Peningkatan signifikan kasus leptospirosis di Kota Tangerang pada tahun 2024–2025, setelah tidak ada laporan kasus selama tiga tahun sebelumnya, menunjukkan adanya dinamika faktor risiko yang perlu dikaji lebih dalam. Penanganan penyakit ini sering kali baru difokuskan saat terjadi banjir, padahal faktor iklim dan lingkungan memiliki peran yang berkelanjutan. Penelitian ini bertujuan menganalisis hubungan antara faktor sosial, iklim, dan lingkungan dengan kejadian leptospirosis di 13 kecamatan Kota Tangerang periode 2021–2025. Penelitian menggunakan desain studi ekologi dengan analisis korelasi dan pendekatan spasial. Hasil penelitian menunjukkan bahwa kepadatan penduduk, suhu udara, kelembapan udara, dan jumlah kejadian banjir secara statistik tidak menunjukkan hubungan yang bermakna (p>0,05) dengan kasus leptospirosis. Sebaliknya, peningkatan kasus berhubungan signifikan dengan tingginya curah hujan (r = 0,490), kepadatan tikus (r = 0,822), dan cakupan rumah sehat (r = 0,301). Secara spasial, sebaran kasus cenderung mengelompok pada wilayah dengan curah hujan dan kelembapan udara sedang hingga tinggi serta kondisi lingkungan dengan banyak tikus. Oleh karena itu, strategi pengendalian perlu difokuskan pada pencegahan dini melalui pemantauan iklim dan pengendalian populasi tikus secara terpadu sebelum musim penghujan tiba.

The significant increase in leptospirosis cases in Tangerang City durineg 2024–2025, after no reported cases for the three previous years, indicates the presence of risk factor dynamics that require further investigations. The management of this disease is often focused only when floods occur, even though climate and environmental factors play a continuous role. This study aimed to analyze the relationship between social, climatic, and environmental factors with the incidence of leptospirosis across 13 sub-districts in Tangerang City for the 2021–2025 period. An ecological study design was employed, utilizing correlation analysis and a spatial approach. The results showed that population density, air temperature, air humidity, and the number of flood events did not have a statistically significant relationship (p>0,05) with leptospirosis cases. Conversely, the increase in cases was significantly correlated with high rainfall (r = 0,490), rat density (r = 0,822), and healthy housing coverage (r = 0,301). Spatially, the distribution of cases tended to cluster in areas with moderate to high rainfall and air humidity, alongside environmental conditions with high rat populations. Therefore, control strategis should focus on early prevention through climate monitoring and integrated rat population control before the onset of the rainy season.

Leptospirosis adalah penyakit zoonosis akibat bakteri Leptospira. DKI Jakarta termasuk dari 11 wilayah endemis. Penelitian ini menganalisis keterkaitan faktor sosial (kepadatan penduduk), iklim (kelembapan, curah hujan, suhu), dan lingkungan (rawan banjir, timbulan sampah) terhadap kasus leptospirosis di lima kota administrasi DKI Jakarta tahun 2017–2023. Hasil menunjukkan hubungan signifikan antara kelembapan, curah hujan, dan daerah rawan banjir (p<0,05), dengan korelasi kelembapan (r = -0,375) dan curah hujan (r = 0,477). Persebaran kasus lebih banyak pada wilayah rawan banjir, timbulan sampah sedang–tinggi, dan kepadatan penduduk sedang. Dengan demikian, perlu dilakukan optimalisasi pelaporan dan kolaborasi lintas sektor dalam mengintervensi masyarakat.

---

Leptospirosis is a zoonotic disease caused by Leptospira bacteria. DKI Jakarta is one of 11 endemic areas. This study analyzed the relationship between social (population density), climatic (humidity, rainfall, temperature), and environmental (flood-prone, waste generation) factors on leptospirosis cases in five administrative cities of DKI Jakarta in 2017-2023. The results showed a significant relationship between humidity, rainfall, and flood-prone areas (p<0.05), with a correlation of humidity (r = -0.375) and rainfall (r = 0.477). The distribution of cases was more in flood-prone areas, medium-high waste generation, and medium population density. Thus, it is necessary to optimize cross-sector collaboration in intervention. 

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.

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.