ANALISIS OPTIMASI PENEMPATAN LOKASI PUSAT KESEHATAN MASYARAKAT (PUSKESMAS) DI KOTA BATU

DENGAN METODE FUZZY LOGIC BERBASIS WEBGIS

M. Ainul Yaqin, M.Kom, Faisal ar Rozi, S.Kom

Teknik Informatika, Sains dan TeknologiUniversitas Islam Negeri Maulana Malik Ibrahim Malang

a_yaqinov@yahoo.com, ozyIverson@gmail.com

ABSTRAK

Kota Batu merupakan salah satu kota yang baru terbentuk pada tahun 2001 sebagai pecahan dari Kabupaten Malang. Kota ini sedang mempersiapkan diri untuk mampu melakukan perencanaan, pelaksanaan serta mengevaluasian proyek-proyek pembangunan secara mandiri sehingga masyarakat di wilayah ini semakin rneningkat kesejahterannya. Dalam buku pedoman puskesmas dikatakan bahwa jumlah 1 puskesmas harus berada di 2-3 desa dan mencakup 8.000-10.000 penduduk. Dari pernyataan di buku pedoman puskesmas diketahui bahwa jumlah puskesmas yang ada di Kota Batu sangatlah kurang jika dibandingkan dengan jumlah penduduk dan juga jumlah desa yang ada di kota tersebut. Oleh karena itu diperlukan suatu aplikasi yang menampilkan pemetaan letak puskesmas lama dan letak puskesmas baru yang dianalisis titik optimasinya menggunakan fuzzy logic. Data yang diperoleh dari penelitian dihitung semua per wilayah untuk memperoleh nilai yang terbaik. Di wilayah dengan nilai terbaik itulah tepat untuk ditempati puskesmas baru sehingga memudahkan masyarakat dalam memperoleh akses kesehatan yang murah.Kata Kunci : Puskesmas, Fuzzy Logic, WebGIS, MapServer, Arcview, PHP, Chameleon, PostgreSQL, MySQL

PENDAHULUANPuskesmas merupakan salah satu fasilitas sosial yang penting bagi masyarakat.

Namun demikian, puskesmas memiliki permasalahan dalam penyediaannya karena sering terjadi ketidaksesuaian antara sediaan yang dilakukan oleh pemerintah dengan permintaannya dari masyarakat. Ketidaksesuaian ini dapat berupa ketidaksesuaian jumlah maupun lokasi puskesmas tersebut.

Kota Batu merupakan salah satu kota yang baru terbentuk pada tahun 2001 sebagai pecahan dari Kabupaten Malang. Kota ini sedang mempersiapkan diri untuk mampu melakukan perencanaan, pelaksanaan serta mengevaluasian proyek-proyek pembangunan secara mandiri sehingga masyarakat di wilayah ini semakin rneningkat kesejahterannya. Kota yang memiliki jumlah penduduk sebesar 206.000 jiwa. Kota ini memiliki 3 kecamatan yaitu kecamatan Batu, kecamatan Junrejo dan Kecamatan Bumiaji. Dari 3 kecamatan tersebut terdapat 23 desa yang tersebar di masing - masing kecamatan tersebut..

Di Kota Batu yang memiliki luas sekitar 197,087 km² ini hanya memiliki 3 buah puskesmas yang terbagi di masing – masing kecamatan. Dalam buku pedoman puskesmas dikatakan bahwa jumlah 1 puskesmas harus berada di 2-3 desa dan mencakup 8.000-10.000 penduduk. Dari pernyataan di buku pedoman puskesmas diketahui bahwa jumlah puskesmas yang ada di Kota Batu sangatlah kurang jika dibandingkan dengan jumlah penduduk dan juga jumlah desa yang ada di kota tersebut.

1

Oleh karena itu diperlukan suatu aplikasi yang menampilkan pemetaan letak puskesmas lama dan letak puskesmas baru yang dianalisis titik optimasinya menggunakan fuzzy logic yang indikatornya berdasarkan :

1. Jumlah desa yang ada di Kota Batu;2. Jumlah Penduduk;3. Letak Geografis Tempat;4. Kepadatan Penduduk;5. Luas Daerah;6. Angkutan Umum Yang Ada;7. Tingkat Kesehatan Penduduk;8. Jumlah Fasilitas Kesehatan Sekitar Daerah;9. Infrastruktur Wilayah;10. Keadaan Lingkungan Sekitar; dan11. Jarak Dengan Pemukiman Terdekat.

