Menurut data dari World Health Organization (WHO) dan Kementerian Kesehatan Republik Indonesia, kusta adalah penyakit menular kronis yang disebabkan oleh Mycobacterium leprae dan dapat menyerang kulit, saraf tepi, serta jaringan tubuh lainnya. Jika tidak segera dideteksi dan diobati, penyakit ini dapat menyebabkan kerusakan permanen pada kulit, saraf, anggota tubuh, bahkan mata. Menurut laporan resmi tahun 2023, Jawa Timur menjadi provinsi dengan jumlah kasus kusta tertinggi di Indonesia, yaitu 2.124 kasus dari total 7.166 kasus nasional. Kondisi ini menunjukkan bahwa kusta masih menjadi masalah kesehatan masyarakat yang serius di wilayah ini. Menurut sejumlah penelitian, penyebaran kusta tidak hanya dipengaruhi oleh faktor medis, tetapi juga oleh faktor sosial, ekonomi, pendidikan, dan lingkungan yang saling berinteraksi secara kompleks. Faktor-faktor ini sering kali memiliki keterkaitan spasial antarwilayah, sehingga kondisi di suatu daerah dapat memengaruhi atau dipengaruhi oleh daerah sekitarnya. Hal ini menegaskan perlunya pendekatan berbasis bukti (evidence-based policy) yang mempertimbangkan dimensi spasial dalam pengendalian penyakit.
Penelitian ini dilakukan untuk menganalisis faktor-faktor yang memengaruhi persebaran kasus kusta di Jawa Timur menggunakan pendekatan regresi spasial dengan pembobotan queen contiguity. Data yang digunakan bersumber dari Badan Pusat Statistik (BPS) tahun 2023, mencakup 38 kabupaten/kota di Jawa Timur. Variabel yang dianalisis terdiri dari variabel dependen, yaitu persentase kasus kusta di tiap kabupaten/kota, dan lima variabel independen, yakni kepadatan penduduk (), persentase rumah tangga dengan akses sanitasi layak (
), persentase penduduk miskin (
), rata-rata lama sekolah (
), serta rasio tenaga kesehatan (
). Semua variabel berskala rasio, sehingga memungkinkan analisis kuantitatif yang mendalam. Dari hasil pemetaan tematik (thematic mapping), terlihat bahwa wilayah dengan kasus sangat tinggi terkonsentrasi di Pulau Madura (Sumenep, Sampang, Pamekasan, Bangkalan) dan beberapa daerah pesisir timur seperti Probolinggo, Situbondo, dan Bondowoso. Sebaliknya, wilayah dengan kasus rendah umumnya adalah kota besar seperti Surabaya, Malang, dan Kediri, yang memiliki fasilitas kesehatan lebih baik dan akses sanitasi yang lebih memadai.
Dari sisi metodologi, penelitian ini memilih untuk menggunakan model regresi spasial karena fenomena kusta di Jawa Timur menunjukkan adanya spatial autocorrelation yakni keterkaitan kasus antarwilayah yang berdekatan. Model regresi spasial yang dimaksud adalah spatial lag model (SLM) dan spatial error model (SEM). Model SLM dan SEM dalam penelitian ini mengandalkan matriks pembobot spasial berbasis queen contiguity, yang menganggap dua wilayah sebagai tetangga jika berbagi batas sisi atau sudut. Keunggulan metode ini adalah kemampuannya menggambarkan keterkaitan geografis yang kompleks, terutama untuk wilayah administratif seperti kabupaten/kota di Jawa Timur yang memiliki bentuk beragam. Sebelum pemodelan, perlu dilakukan pengujian asumsi klasik seperti uji multikolinearitas. Uji tersebut menunjukkan bahwa semua variabel bebas memiliki nilai Variance Inflation Factor (VIF) di bawah 10 yang mengindikasikan tidak adanya kasus multikolinieritas, sehingga semua variabel bebas aman digunakan. Selanjutnya, dilakukan uji efek spasial menggunakan Indeks Moran-I untuk mendeteksi autokorelasi spasial, dan uji Breusch-Pagan untuk mengidentifikasi heterogenitas spasial. Kedua uji ini mengonfirmasi adanya efek spasial yang signifikan, sehingga penggunaan model spasial menjadi relevan.
Hasil analisis menunjukkan bahwa dari regresi klasik, SLM, dan SEM, ternyata model SEM memberikan kinerja terbaik dengan nilai koefisien determinasi () sebesar 67,14% dan nilai Akaike Information Criterion (AIC) terendah yaitu 213,023. Artinya, model ini mampu menjelaskan hampir dua pertiga variasi kasus kusta di Jawa Timur berdasarkan faktor-faktor yang dianalisis, dengan ketepatan prediksi yang lebih baik dibandingkan model lainnya. Variabel yang terbukti signifikan pada model terbaik ini adalah rata-rata lama sekolah (
) dan rasio tenaga kesehatan (
). Interpretasi hasil menunjukkan bahwa peningkatan rata-rata lama sekolah berkontribusi terhadap penurunan kasus kusta. Pendidikan yang lebih tinggi memungkinkan masyarakat memiliki pengetahuan yang lebih baik tentang kesehatan, mendorong perilaku hidup bersih dan sehat, mengurangi stigma terhadap penderita kusta, serta meningkatkan kesediaan untuk mencari pengobatan lebih awal. Sementara itu, rasio tenaga kesehatan yang lebih tinggi berkorelasi dengan penurunan kasus karena memperbesar kemungkinan deteksi dini dan penanganan tepat waktu.
Selain dua variabel signifikan tersebut, variabel lain seperti kepadatan penduduk, kemiskinan, dan akses sanitasi juga memberikan gambaran penting meskipun tidak signifikan secara statistik pada model terbaik. Kepadatan penduduk tinggi dapat meningkatkan risiko penyebaran kusta karena interaksi antarindividu lebih intens. Kemiskinan sering kali membatasi akses ke layanan kesehatan dan fasilitas pendukung, sehingga memperbesar risiko infeksi. Akses sanitasi yang buruk dapat menciptakan lingkungan yang tidak higienis, yang memperburuk kondisi kesehatan masyarakat secara umum. Temuan ini sejalan dengan penelitian sebelumnya yang menegaskan peran faktor sosial-ekonomi dan lingkungan dalam memengaruhi penyebaran penyakit menular.
Berdasarkan hasil penelitian, beberapa rekomendasi dapat diajukan untuk kebijakan pengendalian kusta di Jawa Timur. Pertama, pemerintah daerah perlu memprioritaskan peningkatan jumlah tenaga kesehatan, terutama di wilayah dengan kasus tinggi seperti Madura dan pesisir timur. Kedua, program edukasi kesehatan masyarakat harus diperluas, dengan fokus pada peningkatan kesadaran tentang pencegahan dan pengobatan kusta, sekaligus mengurangi stigma yang masih melekat. Ketiga, perbaikan akses sanitasi dan infrastruktur kesehatan di daerah miskin dan padat penduduk sangat diperlukan untuk mengurangi risiko penularan. Selain itu, pendekatan pengendalian harus bersifat spasial mempertimbangkan hubungan antarwilayah sehingga intervensi di satu daerah juga berdampak positif pada daerah sekitarnya.
Penulis: Dr. Toha Saifudin, M.Si.
Informasi detail terkait artikel ini dapat dilihat pada:
