Demam Berdarah Dengue (DBD) di Indonesia menunjukkan pola fluktuatif dan cenderung meningkat setiap tiga tahun. Kota Depok menduduki peringkat 2 kasus DBD tertinggi Jawa Barat. Faktor lingkungan seperti iklim, kepadatan vektor, dan kepadatan penduduk diduga berperan dalam penyebaran penyakit ini. Tujuan dari penelitian ini adalah untuk mengidentifikasi secara spasial keterkaitan antara faktor lingkungan yaitu suhu, curah hujan, kelembaban, ABJ, HI dan kepadatan penduduk dengan kejadian DBD di tiap kecamatan di Kota Depok pada tahun 2022-2024. Penelitian ini merupakan studi ekologi dengan pendekatan spasial. Data sekunder diperoleh dari Dinas Kesehatan Kota Depok, BPS Kota Depok, dan NASA. Analisis spasial dilakukan menggunakan QGIS dan GeoDa untuk menghitung autokorelasi spasial (Moran’s I dan LISA). Hasil dari pemetaan menunjukkan peningkatan kasus DBD signifikan pada tahun 2024. Hasil analisis LISA menunjukkan terdapat pengelompokan spasial antara iklim, vektor, dan kepadatan penduduk dengan kejadian DBD di beberapa wilayah kecamatan. Dapat disimpulkan bahwa terdapat beberapa wilayah yang harus diprioritaskan melakukan pengendalian penyakit.

---

Dengue Hemorrhagic Fever (DHF) in Indonesia shows a fluctuating pattern and tends to increase every three years. Depok City ranked second in terms of the highest number of DHF cases in West Java. Environmental factors such as climate, vector density, and population density were suspected to play a role in the spread of this disease. This study aimed to spatially identify the association between environmental factors (temperature, rainfall, humidity, House Index [HI], Larvae Free Index [ABJ], and population density) and DHF incidence in each sub-district of Depok City from 2022 to 2024. This study employed an ecological design with a spatial approach. Secondary data were obtained from the Depok City Health Office, the Depok City Statistics Agency, and NASA. Spatial analysis was conducted using QGIS and GeoDa to calculate spatial autocorrelation (Moran's I and LISA). The mapping results showed a significant increase in DHF cases in 2024. LISA analysis indicated spatial clustering among climate factors, vector indices, population density, and DHF incidence in several sub-districts. It was concluded that there were specific areas that should be prioritized for disease control interventions.

Demam berdarah dengue (DBD) merupakan penyakit menular yang sebabkan oleh gigitan nyamuk Aedes aegypti dan Aedes albopictus yang terinfeksi virus dengue dari penderita kepada orang lain. Penyakit ini endemik lebih dari 100 negara beriklim tropis dan sub tropis di belahan dunia. Sekitar 1,8 miliar (lebih dari 70%) dari populasi yang berisiko terkena demam berdarah di seluruh dunia tinggal di negara-negara Asia Tenggara dan Wilayah Pasifik Barat, salah satunya Indonesia. Pada tahun 2016, DKI Jakarta ditetapkan status Kejadian Luar Biasa (KLB) penyakit DBD, dengan jumlah penderita sebanyak 22.697 kasus dan Incidence Rate (IR) sebesar 220.8 per 100.000 penduduk. Kota Jakarta Barat menjadi salah satu wilayah dengan tingkat kejadian DBD tertinggi dibandingkan dengan kota lain di DKI Jakarta. Penelitian ini bertujuan untuk mengetahui analisis spasial kejadian DBD di Kota Jakarta Barat tahun 2015-2019 dengan mempertimbangkan beberapa faktor seperti demografi, iklim, dan angka bebas jentik. Desain studi yang digunakan pada penelitian ini yaitu studi ekologi dengan pendekatan analisis spasial dan analisis korelasi untuk melihat kekuatan hubungan antara kejadian DBD dengan faktor kepadatan penduduk, iklim, dan angka bebas jentik. Secara spasial kejadian DBD cenderung terjadi di wilayah dengan tingkat kepadatan tinggi dan ABJ rendah. Secara statistik, analisis korelasi menunjukkan terdapat hubungan yang signifikan antara kepadatan penduduk, kelembanam udara, dan curah hujan dengan kejadian DBD. Sedangkan suhu udara dan angka bebas jentik menunjukkan tidak adanya hubungan yang signifikan terhadap kejadian DBD di Kota Jakarta Barat. Dari 56 kelurahan di Jakarta Barat, terdapat 53 kelurahan yang tergolong tingkat kerawanan tinggi, dan 3 kelurahan tergolong kategori kerawanan sedang terjadinya kasus DBD. Tingginya masalah kasus DBD di Jakarta Barat membuat Dinas Kesehatan sebaiknya meningkatkan upaya atau perencanaan serta optimalisasi pemberdayaan masyarakat dalam pemberantasan kasus DBD.