Aplikasi ini dibuat dengan berbasiskan web untuk sistem informasi geografis yang bisa digunakan sebagai salah satu dasar acuan untuk rencana pembangunan puskesmas di Kota Batu dewi mewujudkan visi departemen kesehatan di Kota Batu yaitu "Terwujudnya Kota Batu sehat 2010 melalui pelayanan kesehatan yang profesional, bermutu, merata dan terjangkau".

Aplikasi WebGIS penempatan lokasi baru ini selain diperuntukkan bagi departemen kesehatan kota Batu dalam rencana pembangunan puskesmas baru, juga bisa dilihat oleh masyarakat umum sehingga masyarakat umum bisa melihat rencana pembangunan puskesmas baru dan juga bisa memberikan masukkan ke pihak departemen kesehatan tentang rencana pembangunan puskesmas baru tersebut.

Fuzzy LogicFuzzy Logic adalah metodologi pemecahan masalah  dengan beribu – ribu aplikasi

dalam pengendali yang tersimpan dan pemrosesan informasi. Fuzzy logic menyediakan cara sederhana untuk menggambarkan kesimpulan pasti dari informasi yang ambigu, samar – samar, atau tidak tepat. Sedikit banyak, fuzzy logic menyerupai pembuatan keputusan pada manusia dengan kemampuannya untuk bekerja dari data yang ditafsirkan dan mencari solusi yang tepat.

Fuzzy logic pada dasarnya merupakan logika bernilai banyak (multivalued logic) yang dapat mendefinisikan nilai diantara keadaan konvensional seperti ya atau tidak, benar atau salah, hitam atau putih, dan sebagainya. Penalaran fuzzy menyediakan cara untuk memahami kinerja dari system dengan cara menilai input dan output system dari hasil pengamatan.

Fuzzy logic menawarkan beberapa karakteristik unik yang menjadikannya suatu pilihan yang baik untuk banyak masalah control. Karakteristik tersebut antara lain :

1. Sudah menjadi sifatnya yang kuat selama tidak membutuhkan ketepatan, input yang bebas derau, dan dapat diprogram untuk gagal dengan aman jika sensor arus balik dimatikan atau rusak. Control output adalah fungsi control halus meskipun jarak variasi input yang cukup besar.

2. Selama fuzzy logic controller memproses aturan – aturan yang dibuat user yang memerintah system control target, ia dapat dimodifikasi dengan mudah untuk meningkatkan atau mengubah secara drastis performa system. Sensor yang baru dapat dengan mudah digabungkan kedalam system secara sederhana dengan menghasilkan aturan memerintah yang sesuai.

3. Fuzzy logic tidak terbatas pada sedikit masukan umpan-balik dan satu atau dua output control, tidak juga penting untuk menilai atau menghitung parameter rata -  rata perubahan dengan tujuan agar ia diimplementasikan. Sensor data yang menyediakan  beberapa indikasi untuk aksi dan reaksi system sudah cukup. Hal ini memungkinkan sensor menjadi murah dan tidak tepat sehingga menghemat biaya system keseluruhan dan kompleksitas rendah.

4. Karena operasi – operasi yang berbasiskan aturan, jumlah input yang masuk akal dapat diproses ( 1 sampai 8 atau lebih ) dan  banyak output ( 1 sampai 4 atau lebih ) dihasilkan, walaupun pendefinisian rulebase secara cepat menjadi rumit jika terlalu banyak input dan output dipilih untuk implementasi tunggal selama pendefinisian rules(aturan), hubungan timbal baliknya juga harus didefinisikan. Akan lebih baik jika

2

memecah system kedalam potongan – potongan yang lebih kecil dan menggunakan fuzzy logic controllers yang lebih kecil untuk didistribusikan pada system, masing – masing dengan tanggung jawab yang lebih terbatas.

