Pemetaan Pelakuan Penduduk dalam Sebaran Penyakit COVID19 di Daerah Kota Kinabalu, Sabah Menggunakan PCA-GIS
Abstract
Kini, Coronavirus 2019 (COVID19) merupakan pandemik yang telah menjadi ancaman kesihatan awam di seluruh dunia. Kota Kinabalu merupakan antara daerah di Sabah yang mencatatkan jumlah kes positif COVID19 yang tertinggi pada peringkat awal wabak tersebut menular. Walaupun kerajaan telah mengumumkan arahan Perintah Kawalan Pergerakan (PKP) namun ada segelintir penduduk yang tidak mematuhi peraturan tersebut. Hal ini sedikit sebanyak telah mempengaruhi peningkatan kes positif COVID19 di Sabah khususnya di daerah Kota Kinabalu. Pemantauan terhadap individu yang melanggar arahan PKP ini sukar dilakukan kerana kekurangan tenaga kerja dan faktor geografi juga sebagai penghalang untuk pihak berkuasa bergerak membuat rondaan. Selain itu, kekurangan penggunaan teknologi seperti Sistem Maklumat Geografi (GIS) menjadi salah satu faktor penguatkuasaan tidak dapat dilakukan dengan baik. Oleh itu, kajian ini adalah untuk mengenal pasti faktor utama pelakuan penduduk yang menyumbang kepada sebaran wabak di Kota Kinabalu menggunakan analisis Analisis Komponen Utama (PCA) dan seterusnya memetakan hasil tersebut menggunakan GIS. Kajian ini menggunakan data sedia ada melibatkan seramai 100 orang responden di daerah Kota Kinabalu dan hanya melibatkan zon yang mencatatkan kes positif COVID19 sahaja. Data yang terlibat terdiri daripada data pelakuan, lokasi faktor dan lokasi responden. Analisis yang digunakan dalam kajian ini ialah analisis PCA dan kaedah pengkelasan menggunakan GIS. Hasil kajian ini merupakan peta pelakuan penduduk di daerah Kota Kinabalu yang mempengaruhi sebaran wabak COVID19. Hasil ini dapat membantu pihak yang bertanggungjawab mengenal pasti zon di daerah Kota Kinabalu yang berpotensi mempunyai risiko tinggi jangkitan COVID19.
Downloads
References
Alcabes, P., Kreiswirth, B. & Tempalski, B.J. (1998). Tracking spatial-temporal spread of emerging infections: Combining molecular methods with geographic information systems (GIS). International Conference on Emerging Infectious Diseases. Atlanta.
Alexandru-Ionut Petrisor, Natasa Vaidianu & Ioan Ianos. (2012). Applications of Principal Component Analysis integrated with GIS. Procedia Environmental Sciences 14, 247 – 256.
Aziz, S, Ngui, R, Lim, Y.A.L, Sholehah, I, Nur Farhana, J, Azizan, A.S. & Wan Yusoff, W.S. (2012). Spatial pattern of 2009 dengue distribution in Kuala Lumpur using GIS application. Tropical Biomedicine 29(1): 113–120.
Badariah Ab Rahman, Rosazman Hussin, Jabil Mapjabil, Ayesah Uy Abubakar, Nor-Ina Kanyo, Dzurizah Ibrahim, Rizal Othman & Siti Mariam Gulam (2020). Tinjauan literatur penyakit berjangkit dan kesan penularan COVID-19 kepada golongan B40. Journal of Islamic, Social, Economics and Development (JISED), 5(32), 37 – 49.
Barbara Golicnik Marussic & Damjan Marusic. (2012). Behavioural maps and GIS in place evaluation and design. Application of Geographic Information Systems. http://dx.doi.org/10.5772/47940
Benjamin, M. S., Athena Aktipisb, David, M. B., Joe Alcockd, Paul Bloome, Michele Gelfandf, Sam Harrisg, Debra Liebermanh, Barbara N. Horowitzi, Steven Pinkerk, David Sloan Wilsonl & Martie G. Haseltona. (2020). The pandemic exposes human nature: 10 evolutionary insights. PNAS, 117, 45.
Berita Harian Online (31 Mac 2020). Polis dalam mod ‘keras’ laksana PKP fasa 2. https://www.google.com/amp/s/www.bharian.com.my/amp/berita/nasional/2020/04/6721 12/covid-19-polis dalam-mod-keras-laksana-pkp-fasa-dua. Diakses pada 12 Ogos 2020.
Bernama. (2020a). Covid-19. https://www. bernama .com/ en/general/news_covid 19.php?id=1827627. Diakses pada 1 November 2020
Bernama. (2020b). COVID-19 chronology in Malaysia [Internet]. Kuala Lumpur, Malaysia: Malaysia National News Agency; 2020 March 17. https://www.bernama.com/en/news.php?id=1821902. Di akses pada 24 Mac 2020
Bertrand, W. E., & Mock, N. B. (1995). Spatial Information to Make a Difference: Value Added Decision-Making in the Health Sector with Geographical Information Systems. The GeoJournal Library. doi 10.1007/978-0-585-31560-7_17
Celauro, A., Schiavon, N., Brunetti, A., Manfredi, L., Susanna, F., Dekayir, A., Graziani, V., Pargny, D., & Ferro, D. (2014). Combining chemical data with GIS and PCA to investigate Phoenician–Punic Cu-metallurgy. Applied Physics A, 114, 711-722.
