APLIKASI AGENT BASED MODEL UNTUK ANALISIS RISIKO IKLIM TERHADAP KEJADIAN DEMAM DENGUE DI KOTA BOGOR

Abstract

Penularan demam dengue di wilayah perkotaan tropis dipengaruhi oleh interaksi tertunda dan nonlinear antara iklim, habitat nyamuk, vektor, dan manusia. Penelitian ini bertujuan menganalisis hubungan variabel iklim dengan kejadian demam dengue berdasarkan jeda waktu (lag) serta mengembangkan model berbasis agen (Agent-Based Model/ABM) untuk mengevaluasi respons kasus terhadap variasi iklim di Kota Bogor. Data bulanan kasus dengue dan iklim periode 2004–2022 dianalisis menggunakan korelasi Pearson dan Spearman pada lag 0–2 bulan. ABM dikembangkan pada platform GAMA dengan mengintegrasikan kondisi lingkungan, dinamika Aedes aegypti, dan penularan pada manusia melalui kerangka Susceptible–Exposed–Infectious–Recovered (SEIR). Model dikalibrasi menggunakan data 2004–2018, divalidasi menggunakan data 2019–2022, kemudian dijalankan pada kondisi dasar dan sembilan skenario sensitivitas iklim. Kelembapan rata-rata pada lag satu bulan memiliki korelasi positif terkuat dengan kasus dengue (r = 0,402; p < 0,001; R² = 0,162), diikuti jumlah hari hujan pada lag dua bulan (r = 0,361; p < 0,001; R² = 0,131). Rata-rata hasil simulasi kondisi dasar sebesar 80,62 kasus per bulan, dibandingkan 86,77 kasus hasil observasi, dengan kesesuaian temporal sedang (r = 0,514) dan perbedaan rata-rata yang tidak signifikan (p = 0,187). Skenario peningkatan suhu 2 °C dan kondisi hangat–basah menghasilkan respons kasus yang relatif tinggi, tetapi model masih meredam puncak kejadian ekstrem. Hasil skenario merupakan eksperimen sensitivitas, bukan proyeksi deterministik. Temuan ini menunjukkan potensi pemanfaatan sinyal iklim tertunda dan ABM untuk mendukung kewaspadaan dini demam dengue.