5. Fuzzy Logic dapat mengontrol system nonlinier yang akan sulit atau tidak mungkin untuk dimodelkan secara matematis. Hal ini membuka pintu bagi system control yang secara normal dianggap tidak mungkin untuk otomatisasi.(10)

Fuzzy Logic pertama kali diperkenalkan oleh Prof. Lotfi Zadeh pada tahun 1965. Merupakan metode yang mempunyai kemampuan untuk memproses variabel yang bersifat kabur atau yang tidak dapat dideskripsikan secara eksak/pasti seperti misalnya tinggi, lambat, bising, dll. Dalam fuzzy logic variabel yang bersifat kabur tersebut direpresentasikan sebagai sebuah himpunan yang anggotanya adalah suatu nilai crisp dan derajat keanggotaannya (membership function) dalam himpunan tersebut. Proses-proses dalam fuzzy logic adalah fuzzifikasi, penalaran (reasoning), dan defuzzifikasi:

– Fuzzifikasi: merupakan proses untuk mendapatkan derajat keanggotaan dari sebuah nilai numerik masukan (crisp)

– Penalaran: proses untuk mendapatkan aksi keluaran dari suatu kondisi input dengan mengikuti aturan-aturan (IF-THEN Rules) yang telah ditetapkan yang disebut sebagai inference/reasoning.

– Defuzzifikasi: proses untuk merubah hasil penalaran yang berupa derajat keanggotaan keluaran menjadi variabel numerik kembali.(11.272)

Fuzzy logic banyak disukai orang untuk pemrograman komputer untuk mengatasi masalah ketidak pastian. Fuzzy Logic berasala dari ketidakjelasan pemikiran manusia dan sesuatu yan bersifat random. Menggunakan Fuzzy Logic dapat mengatasi permasalahn mesin untuk menjawab hal hal yang bersifat samar – samar seperti panas, dingin, besar, kecil dsb. Hal ini juga bisa menyediakan penanganan masalah relatif yang sederhana sehingga menghasilkan kesimpulan terbatas walaupun keterangan tersebut tidak terlalu tepat.

Sistem Informasi GeografisMenurut Aranoff (1989) dalam Eddy Prahasta (2007), sistem informasi geografis

adalah suatu sistem (berbasiskan komputer) yahng digunakan untuk menyimpan dan memanipulasi informasi–informasi geografi. SIG dirancang untuk menumpulkan, menyimpan, mennganalisis, objek-objek dan fenomena dimana lokasi geografis merupakan karakteristik yang penting atau kritis untuk dianalisis. Dengan demikian SIG merupakan sistem komputer yang memiliki empat kemampuan berikut dalam menangani data yang bereferensi geografis: (a). Masukan, (b). Keluaran, (c). Manajemen data (penyimpanan dan pemanggilan data), (d). Analisis dan manipulasi data. (prahasata, 2007:1).

Website Sistem Informasi GeografisApplikasi GIS saat ini tumbuh tidak hanya secara jumlah applikasi namun juga

bertambah dari jenis keragaman applikasinya. Pengembangan applikasi GIS kedepannya mengarah kepada applikasi berbasis Web yang dikenal dengan Web GIS. Hal ini disebabkan karena pengembangan applikasi di lingkungan jaringan telah menunjukan potensi yang besar dalam kaitannya dengan geo informasi. Sebagai contoh adalah adanya peta online sebuah kota dimana pengguna dapat dengan mudah mencari lokasi yang diinginkan secara online melalui jaringan intranet/internet tanpa mengenal batas geografi penggunanya. Secara umum Sistem Informasi Geografis dikembangkan berdasarkan pada prinsip input/masukan data, managemen, analisis dan representasi data. Di lingkungan web prinsipprinsip tersebut di gambarkan dan di implementasikan seperti pada table berikut :

Tabel 1. Prinsip GIS dan Pengembangannya

3

PembahasanSebelumnya disiapkan dahulu peta Kota Batu yang terbagi - bagi masing – masing

kecamatan, data itu kemudian di bagi – bagi menjadi beberapa grid (72 grid) yang berisi data – data Jumlah desa yang ada di Kota Batu; Jumlah Penduduk; Letak Geografis Tempat; Kepadatan Penduduk; Luas Daerah; Angkutan Umum Yang Ada; Tingkat Kesehatan Penduduk; Jumlah Fasilitas Kesehatan Sekitar Daerah; Infrastruktur Wilayah; Keadaan Lingkungan Sekitar; dan Jarak Dengan Pemukiman Terdekat.