Ceyhun Elgin, Gokce Basbug & Abdullah Yalaman. (2020). Economic policy responses to a pandemic: Developing the Covid-19 economic stimulus index. Covid Economics: 40-53.
Daily Express. (2020). Violating the MCO: Sabah cops nab 48. http://www.dailyexpress.com.my/news/149891/violatingthemcosabahcopsnab40/. Diakses pada 1 April 2020.
Eboy, O., Kalang, L., & Sieng, K. (2021). Pemetaan Corak Potensi Risiko Penyakit COVID-19 Berdasarkan Perlakuan Penduduk Menggunakan Analisis Spatial Di Kota Kinabalu, Sabah. Jurnal Kinabalu. 10.51200/ejk.vi.3656.
Gaim, J., Rosazman, H., Colonius, A., Romzi, A. & Kursam Ongui (2020). Potensi aplikasi penilaian impak sosial untuk menilai dasar dan program kerajaan semasa pandemik COVID-19. Journal of Islamic, Social, Economics and Development (JISED), 5(32), 14 – 25.
Herralta Bus Umar. (2009). Principal Component Analysis (PCA) dan aplikasinya dengan SPSS. Jurnal Kesehatan Masyarakat, Vol. 03, No. 2.
Ilan Noy, Nguyen Doan, Benno Ferrarini & Donghyun Park. (2020). Measuring the economic risk of Covid19. Covid Economics, 103-118.
Ivan Franch-Pardo, Brian M. Napoletano, Fernando Rosete-Verges, Lawal Billa. (2020). Spatial analysis and GIS in the study of COVID-19. A review. Science of the Total Environment, 739, 140033
Kalang, L. & Eboy, O. (2019). Application of Crime Risk Mapping Within the School Focus Area in Kota Kinabalu Using GIS. Malaysian Journal of Remote Sensing & GIS, 8, 2, 1-11
Kalang, L. & Eboy, O. (2021). Penggunaan Analisis Ruang Dalam Penyelidikan Pandemik COVID-19: Satu Tinjauan The Use Of Space Analysis In COVID-19 Pandemic Research: An Overview. Jurnal Kinabalu,151-165. 10.51200/ejk.vi.3655.
Kalpana Srinivasan & Usha Natesan. (2013). Spatio-temporal variations in water quality of Muttukadu Backwaters, Tamilnadu, India. Water Environment Research, 85(7), 587-595.
Kementerian Kesihatan Malaysia. (2020). Situasi Semasa Jangkitan Penyakit Coronavirus 2019 (COVID19) Malaysia. https://kpkesihatan.com. Diakses pada 6 September 2020
Koh, E. B. Y., Pang, N. T. P., Shoesmith, W. D., James, S., Nor Hadi, N. M., Loo, J. L. (2020). The behaviour changes in response to COVID-19 pandemic within Malaysia. Malays J Med Sci., 27(2), 45–50.
Konishi, T. (2020). Principal component analysis of coronaviruses reveals their diversity and seasonal and pandemic potential. PLoS ONE, 15(12), e0242954. https://doi.org/10.1371/journal.pone.0242954
Laporan statistik COVID19 negeri Sabah. (2020). https://command.sabah.gov.my/covid/medic/dashboard-sabah. Diakses pada 10 September 2020
Lovett, Poots, A.J., Clements, J.T., Green, S.A., Samarasundera, E., Bell, D. (2014). Using geographical information systems and cartograms as a health service quality improvement tool. Spatial and Spatio-temporal Epidemiology 10, 67–74.
Majlis Keselamatan Negara. (2020). https://www.mkn.gov.my/web/ms/covid- 19/. Diakses pada 1 September 2020.
Masidi Manjun. (2021). Temubual dalam talian pada 04/02/2021.
Mohammad Reza Mahmoudi, Mohammad Hossein Heydari, Sultan Noman Qasem, Amirhosein Mosavi, Shahab S. Band. (2020). Principal component analysis to study the relations between the spread rates of COVID-19 in high risks countries. Alexandria Engineering Journal, 60, 457–464.
Mohd Sahrul, Edie Ezwan Mohd Safian & Burhaida Burhan. (2020). “The Trend Distribution and Temporal Pattern Analysis of COVID-19 Pandemic using GIS framework in Malaysia”. AIJR Preprints, 174, version 1, 2020.
Mohsen Shariati, Tahoora Mesgari, Mahboobeh Kasraee & Mahsa Jahangiri-rad. (2020). Spatiotemporal analysis and hotspots detection of COVID-19 using Geographic Information System (March and April, 2020). Journal of Environmental Health Science and Engineering. https://doi.org/10.1007/s40201-020 00565-x
Mollalo, A., Mao, L., Rashidi, P., & Glass, G.E. (2019). A GIS-based artificial neural network model for spatial distribution of tuberculosis across the continental United States. Int. J. Environ. Res. Public Health, 16(1), 157.
