaskan pentingnya penelitian yang lebih
komprehensif, metode analitik yang lebih sesuai, dan resolusi data yang lebih
tinggi dalam mendukung sistem kewaspadaan dini dan perencanaan pengendalian
malaria berbasis iklim.
Kata kunci: curah hujan, jeda waktu, malariaviii
ABSTRACT
Correlation and Regression Analysis Using a Lag Time Approach between
Rainfall and Malaria Cases in Gunungsari Subdistrict, 2021?2024
Wira Satriawan, Eva Triani, I Ketut Artastra
Background: Malaria remains a major public health problem in Indonesia,
including in West Lombok Regency, particularly in Gunungsari Subdistrict, which
has shown the highest proportion of cases in recent years. Environmental factors,
especially rainfall, play an important role in malaria transmission dynamics
through their influence on the life cycle of Anopheles vectors and the development
of Plasmodium parasites. However, this influence is not immediate and involves a
time delay (lag time) between rainfall events and the occurrence of malaria cases.
This study aimed to analyze the relationship between rainfall and malaria cases
using a lag-time approach in Gunungsari Subdistrict during the period 2021?2024.
Methods: This cross-sectional study employed an analytical observational design
with a time-series approach. Secondary rainfall data with a ten-day (decadal)
resolution were obtained from the Meteorology, Climatology, and Geophysics
Agency (BMKG), while malaria case data were collected from the West Nusa
Tenggara Provincial Health Office. Univariate analysis was conducted to describe
rainfall patterns and malaria case characteristics, while bivariate analysis was
performed using Spearman correlation tests with lag variations ranging from 0 to
36 dekads and simple linear regression.
Results: The results showed that malaria case patterns in Gunungsari Subdistrict
were highly fluctuating, with peaks occurring around the rainy season. Correlation
analysis indicated that almost all lag times (36 out of 37) showed no statistically
significant association between rainfall and malaria cases. Simple linear
regression analysis identified lag-30 decads as the most statistically significant
lag; however, the regression model did not fully meet the assumptions of simple
linear regression.
Conclusion: In conclusion, rainfall was generally not associated with malaria
cases in Gunungsari Subdistrict during 2021?2024, suggesting that malaria
transmission is driven by complex dynamics involving factors beyond rainfall
alone. These findings highlight the need for more comprehensive studies, more
appropriate analytical methods, and higher-resolution data to support climatebased early warning systems and malaria control planning.
Keywords: rainfall, lag time, malaria
Tidak tersedia versi lain