Gambar 1. Peta Awal Kota Batu

4

Gambar 2. Peta Kota Batu yang sudah Di Grid

Setelah peta diberi kolom satu persatu, selanjutnya melakukan observasi ke lapangan maupun mengambil data langsung dari badan pemerintahan terkait yang ada di kota Batu, adapun data yang diambil yaitu Jumlah Penduduk, Letak Geografis Tempat, Kepadatan Penduduk, Luas Daerah, Angkutan Umum Yang Ada, Tingkat Kesehatan Penduduk, Jumlah Fasilitas Kesehatan Sekitar Daerah, Infrastruktur Wilayah, Keadaan Lingkungan Sekitar dan Jarak Dengan Pemukiman Terdekat.

Data tersebut digabungkan dalam suatu data base yang kemudian dihitung nilai optimasinya dengan menggunakan metode fuzzy.

Berikut merupakan data – data awal yang kemudian akan diolah untuk menentukan nilai optimasi terbesar yang merupakan dasar penentuan lokasi tempat puskesmas baru.

5

ID DAERAH_PEN JUM_PEN TING_KES JUM_FAS LET_GEO KEP_PEN LU_DAE ANG_UMU KE_LI INF_WIL JAR_DEN_P1 Oro - Oro Ombo 0 9 9 1 0 1021 0 1 1 02 Oro - Oro Ombo dan Tlekung 0 9 9 1 0 1650 0 1 1 33 Oro - Oro Ombo dan Tlekung 0 9 9 1 0 1987 0 1 1 34 Tlekung 0 9 9 1 0 650 0 1 1 05 Tlekung 0 9 9 1 0 1659 0 1 1 06 Tlekung 2050 2 4 5 121 1688 2 8 8 87 Luar Kota Batu 08 Tlekung dan Junrejo 3041 2 1 9 595 511 1 5 5 209 Dadaprejo 4081 1 5 9 518 788 5 7 8 20

10 Oro Oro Ombo dan Pesanggrahan 0 9 9 1 0 2670 0 1 1 011 Oro Oro Ombo dan Pesanggrahan 0 9 9 1 0 2719 0 1 1 012 Pesanggrahan dan Songgokerto 5231 0 8 7 277 1890 4 7 5 1813 Oro Oro Ombo dan Tlekung 0 9 9 5 0 3250 0 1 1 014 Oro Oro Ombo dan Ngaglik 5017 2 8 7 154 3250 3 8 8 3

15Pesanggrahan, Oro Oro Ombo dan Ngaglik 4876 2 8 7 150 3250 3 1 8 3

16Oro Oro Ombo, Tlekung dan Junrejo 7681 2 3 5 236 3250 4 7 8 18

17Oro Oro Ombo, Tlekung, Junrejo, Beji 7023 2 1 8 216 3250 6 7 8 20

18Oro Oro Ombo, Temas, Beji dan Ngaglik 7021 2 8 9 216 3250 7 7 7 5

19Tlekung, Junrejo, Dadaprejo, Mojorejo 7331 1 2 9 226 3250 7 7 7 20

20 Junrejo, Mojorejo, Beji, 7011 2 1 9 216 3250 9 8 8 2021 Beji, Temas, Turungrejo 4337 2 4 6 133 3250 5 7 7 1522 Dadaprejo dan Pendem 7002 1 6 9 354 1980 9 8 8 20

23Mojorejo, Torongrejo dan Pendem 7251 2 4 9 288 2519 6 8 6 13

ID DAERAH_PEN JUM_PEN TING_KES JUM_FAS LET_GEO KEP_PEN LU_DAE ANG_UMU KE_LI INF_WIL JAR_DEN_P

6

24 Pendem dan Turungrejo 4171 7 5 3 321 1298 1 8 6 825 Songgokerto 2113 0 8 3 192 1099 1 8 8 526 Songgokerto 2131 0 8 3 179 1189 6 8 8 527 Songgokerto dan Gunung Sari 5221 1 9 3 803 650 5 6 8 5

