Electronic Theses and Dissertation

Kota Banda Aceh menghadapi tantangan kesehatan yang kompleks akibat kepadatan penduduk, keterbatasan ruang terbuka hijau, dan ketimpangan akses layanan dasar. Penelitian ini bertujuan untuk mengukur dan memetakan kondisi kesehatan masyarakat menggunakan pendekatan Urban Health Index (UH-I) yang disusun berdasarkan lima kategori indikator: kesehatan, lingkungan, geografi, ekonomi, dan sosio-demografi. Data dianalisis secara kuantitatif dan spasial pada tingkat desa yaitu 90 desa menggunakan metode standarisasi negatif-positif dan rata-rata geometri, serta divisualisasikan melalui interpolasi kriging di ArcGIS 10.8. Analisis disparitas dilakukan menggunakan metode peringkat dan regresi linier sederhana. Hasil menunjukkan nilai UH-I tertinggi sebesar 0,74 terdapat di Desa Kopelma Darussalam, sedangkan nilai terendah sebesar 0,302 berada di Desa Keudah, dengan rasio disparitas sebesar 1,8 dan slope sebesar 0,00335. Ketimpangan paling tajam terjadi pada kelompok desa dengan nilai ekstrem, dipengaruhi oleh tingginya angka kemiskinan, kejadian penyakit menular, dan minimnya fasilitas seperti RTH dan Pustu. Distribusi spasial UH-I membentuk pola zona bertingkat yang menunjukkan ketimpangan tidak terjadi secara acak, melainkan terstruktur. Temuan ini menegaskan bahwa UH-I dapat digunakan sebagai alat bantu perencanaan untuk mengidentifikasi wilayah prioritas intervensi serta mendorong kebijakan kesehatan dan tata ruang yang lebih adil, adaptif, dan berbasis spasial.

Banda Aceh City faces complex health challenges due to population density, limited green open space, and inequality in access to basic services. This research aims to measure and map public health conditions using the Urban Health Index (UH-I) approach which is compiled based on five categories of indicators: health, environment, geography, economy, and socio-demography. Data is analyzed quantitatively and spatially at the village level are 90 villages using negative-positive standardization methods and geometric means, and visualized through kriging interpolation in ArcGIS 10.8. Disparity analysis is carried out using the ranking method and simple linear regression. The results show that the highest UH-I value of 0.74 is in Kopelma Darussalam Village, while the lowest value of 0.302 is in Keudah Village, with a disparity ratio of 1.8 and slope of 0.00335. The sharpest inequality occurs in village groups with extreme values, influenced by high poverty rates, the incidence of infectious diseases, and the lack of facilities such as RTH and Pustu. The spatial distribution of UH-I forms a stratified zone pattern that shows that inequality does not occur randomly, but is structured. This finding confirms that UH-I can be used as a planning tool to identify priority areas of intervention and encourage more equitable, adaptive, and spatially based health and spatial planning policies.