Noriha Basir, Ina Suryani Ab Rahim & Mohamad Zaki Abdul Halim. (2020). Analisis Tingkah Laku Sosiologi Masyarakat Berasaskan Teori Interaksionisme Melalui Perangkaan Data Kes Covid-19 di Malaysia. PENDETA Journal of Malay Language, Education and Literature, 11, 11-31.
Nor-Ina Kanyo, Ahmad Tarmizi Abdul Rahman, Jabil Mapjabil, Rosazman Hussin, Suhailah Abdul Muin & Jashmaira Kipli. (2020). Tinjauan strategi pelaksanaan perintah kawalan pergerakan (PKP) dalam menghadapi pandemik COVID-19 di Malaysia. Journal of Islamic, Social, Economics and Development (JISED), 5(32), 1-13.
Sari Nurmalita. (2016). Geographically Weighted Regression Principal Component Analysis (GWRPCA) pada pemodelan pendapatan asli daerah di Jawa Tengah. [Undergraduate thesis, Fakultas Sains dan Matematika, Undip]. https://ejournal3.undip.ac.id/index.php/gaussian/article/download/14728/14252
Ramadan, A., Kamel, A., Taha, A., El-Shabrawy, A., & Abdel-Fatah, N. A. (2020). A Multivariate Data Analysis Approach for Investigating Daily Statistics of Countries Affected with COVID-19 Pandemic. Heliyon, 6, e05575. https://doi.org/10.1016/j.heliyon.2020.e05575
Rex, F. E., Borges, C., & Käfer, P. S. (2020). Spatial analysis of the COVID-19 distribution pattern in São Paulo State, Brazil. Ciencia & saude coletiva, 25(9), 3377–3384. https://doi.org/10.1590/1413-81232020259.17082020
Rosmadi Fauzi. (2015). Isu, cabaran dan prospek aplikasi dan perlaksanaan Sistem Maklumat Geografi di Malaysia. Geografia: Malaysian Journal of Society and Space, 11(2), 118–127.
Sagala, Sri H., Maifita, Y & Armaita, A. (2020). Hubungan Pengetahuan Dan Sikap Masyarakat Terhadap Covid-19: a Literature Review. Jurnal Menara Medika, 3, 1. doi:10.31869/mm.v3i1.2197
S.M. Didar-Ul Islam, Md. Bodrud-Doza, Rafid Mahmud Khan, Md. Abidul Haque, Mohammed A. Mamun. (2020). Exploring COVID-19 stress and its factors in Bangladesh: A perception-based study. Heliyon, 6(2020) e04399.
Shaharudin, I., Shamsul, A.S., Tahir, A., Mariam, M., Azah, D. & Nik Shamsidah, N.I. (2002). Sistem Maklumat Geografi (GIS) dan sektor kesihatan awam: Kajian demam denggi di Bandar Baru Bangi dan Kajang. Jurnal Kesihatan Masyarakat Isu Khas, 8 (S), 34-42
Siti Aidah, Jabil Mapjabil, Zuraidah Jamrin, Halina Sendera Mohd. Yakin & Suraya Sintang. (2020). Tinjauan literatur kesan pandemik COVID-19 terhadap kelangsungan keusahawanan kraf tradisional skala kecil dalam pelancongan Domestik di Sabah. Journal of Islamic, Social, Economics and Development (JISED), 5(32), 63 – 73.
Sri Retno Murdiyati. (2010). Integrasi Transformasi Spektral Citra Landsat Etm+ dan SIG untuk pemetaan pola rotasi tanam lahan sawah kabupaten dan Kota Semarang serta daerah sekitarnya di Jawa Tengah. MGI, 24(2), 121 - 141.
Tatan Saepurohman & Bramantiyo Eko Putro. (2019). Analisis Principal Component Analysis (PCA) Untuk Mereduksi Faktor-Faktor yang Mempengaruhi Kualitas Kulit Kikil Sapi. Seminar dan Konferensi Nasional IDEC, Surakarta, 2-3 Mei 2019.
Toby Wise, Tomislav Zbozinek, Giorgia Michelini, Cindy C Hagan & Dean Mobbs. (2020). Changes in risk perception and protective behavior during the first week of the COVID-19 pandemic in the United States. Royal Society Open Science: https://royalsocietypublishing.org/doi/10.1098/rsos.200742
Urska Demsar, Paul Harris, Chris Brunsdon, A. Stewart Fotheringham & Sean McLoone. (2012). Principal Component Analysis on Spatial Data: An Overview. Annals of the Association of American Geographers, 103(1), 106-128. https://doi.org/10.1080/00045608.2012.689236
Ye, W., Lu, W., Tang, Y., Chen, G., Li, X., Ji, C., Hou, M., Zeng, G., Lan, X., Wang, Y., Deng, X., Cai, Y., Huang, H & Yang, L. (2020). Identification of COVID-19 Clinical Phenotypes by Principal Component Analysis-Based Cluster Analysis. Front. Med., 7, 570614. doi: 10.3389/fmed.2020.570614
