Visualisasi Data Penyebaran Penyakit Menular di Indonesia Tahun 2015–2023 Menggunakan Looker Studio dan Algoritma PEDULI

Indra  Purnama; Zalsa Putri  Tsabitah; Yeni  Setiani; Witari  Aryunani

doi:10.33395/jmp.v14i2.15727

Authors

Indra Purnama Universitas Gunadarma
Zalsa Putri Tsabitah Universitas Gunadarma
Yeni Setiani Universitas Gunadarma
Witari Aryunani Universitas Gunadarma

DOI:

10.33395/jmp.v14i2.15727

Keywords:

Penyakit Menular, Visualisasi Data, Algoritma PEDULI, CRISP-DM, Dashboard Interaktif

Abstract

Penelitian ini membahas analisis dan visualisasi data persebaran penyakit menular di Indonesia periode 2015–2023 menggunakan Looker Studio serta pengembangan algoritma PEDULI (PEta sebaran penDULu waktu dan LokasI). Penelitian ini dilatarbelakangi oleh kebutuhan akan sistem pemantauan penyakit yang informatif dan mudah dipahami, mengingat penyajian data yang masih bersifat numerik dan kurang komunikatif. Tujuan penelitian adalah menyajikan persebaran penyakit menular secara interaktif serta mendeteksi lonjakan kasus berdasarkan waktu dan wilayah. Data diperoleh dari Kaggle dan Portal Satu Data Indonesia, kemudian diproses melalui tahap pembersihan, standarisasi, dan pengkodean menggunakan Python pada Google Colab. Metode penelitian mengacu pada CRISP-DM yang diintegrasikan dengan algoritma PEDULI, meliputi penyaringan data, perhitungan lonjakan kasus, analisis temporal, dan visualisasi lokasi. Hasil penelitian ditampilkan dalam bentuk dashboard interaktif berupa peta sebaran, grafik tren tahunan, dan skor lonjakan kasus per wilayah. Hasil menunjukkan bahwa visualisasi berbasis algoritma PEDULI lebih efektif dalam mengidentifikasi pola persebaran dan wilayah berisiko dibandingkan penyajian data konvensional.

GS Cited Analysis

References

Arias-Carrasco, R., Giddaluru, J., Cardozo, L. E., Martins, F., Maracaja-Coutinho, V., & Nakaya, H. I. (2021). OUTBREAK: A User-Friendly Georeferencing Online Tool for Disease Surveillance. Biological Research, 54(1), 1–6.

https://doi.org/10.1186/s40659-021-00343-5

Betz, P. K., Stoll, J., Grappendorf, V., Gilg, J., Zeumer, M., Klitz, M., Spataro, L., Klein, A., Rothenhaeusler, L., Bohnacker, H., Kraemer, H., Meyer-Hermann, M., Somogyi, S., Gerndt, A., & Kuhn, M. J. (2023). ESID: Exploring the Design and Development of a Visual Analytics Tool for Epidemiological Emergencies. Proceedings - 2023 IEEE VIS Workshop on Visualization for Pandemic and Emergency Responses, Vis4PandEmRes 2023, 8–14.

https://doi.org/10.1109/Vis4PandEmRes60343.2023.00007

Brownstein, J. S., Freifeld, C. C., Reis, B. Y., & Mandl, K. D. (2008). Surveillance sans frontières: Internet-based emerging infectious disease intelligence and the HealthMap project. PLoS Medicine, 5(7), 1019–1024.

https://doi.org/10.1371/journal.pmed.0050151

Carroll, L. N., Au, A. P., Detwiler, L. T., Fu, T. C., Painter, I. S., & Abernethy, N. F. (2014). Visualization and Analytics Tools for Infectious Disease Epidemiology: A Systematic Review. Journal of Biomedical Informatics, 51, 287–298.

https://doi.org/10.1016/j.jbi.2014.04.006

Dias, R., Ferreira, A., Pinto, I., Geraldes, C., Von Rekowski, C., & Bento, L. (2024). An Interactive Dashboard for Statistical Analysis of Intensive Care Unit COVID-19 Data. Bio Med Informatics, 4(1), 454–476.

https://doi.org/10.3390/biomedinformatics4010026

Dong, E., Du, H., & Gardner, L. (2020). An Interactive Web-Based Dashboard to Track COVID-19 In Real Time. The Lancet Infectious Diseases, 20(5), 533–534. https://doi.org/10.1016/S1473-3099(20)30120-1

Hizriansyah, H. (2025). Perancangan Model Dashboard untuk Pelaporan dan Visualisasi Data Kesehatan Sebagai Sistem Monitoring Di Dinas Kesehatan Gunungkidul. Journal of Information Systems for Public Health.

https://doi.org/10.22146/jisph.72268

Mitra, A., Soman, B., & Singh, G. (2021). An Interactive Dashboard for Real-Time Analytics and Monitoring of COVID-19 Outbreak in India: A proof of Concept. Proceedings of the 1st Virtual Conference on Implications of Information and Digital Technologies for Development, 335–351.

https://doi.org/https://doi.org/10.48550/arXiv.2108.09937

Ningtyas, A. M., Lubis, I. K., & Herwanto, G. B. (2019). Monitoring Persebaran Penyakit Demam Berdarah Dengue dengan Memanfaatkan Data Berita Online. Jurnal Kesehatan Vokasional, 4(2), 105. https://doi.org/10.22146/jkesvo.44691

Nurvita, S. (2025). Pemetaan Epidemiologi Leptospirosis Berbasis Sistem Informasi Geografis Tahun 2021–2022. PREPOTIF: Jurnal Kesehatan Masyarakat, 7(3), 21865. https://doi.org/10.31004/prepotif.v7i3.21865

Purbayu, A., & Nurfi, R. A. (2022). Sistem Informasi Geografis Pendataan Penyakit Menular Menggunakan Peta Marker Symbol Layers. Indonesian Journal of Apllied Informatics (IJAI), 6(2), 69–79.

https://doi.org/https://doi.org/10.20961/ijai.v6i2.55417

Sabrina, S. S. (2025). Visualisasi data penyebab kematian di Indonesia rentang tahun 2000–2022 dengan Power BI. Jurnal Informatika dan Teknik Elektro Terapan, 12(2). https://doi.org/10.23960/jitet.v12i2.4071

Schulze, A., Brand, F., Geppert, J., & Böl, G.-F. (2023). Digital dashboards visualizing public health data: A systematic review. Frontiers in Public Health, 11, 999958.

https://doi.org/10.3389/fpubh.2023.999958

Tebé, C., Valls, J., Satorra, P., & Tobías, A. (2020). COVID19-world: A shiny application to perform comprehensive country-specific data visualization for SARS-CoV-2 epidemic. BMC Medical Research Methodology, 20(1), 235.

https://doi.org/10.1186/s12874-020-01121-9

Zahra, M., Rezkyllah, B. K., Putra, F. H., Ramdhani, R., & Hasan, F. N. (2023). Analisa Visualisasi Data Kematian Yang Disebabkan Oleh Penyakit Hiv Dan Malaria Diseluruh Dunia Dengan Metode Business Intelligence Menggunakan Dashboard Tableau. Proceeding of TEKNOKA National Seminar - 7, 7(2502–8782), 63–70. https://journal.uhamka.ac.id/teknoka/article/view/11139