Hipertensi merupakan salah satu penyebab utama kematian di Indonesia dan berkontribusi besar terhadap beban penyakit tidak menular. Identifikasi faktor-faktor risiko hipertensi secara menyeluruh sangat penting untuk mendukung intervensi kesehatan yang lebih terarah. Penelitian ini bertujuan untuk menganalisis faktor-faktor risiko kejadian hipertensi pada penduduk usia ≥18 tahun di Indonesia dengan pendekatan probabilistik menggunakan Bayesian Network. Penelitian ini merupakan studi kuantitatif menggunakan data sekunder Indonesia Family Life Survey (IFLS) Gelombang ke 5. Sampel terdiri dari 34.271 individu yang telah melewati tahap pembersihan data dan klasifikasi variabel. Struktur Bayesian Network disusun secara manual berdasarkan analisis bivariat dan referensi teoritis, kemudian divisualisasikan menggunakan perangkat lunak R (bnlearn) dan Python (CausalNex). Analisis probabilitas bersyarat dilakukan melalui perhitungan Conditional Probability Table (CPT) untuk mengidentifikasi jalur risiko langsung maupun tidak langsung. Hasil penelitian menunjukkan bahwa variabel merokok dan imt_kat (kategori Indeks Massa Tubuh tidak normal) merupakan dua faktor risiko utama yang secara langsung meningkatkan probabilitas kejadian hipertensi. Probabilitas hipertensi tertinggi ditemukan pada kombinasi individu yang merokok dan memiliki IMT tidak normal, yaitu sebesar 25,87%. Selain itu, jalur tidak langsung juga teridentifikasi, seperti pendapatan → pendidikan → stres → merokok → hipertensi, serta usia, aktivitas fisik, dan pola makan → IMT → hipertensi. Variabel perilaku dan sosial ekonomi terbukti saling terhubung dalam memengaruhi risiko hipertensi secara kumulatif. Kesimpulan dari penelitian ini menunjukkan bahwa pendekatan Bayesian Network mampu mengungkap hubungan probabilistik antar variabel risiko secara komprehensif. Temuan ini menggarisbawahi pentingnya intervensi kesehatan masyarakat yang bersifat holistik, dengan mempertimbangkan determinan sosial, perilaku, dan fisik sebagai satu kesatuan sistem risiko.

---

Hypertension is one of the leading causes of death in Indonesia and contributes significantly to the burden of non-communicable diseases. This study aims to analyze the risk factors associated with hypertension among individuals aged ≥18 years in Indonesia using a probabilistic approach through Bayesian Network modeling. This research is a quantitative study utilizing secondary data from the fifth wave of the Indonesia Family Life Survey (IFLS-5). The sample consisted of 34,271 individuals who met the inclusion criteria after data cleaning and variable classification. The Bayesian Network structure was constructed manually based on bivariate analysis and theoretical references, then visualized using R (bnlearn) and Python (CausalNex). Conditional Probability Tables (CPTs) were generated to identify both direct and indirect risk pathways. The results indicate that smoking and abnormal BMI (imt_kat) are two primary risk factors that directly increase the probability of hypertension. The highest probability of hypertension (25.87%) was found among individuals who both smoke and have an abnormal BMI. Additionally, indirect pathways were also identified, such as income → education → stress → smoking → hypertension, as well as age, physical activity, and dietary patterns → BMI → hypertension. Behavioral and socioeconomic variables were shown to be interconnected in influencing hypertension risk cumulatively. In conclusion, this study demonstrates that the Bayesian Network approach is effective in revealing the probabilistic relationships among various risk factors. These findings highlight the importance of holistic public health interventions that consider social, behavioral, and physiological determinants as an integrated risk system.