28Pesanggarhan, Ngaglik dan Songgokerto 6651 0 0 9 205 3250 8 8 8 23

29 Pesanggrahan 5861 0 8 9 180 3250 8 8 8 1530 Sumberrejo dan Gunung Sari 5231 0 2 7 161 3250 8 8 8 1831 Sisir, Temas, dan Ngaglik 7010 1 2 9 216 3250 8 8 8 20

32Pandanrejo, Temas, Sisir, Ngaglik dan Pesanggrahan 6211 2 2 9 191 3250 9 8 8 20

33Bumiaji, Bulukerto, Sidomulyo, dan Sumberejo 5131 2 7 9 158 3250 7 8 8 13

34Giripuro, Torongrejo, Temas dan Pandanrejo 5221 2 7 6 161 3250 5 6 6 13

35 Giripurno dan Pandanrejo 5110 2 7 8 157 3250 5 6 6 15

36Giripurno, Pandanrejo, dan Bumiaji 5646 1 1 8 174 3250 5 6 6 20

37 Gunung Sari 5921 2 7 9 182 3250 3 5 5 10

38Bulukerto, Sidomulyo, Gunung Sari dan Punten 3002 3 7 8 92 3250 8 8 8 13

39Giripurno, Pandanrejo dan Bumiaji 5066 2 7 8 156 3250 5 6 6 13

40 Giripurno 2117 1 2 8 188 1124 2 6 6 10

41Tulungrejo, Gunung Sari dan Punten 2987 2 8 8 103 2899 2 5 4 8

42Punten, Sumberrejo, Bulukerto dan Tulungrejo 5071 4 1 8 156 3250 5 8 7 20

43Bulukerto, Bumiaji dan Pandanrejo 4871 2 7 9 150 3250 4 7 6 13

ID DAERAH_PEN JUM_PEN TING_KES JUM_FAS LET_GEO KEP_PEN LU_DAE ANG_UMU KE_LI INF_WIL JAR_DEN_P

7

44 Giripurno 1045 1 7 6 88 1189 2 6 6 845 Tulungrejo dan Punten 2876 1 8 1 119 2411 1 6 6 546 Tulungrejo dan Sumbergondo 5013 0 8 7 154 3250 3 6 5 13

47Bulukerto, Sumbergondo, Bumiaji dan Pandanrejo 5422 2 7 8 167 3250 3 6 5 10

48 Pandanrejo dan Giripurno 780 2 8 5 63 1244 1 7 4 549 Tulungrejo 0 9 9 1 0 2289 0 1 1 850 Sumbergondo dan Tulungrejo 3116 0 8 6 96 3250 1 5 4 851 Sumbergondo dan Bulukerto 2891 3 8 6 89 3250 1 5 4 852 Bumiaji dan Giripuro 2010 1 8 5 118 1699 1 5 4 853 Tulungrejo 0 9 9 1 0 2450 0 1 1 854 Tulungrejo 2021 0 8 6 62 3250 1 5 4 855 Sumbergondo 2017 0 8 4 62 3250 1 5 4 856 Bulukerto, Bumiaji dan Giripurno 0 9 9 4 0 3250 0 1 1 557 Tulungrejo 0 9 9 1 0 3250 0 1 1 058 Tulungrejo 980 2 5 6 30 3250 1 4 4 559 Tulungrejo dan Sumbergondo 0 9 9 4 0 3250 0 1 1 3

60Sumbergondo, Bulukerto dan Bumiaji 0 9 9 4 0 3250 0 1 1 3

61 Tulungrejo 0 9 9 1 0 3250 0 1 1 062 Tulungrejo 123 2 8 6 4 3250 1 4 4 563 Tulungrejo 997 2 8 6 31 3250 1 4 4 564 Tulungrejo dan Sumbergondo 0 9 9 4 0 3250 0 1 1 365 Sumbergondo 0 9 9 4 0 1350 0 1 1 366 Tulungrejo 0 9 9 1 0 1980 0 1 1 367 Tulungrejo 865 3 8 6 27 3250 1 4 4 368 Tulungrejo 0 9 9 4 0 3250 0 1 1 369 Tulungrejo 0 9 0 4 0 2388 0 1 1 3ID DAERAH_PEN JUM_PEN TING_KES JUM_FAS LET_GEO KEP_PEN LU_DAE ANG_UMU KE_LI INF_WIL JAR_DEN_P70 Tulungrejo 1131 4 8 6 60 1890 1 4 4 3

