Epidemi HIV di Indonesia masih terkonsentrasi pada populasi kunci, namun dalam satu dekade terakhir tren penularannya cenderung bergeser ke populasi umum. Perbedaan karakteristik epidemiologi kedua kelompok tersebut menunjukkan perlunya pendekatan spasial dalam pengendalian HIV. Penelitian ini bertujuan untuk menganalisis pola spasial dan faktor-faktor yang berhubungan dengan distribusi penemuan ODHIV baru pada populasi kunci dan populasi umum di 35 kabupaten/kota Provinsi Jawa Tengah tahun 2024. Penelitian ini menggunakan desain studi ekologi dengan data sekunder dari Sistem Informasi HIV/AIDS (SIHA) Dinas Kesehatan Provinsi Jawa Tengah tahun 2024, Profil Kesehatan, serta Badan Pusat Statistik. Analisis dilakukan menggunakan Global Moran's I, Local Indicators of Spatial Association (LISA), dan Spatial Autoregressive Model (SAR). Hasil penelitian menunjukkan bahwa distribusi ODHIV baru pada populasi kunci tidak memiliki autokorelasi spasial yang signifikan, sedangkan pada populasi umum ditemukan autokorelasi spasial positif yang signifikan (Global Moran's I = 0,2215; p = 0,016). Analisis LISA mengidentifikasi Kabupaten Karanganyar sebagai satu-satunya klaster high-high pada populasi umum. Model SAR merupakan model terbaik untuk populasi umum dan menunjukkan adanya ketergantungan spasial antarwilayah (ρ = 0,696; p < 0,001). Kepadatan penduduk merupakan satu-satunya faktor yang berhubungan signifikan dengan peningkatan penemuan ODHIV baru (p < 0,001), sedangkan faktor demografi lainnya, sosial ekonomi, dan akses pelayanan kesehatan tidak berhubungan signifikan. Penelitian ini menunjukkan bahwa distribusi penemuan ODHIV baru pada populasi umum dipengaruhi oleh faktor spasial, sedangkan pada populasi kunci tidak ditemukan pola spasial yang bermakna. Temuan ini mendukung pemanfaatan pendekatan spasial untuk mengidentifikasi wilayah prioritas, khususnya klaster high high, sehingga dapat menjadi dasar dalam perencanaan deteksi dini, penguatan layanan HIV dan alokasi sumber daya kesehatan yang lebih efektif di Provinsi Jawa Tengah.

transmission has increasingly expanded to the general population over the past decade.  The distinct epidemiological characteristics of these two populations underscore the  importance of adopting a spatial approach to HIV prevention and control. This study  aimed to examine the spatial distribution and factors associated with the distribution of  newly identified people living with HIV (ODHIV) among key populations and the general  population across the 35 districts and municipalities of Central Java Province in 2024. An  ecological study design was employed using secondary data obtained from the 2024  HIV/AIDS Information System (SIHA) of the Central Java Provincial Health Office, the  Central Java Provincial Health Profile, and Statistics Indonesia. Spatial analysis were  performed using Global Moran's I, Local Indicators of Spatial Association (LISA), and  the Spatial Autoregressive (SAR) model. The findings indicated that the spatial  distribution of newly identified ODHIV among key populations did not exhibit significant  spatial autocorrelation. In contrast, significant positive spatial autocorrelation was  observed among the general population (Global Moran's I=0.2215; p=0.016). LISA  identified Karanganyar District as the only statistically significant high-high cluster.  Based on spatial diagnostic tests, the SAR model provided the best fit for explaining the  spatial variation in newly identified ODHIV among the general population and  demonstrated significant spatial dependence across neighboring areas (ρ=0.696;  p<0.001). Population density was the only area-level factor significantly associated with  an increased rate of newly identified ODHIV (p<0.001), whereas other demographic,  socioeconomic, and healthcare access variables were not significantly associated. These  findings suggest that the spatial distribution of newly identified ODHIV in the general  population is influenced by spatial dependence, whereas no meaningful spatial pattern  was identified among key populations. The results highlight the value of spatial analytical  approaches in identifying priority areas, particularly high-high clusters, to support  targeted HIV screening, strengthen HIV service delivery, and improve the allocation of  public health resources in Central Java Province.