Analisis Lima Faktor Lingkungan Rumah Penyintas Covid-19 di Kota Bandung Melalui Analisis Komponen Utama

Studi Kasus: Kelurahan Dago dan Sekeloa, Kecamatan Coblong

Authors

  • Udjianna Sekteria Pasaribu Kelompok Keilmuan Statistika, Program Studi Matematika, FMIPA, Institut Teknologi Bandung
  • Nisa Fadlilah Fathul Ilmi Kelompok Keilmuan Statistika, Program Studi Matematika, FMIPA, Institut Teknologi Bandung
  • Darman Siahaan Kelompok Keilmuan Statistika, Program Studi Matematika, FMIPA, Institut Teknologi Bandung
  • Fahmi Jihaduddin Kelompok Keilmuan Statistika, Program Studi Matematika, FMIPA, Institut Teknologi Bandung
  • Utriweni Mukhaiyar Kelompok Keilmuan Statistika, Program Studi Matematika, FMIPA, Institut Teknologi Bandung

DOI:

https://doi.org/10.1234/pns.v10i.106

Keywords:

Penyintas Covid-19, lima faktor lingkungan rumah, faktor lingkungan terkontrol dan tidak

Abstract

Penularan Covid-19 di klaster keluarga perlu mendapat perhatian khusus, terutama pada PPKM dengan mobilitas yang berangsur-angsur kembali normal. Selain kebiasaan mematuhi dan menerapkan protokol kesehatan, kondisi lingkungan rumah juga mempengaruhi percepatan penularannya di lingkungan terkait. Studi ini mengamati lima faktor lingkungan acuan dalam menentukan kualitas suatu rumah sehat atau tidak. Kelima faktor tesebut adalah: suhu, kelembapan, ventilasi, pencahayaan, dan luas area per orang (m2/orang). Selanjutnya dilakukan survey mulai 31 Maret 2021 -12 April 2021 pada 38 rumah penyintas Covid-19 dari dua kelurahan yang ada di Kecamatan Coblong. Kecamatan ini menarik untuk dipelajari lebih dalam karena menjadi salah satu dari sepuluh kecamatan yang berada di Kota Bandung dengan kenaikan kasus positif Covid-19 tertinggi. Kelurahan yang dipilih adalah Dago dan Sekeloa yang sangat berdekatan dan mobilitas penduduknya tinggi. Selain menjadi sentra oleh -oleh wisatawan lokal, di sekitar 2 kelurahan tersebut berdiri masing-masing tiga PTN dan PTS. Lima faktor lingkungan di atas, tentu saja masing-masing adalah peubah acak. Analisis multivariat yang diterapkan adalah Analisis Komponen Utama. Menarik bahwa 5 variabel tersebut bisa diwakili oleh: (A) dua komponen utama dengan penyerapan total sebesar 62,86% atau (B) tiga komponen utama dengan penyerapan total sebesar 79,01%. Untuk kasus A dapat dikategorikan dalam dua komponen baru sebagai faktor lingkungan tidak terkontrol, yaitu suhu, kelembapan, dan pencahayaan, dan yang terkontrol, yaitu ventilasi dan luas area per orang. Dari survey diatas, dapat disimpulkan bahwa bahwa sirkulasi udara yang baik dan area untuk isolasi mandiri yang cukup luas dapat mengontrol penularan Covid-19 pada klaster keluarga di Kelurahan Dago dan Sekeloa.

Downloads

Download data is not yet available.

References

He, S., Tang, S., and Rong, L., “A Discrate Stochastic Model of COVID-19 Outbreak: Forecast and Control”, Mathematical Biosciences and Engineering, 17(4): 2792-2804, 2020

World Health Organization. Advice for the Public: Coronavirus Disease (COVID-19). Diperoleh dari Situs Web Internasional WHO, who.int. 2020

Kawal Covid-19. Grafik Interaktif untuk Data Nasional. Diperoleh dari Situs kawalcovid19.id

Schuit, M., dkk. “Airborne sars-cov-2 is rapidly inactivated by simulated sunlight. The Journal of Infectious Diseases, 222(4), 564–571. 2020.

Ward, M. P., Xiao, S., and Zhang, Z. “The role of climate during THE COVID‐19 epidemic in New South Wales, Australia”. Transboundary and Emerging Diseases, 67(6), 2313–2317. 2020

Sajadi, dkk." Temperature, humidity, and latitude analysis to predict potential spread and seasonality for COVID-19”. University of Maryland, School of Medicine, Baltimore, USA. 2020.

Biryukov, J., dkk. “Increasing temperature and relative humidity accelerates inactivation of sars-cov-2 on surfaces”. MSphere, 5(4). 2020.

World Health Organization. “Roadmap to improve and ensure good indoor ventilation in the contects of COVID-19”. Diperoleh dari Situs Web Internasional WHO, who.int. Maret 2021

Irawan, F. A., Suhel, H., dan Wibawanto, A. E., “Identifikasi geospasial cuaca dan kelembapan terhadap penyebaran kasus COVID-19 menggunakan sistem informasi geografis Provinsi Kalimantan Selatan”. Jurnal Poros Teknik, vol. 12 no. 2, 99-106. 2020.

Schwarz, C., Ackert, P., dan Mauermann, R., “Principal component analysis and singular value decomposition used for a numerical sensitivity analysis of a complex drawn part”. Int J Adv Manuf Technology. Springer. London. 2017.

Pasaribu, U. S., Nurhayati , N., Ilmi , N. F. F., dan Sari, K. N., “Determining soil fertility using principal componen regression analysis of oil palm plantation in West Sulawesi, Indonesia”. Journal of Physics: Conference Series. 1494 012013. 2020.

Rencher A C. “Methods of Multivariate Analysis (3rd ed.)”. New York: John Wiley & Sons,Inc.Publication. 2012.

Downloads

Published

2021-12-30

How to Cite

Sekteria Pasaribu, U. ., Fadlilah Fathul Ilmi, N. ., Siahaan, D. ., Jihaduddin, F. ., & Mukhaiyar, U. . (2021). Analisis Lima Faktor Lingkungan Rumah Penyintas Covid-19 di Kota Bandung Melalui Analisis Komponen Utama: Studi Kasus: Kelurahan Dago dan Sekeloa, Kecamatan Coblong. Prosiding Seminar Nasional Statistika, 10, 41. https://doi.org/10.1234/pns.v10i.106