8

71 Tulungrejo 1017 4 8 5 31 3250 1 4 4 372 Tulungrejo 0 9 9 4 0 3250 0 1 1 373 Tulungrejo 0 9 9 5 0 2350 0 1 1 374 Tulungrejo 0 9 9 5 0 3250 0 1 1 375 Tulung ejo 0 9 9 4 0 3250 0 1 1 376 Tulungrejo 0 9 9 4 0 1970 0 1 1 077 Tulungrejo 0 9 0 3 0 690 0 1 1 0

Tabel 2. Data Observasi Awal

Dari semua data tersebut, dihitung koefisiennya dan diambil koefisien tertingginya. Perhitungan ini menngunakan metode fuzzy . Tiap range tersebut memiliki batasan – batasan baik batas minimal, tengah maupun batas maksimum.

No Parameter Status1 Jumlah Penduduk Sedikit Sedang Banyak

A. 2897 B. 2.25 C. 206 A. 1600 B. 1.25 C. 4000 A.2380 B. 1.898 C. 74802 Tingkat Kesehatan

PendudukTinggi Sedang Rendah

A. 2.99 B. 1.718 C. 0.879 A. 2 B. 1.57 C. 5 A. 2.99 B. 1.581 C. 9.293 Jumlah Fasilitas

KesehatanBanyak Normal Sedikit

A. 2.99 B. 1.588 C. 0.763 A. 2 B. 1.5 C. 5.01 A. 2.99 B. 1.64 C. 9.234 Letak Geografis

DaratanDataran Curam Dataran Landai Dataran

A. 2.96 B. 1.746 C.0.798 A. 2 B. 1.496 C. 5 A. 2.99 B. 1.612 C. 9.315 Kepadatan Penduduk Sedikit Normal Padat

A. 269 B. 1.681 C. 69.7 A. 180 B. 1.5 C. 450 A. 267 B. 1.652 C. 8376 Luas Daerah Sempit Sedang Luas

A. 953 B. 1.58 C. 244 A. 650 B. 1.267 C. 1630 A. 980 B. 1.47 C. 31257 Angkutan Umum Sedikit Sedang Banyak

A. 3.02 B. 1.771 C. 0.821 A. 2 B. 1.5 C.5 A. 2.99 B. 1.629 C. 9.098 Keadaan Lingkungan

SekitarKotor Sedang Bersih

A. 2.921 B. 1.683 C. 0.925 A. 2 B. 1.5 C. 5 A. 2.99 B. 1.905 C. 8.989 Infrastruktur Wilayah Buruk Sedang Baik

A. 3.21 B. 1.58 C. 0.578 A. 2 B. 1.5 C. 5 A. 2.991 B. 1.587 C. 9.19

9

10 Jarak Dengan Pemukiman Penduduk

Dekat Sedang JauhA. 10.1 B. 1.973 C. -0.6 A. 5 B. 1.5 C. 12.5 A. 7.67 B. 1.601 C. 23.5

11 Rekomendasi Bukan Pilihan Pilihan Alternatif Pilihan UtamaA. 2.96 B. 1.77 C. 0.7045 A. 0.7861 B. 1.5 C. 0.5 A. 2.99 B. 1.91 C. 10.66

Tabel 3. Range Batasan Parameter

10

Dari batasan tersebut dipergunakanlah 3 rule untuk mengatur probabilitas yang digunakan dalam penentuan nilai optimasi ini. Adapun rulenya adalah :

1. Jika (Jumlah_Penduduk is Banyak) and (Tingkat_Kesehatan_Penduduk is Rendah) and (Jumlah_Fasilitas_Keehatan is Sedikit) and (Letak_Geografis_Dataran is Dataran) and (Kepadatan_Penduduk is Padat) and (Luas_Daerah is Luas) and (Angkutan_Umum is Banyak) and (Keadaan_Lingkungan_Sekitar is Kotor) and (Infrastruktur_Wilayah is Baik) and (Jarak_Dengan_Pemukiman_Penduduk is Dekat) then (Rekomendasi is Pilihan_Utama)

