Analisis Pengaruh Fasilitas Kesehatan terhadap Kematian COVID-19 dengan Integrasi Data, Prediksi, dan MongoDB
DOI:
https://doi.org/10.30872/jurti.v9i2.20126Keywords:
COVID-19, fasilitas kesehatan, MongoDB, regresi linier, data science, prediksi kematian, data mining,Abstract
Pandemi COVID-19 menimbulkan tantangan besar bagi sistem kesehatan di Indonesia, dengan lebih dari 155.000 kematian hingga tahun 2022. Penelitian ini bertujuan untuk menganalisis pengaruh ketersediaan fasilitas kesehatan terhadap tingkat kematian akibat COVID-19 di Indonesia dengan pendekatan data science. Data yang digunakan mencakup informasi fasilitas kesehatan dari Dinas Kesehatan dan Kementerian Kesehatan, serta data epidemiologi COVID-19, yang diintegrasikan berdasarkan wilayah administratif. Proses analisis mencakup tahapan pra-pemrosesan data, penyimpanan menggunakan MongoDB, serta pemodelan prediktif menggunakan algoritma regresi linier. Hasil penelitian menunjukkan bahwa variabel seperti jumlah kasus baru, kepadatan penduduk, dan jumlah fasilitas kesehatan memiliki pengaruh signifikan terhadap tingkat kematian. Visualisasi data mendukung temuan ini, di mana wilayah dengan ketersediaan fasilitas yang lebih baik cenderung memiliki angka kematian yang lebih rendah. Penelitian ini menegaskan pentingnya penguatan sistem informasi kesehatan berbasis big data sebagai strategi untuk meningkatkan ketahanan sistem kesehatan nasional dalam menghadapi krisis di masa mendatang.References
M. J. Adebowale, “International Journal of Research Publication and Reviews Integrating Database Management Systems with Predictive Analytics for Enhanced Business Decision-Making,” vol. 5, no. 12, pp. 1415–1429, 2024.
B. A. B. Iv dan D. Kematian, “Bab IV: Determinan Kematian COVID‑19,” Jurnal Kesehatan Masyarakat, vol. 2, no. 1, hlm. 73–99, 2022.
S. Kasus dan K. Kota, “Determinants of COVID‑19 Mortality Risk,” Jurnal Epidemiologi Indonesia, vol. 19, no. 2, hlm. 977–984, 2021.
S. Wibisono, W. Hadikurniawati, I. Husni, and A. Almin, “AHP-COPRAS untuk Pemeringkatan Ketersediaan Fasilitas Kesehatan di Indonesia,” vol. 08, 2023.
H. Abbes and F. Gargouri, “Big Data Integration : a MongoDB Database and Modular Ontologies based Approach,” Procedia - Procedia Comput. Sci., vol. 96, no. September, pp. 446–455, 2016, doi: 10.1016/j.procs.2016.08.099.
A. J. Syahwali, “Pemanfaatan MongoDB dalam Sistem Informasi Akademik untuk Pengelolaan Data Mahasiswa Pada Universitas Bina Darma,” vol. 3, no. 2, pp. 466–469, 2025.
R. Ramakrishnan, K. Krishnakumar, dan B. Keerthika, “Enhancing Data Management with MongoDB and its REST API,” IJRASET Journal for Research in Applied Science & Engineering Technology, vol. 10, no. 7, Jul. 2023, doi:10.22214/ijraset.2023.54593.
S. Anurag and A. Saxena, “Leveraging MongoDB for Efficient Storage of MIMIC-IV CXR X-ray Images : A Research Perspective,” vol. 10, 2025.
R. N. Putri, “Indonesia dalam Menghadapi Pandemi COVID‑19,” Jurnal Ilmiah Universitas Batanghari Jambi, vol. 20, no. 2, hlm. 705–709, 2020, doi:10.33087/jiubj.v20i2.1010.
H. Harlan, I. Sri, and S. Wiji, “Analisis Korelasi Faktor Resiko Kematian Di Ruang Isolasi Covid-19,” vol. 3, no. 1, pp. 51–60, 2021.
A. Maulana and K. Arcana, “Prediksi Tingkat Kematian COVID-19 Berdasarkan Faktor Klinis dan Demografis di Indonesia,” Jurnal Kesehatan Masyarakat Nasional, vol. 17, no. 2, pp. 98–106, 2022.
F. Ramadhani, T. Setiawan, and D. Wulandari, “Distribusi Spasial Fasilitas Kesehatan dan Mortalitas COVID-19: Studi Kasus di Jawa Tengah,” Jurnal Geospasial dan Kesehatan, vol. 5, no. 3, pp. 205–213, 2022.
R. A. Putri and B. Hidayat, “Pemanfaatan MongoDB dalam Sistem Prediksi Ketersediaan Tempat Tidur Rumah Sakit saat Pandemi COVID-19,” Jurnal Teknologi Informasi dan Sistem Komputer, vol. 10, no. 1, pp. 33–40, 2021.
S. Nugroho and L. Amalia, “Pemodelan Statistik Faktor-Faktor yang Mempengaruhi Case Fatality Rate COVID-19 di Indonesia,” Jurnal Statistika Terapan Indonesia, vol. 8, no. 2, pp. 45–54, 2023.
M. L. Dewi and R. Kurniawan, “Integrasi Data Spasial dan Machine Learning untuk Prediksi Risiko Kematian COVID-19,” Jurnal Sains Data dan Analitika, vol. 2, no. 4, pp. 180–190, 2023.
M. F. Rahmi, P. S. Prasetyo, R. N. Madjida, et al., “Pengelompokan Provinsi di Indonesia berdasarkan Jumlah Kasus COVID‑19 dan Fasilitas Kesehatan,” Jurnal Aplikasi Statistika & Komputasi Statistik, vol. 13, no. 1, 2023