2. Jika (Jumlah_Penduduk is Sedang) and (Tingkat_Kesehatan_Penduduk is Sedang) and (Jumlah_Fasilitas_Keehatan is Normal) and (Letak_Geografis_Dataran is Dataran_Landai) and (Kepadatan_Penduduk is Normal) and (Luas_Daerah is Sedang) and (Angkutan_Umum is Sedang) and (Keadaan_Lingkungan_Sekitar is Sedang) and (Infrastruktur_Wilayah is Sedang) and (Jarak_Dengan_Pemukiman_Penduduk is Sedang) then (Rekomendasi is Pilihan_Alternatif)

3. Jika (Jumlah_Penduduk is Sedikit) and (Tingkat_Kesehatan_Penduduk is Tinggi) and (Jumlah_Fasilitas_Keehatan is Banyak) and (Letak_Geografis_Dataran is Dataran_Curam) and (Kepadatan_Penduduk is Sedikit) and (Luas_Daerah is Sempit) and (Angkutan_Umum is Sedikit) and (Keadaan_Lingkungan_Sekitar is Bersih) and (Infrastruktur_Wilayah is Buruk) and (Jarak_Dengan_Pemukiman_Penduduk is Jauh) then (Rekomendasi is Bukan_Pilihan).

Dari rule tersebut perhitungan optimasi tersebut bisa dilakukan perhitungan nilai optimum yang bisa digunakan dalam penentuan letak puskesmas tersebut.

Berikut adalah contoh contoh perhitungan dari parameter tiap daerah yang digrid dengan menggunakan fuzzy logic.

Daerah 28.

Gambar 3. Perhitungan Range Area No 28

Semua data yang digrid atau digarisi satu persatu tersebut dihitung dengan menggunakan rule viewer yang kemudian ditentukan mana yang memiliki nilai optimasi tertinggi yang pantas untuk daerah tempat pembangunan puskesmas baru.

11

ID DAERAH_PEN NILAI_OPTIMASI1 Oro - Oro Ombo 4,822 Oro - Oro Ombo dan Tlekung 4,823 Oro - Oro Ombo dan Tlekung 4,824 Tlekung 4,825 Tlekung 4,826 Tlekung 4,637 Luar Kota Batu 8 Tlekung dan Junrejo 5,129 Dadaprejo 5,17

10 Oro Oro Ombo dan Pesanggrahan 4,8211 Oro Oro Ombo dan Pesanggrahan 4,8212 Pesanggrahan dan Songgokerto 4,3613 Oro Oro Ombo dan Tlekung 4,8214 Oro Oro Ombo dan Ngaglik 5,315 Pesanggrahan, Oro Oro Ombo dan Ngaglik 5,3316 Oro Oro Ombo, Tlekung dan Junrejo 5,7117 Oro Oro Ombo, Tlekung, Junrejo, Beji 5,2518 Oro Oro Ombo, Temas, Beji dan Ngaglik 5,5919 Tlekung, Junrejo, Dadaprejo, Mojorejo 5,3720 Junrejo, Mojorejo, Beji, 5,2521 Beji, Temas, Turungrejo 5,2322 Dadaprejo dan Pendem 5,2823 Mojorejo, Torongrejo dan Pendem 5,4624 Pendem dan Turungrejo 4,4325 Songgokerto 4,3726 Songgokerto 4,3727 Songgokerto dan Gunung Sari 5,0828 Pesanggarhan, Ngaglik dan Songgokerto 4,9729 Pesanggrahan 5,0330 Sumberrejo dan Gunung Sari 5,0331 Sisir, Temas, dan Ngaglik 5,332 Pandanrejo, Temas, Sisir, Ngaglik dan Pesanggrahan 5,3933 Bumiaji, Bulukerto, Sidomulyo, dan Sumberejo 5,3134 Giripuro, Torongrejo, Temas dan Pandanrejo 5,3235 Giripurno dan Pandanrejo 5,3136 Giripurno, Pandanrejo, dan Bumiaji 5,1737 Gunung Sari 5,438 Bulukerto, Sidomulyo, Gunung Sari dan Punten 5,1239 Giripurno, Pandanrejo dan Bumiaji 5,340 Giripurno 4,9341 Tulungrejo, Gunung Sari dan Punten 4,9542 Punten, Sumberrejo, Bulukerto dan Tulungrejo 5,1743 Bulukerto, Bumiaji dan Pandanrejo 5,2844 Giripurno 4,0745 Tulungrejo dan Punten 4,68

12

46 Tulungrejo dan Sumbergondo 5,0347 Bulukerto, Sumbergondo, Bumiaji dan Pandanrejo 5,3448 Pandanrejo dan Giripurno 4,3949 Tulungrejo 4,8250 Sumbergondo dan Tulungrejo 5,0351 Sumbergondo dan Bulukerto 5,1152 Bumiaji dan Giripuro 4,6953 Tulungrejo 4,8554 Tulungrejo 5,0355 Sumbergondo 5,0356 Bulukerto, Bumiaji dan Giripurno 4,8257 Tulungrejo 4,8258 Tulungrejo 4,9259 Tulungrejo dan Sumbergondo 4,8260 Sumbergondo, Bulukerto dan Bumiaji 4,8261 Tulungrejo 4,8262 Tulungrejo 4,7863 Tulungrejo 4,9264 Tulungrejo dan Sumbergondo 4,8265 Sumbergondo 4,8266 Tulungrejo 4,8267 Tulungrejo 4,8968 Tulungrejo 4,8269 Tulungrejo 4,8270 Tulungrejo 4,6971 Tulungrejo 4,9272 Tulungrejo 4,8273 Tulungrejo 4,8274 Tulungrejo 4,8275 Tulung ejo 4,8276 Tulungrejo 4,8277 Tulungrejo 4,82

Tabel 4. Nilai Optimasi Tiap Grid Area

Dari semua data tersebut sampai ditemukan probabilitas tertingginya yaitu di daerah grid 16, di tempat tersebut yaitu di daerah antara Oro – Oro Ombo, Tlekung dan Junrejo yang memiliki probabilitas tertinggi itulah yang cocok ditempati pusat kesehatan masyarakat baru yang sesuai dengan kriteria – kriteria sebelumnya. Kemudian data tersebut dimasukkan ke dalam peta Batu sebelumnya. Setelah itu peta dimasukkan ke dalam website sehingga mudah dilihat oleh para user.

13

Gambar 4. Website Sistem Informasi Geografis Puskesmas Baru Kota Batu

PENUTUP

Dari 77 area dalam peta Kota Batu yang telah digrid yang berisi masing – masing data – data tersebut dihitung satu persatu nilai optimasinya dengan metode fuzzy. Dari seluruh perhitungan tersebut diketahui bahwa area 16 memiliki nilai optimasi tertinggi, area 16 yang meliputi area Oro Oro Ombo, Tlekung dan Junrejo memiliki koefisien nilai optimasi tertinggi yaitu sebesar 5.71. Daerah 16 tersebut selanjutnya layak untuk menjadi tempat pendirian pusat kesehatan masyarakat (Puskesmas) baru yang sebelumnya dimasukkan ke dalam website rencana pembangunan puskesmas sehingga masyarakat dapat pro aktif dalam rencana pembangunan ini.

Pembuatan website berdasarkan data – data keadaan umum masyarakat dan pembangunan Kota Batu ini adalah untuk menentukan lokasi optimal distribusi unit kesehatan masyarakat (puskesmas) di kota Batu yang kemudian diintegrasikan ke dalam webGIS sehingga memberikan manfaat sebagai rujukan pembangunan puskesmas di kota Batu untuk mendukung program departemen kesehatan kota batu yaitu "Terwujudnya Kota Batu sehat 2010 melalui pelayanan kesehatan yang profesional, bermutu, merata dan terjangkau", dengan Studi Kasus di Kota Batu tepatnya di Departemen Kesehatan dan Bappeda Kota Batu.

Daftar Pustaka[1] Prahasta, Eddy. 2009. Sistem Informasi Geografis: Tutorial ArcView. Bandung: Informatika[2] Prahasta, Eddy. 2007. Sistem Informasi Geografis Membangun Aplikasi Web-Based GIS Dengan MapServer. Bandung : Penerbit Informatika[3]http://www.batukota.go.id/ina/index.php?mg=HOME&id=70 diakses pada 27 November 2009 pukul 20:53[4] http://www.bkkbn.go.id/Webs/DetailBerita.php?MyID=1347 diakses pada 02 November 2010 pukul 07:56

14